비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.
최근 기후변화로 인해 국내 저수지 중 가장 큰 개소수를 차지하고 있는 농업용 저수지의 안정적인 용수공급이 중요해지고 있다. 그러나 현재 사용하고 있는 농업용 저수지의 유입량 산정모형인 DIROM 모형은 매개변수 산정을 위해 1980년대에 개발된 회귀식을 현재까지 사용하고 있다. 우리나라의 강우 및 유출 특성이 변화함에 따라 본 연구에서는 최근 수문자료 관측을 시작한 일부 농업용 저수지를 대상으로 실측 수문자료 및 유전자 알고리즘을 이용하여 DIROM 모형의 매개변수를 최적화하고, 그 결과를 평가하고자 하였다. 그 결과 기존의 매개변수를 적용한 결과에 비하여 최적 매개변수를 적용하였을 때 실측 유입량과의 차이가 약 80% 감소하는 것으로 분석되었다. 또한 평균적으로 상관계수는 0.64로 증가하였고, 평균제곱근오차는 28.2 × 103 ㎥로 감소하였다. 최적 매개변수를 사용하여 장기유출모의를 하는 것이 실측 유입량에 좀 더 근접하게 모의 할 수 있음을 확인하였다. 본 연구 결과 장기적으로 관측된 실측 수문자료를 활용하게 된다면 좀 더 정확도 높은 유입량을 모의할 수 있으며, 미계측 농업용 저수지에서의 안정적인 용수공급 분석에 도움이 될 것이라 판단된다.
방사선에 의한 피폭 없이 대조도가 우수한 영상의 획득이 가능한 자기공명영상은 진단에 필수적이지만 영상에서의 노이즈 발생은 불가피한 요소이기 때문에 이를 보완하기 위해 자기공명영상장치의 변수들을 조절하여 우수한 특성을 가진 영상을 획득할 수 있다. 이 중, 여기횟수 (NEX; number of excitation)는 추가적인 영상 특성의 저하 없이 우수한 특성의 영상을 획득할 수 있지만 scan time이 증가하여 motion artifact를 발생시킬 수 있고, scan time의 증가에 비례하여 영상의 특성이 향상되지 않기 때문에 적절한 NEX의 설정이 필요하다. 따라서, 본 연구에서는 MRiLab simulation program을 통해 자기공명영상의 모든 변수들을 고정시킨 후, NEX만을 조절하여 획득한 뇌 T2 강조 영상의 정량적 평가를 통해 NEX 변화에 따른 영상 특성의 경향성을 평가하고자 하였다. 획득한 영상의 노이즈 레벨 및 유사도 평가를 하기 위해 신호 대 잡음비 (SNR; signal to noise ratio), 대조도 대 잡음비 (CNR; contrast to noise ratio), 평균 제곱근 오차 (RMSE; root mean square error) 그리고 최대 신호 대 잡음비 (PSNR; peak signal to noise ratio)를 계산하였다. 결과적으로, 노이즈 레벨 및 유사도 평가 인자 모두 NEX가 증가함에 따라 개선된 값을 보였으나, 점차 증가폭이 감소함을 보였다. 따라서, 과도하게 큰 NEX는 장시간의 scan에 따른 motion artifact를 발생시켜 영상 특성을 저하시킬 수 있으므로, 적절한 NEX의 설정이 중요함을 확인하였다.
This paper discusses a methodology where an integrated modelling framework is used to quantify the risk derived from anthropic activities on habitats and species. To achieve this purpose, a tool comprising the Delft3D and HABITAT model, was applied in the Yeongsan river. Delft3D effectively simulated the operational condition and flow of weirs in river. In accuracy evaluation of the Delft3D-FLOW, the Bias, Pbias, Mean Absolute Error (MAE), Nash-Sutcliffe Efficiency (NSE), and Index of Agreement (IOA) were used, and the result was evaluated as grade above 'Satisfactory'. The HABITAT calculated Habitat Suitability Value (HSV) for the following eight species: mammal, fish, aquatic plant, and benthic macroinvertebrate. An Area was defined as a suitable habitat if the HSV was larger than 0.5. HABITAT was judged accurately by measuring the Correct Classification rate (CCR) and the area under the ROC curve (AUC). For benthic macroinvertebrate, the CCR and AUC were 77% and 0.834, respectively, at thresholds of 0.017 and 4 inds/m2 for HSV and individuals per unit area. This meant that the HABITAT model accurately predicted the appearance of the benthic macroinvertebrates by approximately 77% and that the probability of false alarms was also very low. As a result of evaluating the suitability of habitats, in the Yeongsan river, if the annual "lowest level" (Seungchon weir: 2.5 EL.m/ Juksan weir: -1.35 EL.m) was maintained, the average habitat improvement effect of 6.5%P compared to the 'reference' scenario was predicted. Consequently, it was demonstrated that the integrated modelling framework for habitat suitability assessment is able to support the remedy aquatic ecological management.
본 연구는 조제유류 중 지방산에 대해 최신 분석법을 마련하고자 수행하였다. 조제유류 중 지방산 함량 분석을 위해 GC를 이용한 분석법을 확립하고 시중에 유통 중인 제품을 대상으로 적용성을 검토하였다. 분석법 검증은 특이성, 직선성, 검출한계 및 정량한계, 정확성, 정밀성에 대해 수행되었다. Linoleic acid 및 α-linolenic acid의 0.1-5 mg/mL 농도범위에서 R2=0.999 이상의 우수한 직선성을 확인할 수 있었다. Linoleic acid 및 α-linolenic acid의 LOD는 각각 0.06 mg/mL, 0.01 mg/mL, LOQ는 각각 0.16 mg/mL, 0.03 mg/mL였다. 표준인증물질 분석을 통해 정확성을 검토하였으며, linoleic acid 및 α-linolenic acid의 회수율은 각각 100.8%와 101.1%로 확인하였다. 정밀성을 검토한 결과 시료 채취량에 따른 반복성은 linoleic acid 1.4-2.9%, α-linolenic acid 1.1-2.7%이었고, 실험실간 재현성은 각각 2.8%, 1.5%임을 확인하였다. 본 연구에서 확립된 분석법을 적용하여 국내 유통 중인 조제유류 및 조제식 제품 12건에 대해 적용성 검토를 실시한 결과 전체 시료에서 분석이 용이하였으며, 모두 기준·규격에 적합함을 확인하였다. 본 결과로부터 확립된 GC를 이용한 분석법은 조제유류 중 지방산 함량을 확인하기에 적합함을 확인하였으며 국내 식품 영양성분의 관리 기반을 강화하는데 기여할 것으로 사료된다.
CCTV영상과 날씨 정보를 이용하여 미세먼지 농도를 추정하는 기법을 제안하고, 이에 대한 실험을 진행하였다. CCTV영상에 대해서는 특정 지점을 포함하는 일부 영역 영상과, 전체 영역 영상을 가지고 합성곱 신경망 (CNN)기반의 딥러닝 기법을 적용하여 PM 지수를 추정하는 방법을 제안하였다. 추가로 딥러닝에 의해서 예측된 결과 값을 습도 및 풍속 두 가지 날씨 특성과 결합한 뒤, 학습 된 회귀 모델을 사용하여 수정된 미세먼지 지수를 계산하는 후처리 실험도 함께 진행하였다. 실험 결과, CCTV영상으로부터 미세먼지 지수 추정 값은 R2가 0.58~0.89를 나타내었고, 측정기가 설치된 일부 영역 영상과 전체 영역 영상을 함께 학습시킨 결과가 가장 우수하였다. 기상변수를 이용한 후처리 적용결과는 실험지역의 모든 경우에 대하여 항상 정확도 향상을 보여주진 않았다.
본 연구는 2차원 도면 표기의 본질적 한계가 지적되는 지구단위계획의 수립지침 중에서 '건폐율·용적률·높이 등 건축물의 규모'에 대해 절차적 모델링을 활용하여 3차원 지구단위계획의 시뮬레이션을 개발하였다. 이를 위한 개발의 도구로 에스리(Esri)사의 시티엔진(CityEngine 2020.0), 아크GIS 프로(ArcGIS Pro 2.6.2), 웹 씬(Web Scene)을 활용하였으며, 연구대상지로 최근 5년간 필지의 약 25%가 개발된 송파구 이면부 상업지역을 선정하였다. 본격적인 시뮬레이션 개발을 위해, 파라미터를 선정한 이후 자료(Data)-정보(Information)-지식(Knowledge)의 3단계 과정에 따라 개발을 진행하였다. 본 연구는 시뮬레이션 개발 과정에서 다음의 단계별 결과물을 생성하였다. 우선 자료(Data) 단계에서 공공 및 민간 데이터 공유 플랫폼을 활용하여 2·3차원 자료를 획득하여 구축하였다. 다음 정보(Information) 단계에서 구축한 자료를 형상문법에 따라 다양한 절차적 모델들을 생성하였으며, 이후 애플리케이션을 활용해 레이어를 통합하였다. 마지막 지식(Knowledge) 단계에서 통합된 레이어를 활용하여 3차원 공간분석 및 스토리텔링 컨텐츠를 생산하였다. 결과적으로 본 연구는 다음의 세 가지 단계별 시사점을 제시한다. 첫째, 개발에 필요한 자료 정확도의 향상 및 공유 플랫폼 개선 등 절차적 모델 개발을 위한 환경 개선의 필요하다. 둘째, 지구단위계획 수립지침은 공간적 특성을 제도적으로 규정한 지침이기 때문에 형상문법 스크립트로 개발되기 용이하다. 셋째, 절차적 모델링은 지구단위계획 작성 과정에서 심의, 자문, 주민 의견 수렴 등 의사소통 및 정보전달의 대안적 도구로 활용 기대효과가 크다.
Rural spaces are increasingly valuable as areas for introducing renewable energy infrastructure to achieve carbon neutrality. Rural areas are the living grounds of rural residents, and the balance of conservation and development for rural areas is important for the introduction of reasonable facilities. In order to maintain a balance between development and preservation and to introduce reasonable renewable energy facilities, it is necessary to develop a current status survey and an effective survey method to utilize a space capable of introducing renewable energy facilities such as idle land and vacant houses. Therefore, this study was conducted to verify the readability using an unmanned aerial vehicle, and the main results are as follows. The detection of photovoltaic power generation facilities using unmanned aerial vehicles was effective in analyzing the location and area of photovoltaic panels located on the roofs of buildings, and it was possible to calculate the expected power generation by region through the area calculation of photovoltaic panels. The vacant house detection can be used to select an investigation target for an vacant house condition survey as it can identify damage to buildings that are expected to be empty houses, management status, and electricity supply facilities through aerial photos. It is judged that the unmanned aerial vehicle detection capability can be utilized as a method to improve the efficiency of investigation and supplement the data related to solar power generation facilities and vacant houses provided by public institutions. Although this study detected the status of solar power generation facilities and vacant houses through high-resolution aerial image analysis, as a follow-up study, automatic measurement methods using the temperature difference of solar power generation facilities and general characteristics of vacant houses that can be read from the air were investigated. If the deriving research is carried out, it is judged that it will be possible to contribute to the improvement of the accuracy of the detection result using the unmanned aerial vehicle and the expansion of the application range.
최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.
도시의 인구 집중과 무분별한 개발은 대기오염, 열섬현상과 같은 다양한 환경 문제들을 유발하며, 자연재해로 인한 피해 상황을 악화시키는 등 인재의 원인이 되고 있다. 도심 수목은 이러한 도시 문제들의 해결방안으로 제시되어왔으며, 실제로 환경 개선 기능을 제공하는 등 중요한 역할들을 수행한다. 이에 따라 수목이 도시 환경에 미치는 영향을 파악하기 위해 도심 수목에서 개별목에 대한 정량적인 측정 및 분석이 요구된다. 그러나 도심 수목의 복잡성 및 다양성은 단일 수목 탐지 정확도를 낮추는 문제점이 존재한다. 따라서 본 연구는 수목 개체에 대해 효과적인 탐지가 가능한 고해상도 항공영상 및 object detection에서 뛰어난 성능을 발휘한 You Only Look Once Version 5 (YOLOv5) 모델을 사용하여 도심 수목을 효과적으로 탐지하는 연구를 진행하였다. 수목 AI 학습 데이터셋의 구축을 위한 라벨링 가이드라인을 생성하고 이를 기준으로 동작구 수목에 대해 box annotation을 수행하였다. 구축된 데이터셋으로부터 다양한 scale의 YOLOv5 모델들을 테스트하고 최적의 모델을 채택하여 효율적인 도심 수목 탐지를 수행한 결과, mean Average Precision (mAP) 0.663의 유의미한 결과를 도출하였다.
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.