The adoption of generative artificial intelligence (AI) has attracted growing attention across industries due to its potential to transform organizational processes and value creation. Despite its high applicability, however, the diffusion of generative AI in the telecommunications industry remains limited. Existing studies have largely focused on identifying individual barriers to AI adoption, providing insufficient understanding of how these barriers interact and form a complex hierarchy of constraints. Addressing this gap, this study investigates the structural interrelationships among barriers to generative AI adoption in the telecommunications industry. Based on a comprehensive literature review and expert validation, fifteen key barriers were identified. Using a Delphi-based Interpretive Structural Modeling (ISM) approach, this study examined the hierarchical influence structure among the barriers. Subsequently, the Matrix Impact Cross-reference Multiplication Applied to Classification (MICMAC) technique was employed to classify the barriers according to their driving power and dependence. The results reveal a four-level hierarchical structure in which environmental barriers play a foundational role. In particular, the absence of alignment in institutional frameworks and technical standards emerges as a root-level barrier exerting strong influence on higher-level constraints. Regulatory uncertainty and concerns about job displacement function as independent drivers linking foundational environmental conditions to execution- level constraints. Most technical, organizational, and economic barriers are concentrated at the intermediate level, forming a highly interdependent execution layer. At the top level, delays and uncertainties in decision-making regarding generative AI adoption appear as outcome-oriented barriers resulting from the cumulative effects of lower-level constraints. By highlighting that barriers to generative AI adoption in the telecommunications industry operate as a structurally connected system rather than isolated factors, this study extends existing adoption research through a structural perspective. The findings provide practical insights for telecommunications firms in prioritizing adoption strategies and offer implications for addressing institutional and regulatory conditions that shape the diffusion of generative AI.

This study examined the relationships between acoustic activity of the finless porpoise (Neophocaena asiaeorientalis) and marine environmental variables in Hadong, in the southern coast of Korea, using long-term passive acoustic monitoring. Acoustic data were collected with a hydrophone (F-POD) from July 8 to August 16 2023, and acoustic indices (DPM, DP10M, and click-based metrics) were integrated with in situ observations and model analysis environmental data. Generalized additive models indicated that chlorophyll-a and dissolved oxygen were the main predictors of acoustic activity whereas physical oceanographic variables (temperature, salinity, and sea surface height) had no significant effects. Chlorophyll-a showed a strong non-linear positive effect with finless porpoise activity increasing rapidly up to approximately 2 mg/m³ and then reaching a plateau. Dissolved oxygen exhibited a negative linear relationship, implying indirect ecological effects mediated by prey availability. In addition, current velocity was negatively related to click intensity. These results indicate that finless porpoise habitat use is more closely associated with productivity-related factors than with physical conditions. This research offers quantitative insights into prey-driven habitat selection, supporting the development of management and bycatch mitigation strategies.

본 연구는 본사와 해외 자회사 간 지식 격차를 감소시키고 기업 성과를 제고하는 데 기여하는 해 외 경영자의 역량을 분석하고, 이러한 역량의 효과가 국가에 따라 어떻게 달라지는지를 한국과 중 국 기업을 대상으로 비교·분석한다. 본 연구의 목적은 국가별 맥락에서 중요하게 작용하는 해외 경 영자의 역량을 규명함으로써, 본사와 자회사 간 지식 활용을 제고하고 실질적인 성과 개선 방안을 도출하는 데 있다. 선행연구 분석을 통해 해외 경영자의 핵심 역량을 의사소통 역량, 학습 역량, 문화적 개방성의 세 가지로 도출하였다. 의사소통 역량은 본사와 자회사 간 공동 비전 공유와 상호 이해를 촉진함으로 써 지식 격차 감소에 핵심적인 역할을 하며, 학습 역량은 필요한 지식을 선별·흡수·활용하는 과정을 통해 정보 비대칭을 완화하고 성과 향상에 기여한다. 문화적 개방성은 구성원 간 신뢰 형성과 태도 에 영향을 미쳐 지식 이전의 효율성을 높이는 역할을 수행한다. 한국과 중국에 진출한 다국적기업을 대상으로 한 비교 분석 결과, 한국에서는 세 가지 역량 모두 지식 격차 감소에 기여하였으나, 기업 성과에는 의사소통 역량과 학습 역량만이 직접적인 영향을 미치고 문화적 개방성은 간접적으로 작용하였다. 반면 중국에서는 의사소통 역량과 학습 역량이 지 식 격차 감소에 유의미한 영향을 미쳤으며, 세 가지 역량 모두 기업 성과에 긍정적인 영향을 보였 다. 또한 의사소통 및 학습 역량의 효과와 이들을 통한 간접 효과는 중국에서 더 강하게 나타난 반 면, 지식 격차 감소가 기업 성과로 이어지는 효과는 한국에서 더 크게 나타났다. 이러한 결과는 해외 경영자의 기능적·인지적 역량과 태도적 역량의 중요성이 국가의 제도적·문화 적 맥락에 따라 상이하게 작동함을 보여주며, 지식 이전과 성과 창출의 메커니즘이 국가 환경에 의 해 구조화된다는 점을 시사한다. 본 연구는 국가별로 적합한 해외 경영자 역량에 대한 이해를 제고 함으로써, 효과적인 역지식이전과 기업 성과 향상을 위한 실무적 시사점을 제공한다.

본 연구에서는 2011년부터 2024년까지 새만금 지역의 4개 주요 지점(만경강, 동진강, 신시갑문, 가력갑문)에서 수집된 수질 자료 를 이용하여 용존산소(DO)와 총유기탄소(TOC) 예측을 위한 XGBoost 기반 모델을 구축하고, SHAP 분석을 통해 변수별 상대적 설명력을 평가하였다. 모델은 DO에서 R² 0.89–0.95, TOC에서 0.88–0.95의 높은 예측 성능과 낮은 평균제곱오차(MSE)를 보여, 예측의 신뢰성을 확 인하였다. SHAP 분석 결과, 하천 지점에서는 pH와 수온이 DO 예측에서 가장 높은 설명력을 보였고, 염분의 영향은 미미하여 외해수 유입 이 제한적임을 나타냈다. 반면, 기수 지점에서는 수온이 DO 예측의 주요 요인으로, 염분은 보조 요인으로 작용하였다. 연도별 분석에서는 하천 지점에서 pH의 기여도가 2016년 이후 감소하고 수온의 비중이 2019년 이후 다소 높아지는 경향이 일부 나타났으나, 전체적으로는 명 확한 증가·감소 추세가 확인되지 않았다. TOC 예측에서는 하천 지점에서 COD와 chlorophyll-a가, 기수 지점에서는 chlorophyll-a와 염분이 상 대적으로 중요한 설명 변수로 확인되었다. COD의 기여도는 2017–2018년에 낮았다가 2019–2021년에 높아진 후 최근 다시 감소하는 등 일부 연도에서 변동이 나타났으나, 뚜렷한 장기 경향은 관찰되지 않았다. 이러한 결과는 연도별로 변수의 상대적 설명력에 세부적인 변동 은 존재하지만 전체적으로 일관된 추세는 아직 확립되지 않았음을 보여준다. 이처럼 연도별 변동성과 불확실성이 공존하는 환경에서, XGBoost와 SHAP을 결합한 접근법은 각 변수의 상대적 중요도와 시기별 변화를 정량적으로 평가할 수 있는 유용한 분석 틀을 제공한다.

본 연구는 지역 간 경제 격차 발생 원인을 지역 산업적 측면에서 중국 길림성과 광동성 두 지역을 사례로 분석하였다. 분석 방법으로 입지계수와 동태적 변이할당분 석을 통해 길림성과 광동성 두 지역의 특화산업 변화와 지역산업의 성장요인을 분석 하였다. 입지계수를 통해 다양한 특화산업의 보유 여부가 두 지역의 경제 성장의 차 이를 가져오는 것으로 볼 수 있었다. 동태적 변이할당분석을 통한 성장요인 분석에 서 길림성의 성장률 감소 요인은 산업적 요인 보다 지역적 요인이 더 크게 작용하고 있었다. 반면 광동성의 성장 요인은 광동성이 가지고 있는 지역 경쟁력 보다 산업적 요인이 더 크게 작용하는 것으로 나타났다.

This study aimed to assess adults' perceptions and practices regarding sustainable diets and to identify sociodemographic factors influencing these outcomes. A cross-sectional online survey was conducted with 337 adults from February 5 to 21, 2025. Participants' awareness, willingness to engage in education, and practices related to environmental, health, and consideration aspects of sustainable diets were measured using a 5-point scale. The findings revealed low awareness of sustainable diets (1.80) and moderate willingness to participate in educational initiatives (3.18). Practice scores were highest in the health area (3.53), followed by environmental (3.06) and consideration (2.34) aspects. Females demonstrated significantly greater awareness of sustainable diets (2.06 vs. 1.64, p<0.001) and higher practice scores in the environmental (p<0.01), health (p<0.05), and consideration areas (p<0.001). Adults aged 50 to 59 exhibited the highest practice levels across all areas, including environmental (3.52) and health (3.83). One-person households reported lower practice scores compared to larger households in all areas (all p<0.01). Regression analyses indicated that female gender, older age, and larger household size were positively associated with sustainable dietary practices. In conclusion, while adults exhibited low awareness of sustainable diets, there was moderate interest in education. Sustainable diet practices varied significantly based on gender, age, and household size.

This study identifies psychological factors affecting the acceptance of demand-responsive transit (DRT) among elderly residents living in rural areas. Text mining and K-means clustering techniques were used for inductive content analysis to structure responses from multiple individuals regarding local public transportation and DRT services. Based on the structured perception survey results, key utterances were examined by a semantic group to identify clustered factors affecting the individual acceptance of DRT services and to interpret their specific meanings. Furthermore, key strategies for increasing DRT service acceptance were identified based on these interpretations. In-depth interviews were conducted with 53 elderly individuals living in rural areas of Jeju Island and the island regions of Yeosu City to understand their perceptions of local public transportation and DRT services. Text mining and clustering were performed on 173 pre-processed utterances, thus resulting in four core semantic groups: economic feasibility, connectivity, publicness/ethics, and service volume/supply. Through repeated review of utterances assigned to each semantic group, factors related to “publicness and ethics,” such as psychological and community norms including guilt over exclusive use of public resources, were identified as the most influential concerns regarding the introduction of DRT services. Additionally, requirements for connectivity were identified in the regional context, including expectations for integrating DRT with other transportation modes and concerns regarding uncertainties in travel time and distance. Based on these findings, strategies were proposed to improve the acceptance of DRT services among elderly residents in rural areas. The results suggest that, beyond overcoming the digital divide identified in previous studies, additional considerations are necessary when introducing DRT services in rural regions. Specifically, securing social consensus on the implementation, purpose, and broader impact of DRT services is essential for enhancing their acceptance. Furthermore, a DRT service model that accounts for connectivity with other transportation modes must be applied, while service models that reflect regional characteristics and contexts from the planning stage should be designed. By proactively addressing issues related to the digital divide, this study analyzes psychological factors beyond those associated with digital literacy. Future studies may expand to rural areas with diverse characteristics and contexts by applying advanced methodologies.

This study analyzes and compares the determinants of accident severity between human-driven vehicle (HDV) and autonomous vehicle (AV) mixed environments using collision data from the California Department of Motor Vehicles . To address the high dimensionality and categorical complexity of the dataset, an XGBoost-based classification model was developed and the Shapley additive explanations method was employed to explain the contribution and directional influence of each explanatory variable. An undersampling and ensemble approach was utilized to mitigate class imbalances and enhance the model stability. The results revealed that in an HDV environment, driver perception and evasive responses were dominant factors influencing crash outcomes, with collision direction and relative speed significantly affecting the severity. By contrast, in the AV–HDV mixed environment, intersection conditions and complex driving contexts were associated with higher accident severity, thus demonstrating the current limitations of AV systems in managing unstructured traffic scenarios. These findings suggest that as AV deployment progresses, the key determinants of crash severity shift from human behavioral factors to system and environmental factors, thus providing empirical insights for future AV safety evaluations and policy frameworks.

Using highway accident data, this study predicts the probability of rollover, overturning, and fire accidents and identifies the related risk factors. Whereas existing studies rely primarily on limited explanatory variables and classical statistical models, this study simultaneously enhances predictive performance and interpretability by applying and comparing machine learning-based nonlinear prediction-analysis systems (XGBoost and Shapley additive explanations) with logistic regression, which offers advantages in statistical reasoning. The analysis identifies speeding, segment characteristics (tunnel, ramp, shoulder), and vehicle type (SUV, truck, trailer, and tank lorry) as common key risk factors. These results suggest the necessity of establishing a multilayered management system for speeding, improving facilities centered on high-risk sections (tunnel in/out, ramp, and downhill), performing custom inspections for each vehicle type (load, tire, and brake system), and improving driving behavior (enhancing forward attention, introducing a drowsiness warning system, etc.). This study provides a datadriven empirical basis for identifying the causes of major highway accidents and for designing effective prevention policies.

Truck platooning technology, which utilizes vehicle-to-vehicle communication to enable two or more autonomous trucks to travel in a platoon, is garnering attention. However, before platooning is implemented, an environment that can stably maintain a constant speed must be established. Therefore, maintaining a constant speed is a key prerequisite for truck platooning. To overcome the limitations of previous studies, which relied on traffic simulations or limited experiments, this study analyzes second-by-second truck DTG driving records obtained from highways near major domestic ports. Based on these data, a sliding-window technique was employed to detect constant-speed driving patterns and estimate the rate of constant-speed driving by section. The analysis revealed a high rate of constant-speed driving at the Noeun JCT–Dongcheongju IC, where the traffic volume was low and the road alignment was gentle. However, a low rate was observed at the Gunpo IC–Donggunpo IC, where ramp entries and exits were frequent. Subsequently, a multivariate fractional polynomial model was employed to analyze factors influencing constant-speed driving. The main factors identified were speed dispersion, average duration of constantspeed driving, and volume of large trucks per lane. This shows that speed stability, continuity of driving patterns, and vehicle composition within a section are more important factors in determining constant-speed driving than the average driving speed or traffic volume. This study is significant because it empirically elucidates the characteristics and factors influencing constant-speed driving using large-scale field data. Furthermore, it is expected to provide fundamental data for selecting suitable sections for truck platooning and establishing logistics efficiency policies.

본 연구는 수도권 MRI실 신규 방사선사의 현실충격 수준과 영향 요인을 파악하고자 하였다. 간호사 대상 도구를 수정·보완한 설문 조사 결과, 6개 하위영역 평균점수는 모두 4점 척도의 중간 이하였으며 ‘동료 관계 위축’과 ‘업무 의 압도’가 상대적으로 높고 ‘사회적 지지 상실’이 가장 낮았다. 성별에 따른 차이는 없었으나 고용형태·학제·임상 경력·병원 종별·근무자 수·검사실당 인원·동료 연령 비율 등 조직과 환경, 경력 관련 변수에서는 유의한 차이가 있었다. 이러한 결과는 신규 방사선사의 현실충격이 개인 특성보다 조직·환경 요인에 더 큰 영향을 받음을 보여주 며, 향후 방사선사 업무와 조직문화를 반영한 전용 측정 도구 개발과 사회과학 연구 활성화를 통해 직군 특성에 맞는 정책·교육 전략 수립의 기초자료를 제공할 수 있음을 시사한다.

본 연구는 2013년부터 2023년까지 강원도 18개 기초자치단체의 패널 데이터를 활용하여 지방정부의 역량, 산업구조, 인구 및 사회·환경 요인 이 지역경제 성장에 미치는 영향을 실증적으로 분석하였다. 하우스만 검 정 결과 고정효과모형이 적합한 것으로 나타났으며 분석 결과 지방정부 의 재정역량은 지역경제 성장에 통계적으로 유의한 정(+)의 영향을 미쳤 으나 인적역량은 유의하지 않았다. 산업구조 측면에서는 제조업이 성장 에 긍정적 영향을 보였지만 과학기술 및 예술·스포츠 산업은 단기적으로 음(-)의 관계를 나타냈다. 인구구조 요인 중 노령인구비율은 음(-)의, 등 록외국인 수는 정(+)의 영향을 보여 다양성과 개방성이 지역경제 활성화 에 기여함을 확인하였다. 이러한 결과는 지방정부의 재정역량 강화, 산업 구조의 고도화, 인적자원의 질적 제고, 그리고 개방적·포용적 지역사회 조성이 지속가능한 지역경제 성장의 핵심 전략임을 시사한다.

본 연구는 KCYPS 자료를 활용해 초등학교 4~6학년 982명의 게임중 독 수준과 영향 요인을 분석하였다. 분석 결과, 자기조절능력(β=-0.35)과 정서적 안정성(β=-0.22)이 가장 강한 심리 요인이었으며, 가족 간 의사소 통(β=-0.17), 학교생활 만족도(β=-0.14), 또래 관계 지지(β=-0.12)는 주 요 사회적 보호 요인으로 나타났다. 게임중독 위험군은 모든 심리·사회적 요인에서 유의하게 낮은 점수를 보여(p<.001), 아동의 게임중독이 개인 요인을 넘어 환경적 요인의 영향을 강하게 받음을 확인하였다. 이에 따 라 본 연구는 자기조절력 향상과 정서·사회적 지지 강화 등 다층적 예방 전략의 필요성을 제안한다.

본 연구는 창작뮤지컬 『스웨그 에이지: 외쳐, 조선!』의 제작과 발전 과정을 통해 한국 창작뮤 지컬의 제작 시스템과 흥행 전략을 분석하였다. 이 작품은 2017년 서울예술대학교 학생 창작에서 출발하여, 학교의 창작지원 제도와 한국콘텐츠진흥원의 지원이 결합된 산학협력형 창작 모델로 발전하였다. 서사는 쇼케이스 단계의 복수 중심 서사에서 ‘작은 외침이 세상을 바꾼다’는 주제 를 중심으로 한 성장 서사로 수정되었다. 주인공 ‘단’은 개인적 복수에서 사회적 이상을 추구하 는 인물로, ‘진’은 수동적 존재에서 능동적 주체로 변화하였다. 연출은 관객 참여형 구조로 발 전하며 체험적 몰입을 강화하였다. 음악은 시조와 국악의 운율을 기반으로 힙합, R&B, 일렉트로닉 등 현대음악을 융합하여 한국형 뮤지컬의 정체성을 확립하였다. 특히 「이것이 양반놀음」, 「운 명」 등의 넘버는 전통과 현대의 결합을 통해 극적 메시지를 강화하였다. 제작진은 관객 설문과 피드백을 적극 반영하는 디벨럽 시스템을 도입하였다. 또한 OST 발매, MD 제작, ‘싱어롱 데이’ 등 참여형 마케팅으로 관객과의 상호작용을 확대하였다. 신인 배우의 등용은 작품의 신선함을 높이 고 창작 생태계 순환 구조를 활성화하였다. 이러한 제작 방식은 단순한 공연소비를 넘어 ‘참여 문 화’로 확장되는 사례가 되었다. 『스웨그 에이지: 외쳐, 조선!』은 창작자의 성장, 전문가 협업, 관객 참여, 신인 발굴의 네 축을 중심으로 발전하였다. 결과적으로 본 작품은 한국 창작 뮤지컬의 새로운 제작·유통 모델을 제시한 성공적 사례로 평가된다.

생성형 AI는 방대한 데이터를 기반으로 사용자의 요구에 부합하는 콘텐츠를 자동 생성함 으로써 창의성과 생산성을 동시에 향상시키고 있다. 구독경제 기반의 생성형 AI 서비스는 소비자와 기업 모두에게 혜택을 제공한다. 소비자는 높은 초기 비용 없이 지속적으로 서비스를 이용할 수 있으며, 기업은 반복적인 매출과 고객 데이터를 기반으로 서비스 품질을 고도화할 수 있다. 이와 같은 선순환 구조가 안정적으로 유지되기 위해서는 소비자의 지속적인 유료 구독이 필수적이다. 이에 본 연구는 생성형 AI 서비스에 대한 구독의도 형성 요인을 규명하기 위해 기술수용모델(TAM)과 어포던스(Affordance) 이론을 통합한 연구모형을 제시하고 실증 분석을 수행하였다. 생성형 AI 사용 경험이 있는 직장인 134명을 대상으로 온라인 설문 조사를 실시하였으며, 수집된 자료를 SPSS 27.0과 PROCESS macro를 활용하여 상관분석, 다중회귀분석, 그리고 매개효과 분석을 실시하였다. 분석 결과, 어포던스 요인 중 개인화된 도움 제공은 인지된 유용성과 인지된 용이성 모두에 유의한 영향을 미쳤고, 맥락 인지는 인지된 유용성에만 유의한 영향을 미쳤다. 반면 대화의 의인화는 두 인지 요인 모두에 유의한 영향을 보이지 않았다. 또한 인지된 용이성은 인지된 유용성에 정(+)의 영향을 미쳤으며, 두 인지 요인은 모두 이용의도에 유의한 정(+)의 영향을 미쳤다. 특히 이용의도는 구독의도에 가장 강력한 영향을 미치는 핵심 변수로 확인되었고, 인지된 유용성과 용이성은 이용의도를 매개로 구독의도에 간접적인 정(+)의 효과를 보였다. 본 연구는 생성형 AI와 구독경제의 융합이라는 새로운 소비 패러다임에 대한 이론적 기반을 제공함과 동시에, 사용자 경험 중심의 AI 서비스 설계 및 구독형 비즈니스 전략 수립에 실무적 시사점을 제시한다.

본 연구는 1997년부터 2024년까지 서해 중부 연안을 대상으로 수질지수(Water Quality Index, WQI)의 장기적 변화 양상과 레 짐(regime) 전환 현상을 분석하였다. 이를 위해 연 4회 계절별 수질지수(WQI) 자료와 수온(temperature, TEMP), 염분(salinity, SAL), 부유물 질(suspended particulate matter, SPM) 등 주요 환경 변수를 통합하여 변화점 탐지(changepoint detection)와 시차 상관분석(cross-correlation analysis)을 수행하였다. 분석 결과, 2003~2004년을 기점으로 평균 WQI가 3.0 이상으로 높고 변동성이 크게 나타난 초기 레짐에서, 평균 WQI가 1.5~2.0 수준으로 낮아지고 변동성이 완화된 후기 레짐으로의 전환이 확인되었다. 캘린더 히트맵(calendar heatmap) 분석 결과 또 한 2004년 이후 계절적 변동성이 뚜렷하게 약화된 것으로 나타났다. 초기 레짐에서는 SPM과 WQI 간 강한 동시 변동성이 관측되었으 나, 후기 레짐으로의 전환 이후 이들 간 결합 강도는 현저히 감소하였다. 이러한 결과는 해수온 상승, 태풍, 연안매립 등 자연적·인위적 요인이 복합적으로 작용한 것으로 보이며, 서해 중부 연안의 수질 관리 전략 수립에 있어 레짐 변화에 따른 환경과 수질 간 상호작용 을 반영한 관리 방안의 필요성을 시사한다.

전 세계 식량 안보는 기후 변화와 인구 증가로 인해 점점 더 위협받고 있으며, 이를 해결하기 위해서는 유전체학, 표현형 학, 인공지능을 통합한 첨단 육종 전략이 필요하다. 본 연구는 유전자형 데이터 증강과 반지도 학습을 활용하여 토마토 육종 에서의 표현형 예측 정확도를 향상시키는 것을 목표로 한다. 총 192종의 토마토 계통을 온실 환경에서 재배하며, 과중, 높 이, 너비, 경도, 당도 등 5가지 주요 형질에 대한 유전자형, 표 현형, 환경 데이터를 수집한다. 제안된 1차원 합성곱신경망 기반의 유전자형 데이터 증강 프레임워크는 원본 데이터셋을 확장하고, 라벨이 안된 데이터를 효과적으로 활용하기 위한 수도 라벨링 전략을 도입한다. 또한, 온도, 습도 등 환경 변수 는 생육 기간 동안의 통계적 특징값을 추출하여 모델 입력에 통합함으로써 재배 조건을 보다 현실적으로 반영하였다. 표 현형 예측은 트리 기반 및 딥러닝 아키텍처를 포함한 다양한 모델을 통해 수행되었으며, 서로 다른 네트워크 구조에 따른 성능을 비교 및 평가한다. 실험 결과, 유전자형 데이터 증강은 전반적으로 예측 성능을 향상시켰으며, 특히 LightGBM과 CatBoost와 같은 트리 기반 모델에서 가장 큰 개선 효과를 보 였다. 또한 최신 딥러닝 모델과의 비교 실험을 통해 제안된 접 근법의 강건성을 확인한다. 이러한 결과는 제안된 방법이 데 이터가 제한된 육종 환경에서도 실질적인 성능 향상을 달성할 수 있는 효과적인 전략임을 보여주며, 향후 멀티오믹스 및 환 경 데이터와의 통합을 통해 확장 가능한 디지털 육종 프레임 워크로 발전할 가능성을 제시한다.