CNN¿¡ ´ëÇÑ °Ë»ö°á°ú´Â °ÇÀÔ´Ï´Ù.

±¹³»µµ¼­ (58°Ç)

  • ºÏÄ«Æ®
  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

¸®ºä 10°Ç

[½Ã/¿¡¼¼ÀÌ] ¼ÕÁö¾Ö CNN ¼­¿ï

±è¿µ»çI2016.02.05

12,000¿ø

10,800¿ø(10%¡å)

600P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 9.4 9.4

ÆǸÅÁö¼ö 31

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

[ÄÄÇ»ÅÍ/ÀÎÅͳÝ] ÀΰøÁö´É ±¸Á¶ ¿ø¸® ±³°ú¼­ : °³¹ßÀÚ¿Í ÇÁ·ÎÁ§Æ® ¸Å´ÏÀú¸¦ À§ÇÑ AI ¼ö¾÷, ¸Ó½Å·¯´× ¡¤ µö·¯´× ¡¤ CNN ¡¤ RNN ¡¤ LLM ¸ÞÄ¿´ÏÁò Çؼ³

[ÁöÀû »ýÈ°ÀÚ¸¦ À§ÇÑ ±³°ú¼­(º¸´©½º) 1] ½Ã¸®Áî°£Æí±¸¸Å ½Ã¸®ÁîSMS½Åû¾Ë¸²

¼Û°æºó Àú/³²Áö¿ì ±×¸²/³²Áö¿ì »çÁøIº¸´©½ºI2024.03.25

19,800¿ø

17,820¿ø(10%¡å)

990P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

ÆǸÅÁö¼ö 134

  • È®´ëº¸±â
À̹ÌÁö¾øÀ½

37,000¿ø

33,300¿ø(10%¡å)

1,850P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

  • È®´ëº¸±â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] BBC¿Í CNN:¹Ìµð¾î Á¶Á÷ÀÇ °æ¿µ

Inside the BBC and CNN : managing media organization

·ç½Ã Ť-½¨Å¬¸¸ Àú/¹ÚÀÎ±Ô ¿ªIÄ¿¹Â´ÏÄÉÀ̼ǺϽºI2001.10.18

14,000¿ø

420P (3%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] È¥ÀÚ °øºÎÇÏ´Â ¸Ó½Å·¯´×+µö·¯´× : ±¸±Û ÄÚ·¦À¸·Î ȯ°æ ¼³Á¤ ¾øÀÌ ½Ç½À °¡´É

[È¥ÀÚ °øºÎÇÏ´Â ½Ã¸®Áî(ÇѺû¹Ìµð¾î) 1] ½Ã¸®Áî°£Æí±¸¸Å ½Ã¸®ÁîSMS½Åû¾Ë¸²

¹ÚÇؼ± ÀúIÇѺû¹Ìµð¾îI2020.12.21

À¯Æ©ºê °­ÀÇ / º°Ã¥ ¿ë¾î ³ëÆ®

±âȹÀü [±âȹ] 2024 »õÇбâ START

26,000¿ø

23,400¿ø(10%¡å)

1,300P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 9.8 9.8

ÆǸÅÁö¼ö 598

  • È®´ëº¸±â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] C++¿Í CUDA C·Î ±¸ÇöÇÏ´Â µö·¯´× ¾Ë°í¸®Áò ¼¼Æ® : RBMºÎÅÍ CNN, ¿ÀÅäÀÎÄÚ´õ±îÁö ÄÚµùÇÏ¸ç ±ú¿ìÄ¡´Â µö·¯´×ÀÇ ¿ø¸®

Deep Belief Nets in C++ and Cuda C

[µ¥ÀÌÅÍ °úÇÐ ½Ã¸®Áî(¿¡ÀÌÄÜ) 3] ½Ã¸®Áî°£Æí±¸¸Å ½Ã¸®ÁîSMS½Åû¾Ë¸²

Ƽ¸ð½Ã ¸¶½ºÅÍÁî Àú/À̽ÂÇö ¿ªI¿¡ÀÌÄÜÃâÆÇI2017.08.18

78,000¿ø

70,200¿ø(10%¡å)

3,900P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

¸®ºä 1°Ç

[Àü°øµµ¼­/´ëÇб³Àç] µö·¯´× ÅÙ¼­Ç÷Π±³°ú¼­ : ±âÃʺÎÅÍ CNN, RNN, ½Ã°è¿­ ºÐ¼®, ¼º´É ÃÖÀûÈ­,

¼­Áö¿µ ÀúI±æ¹þI2021.04.30

ÀÚ¿¬¾î ó¸®, °­È­ ÇнÀ, »ý¼º ¸ðµ¨±îÁö!

28,000¿ø

25,200¿ø(10%¡å)

1,400P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 10 10

ÆǸÅÁö¼ö 286

  • È®´ëº¸±â
À̹ÌÁö¾øÀ½

¸®ºä 7°Ç

[½Ã/¿¡¼¼ÀÌ] ¼¼»óÀÇ ³¡¿¡ ³»°¡ ÀÖ´Ù : CNN ¾ÞÄ¿ ¾Ø´õ½¼ ÄíÆÛÀÇ ÀüÀï Àç³­ ±×¸®°í »ýÁ¸ÀÇ ±â¾ï

Dispatches from the edge : a memoir of war, disasters, and survival

¾Ø´õ½¼ ÄíÆÛ, Áß¾ÓÀϺ¸ ±¹Á¦ºÎ Àú/äÀÎÅà ¿ªI°í·Á¿øºÏ½ºI2010.02.25

13,000¿ø

11,700¿ø(10%¡å)

650P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 9.1 9.1

ÆǸÅÁö¼ö 467

  • È®´ëº¸±â
À̹ÌÁö¾øÀ½

¸®ºä 1°Ç

[»çȸ°úÇÐ] ºÏÇÙ ·Ñ·¯ÄÚ½ºÅÍ : ÀüCNN Àü¹®±âÀÚ°¡ ¾´ ºÏ¹ÌÇù»ó ÀλçÀÌµå ½ºÅ丮

½Ã»çINºÏI2010.01.15

25,000¿ø

22,500¿ø(10%¡å)

1,250P (5%)

ÆòÁ¡ 8 8

ÆǸÅÁö¼ö 71

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

¸®ºä 2°Ç

[Àü°øµµ¼­/´ëÇб³Àç] óÀ½ ½ÃÀÛÇÏ´Â µö·¯´× : ¼öÇÐ À̷аú ¾Ë°í¸®ÁòºÎÅÍ CNN, RNN ±¸Çö±îÁö ÇÑ ±ÇÀ¸·Î ÇØ°áÇϱâ

Deep Learning from Scratch

¼¼½º ¿ÍÀ̵å¸Õ Àú/½ÉÈ¿¼· ¿ªIÇѺû¹Ìµð¾îI2020.08.20

23,000¿ø

20,700¿ø(10%¡å)

1,150P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 10 10

  • È®´ëº¸±â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] PyTorch µö·¯´× ½Ç½À : CNN, RNN°ú ÇÔ²² Çö´ëÀûÀÎ AI ±â¼úÀ» Àû¿ëÇÑ´Ù

PyTorch Deep Learning Hands-On

Sudhanshu Passi Àú/°ûÁ¤È¯ ¿ªIÈ«¸ªI2023.02.09

25,000¿ø

750P (3%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] Äɶ󽺷Π¹è¿ì´Â ½Å°æ¸Á ¼³°è¿Í ±¸Çö : CNN, RNN, GAN, LSTM ´Ù¾çÇÑ ½Å°æ¸Á ¸ðµ¨ ¼³°è¿Í ±¸Çö

Hands-On Neural Networks with Keras

´Ò·ÎÀÌ Çª¸£Ä«ÀÌÆ® Àú/±è¿¬¼ö ¿ªI¿¡ÀÌÄÜÃâÆÇI2020.02.21

40,000¿ø

36,000¿ø(10%¡å)

2,000P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] °ñºóÇØÄ¿ÀÇ 3ºÐ µö·¯´× ÅÙ¼­Ç÷θÀ : ÅÙ¼­Ç÷ΠÄÚµå·Î ¸Àº¸´Â CNN, AE, GAN, RNN, DQN (+Inception)

±èÁøÁß, ±èÁøÁß Àú/À¯ÁØÈ£ ±×¸²IÇѺû¹Ìµð¾îI2017.09.25

22,000¿ø

19,800¿ø(10%¡å)

1,100P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 9.7 9.7

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

¸®ºä 1°Ç

[Àü°øµµ¼­/´ëÇб³Àç] ÆÄÀ̽ãÀ¸·Î ¹è¿ì´Â µö·¯´× ±³°ú¼­ : À̹ÌÁö ÀÎ½Ä ¸ðµ¨À» ¸¸µé¸é¼­ ÀÍÈ÷´Â µö·¯´×

PYTHONªÇÔѪ«ª·ªÆùʪÖ!ª¢ª¿ªéª·ª¤ä¢öµùÊ㧪ÎÎçΡßö ѦÌþùÊ㧪ÎÐñÜ⪫ªéä¢öµùÊ㧪ުÇ

À̽ÃÄ«¿Í ¾ÆÅ°È÷ÄÚ(à´ô¹?åé) Àú/¹Ú±¤¼ö(¾ÆÅ©¸óµå) ¿ªIÇѺû¹Ìµð¾îI2020.03.01

38,000¿ø

34,200¿ø(10%¡å)

1,900P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 10 10

ÆǸÅÁö¼ö 185

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

¸®ºä 2°Ç

[Àü°øµµ¼­/´ëÇб³Àç] ¸Ó½Å ·¯´× ±³°ú¼­ with ÆÄÀ̽ã, »çÀÌŶ·±, ÅÙ¼­Ç÷Π: ¸Ó½Å ·¯´×, µö·¯´× ÇÙ½É ¾Ë°í¸®ÁòºÎÅÍ GAN, °­È­ ÇнÀ±îÁö!

Python Machine Learning - Third Edition

¼¼¹Ù½ºÂù ¶ó½ÃÄ«, ¹ÙÈ÷µå ¹ÌÀÚ¸®¸® Àú/¹ÚÇؼ± ¿ªI±æ¹þI2021.03.31

44,000¿ø

39,600¿ø(10%¡å)

2,200P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 10 10

ÆǸÅÁö¼ö 137

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

¸®ºä 1°Ç

[Àü°øµµ¼­/´ëÇб³Àç] óÀ½ ¹è¿ì´Â µö·¯´× 꺿 : 꺿 ¿£ÁøºÎÅÍ NLP, µö·¯´×, ÆÄÀ̽ã, REST API, Ä«Ä«¿ÀÅå ¿¬µ¿±îÁö

Á¶°æ·¡ ÀúIÇѺû¹Ìµð¾îI2020.11.01

26,000¿ø

23,400¿ø(10%¡å)

1,300P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 10 10

ÆǸÅÁö¼ö 24

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] ÇÚÁî¿Â ¸Ó½Å·¯´× : »çÀÌŶ·±, Äɶó½º, ÅÙ¼­Ç÷Π2¸¦ È°¿ëÇÑ ¸Ó½Å·¯´×, µö·¯´× ¿Ïº® ½Ç¹«

Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow

¿À·¼¸®¾Ó Á¦·Õ Àú/¹ÚÇؼ± ¿ªIÇѺû¹Ìµð¾îI2020.05.04

ÅÙ¼­Ç÷Π2 ¹Ý¿µ Àü¸é Ä÷¯ÆÇ

55,000¿ø

49,500¿ø(10%¡å)

2,750P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å
ÆòÁ¡ 10 10

ÆǸÅÁö¼ö 163

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] Æë±Ïºê·ÎÀÇ 3ºÐ µö·¯´× ÆÄÀÌÅäÄ¡¸À : PyTorch ÄÚµå·Î ¸Àº¸´Â

±è°Ç¿ì, ¿°»óÁØ ÀúIÇѺû¹Ìµð¾îI2019.11.01

CNN, GAN, RNN, DQN, Autoencoder, ResNet, Seq2Seq Adversarial Attack

28,000¿ø

25,200¿ø(10%¡å)

1,400P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

ÆǸÅÁö¼ö 10

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] ½Çü°¡ ¼Õ¿¡ ÀâÈ÷´Â µö·¯´×, ±âÃʺÎÅÍ ½ÇÀü ÇÁ·Î±×·¡¹Ö : ±âÃÊ ¼öÇаú ÆÄÀ̽ã Äڵ带 µû¶ó¸¸ ÇÏ¸é ½Å±âÇÏ°Ô ÀÌÇصǴÂ

ªÏª¸ªáªÆªÎ«Ç«£-«×«é-«Ë«ó«° PYTHONªÇùʪ֫˫å-«é«ë«Í«Ã«È«ï-«¯ªÈ«Ð«Ã«¯«×«í«Ñ«²-«·«ç«ó

¾ÆÁ À¯Å°³ª°¡, ¾ÆÁ À¯Å°³ª°¡ Àú/ÃÖÀç¿ø, ÃÖÀç¿ø ¿ªIÃ¥¸¸I2019.06.18

½Å°æ¸Á, ¿ªÀüÆÄ, CNN ±¸Çö

26,000¿ø

23,400¿ø(10%¡å)

1,300P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

  • È®´ëº¸±â
  • ÆîÃ帱â
À̹ÌÁö¾øÀ½

[Àü°øµµ¼­/´ëÇб³Àç] ÅÙ¼­Ç÷ηΠ¹è¿ì´Â µö·¯´×

¿µÁø´åÄÄI2018.11.16

26,000¿ø

23,400¿ø(10%¡å)

1,300P (5%)

  • Àå¹Ù±¸´Ï
  • ¹Ù·Î±¸¸Å

ÆǸÅÁö¼ö 40

  • ºÏÄ«Æ®

¸®ºä (665°Ç)

[¸®ºä] CNN ±âº»´ÙÁö±â

ÀÛ¼ºÀÚ: ´ÞÄÞÇÑÁ꽺 I Ãßõ¼ö: 0 I 2013.10.10

<p>¿µ¾î ¹ßÀ½ÀÌ ÁÁÁö ¾Ê°Å³ª ûÃë·ÂÀÌ ¾àÇѺе鿡°Ô´Â ¾ÆÁÖ À¯¿ëÇÑ µµ¼­°¡ µÉ°ÍÀ̶ó°í »ý°¢ÇÑ´Ù. ´º½º¶ó¼­ ±×·±Áö ¸»ÇÏ´Â ¹ßÀ½ÀÌ °³²ýÇÏ°í ¼Óµµ°¡ ±¦ÂúÀºÆí¿¡ ¼ÓÇÏ´Â°Í °°´Ù. ¿ì¼± óÀ½¿¡´Â ±³À縦 Âß Àо°í ´ÙÀ½¿¡ ÇϳªÇϳª ³»¿ëÀ» ¤¾î°¡¸é¼­ °øºÎÇϱ⸦ ÃßõÇÑ´Ù. ±×¸®°í ¹ßÀ½À» µéÀ¸¸é¼­ ûÃë·ÂÀ» Å°¿ì°í ´õºÒ¾î ¹ßÀ½¿¬½À±îÁö Çϸ鼭 µè°ÔµÇ¸é ¿µ¾î ûÃë·Â°ú ...

[¸®ºä] ³» ¼Õ¾ÈÀÇ CNN

ÀÛ¼ºÀÚ: ȸ»öÅäÅä·Î I Ãßõ¼ö: 0 I 2012.02.05

½ÇÁ¦ CNN ä³Î¿¡¼­ ¹æ¼Û Çß´ø ´º½ºÁß¿¡ Àç¹ÌÀÖ°í ÇнÀÀûÀ̸ç Çѱ¹°ú °ü·Ã ÀÖ´Â ³»¿ëµéµµ Æ÷ÇÔÇÏ°í À־ °øºÎÇϱ⿡ Àç¹Õ´õ¶ó±¸¿ä^^   °¡°ÝÀÌ Á» ºñ½Î±ä ÇÏÁö¸¸ µ¿¿µ»ó CD°¡ Æ÷ÇԵǾîÀÖÀ¸´Ï;; Mp3 º¸´Ù ½Ã°¢ÀûÀÌ°í ÀÌÇØÇϴµ¥ µµ¿òµµ µÇ°í ÁÁÀº °Í °°¾Æ¿ä..   ±×¸®°í ÁøÂ¥ ¹è¼Ûµµ ¾öû ºü¸£´õ¶ó±¸¿ä~~

[¸®ºä] cnn ±âº»´ÙÁö±â¿¡ ±Â

ÀÛ¼ºÀÚ: phylgrim I Ãßõ¼ö: 3 I 2009.01.19

Ãʺ¸ÀÚµéÀÌ cnn À» °øºÎÇϱ⠽±°Ô ÇнÀ ¹æ¹ýÀÌ È¿°úÀûÀ¸·Î Àß ¼Ò°³µÇ¾î ÀÖ´Â °Í °°´Ù.  óÀ½ cnn°°Àº ºü¸¥ ¿µ¾î¸¦ µè°Ô µÇ¸é, ²÷¾î µè±â°¡ ¾È µÅ Àǹ̰¡ ÀâÈ÷Áú ¾Ê´Âµ¥, ²÷¾î µè±â¸¦ ÅëÇØ ÇнÀÇϸ鼭 µè±â °ø½Ä°°Àº °ÍÀ» ÀÍÈ÷°Ô µÇ´Â °Í °°´Ù. ¶Ç ¿äÁò °­Á¶µÅ°í ÀÖ´Â ¿µ±¹¹ßÀ½µµ µéÀ» ¼ö ÀÖ¾î ÁÁ´Ù.  Ã¥ ³»¿ëµµ Èï¹ÌÀÖ°í Àç¹Õ¾î °øºÎÇÏ...

[¸®ºä] ÀÌÁ¦´Â ³ªµµ CNNÀÌ µé¸°´Ù.¤»

ÀÛ¼ºÀÚ: icando111 I Ãßõ¼ö: 1 I 2008.12.04

¿µ¾î ¸»Çϱ⠵è±â Çâ»óÀ» À§ÇØ CNN´º½º ûÃ븦 ½ÃÀÛÇÑÁö 1³âÀÌ ³Ñ¾ú´Âµ¥µµ Å©°Ô Çâ»óÀÌ µÈ °Í °°Áö ¾Ê¾Æ ¼Ó»óÇß½À´Ï´Ù. Ȥ½Ã³ª ³ªÀÇ Ã»Ãë ¹æ¹ýÀÌ À߸øµÈ °ÍÀÎÁö Á¡°ËÇÒ ±æµµ ¾ø°í…´Ã °í¹ÎÇÏ°í °ÆÁ¤Çصµ È¿À²ÀûÀÎ ¹æ¹ýÀ» ãÀ» ¼ö°¡ ¾ø¾ú½À´Ï´Ù. ±×·¯´Ù ¿ì¿¬È÷ ¼­Á¡¿¡¼­ <CNN ÇÏ·ç 10ºÐ Æ®·¹ÀÌ´×>À» ¹ß°ßÇÏ°í ¿©Å²¯ ³ª¸¸ÀÇ ÇнÀ ¹æ¹ýÀÌ À߸ø...

[¸®ºä] cnn ȸȭ ûÃë

ÀÛ¼ºÀÚ: Bluebook I Ãßõ¼ö: 1 I 2007.11.29

cnn ´º½º ¿µ¾î°¡ ä ¾Èµé¸®´Â »ç¶÷µé¿¡°Ô ÁÁÀº °Í °°´Ù. ´º½º¿µ¾î´Â ¾î·Æ°í..ȸȭ¸¦ °øºÎÇϴµ¥ ¾¾¿£¿£ ÀÎÅÍºä ³»¿ëÀ» ª°Ô ²÷¾î¼­ µé·ÁÁÖ´Ï±î ¹Ýº¹Çؼ­ µè°í µû¶ó¼­ ¸»ÇÒ ¼ö ÀÖ´Ù.  ÁÁÀº Á¡Àº ³»ÀÌƼºêµéÀÌ Á¤¸» ½Ç»ýÈ°¿¡¼­ ÀÌ·± Ç¥ÇöµéÀ» ¾²´Â±¸³ª..ÇÏ°í ¿ø¹®¿¡¼­ È®ÀÎÇÏ°í ³Ñ¾î°¡´Ï±î ¾È½ÉÀÌ µÈ´Þ±î...ÇÏ´Â Á¡ÀÌ´Ù. ±×¸®°í µñÅ×À̼ÇÀ̶û ¿ø¹® û...

(ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º
ÁÖ¼Ò | ¼­¿ïƯº°½Ã ¼­Ãʱ¸ °­³²´ë·Î 447(¼­Ãʵ¿, ³²¼­¿ïºôµù)
»ç¾÷ÀÚµî·Ï¹øÈ£ | 422-81-03185
Åë½ÅÆǸž÷½Å°í | 2023-¼­¿ï¼­ÃÊ-0823
È£½ºÆü­ºñ½º Á¦°øÀÚ | (ÁÖ)ÀÎÅÍÆÄÅ©Ä¿¸Ó½º
´ëÇ¥ÀÌ»ç | ±èµ¿½Ä

»ç¾÷ÀÚÁ¤º¸È®ÀÎ

°í°´¼¾Å͹®ÀÇ Àü Ŭ¸¯ ARS ¾È³»µµ

ÀüÈ­ 1577-2555

Æѽº 02-838-0750

À̸ÞÀÏ helpshop@interpark.com

°³ÀÎÁ¤º¸º¸È£Ã¥ÀÓÀÚ cposhopping@interpark.com

°³ÀÎÁ¤º¸º¸À¯±â°£ ȸ¿øÅ»Åð½Ã±îÁö

KGÀ̴Ͻýº ±¸¸Å¾ÈÀü¼­ºñ½º

°í°´´ÔÀº ¾ÈÀü°Å·¡¸¦ À§ÇØ Çö±Ý µîÀ¸·Î °áÁ¦ ½Ã ÀúÈñ ¼îÇθô¿¡¼­ °¡ÀÔÇÑ KGÀ̴ϽýºÀÇ ±¸¸Å¾ÈÀü¼­ºñ½º¸¦ ÀÌ¿ëÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù.¼­ºñ½º °¡ÀÔ»ç½Ç È®ÀÎ

ÁÖ½Äȸ»ç ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ÀÎÅÍÆÄÅ© ¼îÇÎ, ÀÎÅÍÆÄÅ© µµ¼­ÀÇ Åë½ÅÆǸÅÁß°³Àڷμ­ Åë½ÅÆǸÅÀÇ ´ç»çÀÚ°¡ ¾Æ´Ï¹Ç·Î, °³º° ÆǸÅÀÚ°¡ µî·ÏÇÑ ¿ÀǸ¶ÄÏ »óÇ°¿¡ ´ëÇؼ­ ÁÖ½Äȸ»ç ÀÎÅÍÆÄÅ©Ä¿¸Ó½º´Â ÀÏü Ã¥ÀÓÀ» ÁöÁö ¾Ê½À´Ï´Ù.