본 논문에서는 분산 환경에서 TMO(Time-triggered Message-triggered Object) 기반의 객체그룹 모델을 구축하고, 본 모델을 적용한 분산 실시간 옹용 시뮬레이터를 개발하여 제공된 객체그룹 모델의 분산 실시간 서비스에 대한 수행성을 분석 및 평가한다. TMO는 실시간 특성을 자체적으로 갖는 실시간 서버객체이다. TMO 객체그룹의 정의는 네트워크상에 물리적으로 분산된 하나 또는 그 이상의 TMO들을 주어진 분산응용에 따라 논리적으로 재구성한 객체들의 집합이다. 이들 서버객채들의 그룹관리를 지원하기 위해, 제안한 TMO 기반의 객체그룹 모델은 임의의 객체그룹에 서버객체를 그를 구성원으로 등록/탈퇴 및 클라이언트로부터 서버객체의 접근권한의 추가/삭제 기능을 제공한다. 또한, 우리 모델은 단일뿐 아니라 중복 TMO들에 대한 적정객체 선정 및 동적바인딩 서비스를 지원하고, 실시간 객체인 TMO로부터 서비스를 요청하는 클라이언트들에 대한 실시간 스케줄링 서비스를 지원하도록 설계 및 구현되었다. 마지막으로, 본 모델을 적용하여 분산 실시간 응용의 한 예인 적기침입방어시스템(Defence System against Invading Enemy Planes, DSIEP) 시뮬레이터를 개발하고, 이로부터 TMO 기반의 객체그룹 모델이 제공할 수 있는 그룹 구성요소들에 대한 분산 서비스 정책들의 적응성과 실시간 서비스의 수행성을 분석하였다.
최근 보안 디바이스의 물리적 취약성을 찾을 수 있는 부채널 분석 분야에서 딥러닝을 활용한 연구가 활발히 진행되고 있다. 하지만, 최신 딥러닝 기반 부채널 분석 기술 연구는 템플릿 공격 등과 같은 프로파일링 기반 부채널 분석 환경에서 파형을 옳게 분류하기 위한 연구에 집중되어 있다. 본 논문에서는 이전 연구들과 다르게 딥러닝을 신호 전처리 기법으로 활용하여 차분 전력 분석, 상관 전력 분석 등과 같은 논프로파일링 기반 부채널 분석의 성능을 고도화할 수 있는 방법을 제안한다. 제안기법은 오토인코더를 부채널 분석 환경에 적합하게 변경하여 부채널 정보의 노이즈를 제거하는 전처리 기법으로, 기존 노이즈 제거 오토인코더는 임의로 추가한 노이즈에 대한 학습을 하였다면 제안하는 기법은 노이즈가 제거된 라벨을 사용하여 실제 데이터의 노이즈를 학습한다. 제안기법은 논프로파일링 환경에서 수행 가능한 전처리 기법이며 하나의 뉴런 네트워크의 학습만을 통해 수행할 수 있다. 본 논문에서는 실험을 통해 제안기법의 노이즈 제거 성능을 입증하였으며, 주성분분석 및 선형판별분석과 같은 기존 전처리 기법들과 비교하여 우수하다는 것을 보인다.
지금까지 인공지능의 한 분야인 딥러닝 방법은 구조화되지 않은 데이터로부터 문제를 해결하는 놀라울만한 성과를 이루어왔지만, 인간처럼 여러 상황들을 종합적으로 판단, 그것들의 연관성을 추론하고, 그 다음 상황을 예측하는 수준의 지능을 갖는데 도달하지 못하였다. 최근 발표된 복잡한 관계 추론을 수행하는 심층 신경망은 인공지능이 인간의 핵심 지적 능력인 관계 추론을 보유할 수 있다는 것을 증명하였다. 본 논문에서는 관계 추론 심층 신경망 중에서 Relation Networks (RN)의 성능을 분석 및 관찰해 보고자 Sort-of-CLEVR 데이터 셋을 사용한 시각적 질의응답과 bAbI task를 사용한 텍스트 기반 질의응답 두 유형의 RN 기반 심층 신경망 모델을 구축하여 baseline 모델과의 비교를 통한 성능검증을 하였다. 또한 모델의 성능을 극대화하기 위하여 하이퍼 파라미터 튜닝 등 다양각도의 성능개선 실험으로 관계 추론을 위한 RN 기반 심층 신경망 모델의 성능개선 방법을 제안하였다. 제안한 성능개선 방법은 시각적 질의응답 모델과 텍스트 기반 질의응답 모델에 적용하여 그 효과를 검증하였고, 기존의 RN 모델에서 사용해보지 않았던 Dialog-based LL 데이터 셋을 사용하여 새로운 도메인에서의 제안한 성능개선 방법의 효과를 다시 한 번 검증하였다. 실험 결과 두 유형의 RN 모델 모두에서 초기 학습률이 모델의 성능을 결정하는 핵심 요인임을 알 수 있었고, 제안한 random search 방법에 의해 찾은 최적의 초기 학습률 설정이 모델의 성능을 최고 99.8%까지 향상 시킬 수 있다는 것을 확인하였다.
가짜 정보를 탐지하기 위한 연구는 2016년 미국 대통령 선거 이후 본격적으로 시작되었다. 정확한 출처를 알 수 없는 정보들이 뉴스 형식으로 생산되고, 이는 자극적이고 흥미로운 소재에 많은 관심을 보이는 대중의 특성에 따라 빠른 속도로 확산되고 있다. 또한, 소셜 네트워크 서비스 등 정보를 전달하기 쉬운 플랫폼의 대중화는 이러한 현상을 더욱 악화시킨다. Poynter는 IFCN(International Fact Checking Network)를 만들어 숙련된 전문가들이 사실 여부를 판단할 수 있는 가이드라인을 제시하고, 팩트 체크 기관을 위한 강령을 제공하고 있다. 하지만 이러한 접근 방법은 하나의 기사에 대한 진위 여부를 검증하기 위해 다수의 전문가 인력이 투입되어야 하므로 시간 및 금전적 비용이 크다. 따라서 지속적으로 증가하는 가짜 뉴스에 효율적으로 대응할 수 있는 자동화된 가짜 뉴스 탐지 기술에 대한 연구가 주목받고 있다. 본 논문에서는 최근 딥러닝 기술의 접목으로 인해 빠르게 발전하고 있는 가짜 뉴스 탐지 시스템과 연구들을 정리 및 분석한다. 또한, 많은 연구가 필요한 본 분야에 연구자들이 쉽게 접근할 수 있도록 다양한 형태로 주어지는 학습 말뭉치 및 챌린지들도 정리한다.
이 연구는 최근 독립 다큐멘터리의 성과와 변화를 살펴보고 그 과정에서 어떠한 시사점이 있는지 한국 다큐멘터리 생태계에 던지는 활성화 방안을 모색하고자 했다. 이를 위해 방송사와 독립진영의 다큐멘터리 제작자와 사업, 운영에 참가하는 종사자들을 심층 인터뷰하였고 미국의 가장 오래된 독립 다큐멘터리 시리즈인 POV(Point of View) 사례를 분석하였다. 분석결과, 독립 다큐멘터리들이 보여준 콘텐츠의 경쟁력과 영화적 배급과 펀딩의 확장은 프로듀서 시스템의 도입, 해외 피칭과 영화제를 통한 글로벌 배급 네트워크의 개척, 영화적 마케팅과 적극적 관객전략 등을 통해 산업 생태계적 면모를 보이는 성과를 이뤘으나, 독립 다큐멘터리가 디지털 확장으로 인한 생태계적 발전을 이루기 위해서는 영화적 통로 이외의 다양한 플랫폼이 필요함이 드러났다. POV는 독립 제작자들에게 개방되어 '오픈 소싱(Opensourcing)'형태의 협업 구도로 운영되며, PBS에 방송되고 온라인 플랫폼으로도 연결되어 있으며, 공동체 상영이라는 다큐멘터리의 특별한 배급 형태가 모두 실현되는 플랫폼으로 분석되었으며, 현재 한국 다큐멘터리 생태계에 적절하고 실현가능한 독립 다큐멘터리 플랫폼 형태로 볼 수 있다. 한국 다큐멘터리 시장에 이러한 형태의 플랫폼을 운영해 볼 것을 제안하며, 다큐멘터리 시장의 활성화를 위해서 새롭고 다양한 플랫폼 구축과 생성에 연구와 노력이 확장되길 기대해 본다.
프로세스 산업 군에 속하는 압출 공정에서도 스마트팩토리 구축의 필요성은 증가하고 있다. 그러나 대부분의 압출 생산 현장에서는 생산방식이 연속적이며, 데이터의 속성이 비정형적이므로 데이터 처리의 어려움을 겪고 있다. 많은 중소기업 공장에서는 데이터 수집을 위해 수기 기록을 주로 하고, 바코드를 많이 활용하고 있다. 생산에 관련된 데이터를 종이양식에 수기 기록하게 되면 별도의 EXCEL프로그램 등에 다시 기록해야 하는 이중 작업을 할 수 밖에 없는 단점이 있다. 바코드는 주로 재고관리에 활용하고 있으며 프린팅을 위한 유지보수 비용이 요구된다. 또한 설치를 완료하면 변경이 어려워 활용성이 낮다고 할 수 있다. 이를 해결하기 위해 데이터의 수기입력이 아닌 NFC 센서를 활용한 방법론을 제시하였다. 이를 가능하게하기 위해 공장 내에 인터넷이 가능하도록 무선 네트워크 환경을 구축하였고 생산 공정프로세스를 분석하고 이를 기반으로 관계형 데이터베이스를 구축하였다. 비접촉 근거리 통신방식(NFC: Near Field Communication, 이하 NFC)을 통한 생산 실적 자료 입력 방법을 연구하였고, EXCEL 프로그램의 피벗 기능을 사용하여 제품 생산 시 발생할 수 있는 품질문제에 대해 쉽고 빠르게 분석하여 원인을 파악하고 조치할 수 있게 하는 분석방법을 구현하였다. 결과적으로 NFC 기능을 활용한 데이터 입력이 자동화되었으며, 작업자의 데이터 처리 시간 감소라는 정량적 효과를 얻게 되었다. 또한 입력된 데이터를 활용하여 품질 문제로 인한 Bottleneck이 개선된 사례를 제시하고자 한다.
COVID-19 이후 국내는 물론, 전 세계적으로 온라인 교육은 절대적으로 필요하며 대체 불가한 교육 형태가 되었다. 온라인 교육이 급부상 하면서 교육 형태에 대해 사람들이 가지는 인식은 어떠한지, 만약 변화가 있다면 어떻게 변화했는지는 매우 궁금증을 자아내는 질문이다. 본 연구는 온라인 교육에 대한 소비자 인식의 변화 추이를 빅데이터를 활용하여 조사하였다. 이를 위해 코로나 이전(2019년 11월-12월), 코로나 촉발 이후(2020년 1월-2월), 온라인 개강직후(2020년 3월-4월), 온라인 교육을 일정 정도 경험한 이후(2020년 5월-6월)의 4개의 구간으로 구분하고, 텍스트 마이닝 즉, 키워드 빈도분석, 워드클라우드 분석, 네트워크 분석, 감성 분석을 수행하였다. 시기별로 온라인 교육 관련 키워드의 출현빈도는 코로나 이전에는 학점은행제, 평생교육, 블로그 등에서 코로나 이후 학교 개강이 시작되면서 온라인 개학, 비대면 교육, 실시간, 콘텐츠 제작, 유튜브 등으로 변화하였다. 감성분석 결과, 코로나 사태 이전에는 공지안내, 정보교류 등의 중립글이 대부분이었으나, 코로나 발생을 계기로 온라인 교육에 대한 사람들의 인식과 평가에 대한 긍정 및 부정의 의견이 논의되기 시작하였다. 또한 미래 온라인 교육시장의 확산과 전망 등 방향성에 대해서도 관심이 증대되었다. 온라인 교육은 발전가능성이 높은 만큼 앞으로 개선해야 할 부분들이 많겠으나, 교육 정책입안자, 현장에서 일하는 교육자들에게 온라인 교육 품질 개선 및 향후 나아갈 방향 수립에 도움을 줄 수 있을 것이다.
최근 데이터 기반 의사결정 기술이 데이터 산업을 이끄는 핵심기술로 자리 잡고 있는바, 이를 위한 머신러닝 기술은 고품질의 학습데이터를 요구한다. 하지만 실세계 데이터는 다양한 이유에 의해 결측값이 포함되어 이로부터 생성된 학습된 모델의 성능을 떨어뜨린다. 이에 실세계에 존재하는 데이터로부터 고성능 학습 모델을 구축하기 위해서 학습데이터에 내재한 결측값을 자동 보간하는 기법이 활발히 연구되고 있다. 기존 머신러닝 기반 결측 데이터 보간 기법은 수치형 변수에만 적용되거나, 변수별로 개별적인 예측 모형을 만들기 때문에 매우 번거로운 작업을 수반하게 된다. 이에 본 논문은 수치형, 범주형 변수가 혼합된 데이터에 적용 가능한 데이터 보간 모델인 Denoising Self-Attention Network(DSAN)를 제안한다. DSAN은 셀프 어텐션과 디노이징 기법을 결합하여 견고한 특징 표현 벡터를 학습하고, 멀티태스크 러닝을 통해 다수개의 결측치 변수에 대한 보간 모델을 병렬적으로 생성할 수 있다. 제안 모델의 유효성을 검증하기 위해 다수개의 혼합형 학습 데이터에 대하여 임의로 결측 처리한 후 데이터 보간 실험을 수행한다. 원래 값과 보간 값 간의 오차와 보간된 데이터를 학습한 이진 분류 모델의 성능을 비교하여 제안 기법의 유효성을 입증한다.
최근 미래의 운송시스템으로 도심교통항공(Urban Aircraft Mobility)이 주목받고 있으며 소형 드론도 다양한 산업에서 역할을 하고 있다. 다양한 종류의 항공 시스템 고장은 추락으로 막대한 재산 및 인명 피해로 이어질 수 있다. 항공 시스템이 많이 활용되는 무기체계에서도 고장은 임무 실패의 결과를 유발한다. 본 논문에서는 항공 시스템의 이상(Anomaly)을 탐지하여 개발 및 생산 간 시스템의 신뢰도를 높이고 운용 중 사고를 예방할 수 있도록 딥러닝 기술을 활용한 이상 탐지 모델을 연구했다. 모델 훈련 및 평가 데이터로 극저온 환경에서 시스템의 전류 데이터를 활용하였으며 이미지 인식에 많이 활용되는 딥러닝 기법 합성곱 신경망(CNN; Convolutional Neural Network)을 활용하여 딥러닝 네트워크를 구현했다. 시험 대상 시스템은 극저온 환경에서 다양한 형태의 고장이 유발되었고 전륫값의 특이점이 나타났다. 시스템 정상 및 고장 데이터를 활용하여 모델을 훈련 시키고 평가한 결과 98% 이상의 재현율(Recall)로 이상 탐지하는 것을 확인했다.
Objectives: Heart failure is a chronic disease with increasing prevalence rates despite advancements in medical technology. Korean medicine utilizes herbal prescriptions to treat heart failure, but little is known about the specific herbal medicines comprising the network of herbal prescriptions for heart failure. This study proposes a novel methodology that can efficiently develop prescriptions and facilitate experimental research on heart failure by utilizing existing databases. Methods: Herbal medicine prescriptions for heart failure were identified through a PubMed search and compiled into a Google Sheet database. NetMiner 4 was used for network analysis, and the individual networks were classified according to the herbal medicine classification system to identify trends. K-HERB NETWORK was utilized to derive related prescriptions. Results: Network analysis of heart failure prescriptions and herbal medicines using NetMiner 4 produced 16 individual networks. Uhwangcheongsim-won (牛黃淸心元), Gamiondam-tang (加味溫膽湯), Bangpungtongseong-san (防風通聖散), and Bunsimgi-eum (分心氣飮) were identified as prescriptions with high similarity in the entire network. A total of 16 individual networks utilized K-HERB NETWORK to present prescriptions that were most similar to existing prescriptions. The results provide 1) an indication of existing prescriptions with potential for use to treat heart failure and 2) a basis for developing new prescriptions for heart failure treatment. Conclusion: The proposed methodology presents an efficient approach to developing new heart failure prescriptions and facilitating experimental research. This study highlights the potential of network pharmacology methodology and its possible applications in other diseases. Further studies on network pharmacology methodology are recommended.
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.