피복재배 수미감자를 대상으로 7개 연도에 전국 9개소에서 수행되었던 35개 지역적응시험 성적과 해당지역의 시기별 기상요소들간 상관도를 검정한 결과, 감자의 상서율은 지상부 생육기보다는 괴경 비대기의 기상영향을 더 많이 받는 것으로 나타났는데, 특히 수확전 50~41일과 수확전 20일간의 일조시간, 수확전 10일간의 5 mm이상 강우일수의 영향을 크게 받는 것으로 나타났다. 감자의 상서수량에 영향을 미치는 기상요인은 파종후 20일간의 강수량, 파종후 11~20일의 상대습도, 수확전 20일부터의 강수량, 수확전 50~41일 및 20일전부터의 일조시간, 그리고 수확전 10일간의 5 mm 이상 강수일수 등이었다. 2차 회귀에서 상서수량과 상관이 나타난 각각의 기상값을 이용하여 계산한 수량예측치들($Y_i=aX_i{^2}+bX_i+c$)과 상서수량(Y)간에 선형회귀분석을 통하여 4개의 상서수량 예측모형을 만들었고 그중에서 4개의 기상요소가 활용되었고, 수량예측력이 가장 높을 것으로 보이는 모형 4를 선택하였다. 여기에 각 기상요소별 수량예측치 모델식들($aX_i{^2}+bX_i+c$)을 대입하여 얻은 최종 수량예측모형은 아래와 같았다. $$Y=-336^{\ast}DR_-10^2+854^{\ast}DR_-10-0.422^{\ast}Prec_-9^{2}\\+43.3^{\ast}Prec_-9-0.0414^{\ast}RH_-2^2+46.2^{\ast}RH_-2\\-0.0102^{\ast}Prec_-2^2-7.00^{\ast}Prec_-2-10039$$ 이 모형은 잔차평균제곱이 작고 F값이 높으며 결정계수는 0.693으로 높게 나타나 감자상서수량의 예측력이 높을 것으로 판단된다.
노지에서 재배되는 벼는 필연적으로 기상요소의 영향을 받을 수밖에 없으며, 벼 생장에 영향을 미치는 최적의 기상자료 확보 및 변수 선정은 벼 수확량 예측 모델링에 있어 매우 중요하다. 본 연구에서는 1996-2019년의 7월, 8월, 9월에 대하여, 다종의 기상자료 비교평가를 통해 우리나라 벼 수확량 모델링에 대한 적합성을 살펴보고, 기상요소와 벼 수확량 사이의 비선형적인 관계를 고려하여 기계학습 기법을 이용한 수확량 하인드캐스트 실험을 수행하고자 한다. 다종의 기상자료로는, 기상청 ASOS 지상관측과 함께, CRU-JRA ver. 2.1, ERA5 재분석장을 사용하였다. 이들 기상자료에서 공통적으로 도출할 수 있는 월 단위 기온, 상대습도, 일사량, 강수량 변수에 대한 비교를 통하여, 각 자료의 특성 및 벼 수확량과의 연관성을 분석하였다. CRU-JRA ver. 2.1 재분석장은 전반적으로 타 자료와 높은 일치성을 나타냈으며, 변수별 특징을 보았을 때, 상대습도는 벼 수확량에 미치는 영향이 거의 없었으나, 일사량은 벼 수확량과의 상관성이 상당히 높은 것으로 나타났다. 7월, 8월, 9월의 기온, 일사량, 강수량을 랜덤 포리스트 모델에 투입하여 벼 수확량 하인드캐스트 실험을 수행한 결과, CRU-JRA ver. 2.1 재분석장은 세 종류 기상자료 중에 가장 높은 정확도를 나타냈다(CC = 0.772). 또한 예측 모델에서 변수의 중요도는 일사량이 가장 높게 나타나, 기존의 농학적 연구결과와 일치하였다. 본 연구는 벼 수확량 예측을 위한 다종 기상자료의 선택에 있어 하나의 합리적 방법을 제시한 것으로써 의미가 있다고 하겠다.
전주(Electric Pole)는 전력 송/배전에 사용되는 지지물로 외력 측정을 위해 가속도 센서가 이용된다. 기상현상은 전주의 외력에 다양한 영향을 미친다. 가공전선의 탄성변화가 그중 하나이다. 이러한 이유로 전주에 미치는 기상현상 요인을 모델링 하는 것은 매우 중요하다. 가속도 센서로부터 수신된 데이터는 피치(Pitch)와 롤(Roll) 각도로 변환되어 수신된다. 기상 현상은 변수간 상관관계가 높게 나타나며, 모델링을 위해 유의한 설명변수를 선택하는 것은 과대적합(Over Fitting)의 문제에서 매우 중요한 요소이다. 다중공선성(Multicollinearity)을 고려한 설명력이 높은 모델 구축을 위해 기계학습 방법의 하나인 일반화 가법 모형(Generalized Additive Model)을 사용했다. 모델 구축에 사용된 기상 요인 변수는 온도, 습도, 강수량, 풍속, 풍향, 증기압, 대기압, 노점온도, 일조시간, 일사량, 운량이다. 분산 팽창 요인 검증을 수행한 결과 온도, 강수량, 풍속, 풍향, 대기압, 노점온도, 일조시간, 운량의 변수가 선택됐다. 설명변수중 일조시간, 운량, 대기압의 영향도가 높게 나타났으며, 일반화 가법 모형의 평균 결정계수(R-Squared)는 0.69로 유의한 모델을 구축했다. 구축된 모델은 전주 외력의 영향을 예측하는데 도움이 될 수 있을 것이며, 안전성 확보의 목적에 기여할 수 있을 것이라 생각한다.
조류는 복잡한 생태계의 상태를 평가하는 대표적인 생물 지표종으로써, 서식지 관리를 통한 효율적인 보전이 필요하다. 이에 본 연구는 창원시를 대상으로 산림성 조류의 서식지에 영향을 미치는 서식지 변수를 GIS기법으로 추출하여 서식지 예측 모형을 제시함으로써 향후 서식지 보존을 위한 유용한 기초자료를 제공하고자 하였다. 연구결과, 135지점에 출현한 산림성 조류는 총 5목 15과 26종 922개체로 나타났다. 또한 산림성 조류의 종다양도를 종속변수, 서식지 변수들을 독립변수로 하여 서식지 예측모형을 구축한 결과, '식생지수', '계곡으로부터의 거리', '혼효림으로부터의 거리', '밭 면적' 등 4개의 변수가 유의성을 가지는 것으로 분석되었으며, 이들의 설명력은 51.3%로 나타났다. 다음으로 모형의 정확도를 검증한 결과, 상관계수 0.735, 절대평균오차비율(MAPE) 20.7%로 비교적 합리적인 예측으로 판단되었으며, 구축된 모형을 활용하여 서식지 예측지도를 제작하였다. 이 지도는 현장조사를 근거로 조사되지 않은 지역의 종다양도를 예측 할 수 있어 향후 서식지 보존을 위한 전략수립에 유용한 기초자료로 활용 가능하리라 판단된다.
야생동 식물 서식지 보전 연구는 통합적인 생물다양성 관리 전략으로서 주목받고 있다. 국내 종조사자료 및 환경공간정보 여건을 고려할 때 종출현정보에 최적화된 것으로 알려져 있는 GARP 모형과 Maxent 모형이 서식지 분석에 가장 적합한 것으로 판단된다. 국내 적용가능성을 확인하기 위해 충청도 삽교천 일원을 대상으로 고라니($Hydropotes$$inermis$$argyropus$)에 대한 기계학습식 모형을 적용하였다. 종출현지점은 3차 전국자연환경조사, 환경변수는 문헌조사를 통해 10개를 도출하였다. 분석 결과 Maxent 모형과 GARP 모형은 각각 전체 면적의 16.3%, 27.1%를 고라니 서식지로 예측하였다. 종분포모형 정확도(훈련/검증)는 Maxent 모형(0.85/0.69)이 GARP 모형(0.65/0.61)보다 높게 분석되고 Spearman 순위 상관계수 역시 Maxent 모형(${\rho}$=0.71, p<0.01)이 GARP 모형(${\rho}$=0.55, p<0.05)보다 높게 분석되었다. 이는 대상지의 특성과 대상종에 따라 달라질 수 있으므로 상황에 따라 적절한 모형을 적용하는 것이 바람직할 것으로 판단된다.
다목적위성인 아리랑 2호 (KOMPSAT-II)에 장착된 위성의 자세제어를 위한 삼축자력계(Triaxial Magnetometer, TAM)에서 측정된 지구자기장의 삼성분 자료로부터 지구 외핵에서부터 오는 주지구자기장 (main geomagnetic field)의 모델을 계산하였다. 일반적으로 지자기 표준모델이라고도 일컫는 IGRF(International Geomagnetic Reference Model)과의 비교를 통해 제작된 모델과의 상관성을 연구하였다. 선행연구에서는 KOMPSAT-I의 3일 자료만을 통해 제작한 것과 달리 2007년 11월과 12월 자료를 항공우주연구원의 협조를 받아 모델에 활용하였다. 선행 연구에서는 구면조화 함수의 차수가 5까지의 유사성을 보인 반면 이번에 얻은 모델은 차수 8-9까지 유사성을 보이며 그 이후 차수 13까지 계산에서는 국제표준모델과 많은 차이를 나타내었다. KOMPSAT-II 자료를 통한 지구자기장 모델을 제작하는 데 있어서 적절한 자료선별과정과 이와 관련된 극지방자료의 포함여부와 외부자기장성분의 적절한 제거 및 위성에 탑재한 측정자력계의 정확도가 국제지자기표준모델과의 유사성 여부에 중요한 요소로 작용하였다. 수년간의 자료입수가 가능할 경우 지구자기장의 영년변화연구에도 지상의 지자기관측소자료와 함께 KOMPSAT-II 자료의 활용이 기대된다.
This study quantitatively analyzes the effects of emission inventory choices on the simulated particulate matter (PM) concentrations and the domestic/foreign contributions in the Seoul Metropolitan Area (SMA) with an air quality forecasting system. The forecasting system is composed of Weather Research and Forecasting (WRF)-Sparse Matrix Operator Kernel Emissions (SMOKE)-Community Multi-Scale Air Quality (CMAQ). Different domestic and foreign emission inventories were selectively adopted to set up four sets of emissions inputs for air quality simulations in this study. All modeling cases showed that model performance statistics satisfied the criteria levels (correlation coefficient >0.7, fractional error <50%) suggested by previous studies. Notwithstanding the apparently good model performance of total PM concentrations by all emission cases, annual average concentrations of simulated total PM concentrations varied up to $20{\mu}g/m^3$ (160%) depending on the combination of emission inventories. In detail, the difference in simulated annual average concentrations of the primary PM coarse (PMC) was up to $25.2{\mu}g/m^3$ (6.5 times) compared with other cases. Furthermore, model performance analyses on PM species showed that the difference in the simulated primary PMC led to gross model overestimation in general, which indicates that the primary PMC emissions need to be improved. The contribution analysis using model direct outputs indicated that the domestic contributions to the annual average PM concentrations in the SMA vary from 44% to 67%. To account for the uncertainty of the simulated concentration, the contribution correction factor method proposed by Bae et al. (2017) was applied, which resulted in converged contributions(from 48% to 57%). We believe this study shows that it is necessary to improve the simulated concentrations of PM components in order to enhance the accuracy of the forecasting model. It is deemed that these improvements will provide more accurate contribution results.
Purpose - In recent years, many firms have attempted various approaches to cope with the continual increase of aviation transportation. The previous research into freight charge forecasting models has focused on regression analyses using a few influence factors to calculate the future price. However, these approaches have limitations that make them difficult to apply into practice: They cannot respond promptly to small price changes and their predictive power is relatively low. Therefore, the current study proposes a freight charge-forecasting model using time series data instead a regression approach. The main purposes of this study can thus be summarized as follows. First, a proper model for freight charge using the autoregressive integrated moving average (ARIMA) model, which is mainly used for time series forecast, is presented. Second, a modified ARIMA model for freight charge prediction and the standard process of determining freight charge based on the model is presented. Third, a straightforward freight charge prediction model for practitioners to apply and utilize is presented. Research design, data, and methodology - To develop a new freight charge model, this study proposes the ARIMAC(p,q) model, which applies time difference constantly to address the correlation coefficient (autocorrelation function and partial autocorrelation function) problem as it appears in the ARIMA(p,q) model and materialize an error-adjusted ARIMAC(p,q). Cargo Account Settlement Systems (CASS) data from the International Air Transport Association (IATA) are used to predict the air freight charge. In the modeling, freight charge data for 72 months (from January 2006 to December 2011) are used for the training set, and a prediction interval of 23 months (from January 2012 to November 2013) is used for the validation set. The freight charge from November 2012 to November 2013 is predicted for three routes - Los Angeles, Miami, and Vienna - and the accuracy of the prediction interval is analyzed using mean absolute percentage error (MAPE). Results - The result of the proposed model shows better accuracy of prediction because the MAPE of the error-adjusted ARIMAC model is 10% and the MAPE of ARIMAC is 11.2% for the L.A. route. For the Miami route, the proposed model also shows slightly better accuracy in that the MAPE of the error-adjusted ARIMAC model is 3.5%, while that of ARIMAC is 3.7%. However, for the Vienna route, the accuracy of ARIMAC is better because the MAPE of ARIMAC is 14.5% and the MAPE of the error-adjusted ARIMAC model is 15.7%. Conclusions - The accuracy of the error-adjusted ARIMAC model appears better when a route's freight charge variance is large, and the accuracy of ARIMA is better when the freight charge variance is small or has a trend of ascent or descent. From the results, it can be concluded that the ARIMAC model, which uses moving averages, has less predictive power for small price changes, while the error-adjusted ARIMAC model, which uses error correction, has the advantage of being able to respond to price changes quickly.
식생 높이는 높이-탄소식생량 추정 모델을 이용하여 식생탄소량은 측정하는데 사용된다. 접근이 힘든 지역의 망그로브 생태는 현장 자료를 취득하는데 어려움이 있으며, 제한적인 현장 자료로부터 대규모 식생량 및 탄소양모델을 연구하는데 한계점이 있다. 능동형과 수동형 원격탐사 기법이 망그로브 식생 연구에 활용되고 있으나, 공간 해상도의 한계로 인해 작은 규모의 특징을 감지하는데 문제가 있다. 이 논문에서는 TanDEM-X 자료를 이용하여 SRF 지역 12 m 공간 해상도 망그로브 식생 높이 분포를 측정하였다. 단일 편파를 사용하였지만, 수면과 망그로브 식생 사이에서 일어나는 이중 반사 현상을 이용하여 망그로브 숲 지역의 수면의 높이를 측정하여 식생 높이를 측정하는 새로운 인버젼 모델을 사용하였다. TanDEM-X 식생 높이 결과를 모자이크하여 SRF 전 지역의 대규모 식생 높이 지도를 제작하였다. 현장 자료와 검증한 결과 상관계수 0.83, RMSE 0.84 m로 나타났다. 전 세계를 관측한 TanDEM-X 자료를 이용하면, 고해상도 글로벌 망그로브 식생 높이 지도 제작이 가능함을 보여주었다. 이러한 결과들은 망그로브 식생탄소량 및 탄소 순환을 이해하는데 중요한 역할을 할것으로 기대된다.
본 연구에서는 A2O 공정을 적용하여 운영중인 하수처리시설의 운영데이타를 바탕으로 현재 운영중인 하수처리장의 효율성을 통계적기법을 이용하여 분석하였으며, GPS-X 공정모델프로그램을 활용하여 최적의 운영조건을 도출하였다. 하수처리장의 운영인자는 기초통계분석과 상관관계분석, 일원분산분석을 실시하였다. 기초통계 분석결과 연구대상 하수처리장의 유입량은 여름철에 가장 높게 분석되었으며, 다른 계절에 비해서 유입량의 변동성이 가장 크게 나타났다. 다원변량 분석의 결과 유출 T-N 및 NH4+-N은 C/N비와 통계적으로 유의한 수준이 도출되지 않았다(p-value : > 0.05). A2O하수운영의 각 영향인자중에서 질소 성분의 제거는 유입 수온, HRT, SRT, DO에 주로 영향을 받고, BOD의 경우 모든 운영 인자, COD는 항목은 HRT, SRT, DO 운영인자에 영향을 받았다. GPS-X를 A2O 공정의 이용한 시뮬레이션에서 매개변수는 최대 침전 속도, 종속영양미생물 수율(무산소성), 인 반포화계수, 종속영양미생물 사멸율, 종속영양미생물 최대 성장률, 독립영양미생물 최대 성장률, 최대 침전 속도로 나타나 이러한 매개변수가 시뮬레이션에 주요 영향을 미치는 인자로 확인되었다.
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.