본 실험에서는 레이저 간섭 리소그래피를 이용한 2차원 나노 패턴을 형성하였고, 수열합성법을 이용하여 90 도에서 ZnO 나노 기둥을 ZnO/Si 기판 상에 제작 하였다. ZnO 버퍼층은 스퍼터를 이용하여 200도, Ar 분위기에서 증착 하였으며, 레이저 간섭 리소그래피를 이용하여 두 번의 노광을 통해 2차원 나노 패턴을 형성하였다. 먼저, 최적화된 포토레지스트를 ZnO/Si 기판 위에 도포하고, 2500rpm에서 30초간 스핀코팅 한 후, 첫번째 노광을 실시 하였고, ZnO/Si 기판을 회전시켜 첫번째 노광과 교차 시킨 다음 두 번째 노광을 통해 교차하는 부분만 현상되도록 하였다. 기판의 회전 및 기판과 입사 레이저 사이의 각도를 조절하여 제작된 나노 패턴의 종류는 square lattice, centered rectangular lattice, oblique lattice, hexagonal lattice, rectangular lattice, 5가지로, 2차원의 모든 격자를 제작 하였다. 저온 수열합성법에서는 Na citrate를 형상제어제 (surfactant ions)로 사용하여 ZnO 나노 기둥을 형성하였다. $NH_4OH$를 이용하여 용액의 pH를 조절하였고, Zn nitrate hexahydrate를 Zn의 원료 물질로 사용하였다. 2차원 나노 패턴의 3차원 형태는 Atomic force microscopy (AFM, Veeco instruments, USA)를 이용하여 접촉 모드에서 관찰하였고, ZnO 나노 구조는 주사 전자 현미경 (FE-SEM, Model: JSM-6701F, Tokyo, Japan) 를 통하여 분석 하였다. 나노 패턴의 AFM 분석 결과 ZnO/Si 기판상에 포토레지스트가 주기적인 배열을 가지는 것을 확인하였고, ZnO/Si 기판상에 포토레지스트가 완전히 현상된 부분이 일정한 배열을 가지는 것을 확인하였다. 포토레지스트가 현상되어 기판의 표면이 드러난 부분의 크기는 약 250nm로 측정되었다. ZnO 나노 구조의 FE-SEM 분석 결과, 각각의 나노 구조가 나노패턴 중 완전히 현상된 부분만을 통하여 성장되었다는 것을 확인하였고, 형상 제어제로 사용된 Na citrate의 첨가 여부에 따라 나노 구조의 모양이 변화되었다는 것을 알 수 있었다. Na citrate 가 첨가된 나노 기둥의 경우 약 500nm의 길이를 가지는 하나의 기둥 형태로 성장하였다는 것을 확인하였다.
GaN LED의 p-패드 금속과 에피층 사이에 $SiO_2$ 전류 절연 층을 제작하고, p-전극 금속의 패턴을 핑거(finger) 형태로 확장하여 형성함으로써, 대면적 고출력 소자에서 전류가 균일하게 퍼지도록 유도함과 동시에 p 패드 금속 표면에서의 광 손실을 줄여 광 출력을 증진시켰다. $SiO_2$ 절연 층의 면적과 두께를 다르게 하면서 광 출력의 증가를 비교 확인하였고, 실바코 사의 ATLAS 툴을 이용하여 컴퓨터 시뮬레이션을 실시함으로써 LED 내 활성 층에서의 전류 밀도 분포를 계산하였다. $SiO_2$ 절연 층의 두께가 $50{\mu}m$와 $100{\mu}m$ 인 두 경우 모두, p 패드의 직경이 $105{\mu}m$이고 핑거의 폭은 $12{\mu}m$인 경우와 비교할 때, p 패드의 직경이 $100{\mu}m$이고 핑거의 폭이 $6{\mu}m$인 경우가 더 높은 광 출력 특성을 나타냈다.
본 논문에서는 LVQ 네트워크의 분류성능을 향상시키기 위하여 F.C.P. Net.을 이용하여 LVQ 학습알고리즘을 설계하였다. F.C.P. Net.의 입력층과 부류층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였다. 마지막으로 패턴벡터를 부류층의 뉴런에 의해 종속부류로 분류하고, F.C.P. Net.의 부류층과 출력층 사이의 연결강도는 분류된 종속부류를 부류로 지정하는 학습을 하게 된다. 또한 부류의 수가 결정되기만 하면 입력층, 부류층, 출력층의 뉴런의 수를 결정 할 수 있도록 하였다. 제안된 학습알고리즘의 성능을 검증하기 위하여 Fisher의 Iris 데이터를 학습벡터 및 시험 벡터로 사용하여 시뮬레이션 하였고, 제안된 학습방식의 분류 성능은 기존의 LVQ와 비교되어 기존의 학습방식보다 우수한 분류성공률을 확인하였다.
현재까지 통행시간 예측과 관련된 다양한 연구들이 수행되었지만, 한국고속도로 특성에 맞는 예측방법론에 대한 실증연구는 부족한 실정이다. 이에 본 연구에서는 실제 통행시간을 기반으로한 DSRC 자료를 바탕으로 한국고속도로에 적절한 예측방법론을 도출한다. 경부고속도로 안성 JC~오산IC 구간의 24시간 DSRC 자료를 이용하며 단주기 통행시간 예측 및 비선형 관계에서 높은 정확도를 보이는 인공신경망 기법을 적용한다. 이어서 랜덤난수를 이용한 통행시간 예측결과의 정확도 검증을 실시한다. 통행시간 예측결과 오차율이 약 4%로 우수한 예측력을 보였으며, 이는 패턴기반 인공신경망 예측시 이력자료의 전처리 과정과 최적의 입력층 및 은닉층의 선정으로 인한 결과로 판단된다. 통행시간 예측결과의 검증을 위해서 랜덤난수를 이용하였으며, 랜덤난수가 이력자료 패턴에 포함되지 않은 경우 실측치와의 오차율이 18.98%로 높게 도출되었다. 이는 인공신경망을 이용한 통행시간 예측시 패턴DB가 예측의 정확도에 주요하게 작용한 결과로 판단된다. 본 연구의 결과를 통해서 한국고속도로 특성에 맞는 통행시간 예측 및 정보제공이 가능할 것으로 판단된다.
기판전면에 패턴 없이 15 nm Co/15 nm Ni/70 nm polysilicon/200 nm $SiO_2$/Si(100) 구조로 적층된 구조로부터 급속열처리기 (rapid thermal annealer : RTA)를 이용하여 40초간 700, 900, $1000^{\circ}C$의 실리사이드화 온도를 변화시키면서 CoNi 복합실리사이드를 형성하였다. 완성된 두께 100 nm 정도의 CoNi 복합실리사이드층으로 배선층을 만든다고 상정하여, 이중 집속이온빔(dual beam focused ion beam : FIB)을 써서 30 kV에서 표면전류를 $1{\sim}100$ pA 범위에서 조절하면서 나노급 선폭제작의 가능성을 확인하였다. 각 온도별 복합실리사이드에 동일한 이온빔 조건으로 $100{\mu}m$ 길이의 패턴을 만들고, 이온빔으로 양 끝단에 트렌치를 만들어 FE-SEM으로 각 조건에서의 선폭, 두께, 최종 에칭형상을 확인하였다. 기존 형상변형이 많아서 나노급 선폭 구현이 불리한 폴리사이드 공정에 비해서, 최초로 새로운 저저항 복합실리사이드에 대해서 100 nm 이하의 나노급 피치를 가진 선폭 제작이 $30kV{\sim}30pA$ 범위에서 가능하였다.
스텔스 기술은 적진에서 항공기나 함정의 생존 가능성을 향상시키고 임무 수행 능력을 향상 시킬 수 있다. 본 논문의 목적은 섬유강화 복합재료를 이용하여 하중지지가 가능한 곡면부 형상을 갖는 저피탐지 구조를 제안하고 군사적 활용을 위한 전방위 스텔스 플랫폼의 개발 가능성을 보여주는 것이다. 본 연구에서는 곡면을 갖는 물체의 레이더 반사면적을 줄이기 위해서 기존의 circuit analog 흡수체에 기반을 둔 전자파 흡수구조를 개발하였다. 먼저 상용 3차원 전자기장 해석 프로그램을 이용하여 사각 주기격자 패턴의 전도성 고분자 층을 갖는 전자파 흡수구조를 설계하고 성능을 해석하였다. 다음으로 섬유강화 복합재료와 전도성 고분자 재료를 이용하여 설계된 반원통형 전자파 흡수구조를 제작하였다. 저항성 시트로 작용하는 주기격자 패턴층을 제작하기 위해서 PEDOT를 기반으로 하여 폴리우레탄을 바인더로 갖는 전도성 고분자 페이스트를 사용하였다. 마지막으로 제작된 RAS의 전자파 흡수 성능을 평가하기 위해 POSTECH의 compact range 장비를 이용하여 레이더 반사면적을 측정하였다.
본 논문에서는 주기적인 금속 스트립 패턴을 갖는 유전체 층이 놓인 평행판 도파관내에서의 전파 특성에 대하여 기술하였다. CST사의 MWS(Microwave Studio)를 이용하여 금속 스트립 사이에 연결된 PIN 다이오드의 ON/OFF 상태를 금속 스트립의 단락/개방 상태로 각각 시뮬레이션을 하였고, X-대역 4-bit radant lens 위상변위기에 사용될 수 있는 $11.25^{\circ}$, $22.5^{\circ}$, $45^{\circ}$ 유전체 층을 설계하였다. 설계된 각 유전체 층의 위상차 시뮬레이션 결과는 $11.28^{\circ}$, $23.2^{\circ}$, $46.22^{\circ}$이었다. 또한, Agilent사의 ADS(Advanced Design System)를 이용하여 각 유전체 층에 대한 동작대역에서의 등가회로를 구현 및 시뮬레이션 하였고, MWS 시뮬레이션 결과와 비교하였다. 최종적으로 $11.25^{\circ}$, $22.5^{\circ}$, $45^{\circ}$ 유전체 층을 제작하여 중심주파수에서 각각 $9.6^{\circ}$, $22.4^{\circ}$, $43^{\circ}$의 측정된 위상차를 얻었다.
본문에서는 예측형 회귀신경망과 HMM (Hidden Markov Model)의 하이브리드 네트워크인 회귀신경망 예측 HMM을 구성하였다. 회귀신경망 예측 HMM은 예측형 회귀신경망을 HMM의 각 상태마다 예측기로 정의하여 일정치인 평균벡터 대신에 과거의 특징벡터의 영향을 받아 동적으로 변화하는 신경 망에 의한 예측치를 이용하므로 학습패턴 설정자체가 시변성을 반영하는 동적 네트워크의 특성을 가진다. 따라서 음성과 같은 시계열 패턴의 인식에 유리하다. 회귀신경망 예측 HMM은 예측형 회귀신경망의 구조에 따라 Elman망 예측 HMM과 Jordan망 예측 HMM으로 구분하였다. 실험에서는 회귀신경망 예측 HMM의 상태수를 4, 5, 6으로 증가시켜 각 상태 수별로 예측차수 및 중간층 유니트 수의 변화에 따른 인식성능을 조사하였다. 실험결과 평가용 데이터에 대하여 Elman망 예측 HMM은 상태수가 6이고, 예측차수가 3차, 중간층 유니트의 수가 15차원일 때, Jordan망 예측 HMM의 경우 상태수가 5이고, 예측차수가 3차, 중간층 유니트의 수가 10차원일 때 각각 98.5%로 우수한 결과를 얻었다.
기후변화는 물 관리 측면에서 많은 변화를 일으키는 것으로 보고되고 있다. 주로 강우의 패턴을 변화시키며, 가용수자원의 지역적 편중을 심화시킨다. 기후변화에 적응하며 안정적이고 균등한 용수확보를 위해서는 홍수와 가뭄을 고려한 연속적인 물 순환 해석기술이 필요하다. 강우유출분석은 강우사상에 대한 수문순환과정을 통해 유출량을 산출하는 것으로, 주로 직접유출과 중간유출이 이에 해당된다. 강우발생 이후 무강우기간에 대해서는 기저시간 이후에 발생되는 유출량의 정량적 산출이 필요하다. 기저유출은 강우 발생 시점에 급격히 발생하기보다는 선행강우에 따른 유역 내 지하수위 분포와 대수층의 특성, 하천수위에 따라 다양한 패턴으로 나타나기 때문에 지하수대의 수리학적 성분들을 반영할 수 있어야 한다. 이를 위해서는 강우유출모의 시 지표유출량 산정과 지하수유동해석을 통한 기저유출량 산정이 동시에 이루어져야 한다. 최근 국내외에서는 다양한 형태의 수문모형과 MODFLOW를 연계한 장기유출분석에 대한 연구가 활발하게 진행되고 있다. 본 연구에서 활용한 K-DRUM(K-water Distribution Runoff Model)은 K-water에서 자체 개발한 물리적 기반의 분포형 강우유출모형으로 강우유출, 유사, 기초수질항목에 대한 3차원 분석이 가능하다. 본 모형의 A층(표층)은 지표유출을 고려한 운동파법이 적용되었고, B층과 C층(중간층), D층(지하수층)은 선형저류법이 적용되었다. MODFLOW(A Modular Three-Dimensional Finite-Difference Ground Water Flow Model)는 1980년대 USGS(United State Geolog ical Survey)에서 개발된 가장 범용적으로 사용되는 지하수유동모형이며, 모듈화 된 구조를 갖고 있어 다양한 패키지 중 필요로 하는 기능을 독립적으로 모의할 수 있는 장점이 있다. 본 연구에서는 향후 기후변화에 따른 강우의 불확실성에 대비한 유역의 장기 물순환 해석을 위해 강우유출모형인 K-DRUM과 지하수유동모형인 MODFLOW를 연계하고자한다. 연계방법은 K-DRUM에서 계산된 D층으로 침루되는 양을 MODFLOW의 함양량으로 적용하고, MODFLOW에서 산출된 기저유량을 K-DRUM의 하천유출에 적용하는 것이다. 본 연구의 성과를 갈수기 유출해석에 적용하면 정확성을 크게 향상시킬 수 있을 것으로 판단된다.
본 논문에서는 단일 및 군말뚝의 수평변위를 예측하기 위하여 신경망 학습속도의 향상과 지역 최소점 수렴을 방지하는 Readjusting 기법을 적용한 인공신경망을 도입하였다. 이 인공신경망을 M-EBPNN 이라고 한다. M-EBPNN에 의한 결과는 낙동강 모래지반에서 단일 및 군말뚝에 대하여 수행한 일련의 모형실험결과와 비교하였으며, 그리고 신경망의 학습속도와 지역 최소점의 수렴성을 평가하기 위하여 오류 역전파 신경망(EBPNN)의 결과와도 비교 분석하였다. M-EBPNN의 적용성 검증을 위하여 200개의 모형실험결과들을 이용하였으며, 신경망의 구조는 EBPNN의 구조와 동일한 한 개의 입력층과 두 개의 은닉층 그리고 한 개의 출력층으로 구성되었다. 전체 데이터의 25%, 50% 그리고 75% 결과는 각각 신경망의 학습에 이용되었으며 학습에 이용하지 않은 데이터들은 예측에 이용되었다. 그리고, 신경망의 최적학습을 위하여 적합한 은닉층의 뉴런 수와 학습률은 EBPNN에서 결정한 값들을 본 신경망에 이용하였다. 해석결과들에 의하면, 동일한 학습패턴에서의 M-EBPNN이 학습 반복횟수는 EBPNN 보다 최고 88% 감소하였으며 지역 최소점에 수렴하는 현상은 거의 나타나지 않았다. 따라서, 인공신경망 모델이 수평하중을 받는 말뚝의 수평변위 예측에 적용될 수 있는 가능성을 보여 주었다.
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.