일반적으로 풍화암에 근입된 현장타설말뚝은 지지력이 매우 크므로 많은 경우에 설계하중만을 검증한 다음 극한하중을 확인하기 전에 재하시험을 종료한다. 그러나 만일 미완성 하중-침하 곡선으로부터 신뢰할 수 있는 극한하중의 예측이 가능하다면 설계의 질적인 향상뿐만 아니라 경제적인 면에서도 크게 기여를 할 수 있을 것이라고 생각된다. 본 연구의 목적은 극한하중을 얻지 못한 말뚝 재하시험의 하중-침하 곡선으로부터 외삽법을 이용하여 추정한 극한하중의 신뢰성 판단 방법을 제안 하는데 있다. 이를 위해 극한하중이 구해진 10본의 말뚝을 3개 현장에 걸쳐서 수집하였다. 그리고 이 10개의 하중-침하 곡선으로부터 Davisson 방법을 이용하여 구한 실제 계측 극한하중의 25%, 50%, 60%, 70%, 80%, 그리고 90%에 해당하는 하중-침하 곡선 자료만이 확보되었다고 가상하고 각각의 자료에 대하여 쌍곡선 방법으로 외삽한 다음, 극한하중을 새로이 결정하였다. 이렇게 결정된 외삽 극한하중의 신뢰성을 통계분석을 통하여 평가하였다. 그 결과, 확보하였다고 가상한 하중-침하 곡선의 최대 침하량 대 외삽 극한하중에서의 침하량 비가 0.6 이상인 경우, 외삽으로 예측한 극한하중은 실제 계측 극한하중보다 평균적으로 20% 이내에서 보수적인 값을 나타내었다. 또한, 항타말뚝의 정재하시험 자료에 대하여 본 논문에서 제안한 방법으로 분석하여 동일한 결과를 확인하였다.
본 연구의 목적은 기후변화와 토지이용에 의한 미래 토양침식을 추정하는 것이다. 기후모형인 CCCma (Canadian Centre for Climate Modelling and Analysis)에 의해 예측된 강우자료 중 2030년에서 2050년까지의 자료를 이용하여 토양침식 모의를 수행한 후 관측값과 비교하였다. 즉, 현재의 토양침식 관측값과 예측된 미래의 조건에 따른 토양침식 결과에 대한 상대비교를 통해 기후변화가 토양침식에 미치는 영향을 분석하였다. 사회-경제 변화에 의해 예상되는 토지이용 변화와 기온 및 의 증가에 따른 식물성장에 대하여 포괄적으로 고려하였다. A2 시나리오와 B2 시나리오에 의해 예측된 2030년에서 2050년 기간의 모의된 강우평균을 1966년에서 1998년 사이의 관측 강우평균과 비교한 결과 각각 17.7%와 24.5% 증가하는 것으로 나타났다. B2 시나리오에 의한 토양침식량이 A2 시나리오에 의한 값보다 크게 예측되는 것을 확인할 수 있었으며, 총 6개 시나리오(일부 농촌 지역의 도시화 2개 시나리오, 전 농촌 지역의 도시화 2개 시나리오, 식물성장을 가정한 시나리오 2개) 중 일부 농촌 지역이 순차적 도시화가 이루어지는 시나리오를 제외한 나머지의 경우 토양침식이 48%에서 90%까지 증가하는 것을 알 수 있었다. 온도에 의한 식물성장속도의 가속, 높은 증발산을, 그리고 거름효과가 미치는 영향 등을 가정한 시나리오가 토양침식결과는 이를 가정하지 않은 시나리오보다 약 25% 정도 작게 예측되는 것을 확인할 수 있었다. 연구결과 본 대상유역의 미래에는 강우량과 토양침식량이 증가할 것으로 사료되므로, 이에 대한 관심을 가져야 할 것이다.
Journal of Advanced Marine Engineering and Technology
/
제40권7호
/
pp.635-641
/
2016
엔진과 전기추진장치를 혼합한 하이브리드 추진 장치를 구동하기 위해서는 셀 단위로 이루어진 수십 개의 리튬계열의 배터리가 들어 있는 팩들로 접속이 된 전원을 사용한다. 따라서 많은 량의 배터리 셀의 상태를 언제든지, 엄격하게 관리할 필요가 있다. 일반적으로 배터리 관리(Battery management system, BMS)는 셀 전압, 전류 및 온도 등의 데이터를 운전 중에 받아서 상태를 컴퓨터로 모니터링 한다. 배터리의 상태를 확인하기 위한 또 다른 중요한 데이터는 배터리의 잔존수명(State of charge, SOH)을 알 수 있는 내부저항과 충전상태(State of charge, SOC)를 알 수 있는 무 부하 단자전압(Open circuit voltage, OCV)이 있다. 그러나 연속운전 중에는 내부 손실저항과 캐패시턴스의 병렬 등가회로로 인하여 내부저항의 측정이 어렵다. 또한 대부분의 에너지저장시스템에는 전압, 전류, 온도 등의 데이터를 이용하여 BMS가 수행되고 있지만, 운전 중에 예기치 않게 배터리 셀의 고장이 발생하는 경우에는 구동 전원장치의 출력전압이 변동하고, 하이브리드 자동차 또는 선박의 추진이 어려울 수가 있다. 본 논문에서는 리튬인산철 배터리 팩을 이용한 하이브리드 선박용 직류전원장치를 대상으로 배터리 셀의 돌발고장 순간에도 직류전원장치의 일정전압을 유지하면서 내부저항의 추정이 가능하고, 정상운전 중에는 OCV의 추정이 가능한 고 안전 BMS를 구현하고자 한다.
인공지능 클라우드는 학습된 모델 공유 및 실행 환경을 제공하여 인공지능 기술과 제어 기술을 융합하는 자율 사물 개발을 지원한다. 기존 자율 사물 개발 기술은 인공지능 모델의 정확도만을 고려하여 은닉 계층 수 및 커널 수 증가 등 모델의 복잡성을 증가시켜 결과적으로 많은 연산량을 요구하게 한다. 자원 제약적 컴퓨팅 환경은 해당 모델이 필요로 하는 충분한 자원을 제공할 수 없어 자율 사물의 실시간성 장애를 발생시킬 수 있다. 본 논문은 컴퓨팅 환경에 최적화된 인공지능 모델을 선택하는 디지털 트윈 소프트웨어 개발 프레임워크를 제안한다. 제안 프레임워크는 DNN 기반 부하 예측 모델을 활용하여 제어 소프트웨어를 개발한다. 부하 예측 모델은 디지털 트윈을 활용하여 인공지능 모델의 부하를 예측하여 특정 컴퓨팅 환경에 최적의 모델 선택을 지원한다. 대표적인 CNN 모델을 활용한 부하 예측 실험으로 제안 부하 예측 DNN 모델이 수식 기반 부하 예측 대비 최대 20%의 오류를 보임을 확인했다.
상수도관의 파열은 과도한 압력, 노후화, 온도변화 나 지진 등에 의한 지반이동에 의해 발생한다. 상수도관 파열이 대규모 단수, 싱크홀 등과 같은 더 심각한 피해 이어지지 않도록 신속하게 탐지 및 대응하는 것이 중요하다. 본 연구에서는 상수도관 파열 탐지를 위해 개선 Western Electric Company (WECO) 방법을 개발하였다. 개선 WECO 방법은 통계적공정관리기법 중 하나인 기존 WECO 방법에 임계치 조정자(w)를 추가하여 대상 네트워크에 적합한 이상탐지 의사결정을 할 수 있도록 했다. 개발된 개선 WECO 방법을 미국 텍사스 오스틴 관망에 적용 및 검증하였다. 상수도관 파열 발생 시 측정한 비정상데이터와 수요량 변동만 고려한 정상데이터를 이용하여 기존 및 개선 WECO 방법을 비교하였다. 최적 임계치 조정자 w값을 결정하기 위해 민감도 분석을 수행하였으며, 다양한 계측시간 간격 데이터(dt = 5, 10, 15분 등)의 영향도 분석하였다. 각 경우 별 탐지성능은 탐지확률, 오경보확률, 평균탐지시간을 계산하여 비교하였다. 본 연구에서는 도출된 결과를 바탕으로 WECO 방법을 실제 상수도관 파열 탐지에 적용하기 위한 가이드라인을 제공한다.
최근 기후변화로 인해 유역의 기상자료에 대한 반응이 달라지고 있어 강우-유출 모의에 대한 연구는 중요해지고 있다. 아울러 최근 기계학습 기법에 대한 높은 관심으로 이를 통한 강우-유출 모의 역시 활발하게 증가하고 있으나 기계학습 모형이 전통적으로 사용되어온 개념적 모형에 비해 활용성이 높은지는 아직 확실치 않다. 본 연구에서는 개념적 모형인 GR6J와 기계학습 모형인 Random Forest 성능을 한국 전역의 38개 계측 유역에 대해 계측 유역 예측기법과 미계측 유역 예측기법을 이용해 평가하였다. 먼저 계측 유역 적용기법 평가를 위해 각 모형을 관측 일 유량자료에 학습시키고 분리된 평가기간에 대한 모의성능을 비교하였다. 이후 미계측 유역 모의성능 평가를 위해 인접성 기반 지역화 방법을 Leave-One-Out Cross-Validation (LOOCV)을 이용해 평가하였다. 그 결과 계측 유역 평가에서는 Random Forest 기법이 GR6J 모형보다 일관되게 높은 성능을 보였다. 학습된 데이터를 출력 값으로 재생산하도록 구조화되어 있는 기계학습 기법이 개념적 이론을 통한 모형보다 높은 재현성을 갖기 때문으로 판단된다. 하지만 Random Forest 모형의 성능은 미계측 유역의 예측기법으로는 재현되지 않았고 GR6J 모형보다 성능이 더 낮은 것이 확인되었다. 본 연구는 기계학습 모형은 계측 유역의 유출예측에는 적용성이 높을 수 있으나 미계측 유역에 대한 적용가능성은 전통적인 개념적 모형보다 낮을 수 있음을 제시한다.
This study aims to examine whether a gender works to make the difference on the university experiences of natural sciences and engineering major students; and the income and quality gap between the graduates. In this study, university experiences means job market and job searching related experiences such as job fair attending, The main research questions are as follows; fist, what are the significant university experiences related job preparation and application, and is there a gender gap on those experiences? Second, how is the job market performance of the national sciences and engineering graduates for their income level and quality job, and is there a gender gap on the job market performance of the sample? Third, which variables among the university experiences for job searching and application impacts the job quality and income level of the natural sciences and engineering graduates? To find out the research results, this study conducts a panel data analysis with GOMS (Graduates Occupational Mobility Survey) throughout survey year of 2006 to 2015, towards 568,264 as weighted value number. As analysis methods, this study carries out a descriptive analysis, ANOVA, discriminant analysis, linear regression and T-test. Therefore, here are the brief outputs of the study; first, for natural sciences and engineering students, the off-campus experiences such as job fair, job recruit festival and internship programs are more favored; second, female students are more likely to attend personal and self-driven job preparation programs; third, on job market performance, the graduates' income level and company scale rate are higher in the male but job stability is higher in the female; fourth, as a result of the linear regression, gender factor decides the income level in considerable degree; additionally, gender factor shows the difference of the job satisfaction and self-effectiveness on one's job as a qualitative variables. For obtaining strictness, university program factors are controlled through model fitness process. As above, this study finds out the main factors of university life of natural sciences and engineering graduates which are related their job searching and preparation experiences and figures out stronger factors in job market; and examines the statistically significance of the gender in this casual-effect relationship between job preparation and job quality of the graduates.
안성천에 위치한 공도 수위표 상류 구간에 대해 하상퇴적층을 통과하는 하천수-지하수 상호교환량과 수리경사를 측정하여 하상퇴적층의 수리전도도를 산정하였다. 하천수-지하수 상호유동량은 자체 제작한 시피지 미터를 이용하여 측정하였고, 수리경사는 장심도와 단심도 두 가지 종류의 관입형 피조미터를 하상퇴적층에 설치하여 피조미터내 수두 차이와 관입깊이 차이를 측정하여 산정하였다. 하천수-지하수 교환량은 -1.55 × 10-6~1.77 × 10-5 m/s, 연직방향 수리경사는 -0.122에서 0.030로 측정되었다. 교환량과 수리경사로 부터 연직방향 수리전도도를 산정한 결과 1.77 × 10-5~1.97 × 10-3 m/s로 지점별로 큰 차이를 나타내었다. 측정 결과는 Calver (2001)가 제시한 하상퇴적물 수리전도도의 일반적인 범위내에서 분포하였으며, 모래, 자갈층이 잘 발달되어 있어 기존의 국내 측정 결과 사례에 비해 큰 값을 보이는 것으로 분석되었다. 본 논문에서 적용한 고강도 스테인레스 재질의 피조미터와 시피지미터를 이용하여 하상퇴적층의 수리전도도를 측정하는 방법은 내구성과 휴대성이 우수하여 실무에서 매우 유용하게 활용될 수 있을 것으로 기대된다.
Prediction of the time-related traits of pebble flow inside pebble-bed HTGRs is of great significance for reactor operation and design. In this work, an image-driven approach with the aid of a convolutional neural network (CNN) is proposed to predict the remaining time of initially loaded pebbles and the time interval of paired flow images of the pebble bed. Two types of strategies are put forward: one is adding FC layers to the classic classification CNN models and using regression training, and the other is CNN-based deep expectation (DEX) by regarding the time prediction as a deep classification task followed by softmax expected value refinements. The current dataset is obtained from the discrete element method (DEM) simulations. Results show that the CNN-aided models generally make satisfactory predictions on the remaining time with the determination coefficient larger than 0.99. Among these models, the VGG19+DEX performs the best and its CumScore (proportion of test set with prediction error within 0.5s) can reach 0.939. Besides, the remaining time of additional test sets and new cases can also be well predicted, indicating good generalization ability of the model. In the task of predicting the time interval of image pairs, the VGG19+DEX model has also generated satisfactory results. Particularly, the trained model, with promising generalization ability, has demonstrated great potential in accurately and instantaneously predicting the traits of interest, without the need for additional computational intensive DEM simulations. Nevertheless, the issues of data diversity and model optimization need to be improved to achieve the full potential of the CNN-aided prediction tool.
본 연구에서는 인위적 수공시설물을 고려하지 않는 자연상태의 가뭄해석을 위해 자연가뭄지수(NDI)를 산정하고 활용성을 평가하였다. 자연가뭄지수는 주성분 분석을 이용하여 산정하였으며, 입력자료는 3개월 누적강수량, 자연유량, 토양수분량 자료이다. 강수량은 ASOS 59개 지점 자료이고, 자연유량 및 토양수분량은 지표수문해석모형의 결과를 이용하였다. 가뭄지수의 평가기간은 1977~2012년이며, 활용성 평가를 위해 시계열 분석, 지역별 분석 및 가뭄특성인자 분석을 수행하였다. 시계열 분석결과, 자연가뭄지수는 가뭄의 시작과 끝에 대한 평균절대오차는 0.85로 가장 정확하게 나타났다. 과거 가뭄사례와 가뭄특성인자를 분석한 결과, 자연가뭄지수의 지속기간과 발생간격의 평균절대오차는 각각 1.3, 1.0으로 가뭄의 지속기간 및 발생간격을 적절히 반영하는 것을 확인하였다. 지역별 분석결과, 자연가뭄지수는 단일변량 가뭄지수의 지역별 가뭄상황을 적절히 반영하여 활용성이 높은 것으로 나타났다. 또한, 가뭄의 시작, 끝, 지속기간, 발생간격에 대한 자연가뭄지수, 표준강수지수, 표준유출지수, 표준토양수분지수의 순위를 분석한 결과 자연가뭄지수가 가장 높은 순위로 산정되었다. 자연가뭄지수는 기존 단일변량 가뭄지수의 상이한 가뭄상황을 종합적으로 반영하며, 가뭄의 특성을 정량적으로 제시한다는 점에서 활용성이 높다고 판단된다.
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.