본 논문은 키워드검색광고와 관련하여 의사결정자인 광고주의 입장에서 분석한 통계모델 기반 검색엔진최적화(Search Engine Optimization)논문이다. 일반적으로 키워드입찰은 노출순위를 대상으로 하는 입찰가액에 의해 이루어지고 있다. 그런데, 대부분 광고주는 수천 개 이상의 많은 키워드를 관리함에 있어, 매시간적으로 바뀌는 키워드별 입찰가액을 통해 입찰광고시스템을 관리하고 있는데, 사실상 시간과 인력자원측면에서 비효율적이다. 따라서, 본 논문에서는 기존의 입찰가액을 중심으로 하는 입찰시스템에 대해 의문점을 제기하고, 새로운 관점에서 노출순위를 의사결정변수로 하는 새로운 검색광고모델을 재정의하여 제시하였다. 새로운 검색광고모델에 대한 최적화실증분석을 위해 예측모델과 최적화모델을 제시하였다. 연구과정은 우선 키워드의 특성에 따라 키워드그룹을 원천 제조브랜드 유통브랜드의 범주화기준을 제시한 후, PC 와 모바일 매체별로 대표 키워드 선정한 후 노출순위와 클릭률이 비선형분포임을 보였고, 통계적 관계를 검토하였다. 클릭률예측 및 입찰가액예측을 위한 통계적 시나리오를 제시하였고, 적합성 분석을 통해 최적의 예측모델을 선정한 후, 선정된 예측모델을 기반으로 하여 클릭률과 기대이익(전환율)에 관한 최적화목적함수를 정의하고 실증분석을 진행하였다. 분석결과, 본 논문에서 제시한 검색광고모델은 클릭률 기반의 클릭수와 전환율 기반의 기대이익으로 표현되는 최적화모델 모두에서 개선효과가 있음을 확인하였다. 다만, 기대이익 최적화모델의 경우에는 핵심키워드임에도 불구하고 기대이익이 낮아 광고에서 배제되는 문제를 있음을 확인하고 대안을 제시했다. 마코브체인분석을 통해 핵심 경유키워드 개념을 도입하였고, 최적화목적함수에 대해 핵심경유키워드의 기회이익을 반영한 최적화수정모델을 제시하여 적용가능성을 확인하였다. 본 논문은 키워드입찰시스템의 의사결정변수를 노출순위의 관점으로 전환하는 새로운 모델을 제안하였고, 키워드 범주별 및 노출순위 기반의 통계적 예측을 제시하고, 포트폴리오 구성에서의 최적화실증분석을 통해 노출순위 기반 예측모델의 유효성을 확인함과 동시에, 키워드간의 확산효과를 포함하는 수정모델제시 등 전략적인 입찰을 제안한 점에 시사점이 있다.
기업들의 경쟁 환경이 세계시장으로 급속히 확대되고 있다. 이에 글로벌 자동차 기업을 대상으로 한 실증분석을 통해, 기업들의 국제적인 기술수준을 비교할 수 있는 특허포트폴리오 분석 방법을 제시하고자 하였다. 1991년부터 2010년까지 20년간의 삼극특허를 이용하여 국제적 수준의 특허활동을 측정하였으며, 권리적, 기술적, 경제적 측면에서 특허품질을 측정하였다. 그 결과, 미국의 자동차기업인 Ford와 GM은 특허품질이 우수하고, 특허품질의 변화도 크게 증가한 잠재적 리더로 분석되었다. 본 연구는 삼극특허를 기준으로 국적이 다른 글로벌 기업들 간의 국제적인 특허활동을 측정하고, 권리적, 기술적, 경제적 측면에서의 종합적인 특허품질을 삼극특허에 기반하여 일관성 있게 분석하는 방법을 제시한 점에서 연구의 의의가 있다.
우리나라의 청년 실업자가 나날이 증가 하고 취업난이 지속됨에 따라 취업률이 대학평가에서 중요시 되고 있다. 지금까지 취업률 개선을 위해 학계 및 다양한 방면에서 연구가 진행되고 있으며, 여러 가지 활동들이 진행되어 왔다. 하지만 여전히 체계적이고 장기적인 지원 등에 있어서는 지속적인 개선 필요성이 제기 되고 있다. 이에 본 연구는 취업률 제고에 영향을 미치는 주요활동을 조사하고 중요도를 분석하고자 한다. 구체적으로 첫째, 주요 19개 대학에서 시행중인 취업지원 프로그램을 조사하였다. 둘째, 재학생과 취업지원관을 대상으로 AHP 분석을 통하여 취업지원 프로그램의 상대적 중요도를 분석하였다. 셋째, 재학생과 취업지원관간의 취업지원 프로그램에 대한 중요도 인식의 차이 여부를 분포 matrix를 구성하여 Portfolio 분석을 실시하였다. 본 연구의 결과는 향후 대학의 취업역량 강화 및 효율적인 취업지원정책수립에 도움이 될 수 있을 것으로 기대된다.
주식시장은 항상 변하며 특별한 이유 없이도 주가가 급락하거나 급등하는 현상도 나타난다. 그러므로 주식시장은 복잡계로 인식되고 있으며, 주가의 변화는 예측하기 어렵다. 최근에 많은 연구자는 주식시장을 개별 주식 간의 네트워크로 간주하고 그것을 이해하려고 하며, 인터넷에서 실시간으로 생성되는 빅데이터를 통해 주가의 변화를 밝히려고 노력하고 있다. 우리는 주가와 인터넷 특히 주식토론방에 나타나는 사람들의 반응 간의 상관관계에 주목한다. 이 상관관계를 밝히기 위해서 KOSPI200에 속한 회사 중 57개 회사와 관련 있는 게시물들을 수집하고 분석하였다. 분석 결과에 따르면, 개별 주가와 게시물 수 사이에는 특별한 상관관계가 나타나지 않았지만, 주가와 게시물 수의 상관관계가 주식 수익률과 관계가 있는 것으로 나타났다. 우리는 이 분석결과를 기반으로 주식투자 포트폴리오를 추천하는 새로운 방법을 제안한다. '다음' 포털의 주식토론방 데이터를 이용한 모의 투자 실험 결과에서, '다음' 주식토론방 데이터를 사용한 경우 제안 방법으로 구성한 주식 포트폴리오의 월평균 수익률은 약 1.55%로 마코위츠의 효율적 포트폴리오의 수익률보다 약 0.72% 높으며, 코스피 평균 수익률보다 약 1.21% 높게 나타났다. 또한 '네이버' 주식토론방 데이터를 사용한 경우는 모의 투자 수익률이 약 0.90%로 기존 방법과 마코위츠 효율적 포트폴리오와 코스피 평균 수익률보다 각각 0.35%와 0.40%, 0.58% 높게 나타났다. 이 연구는 인터넷 주식토론방에 나타난 사람들의 집단적인 행위는 주식시장을 이해하는 데 많은 도움을 줄 수 있으며, 주가와 사람들의 집단행위 사이의 상관관계가 주식투자에 활용될 수 있음을 제시하였다.
주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.
상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.
This paper is about the investment strategy in stocks on Fundamental analysis. Financial data of stocks from January 2. 2001 through October 30. 2009 were utilized in order to suggest the investment strategies. Fundamental analysis was used in stocks-related strategy. The portfolios are composed of 3 criteria such as the buying criteria score, exchange cycle and selling conditions. The buying criteria score is determined assigned to each stock index according to the satisfaction condition of 15 parameters selected considering the grue's criteria. The stock buying alternatives has two options with buying stocks over 13 points and over 14 points of buying criteria score. The seven exchange cycles and three selling methods are considered. So total number of portfolios is 42($2{\times}7{\times}3=42$). The simulation has been executed about each 42 portfolios and we figured out with the simulation result that 83.33% of 35 portfolios are more profitable than average stock market profit(203.43%). The outcome of this research is summarized in two parts. First, it's the exchange strategy of portfolio. The result shows that value-oriented investment (long-term investment) strategy yields much higher than short-term investment strategies of stocks. Second, it's about the exchange cycle forming the portfolios. The result shows that the rate of return for the portfolio is the best when exchange cycle is 18 months.
국제물류환경변화에 따라 국제복합운송의 수요가 지속적으로 증가하고 있는 상황에서 해공복합운송의 중요성은 더욱 높아지고, 적극적인 시장개발 등의 노력에 의해 추가적인 물량 확보가 충분히 가능하다. 본 연구의 목적은 복합운송의 국제유통경로분석과 포트폴리오분석을 통해 해공복합운송 화물유치를 위한 정책대안을 제시하는 것이다. 유통경로분석과 포트폴리오 분석결과, 우리나라 전체 해공복합운송 물동량의 88.1%를 차지하고 있는 Qingdao, Shanghai, Weihai, Yantai지역을 중심으로 구체적인 화물유치전략이 필요한 것으로 나타났다. 이를 제외한 지역들은 물동량이 매우 적고, 상대적으로 변동성이 매우 큰 것으로 분석되었다. 특히, Vladivostok, Dandong, Tianjinxingang은 지속적으로 물동량이 감소하여 성장률과 시장점유율이 낮아지고 있어, 이들 지역에 대해서는 공격적인 화물유치전략보다는 안정적인 화물유지전략이 필요할 것이다.
ICT의 발전에 따라 대학교육의 새로운 패러다임이 요구되고 있다. 이에 따른 스마트 캠퍼스 구축은 대학 교육의 패러다임을 바꾸는 학습과 지식 중심의 접근을 비롯하여 혁신적인 기술의 적용, 여러 이해관계자의 니즈를 반영하는 접근 등 다양한 관점에서 효율적인 시스템 구축을 시도해야 한다. 본 연구는 스마트 캠퍼스 생태계를 위한 플랫폼 구축에 관한 연구로서 스마트 캠퍼스의 다양한 이해관계자의 니즈를 반영하는 접근을 하였으며, 이 중에 가장 중요한 대학생 사용자들의 학습과 대학생활 및 사회연결을 축으로 하여 이들의 경쟁력 강화와 사회진출을 돕기 위한 기능에 초점을 맞추는 연구를 하였다. 먼저, 선행연구고찰을 통해 스마트 캠퍼스 구축관련 이론들을 살펴보았으며, 다음으로는 국내외 환경분석과 동향분석을 통하여 대학생 핵심역량개발과 취업지원을 중심으로 하는 e-포트폴리오와 산학협력 지원 시스템에 대해 목표모델을 설계하여 제시하였으며, 지속적인 스마트 캠퍼스 발전 모델을 위한 주안점을 제안하였다.
Journal of the Korean Data and Information Science Society
/
제17권2호
/
pp.355-366
/
2006
Customer Satisfaction (CS) in Auto insurance market is the important factor which makes customer loyalty and retention increase. Recently On-line companies are threatening the existing Off-line companies with taking advantage of the low price through cut-offing the price by internet marketing. Therefore, the CS is becoming an indispensable survival strategy to the Off-line companies. Under these circumstances, this study finds out what the CS factors are in the auto insurance market, and produces levels of CS, customer loyalty and satisfaction Index of each category. The purpose of this study is to suggest the strategic improvement factor for elevating CS level and strategic direction for CS management by CS portfolio analysis based on the survey result.
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.