문서-용어 빈도행렬은 그룹정보가 존재하는 문서들의 용어를 추출한 것으로 일반적인 텍스트 마이닝에서의 자료이다. 본 연구에서는 연구 분야 성격에 따른 문서 분류를 위해 문서-용어 빈도행렬을 생성하고, 전통적인 용어 가중치 함수인 TF-IDF와 최근 잘 알려진 용어 가중치 함수인 TF-IGM을 적용하였다. 또 용어 가중치가 적용된 문서-용어 가중행렬에 문서분류 정확도 향상을 위해 핵심어를 추출하여 문서-핵심어 가중행렬을 생성하였다. 핵심어가 추출된 행렬을 바탕으로, 심층 신경망을 이용해 문서를 분류하였다. 심층 신경망에서 최적의 모델을 찾기 위해 매개변수인 은닉층과 은닉노드수를 변화해가며 문서 분류 정확도를 확인하였다. 그 결과 8개의 은닉층을 가진 심층 신경망 모델이 가장 높은 정확도를 보였으며 매개변수 변화에 따른 모든 TF-IGM 문서 분류 정확도가 TF-IDF 문서 분류 정확도보다 높은 것을 확인하였다. 또한 개별 범주에 대한 문서 분류 분석 결과를 서포트 벡터 머신과 비교했을 때 심층 신경망이 대부분의 결과에서 더 좋은 정확도를 보임을 확인하였다.
실행공동체는 특정 주제에 대해 관심을 가지고 있는 조직 구성원들이 자발적인 상호작용을 기반으로 학습을 수행하는 접근법으로, 성공적인 지식경영을 위한 혁신 인프라 요소 중 하나로 강조되고 있다. 최초의 실행공동체는 자발적이고 비공식적으로 운영되는 것을 전제로 하였으나, 실행공동체의 전략적 활용 가능성이 알려지면서 많은 기업들이 공식적인 관리와 지원을 하고 있다. 따라서 이러한 기업들은 실행공동체 구성원의 활발한 참여를 장려하는 방법을 모색하고 있다. 본 연구에서는 실행공동체 구성원 재구성을 통해 조직차원에서의 새로운 지식공유 활동 개선 방안을 제시하고자 한다. 실제적으로 지식공유활동을 활발히 하는 실행공동체 구성원들이 그들이 속한 실행공동체 전체의 지식 공유활동을 이끌고 있으며, 따라서 이와 같은 활발한 구성원을 재배치함으로써 기업 조직차원에서 실행공동체 전체의 지식공유 활성화를 기대할 수 있다. 본 연구에서는 이러한 사항을 반영하여, 조직차원에서의 새로운 지식공유 활동 개선을 목적으로 실행공동체 구성원의 최적 재구성 방안을 찾기 위한 수리모텔을 수립하였다. 수립된 수학모델은 비선형 해를 찾는 문제이므로 해당 문제를 차량경로문제로 전환하여 휴리스틱 알고리즘을 적용하여 풀고자 시도하였다. 실행공동체를 경로, 구성원을 노드, 구성원 유형의 중요도를 거리에 대응함으로써 문제 변환을 하였으며, 휴리스틱 알고리즘 중 다수이동 방법을 적용하여 가능해를 도출하였다. 이와 같은 알고리즘을 적용하기 위한 솔루션 프로그램을 개발하였으며, 솔루선 프로그램의 적합성을 검증하기 위해 실제로 실행 공동체를 전략적으로 활용하고 있는 기업 A의 자료를 이용하여 효과성을 검증하였다.
기계식 판막은 매몰식 인공장기에 널리 사용돼 왔으며, 판막의 이상은 환자의 죽음으르 의미한다. 판막의 이상에 영향을 미치는 것은 많은 요소들이 있는데 대표적으로 기계적인 고장과 혈전현상이 있다. 그래서 비침습적으로 이것들을 발견하는 것이 필요하게 된 것이다. 이 논문의 목적은 스펙트럼의 해석과 인공신경망을 이용하여 혈전현상을 발견하는데 있다. 신호의 측정은 공압식 좌심실 보조장치에 장착한 기계식 판막으로부터 마이크로폰과 증폭기를 이용하였다. 디스크 위의 모의 혈전현상과 봉합링의 주위에 혈전현상, 20%, 40% 60%로 자라나는 혈전현상은 펠레세인과 실리콘을 이용하여 제작하였다. 기초 성능 평가를 위해 1KHz 정현파를 인가하여 시스템을 평가하였으며, 정상적인 판막과 5 종류의 혈전현상의 스펙트럼은 혈전현상의 정보를 지닌 개폐시 peak의 신호 파형에서 구하였다. 데이터의 정량적인 해석을 위해 7,000개의 입력 노드와 20개의 은닉층과 1개의 출력층으로 이루어진 인공신경망을 사용하였다. 결론적으로 훈련된 인공신경망을 사용한 결과 정상 판막과 비정상 판막을 판단하는데 90%의 판단능력을 보였다. 이상의 실험을 통해 판막의 이상유무를 신호의 스펙트럼 해석과 인공신경망을 통해 평가할수 있음을 알 수 있었다. 본 논문의 결과는 앞으로 인공장기를 몸속에 지니고 있는 환자에게서 장기의 상태를 지속적으로 감시할 수 있는 기술적 토대를 제공할 것이다.
최근 보안 분야에서는 네트워크 패킷이나 로그와 같은 네트워크 정보를 수집하고 분석함으로써 네트워크 위협에 대응할 수 있는 침입탐지 시스템에 대한 연구를 활발히 진행되고 있다. 특히, 베이지안 네트워크는 주어진 몇 몇 자료만으로도 정확도 높은 침입에 대한 추론이 가능한 이점으로 이를 이용한 침입탐지 시스템의 모델링 기법들이 이전에도 진행되어 왔다. 그러나 이전 연구들에서는 네트워크 패킷간의 복잡성 문제와 이용되는 패킷 데이터의 연속성 문제를 반영하지 못하고 있기 때문에 높은 탐지정확도 산출에 한계가 있다. 따라서 본 논문에서는 이전 모델들이 갖는 문제들의 개선을 통하여 탐지율을 향상시키기 위해 K-means 클러스터링 기반의 두 가지 방법론을 제안한다. 첫 번째로는 K-means 클러스터링 기반의 정교한 노드구간 범위를 설정방법을 제안하여 연속성 데이터 처리 문제를 개선할 수 있다. 또한, 두 번째로는 K-means 클러스터링 기반으로 산출된 가중치를 학습에 적용하여 보다 견고한 CPT를 산출하여 탐지성능을 향상 시킬 수 있다. 제안하는 방법론들의 성능을 입증하기 위하여 방법론 모두를 적용한 K_WTAN_EM에 대한 탐지율을 이전 모델들과 비교 실험을 수행하였다. 실험 결과 제안하는 모델의 탐지율이 이전의 순수베이지안 네트워크기반(NBN) 모델 보다는 약 7.78%의 향상도를 보였고 트리확장 순수베이지안 네트워크(TAN) 모델 보다는 약 5.24%의 향상도를 산출하여 제안하는 방법의 우수성을 입증하였다.
본 논문은 기존 강화학습 기반 수중통신 예약방식에서 성능 저하 요인 중 하나인 긴 학습 시간을 단축시킴으로써 에너지 소모를 감소시킬 수 있는 향상된 채널 접속 기법을 제안한다. 수중 무선 네트워크에서 노드 간 거리를 추정하여 이를 바탕으로 기존 강화 학습 기반 채널 접속 방법의 학습 범위의 최대, 최소치를 결정한다. 이는 기존 강화학습의 학습 범위를 줄일 수 있다. 수중 무선 네트워크 환경의 특성에 따른 거리 추정값의 오차를 고려하여 NAV 학습 범위를 고려하며, 이를 적용하기 위해 인위적으로 간섭의 크기를 변경시켜가며 학습 진행률에 대한 성능 테스트를 진행하였다. 실험 결과 기존 방법 대비 제안된 AQ-NAV 방안의 경우, 20-40회 학습에서도 360개의 학습 배열 중 평균 340-350개 이상의 학습 배열이 학습이 진행되었고 50회 이상 학습에서는 모든 학습 배열에 대하여 학습이 진행되었다. 반면, 기존 연구의 경우 학습이 120회 이상 진행되어도 360개의 배열 중 300-320개의 배열에 대한 학습이 진행되었다. 실험에서는 기존 대비 적은 횟수의 시도로 학습이 가능함을 보여준다. AQ-NAV가 수중 무선 네트워크에 적용될 경우 에너지 소비 절감을 통해 기존의 방안의 문제점을 완화하고 네트워크 성능 향상을 이룰 것으로 예상된다.
본 논문은 고정대역 네트워크에서 최대 TCP 혼잡윈도우를 제한하여, 버퍼 크기와 무관하게 안정적인 성능과 전송률을 제공할 수 있는 혼잡회피 알고리즘을 제안한다. 현재는 AIMD(Additive Increase, Multiplicative Decrease) 기반의 혼잡제어 방법이 가장 널리 사용되고 있다. 그러나 AIMD 기반의 TCP 혼잡제어 방법은 고정대역 네트워크에서 불필요하게 성능을 저하시키는 문제가 있다는 것이 여러 연구결과를 통해 알려져 있다. 또한 TCP의 톱니파형 데이터율로 안정적인 데이터 전송률이 필요한 응용에 적용하기 어렵다. 제안된 알고리즘은 필요에 따라 공평성을 유지하며 혼잡에 의한 손실을 방지하기 위해 혼잡윈도우의 크기를 제한한다. 최대 혼잡윈도우의 크기를 병목노드에서 데이터 축적을 방지하는 지연 정보로 결정하여, 별도의 버퍼와 윈도우 제어절차 없이 연결의 성능과 전송율이 안정적이도록 한다. 다양한 경우에 대한 시뮬레이션을 통해 호환성, 정상상태의 성능, 정상상태 손실 패킷 수, 그리고 혼잡윈도우의 분산 등으로 특성을 검증하였다. 제안된 방법은 송신단의 간단한 수정으로 적용이 가능하며, 네트워크 라우터와 사용자 프로그램의 수정이 불필요하여 확산이 용이한 장점을 가지며, 고정대역 네트워크로 볼 수 있는 국내 초고속인터넷 접속망에 적용하면 성능개선을 얻을 수 있다.
홈 네트워크는 사용자에게 많은 정보서비스를 제공하여 준다. 특히, 다양한 센서 데이터를 활용함으로써 그 서비스의 종류와 질을 풍부하게 한다. 하지만 홈네트워크는 현재 멀티미디어 서비스에 집중함으로써 그 서비스의 활용폭을 스스로 제한하고 있는 실정이다. 특히 댁내 통신망에 집중함으로써 실내의 여러 가전기기를 제어하는 데는 많은 성과를 얻고 있으나 실외의 여러 기기를 제어하는 데는 큰 성과가 나오지 않고 있다. 실외의 여러 기기는 실내의 가전기기와 다르게 특정 기능을 강조하는 형태로 구성되는 경우가 많기 때문에 여러 기능을 가진 센서보다는 한 두가지 기능을 가진 센서를 활용하여 시스템을 구성하면 되기 때문에 실내에서 센서 노드를 사용하는 것보다 훨씬 경제성도 높다고 할 수 있다. 본 논문에서는 현재 가장 많은 사용 목적을 가진 여러 가지 기능 중 동작 센서를 선택하여 이를 활용할 시스템으로 주차장 관리 시스템을 선택하여 이를 홈 네트워크에 접목하여 구현하여 보았다.
해상과 육상운송의 접점인 항만은 생산, 거래, 물류 및 정보 교류의 필수적인 플랫폼으로 각 항만을 교차하는 공급사슬 시스템의 노드이다. 또한, 항만은 이를 이용하는 선사와 화주에게 경쟁우위를 확보할 수 있도록 하며, 국가 경제에 큰 영향을 미치고 있다. 지금까지 이루어진 항만에 대한 선행연구에서는 항만의 경쟁력을 TEU 단위의 항만처리물동량(Throughput)으로 평가하여 왔다. 그러나 최근 컨테이너 처리물동량이 허브항만으로서의 주된 혹은 유일한 조건인가에 대한 의문이 제기되고 있으며 항만과 항만을 연결하는 해운선사들에 의한 주변 항만들과의 연결성 정도가 지역 내 확실한 허브 항만인지에 대한 판단을 할 수 있는 요인으로 부각되고 있다. 본 연구는 사회네트워크분석(SNA: Social Network Analysis)을 이용하여 2006년부터 2011년까지 19개 선사의 기항패턴과 선박투입량을 대상으로 전 세계 항만 네트워크 분석을 실시하였다. 연구결과로 좁은세상, 멱함수 법칙 등과 같은 항만 네트워크의 구조적인 특성을 파악하고 네 가지 항만중심성을 나타냈으며 시계열 자료(2006년~2011년)를 이용하여 연도별 중심성 추이를 나타내고 있다. 이를 통해 항만운영자 및 선사의 항만개발계획 및 선대운영시 항만물동량만을 기준으로 계획을 세우는 것이 아닌 새로운 개선 정책이 필요할 것으로 판단된다.
밀폐된 작업현장에서는 현장의 환경데이터가 작업자의 안전에 큰 영향을 미치므로 작업 현장의 관리가 중요하다. 이에 오늘날의 산업현장은 공장 내 센서를 통해 데이터를 수집하고 분석하는 데이터 기반 공장 형태로 바뀌어 가고 있으며, 이를 안전하게 운영하기 위한 관리시스템을 필요로 한다. 일반적으로 안전관리시스템은 중앙 서버와 데이터베이스를 통해 데이터를 저장하고 관리하는 방식으로 데이터의 위변조 및 유실 가능성이 높아 신뢰성이 다소 부족하다. 본 논문에서는 3세대 블록체인 기술인 EOS 기반의 작업자 안전관리 시스템을 개발한다. 개발된 시스템은 EOS 블록체인을 이용하기 위한 스마트 컨트랙트와 블록체인 기반으로 동작하는 3가지의 분산 애플리케이션으로 구성된다. 사용자의 역할에 따라, 작업자 및 관리자 애플리케이션은 작업의 시작과 종료에 대한 요청과 그에 따른 승인 작업을 블록체인 트랜잭션으로 수행한다. 수행된 전체 트랜잭션 히스토리는 블록체인 네트워크에 참여한 모든 노드에 분산 저장되어 사실상 데이터 위변조가 불가능하다. 시스템 운영자 애플리케이션은 작업자와 관리자에게 기능 수행에 적합한 어카운트 권한을 부여하고 작업현장의 안전성을 확보하기 위한 IoT 데이터의 적절한 기준치를 설정한다. 현장센서 플랫폼에서 받은 IoT 데이터와 작업의 흐름에 따른 요청과 승인 정보는 EOS 스마트 컨트랙트에 명시적으로 저장되고 관리된다.
부호화된 사건의 시간적 정보를 기반으로 한 인출은 일화기억의 중요한 통제기제 중 하나이다. 기억인출과 관련한 수많은 신경영상 연구들이 진행되었음에도 아직 시간적으로 구성된 일화기억의 인출에 관여하는 뇌신경연결망 패턴에 대해서는 알려진 바가 많지 않다. 본 연구에서는 두가지 다른 순차적 인출 뇌신경 기제를 구분하기 위하여 과제기반 기능적 연결성 다변량 패턴분석 방법을 사용하였다. 참가자들은 시간적 일화기억과제를 수행하였고, 순서대로 부호화된 기억자극을 순방향 혹은 역방향으로 인출하도록 지시를 받았다. 부분적으로 분류된 국소적 신경네트워크 패턴은 두 인출기제를 잘 구분하지 못한 반면, 기억과 관련된 인지통제 영역과 목표-지향적 인지기제처리에 관련된 것으로 알려진 여러 피질-피질하 노드들을 아우르는 전뇌신경네트워크 패턴은 시간적 일화기억 인출기제를 잘 구분하였다. 이 영역들은 측면/내측 전전두엽 영역, 하부 두정엽, 중간 측두회, 선조체 영역 등을 포함하며 기계학습을 이용한 분류에서 높은 분류 예측률을 보였다. 본 연구의 결과는 일화기억의 시간적 인출기제에 관여하는 피질-피질하 여러 영역의 관여를 확인하였고, 대역적 네트워크 패턴의 기능적 연결성이 질적으로 다른 인출기제에 관여함을 확인하였다는데에 중요성을 갖는다.
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.