Objective: To develop a model incorporating radiomic features and clinical factors to accurately predict acute ischemic stroke (AIS) outcomes. Materials and Methods: Data from 522 AIS patients (382 male [73.2%]; mean age ± standard deviation, 58.9 ± 11.5 years) were randomly divided into the training (n = 311) and validation cohorts (n = 211). According to the modified Rankin Scale (mRS) at 6 months after hospital discharge, prognosis was dichotomized into good (mRS ≤ 2) and poor (mRS > 2); 1310 radiomics features were extracted from diffusion-weighted imaging and apparent diffusion coefficient maps. The minimum redundancy maximum relevance algorithm and the least absolute shrinkage and selection operator logistic regression method were implemented to select the features and establish a radiomics model. Univariable and multivariable logistic regression analyses were performed to identify the clinical factors and construct a clinical model. Ultimately, a multivariable logistic regression analysis incorporating independent clinical factors and radiomics score was implemented to establish the final combined prediction model using a backward step-down selection procedure, and a clinical-radiomics nomogram was developed. The models were evaluated using calibration, receiver operating characteristic (ROC), and decision curve analyses. Results: Age, sex, stroke history, diabetes, baseline mRS, baseline National Institutes of Health Stroke Scale score, and radiomics score were independent predictors of AIS outcomes. The area under the ROC curve of the clinical-radiomics model was 0.868 (95% confidence interval, 0.825-0.910) in the training cohort and 0.890 (0.844-0.936) in the validation cohort, which was significantly larger than that of the clinical or radiomics models. The clinical radiomics nomogram was well calibrated (p > 0.05). The decision curve analysis indicated its clinical usefulness. Conclusion: The clinical-radiomics model outperformed individual clinical or radiomics models and achieved satisfactory performance in predicting AIS outcomes.
Objective: To develop a deep-learning-based bone age prediction model optimized for Korean children and adolescents and evaluate its feasibility by comparing it with a Greulich-Pyle-based deep-learning model. Materials and Methods: A convolutional neural network was trained to predict age according to the bone development shown on a hand radiograph (bone age) using 21036 hand radiographs of Korean children and adolescents without known bone development-affecting diseases/conditions obtained between 1998 and 2019 (median age [interquartile range {IQR}], 9 [7-12] years; male:female, 11794:9242) and their chronological ages as labels (Korean model). We constructed 2 separate external datasets consisting of Korean children and adolescents with healthy bone development (Institution 1: n = 343; median age [IQR], 10 [4-15] years; male: female, 183:160; Institution 2: n = 321; median age [IQR], 9 [5-14] years; male: female, 164:157) to test the model performance. The mean absolute error (MAE), root mean square error (RMSE), and proportions of bone age predictions within 6, 12, 18, and 24 months of the reference age (chronological age) were compared between the Korean model and a commercial model (VUNO Med-BoneAge version 1.1; VUNO) trained with Greulich-Pyle-based age as the label (GP-based model). Results: Compared with the GP-based model, the Korean model showed a lower RMSE (11.2 vs. 13.8 months; P = 0.004) and MAE (8.2 vs. 10.5 months; P = 0.002), a higher proportion of bone age predictions within 18 months of chronological age (88.3% vs. 82.2%; P = 0.031) for Institution 1, and a lower MAE (9.5 vs. 11.0 months; P = 0.022) and higher proportion of bone age predictions within 6 months (44.5% vs. 36.4%; P = 0.044) for Institution 2. Conclusion: The Korean model trained using the chronological ages of Korean children and adolescents without known bone development-affecting diseases/conditions as labels performed better in bone age assessment than the GP-based model in the Korean pediatric population. Further validation is required to confirm its accuracy.
Dong Wook Kim;Hyemin Ahn;Kyung Won Kim;Seung Soo Lee;Hwa Jung Kim;Yousun Ko;Taeyong Park;Jeongjin Lee
Korean Journal of Radiology
/
제23권11호
/
pp.1055-1066
/
2022
Objective: The clinical relevance of myosteatosis has not been well evaluated in patients with pancreatic ductal adenocarcinoma (PDAC), although sarcopenia has been extensively researched. Therefore, we evaluated the prognostic value of muscle quality, including myosteatosis, in patients with resectable PDAC treated surgically. Materials and Methods: We retrospectively evaluated 347 patients with resectable PDAC who underwent curative surgery (mean age ± standard deviation, 63.6 ± 9.6 years; 202 male). Automatic muscle segmentation was performed on preoperative computed tomography (CT) images using an artificial intelligence program. A single axial image of the portal phase at the inferior endplate level of the L3 vertebra was used for analysis in each patient. Sarcopenia was evaluated using the skeletal muscle index, calculated as the skeletal muscle area (SMA) divided by the height squared. The mean SMA attenuation was used to evaluate myosteatosis. Diagnostic cutoff values for sarcopenia and myosteatosis were devised using the Contal and O'Quigley methods, and patients were classified according to normal (nMT), sarcopenic (sMT), myosteatotic (mMT), or combined (cMT) muscle quality types. Multivariable Cox regression analyses were conducted to assess the effects of muscle type on the overall survival (OS) and recurrence-free survival (RFS) after surgery. Results: Eighty-four (24.2%), 73 (21.0%), 75 (21.6%), and 115 (33.1%) patients were classified as having nMT, sMT, mMT, and cMT, respectively. Compared to nMT, mMT and cMT were significantly associated with poorer OS, with hazard ratios (HRs) of 1.49 (95% confidence interval, 1.00-2.22) and 1.68 (1.16-2.43), respectively, while sMT was not (HR of 1.40 [0.94-2.10]). Only mMT was significantly associated with poorer RFS, with an HR of 1.59 (1.07-2.35), while sMT and cMT were not. Conclusion: Myosteatosis was associated with poor OS and RFS in patients with resectable PDAC who underwent curative surgery.
2017년 UN에서는 전 세계적으로 60세 이상 인구는 모든 젊은 연령층보다 빠르게 증가하고 있으며, 2050년까지 60세 이상 인구는 아프리카를 제외한 전 세계 인구의 최소 25%를 구성할 것으로 예상하였다. 세계는 전반적으로 고령화로 인해 일을 할 수 있는 인구의 증가율이 감소하고 있으며, 청년층은 힘들고 어려운 직업을 선호하지 않고 있다. 이론적으로는 인공지능을 겸비한 AI가 모든 분야에서 사람을 대신할 수 있다고 하지만 윤리적인 판단 등 현실 세계의 정보보호 분야에서는 사람의 판단과 노하우가 절대적으로 필요하다. 이에, 본 논문에서는 IT 종사자 중 50대 이상 퇴직자 또는 전직을 희망하는 사람을 대상으로 재교육을 통해 현업으로 유입시키는 방법을 제안하고자 한다. 연구를 위해 수요 부분의 정부·공공기관 21곳과 공급 부분의 보안관제전문업체 9곳을 대상으로 설문하였으며 설문 결과 공급(78%)와 수요(90%) 모두가 절대적으로 필요하다는 데 의견을 모았다. 향후 이 연구 결과를 토대로 현장에 적용한다면 인구 저출산 100세 시대에 정보보호분야 시니어의 전략적 육성으로 대한민국 정보보호산업의 초석이 될 신규시장을 발굴할 수 있을 것이다.
챗GPT는 우리 사회의 모든 분야에 커다란 반향을 일으키고 있으며, 이는 교육 분야에서도 마찬가지이다. 하지만 학교 현장에서의 챗GPT에 관한 학계 및 사회적 논의는 주로 표절과 같은 부정행위에 초점이 맞춰져있으며, 학생들의 인공지능 기술 활용으로 인한 긍정적인 효과에 대해서는 상대적으로 연구가 부족한 실정이다. 그와 더불어, 코로나 시대의 교육 위기 속에서 학업열의를 증진시키는 연구의 필요성이 제기되고 있다. 이러한 문제인식에 따라 우리는 학생들의 챗GPT 리터러시 수준에 따라 학업열의가 어떻게 나타나는지에 대해 알아보고, 그 과정에서 학생들의 학업 자신감 및 지각된 학업역량이 매개효과를 나타내는지를 확인했다. 이를 위해 406명의 대학생을 대상으로 수집한 데이터를 SPSS로 분석했다. 그 결과, 챗GPT 리터러시는 학업열의에 긍정적인 영향을 미치는 것이 확인되었으며, 학업자신감은 챗GPT 리터러시와 학업열의 사이를 매개했다. 또한 학업자신감과 지각된 학업역량은 이중으로 매개되었을 때 유의한 결과를 도출했다. 이러한 결과를 바탕으로 우리는 챗GPT 리터러시와 학업열의 사이의 이론적 매커니즘을 명확히 규명할 수 있다는 이론적 함의를 논하였다. 또한 이와 관련하여 챗GPT 리터러시 교육의 중요성에 관한 실용적 함의에 대해도 기술하였다.
최근 생성형 인공지능 기술이 급속도로 발전함에 따라, 이를 실무에 활용하는 방법에 대한 관심이 높아지고 있다. 또한 사용자 요구에 부합하는 결과물을 생성하기 위한 프롬프트 엔지니어링의 중요성이 새롭게 조명되고 있다. 이러한 생성형 인공지능의 새로운 활용 가능성을 탐구하는 것은 중요한 가치를 지닐 수 있다. 본 연구는 대표적인 생성형 인공지능인 챗지피티 4.0을 활용하여 온라인 고객 리뷰 데이터 분석을 통한 효과적인 사용자 경험 평가 방법을 제안하는 것을 목적으로 한다. 사용자 경험 평가 방법은 사용자 경험 계층의 6단계 요소인 '기능성', '신뢰성', '사용성', '편의성', '감성', '의미성'을 기반으로 수행되었다. 본 연구를 위해 프롬프트 엔지니어링의 이해도를 높이고 사용자경험 계층의 명확한 개념을 파악하는 문헌연구를 수행하고, 이를 기반으로 프롬프트를 작성 및 수집된 온라인 고객 리뷰 데이터 분석을 통한 사용자 경험 평가 방법을 위한 실험이 수행되었다. 본 연구에서 우리는 사용자 경험 요소에 대한 정확한 정의 및 분류 과정에 대한 설명 입력 시, 챗지피티는 사용자 경험 평가에 대한 우수한 성능을 나타냈으나, 시간적 제약으로 다량의 데이터 분석에 한계를 나타냈음을 밝힌다. 우리는 사용자 경험 평가에 챗지피티 4.0을 활용하는 방법을 소개하고 제안함으로써 UX 분야의 발전에 공헌할 수 있는 것으로 기대한다.
본 연구는 소비자의 감성과 경험이 중요한 서비스 분야에서 생성형 인공지능을 활용하는 방법에 대한 조사를 목표로 활용시의 환각 현상을 최소화하고, 소비자의 감성 및 경험에 대한 전략적 서비스를 개발하는 것에 초점을 맞추고 있다. 이를 위해 기계적인 방식의 접근과 사용자가 프롬프트를 직접 생성하는 방식을 검토하였고, 사업아이템 정의 제공, 페르소나 특성 값 제공, 예시와 맥락형 동사명령, 출력 포멧과 톤 컨셉 지정 등의 프롬프트 생성 요인을 중심으로 실험적으로 적용하였다. 연구는 생성형 AI가 제공하는 맞춤형 콘텐츠의 정확성과 사용자 만족도를 향상시키는 데 기여할 수 있는 방안을 탐색한다. 또한, 이러한 접근 방식은 생성형 인공지능을 실제 서비스에 적용 시 발생할 수 있는 환각 현상 중심의 문제들을 해결하는 데 중요한 역할을 하며, 생성형 인공지능을 통한 소비자 서비스 혁신에 기여할 것으로 기대한다. 연구 결과는 소비자의 감성과 경험을 풍부하게 해석하는데 생성형 인공지능이 중요한 역할을 할 수 있음을 보여주며, 이는 다양한 산업 분야에서의 활용 가능성을 넓히고, 기술 발전을 넘어 소비자 감성 및 경험 전략의 새로운 방향을 제시할 것으로 기대한다. 하지만, 아직은 연구가 생소한 생성형 AI 기술 기반의 연구를 진행함으로써 미흡한 부분이 많다. 향후 연구에서는 더 다양한 산업 환경 적용으로 연구요인들의 범용성과 조건별 효과를 더 깊이 탐구할 필요가 있다. 또한, AI 기술의 급속한 발전에 따라 새로운 형태의 환각 증상과 이에 대응하는 새로운 전략 개발에 관한 연구가 지속해서 이루어져야 할 것이다.
본 연구는 ChatGPT 서비스의 개시 이후 인공지능 혁명이라 일컬어지는 시대적 배경 속에서, 웹사이트의 제작과 인공지능의 융합을 위해 딥러닝 모델을 학습 및 구현하고자 한다. 딥러닝 모델은 수집한 3,000개의 웹페이지 이미지를 구성요소와 레이아웃 분류체계 기반의 데이터 가공을 통해 학습하였으며, 다음과 같은 세 가지 단계로 구분하여 진행하였다. 첫째, 인공지능 모델에 관한 선행연구를 조사하여 구현하고자 하는 모델에 가장 적합한 알고리즘을 선택하였다. 둘째, 적합한 웹페이지 및 단락 이미지를 수집하고 분류 및 가공하였다. 셋째, 딥러닝 모델을 학습시키고 서빙 인터페이스를 연동해 모델의 실제 결과를 확인하였다. 이렇게 구현된 모델은 실제 웹페이지를 구성하는 복수의 단락을 탐지하고, 단락별 규모, 요소, 특징을 분석하여 분류체계를 기반으로 의미 있는 데이터를 도출할 것이다. 이 과정은 점차 발전하여 웹페이지를 보다 정밀하게 분석할 수 있게 될 것이다. 그리고 정밀 분석기법을 역으로 설계하여, 인공지능이 완벽한 웹페이지를 자동으로 생성할 수 있는 연구의 초석이 될 것으로 기대한다.
푸드테크 산업 중 서비스 로봇 시장이 커짐에 따라 외식산업의 소비자 행동의도에 영향을 끼치는 로봇 서비스의 품질이 중요하다. 식당 서빙로봇은 직원의 업무를 줄여주기도 하지만, 서비스 실패에 따른 대응이 되지 않기 때문에 고객의 불만족은 물론 직원의 업무를 늘리기도 한다. 주문과 서빙 기능 외에 서비스 품질을 높이기 위해서 직원처럼 서비스 실패 후 복구 노력, 과정의 공정성, 공감, 대응성, 확신성에 대한 기능도 요구된다. 이에 우리는 식당 서빙 서비스 실패 유형을 내적, 외적요인으로 가정하고, 서비스에 실패했을 때 직업 윤리적인 태도로 대응할 수 있도록 직업윤리적 공감모듈이 있는 서빙로봇을 개발했다. 이때 서빙로봇의 표정과 액션은 평상 서비스 모드에 실패복구 노력과 공감을 반영한 실패 모드를 추가하여 개발하였으며, 두 유형의 서비스 실패에 따른 서빙로봇의 직업 윤리적 공감 대응 여부가 로봇평가에 유의미한지를 실험하였다. 실험참가자들은 로봇 실수보다 다른 고객의 실수에 따른 서비스 실패에 더 불편해했으며, 서빙로봇의 직업윤리적 공감과 대응은 적절했다고 응답하였다. 또한 직업윤리적 공감 모듈의 장착여부에 따라 로봇 호감도는 차이가 없지만 안전성은 유의미한 차이를 보였다. 생성형 인공지능을 활용하여 직업윤리적 공감 대응 모듈을 탑재한다면, 국내 서빙로봇산업과 시장은 더욱 성장할 수 있을 것이다.
Objectives: Interventions promoting physical exercise and healthy habits in workplaces have been shown to be effective in reducing risk factors for metabolic syndrome. This study was conducted to examine the effects of an individualized conditioning exercise program of IT company office workers with or at higher risk of metabolic syndrome. Methods: A total of 444 IT company office workers with or at higher risk of metabolic syndrome participated in a 3-month conditioning exercise program. Body composition data using bioelectrical impedance analysis and cardiopulmonary data using cardiopulmonary exercise testing from 53 individuals (mean age: 34.8 ± 7.1 years, sex : 21% female, height : 170.4 ± 6.8 cm, weight : 75.2±12.2 kg, body mass index : 25.8±3.3 kg/m2) who have successfully completed pre-test, intervention, and post-test were analyzed. The 12 weeks intervention encompassed: (1) health counseling (2) supervised exercise(endurance-based, aerobic exercise, or circuit training once a week for 50 minutes at heart rate reserve(HRR) of 77-95%) (3) self-directed exercise and biweekly health screening checks. Results: The results indicated a significant decrease in body weight, body fat mass and body mass index, respectively. Moreover, VO2peak, AT VO2 and AT Time significantly improved, respectively. Resting blood pressure(SBP/DBP) showed positive changes but were not statistically significant. We observed the correlation between characteristics of participants and rate of changes in cardiopulmonary outcomes of participants, there are no significant correlation. These results indicate positive changes in body composition and cardiorespiratory fitness parameters following individualized conditioning exercise program. Conclusions: Individualized workplace exercise program for preventing metabolic syndrome can lead to improvements in body composition and cardiorespiratory fitness.
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.