가뭄은 주요 자연 재해 중의 하나이다. 가뭄 파악을 위하여 주로 강우량과 같은 기상자료를 주요 입력 자료로 활용하여 분석하고 있으나, 이러한 기상 자료는 한정된 기상 관측소로부터 얻어진 점자료에 해당된다. 따라서, 위성을 이용한 원격탐사 자료를 기상자료에서 포착할 수 없는 문제점을 보완하기 위한 자료로 활용할 수 있다는 확신 하에 본 연구를 진행하게 되었다. 본 연구에서는 NOAA 위성에 탑재되어 있는 AVHRR 센서로부터 얻어지는 자료를 이용하여 가뭄파악을 위한 분석을 실시하였다. NOAA/AVHRR로부터 얻어진 식생지수(NDVI)와 이로부터 얻을 수 있는 식생상태지수(VCI)를 이용하여 가뭄분석을 실시하였으며, 또한 광역적인 가뭄분석을 위해 위성자료를 이용하여 기후학적 물수지에 근거하는 간편한 방법을 제안하고 있다. 본 연구를 통하여 가뭄에 대한 시간적, 공간적 특성을 파악하는데 위성자료가 유용하게 이용될 수 있음을 알 수 있었으며, 습윤지표를 통하여 가뭄 지역도 작성이 가능함을 보여주고 있다.
본 연구는 동북아시아 지역의 이산화탄소 분포와 식생지수의 상관성 규명을 목적으로 한다. 이를 위해 지리가중치 분석기법을 활용하여 GOSAT 이산화탄소 측정자료와 MODIS 식생지수에 대해 다중공간회귀 분석을 시행하였다. 그 결과 이산화탄소와 식생지수 사이에는 전체적인 (-)의 상관관계가 나타나고 있음을 확인할 수 있었다. 공간적 자기상관성 측정을 위한 Global Morans'I지수와 Anselin Local Morans'I 통계 분석 결과에서는 이산화탄소는 일정한 군집성을 보이며 분포하고 있는 것으로 나타나났다. 이러한 결과는 산림파괴와 같은 개발 활동이 이산화탄소의 배출에 영향을 미쳐 일정한 군집을 형성하게 된 것으로 추정된다. 그러나 이산화탄소의 분포는 인위적 배출원과 식생의 호흡, 해양의 배출과 흡수 등의 다양한 요인과 결부되어 달라지기 때문에 이산화탄소 분포에 개입되는 다양한 변수와 상관성을 평가하는 후속연구가 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.
인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.
Choi, Yoon Jo;Cho, Han Jin;Hong, Seung Hwan;Lee, Su Jin;Sohn, Hong Gyoo
대한공간정보학회지
/
제24권4호
/
pp.3-11
/
2016
Sixty four percent of Korean territory consists of forest which is fragile for forest fire. However, it is difficult to detect the disaster-induced damages due to topographic complexity in mountainous areas and harsh weather conditions. For this reason, satellite imaging systems have been widely utilized to detect the damage caused by forest fire. In particular, ground vegetation condition can be estimated from multi-spectral satellite images and change detection technique has been used to detect forest fire damages. However, since Korea has clear four seasons, simple change detection technique has limitation. In this regard, this study applied the NDVI(normalized difference vegetation index) annual cycle modeling technique on time-series of Landsat images from 1991 to 2007 to analyze influence of forest fire of Yangyang-gun, Gangwon-do in 2005 on vegetation condition. The encouraging result was obtained when comparing the areas where forest fire occurs with non-damaged areas. The mean value of NDVI was decreased by 0.07 before and after the forest fire. On the other hand, annual variability of NDVI had been increasing and peak value of NDVI was stationary after the forest fire. It is interpreted that understory vegetation was seriously damaged from the forest fire occurred in 2005.
디지털 카메라를 이용한 지상형 원격탐사 기술은 농작물의 생육관리, 법면 녹화의 모니터링 및 환경 평가와 같은 식생평가분야에 유용한 기술로서 기대되고 있다. 본 논문에 서늘 일반적인 목적으로 판매되고 있는 디지털 카메라의 식생 평가분야에의 적용 가능성에 대하여 검토하였다. 그 결과, $\gamma$보정, 적정노출보정을 실시함으로써 시계열 관측 데이터간의 상면조도와 입사 에너지간의 관계를 분석할 수 있었다. 또한, 지상형 원격탐사에 있어서의 촬영 각도, 조도의 영향을 보정하기 위한 모델식을 제안하였다. 평가시험에서는 분광광도계와 디지털 카메라에 의해 구한 NDVI에는 높은 상관관계가 있음을 알 수 있었다.
본 연구는 Landsat TM 영상자료를 이용한 표면온도와 NDVI의 추출을 통해서 대구광역시의 열섬분포패턴과 녹지활력도를 평가하고자 하며, 아울러 녹지의 열섬완화 효과를 정량적으로 설명하기 위해서 토지피복분류를 기준으로 한 표면온도와 NDVI의 상관성을 분석하였다. 연구결과에 따르면, 자연식생으로 피복된 산림의 경우는 NDVI가 높고, 표면온도가 낮은 곳에 분포하고 있는 반면에, 피복상태가 불투수층의 인공포장재료로 구성된 도시역은 NDVI가 낮고, 표면온도가 높은 곳에 분포하고 있는 것으로 분석되었다. 이는 토지피복상태에 따른 표면온도의 차이가 인공 포장면의 증가에 따른 도시열섬효과의 간접적인 발생 원인임을 증명하는 것으로서, 향후 도시계획을 위한 녹지계획 수립시에는 열섬분포 패턴에 관한 인자가 중요하게 고려되어져야 할 것으로 사료된다.
지금까지 증발산량을 산정하기 위한 여러 가지 방법이 개발되어 왔다. 그러나 지표면에서 발생되는 증발산량을 지배하는 복잡한 지형 특성 및 토지 이용 등을 고려하여 정확한 증발산량을 산정한다는 것은 불가능에 가까운 일이다. 원격탐사 기법은 식생과 토지이용과 같은 지형조건과 관련된 증발산량을 산정하기 위한 하나의 수단으로 효과적으로 이용될 수 있다. 증발산량은 기상특성 뿐만 아니라 식생 조건에 의해 지배된다고 볼 수 있다. 그 중 식생조건은 NOAA/AVHRR 자료를 이용하여 얻을 수 있는 정규화 식생지수(NDVI)를 통하여 정량화할 수 있다. 본 연구에서는 금강유역을 대상으로 증발산량을 산정하기 위하여 NDVI와 기온자료를 조합하는 간편법을 제안하고자 한다.
지상 관측으로부터 수집된 시계열 원격탐사 자료는 관측환경의 악화와 감지 시스템의 기계적 고장과 같은 관측 장애요인에 의해 많은 미관측 및 악성 자료를 가지게 된다. 육상의 지표면 parameters는 기후와 주로 연관되어 있으므로 육상 관측 위성 영상에 나타나는 많은 물리적 과정은 계절 주기에 따른 시간적 변화를 보인다. 본 연구에서 제안된 적응 feedback 시스템은 계절에 따라 변하는 물리적 과정을 포함하는 시계열 원격 탐사 영상 시리즈를 재구축한다. 이 시스템에서는 계절적 변화를 추적하기 위하여 하모닉 모형을 사용하고 수치 영상 모형의 공간적 의존성을 나타내기 위해 Gibbs Random Field를 사용한다. 재구축 과정을 통하여 구성된 적응 하모닉 모형을 사용하여 지표면 연속적 변화를 감시할 수 있다. 본 연구에서는 1996년부터 2000년까지 한반도로부터 관측된 AVHRR 영상 시리즈를 일 주일 간격으로 정적 합성하여 NDVI 시리즈를 구하고 하모닉 모형을 사용하는 적응 재구축 시스템을 이 NDVI 시리즈에 적용하여 한반도 식생 변화를 추적하였다. 연구 결과는 하모닉 적응 재구축 시스템이 실시간 지표면 변화 감시를 하는데 매우 효과적인 수단이 될 것이라는 잠재성을 보여준다.
원격탐사는 넓은 지역을 직접 접촉하지 않고 정보를 취득할 수 있고 다양한 분야에 적용할 수 있음으로써 급속히 발전하게 되었다. 이에 따라 위성의 제원 또한 원격탐사의 발전과 함께 급속한 발전을 이루게 되었다. 이러한 이유로 여러 분야에서 활용에 관한 연구가 활발히 이루어지고 있다. 현재 활용에 관한 연구는 활발히 이루어지고 있지만, 자료처리에 관련된 연구가 부족한 실정이다. 예전보다 인공위성의 제원이 발전하면서 많은 양의 정보 획득이 가능해진 것과 동시에 데이터 크기 또한 매우 커졌다. 이는 과거에 비해 자료의 처리속도가 저하된다는 단점이 존재한다. 따라서 본 논문에서는 병렬 처리의 한 가지 기법인 NVIDIA에서 제공하고 있는 CUDA (Compute Unified Device Architecture) 라이브러리를 활용하여 위성영상 자료처리 성능의 최적화를 목적으로 하고 있다. 본 연구의 순서는 다음과 같다. 다목적실용위성(Korea Multi-Purpose Satellite, KOMPSAT)의 영상을 크기를 기준으로 5가지 Type으로 나눈다. 이렇게 나누어진 영상을 원격탐사 분야의 한 가지 방법인 NDVI (Normalized Difference Vegetation Index)로 구현한다. 이때 CPU (Central Processing Unit, 중앙처리장치) 기반과 GPU (Graphic Processing Unit, 그래픽처리장치) 기반의 두 가지 방법과 상용 소프트웨어인 ArcMap을 이용하여 NDVI를 구현한다. 그리고 동일한 영상 유무를 판단하기 위해 구현된 결과 영상들을 히스토그램과 시각적으로 비교하고 CPU 버전과 GPU 버전의 처리속도를 비교 분석하였다. 연구결과 CPU 버전과 GPU 버전의 결과 영상은 ArcMap으로 구현한 영상과 시각적 그리고 히스토그램 비교를 통해 같은 결과를 나타내어 NDVI 코드는 올바르게 구현되었으며, 처리속도는 CPU보다 GPU가 약 5배 정도 빠른 것으로 확인하였다. 본 연구에서 병렬 처리의 한 기법인 CUDA 라이브러리를 활용하여 위성영상 자료처리 성능을 향상시킬 수 있었으며, 향후 NDVI와 같은 단순한 픽셀 연산 이외에도 다양한 원격탐사 기법의 적용이 필요할 것으로 사료된다.
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.