3D 프린터의 증가에 따라 대량 생산이 아닌 소량 제품의 빠른 개발 시간을 고려하여 3D 스캐너의 활용도 점차 증가하고 있다. 소량 생산 개발 트렌드뿐만 아니라 최근 자동차 및 전자부품의 제조업에 있어서도 정밀 부품의 개발 및 검사, 측정 등의 품질 문제가 중요한 이슈로 떠오르고 있다. 최근 3D 스캐너 장비 효율성 및 인식기술은 지속적으로 향상되었지만, 이에 반해, 이를 준비하는 스프레이 작업은 시간이 많이 걸리고 환경문제가 유발되기 때문에 제조업 제품 개발자들은 자동스프레이 도포 시스템 개발에 대해 지속적으로 요구해 왔다. 본 연구를 통해서 3D 스캔 준비 작업으로 필요한 스프레이 자동 도포 장비를 개발하였으며, 스프레이 도포 시 균일하게 미세 분말이 도포 될 수 있도록 파라미터 세팅에 대해 실험적으로 연구하였다. 결과적으로 빠르고 쉬운 자동 스프레이 도포 장비가 개발 되었고, 이를 활용해서 3D 측정을 위한 준비 시간이 기존 대비 1/10수준으로 단축되었다. 또한 다양한 조건에 대한 비교를 통해 최적의 도포 조건을 실험적으로 제시하였다.
소나방위정확도는 소나에서 예측한 표적방위와 실 표적방위와의 일치성을 나타내며 측정을 통해 구해진다. 하지만 소나방위정확도 측정 시에는 복잡하고 다양한 환경 요인이 작용하는 해상에서 이루어지는 관계로 여러 오차가 결과에 포함된다. 특히 GPS 수신장치와 소나센서 위치 차이로 발생하는 관측위치오차와 수중 음파 속도와 공기 중 전자파 속도 사이에서 발생되는 시간지연오차는 정확도에 큰 영향을 미치는 요소이다. 이런 관측위치오차와 시간지연오차를 자동화도구 없이 보정하는 것은 많은 노력이 들어가는 작업이다. 이에 본 연구에서는 관측위치오차와 시간지연오차를 보정하는 소나방위정확도 측정 장비를 제안하였다. 실험은 모의데이터와 실 해상데이터를 통해 이루어졌으며, 실험 결과 관측위치오차와 시간지연오차가 시스템적으로 보정되어 모의데이터인 경우 51.7%, 실 해상데이터인 경우 18.5% 이상 보정됨을 확인하였다. 제안한 방법을 통해 향후 소나시스템 탐지성능 검증의 효율성 및 정확성 향상을 기대한다.
최근 의료분야에서는 방대한 양의 정보를 효과적으로 처리하기 위하여 의사결정트리, 신경망, 베이지안망 등을 비롯한 각종 데이터마이닝 기법의 적용 방안을 연구하고 있다. 또한 환자의 기본적인 신상정보나 과거력, 가족력과 같은 정보 이외에도 MRI, HRCT 등의 영상정보를 추가적으로 수집하고 진단에 활용함으로써 질병진단의 정확도 향상을 도모하는 것이 일반적인 현황이다. 하지만 실제 상황에서는 결과에 영향을 미치는 다량의 변수가 존재하므로 특정 데이터마이닝 기법을 통하여 얻을 수 있는 정보가 상당히 제한적이라고 볼 수 있다. 그뿐만 아니라 촬영된 의료영상도 부수적으로 진단에 긍정적인 영향을 줄 수는 있지만, 주관적인 판단 비중이 높아 자동화된 시스템으로 처리하기가 난해한 문제이다. 이에 따라 현실의 복잡한 상황에서 상대적으로 대처가 유리하고 다변량 확률적인 모델을 기반으로 하는 베이지안망에서 K2나 TAN 등으로 탐색 알고리즘을 개선한 확장 모델이 제안되었다. 이 때, 적용되는 탐색 알고리즘의 종류에 따라 그 성능이 크게 좌우되는 확장 베이지안망의 특성상, 각 기법에 대한 성능과 적합성의 사실적인 평가가 요구된다. 따라서 본 논문에서는 확장 베이지안망에서 질병 진단에 대한 동일한 데이터를 이용하여 실험을 수행하였으며, K2, TAN과 같은 탐색 알고리즘에 변화를 주며 분류 정확도를 측정하였다. 실험에서는 10-fold 교차검증을 수행한 결과분석을 기반으로 성능을 비교평가하고, 발병 위험성이 높은 환자에 대한 HRCT 영상을 분류하여 고위험성의 데이터를 식별 가능하도록 하였다.
선박, 해양플랜트, 해상풍력 등과 같은 해양에서의 근무 환경은 고립되어 있고 거친 해상에 바로 노출되어 있어 안전사고의 높은 위험성을 안고 있다. 이에 해양에서 근무를 하는 모든 종사자에게는 비상상황에 대한 대처 능력이 요구되고 있고 비상대응업무를 수행하는 자에 대해서는 STCW협약, OPITO Safety Training Standard 등의 관련 규정에 근거하여 자격 증명이 이루어지고 있다. 특히, 고립된 상황에서 해양종사자들의 응급처치기술은 필수 요건 중의 하나이다. 그러나 선박을 포함한 해양구조물에서 비상탈출 시 사용하게 되는 구명뗏목에서의 심폐소생술은 구명뗏목의 바닥이 고무재질로써 충분한 가슴압박이 힘들어 응급처치자의 심폐소생술에 대한 피로도와 정확도에 영향을 미칠 것으로 추정된다. 본 논문은 조파장치가 설치되어 있는 안전훈련센터에서 15명의 응급처치강사를 표본으로 바다와 유사한 환경을 조성하여 구명뗏목에서의 심폐소생술 실험을 하였다. 실험 결과, 강의실에서의 심폐소생술의 정확도 평균은 99.6 %였으나 구명뗏목의 여러 환경에서의 심폐소생술의 정확도는 84 %였다. 두 장소의 심폐소생술 정확도에 대한 t 값의 절대값이 임계값의 절대갑보다 크기 때문에 구명뗏목의 심폐소생술의 정확도가 낮아짐을 검증하였다. 파도를 0.3미터 형성한 경우에는 구명뗏목의 심폐소생술의 정확도가 77 %로 낮아짐을 확인하였다. 이에 본 논문을 통해 구명뗏목에서의 심폐소생술은 2인 1조로 실시할 것을 제시하며 최근 활용되고 있는 흉부 압박 자동화 장비를 활용할 것을 추천한다.
본 연구에서는 민감 정보가 포함된 경우의 서포트 벡터 머신 (SVM) 학습 알고리즘을 제안한다. 기계 학습 모형들이 실세계의 자동화된 의사 결정을 가능하게 하였지만 규제들은 프라이버시 보호를 위해서 민감 정보들의 활용을 제한하고 있다. 특히 인종, 성별, 장애 여부와 같은 법적으로 보호되는 정보들의 프라이버시 보호는 필수이다. 본 연구에서는 완전 동형암호를 활용하여 부분적인 민감 정보가 포함된 경우에 최소 제곱 SVM (LSSVM) 모형을 효율적으로 학습할 수 있는 방법을 제안한다. 본 프레임워크에서는 데이터 소유주가 민감하지 않은 정보와 민감한 정보 모두를 가지고 있고, 이를 기계학습 서비스 제공자에게 제공할 때에 민감 정보만 암호화해서 제공하는 것을 가정한다. 결과적으로 데이터 소유자는 민감 정보를 노출시키지 않으면서도 암호화된 상태로 모형의 학습 정보를 얻을 수 있다. 모형을 실제 활용할 경우에는 모든 정보를 암호화하여 안전하게 예측 결과를 제공할 수 있도록 한다. 실제 데이터에 대한 실험을 통해 본 알고리즘이 동형암호로 구현될 경우에 원래의 LSSVM 모형과 비슷한 성능을 가질 수 있음을 확인해 볼 수 있었다. 또한, 개선된 효율적인 알고리즘에 대한 실험은 적은 성능 저하로 큰 연산 효율성을 달성할 가능성을 입증하였다.
최근 딥러닝 기술의 급속한 발전과 함께 학습데이터가 크게 주목을 받고 있다. 일반적으로 딥러닝 방식에서는 모델을 훈련시키기 위해 충분한 학습데이터가 준비되어 있어야 한다. 하지만, 딥러닝 모델 설계 작업과 달리 데이터셋을 제작하는 데 상당한 시간과 노력이 필요하다. 영상 데이터를 주로 다루는 시각지능 분야에서도 학습데이터 제작자들은 전문적인 학습데이터 제작 도구를 사용해 이미지 단위로 레이블링을 수작업으로 하고 있어 여전히 많은 시간과 노력이 필요한 상황이다. 따라서, 다양한 분야에서 필요한 충분한 영상 학습데이터셋을 확보하기 위해 기존의 수작업 방식을 대체할 수 있는 레이블링 기술이 필요하다. 본 논문에서는, 영상 학습데이터셋 동향을 소개하고, 학습데이터 제작 환경에 대해 분석한다 특히, 수작업으로 이루어지는 반복적이고 수고스러운 레이블링 과정을 자동화하여, '확인과 수정'의 단계를 비약적으로 단축시킬 수 있는 '스마트 영상학습데이터 제작 시스템'을 제안한다. 그리고, 실험을 통해 영상 학습데이터 제작 과정에서 이미지에 박스형 및 폴리곤형 객체영역을 지정하여 레이블링하는 데 소요되는 시간을 크게 줄이기 위한 자동레이블링 방식의 효과를 검증한다. 마지막으로, 제안하는 시스템의 실험에서 추가적으로 검증되어야 하는 부분과 함께 이를 개선하기 위한 향후 연구 계획에 대해 논의한다.
상용 난독화 도구(프로텍터)들은 소프트웨어 역공학 과정에서 프로그램의 분석을 지연시키고 방해하는 난독화 기술 및 역공학 방해(안티리버싱) 기법을 적용시킴으로써 소프트웨어의 동작 과정을 분석하는데 어려움을 발생시키는데 목적이 있다. 특히, 가상화 탐지와 안티디버깅 기능 같은 경우 분석 도구가 발견되면 정상적인 실행 흐름을 벗어나 프로그램을 종료시킨다. 본 논문에서는 상용 난독화 도구(프로텍터) 중 하나인 VMProtect 3.5.0을 통해 Debugger Detection, Virualization Tools Detection 옵션을 적용시킨 실행 파일의 안티리버싱 기법을 분석하고 Pin을 이용한 우회 방안을 제안한다. 또한, 적용된 안티리버싱 기법을 분석하는 과정에서 Amti-VM 기술과 Anti-DBI 기술에 의해 프로그램이 종료되는 문제가 발생하기 때문에 API 분석을 통해 특정 프로그램 종료 루틴을 알아내어 적용된 안티리버싱 기법의 위치를 예상하고 위치를 바탕으로 안티리버싱 기법 우회 방안 알고리즘 순서도를 작성하였다. 실험에 사용된 소프트웨어들의 버전의 차이로부터 발생하는 호환성 문제, 기법의 변화 등을 고려하여 최신 버전의 소프트웨어(VMProtect, Windows, Pin)에서 Pin 자동화 우회 코드를 작성하고 실험을 진행하여 성공적으로 우회됨을 확인하였다. 제안된 분석 방안을 개선하여 기법이 제시되지 않은 난독화 도구의 안티리버싱 기법을 분석하고 우회 방안을 찾아낼 수 있다.
멤브레인 형 LNG 화물창시스템(Cargo containment system, CCS) 내 유리섬유 강화 복합재료 기반 2차 방벽 설치 시 본딩 자동화 머신(automatic bonding machine, ABM) 활용한 prolonged 구조임과 동시에 양단 접착 고정 사이 비 접착(non-bonding, N-B) 영역의 복합재에서 극저온 열 수축 기인한 상당한 열 응력이 발생하기 때문에 이를 고려한 구조 안전성평가 관점에서 수행된 연구가 있으나 실제로 무한히 긴 길이 고려한 기계적 물성 평가를 수행한 연구는 찾아볼 수가 없었다. 해당 복합재는 파단강도 분산이 큰 세라믹 재료 취성 파괴임을 고려하여 2-파라미터 Weibull 통계분석을 통해 실제 길이 대상 신뢰도 있는 기계적 물성치 값을 표준화 하였으며 LNG 운반 환경을 고려한 극저온 환경까지의 특정 온도별 단축 인장실험을 수행하였다. 실험결과, -70℃에서 기계적 강도가 -20℃에 비해 약 1.5배 급증하고 초기 권축 섬유 신장의 비선형 거동이 억제되었다. 또한, 극저온 환경까지 온도가 낮아질수록 기계적 강도는 계속해서 증가하였으나 반대로 연신은 줄어드는 저온 취성의 현상이 확인되었다. 본 연구에서 제시하는 기계적 물성치 데이터는 멤브레인 형 LNG 화물창 구조 안전성 평가 시 신뢰도 높은 해석 지원 물성치 확보 측면에서 유용하게 적용되어지리라 사료된다.
오늘날 인공지능 산업이 발전함에 따라 여러 분야에 걸쳐 인공지능을 통한 자동화 및 최적화가 이루어지고 있다. 국내의 철도 분야 또한 지도 학습을 이용한 레일의 결함을 검출하는 연구들을 확인할 수 있다. 그러나 철도에는 레일만이 아닌 다른 구조물들이 존재하며 그중 선로 체결 장치는 레일을 다른 구조물에 결합시켜주는 역할을 하는 장치로 안전사고의 예방을 위해서 주기적인 점검이 필요하다. 본 논문에는 선로 체결 장치의 데이터를 이용하여 준지도 학습(semi-supervised learning)과 전이 학습(transfer learning)을 이용한 분류기를 학습시켜 선로 안전 점검에 사용되는 비용을 줄이는 방안을 제안한다. 사용된 네트워크는 Resnet50이며 imagenet으로 선행 학습된 모델이다. 레이블이 없는 데이터에서 무작위로 데이터를 선정 후 레이블을 부여한 뒤 이를 통해 모델을 학습한다. 학습된 모델의 이용하여 남은 데이터를 예측 후 예측한 데이터 중 클래스 별 확률이 가장 높은 데이터를 정해진 크기만큼 훈련용 데이터에 추가하는 방식을 채택하였다. 추가적으로 초기의 레이블된 데이터의 크기가 끼치는 영향력을 확인해보기 위한 실험을 진행하였다. 실험 결과 최대 92%의 정확도를 얻을 수 있었으며 이는 지도 학습 대비 5% 내외의 성능 차이를 가진다. 이는 제안한 방안을 통해 추가적인 레이블링 과정 없이 비교적 적은 레이블을 이용하여 분류기의 성능을 기존보다 향상시킬 수 있을 것으로 예상된다.
I형 PSC 거더에 새로운 설계 개념을 도입하여 낮은 형고의 장경간 거더를 설계하고, 실험을 통해서 적용성을 점검하였다. 본 연구에서 제안하는 거더는 복부에 개구부를 도입한 분절형 중공 프리캐스트 프리스트레스트 콘크리트 거더(HWPC거더, Holed Web Prestressed Concrete girders)이다. 이 거더의 설계에는 세 가지 설계 개념이 종합적으로 적용되었다. 먼저 장경간의 거더를 공장에서 프리캐스트로 타설하여 양생을 마친 후에 현장으로 운반하는 방법을 채택하여 현장에서 거더를 제작하는 경우보다 콘크리트의 품질 관리가 용이하게 하여 고강도 및 고성능 콘크리트를 적용하는 것이 가능하게 하였다. 또한 거더를 분절화하여 제작하여 국내의 도로 여건에서도 장경간 거더를 공장에서 현장으로 이동시킬 수 있게 하였다. 이로써 현장에서의 작업 기간도 단축시킬 수 있다. 두 번째로 거더의 복부에 원형의 개구부를 도입하여, 단부 정착장치의 반을 이 개구부 내에 이동하여 분산 배치하여, 분절 거더의 조립에 사용하였다. 개구부에 정착부를 분산 배치하면 단부에 설치되는 정착장치가 줄어들게 되므로 단부에 작용하는 응력이 줄어들게 된다. 아울러 자연스레 단부에 도입되는 휨모멘트는 줄어들고, 중앙부에 큰 휨모멘트가 도입되므로 외력으로 인한 휨모멘트 분포에 더 가까운 형상의 부모멘트를 거더에 도입할 수 있다. 거더에 개구부를 도입하면 거더 자중도 줄어든다. 그리고, 세째로 단부에 설치되는 정착구의 수가 줄기 때문에 단부에서는 다이아프램을 제거하고도 정착이 가능하다. 이렇게 거더의 전 단면에 걸쳐서 같은 폭의 복부폭을 사용하면 거더 제작을 자동화 하는데도 도움이 될 것이다. HWPC거더의 설계 기법을 검증하고, 다단계 긴장의 효과 및 실제교량에 적용할 때 발생할 수 있는 문제점을 고찰하기 위하여 실물 실험을 수행하였다. 길이 50 m, 높이 2 m인 거더 실험체를 분절형과 일체형으로 각각 1개씩 제작하여 휨실험을 수행하고, 결과를 비교하여 분석하였다. 분절형 거더와 일체형 거더는 처짐 및 균열생성 형상에서 근본적으로 유사하였다. 휨 강도, 처짐, 활하중 처짐제한 규정 등이 특정 설계기준을 만족하도록 설계하는 것이 가능하였다.
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.