°øÀ¯Çϱâ
2025 À̱âÀû ºòµ¥ÀÌÅͺм®±â»ç ½Ç±â Python
±¸¸ÅÈıâ 0°Ç
¤ýµµ¼­Á¤º¸ ÀúÀÚ : ÀÌ»è
ÃâÆÇ»ç : ¿µÁø´åÄÄ
2025³â 04¿ù 11ÀÏ Ãâ°£  |  ISBN : 8931477198  |  576ÂÊ
¤ý±³º¸È¸¿ø ±³º¸¹®°í ID ¿¬°áÇϱâ
µµ¼­¸¦ ±¸ÀÔÇÏ½Ã¸é ±³º¸¹®°í¿Í ²É¸¶ÀÇ È¸¿øÇýÅÃÀ» ÇÔ²²
¹ÞÀ¸½Ç ¼ö ÀÖ½À´Ï´Ù.
¤ý²É¸¶°¡ 32,000¿ø 28,800¿ø 10%
¤ýÃß°¡ÇýÅà ²É 3¼ÛÀÌ
²É¼ÛÀÌÁö°© ¸¸µé±â>
²É¼ÛÀÌ Àû¸³À» À§Çؼ­ '²É¼ÛÀÌÁö°©'À» ¸¸µå¼Å¾ß ÇÕ´Ï´Ù.
¤ý¹è¼ÛÁö¿ª ±¹³»
¤ý¹è¼Ûºñ
Á¶°ÇºÎ¹«·á¹è¼Û
  • ÀÌ °¡°ÔÀÇ ¹«·á¹è¼Û »óǰÀ» ÇÔ²² ÁÖ¹®Çϰųª, ÃÑÁÖ¹®±Ý¾×ÀÌ 15,000¿ø ÀÌ»óÀÌ¸é ¹«·á¹è¼Û.
  • 15,000¿ø ¹Ì¸¸ÀÌ¸é ¹è¼Ûºñ 2,500¿ø °í°´ºÎ´ã
  • µµ¼­»ê°£/Á¦ÁÖµµ´Â Ãß°¡¿îÀÓºñ ºÎ°úµÉ ¼ö ÀÖÀ½
1ÀÏ À̳» Ãâ°í
¤ý¼ö·®
ÃÑ ÇÕ°è±Ý¾×  ¿ø
Âò
¼±¹°
Àå¹Ù±¸´Ï ´ã±â
¹Ù·Î ±¸¸ÅÇϱâ

Àå¹Ù±¸´Ï¿¡ ´ã¾Ò½À´Ï´Ù. Àå¹Ù±¸´Ï¸¦ È®ÀÎ ÇϽðڽÀ´Ï±î?

¼îÇΰè¼ÓÇϱâ
Àå¹Ù±¸´Ïº¸±â
¤ýÀÌ °¡°ÔÀÇ ´Ù¸¥ »óǰ ¸ðµç»óǰº¸±â+
22,000¿ø
19,800¿ø 10%¡é
16,800¿ø
15,120¿ø 10%¡é
21,000¿ø
18,900¿ø 10%¡é
²ÞÀ» ÇÇ¿ì´Â ¼¼»ó, ÀÎÅÍ³Ý ±³º¸¹®°íÀÔ´Ï´Ù.
²ÞÀ» ÇÇ¿ì´Â ¼¼»ó, ÀÎÅÍ³Ý ±³º¸¹®°íÀÔ´Ï´Ù.
°¡°ÔÁÖÀÎ : ±³º¸¹®°í
ÀüÈ­ ¹× ÅùèÁ¤º¸
ÀüÈ­ ¹× ÅùèÁ¤º¸
»óǰ ¾È³» ¹× ȯºÒ, ±³È¯, ¹è¼Û¹®ÀÇ
- °¡°Ô ÀüÈ­¹øÈ£ : 1544-1900
- ÀüÈ­¹®ÀÇ ½Ã°£ : ¿ÀÀü 9½ÃºÎÅÍ ¿ÀÈÄ 6½Ã±îÁö
(¸ÅÁÖ ¿ù¿äÀÏ, È­¿äÀÏ, ¼ö¿äÀÏ, ¸ñ¿äÀÏ, ±Ý¿äÀÏ, °øÈÞÀÏ Á¦¿Ü)
- °¡°Ô À̸ÞÀÏ : ink@kyobobook.co.kr
- ÀÌ¿ë Åùèȸ»ç : CJ´ëÇÑÅë¿î
ÆÇ¸Å°¡°ÔÁ¤º¸
- »ç¾÷ÀÚ¸í : (ÁÖ)±³º¸¹®°í
- »ç¾÷ÀÚµî·Ï¹øÈ£ : 102-81-11670
- Åë½ÅÆÇ¸Å¾÷½Å°í : 01-0653
- Çö±Ý¿µ¼öÁõ : ¹ß±Þ°¡´É
ÀüÈ­ÁÖ¹® ¹× °áÁ¦¹®ÀÇ
- ²ÉÇÇ´Â ¾ÆÄ§¸¶À» : 1644-8422
°¡°Ô¿Í Á÷°Å·¡¸¦ ÇÏ½Ã¸é ²É¼ÛÀÌ Àû¸³ ¹× °¢Á¾ ÇýÅÿ¡¼­
Á¦¿ÜµÇ°í, ¸¸ÀÏÀÇ ¹®Á¦°¡ ¹ß»ýÇÏ´Â °æ¿ì¿¡µµ ²É¸¶ÀÇ
µµ¿òÀ» ¹ÞÀ¸½Ç ¼ö ¾ø½À´Ï´Ù. °¡°ÔÀÇ ºÎ´çÇÑ ¿ä±¸,
ºÒ°øÁ¤ ÇàÀ§ µî¿¡ ´ëÇØ¼­µµ ²É¸¶·Î Á÷Á¢ ÀüÈ­ÁÖ¼¼¿ä.
 À̾߱â²É¹ç
µî·ÏµÈ À̾߱Ⱑ ¾ø½À´Ï´Ù.
»ó¼¼Á¤º¸ ±¸¸ÅÈıâ (0) »óǰ Q&A (0) ¹è¼Û/±³È¯/ȯºÒ ¾È³»

Ã¥¼Ò°³

¿©·¯ºÐÀÇ µ¥ÀÌÅÍ ºÐ¼® °øºÎ¸¦ Àç¹ÌÀÖ°Ô! À¯Æ©ºê ´©Àû 130¸¸ viewÀÇ ½½±â·Î¿îÅë°è»ýȰÀÌ ¼öÇè¼­ Àü¹® ºê·£µå À̱âÀû°ú ÇÔ²² ºòµ¥ÀÌÅͺм®±â»ç ½Ç±â ÇÕ°ÝÀ» À§ÇÑ ±âº»¼­¸¦ Ãâ°£ÇÏ¿´´Ù. º» µµ¼­´Â µ¥ÀÌÅÍ»ê¾÷ÁøÈï¿øÀÇ ÃֽŠÃâÁ¦±âÁØÀ» Àû¿ëÇÏ¿´À¸¸ç, ºòµ¥ÀÌÅͺм®±â»ç ½Ç±â ½ÃÇèÀÇ ÃֽаæÇâÀ» öÀúÈ÷ ºÐ¼®ÇÏ°í ¼³¸íÇÑ ¿Ïº® ´ëºñ¼­ÀÌ´Ù. ²Ä²ÄÇÑ ±âÃÊ À̷аú ÄÚµå ¼³¸íÀ¸·Î ºñÀü°øÀÚ, ÀÔ¹®ÀÚµµ È¥ÀÚ ÇнÀÇÒ ¼ö ÀÖµµ·Ï ¾È³»Çϰí ÀÖÀ¸¸ç, ÃֽбâÃâ¹®Á¦¸¦ ¼ö·ÏÇÏ¿© ½ÇÀü¿¡ öÀúÈ÷ ´ëºñÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´´Ù. ¶ÇÇÑ ½ÃÇèÀÇ ÇÙ½ÉÀ» ´Ù·ç´Â ¹«·á µ¿¿µ»óµµ Á¦°øÇÏ¿©, ÇÕ°ÝÀ» À§ÇÑ ¸ðµç ³ëÇϿ츦 ¾òÀ» ¼ö ÀÖ´Ù. µ¶ÀÚ ¼ÒÅëÀ» À§ÇÑ Àü¿ë ä³Î statple.com/go/baeµµ °³¼³µÇ¾úÀ¸¹Ç·Î ºòºÐ±â ½ÃÇèÀ» ÁغñÇÑ´Ù¸é ²À ¹æ¹®Çغ¸ÀÚ.

»ó¼¼À̹ÌÁö

¸ñÂ÷

PART 01 Python ±âÃÊ¿Í µ¥ÀÌÅÍ ±¸Á¶ SECTION 01 º¯¼ö¿Í ¿¬»ê SECTION 02 µ¥ÀÌÅÍ Å¸ÀÔÀÇ ÀÌÇØ 01 PythonÀÇ µ¥ÀÌÅÍ Å¸ÀÔ 02 µ¥ÀÌÅÍ Å¸ÀÔ º¯È¯Çϱâ 03 ÀÚ·áÇüº° ¸Þ¼­µå ¿ä¾à SECTION 03 NumPy¿Í º¤ÅÍ 01 NumPy ¶óÀ̺귯¸® 02 NumPy¿Í ¹è¿­ 03 NumPy º¤ÅÍ ½½¶óÀ̽Ì(Slicing) 04 NumPy º¤ÅÍ È°¿ë ¿¬½À¹®Á¦ SECTION 04 NumPy Çà·Ä°ú ¹è¿­ ¿¬½À¹®Á¦ SECTION 05 ¸®½ºÆ® 01 ¸®½ºÆ®(List) 02 ¸®½ºÆ® ½ÉÈ­ SECTION 06 ÇÔ¼ö 01 »ç¿ëÀÚ Á¤ÀÇ ÇÔ¼ö 02 Á¶°Ç¹®°ú ¹Ýº¹¹® 03 ÇÔ¼ö¿Í ȯ°æ PART 02 µ¥ÀÌÅÍ Ã³¸® SECTION 01 Pandas ¶óÀ̺귯¸® 01 Pandas¿Í µ¥ÀÌÅÍ ÇÁ·¹ÀÓ 02 PandasÀÇ ¸Þ¼­µå ¿¬½À¹®Á¦ SECTION 02 Pandas¸¦ Ȱ¿ëÇÑ ³¯Â¥, ¹®ÀÚ¿­ ó¸® ¿¬½À¹®Á¦ SECTION 03 scikit-learnÀ» Ȱ¿ëÇÑ µ¥ÀÌÅÍ Àüó¸® 01 µ¥ÀÌÅÍ Àüó¸® °³¿ä 02 °áÃøÄ¡ ó¸® 03 ¹üÁÖÇü º¯¼ö ó¸® 04 º¯¼ö º¯È¯ ¹× ½ºÄÉÀϸµ 05 Â÷¿ø Ãà¼Ò¿Í µ¥ÀÌÅÍ ´©¼ö ¹æÁö PART 03 ¸Ó½Å·¯´×°ú ¸ðµ¨¸µ SECTION 01 scikit-learnÀ» Ȱ¿ëÇÑ ¸ðµ¨ Æò°¡ & ÆÄ¶ó¹ÌÅÍ Æ©´× SECTION 02 scikit-learnÀ» Ȱ¿ëÇÑ È¸±Í ¸ðµ¨ ÀûÇÕ 01 ȸ±Í ºÐ¼®ÀÇ ±âº» 02 ȸ±Í ºÐ¼® ¾Ë°í¸®Áò 03 ¾Ó»óºí ÇнÀ 04 °í±Þ ȸ±Í ±â¹ý(SVR, Support Vector Regression) 05 ¸ð¹ü ´ä¾È ÀÛ¼º ¿¹½Ã SECTION 03 scikit-learnÀ» Ȱ¿ëÇÑ ºÐ·ù ¸ðµ¨ ÀûÇÕ 01 ºÐ·ù ¸ðµ¨ Æò°¡ ¹× ÁöÇ¥ 02 ºÐ·ù ¾Ë°í¸®Áò 03 ¾Ó»óºí ÇнÀ 04 °í±Þ ºÐ·ù ±â¹ý(SVM, Support Vector Machine) 05 ¸ð¹ü ´ä¾È ÀÛ¼º ¿¹½Ã SECTION 04 scikit-learnÀ» Ȱ¿ëÇÑ ±ºÁýºÐ¼® ¼öÇà 01 ±ºÁýºÐ¼® Áغñ 02 ±ºÁýºÐ¼® ±â¹ý PART 04 Åë°è¿Í È®·ü SECTION 01 ±âÃÊ Åë°è & È®·üÀÇ ÀÌÇØ 01 Ç¥º» ÃßÃâ 02 Åë°èÀû ¿ë¾î Á¤¸® 03 È®·ü °è»ê °úÁ¤ÀÇ ÀÌÇØ 04 È®·üº¯¼öÀÇ Æí¸®¼º SECTION 02 È®·üºÐÆ÷ ´Ù·ç±â 01 SciPy ¶óÀ̺귯¸®¿Í ºÐÆ÷ ÇÔ¼ö 02 ÀÌ»ê È®·üºÐÆ÷ 03 ¿¬¼Ó È®·üºÐÆ÷ PART 05 Åë°èÀû ÃßÁ¤°ú °ËÁ¤ SECTION 01 Åë°èÀû ÃßÁ¤°ú °¡¼³ °ËÁ¤ 01 ±¸°£ ÃßÁ¤ 02 Åë°èÀû °ËÁ¤ 03 °ËÁ¤Åë°è·® SECTION 02 t-°ËÁ¤°ú ºÐ»ê ºñ±³ 01 t-°ËÁ¤ÀÇ ÀÚ·áÇü 02 t-°ËÁ¤ÀÇ Á¾·ù 03 µ¥ÀÌÅÍ ºÐ¼®¿¡¼­ t-°ËÁ¤ Àû¿ë 04 Python¿¡¼­ t-°ËÁ¤ ¼öÇà 05 t-°ËÁ¤ Á¾·ù¿¡ µû¸¥ °ËÁ¤Åë°è·® 06 µÎ ±×·ìÀÇ ºÐ»êÀÌ °°À½À» üũÇÏ´Â ¹æ¹ý SECTION 03 µ¥ÀÌÅͰ¡ ºÐÆ÷¸¦ µû¸£´ÂÁö È®ÀÎÇÏ´Â ¹æ¹ý 01 ´Ù¼¸ ¼ýÀÚ ¿ä¾à°ú IQR 02 Quantile-Quantile plot 03 Shapiro-Wilk °ËÁ¤ 04 ¾Ø´õ½¼-´Þ¸µ(Anderson-Darling) °ËÁ¤ 05 Ä«ÀÌÁ¦°ö °ËÁ¤ SECTION 04 ºÐ»ê ºÐ¼® 01 ºÐ»ê ºÐ¼®(ANOVA, Analysis of Variance) 02 ÀÏ¿ø ºÐ»ê ºÐ¼®(One-way ANOVA) 03 °¡Á¤ üũ¿Í »çÈÄ °ËÁ¤ SECTION 05 ºñ¸ð¼ö °ËÁ¤ 01 ºñ¸ð¼ö °ËÁ¤ 02 ºñ¸ð¼ö ºÐ»ê °ËÁ¤(Levene test) 03 1 Ç¥º» ºÎÈ£ °ËÁ¤(Sign test) PART 06 ¼±Çü ¸ðÇü SECTION 01 ¼±Çü ȸ±Í ºÐ¼® 01 »ó°ü°è¼ö(Correlation Coefficient) 02 ´ÙÁß ¼±Çü ȸ±Í(Multiple Linear Regression) 03 ¸ðµ¨ Æò°¡ 04 ¿¹Ãø ¿¬½À¹®Á¦ SECTION 02 ·ÎÁö½ºÆ½ ȸ±Í ºÐ¼®(Logistic Regression) 01 ·ÎÁö½ºÆ½ ȸ±Í ±âº» °³³ä 02 ·ÎÁö½ºÆ½ ȸ±Í°è¼ö ¿¹Ãø°ú ÇØ¼® 03 ·ÎÁö½ºÆ½ ȸ±Í ºÐ¼® °úÁ¤ ¿¬½À¹®Á¦ PART 07 ÃֽбâÃâ¹®Á¦ ±âÃâ¹®Á¦ Á¦9ȸ(2024-11-30 ½ÃÇà) ±âÃâ¹®Á¦ Á¦8ȸ(2024-06-22 ½ÃÇà) ±âÃâ¹®Á¦ Á¦7ȸ(2023-12-02 ½ÃÇà) ±âÃâ¹®Á¦ Á¦6ȸ(2023-06-24 ½ÃÇà) ±âÃâ¹®Á¦ Á¦5ȸ(2022-12-03 ½ÃÇà) ±âÃâ¹®Á¦ Á¦4ȸ(2022-06-25 ½ÃÇà) ±âÃâ¹®Á¦ Á¦3ȸ(2021-12-04 ½ÃÇà) ±âÃâ¹®Á¦ Á¤´ä & ÇØ¼³

ÃâÆÇ»ç ¼­Æò

- ±âÃÊ ÀÌ·Ð ¡æ ¿¬½À¹®Á¦ ¡æ ÃֽбâÃâ¹®Á¦·Î À̾îÁö´Â Æ÷ÀÎÆ® ±¸¼º µ¥ÀÌÅÍ ºÐ¼® Àü¹® ä³Î ½½±â·Î¿îÅë°è»ýȰÀÌ ÁýÇʰú °¨¼ö¿¡ Âü¿©ÇÏ¿© ºòºÐ±â ½ÃÇèÀÇ ¹ÙÀ̺íÀ» ¸¸µé±â À§ÇØ ³ë·ÂÇÏ¿´½À´Ï´Ù. ÀÚÄ© ¾î·Æ°Ô ´À²¸Áö°í ¹æ´ëÇÑ ¾çÀÌ µÉ ¼ö ÀÖ´Â ½Ç±â ³»¿ëÀ» ½ÃÇè ºÐ¼®À» ÅëÇØ Æ÷ÀÎÆ®¸¦ °­Á¶ÇÏ¿´°í, ½±°í ¾ËÂù ±¸¼ºÀ¸·Î µ¶ÀںеéÀÌ Ã¼°èÀûÀ¸·Î ÇнÀÇÒ ¼ö ÀÖµµ·Ï °í¹ÎÇϸç Ã¥À» ¸¸µé¾ú½À´Ï´Ù. - ÆÄÀ̽ã ÀÔ¹®ÀÚµµ ÇÒ ¼ö ÀÖ´Â ºòµ¥ÀÌÅÍ ºÐ¼® ½ÇÀü °¡À̵å ÀÌ Ã¥¿¡´Â ¸ðµç ½Ç½À ÄÚµå¿Í ½ÃÇè ´ëºñ ³ëÇϿ찡 ´ã°Ü ÀÖ½À´Ï´Ù. Á÷Á¢ ŸÀÌÇÎÇϸç ÇнÀÇϸé, ÀÔ¹®ÀÚ´Â ±âÃʸ¦ źźÈ÷ ´ÙÁö°í, Áß±ÞÀÚ´Â ½Ç·ÂÀ» ÇÑÃþ ´õ ¾÷±×·¹À̵åÇÒ ¼ö ÀÖ½À´Ï´Ù. ¶ÇÇÑ, Ä£ÀýÇÑ ÆÁ°ú ¿ë¾î ÇØ¼³À» Æ÷ÇÔÇÏ¿© ½Ç±â ³»¿ëÀ» ¸íÈ®ÇÏ°Ô Á¤¸®ÇÏ¿´½À´Ï´Ù. - ¾ö¼±ÇÏ¿© ¼ö·ÏÇÑ ¿¬½À¹®Á¦¿Í ÃֽбâÃâ¹®Á¦ ½ÇÁ¦ ÃâÁ¦µÈ ±âÃâ¹®Á¦¸¦ º¹¿øÇϰí ÇÙ½É ÀÌ·ÐÀ» ´ãÀº ¿¬½À¹®Á¦¸¦ ¼ö·ÏÇÏ¿© ½ÇÀü¿¡ ´ëºñÇÒ ¼ö ÀÖµµ·Ï ÇÏ¿´½À´Ï´Ù. ÀÌÇØÇϱ⠽¬¿î ¼³¸í°ú ¿¹½Ã¸¦ ÅëÇØ °øºÎÇÑ ÀÌ·ÐÀ» ´Ù½Ã È®ÀÎÇϸç öÀúÈ÷ ½ÇÀü¿¡ ´ëºñÇÒ ¼ö ÀÖ½À´Ï´Ù. - µ¥ÀÌÅÍ ºÐ¼® °øºÎ¸¦ À§ÇÑ ½½±â·Î¿îÅë°è»ýȰ ¿¬±¸¼Ò statple.com/go/bae µ¥ÀÌÅÍ ºÐ¼®°ú Åë°è¸¦ °øºÎÇÏ´Â ºÐµéÀÇ ¸ðµç °í¹Î! ½½Åë ¿¬±¸¼Ò¿¡¼­ ÇØ°áÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù. Àü¹®°¡µéÀÌ ÇÔ²²ÇÏ´Â Áú¹®´äº¯°ú ¹«·á µ¿¿µ»ó, Ãß°¡ ÀÚ·á µî µ¶Àںе鲲 Á¦°øµÇ´Â ´Ù¾çÇÑ ÇýÅõéÀ» È®ÀÎÇØº¸¼¼¿ä.
±¸¸ÅÈı⠱¸¸Å¸¸Á·µµ
ÀÌ »óǰ¿¡ ´ëÇÑ ±¸¸ÅÈıâ´Â ±¸¸ÅÇϽŠºÐ¿¡ ÇÑÇØ 'ÁÖ¹®/¹è¼ÛÁ¶È¸'¿¡¼­ ÀÛ¼ºÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù.
ÀÛ¼ºµÈ ±¸¸ÅÈıⰡ ¾ø½À´Ï´Ù.
    »óǰQ&A
    »óǰ¿¡ °üÇÑ ±Ã±ÝÇϽŠ»çÇ×À» ¹°¾îº¸¼¼¿ä!
    ±Û¾²±â
    ±Û¾²±â
      ¹è¼Û/±³È¯/ȯºÒ ¾È³»
      ¹è¼Û¾È³»
      - ÁÖ¹®±Ý¾×ÀÌ 15,000¿ø ÀÌ»óÀÎ °æ¿ì ¹«·á¹è¼Û, 15,000 ¹Ì¸¸ÀÎ °æ¿ì ¹è¼Ûºñ 2,500¿øÀÌ ºÎ°úµË´Ï´Ù. (´Ü, ¹«·á¹è¼Û »óǰÀÇ °æ¿ì Á¦¿Ü)
      - ÁÖ¹® ÈÄ ¹è¼ÛÁö¿ª¿¡ µû¶ó ±¹³» ÀϹÝÁö¿ªÀº ±Ù¹«ÀÏ(¿ù-±Ý) ±âÁØ 1Àϳ» Ãâ°íµÊÀ» ¿øÄ¢À¸·Î Çϳª, ±â»ó»óȲ µîÀÇ ÀÌÀ¯·Î Áö¿¬µÉ ¼öµµ ÀÖ½À´Ï´Ù. (´Ü, ÀÏ¿äÀÏ ¹× °øÈÞÀÏ¿¡´Â ¹è¼ÛµÇÁö ¾Ê½À´Ï´Ù.)
      - µµ¼­ »ê°£ Áö¿ª ¹× Á¦ÁÖµµÀÇ °æ¿ì´Â Ç×°ø/µµ¼± Ãß°¡¿îÀÓÀÌ ºÎ°úµÉ ¼ö ÀÖ½À´Ï´Ù.
      - ÇØ¿ÜÁö¿ªÀ¸·Î´Â ¹è¼ÛµÇÁö ¾Ê½À´Ï´Ù.
      ±³È¯/ȯºÒ ¾È³»
      - »óǰÀÇ Æ¯¼º¿¡ µû¸¥ ±¸Ã¼ÀûÀÎ ±³È¯ ¹× ȯºÒ±âÁØÀº °¢ »óǰÀÇ '»ó¼¼Á¤º¸'¸¦ È®ÀÎÇϽñ⠹ٶø´Ï´Ù.
      - ±³È¯ ¹× ȯºÒ½ÅûÀº °¡°Ô ¿¬¶ôó·Î ÀüÈ­ ¶Ç´Â À̸ÞÀÏ·Î ¿¬¶ôÁֽøé ÃÖ¼±À» ´ÙÇØ ½Å¼ÓÈ÷ ó¸®ÇØ µå¸®°Ú½À´Ï´Ù.

      ±³È¯ ¹× ȯºÒ °¡´É »óǰ¿¡
      ¹®Á¦°¡ ÀÖÀ» °æ¿ì
      1) »óǰÀÌ Ç¥½Ã/±¤°íµÈ ³»¿ë°ú ´Ù¸£°Å³ª ºÒ·®(ºÎÆÐ, º¯Áú, ÆÄ¼Õ, Ç¥±â¿À·ù, À̹°È¥ÀÔ, Áß·®¹Ì´Þ)ÀÌ ¹ß»ýÇÑ °æ¿ì
      - ½Å¼±½Äǰ, ³ÃÀå½Äǰ, ³Ãµ¿½Äǰ : ¼ö·ÉÀÏ ´ÙÀ½³¯±îÁö ½Åû
      - ±âŸ »óǰ : ¼ö·ÉÀϷκÎÅÍ 30ÀÏ À̳», ±× »ç½ÇÀ» ¾È ³¯ ¶Ç´Â ¾Ë ¼ö ÀÖ¾ú´ø ³¯·ÎºÎÅÍ 30ÀÏ À̳» ½Åû
      2) ±³È¯ ¹× ȯºÒ½Åû ½Ã ÆÇ¸ÅÀÚ´Â »óǰÀÇ »óŸ¦ È®ÀÎÇÒ ¼ö ÀÖ´Â »çÁøÀ» ¿äûÇÒ ¼ö ÀÖÀ¸¸ç »óǰÀÇ ¹®Á¦ Á¤µµ¿¡ µû¶ó Àç¹è¼Û, ÀϺÎȯºÒ, ÀüüȯºÒÀÌ ÁøÇàµË´Ï´Ù. ¹Ýǰ¿¡ µû¸¥ ºñ¿ëÀº ÆÇ¸ÅÀÚ ºÎ´ãÀ̸ç ȯºÒÀº ¹ÝǰµµÂøÀϷκÎÅÍ ¿µ¾÷ÀÏ ±âÁØ 3ÀÏ À̳»¿¡ ¿Ï·áµË´Ï´Ù.
      ´Ü¼øº¯½É ¹×
      ÁÖ¹®Âø¿ÀÀÇ °æ¿ì
      1) ½Å¼±½Äǰ, ³ÃÀå½Äǰ, ³Ãµ¿½Äǰ
      ÀçÆÇ¸Å°¡ ¾î·Á¿î »óǰÀÇ Æ¯¼º»ó, ±³È¯ ¹× ȯºÒÀÌ ¾î·Æ½À´Ï´Ù.
      2) È­Àåǰ
      ÇǺΠƮ·¯ºí ¹ß»ý ½Ã Àü¹®ÀÇ Áø´Ü¼­ ¹× ¼Ò°ß¼­¸¦ Á¦ÃâÇϽøé ȯºÒ °¡´ÉÇÕ´Ï´Ù. ÀÌ °æ¿ì Á¦¹Ýºñ¿ëÀº ¼ÒºñÀÚ ºÎ´ãÀ̸ç, ¹è¼Ûºñ´Â ÆÇ¸ÅÀÚ°¡ ºÎ´ãÇÕ´Ï´Ù. ÇØ´ç È­Àåǰ°ú ÇǺΠƮ·¯ºí°úÀÇ »ó´çÇÑ Àΰú°ü°è°¡ ÀÎÁ¤µÇ´Â °æ¿ì ¶Ç´Â Áúȯġ·á ¸ñÀûÀÇ °æ¿ì¿¡´Â Áø´Ü¼­ ¹ß±Þºñ¿ëÀ» ÆÇ¸ÅÀÚ°¡ ºÎ´ãÇÕ´Ï´Ù.
      3) ±âŸ »óǰ
      ¼ö·ÉÀϷκÎÅÍ 7ÀÏ À̳» ½Åû, ¿Õº¹¹è¼Ûºñ´Â ¼ÒºñÀÚ ºÎ´ã
      4) ¸ð´ÏÅÍ ÇØ»óµµÀÇ Â÷ÀÌ·Î »ö»óÀ̳ª À̹ÌÁö°¡ ´Ù¸¥ °æ¿ì ´Ü¼øº¯½É¿¡ ÀÇÇÑ ±³È¯ ¹× ȯºÒÀÌ Á¦ÇÑµÉ ¼ö ÀÖ½À´Ï´Ù.
      ±³È¯ ¹× ȯºÒ ºÒ°¡ 1) ½Åû±âÇÑÀÌ Áö³­ °æ¿ì
      2) ¼ÒºñÀÚÀÇ °ú½Ç·Î ÀÎÇØ »óǰ ¹× ±¸¼ºÇ°ÀÇ Àüü ¶Ç´Â ÀϺΰ¡ ¾ø¾îÁö°Å³ª ÈѼÕ, ¿À¿°µÇ¾úÀ» °æ¿ì
      3) °³ºÀÇÏ¿© ÀÌ¹Ì ¼·ÃëÇÏ¿´°Å³ª »ç¿ë(Âø¿ë ¹× ¼³Ä¡ Æ÷ÇÔ)ÇØ »óǰ ¹× ±¸¼ºÇ°ÀÇ °¡Ä¡°¡ ¼Õ»óµÈ °æ¿ì
      4) ½Ã°£ÀÌ °æ°úÇÏ¿© »óǰÀÇ °¡Ä¡°¡ ÇöÀúÈ÷ °¨¼ÒÇÑ °æ¿ì
      5) »ó¼¼Á¤º¸ ¶Ç´Â »ç¿ë¼³¸í¼­¿¡ ¾È³»µÈ ÁÖÀÇ»çÇ× ¹× º¸°ü¹æ¹ýÀ» ÁöŰÁö ¾ÊÀº °æ¿ì
      6) »çÀü¿¹¾à ¶Ç´Â ÁÖ¹®Á¦ÀÛÀ¸·Î ÅëÇØ ¼ÒºñÀÚÀÇ ÁÖ¹®¿¡ µû¶ó °³º°ÀûÀ¸·Î »ý»êµÇ´Â »óǰÀÌ ÀÌ¹Ì Á¦ÀÛÁøÇàµÈ °æ¿ì
      7) º¹Á¦°¡ °¡´ÉÇÑ »óǰ µîÀÇ Æ÷ÀåÀ» ÈѼÕÇÑ °æ¿ì
      8) ¸À, Çâ, »ö µî ´Ü¼ø ±âÈ£Â÷ÀÌ¿¡ ÀÇÇÑ °æ¿ì