본 연구는 학습자의 학습활동에 대한 평가의 측면에서 지금까지 학교현장에서 실시되고 있는 수행평가의 여러 가지 기법 중 포트폴리오 평가에 대하여 외국, 특히 뉴질랜드 초등학교에서 이루어지고 있는 전반적인 포트폴리오의 샘플 및 사례를 초등수학을 중심으로 제시함으로서 독자들에게 우리나라에서 이루어지고 있는 포트 폴리오와의 비교분석을 할 수 있는 기회를 제공함과 동시에 이를 통한 몇 가지 시사점을 주는데 있다. 본 연구를 통하여 얻은 시사점은 뉴질랜드 초등학교에서의 포트폴리오 평가는 다양한 관점에서 그리고 실생활 전반을 통하여 능동적으로 지식을 창출할 수 있는 방향으로 접근하고 있었으며 교과서적이고 인위적인 문제가 아닌 실생활의 상황 혹은 맥락을 그대로 여과 없이 다루고 있다는데 그 특정이었으며 언제나 교육과정의 각 영역을 골고루 다루면서 교육과정과의 연계성을 상대적으로 중시하고 있는 것으로 보인다.
신성장동력으로 활용영역이 확대되고 있는 바이오분야에 대한 관심의 급증으로 최근 관련 투자 및 참여 부처가 확대되는 추세이다. 2008년 기준 국가연구개발사업에서 바이오분야 투자는 미래유망기술(6T) 중 IT에 버금가는 많은 투자가 이뤄졌으며 6개 부처 및 관련 청 출연기관 등에서 다양한 사업들을 수행하고 있다. 삶의 질, 고령화 및 환경 에너지 등 글로벌 이슈와 연관되는 바이오분야에 대한 국가연구개발사업의 포트폴리오 분석 및 포지셔닝 분석을 통해 바이오분야 투자현황을 검토 한 후 향후 바이오분야의 특성이 반영된 국가연구개발사업의 효율적 추진을 위한 투자 전략 및 방향을 제안하고자 한다.
Journal of the Korean Data and Information Science Society
/
제17권2호
/
pp.355-366
/
2006
Customer Satisfaction (CS) in Auto insurance market is the important factor which makes customer loyalty and retention increase. Recently On-line companies are threatening the existing Off-line companies with taking advantage of the low price through cut-offing the price by internet marketing. Therefore, the CS is becoming an indispensable survival strategy to the Off-line companies. Under these circumstances, this study finds out what the CS factors are in the auto insurance market, and produces levels of CS, customer loyalty and satisfaction Index of each category. The purpose of this study is to suggest the strategic improvement factor for elevating CS level and strategic direction for CS management by CS portfolio analysis based on the survey result.
KOSPI200 선물 트레이딩을 위해 업계에서는 여러 전략으로 포트폴리오를 구성해서 운용한다. 동일한 전략 모음을 갖고 있더라도 포트폴리오를 어떻게 구성하느냐에 따라 수익은 크게 차이가 난다. 시장 상황에 맞는 전략들로 포트폴리오를 구성하는 것은 오랜 경험과 탁월한 노하우가 있어야하는 어려운 작업이다. 본 논문에서는 SVM을 활용하여 쉽고 빠르게 적절한 전략 포트폴리오를 구성하는 방법을 제시하였다. 본 논문에서 제안한 시스템의 성과는 벤치마킹의 성과와 비교하여 2배 이상의 수익을 내는 것을 확인하였다. 1990.01.03~2011.11.04 동안의 KOSPI200 데이터 중 이전 80%의 데이터로 학습을 하고 최근 20%의 데이터로 성능을 시험하였다. 각 전략별로 선택여부를 판별하는 SVM모델을 만들고 그 결과를 바탕으로 포트폴리오를 구성하였다. 벤치마킹을 위해 KOSPI200 선물을 2계약 매수한 경우의 수익, 시험 시작 직전 30일간 최고 수익을 낸 2개 전략의 수익, 실제 최고 수익을 낸 전략 2개를 보유했을 때의 수익과 비교하였다. 매매 비용을 반영하지 않을 때는 벤치마킹은 132.2~510.37pt의 수익을 냈고, 본 시스템은 1072.36~1140.91pt의 수익을 보여주었다. 그리고 거래비용을 감안하면 벤치마킹은 130.44~502.41pt의 수익을 냈고, 본 시스템은 706.22pt~768.95pt의 수익을 나타내었다. 본 논문은 기계학습을 통한 전략 포트폴리오를 구성하는 방안이 유의미하며 실전에 활용할 수 있음을 보여주었다. 이를 바탕으로 여러 전략과 다양한 시장에 적용해서 안정성을 검증하면 견고한 상용 솔루션으로 발전시킬 수 있을 것이다. 그리고 자금관리 기법을 더 반영한다면 수익을 더욱 크게 향상시킬 수 있을 것이다.
이 연구의 목적은 포트폴리오 평가의 내용 타당도를 검증하고 학생 포트폴리오에서 파악할 수 있는 정보의 유형을 조사하는 것이다. 내용 타당도를 각 차시의 목적과 교육과정의 중점에 비추어 검증하였으며, 학생 포트폴리오를 분석하여 어떤 정보를 파악할 수 있는지 분석하였다. 분석에 사용한 학생 포트폴리오는 경기도 평택시 A 초등학교 4학년 한 학급에서 실시한 것이다. 포트폴리오에는 4학년 2학기 지층과 화석, 열과 물체의 변화단원 내용이 포함되어 있다. 4학년 교과서, 실험관찰, 교사용 지도서 역시 분석되었으며, 그 결과는 학생 포트폴리오에서 파악한 정보와 비교하였다. 과학교육전문가 2인과 10명의 현직 초등 교사가 분석에 참여하였다. 연구 결과 포트폴리오 평가 양식과 교육과정 및 교과서 내용은 $70\sim100%$ 범위의 일치도를 보였다 교육과정 중점과 비교할 때는 90% 이상의 일치도를 나타냈다. 학생 포트폴리오는 이해, 관찰, 의욕, 학습의 과정에 대한 정보를 많이 포함하고 있었으며, 결론도출, 의사소통, 자기 주도, 학습의 진전, 자기 개념, 상호작용, 학습의 과정에 대한 정보도 상당히 포함하고 있는 것으로 나타났다. 전체적으로 볼 때 학생 포트폴리오와 교과서의 정보는 거의 비슷한 수준을 보였다. 다만 예상, 의욕, 자기 주도, 상호 작용과 같은 정보는 학생 포트폴리오에 더 많이 포함되어 있었으며, 관찰이나 실험 계획에 대한 정보는 과학교과서에서 상대적으로 더 많이 포함하고 있는 것으로 나타났다. 연구 대상 포트폴리오 평가 양식은 타당도가 높으며, 지필 검사로는 얻을 수 없는 다양하고 풍부한 정보를 포함하고 있었다. 학생 포트폴리오에서 얻은 정보를 잘 활용하면 학생들의 학습과 장점에 대한 깊은 이해를 할 수 있고, 이를 바탕으로 학생들의 과학 학습을 크게 향상시킬 수 있을 것으로 기대된다.
과거 국내금융기관의 신용공여는 소수 대기업과 그들의 계열사 및 일부 업종에 집중되었기 때문에 국내금융기관은 위험이 분산된 대출포트폴리오를 소유하지 못했었다. 이번 IMF 금융위기는 다수의 부실채권을 발생시킴으로써 개별 대출에 대한 위험관리뿐만 아니라 대출들로 구성되어진 포트폴리오에 대한 위험관리가 필수적이라는 것을 보여주었다. 본 논문의 목표는 국내금융기관들이 신용위험을 분산시켜 위험-수익 측면에서 효율적인 대출포트폴리오의 관리 방안을 제시하고자 하는 것이다. 본 논문에서는 대출포트폴리오의 효율적 관리를 위하여 선진 금융기관에서 많이 사용하는 계량적 신용위험관리 기법인 KMV Model과 CreditMetrics를 소개하였다. KMV Model은 옵션가격결정모형에 근거하여 기업의 주가수준 및 변동성으로 부터 대출기업의 부도확률을 도출하고, 주가의 상관관계를 토대로 개별 대출들간에 기대수익의 상관관계를 추정한다. 따라서 금융기관은 이 모형을 이용하여 위험이 잘 분산된 효율적인 대출포트폴리오를 구할 수 있다. CreditMetrics는 대출포트폴리오의 위험노출을 계량적으로 평가하는 VaR(Value at Risk)를 구하는 것으로 신용위험으로 인한 대출포트폴리오의 가치변동에 따른 잠재적 손실을 측정하는 기법이다. 이 기법에 따르면 금융기관은 과거 경험에 근거하여 신용등급별로 신용등급의 변동확률을 파악하고, 신용등급의 변동에 따른 대출포트폴리오 가치 변동과 손실가능성을 측정할 수 있다. 이와 같이 국내금융기관은 보다 과학적이고 계량화된 위험관리 기법을 적용하여 개별 대출의 한계위험공헌도 및 대출들 상호간에 위험의 상관관계를 고려하여 신용위험을 분산시키는 대출포트폴리오 관리를 실시해야 할 것이다.
본 연구는 전문대학 부사관과 학생들의 인지 능력 향상을 위한 읽기 교육방안을 고찰하였다. 읽기의 정보 처리 과정에서 인지 능력이 부족할 경우 정보의 파악에 문제가 발생하게 된다. 이에 인지 능력 향상을 위한 읽기를 정의하고 인지 능력과 관련된 읽기학습-기록-점검-변화라는 읽기 교육의 단계를 설정하였다. 부사관과에 적합한 읽기 교육은 교육여건을 반영한 읽기 자료를 선정하고 이를 의사소통 교육의 과제로서 부과하는 것이다. 포트폴리오 교수학습 전략을 통해 학습자가 포트폴리오 점검표, 회차 별 구성, 자가 점검 및 실천방향을 작성함으로써 학생들이 자신의 인지 능력을 객관적으로 판단할 수 있게 하는 것이다. 이는 지속적인 읽기와 점검을 통해 학생들의 인지 능력을 실질적으로 향상시킬 수 있는 교육방안이다. 끝으로 향후 연구를 위한 제언을 하였다.
Journal of the Korean Data and Information Science Society
/
제19권4호
/
pp.1305-1325
/
2008
As index option markets grow recently, many analysts and investors become interested in forecasting the volatility of KOSPI 200 Index to achieve portfolio's goal from the point of financial risk management and asset evaluation. To serve this purpose, we introduce NN and SVM integrated with other financial series models such as GARCH, EGARCH, and EWMA. Moreover, according to the empirical test, Integrating NN with GARCH or EWMA models improves prediction power in terms of the precision and the direction of the volatility of KOSPI 200 index. However, integrating SVM with financial series models doesn't improve greatly the prediction power. In summary, SVM-EGARCH was the best in terms of predicting the direction of the volatility and NN-GARCH was the best in terms of the prediction precision. We conclude with advantages of the integration process and the need for integrating models to enhance the prediction power.
주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.
상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.
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.