# 자료와 표현 범위

정리일: 2026-10-29. 개인 경험을 공유하는 취업·진로 세미나이며 회사의 공식 채용설명회와 구분됩니다.

## 발표자 제공 자료

- 개인 이력·경력 및 수행업무 보고서에 기반한 기존 포트폴리오: <https://fortranmentis.github.io/ko/>
- GeoSR 회사소개서 2026 V2: 사업·조직·복리후생 내용을 새 문장으로 요약. 원본 PPT와 포함된 이미지·개체·디자인은 이 저장소에 포함하지 않음.
- 채용 경로·절차: 채용사이트 공개·수시채용, 서류 → 인적성 → 면접(석사 이상 PT) → 채용건강검진 → 최종합격.
- 신입 연봉: 학사 3,840만원 / 석사 4,390만원. 발표자가 제공한 안내이며 공식 모집분야 본문에서는 확인되지 않음. 적용연도·세전 여부·수당·성과급·퇴직금 포함 여부는 미확정이므로 해당 조건을 단정하지 않음.
- 전문인력 협업과 석사·박사 진학 지원: 발표자 설명 및 PPT의 직원 학자금 지원 항목 참고. 세부 적용조건은 회사 규정에 따름.
- 인원: PPT는 전체 임직원 202명(2026.08)을 기재. 발표자가 언급한 R&D 약 200명과 집계 범위가 달라 특정 R&D 인원 수나 석박사 비중을 확정하지 않음.
- 2025년 일본·중국 해양예보지수 관련 출장: 방문기관·세부 조사·성과는 사진에서 추정하지 않음.

## 공식 참고자료

- [GeoSR 모집분야](https://www.geosr.com/sub/career/recruit.asp): 현장조사·자료분석, IoT, 해양융합정보, 관측장비, 수치모델링, 위성 검보정, 초분광, JAVA, 프론트엔드, 디자인, PM/PL. 2026.10.29 본문 확인. 접수 중인 개별 공고·마감을 의미하지 않음.
- [GeoSR](https://www.geosr.com/)
- [Q-Net](https://www.q-net.or.kr/)
- [DataQ](https://www.dataq.or.kr/www/sub/a_07.do)

## 사진·화면

학교·MT·졸업·복무·야외조사·기상위성캠프·KMI·출장 사진은 발표자가 강연 제작을 위해 제공했습니다. 인물 식별이나 방문기관 추정을 하지 않습니다. JPEG는 화면 방향을 보존하면서 위치·촬영기기 등 불필요한 메타데이터를 제거했습니다. 사진 픽셀은 변경하지 않았습니다. 수료증·사원증 원본은 포함하지 않았습니다.

연구 그림과 앱 화면은 기존 공개 포트폴리오 자산을 사용했습니다.

- [2021 공동 학사학위논문](https://fortranmentis.github.io/ko/#thesis): `thesis-regression.webp` (Fig. 3). 6인 공동연구, 본인 참여는 자료처리·분석·시각화. 전체 분석이나 LBM 실험을 단독 수행한 것으로 주장하지 않음.
- [AIS 워크숍·포스터](https://github.com/fortranmentis/Busan-AIS-ship-behavior-analysis#research-presentations): `ais-workshop-navigation.webp`, `ais-workshop-activities.webp`, `ais-demo.webp`. 원본 지도 표기·크레딧 유지. 규칙 기반 활동 후보이며 정확도 벤치마크가 아님.
- [GPUTERM](https://fortranmentis.github.io/GPUTERM/ko/), [한국 화장실 지도](https://fortranmentis.github.io/Korea-Toilet-Map/): iOS App Store 제출용 화면. 스토어 배포 버전과 최신 개발 기능이 동일하다고 주장하지 않음.

제3자 이미지·사진·상표의 권리는 각 권리자에게 있습니다. 별도의 포괄적인 재사용 허가를 부여하지 않습니다.

## AI·빅데이터 강조 업데이트 (2026-10-29)

- 발표자의 실무 활용 설명을 보고서·발표자료·사업계획·개발의 네 예시로 재구성했습니다. 모든 회사의 거의 모든 업무에 AI가 적용됐다는 통계적 주장은 하지 않습니다.
- [Anthropic의 팀별 Claude Code 활용 사례](https://claude.com/resources/articles/how-anthropic-teams-use-claude-code) (2025.07.24): 문서화·테스트·코드 리뷰·시각화·반복 작업 자동화 사례.
- [OpenAI의 2025 기업 AI 보고서](https://openai.com/business/guides-and-resources/the-state-of-enterprise-ai-2025-report/): 글쓰기·코딩·분석 및 반복 업무의 AI 통합. 공급업체가 공개한 자사·고객 사례라는 범위를 유지합니다.
- 프론티어는 모델 역량, 클라우드·로컬은 실행 방식이라는 구분을 설명합니다. 특정 모델의 성능 순위나 로컬 모델의 보편적 성능을 주장하지 않습니다.
- 환경 빅데이터는 자료의 반복 축적·시간·공간·다양한 형식·품질 확인으로 구체화했습니다. 실제 측정되지 않은 처리량·속도·정확도 수치를 추가하지 않습니다.
- 총 35화면, 발표 50분 + Q&A 10분. 배분: 도입2 / 대학·복무·인턴8 / 회사5 / 빅데이터실무12 / 취업12 / AI·학습9 / 마무리2분.

## 진로별 준비·대학생활 회상 업데이트 (2026-10-29)

- 야외지질조사는 발표자 확인에 따라 오창환 교수님과의 과거 수업 경험으로 소개합니다. “요즘에도 하나요?”는 청중에게 묻는 질문이며 현재 개설·담당 현황을 단정하지 않습니다.
- 사기업·공기업/공공기관·공무원 준비 항목은 공고를 읽기 위한 예시입니다. OPIc·토익·한능검·컴활·기사·포트폴리오가 모든 채용에서 일괄 필수라는 뜻이 아닙니다.
- [NCS 공정채용](https://ncs.go.kr/company/ch03/CH-104-001-01.scdo): 국가직무능력표준과 직무능력 중심 평가. 표기는 NCS로 통일합니다. NCS·전공 평가와 자격·어학 조건은 기관 공고별로 확인합니다.
- [삼성 채용 절차](https://www.samsungcareers.com/guide/process): GSAT는 삼성의 직무적성검사 예시이며 다른 기업·직무에도 같은 시험이 적용되는 것으로 소개하지 않습니다.
- [인사혁신처 2027 PSAT 운영 안내](https://www.mpm.go.kr/mpm/comm/newsPress/newsPressRelease/?boardId=bbs_0000000000000029&category=&cntId=4318&mode=view&pageIdx=3): 국가직 5·7급 공채 등의 1차 시험 활용과 2027년 검정시험 운영 변경 안내.
- [행정안전부 지방직 7급 PSAT 안내](https://www.mois.go.kr/frt/bbs/type010/commonSelectBoardArticle.do?bbsId=BBSMSTR_000000000008&nttId=114497): 2027년 지방직 7급 공채 도입. 9급은 해당 연도·직렬 시험공고를 확인하며 토익·PSAT가 공통 필수라고 안내하지 않습니다.
- 채용 탐색: [잡코리아](https://www.jobkorea.co.kr/), [사람인](https://www.saramin.co.kr/), [캐치](https://www.catch.co.kr/), [인크루트](https://www.incruit.com/), [링커리어](https://linkareer.com/), [LinkedIn Jobs](https://www.linkedin.com/jobs/). 모집 조건과 접수는 회사 공식 공고에서 확인합니다.
- 공공기관은 [잡알리오](https://job.alio.go.kr/), 공무원은 [국가공무원채용시스템](https://gongmuwon.gosi.kr/) 및 해당 지자체 공고로 연결합니다.
- [잡플래닛](https://www.jobplanet.co.kr/)의 평점 3.0 이상은 발표자가 제안한 탐색 기준입니다. 기업의 질을 보장하는 객관적 기준·현재 특정 회사 평가로 제시하지 않으며 리뷰 수·시기·직무·근무지를 함께 봅니다.
- R&D 희망자에게 석사 진학을 권하는 것은 발표자의 개인적 제안입니다. 필수 학위·지원 자격·진학 비용·연구실 환경은 개별 확인 대상입니다.
- 포트폴리오는 대학생활 경험 전체 목록에서 시작해 본인 기여와 근거가 있는 대표 사례로 정리합니다. Python 실습은 코드 줄 수보다 실행·검토·수정 과정을 강조합니다. 마지막 과학·빅데이터 문구는 발표자 메시지이며 다른 연구자 인용으로 표시하지 않습니다.
- 총 40화면, 발표 50분 + Q&A 10분. 배분: 도입2 / 대학·복무·인턴8 / 회사5 / 빅데이터실무11 / 취업11 / AI·학습7 / 경로별 준비·마무리6분. 이번 수정에서는 사용자 요청에 따라 인쇄 테스트를 생략합니다.

## 사례 구체화·중복 통합 업데이트 (2026-10-29)

- AIS 전체 전처리 규모는 발표자가 이번 대화에서 확인한 **TB 단위의 전체 규모**입니다. 일일 수집량·정확한 TB 수·처리 속도로 환산하지 않습니다.
- [AIS 공개 README Validation](https://github.com/fortranmentis/Busan-AIS-ship-behavior-analysis/blob/main/README.ko.md#validation)에서 2026.10.14 점검 기록의 **787,591건·MMSI 1,070개**, **2022.09.01 00:00:00–05:59:58**을 현재 GitHub 파일로 재확인했습니다. 이는 공개 코드의 입력 표본으로 전체 전처리·일일 규모와 구분합니다.
- AIS 화면의 처리 전 표현은 입력 필드 개념도이며 원자료 캡처를 새로 만들어낸 것이 아닙니다. 처리 후 그림은 기존 2025 워크숍 원본입니다. 같은 입력의 재실행·성능 개선·정확도 전후 비교로 소개하지 않습니다. 연구 활용 대상은 해상교통·해양활동 모니터링 연구자이며 특정 기관 실운영 채택을 주장하지 않습니다.
- 기존 18번 공고 소개와 25번 공고 읽기는 채용·평판 탐색 화면에, 26번 경험 설명은 대학생활 포트폴리오 화면에, 29번 모델 분류는 AI 업무 활용 메모에 통합했습니다. 개인 앱·공동연구·규칙 후보 표기는 본문·메모·출처에서 유지합니다.
- 총 36화면(발표 35 + Q&A 1), 발표 50분 + Q&A 10분. 의경 30초, AIS 사례 260초를 배정했습니다. 인쇄 테스트는 이전 사용자 요청에 따라 생략합니다.

### 화면에서 옮긴 적용 조건

- 기존 14번: 관측 비교를 포함한 업무와, 서비스·예측 제품 간 비교 도구의 범위는 구분합니다
- 기존 19번: 공식 모집분야를 발표용으로 묶었습니다 · 확인 2026.10.29
- 기존 22번: 지원 대상·등록금 범위·승인 및 근속 조건 등은 회사 규정에 따릅니다
- 기존 24번: 공고의 필수·우대 조건을 먼저 읽고 선택합니다
- 기존 28번: Claude·GPT 계열 및 로컬·사내 모델 등 활용 · 도입 범위와 검토 절차는 회사·업무마다 다릅니다
- 기존 29번: 프론티어는 모델 역량에 관한 표현 · 클라우드/로컬은 실행 방식에 관한 구분
- 기존 31번: 실제 개설 과목과 수강 조건은 학교 시간표에서 확인
- 기존 32번: 개인 개발 프로젝트 · 회사 업무와 구분
- 기존 33번: 준비 항목의 예시 · 국가직·지방직·응시연도와 공고에 따라 달라집니다
- 기존 34번: 평점 3.0은 발표자의 참고 기준입니다 · 지원 조건·마감은 공식 공고에서 최종 확인
- 기존 36번: 발표자의 진로 제안 · 학사로 지원 가능한 R&D 직무도 공고별로 확인
- 기존 37번: 8주는 방향과 습관을 만드는 시작입니다 · 자격 취득·합격을 보장하는 일정이 아닙니다

## 실무·AI 검토·개인 분석 실습 업데이트 (2026-10-29)

- 고객·상사·동료 상황은 발표자가 제안한 일반적 교육 사례입니다. 특정 인물·GeoSR 구성원의 역량이나 실제 사건으로 소개하지 않습니다. 학부논문·진로·AI 과제와 연결해 질문·완료 기준·검토·수정을 연습합니다.
- “환각이 거의 없어졌다”는 주장은 사용하지 않습니다. [Claude 환각 완화 안내](https://platform.claude.com/docs/en/test-and-evaluate/strengthen-guardrails/reduce-hallucinations)와 [Google Research의 RAG 맥락 연구](https://research.google/blog/deeper-insights-into-retrieval-augmented-generation-the-role-of-sufficient-context/)는 근거 활용과 오류의 잔존을 설명합니다. 본문의 수온·지수 동반 변화→인과 결론은 실제 관측 결과가 아닌 가상 추론 예시입니다.
- [공공데이터포털](https://www.data.go.kr/)은 실습 자료를 찾는 출발점입니다. 실제 자료를 내려받아 벤치마크한 것으로 표시하지 않습니다.
- [DuckDB 메모리보다 큰 자료 처리](https://duckdb.org/docs/stable/guides/performance/how_to_tune_workloads): 분할 읽기·열 선택·열 기반 저장·디스크 임시 저장 등의 접근을 소개합니다. 모든 작업이 모든 노트북에서 가능하다거나 특정 성능 향상이 측정됐다고 주장하지 않습니다. Hadoop·Spark가 실습 시작의 필수조건이라는 뜻도 아닙니다.
- 연산자원·실행시간과 LLM 토큰 사용은 별도로 측정합니다. 원자료의 계산은 Python·SQL로 수행하고 필요한 근거를 AI에 전달하며, 결과 품질과 재현성을 유지하는 방향으로 최적화합니다.
- AI 초안→사람의 맥락·표현 수정→PoC/MVP→검증은 발표자의 제안입니다. 전체 업계 PM 관행에 대한 통계적 주장이나 모든 과제의 학습 목적을 PM 하나로 제한하는 설명이 아닙니다.
- Codex·Claude·Gemini·Antigravity는 학습 도구 예시이며 가격·모델 순위·학교별 무료 제공을 보증하지 않습니다. [Antigravity 공식 사이트](https://antigravity.google/)에서 제품 명칭을 확인했습니다. “학교에서 Gemini 지원을 받나요?”는 청중 질문으로만 사용합니다.
- README.md·코드·자료 버전·실행 조건·측정값·산출물을 남겨 재실행할 수 있게 합니다. 총 37화면(발표 36 + Q&A 1), 발표 50분 + Q&A 10분. AIS 사례 260초는 유지했습니다. 인쇄 테스트는 생략합니다.

## 순서 변경·도구 로고·SQLD (2026-10-29)

- 발표자는 대학생활 이후 회사 소개보다 먼저 실무 경험과 AI·PM 조언을 설명합니다. 회사 소개는 23–24번으로 이동했습니다. 화면 수와 50+10분은 유지합니다.
- SQLD(SQL 개발자)는 [DataQ 안내](https://www.dataq.or.kr/www/sub/a_04.do)로 연결한 준비 후보입니다. 발표자 보유 자격·기사 자격·제품별 인증으로 소개하지 않습니다.
- [Polars Lazy API](https://docs.pola.rs/user-guide/lazy/): 지연 실행·열 선택·필터 최적화 등을 학습할 도구로 제시합니다. 해당 업무의 사용 이력이나 다른 도구 대비 보편적 성능 우위를 주장하지 않습니다.
- pandas·NumPy는 연결된 공개 통계 분석 코드에 import가 있으며 표·집계와 배열·수치 계산으로 역할을 소개합니다. Python·PostgreSQL은 기존 파이프라인 자료처리·적재 맥락을 유지합니다.
- 공식 로고는 색상·비율을 변경하지 않고 오프라인에서도 보이도록 로컬 자산으로 보관합니다. 후원·인증을 의미하지 않으며 각 상표 권리는 권리자에게 있습니다.

| 자산 | 공식 출처 |
|---|---|
| `python-logo.svg` | [PSF 로고 안내](https://www.python.org/community/logos/) · [원본](https://www.python.org/static/community_logos/python-logo-generic.svg) |
| `pandas-logo.svg` | [pandas 로고 안내](https://pandas.pydata.org/about/citing.html) · [원본](https://pandas.pydata.org/static/img/pandas.svg) |
| `numpy-logo.svg` | [NumPy 공식 branding](https://github.com/numpy/numpy/tree/main/branding/logo) · [원본](https://raw.githubusercontent.com/numpy/numpy/main/branding/logo/primary/numpylogo.svg) |
| `polars-logo.png` | [Polars 공식 저장소 자산](https://github.com/pola-rs/polars/blob/main/docs/source/_build/assets/logo.png) |
| `postgresql-logo.png` | [PostgreSQL Press](https://www.postgresql.org/about/press/) · [원본](https://www.postgresql.org/media/img/about/press/elephant.png) |

## Docker와 순차 자동처리 (2026-10-29)

- 대용량 자료를 순차 자동처리하기 위한 운영에 Docker를 사용했다는 발표자의 설명을 반영했습니다.
- 현재 공개 [파이프라인 README](https://github.com/fortranmentis/ocean-forecast-geopipeline)와 [운영 문서](https://github.com/fortranmentis/ocean-forecast-geopipeline/blob/main/docs/OPERATIONS.md)를 재확인했습니다. Bash watcher·잠금·파일 안정성 확인 로직과 같은 이미지에서 역할별 watcher·게시 프로세스를 실행하는 예시가 있습니다.
- [Docker 공식 개념 안내](https://docs.docker.com/get-started/docker-overview/): 코드와 실행 의존성을 이미지로 묶고 컨테이너로 실행하는 개념을 설명합니다. 순차 처리·중복 제어는 스크립트와 잠금의 역할로 구분합니다. Docker 자체가 순서·성능을 자동 보장하거나 모든 대용량 분석에 필수라는 주장은 하지 않습니다.
- `docker-logo.svg`: [Docker 공식 docs 저장소의 Whale 아이콘 원본](https://raw.githubusercontent.com/docker/docs/main/assets/icons/Whale.svg)을 변경 없이 사용합니다. 상표는 권리자에게 있으며 후원·인증을 의미하지 않습니다.
- 총 38화면(발표 37 + Q&A 1), 발표 50분 + Q&A 10분. 인쇄 테스트는 생략합니다.

## 학생용 네 가지 요약·면접과 첨삭 (2026-10-29)

- 학습 목록은 Python·pandas·NumPy·Polars·멀티프로세싱·SQL·Docker를 역할별로 묶습니다. 멀티프로세싱이 모든 작업을 빠르게 한다는 뜻이 아니며 같은 결과·시간·메모리로 비교합니다.
- 마지막은 이해·효율·기록·운영의 네 가지로 요약합니다. 환각 소멸 주장은 사용하지 않으며, PM 역량을 강조하되 결과물의 질과 전공·분석·개발 학습의 중요성을 지우지 않습니다.
- 유튜브 공개 면접 강의는 발표자의 일반 학습 제안입니다. 특정 채널·합격률·효과를 검증한 추천이나 유료 구매 안내가 아닙니다. 실제 말하기·녹화·모의면접·피드백을 함께 제안합니다.
- [전북대학교 취업진로지원과](https://career.jbnu.ac.kr/career/index.do)와 [프로그램 안내](https://career.jbnu.ac.kr/career/21975/subview.do)에서 입사지원서 교육·면접 프로그램·Self 모의면접 등의 지원을 확인했습니다. [2026년 입사지원서 집중교육 공고](https://www.jbnu.edu/web/Board/218334/detailView.do)의 검색 본문에서 온라인 입사지원서 클리닉을 확인했습니다.
- 학교 무료 첨삭을 적극 활용하자는 권유는 발표자 제공 내용입니다. 상시 무료·무제한·모든 대상 이용을 보증하지 않으며 실제 신청 대상·횟수·절차는 학교 안내로 연결합니다.
- 전공 경험을 업무 언어로 옮기는 설명은 대학생활 포트폴리오 화면의 발표 메모에 통합했습니다. 총 38화면, 50분 발표 + Q&A 10분, 인쇄 테스트 생략을 유지합니다.

## 복무 전용 화면 제외·회사 복지 추가 (2026-10-29)

- 사용자 요청으로 의무경찰 복무 전용 화면과 그 화면에서만 쓰던 `police.jpg`를 제외했습니다. 주요 이력의 기존 간략 연표는 유지합니다.
- 제공된 GeoSR 회사소개서 2026 V2 원본 PPT 38번의 복리후생 문구를 현재 다시 읽고 근무·휴가, 성장·생활, 건강·가족, 보상·지원의 네 그룹으로 요약했습니다. 학자금·주거·건강·수당의 세부 자격과 범위는 회사 규정에 따릅니다. 연 100만원 복지포인트는 이 회사소개서의 기재 금액입니다.
- 공식 채용 페이지의 이번 재조회는 502 오류였으므로 최신 웹 본문을 확인했다고 주장하지 않습니다. 제공 회사소개서를 기준으로 표현하며 원본·디자인은 재배포하지 않습니다.
- 복무 전용 1장 제외 + 복지 1장 추가로 총 38화면과 50분 발표·10분 Q&A를 유지합니다. 인쇄 테스트는 생략합니다.

2026.10.29 배치 조정: 복리후생은 협업·대학원 진학 지원 다음(29번)으로 이동했습니다. 대학에서 현업까지(4번)에는 기존 졸업사진과 의무경찰 사진을 함께 배치했습니다. 의무경찰 전용 페이지는 제외된 상태를 유지하며, 총 38화면과 50+10분은 유지합니다.

- 바다결 AI 예시 화면: marine-travel-AI-agent/docs/v05-desktop.jpg (2026.10.30 확인). https://github.com/fortranmentis/marine-travel-AI-agent/blob/HEAD/docs/v05-desktop.jpg
- 협업 기관 목록: 발표자가 2026.10.30 제공한 회사 차원의 연구 협업 설명.

## 프로젝트 소속 및 기상대 소개 (2026-11-04)

- 발표자 제공 정보: 바다결은 개인 프로젝트에서 GeoSR 사내 기술개발 업무로 전환되었습니다. 기존 공개 일정 초안 이미지는 사내 기술개발 사례에서 사용하며, 신규 사내 자료는 포함하지 않습니다.
- 개인 프로젝트는 GPUTERM·한국 화장실 지도·Pocket Weather Station(기상대)으로 구분합니다.
- [기상대 한국어 안내](https://fortranmentis.github.io/pocket_weather_station_hp/ko/): 기기 기압계 관측, 강수 전망, 야외 고도 기록, Apple Watch 연동, App Store 출시 준비 상태를 확인했습니다.
- `pocket-weather-home.jpg`: 제품 안내 저장소의 [01-home-600.jpg](https://github.com/fortranmentis/pocket_weather_station_hp/blob/main/assets/screenshots/01-home-600.jpg) 공개 앱 화면입니다. 표시 수치는 예시이며 원본의 영문 UI를 유지합니다.
- 총 40화면과 50+10분을 유지하고, 인쇄 테스트는 수행하지 않습니다.

## 바다결 기술 설명 (2026-11-04)

[공개 README v0.9.0](https://github.com/fortranmentis/marine-travel-AI-agent)와 연결된 LANGGRAPH.md·WORKFLOWS.md·OBSERVABILITY.md 안내를 기준으로 LangGraph 상태 흐름, FastAPI API, Ollama 모델 실행, n8n 자료 수집과 Langfuse 실행 추적을 설명합니다. 폼 기반 LangGraph와 자유 대화 도구 루프는 구분합니다. 빅데이터가 전면 대체된다는 추세 주장은 하지 않고 데이터 기반 위에 에이전트를 연결하는 사례로 소개합니다. 네 개의 기술 배지는 기존 GitHub 프로필의 로컬 SVG 디자인을 재사용했습니다.

2026-11-04 12번 상세 설명은 [Ocean Forecast GeoPipeline 공개 README](https://github.com/fortranmentis/ocean-forecast-geopipeline)의 입력·규격 비교·변환·DB 연동·운영 경계를 재확인해 구성했습니다. 기록은 모든 단계에 걸쳐 남기며, 산출물 생성·DB 반영·게시의 성공은 별도로 확인해야 한다고 설명합니다.

2026-11-04 11·14·18번 팝업 근거: marine-forecast-index-stats 및 Busan-AIS-ship-behavior-analysis의 최신 공개 README를 다시 확인했습니다. 예측·서비스 제품 비교와 관측 대비 정확도 평가, 공개 과거 AIS 렌더링과 워크숍 실시간 갱신 예시는 각각 구분합니다. 학습 제안은 [Polars Lazy API](https://docs.pola.rs/user-guide/lazy/)와 [DuckDB 처리 최적화](https://duckdb.org/docs/stable/guides/performance/how_to_tune_workloads) 안내에 연결하며, 근거 없는 속도 향상 수치는 제시하지 않습니다.