Purpose: We aimed to identify collaborative disaster governance through the demand and supply analysis of resources recognized by nurses during the COVID-19 pandemic. Methods: We used a descriptive study design with an online survey technique for data collection. The survey questions were developed based on focus group interviews with nurses responding to COVID-19 and expert validity testing. A 42-question online survey focusing on disaster governance was sent to nurses working in COVID-19 designated hospitals, public health offices, and schools. A total of 630 nurses participated in the survey. Demand and supply analysis was used to identify the specific components of disaster governance during a pandemic situation and analyze priority areas in disaster governance, as reported by nurses. Results: Demand and supply analysis showed that supplies procurement, cooperation, education, and environment factors clustered in the high demand and supply quadrant while labor condition, advocacy, emotional support, and workload adjustment factors clustered in the high demand but low supply quadrant, indicating a strong need in those areas of disaster governance among nurses. The nurses practicing at the public health offices and schools showed major components of disaster governance plotted in the second quadrant, indicating weak collaborative disaster governance. Conclusion: These findings show that there is an unbalanced distribution among nurses, resulting in major challenges in collaborative disaster governance during COVID-19. In the future and current pandemic, collaborative disaster governance, through improved distribution, will be useful for helping nurses to access more required resources and achieve effective pandemic response.
최근 클라우드, 모바일, IoT의 도입이 활성화되면서 방화벽이나 NAC(Network Access Control) 등의 고정 경계(Fixed Perimeter) 기반의 기존 보안 솔루션들의 한계를 보완할 수 있는 기술 개발의 필요성이 커지고 있다. 이에 대응하여 새로운 기반 기술로써 최근 등장한 것이 SDP(Software Defined Perimeter) 이다. 이 기술은 기존 보안 기술들과 달리 보호 대상 자원(서버, IoT 게이트웨이 등)의 위치에 상관없이 보안 경계를 유연하게 설정(Gateway S/W를 설치)하여, 날로 다양화·고도화되고 있는 네트워크 기반 해킹 공격을 대부분 무력화할 수 있으며 특히, Cloud 및 IoT 분야에 적합한 보안 기술로 부각 되고 있다. 본 연구에서는 SDP와 해시 트리 기반의 대규모 데이터 고속 서명 기술을 결합하여 새로운 접근제어시스템을 제안하였다. 대규모 데이터 고속 서명 기술에 의한 프로세스 인증기능을 통해 엔드포인트에 침입한 미지의 멀웨어들의 위협을 사전에 차단하고, 주요 데이터의 백업, 복구과정에서 유저 레벨의 공격이 불가능한 커널 레벨의 보안 기술을 구현하였고 그 결과 SDP의 취약 부분인 엔드포인트 보안을 강화하였다. 제안된 시스템을 시제품으로 개발하고 공인시험기관의 테스트(TTA V&V Test)로 성능시험을 완료하였다. SDP 기반 접근제어 솔루션은 스마트 자동차 보안 등에서도 활용될 수 있는 향후 잠재력이 매우 높은 기술이다.
각 탐사의 반응 값은 지하 매질의 특정 물성에 따라 달라지기 때문에 한가지의 지구물리학적 방법만으로는 탐사목적을 달성하지 못하는 경우가 종종 있다. 특히 지질재해 위험에 취약한 지역을 조사하는 경우, 인명 및 재산피해를 최대한 줄이기 위해 한 가지 이상의 탐사방법을 사용하는 것이 효과적이다. 제방의 안전성 평가를 위한 이 연구에서는 각 탐사결과들을 개별적으로 해석하는 대신 탄성파속도(굴절법에 의한 P파속도와 MASW의 S파속도)와 전기비저항 값들을 통계적으로 분석하여 결정된 임계값들을 기반으로 취약구간과 안전구간 등으로 구분하는 사분면 상관기법을 수행하였다. 임계값은 수평 4층 구조와 경사진 파쇄대에 대한 모델자료를 가지고 수행한 사분면 상관기법을 테스트하는 과정에서 두 개의 속성자료 모두 평균에서 표준편차를 빼준 값으로 결정되었다. 전기비저항-P파속도의 교차출력에 비해 전기비저항과 S파속도를 이용한 교차출력 해석이 제방 시스템의 토양유형, 지반강성 및 암석학적 특성 정보를 보다 충실히 제공하였다. 낮은 S파속도와 높은 전기비저항으로 2사분면에 투영된 느슨한 모래 구역이 취약구간으로 평가되는데 이와 같은 해석은 시추공 표준관입시험에서 보인 중심코어의 N 값 분포로 뒷받침되었다.
본 논문에서는 GNSS-RTK 정확도에 근거한 측량기기 성능 기준 마련의 당위성 제기와 국제표준을 적용한 정확도 성능검사 방안 모색하기 위해 「ISO 17123-8」에 의한 현장시험 절차와 방법을 고찰하고 이 표준을 적용한 관측실험을 수행하였다. ISO 표준에 따라 간이시험과 완전시험 절차를 적용해 5개 기종 GNSS 수신기가 RTK 방식으로 취득한 수평·높이 좌표가 기준정확도 이상이 되는지와 이들 좌표 정확도의 동등 여부를 통계검정 하였다. 그 결과 동일 등급 GNSS 수신기라 할지라도 RTK 정확도가 통계적으로 차이가 있을 수 있고 상이한 등급 수신기들도 그 정확도는 동등할 수 있는 것으로 나타났다. 이로부터 본 연구에서는 GNSS 상시관측 인프라의 고도화로 급증하는 실시간 측량 수요 대처 및 새로운 형태와 특징을 갖는 GNSS 수신기 활용성 제고를 위해 RTK 정확도 기반 측량기기 성능 기준 마련과 검사 방법의 도입 필요성을 제기하였다. 여기서, GNSS-RTK 정확도 평가에는 「ISO 17123-8」 따른 관측 시험 중 완전시험법의 두 분산의 비를 비교해 시험정확도가 기준정확도 이상임을 검사하는 방법이 적합한 것으로 판단하였다.
폐암은 크게 소세포성 폐암과 비소세포성 폐암으로 구분되며 비소세포성폐암이 차지하는 비율은 약 70%~80%이다. 비소세포성폐암 중 폐선암은 전체 폐암의 약 40%를 차지한다. 최근 유전자 프로파일링 기술이 발전하면서 종양의 발생 및 성장에 중요한 종양 유전자와 종양 억제 유전자의 변이에 대한 연구가 활발히 진행되어 폐암을 유발하는 특정 유전자들이 발견되면서 생존율에 큰 영향을 미치게 되었으며 특히 폐선암은 차세대 염기서열 분석법(next generation sequencing, NGS)을 이용한 동반진단을 통해 표적 치료로 생존을 높이는 데 도움을 얻을 수 있다. 본 연구는 한국인에서 폐선암을 유발하는 유전자 변이 검출을 위해 비소세포성폐암 환자의 파라핀 포매조직(formalin-fixed paraffin-embedded)으로 hematoxylin and eosin 염색을 시행하여 폐선암을 구분하였으며 정확한 폐선암 조직을 분류하기 위해 면역조직화학(immunohistochemistry, IHC)염색을 시행하였다. 그 결과를 바탕으로 NGS를 이용하여 유전자 변이의 종류와 패턴을 분석하였고 폐암을 유발하는 가장 대표적인 원인인 흡연과의 관계를 확인하였다. NGS 결과 단일염기서열변이(single nucleotide variation, SNV), 복제수변이 (copy number variation, CNV), 유전자 재배열을 확인하였으며 폐선암에서 SNV는 TP53 (44.6%), EGFR (35.7%), KRAS (10.7%), PIK3CA (6.2%), CDKN2A (4.4%) 순으로 발생하였고 CNV의 경우 EGFR (14%)이 가장 빈번하게 발생하였다. 또한 ALK, ROS1, RET 과 같은 유전자 재배열을 확인하였다. NGS의 신뢰도를 확인을 위하여 기존에 사용되고 있는 유전자 검사방법인 PCR-EGFR, IHC-ALK (D5F3), FISH-ROS1 검사를 추가적으로 시행하여 NGS 결과와 일치도를 확인하였다. 이 연구는 폐선암 환자에 대한 NGS가 여러 유전자의 돌연변이를 동시에 확인하여 치료 전략에 더욱 긍정적인 이익을 줄 수 있음을 보여준다.
During December 2022, the northeast monsoon, which dominates the south and the Gulf of Thailand, had significant rainfall that impacted the lower southern region, causing flash floods, landslides, blustery winds, and the river exceeding its bank. The Golok River, located in Narathiwat, divides the border between Thailand and Malaysia was also affected by rainfall. In flood management, instruments for measuring precipitation and water level have become important for assessing and forecasting the trend of situations and areas of risk. However, such regions are international borders, so the installed measuring telemetry system cannot measure the rainfall and water level of the entire area. This study aims to predict 72 hours of water level and evaluate the situation as information to support the government in making water management decisions, publicizing them to relevant agencies, and warning citizens during crisis events. This research is applied to machine learning (ML) for water level prediction of the Golok River, Lan Tu Bridge area, Sungai Golok Subdistrict, Su-ngai Golok District, Narathiwat Province, which is one of the major monitored rivers. The eXtreme Gradient Boosting (XGBoost) algorithm, a tree-based ensemble machine learning algorithm, was exploited to predict hourly water levels through the R programming language. Model training and testing were carried out utilizing observed hourly rainfall from the STH010 station and hourly water level data from the X.119A station between 2020 and 2022 as main prediction inputs. Furthermore, this model applies hourly spatial rainfall forecasting data from Weather Research and Forecasting and Regional Ocean Model System models (WRF-ROMs) provided by Hydro-Informatics Institute (HII) as input, allowing the model to predict the hourly water level in the Golok River. The evaluation of the predicted performances using the statistical performance metrics, delivering an R-square of 0.96 can validate the results as robust forecasting outcomes. The result shows that the predicted water level at the X.119A telemetry station (Golok River) is in a steady decline, which relates to the input data of predicted 72-hour rainfall from WRF-ROMs having decreased. In short, the relationship between input and result can be used to evaluate flood situations. Here, the data is contributed to the Operational support to the Special Water Resources Management Operation Center in Southern Thailand for flood preparedness and response to make intelligent decisions on water management during crisis occurrences, as well as to be prepared and prevent loss and harm to citizens.
우리나라에서는 암반 및 자갈층과 같은 단단한 층 내에 깊은 기초를 매입하는 것이 일반적이다. 그러나 Chaophraya(Bangkok)와 Mississippi강 삼각주에서 실시되고 있는 것과 같이, 대심도 낙동강 삼각주 퇴적토에서도 말뚝의 지지층으로써 중간 깊이에 위치하는 모래 및 모래질 자갈층을 고려할 필요가 있다. 이 연구는 이 지역에서 PHC 말뚝을 요구하는 깊이까지 항타할 때, 말뚝의 지지력을 위한 적절한 평가법을 찾고자 하였다. 지반조사는 두 현장의 5개소에서 실시되었다. 말뚝의 지지력은 지반조사 결과를 이용하고 CPT에 근거한 평가법과 여러 다른 해석법을 적용하여 계산되었으며, 상호 비교가 이루어 졌다. 항타된 5개의 말뚝에 대해 매입된 전 깊이에 걸쳐 잘 알려진 PDA시험이 체계적으로 수행되었다. 여러 평가법에 의하여 계산된 지지력은 PDA 및 정재하 시험결과와 함께 비교되었다. 그 결과, 주면마찰력은 set-up 효과에 따라 지배적으로 영향을 받으며, 장시간 경과 후에는 $\beta$법에 의한 결과와 좋은 일치를 보였다. 선단 지지력은 과소평가되는 PDA시험 보다는 정재하시험결과에 근거하여 적절한 평가법을 선정하였다. 최종적으로, CPT결과를 이용하여 이 지역에 적합한 지지력의 평가법을 도출하였다.
지도 학습 기반 딥러닝 탄성파 역산은 소규모 영역을 대상으로 하는 합성 자료 예제에서 성공적인 역산 성능을 보여주었다. 지도 학습 기반 딥러닝 탄성파 역산은 시간 영역 파동장을 입력, 지하 속도 모델을 출력으로 사용하는데, 시간 영역 파동장은 다양한 파동 정보를 포함하고 있어 자료의 크기가 상당히 크다. 따라서 대량의 데이터로 훈련하는 지도 학습 기반 딥러닝 탄성파 역산을 현장 규모의 자료에 적용하는 연구는 아직까지 수행되지 못하고 있다. 본 연구에서는 지도 학습 기반 딥러닝 탄성파 역산 기법을 현장 규모의 자료에 적용하기 위해 시간 영역 파동장 대신 라플라스 영역 파동장을 입력으로 사용하여 지하 속도 모델을 예측하였다. 시간 영역 파동장 대신 라플라스 영역 파동장을 사용하면 결과의 해상도는 다소 떨어지지만 입력 자료의 크기가 크게 감소하여 신경망 훈련이 빨라지게 된다. 또한, 큰 격자 간격을 사용할 수 있어 현장 자료 크기의 속도 모델을 효율적으로 예측할 수 있으며 이를 통해 얻은 결과는 후속 역산의 초기 모델로 사용될 수 있다. 신경망 훈련을 위해 현장 자료 크기를 가지는 대량의 합성 속도 모델과 라플라스 영역 파동장을 생성한 후 인공 합성 자료만으로 신경망을 훈련시켰다. 또한, 해양 탄성파 탐사를 시뮬레이션하기 위해 견인 스트리머 취득 조건을 채택하였다. 테스트 자료와 벤치마크 모델을 이용한 수치 예제에서 훈련된 신경망을 테스트한 결과, 적절한 배경 속도 모델들을 얻을 수 있었다.
This study, it was tried to evaluate the asphalt behavior under tensile loading conditions through indirect Brazilian and direct tensile tests, experimentally and numerically. This paper is important from two points of view. The first one, a new test method was developed for the determination of the direct tensile strength of asphalt and its difference was obtained from the indirect test method. The second one, the effects of particle size and loading rate have been cleared on the tensile fracture mechanism. The experimental direct tensile strength of the asphalt specimens was measured in the laboratory using the compression-to-tensile load converting (CTLC) device. Some special types of asphalt specimens were prepared in the form of slabs with a central hole. The CTLC device is then equipped with this specimen and placed in the universal testing machine. Then, the direct tensile strength of asphalt specimens with different sizes of ingredients can be measured at different loading rates in the laboratory. The particle flow code (PFC) was used to numerically simulate the direct tensile strength test of asphalt samples. This numerical modeling technique is based on the versatile discrete element method (DEM). Three different particle diameters were chosen and were tested under three different loading rates. The results show that when the loading rate was 0.016 mm/sec, two tensile cracks were initiated from the left and right of the hole and propagated perpendicular to the loading axis till coalescence to the model boundary. When the loading rate was 0.032 mm/sec, two tensile cracks were initiated from the left and right of the hole and propagated perpendicular to the loading axis. The branching occurs in these cracks. This shows that the crack propagation is under quasi-static conditions. When the loading rate was 0.064 mm/sec, mixed tensile and shear cracks were initiated below the loading walls and branching occurred in these cracks. This shows that the crack propagation is under dynamic conditions. The loading rate increases and the tensile strength increases. Because all defects mobilized under a low loading rate and this led to decreasing the tensile strength. The experimental results for the direct tensile strengths of asphalt specimens of different ingredients were in good accordance with their corresponding results approximated by DEM software.
본 연구에서는 혼합 콘크리트의 염소이온 고정화 능력, 수화물의 부식 억제 능력(Buffering capacity) 및 모르타르 내 철근 부식 측정을 통하여 콘크리트 내 철근 부식의 임계 염소이온 농도를 도출하였다. 실험 시 결합재로서 보통 포틀랜드 시멘트(OPC), 30% 플라이애시(PFA), 60% 고로슬래그 미분말(GGBS), 10% 실리카퓸(SF)를 치환한 혼합 시멘트를 사용하였다. 염소이온 고정화는 수분추출방법을 이용하여 측정하였으며, 시멘트의 부식 억제 능력은 결합재에 따른 산에 대한 저항성 측정을 통해 평가하였다. 염소이온이 함유된 모르타르 내 철근 부식은 재령 28일에 선형 분극 방법을 이용하여 측정하였다. 실험 결과, 염소이온 고정화 능력은 결합재 내의 $C_{3}A$ 함유량과 물리적 흡착에 의해 크게 영향을 받음을 알 수 있었다. 염소이온 고정화 정도는60% GGBS > 30% PFA > OPC > 10% SF 의 순으로 나타났다. pH 감소에 따른 시멘트의 부식 억제 능력은 같은 pH 값에서 결합재의 종류에 따라 다양하게 나타났다. 부식전류가 $0.1-0.2{\mu}A/cm^{2}$에 이를 때 부식이 발생한다는 가정하에, 부식에 대한 임계 염소이온 농도에 대하여 OPC는 1.03, 30% PFA는 0.65, 60% GGBS는 0.45, 10% SF는 0.98%로 각각 계산되었다. 그에 비해 임계 염소이온 농도의 새로운 표현방법으로 제시한 [$Cl^{-}$]:[$H^{+}$] 몰 농도비의 단위로 계산하였을 때, 임계 염소이온 농도는 결합재에 관계없이 0.008-0.009로 도출되었다.
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.