본 논문에서는 무선통신로 채널상에 존재하는 가우스 잡음을 포함한 협대역 A급 임펄스 잡음과 나카가미페이딩 환경에서 하이브리드 CDMA MFSK시스템의 성능을 비교 분석하고, 성능 개선 기법으로 MRC 다이버시티 수신 기법과 부호화 기법을 동시에 채용함으로써 고려되어진 시스템의 성능을 개선시켰다. 결과에 의하면 임펄스 지수가 강할수록 또한. 페이딩 지수가 작을수록 하이브리드 CDMA 시스템에서는 성능이 더욱 열화 됨을 알 수 있었고, 성능 개선 기법으로 BCH 부호화 기법을 채용했을 경우 페이딩 지수가 증가할수록 성능개선의 폭이 큼을 알 수 있었다. 페이딩 지수가 작은 열악한 환경에서는 MRC 다이버시티 수신 기법을 채용하였을 경우가 BCH 부호화 기법을 채용하였을 경우 보다 시스템 성능이 우수하였지만, 페이딩 영향이 감소할수록 BCH 부호화 기법을 채용하였을 경우 시스템 성능이 우수함을 알 수 있었다. 또한 반가우시안 분포와 레일리 페이딩 환경에서 각각의 성능 개선 기법을 단독으로 채용하였을 경우, 음성서비스 품질$(10^{-3})$에 도달할 수 없지만, BCH 부호화 기법과 MRC 다이버시티를 동시에 채용함으로써 강한 임펄스 잡음하에서도 24dB 이상에서 음성서비스 기준 오율을 만족하는 성능 개선 효과를 얻을 수 있었고, 페이딩 지수가(m=3) 이상에서는 강한 임펄스 잡음이 부가되어도 22dB에서 $(10^{-3})$을 만족하고 24㏈ 이상에서는 데이터 서비스 기준$(10^{-5})$ 오율을 만족하는 우수한 성능 개선 효과를 보임으로써 다이버시티 가지수와 부호화의 이득에 의한 에러 성능이 향상되었다.
철광산 지역에서 획득한 시추자료와 물리탐사자료를 복합 분석하여 3차원 광체모델링을 수행하였다. 지질조사 및 시추조사 자료를 통해 획득한 5가지 대표 암종에 지수를 부여하였고, 이를 이용하여 광체의 범위를 효율적으로 결정하기 위해 지구통계학적 순차 지표 시뮬레이션(Sequential Indicator Simulation)을 실시하였다. 그리고 전기비저항 탐사 자료와 자기지전류 탐사 자료를 이용한 부가적인 자료를 생성하기 위해 정규크리깅(Ordinary Kriging)과 순차가우스시뮬레이션(Sequential Gaussian Simulation)을 사용하였다. 시추자료에서 획득한 입력변수와 전기비저항자료 간의 상관관계를 분석하여 지구통계학적 복합 분석에 적용하였다. 상관관계 분석 결과, 밀도가 높아질수록 전기비저항이 낮아지는 관계를 확인할 수 있었으며, 이를 통해서 다변량 크리깅 중 하나인 가변적 지역평균 크리깅(Simple Kriging with Local varying means)을 적용하여 지수를 이용한 광체의 모델과 품위 자료를 이용한 품위 분포 모델을 생성하였다. 광체 모델링 결과, 실제 채굴도와 유사한 결과를 확보할 수 있었고, 품위자료에 대한 모델링 결과는 품위별 위치에 따른 변화 정보를 제공하였다.
사면의 안정성을 위한 한계평형해석은 간편함과 적용성 때문에 가장 널리 적용되고 있다. 이러한 간편한 방법으로 균질하지 않고 방향성 있는 지층 같은 다양한 지형조건을 해석하기에는 신뢰성과 설득력 있는 결과를 주기에 한계가 있다. 또한 지반굴착과 성토지반 같은 토사사면의 초기 응력상태나 응력경로와 같은 지반의 응력변화에 대해서 고려하지 못한다. 반면, 한계평형해석과는 다르게, 유한요소법에 의한 변형과 응력분포 해석은 시간에 따른 복잡한 하중단계와 탄성영역외의 범위를 다룰 수 있다. 본 연구에서는 불포화 토사사면에서 발생하는 얕은 파괴의 안전율 계산과 임계단면을 결정하는 방법을 제안한다. 유한요소해석은 유효응력 거동을 근간으로 각 요소들의 가우스 포인트에서 응력들이 계산되고 안전율이 가장 약한 지점들을 찾아 비선형 임계단면이 결정된다. 이러한 사면안정해석은 강우침투에 의해 변형되는 지반의 사면 표층파괴에 적합하게 계산된다. 침투에 의한 지반의 단위중량의 변화는 사면의 연직 및 수평변위에 영향을 주며, Drucker-Prager 파괴기준은 수리학-역학적인 연계된 불포화토의 거동 해석과 응력-변형률 관계를 위해 적용된다.
대면적의 비정질 실리콘 박막을 가우스 분포(Gaussian Profile)의 일차원 선형빔(line shape beam)을 가지는 엑시머 레이저를 사용하여 결정화를 시켰다. (Corning 7059 glass)위에 증착된 비정질 실리콘 박막이 재결정화된 실리콘 박막의 경우, 두께에따라 결정화되는 모양이 다르게 나타났다. 따라서 두께에 따라 결정화되는 상태의 변화를 조사하기 위하여 angle wrapping 방법을 새롭게 도입하여 깊이에 따른 Si층이 5${\mu}m$ 이상되도록 angle wrapping한 후에 박막의 두께에 따른 micro-raman spectra를 측정하여 결정화상태에 따른 잔류응력을 조사하였다. 또한 기판의 온도가 상온인 경우에 엑시머 레이저의 밀도가 300mJ/${cm}^2$에서 열처리한 경우에 재결정화된 Si 박막의 잔류응력에 박막의 표면에서 박막의 깊이에 따라 $1.3{\times}10^10$에서 $1.6{\times}10^10$을 거쳐 $1.9{\times}10^10$ dyne/${cm}^2$으로 phase의 변화에 따라 증가하였다. 또한 기판의 온도가 $400^{\circ}C$에서 최적의 열처리 에너지 밀도인 300mJ/${cm}^2$에서는 박막의 깊이에 따른 결정화 상태의변화에 따라 thermal stress 의 값이 $8.1{\times}10^9$에서 $9.0{\times}10^9$를 거쳐 $9.9{\times}10^9$ dyne/${cm}^2$으로 변화하는 것을 알 수 있다. 따라서 liquid phase에서 solid phaserk 변화함에 따라 stress값이 증가하는 것을 알 수 있다.
본 논문에서는 임펄스 잡음과 방해파에 의한 전자파 장해(EM!) 환경하에서 디지틀 무선통신 신호(QPSK 신호, DQPSK 신호,MSK 신호 및 GMSK 신호) 의 오율성능을 알아내기 위하여 오율식을 유도하고 이의 수치 계산 결과를 반송파 대잡음 전력비(CNR), 반송파 대 방해파 전력비(CIR), 임펄스 지수(A), 가우스 잡음 대 임 펄스 잡음 전력비($\gamma$ 방해파 지수(m) 동을 함수로 하여 그래프로 나타내고 이를 검토하여 임펄스 잡음과 방 해파 형태에 따른 영향을 분석하였다. 그 결과 엄펄스 잡음과 m-분포 톤 방해파가 함께 존재하는 환경하에서는 방해파의 진폭 변화의 정도가 클수록 오율성능열화가 심하였으며 오율의 성능열화가 가장 큰 것에서부터 작은 것으로 나열하면 DQPSK 신호, GMSK 신호, QPSK 신호,MSK 신호 순이다. 임펄스잡음과일정 진폭톤(m=$\infty$) 방해파가함께 존재하는환경하에서는CIR 20 dB 이상에서 방해파의 영향이 거의 없어짐을 알 수 있었다. 또한 CIR을 10dB에서 15dB로 증가시켰을 때 각 통신 방식마다 오율성능의 개선 폭이 가장 크게 나타났다. 방해파 진폭의 변동이 작을수록 또 CIR이 증가할수록 각 신호는 방해파로부터의 영향을 적게 받아 오율 성 능이 개선될 것으로 기대되었으나 그다지 큰 성능개선올 얻을 수 없었는데 이는 임펄스 잡음이 신호의 성능열 화에 지배적인 역할을 하기 때문이다.
블록매칭을 이용한 잡음제거 방법은 영상 내의 이웃하는 블록들이 서로 비슷한 특질을 가지고 있다는 실험적 관찰에 기반한 방법으로서 잡음제거에 있어서 우수한 성능을 보인다. 그러나 블록매칭 잡음제거 방법은 유사한 블록을 찾고 수집하는 작업이 영상 내의 이웃 블록들을 대상으로 이루어지며 참조블록의 특질은 유사한 블록을 찾는 목적 외에는 사용되지 않는다. 따라서 가우스분포 상의 이상치(outlier)가 존재할 때 잡음제거 성능은 그 값의 영향을 받을 수 밖에 없다. 본 논문에서는 잡음에 오염된 영상을 이진화평면으로 분해하여 각 블록의 참 화소값의 범위를 추정하고 이를 근거로 이상치 값을 추정된 참 화소값의 범위내의 값으로 대치하는 방법을 통해 확장된 블록매칭 기법을 제안한다. 전통적인 가우시안 필터는 잡음제거 대상이 되는 화소와 이웃하는 화소들의 값을 모두 계산에 적용하므로 영상의 세부적인 특질이 보존되지 않는 단점이 있는데 이를 극복하기 위해 이진화평면을 구성하여 해당 화소의 참값 범위를 추정한 후 그 범위 안에 속하는 화소값만을 이용하여 잡음제거를 하므로 세부적인 특질이 보존될 수 있는 장점이 있다. 가우시안 필터의 장점과 블록매칭의 장점을 융합하는 방법을 통해 성능 향상을 꾀할 수 있을 것으로 예상되며 실제로 잡음이 추가된 다양한 영상을 통해 실험을 한 결과 잡음제거의 성능을 향상시킬 수 있음을 검증하였다.
주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.
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.