안정적인 수도 공급을 위한 상수도관망의 역할이 더욱 주목받음에 따라 비정상 상황에 대한 신속한 탐지와 적절한 대처 역시 중요시되고 있다. 장치에 의존한 탐지기법 등 기존의 방법론에는 한계가 존재하므로 데이터를 이용한 모델 기반의 방법이 개발되었다. 하지만 상수도관망 내 측정 데이터는 불확실성을 가져 실제 사용량과 다르다. 따라서 본 연구에서는 기계학습 방법의 하나인 인공신경망 모델을 이용하여 상수도관망 압력값을 예측함에 있어 데이터 불확실성의 영향을 조사한다. 정규분포를 따르는 임의의 값을 고려하여 데이터에 측정치 오류를 형성하고 측정치 오류 여부 및 종류에 따라 총 9가지 데이터를 인공신경망 모델을 통해 예측해 경향성을 비교한다. 분석을 통해 데이터 불확실성이 증가할수록 모델 성능이 감소하며, 출력데이터의 측정치 오류가 모델 성능에 미치는 정도가 더 큼을 확인하였다. 특히 입력데이터와 출력데이터의 측정 오차 크기가 동일한 경우 예측 정확도는 각각 72.25%, 38.61%로 큰 차이를 보였다. 따라서 ANN 모델 예측 성능 향상을 위해서는 입력 데이터보다 출력데이터인 주절점의 측정 오류 크기를 줄이는 것이 중요하다.
항만에서 하역을 수행하는 크레인 운전 훈련은 항만과 흡사한 환경에서 실제 크레인으로 훈련하는 것이 가장 바람직하지만, 시공간의 제약과 비용적인 문제가 있다. 이런 제한을 극복하기 위해 VR(Virtual Reality)을 기반으로 한 크레인 훈련 프로그램과 관련 장치가 많은 관심을 받고 있다. 본 논문에서는 HMD 상에서 동작하는 VR 기반의 항만 크레인 시뮬레이터를 설계하고 구현하였다. 본 논문에서 개발한 시뮬레이터는 HMD에서 동작하는 크레인 시뮬레이터 프로그램과 피교육자의 크레인 운전 입력을 처리하는 IoT 운전 단말기, 그리고 피교육자의 훈련 정보를 저장하는 트레이닝 서버로 구성된다. 시뮬레이터 프로그램은 Unity3D로 구현한 VR 기반의 크레인 훈련 시나리오를 제공하고, 아두이노 기반으로 개발한 IoT 운전 단말기는 2개의 컨트롤러로 구성되어, 사용자의 운전 조작을 HMD로 전달한다. 특히, 본 논문의 크레인 시뮬레이터는 트레이닝 서버를 도입하여 교육자별 환경설정 값, 진도 및 훈련 시간, 운전 경고 상황에 대한 정보를 데이터베이스화하였다. 이러한 서버 이용을 통해, 피교육자는 좀 더 편리한 환경에서 시뮬레이터 활용이 가능하고, 학습 정보 제공에 의한 향상된 교육 효과를 기대할 수 있다.
최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.
그라운드-롤(ground roll)은 육상 탄성파 탐사 자료에서 가장 흔하게 나타나는 일관성 잡음(coherent noise)이며 탐사를 통해 얻고자 하는 반사 이벤트 신호보다 훨씬 큰 진폭을 가지고 있다. 따라서 탄성파 자료 처리에서 그라운드-롤 제거는 매우 중요하고 필수적인 과정이다. 그라운드-롤 제거를 위해 주파수-파수 필터링, 커브릿(curvelet) 변환 등 여러 제거 기술이 개발되어 왔으나 제거 성능과 효율성을 개선하기 위한 방법에 대한 수요는 여전히 존재한다. 최근에는 영상처리 분야에서 개발된 딥러닝 기법들을 활용하여 탄성파 자료의 그라운드-롤을 제거하고자 하는 연구도 다양하게 수행되고 있다. 이 논문에서는 그라운드-롤 제거를 위해 CNN (convolutional neural network) 또는 cGAN (conditional generative adversarial network)을 기반으로 하는 세가지 모델(DnCNN (De-noiseCNN), pix2pix, CycleGAN)을 적용한 연구들을 소개하고 수치 예제를 통해 상세히 설명하였다. 알고리듬 비교를 위해 동일한 현장에서 취득한 송신원 모음을 훈련 자료와 테스트 자료로 나누어 모델을 학습하고, 모델 성능을 평가하였다. 이러한 딥러닝 모델은 현장자료를 사용하여 훈련할 때, 그라운드-롤이 제거된 자료가 필요하므로 주파수-파수 필터링으로 그라운드-롤을 제거하여 정답자료로 사용하였다. 딥러닝 모델의 성능 평가 및 훈련 결과 비교는 정답 자료와의 유사성을 기본으로 상관계수와 SSIM (structural similarity index measure)과 같은 정량적 지표를 활용하였다. 결과적으로 DnCNN 모델이 가장 좋은 성능을 보였으며, 다른 모델들도 그라운드-롤 제거에 활용될 수 있음을 확인하였다.
본 연구는 인출 연습의 난이도 수준과 범주와 범주 내 자극의 연합강도가 기억억제에 미치는 효과를 알아보기 위해 수행되었다. 기존의 연구들은 대부분 인출 연습 범주 내 비 인출 연습 단어의 연합강도나 정서가, 물리적 특성 조작을 통해 같은 인출 연습 동안 떠오르는 정도를 조작해 억제가 이루어지는지 연구되었다. 따라서 인출 연습 시 인출 자극의 인출 정도의 난이도가 달라질 때 어떻게 억제가 발생되는지 연구될 필요성이 있다. 인출의 난이도는 인출 학습 시 제시되는 떠올려야 하는 단어의 자음과 모음의 제시 정도를 통해 어려운 조건, 보통 조건, 쉬운 조건의 세 수준으로 조작되었다. 또한 추가적으로 범주와 범주 내 단어들 간의 연합강도가 조작되었다. 기존의 연구에서는 범주와 범주 내 단어들 간의 연합강도가 강한 조건에서는 인출 유도 망각이 발생된 반면, 범주와 범주 내 단어들 간의 연합강도가 약한 조건에서는 인출 유도 망각이 발생되지 않았다. 본 연구에서는 인출 난이도에 따라 억제 과정이 다르게 나타날 경우 범주와의 연합강도에 따라 기존의 연구결과와 다르게 나올 가능성을 탐구하였다. 연구 결과 범주와 범주 내 단어들의 연합강도가 강한 조건에서는 인출 난이도가 어려운 조건과 보통 조건에서 인출 유도 망각이 관찰된 반면, 인출 난이도가 쉬운 조건에서는 인출 유도 망각이 관찰되지 않았다. 그리고 연합 강도가 약한 조건에서는 인출 난이도가 어려운 조건에서 인출 유도 망각의 경향성을 보인 반면, 난이도가 보통 조건과 쉬운 조건에서는 인출 유도 망각이 나타나지 않았다. 이러한 결과는 인출 난이도에 따라서 기억 억제가 다르게 나타날 가능성이 시사된다.
다양성과 관련된 문제는 글로벌 시대의 도래와 함께 사회 전반에서 매우 중요한 이슈로 다루어지고 있다. 이러한 이슈는 교육의 영역에서도 강조되고 있으며 역사적으로 교육적 혜택으로부터 소외되어 왔던 사회적 그룹들에 대한 신중한 고려가 요구되고 있다. 이 연구에서는 학교 내 다양성 문제를 해결하기 위한 미국의 사례를 구체적으로 소개하고 우리나라 교육에서 다양성 문제를 다루기 위해 적용할 수 있는 시사점에 대해 논의하고자 하였다. 이를 위해 미국 스미스소니언 과학교육센터의 프로그램 내용과 2019년-2020년도에 참여한 교사들을 대상으로 수행된 설문조사 결과를 구체적으로 분석하였다. 분석 결과, 해당 프로그램은 다양성과 관련된 문제에 대해 다양한 관점에 대한 경험을 제공하고, 문제 상황과 원인에 대해 그 의미를 심도 있게 다룰 수 있도록 지원하며, 목표와 실행 계획을 구체적으로 설정하고 결과 예상을 통해 평가 및 수정할 수 있도록 안내하는 등의 특징을 보였다. 이러한 특징은 참여자들에게 학습과 경험, 그리고 문제 해결을 위한 방향의 설정에 있어서 의미있는 효과를 보이고 있었다. 이러한 내용은 우리나라 교육이 현재 그리고 앞으로 직면하게 될 학교 내 다양성 문제를 다루기 위한 방안을 구상하는 데 있어서 매우 중요한 시사점을 제공한다.
RF-fingerprint를 이용한 클러스터링 기술은 전송 파형에 포함된 송수신기의 특성(signature)을 추출하고 이들에게 임의의 레이블을 자동으로 할당함으로써, 추후 지도 학습기반에 무선단말기 분류기의 개발을 용이하게 해준다. 동종 무선 단말기 분류를 위한 RF-fingerprint 특징 추출 알고리즘의 출력은 512개 또는 1024개 이상의 고차원 특징이다. 이러한 고차원의 특징을 분류기에는 효과적일 수 있으나 클러스터링 알고리즘의 입력으로는 부적절하다. 이에 본 논문은 다차원의 RF-fingerprinting 특징을 무선단말기의 fingerprinting 특징을 유지하면서 차원을 효과적으로 줄일 수 있는 차원 축소 알고리즘을 제안하고, 축소된 차원을 효과적으로 클러스터링할 수 있는 클러스터링 알고리즘을 제안한다. 제안된 RF-fingerprinting 클러스터링 알고리즘은 다차원 RF-fingerprinting 특징을 KL Divergence 기반에 t-SNE를 이용하여 차원을 축소하고 DPC(Density Peaks Clustering)를 이용하여 클러스터링 수행한다. 무선단말기 클러스터링 알고리즘의 성능 분석은 모토롤라XiR 10대와 윈어텍 N-Series 10대에서 수집한 3000개의 데이터셋을 이용한다. RF-fingerprintining기반 클러스터링 알고리즘의 성능 분석 결과 20개의 클러스터가 형성되었고, Homogeneity, Completeness, V-measure 모두 99.4%의 성능을 보였다.
본 연구는 좋은 과학수업에 대한 과학교사의 인식을 알아보기 위해 수행되었다. 이를 위해 과학수업을 관찰하고 개선하기 위한 목적으로 개발된 KTOP(Korean Teaching Observation Protocol)을 이용하여, 1차로 KTOP의 각 항목들이 좋은 과학수업을 위해 중요하다고 생각하는지, 어느 정도로 실행하고 있는지, 그리고 어느 정도로 실행하기 어렵다고 생각하는지를 조사하였고, 2차로 실행하기 어려운 KTOP 항목들에 대한 이유와 해결 방안은 무엇이라고 생각하는지를 조사하였다. 1차로 63명과 2차로 35명의 과학교사로부터 얻은 응답은 응답의 특성에 따라 유형별로 분류하고, 분류한 내용을 요약하여 그 특징을 논의하였다. 그 결과, 과학교사들은 1개의 항목을 제외한 KTOP의 모든 항목들이 좋은 과학수업을 위해 중요하다고 응답하였으나, 실행하기 어려운 경우에는 실행정도가 낮은 것으로 나타났다. 중요하지만 실행하기 어려워 실행정도가 상대적으로 낮은 것으로 나타난 13개 KTOP 항목에 대해서는 그 이유를 학생과 교사에게 있는 것으로 많이(69%) 응답하였으나, 어려움에 대한 해결방안은 교사에게서 찾아보려는 응답(60%)이 가장 많았다. 이로부터 좋은 과학수업을 위해서는 외적인 환경보다는 교사들에 대한 이해와 지원, 역량 강화 등이 중요하다는 것을 알 수 있었다. 본 연구 결과가 과학수업에 대한 교사의 어려움을 구체적으로 이해하고, 어려움을 해결하기 위해 실제에 기반한 노력에 기여할 수 있기를 바란다.
본 논문은 센서 데이터를 수집하고 효과적으로 처리하는 IoT 서비스를 위한 스마트 센서 데이터 통합 처리 시스템을 소개한다. IoT 분야의 발전으로 센서 데이터를 수집하고 이를 네트워크로 송·수신하는 기술을 바탕으로 하는 스마트 홈, 자율주행 자동차 등의 다양한 프로젝트가 진행됨에 따라 센서 데이터를 처리하고 효과적으로 활용하기 위한 자율제어 시스템이 이슈가 되고 있다. 그러나 자율제어 시스템의 모니터링을 위한 센서 데이터 형식은 도메인에 따라 다르기 때문에 각기 다른 다양한 도메인에 자율제어 시스템을 적용하는 스마트 센서 데이터 통합 처리 시스템이 필요하다. 따라서 본 논문은 스마트 센서 데이터 통합 처리 시스템을 소개하고, 이를 적용시켜 창문을 기준으로 내부와 외부의 센서 데이터를 처리하기 위해 1) receiveData, 2) parseData, 3) addToDatabase의 3단계 프로세스를 가지고, 자율제어 시스템에 의하여 쾌적한 실내 환경을 조성하기 위해 환기를 하는 자동 창문 개폐 시스템 'Smart Window'를 제안하고 구현한다. 이를 통해 대기 정보를 수집해 모니터링하며, 저장된 데이터를 토대로 통계 분석 및 더 나은 자율제어 수행을 위한 기계학습을 가능하게 한다.
본 연구는 대학에서 영화를 기반으로 한 교양교과 수업에 실제 적용한 사례를 중심으로 이루어졌다. 이에 영화를 기반으로 교양교과 수업에 대한 인식을 알아보고자 하였다. 특히 영화 6편 중 '언터처블: 1%의 우정' 중심으로 수업 활동을 분석하여 전개하였다. 본 연구대상은 부산광역시에 소재한 D대학 2016년 1학기에 개설된 교양과목 '영화로 만나는 창의적 융합' 강좌에 수강한 대학생 44명을 대상으로 하였다. 본 연구에서는 전통적인 수업방식에서 탈피한 창의성 수업으로 영화를 감상하고 퀴즈를 온라인을 통해 선행학습한 이후 과제, 발표, 실험, 체험 등을 정규 수업시간에 수행하는 교육방법으로 15주 동안 진행하였다. 본 연구에서 영화를 활용한 교양수업에 대한 인식결과는 다음과 같다. '움직임이 살아있는 교양수업이다', '영화를 다양한 시각으로 보게 하는 교양수업이다', '나를 알게 하는 교양수업이다' 로 나타났다. 이는 일상생활에서 쉽게 접할 수 있는 영화라는 교육매체와 틀에서 벗어난 공간에서 활동하는 교양수업이 대학생들에게는 호기심을 자극하고 재미를 더해주는 것으로 인식하고 있음을 시사하고 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.