최근 제조업체들은 제품의 생산방식이 고도화 되고, 복잡해지면서 생산 장비를 효율적으로 사용하는데 어려움을 겪고 있다. 제조공정의 효율성을 방해하는 대표적인 요인들로는 작업물 종류 변경(job change)으로 인한 작업 준비 비용(Setup Cost) 등이 있다. 특히 반도체/LCD 공정과 같이 고가의 생산 장비를 사용하는 공정의 경우 장비의 효율적인 사용이 매우 중요한데, 상호 충돌하는 의사결정인 납기 준수를 최대화 하는 것과 작업물 종류 변경으로 인한 작업 준비 비용을 최소화 하는 것 사이에서 균형을 유지하는 것은 매우 어려운 일이다. 본 연구에서는 납기와 작업 준비 비용이 있는 병렬기계에서 강화학습을 활용하여 납기 및 셋업 비용의 최소화 목표를 달성하는 일정계획 모델을 개발하였다. 제안하는 모델은 DQN(Deep Q-Network) 일정계획 모델로 강화학습기반의 모델이다. 제안모델의 효율성을 측정하기 위해 DQN 모델과 기존에 개발하였던 심층 신경망 기반의 일정계획 생성기법과 휴리스틱 원칙의 결과를 비교하였다. 비교 결과 DQN 일정계획 생성기법이 심층신경망 방식과 휴리스틱 원칙에 비하여 납기 및 셋업 비용이 적은 것을 확인할 수 있었다.
Kim, Do-Yeon;Jung, Jin-Young;Kim, Yong-Man;Park, Koo-Rack
한국컴퓨터정보학회논문지
/
제26권9호
/
pp.155-166
/
2021
최근 디지털헬스케어 기술이 여러 분야로 전파되며 발전하고 있다. 그래서 본 논문에서는 비교적 디지털 헬스케어 기술이 적용되지 않은 분야가 검안분야라고 파악하여 정밀한 렌즈 제작을 위한 디지털 헬스케어 검안시스템을 구현했다. 렌즈를 제작하기 위해서는 프롭터란 기기가 사용되며 이 기기는 안경을 의뢰한 피측정인의 시력을 측정하여 렌즈를 세팅해 준다. 그리고 피측정인이 안경 착용시 동공중심과 렌즈초점을 맞추기 위해 PD미터란 기기를 사용한다. 그러나 PD 측정 오차, 프롭터 수동제어로 인한 불편함 및 오차, 검안 정보를 축적하고 분석할 수 있는 데이터베이스와 프로그램의 부재로 정밀한 렌즈 제작 및 검안 편의성에 한계가 있다. 그래서 본 논문에서는 보다 정확한 PD 측정을 위한 PD미터 설계, 프롭터 자동제어를 위한 프롭터 설계, 프롬터 제어 어플리케이션 설계, 피측정인별 검안정보를 활용해 렌즈를 자동 세팅해 주는 데이터베이스와 분석 프로그램 설계를 통해 최종적으로 검안 데이터베이스를 활용한 디지털 헬스케어 검안기 시스템을 구현했다.
본 연구에서는 CNT섬유에 적합한 복합소재 공정방법에 대해 연구하였다. CNT섬유가 아직 초기 연구단계로 생산성이 낮아 직조나 스티칭된 UD필름 제작이 어려운 점을 감안, 연구단계에서 적용 가능한 CNT섬유 복합소재 제조법을 개발하고자 하였다. 기존의 CNT섬유 기반 복합소재는 생산성 이슈 및 공정 적용의 어려움으로 인해 주로 single filament composite의 형태로 제조하거나 filament winding법을 이용하여 제조되고 있었으나, 본 연구를 통해서 필름 형상으로 준비된 CNT섬유에 수지를 함침한 후 바로 복합소재화 할 수 있는 공정을 개발할 수 있었다. CNT섬유에는 내부에 수많은 나노포어가 존재하기 때문에 이 부분에 수지가 함침됨에 따라 성형된 복합소재에서 수지의 비율이 과도하게 올라가는 문제가 있기 때문에, 이를 해결하는 것이 가장 핵심적인 이슈라 할 수 있다. VaRTM을 통해서 가해지는 압력은 과량의 수지 제거에는 충분하지 않았으며, 높은 힘으로 누르는 hot press 공정과, 섬유는 고정하면서 과량의 수지를 제거할 수 있는 폼 소재를 도입함으로써 높은 섬유비율을 가지는 CNT 섬유 복합소재를 제조할 수 있었다. 최종적으로 희석된 수지까지 이용하였을 때, 58.5 wt%의 질량비의 섬유로 구성된 CNT섬유 복합소재를 제조할 수 있었고, 비강도는 0.525 N/tex를 달성하였다. 본 연구는 향후 CNT섬유 복합소재 제조에 적용할 수 있는 새로운 공정 방법을 제시하였다.
자동차용 배터리 제조공정 가운데 하나인 Tab Welding 공정에서 생산된 제품의 샘플링 인장검사를 대체하기 위해 현재 비전검사기를 개발하여 사용하고 있다. 그러나, 비전검사는 검사 위치 오차 문제와 이를 개선하기 위해 발생하는 비용 문제를 가지고 있다. 이러한 문제점들을 해결하기 위해 최근 딥러닝 기술을 적용하는 사례들이 발생하고 있다. 본 논문도 그런 사례 중 하나로 기존 제품 검사에 딥러닝 기술 중 하나인 Faster R-CNN을 적용하여 그 유용성을 파악하고자 하였다. 기존 비전검사기를 통해 획득한 이미지들을 학습 데이터로 사용하여 Faster R-CNN ResNet101 V1 1024x1024 모델을 사용하여 학습하였다. 검사 기준인 미검률 0%, 과검률 10%의 기준으로 기존 비전검사와 Faster R-CNN 검사결과를 비교 분석하였다. 미검출률은 기존 비전검사에서 34.5%, Faster R-CNN 검사에서 0%였다. 과검출률은 기존 비전검사에서 100%, Faster R-CNN에서 6.9%였다. 결론적으로 자동차용 배터리 리드탭 암흔 오류 검출에 딥러닝 기술이 매우 유용함을 확인할 수 있었다.
반도체는 제조 공정이 복잡하고 길어 결함이 발생될 때 빠른 탐지와 조치가 이뤄져야 결함으로 인한 손실을 최소화할 수 있다. 테스트 공정을 거쳐 구성된 웨이퍼 빈 맵(WBM)의 체계적인 패턴을 탐지하고 분류함으로써 문제의 원인을 유추할 수 있다. 이 작업은 수작업으로 이뤄지기 때문에 대량의 웨이퍼를 단 시간에 처리하는 데 한계가 있다. 본 논문은 웨이퍼 빈 맵의 정상 여부를 구분하기 위해 계층적 군집 분석을 활용한 새로운 결함 패턴 탐지 방법을 제시한다. 제시하는 방법은 여러 장점이 있다. 군집의 수를 알 필요가 없으며 군집분석의 조율 모수가 적고 직관적이다. 동일한 크기의 웨이퍼와 다이(die)에서는 동일한 조율 모수를 가지므로 대량의 웨이퍼도 빠르게 결함을 탐지할 수 있다. 소량의 결함 데이터만 있어도 그리고 데이터의 결함비율을 가정하지 않더라도 기계학습 모형을 훈련할 수 있다. 제조 특성상 결함 데이터는 구하기 어렵고 결함의 비율이 수시로 바뀔 수 있기 때문에 필요하다. 또한 신규 패턴 발생시에도 안정적으로 탐지한다. 대만 반도체 기업에서 공개한 실제 웨이퍼 빈 맵 데이터(WM-811K)로 실험하였다. 계층적 군집 분석을 이용한 결함 패턴탐지는 불량의 재현율이 96.31%로 기존의 공간 필터(spatial filter)보다 우수함을 보여준다. 결함 분류는 혼합 유형에 장점이 있는 계층적 군집 분석을 그대로 사용한다. 직선형과 곡선형의 긁힘(scratch) 결함의 특징에 각각 주성분 분석의 고유값과 2차 다항식의 결정계수를 이용하고 랜덤 포레스트 분류기를 이용한다.
화장품 및 뷰티산업에서 고객의 피부상태 진단과 관리는 중요한 필수기능이다. 소셜미디어 환경이 사회 전 분야에 확산되고 일반화되면서 피부 상태의 진단과 관리에 대한 다양하고 섬세한 고민과 요구 사항의 질문과 답변의 상호작용이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 그러나 소셜미디어 정보는 매우 다양하고 비정형적인 방대한 빅데이터이므로 적절한 피부상태 정보분석과 인공지능 기술을 접목한 지능화된 피부상태 진단 시스템이 필요하다. 본 논문에서는 소셜미디어의 텍스트 분석정보를 학습데이터로 가공하여 고객의 피부상태를 지능적으로 진단 및 관리하기 위한 피부상태진단시스템 SCDIS를 개발하였다. SCDIS에서는 딥러닝 기계학습 방법인 인공신경망 기술을 사용하여 자동적으로 피부상태 유형을 진단하는 인공신경망 모델 AnnTFIDF을 빌드업하여 사용하였다. 인공신경망 모델 AnnTFIDF의 성능은 테스트샘플 데이터를 사용하여 분석되었으며, 피부상태 유형 진단 예측 값의 정확성은 약 95%의 높은 성능을 나타내었다. 본 논문의 실험 및 성능분석결과를 통하여 SCDIS는 화장품 및 뷰티산업 분야의 피부상태 분석 및 진단 관리 과정에서 효율적으로 사용 가능한 지능화된 도구로 평가할 수 있다. 본 논문에서 제안된 시스템은 소셜미디어 기반의 새로운 환경에서 화장품 및 피부미용에 대한 사용자의 요구를 체계적으로 파악하고 진단하는 기초 기술로 사용 가능할 것이다. 그리고 이 연구는 새로운 기술 트렌드인 맞춤형 화장품제조와 소비자중심의 뷰티산업기술 수요를 해결하기 위한 기초 연구로 사용될 수 있을 것이다.
본 연구의 목적은 루어낚시 참여자의 손목 움직임 측정을 위한 스트레치 센서를 개발하는 것이다. 손목움직임 측정을 위해 스트레치 센서를 손목에 부착하여 배굴, 저굴 그리고 랜딩동작을 게이지율, 인장강도 그리고 신장회복률을 척도로 실험을 진행하였다. CNT 분산액을 이용한 전도성 센서를 개발하고 E-band에 동일한 조건으로 적용하였다. 함침을 각각 한 번, 두 번, 그리고 세 번한 같은 크기의 5종, 15가지 센서를 만능재료시험기(Dacell dn-fga Universal testing machine, UTM)를 활용해 게이지율(Gauge Factor)을 측정하였다. 두 번 함침한 센서가 게이지율이 가장 우수했으며, 게이지율과 인장강도가 높은 세 가지 센서로 프로토 타입을 제작하였다. 아두이노에 연결하여 동작테스트를 한 결과, 인장강도와 게이지율이 가장 높은 시료 1이 세 가지 동작에서 일정한 파장이 유지되었다. 시료 2,3은 배굴과 저굴에서는 일정한 파장을 나타내었지만, 랜딩동작에서는 신호 노이즈가 나타났다. 이는, 랜딩동작에서는 인장강도와, 게이지율에 따라 파장의 패턴이 다르게 나타나는 것을 알 수 있었다. 이와 같은 결과로 손목의 움직임 측정을 위한 스트레치 센서 제작시에 필요한 조건들을 유추할 수 있었다. 본 연구의 결과를 활용하여 루어낚시용 스마트 웨어러블 제품 개발에 응용이 가능할 것으로 사료된다.
온라인 거래가 증가하면서 의류 이미지는 소비자의 구매 결정에 큰 영향을 미치게 되었다. 의류 소재에 대한 이미지 정보의 중요성이 강조되고 있으며, 의류 이미지를 분석하여 사용된 소재를 파악하는 것은 패션 산업에 있어서 중요하다. 의류에 사용된 텍스타일의 소재는 육안으로 식별하기 어렵고, 분류 작업에도 많은 시간과 비용이 소모된다. 본 연구는 딥러닝 알고리즘을 기반으로 의류 이미지로부터 텍스타일의 소재를 분류하고자 하였다. 소재를 분류함으로써 의류 생산 비용을 절감하고, 제조공정의 효율성을 증대하는데 도움이 되며 소비자에게 특정 소재의 제품을 추천하는 AI 서비스에 기여할 수 있다. 의류 이미지를 분류하기 위해 머신비전 기반의 딥러닝 알고리즘 ResNet과 Vision Transformer를 이용하였다. 760,949장의 이미지를 수집하였고, 비정상 이미지를 검출하는 전처리 과정을 거쳤다. 최종적으로 총 167,299장의 의류 이미지와 섬유라벨 19개, 직물라벨 20개를 사용하였다. ResNet과 Vision Transformer를 사용해서 의류 텍스타일의 소재를 분류하였으며 알고리즘 성능을 Top-k Accuracy Score 지표를 통해 비교하였다. 성능을 비교한 결과, ResNet 보다 Vision Transformer 알고리즘이 더 우수하였다.
전 세계적 모바일 스마트 기기 혁명은 사람이 접하는 모든 공간에서 독립된 형태의 전기회로를 요구하고 있으며, 전자기기간 연결된 사물인터넷의 구현은 사용자 측면에서 운용이 쉽고 지속 가능한 디지털 생태계 인프라 구축에서 매우 중요한 위치를 차지하고 있다. 이러한 기술은 자동차 전장품, 가정용 가전제품 및 웨어러블 기기의 생산 기술 발전으로 이어지고 있으며, 특히 최근 소개된 인몰드 전자기기(in-mold electronics, IME)는 기존의 대량 공정의 장점을 극대화할 수 있는 기술로 대두되고 있다. 이 기술은 평평한 2차원 기판에 기능성 잉크를 인쇄하고, 3차원 형상으로 열/사출 성형하여 경량화 및 저비용으로 장치를 생산해내는 경제성 강점을 이유로 산업적인 가치를 평가받고 있다. 본 논문에서는 인몰드 전자 장치의 제조기술 및 응용 측면에 대한 가장 최신의 국내외 연구 그룹에서 제안된 기술 개발을 소개하고자 한다. 신체 표면상에서 독립된 형태의 바이오센서 전자소자의 운용을 위한 생체 모사 기술, 에너지 소자, 생체신호 모니터링 센서들을 인몰드 기술로 구현하는 기술 및 장치 구성은, 4차 산업혁명과 함께 성장 중인 유연인쇄전자 기술과 융합되어 회로 기판 제조기술의 혁신을 가져올 것으로 기대된다.
연구목적: 최근 임플란트 상부보철물의 주재료로서 티타늄의 수요가 증가하고 있고, 급속도로 발전하고 있는 CAD/CAM (computer - aided design/computer-aided manufacturing) 기술이 접목되어 티타늄을 절삭하여 제작하는 방법이 주목을 받고 있으며 치과 임상에서 점점 그 영역이 넓어지고 있다. 다만, 하나의 티타늄괴를 절삭하여 만드는 방법의 특성상 기계적 유지력을 얻을 수 있는 비드 등을 형성할 수 없고, 통상적인 재료인 금 합금이나 도재용 합금 주조체에 비해 도재와의 결합력도 떨어지는 것이 보완해야 할 점으로 지적되고 있다. 이에 본 연구는 절삭형 티타늄을 이용한 보철물 제작에 많이 사용되고 있는 열중합 의치상 레진, 간접 복합 레진, 도재와 Grade II 순수 티타늄 사이의 결합 강도를 비교 평가해 보고자 하였다. 연구 재료 및 방법: 지름 9 mm, 높이 10 mm의 Grade II 순수 티타늄 원통형 시편 37개를 3군으로 나누어 각각 직경 7 mm, 높이 1 mm의 열중합 의치상 레진 (Lucitone 199, DENTSPLY Trubyte, York, USA), 간접 복합 레진 (Sinfony, 3M ESPE, Seefeld, Germany), 도재 (Triceram, Dentaurum, Ispringen, Germany)와 결합시켰다. 시편은 $5-55^{\circ}C$에서 1000회 열순환 처리 후, 범용 시험기 (Instron, Universal Testing Machine, Model 4465, USA)를 이용하여 1 mm/min의 속도로 하중을 가하여 전단결합강도를 측정하였다. 파절된 단면의 양상을 관찰하고 각 군별 파절양상을 조사하였다. 측정값은 one-way ANOVA와 Scheffe's multiple range test (${\alpha}=0.05$)로 분석하였다. 결과: 열중합 의치상 레진인 Lucitone 199 ($17.82{\pm}5.13\;MPa$)의 결합 강도가 가장 높았으며, 도재인 Triceram ($12.97{\pm}2.11\;MPa$), 복합레진인 Sinfony ($6.00{\pm}1.31\;MPa$) 순으로 감소하였다. Lucitone 199와 Sinfony 군의 파절 양상은 대부분이 부착성 파절인 데에 반해 Triceram 군에서는 복합성 파절이 많았다. 결론: CAD/CAM을 이용한 절삭형 티타늄 구조물 상방에 전장용 심미 재료로는 열중합형 의치상 레진이 가장 강한 결합 강도를 보인다. 기존의 주조체의 유지구 등에서 얻는 강도에 비해 약하고, 부착성 파절이 많은 점 등은 향후 이들 재료와 티타늄간의 결합력을 높이기 위한 보다 많은 연구가 이루어져야 할 것을 시사한다.
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.