In the recent year, Unmanned helicopters of airline industries are using in various industries such as monitoring system, agriculture and forest fire. A unmanned helicopter is needed a powerful engine for transport weighty payload and have to need a light weight. Therefore it is necessary a light weight transmission of the unmanned helicopter. Initially a rectangular transmission housing has been considered, but an empty space in the housing is not useful for light weight design. In this study, new model has been introduced into the transmission housing by using rapid prototyping. As a result, the weight of new transmission housing can be reduced very much as 67%.
It is widely known that agricultural plastic waste incineration by farmers may cause big forest fire or fine dust in rural areas. Hence, how to increase the rate of collection and recycling of the agricultural plastic waste is of concern to policy makers especially for rural environment. The purpose of this study is to find the determinants of the collection rate of agricultural plastic waste. This study used the data from 'Research on Agricultural Waste' by the Korea Environment Corporation from year 2012 to 2015 for 163 regions. This study found that the compensation rate for collection, the frequency of collecting services, and the quality of waste are important to increase the collection rate. And the regions with more elderly and low income people are more likely to have higher collection rate. Finally, the chief producing regions that are specialized in a certain crop shows higher collection rate.
산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.
Choi, Ki-Chul;Woo, Jung-Hun;Kim, Hyeon Kook;Choi, Jieun;Eum, Jeong-Hee;Baek, Bok H.
Asian Journal of Atmospheric Environment
/
제7권1호
/
pp.25-37
/
2013
Open biomass burning (excluding biofuels) is an important contributor to air pollution in the Asian region. Estimation of emissions from fires, however, has been problematic, primarily because of uncertainty in the size and location of sources and in their temporal and spatial variability. Hence, more comprehensive tools to estimate wildfire emissions and that can characterize their temporal and spatial variability are needed. Furthermore, an emission processing system that can generate speciated, gridded, and temporally allocated emissions is needed to support air-quality modeling studies over Asia. For these reasons, a biomass-burning emissions modeling system based on satellite imagery was developed to better account for the spatial and temporal distributions of emissions. The BlueSky Framework, which was developed by the USDA Forest Service and US EPA, was used to develop the Asian biomass-burning emissions modeling system. The sub-models used for this study were the Fuel Characteristic Classification System (FCCS), CONSUME, and the Emissions Production Model (EPM). Our domain covers not only Asia but also Siberia and part of central Asia to assess the large boreal fires in the region. The MODIS fire products and vegetation map were used in this study. Using the developed modeling system, biomass-burning emissions were estimated during April and July 2008, and the results were compared with previous studies. Our results show good to fair agreement with those of GFEDv3 for most regions, ranging from 9.7 % in East Asia to 52% in Siberia. The SMOKE modeling system was combined with this system to generate three-dimensional model-ready emissions employing the fire-plume rise algorithm. This study suggests a practicable and maintainable methodology for supporting Asian air-quality modeling studies and to help understand the impact of air-pollutant emissions on Asian air quality.
본 연구에서는 에어로솔의 간접 효과를 고려한 구름의 광학두께와 유효입자반경을 산출하기 위해 새로운 알고리즘을 개발하였다. 구름의 미세물리적 특성을 산출하기 위해 Nakajima and Nakajima(1995)의 방법을 응용하였다. 다양한 대기상태에서 복사전달모델을 이용하여 미리 계산한 서로 다른 LUT을 적용하여 최종 산출물인 구름광학두께와 유효입자반경을 산출하였다. 러시아지역에 산불이 있었던 2003년 5월 한반도 주변을 사례로 선택하였다. 이 때 발생한 에어로솔은 대기 흐름을 따라 한반도까지 도달하여 한반도 주변의 날씨에 매우 많은 영향을 주었다. 본 연구에서는 이 시기에 러시아 지역의 산불로 인하여 발생한 에어로솔이 한반도 주변의 구름에 어떠한 영향을 주는지 알아보았다. 이 사례의 알고리즘 적용을 위해 Terra위성에 탑재된 분광계인 MODIS자료를 사용하였다. 사례분석 결과, 에어로솔이 있는 시기에는 유효입자반경이 $20{\mu}m$ 이상의 큰 구름은 거의 존재하지 않았음에 비해, 에어로솔이 거의 없는 시기에는 $20{\mu}m$ 이상의 큰 구름도 다수 존재하였다. 즉, 에어로솔의 영향하에 발달한 구름은 구름광학두께는 크고, 유효입자반경은 작은 구름이라는 것을 확인할 수 있었다. 이러한 결과는 에어로솔이 구름의 미세물리적 특성을 변화시킨다는 것을 보여준다.
최근 국내‧외적으로 많은 지진이 발생하고 있는 상황에서, 우리나라의 건물은 내진설계 및 지진피해에 매우 취약한 상황이다. 따라서 현 연구의 목적은 건물에 대한 지진취약도 등급화 및 위험건물 밀도분석을 수행하는 효과적인 방법을 발굴하고 이를 모델화하여, 시범지역(서울시)자료를 활용해 검증해 보는데 있다. 이를 위해 활용된 두 가지 모델링 기법 중, 통계 분석 기법의 예측정확도는 87%였고, 머신러닝 기법은 Random Forest모델의 예측정확도가 가장 높았으며, 해당 모델의 Test Set 정확도는 97.1%로 도출되었다. 분석결과, 구별 등급화 결과는 광진구와 송파구가 상대적으로 위험하다고 예측되었으며, 위험건물 밀도분석은 서초구, 관악구, 강서구가 상대적으로 위험하다고 예측되었다. 최종적으로, 통계분석 기법을 활용한 분석결과가 머신러닝 기법을 활용한 분석결과보다 위험하게 도출되었으나, 우리나라에서는 지진 강도 6.5(MMI)가 내진설계의 기준인데, 서울시 건물의 약 18.9%가 내진설계 되어있는 것으로 확인된 것을 고려하면, 머신러닝 기법의 결과가 더 정확할 것으로 예측되었다. 현 연구는 인구 및 인프라와 경찰서, 소방서 등을 고려 않은 오직 건물만을 고려한 한계점이 있으며, 해당 한계를 포함해 수행하면 더욱 포괄적인 연구가 될 것이다.
이 연구는 채석장 개발 후 부지에 대한 타용도 활용에 관한 의식 분석을 통하여 타용도로 전환하는 모델을 개발함으로써 효율적으로 산림자원을 이용 개발할 수 있도록 하기 위하여 수행하였다. 설문조사 결과, 채석장 개발에 따른 경제적 발전 등 긍정적 측면보다 먼지, 소음, 산림훼손 등 부정적 시각이 약 5% 더 크게 나타나는 것으로 분석되었다. 응답자 중 42%는 채석장 개발 후 타용도 전환하여 활용하는 것이 좋다고 응답하였고, 타용도 전환은 문 화예술공간으로(25%), 타용도 활용은 인근 주민의 요구도가 큰 지역(32%), 타용도 전환시 적정한 규모는 5~10 ha의 규모(43%)가 선호도가 높았다. 폐채석지에 대하여 타용도 전환시 SWOT분석 결과, 강점요인은 국토의 효율적 활용, 근대산업유산+문화예술 융합형 콘텐츠의 개발, 인근 도시 및 휴양객의 볼거리 제공, 주변의 수려한 경관과 청정한 환경과의 조화, 주 5일 근무 증가 등에 따른 국내외 관광객의 지속적 증가이었다. 기회요인으로는 새로 개설되는 고속철도 지방도 등을 통한 획기적 교통망(접근성) 개선, 예술창작벨트 조성으로 신성장동력 창출, 관광과 교육의 접목을 통한 차별화된 문화예술공간 제공, 석재 가공품 개발을 통한 지역소득 창출, 에코시티 개발 등 지역개발 활성화이다. 약점요인으로는 심리적 원거리감과 낙후성, 체류형 관광기반의 취약이라고 분석되었다. 위협요인으로는 인근 채석장과 연계하여 개발시 지속적인 재원의 지원이 불가피하고, 폐채석지의 타용도 전환요청에 따른 법적 제도적 정비가 시급하다고 분석되었다. 폐채석지의 타용도 활용을 위한 개발형 복구모델은 조각공원, 폭포공원 및 호수공원, 암벽등산장 등의 유형, 체육공원+산림공원, 자생식물공원 유형, 문화예술공원 유형, 복합공원 유형, 저류지, 산불진화 저류지 유형, 노인병원, 농업시설지, 학교부지 등 기타 시설 유형으로 분석되었다. 토석채취 이용 후 부지에 대한 타 용도 활용은 이용자의 선호도를 고려하여 활용형태에 따른 시설 모형을 설정하는 것이 필요할 것으로 사료된다.
기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.
본 논문은 공중 혹은 해상배경에 표적과 화염이 동시에 존재할 때, 무인항공기에 장착된 EOTS(Electro-Optical Targeting System; 전자광학 추적장비)가 표적을 추적하기 위해 화염의 영향에 강건하도록 표적을 자동 인식하는 기법을 제안한다. 제안한 기법은 표적과 화염의 적외선 영상을 Gradient Vector Field로 변환하고, 각 Gradient magnitude를 Polynomial Curve Fitting 도구에 적용하여 다항식 계수를 추출 및 얕은 신경망 모델에 학습함으로써, 표적과 화염을 자동으로 인식한다. 확보한 표적 및 화염의 다양한 적외선 영상 DB를 학습데이터, 검증데이터, 시험데이터로 분류하여 제안한 기법의 표적 및 화염 자동 인식 성능을 확인하였다. 본 알고리듬을 활용하여 무인항공기의 자동비행 중 충돌회피, 산불탐지, 공중 및 해상의 목표물을 자동탐지 및 인식하는 분야에 적용될 수 있다.
과학 교수학습 과정에서 학습자들에게 문제를 해결하는 과정을 통해 비판적 사고 기능과 협동 기능을 신장하도록 하는 문제중심학습의 적용이 필요하며 이를 위한 구체적인 방안이 요구된다. 본 연구에서는 문제중심학습을 위한'문제상황'을 개발하고 이를 고등학교 과학수업에 적용한 후 학습자의 과학 성취도와 과학에 대한 태도 및 문제중심학습에 대한 인식을 조사 하였다. 고등학교 10학년을 대상으로 실험집단에는 '온실효과를 줄이기 위한 미래의 에너지'와 '인도네시아 산불과 엘니뇨'라는 문제 상황으로 문제중심학습을 실시하였고 통제집단은 학습지를 활용한 교사중심 수업을 실시한 결과는 다음과 같다. 첫째, 학습능력 수준과 무관하게 문제중심학습이 교사중심 수업보다 과학 성취도에 효과적인 것으로 나타났다. 둘째, 문제중심학습이 과학에 대한 태도에 미치는 효과를 검증한 결과, 과학수업의 즐거움 범주에서는 효과가 나타났으나 과학적 탐구에 대한 태도 범주와 과학적 태도의 적용 범주에서는 효과가 나타나지 않았다. 셋째, 문제중심학습에 대한 인식 조사 결과, 주어진 문제상황에서 문제를 구체적으로 진술해 내는 과정을 가장 어려워하면서도 또한 도움이 되는 활동으로 인식하였다. 이러한 연구 결과로부터, 과학 교육과정에 기초하면서 실제적이고 맥락적인 문제상황의 개발이 우선적인 과제임을 알 수 있었다.
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.