학습자 중도탈락은 사이버대학이 해결해야 할 과제 중 하나이다. 2019년도 기준으로 사이버대학의 전체 학생 수는 13만여 명에 달하고 있으나, 중도탈락 비율도 매우 높은 편이다. 중도탈락율을 낮추기 위해 사이버대학은 학습 분석에 많은 투자를 하고 있다. 특히 일부 사이버대학에서는 중도탈락 가능성을 정량적으로 분석하여 중도탈락이 우려되는 학생에 대한 지원을 강화하고 있다. 본 논문의 목적은 중도탈락 예측지수에 영향을 미치는 학습데이터를 규명하는데 있다. 분석 결과, 수강 차시(진도율), 이수학점, 평점, 휴학 횟수가 중도탈락에 유의미한 영향을 미치는 것으로 확인되었다. 사이버대학은 학생 중도탈락 예측지수에 관한 사후검증을 통해 예측 모델의 정확도를 높여나가야 할 것이다.
온라인 교육의 보급이 증가함에 따라 온라인 학습자의 중도이탈율을 줄이기 위한 효과적인 전략이 필요해 졌다. 본 논문은 인공지능 기술을 온라인 학습 분야에 적용하여 온라인 학습 중도 이탈 문제를 해결하고자 한다. 특히 온라인 교육기관에서 중도이탈예측 시스템을 이미 운영 중인 온라인교육시스템(LMS)을 새롭게 구축하거나 크게 변경하지 않고도 개발 또는 도입이 가능한 방안을 제시한다. 운영 중인 온라인교육시스템(LMS)에 저장되고 있는 온라인 학습자들의 학습자정보 및 학습 이력 데이터를 활용하여 중도 이탈 위험이 있는 학생을 식별하고 맞춤형 관리가 가능하도록 온라인 교육 중도 이탈예측 시스템 개발하고 LMS와 연동하여 서비스는 방법을 제안한다. 이를 통해 온라인교육기관에서는 중도이탈이 있는 학생을 효과적으로 관리함으로써 온라인 교육의 질을 향상시킬 수 있고, 더 많은 수의 온라인 학습자가 성공적으로 과정을 이수할 수 있도록 하는 데 기여할 것이다.
본 연구는 광희중학교 학구내에서 재개발로 인하여 증가되는 인구수을 예측하여 장래 중학교 학생수를 예측하였다. 2016까지 학급당 학생수를 37명으로 하고 36학급 규모의 학교를 추구한다면 중학교는 적어도 1개 더 건축하여야만 재개발로 늘어나는 제1학군의 학생수를 수용할 수있을 것음을 분석하였다. 또, 교과과정을 분석한 결과 도덕 2.5교실, 국어 6교실, 사회 5교실, 수학 5교실, 과학 5교실, 체육 4교실, 음악 2교실, 미술 2교실, 가정 1.5교실, 기술 3교실, 영어 5.5교실, 한문 1교실, 컴퓨터 1교실로 분석되어 이용율이 88%가 되었다. 본 연구는 광희중학교 구체적 건축계획에 앞서 계획의 모델을 설정하여 이를 토대로 계획에 임하였다. 광희중학교 주변의 접근성, 교통 조건, 소음 상태, 지역사회인의 이용, 전망 등의 환경 분석을 토대로 4개의 죠닝(Zonning)안을 제시하여 평가한 후 가장 바람직한 안을 선정하였다. 이를 토대로 브록(Block)프랜을 5개 작성하여 평가후 1개 안을 채택하여 구체적 평면 계획안을 작성하였다. 36학급 37명 학생수를 기준으로 교과교실형으로 계획하였으며 특별 교실형의 학습도 가능하게 계획하였다. 교수, 학습의 복합화에 대처하여 칸막이를 이동 가능한 형태로 계획하였으며, 일반 교과도 컴퓨터를 이용한 수업이 가능하게 정보 코너를 설치하였다. 지역사회인에게 열린 교실이 되게 계획하였고 개별 학습이 가능한 구조로 계획하교 기자재의 선진화를 대비한 학습 환경의 제고도 고려하였다. 본 연구의 입면 형상은 주변 건물과 조화되게 수평적 요소가 강조되는 형상이 되도록 계획하며 고층의 아파트의 위협을 상쇄시키기 위하여 지붕이 있는 구조로 계획하여 지역사회에서 중심임을 강조하도록 계획하였다.
본 연구의 목적은 교사의 수업전문성에 관한 교사와 학생의 인식에 어떤 차이가 있는지 분석하는 것이다. 교사의 교실수업을 이해하기 위하여 교사의 수업관찰과 학생 설문은 흔히 사용되는 방법이다. 그러나 학생과 교사의 인식이 다른 경우 수업교사는 결과 해석에 혼란스럽다. 본 연구에서는 수업의 대상인 학생들의 수업전문성에 관한 인식은 학생 배경에 따라 어떻게 나타나는지, 교사의 인식과 학생참여에의 예측력은 어떻게 다른지 비교해 보았다. ICALT의 수업관찰도구와 학생 설문지(MTQ)를 사용하였다. 이 두 도구는 교사의 수업전문성에 관한 6영역 및 학생참여 영역 등 총 7개 영역 구조로 구성되어 있기 때문에 결과를 비교할 수 있다. 2016년도 대전 충북 충남 지역 소재 중학교에서 수업관찰 전문교사가 106개의 수업을 관찰하였고, 이 수업에 참여한 2866명의 학생이 설문에 응하였다. 연구 결과 학생들의 수업에 관한 인식은 대체로 높았으나 학생의 배경변인별로 다른 성향을 보였다. 학생들의 인식은 주요교과목을 배울 때, 또 학년이 낮을수록 수업전문성을 더 높게 인지하는 경향을 보였다. 남학생들은 수업기술의 난이도가 높은 영역에서 수업전문성을 더 높게 인식하였다. 학생의 학생참여에의 예측력은 수업기술의 난이도가 높은 영역에서 교사의 예측력보다 높았다. 향후 예비교사와 교사를 위해 학생설문자료를 어떻게 연수에 적용할 수 있는지 추후 연구가 필요하다.
본 연구의 목적은 대학생의 학사경고를 예측하는 변인들을 밝혀 학사경고 위험이 높은 학생들을 사전에 파악하고 적절한 지원이 이루어질 수 있는 기반을 마련하는 것이다. 본 연구에서는 학사경고를 예측하는 변인으로 대학 내 정보시스템에 축적되어 있는 학생들의 학교 참여도 변인들을 사용하였다. 연구대상은 경기도 A대학 학생 17,261명이다. 분석에 사용한 학교 참여 변인들은 개강 후 4주 동안의 수업 결석 시간 수, 학습관리시스템(LMS)과 비교과 시스템 접속 횟수, 교수 상담 건수이며, 종속변인은 본 학기 학년평량평균(GPA)이었다. 통제변인으로 이전 학기 성적자료를 사용하였다. 분석 방법은 성적에 대한 학교 참여도 변인들의 예측력을 확인하기 위해 선형회귀분석을, 학사경고 여부에 대한 학교 참여도 변인들의 예측력을 검증하기 위해 로지스틱 회귀분석을 실시하였다. 연구결과는 첫째, 학생들의 성적을 예측하는 변인은 학교 참여도 변인 중 수업 결석 시간, 비교과 시스템 접속 횟수로 나타났다. 둘째, 학생들의 학사경고를 예측하는 변인은 학교 참여도 변인 중 수업 결석 시간, LMS 접속 횟수, 비교과 시스템 접속 횟수로 확인되었다. 이상의 결과를 통해 대학생의 학사경고를 사전에 예측하는 것이 가능함을 확인하였고, 연구결과를 바탕으로 학사경고를 사전에 예측하고 예방·지원하는 교육적 개입을 논의하였다.
우리나라의 영재교육 대상자 선발방식은 기존의 지필검사 방식에서 현장 교사에 의한 관찰 추천제로 전환되고 있다. 교사들이 영재 판별에 있어 가질 수 있는 편견을 최소화하고, 타당한 판별을 하도록 돕기 위한 도구로서 영재 행동 평정 척도가 널리 사용된다. 본 연구는 이러한 평정 도구들을 실제 영재 판별과정에 투입하였을 때 그 결과가 영재 학생의 영재 프로그램에서의 수행 수준을 얼마나 잘 예측하여 주고 있는지를 확인하는 것을 주요한 목적으로 수행되었다. 본 연구의 결과를 통한 결론은 다음과 같다. 첫째, 본 연구가 선정한 세 가지 영재 행동 특성 평정 척도는 모두 영재학생들의 영재성 수준을 유의미하게 예측해내었다. 이들 중 B 척도의 예측력이 전반적으로 가장 우수하였다. 둘째, 담임교사들의 주관적인 영재성 평정은 영재학생들의 영재성 수준에 대해 거의 예측해 내지 못하였다. 따라서, 담임교사들에게 영재교육 대상자를 추천하도록 할 때에는 담임교사들의 주관적 판단에 맡기기보다는 영재 행동 특성 평정 척도와 같은 객관적 도구를 활용하도록 할 필요가 있다. 셋째, 영재교육 관련 교육 연수 경험이 있는 교사들은 영재 행동 특성 평정 척도를 통해 영재학생의 영재성 수준을 매우 훌륭하게 예측해 낸 반면, 해당 경험이 없는 교사들은 같은 척도를 활용하더라도 영재학생의 영재성 수준을 거의 예측해 내지 못하였다. 따라서, 아무리 훌륭하게 고안된 척도가 제공되더라도 해당 교사가 영재교육에 관해 적절히 훈련되어 있지 못하면 전혀 타당한 정보를 제공해 줄 수 없음을 알 수 있다. 이는 관찰 추천에 의한 영재 판별을 수행하기 위해서 일반 교사들의 영재교육에 대한 훈련이 반드시 이루어져야 한다는 것을 말해준다고 하겠다.
본 연구는 학생 중심의 학교 신설요구 민원을 해결하기 학생유발계수와 같은 단기지표에 의하지 않고, 학교중심의 장기적(30년) 관점에서 학교를 안정적으로 운영하기 위한 지역내 신설학교 뿐만 아닌 기설학교 모두를 대상으로 하는 학교수용계획 수립의 필요성이 있다. 따라서 본 연구의 청주시 전체 초등학교의 학교별 30년간의 재학생수 변화 추세를 조사 분석한 결과는 다음과 같다. 첫째, 학생수 증감 추세 예측모형을 7가지로 분류하고 그 유형별 사례를 제시하였다. 둘째, 청주시를 지리적 특성과 개발지역 특성을 고려하여 10곳으로 구분하여 학생수 증감추세를 단계별로 구분하여 조사한 결과 전체 55개 초등학교중 개교한지 얼마 되지 않은 상승기 학교가 4개교, 하락초기에 접어든 학교가 15개교, 하락중기에 접어든 학교가 26개교, 하락말기에 접어든 학교가 10개교로 이에 대한 대책수립이 긴급히 필요한 상황이다. 셋째, 분석결과 최근에 신설한 학교일수록 재학생수 최고점이 점점 낮아지는 경향을 알 수 있으며, 점점 낮아져 개교시부터 학생수가 횡보 또는 하락하는 학교들이 발생하고 있다는 사실이다. 이 경우 이지역내 추가적인 신설 수요가 없음을 나타내는 것을 알 수 있다. 넷째, 학생수 증감추세 예측모형 분석 결과 학생수 감소에도 불구하고 과도한 학교신설 요구로 인한 사회적 갈등요인이 되고 있음을 알 수 있었다. 따라서 본 연구에서는 중소도시인 청주시 초등학교 학생수의 증감추세를 분석을 통하여 학교신설의 필요성과 신설규모에 대한 중장기 학교수용계획정책의 기초자료를 제공하고자 하는데 있다. 그러나 중소도시 1곳을 대상으로 하였기 때문에 이를 일반화하는데 한계가 있어, 전국을 대상으로 하는 후속연구가 필요하다.
본 연구는 수도권 4개 도시, 중부권 2개 도시(대전시, 청주시), 남부권 3개 도시 등 전국의 총 9개 시 607개 초등학교를 대상으로 최근 30년간의 학생수 증감추세를 조사 분석 결과 다음과 같은 결론에 도달하였다. 첫째, 학생수 증감 15가지 유형중 유형5가 압도적으로 많았다. 둘째, 권역별 학생수 증감 유형 차이를 비교 분석한 결과 수도권은 유형5>유형13>유형10>유형8 순이고, 중부권은 유형5>유형11>유형10>유형13 순이며, 남부권은 유형5>유형10>유형11>유형13>유형2 순으로 권역간 차이가 어느 정도 보이고 있었다. 셋째, 갈등모형1과 갈등모형2에 대한 검증결과 유형1과 유형7은 채택할 필요가 낮은 것으로 나타났다. 신도시에서는 유형5, 도시재생지역이나 시가지 확장지역에서는 대부분 유형10인 것을 알 수 있다. 본 연구 결과는 신설수요와 기설학교의 향후 학생수 변화추세가 어떠한 유형에 가깝게 진행될지 예측하는데 도움을 줄뿐만 아니라, 새로운 학교 신설이 필요한지, 또한 기설학교의 장기적 학생배치계획수립 방향 설정에 기초자료를 제공할 수 있을 것으로 기대한다. 본 연구 결과는 신설수요와 기설학교의 향후 학생수 변화추세가 어떠한 유형에 가깝게 진행될지 예측하는데 도움을 줄뿐만 아니라, 새로운 학교 신설여부나 기설학교의 장기적 학생배치계획 수립 방향설정에 기초자료가 될 수 있을 것으로 기대한다. 다만 9개시 607개 초등학교를 대상으로 하였기 때문에 이를 일반화 하는데 한계가 있어, 추가적인 연구가 필요하다.
본 연구에서는 서울 소재 한 전문대학 학생들을 대상으로 하여 최소한의 인구통계학적 변수와 1학년 1학기 성적을 활용하여 학생들의 최종 학적 상태를 예측하고자 하였다. XGBoost와 LightGBM 모델을 사용한 결과, 이러한 변수들이 학생들의 제적 여부 예측에 유의미한 것을 발견하였다. 이는 학업 시작 초기의 성적이 학업 중단의 중요한 지표가 될 수 있음을 시사한다. 또한, 전문대학의 학제가 최종 학적에 영향을 미칠 가능성을 확인하였으며, 이는 학업 기간이 학생들의 학업 중단 결정에 중요한 요소임을 나타낸다. 전문대학에서 조기 학업 중단 의도를 파악하는 데 있어 심리적, 사회적, 경제적 요인에 의존하지 않고 학업 성취도만을 기준으로 모델링을 시도하였다. 이는 향후 학업 중단에 대한 조기 경보 시스템 구축에 도움이 될 것으로 기대된다.
학습관리 시스템(LMS)에 축적되는 로그 데이터는 학습 과정에 대한 양질의 정보를 제공한다. 지금까지 LMS 로그 데이터를 활용한 학업성취 예측 연구가 다양하게 수행되었지만, 상대적으로 적은 양의 학생 및 수업 데이터에 기반하고 있어 연구 결과 일반화 가능성에 한계가 존재한다. 본 연구는 대용량 LMS 로그 데이터를 이용해 대학생 학업성취를 조기예측하는 심층신경망 모델을 개발하고 성능을 검증했다. 이를 위해 가명화 처리된 LMS 로그 데이터 78,466,385건과 성적 데이터 165,846건을 활용했다. 그 결과, 본 연구에서 제안하는 예측 모델은 우수학생 집단을 학기 초부터 높은 수준의 정확도로 예측하였다. 한편 보통 및 저성취 집단에 대한 예측 정확도는 제한적인 수준이었지만, 예측시점이 늦을수록 향상되었다. 본 연구의 결과는 순수 LMS 로그 데이터만을 이용해 실제로 활용할 수 있을 정도의 일반화 성능을 가진 심층신경망 기반 조기예측 모델을 구현했다는 의의가 있다.
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.