항공기용 연료탱크는 평상시에는 연료저장 등의 단순한 기능을 한다. 그러나, 항공기 추락과 같은 긴급 상황에서는 연료탱크 구조건전성은 승무원의 생존과 직결되므로, 관련 성능의 보유 여부를 충돌충격시험을 통해 입증하도록 규정되어 있다. 충돌충격시험은 높은 충격하중으로 실패 위험이 높기 때문에 설계 초기 실물시험에서의 시행착오 가능성을 최소화하기 위한 노력이 진행되어 왔다. 실제 시험 전에 수행하는 수치해석도 그러한 노력의 일환이다. 하지만, 수치해석 결과가 설계에 반영되기 위해서는 수치해석의 신뢰성 확보가 필요하다. 본 연구에서는 회전익항공기 연료탱크의 충돌충격시험 수치해석의 신뢰성 확보를 위해 수치해석 결과와 시험 데이타 간의 비교를 수행하였다. 수치해석은 충돌전용 소프트웨어인 LS-DYNA을 사용하였고, 해석방법은 유체-구조연성해석 방법 중 ALE(arbitary lagrangian eulerian) 방법을 적용하였다. 시험데이터 확보를 위해 연료탱크 금속 피팅부에 변형률게이지를 설치하고 데이터 획득장비와 연동시켰다. 수치해석 결과로써 연료탱크 피팅부의 변형률과 응력을 계산하였다. 그리고, 실물 연료탱크로 수행한 충돌충격시험을 통하여 확보한 상부피팅의 변형률 측정값과 수치해석으로 계산된 변형률과의 오차를 평가함으로써 수치해석의 신뢰성을 제고하였다.
최근 스마트 홈 환경은 무선 정보통신 기술과 융합을 통해서 다양한 데이터를 수집·통합·활용하는 플랫폼이 될 것으로 전망되고 있으며 실제로 스마트 홈 내부에는 다양한 센서를 탑재한 스마트 디바이스 수가 점점 증가하고 있다. 증가된 스마트 디바이스 수만큼 처리해야하는 데이터의 양도 증가하고 있으며 이를 효과적으로 처리하기 위해 빅데이터 처리 시스템이 활발하게 도입되고 있다. 그러나 기존 빅데이터 처리 시스템은 분산 노드에 할당되기 전 모든 요청이 클러스터 드라이버로 향하기 때문에 동시에 많은 요청이 발생하는 경우 분할 작업을 관리하는 클러스터 드라이버에 병목현상이 발생하고, 이는 네트워크를 공유하는 클러스터 전체의 성능감소로 이어진다. 특히 작은 데이터 처리를 지속해서 요청하는 스마트 홈 디바이스에서 지연율이 더 크게 나타난다. 이에 본 논문에서는 동시에 다수의 센서에서 요청이 발생하는 스마트 홈 환경에서 효과적인 데이터 처리를 위한 Apriori 기반 빅데이터 시스템을 설계하였다. 제안하는 시스템의 성능평가 결과에 따르면, 데이터 처리 시간은 기존 시스템에 비해 최소 19.2%에서 최대 38.6% 단축됐다. 이러한 결과가 발생한 이유는 측정되는 데이터의 형태와 관련이 있다. 스마트 홈 환경은 수집되는 데이터의 양은 방대하나 각 데이터의 용량은 작기 때문에 캐시 서버의 사용이 데이터 처리에 큰 역할을 하며, Apriori 알고리즘을 통한 연관도 분석으로 사용자의 행동 습관과 연관도가 높은 센서 데이터를 캐시에 저장하기 때문에 캐시 서버의 활용률이 매우 높다.
본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.
숙취를 해결하기 위해서는 숙취를 직접적으로 유발하는 물질인 아세트알데하이드의 조절이 가장 중요한 인자로 작용한다. 숙잠을 함유하는 복합물인 시험식품(CKDHC)의 섭취로 혈중 아세트알데하이드 농도가 대조식품 대비 통계적으로 유의하게 감소하여 숙취개선 효능을 확인하였다. 특히, 30분부터 각 시간별(mg/L), 혈중 아세트알데하이드 농도-시간곡선하 면적(AUC), 최고 혈중 아세트알데하이드 농도(Cmax)의 감소를 통해 30분부터 빠른 숙취개선 효능을 확인하였다. 본 연구의 주원료로 사용된 숙잠은 Ji 등(2016a)에 따르면 18종의 아미노산 및 무기질을 모두 함유하며, 고단백 식용곤충으로 간에 좋은 주요 아미노산인 Alanine, Arginine 등을 많이 함유하여 간의 효소활성에 긍정적인 영향을 줄 수 있음을 알수있다. 본 연구결과를 통해 숙잠을 함유하는 시험식품이 숙취해소제로 작용할 수 있으며, 특히 음주 전 섭취시 아세트알데하이드를 빠르게 분해하여 30분부터 숙취 개선에 효과가 있음을 입증하였다.
본 연구는 급격한 기술 변화의 흐름 속에서 IT서비스업 분야의 스킬 미스매칭에 대해 살펴보는 것을 목적으로 한다. 전문가 집단에 대한 심층 인터뷰 방식으로 연구가 진행되었다. 숙련노동의 수요자인 기업이 바라보는 IT 산업의 현황과 숙련노동의 공급과 관련된 교육자들이 바라보는 시각에 일부 차이가 있었다. 숙련에 대한 분석 도구로 중요도와 만족도에 대해 5점 척도를 사용하였다. 매칭이 이루어진 경우 주어진 항목들에 대한 중요도의 평균은 3.7점이었고, 만족도의 평균은 3.4점으로, 채용한 인력에 대해 어느 정도의 차이가 존재한다는 것을 알 수 있었다. 한편 비전공자 교육생의 숙련도 수준에 대해서는 중요도의 평균이 3.79점이었으나, 만족도의 평균은 3.12점이었다. 학력, 학점, 자격증, 수상경력, 어학능력에 대해서는 중요도를 낮게 평가하는 공통점이 있었다. 전공역량의 중요도에 대해서는 매칭 전 집단에 대한 만족도보다는 매칭이 이뤄진 집단에서의 만족도가 평균 대비 높게 나타났다. 기업이 원하는 숙련은 다차원적인 역량을 포함하며, 주로 soft-skill 항목들과 관련이 높았다. IT 서비스업에 속한 기업들은 숙련 미스매치의 원인으로 산업의 인력구조가 세분화되어 있지 않은 것을 이유로 들었고, 교육기관에서는 시간의 불일치를 꼽았다. 전문가 집단들은 모두 향후 미스매치 갭이 확대될 것으로 보고 있었다. 숙련의 공급은 기술이 변해가는 속도를 따라가지 못할 것이라는 전망이었다. 갭의 해결 방안으로 전문가 모두 산학연 과정을 뽑았으며, 장기적인 안목에서 인력을 육성할 방안을 모색해야 한다고 했다.
자가 나노유화 약물전달시스템(SNEDDS)은 오일, 계면활성제, 공계면활성제의 균질한 혼합물로서 가벼운 교반에 의해도 에멀전 형성이 가능하고 분산 시 200 nm 이하 범위의 입자 크기를 갖는 나노 에멀전을 형성하는 약물 수송체를 말한다. SNEDDS는 난용성이며 생체이용률이 낮은 소수성약물의 흡수율을 높일 수 있는 뛰어난 가용화 방법으로 알려져 있다. 본 연구에서는 난용성인 티카그렐러에 대한 용해도가 높은 유상으로 MCT oil과, 계면활성제로 Tween 80, 공계면활성제로 Labrafil M1944CS를 사용하여 SNEDDS를 개발하고, 분무건조기술을 이용하여 다양한 다공성의 캐리어에 흡착시켜 고형의 SNEDDS를 제조하였다. 제조된 고형의 SNEDDS에 대하여 물리화학적 특성 및 분말특성을 평가한 후 용출시험을 진행하였다. 본 연구를 통해 얻어진 다공성의 캐리어에 흡착시켜 만들어진 다양한 고형 SNEDDS에서 티카그렐러의 결정형은 무정형으로 변환된 것을 확인할 수 있었다. 또한 제조된 고형의 SNEDDS 조성물들은 모두 원료에 비하여 우수한 용출양상을 나타내는 것을 확인할 수 있었다. 특히 이산화규소를 통해 얻어진 고형의 SNEDDS 조성물의 입자크기와 다분산지수가 제일 작았으며 흐름성과 압축성도 제일 우수하였다. 따라서 이산화규소를 통해 얻어진 고형의 SNEDDS 조성물은 난용성인 티카그렐러의 경구 고형제제화 연구에 적합한 약물 전달 시스템인 것을 확인할 수 있었다.
부분 방전 현상은 배전반, 트랜스포머, 스위치 기어 등 고압전력기기에서 많이 발생한다. 부분 방전은 절연체의 수명을 단축하고 절연파괴를 가져오게 되고 이로 인해 정전사고 등 대형피해가 발생하게 된다. 부분 방전 현상은 제품 내부에서 발생하는 경우와 표면에서 발생하는 여러 가지 유형을 가지고 있다. 본 논문에서는 부분 방전 현상에 대한 패턴 및 발생할 확률을 예측할 수 있는 예측 모델을 설계하는 것이다. 설계된 모델을 분석하기 위하여 부분 방전 현상을 발생시키는 시뮬레이터를 활용하여 각각의 부분 방전 유형에 대한 학습 데이터를 UHF 센서를 통하여 수집하였다. 본 논문에서 설계된 예측 모델은 딥 러닝 중 CNN을 기반으로 설계를 하였으며 학습을 통하여 모델을 검증하였다. 설계된 모델에 대한 학습을 위하여 5,000개의 훈련데이터를 만들었으며 훈련데이터의 형태는 UHF센서에서 입력되는 3차원의 원시데이터를 2차원 데이터로 전 처리하여 모델에 대한 입력데이터로 사용하였다. 실험결과, 학습을 통하여 설계된 모델에 대한 정확도는 0.9972의 정확도를 갖는 것을 알 수 있었으며 데이터를 2차원 이미지로 만들어 학습한 경우 보다 그레이 스케일 이미지 형태로 만들어 학습한 경우가 제안된 모델에 대해 정확도가 높음을 알 수 있었다.
국내 건축 구조물 방수재료 중 하나인 수용성 고무 아스팔트계 도막 방수재는 주로 실내(화장실, 주방, 배란다 등)에 많이 사용되고 있다. 일반적으로 아스팔트계열의 재료는 검은색의 기본 채도를 벗어나지 못하여 노출용보다는 비노출용으로 많이 쓰이고 있으며, 수용성 고무 아스팔트계 도막방수재의 경우는 기본적으로 낮은 물성 때문에 실내로 한정하여 적용하고 있다. 이에 인장 및 신장성 향상을 위하여 실란커플링제와 무기필러, 프로세서 오일 넣어 물성을 향상시켰고, 이에 따라 실외 도막방 수재 품질기준과의 기초 물성을 분석하였다. 그 결과 노출용 품질기준과 비교한 수용성 고무 아스팔트 도막방수재는 시험 평가가 진행된 전 항목에서 실리콘 고무계의 기본 물성 품질기준을 상회하는 결과가 나타났으나, 우레탄 고무계 1류의 인장강도 및 인열강도 클로로프렌 고무계 인열강도 품질기준 대비 성능이 약 34.2%에서 약 40.8% 정도 부족한 것으로 나타났다.
본 연구에서는 최신의 연구 트렌드인 빅데이터와 인공지능을 농업분야에 접목하여 유전자 알고리즘(GA)과 전지구 기후 재분석 자료를 활용한 마늘 생산량의 장기 예측 모형을 개발하고 그 예측성능을 평가해 보았다. 해당 모형은 마늘의 파종량을 수정할 수 있는 11월에 예측 자료를 생산하므로, 마늘의 생산 시기와 시간공간적으로 떨어진 전지구 기후 재분석 자료로부터 마늘생산량의 예측 인자로 활용할 수 있는 시그널을 찾아 장기적 마늘 생산량 예측에 활용하였다. 그 결과 결정론적 예측과 확률론적 예측 모두 마늘 생산량의 경년변동성을 통계적으로 99% 신뢰수준에서 관측과 유사하게 모의하였으며, 범주형 예측에서도 이분위 예측에서 93.3%, 삼분위 예측에서 73.3%의 적중률을 보이며 우수한 예측 성능을 나타내었다. 또한, 예측인자들 사이의 선형 및 비선형적 관계를 모두 고려하는 GA방법을 사용하였을 때, 선형적 앙상블 방법을 적용하였을 때 보다 높은 예측성능과 안정적인 예측결과를 보이는 것을 알 수 있다. 본 연구에서 개발된 마늘 생산량 예측 모형은 기존의 단기예측 위주의 농산물 생산량 예측의 한계를 극복하고 한 해의 농사가 시작되기 전 잠재 생산량을 전망 정보를 생산하여 농산물의 수요·공급 및 가격안정화를 위한 장기적 계획을 수립하는 것에 도움이 될 것으로 생각된다.
UiO-66과 같은 지르코늄 기반 금속유기골격체(Zr-MOFs)는 비표면적이 넓고 선택적 흡착 능력이 뛰어나 전장환경에서 화학작용제 방호 물질로써 주목받고 있다. 하지만 대부분의 금속유기골격체는 약한 금속-유기 리간드 결합과 공극의 존재로 인하여 대기 중에 노출 시 물 분자와의 반응으로 선택적 흡착 성능이 저하되는 문제점이 있다. 이에 본 연구에서는 대표적인 소수성 고분자 물질인 폴리디메틸실록산(PDMS)을 지르코늄 기반 금속유기골격체인 UiO-66 표면에 코팅하였고, 전장환경에서 적용 가능성을 평가하기 위해 고습 환경에서 diisopropyl methylphosphonate (DIMP)와 같은 유사 화학작용제의 흡착 성능 지속성을 코팅 전과 비교하였다. PDMS를 코팅한 UiO-66의 표면 구조와 유기 작용기 분포를 분석한 결과 실리콘이 고르게 도포된 것을 확인하였으며, 접촉각을 측정한 결과 PDMS를 코팅한 UiO-66에서 30° 이상 접촉각이 증가하여 소수성이 증대한 것을 확인하였다. 또한 UiO-66과 PDMS를 코팅한 UiO-66을 흡착제로 사용하여 고습 환경에서 유사 화학작용제인 DIMP의 흡착 성능 지속성을 확인한 결과 PDMS를 코팅한 UiO-66가 기존의 UiO-66에 비하여 높은 DIMP 흡착 성능 지속성을 나타내는 것을 알 수 있었다.
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.