Struvite (MgNH4PO4 ⋅ 6H2O) and hydroxyapatite (HAP, Ca10(PO4)6(OH)2) precipitation in urine-separating toilets (NoMix toilets) causes severe maintenance problems and also reduce the phosphate and calcium content. Application of urine separating technique and extraction of by-products from human urine is a cost effective technique in waste water treatment. In this study, we extract urine calcite from human urine by batch scale method, using urease producing microbes to trigger the precipitation and calcite formation process. Extracted urine calcite (calcining at 800℃) is a potential adsorbent for removal of heavy metal(loid)s like (Cd2+, Cu2+, Ni2+, Pb2+, Zn2+ and As3+) along with additional leaching analysis of total nitrogen (T-N), phosphate (T-P) and chemical oxygen demand (COD). The transformations of calcite during synthesis were confirm by characterization using XRD, SEM-EDAX and FT-IR techniques. In additional, the phosphate leaching potential and adsorbate (nitrate) efficiency in aqueous solution was investigated using the calcinedurine calcite. The results indicate that the calcite was effectively remove heavy metal(loid)s lead up to 96.8%. In addition, the adsorption capacity (qe) of calcite was calculated and it was found to be 203.64 Pb, 110.96 Cd, 96.02 Zn, 104.2 As, 149.54 Cu and 162.68 Ni mg/g, respectively. Hence, we suggest that the calcite obtain from the human urine will be a suitable absorbent for heavy metal(loid)s removal from aqueous solution.
딥러닝 기법은 영상 처리 분야에서 높은 성능을 입증 받아 다양한 분야에서 적용되고 있다. 이러한 딥러닝 모델의 검증에 가장 널리 사용되는 방법으로는 홀드아웃 검증 방법, k-겹 교차 검증 방법, 부트스트랩 방법 등이 있다. 이러한 기존의 기법들은 데이터 셋을 분할하는 과정에서 클래스 간의 비율에 대한 균형을 고려하지만, 같은 클래스 내에서도 존재하는 다양한 특징들의 비율은 고려하지 않고 있다. 이러한 특징들을 고려하지 않을 경우, 일부 특징에 편향된 검증 결과를 얻게 될 수 있다. 따라서 본 논문에서는 기존 검증 방법들을 개선하여 영상 분류를 위한 데이터 특징 커버리지 기반의 딥러닝 모델 검증 기법을 제안한다. 제안하는 기법은 딥러닝 모델의 학습과 검증을 위한 훈련 데이터 셋과 평가 데이터 셋이 전체 데이터 셋의 특징을 얼마나 반영하고 있는지 수치로 측정할 수 있는 데이터 특징 커버리지를 제안한다. 이러한 방식은 전체 데이터 셋의 특징을 모두 포함하도록 커버리지를 보장하여 데이터 셋을 분할할 수 있고, 모델의 평가 결과를 생성한 특징 군집 단위로 분석할 수 있다. 검증결과, 훈련 데이터 셋의 데이터 특징 커버리지가 낮아질 경우, 모델이 특정 특징에 편향되게 학습하여 모델의 성능이 낮아지며, Fashion-MNIST의 경우 정확도가 8.9%까지 차이나는 것을 확인하였다.
문서 자동 요약은 주어진 문서로부터 주요 내용을 추출하거나 생성하는 방식으로 축약하는 작업을 말한다. 최근 연구에서는 대량의 문서를 딥러닝 기법을 적용하여 요약문 자체를 생성하는 방식으로 발전하고 있다. 생성 요약은 미리 생성된 위드 임베딩 정보를 사용하는데, 전문 용어와 같이 저빈도 핵심 어휘는 입베딩 된 사전에 없는 문제가 발생한다. 인코딩-디코딩 신경망 모델의 문서 자동 요약에서 미등록 어휘의 출현은 요약 성능 저하의 요인이다. 이를 해결하기 위해 본 논문에서는 요약 대상 문서에서 새로 출현한 단어를 복사하여 요약문을 생성하는 방법을 사용한다. 기존의 연구와는 달리 정확한 포인팅 정보와 선택적 복사 지시 정보를 명시적으로 제공하는 방법으로 제안하였다. 학습 데이터는 논문의 초록과 제목을 대상 문서와 정답 요약으로 사용하였다. 제안한 인코딩-디코딩 기반 모델을 통해서 자동 생성 요약을 수행한 결과 단어 제현 기반의 ROUGE-1이 47.01로 나타났으며, 또한 어순 기반의 ROUGE-L이 29.55로 향상되었다.
Objectives: The purpose of this study was to review the clinical research trends in the treatment of post traumatic stress disorder (PTSD) in Korean medicine (KM). Methods: We searched MEDLINE, CENTRAL, EMBASE, Google Scholar and five Korean databases through May 2019, for studies on KM to treat PTSD. Clinical research that conducted KM treatment of PTSD patients were included. Two researchers independently conducted study selection and data extraction process. Results: Totally, eight studies were included in this review. Types of traumatic events that patients experienced included physical violence/threatening, traffic accidents, sexual violence and personal tragic events. KM interventions performed included acupuncture, moxibustion, herbal medicine, physical therapy, and KM-based psychotherapy. Treatment duration varied from two days to more than five months. Follow-up began at least one week to three months after the end of treatments. It was reported that the major psychological and/or somatic symptoms of PTSD, such as anxiety, depression, insomnia, and musculoskeletal pain, subjectively improved, as well as other objective outcomes: Impact Event Scale-Revised Korean version (IES-R-K), Beck's Depression Inventory (BDI), State-Trait Anxiety Inventory, Hwabyung Symptoms/characters, Electroencephalography (EEG) change, etc. Statistical studies were conducted in three studies only. Outcomes such as Visual Analogue Scale (VAS), BDI, and IES-R-K showed statistically significant improvement after KM treatments. There was no study reporting adverse events during or after the interventions. Conclusions: According to this review, diverse types of KM treatments have been used among PTSD patients in eight studies. The KM treatments effectively improved psychological and somatic symptoms of PTSD patients. However, the lack of high quality research as well as the lack of standardization of KM treatments for PTSD are limitations. Further methodologically robust clinical trials should be performed, and the standardization of KM treatments for PTSD should be sought.
과일에는 플라보노이드, 탄닌, 카테킨 등의 폴리페놀 뿐만 아니라 여러 항산화능과 관련된 성분을 많이 함유하고 있으며, 과일의 껍질에는 과육부분보다 2-9배 이상 높은 각종 기능성 성분이 많은 것으로 보고되고 있다. 국내에서 사과는 가장 많이 생산되는 과일 중에 하나이며, 사과껍질에는 quercetin의 함량이 높은 것으로 알려져 있다. 하지만 국내에서 사과껍질의 항산화능을 분석하거나 이를 이용하여 식품에 적용한 연구는 부족한 실정이다. 따라서 국내산 사과껍질 원물 균질액, 동결건조분말, 열풍건조분말 및 초미세분말의 총페놀함량(TPC), 총플라보노이드함량(TFC), ABTS radical 소거능(ABTS), DPPH radical 소거능(DPPH)을 비교하고, 이를 통해 사과껍질을 식품 소재로 활용 시 최적 분말화 및 추출조건을 알아보고자 했다. TPC는 동결건조분말, 열풍건조분말의 추출물에서 가장 높게 나타났고, TFC는 초미세분말 추출물에서 가장 높게 나타났다. ABTS 라디컬 소거능은 초미세분말에서, DPPH 라디컬 소거능은 동결건조분말에서 가장 높게 측정되었다. 이상의 결과를 통해, 동일 품종의 사과껍질을 사용한 경우 원물의 가공방법 및 추출조건에 따라 각 기능성의 차이가 나타났다. 이중, 초미세분말에서 TFC와 ABTS 라디컬 소거능이 가장 높은 결과를 나타낸 것을 볼 때, 분말화 방법 등 가공조건의 차이에 의해 개발된 중간소재의 여러 기능성에서 차이가 날 수 있다는 결과를 얻었다. 따라서 본 연구를 통해 기능성이 향상된 분말화된 식품중간소재 개발 시 여러 가공조건에 의해 영향을 받을 수 있으므로, 이를 고려하는 것이 중요하다는 것을 알 수 있었다.
본 연구는 사회복지사의 클라이언트 폭력경험과 대처를 보다 새롭고 깊이 있게 탐색하고자 최근 사회과학분야에 새롭게 소개된 QIMS(Qualitative Interpretive Meta Synthesis)를 적용하였다. 그동안 우리나라에서 발표된 질적 개별연구 결과물에 대한 통합적인 분석으로 기존 연구결과의 축적된 지식과 시너지적 이해경로로 풍성한 결과를 도출하였고, 질적 연구가 갖는 한계를 극복할 수 있었다. 2013년부터 2020년까지 발표된 8편을 최종분석에 포함하였고, 총 85명의 사회복지사가 진술한 내용을 분석하였다. 자료범위 축소 및 주제 추출과 통합의 반복과정을 통해 새롭고 중요하게 생성된 주제는 (1) 떼어낼 수 없는 폭력과 고통, (2) 직업의 결과로 경험한 이중성, (3) 지속적인 변화 시도, (4) 사명감의 발현과 직업 의미부여 총 4개의 범주로 구분되었다. 통합된 주제들로부터 이끌어낸 결과를 바탕으로 다양한 실천현장에서 사회복지사가 경험하는 클라이언트 폭력예방과 대처를 위한 실천적·정책적 대안을 제시하였다.
본 연구에서는 얼굴형 기준 모델 데이터를 기반으로 사용자의 얼굴형을 분석하고 얼굴 형 메이크업을 제공하여 가상 메이크업을 제공하기 위해 증강 현실 기반 메이크업 도구를 구축하였다. 얼굴형을 분석하려면 먼저 카메라로 촬영 한 이미지에서 얼굴을 인식 한 다음 얼굴 윤곽 영역의 특징을 추출하여 분석 속성으로 사용한다. 다음으로 각 얼굴형 기준 모델 데이터의 윤곽 영역 특징과 비교하기 위해 추출된 얼굴 윤곽 영역의 특징점을 정규화한다. 얼굴 모양은 정규화된 윤곽 영역의 특징점과 각 얼굴형 기준 모델 데이터의 특징점 사이의 거리 차이를 이용하여 예측 분석한다. 증강형실기반 가상메이크업에서는 카메라로부터 영상 입력에서는 영상에서 얼굴을 실시간으로 인식하여 얼굴 부위별 영역의 특징점을 추출하고, 얼굴형 분석처리과정을 통해 분석된 얼굴형에 따라 어울리는 메이크업을 제공하여 가상의 메이크업의 결과를 확인 할 수 있다. 우리는 제안된 시스템을 통해 화장품 소비자로 하여금 자신에게 어울리는 메이크업 디자인을 확인하여 화장품 구매 결정에 대한 편의 및 영향을 미칠 것으로 기대한다. 또한 가상의 자아에 얼굴 메이크업을 적용함으로써 매력적인 자신의 이미지를 만들어내는데 도움을 줄 것이다.
Xanthomonas oryzae pv. oryzae는 벼 흰잎마름병을 일으키는 세균이며, 벼 흰잎마름병은 벼 주요 재배지에서 꾸준하게 발생하고 있다. 본 연구에서는 벼흰잎마름병균을 신속하고 간편하게 검출하기 위해 등온증폭법 중 하나인 recombinase polymerase amplification (RPA)를 적용하여 현장진단 등을 위한 유전자기반 진단법을 개발하였다. RPA법은 짧은 시간의 등온 조건에서 유전자 증폭이 가능하다는 장점이 있다. 본 연구에서 개발한 벼 흰잎마름병 RPA 진단법은 39℃에서 5분간만 반응하면 목표유전자의 증폭이 이루어지므로 기존 진단법보다 신속하고 간편하며 우리나라에 존재하는 K1-K3a의 4종 레이스에 모두 적용가능하며, DNA 추출 없이 식물체 잎의 즙액으로 증폭반응 수행이 가능하며 기존 Taq 기반 PCR보다 약 10배 검출 민감도가 높고 고가의 thermal cycler 없이도 항온수조, 발열블록 혹은 체온을 이용한 증폭반응 수행이 가능하다. 벼흰잎마름병은 벼의 농작물재해보험 대상재해 병충해 중의 하나이므로 과학적 진단결과가 요구되나, 일선 농촌지도 현장에서는 유전자기반 진단을 위한 장비, 기술 등의 부족으로 분자진단이 어려웠다. 본 연구에서 개발한 벼 흰잎마름병 RPA 진단을 활용한다 면 병징 의심부위 마쇄액을 주형으로, 손으로 5분 동안 반응시키는 것만으로도 신속하고 간편하게 벼 흰잎마름병의 목표유전자 증폭산물을 형성하므로 벼 흰잎마름병 진단의 최일선에서 활용할 수 있을 것이다.
지하 구조물 구축 시 구조물의 안정성을 확보하기 위해서는 주변 암반에 대한 암반 분류가 필수적으로 수행해야 한다. 특히 암반 내에 존재하는 불연속면은 암반의 물리적, 역학적 특성에 지배적인 영향을 미치므로 암반 불연속면에 대한 정확한 정보의 획득을 통해 신뢰도 높은 암반분류값을 제시하는 것은 매우 중요한 요소이다. 이러한 암반 분류는 지금까지 대부분 수작업을 통해 수행되었다. 그러나 대규모 지질조사와 같은 대형 조사면적에 대한 정확도의 부재, 비숙련자에 의한 암반 등급 결정값의 신뢰도 결여 등에 대한 문제점들이 항시 제기되어 왔다. 따라서 최근에 와서는 넓은 범위에 대해서도 신속하고 정확한 암반 분류를 위해 LiDAR를 이용한 암반 분류의 자동화에 대한 연구가 국내·외적으로 널리 이루어지고 있는 추세이다. 그러나 LiDAR 촬영으로 획득되는 point cloud로부터 불연속면의 정보를 분석하는 알고리즘의 특성에 따라 상이한 결과가 도출될 수 있으며, 숙련자에 의한 수작업의 결과를 완벽하게 대체하기에는 미흡한 경우가 종종 발생하고 있다. 따라서 본 연구에서는 LiDAR 촬영으로 획득한 point cloud로부터 불연속면을 추출하는 다양한 알고리즘을 설명하였으며, 이들 알고리즘을 이용하여 실제 암반 사면을 대상으로 불연속면을 추출하는 과정을 분석하였다. 본 연구에서 제시하는 다양한 알고리즘의 적용 과정은 향후 LiDAR 등을 통하여 획득한 디지털 데이터로부터 암반 불연속면을 추출하는 연구에서 참고자료로 활용될 것을 기대한다.
본 연구에서는 기존 바이오차의 제한점인 비소 오염 토양 안정화에 대한 낮은 효율과 비산에 의한 유실 가능성을 개선할 수 있는 철 나노입자가 담지된 바이오차 기반 비드 형태 안정화제인 INPBC/bead (Iron Nano-Particles Impregnated BioChar/bead)를 제조하였다. 폐목재 바이오매스를 Fe(III) 용액과 함께 수열 반응을 진행하고 이후 소성을 거쳐 INPBC를 제조하였다. INPBC/bead는 알지네이트의 cross-linking 반응을 통해 제조 하였다. 제조한 INPBC/bead의 특성을 평가하기 위해 FT-IR, XRD, BET 비표 면적, SEM-EDS 분석을 실시하였다. 특성 평가 결과 입자 크기가 1-4 mm인 INPBC/bead는 여러 산소 함유 관능기를 보유하며 표면의 철 결정성은 Fe3O4인 것으로 확인되었다. INPBC/bead의 성능을 평가하기 위해 폐광산 주변 지역에서 채취한 비소 및 중금속 오염 토양을 이용하여 배양 실험을 실시하였다. 4주 동안의 배양이 종료된 후 처리된 토양을 대상으로 TCLP, SPLP 시험을 실시한 결과 안정화제 적용 비율이 증가함에 따라 안정화 효율은 높아지는 것으로 확인되었다. SPLP 시험 결과, INPBC/bead 5%의 비소 안정화 효율은 81.56%이며 납의 경우에는 농도가 검출한계 미만으로 저감되었다. 상기의 결과를 종합하였을 때 INPBC/bead는 토양 중 비소와 납에 대한 안정화 효과를 동시에 보유하고 토양의 pH 변화를 일으키지 않으며 비드 형태로써 적용 과정에서 비산되는 것이 방지할 수 있는 안정화제이기 때문에 비소 및 중금속 복합 오염 토양 안정화에 적용 가능성이 높은 안정화제 인 것으로 판단된다.
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.