가상 머신 기술을 통하여 가상머신은 적은 숫자의 물리적 서버에 통합 될 수 있다. 최대 전력 소비의 60% 이상이 idle한 물리적 서버에서 낭비되는데, 에너지 소모를 줄이는 가장 좋은 방법 중 하나는 컴퓨팅 자원에 대한 제약사항을 가진 배낭 문제 알고리즘을 사용하여 물리적 서버의 개수를 최소화 하는 것이다. 그러나 최적의 Consolidation을 통하여 물리적 서버의 개수를 최소화 하는 컴퓨팅 자원 기반의 가상 머신 배치 기법이 항상 효율적인 에너지 사용을 보장하지는 않는다. 본 논문에서는 동작 시간을 고려하여 에너지 사용을 최소화 할 수 있는 가상머신 Consolidation 알고리즘을 제안한다. 제안하는 알고리즘은 각 가상머신의 서비스 시간을 고려하여, 에너지 소비를 최소화하도록 물리적 서버에 가상머신을 배치한다. 다양한 시뮬레이션 결과를 통해서 제안하는 알고리즘이 30%이상의 에너지 절약 효과를 얻는 것을 확인할 수 있다.
전이성 종양의 성장패턴 차이와 변화율에 따른 종양 이질성(tumor heterogeneity)을 파악하는 것은 종양세포의 약물에 대한 민감성을 파악하고 적절한 치료법을 찾아내기 위해 중요하다. 일반적으로 N개의 표본의 집단이 구분된다면 t-test 혹은 ANOVA 분석을 통해 집단별 평균의 차이에 대한 검정이 가능하다. 그러나 본 논문에서 다루는 데이터와 같이 집단이 구분되지 않는 경우 이러한 방법들은 사용될 수 없다. 표본들 사이의 이질성을 검정하기 위한 통계적 방법들이 연구되어 왔다. 최소 조합 t-검정 방법은 그 중 하나이다. 본 논문에서는 상이한 비율로 데이터를 양분하는 조합도 고려하는 최대 조합 t-검정 방법을 제안한다. 한편, 표본의 이질성을 검정하는 것이 군집분석에서 최적의 군집의 개수가 2개 이상인지를 검정하는 것과 같음에 착안하여 새로운 방법을 제안한다. 최대 조합 t-검정과 gap통계량을 이용하면 이전에 제안된 방법보다 개선된 제1종의 오류를 범할 확률과 검정력을 갖는다는 것을 모의실험을 통해 확인하였고 실제 자료 분석을 통해 결과를 도출하였다.
우연적 의미 활성화가 가설의 생성과 평가에 주는 영향에 대한 연구는 많다. 그러나 진단추론 상황에서 우연적 의미 활성화의 영향을 다루었던 연구는 거의 없으며, 특히 가설 유형에 따른 차이를 알아보는 연구를 찾아보기 힘들다. 본 연구는 진단 추론에서 우연적 의미 활성화가 가설의 유형에 따라 어떤 차이를 보이는 지를 알아보기 위해 수행되었다. 첫 번째 실험에서 우연적 의미 활성화는, 배타가설의 경우 최종 가설 생성 패턴에 영향을 미쳤지만, 가설의 생성 수에는 영향을 미치지 않음을 발견하였다. 반면 양립 가능한 가설의 경우, 활성화는 생성된 가설의 수에 영향을 미쳤지만, 최종 가설 생성 패턴에는 영향을 미치지 못했다. 이러한 결과는 인지적 노력을 가중시켰을 때조차 반복검증 되었다. 실험 2에서 우연적 의미 활성화와 더불어 추론에 필요한 단서의 개수를 조작하였다. 각 가설을 지지하는 단서들이 동시에 제시되면 우연적 의미 활성화의 영향은 사라졌고, 단서들의 개수가 증가함에 따라 배타가설의 추론 확신은 증가하였다. 본 연구는 진단 추론 시 관련된 단서를 최대한 활용할 필요성과, 가설생성/가설 평가에 관한 연구에서 가설 유형에 따른 차이를 고려해야 함을 시사한다.
고감도 바이오센서용 거대자기저항-스핀밸브(Giant magnetoresistance-spin valve; GMR-SV) 박막소자의 미세패턴 공정으로 인한 교환결합력과 보자력 약화 문제를 해결하고자 전자사이크로트론 공명(Electron Cyclotron Resonance) Ar-이온 밀링을 이용하여 GMR-SV 박막에 지름 $35{\mu}m$인 원형 모양의 홀(Hole)을 패턴닝 하였다. GMR-SV를 4-단자법으로 측정한 자기저항 곡선으로부터 홀 개수가 많아질수록 자기저항비와 자장감응도는 홀이 없을 때 측정된 초기값과 같은 값을 유지하였고, 교환결합세기와 보자력은 120 Oe에서 190 Oe, 10 Oe에서 41 Oe로 크게 향상되었다. 이러한 현상은 GMR-SV 박막내의 자화용이축과 같은 방향을 띄고 센싱 전류의 방향과 수직인 공간에 위치하는 용이 자구영역(Easy magnetic domain; EMD)의 역할에 기인하는 결과를 보여주었다. GMR-SV 바이오 소자 제작시 폭을 넓게 하고 소자내부에 홀의 개수를 증가시켜 발생하는 EMD 효과가 자기저항특성을 향상시킬 수 있었다.
스레쉬홀딩(thresholding)은 영상 화소의 군집이나 강도를 이용하여 영상을 분할하는 기본 기술이다. Otsu의 스레쉬홀딩 방법에서는 정규화 된 히스토그램을 이산 밀도함수로 보아 화소의 클래스 간 분산을 최대화시키는 판별식을 이용한다. 그러나 Otsu의 방법에서는 여러 객체로 이루어진 영상에서 최적의 스레쉬홀드를 찾기 위하여 그레이레벨 전 구간에 대해 모든 가능한 분산 값을 반복적으로 계산해 보아야 하기 때문에 계산 시간이 길게 걸리는 문제가 있다. 본 논문에서는 Otsu의 방법을 개선하여 간단하지만 고속으로 멀티-레벨의 스레쉬홀드 값을 구할 수 있는 방법을 제안한다. 전체 그레이 구간 영역에 대하여 Otsu의 방법을 적용시키기 보다는 먼저 그레이 영역을 작은 부분-구간으로 나눈 다음 Otsu의 방법을 적용시키는 처리를 반복하여 원하는 개수의 스레쉬홀드를 구하는 방법이다. 본 제안 방법에서는 맨 처음 대상 영상의 그레이 구간을 2부류로 나눈다. 이 때, 분할을 위한 스레쉬홀드는 전 구간을 대상으로 Otsu의 방법을 적용하여 구한다. 그 다음에는 전체 구간이 아닌 분할된 부분-구간을 대상으로 Otsu의 방법을 적용하여 두 부류를 4부류로 나눈다. 이와 같은 처리를 원하는 개수의 스레쉬홀드를 얻을 때 까지 반복한다. 세 종류 벤취마크 영상과 50개 얼굴영상에 대해 실험한 결과, 제안 방법은 대상 영상을 특성에 맞게 고속으로 잘 분할하였으며, 패턴 매칭이나 얼굴인식에 이용될 수 있는 가능성을 확인하였다.
본 논문에서는 인접 초음파 센서간 효과적인 빔 폭 중첩을 이용하여 고성능 장애물 탐지를 위한 중첩 초음파 센서 링을 최적 설계하는 방법에 대해 체계적으로 기술하도록 한다. 기본적으로 일군의 동종 저지향성 초음파 센서들이 일정 간격으로 상호 빔 폭이 중첩되도록 원형 배치된다고 가정한다. 첫째 초음파 센서의 실제와 단순화된 빔 패턴 그리고 빔 폭 내의 장애물 위치 추정을 위한 여러 센서 모델에 대해 소개한다. 둘째, 중첩 초음파 센서 링의 장애물 탐지 범위와 장애물 위치 추정을 위한 간단한 센서 모델에 대해 기술한다. 셋째, 타원과 비타원 형태의 빔 패턴에 대해 각각, 장애물 탐지 시 위치 불확실성이 최소화되도록 중첩 초음파 센서 링을 설계하기 위한 지수를 정의한다. 넷째, 최소한의 빔 폭 중첩 보장과 과도한 빔 폭 중첩 회피를 위해 요구되는 중첩 초음파 센서 링의 구조적 사양에 대한 제한 조건을 유도한다. 다섯째, 주어진 중첩 초음파 센서 링의 반경에 대한 초음파 센서의 최적 사용 개수와 주어진 초음파 센서의 사용 개수에 대한 중첩 초음파 센서 링의 최적 반경을 결정한다. 본 논문 전반에 걸쳐, 대표적인 상용 저지향성 초음파 센서로서 Murata사의 MA40B8이 채택되었다.
사물인터넷 등을 통하여 각종 기기들이 인터넷으로 연결되어 있고 이로 인하여 인터넷을 이용한 공격이 발생하고 있다. 그러한 공격 중 악성 URL를 이용하여 사용자에게 잘못된 피싱 사이트로 접속하게 하거나 악성 바이러스를 유포하는 공격들이 있다. 이러한 악성 URL 공격을 탐지하는 방법은 중요한 보안 이슈 중에 하나이다. 최근 딥러닝 기술 중 뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있고 이러한 뉴럴네트워크를 이용하여 악성 URL 탐지하는 분야가 연구되고 있다. 본 논문에서는 뉴럴네트워크를 이용한 악성 URL 탐지 성능을 각 파라미터 및 구조에 따라서 성능을 분석하였다. 뉴럴네트워크의 활성화함수, 학습률, 뉴럴네트워크 모델 등 다양한 요소들에 따른 악성 URL 탐지 성능에 어떠한 영향을 미치는 지 분석하였다. 실험 데이터는 Alexa top 1 million과 Whois에서 크롤링하여 데이터를 구축하였고 머신러닝 라이브러리는 텐서플로우를 사용하였다. 실험결과로 층의 개수가 4개이고 학습률이 0.005이고 각 층마다 노드의 개수가 100개 일 때, 97.8%의 accuracy와 92.94%의 f1 score를 갖는 것을 볼 수 있었다.
전 세계적으로 고령인구가 급증하고 이에 따라 이동에 불편을 겪는 교통약자의 수도 증가하고 있다. 이러한 추세에 따라 국내에서는 이동편의시설 설치 확대 등 교통약자에 대한 양질의 대중교통 서비스 제공을 위해 다양한 정책을 시행 중이다. 기존 대중교통 이동편의시설 설치는 역사의 면적, 층수, 시설 미확보역 등의 양적인 측면을 기준으로 우선적 확대·설치되고 있다. 하지만 양적 기준 보다는 실제 이용자 기준의 설치 필요 지역에 이동편의시설을 확보하는 것이 교통약자의 이동편의 증진에 더 효과적일 것으로 사료된다. 본 연구에서는 이용자 기반의 교통카드 빅데이터 분석을 통해 교통약자의 환승취약지점을 도출하고자 했다. 스마트카드 거래내역 데이터를 가공하여 환승통행데이터를 구축하고 이용자별 환승통행패턴 분석 및 환승통행시간 차이가 큰 경로를 기준으로 환승취약지점을 도출했다. 분석 결과 일반 이용자보다 교통약자의 환승시간이 오래 걸리는 것으로 나타났다. 일반과 교통약자의 환승통행시간 차이와 시설물 개수와의 상관관계는 미약한 것으로 나타났는데 현장 조사 결과 환승통행시간 차이는 시설물의 단순 개수보다는 해당 환승최단경로 내 이동편의시설의 부재로 인해 발생하는 것으로 나타났다. 향후 교통약자를 위한 이동편의시설 확대 시 실질적 이용자 기반 데이터 분석을 통한 환승취약지점을 기준으로 우선적 시설 확보 시 교통약자의 이동편의가 보다 더 향상될 것으로 사료된다.
최근에 경험적 지식을 체계화하는 방법으로 사례기반추론(CBR: Case Based Reasoning) 및 규칙기반추론(RBR: Rule Based Reasoning)이 여러 분야에서 이용되고 있다. CBR과 RBR이 각각 활용되기도 하지만 문제 해결의 정확성을 높이기 위해 복합된 형태로 사용되기도 하고, 흑은 효과적으로 문제를 해결하기 위해 문제 해결 단계별로 각각 사용되기도 한다 또한 데이터에서 지식을 추출하기 위한 세부 알고리즘으로는 인공지능과 통계적 분석기법 등이 활발하게 연구 및 적용되고 있다. 본 연구는 모니터의 핵심 부품인 섀도우마스크(Shadow Mask)를 개발하는데 있어 도면 협의부터 설계가지의 과정에 CBR과 RBR을 활용하고 발생되는 데이터를 이용하여 진화(Evolution)하는 지식기반시스템(Knowledge Based System)으로 구축하는 것을 목적으로 하고 있다. 특히 도면 협의시 인터넷상에 웹서버 시스템을 통하여 규격 (User Spec.)을 생성하고 이를 이용하여 자동으로 도면이 설계되도록 하고 저장된 사례들을 공유할 수 있도록 하여 도면 검토 시간이 단축되고 검토의 정확성을 기할 수 있어 실패비용을 감소시켰다. 그리고 실제 설계시 CBR과 RBR을 활용하여 자동설계를 할 수 있게 하였고 현장에서 발생되는 데이터를 지식화하여 유사사례 설계가 가능하도록 하였다. 지식기반시스템은 신속한 도면 검토가 가능하므로 인원 활용이 극대화되고, 섀도우 마스크 설계자와 마스터 패턴 설계자 사이의 원활한 의사소통을 통해 고객과의 신뢰성 확보와 신인도 향상을 기대할 수 있는 효과가 있다. 그리고 고급설계자에게만 의지되어온 것을 어느 정도 해결할 수 있고, 신입설계자에게는 훌륭한 교육시스템이 될 수 있다.한 도구임을 입증하였다는 점에서 큰 의의를 갖는다고 하겠다.운 선용품 판매 및 관련 정보 제공 등 해운 거래를 위한 종합적인 서비스가 제공되어야 한다. 이를 위해, 본문에서는 e-Marketplace의 효율적인 연계 방안에 대해 해운 관련 업종별로 제시하고 있다. 리스트 제공형, 중개형, 협력형, 보완형, 정보 연계형 등이 있는데, 이는 해운 분야에서 사이버 해운 거래가 가지는 문제점들을 보완하고 업종간 협업체제를 이루어 원활한 거래를 유도할 것이다. 그리하여 우리나라가 동북아 지역뿐만 아니라 세계적인 해운 국가 및 물류 ·정보 중심지로 성장할 수 있는 여건을 구축하는데 기여할 것이다. 나타내었다.약 1주일간의 포르말린 고정이 끝난 소장 및 대장을 부위별, 별 종양개수 및 분포를 자동영상분석기(Kontron Co. Ltd., Germany)로 분석하였다. 체의 변화, 장기무게, 사료소비량 및 마리당 종양의 개수에 대한 통계학적 유의성 검증을 위하여 Duncan's t-test로 통계처리 하였고, 종양 발생빈도에 대하여는 Likelihood ration Chi-square test로 유의성을 검증하였다. C57BL/6J-Apc$^{min/+}$계 수컷 이형접합체 형질전환 마우스에 AIN-76A 정제사료만을 투여한 대조군의 대장선종의 발생률은 84%(Group 3; 21/25례)로써 I3C 100ppm 및 300ppm을 투여한 경우에 있어서는 각군 모두 60%(Group 1; 12/20 례, Group 2; 15/25 례)로 감소하는 경향을 나타내었다. 대장선종의 마리당 발생개수에 있어서는 C57BL/6J-Apc$^{min/+}$계 수컷 이형접합체 형질전환 마우스에 AIN-76A 정제사료만을 투여한
소노부이는 수중에서 음파를 활용하여 정보 수집을 수행하는 장치로, 엔진 소음이나 다양한 음향 특성을 감지하여 수중 표적을 정확하게 탐지하는 대잠전에 효과적인 탐지체계이다. 다중상태 시스템에서의 기존 소노부이 배치 방식은 고정된 패턴이나 휴리스틱 기반의 규칙에 의존하므로, 예측하기 힘든 수중 표적의 기동으로 인해 소노부이 투하 개수 및 작전 소요 시간 측면에서 효율적인 배치를 보장하지는 못한다. 본 논문에서는 기존 소노부이 배치 방식의 한계를 극복하기 위해, 수중 표적의 이동을 고려한 시뮬레이션 기반의 실험 환경에서 강화학습을 이용한 무인항공기의 소노부이 최적 배치를 제안한다. 제안한 방법은 Unity ML-Agents를 통해 Proximal Policy Optimization(PPO) 알고리즘을 이용하여 가상 작전환경과 실시간 상호작용하며 무인항공기를 학습한다. 소노부이 투하 개수 및 음원 및 수신기 간의 비용을 고려한 보상 함수를 설계하여 효과적인 학습이 가능하게 한다. 동일한 실험 환경에서 강화학습을 적용한 배치 방식과 기존 소노부이 배치 방식을 비교한 결과, 탐지 성공률, 투하된 소노부이 개수, 작전 소요 시간 측면에서 강화학습을 적용한 배치 방식이 가장 우수한 성능을 보였다.
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.