철근 콘크리트 구조물에서의 염화물 침투에 따른 구조물의 열화는 주요한 문제로 이와 관련하여 현재까지 많은 연구들이 수행되고 있다. 콘크리트 구조물의 염화물 침투에 있어서 염화물 확산 이외에도 염화물 흡수에 의한 침투도 고려되어야 하며, 구조물의 사용기간 중에 발생되는 균열은 염화물 침투의 주 경로가 될 수 있기 때문에 이러한 변수들이 구조물의 내구성능 평가에 고려되어야 한다. 본 연구에서는 철근 콘크리트에 두 가지 균열 폭 (0.1 mm, 0.3 mm)을 발생 시킨 후, 염화물 흡수 실험을 실시하였다. 염화물 흡수 실험으로부터 흡수에 따른 무게 변화와 AgNO3 용액을 이용한 변색법으로 균열면에서의 염화물 침투 정도를 확인하였다. 변색 범위를 이용한 이미지 분석 또한 실시하였다. 흡수 시간 및 균열 폭이 증가하면 염화물 흡수량이 증가하는 것을 확인 하였다. 모든 균열 폭에서 1 시간 이내에 염화물이 철근 깊이까지 도달하였다. 또한 철근 계면을 통한 염화물 이동 가능성을 확인하였으며, 이는 철근 부식의 주요한 원인으로 작용할 수 있어 추가적인 실험을 통한 검증이 필요할 것으로 판단된다.
이 연구에서는 기존 중공재의 형상을 개선한 거푸집용 중공슬래브를 개발하였고, 개발된 VPS를 활용하여 휨 및 전단 실험을 수행하여 그 성능을 평가하였다. VPS의 휨 성능 실험 결과, FPS 계열 실험체의 경우 항복 하중 값은 FPS-00 실험체 대비 약 97.5%를 나타내고 있어 항복하중 값에는 큰 차이가 없는 것으로 나타났다. 또한, FNS계열 실험체도 FPS-00 실험체 대비 약 97%를 나타내어 휨 성능에는 중공재에 의한 영향이 거의 없는 것으로 나타났다. 따라서 슬래브 시스템을 VPS로 슬래브 설계에 적용할 때 건축구조기준의 설계식으로 적용하는데 문제가 없을 것으로 판단된다. VPS의 전단 성능 실험 결과, SS-00 실험체 대비 약 92%로 나타나 SS-00 실험체에 비하여 다소 부족한 것으로 나타났다. 이는 전단강도 식이 콘크리트에 의한 전단력과 철근에 의한 전단력의 합으로 표현되는 설계 식에 따라 중공재에 의하여 콘크리트 단면이 삭제되었기 때문인 것으로 판단된다. 하지만, 휨설계와 동일하게 전단설계에 적용되는 구조체의 내력도 최대하중 값을 기준으로 하는 것이 아니라 항복 하중 값을 기준으로 설계에 적용하게 된다.
암반 및 연약지반을 포함한 다양한 지반 조건에서 TBM (Tunnel Boring Machine) 터널링이 활용되고 있다. 굴착 성능을 높이기 위해서 지반 조건에 따라 최적으로 장비를 운영해야 하며, 이를 통해 공기단축을 통한 비용 절감 효과를 기대할 수 있다. 하지만 시추 조사를 통해 획득한 지반 정보는 시추공 사이 불확실성이 존재하므로, 실시간 최적 운전에 부족함이 있다. 본 연구에서는 지반의 불확실성 문제를 해결하고자 5초마다 기록된 TBM 데이터를 활용하여 굴착 지반 예측시스템을 구축하고자 한다. 싱가포르 현장에서 획득한 화강암의 풍화도를 고려하여 암반, 토사, 복합지반 세 가지로 지질로 재분류하였고, 실시간으로 도출되는 기계 데이터로 이를 예측하고자 한다. 현장에서 획득한 TBM 데이터에 대해 이상치 제거, 정규화, 특성 추출 등의 전처리 방법을 적용하였고, 지질을 분류하기 위해 6개의 은닉층을 가진 심층 신경망(Deep Neural Network, DNN)을 활용하였다. 10겹 교차검증을 통해 분류 시스템을 평가한 결과, 평균 75.4%의 정확도를 확인하였다(총 데이터 388,639개). 본 연구를 통해 지질 불확실성을 감소시키고, 지반 조건에 따른 실시간 최적 운전에 도움이 될 것으로 판단된다.
국내의 노후 철도교량이 증가함에 따라 노후화로 인한 유지관리비가 점점 증가하고 있으며, 지속적인 관리가 더욱 더 중요해지고 있다. 하지만 관리해야하는 노후 시설물은 증가하지만, 노후 시설물을 점검 및 진단을 할 수 있는 전문 인력은 부족해지고 있다. 이러한 문제를 해결하기 위해 본 연구는 정적 변형률 응답 데이터를 적용하여 AI 기술의 머신러닝 기법으로 구조물의 국부적인 손상을 탐지하는 개선된 학습모델을 제시하고자 한다. 손상탐지 머신러닝 학습 모델을 구성하기 위해 우선 무도상 철도 판형교의 설계도면을 참고하여 교량의 해석모델을 설정하였으며, 설정된 해석모델로 손상시나리오에 따른 정적변형률 데이터를 추출하여 통계적 기법을 이용해 교량의 신뢰도 기반의 Local 손상 지수를 제시하였다. 손상 탐지는 손상 유무 탐지, 크기 탐지, 위치 탐지 3단계의 과정을 수행하여 손상 크기 탐지에서 선형 회귀 모델을 추가로 고려해 임의의 손상을 탐지하였으며, 최종적으로 손상 탐지 머신러닝 분류 학습 모델과 회귀 모델을 이용한 임의의 손상 위치를 추정 및 검증하였다.
온실가스 배출량을 줄이기 위해 내연기관 자동차에 대한 제한을 두고, 친환경자동차 보급 확대 정책을 내놓고 있다. 수소 전기자동차의 수소는 가연 범위 및 폭발 범위가 넓고, 폭발화염 전파속도가 매우 빠른 가연성 가스이기 때문에, 제조, 수송, 저장 시 누출, 확산, 점화 및 폭발 등의 위험성을 가지고 있다. 수소전기자동차의 연료탱크에는 폭발 등 위험성을 감소시키기 위해 온도감응식 압력방출장치(Thermally activate Pressure Relief Device, TPRD)가 있어, 사고가 발생했을 경우 폭발, 화재 등이 발생하기 전에 탱크 내부의 수소를 밖으로 방출한다. 그러나 지하주차장이나 터널과 같은 반밀폐공간에서 사고가 발생할 경우 공간 내 기류의 유동이 개방된 공간보다 미미하기 때문에 TPRD로부터 방출된 수소가스의 농도가 폭발하한계 이상으로 누적될 수 있는 등 문제가 발생할 수 있다. 따라서 본 연구에서는 TPRD의 노즐의 직경에 따라 시간에 따른 수소의 누출 유량을 분석하고, 반밀폐공간에서 수소가 누출될 경우 수소 농도변화를 수치해석으로 검토하였다. 노즐의 직경은 1 mm, 2.5 mm, 5 mm로 검토를 하였으며, 노즐 직경에 따라 지하주차장 내의 수소농도는 노즐의 직경이 클수록 빠른 시간에 농도가 높아지며, 최대값 또한 노즐 직경이 클수록 큰 것으로 분석되었다. 기류가 정체된 지하주차장에서는 노즐 주변에서 폭발하한계 이상의 수소 농도가 분포하는 것으로 분석되었으며, 폭발상한계를 넘지는 않는 것으로 분석되었다.
CFRP 시트를 이용한 RC 구조물의 보강은 다양한 방법으로 적용되어 왔으며, 관련 연구도 오랜 기간 수행되어 왔다. 하지만 CFRP 보강에 대한 연구는 대부분 실험적으로 수행되어, 다양한 변수 효과를 효율적으로 분석하기에는 한계가 있었다. 본 연구에서는 CFRP 시트로 보강된 RC 보의 구조거동을 ABAQUS 프로그램을 이용하여 수치해석적으로 분석하였다. RC 보 하면과 시트 사이에 Cohesive 요소를 적용하여 CFRP 보강 RC 보의 주요 파괴모드인 CFRP 시트 탈락을 모사하였다. CFRP 시트 탈락에 의한 급격한 비선형 문제 및 효율적인 유한요소해석을 위하여 준정적 해석 기법과 2 차원 대칭 모델을 사용하였다. 본 연구에서 수행한 유한요소해석 결과는 기존 실험결과를 잘 반영하는 것을 확인하였으며, CFRP 보강 수준과 최대 강도, 초기 강성, 파괴시점의 관계를 분석하였다. 총 31개 모델에 대한 유한요소해석을 수행한 결과 보강 수준의 증가에 따라 최대 강도 및 초기 강성이 sin 함수 형태로 증가하는 것을 확인하였다. 또한 과도한 CFRP 시트 보강은 파괴시점을 앞당겨 보강 구조물의 취성파괴를 야기할 수 있음을 확인하였으며, 이를 방지하기 위한 적절한 수준의 CFRP 시트 보강 설계가 필요할 것으로 판단된다.
최신 내진설계기준 KDS 41 17 00에 비선형동적해석에 사용될 지반운동 선정 및 보정에 관한 절차가 반영되었으나 관련 문헌 부족으로 실무적 차원에서의 적용이 여전히 어려운 실정이다. 본 연구는 비선형동적해석 수행을 위한 지반운동을 선정하고 보정하기 위해 부지응답해석을 수행한 사례를 소개한다. 이에 근거하여, 현행 설계기준에 명기된 부지응답해석 관련 조항을 실무적용 차원에서 검토하였다. 그 결과 암반운동선정에 관한 설계조항이 지나치게 엄격하여 과도한 결과를 초래하는 것으로 나타났다. 이는 가속도 민감 구간을 포함한 관심주기범위를 지닌 저층 구조물일수록 더욱 부각되는 것으로 판단된다. 특히 표면지진파가 기준에 적합한 응답을 보였음에도 불구하고, 해석 전 절차의 암반운동선정과 관련된 조항으로 인해 해석 후 절차와 관계없이 지진파를 다시 선정 및 보정해야만 했다. 또한, 연약지반이거나 해당 지반에 강한 지진이 발생하는 경우에는 지반물성과 적절한 해석 기법을 올바르게 선정하기 위해 더욱 엄격한 조사가 선행되어야 한다고 판단된다. 지반물성과 해석기법에 관한 신뢰도가 조금이라도 문제가 있다면 설계용도로 사용하기에 부적합한 결과를 초래할 수 있기 때문이다.
본 연구에서는 학생들의 자유 탐구 활동에서 나타나는 실험 모델링의 특징을 탐색하였다. 연구는 '학교과학탐구'라는 주제로 이루어진 3년의 연구 과제 수행에서 기수집한 자료를 '실험 모델' 관점에서 재해석한 것이다. 4명의 학생들로 구성된 1개 소집단이 7회에 걸쳐 수행한 탐구 활동을 녹화하고 녹음한 파일을 주된 자료원으로 하였으며, 녹화 및 전사본을 해석적인 방법에 따라 분석하였다. 문제 상황으로부터 출발하여 이를 해결하고 마무리되는 과정을 포괄하는 것을 모델링 단위로 볼 때, 학생들의 활동은 3개 실험 모델링 단위로 구분되었다. 연구의 결과는 각 모델링 단위에서 분산인지체계로서 실험 모델링의 역동적 과정과 특징을 조명하고 교육적 의미를 논하는 것을 포괄한다. 구체적으로는 첫째, 학생과 실험도구 그리고 그들 사이의 상호작용으로 나타나는 원시적 형태의 계산은 실험 모델링을 구성하는 분산인지체계의 중요한 요소로 드러났다. 둘째, 초기에 학생이 도구에 익숙해지는 비언어적인 활동이 이루어졌으며, 그 활동이 충분히 이루어졌을 때 언어적인 양적 기호가 창출되었다. 창출된 양적 기호는 이후 활동에서 참고할 수 있는 데이터와 자신감의 원천이 되었다. 셋째, 도구의 전용화가 발생하였으며, 변인통제와 같이 기존의 과학 탐구에서 중요하게 다룬 요소들이 나타났다. 연구의 결과는 기존의 과학교육에서 주목받지 못했던 실험 모델링의 특징을 학생 활동을 통해 펼쳐 보임으로써, 설명 모델 중심으로 이루어져왔던 과학교육 연구와 교육에 새로운 시사점을 제공한다.
연구목적: 국내 항만시설의 경우 사용년수가 오래된 항만구조물은 선박의 대형화 및 사용빈도 증가, 기후변화에 따른 자연재해의 영향 등으로 안전과 기능적 측면에서 상당히 많은 문제가 있다. 항만시설의 유지관리 이력 데이터를 기반으로 시설 노후화 패턴을 예측 할 수 있는 근사모델 개발을 위하여 빅데이터 분석 방법을 연구하였다. 연구방법: 본 연구에서는 케이슨식 안벽에 유지관리 데이터 수집하여 빅데이터를 바탕으로 시설물의 노후화 패턴 및 성능저하를 확인하기 위한 예측모델을 도출하였다. 가우시안 프로세스(GP)과 선형보간(SLPT) 기법을 통하여 생성된 상태기반 노후도 패턴 예측모델을 제안하고 유효성 검토를 통해 빅데이터 적용에 적합한 모델을 비교하고 제안하였다. 연구결과: 제안된 기법을 검토한 결과 SLPT기법은 RMSE 및 는 0.9215와 0.0648로 SLPT기법의 예측모델이 보다 더 적합한 것으로 검토 되었다. 결론: 이러한 연구를 통해 빅데이터 기반 시설물 성능저하 예측 연구는 유지관리를 위환 의사결정에서 중요한 체계가 될 것으로 기대된다.
도심지에는 많은 지중 매설관이 설치되어 있으며, 이러한 지중 관로의 위치(깊이, 방향 등)은 굴착을 수행하기 전에 특정되어야 한다. 지중 매설관을 탐지하기 위해 다양한 지구물리학적인 방법을 사용할 수 있으나, 지반의 불균질성으로 인해 정확한 위치정보를 파악하는 것은 어렵다. 다양한 비파괴 탐사 방법 중 GPR (ground penetrating radar)는 고속으로 실험이 가능하며, 다른 탐사 방법에 비해 상대적으로 저렴한 탐사비용 등의 장점을 갖는다. 그러나 GPR의 탐사 데이터는 해석이 직관적이지 않아 상당한 전문적 지식이 요구된다. 최근 딥러닝을 이용한 탐사 데이터의 자동판독 기술에 대한 연구가 증가하고 있으나, 매설물의 위치를 정확히 알고 있는 탐사 데이터가 부족하여 학습모델 구축에 어려움이 있다. 이를 해결하기 위해 본 연구에서는 이러한 문제를 FDTD (finite difference time domain)수치해석을 통해 해결하고 자동탐지 학습 모델의 성능을 향상시키기 위한 기초연구를 수행하였다. 첫째, 단일유전율로 구성된 균질지반을 구성하고 해석을 수행하였다. 불균질 지반의 경우 프랙탈 기법을 이용하여 모델을 구성하고 해석을 수행하였다. 둘째, 합성곱 신경망을 이용하여 딥러닝 학습을 수행하였다. Model-A는 균질 지반 해석 데이터만 이용하여 학습을 수행하였으며, Model-B는 균질 및 불균질 지반 해석 데이터를 이용하여 학습을 수행하였다. 그 결과 Model-B가 Model-A보다 탐지성능이 우수한 것을 확인하였다. 이는 자동탐지 모델의 학습 시, 지반의 불균질성을 포함하여 학습을 수행하면 탐지 모델의 성능이 개선됨을 의미한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.