본 연구는 코로나 19 감염병으로 인하여 실시하게 된 비실시간 동영상수업과 실시간 화상수업에서 딴짓과 강의만족도가 수업몰입에 미치는 영향을 확인하고자 D대학교 간호학과 재학생 550명을 대상으로 2021년 5월 20일∼6월 4일까지 설문지를 수집하고 분석하였다. 연구결과 실시간 화상수업보다 비실시간 동영상수업에서 딴짓을 더 많이 하는 것으로 나타났으며(t=-2.00, p=.046), 강의만족도(t=-1.54, p=.124)와 수업몰입은 실시간 화상수업(t=-.63, p=.529)에서 더 높게 나타났으나 통계적으로 유의하지 않았다. 그러나 두 가지 형태의 온라인 수업에 참여한 2학년 학생의 강의 만족도(t=13.55, p=.000)와 수업몰입(t=4.48, p=.004)이 통계적으로 유의하게 높게 나타났으며, 4학년 학생에서 딴짓이 통계적으로 유의하게 낮게 나타났다(t=4.68, p=.003). 강의몰입에 가장 영향을 미치는 주요 요인은 강의만족도인 것으로 나타났으며, 비실시간 동영상 수업에서(F=128.49, p<.01) 모형의 설명력은 55.1%, 실시간 화상 수업에서(F=77.24, p<.01) 모형의 설명력은 47.2%였다. 향후 동일한 교수자의 두 가지 형태의 온라인 수업과 학습자중심학습 적용 후 나타나는 딴짓, 강의만족도, 수업몰입의 차이를 확인하는 연구가 이루어져야 할 것이다.
본 연구는 빅데이터 분석을 활용한 지역 맞춤형 교육프로그램 선정 모형 개발을 주요 목적으로 한다. 우선, 문헌 고찰을 통해 빅데이터 및 교육의 개념 및 특성 그리고 빅데이터 기술과 연구 활용 등의 이론을 분석하여, 이를 평생교육 빅데이터 활용을 위한 선결과제와 기초 연구자료로 제공한다. 아울러 교육 데이터 수집의 방법과 교육의 특성에 적정한 빅데이터 활용 방법을 제시하고 이를 활용한 지역 맞춤형 교육프로그램 선정 모형을 개발하였다. 지역 맞춤형 교육프로그램 선정 모형 개발은 총 6단계로 진행되었다. 본 연구에서 제시한 맞춤형 교육프로그램 모델은 실질적 활용 면에 있어, 국가승인통계인 '평생학습 개인 실태조사' 처럼 1년 후에 분석하지 않고 실시간으로 데이터가 제공되는 방식으로 활용 부분에 있어서도 선택적 분석이나 미래예측 등 자유도가 매우 높아 교육 분야에 빅데이터가 충분한 필요성과 가치가 있음을 알 수 있다. 뿐만 아니라 표본 모형에 사용되고 있는 모든 프로그램은 무료로 제공되고 있으며, 프로그래밍 특성상 커뮤니티 또한 활발하게 교류가 이루어지고 있어 추후 수정 및 보완 시에도 매우 용이하여 더욱 완성도 높은 교육프로그램 개발 모형을 개발할 수 있다.
이 연구의 목적은 교직과정을 이수하는 교육대학원생의 심리적, 재정적 어려움으로부터 파생된 불안과 이들이 가진 교직에 대한 희망 사이의 갈등상황을 파악하는 것이다. 이를 위해 지구과학교육 전공 교육대학원생 3명을 연구 대상자로 선정해 내러티브 탐구기법을 적용하여 분석하였다. 첫째, 연구 참여자들의 심리적 불안에 영향을 주는 요소는 전공 지식의 부족, 멘토의 부족, 늦은 출발, 재정적 문제와 차별, 정보의 부족 등이다. 둘째, 연구 참여자는 자신의 삶은 가치가 있다는 인식, 학생들을 선하게 변화시킬 수 있다는 인식, 자신은 점점 발전하고 있다는 인식에서 희망을 얻는다. 셋째, 연구 참여자들은 자신이 가진 희망 요소에 의해 현 상황을 감내하고 있지만 어려움으로부터 파생된 불안과 교직으로 진출하고자 하는 희망 사이에서 심리적 갈등상황에 놓여 있다. 이러한 결과를 바탕으로 다음과 같은 결론을 도출하였다. 첫째, 교직과정을 이수하는 교육대학원생의 수요를 바탕으로 정보의 수집 및 분석하여 그들의 요구를 충족시킬 수 있는 제도 개선이 필요하다. 둘째, 불안을 극복하지 못하는 교육대학원생들을 대상으로 심리상담 프로그램이 필요하다. 이 연구는 향후 현시점의 교육대학원이 현직 교사의 재양성에만 초점을 두지 않고 구성원 모두의 만족감을 높일 수 있는 방향을 제시함으로써 더 나은 교육대학원의 환경이 마련될 수 있길 기대한다.
본 연구의 목적은 공학설계 기반 오션 클린업 수업이 STEAM 태도와 창의공학적 문제해결성향에 미치는 영향을 알아보는 것이다. 또한 이 과정에서 학생들이 공학설계 기반 수업에서 접하는 흥미로운 점을 파악하고자 하였다. 본 연구에서는 공학설계를 전공한 교수 1명과 석사 이상의 공학설계 전문가 5명이 함께 공학설계를 기반으로 한 6차시의 과학수업을 개발하여 검토하였다. 수업의 주제는 실제 오션 클린업 프로젝트에서 구현된 방법을 기반으로 해양 오염을 줄이기 위한 과학 및 공학적 해결과정의 설계 및 구현으로 선정되었다. 공학설계 과정은 NGSS(2013)에서 제시한 공학 설계 모형을 활용하였으며, 최적화 과정을 통해 재설계를 경험할 수 있도록 구성하였다. 효과를 검증하기 위해 Park et al.(2019)이 개발한 STEAM 태도 설문지 및 Kang and Nam(2016)이 개발한 창의공학적 문제해결성향 검사 도구를 사용하였다. 효과성 검정을 위한 통계분석을 위해 사전 및 사후 t-검정을 사용하였다. 또한, 학습자가 경험한 흥미로운 점의 내용은 기술적인 응답을 받아 전사하고, 중심도 분석을 통해 분석 및 시각화하였다. 결과는 과학 수업에서 공학설계 기반 오션 클린업 수업이 STEAM 태도와 창의공학적 문제해결성향 모두에 긍정적인 영향을 미친다는 것을 확인하였다 (p< .05). 또한, 비정형 데이터 분석 결과, 학습자가 학습에 관심을 갖는 요인으로 이공계 지식, 공학적 경험, 협동과 협업이 나타나 공학적 경험이 중심 요인임을 확인하였다.
현대 소프트웨어의 규모는 커지고 있다. 이에 따라 고품질 코드를 위한 정적 분석의 중요성이 커지고 있다. 코드에 대한 정적 분석을 통해 결함과 복잡도를 식별하는 것이 필요하다. 이를 가시화하여 개발자 및 이해 관계자가 알기 쉽게 가이드도 필요하다. 기존 코드 가시화 연구들은 정적 분석의 코드 내부 정보들을 데이터베이스 테이블에 저장하여 및 품질 지표(CK Metrics, Coupling, Number of function calls, Bed smell)에 대한 계산을 질의어화 하고 추출된 정보를 가시화하는 과정을 구현하는 것에만 초점을 두었다. 이러한 연구들은 방대한 코드로부터 추출한 정보를 이용하여 코드를 분석할 때 많은 시간과 자원이 소모된다는 한계점이 있다. 또한 각 코드 내 정보 테이블들이 정규화되지 않았기 때문에 코드 내부의 정보(클래스, 함수, 속성 등)들에 대한 테이블 조인 연산 시 메모리 공간과 시간 소비가 발생할 수 있다. 이러한 문제들을 해결하기 위해, 데이터베이스 테이블의 정규화된 설계와 이를 통한 코드 내부의 품질 메트릭 지표에 대한 추출 및 가시화 메커니즘 제안한다. 이러한 메커니즘을 통해 코드 가시화 공정이 최적화되고, 개발자가 리팩토링해야 할 모듈을 가이드 할 수 있을 것으로 기대한다. 앞으로는 부분 학습도 시도할 예정이다.
이 연구의 목적은 학문 분야별 전통적 독서론의 선행연구를 참고해 문헌정보학 분야에 있어 조선시대의 독서 목적과 방법을 재구성하는데 있다. 선행연구에서 조선시대의 독서 목적은 입신양명형과 도학주의형, 그리고 문제해결형으로 구분하였으나 이 연구는 유교 사상적 용어를 배제하고 교육적 의미로 조정해 '수양을 위한 독서'와 '실용을 위한 독서'로 대별하였다. 또한 조선시대의 독서 방법은 주자의 다양한 독서법 가운데 '숙독정사'의 방법을 포괄적으로 수용하여 설명하였다. 숙독은 한자로 쓰인 독서 자료에 대한 축어적 해독을 위하여 소리내어 읽기, 외워 읽기, 반복해서 읽기를 독서 방법으로 한다. 정사는 해독 이후 깊이 있는 내용의 이해를 위하여 기록하며 읽기, 엮어 읽기, 반복해서 읽기를 독서 방법으로 하였다. 이와 같은 숙독정사의 다양한 독서 방법은 오늘날 독서 방법으로 적용할 수 있을 만큼 유용하다. 아울러 조선시대 독서 목적인 수양을 위한 독서는 오늘날 교양 독서로, 실용을 위한 독서는 학습독서로 이어지는 반면, 문학 중심의 흥미를 위한 독서는 조선시대 독서론에는 나타나지 않았다.
Byung-Il Yun;Dahye Kim;Young-Jin Kim;Medard Edmund Mswahili;Young-Seob Jeong
한국컴퓨터정보학회논문지
/
제28권4호
/
pp.21-29
/
2023
본 논문에서는 인구 조사에서 산업 및 직업 코드를 자동 분류하기 위한 인공지능 기반 시스템을 제안한다. 산업 및 직업 코드의 정확한 분류는 정책 결정, 자원 할당 및 연구를 위해 매우 중요하지만, 기존의 방식은 사람이 작성한 사례 사전에 의존하는 규칙 기반 방식으로 규칙 생성에 필요한 시간과 자원이 많이 소요되며 오류 발생 가능성이 높다. 우리는 본 논문에서 통계 기관에서 사용하는 기존의 규칙 기반 시스템을 대체하기 위해 사용자가 입력한 데이터를 이용하는 인공지능 기반 시스템을 제안하였다. 이 논문에서는 여러 모델을 학습하고 평가하여 산업에서 86.76%의 일치율, 직업에서 81.84%의 일치율을 달성한 앙상블 모델을 개발하였다. 또한, 분류 확률 결과를 기반으로 프로세스 개선 작업도 제안하였다. 우리가 제안한 방법은 전이 학습 기술을 활용하여 사전 학습된 모델과 결합하는 앙상블 모델을 사용하였으며, 개별 모델과 비교하여 앙상블 모델의 성능이 더 높아짐을 보였다. 본 논문에서는 인공지능 기반 시스템이 인구 조사 데이터 분류의 정확성과 효율성을 향상시키는 잠재력을 보여주며, 인공지능으로 이러한 프로세스를 자동화함으로써 더 정확하고 일관된 결과를 달성하며 기관 직원의 작업 부담을 줄일 수 있다는 점을 보여준다.
농산물 선별 시스템은 작물의 형태를 보전하기 위하여 비파괴적인 선별이 주로 사용된다. 이러한 비파괴 선별 기술로는 가시광선, 근적외선, 엑스선, 감마선 등의 광학적 특성을 이용하고 있으며 본 논문에서는 엑스선을 이용한 선별을 이용한다. 엑스선 영상은 엑스선의 밀도에 따라 그레이 영상으로 생성되어 육안으로 시료의 결함을 감지하기가 어렵다. 미세한 결함을 발견하기 위해서는 영상을 확대하거나 픽셀의 범위를 수정하여 적정한 픽셀의 영역만을 표시하여 결함을 탐지해야 한다. 이런 작업은 비효율적이다. 따라서 본 논문은 엑스선의 광역적인 밀도와 지역적인 밀도에 대한 상대적인 밀도를 측정하여 색상화된 결함을 표시하는 새로운 방법을 제안한다. 하나의 픽셀에 대한 상대적인 밀도는 주위 픽셀과의 상대적인 차이를 나타내며, 이런 픽셀을 정상과 결함으로 나타내는 엑스선 영상의 색상화 방법도 제안한다. 실험에서는 육안으로 볼 수 없는 농작물의 병해충 또는 새싹 부분을 특정 색으로 색상화 하여 농산물 선별 시스템에 활용할 수 있게 하였다. 제안된 방법은 엑스선을 이용한 선별 시스템에 적용되어 농산물 선별 시스템뿐만 아니라 가공식품, 부품 제조와 같은 제조 공정에서 사용되어 불량품을 선별하는 방법에 적극적으로 이용될 수 있을 것이다.
이 연구는 초등학교 3, 4학년 체육교과서 무용 활동의 창의성 교육 내용을 분석하기위해 수행되었다. 이를 위하여 초등학교 3, 4학년 체육과 검정교과서 16종과 보조자료를 수집하였으며 4P 모형에 기반한 체육교과서 창의성 교육 내용분석틀을 활용하여 분석하였다. 연구의 진실성을 확보하기 위하여 전문가협의를 운영하였다. 이에 따른 연구결과는 다음과 같다. 첫째, 창의적 사람 관점에서 창의적 심성에서는 '탐구심'이 가장 많았으며 나머지 요소들은 비교적 골고루 나타났다. 활동 주체는 '개인'과 '동료(팀)'가 비슷한 빈도를 보였다. 둘째, 창의적 과정 관점에서 활동 영역은 모두 '학습'으로 나타났고 활동 목적은 대부분의 요소들이 골고루 나타났으며 창의적 과정이 활용되는 모습이 탐색되었다. 셋째, 창의적 산출물 관점에서 활동 방식은 신체활동수행이 가장 많이 나타났으며 2~3개의 활동 방식이 함께 쓰이고 있었다. 창의성 요소는 모든 요소가 골고루 나타난 가운데 민감성과 정교성이 4개로 가장 많았다. 넷째, 창의적 환경 관점에서 활동 공간은 제약 없음이 대부분이었으며 활동 매체는 신체를 활용한 교육 내용이 많았다. 이 연구를 통하여 무용 활동의 창의성 교육이 양적으로 확대되고 질적으로 심화되어야 함이 요구되었고 무용 활동의 창의성 교육 내용이 타영역으로 확산되어야 할 필요성이 탐색되었다.
최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.
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.