본 연구에서는 2000년부터 2002년까지의 기간에서 국내 외의 재무분석가들이 1999년$\sim$2003년까지의 각 연도별 연간 매출액, 영업이익과 순이익에 대하여 발표한 예측치를 대상으로 하여 재무분석가들이 기업실적을 얼마나 정확하게 예측하며, 예측치를 수정할 때 어떤 체계적인 경향을 보이며, 기업실적을 예측할 때 전년도의 실적변화에 대해 어떤 반응을 보이는지를 분석하는데 목적을 두었다. 이러한 분석목적을 달성하기 위하여 재무분석가별, 예측년도별, 전년도의 기업실적 변화별로 표본을 각각 분류하여 재무분석가별 예측의 정확성, 합의예측치의 상대적 정확성, 예측치의 수정패턴 및 예상 밖의 전년도 실적변화에 대한 반응을 분석하였다. 본 연구에서 발견된 분석결과를 요약하면 다음과 같다. 첫째, 매출액, 영업이익과 순이익의 표준예측오차가 모두 통계적으로 유의적인 음(-)의 값을 보임으로써 재무분석가들이 기업실적을 상향 편의적으로 예측하는 경향이 있음을 발견하였다. 둘째, 국내. 외 재무분석가의 예측정확성을 비교한 분석에서 국내 재무분석가들이 국외 재무분석가들에 비해 상대적으로 정확한 예측을 하고 있음을 발견하였다. 셋째, 예측시점별로 측정한 평균표준예측오차에 대한 분석에서는 예측시점이 기업실적의 발표시점에 가까워질수록 예측의 정확성이 높아짐을 발견하였다. 넷째, 개별재무분석가와 비교할 때, 합의예측치의 정확성이 상대적으로 떨어지는 것으로 나타났으며, 합의 예측치를 추정할 때 평균보다 중위값을 이용하여 추정한 경우 예측오차를 줄일 수 있는 것으로 나타났다. 다섯째, 재무분석가들이 기업실적을 과대 예측한 다음 예측치를 하향 수정하는 것으로 나타났으나 체계적이지 않음을 발견할 수 있었다. 즉 재무분석가들은 전년도의 기업실적에 따라 예측치를 상향 또는 하향 수정하는 것으로 나타났다. 여섯째, 재무분석가들은 예측활동을 수행하는 과정에서 전년도의 매출액 변화에 대하여 과대 반응하는 한편 전년도의 영업이익과 순이익 변화에 대하여 과소 반응함을 발견할 수 있었다. 일곱째, 재무분석가들의 예측편의를 보다 정확하게 분석하기 위하여 정보변수인 전년기업실적 변수를 예상된 실적변화와 예상치 못한 실적변화로 분류하여 Easterwood-Nutt(1999)모형을 이용해 분석한 결과 세 개의 기업실적변수(매출액, 영업이익과 순이익)모두의 예상치 못한 전년실적변화에 대해 재무분석가들이 과대 예측하는 것이 아니라 낙관적 예측을 수행하는 경향이 있음을 발견할 수 있었다.
조건부 분기 명령어(conditional branch instruction)의 잘못된 분기 예측(branch misprediction)은 프로세서의 성능 향상에 심각한 장애 요인이 되고 있다. 특히 시분할(time-sharing) 시스템과 같이 문맥 교환(context switch)이 발생하는 멀티프로그래밍 환경(multiprogramming environment)에서는 더욱 낮은 분기 예측 정확성(branch prediction accuracy)을 보인다. 본 논문에서는 문맥 교환이 발생하는 멀티프로그래밍 환경에서 높은 분기 예측 정확성을 보이는 중첩 분기 예측표 교환(Overlapped Predictor Table Switch, OPTS) 기법을 소개한다. 분기 예측표(predictor table)를 분할하여 각각의 프로세스(process)에 할당하는 OPTS 기법은 문맥 교환의 영향을 최소화함으로써 높은 분기 예측 정확성을 유지하는 분기 예측 방법이다.Abstract There is wide agreement that one of the most important impediments to the performance of current and future pipelined superscalar processors is the presence of conditional branches in the instruction stream. Accurate branch prediction is required to overcome this performance limitation. Many branch predictors have been proposed to help to alleviate this problem, including the two-level adaptive branch predictor, and more recently, hybrid branch predictor. In a less idealized environment, such as a time-sharing system, code of interest involves context switches. Context switches, even at fairly large intervals, can seriously degrade the performance of many of the most accurate branch prediction schemes. In this study, we measure the effect of context switch on the branch prediction accuracy in various situation and show the feasibility of our new mechanism, OPTS(Overlapped Predictor Table Switch), which save and restore branch history table at every context switch.
자료동화(Data Assimilation) 기법은 실시간 수문학적 예측에 있어 정확도 향상을 위해 필수적인 과정이다. 가장 대중적으로 사용되는 기법들 중 하나가 모델 상태변수와 매개변수를 동시에 업데이트할 수 있는 이중 앙상블 칼만 필터(Dual Ensemble Kalman Filter)이다. 이 방법은 정확도 개선 및 적용의 용이성 때문에 많은 연구 분야에서 사용되어져 왔지만, 앙상블을 생성하는 과정에서 상당시간이 소요되는 단점이 존재한다. 본 연구에서는 상태변수와 매개변수를 동시에 업데이트 하면서 홍수 예측의 정확성을 보장할 뿐만 아니라, 앙상블 생성에 있어 계산 효율을 크게 향상시킬 수 있는 기법을 제안한다. Polynomial Chaos Expansion(PCE) 기법을 사용하여 앙상블 칼만 필터를 모방(mimic)할 수 있는 새로운 대체필터(Surrogate Filter)를 개발하는 것을 목표로 한다. 구체적으로 대체필터를 구성하기 위한 다양한 필터를 설계하였다. 첫째 시간에 대해서 PCE가 변화하지 않는 '불변 필터'(즉, 전체 예측기간에 대해 하나의 필터를 사용하여 자료동화할 수 있는 대체필터)와, 매 시간마다 PCE가 변화하는 '시변 필터'(즉, 예측하는 매 시간마다 새로운 필터를 생성해야 하는 대체필터)를 설계하여 적용성, 정확성, 예측성 등을 비교하였다. 또한, PCE의 하이퍼 매개변수를 최적화하기 위한 최적의 프레임 워크가 제안되어, 대체필터를 구축하는 데 효율을 높이고 PCE의 과적합(overfitting) 현상을 피할 수 있도록 하였다. 본 연구에서 제안된 기법은 기존 단일 및 이중 앙상블 칼만 필터(EnKF)의 결과와 비교 검증하였으며, 그 결과는 다음과 같다. (1) 대체필터의 대부분은 원래 EnKF와 비슷한 정도의 불확실성을 설명할 수 있음; (2) 모든 대체 필터는 선행시간이 짧은 경우의 예측에 있어 우수한 결과를 제공하며, 시변 필터가 불변 필터보다 더 정확한 예측 결과를 제공함; (3) 대체필터는 원래 앙상블 칼만필터보다 최대 500배 빠른 속도로 성능을 향상시킬 수 있음. 제안된 대체필터는 자료동화를 수행하는 기존필터와 비슷한 정도의 정확성, 매우 향상된 효율성을 보장함을 확인할 수 있었다.
본 연구는 조사료 품질평가에서 근적외선 분광법의 현장 이용성 확대를 위하여 시료 전처리 방법에 따른 이탈리안 라이그라스 사일리지의 사료가치 및 발효품질의 예측정확성을 평가하기 위하여 수행되었으며 검량식 개발을 위하여 이탈리안 라이그라스 사일리지를 전북지역에서 174점을 수집하였다. 시료 전처리 방법은 사일리지를 건조 후 분쇄하는 방법과 원물 (생) 시료를 건조 분쇄하지 않는 방법을 두었으며 각각의 시료는 근적외선 분광기를 이용하여 스펙트럼을 측정한 후 측정된 스펙트럼과 실험실 분석값간에 상관관계를 이용한 다변량회귀분석법을 통하여 검량식을 유도한 다음 각 성분별로 예측 정확성을 평가하였다. 시료 전처리 방법에 따른 이탈리안 라이그라스 사일리지의 수분함량의 예측 정확성은 건조 분쇄하지 않은 원물(생)시료를 그대로 측정하는 방법 (SECV 1.37%, $R^2$=0.96)이 건조 분쇄처리 방법 (SECV 4.31%, $R^2$=0.68) 보다 예측 정확성이 높게 나타났다. ADF와 NDF 함량의 예측 정확성은 건조 후 분쇄처리한 방법이 개발된 검량식을 상호검증 (SECV)한 결과 각각 0.72% ($R^2$=0.97)와 0.85% ($R^2$=0.94)로 높게 나타났으며 조회분함량 평가에 대한 검량식개발 결과는 건조분쇄하지 않은 원물(생) 시료 전처리 방법에서 가장 낮은 정확성 (SECV 1.17%, $R^2$=0.66)을 나타내었다. pH와 젖산함량은 건조 분쇄 전처리 방법에서 각각 0.48 ($R^2$=0.87)와 0.24% ($R^2$=0.87)로 우수한 결과를 나타내었다. 이상의 연구결과를 종합해보면 근적외선분광법을 이용한 시료 전처리 방법에 따른 이탈리안 라이그라스 사일리지의 사료가치 및 발효품질 평가에 대한 예측정확성은 수분함량을 제외하고는 건조 후 분쇄하는 시료 전처리 방법이 예측 정확성 측면에서는 우수한 것으로 나타났으나 시료 전처리가 필요치 않은 원물(생) 시료의 측정 방법도 매우 양호한 예측 정확성을 보임으로써 실제 근적외선분광법의 현장 활용측면에서는 매우 유용한 전처리 방법으로 판단되어진다.
본 연구에서는 단기 전력수요예측에 있어서 필요한 데이터의 수와 계산시간을 경감하면서 보다 정확성을 기할 수 있는 앨고리즘의 개발을 위하여 이에 적합한 칼만필터링 앨고리즘을 고찰하였다. 또한 칼만필터 앨고리즘을 토대로 필터의 모형화를 통하여 단기 전력수요를 예측할 수 있는 실시간 동적예측 모형을 구축하고 그 적용 가능성을 시험하였다.
본 논문에서는 주식의 종가, 거래량 기술적 지표인 MACD(Moving Average Convergence Divergence) 값과 투자 심리선값을 입력 패턴으로 사용하여 개별 금융지표지수에 대한 매도, 중립 및 매수 시점 예측을 수행하는 신경망 모델이 제안된다. 이 모델은 역전파 알고리즘을 이용한 시계열 예측 기능과 균등다층연산 기능을 갖는다. 학습 데이터의 수가 각 범주들(매도, 중립, 매수)에 균일하게 분포되어 있지 않을 경우 기존의 신경망은 가장 우세한 범주의 예측 정확성만을 향상시키는 문제점을 가지고 있다. 따라서, 본 논문에서는 신경망의 구조, 동작, 학습 알고리즘에 대해 표현한 후 다른 범주의 예측 정확성도 향상시키기 위해 각 범주의 중요성을 이용하여 학습 데이터의 수를 조절하는 균등다층연산 방법을 제안한다. 실험 결과, 균등다층연산 신경망을 이용한 금융지표지수 예측 방법이 기존의 신경망을 이용한 금융지표지수 예측 방법 보다 각 범주에 대해 높은 정확성 비율을 보임을 확인할 수 있었다.
본 연구에서는 AI Hub에 구축된 '교육용 한국인의 영어 음성 데이터'에 있는 발음 평가 데이터를 활용하여 철자 기반 발화 속도 및 조음 속도와 음절 기반 발화 속도 및 조음 속도 중 발음 정확성 및 운율 유창성, 합산 점수를 예측하는 모델에 어떤 요소가 더 유의미한 영향을 미치는지 분석하였다. 이를 위해 13세, 19세, 26세 연령별, 성별, 수준별로 이 코퍼스의 훈련 데이터에서 총 900개 발화를 추출하여 데이터에 포함된 다양한 요소를 활용해 평가 점수를 예측하는 선형효과분석을 실행하였다. 선형효과분석에서 최적의 세 개 모델을 통해 예측된 평가 점수를 검증 데이터에서 추출한 총 180개 발화의 평가 점수와 얼마나 상관관계가 있는지도 분석하였다. 분석 결과 발음의 정확성과 운율의 유창성, 합산 점수 예측 모델 모두 철자 기반 발화 속도와 조음 속도보다 음절 기반 발화 속도와 조음 속도가 평가 점수를 예측하는데 더 큰 영향을 주는 것으로 밝혀졌다. 모델에서 예측한 점수와 검정 데이터의 실제 점수와의 상관계수는 .65에서 .68 사이로 각 모델의 평가 점수 예측력이 나쁘지 않았다. 발화 속도와 조음 속도 간에 어떤 요소가 더 큰 영향을 미치는지는 본 연구를 통해 밝혀내지 못하였다.
본 연구는 청소년의 교정 치료 시 중요한 교정 환자의 성장 평가 및 잔여 성장량 예측 방법을 개발하기 위하여 시행되었다. 이를 위하여 한국인의 전국적 표본 자료 중에서 $2\;{\sim}\;20$세 남자 4,893명, 여자 4,987명의 키 자료를 이용하여 성별 연령별 키에 대한 성장 곡선을 3차 스플라인 함수(NCSF)로 구현하였다. 이후 성장 예측 알고리즘을 개발하고 이를 임의로 선택된 200명의 종단 성장 자료를 이용하여 검증하였다. 검증에는 최종 키 예측 정확성과 검증 표본의 모든 연령에 대한 키 예측 오차 분석 및 NCSF 성장 곡선의 적합성 검사가 포함되었다. 그 결과 NCSF 성장 곡선은 기준 성장 곡선을 표현하는데 매우 적합한 것으로 나타났으며 최종 키 예측 정확성도 높았다. 또한 예측 정확성은 남자 보다 여자가 유의하게 높았다. 이러한 결과에도 불구하고 검증 표본의 모든 연령에 대한 키 예측 오차의 양상이 독립성과 정규성이 부족한 단점도 나타났다. 결론적으로 본 연구 결과 도출된 NCSF 성장 곡선을 이용한 성장 예측 방법의 높은 정확성에도 불구하고 개인의 종단 성장에 좀 더 적합한 성장 모형의 개발이 필요할 것으로 생각되었다.
전력계통 수요예측은 주로 과거의 부하실적을 바탕으로 미래의 수요를 예측한다. 그러나 전력수요는 사회, 기상, 환경 등 다양한 분야의 영향을 받으므로, 예측의 정확성을 향상시키기 위해서는 전력수요에 영향을 미치는 요인에 대한 분석이 선행되어야 할 것이다. 본 논문은 전력총수요와 기상 상태와의 상관관계를 분석함으로써 기상이 전력총수요에 미치는 영향에 대하여 고찰한다. 기상 상태를 태풍, 장마 등 형태에 따라 분류하고 각각의 기상 형태가 전력총수요에 미치는 상관관계를 분석한다. 분석된 상관관계는 전력계통 수요특성에 관한 기본 자료로 활용될 수 있을 것이며, 기존 수요예측의 정확성 향상에 기여할 수 있을 것이다.
전력계통 수요예측은 주로 과거의 부하실적을 바탕으로 미래의 수요를 예측한다. 그러나 전력수요는 사회, 기상, 환경 등 다양한 분야의 영향을 받으므로, 예측의 정확성을 향상시키기 위해서는 전력수요에 영향을 미치는 요인에 대한 분석이 선행되어야 한 것이다. 본 논문은 전력총수요와 기상 상태와의 상관관계를 분석함으로써 기상이 전력총수요에 미치는 영향에 대하여 고찰한다. 기상 상대론 태풍, 장마 등 형태에 따라 분류하고 각각의 기상 형태가 전력총수요에 미치는 상관관계를 분석한다. 분석된 상관관계는 전력계통 수요특성에 관한 기본 자료로 활용될 수 있을 것이며, 기존 수요예측의 정확성 향상에 기여할 수 있을 것이다.
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.