ICT의 발전으로 드론(이하, 무인기(Unmanned Aerial Vehicle, UAV)와 동일)이 대중화됨에 따라, 농업, 건축업 등 다양한 분야에서 드론이 유용하게 사용되고 있다. 그러나, 악의적인 공격자는 고도화된 드론을 통해 국가주요기반시설에 위협을 가할 수 있다. 이에, 불법드론의 위협에 대응하기 위해 안티드론 시스템이 개발되어왔다. 특히, 드론이 브로드캐스트하는 원격 식별 데이터(Remote-ID, R-ID) 데이터를 기반으로 불법드론을 탐지·식별하는 R-ID 기반 UAV 탐지·식별 시스템이 개발되어 세계적으로 많이 사용되고 있다. 하지만, 이러한 R-ID 기반 UAV 탐지·식별 시스템은 무선 브로드캐스트 특성으로 인해 보안에 매우 취약하다. 본 논문에서는 R-ID 기반 UAV 탐지·식별 시스템의 대표적인 예인 DJI 사(社) Aeroscope를 대상으로 보안 취약성을 분석하여, 재전송 공격(Replay Attack) 기반 무력화 방식을 제안하였다. 제안된 무력화 방식은 소프트웨어 프로그램으로 구현되어, 실제 테스트 환경에서 4가지 유형의 공격에 대해 검증되었다. 우리는 검증 결과를 통해 제안한 무력화 방식이 R-ID 기반 UAV 탐지·식별 시스템에 실효적인 무력화 방식임을 입증하였다.
선박 및 교량 구조물은 일종의 길이가 긴 박스형 구조로서 수직 굽힘 모멘트에 대한 저항력이 설계의 주요 인자이다. 특히 선박 거더는 반복적으로 불규칙적인 파랑하중에 장시간 노출되어 있기 때문에 구조부재의 연속 붕괴 거동을 정확하게 예측하는 것이 무엇보다도 중요하다. 본 논문에서는 순수 휨모멘트를 받는 박스거더의 하중 변화에 따른 좌굴을 포함한 소성 붕괴 거동을 수치해석적 방법을 이용하여 분석하였다. 분석대상은 Gordo 실험에서 사용한 세 가지 박스거더로 선정하였다. 구조강도 실험 결과와 비선형 유한요소해석에 의한 결과를 비교하여 차이가 발생하는 원인에 대해서 고찰하였다. 본 논문에서는 카본스틸 재료의 제작 시 필연적으로 사용하는 용접열에 의한 초기 처짐의 영향을 반영하기 위하여 전체와 국부적인 처짐 형상의 조합을 제안하였고, 이 결과는 실험 결과와 거동 및 최종강도 추정율이 7% 이내에서 잘 일치하고 있었다. 논문에서 검토한 절차 및 초기 처짐 구성에 대한 내용은 향후 유사 구조물의 최종강도를 분석하는데 좋은 지침으로 사용할 수 있다.
본 논문에서는 시스템의 변경이 많고 적은 비용으로 고성능 데이터 처리가 요구되는 응용분야에서 시스템의 유연성, 가격, 크기 및 성능을 개선하기 위한 목적으로 알테라(Altera)의 $Nios^{(R)}$ II 임베디드 프로세서(embedded processor) 4개를 사용하여 주종(master-slave)과 공유메모리(shared memory) 구조를 가지는 병렬처리 시스템을 설계하고 구현하였다. 설계한 병렬처리 시스템은 $Nios^{(R)}$ II 32bit RISC 프로세서. $SOPC^{(R)}$ Builder, $Quartus^{(R)}$ II, $ModelSim^{(R)}$으로 개발되었으며 설계한 병렬처리 시스템의 성능 평가는 $Terasic^{(R)}$사의 $DE2-70^{(R)}$ 레퍼런스 보드($Cyclone^{(R)}$ II(EP2C70F896C6N) FPGA)에서 검증하고 구현하였다. 설계한 병렬처리 시스템의 성능을 평가하기 위해서 1개, 2개, 4개의 프로세서로 512, 1,024, 2,048, 4,096, 8,192 N-point FFT(fast fourier transform) 연산을 수행하여 속도향상(Sp)과 시스템의 효율(Ep)을 평가하였다. 성능평가 결과 Sp는 1개의 프로세서를 사용한 경우에 비해서 2개의 프로세서를 사용한 경우 평균 1,8배, 4개의 프로세서를 사용한 경우에는 평균 2.4배의 속도향상을 보였다. 또한 Ep는 1개의 프로세서를 사용한 경우에는 1, 2개의 프로세서를 사용한 경우에는 평균 0.90, 4개의 프로세서를 사용한 경우에 평균 0.59를 보였다. 결과적으로 논문에서 구현된 병렬처리 시스템은 단일 프로세서를 사용하는 경우에 비해서 고성능 데이터 처리가 요구되는 분야에서 경제적인 시스템으로 구현할 수 있음을 보였다.
대다수의 부유식 해양플랜트는 위치 유지의 방법으로서 체인 계류 시스템을 사용하나, 그 설계 변경 과정은 논문으로 찾아보기 힘들다. 본 연구는 FLBT를 대상 해양플랜트로 선정하여 계류 초기설계안과 모형시험을 수치해석으로 분석하고, 변경된 설계조건에 따라 새로운 계류 설계안을 제시하였다. 주된 환경 방향에 따라 계류선 묶음(bundle)의 주 방향을 조절하는 것이 계류 설계하중 감소에 크게 유효했다. 터렛 계류된 해양플랜트라도 횡파에 노출되며, 횡파 중 운동 때문에 높은 계류 인장력이 발생했다. 일치된 환경 방향 조건은 설계조건이 될 수 없으며, 바람, 파도, 조류의 각 환경 방향이 복잡한 조건에서 설계 계류 하중이 발생했다. 횡요 운동이 계류 인장력에 미치는 영향이 큼으로 적절한 횡요 감쇠 계수를 계류해석에 적용하는 것이 중요하다.
이 연구에서는 기존 프리캐스트 콘크리트 (Precast concrete, PC) 더블월 시스템의 복잡한 제작 공정을 간소화하면서 콘크리트 패널 형성 시 발생할 수 있는 레이턴스 등의 결함을 제거하고자 고안된 새로운 PC 더블월 공법을 소개하고 이때, PC 패널이 운반 또는 현장 콘크리트 타설 시 손상되지 않고 간격을 유지하는 역할을 하는 각형 강관에 대한 인장저항 성능을 규명하기 위한 실험적 연구를 수행하였다. 각형 강관의 단부 상세를 변수로 인장실험을 계획하였으며 개구부 형성에 따른 강판의 처리방법, 매립 콘크리트의 존치 유무, 추가적인 장부작용 확보를 위한 철근용접 등을 변수로 설정하여 효과적인 강관 단부 상세를 도출하고자 하였다. 결과적으로, 강관 단부의 측면을 절개한 강판을 강관 단부 방향 안쪽으로 절곡한 강관 실험체 (ST_CP)를 제외하고 기준실험체 (ST)에 비하여 20~30% 가량 증가한 최대 인장강도를 나타내었다. 기준실험체 내부에 콘크리트를 채운 실험체 (ST_CON)가 PC 더블월 제작 시 구성되는 각형 강관 연결부와 유사한 상세를 가지며 추가적인 시공과정과 비용이 요구되지 않으므로 가장 적합한 연결상세인 것으로 판단된다.
Purpose: The objective of this study was to propose a deep-learning model for the detection of the mandibular canal on dental panoramic radiographs. Materials and Methods: A total of 2,100 panoramic radiographs (PANs) were collected from 3 different machines: RAYSCAN Alpha (n=700, PAN A), OP-100 (n=700, PAN B), and CS8100 (n=700, PAN C). Initially, an oral and maxillofacial radiologist coarsely annotated the mandibular canals. For deep learning analysis, convolutional neural networks (CNNs) utilizing U-Net architecture were employed for automated canal segmentation. Seven independent networks were trained using training sets representing all possible combinations of the 3 groups. These networks were then assessed using a hold-out test dataset. Results: Among the 7 networks evaluated, the network trained with all 3 available groups achieved an average precision of 90.6%, a recall of 87.4%, and a Dice similarity coefficient (DSC) of 88.9%. The 3 networks trained using each of the 3 possible 2-group combinations also demonstrated reliable performance for mandibular canal segmentation, as follows: 1) PAN A and B exhibited a mean DSC of 87.9%, 2) PAN A and C displayed a mean DSC of 87.8%, and 3) PAN B and C demonstrated a mean DSC of 88.4%. Conclusion: This multi-device study indicated that the examined CNN-based deep learning approach can achieve excellent canal segmentation performance, with a DSC exceeding 88%. Furthermore, the study highlighted the importance of considering the characteristics of panoramic radiographs when developing a robust deep-learning network, rather than depending solely on the size of the dataset.
이 연구는 기존에 연구에 의하여 개발된 고인성 섬유복합 모르타르에 고로슬래그미분말을 혼입하여 연성과 강도 측면에서 보다 개선된 재료를 개발함에 목적이 있으며 이를 위해 고로슬래그미분말이 혼입한 배합에 대하여 섬유-모르타르 경계면의 마이크로역학(micromechanics)적 특성과 모르타르 매트릭스의 파괴역학(fracture mechanics)적 특성을 파악하였다. 고로슬래그미분말이 혼입된 배합의 경우에는 고로슬래그미분말을 혼입하지 않은 경우와 비교하여 화학적 부착은 큰 변화가 없지만 마찰부착은 10% 정도 증가하는 것을 알 수 있었다. 한편 모르타르트의 쐐기쪼갬실험을 통해 결정된 매트릭스의 파괴인성은 고로슬래그미분말을 혼입하지 않은 경우보다 파괴인성이 약간 증가하는 것을 알 수 있었다. 결정된 섬유-매트릭스 경계면의 마이크로역학적 특성과 모르타르의 파괴역학적 특성을 이용하여 안정상태 균열이론(steady-state cracking theory)을 배경으로 1축인장 하에서 인장변형률 경화거동을 하는 고인성 섬유복합 모르타르의 기본배합과 물-결합재비의 범위를 선정하였다. 개발된 재료는 1축 인장 하에서 변형률 경화 거동을 나타내었으며 변형률은 3.6%, 인장강도는 약 5.3MPa를 나타냈으며 이는 고로슬래그미분말을 혼입하지 않은 섬유복합 모르타르보다 뛰어난 인장 변형 성능과 놀은 인장 강도이다. 고로슬래그미분말을 혼입할 경우 마찰부착과 파괴인성이 증가하는 효과는 안정상태의 균열이론을 만족시키는 데에 오히려 장해 요인이 된다. 그러나 결과적으로는 이러한 단점을 극복하고 오히려 우수한 인장변형 성능을 나타내었다. 즉, 변형률 경화 거동으로 표현되는 높은 연성에는 악영향을 주지 않으면서 매트릭스의 강도를 향상시키는 효과를 나타낸 것이다. 이러한 우수한 수준의 성능을 보인 이유는 고로슬래그미분말을 혼입함으로써 유동성과 섬유의 분산성이 크게 증진되었기 때문인 것으로 사료된다.
장소 브랜딩은 특정 장소에 대한 의미 부여를 통해 장소성의 정체성 및 공동가치를 생성하며 가치 창출을 하는데 중요한 활동이며, 장소 브랜드에 대한 이미지 파악을 통해 이루어진다. 이에 마케팅, 건축학, 도시건설학 등 여러 분야에서는 인상적인 장소 브랜드의 이미지를 구축하기 위하여 많은 노력을 기울이고 있다. 하지만 설문조사를 포함한 대면조사 방법은 대부분 주관적인 작업이며 측정에 많은 인력 또는 고도의 전문 인력이 소요되어 고비용을 발생시키므로 보다 객관적이면서도 비용효과적인 브랜드 이미지 조사 방법이 필요하다. 이에 본 논문은 텍스트마이닝을 통하여 장소 브랜드의 이미지 강도를 객관적이고 저비용으로 얻는 방법을 찾는 것을 목적으로 한다. 제안하는 방법은 장소 브랜드 이미지를 구성하고 있는 요인과 그 키워드들을 관련 웹문서에서 추출하며, 추출된 정보를 통해 특정 장소의 브랜드 이미지 강도를 측정하는 방법이다. 성능은 안홀트 방법에서 평가에 사용하는 전세계 50개 도시 이미지 인덱스 순위와의 일치도로 검증하였다. 성능 비교를 위해 임의로 순위를 매기는 방법, 안홀트의 설문방식대로 일반인이 평가하는 방법, 본 논문의 방법을 사용하되 안홀트의 방법으로 학습한 것으로 유의한 것으로 추정되는 평가 항목만을 반영하는 방법과 비교하였다. 그 결과 제안된 방법론은 정확성, 비용효율성, 적시성, 확장성, 그리고 신뢰성 측면에서 우수함을 보일 수 있었다. 따라서 본 연구에서 제안한 방법론은 안홀트 방식에 상호 보완적으로 사용될 수 있을 것이다. 향후에는 장소 브랜드 이미지를 형성하는 속성 별로 등장횟수를 계산 한 후에 장소 브랜드에 대한 태도, 연상, 그리고 브랜드 자산과의 인과관계를 자동으로 파악할 수 있는 부분까지 구현하고 실증적 실험을 할 예정이다.
'한강찰 1호'는 국립식량과학원 기능성작물부에서 2006년도에 육성한 중생 복합내병충성 통일형 찰벼 품종으로 그 주요 특성은 다음과 같다. 1. 출수기는 중부평야지 및 영 호남평야지 보통기 보비재배에서 8월 13일로 신선찰벼 보다 3일 늦은 중생종이다 2. '한강찰 1호'의 주당수수는 10개, 수당립수는 156개의 수중형이고, 등숙비율은 85%, 현미 천립중은 21.2 g이다. 3. 성숙기의 엽노화는 중간 정도이며 못자리일수 50일묘 이앙 시에 불시출수가 없으며 위조에는 강한 편이고, 내냉성 검정에서유모적고는 7, 출수지연 일수는 25일, 냉수구 임실율은 54%였고, 수발아율은 5.7%로 낮은 편이었고, 도복에는 강한 편이다. 4. 잎도열병, 흰잎마름병($K_{1-3}$), 줄무늬잎마름병 및 오갈병에 저항성이고 검은줄오갈병에는 중도저항성이며, 벼멸구에는 감수성이고 애멸구에는 저항성이다. 5. '한강찰 1호'의 도정특성 중 도정수율은 '신선찰벼' 보다 약간 낮은 69.3%, 완전미율은 약간 높은 69.4%였다. 현미 장폭비는 1.90으로 쌀알이 약간 긴단원립이며 단백질 함량은 7.3%이고, 백도는 48.5로 신선찰벼와 비슷하였다. 6. 쌀 수량은 중부평야, 호남 충남평야 및 영남평야지 보통기 보비재배 10개소에서 쌀 수량은 6.04 MT/ha로 대조품종보다 8% 증수된 수량성을 보였다.
플랜트, 토목 및 건축 사업에서 말뚝(Pile) 설계 시 어려움을 겪는 주된 요인은 지반 특성의 불확실성이다. 특히 표준관입시험(Standard Penetration Test, SPT)을 통해 측정되는 N치를 얻는 것이 가장 중요한 자료이나 광범위한 모든 지역에서 구하는 것은 어려운 현실이다. 짧은 해외사업 입찰기간 내에 시추조사를 할 경우 인허가, 시간, 비용, 장비접근, 민원 등 많은 제약요건이 존재하여 전체적인 시추조사가 어렵다. 미시추 지점에서 지반 특성은 엔지니어의 경험적 판단에 의존하여 파악되고 있고, 이는 말뚝의 설계 및 물량산출 오류로 이어져서, 공기 지연 및 원가 증가의 원인이 되고 있다. 이를 극복하기 위해서, 한정된 최소한의 지반 실측 자료를 활용하여 미시추 지점에서도 N치를 예측 할 수 있는 기술이 요구되며, 본 연구에서는 AI기법 중 하나인 인공신경망을 적용하여 N치를 예측하는 연구를 수행하였다. 인공신경망은 제한된 양의 지반정보와 생물학적인 로직화 과정을 통하여 입력변수에 대한 보다 신뢰성 있는 결과를 제공하여 준다. 본 연구에서는 최소한의 시추자료의 지반정보를 입력항목으로 하여 다층퍼셉트론과 오류역전파 알고리즘에 의하여 학습된 패턴을 가지고 미시추 지점에서 N치를 예측하는데 그 목적을 두고 있다. 이를 위하여 2개 현장(필리핀, 인도네시아)에 AI기법 적용시 실측값과 예측값에 대한 적정성을 검토하였고, 그 결과 예측값에 대한 신뢰도가 높은 것으로 연구 검토되었다.
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.