민간투자사업은 많은 프로젝트 개발 비용이 투입되며, 관리운영기간 동안의 미래 수입을 통하여 투자비를 회수하는 구조로 추진된다. 일반적으로 긴 관리운영기간은 민간사업자의 더 많은 수입을 가져가게 하고 짧은 관리운영기간은 민간사업자의 수입회수 기간이 짧아져 더 적은 수입을 가져가게 된다. 관리운영기간의 설정은 민간투자사업의 중요 요인임에도 불구하고 전통적으로 정부가 사전에 결정하거나 민간이 제안한 기간으로 결정되고 있다. 특히 교통분야 사업에서 관리운영기간의 설정은 정확한 교통량 예측이 전제되어야 하나, 교통량 예측은 실제 교통량과 차이가 발생하는 등 위험 및 불확실성이 뒤따른다. 따라서 정부 및 민간사업자는 관리운영기간 설정시 교통량 예측 위험을 고려할 필요가 있다. 본 연구는 도로사업에 있어 교통량 위험을 고려한 적정 관리운영기간을 설정하는 모형을 제시하였다. 이를 위해 몬테카를로 시뮬레이션 기법을 적용하였으며, 시뮬레이션 과정에서 교통량 위험은 확률 분포(single probability distribution)와 확률 과정(stochastic process)을 함께 고려하였다. 본 연구에서 제시한 방법론 및 시뮬레이션 모형을 바탕으로 모의 분석을 수행하였다. 모의 분석 결과 기대수익률 7%인 경우, 평균 관리운영기간은 21.2년으로 산정되었으며, 정부의 할인율 5.5%를 적용한 경우 관리운영기간은 평균 17.2년으로 산정되었다. 그 밖에 도출된 통계량은 다각적인 해석을 통해 민간투자사업 관련 의사결정자들이 관리운영기간을 설정함에 있어 직관에 의존하거나 동일한 운영기간을 적용하기보다는 객관적이고 합리적인 관리운영기간 설정하도록 도움을 줄 것으로 기대된다.
소요군에서 원하는 성능의 함정을 적기에 획득하기 위해서는 정확하게 일정을 예측하고 계획하여 함정을 건조해야 한다. 하지만 지금까지 함정의 건조기간을 산정한 연구를 살펴보면, 전문가 집단의 설문을 통한 주관적인 연구방법으로 수행되어 건조기간 산출의 정확성과 일관성이 부족하고, 실 데이터를 바탕으로 이루어진 학술적 연구는 없었다. 따라서 본 연구에서는 함정 건조기간 산출의 정확성을 높이고 일관성을 유지하기 위해 실 데이터를 바탕으로 선형회귀분석을 통해 예측 모델을 제시하고자 한다. 이를 위해 먼저 함정사업의 절차 및 특성을 이해하고 함정사업 유경험자를 대상으로 함정 건조기간에 영향을 미칠 것으로 추측되는 요인을 찾아보았다. 그 다음 과거 연구개발된 함정들의 실적을 바탕으로 함정 건조기간에 영향을 미칠 것으로 추측되는 요인들의 실 데이터를 최대치로 수집하고 단계적 회귀분석을 실시하였다. 그 결과 함정 건조기간에 영향을 미치는 요인으로 소요군 주관 시험평가 항목수, 장비수, 연구개발 장비수가 선정되었다. 수집한 데이터를 회귀방정식에 대입하여 내적 타당성을 확인해본 결과 평균 96.5%의 정확도를 보였다.
본 연구에서는 CMIP5(The fifth phase of the Couple Model Intercomparison Project) 미래기후시나리오와 LSTM(Long Short-Term Memory) 모형 기반의 딥러닝 기법을 이용하여 하천유량 예측을 위한 최적 학습 기간을 제시하였다. 연구지역으로는 진안군(성산리) 지점을 선정하였다. 보정(2000~2002/2014~2015) 및 검증(2003~2005/2016~2017) 기간을 설정하여 연구지역의 실측 유량 자료와 LSTM 기반 모의유량을 비교한 결과, 전체적으로 모의값이 실측값을 잘 반영하는 것으로 나타났다. 또한, LSTM 모형의 장기간 예측 성능을 평가하기 위하여 LSTM 모형 기반 유량을 보정(2000~2015) 및 검증(2016~2019) 기간의 SWAT 기반 유량에 비교하였다. 비록 모의결과에일부 오차가 발생하였으나, LSTM 모형이 장기간의 하천유량을 잘 산정하는 것으로 나타났다. 검증 결과를 기반으로 2011년~2100년의 CMIP5 미래기후시나리오 기상자료를 이용하여 SWAT 기반 유량을 모의하였으며, 모의한 하천유량을 LSTM 모형의 학습자료로 사용하였다. 다양한 학습 시나리오을 적용하여 LSTM 및 SWAT 모형 기반의 하천유량을 모의하였으며, 최적 학습 기간을 제시하기 위하여 학습 시나리오별 LSTM/SWAT 기반 하천유량의 상관성 및 불확실성을 비교하였다. 비교 결과 학습 기간이 최소 30년 이상일때, 실측유량과 비교하여 LSTM 모형 기반 하천유량의 불확실성이 낮은 것으로 나타났다. 따라서 CMIP5 미래기후시나리오와 딥러닝 기반 LSTM 모형을 연계하여 미래 장기간의 일별 유량을 모의할 경우, 신뢰성 있는 LSTM 모형 기반 하천유량을 모의하기 위해서는 최소 30년 이상의 학습 기간이 필요할 것으로 판단된다.
자동차보험 사고 환자의 진료비 감소를 위한 대책 마련에 도움을 주기 위해 본 연구에서는 자동차보험 사고 40대~50대 경상 환자들의 진료비에 가장 핵심 요소인 진료 기간을 예측하고 진료 기간에 영향을 미치는 요인을 분석하였다. 이를 위해 Decision Tree 등 5개 알고리즘을 활용한 머신러닝 모델을 생성하고 모델간에 그 성능을 비교·분석하였다. 진료 기간 예측에 정밀도, 재현율, FI 점수 등 3가지 평가 지표에서 좋은 성능을 나타낸 알고리즘은 Decision Tree, Gradient Boosting 및 XGBoost 등 3가지였다. 그리고 진료 기간 예측에 영향을 미치는 요인 분석 결과, 병원의 종류, 진료 지역, 나이, 성별 등으로 나타났다. 본 연구를 통해 AutoML을 활용한 손쉬운 연구 방법을 제시하였으며, 본 연구 결과가 자동차보험 사고 진료비 경감을 위한 정책에 도움이 되기를 기대한다.
데이터 기반 강수 예측 모델은 극한 강수 이벤트의 크기를 과소 추정하는 경향이 있다. 이는 훈련 데이터에 극한 강수 이벤트보다 일반적인 강수 이벤트가 많이 포함되어 있기 때문이다. 본 연구는 이러한 딥러닝의 데이터 불균형 문제를 해소하고자 모델을 학습시킬 때 격자별 극한 강수에 더 큰 가중치를 주어 극한 강수 예측의 정확성을 높이는 방법을 제안한다. 딥러닝 모델 중 공간-시간 필드를 정확하게 예측할 수 있는 ConvLSTM 기반 강수 예측 모델을 활용하여 레이더 강수량을 예측하였다. 먼저, 훈련 기간 동안의 강수 이벤트의 누적 분포 함수 CDF(Cummulative distribution funcion)을 그린 후 극한 강수 이벤트와 일반적인 강수 이벤트의 분포를 확인하였다. 그다음, 적은 분포를 가진 극한 강수 이벤트의 더 큰 가중치를 두어 모델을 학습시켰다. 이 모델은 대한민국 중부 지역 (200km x 200km)의 5km-10분 해상도 레이더-계량기 복합 강수 필드에 대해 2009-2014년 기간 동안 훈련 되었고 2015-2016년 동안 모델의 훈련을 검증 하였고, 2017-2018년 동안 테스트 되었다. 다양한 가중치 함수를 기반으로 훈련 시킨 결과 최적화 가중치 함수 모델의 평균 NSE는 0.6 평균 RMSE는 0.00015 그리고 극한 강수 이벤트만 따로 추출한 평균 MAE는 6이다. 결과적으로 제안된 모델은 기존 방법에 비해 예측 성능을 향상 시켰으며, 격자별 가중치를 두었을 경우 일반적인 강수 이벤트 뿐만 아니라 극한 강수 이벤트의 예측의 정확도를 향상시켰다.
충격이 경제에 가해질 때 이 충격이 경제 내에 일시적으로 존속하는 경우도 있고 이 충격이 영구히 존속하는 경우도 있다. 이 양극단 사이의 과정도 존재할 수 있다. 이것을 표상한 것이 stopbreak 과정이다. 충격의 효과가 영구적 효과와 일시적 효과 사이에서 파동하는 시계열을 모형화한 것이 이 과정인 것이다. 이 과정에서는 일정한 기간에는 영구적인 평균이동이 발생하여 구조변화가 발생한다. 다른 기간에 발생하는 충격은 그 효과가 급속히 소멸한다. 밀접한 관계를 맺고 있는 두 주가의 비율은 한 주가의 변동이 제시하는 것을 분석하고 이것을 이용하여 다른 주가를 예측할 수 있는 정보를 제공한다. 한 주가의 변동이 발생하면 이 두 주가의 비율은 변동한다. 그러나 한 주가의 변동의 정보성이 인정되어 이 정보가 다른 주가에 반영되어 조정되면 두 주가의 비율은 변동이전의 수준으로 회귀할 것이다. 변동이 영구적이면 두 주가비율은 동일한 수준을 유지할 것이다. 반면 다른 주가에 영향을 미치지 못하는 정보이면 두 주가의 비율은 변동된 상태에서 지속될 것이다. 일정기간은 영구적 구조변화가 발생하고 그 이외의 기간에는 구조 변화가 발생하지 않고 있는 것이다. 따라서 stopbreak 과정을 사용하여 정확한 예측을 수행할 수 있다. 주가지수들이 stopbreak 과정에 의하여 생성되고 있음이 발견되었다. 즉 주가지수들은 확률적 영구구조변화가 발생하고 있는 시계열들이다. 종합주가지수/제조업지수 역시 확률적 영구구조변화를 가지는 stopbreak 과정에 의하여 생성되고 있음이 밝혀졌다. 이 과정을 실제에 적용하여 주가의 움직임을 파악하면 예측이 가능하다. 특히 연관성이 깊은 두 주식의 주가비율을 사용할 때 효과적이라 할 수 있다.
최근 급격한 기대수명의 증가에 따라 미래 복지정책 등에 커다란 영향을 주는 장래 사망력의 정확한 예측은 중요한 이슈가 되고 있다. 사망력의 정확한 예측을 위하여 최적의 추정모형의 선택도 중요하지만 사망력에 대한 시계열 적용기간도 매우 중요한 이슈다. 이는 우리나라의 사망률 시계열이 짧고, 특히 1982년 이전 자료가 다소 불완전해서 이에 대한 고려가 필수적이기 때문이다. 본 논문에서는 우리나라 사망력 시계열을 기간에 따라 2개의 그룹(1976~2005년, 1983~2005년)으로 나누어서, 남녀별로 LC모형과 LC 코호트효과 확장모형에 대한 모수 추정값, 사망력지수와 코호트지수의 모형화 및 예측, 장래 기대수명의 예측 적합력을 각각 분석한 후 향후에 장래 기대수명 추계시 고려할 시사점을 제시하고자 한다.
과거부터 현재까지 한반도의 온난화는 전 지구적 온난화에 비하여 심하였으며, 미래에도 더욱 심할 것으로 예상되고 있다. 기후변화에 따른 온도상승은 보통 벼 수량을 감소시키고 품질 저하를 야기하는데, 이 양상은 벼 생육기간 및 그에 따른 생육온도에 크게 영향을 받으며, 벼 생육기간 및 생육온도 또한 이앙 및 파종시기와 같은 재배시기에 조정에 의해 크게 달라질 수 있다. 본 연구는 미래 기후변화 및 그에 따른 재배시기 조정 여부가 현재 우리나라 벼 품종의 생태형별 생육기간과 생육온도에 미치는 영향을 분석하고자 수행하였으며, 주요 결과는 다음과 같다. 1. 벼 생육모델 ORYZA2000을 이용하여 오대벼, 일품벼, 화성벼의 파종부터 출수기까지의 생육기간을 예측하였을 때 예측값이 관측값의 약 84% 설명할 수 있는 것으로 나타났는데, 예측오차 중 상당부분은 작물모형 자체의 문제보다는 육묘기 생육온도에 대한 정보부재 또는 불확실성 때문이며, 예측값과 관측값의 회귀직선과 1:1선 거의 일치하기 때문에 미래 기후변화 조건에서의 벼 생육기간 변화를 예측하는데 큰 문제가 없을 것으로 판단되었다. 2. 조생종은 전체 57개 지역 중 55개, 중생종은 51개, 중 만생종은 40개 지역에서 최적파종기가 설정되었는데, 전체적으로 최적파종기는 생육기간이 짧은 조생종에서 비교적 늦고, 생육기간이 긴 중만생종에서 빠른 경향이었으며, 벼 생태형에 관계없이 지구온난화가 진전될수록 최적파종기가 늦어지는 경향이었다. 3. 재배시기를 고정하였을 경우 지구온난화가 진전되면서 벼 출수기와 그에 따른 출수전 생육일수가 빨라졌는데, 조 중생종에 비해 중만생종의 생육기간이 크게 단축되는 경향이었고, 출수후 생육기간은 벼 생태형간 차이 없이 10일 정도 단축되었으며, 출수전에 비해 출수후 생육기간 단축 정도가 컸다. 4. 최적파종기를 기준으로 벼 재배시기를 조정하였을 경우 지구온난화가 진전되면서 출수기는 늦어졌으며, 출수후 생육기간 및 생육온도는 변화가 없었다. 재배시기를 고정하였을 때에 비해 출수전 생육온도는 크게 상승하였고, 생육기간은 크게 단축되었는데, 조 중만 생종에 비해 중만생종에서 그 경향이 심하였으며, 생육온도에 비해 생육기간 변화의 지역간 편차가 크게 나타났다. 5. 결론적으로 지구온난화가 진점됨에 따라 벼 생육온도가 상승하고 생육기간이 단축되어 벼 수량성 및 품질저하가 우려 되었는데, 특히 생육기간 단축이 큰 중만 생종의 피해가 클 것으로 예상되었으며, 기후변화에 따른 재배시기 조정은 벼 수량성 및 품질 결정에 영향력이 큰 등숙기간의 온도환경을 개선할 수 있지만 출수전 생육기간이 크게 단축되어 여전히 벼 수량성 감소를 경감시키는데 한계가 있는 것으로 판단되었다. 따라서 미래 기후변화에 대응하여 더욱 적극적인 재배기술과 품종개발이 요구된다.
작물 발육단계의 정확한 진단은 그 시기의 생리적 반응을 이해하고 정확하고 정밀한 생육관리를 위해서 절대적으로 필요한 요소이다. 지금까지 벼의 발육단계 예측을 위한 모델에는 GDD를 이용하는 방법(이, 1972), 한 단계의 발육을 완료하는데 걸리는 기간(t)과 이 기간중의 평균기온, 평균일장의 단순회귀 또는 중회귀를 구하는 방법(Gao et al, 1989; Yin et al, 1995; 임, 1982), 평균발육속도(1/t)를 이 기간중의 평균온도와 평균일장의 함수로 표현해서 이를 적산하여 1이 되었을 때를 발육완료일로 나타내는 방법(이, 1987; 신 등, 2000), 발육기간이 시계열자료를 모두 고려하여 함수를 이용하지 않는 non-parametric 방법(이, 1991) 등이 있다.(중략)
오픈 소스 소프트웨어에 대한 관심과 함께 많은 연구가 진행 중이며, 오픈 소스 소프트웨어 개발을 지원하는 커뮤니티도 다수 존재하고 있다. 오픈 소스를 활용한 개발비용을 예측을 위해선 오픈 소스의 개발 기간을 예측하여야 하지만, OSS 개발 방법에는 개발 기간을 산정하는 것이 미비하다. 그리하여 본 연구에서는 OSS 커뮤니티에서 개발기간을 산정하는 것에 대하여 XP 개발 방법의 사용자 스토리 카드를 이용한 산정법을 적용하여 활용하는 연구를 하고자 한다. 이를 위해, XP의 산정법을 OSS 커뮤니티에 적합하게 수정하였다. 또한 제안한 방법을 실제 SourceForge.net의 프로젝트 중 버그와 추가사항의 기록이 많은 프로젝트에 적용하여 그 가능성을 입증하였다.
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.