후쿠시마 원전사고 이후 비상 배터리 시설에 대한 안전성 강화가 요구되면서 리튬 폴리머 배터리를 적용한 새로운 전원 공급장치가 국내에서 세계 최초로 제안되었다. 그러나 제안된 기술을 현장에 적용하기 위해서는 배터리 장치가 설치되는 랙 시스템의 내진 안전성이 요구된다. 본 연구에서는 세계 최초로 72시간 용량 확보를 위해 개발 된 리튬폴리머 배터리 장치를 대상으로 지진 발생 시 전원장치의 안전성을 확보하기 위해 설계 된 전원장치 스트링 및 랙 프레임에 대한 내진성능을 평가하고자 하였다. 실험 결과 1) 단위 랙 시스템의 공진대역은 9 Hz로서 지진하중 전 후의 고유진동수가 변하지 않음에 따라 설계지진하중에 대한 부재 및 부재간의 연결부에 대한 안전성을 확인할 수 있었다. 원전 설계기준 OBE와 SSE에서의 가속도 응답 결과 2) 스트링 제작에 의한 진동 저감 효과가 약 20%정도 보였으며, 3) OBE, SSE 조건에서의 내진시험 결과 랙 프레임 시스템은 설계지진에 대해 안전한 것으로 나타났다. 따라서 본 연구에서 제시한 랙 시스템은 요구 지진력에 대한 구조적 건전성이 입증되었으므로 원전 시설에 적용이 가능한 것으로 나타났다.
Nam, Kyoung Hyup;Seo, Il;Kim, Dong Hwan;Lee, Jae Il;Choi, Byung Kwan;Han, In Ho
Journal of Korean Neurosurgical Society
/
제62권4호
/
pp.442-449
/
2019
Objective : Bone mineral density (BMD) is an important consideration during fusion surgery. Although dual X-ray absorptiometry is considered as the gold standard for assessing BMD, quantitative computed tomography (QCT) provides more accurate data in spine osteoporosis. However, QCT has the disadvantage of additional radiation hazard and cost. The present study was to demonstrate the utility of artificial intelligence and machine learning algorithm for assessing osteoporosis using Hounsfield units (HU) of preoperative lumbar CT coupling with data of QCT. Methods : We reviewed 70 patients undergoing both QCT and conventional lumbar CT for spine surgery. The T-scores of 198 lumbar vertebra was assessed in QCT and the HU of vertebral body at the same level were measured in conventional CT by the picture archiving and communication system (PACS) system. A multiple regression algorithm was applied to predict the T-score using three independent variables (age, sex, and HU of vertebral body on conventional CT) coupling with T-score of QCT. Next, a logistic regression algorithm was applied to predict osteoporotic or non-osteoporotic vertebra. The Tensor flow and Python were used as the machine learning tools. The Tensor flow user interface developed in our institute was used for easy code generation. Results : The predictive model with multiple regression algorithm estimated similar T-scores with data of QCT. HU demonstrates the similar results as QCT without the discordance in only one non-osteoporotic vertebra that indicated osteoporosis. From the training set, the predictive model classified the lumbar vertebra into two groups (osteoporotic vs. non-osteoporotic spine) with 88.0% accuracy. In a test set of 40 vertebrae, classification accuracy was 92.5% when the learning rate was 0.0001 (precision, 0.939; recall, 0.969; F1 score, 0.954; area under the curve, 0.900). Conclusion : This study is a simple machine learning model applicable in the spine research field. The machine learning model can predict the T-score and osteoporotic vertebrae solely by measuring the HU of conventional CT, and this would help spine surgeons not to under-estimate the osteoporotic spine preoperatively. If applied to a bigger data set, we believe the predictive accuracy of our model will further increase. We propose that machine learning is an important modality of the medical research field.
농업용 저수지 제체에 대한 그라우팅 주입효과 확인방법을 검증하기 위하여 물리·역학적 방법, 수리학적 방법, 지구물리학적 방법을 적용하여 결과를 분석하였다. 실내시험과 현장시험을 통하여 획득한 데이터들은 그라우팅 주입단계에 따라 ① 그라우팅 이전, ② 그라우팅 중 ③ 그라우팅 직후, ④ 그라우트재재령 28일 이후로 구분하여 획득되었다. 시추과정에서 획득되는 단위중량, 압축강도, 마찰각, 점착력, N값(관입저항치)의 경우 지반 개량을 확인할 수는 있지만, 지반의 불균질성에 기인하는 한계도 나타났다. 현장 투수시험으로 측정된 투수계수는 그라우트재가 고결되기 이전에도 차수성이 확인되어 그라우팅 직후에 저수지 제체의 개량효과를 확인하기에 가장 적합한 것으로 나타났다. 전기비저항탐사는 그라우팅 이전 저수지 제체에 발달하는 포화대와 누수영역 파악 활용에 적합하였다. 표면파탐사(MASW)는 그라우팅 주입 이후에 탄성파속도가 점차적으로 증가하는 경향성이 뚜렷하여 개량효과를 판단하는데 효과적인 것으로 판단되며, 탄성파 속도를 이용하여 동적특성을 산정할 수 있으므로 내진설계의 기초자료로 활용될 수 있을 것으로 기대된다.
본 연구는 일 감염병 전담병원 간호사의 COVID-19와 관련된 직무스트레스, 감정노동, 임파워먼트 및 재직의도 정도를 파악하고 COVID-19와 관련된 직무스트레스, 감정노동, 임파워먼트가 재직의도에 미치는 영향을 확인하고자 한다. 본 연구의 자료수집은 S시 소재 감염병 전담병원 간호사 162명을 대상으로 구조화된 설문지를 통해 2021년 8월 27일부터 2021년 9월 17일까지 실시하였고, SPSS/WIN 25.0을 이용하여 빈도와 백분율, 평균과 표준편차, 독립표본 t-검정, 분산분석, 피어슨상관계수, 다중선형회귀분석을 이용하여 분석하였다. 일반적 특성에 따른 차이 분석 결과 재직의도는 근무부서 및 근무만족도에 따라 유의한 차이가 나타났고, 재직의도와 COVID-19와 관련된 직무스트레스, 감정노동, 임파워먼트간의 상관관계를 분석한 결과 재직의도는COVID-19와 관련된 직무스트레스와 유의한 부적 상관관계(r=-0.215, p=0.006)를 나타냈고 임파워먼트와 유의한 정적 상관관계(r=0.343, p<0.001)를 보였다. 다중선형회귀분석 결과 재직의도에 영향을 미치는 유의한 변수로 근무만족도, COVID-19와 관련된 직무스트레스, 임파워먼트가 확인되었으며(F=23.751, p<0.001) 설명력은 30.0%이었다. 이상의 결과를 통해 효율적인 간호인력 관리를 위한 전략개발의 기초자료를 제공하고자 한다.
Beg, Mirza Belal;Viquar, Uzma;Naikodi, Mohammad Abdul Rasheed;Suhail, Habiba;Kazmi, Munawwar Husain
셀메드
/
제11권1호
/
pp.4.1-4.8
/
2021
Background: The Unani system of medicine has been practised since centuries for the treatment of a range of diseases. In spite of their efficacy they have been widely criticised due to the lack of standardization and poor quality control. Standardization of Unani medicine is a valuable issue at the present because they are very prone to contamination, deterioration, adulteration and variation in composition due to biodiversity as well as careless collection. Objective: To Standardize and Development of HPTLC Fingerprinting of a polyherbal Unani formulation Qurs-e-Safa. Materials and methods: The conventional and modern analytical techniques were used to standardise Qurs-e-Safa. The study was carried into three different batches of Qurs-e-Safa prepared with its ingredients. The parameters studied are organoleptic, microscopic, physicochemical parameters, phytochemical screening, TLC, HPTLC profile, aflatoxin, microbial load and heavy metal analysis. Results and conclusion: Qurṣ-e-Sa'fa is dark yellow in colour and aromatic smell. Uniformity of diameter and weight variation were found to be 13 ± 0, and 524.7 ± 1.72 mg. friability, hardness and disintegration time of all 3 batches were found to be (0.0615 ± 0.004, 0.0885 ± 0.0047 and 0.0725 ± 0.0058), (3.5 ± 0.2886, 3.67 ± 0.1674 and 3.67 ± 0.1674) and (16 to 17 minutes). Extractive value were found to be maximum in distilled water (38.488 ± 0.20, 37.3824 ± 0.38 and 39.8177 ± 0.13) followed by alcohol (27.5406 ± 0.54, 27.5656 ± 0.32 and 26.9229 ± 0.25). Loss of weight on drying, pH, total ash, acid insoluble ash, qualitative test was set in. Phytochemical screening revealed the presence of Carbohydrates, Phenols, Resins, Proteins, Steroids, fixed oil and Flavonoids. The microbial load was found absent and heavy metals were within permissible limits. The data evolved from the study may serve as a reference to validate and also help in the quality control of other finished products in future research.
본 연구는 2016년 발생한 9.12 경주지진을 중심으로 경주시 건축물의 지진 취약성을 평가하고 지도를 제작하는데 목적이 있다. 지진 취약성을 평가하기위해 지질공학, 물리, 구조적 요인과 관련된 11개의 영향인자를 선정하였으며, 이는 독립변수로 적용되었다. 종속변수로는 9.12 경주지진 당시 실제 피해 입은 건축물의 위치자료가 사용되었다. 평가 모델은 기계학습 방법의 RF와 SVM을 기반으로 구축하였으며, 훈련 및 검증 데이터셋은 70:30 비율로 무작위 선별되었다. 정확도 검증은 ROC 곡선을 사용하여 최적 모델을 선별하였으며, 각 모델의 정확도는 RF(1.000), SVM(0.998), 예측 정확도는 RF(0.947), SVM(0.926) 로 나타났다. RF 모델을 기반으로 경주시 전체 건축물의 예측 값을 도출하였으며, 이를 등급화 하여 지진 취약성 지도를 작성하였다. 행정동별 건물 등급 분포를 살펴본 결과, 황남동, 월성동, 선도동, 내남면이 취약성이 높은 지역으로, 양북면, 강동면, 양남면, 감포읍이 상대적으로 안전한 지역으로 나타났다.
도시의 쇠퇴를 판단하고자 하는 다양한 연구가 진행되었지만 대부분의 연구에서는 쇠퇴도시의 일반적인 특성을 활용하여 보편적인 수준에서의 도시쇠퇴를 분석하였다. 하지만 도시의 쇠퇴는 특정 도시의 고유한 특성에 기반하여 발생하기 때문에 이를 고려해야한다. 또한 도시쇠퇴는 미세 공간에서 발생하고 확산하는 양상을 보이기 때문에 작은 단위의 공간을 연속적으로 분석해야한다. 본 연구는 울산광역시를 대상으로 지역적 특성을 고려한 도시쇠퇴 측정 모델을 개발하고, 이를 활용하여 울산광역시의 도시쇠퇴를 시간적·공간적으로 분석하는 것을 목적으로 한다. 지역적 특성을 모델에 반영하기 위하여 전국 평균대비 울산광역시의 지표값을 계산하여 이를 가중치에 반영한다. 또한 행정동 단위로 도시쇠퇴를 분석한 후 보다 작은 단위 공간에 대한 분석을 수행하기 위하여 공간적 계층구조를 활용해 집계구 단위로 도시쇠퇴를 분석한다. 모델을 활용하여 산출된 지수와 울산광역시의 사회현상을 연관지어 도시쇠퇴 패턴을 분석한 결과 도시쇠퇴가 군집을 이루며 시간이 흐를수록 인접지역으로 확산하는 형태를 보였다. 또한 신도심의 발생, 도시재생사업 등 도시 외적인 요소가 도시쇠퇴에 영향을 주고 있음을 확인하였다. 본 연구에서 활용한 도시쇠퇴측정모델을 통해 도시의 쇠퇴와 심각도를 파악함으로써 도시재생사업 필요지역의 우선순위를 제시할 수 있을 뿐만 아니라 진행중이거나 완료된 도시재생사업의 효과를 검정할 수 있다.
본 연구의 목적은 외부경제요인을 고려할 수 있는 새로운 산업용지 수요예측 방법을 제시하는 것이다. 분석모형은 외생변수를 고려할 수 있는 ARIMA-X를 이용하였다. 외생변수는 경제 및 산업구조를 반영할 수 있도록 거시경제, 제조업 경기실사지수 및 경기종합지수 변수들로 구성된다. 그리고 예측은 외생변수 중 산업용지 공급보다 선행하는 변수만을 사용한다. 산업용지 공급에 선행성을 갖는 변수는 수입액, 민간·정부소비지출, 총자본형성, 경제심리지수, 기계류내수출하지수, 경기종합선행지수로 나타났다. 이들 변수를 이용하여 ARIMA-X 모형을 추정한 결과, 수입액 변수만 포함된 ARIMA-X(1,1,0) 모형이 통계적으로 유의한 것으로 나타났다. 산업용지 수요예측은 수입액의 변화 시나리오를 반영하여 2021년부터 2030년까지의 산업용지를 예측하였다. 그 결과, 장래 산업용지 수요는 연평균 1.91% 증가한 1,030.79 km2로 예측되었다. 이 결과를 기존 지수평활법과 비교한 결과, 본 연구의 결과가 기존 모형보다 예측오차가 더 적게 나타났다. 새로운 산업용지 예측모형으로 사용가능할 것으로 기대된다.
본 연구에서는 장기재령(4~6년)으로 양생된 플라이애시 콘크리트를 대상으로 촉진 염화물 이온 통과 시험을 수행하였다. 콘크리트 배합은 3수준의 물-결합재 비(0.37, 0.42, 0.47)와 2수준의 플라이애시 치환율(0, 30 %)을 가지고 있었으며, 시간 의존적으로 개선되는 통과 전하량을 정량적으로 분석하였다. 또한 실험결과를 GRU 알고리즘을 고려한 단별량 시계열 모델을 적용하여 학습하였으며, 그 예측값을 평가하였다. 통과전하량 실험 결과, 플라이애시 콘크리트는 물-결합재 비에 의한 통과 전하량의 변화가 재령이 증가함에 따라 점차 감소하였으며 OPC 콘크리트에 비하여 우수한 염해저항성을 나타내었다. 최종 평가일인 6년에서 플라이애시 콘크리트는 모든 물 결합재 비 조건에서 'Very low' 등급에 해당되는 통과 전하량이 평가되었지만, OPC 콘크리트의 경우 가장 높은 물-결합재 비를 갖는 조건에서 'Moderate' 등급을 나타내었다. 메인 알고리즘으로서 사용한 GRU 알고리즘은 시계열 데이터를 분석할 수 있고 연산 속도가 빠른 장점을 갖고 있다. 4개의 은닉층을 갖는 딥-러닝 모델이 고려되었으며 결과값은 실험값을 합리적으로 예측하고 있었다. 본 연구의 딥-러닝 모델은 단변량 시계열 특성만을 고려할 수 있는 한계점이 존재하지만 추가 연구를 통해 콘크리트의 강도 및 확산계수와 같은 다양한 특성을 고려할 수 있는 모델이 개발 중에 있다.
본 연구는 GIS를 통해 토양정보를 수집하고 가공하여 농산물 생산량을 예측하는 모델을 제안한다. 농산물 생산량 예측 딥러닝 알고리즘은 공개된 CNN-RNN 농산물 생산량 예측 모델 구조를 변경하여 국내 농산물 자료 환경에 적합하도록 새롭게 구축하였다. 기존모델은 두 가지 특징을 가지고 있는데 첫 번째는 농산물의 생산량을 해당 필지값이 아닌 당해 평균값으로 대체한다는 것이고 두 번째는 예측하는 연도의 데이터까지 학습한다는 것이다. 새로운 모델은 해당 필지의 값을 그대로 사용하여 데이터의 정확성을 확보하고 예측하고자 하는 연도 이전의 데이터만 가지고 학습할 수 있도록 네트워크 구조를 개선하였다. 제안한 CNN-RNN 모델은 1980년부터 2020년까지의 기상정보, 토양정보, 토양적성도, 생산량 데이터를 학습하여 김장용 가을배추의 지역별 단위면적당 생산량을 예측한다. 2018년부터 2021년까지 4개 연도별 자료에 대하여 계산하고 생산량을 예측한 결과, 테스트 데이터셋에 대한 오차백분율이 약 10% 내외로 실제값과 비교하여 정확도 높은 생산량 예측이 가능했고, 특히 전체 생산량 비중이 큰 지역에서의 생산량은 비교적 근접하게 예측하는 것으로 분석되었다. 또한 제안모델과 기존모델은 모두 학습자료 연도 수가 증가할수록 점점 오차가 작아지므로 학습데이터가 많아질수록 범용 성능은 향상되는 결과를 나타낸다.
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.