Purpose: Nutritional therapy is a crucial component of therapy for critically ill patients, but there is a lack of nutritional support guidelines for organophosphate (OP) poisoning, likely due to the gastrointestinal effects of atropine, the main antidote for OP. This study investigated whether enteral nutrition (EN) during atropinization is acceptable for mechanically ventilated patients after OP poisoning. Methods: This retrospective study classified 82 patients with OP poisoning according to whether they were fed during atropinization while on mechanical ventilation (MV). Data on the baseline characteristics, nutritional support, and clinical outcomes were compared. Univariate and multivariate regression models were constructed to analyze the associations between atropine administration for OP poisoning and feeding intolerance-related EN after adjustment for risk factors. Results: Eighty-two patients received EN after 72 hours on MV, and 40 of them simultaneously received 2 mg/hr atropine for the first 120 hours after EN initiation. The overall incidence of feeding intolerance was 57.3% during the first 12 days after EN initiation and did not differ according to atropine administration. Appropriate atropinization during EN in regression model 1 and the dosage of atropine administered during EN and the duration of EN during atropinization in model 2 were not associated with feeding intolerance in patients on MV after OP poisoning. Conclusion: Appropriate atropinization is not associated with feeding intolerance after EN provision in patients on MV after OP poisoning. This study will help establish nutritional guidelines for OP poisoning patients. More research on nutritional support is needed to validate our results.
There are various machine learning techniques such as Reinforcement Learning, Deep Learning, Neural Network Learning, and so on. In recent, Large Language Models (LLMs) are popularly used for Generative AI based on Reinforcement Learning. It makes decisions with the most optimal rewards through the fine tuning process in a particular situation. Unfortunately, LLMs can not provide any explanation for how they reach the goal because the training is based on learning of black-box AI. Reinforcement Learning as black-box AI is based on graph-evolving structure for deriving enhanced solution through adjustment by human feedback or reinforced data. In this research, for mutually exclusive decision-making, Mutually Exclusive Learning (MEL) is proposed to provide explanations of the chosen goals that are achieved by a decision on both ends with specified conditions. In MEL, decision-making process is based on the tree-based structure that can provide processes of pruning branches that are used as explanations of how to achieve the goals. The goal can be reached by trade-off among mutually exclusive alternatives according to the specific contextual conditions. Therefore, the tree-based structure is adopted to provide feasible solutions with the explanations based on the pruning branches. The sequence of pruning processes can be used to provide the explanations of the inferences and ways to reach the goals, as Explainable AI (XAI). The learning process is based on the pruning branches according to the multi-dimensional contextual conditions. To deep-dive the search, they are composed of time window to determine the temporal perspective, depth of phases for lookahead and decision criteria to prune branches. The goal depends on the policy of the pruning branches, which can be dynamically changed by configured situation with the specific multi-dimensional contextual conditions at a particular moment. The explanation is represented by the chosen episode among the decision alternatives according to configured situations. In this research, MEL adopts the tree-based learning model to provide explanation for the goal derived with specific conditions. Therefore, as an example of mutually exclusive problems, employment process is proposed to demonstrate the decision-making process of how to reach the goal and explanation by the pruning branches. Finally, further study is discussed to verify the effectiveness of MEL with experiments.
만성 통증 환자들은 통증에 대한 대처 방식이 각자 다르고 이에 따라 적응 상의 차이를 나타낸다. 한국판 대처 전략 질문지 (Korean version-Coping Strategy Questionaire : K-CSQ)로 만성 통증 환자의 통증 대처방식의 특징을 파악하고, 이 검사의 신뢰도를 검증하였다. 방법: 대상자는 만성 통증 환자군 128명과 정상 대조군 252명으로 하였다. 만성 통증 환자군에서의 임상적인 특성을 조사하였고, 양군에서 통증대처전략의 특성을 비교하였으며, K-CSQ의 각 항목의 내적 일치도 (Cronbach ${\alpha}$)를 산출하였고, 검사-재검사 신뢰도를 구하였다. 결과: 각 항목의 내적 일치도는 주의분산, 통증감각의 재해석, 통증감각의 무시, 기도 또는 바램, 재앙적 사고 등의 요인이 0.7 이상을 나타내어 일치도가 높았으며, 검사-재검사 신뢰도는 모두 0.66이상을 나타내서 신뢰도가 높은 검사임을 나타냈다. 대처 전략은 정상대조군보다 만성 통증 환자에서 자기진술 대처를 더 많이 사용하였고, 기도 또는 바램, 재앙적 사고, 통증행동의 증가 등이 만성 통증 환자군에서 의미있게 높은 수치를 나타냈다. 결론: K-CSQ는 만성통증환자에서 통증대처특성을 이해하는데 유용한 검사도구이다. 그리고, 만성 통증 환자에 대한 인지-행동적 개입을 통하여, 자기 진술 대처와 주의 돌려기, 통증 감각 무시 전략 등을 증가시키고, 재앙적 사고를 감소시켜 환자의 적응적 행동을 도우며, K-CSQ를 이용하여 치료적 개업에 따른 적응 기능의 향상을 확인하는데 이용할 수 있을 것이다.
최근 들어 항공 라이다 데이터를 도시모델링에 활용하려는 많은 연구들이 진행되고 있다. 도시모델을 구성하는 인공 구조물을 효율적으로 추출하기 위해서는 측정된 3차원 점의 집합으로부터 평면패치를 자동으로 추출하는 것이 중요하다. 평면 패치의 자동 추출에 대한 상당한 연구가 수행되었지만 아직도 추출의 정확도와 완전성 및 계산의 효율성 측면에서 만족할 만한 결과를 얻지 못하고 있다. 이에 본 연구는 항공 라이다 측량으로 취득된 3차원 점의 집합을 자동으로 분할하여 표면패치를 구성하는 효율적인 방법의 개발을 목표로 한다. 제안된 방법은 3차원 점간의 인접성을 수립하고, 소량의 인접점을 그룹핑하여 초기패치를 생성하고, 이를 성장시켜 표면패치를 생성하는 과정으로 구성된다. 제안된 방법은 패치를 성장시키는 과정에서 통계적 분석에 기반하여 가변적으로 설정되는 임계값을 이용하여 분할 결과의 질을 향상시키고, Priority Heap과 순차적최소제곱법에 기반한 효율적인 계산 방법을 사용하였다는 점이 특징적이다. 제안된 방법을 다양한 실측 라이다 데이터에 적용하여 성능을 검증하였다. 제안한 분할 방법을 통해 대용량 3차원 점으로 구성되는 라이다 데이터는 명시적이고 강인한 표현 형태인 표면 패치의 집합으로 변환될 수 있었다. 이러한 중간 변환 과정을 통해 빌딩 추출과 같은 객체 인식의 문제를 효과적으로 해결할 수 있다.
최근 몇 년간 도시교통문제의 해결책으로 부각되어온 지능형교통체계(ITS : Intelligent Transport System)의 한 분야로 첨단여행자 정보체계(ATIS : Advanced Travellers Information System)는 자동차에 장착된 항법장치(CNS)를 통해 운전자에게 원하는 목적지까지 최적경로를 제공하거나 경로에 대한 통행시간 정보를 제공 또는 예측해 주는 시스템이다. 본 연구에서는 이러한 최적경로 제공이나 통행시간 예측에 있어 좀 더 효율적인 통행시간 예측모형을 개발하고자 하였다. 현재까지의 통행시간 예측은 운전자가 통행을 시작할 때의 교통상황에 대한 정보이기 때문에 운전 중에 달라지는 교통상황을 반영할 수 없어 이로 인해 운전자가 경험하는 통행시간과 큰 차이를 발생시킬 수 있다. 본 연구에서는 이러한 불합리적인 예측시스템을 개선시킬 수 있는 예측된(predicted) 통행시간 예측 모형을 개발하고자 하였다. 이를 위해 우선 통행시간 예측모형을 특정링크에 적용시켜 모형들의 예측치와 실제 통행시간을 비교하여 교통량 흐름 패턴에 따라 어느 모형이 적합한지, 또 예측시간이 달라짐에 따라 모형들의 적합도와 첨두와 비첨두시 예측시간 간격에 따라 예측치와 실측치의 오차율을 알아보았다, 이를 통해 선정된 확률과정 모형과 칼만 필터링 예측모형을 서울시의 4개축에 대해서 다시 적용해 보았다. 그 결과 단기통행시간 예측에 있어서는 칼만필터링모형이, 장기 통행시간 예측에 있어서는 확률과정 모형이 통행시간 예측에 있어 우수한 모형임을 밝혀냈다. 마지막으로 서울시 28개 교통축의 5분 후 통행시간 예측에 칼만필터링 모형을 이용하여 오차분석을 적용하여 보았다. 그 결과 칼만필터링 모형이 신뢰할 만한 오차율을 보였다.
중력이상 및 수치고도모델을 이용하여 한반도 모호면 심도를 추출하였다. 중력이상값은 인공위성고도레이더 관측값을 주로 이용한 전지구 모델을 이용하여 데이터영역 뿐 만 아니라 주파수영역에서도 자료의 균질성을 확보하였다. 모호면 추출은 파동수대비법 및 후리에급수를 이용한 파워스펙트럼분석법을 이용하였다. 전자는 지각균형을 전제로, 지형에 의한 중력효과와 후리에어 중력이상을 파동수영역에서 대비하여 모호면의 심도를 계산하는 방법이고, 후자는 완전부우게 중력이상으로부터 후리에변환을 이용하여 지하 밀도 변화층의 심도를 계산하는 방법이다. 이 두 모호면은 서로 0.53의 비교적 낮은 상관관계를 갖고 있으며, 이는 모호면 산출의 방법론적인 차이 및 계산상의 오차인 것으로 사료된다. 이렇게 두 가지 독립적인 방법으로 추출된 모호면을 하나로 통합하기 위한 한 방법으로, 두 모호면의 차이를 계산한 후, 이를 최소자승법을 이용, 두 모호면을 보정하였다. 추출된 한반도의 최종 모호면의 평균심도는 32.0km, 표준편차는 2.5km이며, 최소 및 최대 심도는 각 각 20.3, 36.6km로 나타났다. 이 경우 지형에 의한 중력효과는 파동수대비법에 의해 제거된 결과이나, 한반도의 지각이 완전한 지각판 내에 놓여 있어서 지각균형설의 가정이 얼마나 타당성이 있는가, 혹은 국부적인 응력장에 의해 한반도의 지각이 과연 얼마나 지지되고 있는가 하는 것에 대한 추가적인 연구가 필요하다.
Background: Glioblastoma (GBM) is an immunosuppressive tumor whose median survival time is only 12-15 months, and patients with GBM have a uniformly poor prognosis. It is known that heredity contributes to formation of glioma, but there are few genetic studies concerning GBM. Materials and Methods: We genotyped six tagging SNPs (tSNP) in Han Chinese GBM and control patients. We used Microsoft Excel and SPSS 16.0 statistical package for statistical analysis and SNP Stats to test for associations between certain tSNPs and risk of GBM in five different models. ORs and 95%CIs were calculated for unconditional logistic-regression analysis with adjustment for age and gender. The SHEsis software platform was applied for analysis of linkage disequilibrium, haplotype construction, and genetic associations at polymorphism loci. Results: We found rs891835 in CCDC26 to be associated with GBM susceptibility at a level of p=0.009. The following genotypes of rs891835 were found to be associated with GBM risk in four different models of gene action: i) genotype GT (OR=2.26; 95%CI, 1.29-3.97; p=0.019) or GG (OR=1.33; 95%CI, 0.23-7.81; p=0.019) in the codominant model; ii) genotypes GT and GG (OR=2.18; 95%CI, 1.26-3.78; p=0.0061) in the dominant model; iii) GT (OR=2.24; 95%CI, 1.28-3.92; p=0.0053) in the overdominant model; iv) the allele G of rs891835 (OR=1.85; 95%CI, 1.14-3.00; p=0.015) in the additive model. In addition, "CG" and "CGGAG" were found by haplotype analysis to be associated with increased GBM risk. In contrast, genotype GG of CCDC26 rs6470745 was associated with decreased GBM risk (OR=0.34; 95%CI, 0.12-1.01; p=0.029) in the recessive model. Conclusions: Our results, combined with those from previous studies, suggest a potential genetic contribution of CCDC26 to GBM progression among Han Chinese.
과거 고속도로는 이동성 중심의 기능을 주로 담당하였으나, 삶의 질 향상과 의식 수준의 향상에 따라 '빠른 고속도로'에서 '안전한 고속도로'로 고속도로 기능의 패러다임이 변화하고 있다. 고속도로 교통사고는 2012년 기준 3,550건이 발생하였으며, 371명이 교통사고로 사망한 것으로 집계되었고, 치사율은 일반국도의 약 2배에 달하는 것으로 보고되고 있다. 본 연구에서는 고속도로 주요 6개 노선을 대상으로 교통사고건수와 교통량 기반의 사고예측모형(안전성능함수)을 개발하였다. 안전성능함수는 각 노선별로 도로의 선형 및 규모 등이 달라 정확하게 각 노선을 예측하는데 어려움이 있을 것으로 판단되어, 6개 노선의 통합 안전성능함수를 구축하고, 각 노선별로 교통사고를 보정할 수 있는 계수를 산출하였다. 본 연구의 결과는 향후 교통사고 예방을 위한 노선별 교통안전 전략수립의 기초자료로 활용함으로써 보다 안전한 고속도로 관리에 기여할 것으로 판단된다. 향후에는 각 노선별 특성에 따른 그룹별 통합모형을 통한 노선별 보정계수를 산출하여 신뢰성 있는 사고 예측값을 제시하는 연구가 수행되어야 할 것이다.
그린 리모델링 전략 수립이 기술 중심적으로 진행되어 현장 상황을 반영한 맞춤형 전략 수립의 필요성이 제기된다. 본 논문은 리모델링 활성화를 위하여 현장에 적합한 리모델링 전략수립 방법론으로 민감도 분석을 통한 기술전략 평가와 활용가능성 분석을 목적으로 한다. 30평형 규모 단독주택을 대상으로 에너지플러스엔진과 모드프론티어 최적화 기법을 통합하여 활용하여 서울, 대전, 부산지역에 1980년대 이전, 1984년, 2010년 준공기준을 적용한 총 9개 모델 대상 최적화 후 민감도 분석을 통한 리모델링 전략 우선순위를 도출하였다. 1980년 이전 모델의 경우 지붕 단열성능 강화 전략이 민감도 상위 순위를 갖는 것으로 나타났다. 창호 총일사취득율 기준은 전 지역, 전 준공 시기를 막론하고 다음 상위 민감도를 갖으며, 이는 열관류율 중심 기준에서 총일사취득율 기준을 포함하는 성능 기준으로 확대될 필요가 있음을 보여준다. 대규모 철거공사를 수반하는 창면적비의 조정은 민감도가 낮아 형상 유지 리모델링의 효용을 확인하였다. 사례별 상이한 민감도 결과는 리모델링 전략 수립에서 민감도 분석을 경제성, 시공성 등의 기준 등과 함께 종합적인 리모델링 전략 수립의 가능성을 제시한다.
본 연구는 수직선의 적절한 도입 시기와 활용 방법을 탐구하여 초등학생들의 수개념 학습 지도를 위한 시사점을 제공하고자 하였다. 이를 위하여 수 개념 형성을 위한 수학적 모델인 수직선, 빈 수직선, 이중 수직선과 수 세기와 수 개념의 발달유형에 대하여 고찰하였고, 실제 초등학생들의 수직선 도입 시기와 활용 방법에 대한 사례 연구 결과를 분석하였다. 첫째, 수직선 도입을 2학년부터 실시하여 수직선의 은유적 개념에 대한 이해를 통해 이어지는 수 개념 학습에 도움이 될 수 있도록 조정할 필요가 있다. 둘째, 덧셈과 뺄셈과 같은 연산과정에서 다양한 사고 전략을 시각적으로 그려낼 수 있는 수학적 모델인 빈 수직선과 곱셈적 비교 상황이나 나눗셈이 이루어지는 상황인 등분제와 포함제, 비율이나 비례배분의 이해를 위한 시각적 모델인 이중 수직선을 적극적으로 도입하고 활용할 필요가 있다. 셋째, 수직선이나 빈 수직선, 이중 수직선을 도입할 때, 수직선의 은유적 개념을 충분히 이해할 수 있도록 구체적인 안내와 활용 방법에 대한 학습의 필요성을 제안하였다.
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.