다양한 IoT(Internet of Things) 서비스들이 등장하면서 IoT 기기의 테스크를 오프로딩 시키는 연구가 진행되었다. 기존에는 클라우드 컴퓨팅을 통한 오프로딩이 고려되었지만 서비스 응답 지연 및 코어 네트워크의 부하 등의 이슈로 인해 IoT 기기 근처에서 오프로딩을 지원하는 포그 컴퓨팅 개념이 도입되었다. 하지만 포그 컴퓨팅 환경에서도 서비스 대상 IoT 기기가 증가하게 되면 클라우드 환경과 마찬가지로 부하 집중 문제로 인해 서비스 응답 지연이 발생할 수 있다. 이를 해결하기 위하여 자동차, 드론 등 IoT 기기 근처에 존재하는 컴퓨팅 가능 노드들을 통해 오프로딩을 수행하는 개념인 기회적 포그 컴퓨팅이 등장하였다. 기존의 포그 및 기회적 포그 컴퓨팅 노드들을 활용한 오프로딩 연구들은 서비스의 요청이 있을 때 가용한 노드를 통해 오프로딩을 수행한다. 기존의 연구 방법대로 오프로딩을 수행한다면 기회적 포그 컴퓨팅 노드가 가용할 때에 발생된 요청들만 해당 노드들로 오프로딩이 가능하다. 하지만 서비스의 응답 지연 요구사항만 만족시킨다면 즉시적으로 요청을 처리할 필요가 없고 최대한 많은 테스크를 기회적 포그 컴퓨팅 노드로 오프로딩 시키는 것이 부하 분산에 용이하다. 그러므로 본 논문에서는 오프로딩 타이머를 기반으로 서비스 응답 지연 요구사항을 만족시키면서 최대한 기회적 포그 컴퓨팅 노드들을 통해 오프로딩 시킬 수 있는 지연된 오프로딩 방법을 제안하고자 한다.
농업에서의 무인기는 촬영 영역은 작지만, 위성이 가지지 못하는 초고해상도의 영상 수집이 가능하며, 작물의 생물계절에 맞는 영상을 적시에 획득 할 수 있어 들녘단위 농경지의 모니터링에 유용하게 사용될 수 있다. 하지만 무인기의 경우 위성과 달리 다양한 카메라와 촬영 환경에 따른 다중시기 영상을 활용하기 때문에 시계열 영상 활용을 위해서는 정규화 된 영상자료를 활용하는 것이 필수적으로 요구된다. 본 연구는 무인기 다중분광 영상의 농업 모니터링 시계열 활용을 위해 촬영 환경에 따른 무인기 반사율 및 식생지수의 변동성을 분석하였다. 촬영 고도, 촬영 방향, 촬영시간, 운량과 같은 환경요인에 따른 반사율 변동성은 8%에서 11%로 매우 크게 나타났으나, 식생지수의 변동성은 1% ~ 5%로 안정적인 것을 확인 할 수 있었다. 이러한 현상은 무인기 다중분광센서의 특성과 후처리 프로그램의 정규화 등 다양한 원인이 존재하는 것으로 판단된다. 따라서 무인기 영상의 시계열 활용을 위해서는 식생지수와 같은 밴드비율함수를 활용하는 것이 권장되며 촬영 시 가능한 동일한 촬영시간, 촬영 고도, 촬영 방향을 설정하여 시계열 영상의 변동성을 최소화하는 것이 권장된다.
본 연구는 산림치유인자를 활용한 숲 활동이 면역력증진과 건강증진으로 이어지는 산림치유 효과의 발현과정을 이론적 그리고 정성적으로 분석하고 산림치유 개념을 정밀화하고 체계화하기 위하여 수행되었다. 연구분석자료는 산림치유 관련 기관 웹사이트와 2000년에서 2020년 3월까지 산림치유로 검색되는 33편의 석·박사 학위논문과 33편의 전문학술지 논문의 주요어, 2016년 산림치유 체험수기 공모전 입상작에 나타난 명사와 형용사 빈도수에 근거하여 워드클라우드를 생성하였다. 단어 빈도수를 근거로 한 해석으로 산림치유 요인을 도출하고 치유 효과의 발현과정을 추론하여 산림치유에 대한 개념을 정의하였다. 산림 치유력의 원천은 산림치유인자와 함께 숲에 대한 긍정적 경험과 자연에 대한 태도가 중요한 것으로 나타났다. 치유효과는 산림치유프로그램을 통해 극대화되고, 신체적 정신적 회복력과 저항력으로 이어지며, 결과적으로 건강증진, 면역력 증진으로 나타난다. 본 연구는 산림치유란 "대상자들의 숲에 대한 긍정경험 및 태도와 산림의 환경요소를 매개로 대상자들의 심리적, 신체적, 영적 회복력을 위한 건강증진 활동"이라 제안한다.
본 논문에서 챗봇에서 사용하는 AI알고리즘과 자연어처리 방법을 분류하고 제시하고 챗봇 구현에 사용할 수 있는 프레임워크에 대해서도 기술한다. 챗봇은 사용자 인터페이스를 대화방식으로 구성하여 입력된 문자열을 해석하고 입력된 문자열에 적절한 답을 학습된 데이터에서 선택하여 출력하는 구조의 시스템이다. 최근 콜센터와 주문 업무에 적용하여 인건비를 감소하고 정확한 업무를 할 수 있는 장점이 있다. 하지만 질문에 대한 적정한 답변 집합을 생성하기 위해 학습이 필요하며 이를 위해 상당한 계산 기능을 갖는 하드웨어가 필요하다. 개발을 하는 업체는 물론 AI분야 개발을 학습하는 학생들의 실습은 한계가 있다. 현재 챗봇은 기존의 전통적인 업무를 대체하고 있으며 시스템을 이해하고 구현하는 실습과정이 필요한 실정이다. 정형화되어 있는 데이터에 대해서만 응답을 하는 수준을 넘어 딥러닝 등의 기술을 적용하여 비정형 데이터를 학습시켜 질문에 대한 응답의 정확성을 높이기 위해 RNN과 Char-CNN 등을 사용해야한다. 챗봇을 구현하기 위해서는 이와 같은 이론을 이해하고 있어야한다. 본 논문에서는 단기간에 챗봇 코딩교육에 활용할 수 있는 방안과 기존 개발자, 학생들이 챗봇 구현을 할 수 있는 플랫폼을 활용하여 학생들이 전체시스템을 구현 예를 제시하였다.
4차 산업혁명 기술의 발전으로 가상과 현실의 경계가 모호한 디지털 환경 속에서 MZ세대와 메타버스가 가장 큰 주목을 받고 있다. 이러한 MZ세대에 부합되는 교수학습 방식으로 메타버스가 주목받고 있다. 본 연구에서는 에듀테크 관점에서 언론사 뉴스 분석을 통해 메타버스 플랫폼 중의 하나인 게더타운의 활성화 요인을 탐색해 보고자 하였다. 이를 위해 한국언론재단에서 제공하는 빅카인즈 시스템을 이용하여 빅데이터 관점에서 분석해 보았다. 그 결과 COVID-19 팬데믹 이후에 나타날 미래교육에서 '게더타운'의 활용도는 크게 증가할 것으로 예상된다. 둘째, 연관어와 워드크라우드 분석에서, '비대면'이나 '대학' 그리고 '신입생' 등 교육 관련 용어들의 가중치가 비교적 높게 나타났으며, '메타버스', '메타버스 플랫폼'을 포함하여, '코로나19'나 '아바타' 등의 용어도 중심적인 위치에 있는 것으로 나타났다. 셋째, 네트워크 분석에서 도출된 주요 용어로는 '코로나19, 아바타, 대학생, 진로, 유튜브' 가 포함되어 있는 것으로 나타났다. 이러한 여건 하에서, 본 연구 결과는 메타버스 플랫폼의 하나인 게더타운의 향후 교육 영역에서의 활용이 보다 활성화 되는데 크게 기여할 것으로 기대된다.
항공기가 빙점 이하의 습도가 높은 구름대를 지날 때 액적이 항공기와 충돌하면 날개, 동체 등 항공기 구성품에 결빙이 발생한다. 특히 항공기의 날개에 결빙이 증식되면 공력 성능의 저하와 비행 안정성의 감소 등의 치명적인 안전 문제를 초래할 수 있다. 본 연구에서는 항공기 날개에 적용되는 고양력 장치인 다중 익형의 결빙 증식량이 최소가 되도록 형상 최적설계를 수행하였다. 3차원 Reynolds-Averaged Navier-Stokes 지배 방정식을 이용하여 공력해석을 수행하였고, 다물리 전산해석을 통해 결빙의 형상 및 증식량을 예측하였다. 최적설계의 목적함수는 결빙 증식량 최소화로 설정하였고, 설계변수는 Slat과 Flap의 전개 각도와 위치를 정의하는 형상 변수 6개를 선정하였다. 설계 과정에서 목적함수의 평가는 크리깅 근사모델을 사용하여 대체하였고 유전자 알고리즘을 적용하여 최적 형상을 도출하였다. 최적화를 수행한 결과, Slat과 Flap에 최적의 전개 각도와 위치를 적용하였을 때 결빙 증식량이 약 8% 감소하였다.
본 연구는 기계공학 분야 연구자들의 연구데이터 생산과 관리에 대한 인식과 경험을 조사하고 해당 분야의 연구데이터 관리와 서비스를 위한 시사점을 제안하는 것을 목적으로 한다. 국내외 연구기관의 연구데이터 관리 및 서비스에 대해 알아보고, 국내 기계공학 분야 연구기관의 소속 연구자들을 대상으로 심층 면담을 실시하여 '연구데이터, 책임있는 연구수행과 연구윤리 준수, 연구데이터 관리의 효용성 및 효과성, 연구데이터 공유의 가치' 등 4개의 주요범주로 연구데이터 생산과 관리에 대한 인식과 행태를 분석하였다. 기계공학분야 연구데이터 관리와 서비스를 위해서는, 생산과정과 유형, 형태에 대한 데이터 조사를 실시하여 명시적 메타데이터와 암시적 맥락정보의 수집이 필요하며 데이터학술지에 데이터 논문을 출판함으로써 연구실적으로 인정하는 방안을 제안하고 안전한 데이터 관리와 연구자들간의 소통을 지원하는 클라우드 기반 시스템 등의 인프라 마련이 필요하다. 또한 연구 현장의 다양한 관계자들이 조직적 차원의 연구데이터 관리와 서비스에 대한 역할과 책임을 배분하는 것이 중요함을 제언하였다.
본 연구는 자율주행을 위한 정밀지도 구축 및 신속갱신을 위한 다중카메라 기반의 MMS (Mobile Mapping System)기술개발을 목표로 한다. 고가의 라이다 센서를 대체하고 긴 처리시간을 단축하기 위해 다수의 카메라를 적용하고 실시간 데이터 전처리를 통해 저가이면서 효율적인 MMS를 개발하고자 한다. 이를 위해 다중카메라 저장 기술개발, 다중카메라 시각동기화 기술개발, MMS 시제품 개발을 수행하였다. 다중의 카메라로부터 취득되는 고속영상의 실시간 JPG압축저장을 위해 엔진을 선정하고 저장모듈을 개발하였으며, 다중영상이 촬영된 정확한 시간을 실시간으로 기록하기 위해 이벤트 및 GNSS (Global Navigation Satellite System) 타임서버 기반 시각동기화 방안을 개발했다. 그리고 각 부문별 요구사항을 바탕으로 MMS를 설계하고 시제품을 제작하였다. 마지막으로 제작된 다중카메라기반 MMS의 성능검증을 위해 실제 1,000km 도로에서 데이터를 취득하고 정량적 평가를 수행했고, 평가결과 시각동기화 성능은 1/1000초 이하를 나타내었으며, SFM영상처리를 통해 얻은 포인트 클라우드의 위치정확도는 5cm 내외를 나타냈다. 정량적 평가 결과를 통해 본 연구에서 개발된 다중카메라 기반 MMS기술이 정밀지도 구축 기준을 만족하는 성능을 나타내는 것을 알 수 있었고, 향후 정밀지도 구축 분야에서 특히 외산기술에 의존하고 있던 고가의 MMS를 대체하는데 기여할 것으로 판단된다.
본 연구는 국내 중년여성의 건강 연구의 동향과 중점개념을 파악하기 위한 것이다. 연구의 분석을 위하여 2012년부터 2021년까지 '중년여성', 또는 '폐경 여성'의 영문 키워드를 입력하여 확인된 1,116편의 논문을 분석에 이용하였다. 주제어 동시출현네트워크 개발 및 분석을 수행하였으며, 5년 단위(2012-2016년, 2017-2021년)로 나누어 토픽모델링을 통해 연구의 유형을 분석하고, 시각화한 워드클라우드와 소시오그램을 확인하였다. 최근 10년 동안 가장 많이 출현한 키워드는 비만, 우울, 체성분, 스트레스, 갱년기 증상 등으로 나타났다. 2012년부터 2016년까지 논문 자료에서 분석된 5개의 토픽은 '폐경 후 자기효능감, 만족감 증진 전략', '비만과 위험요소 관리 운동', '비만과 스트레스에 대한 중재', '행복감 증진과 생활 관리', '갱년기 우울과 삶의 질'로 확인되었다. 이후 5년(2017-2021년)간 자료의 토픽은 '갱년기 우울과 삶의 질', '비만과 심혈관 관련 위험요소 관리', '중년여성으로서 삶의 경험', '삶의 만족과 심리적 안녕', '갱년기 증상완화 전략'이었다. 지난 10년 간 중년여성에 대한 건강 관련 연구 주제 흐름과 동향의 파악을 하였으며, 향후 시대적인 흐름을 반영하는 중년여성 건강에 대한 연구가 지속되어야 할 것이다.
최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.
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.