Baek, Hyun Chul;Jang, In Sik;Lee, Sang Jeong;Kim, Byung Chul;Lee, Jae Yong
Journal of Aerospace System Engineering
/
v.13
no.4
/
pp.1-9
/
2019
Integration of satellites with diverse missions, such as broadcast-communication, earth, meteorologicaland marine observations, and navigation, is vulnerable. The problems of the currently constructed ground station network were analyzed by constructing the test environment. Based on this, we designed a network that was capable of operating multiple satellites by one ground station. In addition, we proposed an interface and network configuration method with domestic and foreign ground stations. The network linking the domestic and foreign ground stations was composed of KREONET (Korea Research Environment Open Network) and GLORIAD (Global Ring Network for Advanced Application Development) of the KISTI(Korea Institute of Science and Technology Information). The internal network consists of VPN (Virtual Private Network), DMZ(De-Militarized Zone), and 1-way USB and so forth. By constructing the network by using the proposed method, harmful data, such as virus inflow and infection, can be blocked.
Proceedings of the Korea Water Resources Association Conference
/
2012.05a
/
pp.886-886
/
2012
우리나라 하천의 대부분은 산지에서 발원하며 전 국토의 약 70%가 산지하천 유역에 포함된다. 최근 기후변화로 인해 여름철 집중호우가 증가하고 있는 상황에서 강우의 예측이 어렵고 경사가 급한 산지하천 유역의 피해가 가중되고 있으며 산지하천의 강우를 정량적으로 파악하고 상시 모니터링 할 수 있는 체계의 구축이 요구된다. 한국건설기술연구원(2011)에서는 산지 하천유역 모니터링 시스템을 구축하여 재해위험지역의 현장관측시스템과 레이더강우를 기반으로 하는 강우유출 시스템을 연계운영하고 있다. 본 연구에서는 하천유역 모니터링 시스템을 통해 수집되고 있는 강원도 인제군 가리산리의 관측강우량을 이용해 산지하천유역의 강우특성을 분석하고 산지유역의 강우추정을 위한 레이더 자료의 활용성을 제시하였다. 대상유역인 가리산천 유역을 대상으로 작성된 티센 면적평균 강우량과 기상레이더를 이용한 레이더 강우량에서 가리산리 관측시스템 위치의 픽셀을 추출한 후 각각의 방법으로 추정된 강우량이 관측값과 어떤 차이를 갖고 있는가를 비교하였다. 또한, 모니터링 사이트 주위의 AWS를 이용해 레이더 강우를 보정한 후 동일한 방법으로 관측강우 위치의 셀 강우를 비교하여 레이더 강우의 보정 효과를 제시하였다. 연구결과 600m 이상의 고지대에 위치한 현장관측시스템의 강우는 고도가 낮은 인근 강우관측소와 큰 차이를 나타냈으며 티센면적 평균 강우의 경우 산지하천의 강우특성을 반영하기에 한계가 있는 것으로 판단되었다. 레이더 강우 역시 실제 관측강우량에 비해 과소추정되며 대상유역 주변의 AWS를 이용해 보정한 레이더 보정강우를 활용시 현장관측시스템의 강우가 가장 유사한 결과가 도출되었다. 본 연구를 통해 산지하천 유역의 강우특성을 파악하기 위해서는 지상관측소와 레이더 자료를 병행하여 활용하는 것이 필요하며 산지하천유역의 강우를 효과적으로 모니터링 하기 위해서는 고도에 따른 관측망의 구성이 필요할 것으로 판단되었다.
The feasibility of using neural networks to model the complex relationship between piezocone measurements and the undrained shear strength of clays has been investigated. A three layered back propagation neural network model was developed based on actual undrained shear strengths, which were obtained from the isotrpoically and anisotrpoically consolidated triaxial compression test(CIUC and CAUC), and piezocone measurements compiled from various locations around the world. It was validated by comparing model predictions with measured values about new piezocone data, which were not previously employed during development of model. Performance of the neural network model was compared with conventional empirical method, direct correlation method, and theoretical method. It was found that the neural network model is not only capable of inferring a complex relationship between piezocone measurements and the undrained shear strength of clays but also gives a more precise and reliable undrained shear strength than theoretical and empirical approaches. Furthermore, neural network model has a possibility to be a generalized relationship between piezocone measurements and undrained shear strength over the various places and countries, while the present empirical correlations present the site specific relationship.
Proceedings of the Korea Water Resources Association Conference
/
2020.06a
/
pp.63-63
/
2020
최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.
Proceedings of the Korea Water Resources Association Conference
/
2012.05a
/
pp.195-195
/
2012
인공신경망 모형은 복잡하고 비선형의 입력과 출력 관계를 잘 반영할 수 있어서 유출 모델링에 널리 적용되어 왔다. 그러나 인공신경망 모형은 강우나 유역특성의 공간적 분포를 반영하는 것이 어려우며 물리적 개념이 결여되어 있는 단점이 있다. 본 연구에서는 유역특성과 물리적 개념을 반영할 수 있는 물리기반 모형과 인공신경망 모형의 장점들을 조합하여 물리기반 모형의 일 유출량 해석 능력을 향상하기 위하여 SWAT 모형과 인공신경망(ANN)을 연계하였다. SWAT-ANN 연계모형은 두 단계로 구성되어 진다. 첫 번째 단계에서는 관측 자료를 이용하여 SWAT 모형을 보정한다. 두 번째 단계에서는 첫 번째 단계에서 계산한 소유역별 SWAT 모형의 유출결과를 ANN의 입력자료로 이용하여 SWAT-ANN 연계모형을 구축한다. SCE-UA 최적화 방법을 적용하여 SWAT 모형의 매개변수들을 보정하였고, ANN 학습은 3층의 feed-forward 역전파 알고리즘에 기초한 Bayesian Regularization 방법을 적용하였다. ANN 은닉층의 뉴런 및 전달함수는 시행착오를 통하여 적절한 ANN 구조를 설정하여 SWAT-ANN 연계모형의 일유출량을 모의하였다. 여러 가지 통계적 오차기준을 이용하여 보청천 유역에서 SWAT-ANN 연계모형의 결과와 SWAT 단독 모형의 결과를 비교하였다. SWAT-ANN 연계모형이 SWAT 단독 모형보다 더 우수한 결과를 나타내어 일 유출량 해석을 위한 SWAT-ANN 연계모형의 유용성을 확인할 수 있었다.
A three layered neural network model was developed using back propagation algorithm to estimate the UU undrained shear strength of Korean soft soil based on the database of actual undrained shear strengths and piezocone measurements compiled from 8 sites over the Korea. The developed model was validated by comparing model predictions with measured values about new piezocone data, which were not previously employed during development of model. Performance of the neural network model was also compared with conventional empirical methods. It was found that the number of neuron in hidden layer is different for the different combination of transfer functions of neural network models. However, all piezocone neural network models are successful in inferring a complex relationship between piezocone measurements and the undrained shear strength of Korean soft soils, which give relatively high coefficients of determination ranging from 0.69 to 0.72. Since neural network model has been generalized by self-learning from database of piezocone measurements and undrained shear strength over the various sites, the developed neural network models give more precise and generally reliable undrained shear strengths than empirical approaches which still need site specific calibration.
Lim, Sanghun;Yoon, Seong Sim;Kim, Hyunjung;Cho, Yo Han;Jeong, Hyeon Gyo
Proceedings of the Korea Water Resources Association Conference
/
2020.06a
/
pp.204-204
/
2020
환경부는 기존 대형 강우레이더 관측망에 대한 동해안 지역 관측공백 해소와 집중호우에 의한 재해예방을 목적으로 2기의 전파강수관측소를 삼척과 울진 통고산에 구축 운영하고 있다. 본 연구에서는 삼척 및 울진 전파강수관측소 관측 자료 품질 향상을 위한 다양한 품질 분석 기법을 소개하고 그 결과를 제시한다. 설치된 전파강수관측소의 시스템 특성 중 하나인 Short/Long 펄스 신호에 따른 자료의 연속/불연속성 및 피뢰침에 의한 자료 품질, 그리고 강수에 의한 신호감쇠에 따른 유효관측거리 등을 분석하였다. 이러한 분석을 기반으로 신호보정옵셋 및 피뢰침 위치 등을 조정하여 자료 품질을 향상하였다. 또한 삼척과 울진 전파강수관측소를 대상으로 분포형 비차등위상차 산정 기술을 적용하고 그 결과를 분석하였다. 비차등위상차는 시스템 편차나 우박 등의 영향에서 자유로워 특히 전파강수관측소와 같은 X 밴드 정량강우 추정에서 중요하다. 일반적으로 비차등위상차는 차등위상차에 대한 필터링 기법으로 산출하는데, 이 방법은 약한 강수에 대해 변동성이 크며 지형에코 등에 의해 영향을 크게 받는다는 단점이 있다. 본 연구에서는 일반적인 필터링 기법에 의한 비차등위상차와 분포형 기법을 적용한 비차등위상차에 대해 비교 분석을 하였다. 전파강수관측소 강우 자료를 이용한 분포형 비차등위상차 시험적용 결과 기존 비차등위상차에 비해 정성적으로 우위를 보임을 알 수 있었다.
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.27
no.1
/
pp.713-722
/
2009
Gravity measurement can determine the earth gravitational field, also is the fundamental to the research of earth gravitational field, geodesy and geodynamic, vertical movement of the crust, geoid surface, sea level and climate etc. Recently, National Geographic Information Institute (NGII) introduced FG-5 absolute gravity meter in order to lay a foundation for establishment of Absolute Gravity Network, and furthermore NGII plan to construct about 1,200 multi dimensional and function Unified Control Points(UCP) in nationwide. It will play an important role in development of high accuracy geoid model in South Korea. This paper explains the fundamental theory and method of relative gravity measurement, surveys the relative gravity of 21 stations using latest Scintrex CG-5 relative gravimeter. In addition, it calculates gravity values, compare and analysis gravity survey results using datum-free adjustment and weighted constraint adjustment. The results indicate show that datum-free and weighted constraint adjustment methods are available to determine high accuracy gravity achievement, datum-free method is more advantage than weighted constraint adjustment.
Proceedings of the Korea Water Resources Association Conference
/
2021.06a
/
pp.156-156
/
2021
본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.
Proceedings of the Korea Water Resources Association Conference
/
2015.05a
/
pp.393-393
/
2015
대부분의 중규모 유역 내에는 하도가 형성되므로, 유역의 출구는 하도(지류)와 대규모 유역의 하도(본류)가 합류하게 되며, 합류부에서 멀리 떨어지지 않은 곳에 지류 유역의 유출량 산정을 위한 수위관측소가 위치하게 된다. 수위관측소에서는 일반적으로 연속적인 수위관측과 수위-유량관계곡선(rating curve)으로 유량을 산정하게 되는데, 배수영향을 크게 받는 합류부 구간에서는 단일 수위-유량관계가 나타나지 않으므로 유량산정이 어렵게 되는 문제가 발생한다. 이는 배수영향이 발생할 경우, 유량 함수의 주요 변수에는 수위 뿐만 아니라 수면경사 등의 매개변수가 추가되기 때문이다. 현장에서는 하천 흐름방향으로 두 개의 수위관측소를 설치하여 관측소 간의 수면경사를 측정하고, 이를 유량 산정에 활용할 수 있다. 그러나 지류 합류부의 배수 영향 구간에서 수면경사를 알기 위하여 두 개의 수위관측소를 설치하는 것은 경제적이지 않으며, 현재 설치되어 있는 장비와 시설을 활용하여 유량을 산정할 수 있는 방법의 개발이 필요하다. 본 논문의 목적은 합류부 배수영향을 받는 지류 구간에 설치된 수위관측소에서 유량을 산정하기 위한 방법을 개발하는 것이다. 이를 위하여 발생가능한 모든 하천 흐름조건에 대한 배수영향 수면곡선을 요약한 HPG(Hydraulic Performance Graph)를 본류와 지류가 합류하는 시스템에 적용하였다. HPG의 개발을 위하여 본류와 지류로 구성된 수지상 하천망을 HEC-RAS 모형으로 구축하고 부정류 모의로 구축된 모형을 보정 검증하였고, 본류와 지류에 위치한 기존 두 수위관측소 수위와 유량과의 관계 표를 작성하여 크리깅 보간을 수행하였다. 크리깅으로 보간된 HPG와 두 수위관측소에서 계측된 수위를 이용하여 대상 홍수사상 기간 금호강의 유출량을 산정하였고, 유량 산정 결과는 금호강 성서 자동유량측정 자료와 거의 일치하는 것을 확인하였다.
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.