본 연구는 조리 외식 전공 대학생들의 취업률 향상을 위한 진로준비행동에 관여하는 다양한 요인을 파악하여 효과적인 진로지도 방향을 제시하기 위함이다. 사회인지 진로이론을 바탕으로 진로결정 자기효능감은 진로성숙도와 진로행동을 발전시키는 구조적 관계의 가설을 설정하고, 실증분석을 통한 검증을 실시하였다. 조리 외식 전공 대학생을 대상으로 총 450부를 배포하여 불성실한 설문지를 제외하여 총 376부(83.6%)를 최종분석에 사용하였다. 수집된 자료는 SPSS 16.0과 AMOS 5.0을 이용하였다. 우선, 확인적 요인분석을 실시하기 전 고차원요인모형(High-order model)을 사용하였고, 가설검정을 위한 신뢰성과 타당성 분석을 실시하였다. 진로결정 자기효능감은 진로성숙도(t=6.86, p<0.001), 진로준비행동(t=3.83, p<0.001), 그리고 진로성숙도는 진로준비행동(t=2.79, p<0.01)에 유의한 영향관계가 있었으며, 모든 가설은 채택되었다. 이러한 결과들은 학생들이 가진 역량에 대한 스스로의 믿음을 강화하는 것이 진로 관련 문제들을 유연하게 대처할 수 있고, 성숙한 직업인으로 성장 할 수 있는 원동력이 될 수 있음을 확인하였다. 따라서 본 연구는 진로결정 자기효능감의 중요성을 인지하고, 이를 향상시킬 수 있는 체계적이고 통합적인 진로상담 프로그램 개발의 필요성을 제안한다.
시장위험 관리를 위한 Value at Risk(VaR)는 금융기관들이 선호하는 기법이지만, 투자가 실패한 경우에 손실금액에 대하여는 설명할 수 없다는 문제점이 있다. VaR의 한계를 보완하는 대안적인 위험측정도구인 Conditional Tail Expectation(CTE)는 VaR를 초과하는 조건부 기대값으로 정의된다. 포트폴리오에 대한 CTE를 추정하는 실제금융시장에서는. 일반적으로는 다변량 손실률을 일변량 분포로 변환하여 VaR을 추정하고 CTE를 구하지만, 본 연구에서는 다차원 분위벡터를 이용하여 다변량 CTE들을 제안한다. 그리고 일변량 CTE들의 관계를 확장하여 다변량 CTE들의 관계식을 유도하였다. 다양한 분산-공분산행렬을 갖는 이변량과 삼변량의 정규분포로부터 다변량 CTE들을 구하고 CTE들의 관계식을 구현하면서 고차원 분포로의 확장 가능성을 설명하였다. 이변량과 삼변량의 실증 예제를 통해 제안한 이론을 탐색하고, 기존의 CTE와 비교하였다. 다변량 변수들의 분산-공분산행렬과 다변량 분위벡터를 사용한 다변량 CTE가 일변량으로 변환하여 구한 CTE보다 작은 값을 갖는 것을 발견하였다. 그러므로 본 연구에서 제안한 다변량 CTE는 보다 적은 위험성을 나타내는 추정량이며, 포트폴리오를 구성하는 여러 기업을 동시에 고려하는 분산 투자 전략을 세우는 경우에 이런 다변량 CTE를 사용하는 적극적인 투자가 가능하다는 장점이 있다.
센서네트워크 센서노드의 위치정보는 기본적으로 센싱 데이터가 얻어진 위치를 알려주는 목적으로 사용되며 Context 기반 고차원 서비스를 제공하기 위한 가장 중요한 정보중 하나이다. 센서네트워크상에서 위치인식을 위해 다양한 방법들이 연구되고 제안되어 왔으며, 이러한 방법 중에 IEEE 802.15.4 센서네트워크의 물리 계층과 매체 접근 계층을 이용한 위치인식 방법에 관한 연구방법이 크게 대두되고 있다. IEEE 802.15.4 프로토콜은 장치간의 저가격, 저속의 무선 통신을 지향하기 때문에 구현에 있어서 고도화된 최적화가 중요한 요구사항이라 할 수 있다. 하지만 수신 신호의 세기를 가지고 센서 노드들의 위치를 계산하는 방법은 최적화 문제의 해를 구하기 위한 과정이기 때문에 많은 연산 량이 필요로 하게 되고, IEEE802.15.4를 지원하는 System-On-a-Chip (SoC)의 경우 8비트 마이크로 컨트롤러기반으로 설계되어 있다는 점을 고려하면, IEEE802.15.4 기반의 위치 인식 서비스를 위해서는 하드웨어에 기반을 둔 위치 인식 엔진의 필요성이 무엇보다 중요하다. 본 논문은 IEEE 802.15.4 물리계층에 기반을 둔 가중치 기반의 최대우도방법 위치인식기 하드웨어 구현에 관해 제안하고자 한다. 테스트 베드를 이용한 필드테스트 결과 제안하는 하드웨어 기반 가중치 방식의 위치 인식방법은 정확도에서 10% 정도의 개선과 함께 내장 마이크로 컨트롤러의 연산량 및 메모리 액세스를 30% 정도 감소시켜 시스템 전원소모를 줄일 수 있는 결과를 얻을 수 있었다.
초분광 영상을 이용한 표적 탐지를 수행할 때에는 인접한 분광 밴드의 중복성의 문제 및 고차원 데이터로 인해 발생하는 방대한 계산량의 문제점을 해결하기 위한 특징 추출 과정이 필수적이다. 본 연구는 기계 학습 분야의 특징 선택 기법을 초분광 밴드 선택에 적용하기 위해 $L_{2,1}$-norm regression 모델을 이용한 새로운 밴드 선택 기법을 제안하였으며, 제안한 밴드 선택 기법의 성능 분석을 위해 표적이 존재하는 초분광영상을 직접 촬영하고 이를 바탕으로 표적 탐지를 수행한 결과를 분석하였다. 350 nm~2500 nm 파장 대역에서 밴드 수를 164개에서 약 30~40개로 감소시켰을 때 Adaptive Cosine Estimator(ACE) 탐지 성능이 유지되거나 향상되는 결과를 보였다. 실험 결과를 통해 제안한 밴드 선택 기법이 초분광 영상에서 탐지에 효율적인 밴드를 추출해 내며, 이를 통해 성능의 감소 없이 데이터의 차원 감소를 수행할 수 있어 향후 실시간 표적 탐지 시스템의 처리 속도 향상에 도움을 줄 수 있을 것으로 보인다.
본 연구에서는 집중력 시에 통상적인 방법으로 사용되는 EEG 선호의 theta/alpha 값과 심박변이도(HRV) 변수들의 상관관계를 분석하기 위함이다. 각 주파수 대역에 따른 EEG 선호의 파행과 자율신경계 변화를 연구한 논문들을 바탕으로, 본 연구에서는 집중상태에 따른 theta파의 변화와 alpha파의 신호를 분석하여 theta/alpha 값으로 중추신경계 변화를 평가하였다. 또한 자율신경계에서 생리학적 변화는 HRV 변수들(beat interval, SDNN, RMSSD, NN50, LF, HF, LF/HF)로 평가/해석하였다. 실험방법은 신경 인지 검사 프로그램인 CNT 4.0을 이용하여 21 명의 건강한 피험자들의 청각 집중력 테스트를 수행하였고, EEG 신호와 PPG 신호를 분석하였다. EEG로부터 추출한 theta/alpha값과 PPG로부터 추출한 HRV변수들은 중다회귀분석을 이용하여 각각의 조합에 따른 두 지표간의 상관관계를 평가하였다. theta/alpha와 심혈관계의 변수들의 상호연관성은 {SDNN(2), HF(6)} 변수가 포함된 3차원 이상의 조합에서 상대적으로 유효하게 나타났다. 결과적으로 고차원 HRV 변수 조합이 저차원 조합보다 theta/alpha 와 상대적으로 높은 상관관계($R^2=0.253$; 7차원)를 나타내었고, 통계적 유의성(p<0.05)을 만족하였다.
본 논문에서는 뉴스 기사 분할 관점에서, 뉴스 비디오 샷 경계 탐지 알고리즘의 특성을 고려한 다음과 같은 설계 기준을 제시하고, 이를 모두 만족하는 새로운 샷 경계 탐지 알고리즘을 제안하고자 한다. 1) 뉴스 비디오 샷 경계 탐지의 재현율을 높임으로써, 앵커 샷 탐지 단계에서 입력으로 사용될 데이타의 오류를 최소화한다; 2) 급격한 장면 변환과 점증적 장면 변환을 하나의 알고리즘으로 탐지함으로써 한번의 데이타 탐색으로 샷 분할을 수행한다; 3) 분할된 샷들을 정적 샷과 동적 샷으로 분류함으로써 앵커샷 탐지 단계의 탐색 공간을 축소한다. 제안된 뉴스 비디오 샷 경계 탐지 알고리즘은 특이간 분해를 기반으로 점증적 클러스터링 알고리즘과 머서 커널을 결합한 구조로서, 위에서 제시한 기준을 모두 만족하도록 설계되었다. 제안된 방법론은 특이간 분해를 통해 특징 벡터의 차원축소 뿐만 아니라, 뉴스 비디오를 구성하는 연속적인 프레임에서의 잡음과 아주 작은 변화를 제거함으로써 분류 성능을 높일 수 있다. 또한 머서 커널의 도입은 쉽게 분류되지 않는 데이타를 고차원 공간으로 매핑함으로써 구분하기 어려운 샷 경계의 탐지 가능성을 높여준다. 실험을 통하여 제안된 방법론이 매우 높은 재현율을 보이며, 앵커 샷 탐지를 위한 탐색 공간 축소를 효과적으로 수행함을 보인다.
일반화된 보로노이 그래프(GVG)는 자율 주행 로봇을 위한 일종의 로드맵으로서. GVG는 선서에다 받은 정보만 사용하여 작업 공간거리의 계산에 따라 정의를 한다. 로봇은 장애물까지의 최대 거리를 검출할 수 있기 때문에 포인트 뷰에서 GVG의 최적은 정출 몇 장애물 회피이다. 로봇의 경우에는, GVG는 가장 안전적인 길이라고 할 수 있다. 따라서 높이 링크 로봇의 GVG가장거리에 대한 연구가 매우 필요하다. 기존 연구에서 점(point) 로봇을 위한 GVG(point-GVG)와 로드 로봇을 위한 GVG(rod-GVG)가 발표되었다. 이 논문은 더 고차원의 로봇인 두 개의 동일 링크가 관절로 연결된(tow-identical-link; L2) 로봇을 위한 GVG(L2-GVG)에 대한 연구이다. L2-GVG는 미지의 평면 작업공간에서 움직이는 L2 로봇의 짜임새 공간 $R^2{\times}T^2$상에서 로드맵을 생성하되, 이전 연구와 마찬가지로 지역적 센서 정보만을 이용해 로봇이 스스로 주행하면서 맵을 만들어 낸다. 이 논문에서는 이전 point-GVG와 rod-GVG에서는 나타나지 않는, 관절이 존재하여 생기는 복잡한 특성에 대해서 분석한다. 이는 다관절 로봇으로의 확장에 중요한 초석이 될 것이다.
본 논문에서는 비제약적 얼굴 데이터 베이스를 위한 확장성 있는 얼굴 인식 방법을 연구하고, 간단한 실험 결과를 소개한다. 기존의 얼굴 인식 연구들은 주로 조명, 얼굴 각도, 표정, 배경 등 제약이 있는 환경에서의 정확도 향상에 초점을 맞추고 있어서 비제약적 얼굴 데이터 베이스에 사용하기에 적합하지 않다. 제안하는 얼굴인식 방법은 비제약적 얼굴 인식을 위한 특징 추출 알고리즘으로, 먼저 지역적 특징이 존재하는 눈, 코, 입과 같이 얼굴의 중요한 특징을 나타내는 영역을 분리한다. 각 얼굴 주요 위치는 고차원의 다중 스케일 국부 이진패턴 히스토그램(Multi-scale LBP histogram) 특징 벡터로 기술된다. 단일 얼굴 주요 위치에 해당하는 다중 스케일 국부 이진패턴 히스토그램 특징 벡터는 주성분 분석법(PCA: Principal Component Analysis)과 선형 판별 분석법(LDA: Linear Discriminant Analysis)의 차원 축소 과정을 통해 저차원 얼굴 특징 벡터를 생성한다. 저차원 얼굴 특징 벡터는 랭크 획득과 Precision at k(p@k) 성능 평가 방법을 이용하여 제안한 알고리즘의 얼굴 인식 성능을 검증한다. 본 연구는 FERET, LFW 및 PubFig83 데이터 베이스를 이용하여 얼굴 인식 실험을 수행하였으며, 제안한 알고리즘을 이용한 얼굴 인식 방법이 기존의 방법보다 향상된 인식성능을 보였다.
음성신호는 주변 잡음과 화자의 발성 패턴 변화, 음성 검출 오류에서 생기는 이상치(outlier)에 많은 영향을 받고 있다. 이러한 음성 신호를 이용하여 화자인식에 이용할 경우 인식률이 저하된다. 본 논문에서는 화자식별 (speaker identification)에서 학습 특징 벡터의 이상치와 고차원 문제를 해결하기 위하여 M-추정을 이용한 강인한 주성분 분석 가우시안 혼합모델 (Robust Principal Component Analysis-Gaussian Mixture Model)방법을 제안하였다. 제안된 방법은 먼저, 특징 벡터에 이상치가 존재할 경우 M-추정에 의하여 강인한 공분산 행렬을 재추정하여 얻어진 고유벡터로부터 변환 행렬을 구하여 감소된 차원을 갖는 새로운 특징벡터를 구한다. 여기에서 얻은 선형변환된 특징벡터로부터 화자의 가우시안 혼합 모델을 구한다. 제안된 방법의 성능을 검증하기 위하여 화자식별 실험을 하였다. 실험은 전형적인 가우시안 혼합 모델 방법과 주성분 분석법, 제안된 방법을 비교 분석하였다. 이상치가 2%씩 증가할 때마다 가우시안 혼합모델 방법과 주성분 분석법은 각각 0.65%, 0.55%씩 화자식별 성능이 저하되었지만, 제안된 방법은 0.03%정도 감소하였으므로 이상치에 더욱 강인함을 알 수 있다.
본 논문에서는 동적시간교정법(dynamic time warping: DTW)과 다중퓨전기법(multiple fusion strategy: MFS)을 연속 적용하여 비유사도기반 분류법(dissimilarity-based classification: DBC)을 최적화시키는 방법의 실험결과를 보고한다. DBC란 샘플패턴을 분류하기 위하여 샘플의 특징 값을 이용하는 대신에 샘플들 사이의 비유사도를 측정하여 분류기를 설계하는 방법이다. DTW에서는 다음과 같이 두 단계로 나누어 비유사도를 측정한다. 먼저 상관계수를 이용하여 객체 샘플들을 대응시키기 위한 최적의 대응경로를 찾을 수 있도록 샘플들을 조정한다. 그리고 기존의 거리측정법으로 조정된 샘플들 사이의 비유사도를 측정한다. MFS에서는 분류기결합 뿐만 아니라 비유사도 행렬생성에서도 퓨전기법을 적용한다. 즉, DTW 기법으로 작성한 다수의 비유사도 행렬들을 결합하여 새로운 비유사도 행렬을 생성한 다음, 이 행렬공간에서 여러 개의 베이스 분류기를 학습하여 다시 결합한다. 본 논문에서 제안한 방법을 벤취마크 영상 데이터베이스를 대상으로 실험한 결과, 기존의 방법과 비교하여 분류성능을 향상시킬 수 있음을 확인하였다. 이와 같은 실험결과로 볼 때, 제안 방법을 멀티미디어 정보검색 등과 같은 다른 고차원 응용에도 활용할 수 있을 것으로 사료된다.
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.