본 연구는 메꽃과 6종의 식물에 대해 신속하고 비파괴적으로 분류하기 위해 근적외선(Vis-NIR) 스펙트럼을 이용하였고 데이터의 전처리와 머신러닝 기술을 적용하였다. 전국적으로 분포하는 메꽃과 6종에 대해 야외에서 휴대용 분광기를 이용하여 판별하였다. 식물의 잎의 표면에서 400~1,075 nm의 근적외선 스펙트럼(1.5 nm)을 수집하였다. 수집된 스펙트럼 데이터는 3가지의 전처리와 raw데이터를 이용하였고 4종류의 머신러닝 모델을 적용하여 높은 판별 정확도를 확인하였다. 전처리와 머신러닝 모델의 조합을 통해 분석된 판별의 정확도는 43~99%의 범위로 분석되었고, standard normal variate 전처리와 support vector machine 머신러닝 모델의 조합에서 판별 정확도가 98.6%로 가장 높게 나타났다. 본 연구에서 수집된 스펙트럼은 식물의 성장단계, 다양한 측정 지역 및 잎에서의 측정 위치 등과 같은 요인과 더불어 데이터 분석을 위한 조건으로 최적의 전처리와 머신러닝 기술을 적용한다면 메꽃과 식물의 야외에서의 정확한 분류가 가능하고 이들 식물의 효과적인 관리와 모니터링에 활용할 수 있을 것으로 판단되었다.
전파형 역산은 석유가스 탐사를 위한 탄성파 자료처리 분야에서 지층의 속도 모델을 추정하는데 사용되는 역산 기법이다. 최근 탄성파 자료처리에 딥러닝 기술의 활용이 급격하게 증가하고 있는데, 전파형 역산 기술도 마찬가지로 다양한 연구가 이루어지고 있다. 초기에는 머신러닝 기술을 활용한 자료처리 기법이 전파형 역산을 위한 입력자료의 전처리 목적으로 활용되는 수준이었으나, 딥러닝 기술을 통해 전파형 역산을 직접적으로 구현하는 연구가 등장하기 시작하였다. 딥러닝 기술을 활용한 전파형 역산은 순수 데이터 기반 접근법, 물리 기반 신경망 활용법, 인코더-디코더 구조 활용법, 신경망 재매개변수화를 이용한 구현법, 물리정보 기반 신경망 기법 등으로 구분할 수 있다. 이 논문에서는 딥러닝 기반 전파형 역산 기법을 발전 과정 순서로 체계화하여 각각의 접근법에 대한 이론과 특징을 설명하였다. 전파형 역산 기술에 딥러닝 기법을 도입한 초기에는 데이터 과학의 기본 원리에 충실하게 대량의 학습자료를 준비하고 순수 데이터 기반 예측 모델을 적용하여 속도 모델을 역산하는 연구로 시작하였다. 최근 연구 동향은 탄성파 자료의 잔차나 파동방정식 자체의 물리정보를 심층 신경망에 활용하여 순수 데이터 기반 접근법의 단점을 보완해 나가는 방향으로 진행되고 있다. 이러한 발전으로 대량의 학습자료가 필요하지 않고, 전파형 역산의 태생적 한계점인 주기 놓침 현상을 완화하며 계산 시간을 획기적으로 줄일 수 있는 딥러닝 기반 전파형 역산 기술이 등장하고 있다. 딥러닝 기술의 도입으로 전파형 역산 기술은 탄성파 자료처리 분야에서 가치가 더 높아질 것으로 생각된다.
저온 분사된 입자와 섬유강화 복합재료 사이의 접착력을 향상시키기 위해 금속 메쉬와 금속 입자/에폭시 접착제가 조합된 중간층이 도입되었다. 저온 분사 입자 및 금속 메쉬 그리고 금속 입자에는 모두 알루미늄을 활용하였다. 높은 변형률 속도에서 중간 층의 응력을 예측하기 위해서는 접착제 물성의 측정 또는 계산이 필요하다. 따라서, 본 연구에서는 금속 입자/에폭시 접착제의 물성을 계산하기 위해 혼합법칙(Rule of mixture)을 활용한 균질화 기법의 연구를 진행하였다. 균질화 기법의 검증을 위해 금속 메쉬/접착제로 구성된 중간층에 알루미늄 입자를 활용한 저온 분사를 진행하여, 실험으로 측정된 입자의 침투 깊이를 유한요소 해석에서 계산된 입자의 침투 깊이와 비교하였다. 시험과 해석에서 저온 분사 입자 혹은 중간층에 도입된 입자 하나 수준 크기의 침투 결과를 확인하였고, 이를 통해 높은 변형률 속도를 갖는 입자강화 복합재료 층의 물성 예측에 있어 균질화 기법이 적용될 수 있는 가능성을 확인하였다.
Methane (CH4) and nitrous oxide (N2O) are significant contributors to greenhouse gas (GHG) emissions from rice fields. Mid-summer drainage is a commonly practiced water management technique that reduces CH4 emissions from rice fields. Slow-release fertilizers gradually release nutrients over an extended period and have been shown to reduce N2O emissions. However, the combined effect of slow-release fertilizer and water management on GHG emissions remains unclear. This study compared GHG emissions from a rice paddy subjected to mid-summer drainage for 10 days (control) with that of a rice paddy subjected to prolonged mid-summer drainage for 20 days combined with slow-release fertilizer (W+S). Gas sampling was conducted weekly using a closed chamber method. During the rice cultivation period, cumulative CH4 and N2O emissions were reduced by 12.3% and 16.2%, respectively, in the W+S treatment compared to the control. Moreover, the W+S treatment exhibited a 1.9% increase in grain yield compared to the control. Under experimental conditions, slow-release fertilizers, in combination with prolonged mid-summer drainage, proved to be the optimal approach for achieving high crop yield while reducing GHG emissions. This represents an effective strategy to mitigate GHG emissions from rice paddy fields.
Trimethylamine(이하 TMA)은 물질특성상 시료의 채취 및 분석과 관련하여, 여러 가지 어려운 문제점들을 가지고 있다. 일반적으로 TMA의 채취방법으로 황산용액 흡수법이나 황산여과지 방법을 추천하고있다. 이들 방법은 아직까지 운용상 어려움과 분석시 숙련도를 요구한다. 본문에서는 보조적인 방법으로 Tedlar bag에 기초한 채취 및 SPME 를 이용한 분석기법의 특성에 대해 평가하고자 하였다. Tedlar bag은 시료의 채취 및 보관과 관련한 불안정성, 분석시 재현성 등에 대해 일부 문제점들이 지적받고 있다. 따라서 본 연구에서는 이런 문제점들을 여러 가지 기준으로 평가하고자 하였다. 이를 위해 다음과 같이 3가지 관점에서 비교실험을 수행하였다: (1) Tedlar bag에 TMA 시료를 보존할 때의 경시 변화, (2) Tedlar bag의 표면에 의한 TMA의 흡착 손실 정도, (3) SPME를 이용한 반복 분석시 파이버에 의한 시료의 흡착손실 등을 조사하였다. 최대 20일까지를 기준으로 경시 변화의 경향성을 조사한 결과, 48시간 까지 저농도에서 40~50% 정도로 시료의 감소가 일어났다. 그리고 두 가지 농도대에서 Tedlar bag 내부의 표면흡착에 의한 손실 여부를 평가한 결과, 저농도에서 약 20%, 고농도에서는 5% 이내의 손실을 확인하였다. 또한 동일한 Tedlar bag의 시료를 SPME로 반복분석한 결과, SPME fiber를 반복사용할 때 마다 백내부의 시료가 매회 2-3% 수준 감소하는 것을 확인할 수 있었다.
본 연구는 지역사회 거주 저소득계층 노인의 우울 수준을 파악하고 우울의 영향요인을 규명하기 위한 서술적 조사연구이다. 본 연구는 수도권 A 지역 65세 이상의 남녀 재가 저소득계층 노인 306명을 대상으로 2007년 1월부터 9월까지 시행되었다. 측정변수는 생활만족도, 일상생활수행능력, 인지기능, 지각된 건강상태, 건강행위, 건강문제와 우울이었다. 자료분석은 기술통계, t-test, ANOVA, Pearson's correlation coefficient와 다중회귀 분석을 이용하여 분석하였다. 연구결과는 다음과 같다. 첫째, 본 연구대상자의 우울점수는 6.37점으로 8점을 기준으로 우울군은 43.8%이었다. 둘째, 대상자의 학력수준, 건강보험 유형 및 경제수준에 따른 우울 점수 차이는 통계적으로 유의하였다. 셋째, 대상자의 건강행위 및 건강상태에 따른 우울 점수를 비교한 결과에서는 흡연 유무, 고혈압, 관절염 및 요실금 유무가 유의한 변수로 나타났다. 넷째, 생활만족도, 지각된 건강상태, 및 인지기능은 우울과 유의한 음의 상관관계를 보였다. 다섯째, 선형회귀분석을 실시한 결과, 생활만족도, 인지기능, 건강보험유형이 유의한 설명변수로 나타났으며, 모형의 설명력은 67.6%이었다. 이러한 영향요인에 대한 연구결과를 기반으로 노인 우울이 발생할 수 있는 고위험군을 파악하며, 체계적이고 효과적인 중재방안이 모색되어야 할 것이다.
본 연구의 목적은 COVID-19 팬데믹으로 인해 대학 수업에서 시행하게 된 블렌디드러닝의 외적 수업형태가 학생들의 학업 성취도에 미친 영향, 그리고 블렌디드러닝의 내적 수업전략이 학습자의 인식에 미친 영향은 어떠한지를 분석하여 온라인수업의 바람직한 방향성을 제시하는 것이다. 본 연구는 2022년 1학기 G대학에서 미적분학I 수업을 수강하는 학생들을 대상으로 하여 실험반 117명과 비교반 707명에 대한 대면수업 및 온라인수업 그리고 교수 방법의 혼합을 통한 블렌디드러닝을 실시하고 학업성취도와 학습자 인식을 조사하였다. 연구결과로는 온라인수업만으로 한 학기를 진행했을 때보다 중간고사 이전에는 온라인수업을 진행하고, 이후에는 대면수업으로 운영하는 블랜디드 수업방식을 수행하였을 때 학업성취도가 하향되는 결과를 얻게 되었다. 미리 준비되지 않은 단순한 외적 수업형태의 블렌디드러닝은 비효과적이었으나 온라인수업으로만 이루어진 수업형태에서 동영상 및 실시간 수업의 혼합 모형은 긍정적인 학습자 인식을 보여주었다. 테크놀로지를 혼합하여 실시한 교수전략 또한 긍정적인 결과로 나타났다.
정보통신기술의 발달로 정보보호의 중요성이 커졌지만, 기업은 제한된 예산 내에서 적절한 대책을 선택하는 데 어려움을 겪고 있다. Sönmez and Kılıç(2021)는 정보 보안 침해를 완화하기 위한 최적의 투자 조합을 결정하기 위해 AHP 및 혼합 정수 계획을 사용하는 모델을 제안했다. 그러나 1) 보안 위협에 대한 보안 대책의 효과를 객관적으로 측정하지 못하고, 2) 투자로 인한 위험 감소가 투자 이전에 측정한 위험 수준을 초과하는 비현실적인 현상이 발생하고, 3) 여러 위협에 대해 단일 대응책을 사용할 때 중복된 투자가 이루어진다는 한계가 있었다. 본 연구에서는 베타 확률 분포를 사용하여 대책의 효과를 객관적으로 정량화하고, 위험 감소 수준이 투자 이전에 측정된 위험 수준을 초과하지 않고 보안 대책이 중복 투자되지 않도록 최적화 모델을 개선했다. 개선된 모델을 국내 중소기업을 대상으로 실증분석한 결과, Sönmez and Kılıç(2021)의 최적화 모델보다 더 나은 결과를 도출했다. 개선된 최적화 모델을 사용하면 정보보호 비용, 수량, 대책 효율성을 고려하여 고정된 예산 내에서 최적의 대책별 투자 포트폴리오를 도출할 수 있고, 정보 보안 예산을 확보하고 정보 보안 위협을 효과적으로 해결하는데 도움이 될 것이다.
The Korean Society of Urogenital Radiology (KSUR) aimed to present a consensus statement for patient preparation, standard technique, and pain management in relation to transrectal ultrasound-guided prostate biopsy (TRUS-Bx) to reduce the variability in TRUS-Bx methodologies and suggest a nationwide guideline. The KSUR guideline development subcommittee constructed questionnaires assessing prebiopsy anticoagulation, the cleansing enema, antimicrobial prophylaxis, local anesthesia methods such as periprostatic neurovascular bundle block (PNB) or intrarectal lidocaine gel application (IRLA), opioid usage, and the number of biopsy cores and length and diameter of the biopsy needle. The survey was conducted using an Internet-based platform, and responses were solicited from the 90 members registered on the KSUR mailing list as of 2018. A comprehensive search of relevant literature from Medline database was conducted. The strength of each recommendation was graded on the basis of the level of evidence. Among the 90 registered members, 29 doctors (32.2%) responded to this online survey. Most KSUR members stopped anticoagulants (100%) and antiplatelets (76%) one week before the procedure. All respondents performed a cleansing enema before TRUS-Bx. Approximately 86% of respondents administered prophylactic antibiotics before TRUS-Bx. The most frequently used antibiotics were third-generation cephalosporins. PNB was the most widely used pain control method, followed by a combination of PNB plus IRLA. Opioids were rarely used (6.8%), and they were used only as an adjunctive pain management approach during TRUS-Bx. The KSUR members mainly chose the 12-core biopsy method (89.7%) and 18G 16-mm or 22-mm (96.5%) needles. The KSUR recommends the 12-core biopsy scheme with PNB with or without IRLA as the standard protocol for TRUS-Bx. Anticoagulants and antiplatelet agents should be discontinued at least 5 days prior to the procedure, and antibiotic prophylaxis is highly recommended to prevent infectious complications. Glycerin cleansing enemas and administration of opioid analogues before the procedure could be helpful in some situations. The choice of biopsy needle is dependent on the practitioners' situation and preferences.
Thomas Weikert;Saikiran Rapaka;Sasa Grbic;Thomas Re;Shikha Chaganti;David J. Winkel;Constantin Anastasopoulos;Tilo Niemann;Benedikt J. Wiggli;Jens Bremerich;Raphael Twerenbold;Gregor Sommer;Dorin Comaniciu;Alexander W. Sauter
Korean Journal of Radiology
/
제22권6호
/
pp.994-1004
/
2021
Objective: To extract pulmonary and cardiovascular metrics from chest CTs of patients with coronavirus disease 2019 (COVID-19) using a fully automated deep learning-based approach and assess their potential to predict patient management. Materials and Methods: All initial chest CTs of patients who tested positive for severe acute respiratory syndrome coronavirus 2 at our emergency department between March 25 and April 25, 2020, were identified (n = 120). Three patient management groups were defined: group 1 (outpatient), group 2 (general ward), and group 3 (intensive care unit [ICU]). Multiple pulmonary and cardiovascular metrics were extracted from the chest CT images using deep learning. Additionally, six laboratory findings indicating inflammation and cellular damage were considered. Differences in CT metrics, laboratory findings, and demographics between the patient management groups were assessed. The potential of these parameters to predict patients' needs for intensive care (yes/no) was analyzed using logistic regression and receiver operating characteristic curves. Internal and external validity were assessed using 109 independent chest CT scans. Results: While demographic parameters alone (sex and age) were not sufficient to predict ICU management status, both CT metrics alone (including both pulmonary and cardiovascular metrics; area under the curve [AUC] = 0.88; 95% confidence interval [CI] = 0.79-0.97) and laboratory findings alone (C-reactive protein, lactate dehydrogenase, white blood cell count, and albumin; AUC = 0.86; 95% CI = 0.77-0.94) were good classifiers. Excellent performance was achieved by a combination of demographic parameters, CT metrics, and laboratory findings (AUC = 0.91; 95% CI = 0.85-0.98). Application of a model that combined both pulmonary CT metrics and demographic parameters on a dataset from another hospital indicated its external validity (AUC = 0.77; 95% CI = 0.66-0.88). Conclusion: Chest CT of patients with COVID-19 contains valuable information that can be accessed using automated image analysis. These metrics are useful for the prediction of patient management.
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.