본 연구는 광안벼를 공시하여 지연일장의 인공기상실(21$^{\circ}C$ 및 24$^{\circ}C$)과 포장 조건에서 파종기(최초 파종 일 4월25일, 최종 파종일 6월 5일) 이동에 따른 온도와 일장 변화가 출엽 및 출수기 변화에 미치는 영향을 검토하여, 일장에 따른 최종엽수 추정모델을 설정하였으며, 이 모델과 온도에 따른 출엽속도 모델을 결합하여 출수기 예측모델을 설정하여 모델의 출수기 추정 정확도를 검증하였다. 1. 포장에서는 4월 25일 이후 파종기가 늦을수록 생육기간 중 평균기온은 높아진 반면, 포장과 인공기상실 양 조건에서 일장감응기간(6엽기부터 유수분화기)중의 평균일장은 짧아졌다. 이에 따라 일장만 관여한 인공기상실에 비해 온도와 일장이 함께 관여한 포장에서 파종시기에 따른 출수소요일수 단축정도가 크게 나타났다. 2. 일장감응기간의 일장이 길어짐에 따라 최종엽수(FNL)가 증가하였으며, 이 관계는 다음과 같은 Rational 함수로 잘 표현이 되었고($R^2$=0.98),이를 광안벼의 최종엽수 추정모델로 설정하였다. 여기서 D는 일장이며, a,b,c는 상수로서 각각 14.694, -0.992, -0.068로 추정되었다. 3.온도에 따른 출엽속도 모델과 일장에 따른 최종엽수 모델로 구성된 출수기 예측 모델을 구성하였으며, 모델 설정에 이용되지 않은 포장실험 자료를 이용하여 검증한 결과 추정된 출수기는 예측오차가 1-2일로 추정 정확도가 높았다.
토지피복도는 국토정책, 환경정책을 위한 의사결정 근거 자료로 활용되는 매우 중요한 자료이다. 토지피복도는 원격탐사 자료를 활용하여 제작되는데, 이때 사용되는 데이터의 취득 시기에 따라 동일한 지역을 대상으로 하더라도 분류 결과가 달라질 수 있다. 본 연구에서는 단시기 데이터의 분류 정확도를 개선하기 위해 다중시기 위성영상을 활용하였으며 계절에 따른 지표면의 분광 반사 특성 차이를 딥러닝 알고리즘의 하나인 U-Net 모델에 학습시켜 분류하였다. 또한 단시기 분류 결과와 정확도 비교를 통해 분류 정확도의 향상 정도를 비교하였다. 구역 내에 30%의 녹지와 한강을 포함하여 다양한 토지피복으로 이루어진 서울특별시를 연구대상지로 설정하고 2020년 분기별 Sentinel-2 위성영상을 산출하였다. 대한민국 환경부에서 작성한 세분류 토지피복도를 활용하여 U-Net 모델을 학습시켰다. 학습한 U-Net 모델을 통해 단시기, 2시기, 3시기, 4시기로 모델을 학습하여 분류한 결과, 단시기를 제외하고 토지피복도 분류 정확도 확보기준인 75%를 상회하는 81%, 82% 79%의 정확도를 나타냈다. 이를 통해 다중 시계열 학습을 통해 토지피복의 분류 정확도 향상이 가능하다는 것을 확인하였다.
배 화상병의 성공적 방제를 위해 2018년부터 2022년까지 우리나라 중부지방의 주요 발병지와 남부지방의 미발병 주산지 주요지점 25곳에 대한 Maryblyt를 구동하여 꽃감염 위험도를 조사하였다. 최근 5년 중 2019년과 2022년 개화기간 중 꽃감염 위험도가 가장 높았다. 한편, 개화기간 중 최적의 꽃감염 방제 처리는 High 경보 다음날에 방제하고, 강우예보를 발령한 전날 방제하는 처리가 배 꽃감염을 낮추는 것으로 평가하였다. 월동 궤양으로부터 활성화된 궤양이 병징을 보일 것으로 Maryblyt가 예측한 날은 대략 중부지방 기준 5월 중순이었는데 이때부터 현장에서 궤양 모니터링을 개시하도록 권장하였다. 천안, 이천, 상주, 나주 등 4곳의 배 과수원에 설치한 영상자료로부터 배 개화기간을 이론적으로 계산한 값과 실제 관측한 값의 차이점을 비교한 결과 남부지방은 이론치나 실측치보다 늘 빠르게 개화를 예측하므로 재조정이 필요하였다. 향후 현장 관리자와 농민들로부터 과원에서 관측한 기상, 기주인 과수, 병징 출현일 등의 정보들이 축적된다면 발병 예측 모델은 현재보다 더 정확한 정보를 제공할 수 있을 것으로 기대된다.
Little is known about how the increased porosity of a deciduous windbreak, which results from loss of leaves, influences wind speed reduction. We hypothesized that, with loss of foliage, the wind speed reduction effectiveness of a deciduous windbreak decreases on near leeward side but not on further leeward side and that wind speed recovers faster in the full foliage season than in other seasons. During summer, autumn, and winter (full, medium, and non-foliage season, respectively), we observed wind speed and direction around a deciduous windbreak in a traditional Korean village on windward and near and further leeward sides (at -8H, 2H, and 6H; H = 20 m, a windbreak height). We used a linear mixed effects model to determine that the relative wind speed reduction at 2H significantly decreased from 83% to 48% ($F_{2,111.97}=73.6$, P < 0.0001) with the loss of foliage. However, the relative wind speed reduction at 6H significantly increased from 26% to 43% ($F_{2,98.54}=18.5$, P < 0.0001). Consequently, wind speed recovery rate between 2H and 6H in summer was two times higher than in autumn and ten times higher than in winter ($F_{2,102.93}=223.1$, P < 0.0001). These results indicate that deciduous windbreaks with full foliage seem to induce large turbulence and increase wind speed recovery rate on leeward side. Our study suggests that further research is needed to find the optimal foliage density of a deciduous windbreak for maximizing windbreak effectiveness regardless of seasonal foliage changes.
Compact Advanced Satellite 500-4 (CAS500-4) is scheduled to be launched to collect high spatial resolution data focusing on vegetation applications. To achieve this goal, accurate surface reflectance retrieval through atmospheric correction is crucial. Therefore, a machine learning-based atmospheric correction algorithm was developed to simulate atmospheric correction from a radiative transfer model using Sentinel-2 data that have similarspectral characteristics as CAS500-4. The algorithm was then evaluated mainly for forest areas. Utilizing the atmospheric correction parameters extracted from Sentinel-2 and GEOKOMPSAT-2A (GK-2A), the atmospheric correction algorithm was developed based on Random Forest and Light Gradient Boosting Machine (LGBM). Between the two machine learning techniques, LGBM performed better when considering both accuracy and efficiency. Except for one station, the results had a correlation coefficient of more than 0.91 and well-reflected temporal variations of the Normalized Difference Vegetation Index (i.e., vegetation phenology). GK-2A provides Aerosol Optical Depth (AOD) and water vapor, which are essential parameters for atmospheric correction, but additional processing should be required in the future to mitigate the problem caused by their many missing values. This study provided the basis for the atmospheric correction of CAS500-4 by developing a machine learning-based atmospheric correction simulation algorithm.
본 연구에서는 낙엽 현상을 정량화하는 모델을 적용하여 광릉숲 천연활엽수림에서 수종에 따른 낙엽의 시기와 속도를 추정하고, 이에 따른 상층 수종의 양분이용특성을 검토하였다. 낙엽은 2015년과 2016년의 가을에 36개의 낙엽수거망을 이용해 주기적으로 수집하였으며, 5개 수종으로 분류하여 측정한 건중량을 딕슨의 모델에 적용했다. 또한 수집시기마다 낙엽의 질소농도를 분석하여 재전류율을 산출하였다. 광릉숲의 낙엽은 10월 초에 시작하여 11월 중순까지 떨어졌는데, 수종에 따라 두 해에 다른 경향을 보였다. 평균적으로 낙엽이 절정인 시기는 상층의 서어나무가 먼저, 졸참나무가 가장 늦게 나타났고, 낙엽의 속도는 팥배나무가 최소 18.6일 동안 빠르게, 까치박달이 최대 40.8일 동안 천천히 나타났다. 한편 낙엽이 절정일 때 상층 수종의 질소 재전류율은 졸참나무 평균 0.45%, 서어나무 평균 0.48%로 나타났으며, 졸참나무의 재전류율은 강수량이 적었던 2015년에 높게 나타났다. 잎은 달려있던 기간의 기온, 강수량, 광주기, $CO_2$ 등의 환경변화에 영향을 받아 탈락되므로 낙엽 현상과 재전류율은 수종에 따라 연간 다른 경향의 차이를 보였다. 향후 낙엽수들의 계절현상을 정량화하고 여러 조건에 따라 비교 분석 한다면 기후변화에 의한 낙엽 시기와 속도의 조절이 수목의 생육 기간을 연장 혹은 단축할 지를 예측하고, 이것이 양분이용특성에 어떠한 영향을 미치는지를 구명할 수 있을 것이다.
서부양벚과실파리(Rhagolettis indifferens Curran)은 미국 북서부지역 및 California 북부에서 재배되는 단체리(Prunus avium)에 가장 큰 피해를 주는 해충이다. 체리의 수출을 위한 식물검역에서 Zero Tolerance의 규제를 받고 있는 이 해충의 방제를 위해 농가에서는 월동 후 우화 시점부터 지속적으로 약제를 살포하고 있으며, 살충제 처리의 적기를 예측할 수 있는 모형이 절실히 필요한 실정이다. 본 연구는 서부양벚과실파리를 대상으로 월동 후 성충의 우화 및 발생시기, 유충의 밀도변화, 번데기의 용화시기 및 밀도변화 등을 정량적으로 추적하여 개체군 밀도의 경시적 변동과 월동 후 우화시기를 예측하는 모형 검정의 기초자료로 사용코자 수행하였다. 이를 위하여 황색끈끈이트랩, 우화케이지, 용화트랩 등을 이용하여 실제 과원에서 각 태별 발생경과를 경시적으로 조사하였으며, 체리 과실이 달리는 시기부터 일정 간격으로 과실을 수거하여 시기별 과실 내부의 유충 수를 조사하였고, 실내에서 용화케이지를 이용하여 용화시기를 조사하였다. 그 결과 월동 성충의 우화는 5월 중순에 시작하여 6월 초순에 정점에 도달하였고, 6월 중순부터 7월 상순까지 과실 당 1마리 이상의 유충이 존재하였다. 7월 중순에 번데기의 수가 정점에 도달하였으며, 월동 중에 토양습도 등의 조건에 따른 번데기의 발육속도 및 생존율을 측정하기 위해 대량의 번데기를 확보하였다. 이 연구에서 얻어진 자료에서 나타난 과실파리의 월동 후 개체군 밀도변동과 용화시기를 Song et al.(2003)의 모형에서 예측한 결과와 비교한 결과 모형에 의해 예측된 발생일과 실측 발생일과는 1$\sim$2일 차이로 매우 정확하게 예측이 되었다. 이로 미루어 볼 때 본 연구에서 획득한 포장 실측자료는 누적 우화일, 유충의 발육단계, 산란일 등 다른 중요한 생물학적 사건을 예측하는 모형의 정확도 검정에도 잘 활용될 수 있을 것으로 생각된다.
사과 '후지' 만개일의 예측을 위해 전국적으로 활용이 가능한 모델을 선발하기 위해 우리나라에서 사용된 사례가 있는 대표적인 모델 4종을 평가하였다. 이를 위해 우리나라 사과 주산지 6곳(포천, 화성, 거창, 청송, 군위, 충주)의 사과원에서 3년간 관측된 기온과 만개일을 수집하여 각 모델에 적용하고 모델의 예측력을 평가 하였다. 냉각량 추정을 위한 Dynamic(DM) 모델과 가온량 추정을 위한 Growing Degree Days(GDH) 모델을 순차적으로 결합한 모델이 예측력이 가장 좋았으며, Chill Days(CD) 모델의 예측력이 가장 낮았다. Development Rate Model 1(DVR1)은 화성 지역과 같이 일 최저기온이 높고 상대적으로 일 최고기온이 낮아 일교차가 작은 지역에서는 실측일보다 빠르게 예측되는 과소추정오차를 보였다. 따라서 단일 모델로 우리나라 전국적인 사과 '후지' 만개일 예측을 위해서는 휴면타파에 필요한 냉각량 산정을 위한 DM 모델과 휴면타파 이후 개화에 필요한 고온량 산정을 위한 GDH 모델이 결합된 DM+GDH 모델이 가장 효과적일 것으로 판단된다. 그러나 보다 광범위한 지역의 장기간의 자료 수집과 이를 이용한 평가가 필요하다.
과정 기반 작물모형인 K-배추 모델은 광합성, 생물 계절 등의 생리학적 과정을 기반으로 이전에 경험하지 못한 다양한 기후 조건에서 작물의 생장을 예측할 수 있게 해준다. 현재 1단계 프로세스 기반 모델은 기후 변화 시나리오에 따른 생산량 예측을 통해 기후영향을 평가하는 데 활용될 수 있지만, 지금까지 주산지 빅데이터와 모델 예측 간의 비교는 수행되지 않았다. 본 연구는 생산량 예측을 위해 현재 모델을 사용하고자 할 때 모델의 개선 방향을 검토하기 위해 수행되었다. 이를 위해, 강원 태백 및 삼척에서 수집된 관측 자료를 바탕으로 모델의 예측력을 평가하였다. 조사 대상 농가들은 정식일 및 토양관리 면에서 재배방법이 상이하였다. 분석 결과는 K-배추 모델을 사용하여 추정한 잠재적 바이오매스가 모든 경우에서 관측 값을 초과하는 것으로 나타났다. 한편, 모델 평가 과정에서 생체중 사용에 따른 한계 등으로, 수확 2주 전의 값을 기준으로 모델을 피팅했음에도 수확기 무렵 예측값과 관측값은 완전한 양의 상관관계를 보이지 않았다(R2=0.74, RMSE=866.4). 또한 생장적합지수는 농장별로 상이하였는데, 이러한 결과는 농가 간 토양특성 및 관리방식의 차이에 의한 것으로 추정된다. 따라서 농장별 토양 및 관리방식의 차이를 고려한 생산 예측기술 고도화를 위해서는 현재 K-배추 모델에서 임의의 생장적합지수를 사용하는 대신 동적 토양 양분 및 수분 모듈을 작물 모델에 통합하는 것이 필요하다.
일 최고기온 및 최저기온에 의해 구동되는 개화생리모형에 근거하여 개나리, 진달래, 벚꽃의 온도시간을 추정하고 이를 이용하여 기후변화에 따른 미래 봄꽃 개화일의 지리적 분포를 한반도 전 지역을 대상으로 파악하고자 하였다. RCP8.5 기반의 한반도 전역 12.5km 해상도 일별 기온전망자료를 이용하여 미래 3개 평년(2011-2040, 2041-2070, 2071-2100)의 개화일을 예측하고 이를 기준평년(1971-2000)의 실측 분포와 비교하였다. 봄꽃 3종 모두 지속적으로 개화시기가 앞당겨지고 기준평년에는 개화 불가능지역으로 분류되는 양강도와 개마고원까지 미래에는 개화가 가능해질 것으로 전망된다. 가까운 미래인 2011-2040 평년에는 봄꽃 3종 모두 지역에 따라 최소 3~5일에서 최대 10~11일까지 개화시기가 단축될 것으로 예상된다. 중간 미래인 2041-2100 기간에는 최소 9~11일부터 최대 23~24일까지 개화시기가 단축되고, 먼 미래인 2071-2100 평년이 되면 개나리와 진달래는 최소 17~19일에서 최대 36~38일까지 평균 25일이 줄어들며, 벚꽃개화는 평균 26일이 단축될 것으로 전망된다. 개화일 단축일수는 내륙 산간지대보다 해안도서 및 평야지대에서 커지는 경향이다.
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.