APLY TIMES

QR코드가 안 찍히는 진짜 이유: '입자 크기'와 '정보량'의 비밀

aply — Fri, 9 Oct 2026 22:09:01 +0900

Tech & UX Insight

QR코드가 안 찍히는 진짜 이유: '입자 크기'와 '정보량'의 비밀

주식회사 어플라이가 QR코드의 '모양'과 '입자 수'에 공을 들인 이유와 빽빽한 QR코드가 만드는 3가지 문제점

식당이나 매장, 간편 송금 현장에서 스마트폰으로 QR코드를 대었을 때 "왜 어떤 QR은 바로 찍히고, 어떤 QR은 카메라를 한참 대고 있어도 안 찍힐까?" 하고 답답했던 경험이 있으실 겁니다.

스마트폰 카메라는 사람의 눈처럼 거리, 조도, 빛 반사에 매우 민감합니다.

스마트폰 카메라렌즈는 사람의 눈과 구조가 매우 비슷합니다. 조명에 의한 빛 반사, 거리의 한계, 렌즈 특유의 왜곡에 항상 영향을 받죠. 따라서 카메라가 QR코드를 즉각 인식하려면, 카메라가 보기 편한 '형태'로 만들어져야 합니다.

주식회사 어플라이(APLY)의 AQR이 '입자 설계'에 공을 들인 이유

간편 송금을 위한 고유 QR코드를 제공하는 어플라이의 AQR 서비스는 QR코드의 모양과 입자 구조에 상당한 시간을 투입하며 고민했습니다.

핵심은 "QR에 담기는 정보의 양을 최소화하여 입자(Cell/Module)의 크기는 크게, 입자의 개수는 적게 만드는 것"입니다.

정보가 너무 많은 QR코드가 위험한 이유

QR코드 원리를 잘 모르는 일반 사용자나 서비스가 QR을 생성할 때, 수많은 데이터나 복잡하고 긴 URL 전체를 원본 그대로 QR코드 안에 집어넣곤 합니다.

담기는 정보의 양이 많아질수록 QR코드는 그 많은 데이터를 표현하기 위해 입자가 깨알처럼 작아지고, 입자 수가 기하급수적으로 많아집니다.

실제 QR코드 입자(Density) 구조 비교

❌ 정보가 과도한 QR (High Density) 복잡하고 긴 URL 데이터 내장

동일한 면적 안에 작고 깨알 같은 글씨가 빼곡하게 차 있는 상태입니다. 입자 수가 너무 많아 멀리서 보거나 조명이 조금만 어두워도 스캔 실패율이 급증합니다.

⭕ 최적화된 AQR (Low Density) 단순화된 고유 URL

같은 면적 안에 큼직한 입자 몇 개만 또렷하게 들어가 있는 상태입니다. 멀리서 찍거나 비스듬한 각도, 빛 반사, 미세 손상에도 0.1초 만에 즉각 스캔됩니다.

입자가 작고 많은 QR이 만드는 3가지 치명적 문제

1. 스마트폰 카메라의 인식률 대폭 저하

입자의 크기가 작을수록 스마트폰 카메라의 해상도 한계나 초점 거리 문제 때문에 모듈 구분이 어려워집니다. 조금만 거리가 떨어지거나 카메라가 흔들려도 인식이 실패하거나 느려집니다.

2. 미세한 훼손에도 무용지물 (데이터 손실)

QR코드에는 원래 복원 복구 기능(Error Correction)이 있지만, 입자가 세밀할 경우 작은 얼룩이나 인쇄 손상, 구겨짐에도 대량의 데이터 입자가 한 번에 손실됩니다. 결과적으로 약간의 오염만으로도 QR을 사용할 수 없게 됩니다.

3. 빛 반사 및 조도 변화에 매우 취약

아크릴 판이나 비닐, 스티커 표면에 노출된 QR코드는 빛 반사가 자주 일어납니다. 입자가 작을수록 하이라이트(빛 반사)나 어두운 그림자에 의해 입자와 입자 사이의 경계가 뭉개져 인식 오류가 극심해집니다.

요약: 좋은 QR 사용자 경험(UX)이란?

QR코드는 단순히 정보를 욱여넣는 '저장소'가 아니라, 사용자의 스마트폰 카메라와 매끄럽게 소통하는 '시각적 인터페이스'입니다.

어플라이의 AQR 서비스 사례처럼 정보량을 최소한으로 다듬어 입자의 크기를 크게 만들고 개수를 줄이는 디테일이야말로, 사용자가 어느 각도, 어느 조명 아래서든 0.1초 만에 스캔을 성공하게 만드는 진짜 기술력이라 생각합니다 :)

친절한 기능이 덫이 될 때: 뱅킹앱 '복사-붙여넣기'로 본 방어적 UX 설계법

aply — Tue, 28 Jul 2026 15:35:52 +0900

UX / UI Design Insight

친절한 기능이 덫이 될 때: 뱅킹앱 '복사-붙여넣기'로 본 방어적 UX 설계법

사용자의 편의를 위해 만든 기능이 오히려 오류를 유발하는 이유와, 숨겨진 사용자 시나리오를 발굴하는 4가지 방법

좋은 의도로 만든 편리한 기능이 오히려 사용자에게 당황스러운 에러를 선사하는 순간이 있습니다. 카톡이나 문자메시지로 계좌번호와 금액을 전달받고 뱅킹 앱을 켜는 일상적인 상황이 대표적입니다.

스마트폰 뱅킹 앱에서의 입력 경험은 사소한 차이로 큰 성패가 갈립니다.

최근 많은 뱅킹 앱들은 스마트폰 클립보드에 복사된 텍스트("국민 123-456-7890 50000원")를 자동으로 감지합니다. 앱을 열자마자 "복사한 계좌로 송금하시겠습니까?"라는 팝업을 띄우거나, 송금 화면 진입 시 계좌번호와 금액을 자동으로 채워주는 스마트한 편의 기능을 제공하죠.

문제의 발단: "시스템의 친절" vs "사용자의 행동 습관"

하지만 모든 사용자가 이 '자동 감지' 기능을 신뢰하거나 의존하지는 않습니다. 오랫동안 형성된 행동 습관 때문에, 클립보드 감지 안내가 떠도 습관적으로 계좌번호 입력란을 찾아 직접 '붙여넣기'를 실행하는 사용자가 여전히 많습니다.

바로 이 순간, 뱅킹 앱들의 UX 수준 차이가 확연히 드러납니다.

방어적 UX (케이뱅크)

사용자가 전체 텍스트를 수동으로 붙여넣더라도, 앱 내부 파서가 이를 감지하여 계좌번호 숫자만 깔끔하게 추출해 입력해 줍니다.

예시)
- 클립보드: 국민, 123-456-7890, 50원
- 붙여넣기 결과: 1234567890

취약한 UX (일부 일반 뱅킹앱)

'계좌번호 + 금액'이 통째로 입력창에 들어가면서 에러를 내고 사용자에게 수정을 강요하지만 무엇이 잘못되었는지 빠르게 알기가 어렵습니다.

예시)
- 클립보드: 국민, 123-456-7890, 50원
- 붙여넣기 결과: 123456789050

자동화라는 고도화된 편의성을 탑재해 두고도, 사용자의 습관적인 돌발 행동 하나 때문에 사용자 경험이 단숨에 원점으로 저하되는 셈입니다.

그렇다면, 이런 예외 시나리오는 어떻게 발견할 수 있을까요?

이처럼 "좋은 의도의 편의 기능이 만드는 예기치 않은 오류"는 단지 감이나 운에 맡겨 찾아낼 수 없습니다. 치밀한 UX 연구와 검증 체계가 필요합니다.

사용자 멘탈 모델과 시스템 동작 간의 격차를 정밀히 트래킹해야 합니다.

1. '행동 관성(Mental Model Inertia)' 시뮬레이션

새로운 편의 기능이 추가되어도 사용자의 기존 습관은 즉시 바뀌지 않습니다. 기능 설계 시 "시스템이 제공하는 최단거리를 무시하고, 사용자가 기존 방식대로 행동한다면?"이라는 질문을 의도적으로 던져야 합니다. '스마트한 기능'과 '기존 관성'이 부딪히는 지점이 바로 최우선 에지 케이스(Edge Case)입니다.

2. 데이터 입력 경로의 '복수 트래킹' 및 파싱 정책 강화

동일한 데이터(계좌번호)라도 시스템에 전달되는 경로(Path)는 여러 가지입니다.
• 경로 A: 앱 시작 시 클립보드 자동 읽기 (시스템 주도)
• 경로 B: 입력창에서 사용자가 직접 붙여넣기 (사용자 주도)
어떤 경로로 데이터가 유입되든, 입력 데이터 정제 함수(Data Sanitizer)를 고유한 입력 폼 전체에 공통 렌더링 레벨로 적용하는 방어적 프로그래밍 관점이 필요합니다.

3. 정량 데이터 기반의 '이중 행동(Redundant Action)' 및 에러 분석

사용자 행동 로그 분석(Analytics)을 통해 힌트를 얻을 수 있습니다.
• 클립보드 감지 팝업이 노출되었음에도 불구하고, 입력 폼 `paste` 이벤트가 이어서 발생하는 비율 추적
• 계좌번호 입력란에서 `Paste` 발생 직후 Form Validation Error(입력값 오류)가 터지는 비율 모니터링
이 두 데이터가 높게 찍힌다면, 바로 시스템과 사용자 습관이 충돌하고 있다는 명확한 신호입니다.

4. UX FMEA(고장형태 영향분석) 프로세스 도입

제조/소프트웨어 공학의 FMEA 기법을 UX에 적용하는 것입니다. "이 신기능이 제대로 작동하지 않거나, 사용자가 신기능을 오해했을 때 발생할 최악의 결과는 무엇인가?"를 사전에 매트릭스로 작성해 점검하면 편리함 뒤에 숨은 치명적인 UX 함정을 사전에 걸러낼 수 있습니다.

진정으로 뛰어난 UX는 사용자에게 스마트한 기능을 일방적으로 제시하는 데서 끝나지 않습니다. 사용자가 내 뜻대로 움직이지 않고 이전의 습관대로 행동할 때조차, 시스템이 이를 부드럽게 받아내 주는 '회복 탄력성 있는 설계(Resilient Design)'에서 완성됩니다.

카카오뱅크의 천하통일? 2026년 5월 뱅킹앱 사용 현황

aply — Sun, 28 Jun 2026 12:03:17 +0900

AQR 데이터 인사이트

카카오뱅크의 천하통일?
2026년 5월 뱅킹앱 실행 현황

AQR 서비스로 수집된 실제 뱅킹앱 실행 데이터를 분석했습니다.
결과는… 예상 가능했지만 그래도 놀랍습니다.

◆ 2026년 5월 집계 ◈ AQR 서비스 데이터 ▪ 주식회사 어플라이

◆

여러분의 스마트폰에는 뱅킹앱이 몇 개나 깔려 있나요? 혹시 "일단 다 깔아두고 하나만 씀" 파는 아닌가요?
저희 AQR 서비스도 그 점이 궁금했습니다.

AQR(Advanced QR)은 간편한 송금기능을 제공하는 서비스입니다. 덕분에 실제로 어떤 뱅킹앱이 얼마나 실행되는지 데이터가 쌓입니다. 설치 수나 다운로드 수가 아닌 — 진짜로 앱을 열었던 횟수 기준입니다.

2026년 5월 한 달치 데이터를 분석한 결과를 공유합니다. 스포: 카카오뱅크가 압도적입니다. (이미 아셨죠? 그래도 숫자로 보면 또 새롭습니다.)

◆ 5월 뱅킹앱 실행 비율 순위

전체 뱅킹앱 실행 건수 기준 점유율입니다.

1

카카오뱅크

32.19%
2

토스

27.82%
3

KB스타뱅킹

9.47%
4

케이뱅크

6.85%
5

신한 쏠(SOL)

6.52%
6

우리WON뱅킹

4.18%
7

NH콕뱅크

2.74%
8

하나원큐

2.09%
9

NH스마트뱅킹

1.74%
10

NH올원뱅크

1.46%
11

i-ONE뱅크

1.41%
12

기타

3.53%

◈ 점유율 한눈에 보기

카카오뱅크 + 토스의 두 앱이 전체의 60%를 가져갑니다. 파이 한 조각이 아닌 파이 절반입니다.

◆ 파이 차트를 보고 계신가요? 잘 보이지 않는 조각들이 있다면 착각이 아닙니다. NH 계열 앱이 3개나 포함돼 있는데 합쳐도 6%가 채 안 됩니다. 농협 앱 기획팀이 이 차트를 보면… 그냥 넘어가겠습니다.

▪ 전통 시중은행 앱들이 인터넷전문은행 대비 상당히 낮은 실행 비율을 보이는 것도 눈에 띕니다.
"앱은 있는데 안 쓰는" 시대의 단면이라고 할 수 있겠네요.

◆ 핵심 인사이트

숫자 속에 숨어있는 이야기들을 꺼내봤습니다.

★

카카오뱅크 압도적 1위

32.19%

3명 중 1명은 카카오뱅크를 씁니다. "노란 통장"의 힘은 2026년에도 건재합니다.

▲

인터넷은행의 지배

66.86%

카카오뱅크 + 토스 + 케이뱅크, 세 인터넷전문은행이 AQR 서비스에서 2/3 점유율을 가져갑니다.

◆

시중은행 최강자

KB 9.47%

전통 은행 중엔 KB스타뱅킹이 3위로 선방. "금융을 바꾸자"는 그들의 다짐이 살아있습니다.

◈

NH 3분할의 역설

5.94%

NH콕뱅크 + NH스마트뱅킹 + NH올원뱅크를 합산해도 6%에 못 미칩니다. 선택과 집중이 필요해 보입니다.

▶

토스의 추격

27.82%

카카오뱅크와의 격차는 약 4.4%p. 언제 역전이 일어날지 눈을 뗄 수 없습니다.

◆ 이 데이터는 어디서 왔나요?

AQR 서비스에 대해 간략히 설명드립니다.

AQR(Advanced QR)이란?

AQR은 주식회사 어플라이가 개발, 운영하는 간편 송금기능을 제공하는 서비스입니다. 다양한 송금 환경에서 실제로 어떤 뱅킹앱이 호출되는지를 집계할 수 있습니다.

이번 데이터는 2026년 5월 한 달간 AQR을 통해 실행된 뱅킹앱의 실행 건수를 비율로 환산한 것입니다. 앱 스토어 다운로드 순위나 MAU가 아닌, 실제 송금 과정에서 열린 앱 기준이라 현실에 가깝습니다.

서비스 자세히 보기: aqr.aplx.link

◆ 마치며

카카오뱅크와 토스가 시장을 이끄는 현상은 이미 알려진 사실이지만, 실제 실행 데이터로 보면 그 무게감이 다르게 다가옵니다. 전통 은행들은 아직 자기 고객은 있지만, 그 고객들이 얼마나 자주 앱을 여는지는 또 다른 문제인 것 같습니다.

앞으로도 AQR 서비스를 통해 쌓이는 데이터를 정기적으로 공유할 예정입니다. 인터넷전문은행의 독주가 언제까지 이어질지, 혹시 반전이 있을지 — 다음 리포트도 기대해주세요.

※ 본 데이터는 AQR 서비스에서 수집한 데이터의 집계 기준이며, 전체 뱅킹앱 시장 지표와 다를 수 있습니다.

클로드 코드(Claude Code)의 대안 : 오픈코드(OpenCode)를 로컬에서 완전 무료로 사용하기

aply — Wed, 7 Jan 2026 20:37:19 +0900

클로드 코드(Claude Code)의 요금이 부담스러운 분들이 계실 겁니다. 이로 인한 대안을 찾고 계셨다면 오픈소스인 오픈코드(OpenCode)를 사용해 보세요!

1. 오픈코드 설치하기

오픈코드는 터미널용 오픈소스 AI 코딩 에이전트이며 설치 스크립트나 패키지 매니저 등으로 다양한 설치방법을 제공합니다.

- 오픈코드 홈페이지: https://opencode.ai

Download LM Studio - Mac, Linux, Windows

Discover, download, and run local LLMs

lmstudio.ai

플랫폼 별 오픈코드 설치 방법입니다.

# 리눅스(Linux)
curl -fsSL https://opencode.ai/install | bash

# 맥(macOS)/리눅스(Linux) : Homebrew
brew install opencode

# Node.js (전역 설치)
npm i -g opencode-ai@latest

# 윈도우(Windows) : Chocolatey
choco install opencode

# 윈도우(Windows) : Scoop
scoop bucket add extras
scoop install extras/opencode

# 설치 확인
opencode --version

2. LM Studio 설치하기

LM Studio는 로컬에서 LLM을 실행하는 SW입니다. LLM 모델을 간편하게 검색하여 다운로드하여 관리하고 사용할 수 있습니다. OpenAI 호환 API 서버 기능을 제공하기에 API를 통해 LLM 모델을 사용하거나 이미 익숙한 프롬프트 창을 통해 사용할 수도 있습니다. 설치한 오픈코드가 이 API를 통해 로컬의 LLM 모델과 연결될 수 있도록 LM Studio를 설치해 주세요.
LM Studio는 아래의 공식 다운로드 페이지에서 OS에 맞게 다운로드할 수 있습니다.

- LM Studio 다운로드 경로: https://lmstudio.ai/download

Download LM Studio - Mac, Linux, Windows

Discover, download, and run local LLMs

lmstudio.ai

3. LLM Model 선택하기

LM Studio에서 모델을 검색하여 다운로드하고 실행할 수 있습니다.

그전에 어떤 모델이 적당할지 아래 글의 내용을 참고하여 결정해 주세요.

- LLM 모델 참고: https://peekaboolabs.ai/blog/local-llm-coding-productivity-tools

2025년 개발자가 직접 써본 코딩용 로컬 LLM 5가지 추천 - 피카부랩스 블로그

로컬 LLM으로 클라우드 비용 없이 코딩 생산성을 높이세요. Qwen2.5-Coder, DeepSeek-Coder-V2, Phi-4 등 5가지 모델을 함께 비교 분석합니다. | Research

peekaboolabs.ai

결정하셨나요?

일단, "Qwen2.5-Coder" 모델을 결정한 것으로 가정하고 진행하겠습니다.

LM Studio를 실행한 후 좌측에 보이는 검색(Discover)버튼을 클릭합니다.

모델 검색창 보기

검색창에 "Qwen2.5-coder"를 입력합니다.

모델을 검색합니다

7B, 14B, 32B 등 여러 크기의 모델들이 있습니다. 성능과 환경에 맞는 모델을 검토하여 선택해서 다운로드해 주세요.
모델을 선택하면 우측 하단에 "Download" 버튼이 표시됩니다. 클릭하여 모델을 다운로드합니다.

모델 다운로드 진행하기

다운로드가 완료되면 "Download" 버튼의 영역에 "Load Model" 버튼이 표시됩니다. 클릭해서 해당 모델을 Load 합니다.

모델 Load 하기

다른 방법으로 모델을 Load 할 수 있습니다. LM Studio의 중간, 상단을 클릭합니다.

모델 선택창

모델 목록이 표시되면 모델을 선택합니다.

모델 선택하기

우측 하단의 "Load Model" 버튼을 클릭합니다.

모델 Load 하기

모델이 정상적으로 Load 되었다면, 이제 API 서버를 실행하겠습니다. 좌측의 "Developer" 버튼을 클릭합니다.

서버 API 설정

좌측 상단의 "Status" 스위치를 클릭하여 "Running"상태로 바꿉니다.

API 서버 실행하기

API의 기본 설정은 아래와 같습니다.

//API 주소
http://127.0.0.1:1234

//endpoints
GET
/v1/models

POST
/v1/responses

POST
/v1/chat/completions

POST
/v1/completions

POST
/v1/embeddings

자, 이제 LM Studio의 설정을 마쳤으니 오픈코드와 LLM을 연결하겠습니다.

4. 오픈코드에 LLM 연결하기

아래 경로에 아래와 같은 내용으로 "opencode.json" 파일을 생성합니다.

윈도우(Windows): C:\Users\[user id]\.config\opencode
리눅스, 맥OS(Linux, macOS): ~/.config/opencode/opencode.json

{
 "$schema": "https://opencode.ai/config.json",
 "provider": {
  "qwen": {
   "npm": "@ai-sdk/openai-compatible",
   "options": {
    "baseURL": "http://127.0.0.1:1234/v1"
   },
   "models": {
    "qwen2-coder-14b": {
     "id": "qwen/qwen2.5-coder-14b",
     "reasoning": true,
     "tool_call": true
    }
   }
  }
 }
}

5. 오픈코드 실행

터미널을 실행하여 작업 대상 소스코드가 있는 폴더로 이동한 후 "opencode"를 입력하여 오픈코드를 실행합니다.
"/connect"를 입력합니다.
/connect 입력
"qwen"을 입력하여 "qwen2-coder-14b" 모델을 찾습니다.
"qwen"모델을 검색합니다.
API Key 에는 아무 내용을 입력한 후 엔터키를 누르세요.
아무 문자나 입력합니다
"qwen2-coder-14b"을 선택한 후 엔터키를 누르세요.
qwen2-coder-14b를 선택합니다.

이제, 오픈코드의 프롬프트 영역 하단에서 "qwen2-coder-14b" 모델이 선택되어 있음을 확인할 수 있습니다.

마무리

이제 사적인 정보의 노출 없이 무료로, 자유롭게 코딩을 돕는 환경이 구성되었습니다.

APLY가 시드투자를 유치했고 사회적 경제 소셜벤처 사업에도 선정되었습니다!

aply — Fri, 27 Dec 2019 18:33:24 +0900

2019년 12월은 어플라이에게 큰 경사가 두 번이나 있었답니다!

제주창조경제센터의 전정환 센터장님(우측)과 이건우 대표

어플라이가 제주창조경제혁신센터로 부터 시드 투자를 유치했고 JDC 제주국제자유도시개발센터가 주최하고 MYSC (Merry Year Social Company)가 기획/운영하는 제주형 사회적 경제 소셜벤처 지원 사업 '낭그늘'에도 선정되었습니다!

제주창조경제혁신센터 INVESTOR'S DAY IR자료에 실린 APLY IR 자료

제주의 농민분들이 농사 시설물을 안전하고 편하게 점검하실 수 있도록 돕는 어플라이 드로미 서비스의 의미를 잘 이해해 주신 거라고 생각합니다^^

제주창조경제혁신센터에서 지급하는 시드투자기념품

블로그를 열었습니다!

aply — Tue, 25 Dec 2018 12:02:53 +0900

드디어 APLY가 블로그를 장만했습니다.

그간의 APLY이야기, 앞으로 생겨나는 APLY의 이야기를 이곳에 옹기종기 담아 보려 합니다.

'재미있게 일하기 위한 진보된 플랫폼'의 변화를 함께 봐주세요^_^

APLY TIMES

QR코드가 안 찍히는 진짜 이유: '입자 크기'와 '정보량'의 비밀

주식회사 어플라이(APLY)의 AQR이 '입자 설계'에 공을 들인 이유

정보가 너무 많은 QR코드가 위험한 이유

실제 QR코드 입자(Density) 구조 비교

입자가 작고 많은 QR이 만드는 3가지 치명적 문제

1. 스마트폰 카메라의 인식률 대폭 저하

2. 미세한 훼손에도 무용지물 (데이터 손실)

3. 빛 반사 및 조도 변화에 매우 취약

요약: 좋은 QR 사용자 경험(UX)이란?

친절한 기능이 덫이 될 때: 뱅킹앱 '복사-붙여넣기'로 본 방어적 UX 설계법

문제의 발단: "시스템의 친절" vs "사용자의 행동 습관"

방어적 UX (케이뱅크)

취약한 UX (일부 일반 뱅킹앱)

그렇다면, 이런 예외 시나리오는 어떻게 발견할 수 있을까요?

1. '행동 관성(Mental Model Inertia)' 시뮬레이션

2. 데이터 입력 경로의 '복수 트래킹' 및 파싱 정책 강화

3. 정량 데이터 기반의 '이중 행동(Redundant Action)' 및 에러 분석

4. UX FMEA(고장형태 영향분석) 프로세스 도입

카카오뱅크의 천하통일? 2026년 5월 뱅킹앱 사용 현황

카카오뱅크의 천하통일?2026년 5월 뱅킹앱 실행 현황

◆ 5월 뱅킹앱 실행 비율 순위

◈ 점유율 한눈에 보기

◆ 핵심 인사이트

카카오뱅크 압도적 1위

인터넷은행의 지배

시중은행 최강자

NH 3분할의 역설

토스의 추격

◆ 이 데이터는 어디서 왔나요?

AQR(Advanced QR)이란?

◆ 마치며

클로드 코드(Claude Code)의 대안 : 오픈코드(OpenCode)를 로컬에서 완전 무료로 사용하기

APLY가 시드투자를 유치했고 사회적 경제 소셜벤처 사업에도 선정되었습니다!

블로그를 열었습니다!

카카오뱅크의 천하통일?
2026년 5월 뱅킹앱 실행 현황