본 논문에서는 DCT 데이터에서 영상 데이터로의 해독 및 이진화 과정을 생략하고 컬러 영상의 DCT 관련 원자료를 사용하는 방법에 기반을 둔 매우 빠르고 안정적인 문자열 구간 분리 모형을 제안하였다. DCT 블록에 저장된 DC 및 3개의 주요 AC 변수들을 조합하여 축소된 저해상도 회색 영상을 만들고 횡렬 및 종렬 투영법을 통해 얻어진 픽셀 값의 히스토그램을 분석하여 문자 열 구간 사이에 존재하는 백색의 띠 공간을 찾아내었다. 이 과정 중 탐색되지 않은 문자 열 구간은 마코프 모델을 사용하여 숨겨진 주기를 찾아내어 복원하였다. 본 논문에 실험 결과를 제시하였으며 기존의 방법보다 약 40 - 100배 빠른 방법임을 입증하였다.
부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.
본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.
항 외곽시설 신뢰성 설계가 합리적으로 구현하기 위해서는 우리나라 해양환경 특성이 반영된 확률모형이 필요하며 이러한 시각에서 본 연구에서는 천 해역 확률모형 개발을 위한 기초연구의 일부로 불규칙 파랑 천수 과정을 수치 모의하였다. 수치 모의는 자연해안에서 흔히 관측되는 사주가 원빈에 형성된 해안을 대상으로 수행하였으며 파랑모형은 spatially filtered Navier-Stokes Eq., LES[Large Eddy Simulation], one equation dynamic Smagorinsky turbulence closure 등으로 구성하였다. 불규칙 파랑은 우리나라 동해안에서 관측되는 너울 특성을 반영하기 위해 다양한 첨두 증강계수를 지니는 JONSWAP 스펙트럼과 random phase method를 사용하여 모의하였다. 파고분포의 모수는 먼저 수치 모의에서 관측된 자유수면 시계열 자료를 threshold crossing method로 파별 해석[wave by wave analysis]하여 개별 파랑을 특정하고, 이어 이렇게 특정된 파마루와 파곡 빈도 해석결과로부터 산출하였다. 모의결과 현재 천 해역 파고분포를 대표하는 수정 Glukhovskiy 파고분포는 큰 파고와 작은 파고 발생확률은 과다하게, 중간 크기 파고 발생확률은 과소하게 평가하는 것으로 모의 되었으며, 이에 반해 본 논문에서 제시된 파고분포의 경우 일치도가 상당하였다. 또한, 전술한 수정 Glukhovskiy 파고분포와의 간극은 쇄파역에서 제일 현저하게 관측되어 수정 Glukhovskiy 파고분포를 쇄파역 언저리에 거치되는 외곽시설 신뢰성 설계에 적용하는 일은 지양되어야 할 것으로 판단된다.
충돌보호공은 해저지반에 깊게 근입되어 있으며 돌핀을 의미하는 상부는 단단한 콘트리트 뚜껑으로 막혀지고 쇄석으로 채워진 원형의 속채움 시트파일의 배열로 구성된다. 본 연구에서는 돌핀의 거동을 규명하기 위해 총 7회의 준정적실험과 11회의 동적 원심모형실험을 수행하였다. 주요한 실험적 결과는 다음과 같다. 우선, 준정적실험의 실험적인 힘-변위 결과는 채움재 강성과 관련된 채움 밀도의 변화로부터 구조물의 초기 강성에 대한 영향을 보여준다. 그리고 동일한 변위에서의 에너지 소산을 비교해보면 더 조밀한 채움에서 직경 20m 돌핀은 16%, 직경 30m 돌핀은 23% 정도 소산율이 증가하는 것으로 나타났다. 30m 직경의 돌핀이 더 큰 민감도를 갖는 것은 채움재의 변형률이 에너지소산에 대해 보다 크게 기여하기 때문이다. 동 정적 충돌실험결과, 일반적으로 동적 응답이 준정적 응답보다 26~58%까지 크고 더 작은 변위에서 에너지 소산이 발생되고 있음을 알 수 있다. 따라서 돌핀 구조물의 거동예측 시 준정적 응답특성을 사용하는 것이 보수적이라는 것을 알 수 있으며, 하부충돌 시 돌핀 저항력은 상부충돌 시와 동일하거나 더 우세한 것으로 나타났다.
본 연구에서는 범주 불균형 문제가 내재된 기업부도 예측 AdaBoost 앙상블 모형의 성과를 개선하기 위하여 GMOPTBoost 알고리즘을 제안한다. AdaBoost 알고리즘은 오분류 표본에 대하여 강건한 학습기회를 제공한다는 장점이 있지만, 산술평균 정확도에 기반하기 때문에 범주 불균형 문제를 효과적으로 해결하지 못한다는 한계점이 존재한다. GMOPTBoost는 가우시안 경사하강법(Gaussian gradient descent)을 적용하여 기하평균 정확도를 최적화하고 범주 불균형 문제를 효과적으로 해결할 수 있다는 장점이 있다. 본 연구에서는 첫째, 범주 불균형 문제가 예측 모형의 성과에 미치는 효과와 GMOPTBoost의 성과 개선 효과를 검증하기 위하여 5개의 범주 불균형 데이터를 구성하였으며, 둘째, 범주 균형 데이터에 대한 GMOPTBoost의 성과 개선 효과를 검증하기 위하여 데이터 샘플링 기법을 통하여 구성된 균형 데이터를 구성하였다. 30회의 교차타당성 분석의 주요 결과는 다음과 같다. 첫째, 범주 불균형 문제는 예측 성과에 부정적인 영향을 미친다. 둘째, GMOPTBoost는 불균형 데이터에 적용된 AdaBoost의 성과를 유의적으로 개선시키는 긍정적인 효과를 제공한다. 셋째, 데이터 샘플링 기법은 성과 개선에 긍정적인 영향을 미친다. 마지막으로 데이터 샘플링 기법을 적용한 범주 균형 데이터에서도 GMOPTBoost는 유의적인 성과 개선에 기여한다.
본 연구의 목적은 미래 기후변화에 따른 담수호의 종합적 수자원 관리를 위하여, 이수-치수-수질을 모두 고려한 평가지표를 설정하고, 로버스트 의사결정 기법을 활용하여 담수호 관리수위 별 변화를 분석하고 평가하는데 있다. 기후변화에 따른 유입량 변화와 이에 따른 호소 수문, 수질 변화를 모의하기 위해 유역-호소 연계모델을 활용하였다. 관리수위는 -1.7 El.m부터 0.3 El.m 까지 5개의 대안을 설정하고 ACCESS-CM2 a Global Climate Model의 SSP1, 2, 3, 5 시나리오에 따른 변화를 평가하였다. 로버스트 의사결정을 위해 기간신뢰도 기반 이수-치수-수질 지표를 성과지표로 산정하고, 후회도를 결정지표로 최소의 최대후회도를 가지는 대안을 산정하고자 하였다. 대안 별 평가 결과 -1.2 El. m가 최적 관리수위로 산정되었다. 관리수위를 높게 설정할수록 치수적 실패에 낮게 설정할수록 이수적 실패에 가까워지는 것으로 나타났으며, SSP5 시나리오에서 가장 많은 실패가 발생하였다. 수질 부문에서는 관리수위를 상승시킬수록 저수지 체적 증가로 수질 변화가 적게 나타났으며, 낮출수록 수질 변화가 크게 나타났다. 하지만 현재 담수호의 수질 상태가 좋지 않아 관리수위를 상승시켜 수질 변화가 적었을 때 실패가 더 자주 발생하였다.
본 연구에서는 1981년부터 2012년까지의 시계열 자료를 이용하여 도시가스의 수요함수를 추정하고자 한다. 도시가스의 수요함수는 수용가의 도시가스 수요행태에 대한 정보를 제공하여 가격과 같은 주요 정책변수의 효과를 사전적으로 진단하는 데, 그리고 수요예측을 하는 데 유용하게 활용된다. 시계열 데이터를 효과적으로 활용하기 위하여 내생시차변수 모형을 활용하였고, 수요함수의 모수에 대한 강건한 추정치를 얻기 위해 최소자승법 추정법을 사용하였다. 단기 가격탄력성 및 소득탄력성은 각각 -0.522 및 0.874로 추정되었으며 유의수준 1%에서 통계적으로 유의하였다. 단기 가격탄력성은 가격에 비탄력적인 도시가스수요의 특징을 보여주고 있으며, 단기 소득탄력성 역시 비탄력적으로 추정되어 소득 증감에 따라 도시가스의 수요가 크게 변화지 않음을 알 수 있다. 반면, 장기 가격탄력성 및 소득탄력성은 각각 -2.155 및 3.607로 나타나 탄력적임을 알 수 있다.
본 논문은 기존의 국내자본시장 기업들 대상 현금보유수준에 대한 재무적 결정요인 분석에 대한 확장적 연구이다. 국내 KOSPI 상장기업들과 이에 상응하는 미국의 대기업들에 대한 상호 비교가 실증적으로 검정되었다. 구체적으로는, 동 기업별 현금 보유수준의 적정성을 탐구하기 위하여, 다수의 계량경제적인 모델들을 활용하여 국제금융위기 이후부터 최근까지의 분석기간 (2010년-2015년)동안, 동 현금유동성 수준에 영향을 줄 수 있는 재무적 대용변수들을 활용되었다. 재무적 설명변수들의 선정과 관련하여, 현금유동성 수준의 국제적 기업재무 이론의 근간이 되는 상충관계이론, 자금조달순서이론, 그리고 대리인비용이론을 기준으로 동 변수들이 선별되었다. 각 자본시장별, 현금유동성을 측정하는 종속변수와 동 설명변수들의 계량경제적 관계 분석과 이에 대한 재무이론적 해석 등이 본문 내용 중에 서술되었다. 결론적으로, 동 실증적 결과들은 향후에도 활발히 진행될 것으로 예상되는 국가 간 투자협정들, 특히, 금융서비스 분야에서 자금의 유,출입에도 선순환적인 영향을 줄 수 있을 것으로 판단되며, 미시적으로는 동 결과를 응용한 최적 현금 보유수준의 접근을 통하여 기업의 최종 목표인 주주 부의 극대화에 기여할 수 있을 것으로 기대된다.
본 연구는 도심구간통과 철도노선에서 빈번히 발생하는 민원을 고려하여 철도 건설대안의 우선순위를 판단할 수 있는 방법론을 다기준 의사결정법의 하나인 AHP (Analytic Hierarchy Process; 분석적 계층화법) 기법을 이용하여 개발하였다. 철도사업과 관련된 민원의 특성 및 원인을 분석하기 위해, 경의선, 경춘선, 수인선, 장항선의 네 개 노선에서 주로 발생되는 민원사항을 정리 분석하였다. 원인별로 분류된 민원을 해결할 수 있는 전문가 집단의 브레인 스토밍 과정을 거쳐 현행유지를 포함한 7 개의 철도건설 대안을 제시하였다. 선택된 최적대안을 시행함에 있어 문제가 될 수 있는 항목을 사전에 파악할 수 있도록 개선우선순위를 도출하였으며 AHP 평가설문이 내재적으로 가지는 중복도 문제를 해결하기 위해 Fuzzy 측도를 활용한 송기한 (2002)의 모형을 적용하였다. 각 대안 간 가중치 변화에 대한 민감도 분석을 수행하여 집단간 이해관계의 차이로 인한 최적대안의 변화정도를 살펴보았다. 본 연구에서 개발된 방법의 적용성 검토를 위해 경의선 구간 중 고양시 지역을 대상으로 지하화와 현행유지 대안에 대한 사례분석을 수행한 결과 각각 0.489, 0.511로 현행유지 대안이 더 높은 점수를 가지는 것으로 나타났다. 하지만 중복도와 민감도 분석을 시행했을 경우 평가점수에 다소 차이가 나타났다. 또한, 현행유지대안을 선택할 경우 종합교통체계의 열위지수가 0.1063으로 가장 우선적으로 보완되어야 할 것으로 나타났다. 본 연구에서 개발된 모형을 바탕으로 민원을 고려한 노선대안 선정이 이루어진다면, 철도사업 뿐만 아니라 여러 공공사업을 시행함에 있어 정부와 시민 그리고 지방단체의 합의를 통한 원활하고 효율적인 사업진행이 이루어 질 수 있을 것으로 기대된다.
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.