본 연구에서는 유역단위의 물수지 분석과 농업용수의 수문학적 매커니즘을 모의 할 수 있는 유역 모델링 방법을 이용하여 회귀수량 산정기법을 제시하고자 하였다. SWAT 모델을 이용하여 영산강수계 대표적인 농업지역인 만봉천 표준유역 (97.34 km2)에 대해 담수 논 모의가 고려된 유역물수지 분석을 실시하였다. 회귀수량 산정에 앞서, 나주 유량관측소의 일 유량 자료를 이용하여 SWAT을 검·보정하였다. R2, Nash-Sutcliffe Efficiency (NSE), Root-Mean-Square Error (RMSE)는 각각 0.73, 0.70, 0.64 mm/day으로 분석되었다. 3년 동안(2015~2017) 모의 결과를 토대로 관개기간(4/1~9/30)에 대한 신속 회귀수량과 공급량 대비 회귀율을 산정하였고, 평균 53.4%로 분석되었다. 본 연구에서 제시한 유역 회귀수량 모델링 기법은 향후 합리적인 유역물관리를 위한 최적 농업용수 공급방안에 대한 기초자료 구축에 활용될 수 있다.
본 연구에서는 서울시 기온 지상관측 자료의 지도화를 위해 Artificial Neural Network (ANN)을 사용하였다. 지도화를 위한 보조자료로는 MODerate resolution Imaging Spectroradiometer (MODIS) 자료를 사용하였다. ANN 모델 설계를 위해 입력자료와 출력자료 간의 산점도 및 통계분석을 수행하였으며, 기온과의 상관성이 비교적 높게 나타나는 입력자료인 지표면온도, Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI)와 시간(위성관측시각, Day of year), 위치(위도, 경도), 데이터 품질(운량)과 관련된 데이터 종류를 분류 및 조합하여 학습을 진행하였다. 기온자료와 상관성이 높은 데이터만으로 학습을 진행하였을 때 상관계수(r)와 Root Mean Squared Error (RMSE)의 평균값이 0.9667, 2.708℃로 우수한 성능을 보였다. 학습에 사용된 데이터의 종류가 추가될수록 더 우수한 학습 결과를 보였으며, 모든 데이터가 활용될 때에는 r과 RMSE의 평균값이 0.9840, 1.883℃로 가장 우수한 성능을 보였다. ANN 모델으로 생성한 서울시 기온 지도에서는 픽셀별 지형적 특성에 적절하게 기온이 산정된 것으로 판단되며, 추후 연구지역 확대 및 위성자료의 다양화를 통해 시단위 및 전국단위 기온 분포 분석 연구가 가능할 것이다.
본 연구에서는 인위적 수공시설물을 고려하지 않는 자연상태의 가뭄해석을 위해 자연가뭄지수(NDI)를 산정하고 활용성을 평가하였다. 자연가뭄지수는 주성분 분석을 이용하여 산정하였으며, 입력자료는 3개월 누적강수량, 자연유량, 토양수분량 자료이다. 강수량은 ASOS 59개 지점 자료이고, 자연유량 및 토양수분량은 지표수문해석모형의 결과를 이용하였다. 가뭄지수의 평가기간은 1977~2012년이며, 활용성 평가를 위해 시계열 분석, 지역별 분석 및 가뭄특성인자 분석을 수행하였다. 시계열 분석결과, 자연가뭄지수는 가뭄의 시작과 끝에 대한 평균절대오차는 0.85로 가장 정확하게 나타났다. 과거 가뭄사례와 가뭄특성인자를 분석한 결과, 자연가뭄지수의 지속기간과 발생간격의 평균절대오차는 각각 1.3, 1.0으로 가뭄의 지속기간 및 발생간격을 적절히 반영하는 것을 확인하였다. 지역별 분석결과, 자연가뭄지수는 단일변량 가뭄지수의 지역별 가뭄상황을 적절히 반영하여 활용성이 높은 것으로 나타났다. 또한, 가뭄의 시작, 끝, 지속기간, 발생간격에 대한 자연가뭄지수, 표준강수지수, 표준유출지수, 표준토양수분지수의 순위를 분석한 결과 자연가뭄지수가 가장 높은 순위로 산정되었다. 자연가뭄지수는 기존 단일변량 가뭄지수의 상이한 가뭄상황을 종합적으로 반영하며, 가뭄의 특성을 정량적으로 제시한다는 점에서 활용성이 높다고 판단된다.
KOMPSAT-3(또는 다목적 실용위성 3호)는 한국항공우주연구원의 고해상도 광학 관측임무를 가지고 2012년 5월 18일에 발사되었으며, 지상좌표 획득을 위해 RPC를 제공하고 있다. 그러나 제공 RPC는 내 외부표정요소 오차의 영향을 가지고 있으므로 이에 대한 조정이 필요하다. 본 연구는 KOMPSAT-3 위성영상 제공 RPC의 적합한 조정모델을 찾기 위하여 6가지 유형의 조정모델을 적용하였다. 그 결과, 조정계수 2개와 6개의 결과오차 차이가 0.1m 내외로 나타났다. 따라서 KOMPSAT-3 위성영상의 RPC 조정방법은 기준점 개수가 가장 적게 소요되는 2개 조정계수로 제안하였다. 이 방법으로 기준점 개수 증가에 따른 조정 RPC의 정확도 분석결과, 한 개 기준점만을 사용하더라도 최대오차 3m를 넘지 않았다. 결과적으로 본 연구에 사용된 KOMPSAT-3 입체영상의 제공 RPC는 2개 조정계수를 적용할 수 있을 것으로 판단한다.
피어리뷰(peer review)를 통한 학습은 학습자간 피드백을 주고받으며 다양한 정보를 관찰, 분석하는 과정을 통해 학습성과를 향상시키는 방법이다. 피어리뷰 시스템의 중요한 문제 중 하나는, 학습자의 여러 특징을 고려하여 학습자의 학습성과를 향상시키는데 적합한 평가자를 찾는 것이다. 그러나 기존 피어리뷰 시스템에서는 학습자들이 가지는 다양한 특징을 고려하지 않고 단순히 피어리뷰 평가자를 임의로 할당하거나 제한적인 학습 전략에 따라 피어리뷰 평가자를 편성하였다. 본 논문에서는 학습자와 평가자의 다양한 특징을 고려하여, 특정 학습자와 평가자의 조합으로 피어리뷰 학습이 이루어졌을 때 학습자에게 어느 정도의 학습성과 향상이 있을지 예측하는 방법을 제안한다. 제안하는 방법은 학습자와 평가자의 프로파일 정보로부터 대표 속성을 추출하고 다양한 회귀 모델을 적용하였다. 또한 학습자들의 다양한 특징으로 인하여 나타날 수 있는 이상치(outlier)가 학습성과 예측에 미치는 영향을 알아보기 위해, 회귀 모델에 다양한 이상치 제거 방법을 적용하여 학습성과 예측성능을 비교하였다. 실험 결과 이상치를 제거 하지 않은 SVR 모델이 평균 0.47%의 에러율을 보이며 가장 우수한 학습성과 예측결과를 보였다.
시화호의 수질을 개선할 목적으로 배수갑문을 통하여 외해수를 자유롭게 유통하는 방안이 고려되고 있다. 좁은 갑문을 통해 외해와 연결된 하구호는 갑문을 열고 닫는 것에 따라 희석 확산되고 상류 하천의 유입과 바람에 의해서 순환이 영향을 받는다. 이런 하구호의 수질예측목적으로 3타원 유한체적모형인 CE-QUAL-ICM을 3차원의 유한요소 동수역학모형인 TIDE3B와 연계 적응하였다. 서로 다른 두가지의 모형을 접합하여 이용할 때 발생될 수 있는 오차를 질량보존을 만족하면서 최소로 줄일 수 있는 방법을 제시하였다. 실제 관측치와의 비교검증을 통한 후 일년간 모델을 시험한 결과, 미 확정적인 초기조건의 영향을 받아 계산 초기의 60일간의 신뢰성은 의문시 되었다. 그러나 이후에는 부영양화 인자나 다른 수질 인자들이 준정상상태에 다다르는 결과를 보여 초기의 영향을 원만히 다를 수 있는 완화방안이 필요할 것으로 판단되었다. 수체와 저질사이의 반응도 모의하였지만 이 영향은 크지 않아 장기간의 모의에서는 저질의 영향을 고려하지 않아도 무난할 것으로 판단된다. 본 연구에서 새롭게 적용된 기법을 이용한 모의결과는 하구호의 수질개선을 위해 부영양화를 저감하는 것뿐만 아니라 능동적인 순환을 고려하는데 만족스럽게 응용될 수 있는 가능성을 보여주고 있다.
작물 모형의 품종모수를 추정하기 위한 기상자료는 일반적으로 생육 관측 자료가 수집된 시험지의 인근에 위치한 종관기상 관측자료가 사용되어왔으나, 지형적인 원인이나 시험지와 기상관측소 사이의 거리로 인해 실제 시험지의 기상과 차이가 발생할 수 있다. 반면, 비교적 높은 밀도로 분포하는 방재기상 관측자료를 활용할 경우 이러한 문제점을 보완할 수 있을 것이다. 본 연구에서는 종관기상 관측자료와 방재기상 관측자료를 각각 사용하여 출수기에 영향을 미치는 DSSAT 모형의 모수들을 추정하고, 추정된 모수들의 신뢰도를 비교하고자 하였다. 모수 추정을 위해 사용한 재배관리 및 생육 관측값은 지역장려품종 선발시험과 작황시험으로부터 수집하였다. 모수 추정은 Generalized Likelihood Uncertainty Estimation (GLUE) 방법을 사용하였으며, 불확실성을 고려하여 100번의 반복 추정을 통해 100개의 모수 집합을 생성하였다. 모수 추정에 소요되는 시간을 단축하기 위해 도커 컨테이너를 기반으로 병렬적으로 GLUE를 구동하였다. 추정된 모수들을 사용하여 모의된 출수기의 평균은, 방재기상자료를 사용하였을 때 최대 4일로, 종관기상자료를 사용하였을 때 최대 오차가 7일이었던 것에 비하여 크게 개선되었다. 그러나, 방재기상자료의 원활한 활용을 위해서는 해당 자료에 대한 접근성이 향상되어야 할 것으로 예상되었다.
최근 레이더 강우량을 수문학적으로 활용하기 위한 연구가 활발하게 진행되고 있다. 하지만 기상레이더의 경우 관측 특성상 산악 효과 등으로 인한 관측 영역의 한계로 빔의 차폐가 발생하며, 이는 강우량의 과소 추정의 원인이 된다. 이에 본 연구에서는 기상 레이더의 수문학적 활용을 위해 Hybrid Surface Rainfall (HSR)기법을 활용하여 레이더 강우를 추정하였으며, 분포형 유출모형인 GRM 모형을 활용하여 유출 해석을 수행하였다. 5개의 강우 사상에 대해 강우 보정 및 유출 모의를 수행한 결과 HSR 기법을 활용한 이중편파 레이더 강우량(Q_H_KDP)이 지상 강우량의 15% 이내의 오차를 보이며 정확성이 가장 높았으며, 이를 활용하여 유출 해석을 수행한 결과 역시 R2 0.9 이상 NRMSE가 0.8 이하, NSE 0.5 이상의 정확도를 나타내었다. 본 연구를 통하여 이중편파 레이더 강우의 적용성을 확인할 수 있었으며, 향후 레이더의 수문학적 활용에 관련된 연구에 활용성이 클 것으로 판단된다.
본 연구에서는 청미천 농경지를 중심으로 고해상도 지형 및 토지피복 자료 기반의 WRF/Noah-MP 결합시스템을 구축하고 수치모의 한 결과를 2014년 8월 21일부터 9월 10일까지의 청미천 하계 특별관측 자료와 비교하여, 농경지에서의 지면 및 대기모의 성능을 평가하였다. 지면 및 대기 변수의 단기 및 중기모의에 있어서 Noah-MP의 동적 식생 가동이 얼마나 유용한지를 살펴보기 위하여, 동적 식생을 포함하지 않은 실험(CTL)과 포함한 실험(DVG)을 관측기간에 대해 양방향 6중 둥지격자 시스템으로 수행하였다. 본 연구의 결과는 크게 세 가지로서 다음과 같다. 1) CTL 실험은 낮 동안의 순단파 복사 에너지를 과대 모의 함에 따라 현열 및 잠열 플럭스와 보웬비도 관측에 비해 과대 모의하는 경향을 보였다. CTL 실험의 기온은 관측을 대체로 잘 따라갔으나 일출 후 기온의 상승 속도가 관측에 비해 빠른 모습을 보였다. 최저 기온 및 최고 기온의 시점은 잘 모의하였는데, 특히 일 최저기온의 모의는 관측과 $0.3^{\circ}C$ 오차 이내의 성능을 보여, 동해 및 병해충과 연관된 엽면수분 지속시간 예측에 고무적인 결과로 평가되었다. CTL 실험의 10m 바람은 동서 및 남북 풍속 모두 대체로 과대 모의하는 경향을 보였고, 강수 또한 과대 모의하는 경향을 보였으나 강수의 시작 종료시점은 대체로 잘 포착하였다. 2) Noah-MP의 동적 식생을 구동시킨 DVG 실험은 CTL 실험에 비해 엽면적지수, 단파 복사, 지표면 플럭스, 보웬비, 기온, 바람, 강수의 모의를 전반적으로 관측에 더 가깝게 생산하는 것으로 나타났다. 강수, 온도, 복사, 가용 영양소 등의 변동에 대응하여 엽면적지수를 예단하는 DVG 실험은 CTL 실험보다 더 큰 엽면적지수를 생산했으며, 이는 실측에 더 가까운 결과였다. DVG 실험에서도 일출 후 기온 상승률은 관측에 비해 높았는데, 이는 CTL와 DVG 실험 모두에서 공통으로 사용한 YSU 경계층 방안이 갖는 혼합층의 조기 성장 특성과 관련이 있는 것으로 분석되었다. CTL 실험이 보인 바람과 강수의 과대모의 경향도 DVG 실험에서는 어느 정도 완화되는 개선점을 보였다. 3) 수평 해상도의 증가에 따른 청미천 농경지의 수치모의 성능 향상은 지표면 플럭스, 기온, 바람 강수 모두에서 미비하거나 거의 없는 것으로 나타났으며, 보다 정확한 평가를 위해서는 농경지 상의 여러 지점에서 입체적인 관측이 이뤄져야 하고, 모형에 사용되는 지형 및 토지피복 자료의 도메인 간 일관성이 확보되어야 할 것이다.
본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.
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.