가상 데스크탑 시스템은 단일 물리적 서버상에 가상화 기술을 사용하여 다수의 가상 머신을 실행하고, 이를 네트워크로 연결된 클라이언트에서 사용하는 기술이다. 가상 데스크탑에는 저장장치의 역할을 하는 가상 데스크탑 이미지가 연결되며, 본 이미지에는 운영체제 및 필요한 응용 프로그램이 설치되어 배포된다. 따라서, 새로운 가상 데스크탑을 생성할 때 가상 데스크탑 이미지를 함께 생성해야 하며, 이는 저장장치를 사용한 작업으로 시간이 많이 소요되는 작업이다. 본 논문에서는 이미지 풀을 사용한 빠른 가상 데스크탑 생성 방안을 제안한다. 이미지 풀은 일정 수의 가상 데스크탑 이미지를 포함하고 있으며, 이미지 준비기는 이미지 풀에 있는 이미지의 개수가 일정하게 유지되도록 골든 이미지에서 복사해오는 역할을 담당한다. 가상 데스크탑 생성시, 이미지 풀에서 필요한 이미지를 지연시간 없이 바로 가져옴으로써, 가상 데스크탑 생성에 소요되는 시간을 감소시킬 수 있다.
최근 들어 무선 멀티미디어 서비스를 위한 Wireless Sensor Network 에 관한 연구가 활발히 진행됨에 따라 그 응용의 한 부분으로써 이미지 센서를 이용하여 이미지 데이터를 전송하는 WISN(Wireless Image Sensor Networks) 에 관한 연구가 시작되었다. WISN은 센서노드의 제한된 자원(배터리, 대역폭, 처리속도, 메모리 크기)으로 인해 많은 어려움을 갖는다. 특히 그 중에서 제한된 배터리로 인해 이미지 센서노드는 효율적인 에너지 관리가 필요하다. 이미지 센서노드의 에너지 소모는 이미지 캡쳐 과정, 이미지 데이터의 처리 및 가공(compression)과정, 이미지 데이터의 전송 과정에서 발생한다. 또한 수 Kbyte 이미지 데이터는 기존의 무선센서 네트워크의 데이터보다 훨씬 크기 때문에 빈번한 이미지 데이터의 전송은 노드의 수명을 단축시켜 전체 네트워크의 분단을 초래한다. 본 논문에서는 이러한 문제점을 해결하기 위해 JPEG 이미지 크기의 변화량을 고려하여 전송 횟 수를 최소화하는 기법을 제안한다. 종단 센서노드는 자신이 이전 JPEG이미지와 현재 JPEG이미지의 크기를 비교하여 특정 임계값 이하이면 전송하지 않고, 임계값 이상일 때에는 변화된 특정 부분의 이미지만을 보냄으로써 데이터량을 줄이게 된다. 결과적으로 효율적 에너지 관리를 통해 센서 노드의 라이프타임을 향상 시키는 결과를 가진다. 제안된 기법을 검증하기 위하여 테스트 보드를 만들어 제안된 기법과 일반적인 방법에서의 데이터의 전송 횟수 및 에너지 소모량과 노드의 라이프타임을 비교하여 제안된 기법의 성능의 우수함을 보였다.
본 논문에서는 효율적인 사물 이미지 분류를 위한 계층적 이미지 분류 체계 방안에 대해 제안한다. 기존의 전체 이미지를 한 번에 분류하는 무 계층 이미지 분류에서는 상대적으로 유사한 모양을 가진 사물은 효율적으로 인식하지 못하는 모습을 보여줬다. 따라서 본 논문에서는 사물 이미지에 대해 계층적으로 분류를 시도하는 단계적 계층 구조에서의 이미지 분류 기법을 소개한다. 또한, 실제 시스템에 딥 러닝 이미지 분류가 적용되었을 때 발생할 수 있는 확장성에 대해서 고려하기 위해 확장성이 고려된 효율적인 클래스 구성 방식과 알고리즘도 소개한다. 이와 같은 방식은 상대적으로 유사한 형태를 보인 사물 이미지에 대해 더 높은 신뢰도로 이미지를 분류하는 것을 가능하게 한다.
조립 부품 이미지에 해당하는 3D CAD 모델 매칭 기술은 최근 로봇 조립 기술의 발전으로 필요성이 대두되고 있다. 이미지 기반 3 차원 모델 매칭 연구는 진행되어 왔지만 가구 부품 이미지와는 특성이 다른 RGB[5] 이미지나 스케치 이미지를 다루는[1] 접근들이었다. 딥러닝을 사용하는 스케치 이미지 기반 3 차원 물제 검색 연구에서는 대부분 3 차원 이미지를 다각도에서 렌더링한 view 이미지들에서 feature를 추출하고 pooling 하여 하나의 feature를 출력한다. 그러나 기존의 view pooling 방식은 단순한 평균 방식으로, 부품 이미지에 따른 view를 반영하기에는 한계가 있었다. 따라서 본 논문에서는 조립 부품 이미지 기반 3 차원 물체 검색을 위해 query 부품 이미지에 따라 다른 view 이미지에 집중할 수 있는 방식의 attentional view pooling을 제안한다. 또한 조립 부품 데이터의 특성 상 class 당 CAD 모델이 하나인 상황이므로 학습 데이터가 터무니없이 부족하여 이를 해결하기 위한 학습 데이터 증강 방법을 제안한다. 실험은 의자 부품 11가지에 대해 진행하였고 이를 통해 제안하는 방식의 성능을 입증하였다.
모델 역추론 공격은 공격 대상 네트워크를 훈련하기 위해 사용되는 훈련 데이터셋 중 개인 데이터셋을 공개 데이터셋을 사용하여 개인 훈련 데이터셋을 복원하는 것이다. 모델 역추론 방법 중 적대적 생성 신경망을 사용하여 모델 역추론 공격을 하는 과거의 논문들은 딥러닝 모델 전체의 역추론에만 초점을 맞추기 때문에, 이를 통해 얻은 원본 이미지의 개인 데이터 정보는 제한적이다. 따라서, 본 연구는 대상 모델의 중간 출력을 사용하여 개인 데이터에 대한 더 품질 높은 정보를 얻는데 초점을 맞춘다. 본 논문에서는 적대적 생성 신경망 모델이 원본 이미지를 생성하기 위해 사용되는 계층별 역추론 공격 방법을 소개한다. MNIST 데이터셋으로 훈련된 적대적 생성 신경망 모델을 사용하여, 원본 이미지가 대상 모델의 계층을 통과하면서 얻은 중간 계층의 출력 데이터를 기반으로 원본 이미지를 재구성하고자 한다. GMI 의 공격 방식을 참고하여 공격 모델의 손실 함수를 구성한다. 손실 함수는 사전 손실 및 정체성 손실항을 포함하며, 역전파를 통해서 원본 이미지와 가장 유사하게 복원할 수 있는 표현 벡터 Z 를 찾는다. 원본 이미지와 공격 이미지 사이의 유사성을 분류 라벨의 정확도, SSIM, PSNR 값이라는 세 가지 지표를 사용하여 평가한다. 공격이 이루어지는 계층에서 복원한 이미지와 원본 이미지를 세 가지 지표를 가지고 평가한다. 실험 결과, 공격 이미지가 원본 이미지의 대상 분류 라벨을 정확하게 가지며 원본 이미지의 필체를 유사하게 복원하였음을 보여준다. 평가 지표 또한 원본 이미지와 유사하다는 것을 나타낸다.
이미지-이미지 변환은 입력 이미지를 통해서 목적 이미지를 만들어내는 기술로 최근 비지도 학습 구조인 GAN을 활용하여 더 실제와 같은 이미지를 만들어내는 높은 성과를 보였다. 이에 따라 GAN을 활용한 이미지-이미지 변환 연구는 다양하게 진행되고 있다. 이때 일반적으로 이미지-이미지 변환은 하나의 속성 변환을 목표한다. 그러나 실제 생활에서 사용되고 얻을 수 있는 자료들은 한 가지 특징으로 설명하기 힘든 다양한 특징으로 이루어진다. 그래서 다양한 속성을 활용하기 위하여 속성별로 이미지 생성 과정을 나누어 학습할 수 있도록 하는 다중 속성 변화를 목표로 한다면 더 이미지-이미지 변환의 역할을 잘 수행할 수 있을 것이다. 본 논문에서는 GAN을 활용한 이미지-이미지 변환 구조 중 높은 성과를 보인 CycleGAN을 활용해 이중 속성 변환 구조인 Multi CycleGAN을 제안한다. 이 구조는 입력 도메인을 두 가지의 속성에 대하여 학습하기 위하여 3개의 도메인이 양방향 학습을 진행하는 이중 변환 구조를 구현하였다. 새로운 구조를 통해 생성된 이미지와 기존 이미지-이미지 변환 구조들을 통해 생성된 이미지를 비교할 수 있도록 실험을 진행하였다. 실험 결과 새로운 구조를 통한 이미지는 입력 도메인의 속성을 유지하며 목표한 속성이 적용되는 높은 성능을 보였다. 이 구조를 활용한다면 앞으로 더 다양한 이미지를 생성하는 일이 가능지기 때문에 더 다양한 분야에서의 이미지 생성의 활용을 기대할 수 있다.
본 연구는 고등학생을 대상으로 치과위생사에 대한 이미지와 치위생직 고려의사를 파악하기 위해 광주지역의 인문계 고등학교에 재학 중인 학생 199명을 대상으로 설문조사하여 다음과 같은 결론을 얻었다. 치과위생사에 대한 이미지는 전체평균 3.36점이었고, 영역별 평균은 개인적 이미지가 3.64점, 직업적 이미지가 3.47점, 업무적 이미지가 3.42점, 사회적 이미지가 2.83점 순이었다. 고등학생의 일반적인 특성과 치과위생사의 이미지를 분석한 결과, 가족 중 치과종사자가 있고, 치과 치료경험이 1년 미만일 경우, 치위생직에 대한 소개나 설명을 들은 경우, 진료 장소가 종합(대학)병원일 경우 유의하게 높게 나타났다(p<0.01, p<0.05). 진로선택 시 치위생직을 고려하겠다고 응답한 경우가 9.0%로 대부분이 고려하지 않겠다고 응답하였으며, 치위생직을 고려하겠다고 응답한 경우 업무적, 사회적 이미지가 유의하게 높게 나타났다(p<0.05). 치과위생사 이미지의 요인 간의 상관관계에서 직업적 이미지와 업무적 이미지(r=0.551, p<0.001), 개인적 이미지와 직업적 이미지(r=0.526, p<0.001), 사회적 이미지와 직업적 이미지(r=0.222, p<0.01), 업무적 이미지와 개인적 이미지(r=0.655, p<0.001), 업무적 이미지와 사회적 이미지(r=0.140, p<0.05)는 통계적으로 유의한 양의 상관관계를 나타냈다. 이상의 결과는 고등학생의 치과위생사에 대한 이미지는 다소 긍정적이었으나, 사회적 이미지가 낮은 편이었으며, 대부분의 학생이 치위생직을 고려하지 않는 것으로 나타났다. 따라서 향후 치과위생사에 대한 적극적인 홍보와 소개로 치과위생사에 대해 긍정적으로 인식할 수 있도록 하는 구체적인 방안이 필요하다고 생각된다.
메신저 창에서 제공되는 AI 챗봇의 경우 프로필 이미지가 챗봇과 소통하는 첫 단계가 된다. SNS에서 인상관리 수단으로 이용되는 프로필 이미지는 챗봇의 경우에도 서비스에 대한 인상을 전달하기 때문에 사용 목적에 맞는 이미지를 설정하는 것은 매우 중요한 의미가 있다. 따라서 본 연구는 사용목적과 사용자에 따라 선호하는 챗봇의 프로필 이미지와 표현 방식을 밝히고자 한다. 대화 자체가 중요시 되는 심심할 때와 심리상담을 목적으로 하는 인기 챗봇들의 사례를 분석 하여 프로필 이미지를 추출한 결과 사람, 로봇, 동물, 추상적 이미지로 유형이 구분되었다. 이 기준에 따라 텍스트 버전과 이미지 버전으로 선택지를 만들어 설문한 결과 심심할 때 텍스트 버전에서는 남녀 모두 사람 이미지를 가장 선호하였으나 이미지 선택지를 보고 고른 경우 남성은 여성과 로봇 이미지, 여성은 귀여운 의인화된 만화 캐릭터와 로봇 이미지를 선호하였다. 심리상담의 경우 남녀 모두 텍스트 버전에서는 사람을, 이미지 버전에서는 여성과 동물의 이미지를 가장 선호하였다. 종합해보면 심심할 때는 남녀의 차이가 분명히 드러난 반면 심리상담의 경우 유사하게 나타났다. 차이점은 사람 이미지를 제외하고 재미에서는 로봇, 심리 상담에서는 동물 이미지를 선호하는 것으로 나타났다. 이미지 표현 방식에 있어서 남녀 모두 실사 이미지를 가장 선호하였지만 여성의 경우 2D 그래픽으로 단순화된 이미지와 추상화된 이미지에 대한 선호도가 남성에 비해 높았다. 본 연구 결과는 챗봇 서비스에서 긍정적인 인상을 제공하는 프로필 이미지를 설정하는데 중요한 역할을 할 것이라 기대한다.
본 연구는 중국 자국 브랜드를 포함하여 중국에 진출한 브랜드의 국가이미지 및 기업이미지를 브랜드의 지각된 품질 그리고 나아가 브랜드이미지 및 자산에 영향을 미치는 중요한 요소로 제시하여 그 역할을 검증하였는데 본 연구의 시사점은 다음과 같이 몇 가지로 정리될 수 있다. 첫째, 국가이미지는 지각된 품질에 영향을 미치는 중요한 요소로 광고 등의 다른 촉진요인과 더불어 영향요인으로 충분히 작용할 수 있다. 전체적으로 국가마케팅 차원에서 정부는 앞으로 중국국민들에게 상당부분의 좋은 국가이미지를 심어주기 위한 홍보나 광고 활동들을 체계적으로 추구해 나갈 필요가 있다. 둘째, 본 연구에서 기업이미지 중에서 특히 기업의 제조능력을 중심으로 해당 브랜드에 대한 지각된 품질과 브랜드이미지에의 영향요인을 검증하였다. 결국, 기업이미지는 소비자들의 브랜드에 대한 지각된품질을 높이는 중요한 요소로 작용하는 것으로 나타났기에 중국에서 한국기업들의 기업이미지 중심전략은 상당한 효과를 볼 수 있다고 생각된다. 결과적으로 본 연구는 브랜드자산 형성에 있어서 국가이미지, 기업이미지 등의 변수가 브랜드의 지각된 품질을 높이고 브랜드이미지를 향상시켜 브랜드의 충성도를 고양할 수 있게 되고 결국 브랜드자산이 높아지는 메커니즘을 설명하고 있다고 볼 수 있다.
본 논문은 외식서비스산업의 이론과 요인분석을 통한 지역 프랜차이즈 V업체, T업체 그리고 O업체 외식업의 서비스 이미지 비용표준 가치 이익과 순수 이미지 지각 가치에 관하여 연구를 하였다. 목적을 달성하기 위한 연구방범으로 이론적 연구방법과 실증적 연구방법을 병행하였다. 이론과 실증분석을 통하여 외식업체의 서비스 이미지 정체성 활성화를 위한 외식업체의 서비스 이미지 결정 사업 단계를 살펴보았고, 그 결과로 전주 지역의 외식업체의 서비스 이미지 마케팅을 위한 사업 계획 우선순위인 순수 이미지 지각 가치 점수에서 '메뉴 서비스 이미지'가 전주 지역 외식업체의 서비스 이미지 마케팅을 위한 사업계획 우선순위인 순수 이미지 지각가치점수에서 가장 효과적인 것으로 나타났고, 또한 이미지 비용 표준 가치 이익 점수에서 V업체는 '운영적 서비스 시스템 이미지', T업체는 '접근성 서비스 이미지', O업체는 '내부 환경 서비스'가 가장 효과적인 요인으로 나타났다. 외식업체의 서비스 이미지 마케팅 전략에 있어서 V외식업체는 외식업체의 서비스 이미지 계획운영사업 17억원, T외식업체에서 9,600만원, O외식업체에서 720만원으로 외식업체의 서비스 이미지가 가장 효과적으로 나타났다.
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.