단일 카메라 기반의 SLAM(Simultaneous Localization and Mapping)을 성공적으로 수행하기 위해서는 표식 선택이 매우 중요하다. 특히, 미지의 환경에서는 표식에 대한 사정정보가 없기 때문에 표식을 자동 선택하는 기술이 필요하다. 본 논문에서는 표식을 자동 선택하기 위해 인간의 시각 집중 방식을 모델링한 시각 집중 시스템을 이용한다. 기존의 시각 집중 시스템에서 윤곽선(Edge)는 시각 집중을 위한 중요한 요소 중 하나이다. 하지만 복잡한 실내 환경에서 윤곽선의 응답을 사용할 경우 정규화 연산으로 인해 정보가 많은 복잡한 영역의 윤곽선에 대한 응답은 낮아지고 특징이 없는 평면이나 평면들 간의 경계에서 높은 값을 가지게 된다. 또한 네 방향에 대한 응답 값을 사용하기 때문에 특징의 차원수가 증가해서 연산량도 증가한다. 본 논문에서는 앞에서 언급한 문제점들을 해결하기 위해 모서리 특징의 사용을 제안한다. 모서리 특징을 사용함으로써 정보가 많은 복잡한 영역을 우선 집중시켜 데이터 연관(Data association)의 정확도도 높일 수 있다. 최종적으로는 코너특징을 사용한 시각 집중 시스템을 이용함으로써 기존 방식보다 SLAM 결과가 향상 된다는 것을 실험으로 보이도록 하겠다.
In recent years, modularization of engine parts has increased the application of plastic products in air intake systems. Plastic intake manifolds provide many advantages including reduced weight, contracted cost, and lower intake air temperatures. These manifolds, however, have some weakness when compared with customary aluminium intake manifolds, in that they have low sound transmission loss because of their lower material density. This low transmission loss of plastic intake manifolds causes several problems related to flow noise, especially when the throttle is opened quickly. The physical processes, responsible for this flow noise, include turbulent fluid motion and relative motion of the throttle to the airflow. The former is generated by high-speed airflow in the splits between the throttle valve and the inner-surface of the throttle body and surge-tank, which can be categorized into the quadrupole source. The latter induces the unsteady force on the flow, which can be classified into the dipole source. In this paper, the mechanism of noise generation from the turbulence is only investigated as a preliminary study. Stochastic noise source synthesis method is adopted for the analysis of turbulence-induced, i.e. quadrupole noise by throttle at quick opening state. The method consists of three procedures. The first step corresponds to the preliminary time-averaged Navier-Stokes computation with a $k-\varepsilon$ turbulence model providing mean flow field characteristics. The second step is the synthesis of time-dependent turbulent velocity field associated with quadrupole noise sources. The final step is devoted to the determination of acoustic source terms associated with turbulent velocity. For the first step, we used market available analysis tools such as STAR-CD, the trade names of fluid analysis tools available on the market. The steady state flows at three open angle of throttle valve, i.e. 20, 35 and 60 degree, are numerically analyzed. Then, time-dependent turbulent velocity fields are produced by using the stochastic model and the flow analysis results. Using this turbulent velocity field, the turbulence-originated noise sources, i.e. the self-noise and shear-noise sources are synthesized. Based on these numerical results, it is found that the origin of the turbulent flow and noise might be attributed to the process of formulation and the interaction of two vortex lines formed in the downstream of the throttle valve. These vortex lines are produced by the non-uniform splits between the throttle valve and inner cylinder surface. Based on the analysis, we present the low-noise design of the inner geometry of throttle body.
최근 인쇄회로기판(PCB)의 제품트랜드는 박형화, 고밀도화로 대표되지만 휨(Warpage) 억제, 신뢰성확보와 같은 기술적 난제로 인해 박형화와 고밀도화에 많은 제약을 받고 있다. $B^2it$(Buried Bump Interconnection Technology) 공법은 기판의 핵심공정 중 하나인 드릴링 공정이 생략되어 인쇄회로기판을 낮은 제조비용으로 박형화할 수 있는 기술로 개발되고 있다. 본 논문은 $B^2it$공법이 적용된 인쇄회로기판의 열적-기계적 거동특성을 유한요소해석(FEA)을 통해 고찰한 논문으로서 패키징레벨에서 방열효과와 신뢰성 등에 벙프의 재료, 형상 등이 미치는 영향 등을 분석하였다. 해석결과에 의하면 $B^2it$공법이 적용한 인쇄회로기판은 기존 비아구조를 가진 인쇄회로기판에 비해 칩에서 발생하는 열의 확산이 신속하고 패키징의 휨을 억제하는데도 유리하며 칩에서 발생하는 응력도 낮추지만 솔더-조인트의 응력은 증가시키게 된다. 따라서 패키징의 신뢰성을 향상시키기 위해서는 범프의 형상, 재료 등을 패키징을 구성하고 있는 모든 요소들을 고려하여 최적화하는 것이 필요하다.
디지털보청기 벤트에서 발생되는 반향은 사용자의 불편을 초래한다. 벤트에서 귀환되는 반향을 제거하기 위해서는 귀환경로인 벤트의 임펄스응답의 정확한 추정이 요구된다. 벤트의 임펄스응답은 시간에 따라 변하는 특성과 함께 성긴 특성을 가진다. 이러한 특성의 벤트 임펄스응답 추정에 유용한 적응 알고리즘으로는 IPNLMS가 유용한 것으로 알려져 있다. 본 논문에서는 벤트의 성긴 임펄스응답을 추정하여 벤트에 의한 반향의 제거를 위해 IPNLMS를 부밴드 보청기 구조에 적용하는 부밴드 성긴 적응필터를 제안한다. 제안 기법에서 신호의 부밴드 분해는 각 대역 신호의 사전백색화가 가능하므로 적응필터의 수렴속도의 개선이 가능하다. 그리고 적응필터의 다위상 분해는 각 다위상 성분 필터에서 성긴도를 증가시키며, 추가 계산 없이 반향제거 성능개선이 가능하다. 제안 적응필터의 계수갱신 식 유도를 위해 가중 NLMS에 근거한 비용함수를 정의하고 이를 이용 각부밴드에서 적응필터의 계수 갱신 식을 유도한다. 제안한 적응필터의 성능검증을 위해 백색신호를 입력으로 하여 수렴속도와 정상상태오차를, 실제 음성신호를 입력으로 하여 반향제거 결과를 기존 알고리즘과 비교 평가한다.
통합 서비스망은 실시간 응용들에게 고품질의 서비스를 제공하기 위해서 종단간 지연의 한계를 보장해야 한다. 이러한 보장 서비스는 라우터의 출력 포트에 설치되는 실시간 스케줄러에 의해서 제공된다. 그러나 현재까지 연구된 스케줄링 알고리즘들은 네트워크 유용도 혹은 확장성(scalability)에 문제점을 갖고 있다. 여기서 네트워크 유용도는 얼마나 많은 실시간 세션들을 승인할 수 있는 지를 의미한다. 본 논문은 서비스 곡선 알고리즘에서 높은 네트러크 유용도와 확장성 양쪽을 모두 성취할 수 있는 서비스 곡선 할당 방식을 제안한다. 서비스 곡선 알고리즘의 가장 큰 특징은 서비스 곡선 할당 방식에 따라서 네트워크 유용도와 확장성 모두가 결정된다는 점이다. 일상적인 믿음과 반대로, 데드라인을 계산할 때 전체 서비스 곡선이 아닌 일부만이 사용됨을 증명한다. 이 사실로부터 우리는 데드라인을 계산하는 비용이 상수 시간인 서비스 곡선 할당 방식을 제안한다. 또한, 수치결과를 통해서 제안하는 방식이 mutirate 알고리즘을 포함한 GPS 알고리즘들보다 더 높은 네트워크 유용도를 성취함을 보인다. 우리가 아는 한, 서비스 곡선 알고리즘이 제안하는 서비스 곡선 할당 방식을 채용하면 동일한 확장성을 갖는 스케줄링 알고리즘들 중에 가장 놀은 네트워크 유용도를 성취한다.
Hyperion, AVIRIS 등의 초분광 영상은 기존의 다중분광 영상보다 넓은 파장대의 영상을 좁은 폭의 많은 밴드로 취득하기 때문에 다양한 분야의 연구에 이용되고 있다. 하지만 밴드별로 취득하는 파장대가 짧고 밴드수가 많아 계산량이 증가하며, 밴드간의 높은 상관관계 및 노이즈 밴드가 발생하는 한계가 존재한다. 이런 한계로 인해 기존에 알려진 분석기법의 적용결과가 제대로 도출되지 않는 경우도 발생한다. 따라서 초분광 영상을 사용할 경우, 노이즈가 포함된 밴드를 제거한 후 영상분석을 하는 것이 보다 정확하고 효율적이다. 본 연구에서는 초분광 영상(Hyperspectral Image)의 전처리 과정 중 노이즈 밴드 제거에 초점을 맞추었으며, 이를 위해 프랙탈 차원을 이용하였다. 프랙탈 차원 측정방법 중 대표적인 곡면차원 측정 방법인 삼각기둥 표면적 기법을 이용하였다. 각 밴드별 프랙탈 차원을 측정하고, 이를 정규화 하기 위해 Continuum Removal 기법을 적용한 뒤 경향을 살펴보았다. 경험적으로 구한 임계값을 통해 상대적으로 정보량이 적은 35개 밴드를 노이즈 밴드로 판단하여 제거하였다. 실험 영상으로는 EO-1 위성에서 취득되는 Hyperion 초분광 영상을 사용하였다. 실험 결과 프랙탈 차원 및 Continuum Removal 기법을 통해 Hyperion 초분광 영상의 노이즈 밴드를 추출하여 제거할 수 있음을 확인하였다.
인공지능 클라우드는 학습된 모델 공유 및 실행 환경을 제공하여 인공지능 기술과 제어 기술을 융합하는 자율 사물 개발을 지원한다. 기존 자율 사물 개발 기술은 인공지능 모델의 정확도만을 고려하여 은닉 계층 수 및 커널 수 증가 등 모델의 복잡성을 증가시켜 결과적으로 많은 연산량을 요구하게 한다. 자원 제약적 컴퓨팅 환경은 해당 모델이 필요로 하는 충분한 자원을 제공할 수 없어 자율 사물의 실시간성 장애를 발생시킬 수 있다. 본 논문은 컴퓨팅 환경에 최적화된 인공지능 모델을 선택하는 디지털 트윈 소프트웨어 개발 프레임워크를 제안한다. 제안 프레임워크는 DNN 기반 부하 예측 모델을 활용하여 제어 소프트웨어를 개발한다. 부하 예측 모델은 디지털 트윈을 활용하여 인공지능 모델의 부하를 예측하여 특정 컴퓨팅 환경에 최적의 모델 선택을 지원한다. 대표적인 CNN 모델을 활용한 부하 예측 실험으로 제안 부하 예측 DNN 모델이 수식 기반 부하 예측 대비 최대 20%의 오류를 보임을 확인했다.
정비도는 시스템에 고장이 발생하였을 때 얼마나 쉽게 정상 상태로 복구할 수 있는가를 나타내는 것으로서, 좋은 정비도를 갖도록 개발된 시스템은 정비시간, 정비인력 및 소요자원 등의 절감을 통해 무기체계의 운용유지비용 관점에서 경쟁력을 갖게 된다. 시스템설계 후반기에서의 정비도 반영을 위한 설계변경은 비용 초과와 일정 지연을 초래할 수 있어서 설계 초기단계부터 정비도를 고려할 필요가 있다. 정비도는 평균수리시간, 평균실정비시간 등으로 정량화할 수 있으나, 이는 시제품 제작 이후 또는 이력데이터가 있는 경우에만 추정가능하고 시스템 구성품의 물리적 특성을 나타내지 못하는 제약이 있다. 이점을 해결하기 위해 기존 논문에서는 그래프 이론을 활용하였으나, 일련의 과정이 개별적으로 독립된 환경에서 수행되어 전체과정에 대한 관리의 효율성이 부족하다. 또한 3D 모델 데이터를 활용하여 설계단계에서 정비도 평가방법을 제시하였으나, 새로운 시스템 설계시 또는 설계초기에 적용할 때 제약이 있다. 이 문제를 해결하기 위해 본 논문에서는 SysML 기반 모델링 및 시뮬레이션 기법을 활용하여 무기체계의 정비도 지수를 산출하는 방법을 연구하였다. 특히, 시스템 설계 및 정비도 추정을 동시에 고려하기 위해서, 시스템공학 도구 상의 정비속성 및 속성간 관계 값을 SysML 구조 다이어그램에 반영하여 구성품의 정비도를 모델링하였다. 그리고 나서 SysML Parametric 다이어그램을 생성하고 MATLAB과 연계한 시뮬레이션을 통해 정량적인 정비도 지수를 산출하였다. 본 연구결과를 활용하면, 설계초기부터 시스템 모델과 정비도 모델의 통합으로 효율적 관리가 가능하고, 정비도 지수가 낮은 구성품을 조기에 식별하여 설계 후반기에서의 설계변경에 따른 비용 및 일정에 대한 위험을 감소시킬 수 있다.
딥러닝은 인간의 학습 및 인지능력을 닮은 인공지능을 실현하기 위해 여러 분야에서 활용하고 있으며, 높은 사양의 컴퓨팅 파워가 요구되고 연산 시간이 많이 소요되는 복잡한 구조의 인공신경망에 의한 딥러닝은 컴퓨터 사양이 향상됨에 따라 성능이 개선된 다양한 딥러닝 모델이 개발되고 있다. 본 논문의 주요 목적은 영상의 딥러닝을 위한 합성곱 신경망 중에서 최근에 FAIR (Facebook AI Research)에서 개발한 Mask R-CNN을 이용하여 항공영상에서 건물을 탐지하고 성능을 평가하는 것이다. Mask R-CNN은 영역기반의 합성곱 신경망으로서 픽셀 정확도까지 객체를 의미적으로 분할하기 위한 딥러닝 모델로서 성능이 가장 우수한 것으로 평가받고 있다. 딥러닝 모델의 성능은 신경망 구조뿐 아니라 학습 능력에 의해 결정된다. 이를 위해 본 논문에서는 모델의 학습에 이용한 영상에 다양한 변화를 주어 학습 능력을 분석하였으며, 딥러닝의 궁극적 목표인 범용화의 가능성을 평가하였다. 향후 연구방안으로는 영상에만 의존하지 않고 다양한 공간정보 데이터를 복합적으로 딥러닝 모델의 학습에 이용하여 딥러닝의 신뢰성과 범용화가 향상될 것으로 판단된다.
Koga와 Sakurai에 의해 제안된 D-OCSP-KIS는 USP Responder의 인증서 수를 줄여줄 뿐만 아니라 클라이언트에게 OCSP Responder의 인증서 상태 검증도 제공하여 주며 통신량, 계산량 그리고 클라이언트의 메모리량을 줄일 수 있는 효율적인 방법이지만 몇 가지 문제점도 가지고 있다. 공격자가 한 시간 주기(예, 1일)에서 OCSP Responder의 세션 개인키를 획득하였다면 OCSP Responder가 인식하지 못하는 경우, 한 시간주기 동안에 OCSP Responder를 사칭할 수 있다. 그리고 그는 가로챈 해쉬값을 이용하여 클라이언트에게 잘못된 응답을 보낼 수 있어 E-commerce상의 서버와 사용자는 심각한 혼란과 손해를 입을 수 있다. 아울러 해쉬 체인의 계산과 배포는 CA에게 부하가 될 수 있다. 따라서 본 논문에서는 D-OCSP-KIS에서 OCSP Responder의 세션 개인키의 노출과 해쉬값의 악용을 검출할 수 있는 방법을 제안하고자 한다. 이 방법에서 각 해쉬값은 OCSP Responder의 인증서 검증을 위해 한번씩만 사용이 되며 CA에서의 해쉬 체인을 위한 부하가 각 OCSP Responder로 분산되어진다.
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.