|
|
|
ÄÉ¶ó½º Ã¢½ÃÀÚÀÇ µö·¯´× with R
|
|
|
¾ÆÀÌ·¯ºê A.I(Á¦ÀÌÆàÀÇ ÀΰøÁö´É)1
¤Ó ÇÁ¶û¼Ò¿Í ¼ñ·¹, ¹ÚÁø¼ö
¤Ó
Á¦ÀÌÆà
¤Ó
Deep Learning with R
|
|
|
|
- Á¦ÈÞ¸ô ÁÖ¹® ½Ã °í°´º¸»ó, ÀϺΠÀ̺¥Æ® Âü¿© ¹× ÁõÁ¤Ç° ÁõÁ¤, ÇÏ·ç/´çÀÏ ¹è¼Û¿¡¼ Á¦¿ÜµÇ¹Ç·Î Âü°í ¹Ù¶ø´Ï´Ù.
-
-
-
R°ú ÄÉ¶ó½º ¿¹Á¦·Î ¹è¿ì´Â µö·¯´× ÇÙ½É ¿ø¸®!
¸Ó½Å·¯´×Àº ÃÖ±Ù ¸î ³â µ¿¾È ÁÖ¸ñÇÒ ¸¸ÇÑ ¹ßÀüÀ» ÀÌ·ç¾ú´Ù. µö·¯´× ½Ã½ºÅÛÀ» ÅëÇØ ÀÌÀü¿¡´Â ºÒ°¡´ÉÇß´ø ½º¸¶Æ® ¾ÖÇø®ÄÉÀ̼ÇÀ» »ç¿ëÇÒ ¼ö ÀÖ°Ô µÇ¾úÀ¸¸ç, À̹ÌÁö ÀÎ½Ä ¹× ÀÚ¿¬¾î ó¸®, µ¥ÀÌÅÍÀÇ º¹ÀâÇÑ ÆÐÅÏ ½Äº° µîµµ °¡´ÉÇØÁ³´Ù. ÄÉ¶ó½º µö·¯´× ¶óÀ̺귯¸®´Â R ±â¹ÝÀÇ µ¥ÀÌÅÍ °úÇÐÀÚ ¹× °³¹ßÀÚ¿¡°Ô µö·¯´× °úÁ¦¸¦ ÇØ°áÇϱâ À§ÇÑ ÃÖ÷´Ü µµ±¸ ¸ðÀ½À» Á¦°øÇÑ´Ù. ÀÌ Ã¥Àº °·ÂÇÑ ÄÉ¶ó½º ¶óÀ̺귯¸®¿Í R ¾ð¾î ÀÎÅÍÆäÀ̽º¸¦ »ç¿ëÇØ µö·¯´×ÀÇ ¼¼°è¸¦ ¼Ò°³ÇÑ´Ù. ¡¶Deep Learning with Python¡·À̶ó´Â À̸§À¸·Î ÄÉ¶ó½º Á¦ÀÛÀÚÀÌÀÚ ±¸±Û ÀΰøÁö´É ¿¬±¸¿øÀÎ ÇÁ¶û¼Ò¿Í ¼ñ·¹°¡ Àú¼úÇÑ Ã¥À» ¹ÙÅÁÀ¸·Î ¾Ë½ºÆ©µð¿À(RStudio) ⸳ÀÚÀÎ J. J. ¾Ë·¡¾î(J. J. Allaire)°¡ R¿¡ ¸Â°Ô ¼öÁ¤ÇÏ¿´À¸¸ç, Á÷°üÀûÀÎ ¼³¸í°ú ½ÇÁ¦ÀûÀÎ ¿¹¸¦ ÅëÇØ µö·¯´×À» ÀÌÇØÇÒ ¼ö ÀÖ°Ô ¸¸µé¾î ÁØ´Ù. µ¶ÀÚµéÀº ÀÌ Ã¥À» ÅëÇØ ÄÄÇ»ÅÍ ºñÀü, ÀÚ¿¬¾î ó¸® ¹× »ý¼º ¸ðµ¨¿¡¼ R ±â¹Ý ¾ÖÇø®ÄÉÀ̼ÇÀ» »ç¿ëÇØ »õ·Î¿î ±â¼úÀ» ¿¬½ÀÇÒ ¼ö ÀÖÀ» °ÍÀÌ´Ù. ¶ÇÇÑ ¸Ó½Å·¯´×À̳ª µö·¯´×À» °æÇèÇÑ ÀûÀº ¾øÁö¸¸, R ÇÁ·Î±×·¡¹Ö ±â¼úÀº Áß±Þ ÀÌ»óÀ̾î¾ß ´õ¿í µµ¿òÀÌ µÉ °ÍÀÌ´Ù.
-
-
ÀÌ Ã¥ÀÇ ÁÖ¿ä ³»¿ë
¡á ±Ùº» °¡¼³µé·ÎºÎÅÍÀÇ µö·¯´×
¡á ÀڽŸ¸ÀÇ µö·¯´× ȯ°æ ¼³Á¤Çϱâ
¡á À̹ÌÁö ºÐ·ù ¹× »ý¼ºÇϱâ
¡á ÅؽºÆ® ¹× ½ÃÄö½º¿¡ ´ëÇÑ µö·¯´×
-
-
¿Å±äÀÌ ¸Ó¸®¸»
¸Ó¸®¸»
ÀÌ Ã¥ÀÇ ³»¿ë
º£Å¸¸®´õ Èıâ
PART I µö·¯´× ±âÃÊ 1
CHAPTER 1 µö·¯´×À̶õ ¹«¾ùÀΰ¡? 3
1.1 ÀΰøÁö´É, ¸Ó½Å·¯´×, µö·¯´× 4
1.2 µö·¯´×À» Çϱâ Àü¿¡: ¸Ó½Å·¯´×ÀÇ °£·«ÇÑ ¿ª»ç 17
1.3 ¿Ö µö·¯´×Àΰ¡? ¿Ö Áö±ÝÀΰ¡? 24
CHAPTER 2 ½ÃÀÛÇϱâ Àü¿¡: ½Å°æ¸ÁÀÇ ¼öÇÐÀû ºôµù ºí·Ï 30
2.1 ½Å°æ¸Á µÑ·¯º¸±â 31
2.2 ½Å°æ¸Á¿¡ ´ëÇÑ µ¥ÀÌÅÍ Ç¥Çö 36
2.3 ½Å°æ¸ÁÀÇ Àåºñ: ÅÙ¼ ¿¬»ê 44
2.4 ½Å°æ¸ÁÀÇ ¿£Áø: °æ»ç ±â¹Ý ÃÖÀûÈ 52
2.5 ù ¹ø° ¿¹Á¦ µÇµ¹¾Æº¸±â 60
2.6 ¿ä¾à 63
CHAPTER 3 ½Å°æ¸Á ÀÔ¹® 64
3.1 ½Å°æ¸Á ÇغÎÇÐ 65
3.2 ÄÉ¶ó½º ¼Ò°³ 69
3.3 µö·¯´× ¿öÅ©½ºÅ×ÀÌ¼Ç ¼³Á¤ 73
3.4 ¿µÈ °¨»óÆò ºÐ·ù: ÀÌÇ× ºÐ·ù ¿¹Á¦ 76
3.5 ´º½º ºÐ·ù: ´ÙÁß Å¬·¡½º ºÐ·ù ¿¹Á¦ 89
3.6 ÁÖÅà °¡°Ý ¿¹Ãø: ȸ±Í ¿¹Á¦ 97
3.7 ¿ä¾à 105
CHAPTER 4 ¸Ó½Å·¯´×ÀÇ ±âº» 106
4.1 ³× °¡Áö ¸Ó½Å·¯´× 106
4.2 ¸Ó½Å·¯´× ¸ðµ¨ Æò°¡ 110
4.3 µ¥ÀÌÅÍ Àüó¸®, Ư¡ °øÇÐ ¹× Ư¡ ÇнÀ 115
4.4 °úÀûÇÕ ¹× °ú¼ÒÀûÇÕ 119
4.5 ¸Ó½Å·¯´×ÀÇ º¸ÆíÀûÀÎ ÀÛ¾÷ È帧 128
4.6 ¿ä¾à 134
PART II µö·¯´× ½Ç½À 135
CHAPTER 5 ÄÄÇ»ÅÍ ºñÀü 󸮸¦ À§ÇÑ µö·¯´× 137
5.1 ÇÕ¼º¸Á ...¼Ò°³ 137
5.2 ¼Ò±Ô¸ð µ¥ÀÌÅͼÂÀ» ÀÌ¿ëÇØ ÇÕ¼º¸ÁÀ» óÀ½ºÎÅÍ ÈÆ·ÃÇϱâ 148
5.3 »çÀü ÈÆ·Ã ÇÕ¼º¸Á »ç¿ëÇϱâ 162
5.4 ÇÕ¼º¸ÁÀÌ ÇнÀÇÑ ³»¿ë ½Ã°¢ÈÇϱâ 178
5.5 ¿ä¾à 197
CHAPTER 6 ÅؽºÆ®¿Í ½ÃÄö½º¿¡ ´ëÇÑ µö·¯´× 198
6.1 ÅؽºÆ® µ¥ÀÌÅÍ·Î ÀÛ¾÷Çϱâ 199
6.2 Àç±Í ½Å°æ¸ÁÀÇ ÀÌÇØ 216
6.3 Àç±Í ½Å°æ¸ÁÀÇ °í±Þ »ç¿ë 228
6.4 ÇÕ¼º¸ÁÀ» »ç¿ëÇÑ ½ÃÄö½º ó¸® 249
6.5 ¿ä¾à 257
CHAPTER 7 °í±Þ µö·¯´× ¸ð¹ü »ç·Ê 259
7.1 ¼øÂ÷ ¸ðµ¨À» ³Ñ¾î: ÄÉ¶ó½º ÇÔ¼öÇü API 259
7.2 ÄÉ¶ó½º Äݹé°ú ÅÙ¼º¸µå·Î µö·¯´× ¸ðµ¨À» °Ë»çÇÏ°í °üÂûÇϱâ 277
7.3 ¸ðµ¨À» ÃÖ´ëÇÑ È°¿ëÇϱâ 287
7.4 ¿ä¾à 297
CHAPTER 8 »ý¼ºÀû µö·¯´× 298
8.1 LSTMÀ» »ç¿ëÇÑ ¹®Àå »ý¼º 300
8.2 µöµå¸² 310
8.3 ½Å°æ¸Á ÀÌ¿ë Èdz ¸ð»ç 317
8.4 °¡º¯ ¿ÀÅäÀÎÄÚ´õ·Î À̹ÌÁö »ý¼ºÇϱâ 327
8.5 »ý¼ºÀû Àû´ë ¸Á ¼Ò°³ 337
8.6 ¿ä¾à 347
CHAPTER 9 °á·Ð 348
9.1 ÇÙ½É °³³ä °ËÅä 349
9.2 µö·¯´×ÀÇ ÇÑ°è 360
9.3 µö·¯´×ÀÇ ¹Ì·¡ 366
9.4 ºü¸£°Ô º¯ÈÇÏ´Â ÇöÀå µû¶óÀâ±â 373
9.5 ¸Î´Â ¸» 375
APPENDIX A ¿ìºÐÅõ¿¡¼ ÄÉ¶ó½º¿Í ÇÊ¿äÇÑ °ÍµéÀ» ¼³Ä¡Çϱâ 376
A.1 ¼³Ä¡ °úÁ¤ °³¿ä 376
A.2 ½Ã½ºÅÛ Çʼö ±¸¼º ¿ä¼Ò ¼³Ä¡ 377
A.3 GPU Áö¿ø ¼³Á¤ 377
A.4 ÄÉ¶ó½º ¹× ÅÙ¼Ç÷Π¼³Ä¡ 380
APPENDIX B EC2 GPU ÀνºÅϽº¿¡¼ RStudio Server ½ÇÇàÇϱâ 382
B.1 µö·¯´×¿ë AWS¸¦ »ç¿ëÇØ¾ß ÇÏ´Â ÀÌÀ¯´Â ¹«¾ùÀΰ¡? 382
B.2 µö·¯´×¿ë AWS¸¦ »ç¿ëÇÏÁö ¾Ê´Â ÀÌÀ¯´Â ¹«¾ùÀΰ¡? 383
B.3 AWS GPU ÀνºÅϽº ¼³Á¤ 383
B.4 RStudio Server¿¡ ¾×¼¼½ºÇϱâ 387
B.5 ÄÉ¶ó½º ¼³Ä¡ 389
ã¾Æº¸±â
-
-
¸Ó½Å·¯´×Àº 1990³â´ë¿¡ À̸£·¯¼¾ß ¹ø¼ºÇϱ⠽ÃÀÛÇßÁö¸¸, °í¼Ó ó¸® Çϵå¿þ¾î¿Í ´ë±Ô¸ð µ¥ÀÌÅͼÂ6À» È°¿ëÇÒ ¼ö ÀÖ°Ô µÇ¸é¼ ÀΰøÁö´É ÇÏÀ§ ºÐ¾ß Áß °¡Àå Àα⸦ ²ø¾ú´Ù. ¸Ó½Å·¯´×Àº ¼ö¸®Åë°èÇаú ¹ÐÁ¢ÇÑ °ü·ÃÀÌ ÀÖÁö¸¸, ¸î °¡Áö Á¡¿¡¼ Åë°èÇаú´Â ´Ù¸¥ ¸éÀÌ ÀÖ´Ù. ¸Ó½Å·¯´×Àº Åë°èÇаú ´Þ¸® º£ÀÌÁî ºÐ¼®°ú °°Àº °íÀüÀûÀÎ Åë°è ºÐ¼®¿¡ È¿À²ÀûÀÌÁö ¸øÇÒ »Ó¸¸ ¾Æ´Ï¶ó º¹ÀâÇÑ ´ë±Ô¸ð µ¥ÀÌÅͼÂ(¼ö¹é¸¸ °³ À̹ÌÁö ¶Ç´Â °¢ À̹ÌÁö°¡ ¼ö½Ê¸¸ °³ Çȼ¿·Î ±¸¼ºµÈ µ¥ÀÌÅͼÂ)À» ó¸®ÇØ¾ß ÇÏ´Â °æÇâÀÌ ÀÖ´Ù. _6p
±×·¯¸é ÄÉ¶ó½º ¹× ÅÙ¼Ç÷ÎÀÇ ±âº» CPU ±â¹Ý ¼³Ä¡ ³»¿ªÀÌ Á¦°øµÈ´Ù. µö·¯´× ¿öÅ©½ºÅ×ÀÌ¼Ç ¼³Á¤À» ´Ù·é Àý¿¡¼ ¾ð±ÞÇßµíÀÌ, ¿©·¯ºÐÀº ¾Æ¸¶µµ GPU¿¡¼ µö·¯´× ¸ðµ¨À» ÈÆ·ÃÇØ º¸±â¸¦ ¹Ù¶ö °ÍÀÌ´Ù. ¿£ºñµð¾Æ GPU, Á¦´ë·Î ±¸¼ºµÈ CUDA ¹× cuDNN ¶óÀ̺귯¸®°¡ ÀÖ´Â ½Ã½ºÅÛ¿¡¼ ½ÇÇàÇÏ´Â °æ¿ì, ´ÙÀ½°ú °°ÀÌ ÅÙ¼Ç÷ζó´Â ¹é¿£µå ¿£ÁøÀÇ GPU ±â¹Ý ¹öÀüÀ» ¼³Ä¡ÇÒ ¼ö ÀÖ´Ù. _71p
ÀÌ´Â ÁöµµÇнÀÀÇ ±¸Ã¼ÀûÀÎ »ç·ÊÀÌÁö¸¸, º°µµÀÇ ¹üÁÖ¸¦ ÀÌ·ê ¸¸Å ¾ÆÁÖ ´Ù¸£´Ù. ÀÚ±âÁöµµÇнÀ(self-supervised learning)Àº »ç¶÷ÀÌ ÁÖ¼®À» ÷ºÎÇÏÁö ¾Ê´Â ÇнÀÀ» ¸»ÇÑ´Ù. ÇнÀ °úÁ¤¿¡ Àΰ£ÀÌ °³ÀÔÇÏÁö ¾Ê´Â ÁöµµÇнÀÀ¸·Î »ý°¢ÇÒ ¼öµµ ÀÖ´Ù. ºñÁöµµÇнÀ¿¡µµ (ÇнÀÀº ¹º°¡¿¡ ÀÇÇØ ÁöµµµÅ¾ß Çϱ⠶§¹®¿¡) ·¹À̺íÀÌ Æ÷ÇԵŠÀÖ±â´Â ÇÏÁö¸¸, ·¹À̺íÀº ÀϹÝÀûÀ¸·Î ÈÞ¸®½ºÆ½ ¾Ë°í¸®ÁòÀ» »ç¿ëÇØ ÀÔ·Â µ¥ÀÌÅͷκÎÅÍ »ý¼ºÇÑ´Ù. _108p
ÇÕ¼º¸Á ¿¹Á¦¿¡¼´Â ¸ðµç layer_max_pooling_2d ÀÌÈÄ¿¡ Ư¡ ÁöµµÀÇ Å©±â°¡ Àý¹ÝÀ¸·Î ÁÙ¾îµç´Ù. ¿¹¸¦ µé¾î, ù ¹ø° layer_max_pooling_2d ÀÌÀü¿¡ Ư¡ Áöµµ´Â 26 ¡¿ 26ÀÌÁö¸¸, ÃÖ´ë Ç®¸µ ÀÛ¾÷À» ÇÏ°í ³ª¸é 13 ¡¿ 13ÀÌ µÅ Àý¹ÝÀ¸·Î ÁÙ¾îµç´Ù. ÀÌ°ÍÀÌ ÃÖ´ë Ç®¸µÀÇ ¿ªÇÒÀÌ´Ù. º¸Æø ÇÕ¼º°ö°ú ¸¶Âù°¡Áö·Î Ư¡ Áöµµ¸¦ Àû±ØÀûÀ¸·Î ÇÏÇâ Ç¥º» ÃßÃâÇÏ´Â °ÍÀÌ´Ù. _146p
ÀÌ·¯ÇÑ ·çÇÁ(loop)¿Í »óÅÂ(state)¶ó´Â °³³äÀ» ¸íÈ®È÷ Çϱâ À§ÇØ R ¾ð¾î¸¦ ÀÌ¿ëÇØ °£´ÜÇÑ RNNÀÇ ¼øÀüÆÄ(forward pass, Áï ¡®Àü¹æ Àü´Þ¡¯)¸¦ ±¸ÇöÇØ º¸ÀÚ. ÀÌ RNNÀº º¤Å͵é·Î ÀÌ·ïÁø ½ÃÄö½º¸¦ ÀÔ·ÂÀ¸·Î ÃëÇÑ´Ù. º¤ÅÍÀÇ Â÷¿øÀº 2D ÅÙ¼(timesteps, input_features)·Î ºÎȣȵȴÙ. ½Ã°£´ë¸¦ ¹Ýº¹ÇÏ°í, °¢ ½Ã°£´ë¿¡¼ (input_features ¸ð¾çÀ¸·Î µÈ) t ½ÃÁ¡ÀÇ ÇöÀç »óÅÂ¿Í ÀÔ·ÂÀ» °í·ÁÇØ À̵éÀ» °áÇÕÇÔÀ¸·Î½á t¿¡¼ Ãâ·ÂÀ» ¾ò´Â´Ù. 217p
ÄÉ¶ó½º ±¸Çö¿¡¼ ÀÌ·¯ÇÑ ¾ÆÀ̵ð¾î¸¦ ½ÇÁ¦·Î È°¿ëÇØ º¸ÀÚ. °¡Àå ¸ÕÀú ÇÊ¿äÇÑ °ÍÀº ¾ð¾î ¸ðµ¨À» ÀÍÈ÷´Â µ¥ »ç¿ëÇÒ ¼ö ÀÖ´Â ¸¹Àº ÅؽºÆ® µ¥ÀÌÅÍÀÌ´Ù. ÀÓÀÇÀÇ Å« ÅؽºÆ® ÆÄÀÏÀ̳ª ÅؽºÆ® ÆÄÀÏ ¼Â(À§Å°Çǵð¾Æ, ¹ÝÁöÀÇ Á¦¿Õ µî)À» »ç¿ëÇÒ ¼ö ÀÖ´Ù. ÀÌ ¿¹¿¡¼´Â 19¼¼±â ÈÄ¹Ý µ¶ÀÏÀÇ Ã¶ÇÐÀÚ ´ÏüÀÇ Àú¼úÀ» ¿µ¾î·Î ¹ø¿ªÇß´Ù. µû¶ó¼ ¹è¿ï ¼ö ÀÖ´Â ¾ð¾î ¸ðµ¨Àº ±¸Ã¼ÀûÀ¸·Î ¿µ¾îÀÇ ÀϹÝÀûÀÎ ¸ðµ¨ÀÌ ¾Æ´Ñ ´ÏüÀÇ ¹®Ã¼ ¹× ÁÖÁ¦ÀÇ ¸ðµ¨ÀÌ µÉ °ÍÀÌ´Ù. _304p
-
-
-
|
ÇÁ¶û¼Ò¿Í ¼ñ·¹ [Àú]
|
|
-
ÇÁ¶û¼Ò¿Í ¼Ö·¹´Â Ķ¸®Æ÷´Ï¾Æ ¸¶¿îƾ ºäÀÇ ±¸±Û¿¡¼ µö·¯´×°ú °ü·ÃµÈ ÀÏÀ» ÇÑ´Ù.
ÄÉ¶ó½º µö·¯´× ¶óÀ̺귯¸®ÀÇ Ã¢½ÃÀÚÀÌ°í ÅÙ¼Ç÷Π¸Ó½Å ·¯´× ÇÁ·¹ÀÓ¿öÅ©ÀÇ ±â¿©ÀÚ´Ù. ÄÄÇ»ÅÍ ºñÀü°ú Çü½Ä Ãß·ÐÀ» À§ÇÑ ¸Ó½Å ·¯´× ¾ÖÇø®ÄÉÀ̼ǿ¡ ÃÊÁ¡À» ¸ÂÃç µö·¯´×À» ¿¬±¸ÇÑ´Ù. ±×ÀÇ ³í¹®Àº CVPR(Computer Vision and Pattern Recognition), NIPS(Neural Information Processing Systems), ICLR(International Conference on Learning Representations) µîÀÇ ÁÖ¿ä ÄÜÆÛ·±½º¿Í ¿öÅ©¼ó¿¡¼ ¼Ò°³µÇ¾ú´Ù
-
|
¹ÚÁø¼ö [Àú]
|
|
-
-
-
Àüü 0°³ÀÇ ±¸¸ÅÈıⰡ ÀÖ½À´Ï´Ù.
|
ÀÎÅÍÆÄÅ©µµ¼´Â °í°´´ÔÀÇ ´Ü¼ø º¯½É¿¡ ÀÇÇÑ ±³È¯°ú ¹ÝÇ°¿¡ µå´Â ºñ¿ëÀº °í°´´ÔÀÌ ÁöºÒÄÉ µË´Ï´Ù.
´Ü, »óÇ°À̳ª ¼ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯ ¹× ¹ÝÇ°Àº ¹«·á·Î ¹ÝÇ° µË´Ï´Ù. |
|
±³È¯ ¹× ¹ÝÇ°ÀÌ °¡´ÉÇÑ °æ¿ì |
»óÇ°À» °ø±Þ ¹ÞÀº ³¯·ÎºÎÅÍ 7ÀÏÀ̳» °¡´É
°ø±Þ¹ÞÀ¸½Å »óÇ°ÀÇ ³»¿ëÀÌ Ç¥½Ã, ±¤°í ³»¿ë°ú ´Ù¸£°Å³ª ´Ù¸£°Ô ÀÌÇàµÈ °æ¿ì¿¡´Â °ø±Þ¹ÞÀº ³¯·ÎºÎÅÍ 3°³¿ù À̳», ȤÀº ±×»ç½ÇÀ» ¾Ë°Ô µÈ ³¯ ¶Ç´Â ¾Ë ¼ö ÀÖ¾ú´ø ³¯·ÎºÎÅÍ 30ÀÏ À̳»
»óÇ°¿¡ ¾Æ¹«·± ÇÏÀÚ°¡ ¾ø´Â °æ¿ì ¼ÒºñÀÚÀÇ °í°´º¯½É¿¡ ÀÇÇÑ ±³È¯Àº »óÇ°ÀÇ Æ÷Àå»óÅ µîÀÌ ÀüÇô ¼Õ»óµÇÁö ¾ÊÀº °æ¿ì¿¡ ÇÑÇÏ¿© °¡´É |
|
±³È¯ ¹× ¹ÝÇ°ÀÌ ºÒ°¡´ÉÇÑ °æ¿ì |
±¸¸ÅÈ®Á¤ ÀÌÈÄ(¿ÀǸ¶ÄÏ»óÇ°¿¡ ÇÑÇÔ)
°í°´´ÔÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¸ê½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
(´Ü, »óÇ°ÀÇ ³»¿ëÀ» È®ÀÎÇϱâ À§ÇÏ¿© Æ÷Àå µîÀ» ÈѼÕÇÑ °æ¿ì´Â Á¦¿Ü)
½Ã°£ÀÌ Áö³²¿¡ µû¶ó ÀçÆǸŰ¡ °ï¶õÇÒ Á¤µµ·Î ¹°Ç°ÀÇ °¡Ä¡°¡ ¶³¾îÁø °æ¿ì
Æ÷Àå °³ºÀµÇ¾î »óÇ° °¡Ä¡°¡ ÈÑ¼ÕµÈ °æ¿ì |
|
´Ù¹è¼ÛÁöÀÇ °æ¿ì ¹ÝÇ° ȯºÒ |
´Ù¹è¼ÛÁöÀÇ °æ¿ì ´Ù¸¥ Áö¿ªÀÇ ¹ÝÇ°À» µ¿½Ã¿¡ ÁøÇàÇÒ ¼ö ¾ø½À´Ï´Ù.
1°³ Áö¿ªÀÇ ¹ÝÇ°ÀÌ ¿Ï·áµÈ ÈÄ ´Ù¸¥ Áö¿ª ¹ÝÇ°À» ÁøÇàÇÒ ¼ö ÀÖÀ¸¹Ç·Î, ÀÌÁ¡ ¾çÇØÇØ Áֽñ⠹ٶø´Ï´Ù. |
|
Áß°í»óÇ°ÀÇ ±³È¯ |
Áß°í»óÇ°Àº Á¦ÇÑµÈ Àç°í ³»¿¡¼ ÆǸŰ¡ ÀÌ·ç¾îÁö¹Ç·Î, ±³È¯Àº ºÒ°¡´ÉÇÕ´Ï´Ù. |
|
¿ÀǸ¶ÄÏ »óÇ°ÀÇ È¯ºÒ |
¿ÀǸ¶ÄÏ»óÇ°¿¡ ´ëÇÑ Ã¥ÀÓÀº ¿øÄ¢ÀûÀ¸·Î ¾÷ü¿¡°Ô ÀÖÀ¸¹Ç·Î, ±³È¯/¹ÝÇ° Á¢¼ö½Ã ¹Ýµå½Ã ÆǸÅÀÚ¿Í ÇùÀÇ ÈÄ ¹ÝÇ° Á¢¼ö¸¦ ÇϼžßÇϸç, ¹ÝÇ°Á¢¼ö ¾øÀÌ ¹Ý¼ÛÇϰųª, ¿ìÆíÀ¸·Î º¸³¾ °æ¿ì »óÇ° È®ÀÎÀÌ ¾î·Á¿ö ȯºÒÀÌ ºÒ°¡´ÉÇÒ ¼ö ÀÖÀ¸´Ï À¯ÀÇÇϽñ⠹ٶø´Ï´Ù. |
|
|
|
¹è¼Û¿¹Á¤ÀÏ ¾È³» |
ÀÎÅÍÆÄÅ© µµ¼´Â ¸ðµç »óÇ°¿¡ ´ëÇØ ¹è¼Û¿Ï·á¿¹Á¤ÀÏÀ» À¥»çÀÌÆ®¿¡ Ç¥½ÃÇÏ°í ÀÖ½À´Ï´Ù.
|
<ÀÎÅÍÆÄÅ© Á÷¹è¼Û »óÇ°> |
»óÇ°Àº ¿ù~Åä¿äÀÏ ¿ÀÀü 10½Ã ÀÌÀü ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ´çÀÏ Ãâ°í/´çÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óÇ°ÀÔ´Ï´Ù. |
»óÇ°Àº ¼¿ïÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀº ´çÀÏ Ãâ°í/ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇϸç,
¼¿ï¿ÜÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀÇ °æ¿ì´Â ¿ÀÈÄ 6½Ã±îÁö ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óÇ°ÀÔ´Ï´Ù.
(´Ü, ¿ù¿äÀÏÀº 12½Ã±îÁö ÁÖ¹®¿¡ ÇÑÇÔ)
|
»óÇ°Àº, ÀÔ°í¿¹Á¤ÀÏ(Á¦Ç°Ãâ½ÃÀÏ)+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù. |
~
»óÇ°Àº À¯ÅëƯ¼º»ó ÀÎÅÍÆÄÅ©¿¡¼ Àç°í¸¦ º¸À¯ÇÏÁö ¾ÊÀº »óÇ°À¸·Î ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø±âÁØÃâ°íÀÏ:ÀÎÅÍÆÄÅ©°¡ »óÇ°À» ¼ö±ÞÇÏ¿© ¹°·ùâ°í¿¡¼ Æ÷Àå/Ãâ°íÇϱâ±îÁö ¼Ò¿äµÇ´Â ½Ã°£
|
|
<¾÷ü Á÷Á¢¹è¼Û/¿ÀǸ¶ÄÏ »óÇ°> |
~
»óÇ°Àº ¾÷ü°¡ ÁÖ¹®À» È®ÀÎÇÏ°í, Ãâ°íÇϱâ±îÁö °É¸®´Â ½Ã°£ÀÔ´Ï´Ù. ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(2ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø5ÀÏÀ̳» Ãâ°í°¡ ½ÃÀÛµÇÁö ¾ÊÀ»½Ã, ¿ÀǸ¶ÄÏ »óÇ°Àº ÀÚµ¿À¸·Î ÁÖ¹®ÀÌ Ãë¼ÒµÇ¸ç, °í°´´Ô²² Ç°Àýº¸»ó±ÝÀ» Áö±ÞÇØ µå¸³´Ï´Ù.
|
|
|
¹è¼Ûºñ ¾È³» |
µµ¼(Áß°íµµ¼ Æ÷ÇÔ)¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û) À½¹Ý/DVD¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
ÀâÁö/¸¸È/±âÇÁÆ®¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼¿Í À½¹Ý/DVD¸¦ ÇÔ²² ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø 1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼¿Í ÀâÁö/¸¸È/±âÇÁÆ®/Áß°íÁ÷¹è¼Û»óÇ°À» ÇÔ²² ±¸¸ÅÇϽøé : 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
¾÷üÁ÷Á¢¹è¼Û»óÇ°À» ±¸¸Å½Ã : ¾÷üº°·Î »óÀÌÇÑ ¹è¼Ûºñ Àû¿ë
* ¼¼Æ®»óÇ°ÀÇ °æ¿ì ºÎºÐÃë¼Ò ½Ã Ãß°¡ ¹è¼Ûºñ°¡ ºÎ°úµÉ ¼ö ÀÖ½À´Ï´Ù.
* ºÏÄ«Æ®¿¡¼ ¹è¼Ûºñ¾ø¾Ö±â ¹öÆ°À» Ŭ¸¯Çϼż, µ¿ÀϾ÷ü»óÇ°À» Á¶±Ý ´õ ±¸¸ÅÇϽøé, ¹è¼Ûºñ¸¦ Àý¾àÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù.
|
|
Çؿܹè¼Û ¾È³» |
ÀÎÅÍÆÄÅ©µµ¼¿¡¼´Â ±¹³»¿¡¼ ÁÖ¹®ÇϽðųª ÇØ¿Ü¿¡¼ ÁÖ¹®ÇÏ¿© ÇØ¿Ü·Î ¹è¼ÛÀ» ¿øÇÏ½Ç °æ¿ì DHL°ú Ư¾àÀ¸·Î Ã¥Á¤µÈ ¿ä±ÝÇ¥¿¡
ÀÇÇØ °³ÀÎÀÌ ÀÌ¿ëÇÏ´Â °æ¿ìº¸´Ù ¹è¼Û¿ä±ÝÀ» Å©°Ô ³·Ã߸ç DHL(www.dhl.co.kr)·Î Çؿܹè¼Û ¼ºñ½º¸¦ Á¦°øÇÕ´Ï´Ù.
Çؿܹè¼ÛÀº µµ¼/CD/DVD »óÇ°¿¡ ÇÑÇØ ¼ºñ½ºÇÏ°í ÀÖÀ¸¸ç, ´Ù¸¥ »óÇ°À» ºÏÄ«Æ®¿¡ ÇÔ²² ´ãÀ¸½Ç °æ¿ì Çؿܹè¼ÛÀÌ ºÒ°¡ÇÕ´Ï´Ù.
ÇØ¿ÜÁÖ¹®¹è¼Û ¼ºñ½º´Â ÀÎÅÍÆÄÅ© µµ¼ ȸ¿ø °¡ÀÔÀ» Çϼž߸¸ ½Åû °¡´ÉÇÕ´Ï´Ù. |
|
¾Ë¾ÆµÎ¼¼¿ä!!! |
µµ¸Å»ó ¹× Á¦ÀÛ»ç »çÁ¤¿¡ µû¶ó Ç°Àý/ÀýÆÇ µîÀÇ »çÀ¯·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
¿ÀǸ¶ÄϾ÷üÀÇ ¹è¼ÛÁö¿¬½Ã ÁÖ¹®ÀÌ ÀÚµ¿À¸·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
À¯ÅëÀÇ Æ¯¼º»ó Ãâ°í±â°£Àº ¿¹Á¤º¸´Ù ¾Õ´ç°ÜÁö°Å³ª ´ÊÃçÁú ¼ö ÀÖ½À´Ï´Ù.
Åùè»ç ¹è¼ÛÀÏÀÎ ¼¿ï ¹× ¼öµµ±ÇÀº 1~2ÀÏ, Áö¹æÀº 2~3ÀÏ, µµ¼, »ê°£, ±ººÎ´ë´Â 3ÀÏ ÀÌ»óÀÇ ½Ã°£ÀÌ ¼Ò¿äµË´Ï´Ù. |
|
|
|
|