본 연구에서는 미래 대한민국 해군의 주요 전력으로 활용될 해양 유·무인 복합체계의 해상교통로 보호 작전 수행을 가정하여 주요 위협별 전투 효과를 측정하였으며, 이를 통해 유·무인 복합체계의 발전방향을 도출하였다. 전투 효과 측정을 위해 다기준 의사 결정기법인 델파이 및 AHP 기법을 사용하였고, AHP 설문은 무기체계 전투 효과 및 유·무인 복합체계에 이해가 깊은 영관급 장교 25명 등 40명의 해군 장교를 대상으로 실시하였다. 전투 효과 측정의 평가지표로 OODA loop를 주속성으로 설정하였으며 측정 결과, Observe(0.358), Orient(0.315), Act(0.217), Decide(0.110) 순으로 나타났다. 최하위 대안인 해상교통로 상 주요 위협별 전투 효과는 대북한 위협 대응이 주변국 해상갈등 대응보다 1.68배, 초국가적 위협 대응보다는 3.61배 높게 측정되었다. 이러한 연구결과는 해양 유·무인 복합체계 획득 시 요구 기술 수준 판단 및 전력 운용 방안을 정립하는 데에 합리적인 의사결정을 지원할 수 있을 것으로 기대된다.
근래에 들어, 머신러닝과 딥러닝 모델은 다양한 수체 내 수질변화를 예측하기 위해 광범위하게 사용되고 있다. 특히, 담수호의 물 이용과 수생태계 건강성에 위협 요인으로 작용할 수 있는 유해남조의 발생을 예측하기 위해 많은 연구자들이 인공지능 모델을 활용하고 있다. 따라서, 본 연구에서는 최근까지 유해남조의 발생을 예측하기 위해 적용된 인공지능 모델링의 선행 연구들을 검토하였고, 딥러닝을 포함하여 머신러닝 모델을 이용한 이 분야 연구의 발전방향을 모색하고자 하였다. 먼저, Elsevier의 초록 인용 데이터베이스인 Scopus를 활용하여 체계적인 문헌 연구를 수행하였다. 주요 키워드를 이용하여 탐색 및 정리된 문헌들을 리뷰한 결과, 딥러닝 모델은 주로 남조 세포수 예측에만 사용되었고, 머신러닝 모델은 남조 세포수 이외에 microcystin, geosmin, 2-MIB와 같은 대사물질 예측에도 초점을 맞추고 있었다. 또한, 남조 세포수와 대사물질의 예측을 위해 활용된 입력변수들은 현저한 차이가 있었다. 남조의 대사물질을 예측하기 위해 딥러닝 모델이 적용된 바가 없었는데, 향후 빅데이터 구축을 통한 대사물질을 예측하는 연구가 필요할 것으로 사료된다.
매미나방(Lymantria dispar)은 나비목(Lepidoptera) 독나방과(Lymantriidae)에 속하는 해충으로 매미나방은 한국, 일본, 시베리아, 유럽, 북아메리카 등에 분포하며, 주로 배나무, 사과나무, 블루베리 등의 식물을 가해하는 광식성 해충이다. 매미나방은 수목해충으로 관리되어 왔으나 최근 산림 발생지 인접 농경지로 유입 빈도가 높아지면서 방제 대책이 수립되지 않은 농작물에 피해가 심하다. 본 연구는 매미나방(L. dispar)의 방제기술의 일환으로 매미나방 발육에 미치는 온도의 영향을 알아보기 위해 2021년 전라남도 장흥군 황금측백나무에서 채집한 알집을 이용해 18, 21, 24, 27, 30, 33℃ (14L:10D, 상대습도 60±5%) 항온조건에서 온도별, 발육단계별 발육기간을 조사하였다. 매미나방 유충의 발육속도는 온도가 높을수록 빨라졌으나, 매미나방 유충의 생존율이 33℃에서 가장 낮게 나타났다. 따라서 발육적온은 30℃였으며, 30℃에서 총 발육기간은 암컷 43.8일, 수컷 42.5일 소요되었다. 암컷과 수컷 발육영점온도는 각각 13.1℃, 12.5℃, 유효적산온도는 각각 641.1 DD, 657.8 DD였다.
최근 IoT 기술이 꾸준하게 발전되면서 의료 시스템, 스마트 TV 시계 등에서 많이 활용되고 있다. 소프트웨어 개발의 66%가 메모리 공격에 취약한 C 언어를 통해 개발되고 C 언어를 사용하는 IoT 기기에 위협적으로 작용한다. 스택스매싱 오버플로 공격은 사용자가 정의한 버퍼 크기보다 큰 값을 삽입하여 반환 주소가 저장된 영역을 덮어쓰게 하여 프로그램이 정상적으로 동작하지 못하게 한다. 메모리 가용량이 적은 IoT 기기는 스택스매싱 오버플로 공격에 취약하다. 또한, 기존의 백신 프로그램을 그대로 적용하게 되면 IoT 기기가 정상적으로 동작하지 못한다. 연구에서는 IoT 기기에 대한 스택스매싱 오버플로 공격을 방어하기 위해 여러 탐지 방법 중 카나리아를 사용하여 각각 무작위 값, 체크썸, DSLR(무작위 저장 위치)로 조건을 설정했다. 2개의 카나리아를 버퍼 내에 배치하여 하나는 버퍼의 끝인 반환 주소 앞에 배치하고 나머지 하나는 버퍼 내 무작위 위치에 저장했다. 이는 고정된 위치에 저장된 카나리아 값은 공격자가 위치를 예측하기 쉬우므로 무작위한 위치에 카나리아를 저장하여 공격자가 카나리아의 위치를 예측하기 어렵게 했다. 탐지 프로그램 실행 후 스택스매싱 오버플로 공격이 발생 후 각 조건을 만족하게 되면 프로그램이 종료된다. 설정한 조건을 각각 조합하여 8가지 경우의 수를 만들었고 이를 테스트했다. 이를 통해 IoT 기기에는 다중 조건을 사용한 탐지 방법보다 DSLR을 이용한 탐지 방법을 사용하는 것이 더 효율적이라는 결과를 얻었다.
불화수소는 염산, 질산, 황산보다 산성도는 낮지만 인체에 위험한 물질 중 하나이다. 물질의 구성에서 볼 수 있듯이 Fluoride를 함유하고 있는 부식성이 강한 물질이며, 급성독성 물질로 분류할 만큼 인체에 유해성이 매우 높으나, 최근 화학공장 및 반도체 산업 등 산업계에서 없어서는 안 될 물질로 인체에 위협적인 물질이지만 산업의 확장과 발전으로 사용량이 지속적으로 증가하고 있다. 불화수소의 위험성은 2012년 사고 발생 이후 위험성이 대두 되었고 이 사고를 계기로 규제 강화로 취급시설 관리 기준이 5배 이상 늘어나게 된 원인되었다. 불화수소는 대기 중으로 노출되는 경우 불산으로 전환되며 인체에 치명적인 영향을 미칠 수 있다. 본 연구는 독성물질 누출에 의한 피해를 최소화하기 위해 방호계층을 구성하였음에도 누출된 독성물질이 사업장 내로 확산되었을 때 피해영향을 시뮬레이션으로 확인하고, 사업장 내 피해영향 시 근로자에게 발생하게 될 위험성을 제어하기 위한 방법을 제언하고자 한다.
본 연구는 디지털 헬스케어 서비스 제공자의 보호동기를 형성하는 위험평가와 대처평가가 정보보호의도의 주요한 요인인 유도통제의도와 자기방어의도에 미치는 영향을 확인하고자 한다. 연구모형은 보호동기이론을 기반으로 기존 선행연구를 통해 심각성, 취약성, 반응효능감, 자기효능감을 독립변수로 채택하였다. 연구모형 검증을 위해 한국의 디지털 헬스케어 서비스 기업 임직원 222명을 대상으로 설문조사를 실시하였으며, 데이터는 구조방정식을 사용하여 분석하였다. 연구결과에 따르면 (1) 보안위협의 결과에 대한 명확한 인지가 디지털 헬스케어 서비스 제공자의 정보유출 사고에 대한 심각성에 대한 이해를 높여주고, 이를 통해 디지털 헬스케어 서비스 제공자의 오남용을 줄일 수 있으며, (2) 보안시스템에 대한 디지털 헬스케어 서비스 제공자의 신뢰와 만족이 스스로 정보유출에 대응할 수 있다는 자신감을 형성시킬 수 있고, (3) 디지털 헬스케어 서비스 제공자는 정보유출로 인해 돌아오는 결과를 인지하고 있지만, 실제 자신에게 발생할 수 있는 가능성은 적다고 생각하고 있음을 확인하였다. 이 연구결과는 디지털 헬스케어 서비스를 운영하는 벤처기업은 디지털 헬스케어 서비스 제공자의 정보보호의도를 높이기 위해서 디지털 헬스케어 서비스 제공자의 보안수준을 높일 수 있는 지속적인 콘텐츠 제공이 필요하고, 타 벤처기업대비 높은 수준의 보안시스템을 도입하여 디지털 헬스케어 서비스 제공자의 신뢰를 통해 정보보호 동기유발이 중요하다는 점을 시사한다.
딥러닝 모델(Deep Learning Model)은 컴퓨터 비전(Computer Vision) 분야의 이미지(Image) 분류 및 객체 탐지와 같은 작업에서 뛰어난 성과를 보이며, 실제 산업 현장에서 다양하게 활용되고 있다. 최근 다양한 알고리즘(Algorithm)의 적대적 예제를 이용하여 딥러닝 모델의 취약성을 지적하며, 강건성 향상 방안을 제시하는 연구들이 활발하게 진행되고 있다. 적대적 예제는 오분류를 유도하기 위해 작은 노이즈(Noise)가 추가된 이미지로서, 딥러닝 모델을 실제 환경에 적용 시 중대한 위협이 될 수 있다. 본 논문에서는 다양한 알고리즘의 적대적 예제를 대상으로 에지 학습 분류 모델의 강건성 및 이를 이용한 적대적 예제 탐지 모델의 성능을 확인하고자 하였다. 강건성 실험 결과, FGSM(Fast Gradient Sign Method) 알고리즘에 대하여 기본 분류 모델이 약 17%의 정확도를 보였으나, 에지(Edge) 학습 모델들은 60~70%대의 정확도를 유지하였고, PGD(projected gradient descent)/DeepFool/CW(Carlini-Wagner) 알고리즘에 대해서는 기본 분류 모델이 0~1%의 정확도를 보였으나, 에지 학습 모델들은 80~90%의 정확도를 유지하였다. 적대적 예제 탐지 실험 결과, FGSM/PGD/DeepFool/CW의 모든 알고리즘에 대해서 91~95%의 높은 탐지율을 확인할 수 있었다. 본 연구를 통하여 다양한 적대적 알고리즘에 대한 방어 가능성을 제시함으로써, 컴퓨터 비전을 활용하는 여러 산업 분야에서 딥러닝 모델의 안전성 및 신뢰성 제고를 기대한다.
해양의 고수온 현상은 지구온난화로 인한 주요 문제 중 하나로, 식량 자원의 감소와 해양 탄소 흡수력의 저하 등, 해양 생태계와 인류에게 직접적인 위협으로 부상하고 있다. 따라서, 한반도 주변 해역에서의 고수온 예측은 해양 환경 모니터링 및 관리에 중요하다. 본 연구에서는 역학 모델 기반 한반도 고수온 예측 시스템의 성긴 해양의 수직격자체계로 인한 고수온 예측의 과소모의를 개선하기 위해 LSTM 모델을 개발하였다. 2023년에 대해 수행된 한반도 고수온 예측 시스템의 고수온 예측 결과와 LSTM 모델의 결과를 기반으로 한반도 주변의 동해 해역, 황해 해역 그리고 남해 해역에서의 고수온 예측 성능을 평가했다. 본 연구에서 개발된 LSTM 모델이 세 영역 모두에서 수온이 상승하는 시기에 수온 예측 성능을 크게 개선하는 것으로 나타났으며, 수온 상승이 시작되기 전이나 하강하는 시기에는 예측 성능의 개선 효과가 미미했다. 이는 LSTM 모델이 성층이 강화되는 환경에서 성긴 수직격자로 인해 발생하는 고수온 예측의 과소모의를 개선할 수 있는 가능성을 보여준다. 향후 역학 모델의 예측 성능 개선이나 역학 모델의 대체에 자료기반 인공지능 모델의 활용성이 확대될 것으로 기대한다.
사이버 공간의 발전과 우리 일상생활과의 상호작용이 증가함에 따라 사이버 범죄는 최근 몇 년 동안 꾸준한 증가세를 보이며 심각한 사회 문제로서 그 양상이 더욱 두드러지고 있다. 특히, '4대 악성 사이버 범죄'로 분류되는 사이버 금융범죄, 사이버 사기, 사이버 성폭력와 사이버 도박은 주목해야 할 대상 중 하나이다. 심각한 사회문제 중 하나인 사이버 범죄의 피해를 최소화하기 위해 사이버 범죄의 유형 별 특성을 심층적으로 파악하고 원인과 예방 및 대처 방안을 구체적으로 제시할 필요성이 있다. 그러나 기존 사이버 범죄 관련 연구에서는 통계 자료나 피해자, 일반 대중을 대상으로 자료를 수집하는 간접적인 방법을 활용하여 접근해왔다. 따라서 본 연구는 사이버 범죄 중 최근 범행 건수가 급증하며 범죄의 심각성이 강조되는 정보통신망이용 범죄의 '저작권 침해'와 정보통신망이용 불법콘텐츠 범죄의 '도박' 및 '음란물' 유형에 대하여 사이버 범죄 피의자를 대상으로 직접 인터뷰를 실시하고 코딩 분석과 텍스트마이닝을 통해 결과를 분석함으로써 사이버 범죄의 특성과 발생 원인을 밝히고 예방 및 대책 방안을 제시하고자 한다. 본 연구는 범죄 피의자와의 인터뷰를 통해 얻은 결과를 분석하고 주요 요인들 간의 관계를 탐구함으로써, 사이버 범죄에 대한 깊은 이해와 통찰력을 제공한다. 더하여 예방 및 대응 방안을 제안함으로써 심각한 사회 문제인 사이버 범죄의 피해를 최소화하기 위한 제도적 마련에 핵심 자료를 제공했다는 점에서 의의를 가진다.
Zhengyi Kong;Bo Yang;Cuiqiang Shi;Xinjie Huang;George Vasdravellis;Quang-Viet Vu;Seung-Eock Kim
Steel and Composite Structures
/
제50권3호
/
pp.281-298
/
2024
Stainless steel bolts (SSB) are increasingly utilized in bolted steel connections due to their good mechanical performance and excellent corrosion resistance. Fire accidents, which commonly occur in engineering scenarios, pose a significant threat to the safety of steel frames. The post-fire behavior of SSB has a significant influence on the structural integrity of steel frames, and neglecting the effect of temperature can lead to serious accidents in engineering. Therefore, it is important to evaluate the performance of SSB at elevated temperatures and their residual strength after a fire incident. To investigate the mechanical behavior of SSB after fire, 114 bolts with grades A4-70 and A4-80, manufactured from 316L austenitic stainless steel, were subjected to elevated temperatures ranging from 20℃ to 1200℃. Two different cooling methods commonly employed in engineering, namely cooling at ambient temperatures (air cooling) and cooling in water (water cooling), were used to cool the bolts. Tensile tests were performed to examine the influence of elevated temperatures and cooling methods on the mechanical behavior of SSB. The results indicate that the temperature does not significantly affect the Young's modulus and the ultimate strength of SSB. Up to 500℃, the yield strength increases with temperature, but this trend reverses when the temperature exceeds 500℃. In contrast, the ultimate strain shows the opposite trend. The strain hardening exponent is not significantly influenced by the temperature until it reaches 500℃. The cooling methods employed have an insignificant impact on the performance of SSB. When compared to high-strength bolts, 316L austenitic SSB demonstrate superior fire resistance. Design models for the post-fire mechanical behavior of 316L austenitic SSB, encompassing parameters such as the elasticity modulus, yield strength, ultimate strength, ultimate strain, and strain hardening exponent, are proposed, and a more precise stress-strain model is recommended to predict the mechanical behavior of 316L austenitic SSB after a fire incident.
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.