본 논문은 사용자의 제어가 가능한 3차원 물리 기반 가상생명체를 생성하는 2단계 진화 시스템을 제안한다. 기존의 방법은 가상생명체의 형상과 기동, 그리고 목표지점추적(target-following)과 같은 상위 레벨의 행위를 한꺼번에 하나의 진화 시스템으로 생성해냄으로 인하여 진화 단계에서의 사용자의 개입을 허용하지 않았다. 본 논문은 하나로 묶여있던 시스템을 다루기 용이한 두 개의 서브시스템으로 분리함으로써 사용자의 개입을 허용한다. 첫 번째 단계로 가상생명체의 몸체와 직진 기동을 위한 하위 레벨 모터 컨트롤러가 진화 알고리즘(evolutionary algorithm)으로 동시에 생성된다. 두 번째 단계에는 생성된 기본 생명체 위에 주어진 경로를 따라가기 위한 상위 레벨 컨트롤러가 인공 신경망을 사용하여 탑재된다. 경로제어(path-following)를 위한 신경망의 연결 가중치는 유전자 알고리즘(genetic algorithm)을 사용하여 최적화되며 한번 진화된 신경망 컨트롤러는 어떠한 임의의 경로도 잘 따라감을 보여준다. 이로써 사용자는 모든 진화과정이 끝나지 않고도 중간단계에서 기호에 맞는 생명체를 골라내거나 버릴 수 있으며, 동일한 기본 생명체 위에 또 다른 형태의 상위레벨 행위를 생성하는 것도 가능해진다. 본 논문은 이러한 2단계 알고리즘과 함께 직진기동을 위한 새로운 분절 삼각 함수(Piecewise sinusoidal) 컨트롤러를 제안하고 마개 실린더(capped-cylinder)를 기본 요소로 하는 가상생명체에 대한 효율적인 실시간 수중역학 모델링 기법도 함께 소개한다.
본 논문에서는 실시간 해황예보 시스템 개발의 일환으로 수행된 회선적분법을 이용한 신속 표층유속 재현에 대하여 다룬다. 바람응력은 공간적으로 균일하고 대 기압은 무시된다. Data Base 구축을 위하여 4방향의 바람(북서, 북동, 남서, 남동)을 고려하여 각 지점의 회선적분의 가중치를 Galerkin-FEM 모형에 의해 계산하였다. 시간에 따른 바람응력이 주어지면 구성된 Data Base를 이용하여 회선적분법에 의해 신속한 예보가 가능하다. 시간적으로 변하는 임의의 바람응력은 6시간 단위로 정의되는 wind pulse의 연속으로 표현되며 총 12개의 pulse(즉, 72시간전)가 convolution product에 사용된다. 회선적분법의 적용 가능성을 확인하기 위하여 황해 이상화한 해역과 황해와 동지나해에 이르는 실제 해역에서의 수치실험이 수행되었다. 고려한 바람응력은 역풍류 생성 확인을 위하여 시간에 따라 sin 함수적으로 변하는 북풍을 고려하였고, 실험 결과 역풍류 생성의 화인과 회선적분법을 이용한 신속 표층해류 예측 가능성을 확인할 수 있었다.
현재 SPECT 영상에서 가장 많이 활용되는 콜리메이터는 저에너지 고해상도(low energy high resolution : LEHR) 콜리메이터이다. LEHR은 해상도에서 이점을 가지고 있으나 작은 구멍크기와 높은 차단막으로 인하여 높은 민감도 획득에 어려움이 있다. SPECT의 생산성 향상을 위해서는 LEHR보다 높은 민감도를 획득할 수 있는 콜리메이터를 사용하여 단위시간당 획득 카운트의 양을 늘림으로써 민감도를 향상시킬 필요가 있다. 본 연구에서는 LEHR보다 넓은 구멍을 가진 콜리메이터를 사용할 경우 고민감도 획득과 함께 발생하는 해상도 저하 문제를 해결하기 위한 시스템 모델을 개발하여 이를 반복적 영상재구성에 적용함으로써 저하된 해상도를 개선하는 데 그 목적이 있다. 방법으로는 시스템 모델에서 흔히 사용되는 평행빔 기반의 검출 확률계산 방식 대신 고민감도 콜리메이터 사용 시에 발생하는 퍼짐현상을 팬빔으로 모델링 하였다. 또한 검출확률에 대한 가중치를 거리에 대한 함수로 정의하여 팬빔모델에 적용함으로써 정확성을 향상시켰다. 시뮬레이션으로 생성된 사이노그램에 적용한 결과 본 연구에서 제안된 모델이 평행빔 모델에 비해 동일 카운트에서 유사한 해상도를 달성하면서 촬영시간을 단축시킬 수 있었으며, 동일 촬영시간에서는 해상도를 향상시킴을 알 수 있었다. 본 연구의 결과는 현재 부각되고 있는 반도체 기반 픽셀방식 검출기를 위한 픽셀형 콜리메이터의 해상도 향상에도 효과적으로 적용될 수 있다.
본 연구는 붉가시나무(Quercus acuta Thunb.)를 대상으로 기후변화의 영향을 평가함에 있어 분산능력을 고려해보고자 하였다. 기후변화에 따른 붉가시나무의 잠재서식지 변화를 예측하기 위하여 종의 분포자료와 기후자료를 활용하여 종분포모형을 개발하였다. 종분포모형은 9개 알고리즘을 True Skill Statistic 평가 값 가중치로 합산하는 앙상블모형을 적용하여 불확실성을 줄이고자 하였다. 미래의 시간적 범위는 2050년과 2070년을 대상으로 하였으며, 기후변화 시나리오는 RCP4.5와 RCP8.5를 선정 하였다. 최종적인 미래 잠재서식지는 현재 적합서식지에서 분산능력에 따라 분산가능한지의 여부를 고려하여 결정하였다. 분산능력은 제한이 없는 경우(Unlimited)와 거리에 따른 분산 확률 함수에 3가지 계수값 (${\theta}=-0.005$, ${\theta}=-0.001$, ${\theta}=-0.0005$)을 적용하여 R 패키지인 Migclim을 사용하여 구현하였다. 2050년 RCP4.5 시나리오에서 계수값이 ${\theta}=-0.005$일 때 붉가시나무의 잠재서식지가 감소하였다. 그 이외의 경우에는 분산능력이 낮은 경우에도 한반도 내의 잠재서식지가 늘어났다. 하지만 분산능력을 고려하였을 경우 붉가시나무의 미래 잠재서식지 확장에는 한계가 분명하게 나타났다. 따라서 기후변화에 따른 미래 잠재서식지 예측에 있어서 분산능력을 고려하는 것이 중요하다고 판단된다.
집단 따돌림을 청소년 문제로 국한했던 것과는 달리 오늘날 직장 내 집단 따돌림은 커다란 문제로 대두되고 있다. 국제 노동기구(ILO)의 따돌림 관련 유수의 보고와 국내의 경우를 볼 때 직장 내 따돌림 경험 응답 비율이 9.1%('03)에서 30.7%('08)로 증가하고 있다. 이러한 따돌림은 개인적, 사회적으로 커다란 손실을 초래한다. 제안한 알고리즘은 사용자 프로파일을 통해 현재 Mobbing(집단 따돌림)1) 희생자뿐 만 아니라 잠정적인 Mobbing 희생자의 가능성을 파악하여 효율적인 인원관리가 가능하다. 본 논문에서는 Mobbing 현상에 관련된 사용자 프로파일 즉, 7개의 요소(Factor)와 그 하위에 포함된 50개의 속성(Attribute)들을 선정한다. 다음으로 선정한 속성들에 대해 나와 사용자들 사이에 관계가 있으면 ‘1', 관계가 없으면 ‘0'으로 표현한다. 그리고 나와 사용자들간의 유사도 산정을 위해 각 요소안에 포함된 속성들의 합에 유사도 함수를 적용한다. 다음으로 클레멘타인의 인공신경망 알고리즘을 통해 속성들이 포함된 요소가 취할 최적의 가중치를 산출하고, 이 값들의 총합으로 Mobbing 지수를 산정한다. 마지막으로 online social network 사용자들의 Mobbing 지수를 본 논문에서 설계한 G22) Mobbing 성향 분류 모델(4개의 그룹; Ideal Group of the online social network, Bullies, Aggressive victims, Victims)에 매핑하여 사용자들의 Mobbing 성향을 파악하고 이를 토대로 효율적인 인원관리에 기여할 수 있다.
보색 필터는 저조도 환경에서 좋은 감도와 잡음률을 가지고 있으며, 방송 시스템에서 사용되는 비월주사 방식과 호환이 가능하기 때문에 일반 사용자 수준의 디지털 비디오 카메라에 널리 사용된다. 그러나 보색 필터로부터 획득된 완전컬러 영상은 거짓색상과 지퍼효과와 같은 색상 잡음에 의하여 화질열화가 발생한다. 이러한 잡음들은 원색 필터에서 일반적으로 사용되는 에지 적응적 색상 보간 방식을 사용함으로써 없앨 수 있지만, 보색 필터의 특유한 패턴 때문에 원색 필터에서 사용되는 방식을 그대로 적용하기에는 어려움이 있다. 따라서 보색 필터에 알맞은 에지 적응적 색상 보간 방식을 적용하는 것이 중요한 과제 중 하나이다. 본 논문에서는 보색 필터를 위한 새로운 에지 적응적 색상 보간 방식을 제안한다. 에지 방향을 정확하게 추정하고 재현된 영상의 품질향상을 위해 분산의 함수가 가중치로 사용되었고, 여러 방향의 에지 성분을 고려하기 위해서 새로운 색상 변환 행렬이 제시되었다. 실험 결과를 통하여 제안된 방식이 기존의 방식보다 뛰어난 성능을 나타냄을 확인할 수 있다.
도심지 지하에 매설된 열수송관 등 지하매설관이 점차 노후화함에 따라 파손에 의한 인적, 경제적 피해가 증가하고 있다. 외부로 노출되지 않아 파손 등 문제점을 즉시 확인하기 어려운 열수송관의 특징을 고려할 때, 시설물 유지관리를 통해 주기적으로 수집하는 이력정보를 기반으로 시설물의 상태를 간접적으로 확인하는 방법이 현실적이다. 본 논문에서는 열수송관 이력정보를 검토하여 파손확률과 연관성을 가지는 평가인자를 도출하고, 이를 통해 파손확률을 추정하는 방법론을 제시하고자 한다. 파손확률 추정을 위한 영향인자는 유럽의 사례, 국내 열수송관 관리기준 등을 분석해 도출하였으며, 데이터의 확보 가능성도 함께 고려하여 선정하였다. 열수송관 설치기준이 변경된 1999년을 기준으로 매설시기에 따라 2가지 파손확률 추정 함수를 달리 제시하고 관경, 용도, 관리주체 등 평가인자별 정보에 따른 가중치를 부여하여 파손확률을 보정하여 파손확률추정의 신뢰성을 확보하였다.
본 논문은 데이터의 일부만 레이블링이 되어있는 약지도 학습을 기반으로 하는 음향 이벤트 검출 시스템을 소개 및 구현하고, 시뮬레이션을 통해 각 파라미터가 성능에 미치는 영향을 분석하였다. 음향 이벤트 검출 시스템은 음향 신호 내에 존재하는 이벤트의 종류, 시작/종료 시점을 추정하는 시스템으로, 이를 학습시키기 위해서는 음향 이벤트 신호와 그 종류, 시작/종료 시점에 대한 모든 정보가 제공되어야 한다. 하지만 이를 모두 표기하여 학습데이터를 만드는 것은 매우 큰 비용이 들어가며, 특히 시작/종료 시점을 정확히 표기하는 것은 매우 어렵다. 따라서 본 논문에서 다루는 약지도 학습 문제에서는 이벤트의 종류와 시작/종료 시점이 모두 표기된 "강하게 표기된 데이터"와, 이벤트의 종류만 표기된 "약하게 표기된 데이터", 그리고 아무런 표기가 되어 있지 않은 "미표기 데이터"를 이용하여 음향 이벤트 검출 시스템을 학습시킨다. 최근 이러한 문제에서는 평균-교사 모델을 이용한 음향 이벤트 검출 시스템의 성능이 우수하며, 따라서 널리 사용되고 있다. 다만, 평균-교사 모델은 많은 파라미터를 가지고 있고, 이는 성능에 영향을 다소 미칠 수 있으므로 신중하게 선택되어야 한다. 본 논문에서는 DCASE 2020 Task 4의 데이터를 이용하여 특징 값의 종류, 이동 평균 파라미터, 일관성 비용함수의 가중치, 램프-업 길이, 그리고 최대 학습율 등 5가지의 값에 대해 성능 분석을 진행하였으며, 각 파라미터에 대한 영향 및 최적 값에 대해 고찰하였다.
쉴리렌 이미징을 위한 랜덤 도트 배열 투영용 이진 회절광학소자를 설계하고 제작하였다. 이 연구에서 적용된 회절광학소자는 단 두 단계의 위상 및 10 ㎛의 피치를 갖는 이진 위상 회절 격자로, 제작 단가 및 제작 공정의 용이성을 위하여 선택되었다. 회절광학소자의 설계는 최종 패턴의 밝기 정보를 목적 함수로 사용하는 iterative Fourier transform algorithm을 적용하였다. 먼저 균일 밝기의 랜덤 도트 이미지를 생성하였고, 이를 최종 목표 이미지(패턴)로 적용한 결과, 위치(시야)에 따른 랜덤 도트의 밝기 변화를 확인하였다. 이를 해결하기 위하여 최종 목표 패턴에 가우시안 가중치를 적용한 개선 설계를 적용하였고, 그 결과 패턴 밝기 균일도를 52.7%에서 90.8%까지 향상시켰다. 이후, 바이너리 회절 소자 및 이를 적용한 빔 투사기를 제작하여 설계 결과를 검증하였다. 검증 결과 투사 거리 5 m에서 설계 목표인 430 mm × 430 mm 투광면적, 10,000개 이상의 랜덤 도트 패턴의 생성을 확인하였다. 측정된 균일도는 시뮬레이션에서 예상되었던 균일도보다 다소 적은 84.5%이나, 이는 회절 격자 형상, 특히 모서리 뭉개짐 및 간격 오류에 의한 것으로 추정된다.
딥러닝은 기존의 분석 모델이 갖는 한계를 극복하고 텍스트, 이미지, 음악 등 다양한 형태의 결과물을 생성할 수 있는 창의적인 도구로 활용되고 있다. 본 고에서는 Niko's MIDI Pack 음원 파일 1,609개를 데이터 셋으로 삼아 전처리 과정을 수행하고, 양방향 장단기 기억 순환 신경망(Bi-LSTM) 모델을 이용하여, 효율적으로 음악을 생성할 수 있는 전처리 방법과 예측 모델을 제시한다. 생성되는 으뜸음을 바탕으로 음악적 조성(調聲)에 적합한 새로운 시계열 데이터를 생성할 수 있도록 은닉층을 다층화하고, 디코더의 출력 게이트에서 인코더의 입력 데이터 중 영향을 주는 요소의 가중치를 적용하는 어텐션(Attention) 메커니즘을 적용한다. LSTM 모델의 인식률 향상을 위한 파라미터로서 손실함수, 최적화 방법 등 설정 변수들을 적용한다. 제안 모델은 MIDI 학습의 효율성 제고 및 예측 향상을 위해 높은음자리표(treble clef)와 낮은음자리표(bass clef)를 구분하여 추출된 음표, 음표의 길이, 쉼표, 쉼표의 길이와 코드(chord) 등을 적용한 다채널 어텐션 적용 양방향 기억 모델(Bi-LSTM with attention)이다. 학습의 결과는 노이즈와 구별되는 음악의 전개에 어울리는 음표와 코드를 생성하며, 화성학적으로 안정된 음악을 생성하는 모델을 지향한다.
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.