개인화 된 정보를 제공하기 위한 협력 여과 기법에 대한 많은 연구가 이루어지고 있는데, 유사 사용자들을 찾는 과정에서 상관계수와 같은 유사성 척도를 이용하여 모든 사용자와의 유사성을 계산하는 과정을 거친다. 이때 사용자 수가 많아지게 되면, 계산의 복잡도가 지수적으로 증가하게 되는 규모의 문제가 발생한다. 본 연구는 협력 여과 기법에서 주로 사용하는 유사성 척도가 사용자 집단이 커짐에 따라 계산의 복잡도가 지수적으로 증가하는 문제를 해결하기 위한 방안을 제시하는 것이 주목적이다. 규모의 문제를 해결하기 위해 클러스터링 모델 기반 접근 방식을 사용하고 아이템의 선호도 계산을 위해 RPM(Recency, Frequency, Momentary) 기준의 사용을 제안한다. 먼저 SOM을 이용하여 전체 사용자를 사용자 집단으로 클러스터링하고 사용자 집단별로 RFM 기준에 의해 아이템의 점수를 계산하여 선호도가 높은 순으로 정렬하여 저장한다. 사용자가 로그인하면 학습된 SOM을 이용하여 대상 사용자 집단을 선정하고 미리 저장된 추천 아이템을 추천한다. 추천결과에 대해 사용자가 평가하면 그 결과를 이용하여 현 시스템의 개정 여부를 결정한다. 제안한 방안에 대해 MovieLens 데이터 셋에 적용하여 실험한 결과 기존의 협력적 여과 기법에 비해 추천 성능이 비교적 우수하면서도 추천 시스템 운용시의 계산 복잡도를 일정하게 유지시킬 수 있음을 보였다.
본고에서는 최근 활발하게 연구되고 있는 심층 학습에 대하여 알아본다. 기계 학습 분야 중 하나인 심층 학습은 인공 신경망의 한 형태인 심층 신경망을 통해 구현된다. 심층 신경망은 기존 다층 신경망의 구조와 거의 유사한 학습 구조를 가지지만, 학습 과정에서 발생하는 부정확한 학습 문제를 해결함으로써 최근의 성공을 이끌어낼 수 있었다. 본고에서는 다층 신경망이 가지고 있던 문제점들을 심층 신경망에서 어떻게 극복하였는지 심층 신경망의 발전 과정을 통해 알아보고, 기계 학습의 기본개념을 바탕으로 이를 설명하여 비전문가들의 이해를 돕고자 하였다.
신제품의 개발 및 제품실현화 과정은 창의적 문제해결과정을 통한 아이디어를 창출하고 피드백과 순환적인 과정을 통해서 이를 발전시키고 보완해 나가는 과정이다. 이러한 제품실현화 과정의 초기 단계인 개념설계와 제품개발의 단계가 절약가능한 비용요소의 대부분을 차지하며 이 단계의 최적 설계를 위한 방안으로 다구치가 제안한 강건설계 방법이 효과적이다. 품질은 검사를 통해서가 아니고 공학적 접근을 통해 향상될 수 있다. 강건설계는 제품의 연구개발 단계에 있어서 행해지는 공학적 방법론으로서 제품의 품질에 영향을 미치는 변화자체를 제거하지는 않고 변화에 의한 효과를 최소화함으로써 품질을 향상시키고 최적 디자인 파라미터를 얻고자 하는 것이다. 본 연구의 목적은 강건설계 방법을 이용하여 제품개발단계에서 효과적인 설계 파라미터를 탐색하는 방법을 소개하고, 이를 공학교육의 창의성 개발과 관련하여 적용해 보는 사례를 소개하고자 하는 것이다. 주된 연구내용은 창의적 문제해결과정과 강건설계의 파라미터 선정 과정을 제시하고, 강건설계 방법을 창의성 교육에 활용하는 과정 및 이에 따른 실습내용이다. 강건설계의 실습을 위해서 투석기를 이용하였고, 실험한 투석기와 유사한 기능을 수행 할 수 있는 장비를 창의적 접근방법으로 디자인 하도록 하였다. 또한 레퍼런스 모델을 제시하여 아이디어를 비교평가 하게 함으로써 창의적 문제해결의 반복 순환적 과정을 체험하게 하였다.
이 연구의 목적은 공간능력 구성요소에 대한 신경과학적 모델을 개발하고, 빛과 그림자 관련 과학 과제를 해결하는 과정에서의 두뇌 활성 영역을 신경과학적 모델에 기반하여 영역 일반적 능력과 영역특수적 능력으로 구분하여 설명하는 것이다. 이를 위해 남자 대학생 24명이 공간능력 검사지 문항과 빛과 그림자 과제를 해결하는 동안의 시선이동과 EEG를 동기화하여 측정하였으며, 과제 해결 전략에 대한 사후면담과 RVP를 실시하였다. 시선 이동, 두뇌 활성 영역, 참여자의 사고 과정과 전략을 통합하여 공간능력 구성요소에 대한 신경과학적 모델을 개발하고, 빛과 그림자 관련 과제 해결 과정을 분석하였다. 연구의 결과는 다음과 같다. 첫째, 공간 시각화와 심적 회전 요소는 주로 두정엽의 활성을 필요로 했으며, 공간 방향화 요소는 전두엽의 활성을 필요로 했다. 구체적으로, 공간 시각화 요소는 문제를 탐색하는 과정에서 전두엽이 활성화되었고, 문제와 답지를 비교하는 과정에서 측두엽과 두정엽이 활성화되었다. 심적 회전 요소는 회전된 정보를 탐색하는 구간에서는 전두엽이, 심적 회전을 할 때에는 두정엽이, 문제와 답지를 비교하는 구간에서는 측두엽이 활성화되었다. 공간 방향화 요소는 문제를 탐색하는 과정과 문제와 답지를 비교하는 과정 모두 전두엽이 활성화되었다. 둘째, 빛과 그림자 과제를 해결 할 때에는 영역 일반적 기능인 공간 능력과 과학적 원리를 적용하는 영역 특수적 사고가 함께 필요하였다. 평행광의 그림자 모양 추론과 빛의 방향이 바뀔 때의 그림자 모양을 추론에서의 두뇌 활성 패턴은 공간 시각화 요소에 대한 신경과학적 모델과 유사하였다. 여러 방향에서의 그림자를 통해 원래 물체를 추론할 때에는 공간 방향화 요소, 점광원의 그림자 모양을 추론할 때에는 공간 시각화 요소에 대한 신경과학적 모델과 두뇌 활성 패턴이 유사하였다. 빛과 그림자 과제를 해결할 때 추가적으로 활성화 된 부위는 주로 연역적 추론, 작업 기억, 행동에 대한 계획 기능을 담당하는 중측두이랑, 중심앞이랑, 하전두이랑, 중전두이랑이었다. 따라서 빛과 그림자 과제를 해결하는 과정에서는 공간능력 외에도 그림자 생성 원리를 기반으로 한 연역적 추론, 빛의 진행 방향을 작업 기억에 유지시키는 것, 광원의 특징에 따른 과제 해결 과정 계획, 빛-물체-스크린의 공간적 관계 인지 등이 추가적으로 필요하다.
설명 기반 학습은 시스템 성능향상에 필요한 탐색 제어 지식을 학습하는 방법으로 많이 이용되고 있다. EBL은 과거의 문제풀이 과정을 일반화하여 학습한 다음 이와 유사한 상황이 발생할 경우, 문제풀이를 거치지 않고 학습된 해답을 신속하게 제시하여 성능을 향상시킨다. 그러나 새로운 문제 해결이 과거 문제 풀이 해답에 의존할 경우, 그에 대한 해답을 신속히 구할 수는 있지만 해답의 질은 학습 결과에 의존하지 않을 때보다 오히려 못할 수 있다. 이러한 현상을masking효과라고 한다. 본 논문에서는 의존성 구조를 학습, 이용하여 이러한 masking 효과를 축소하고자 한다. 의존성 구조는 현 상태에서 선택된 연산자가 이후의 문제 풀이에 끼치는 영향을 포함하는 구조로서, 이후 유사한 상황에 대해 선택될 연산자의 적합성 및 효율성을 평가하는 기준으로 사용될 수 있다는 점에서 masking 효과를 축소할 수 있다.
기존 혁신정책의 대안이자 사회문제의 새로운 대응책으로서 사회문제 해결형 연구개발사업이 시도되고 있다. 사회문제는 문제가 발생하는 사회적 맥락, 특히 문제에 직면하는 사용자를 이해하는 것이 중요하다. 그 때문에 사회문제 해결형 연구개발사업은 사회문제와 사용자의 수요를 발굴하고, 개발 및 실증과정에서 연구자와 사용자의 협업을 강조한다. 본 연구에서는 한국 시민연구사업과 일본 사회기술연구개발센터 사업의 두 사례를 들어 각각의 배경, 기본 구성, 추진 과정을 비교분석하였다. 두 사례에서는 사회문제 해결 목표와 사용자 참여 방안이 유사한 형태로 나타나고 있었다. 그러나 사업 성격과 추진 과정 측면에서는 일본 사례가 더 넓은 시각에서 사회문제 해결형 연구개발에 접근하고 있음을 알 수 있었다. 이는 한국에서는 기술개발 중심의 기존 연구개발체계가 그대로 유지되는 가운데 사회문제 해결형 연구개발사업과의 정합성이 떨어진 데 따른 것으로 해석된다. 따라서 공급중심 시각 탈피, 사용자 참여의 내실화, 법제도 사업화 등 기술 외적 부문의 발달을 위한 지원 수단을 마련하여 기존 연구개발체계에서 비롯된 한계를 극복할 수 있도록 해야 한다.
인터넷의 급속한 성장과 함께 분산 네트워크 환경 하에서의 정보 검색 문제는 중요한 이슈가 되고 있다. 기하급수적으로 증가하는 정보의 홍수 속에서 사용자가 원하는 정보나 서비스를 효율적으로 찾아주는 방법은 꾸준히 연구되고 있다. 이러한 문제를 해결하기 위해서 멀티에이전트(Multi-agent)환경 하에서 원하는 서비스를 제공하는 에이전트들을 효율적으로 탐색해 주는 에이전트간의 매치메이킹(Matchmaking) 시스템은 좋은 해결방안이 될 수 있다. 본 논문에서 제안한 확장 매치메이킹 알고리즘은 중개 에이전트가 특정 도메이 지식을 효과적으로 이용할 수 있도록 문제에 대한 표현과 추론 과정이 명확한 CSP로 모델링 함으로써 불필요한 탐색 공간을 효율적으로 제거하도록 하였으며, 서비스 요청 에이전트의 요구사항을 만족시키면서 가능한 한 중복되는 에이전트 쌍이 최소화 되도록 일반적인 유사도(Similarity)와 함께 새로운 경쟁도(Competition)를 고려하였다. 본 논문에서 제안한 알고리즘이 기존의 매치메이킹 알고리즘보다 더 효율적인 것을 보이기 위해 온라인 인력 채용박람회를 모델로 하여 중개 에이전트가 직업을 구하는 서비스 요청 에이전트와 인재를 모집하는 서비스 공급 에이전트간의 매치메이킹 문제에 대해 실험 평가하였다.
사출성형은 많은 장점과 유용성에도 불구하고 싱크마크나 휨과 같은 변형문제를 피 하기 어렵다. 이것은 성형품의 부위별 온도분포 및 냉각속도 차이에 의한 잔류응력에 기인 하는 것으로 구조가 복잡하거나 크기가 쿤 경우에 더욱 더 문제가 되기 쉽다. 이와 같은 문 제를 해결하기 위하여 성형품의 내부에 기포를 형성시켜 수지의 수축분을 기포의 성장으로 보상하여 주는 가스사출성형이 개발되어 많이 활용되고 있는 실정이다. 한편 일반 가스성형 과 달리 수지를 완전히 채운후 저압의 공기를 이용하여 기포를 발생시켜 수지의 체적수축분 을 보상해주는 PFP성형기술은 가스사출의 나점인 공기의 유동조절문제를 해결하고 비용이 저렴한 등의 잇점을 가지고 있다. 이 과정은 가스성형공정의 2차 침투과정과 매우 유사하나 아직까지 이에대한 이해나 연구는 매우 부족한 실정이다 본 연구는 기포의 성장이 수지의 체적수축에 의한 것이라는 가정에 근거하여 기포성장길이에 관한 모델링을 수행한 것이다. 실험결과와의 비교를 통하여 기본 가정에 대한 타당성을 검증하고 여러 인자들의 영향을 살 펴보았다. 본 연구는 PFP성형공정에 대한 이해를 증진시켜 금형설계 및 성형조건 설정에 대한 가이드라인을 제시하며 아울러 PFP공정에 대한 보다 체계적인 이해 및 일반가스성형 의 2차 침투과정 등의 관련 현상에 대한 이해 및 연구에 도움이 될것으로 기대된다.
사례기반 추론(Case-Based Reasoning, CBR)은 새로운 문제가 주어질 때 과거의 유사한 문제해결 사례를 기반으로 그 해법을 적절히 변용함으로써 새로운 문제에 적합한 해결책을 효율적으로 도출하고자 하는 문제해결 방법으로 인간이 문제를 해결해 나가는 절차와 매우 유사하여 일상생활 속에 널리 사용되고 있다. 본 연구에서는 이러한 사례기반 추론을 국방 전술 시스템에 적용하여, 전투행위 시 과거의 유사한 사례를 기반으로 현재의 상황에 가장 적절한 전술을 사용할 수 있도록 하는 시스템을 설계하고자 한다. 국방 전술 시스템의 경우, 분대원(Non-Player Character, NPC)들이 모여 분대 규모의 작전을 수행할때, 분대는 최종 목표에 도달하기 위해 정해진 작전에 따라서 행동하게 된다. 이 과정에서 공격, 매복, 전술적 이동 등의 행위를 위한 전술이 구성되어야 한다. 다시 말해 주변 환경, 엄폐물의 위치, 적의 위치에 따라 상황에 맞는 새로운 전술이 필요하며 이러한 전술은 분대장 혹은 소대장 등이 교범에서 배운 과정과 경험에서 축적된 지식을 토대로 생성된다. 본 연구는 사례기반 추론을 사용하여 각 지휘통제 에이전트를 통해 정보가 전달되면 사례기반 데이터베이스에 저장되어 있는 사례와 유사도를 측정하고 가장 적절한 사례를 선택하여 사용하며 새로운 사례는 사례 데이터베이스에 저장하여 다음 번 사례검색 시 사용될 수 있도록 시스템을 설계한다.
집합 유사 시퀀스 매칭 방법은 유사한 정도를 나타내는 척도로 교집합을 기반으로 한 유사도를 사용한다. 그러나 교집합 크기를 계산하는 과정에 시간이 오래 걸릴 뿐만 아니라, 유사한 시퀀스를 찾기 위해서 수많은 집합 간 교집합 크기를 구해야 하므로 수행 시간이 오래 걸리는 성능상의 문제가 있다. 본 논문에서는 이러한 성능상의 문제를 해결하기 위해 인덱스 기반의 검색 방법을 사용하여 집합 기반 유사 시퀀스 매칭을 빠르게 수행하는 방법을 제안한다. 제안하는 방법은 크게 두가지로 구분된다. 첫 번째로 집합 시퀀스 유사도 문제를 교집합의 크기 비교 문제로 정형적으로 변환하고, 교집합의 크기를 빠르게 찾을 수 있는 인덱스 구조를 제안한다. 두 번째로 제안한 인덱스 구조를 사용하여 집합 기반 유사 시퀀스 매칭을 효율적으로 수행할 수 있는 방법을 제안한다. 성능 평가 결과, 제안하는 방법이 기존 방법에 비해 최대 30배에서 50배의 수행 시간 단축이 있음을 보인다. 또한 데이터 시퀀스의 개수가 증가할수록 수행시간의 차이가 점점 커지므로, 대용량 데이터 처리에 적절함을 보인다.
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.