e-러닝 환경에서는 학습자의 학습행동이 학습관리시스템(LMS)에 자동으로 기록되며, 최근에는 이러한 데이터를 분석하여 수업과 학습성과 향상에 활용하는 학습분석학(learning analytics)적 접근이 증가하고 있다. 중도탈락은 e-러닝에서 지속되어 온 문제로, 본 연구는 일반대학 e-러닝 강좌에서 LMS에 기록된 데이터로부터 중도탈락 예측 모형을 구축하여 e-러닝 중도탈락 처방에 기초 자료를 제공하고자 하였다. 국내 일반대학에서 운영되는 교양 e-러닝 강좌를 편의표집하고, 이 강좌를 수강하는 578명의 자료로 중도탈락을 예측하는 로지스틱 회귀분석을 실시한 결과, 주차별로 계획된 학습을 규칙적으로 완료하는 출석과 총 학습시간이 중도탈락 예측에 유의한 선행요인으로 분석되었고, 이 로지스틱 회귀모형은 전체적으로 96%의 정확도로 수강완료자와 중도탈락자를 구분하였다. 또한 학습자가 중도탈락을 결정하기 이전 시점에서 이 모형을 적용하여 중도탈락 조기 판별 가능성을 탐색하고, 본 연구결과를 토대로 시사점과 이 모형의 잠재적 활용가치를 논의하였다.
최근 산업 보안 정책에도 불구하고 기업의 내부 정보 유출이 심각하게 증가하여 산업별로 정보 유출 방지 대책을 수립하는 것이 필수적이다. 대부분의 정보 유출은 외부 공격이 아닌 내부자에 의해 이루어지고 있다. 본 논문에서는 이동식 저장매체 및 네트워크를 통한 기밀 파일 유출방지를 위한 실시간 내부 정보 유출 방지 시스템을 구현하였다. 또한, 기업 내의 정보 로그 데이터의 저장 및 분석을 위해 Hadoop 기반 사용자 행동 분석 및 통계시스템을 설계 및 구현하였다. 제안한 시스템은 HDFS에 대량의 데이터를 저장하고 RHive를 사용하여 데이터 처리 기능을 개선함으로써 관리자가 기밀 파일 유출 시도를 인식하고 분석할 수 있도록 하였다. 구현한 시스템은 이동식 데이터 매체와 네트워크를 통해 기업 내부로의 기밀 파일 유출로 인한 피해를 줄이는 데 기여할 수 있을 것으로 사료된다.
온라인 게임의 다양한 보안 위협 가운데, 온라인 게임 봇의 사용이 게임 서비스에 가장 심각한 문제를 야기하고 있다. 본 논문에서는 온라인 게임 봇 탐지를 위한 소셜 액티비티 분석 프레임워크를 제안한다. 이 프레임워크를 이용하여 게이머의 소셜 액티비티를 가장 많이 포함하고 있는 파티 플레이(party play) 로그를 분석하는 데에 적용하였다. 게임 봇은 일반 사용자들과 다르게, 사이버 자산을 빠르게 얻는데 특화되어 있기 때문에 소셜 액티비티를 분석할 경우 정상적인 사용자들과 행동 패턴에 차이가 있다. 이 특징을 이용하여 게임 봇 이용자와 일반 이용자들을 구분해 낼 수있도록, 사용자 행위를 분석하고 온라인 게임 봇 탐지를 위한 임계값을 정의하였다. 탐지 규칙을 포함하는 지식 기반 시스템을 구축한 뒤 이를 국내 최대, 세계 6위 규모의 게임에 적용하였다. 본 논문의 프레임워크를 활용하여 분류를 한 결과 95.92%의 높은 정확도를 보였다.
대중매체에 노출된 장소는 잠재여행객에게 호기심과 기대를 형성하여 행동을 유도하며 대중매체를 통해 반복적으로 노출된 장소는 시청자에게 영향을 미친다. TV 프로그램 중에서 가장 큰 파급력을 지닌 장르는 드라마이고, 드라마와는 다른 특성의 몰입을 제공하는 리얼리티프로그램은 시청자의 여행지 선정에 영향을 준다. 관광지처럼 시장에서 평가되지 못하는 대상의 가치추정에 주로 이용되는 것이 가상가치평가법(CVM)이다. 본 연구는 CVM을 활용하여 드라마와 여행예능프로그램을 대상으로 촬영지의 경제적 가치평가를 실시 한 후 두 프로그램 촬영지의 연구결과를 비교분석 하였다. 드라마와 여행예능 프로그램 촬영지 지불의사측정을 위해 선형로짓과 로그로짓분석을 실시하였으며 지불가능금액을 도츨하였다. 연구결론은 드라마와 여행예능 프로그램 촬영지를 방문하는데 필요한 여행비용이 증가할수록 방문의사는 감소하였다. 드라마와 여행예능 프로그램 촬영지 방문시에 지불가능한 금액이 일반 당일여행 평균소비금액보다 높았으며 드라마가 여행예능프로그램 촬영지 방문보다 지불가능한 금액이 모두 높았다.
최근에 빅 데이터와 AI 기술을 교육의 평가와 개별 학습에 적용하는 연구 성과가 있었다. 정보 기술의 혁신으로 소셜 미디어, MOOC, 지능형 개인지도 시스템, LMS, 센서 및 모바일 장치 등으로부터 학생들의 개인 기록, 생리학적 데이터, 학습 로그 및 활동, 학습 성과 및 결과를 포함하는 동적이고 복잡한 데이터를 수집 가능하였다. 또한 COVID-19 환경에서 e-러닝이 활성화 되어 많은 양의 학습 데이터가 생성되었다. 이 데이터로부터 학습 분석과 AI 기술을 적용하여 의미있는 패턴의 추출과 지식의 발견이 될 것으로 예상된다. 학습자 측면에서 학생의 학습 및 정서적 행동 패턴과 프로필을 식별하고, 평가 및 평가 방법을 개선하고, 개별 학생의 학습 성과 또는 중퇴를 예측하고, 개인화 된 지원을 위한 적응 시스템에 대한 연구는 필요하다. 본 연구에서는 교육용 데이터를 대상으로 이상탐지와 추천시스템에서 사용하는 기계학습 기술에 대한 조사와 분류를 하여 교육 분야의 연구에 기여하고자 한다.
본 연구에서는 부도기업의 부도 후 회생여부와 부도발생시의 주식시장의 반응과의 관계를 조사하였다. 즉 증권시장이 부도기업의 사후적인 회생 또는 회생실패에 대한 통찰력을 부도시에 이미 갖고 있는지를 부도처리시의 주가반응을 분석함으로써 검정하고자 하는 것이다. 이를 위하여 외환위기 후 상장기업의 부도가 빈발하였던 1998년에서 2000년 사이에 부도가 발생한 상장회사 55개 기업을 대상으로 후에 회생한 기업(31개기업)과 그렇지 못한 기업(24개 기업)을 구분하여 후에 회생한 기업의 부도시의 주가반응이 회생하지 못한 기업의 부도시의 주가반응보다 덜 부정적이었는지를 검정하였다. 실증분석 결과 부도기업 중 후에 회생한 기업(31개기업)의 분석기간 ($-10{\sim}+10$)중 평균초과수익률과 누적평균초과수익률이 비회생기업(24개기업)의 그것에 대하여 유의한 (+)의 차이가 나타나지 않았다. 또한 부도기업의 누적초과수익률을 종속변수로 하고 회생여부를 나타내는 더미변수, 전년도감사의견이 적정의견인지의 여부, 부채비율, 총자산(억원) 자연 로그값, 사전적 폭로정보 대용변수로서의 지난 1년간 주가반응을 의미하는 (-230, -11)윈도우 누적초과수익률을 독립변수로 하여 다중회귀분석을 실시하였으나 부도후 회생여부를 나타내는 더미변수의 회귀계수는 유의적이지 않았다. 따라서 초과수익률 차이분석결과 회생기업의 부도시의 주가반응이 비회생기업의 그것에 비하여 유의한 (+)의 차이가 없고, 또한 회귀분석 결과 부도시의 초과수익률과 부도후 회생여부는 유의한 관계가 없으므로 부도처리시의 주가반응에서 후에 회생하는 기업이 그렇지 않은 기업보다 덜 부정적일 것이다라는 연구가설은 기각된다.등에 대한 평가기준의 재정립이 강구되어야 할 것이다.한 변동성에서 큰 위험프리미엄이라는 연결고리를 거쳐 코리아 디스카운트라는 현상으로 귀착되는 현상에 주목하고 있는 본 연구의 결과가 실무에서 유용하게 사용됨은 물론이요 또한 본 연구의 방법론 자체가 매우 정교하고 포괄적이어서 금융시계열을 포함한 다른 여러 분야에 크게 응용될 수 있는 외부효과도 기대된다.R 효과는 전통적 의미의 일반적으로 낮은 PER종목이 초과수익률을 내는 것이 아니라, 기업규모가 크더라도 그 기업의 개별특성을 고려했을 때 이와 비교해 상대적으로 PER가 낮은 종목에 투자하면 초과수익을 낼 수 있음을 의미한다. 발견하였다.적 일정하게 하는 소비행동을 목표로 삼고 소비와 투자에 대한 의사결정을 내리고 있음이 실증분석을 통하여 밝혀졌다. 투자자들은 무위험 자산과 위험성 자산을 동시에 고려하여 포트폴리오를 구성하는 투자활동을 행동에 옮기고 있다.서, Loser포트폴리오를 매수보유하는 반전거래전략이 Winner포트폴리오를 매수보유하는 계속거래전략보다 적합한 전략임을 알 수 있었다. 다섯째, Loser포트폴리오와 Winner포트폴리오를 각각 투자대상종목으로써 매수보유한 반전거래전략과 계속거래 전략에 대한 유용성을 비교검증한 Loser포트폴리오와 Winner포트폴리오 각각의 1개월 평균초과수익률에 의하면, 반전거래전략의 Loser포트폴리오가 계속거래전략의 Winner포트폴리오보다 약 5배정도의 높은 1개월 평균초과수익률을 실현하였고, 반전거래전략의 유용성을 충분히 발휘하기 위하여 장단기의 투자기간을 설정할 경우에 6개월에서 36개월로 이동함에 따라 6개월부터 24개월까지는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을
모바일 게임 산업은 빠르게 성장하는 산업으로 이미 놀라운 크기의 시장 규모를 가지고 있다. 이러한 모바일 게임의 산업적 중요성에 따라 점차 구매의도에 대한 연구와 함께 실제 인앱구매 행동에 관한 연구가 요구되고 있다. 따라서 본 논문은 국내 모바일 게임업체에서 제공한 실제 게임 로그 데이터셋을 분석하여 인앱 구매의 핵심 동인을 연구하였다. 구체적으로, 목표 지향적, 습관적, 그리고 사회적 상호작용적 게임플레이의 인앱구매에 대한 영향을 분석하고, 추가적으로 게임플레이와 구매 행동과의 재귀적 관계도 고려하였다. 음이항 회귀분석 분석 결과, 모든 요인들이 당기의 인앱구매에 긍정적인 영향을 미치는 것으로 나타났다. 또한, 일반화 적률법 분석 결과, 이전의 습관적인 게임플레이는 인앱구매에 긍정적인 영향을 미치지만, 이전의 사회적 상호작용적 게임플레이와 이전의 인앱구매는 현재의 인앱구매에 부정적인 영향을 미치는 것으로 나타났다. 이러한 연구 결과를 토대로 본 연구는 모바일 게임플레이의 다양한 특성들이 인앱구매에 미치는 영향에 대한 이해를 향상시킬 수 있으며, 나아가 연구자와 실무자에게 의미 있는 통찰력을 제공할 수 있을 것으로 기대된다.
인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.
본 논문은 B2C 온라인 인터넷 쇼핑을 돕기 위한 비교쇼핑 에이전트를 설계하고 이를 구현하는데 목적을 두고 있다. 오프라인 상점에서 상품을 구매할 때 구매자가 판매원에게 제품의 제조사, 모델, 기능 또는 가격대를 설명하면 판매원이 해당 상품들을 보여주거나 카탈로그를 보여준다. 구매자는 상품의 기능이나 디자인을 비교하면서 적절한 상품군을 정한 후 가격을 비교한 다음에 가장 싼 곳에서 상품을 구입한다. 본 논문이 소개할 비교쇼핑 에이전트 ${\ulcorner}$PriceMeter${\lrcorner}$는 이러한 구매 행동에 최대한 부합 되도록 설계하였다. 구매자가 원하는 제조사, 가격, 기능 등을 선택한 후 검색하면 해당되는 상품들의 설명과 가격 정보들을 이 비교쇼핑 에이전트가 취합하여 보여준다. 마음에 드는 상품들을 카탈로그 양식으로 비교해서 볼 수도 있고, 프린트 양식으로 출력할 수도 있다. 특정 상품을 클릭하면 해당 상품을 판매하는 쇼핑몰들의 정보와 판매 가격을 함께 보여주며, 구매 아이콘을 클릭하면 쇼핑몰의 해당 상품 페이지로 이동할 수 있도록 하고 있다. B2C 전자상거래에 있어 비교쇼핑 에이전트의 구현과 확산은 구매자에게 더 많은 정보와 권한을 제공함으로써 소비자 중심의 유통경제를 한 걸음 앞당길 수 있다. 특정 상품에 대한 가격과 상세 정보를 일목요연하게 제공받는 구매자들은 보다 현명한 구매를 할 수 있으며, 거래과정에서 판매자(생산자)와 구매자의 협상력이 구매자에게로 옮겨질 수 있다. 본 논문이 제시한 비교쇼핑에이전트는 소비자 중심의 사이버 유통시대를 촉진하는데 일익을 담당하는데 그 의의가 있다.
현대의 사회는 Single tapping, 단방향 통신, 통합 아이디 등 빠름, 간편함, 편리함을 위해 최대한 사용자의 행동 패턴을 줄이고 소모시간이 적게 걸리는 기술이 우선시 되고 있다. 스마트 웰렛 시장과 마찬가지로 사용자의 편의성, 신속성, 간편성을 적용하려는 분야는 통합 아이디 시장이다. 일반적으로 사용자들이 잊어버리기 쉬운 ID와 패스워드를 통합 관리하기 위한 시스템으로서 다수의 ID와 패스워드를 보유하고 있는 사용자가 보유한 다수의 정보를 시스템에 등록하여 한 번의 로그인에 의해 다수의 서비스를 받을 수 있는 기술이다. 하지만 OpenID 시대의 도래에도 다수의 서비스들에서 해당 기술이 적용되지 않는 이유가 각 사업자의 사이트에 일일이 가입해야 하는 등 서로의 이익을 위해 기술 적용을 꺼리는 경우가 많다. 또한, 다수의 포인트 사업자에 가입이 되어 있을 경우, 어떤 포인트의 적립이나 할인이 사용자 본인에게 더 유리한지 한눈에 확인할 수 없기 때문에 스스로 포인트 카드에 맞는 유리함을 계산해야하는 어려움이 있다. 따라서 본 논문은 사용자의 편의성을 위하여 단하나의 ID로 여러 가입된 사이트 및 카드 포인트 적립, 결제와 같은 서비스를 이용할 수 있도록 안전한 통신 아이디어를 제안한다. 또한, 통합 ID를 통하여 가맹점의 혜택 카드를 일일이 찾는 수고를 줄여 보다 간편하고 효율적인 적립이나 할인을 제공할 수 있는 시스템을 제안한다.
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.