인공지능이 일자리를 바꾼다고 할 때 우리는 흔히 하나의 장면을 떠올린다. 사람이 하던 일을 기계가 대신하고, 그 결과 사람의 일자리가 사라지는 장면이다. 그러나 노동시장에서 실제로 일어나는 변화는 이보다 훨씬 복잡하다. AI는 어떤 직업을 통째로 없애기도 하지만, 더 많은 경우 하나의 직업 안에 존재하던 업무를 잘게 나누고, 일부 업무를 자동화하며, 새로운 업무를 만들어낸다.따라서 AI 시대의 장애인 고용을 논의하면서 “AI가 장애인의 일자리를 빼앗는가”라는 질문만 던지는 것은 충분하지 않다. 더 중요한 질문은 이것이다. AI로 노동의 구조가 다시 짜일 때 장애인은 그 변화의 어느 위치에 서게 되는가.지금까지 장애인 고용정책은 장애인이 노동시장에 진입할 수 있도록 일정한 일자리를 마련하고 고용을 유지하도록 지원하는 데 상당한 비중을 두어왔다. 그러나 AI가 업무의 내용 자체를 변화시키기 시작하면 기존의 직무와 직업을 그대로 유지하는 것만으로는 충분하지 않다.앞으로는 ‘어떤 직업을 가지고 있는가’보다 ‘어떤 업무를 수행할 수 있는가’가 더욱 중요해질 가능성이 높기 때문이다. 예를 들어 사무직이라는 하나의 직업 안에는 문서 작성, 자료 검색, 회의록 정리, 일정 관리, 데이터 입력, 고객 응대 등 수많은 업무가 포함되어 있다. AI는 이 가운데 일부를 자동화할 수 있다. 그렇다면 사무직이라는 일자리가 사라지는 것이 아니라 사무직을 구성하는 업무의 조합이 달라질 수 있다.이 변화는 장애인에게 위기이면서 동시에 기회다. 기존에는 신체적 제약 때문에 특정 업무를 수행하기 어려웠더라도 AI가 반복적인 업무를 대신하면 사람은 판단과 기획, 의사소통, 창의적 업무에 더 집중할 수 있다. 반대로 기존에 장애인에게 상대적으로 접근 가능했던 단순 반복 업무가 자동화된다면 오히려 고용의 기회가 줄어들 수도 있다.결국 중요한 것은 AI가 일자리를 없애느냐가 아니라 어떤 업무가 사라지고 어떤 업무가 남는가이다. 그리고 이 질문은 장애인 고용정책의 방향을 근본적으로 바꿀 필요성을 보여준다. AI 채용은 장애인에게 새로운 관문이 될 수 있다. AI가 노동시장에 들어오면서 가장 먼저 살펴봐야 할 영역 가운데 하나는 채용이다. 기업은 이미 다양한 방식으로 디지털 기술을 활용해 지원자를 평가하고 있다. 앞으로 AI가 이력서 분석부터 직무 적합성 판단, 온라인 면접 분석 등에 활용되는 범위가 더욱 확대될 가능성이 있다.문제는 AI가 무엇을 ‘좋은 노동자’의 기준으로 학습하느냐이다. 빠른 말하기, 일정한 표정, 특정한 시선 처리, 끊김 없는 의사소통, 특정한 경력의 패턴 등이 높은 평가를 받도록 설계된 시스템이라면 그것은 실제 직무 수행 능력과 관계없는 특성을 평가하는 결과를 가져올 수 있다. 가령 어떤 사람이 업무 자체는 훌륭하게 수행할 수 있지만 말의 속도가 느리거나 신체적 특성으로 인해 일반적인 면접 방식에 적응하기 어렵다고 하자. 인간 면접관이라면 지원자의 직무능력을 별도로 평가할 가능성이 있지만, 알고리즘이 정해진 패턴에서 벗어난 행동을 부정적으로 해석한다면 이야기가 달라진다.이 경우 AI는 사람의 편견을 없애는 도구가 아니라 편견을 더 빠르고 일관되게 반복하는 장치가 될 수 있다. 따라서 AI 채용의 공정성을 이야기할 때 단순히 알고리즘의 정확도만 평가해서는 안 된다. 누구를 기준으로 정확한가를 물어야 한다. 평균적인 지원자를 잘 평가하는 AI와 다양한 특성을 가진 지원자를 공정하게 평가하는 AI는 전혀 다른 문제이기 때문이다.AI 시대에 장애인 고용정책이 가장 적극적으로 대응해야 할 분야는 직무 재설계다. 기존의 직무를 그대로 수행할 수 있는 사람만 고용하는 방식에서 벗어나, 하나의 직무를 여러 업무로 나누고 AI가 담당할 부분과 사람이 담당할 부분을 새롭게 조합하는 것이다. 예컨대 기업의 행정업무에서 반복적인 자료 정리와 초안 작성은 AI가 담당하고, 사람은 최종적인 판단과 대외적인 소통을 담당할 수 있다. 데이터가공 업무 역시 자동화할 수 있는 부분과 사람의 검토가 필요한 부분을 구분할 수 있다.이러한 변화는 장애인의 고용을 바라보는 관점 자체를 바꿀 수 있다. 과거에는 “이 사람이 이 직무를 수행할 수 있는가”가 질문이었다면, 앞으로는 “이 직무를 어떻게 재설계하면 이 사람이 자신의 강점을 발휘할 수 있는가”를 물어야 한다.이것은 장애인에게만 필요한 접근도 아니다. 고령자, 경력단절자, 청년, 이주노동자 등 다양한 사람들이 노동시장에 참여할 수 있도록 직무를 유연하게 만드는 과정이기도 하다. AI가 업무를 세분화할수록 오히려 사람마다 다른 능력을 조합할 수 있는 가능성은 커진다. 장애인은 AI 산업의 ‘사용자’에 머물러서는 안 된다. 더 중요한 변화는 장애인을 AI의 수혜자로만 바라보지 않는 것이다. AI가 발전할수록 장애인의 경험 자체가 하나의 전문성이 될 수 있다. AI 서비스가 장애인을 제대로 이해하지 못하는 이유는 기술이 부족해서만이 아니다. 개발 과정에서 장애인의 실제 경험과 요구가 충분히 반영되지 않았기 때문일 수도 있다. 그렇다면 장애인은 AI 서비스를 사용하는 사람에 그치지 않고 AI의 품질을 평가하고, 서비스를 설계하고, 정책을 만드는 주체가 될 수 있다. 예를 들어 AI 접근성 평가, 디지털 서비스 테스트, 사용자 경험 분석, 데이터 품질 검증, AI 윤리와 디지털 포용 정책 등은 장애인의 경험이 직접적인 전문성으로 연결될 수 있는 영역이다.여기에서 중요한 것은 장애인의 ‘경험’을 단순한 의견으로 취급하지 않는 것이다. 오랫동안 디지털 환경에서 장벽을 경험해온 사람은 어떤 기술이 실제 사용자에게 작동하는지 판단할 수 있는 독특한 지식을 가지고 있다. 따라서 앞으로의 장애인 고용정책은 장애인을 새로운 기술의 교육 대상자로만 볼 것이 아니라 기술의 개발과 평가에 참여하는 전문인력으로 육성하는 정책으로 확장될 필요가 있다.AI 시대에는 장애인 고용의 성과를 다시 정의해야 한다. 이제 장애인 고용을 단순히 ‘몇 명을 고용했는가’만으로 평가하는 것도 재검토할 필요가 있다. 중요한 것은 그 일자리가 지속 가능한가, 기술 변화에 따라 직무가 사라졌을 때 다른 업무로 전환할 수 있는가, AI를 활용해 생산성을 높일 수 있는가, 전문성을 쌓아 더 높은 수준의 직무로 이동할 수 있는가 하는 문제다. 따라서 장애인 고용정책도 고용 → 직무전환 → 재교육 → 경력개발이라는 생애주기의 관점으로 바뀌어야 한다.기업이 AI를 도입하면 정부가 해야 할 일도 달라진다. 단순히 기존 일자리를 유지하도록 요구하는 것만으로는 충분하지 않다. AI로 직무가 변화하는 과정에서 장애인 노동자가 배제되지 않도록 재교육과 직무전환을 지원하고, 새로운 직무에 진입할 수 있도록 훈련체계를 바꿔야 한다.특히 AI 교육 역시 단순한 활용법 중심에서 벗어날 필요가 있다. “AI를 사용할 줄 아는 장애인”을 만드는 데 그쳐서는 안 된다. AI 시대에 필요한 전문성을 가진 장애인을 만들어야 한다. AI 시대의 장애인 고용은 ‘보호’가 아니라 ‘전환’의 문제다. AI의 확산을 막는다고 장애인의 일자리를 지킬 수 있는 시대는 아니다. 오히려 중요한 것은 변화가 불가피하다면 그 변화의 과정에서 누구도 탈락하지 않도록 만드는 것이다.장애인 고용정책의 목표도 기존 일자리를 영원히 보존하는 데 머물러서는 안 된다. 노동의 내용이 바뀌더라도 장애인이 새로운 업무로 이동하고, 새로운 기술을 배우고, 더 나은 직무로 성장할 수 있도록 하는 것이 중요하다. 이 과정에서 정부는 교육과 직업훈련의 체계를 바꾸고, 기업은 직무를 재설계하며, 기술기업은 장애인을 고려한 AI를 개발해야 한다. 그리고 장애인 당사자는 정책의 대상이 아니라 그 변화의 설계 과정에 참여해야 한다.결국 AI 시대의 장애인 고용 문제는 기술의 문제가 아니라 전환의 문제다. AI가 장애인의 일자리를 빼앗을 수도 있다. 그러나 AI가 기존의 노동 장벽을 낮추고 장애인이 수행할 수 있는 업무의 범위를 넓힐 가능성도 분명히 존재한다.어느 쪽의 미래가 현실이 될지는 정해져 있지 않다. 그 차이를 만드는 것은 AI의 성능만이 아니다.노동시장이 기술의 변화에 맞춰 얼마나 유연하게 직무를 재설계하는지, 기업이 장애인을 얼마나 동등한 노동자로 바라보는지, 정부가 얼마나 빠르게 고용정책을 전환하는지에 달려 있다. AI 시대에 장애인에게 필요한 것은 특별한 일자리가 아니다. 자신의 능력에 맞는 일을 선택하고, 기술을 활용해 능력을 확장하며, 변화하는 노동시장 안에서 계속 성장할 수 있는 동등한 기회다.AI가 인간의 일을 대신하는 시대가 아니라 인간이 AI와 함께 일하는 시대로 넘어간다면, 장애인 역시 그 변화의 중심에 있어야 한다. 그래서 이제 질문을 바꿔야 한다. “AI가 장애인의 일자리를 빼앗을 것인가?”가 아니다. “AI로 다시 만들어지는 노동시장에 장애인이 함께 설 자리를 우리는 만들고 있는가?” AI 시대의 장애인 고용정책이 답해야 할 질문은 바로 이것이다.

내가 병원에서 진료받은 기록은 누구의 것인가? 내가 받은 복지서비스의 기록은 누구의 것인가? 내가 사용하는 보조기기의 사용 데이터는 누구의 것인가? 그리고 AI가 그 데이터를 학습해 나에 대해 새로운 사실을 알아냈다면, 그 정보는 누구의 것인가? AI 시대 장애인권을 이야기하면서 이제 이 질문을 피하기 어렵다.장애인의 삶은 이미 수많은 데이터로 기록되고 있다. 복지서비스를 이용하면 복지데이터가 만들어진다. 병원과 재활기관을 이용하면 의료·재활 데이터가 축적된다. 보조공학기기를 사용하면 사용자의 움직임과 이용 패턴이 기록될 수 있다. 웨어러블 기기는 건강과 활동 정보를 지속적으로 수집한다. AI 기반 재활이나 의사소통 서비스가 확대되면 장애인의 행동과 음성, 표현 방식까지 데이터가 된다.문제는 데이터가 많아졌다는 사실 자체가 아니다. 장애인의 삶을 데이터로 바라볼 수 있게 된 만큼, 그 데이터를 누가 통제할 것인가라는 새로운 권리의 문제가 등장했다는 것이다. 과거 장애인 정책의 중요한 질문이 “장애인에게 어떤 서비스를 제공할 것인가”였다면, AI 시대에는 여기에 하나의 질문이 더해져야 한다. 그 서비스를 위해 수집된 장애인의 데이터에 대해 당사자는 어떤 권리를 갖는가? 장애인 데이터는 정책을 위해 반드시 필요한 측면이 있다. 어떤 장애인이 어떤 서비스를 이용하는지 알아야 정책의 부족한 부분을 찾을 수 있다. 지역별 장애인 인구와 서비스 이용 현황을 분석해야 자원을 적절하게 배분할 수 있다. AI를 활용하면 이러한 분석은 훨씬 정교해질 수 있다. 개인의 건강상태와 복지서비스 이용 이력, 생활환경 등을 분석해 필요한 서비스를 예측하거나 재활 프로그램을 추천할 수도 있다. 여기까지는 AI가 장애인 복지를 더 효율적으로 만드는 긍정적인 모습이다.그러나 데이터가 ‘정책을 참고하기 위한 정보’에서 ‘개인을 판단하기 위한 정보’로 바뀌는 순간 상황은 달라진다. 예를 들어 AI가 과거의 복지서비스 이용 기록을 분석해 특정 장애인의 서비스 필요도를 판단한다고 생각해보자. AI의 판단이 활동지원 서비스의 제공량이나 복지서비스 추천에 영향을 미친다면, 데이터는 더 이상 단순한 행정정보가 아니다. 데이터가 장애인의 권리에 영향을 미치는 의사결정의 근거가 된다.예를 들어 어떤 사람이 과거에 특정 복지서비스를 많이 이용했다는 데이터가 있다고 하자. AI는 이 데이터를 바탕으로 향후에도 해당 서비스가 필요할 가능성이 높다고 판단할 수 있다. 반대로 특정 서비스를 이용하지 않았다는 이유로 그 필요성이 낮다고 판단할 수도 있다. 하지만 실제 인간의 삶은 그렇게 단순하지 않다. 서비스를 이용하지 않은 이유가 필요하지 않아서였을 수도 있지만, 정보가 부족했기 때문일 수도 있고, 신청 절차가 복잡했기 때문일 수도 있으며, 경제적·사회적 환경 때문에 이용하지 못했기 때문일 수도 있다. 데이터에 나타나지 않는 삶이 존재한다. AI가 아무리 많은 데이터를 가지고 있어도 그 데이터에 기록되지 않은 경험과 선택까지 완전히 이해할 수는 없다.그리고 그때부터 질문은 개인정보 보호를 넘어선다. “내 데이터가 안전하게 보관되고 있는가?”만이 아니라, “내 데이터가 나에 대한 판단을 만드는 데 사용되고 있는가?”라는 질문을 해야 한다.장애인 데이터의 문제는 ‘개인정보’에서 끝나지 않는다. 장애와 관련된 데이터는 본질적으로 민감하다. 장애 유형과 정도, 의료정보, 재활정보, 정신건강 관련 정보, 의사소통 특성, 일상생활 수행 능력 등은 단순한 숫자나 행정정보가 아니다. 그것은 한 사람의 삶을 설명하는 정보다. 더구나 AI 시대에는 개별 데이터보다 데이터의 결합이 더 중요해진다. 복지서비스 이용 기록에 의료정보가 결합되고, 여기에 이동 데이터와 웨어러블 데이터가 연결되면 AI는 개인의 생활패턴이나 건강상태를 상당히 구체적으로 추론할 수 있다.더 나아가 당사자가 직접 제공하지 않은 정보까지 데이터로부터 추론할 수 있다. 이 지점에서 기존의 개인정보 보호만으로는 충분하지 않은 문제가 발생한다. 데이터가 무엇을 말하고 있는가뿐 아니라, AI가 그 데이터로부터 무엇을 새롭게 알아내고 있는가를 살펴봐야 하기 때문이다. 예컨대 한 사람이 자신의 건강상태를 직접 입력하지 않았더라도 여러 데이터를 통해 AI가 특정 질환이나 위험 가능성을 추론할 수 있다. 장애인이 직접 자신의 경제적 상황이나 생활환경을 설명하지 않았더라도 데이터 결합을 통해 상당 부분 추정될 수 있다. 즉, AI 시대의 데이터는 단순히 ‘내가 제공한 정보’가 아니다. 데이터를 통해 새롭게 만들어지는 정보까지 권리의 문제로 확장되고 있다.그렇다면 개인정보 수집과 이용에 동의하면 모든 문제가 해결되는가? 그렇지 않다. AI 시대에는 데이터가 처음 수집될 당시 예상하지 못했던 방식으로 활용될 가능성이 있기 때문이다. 장애인이 복지서비스를 받기 위해 제공한 데이터가 연구에 활용될 수 있다. 연구를 위해 활용된 데이터가 AI 시스템 개발에 사용될 수도 있다. AI 개발 과정에서 사용된 데이터가 다른 데이터와 결합될 수도 있다. 물론 이러한 활용이 모두 잘못된 것은 아니다. 오히려 공익적 연구와 기술 발전을 위해 데이터 활용이 필요한 경우도 많다. 문제는 그 과정에서 장애인의 자기결정권이 어디까지 보장되는가라고 할 수 있다.EU에서 개인정보 처리의 투명성과 정보주체의 권리를 강조하고, 고위험 AI에 대한 위험관리와 인간의 감독 등을 요구하는 것도 결국 기술의 효율성만으로 인간의 권리를 보장할 수 없기 때문이다. 장애인의 경우에는 여기에 하나의 조건이 더 필요하다. 정보를 이해하고 자신의 의사를 표현할 수 있는 실질적인 접근성이다. 장애인에게 수십 페이지의 복잡한 개인정보 처리방침을 제공한 뒤 “동의하셨습니다”라고 말하는 것만으로 자기결정권이 보장됐다고 할 수 있을까. 동의할 수 있는 형식적 기회와 실제로 이해하고 결정할 수 있는 권리는 다르다. 따라서 AI 시대 장애인의 데이터 자기결정권은 단순히 ‘동의권’으로만 이해해서는 안 된다. 알 권리, 설명받을 권리, 선택할 권리, 필요한 경우 거부하거나 이의를 제기할 권리, 그리고 자신의 데이터가 어떻게 활용되는지 확인할 수 있는 권리까지 함께 보장되어야 한다.그렇다고 장애인 데이터를 무조건 적게 수집해야 한다는 결론으로 가서는 안 된다. 오히려 데이터가 없으면 또 다른 차별이 생긴다. 여기에서 장애인 데이터 정책의 어려운 역설이 발생한다. 데이터를 많이 모으면 개인정보와 권리 침해의 위험이 커질 수 있다. 그렇다고 장애인 데이터를 지나치게 배제하면 또 다른 문제가 생긴다.장애인의 데이터가 부족하면 AI가 장애인을 제대로 이해하지 못할 수 있다. 음성인식 AI가 비장애인의 음성을 중심으로 학습한다면 장애인의 음성을 제대로 인식하지 못할 수 있다. 시각장애인의 이용 환경이 데이터에 충분히 반영되지 않는다면 AI 서비스는 시각장애인에게 제대로 작동하지 않을 수 있다. 발달장애인의 의사소통 특성이 충분히 고려되지 않은 AI라면 그들의 의사와 욕구를 정확하게 이해하지 못할 수 있다. 결국 장애인 데이터에는 매우 어려운 역설이 존재한다. 데이터를 과도하게 수집하면 권리가 침해될 수 있지만, 데이터를 충분히 확보하지 못하면 AI에서 장애인이 다시 배제될 수 있다. 따라서 필요한 것은 데이터의 양을 둘러싼 단순한 논쟁이 아니다. 어떤 데이터를, 왜, 누구의 참여 아래, 어떤 보호장치를 가지고 활용할 것인가에 대한 거버넌스가 필요하다. 여기에서 가장 중요한 원칙이 있다. 바로, 장애인의 데이터에 관한 결정 과정에 장애인이 참여해야 한다는 것이다. 정부가 장애인 데이터를 수집하고, 기업이 AI 서비스를 개발하고, 연구기관이 데이터를 분석한다고 하면서 정작 데이터의 주체인 장애인은 그 과정에서 빠져 있다면 문제가 있다.장애인은 단순한 데이터 제공자가 아니다. 데이터 활용의 영향을 직접 받는 당사자다. 따라서 어떤 데이터를 수집할 것인지, 어떤 목적으로 활용할 것인지, 어떤 위험이 있는지, 어떤 보호장치가 필요한지를 결정하는 과정에 장애인 당사자와 장애인단체, 그리고 전문가가 참여해야 한다. 이는 단순히 “의견을 들어주는 것”과 다르다.데이터 거버넌스 자체에 장애인의 참여를 제도화하는 문제다. UN 장애인권리협약(CRPD)이 장애인의 삶에 영향을 미치는 정책과 의사결정 과정에서 장애인의 참여를 강조하는 이유도 여기에 있다. AI와 데이터의 시대라고 해서 이 원칙이 달라지는 것은 아니다. 오히려 기술이 복잡해질수록 당사자의 참여는 더 중요해진다.장애인 데이터 정책에서 흔히 발생하는 두 가지 극단이 있다. 하나는 개인정보 보호를 이유로 데이터 활용 자체를 지나치게 제한하는 것이다. 다른 하나는 AI 발전과 공익을 이유로 데이터 활용을 지나치게 확대하는 것이다. 둘 다 충분한 답이 되기 어렵다. 장애인에게 필요한 것은 보호와 활용의 균형이다.장애인의 데이터를 안전하게 보호하면서도 필요한 연구와 기술 개발에는 활용할 수 있어야 한다. AI가 장애인의 삶을 개선하기 위해 필요한 데이터는 확보하되, 목적을 벗어난 무분별한 활용은 막아야 한다. 데이터를 활용할 경우에도 누가 접근하고 어떤 알고리즘에 사용되는지 투명하게 관리해야 한다. 그리고 그 과정에서 장애인의 권리가 침해될 가능성을 지속적으로 평가해야 한다. 결국 데이터 거버넌스의 핵심은 “데이터를 가질 것인가, 말 것인가”가 아니다. “데이터를 활용하면서도 장애인의 권리를 어떻게 지킬 것인가”다.대한민국은 AI와 디지털 행정 분야에서 빠르게 발전하고 있다. 앞으로 AI가 복지·의료·재활·행정서비스에 더욱 깊숙이 들어간다면 장애인 데이터의 중요성은 지금보다 훨씬 커질 것이다. 그렇다면 이제 우리도 장애인 데이터에 관한 명확한 원칙을 마련해야 한다. 첫째, 장애인이 자신의 데이터가 어떻게 수집·활용되는지 이해할 수 있어야 한다. 둘째, AI 학습이나 자동화된 의사결정에 활용되는 경우 그 사실과 목적을 알 수 있어야 한다. 셋째, 데이터 결합과 AI 분석으로 인해 차별이나 불이익이 발생하지 않는지 지속적으로 점검해야 한다. 넷째, 장애인 당사자가 데이터 정책과 AI 거버넌스에 실질적으로 참여할 수 있어야 한다. 다섯째, 데이터가 부족해서 장애인이 AI 서비스에서 배제되는 문제 역시 정책적으로 해결해야 한다. 그리고 이 모든 과정의 출발점에는 장애인의 권리가 있어야 한다.다시 처음의 질문으로 돌아가 보자. 장애인의 데이터는 누구의 것인가? 이 질문에 “정부의 것이다”, “기업의 것이다”, “데이터를 수집한 기관의 것이다”라고 단순하게 답할 수는 없다. 법적으로 데이터의 권리관계는 데이터의 종류와 수집·처리 방식에 따라 복잡하게 달라진다. 그러나 AI 시대에 우리가 분명하게 지켜야 할 원칙은 있다. 장애인의 삶에서 생성된 데이터가 장애인의 권리를 침해하는 방식으로 사용되어서는 안 된다는 것이다.데이터는 장애인의 삶을 더 정확하게 이해하기 위해 사용될 수 있다. AI는 장애인에게 필요한 서비스를 더 잘 제공하기 위해 사용될 수 있다. 데이터는 새로운 보조공학을 만들고, 더 나은 재활기술을 개발하고, 장애인의 자립과 사회참여를 확대하는 데 사용될 수 있다. 그러나 그 과정에서 장애인이 자신의 데이터에 대한 통제권을 잃어버린다면 기술 발전의 의미는 달라진다.장애인의 데이터를 활용하는 것과 장애인을 데이터로만 바라보는 것은 전혀 다른 문제다. AI 시대에 우리가 만들어야 할 것은 장애인의 데이터 권리를 보장하면서 데이터를 제대로 활용하는 국가다. 장애인이 자신의 데이터에 대해 알고, 이해하고, 참여하고, 가능한 범위에서 결정할 수 있어야 한다. 이것이 AI 시대 장애인의 데이터 보호 거버넌스이자 당사자의 자기결정권이다.* 본 칼럼 내용은 본지 편집방향과 다를 수 있습니다.