전통적인 OD조사에 의한 OD추정의 여러 문제점들로 인해 링크관측교통량과 기존OD를 결합해 OD를 추정하고자 하는 연구들이 제시되고 있다. Yang(1995)은 일반화최소자승법을 풀기 위한 IEA와 SAB 알고리즘을 제시하였다. 그러나 두 알고리즘의 문제점은 첫째 실제 OD를 알기가 어렵기 때문에 기존 OD를 중요한 추정기준으로 설정한다는 것으로, 이러한 추정의 종속성으로 인해, 기존 OD와 실제 OD의 차이가 큰 경우 정확한 해를 도출하지 못한다. 두 번째 문제는 통행패턴 추정시 선형근사화를 가정하기 때문에 게임이론적 측면에서 전제로 설정한 완전한 Stackelberg 상황을 구현하지 못한다는 것이다. 이러한 문제점을 피하기 위해서는 기존 OD나 관측교통량의 오차에 일관적인 해도출 기법이 필요하다. OD추정 문제는 본질적으로 비선형이고 비볼록하여 전역해 탐색기법이 필요하기 때문에 전역최적화가 가능한 유전알고리즘을 이용한 OD추정모형(GAM)을 개발하였다. 사례네트워크 분석결과, GAM은 기존 OD의 오차에 대해 크게 종속적이지 않으며 OD구조가 변하는 경우에도 추정이 가능하여, 일반적으로 실제 OD를 알 수 없는(기존OD의 오차가 어느 정도인지를 알 수 없는) 도시부 네트워크에서 신뢰성있는 추정력을 보였다. 또한 기존 OD 추정모형은 비교적 용이하게 차종별로 관측할 수 있는 링크교통량을 차종구분 없이 단일차종으로 이용함으로써, 정보의 손실을 초래하여 결과적으로 모형의 추정력을 저하시켰다. 그렇지만 다차종 링크관측교통량으로부터 다차종 OD 추정연구는 거의 없었으며, 그 결과가 단일차종에 대한 추정결과와 어떻게 다른지에 대한 연구도 전무하였다. 본 연구에서는 유전알고리즘을 이용한 OD 추정모형을 다수단 OD 추정모형(GAMUC)으로 확대하였다. 사례 분석 결과 단일차종 OD추정기법은 심각한 추정오류를 범할 수 있으며, 그 적용성도 낮다는 것을 보였다. 다차종 OD 추정기법이 단일차종 OD 추정기법보다 양호한 추정력을 보였으며, 다차종 기법 중에서는 GAMUC가 IEAMUC보다 우수한 추정력을 보였다.
기존의 링크교통량으로부터 OD추정모형은 기존 OD에 대한 추정의 종속성이 커, 기존 OD나 관측링크교통량의 오차에 따라 추정결과가 일관적이지 않은 문제점을 가지고 있다. 또한 관측링크교통량의 정확도가 중요함에도 불구하고 차종구분 없이 링크교통량을 이용하여 정보의 손실을 초래하였고 결과적으로 OD 추정력을 저하시켰다. 그렇지만 다차종 링크교통량으로부터 다차종 OD를 구하는 연구는 거의 없었으며, 그 추정결과가 단일차종에 대한 추정결과와 어떻게 다른지에 대한 연구도 전무하였다. 본 연구의 목적은 기존의 OD 추정모형이 기존 OD에 대해 종속성을 가지며 차종구분 없이 모형을 구성함으로써 추정력의 저하를 초래하였음을 밝히고, 이에 대한 대안으로 종속성 문제를 완화하고 차종구분을 통해 OD 추정모형의 추정력을 증진시키자 하는 것이다. 이를 위해 유전알고리즘을 이용한 다차종 OD행렬 추정모형(GAMUC)을 구축하고, 이를 기존의 바이레벨 모형의 IEA 알고리즘 및 다차종으로 확장한 모형(IEAMUC)과 게임이론측면에서 검토하였으며, 사례네트워크에 대해 각 기법을 비교하였다. 본 연구는 유전알고리즘을 이용한 OD 추정기법을 축도로에 적용한 임용택 등(2000)과 이를 네트워크로 확장한 백승걸 등(2000)의 연구를 다차종으로 확장한 것이다. 사례분석 결과 기존 OD의 오차변화나 관측링크교통량의 오차변화 등에 있어 GAMUC가 IEA나 IEAMUC보다 추정력이 양호하여, 실제 OD를 알 수 없는 도시부 네트워크에서 GAMUC 모형의 적용력이 우수하였다. 또한 차종을 구분하지 않은 기존 모형은 실제 OD와는 전혀 다른 OD 구조를 도출할 수 있음을 보였으며, 단일 차종을 여러 차종으로 구분하여 OD를 추정하는 것이 더 양호한 추정력을 확보하는 것으로 나타났다.
도시고속도로 혼잡구간의 원인분석, 교통정보제공전략 수립, 진입램프 제어전략 및 효과분석 등 보다 효율적이 교통관리를 위해서는 진출입램프간 동적OD의 구축이 요구된다. 이를 위해 모든 진출입램프에 AVI 시스템을 설치하기에는 경제성 측면에서 비효율적이므로 현실 적용이 용이하고 추정력이 높은 동적OD 추정모델의 개발이 적절한 대안으로 판단된다. 본 연구는 교통관리시스템 (FTMS)에서 수집되는 실시간 검지기자료를 이용한 진출입램프간 동적OD 추정기법을 개발함에 있어서 시스템 탑재를 통하여 자동적으로 동적OD 추정이 가능하고 기존 모델에 비해 추정력을 높일 수 있는 방안을 마련하는데 주 목적을 두고 있다. 기존 동적OD 추정모델의 한계점은 2가지로 요약될 수 있다. 첫째, 교통류모델에서 추정하는 시간대별 링크분포 비율과 최적해 알고리즘에서 추정하는 동적OD간 상호관련성으로 동적OD 추정모델은 두 모듈간 Bi-level 문제로 접근해야 한다는 것이며, 둘째, 관측지점의 수가 추정코자 하는 OD쌍의 수보다 적기 때문에 교통량의 관측치와 추정치간 오차를 최소화하는 다수의 OD해가 존재하는 과소식별문제이다. 본 연구에서는 검지기에서 수집되는 교통자료(교통량, 통행속도, 점유율)를 이용하여 동적 교통류를 구현함으로써 Bi-level 문제를 해결하였으며, 동적OD 추정을 위한 목적함수를 링크 및 진출램프 교통량의 추정치와 관측치간 오차를 최소화하도록 설정함으로써 보다 많은 제약을 통하여 추정력을 높일 수 있도록 유도하였다. 본 연구에서는 동적OD 추정을 위한 최적해 알고리즘으로 유전자알고리즘을 적용하였으며, 서해안고속도로 (당진IC$\to$군산IC)의 실제 OD 및 교통자료를 이용하여 동적OD 추정모델을 평가하였다.
지난 몇 십년간 링크 단위의 교통자료를 이용한 동적OD 추정모델의 개발에 대한 연구가 다수 수행되어 왔다. 동적OD 추정모델의 한계점은 크게 2가지로 요약될 수 있다. 첫째, 동적 교통류 구현을 위해 교통시뮬레이션모형을 이용함에 따라 사전에 OD가 요구되며, 이는 결국 동적 교통류 모듈과 동적OD 추정모듈간 Bi-level Problem으로 접근해야 한다는 것이다. 둘째, 관측지점의 수가 OD쌍의 수보다 적기 때문에 교통자료의 추정치와 관측치간 오차를 최소화하는 다수의 OD쌍이 존재하는 과소식별문제로 귀결되며, 이로 인하여 추정된 OD와 실제 OD간 오차가 불가피하게 발생한다는 것이다. 본 연구에서는 기존의 Bi-level Problem을 해소하기 위해 VDS에서 수집되는 통행속도 및 점유율을 이용하여 동적 교통류를 구현하였으며, 동적OD 추정의 정확도를 제고하기 위해 VDS에서 수집되는 링크, 진출램프교통량의 관측치 및 일부 진출입램프에 설치된 AVI 자료를 복합적으로 이용한 동적OD 추정모델을 제안하였다. 칼만필터 알고리즘을 이용하여 사전에 설정된 iteration 동안 반복적으로 수행토록 하는 제안 모델은 진입램프에서 진출램프까지 소요되는 time-lag을 고려할 수 있으며 초기OD를 임의의 값으로 적용하는 경우에도 동적OD 추정의 정확도를 높일 수 있다. 서해안 고속도로를 대상으로 평가한 결과, VDS 자료만을 이용한 경우에 비해 더욱 좋은 결과를 보이는 것으로 분석되었다.
동적(dynamic) 기종점(origin-destination, OD) 통행량은 다양한 교통분야에 활용이 가능한데, 대표적으로 동적 통행배정모형의 입력자료와 같은 교통계획분야와 실시간 도로교통 운영분야, 그리고 교통수요 관리분야 등에도 사용할 수 있다. 이런 교통정책들을 평가하기 위해서는 정확한 동적 OD통행량의 추정은 무엇보다 중요하며, 이를 위하여 다양한 기법들이 제시되고 있다. 본 연구에서는 최근 새롭게 연구되고 있는 개인이 소지한 통행 단말기 정보를 이용하여 동적 OD통행량을 추정하고 이를 평가하고자 한다. 이를 위하여 동적 OD추정모형을 개발하고 개발된 추정모형과 동적 통행배정모형(DYNASMART-P)을 이용하여 동적 OD통행량을 추정하는데, 동적OD통행량 추정시 이용되는 단말기 정보가 표본자료(sample data)이기 때문에 이를 전수화하는 과정이 포함된다. 본 연구에서 제안한 방법으로 제주시를 대상으로 동적OD통행량을 추정한 결과, 그 가능성을 확인할 수 있었다.
전통적인 OD조사에 의한 OD추정방법의 여러 문제점들로 인해 링크에서 관측된 교통량과 기존OD를 결합해 새로운 OD를 추정하고자 하는 연구들이 지속되고 있으며, 그 필요성도 증대되고 있다. 그러한 기법중의 하나가 Yang(1995)이 제시한 바이레벨 모형으로, 그는 일반화최소자승법을 풀기위한 Sensitivity Analysis Based (SAB)을 제시하였다. 그러나 SAB 알고리즘은 두가지 중요한 문제점을 가지고 있다. 첫 번째 문제는 실제 OD를 알기가 어렵기 때문에, 기존 OD 조사시의 통행패턴이 현재의 통행패턴과 큰 변화가 없다는 가정 하에, 기존 OD를 추정시 중요한 추정기준으로 설정한다는 점이다. 그러나 이러한 기존 OD에 대한 추정의 종속성으로 인해, SAB는 기존 OD와 실제 OD의 차이가 큰 경우 정확한 해를 도출하지 못하고 추정결과가 일관적(robust)이지 않게 도출된다. 두 번째 문제는 SAB는 통행패턴 추정시 선형근사화를 가정하기 때문에 게임이론적 측면에서 전제로 설정한 완전한 Stackelberg 상황을 구현하지 못한다는 점이다. 이러한 문제점을 피하기 위해서는 기존 OD의 오차나 관측교통량의 오차에 대해 일관적이고 안정적인 해도출 기법이 필요하다. 본 연구의 목적은 SAB를 비롯한 기존 바이레벨 OD추정기법의 문제점을 지적하고 이에 대한 대안기법을 제시하는 것이다. OD추정의 문제는 본질적으로 비선형이고 비볼록하기 때문에, 다중해를 도출하게 된다. 따라서 전역해 탐색기법이 필요한데, 본 연구에서는 전역최적화가 가능한 유전알고리즘(Genetic Algorithm)을 이용한 OD추정모형(GA-Model:GAM)을 제시하였다. 사례네트워크에 대한 비교분석결과, GAM은 기존 OD의 오타에 대해 크게 종속적이지 않으며 OD구조가 변하는 경우에도 추정이 가능하여, 일반적으로 실제 OD를 알 수 없는 (기존OD의 오차가 어느 정도인지를 알 수 없는) 도시부 네트워크에서 신뢰성있는 추정력을 보였다.
관측교통량으로부터 기종점 OD 행렬을 추정할 때 적정한 관측구간을 선정한 후 선정된 구간의 교통량을 이용하여 기종점 OD행렬을 추정하는 것이 기종점 ODGODFUF의 추정력을 향상시키고 경제적인 효율성(관측비용 감소)을 제고하기 위한 방법이라고 판단하였다. 본 연구에서는 관측구간을 선정하기 위해 정수계획법을 이용하여 관측구간을 선정하는 모형식을 제시하였으며 이 기법을 이용하여 교통량 관측구간을 선정한 후, 성정된 관측구간의 교통량으로부터 기종점 OD행렬을 추정하였다. 또한 적정한 관측구간으로 선정된 교통량으로부터 추정된 기종점 OD행렬의 추정력을 비교분석하기 위하여 임의적으로 관측구간을 선정하여 기종점 OD행렬을 추정한 기존의 연구결과와 비교하였다. 비교분석한 결과, 적정한 관측구간을 선정하여 추정한 구간교통량 및 추정 기종점 OD행렬의 추정력이 임의적으로 관측구간의 교통량을 이용한 결과의 오차보다 더 개선되는 것으로 분석되었다. 따라서 관측교통량으로 기종점 OD행렬을 추정하기 위해서는 적정한 관측구간을 선정하여 선정된 구간의 교통량으로부터 기종점 OD행렬을 추정하는 것이 오차를 줄일수 있으며 추정력을 향상시킬수 있는 방법이라고 하겠다.
Previous OD matrix estimation methods from link traffic counts have focused on the formulation of mathematical model and its solution algorithm. Thereby those methods have assumed that true or real OD is similar to the target OD and paid little attention to the properties of the change of OD structure. Although it is general situation that each OD pair increases or decreases due to significant land use and to large time variation between target OD with real OD, those methods have set unrealistic assumptions that target OD increases or decreases uniformly and that the OD structure does not change. Therefore those methods have showed poor performance of OD estimation in general situation. To cope with the problem. this paper suggests a new concept of OD matrix structure and shows the shortcomings of previous method′s dependancy on target OD matrix. We divide "OD trips" into "OD scale" and "OD structure". Where OD scale is a quantitative magnitude of OD trips and "OD structure" is ordinal OD scale. This paper use the same solution algorithm developed by Baek et al. (2000) for analysing the OD structure. Results of numerical examples show that the performance of the method is better than that of previous methods, while the previous methods have better performance in estimation only when OD trips increase or decrease. In addition to, if OD structure does not change, the results show that the error of estimation is low relatively regardless of the large difference of trips between target OD and real OD. This paper also shows that the model performance on OD structure and on OD trips is low as the number of origins that OD structure is changed increase. From the results we suggest that the change of OD structure can be more important information than the difference between target OD and real OD in OD estimation steps.
관측교통량을 이용하여 추정된 OD의 오차는 관측링크집합에 크게 의존하기 때문에 얼마나 많은 수의 관측장비를 어느 지점에 위치시켜야 신뢰성을 확보할 수 있는가를 파악하는 것이 중요하다. 즉 교통량 관측지점의 위치와 개수에 따라 OD추정이 변하기 때문에 관측지점의 적정한 위치와 지점수를 산정하는 연구가 필요하다고 판단되어 본 연구는 기종점 교통수요(OD)를 추정하기 위해 교통수요추정의 정확도에 직접적으로 영향을 미치는 교통량 관측지점의 적정위치와 지점수를 선정하였다. 대안별 교통량 관측위치가 선정된 결과를 통계적인 평가지표를 이용하여 사전OD와 추정OD간의 오차를 평가하였다. 오차평가결과, 관측교통량을 이용하여 사전OD를 갱신할 때 관측교통량에 대한 관측지점의 위치 및 개수가 적정하게 반영되어 추정된 OD가 사전OD의 통행패턴을 어느 정도 잘 반영하고 있음을 알 수 있었다. 따라서 관측교통량을 이용하여 기종점간 교통수요(OD)를 추정할 때 사전OD의 통행패턴 및 특성을 잘 반영하기 위해서는 교통량 관측위치의 적정지점 및 개수선정이 중요한 요인이라고 판단된다.
본 연구에서는 관측 링크통행량을 이용하여 기종점(OD) 통행량을 추정하는 두 가지 방법을 제시하며, 기존 연구들과는 달리 확률적 통행배정(stochastic traffic assignment)모형을 이용한다 확률적 통행배정모형을 이용할 경우, 운전자들이 갖고 있는 경로 대안간의 인지오차(perceived error)를 모형에 반영할 수 있으며, 링크통행량과 OD 통행량사이에 명시적인 함수관계가 존재하여 쉽게 OD 통행량을 구할 수 있다는 장점이 있다. 본 연구에서는 이런 관계식을 이용하여 두 가지의 OD통행량 추정모형을 개발하며 이를 풀기 위한 알고리듬을 제시한다. 첫 번째 모형식은 관측교통량과 추정교통량간의 차이를 최소화시키는 미분값에서 도출되며 OD통행량 추정과 관련된 변수들과의 민감도(sensitivity)값도 도출한다. 두 번째 모형식은 관측교통량에 접근하는 추정교통량의 동적과정(dynamic process)을 통하여 도출된다. 본 연구에서 제시된 OD통행량 추정모형들은 가상 예제 교통망을 대상으로 평가하며 각 모형의 장단점을 기술한다. 또한, OD통행량 추정문제가 갖는 다수의 해(multiple solutions)에 대해서도 간단히 살펴본다.
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.