지식 자동화 시대, 전문가가 생존하려면 지금 당장 해야 할 5가지

10~20년차 전문직·중간관리자나 HR·정책 담당자라면 읽어보라. 미래 사회 변화와 지식 자동화의 확산이 당신의 직무에 어떤 실무적 위협과 현실적 대응책을 주는지 바로 정리해준다.

글의 목차

지식 자동화(미래 사회 변화와 지식 자동화)의 개념과 핵심 기술 동향

지식 자동화는 LLM·RPA·AutoML·컴퓨터비전 등 도구로 문서 생성·초안·데이터 정리·초기 진단·스크리닝 같은 반복 지식업무를 자동화·증강하는 것을 말합니다.

LLM과 AI는 자연어로 문서 초안과 요약을 자동 생성해 초안 작성 시간을 50–90% 단축합니다.

RPA는 규칙 기반 프로세스를 자동 실행해 처리 속도를 2–10배로 높이고 오류율을 20–90% 줄입니다.

AutoML은 모델 개발을 자동화해 데이터 모델링 반복을 줄이고, 컴퓨터비전은 이미지·영상 기반 스크리닝과 품질 검사를 자동화해 사람의 반복 판단을 보조합니다.

지금의 기술 동향은 2022–2025년 상용화 가속을 보여 왔고, 초기 파일럿에서 시간 절감 범위는 평균 30–70%로 보고되었습니다.

다음은 핵심 기술별 즉시 영향 요약입니다.

LLM(문서 생성·초안): 초안 작성 시간 50–90% 단축 — 빠른 초안·초기 리서치 자동화.
RPA(프로세스 자동화): 처리 속도 2–10배 향상, 오류율 20–90% 감소 — 반복 행정·데이터 입력 대체.
통합 플랫폼(워크플로우+AI): 처리시간 30–60% 감소 — 사람 개입을 예외 처리로 전환.
컴퓨터비전(검사·분류): 검사 속도 증가·미검출률 감소 — 시각 기반 스크리닝 자동화.

지식 자동화는 도구별로 대체·증강 범위가 다르며, 기술 동향을 보면 전문가 역할은 자동화 가능한 태스크를 식별하고 AI를 설계·검증·윤리적으로 운영하는 쪽으로 재편됩니다.

지식 자동화 확산이 가져올 미래 사회 변화(노동시장·구조 재편 관점)

지식 자동화가 본격 확산되면 노동시장 변화는 단순한 일자리 숫자 변화가 아니라 역할의 비중 재조정으로 나타납니다.

자동화 우선 대상: 반복성·정형화 업무(문서 정리·데이터 입력·기초 회계·단순 제조·기초 상담 등)가 먼저 대체되며, 이는 노동시장 변화의 초기 충격으로 이어집니다.

동시에 구조적 재편은 동일 직함 안에서 실행자 중심 업무가 줄고 검증자·설계자·대인관계 담당으로 옮겨가는 형태로 진행됩니다.

구조적 재편은 채용 패턴도 바꿔 초급·반복성 포지션 수요 감소와 AI 운영·데이터·전략·대인 중심 직무 수요 증가를 동반합니다.

산업별 확산 속도는 도메인·규제·기업 전략에 따라 1–10년의 편차가 있으니, 실무 의사결정은 속도 시나리오별로 준비해야 합니다.

빠른 확산이라면 3–5년 내 자동화 취약 직무를 중심으로 파일럿·재교육을 우선해야 하고, 느린 확산이면 6–18개월 단위로 역량을 쌓는 방식이 합리적입니다.

다음 체크리스트로 자신의 직무 위험도를 가늠해보세요.

해당 업무의 반복성 수준이 높은가? (빈도/정형성)
규칙성·프로세스화가 쉬운가? (예외 처리 빈도 낮음)
데이터 의존도가 높아 LLM·RPA로 대체 가능한가?
대인관계·설계·윤리적 판단 등 인간 고유 영역이 적은가?

위 질문에서 높은 숫자가 많으면 자동화 취약 직무 위험도가 큽니다.

노동시장 변화에 대비하려면 이 판단을 바탕으로 직무 재설계·업스킬을 우선 실행하세요.

미래 사회 변화, 전문가의 역할은 살아남을까? — 역할 변화 모델과 생존 가능성 분석(시나리오별)

시나리오(고속/증강/규제 지연)에 따른 시나리오 A(고속 자동화, 3–5년)입니다.

이 경우 전문가의 역할은 표준화·반복 업무가 40–80% 축소되며 현업의 실행자 역할은 급격히 줄어듭니다.

권장 전략은 6–18개월 집중 리스킬링으로 설계·검증·예외관리 역량으로 전환하는 것입니다.

시나리오(고속/증강/규제 지연) 중 시나리오 B(증강, 균형적 전환)는 반복 업무 20–50% 축소가 예상됩니다.

이 상황에서 전문가의 역할은 AI와 협업해 판단·설계 비중을 늘리는 쪽으로 바뀝니다.

권장 전략은 3–12개월 모듈식 업스킬로 도메인+도구 결합 역량을 쌓는 것입니다.

시나리오(고속/증강/규제 지연)에서 시나리오 C(규제·윤리 중심 지연)는 자동화 확산 속도가 느립니다.

전문가의 역할은 당장은 유지되나 규제·윤리적 판단 수요가 커집니다.

권장 전략은 12–24개월 파일럿과 규제·윤리 역량 확보입니다.

시나리오	타임라인	예상 업무 축소 범위	권장 개인 행동	권장 조직 행동
A(고속)	3–5년	40–80%	6–18개월 집중 리스킬링	파일럿·내부전환 펀드
B(증강)	5–7년	20–50%	3–12개월 모듈 업스킬	AI-휴먼 팀 모델 도입
C(규제 지연)	6–10년	낮음	12–24개월 규제·윤리 역량	파일럿 기반 거버넌스

대체 불가 역량은 전략적 판단, 맥락적 해석, 대인관계, 윤리적 판단, 창의성입니다.

대체 불가 역량은 자동화가 흉내내기 어려운 ‘맥락과 책임’ 영역을 다루므로 전문가의 역할 가치가 유지되는 이유입니다.

시사점은 단기(3개월)에는 자동화 가능 태스크 식별, 중기(6–18개월)에는 도구 실무·검증 역량 확보, 장기(12–36개월)에는 거버넌스·설계 역량 전환을 병행해야 한다는 점입니다.

권장 우선순위와 실무 행동(개인·조직 병행)은 다음과 같습니다.

시나리오 A 대비: 0–6개월 내 핵심 태스크 3개 파일럿, 6–18개월 리스킬링(설계·검증).
시나리오 B 대비: 0–3개월 도구 실습, 3–12개월 모듈 업스킬, 팀 내 AI-협업 사례 1건 만듦.
시나리오 C 대비: 3–12개월 규제·윤리 교육, 12–24개월 파일럿·거버넌스 설계.
공통 우선순위: 대체 불가 역량 강화(전략적 판단·대인관계·창의성) 집중 학습.
조직 행동: 파일럿 우선, 교육 펀드 배정, 내부 전환 경로 마련.

미래 사회 변화: 산업별 영향과 사례 — 금융·의료·법률·제조·교육에서의 지식 자동화

금융 산업별 사례로 거래·리포트 자동화가 업무시간을 40–60% 절감합니다.
생존 역할은 포트폴리오 전략가·모델 검증자 등이며 권장 역량은 모델 리스크 검증 능력입니다.

의료 산업별 사례는 판독 보조·스크리닝으로 초기 워크로드가 20–50% 줄어듭니다.
살아남는 역할은 임상 의사소통자·임상연구 설계자이며 AI검증·해석 교육 200–400시간을 권장합니다.

법률 산업별 사례는 문서 초안·검색 자동화로 문서작업이 50–70% 단축됩니다.
유망 역할은 소송전략가·AI e-discovery 검증자이며 권장 학습 시간은 100–300시간입니다.
역할 전환 권고는 문서 수행자에서 검증·전략가로 이동하라는 점입니다.

제조 산업별 사례는 로봇·비전 검사로 라인 인력이 30–70% 감축될 수 있습니다.
유망 직무는 시스템 통합 엔지니어·공정 최적화 설계자이며 역할 전환 권고로 예외관리·통합 역량 강화를 권합니다.

교육 산업별 사례는 콘텐츠 생성·평가 자동화로 교사 업무 일부가 대체됩니다.
유망 역할은 맞춤형 학습 설계자·고난도 코치이며 교육 설계·데이터 리터러시를 우선 학습해야 합니다.

당장 우선 대응 과제: 금융(모델 검증), 의료(AI검증·해석 교육), 법률(e-discovery 역량), 제조(시스템 통합), 교육(맞춤형 설계 역량)

산업	주요 자동화 대상	예상 영향 수치	권장 대응(개인)	권장 대응(조직)
금융	거래·리포트	40–60%	모델 리스크 검증	파일럿·내부전환 펀드
의료	영상 판독·스크리닝	20–50%	AI검증·해석 200–400h	임상파일럿·거버넌스
법률	문서 초안·리서치	50–70%	e-discovery·AI검증 100–300h	검증 프로세스 도입
제조	라인 조립·검사	30–70%	시스템 통합·최적화 역량	공정 자동화 파일럿
교육	콘텐츠 생성·평가	대폭 자동화 가능	맞춤형 설계·데이터 리터러시	교사 재교육·플랫폼 도입

전문가를 위한 필요 역량·재교육(리·업스킬) 로드맵: 개인·팀·조직 관점 — 미래 사회 변화

개인 관점: 3–12개월 단위의 실무 중심 재교육 로드맵을 제시합니다.
데이터 리터러시·프롬프트·도구운용 기본을 먼저 확보하고, 실전 프로젝트 1건을 완수하는 것을 목표로 합니다.
권장 학습량은 단기 40–80h(도구 기초), 중기 200–400h(분석·프롬프트 심화), 장기 400–800h(모델 운영 이해)입니다.
비용은 기본 코스 50만–200만 원, 심화·전문 과정은 200만–1,500만 원 수준입니다.

30일: 자동화 가능 업무 3개 목록화·주 3시간 도구 실습 시작.
3개월: 데이터 리터러시 기초 + 프롬프트 실습(40–80h)로 초안 자동화 검증 1건 수행.
6–12개월: 도구운용 심화·검증 역량 확보(200–400h) 및 실무 프로젝트 1건 완료.

대상	기간	권장 학습시간(시간)	예상 비용(원)
개인	3–12개월	80–400	500,000–1,500,000
팀	6–18개월	200–800(인당/프로젝트)	3,000,000–30,000,000(팀)
조직	12–36개월	≥800(거버넌스 포함)	10,000,000–수억 원

팀 관점: 팀 단위 재교육 로드맵은 파일럿 2–3건과 KPI 수립을 핵심으로 합니다.
데이터 리터러시·프롬프트·도구운용을 팀 규격화해 검증자(role)와 운영자(role)를 배치합니다.

업무 매핑·자동화 우선순위 선정(0–2개월).
파일럿 1~2건 실행(3–6개월) 및 성과지표(시간절감·오류율) 측정.
팀원별 핵심 역량(프롬프트·도구운용) 교육 병행(3–12개월).
내부 전환 계획·성과 공유(6–12개월).
확장·거버넌스 반영(12–18개월).

조직 관점: 전사 재교육 로드맵은 데이터 거버넌스·직무 재분류·내부 이동성 정책을 포함해야 합니다.
학습시간과 비용을 단계적 펀딩하고, 장기(12–36개월) 관점에서 AI 운영·거버넌스(≥800h) 역량을 구축합니다.
재교육 로드맵은 개인·팀·조직을 연결하는 경로로 설계되어야 합니다.

우선순위(실행 팩트): 1순위는 자동화 가능 태스크 식별(0–3개월)입니다.
2순위는 도구 숙련(데이터 리터러시·프롬프트·도구운용 집중, 3–12개월)입니다.
3순위는 팀 파일럿(2–3건)과 조직 거버넌스 구축(12–36개월)입니다.
재교육 로드맵은 위 순서대로 작은 파일럿→확장→거버넌스로 진행하세요.

미래 사회 변화: 조직·정책적 대응과 거버넌스 — HR·기업·정부의 역할과 권고

기업 권고: 조직 대응 우선순위는 분기별 파일럿(3–6개월) 실행과 자동화 영향 태스크 오디트입니다.
파일럿으로 시간·품질 개선을 검증한 뒤 자동화 절감 예산의 20–40%를 재교육·전환 기금으로 배분하고, 직원 1인당 연간 교육비 1,000–5,000 USD를 기본 예산으로 책정합니다.
거버넌스(설명가능성·책임)를 파일럿 설계 단계에 포함해 모델 설명 요구사항과 감사 로그 의무를 우선 구현합니다.
이 방식이 조직 대응의 핵심 흐름입니다.

HR 실행계획: HR은 조직 대응을 구체화해 교육 펀드·내부 이동 경로·성과 연동 보상 체계를 설계합니다.
단기(0–6개월)에는 마이크로러닝과 도구 실습으로 생산성 개선, 중기(6–18개월)에는 전환 트랙과 멘토링을 운영합니다.
거버넌스(설명가능성·책임) 담당을 지정해 검증 프로세스·감사 로그 표준을 만들고, 인사평가에 AI협업 역량을 반영합니다.

정부·정책 권고: 정책 권고는 재교육 바우처(중간경력자 1인당 연간 $1,500–5,000), 재교육비 30–50% 세액공제, 고용 안전망 목표(자동화로 이직된 근로자의 70%를 6개월 내 재취업)로 구성합니다.
정책 권고는 지방·산업별 파일럿 매칭과 세제 인센티브 연동으로 효과를 높입니다.

기업(단기): 3–6개월 파일럿(상위 50개 태스크 우선) 실행.
기업(중기): 절감 예산 20–40% 재교육 기금 배분, 내부 전환 목표 설정.
HR(단기): 직원 1인당 연간 교육비 1,000–5,000 USD 예산 확보.
HR(중기): 파일럿 기반 전환 트랙·멘토링 운영, 성과 KPI 연동.
정부(단기): 재교육 바우처 $1,500–5,000 도입, 시범지자체 선정.
정부(중기): 재교육비 30–50% 세액공제·고용 안전망 지표 도입.

주체	권고	타임라인	예상비용/근거
기업	분기별 파일럿·재교육 기금(20–40%)	3–12개월	자동화 절감비의 20–40%
HR	내부 교육펀드(1,000–5,000 USD/인)·전환트랙	0–18개월	연간 1,000–5,000 USD/인
정부	재교육 바우처($1,500–5,000)·세액공제 30–50%	1–36개월	바우처 $1,500–5,000·세제 인센티브

KPI·예산 예시: 파일럿 3–6개월 KPI는 처리시간 단축(%), 오류율 감소(%), 내부 전환률(목표 20–50%)입니다.
예산 가이드라인은 초기 파일럿당 0.5–3만 USD, 전사 교육펀드는 직원당 연간 1,000–5,000 USD로 설정하고 자동화 절감 예산의 20–40% 재투입을 원칙으로 합니다.
정책 권고와 조직 대응을 병행해 거버넌스(설명가능성·책임) 구현을 우선시하면 리스크를 줄이며 전환을 가속화할 수 있습니다.

윤리적 쟁점·책임과 신뢰 구축: 알고리즘 투명성·데이터 프라이버시

지식 자동화 시스템은 편향·오류가 현실적 윤리·책임 문제로 바로 연결됩니다.

예를 들어 대출 심사 자동화가 특정 집단을 불리하게 분류하면 법적 책임과 신뢰 손실로 사업 중단까지 이어질 수 있습니다.

실제 도입 현장에서는 "도구 오류·편향 책임, 설명가능성 요구, 데이터 거버넌스 책임 증대"가 반복적으로 제기됩니다.

이 때문에 알고리즘 투명성과 데이터 프라이버시 확보는 규정 준수 차원을 넘어 리스크 통제의 핵심 과제입니다.

설명가능성 요구의 구체적 의미는 누가 무엇을 검토·보고해야 하는지를 규정하는 것입니다; 개발팀은 모델 로그와 근거를, 비즈니스팀은 영향보고를, 거버넌스팀은 감사 로그를 확인해야 합니다.

이 프로세스는 윤리·책임을 담당할 명확한 역할 부여와 연계되어야 합니다.

설명가능성 문서화(모델 근거·결정 규칙·데이터 출처 기록)
감사 로그 보유·정기 검토(알고리즘 투명성 확인용)
책임자 지정(운영·검증·윤리·책임 담당자 명시)
편향 모니터링·재학습 프로토콜 수립(지표·알림 체계)
데이터 최소화·익명화·접근통제(데이터 프라이버시 보장)
변경관리·사후영향보고(배포 전후 영향 평가 및 보고 체계)

단기(3–6개월) 우선 과제는 자동화 영향 태스크 오디트, 책임자 지정, 감사 로그 기본 설정과 편향 베이스라인 테스트입니다.

중기(6–18개월) 과제는 거버넌스 정책·교육 도입, 데이터 거버넌스 체계 정비, 알고리즘 투명성 기준과 윤리·책임 보고 절차를 완성하는 것입니다.

실무적 행동지침(체크리스트) — 30일·3개월·12개월 단계별 우선 실행 과제(전문가의 역할 생존 가이드)

실무 행동지침은 전문가 생존 전략의 출발점입니다.

실무 행동지침으로 체크리스트(단계별)를 만들어 우선순위를 정해야 합니다.

실무 행동지침은 '무엇부터 시작할지'를 명확히 해줍니다.

개인용 실무 행동지침 — 체크리스트(단계별):

30일: 자동화 가능 업무 3가지 목록 작성.
30일: 각 태스크 자동화 위험도 평가(저/중/고).
30일: 도구 1개 시범 적용(LLM·RPA 중 1개)로 시간 절감 측정.
3개월: 데이터 리터러시·프롬프트 실습으로 자동화 검증 케이스 1건 완료.
3개월: 결과 문서화(검증 절차·편향 체크리스트 포함).
3개월: 개인 교육 플랜 수립(40–120h 목표).
6–12개월: 자격증·프로젝트 또는 내부 전환 계획 수립.
6–12개월: 직무기술서 업데이트에 참여.
6–12개월: 내부 전환 목표 검토(자동화 후 50% 내부 전환 목표 고려).

관리자용 실무 행동지침 — 체크리스트(단계별, 번호):

60일: 팀 업무 매핑(반복·비반복 구분) 및 자동화 우선순위 1–2개 선정.
60일: 파일럿 설계(성과지표·검증자 지정) 및 권한 부여.
6개월: 파일럿 실행·성과 측정(시간 절감·오류율).
6개월: 팀 교육 플랜 운영·온더잡 코칭 배치.
6개월: 파일럿 성과로 내부 전환 경로 마련.
12개월: 직무기술서 재작성·승진·보상 체계 조정.
12개월: 내부전환률 목표 공개(예: 자동화 후 50% 내부 전환).
12개월: 성공 사례 스케일업 계획 수립.

HR·정책 담당자용 실무 행동지침 — 체크리스트(단계별):

단기(0–3개월): 교육 펀드 설계 및 바우처 정책 초안 작성.
단기: 자동화 영향 태스크 오디트 지침 배포.
중기(3–6개월): 파일럿 우선순위 산업·부서 선정 및 예산 배정.
중기: AI 윤리 가이드라인·검증 프로토콜 배포.
중기: 내부 전환 트랙·멘토링 프로그램 설계.
중기: KPI(처리시간 단축·오류율 감소·내부 전환률) 표준화.

우선순위·성과지표 매핑 표:

대상	우선행동(30일)	중간지표(3–6개월)	성과 KPI(12개월)
개인	핵심 태스크 목록화·도구 1개 시범	검증 케이스 1건 완료	개인 업무 자동화 비중·프로젝트 1건
팀	업무 매핑·파일럿 선정	파일럿 시간절감·오류 감소 측정	팀 내부 전환률·파일럿 성공률
조직	교육펀드 설계·AI 윤리 가이드 배포	교육 수강률·파일럿 확장 수	전사 생산성 증가·내부 전환 50% 목표

미래 사회 변화와 ‘지식 자동화’의 확산: 전문가의 역할은 살아남을까? — 결론 요약

제가 현장에서 보고 경험한 핵심 결론은 이렇습니다: 지식 자동화는 전문가의 일자리를 통째로 대체하기보다 업무의 성격을 재편하고 인간의 고유역량을 더 가치 있게 만들며, 개인·조직·정책 차원의 명확한 전략이 있으면 생존과 성장이 동시에 가능하다는 점입니다.

주요 요점 정리입니다.

트렌드 요약: AI·LLM, RPA, 지능형 의사결정 보조 도구가 반복적·규칙적 지식 업무를 빠르게 대체하고 있습니다만 고차원적 판단·윤리·창의성·관계망 구축 역량은 대체가 어렵습니다요.
산업별 사례 요약: 의료·법률·교육 등에서는 자동화가 진단·문서작성·개인화 교육 보조를 강화하면서 전문가가 검증·응용·설계 역할로 이동하고 있습니다요.
자동화 도구 영향: 생산성은 증가하지만 오류·편향·책임 문제를 동반하므로 인간의 검증·통제 역할이 필수입니다요.
시나리오별 역할 변화: 보수적 시나리오에서는 역할 보완, 가속화 시나리오에서는 일부 직무 축소와 신직무(데이터 전략가·AI 운영·윤리 관리자)의 등장입니다요.
필요 역량·재교육 로드맵(요약): 도메인 전문성 + 데이터·AI 이해 + 운용(프롬프트·검증) 역량, 커뮤니케이션·비판적 사고 강화가 우선입니다요.
정책·조직 권고(요약): 직무 재설계, 기업 내 마이크로러닝·직무 전환 지원, 공공의 교육 인프라 확충과 알고리즘 거버넌스가 필요합니다요.

실무적 행동지침(제가 직접 권하는 우선순위 7가지입니다)

현재 업무 매핑부터 시작하세요: 하루 일과 중 자동화 가능 업무와 고유 판단 업무를 구체적으로 분류하세요요.
‘30일 마이크로 실험’을 설계하세요: 작은 자동화 도구를 도입해 성과·리스크를 빠르게 검증하세요요.
핵심 스킬을 재정의하세요: 도메인 전문성 유지와 함께 데이터 리터러시, AI 운영·프롬프트 역량을 학습 우선순위로 두세요요.
역할을 재협상하세요: 팀에서 인간이 더 잘해야 할 부분(검증·설계·윤리관리)을 명확히 하여 직무 기술서를 갱신하세요요.
조직에 교육 비용과 시간을 요청하세요: 짧은 모듈형 교육과 실무 프로젝트 연계를 요구하세요요.
네트워크를 활용하세요: 교차기능 프로젝트와 외부 전문가 네트워크로 실무 경험을 빠르게 쌓으세요요.
정책·거버넌스 관점에서 목소리를 내세요: HR·정책 담당자라면 공정한 전환 프로그램과 투명성 요구를 조직에 제안하세요요.

단기·중장기 로드맵(간결)

단기(0–12개월): 업무 영향도 진단→우선 자동화 후보 선정→파일럿 도구 도입과 검증→기초 AI·데이터 교육 시행입니다요.
중기(1–3년): 역할 재설계·크로스 트레이닝·마이크로크레덴셜 도입으로 전환을 가속화합니다요.
장기(3년+): 조직 내 지속학습 체계, 공공-민간 교육 파트너십, 알고리즘 거버넌스 정착을 통해 구조적 안전망을 마련합니다요.

페르소나의 페인포인트별 해결책(직관적 요약)

직무 불안: 업무 매핑과 파일럿으로 ‘대체될 일’과 ‘강화될 일’을 구분해 불확실성을 줄입니다요.
스킬 갭: T자형 스킬(깊은 도메인 + 넓은 AI·데이터 이해)과 마이크로 학습으로 갭을 줄입니다요.
재교육 시간·비용 부족: 기업 내 단기 집중 모듈과 프로젝트 기반 학습으로 비용 대비 효과를 높입니다요.
역할 정체성 상실: ‘검증·통합·윤리 관리’ 같은 새 가치를 맡아 역할을 재정의하세요요.
자동화 속도 불확실성: 시나리오 플래닝과 단계적 파일럿으로 리스크를 관리합니다요.

정책·조직 권고(핵심)

기업은 직무 기반 교육 예산과 전환 인센티브를 마련하고 내부 역량 매핑을 실행해야 합니다요.
정부는 모듈형 자격체계와 학습비 보조, 알고리즘 투명성 규제를 함께 설계해야 합니다요.
산업별 거버넌스(의료·법률 등)는 표준 검증 절차와 책임 규정을 빠르게 마련해야 합니다요.

마지막 팁: 지금 당장 30일 간 실행할 한 가지를 정하세요—제 경우에는 하루 30분씩 특정 도구를 실무에 적용해보며 성과를 데이터로 기록한 것이 결정적이었습니다요. 이 방식으로 불안은 줄이고 실질적 경쟁력을 키우실 수 있습니다요.