수직 통합된 체제의 전력회사가 6개의 발전회사와 1개의 판매회사로 분리되고 전력거래소를 통한 전력거래가 본격화되면서 발전회사는 자체 소유 발전설비의 공급가능용량을 어떻게 활용하느냐에 따라 영업상 수익의 영향을 받게 된다. 특히, 하루 전 발표되는 한계가격(System Marginal Price, Base Load Marginal Price)에 맞도록 전력생산을 위한 발전 비용함수를 적용한다면 익일의 공급가능용량이 최적 배분됨으로써, 변동비 반영 시장(Cost based Generation Pool)과 입찰가격 반영 발전시장(Price Bidding Generation Pool)에 적용될 계통운영보조서비스의 계약 물량 산출 및 익일 생산비용의 최적화를위한 입찰전략(Bidding Strategies) 수립이 가능해 지므로 보유 설비에 대한 최적이용이 가능하게 된다. 따라서 본 논문에서는 수요예측 오차와 과거 시장운영 실적을 기초로 년 간 유지보수 계획을 수립하고, 계통운영보조서비스에 대한 계약물량 산출과 개개 발전기의 비용함수 산출, 적용을 통한 발전설비의 효율적인 입찰 방안에 대해 논하고자 한다.
공연예술 기관에서의 공연에 대한 흥행 예측은 공연예술 산업 및 기관에서 매우 흥미롭고도 중요한 문제이다. 이를 위해 출연진, 공연장소, 가격 등 정형화된 데이터를 활용한 전통적인 예측방법론, 데이터마이닝 방법론이 제시되어 왔다. 그런데 관객들은 공연안내 포스터에 의하여 관람 의도가 소구되는 경향이 있음에도 불구하고, 포스터 이미지 분석을 통한 흥행 예측은 거의 시도되지 않았다. 그러나 최근 이미지를 통해 판별하는 CNN 계열의 딥러닝 방법이 개발되면서 포스터 분석의 가능성이 열렸다. 이에 본 연구의 목적은 공연 관련 포스터 이미지를 통해 흥행을 예측할 수 있는 딥러닝 방법을 제안하는 것이다. 이를 위해 KOPIS 공연예술 통합전산망에 공개된 포스터 이미지를 학습데이터로 하여 Pure CNN, VGG-16, Inception-v3, ResNet50 등 딥러닝 알고리즘을 통해 예측을 수행하였다. 또한 공연 관련 정형데이터를 활용한 전통적 회귀분석 방법론과의 앙상블을 시도하였다. 그 결과 흥행 예측 정확도 85%를 상회하는 높은 판별 성과를 보였다. 본 연구는 공연예술 분야에서 이미지 정보를 활용하여 흥행을 예측하는 첫 시도이며 본 연구에서 제안한 방법은 연극 외에 영화, 기관 홍보, 기업 제품 광고 등 포스터 기반의 광고를 하는 영역으로도 적용이 가능할 것이다.
최근 온실가스의 증가로 인한 기후변화 대응의 필요성과 전력수요의 증가로 인해 태양광발전량(PV) 예측의 중요성은 급격히 증가하고 있다. 특히, 태양광 발전량을 예측하는 것은 합리적인 전력 가격결정과 시스템 안정성 및 전력 생산 균형과 같은 문제를 효과적으로 해결하기 위해 전력생산 계획을 합리적으로 계획하는데 도움이 될 수 있다. 그러나 일사량, 운량, 온도 등과 같은 기후정보 및 계절 변화로 인한 태양광 발전량이 무작위적으로 변화하기 때문에 정확한 태양광 발전량을 예측하는 것은 도전적인 일이다. 따라서 본 논문에서는 딥러닝 모델을 통해 기후 및 계절정보를 이용하여 학습함으로써 장기간 태양광 발전량 예측 성능을 향상시킬 수 있는 기법을 제안한다. 본 연구에서는 대표적인 시계열 방법 중 하나인 계절형 ARIMA 모델과 하나의 은닉층으로 구성되어 있는 ANN 기반의 모델, 하나 이상의 은닉층으로 구성되어 있는 DNN 기반의 모델과의 비교를 통해 본 연구에서 제시한 모델의 성능을 평가한다. 실데이터를 통한 실험 결과, 딥러닝 기반의 태양광 발전량 예측 기법이 가장 우수한 성능을 보였으며, 이는 본 연구에서 목표로 한 태양광 발전량 예측 성능 향상에 긍정적인 영향을 나타내었음을 보여준다.
본 연구는 채권시장과 금리시장의 지표를 이용한 외환시장 환율예측 모델을 만드는데 있어 어떤 인공지능 방법론이 가장 적합한지 밝혀내는데 그 목적이 있다. 채권시장의 대표 상품인 국고채와 통안채는 위험회피 상황이 올 때 대규모로 매도되어지고 그런 경우 환율이 상승하는 모습을 자주 보여주었고, 금리시장에서 통화 스왑 (Cross Currency Swap) 가격은 달러 유동성 문제가 생길 때 주로 하락하였으며, 그 움직임은 환율의 상승에 직간접적인 영향을 미쳐온 점 등을 고려하면, 채권시장과 금리시장에서 거래되는 상품의 가격과 움직임은 외환시장에도 직간접적인 영향을 주고 있으며, 세 시장 사이엔 상호 유기적이고 보완적인 관계가 있다고 볼 수 있다. 지금까지 채권시장, 금리시장, 그리고 외환시장 사이의 관계와 연관성을 밝히는 연구는 있어왔으나, 과거 많은 환율예측 연구들이 주로 GDP, 경상수지 흑자/적자, 인플레이션 등 거시적인 지표를 기반으로 한 연구에 집중되어 왔으며, 채권시장과 금리시장 지표를 기반으로 인공지능을 활용하여 외환시장의 환율을 예측하는 적극적인 연구는 아직 진행되지 않았다. 본 연구는 채권시장 지표와 금리시장 지표를 기반으로, 비선형데이터 분석에 적합한 인공신경망(Artificial Neural Network) 모델과, 선형데이터 분석에 적합한 로지스틱 회귀분석 (Logistic regression), 그리고 비선형/선형데이터 분석에 활용 가능한 의사결정나무 (Decision Tree)를 각각 사용하여 환율예측 모델을 만들고 그 수익률을 비교하여 어떤 모델이 가장 외환시장 환율 예측을 하는데 적합한지 알려준다. 또한, 본 연구는 주식시장, 금리시장, 오일시장, 그리고 외환시장 환율 등 비선형적 시계열 데이터 분석에 많이 사용되어진 인공신경망 모델이 채권시장과 금리시장 지표를 기반으로 한 외환시장 환율예측 모델에 가장 적합한 방법론을 제공하고 있다는 것을 증명한다. 채권시장, 금리시장, 그리고 외환시장 간의 단순한 연관성을 밝히는 것을 넘어, 세 시장 간의 거래 신호를 포착하여 적극적인 상관관계를 밝히고 상호 유기적인 움직임을 증명하는 것은 단순히 외환시장 트레이더 들에게 새로운 트레이딩 모델을 제시하는 것뿐만 아니라 금융시장 전체의 효율성을 증가시키는데 기여할 것이라 기대한다.
한 보고서에 따르면, 경제가 불황이라도 먹거리에 대한 인간의 욕구 때문에 식품산업은 그 범위와 규모가 다양한 형태로 확장되고 있다. 특히, 글로벌 살아가는 현대에서는 식품에 대한 종류와 식자재 수급에 대한 국경은 이미 사라진 상태이다. 이러한 현실에서의 식자재는 환율, 기상기후, 농축수산물의 거래량 등에 따라 수요와 가격이 불규칙적으로 변화하고 있다. 본 논문에서는 이러한 데이터들을 수집하고 분석하여 식품 수요에 따른 식자재에 대한 관련 정보를 사이니지 형태로 제공하는 서비스를 제안한다.
본 연구는 에너지정책을 종합적 차원에서 일반경제정책과 병행하여 정량적으로 분석할 수 있는 수리모형 (numerical multi-sector general equilibrium model)을 개발하기 위하여 시도되었다. 모형은 크게 (i) 가격/기술변화 반응적인 투입-산출계수를 내생화한 "산업간 거래모형 (inter-industry production model)", (ii) 민간에 의한 최종부문 수요를 나다내는 "소비자 선택모형 (consumer choices model)", 그리고 (iii) 생산물시장과 본원적 투입요소시장, 수출입시장 등에서 민간기업 정부 및 해외라는 개별 경제주체간의 행태를 반영하는 "거시경제 (성장) 모형 (macro-econometric growth model)"으로 구성되어 있다. 이러한 방법은 분석경제를 충분히 세분하고 제(諸)경제변수들의 동시결정적 과정을 중시한 일반균형적 /부문적 접근방법 (general equilibrium/sectoral approaches)을 취함으로써 지금까지 단순한 거시경제모형(aggregate macroeconomic models)이나 전통적 산업연관모형 (static input-output models)에만 의존해 오던 경제예측이나 경제 및 에너지관련 정책의 효과분석이 한층 더 강화될 수 있을 것으로 기대된다.
부동산시장은 경제의 중심 요소 중 하나로, 거래량과 가격 변동 등이 직접적인 영향을 미친다. 특히, 부동산시장은 경제 지표 외에도 정책이나 심리에 따라 변동하는 경향이 있어 심리적 요인의 변화와 분석에 대한 요구가 지속된다. 본 연구는 소비자 심리지수(CCSI)와 부동산시장 소비심리지수(REI) 간 상관관계를 분석하여 부동산시장의 건정성 유지 및 효율성 향상에 기여하고자 한다. 본 연구에서는 선형 회귀분석 및 상관분석을 통해 소비자 심리지수와 부동산시장 소비심리지수 간 연관성 연구를 진행했다. 경제적 상황 및 소비자 심리 변화가 부동산시장 소비심리지수에 영향을 미친다는 것을 보여주며, 이는 부동산시장의 예측과 전략 수립에 중요한 역할을 할 것으로 기대된다.
최근 정부 정책의 변화와 맞물려 오피스텔은 수도권을 중심으로 사무실과 아파트 가격이 급등하면서 새로운 대체 투자 대안이 되고 있다. 그러나 오피스텔의 선행연구 부재와 더불어 지표를 공표하는 민관기관 역시 표본샘플 부족으로 정확도 저하의 한계를 지녔다. 이들은 공통적으로 시세에 기반한 가격지수를 활용하는데, 시장보다 후행하고 변동성이 적어 평활화 문제가 꾸준히 제기되어 왔다. 따라서 본 연구의 목적은 국토교통부가 최초 공개한 시점부터 지난해까지 실거래가 이루어진 매매(2006~2020), 전·월세(2011~2020) 데이터 자료를 이용하여 서울시 오피스텔 가격지수를 산출하는 것이다. 이를 규명하기 위한 실증방법론으로 반복매매모형을 채택하여 주요 지표인 매매, 전세, 월세지수를 각각 산정하고, 그 외에 보조지표에 해당하는 전월세전환율도 개선된 형태로 함께 개발하였다. 수집된 자료결과 및 통계해석의 정확성을 기하기 위한 지원도구는 SAS 9.4로 일괄 처리하였다. 본 연구의 실증분석 결과를 간단히 요약하면, 다음과 같이 정리할 수 있다. 첫째, 2020년말 서울시 오피스텔 매매지수는 132.5P, 전세지수는 163.9P(2011.1Q=100.0P)이며, 월세는 원점인 100.0P선에서 밑돌았다. 오피스텔의 지수 유형별 월세가 공실 위험으로 비교적 보합세를 유지한 가운데, 수요가 풍부한 매매가와 전세금 상승세가 지속되는 차이를 보인 것으로 해석된다. 둘째, 주택유형별 매매가 증가폭은 오피스텔이 아파트, 연립다세대 등 다른 주택유형보다 낮은 자산으로 드러났다. 모형의 설명력은 표준오차 평균이 0.02 이하로 적합도가 뛰어난 것으로 판명되었다. 셋째, 본 연구가 추정한 가격지수를 한국부동산원, KB국민은행 등 유사 발표기관의 지표와 상호 비교하면, 변이가 크게 나타나 고질적인 평활화 문제를 해결할 수 있는 가능성을 확인하였다. 결론적으로 본 연구는 코로나 19와 같이 경기 불확실성이 큰 상황 하에서, 서울시 오피스텔 실거래가 지수 산정 제시와 시험 모의적용을 새롭게 시도함으로써 향후 시장참가자들이 가격동향 및 변화를 예측하는데 유의미한 의의를 둘 수 있다.
인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.
청계천이 복원되었다. 서울시에 의하여 지난 2003년 7월부터 시작된 복원공사가 2005년 10월 준공되었다. 원래부터 청계천은 인공의 하천이었다. 조선왕조 520년의 기틀을 다지면서, 도성에 있는 자연하천을 직강화하고 양안에 석축을 쌓아 개천으로 만들었던 것이다. 하천에 인위적인 요소를 더한 것은 전적으로 홍수의 피해를 줄이기 위해서였다. 조선왕조실록에는 태종부터 헌종까지 도성에서 발생한 큰 홍수기록이 10건 소개되어 있다. 특히, 순조 32년(1832)과 헌종 12년(1846)의 피해가 컸었다. 순조 32년 6월부터 7월초까지 비가 오지 않은 날이 없다고 하였으며, 도성내 5부의 민가가 파괴된 것은 3,166호였고 죽은 자는 64명이었다. 헌종 12년 9월에도 큰 피해가 있었는데, 5부에 무너진 민가가 3,900여호나 되었다. 4대문 안의 서울은 북악산과 남산으로부터 가파르게 흐른 물이 고이기 쉬운 저지대를 형성하고 있기 때문에 침수 피해가 자주 발생하였다. 개국 초기에 여러차례의 홍수피해를 당한 후에, 태종의 본격적인 하천정비 사업은 세종 때에 완성되어 오늘날 청계천의 기본 모습을 갖추게 되었다. 임진왜란이후 개천은 상류에서 쓸려내여온 토사가 쌓여 하천으로서의 구실을 다하지 못하였다. 영조 때에는 매립된 토사로 인하여 하천 바닥이 높아졌고, 양안의 도로와 거의 같은 높이가 되었다고도 한다. 이에 영조는 대대적인 준설 사업을 펼쳤고 조선이 폐망할 때까지 주기적으로 준설을 하였다. 준설만을 한 것은 아니었다. 세종은 측우기의 발명과 함께 한강과 개천의 수위를 측정할 수 있도록 수표(水標)를 제작하였고, 역대 왕들은 큰 비가 오면 강우량과 함께 하천의 수위를 점검하였었다. 청계천을 중심으로 자연의 거친 손길에 대응하여 안정된 사회를 만들고자 조선의 왕들과 관리 그리고 백성들은 많은 노력을 기울였다. 본 고에서는 이러한 선조들의 발자취를 따라서 그 흔적들을 소개하고자 한다.없는 토양들이 있었는데 반해 남계통을 비롯한 학곡통, 회곡통, 백산통, 상주통, 석천통, 예산통 등 7개의 토양은 3kPa에서도 약간의 물의 이동이 있었다. 이는 모암이 화강 편마암인 관계로 토양 내에 물의 이동에 영향을 미치는 자갈의 함량이 높았기 때문일 것으로 생각되고 추후의 연구에서는 이 부분에 대한 내용도 검토되어야 할 것이다. 또한, 1kPa에서 물의 이동은 삼각통에서 35.21 cm/day로 이동 속도가 가장 컸으며 그 뒤로 예산통, 화봉통, 학곡통, 백산통 등이 토양에서 빠른 속도로 이동하였다. 가천통이나 석천통 및 우곡통은 1kPa에서의 이동 속도가 아주 느린 토양으로 판단되었다. 또한, 포화되지 않은 상태인 1kPa에서 물의 이동 속도를 VGM 모형에 의해 예측된 값과 측정된 값으로 비교하였을 때 불포화 수리 전도도가 예측되지 않은 토양(석천통, 지곡통, 풍천통)이 존재하여 불포화 수리 전도도 특성평가에 대한 VGM 모형의 적용성에 문제를 보였다. 이는 결과적으로 논이라는 영농형태가 존재하는 우리나라에서 토양의 수리적 특성해석을 위한 VGM 모형의 적용성에 한계가 있을 것으로 판단되었다.4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에 있어서 시장수익률을 평균적으로 초과할 수 있는 거래전략은 존재하므로 이러한 전략을 개발 및 활용할 수 있으며, 특히, 한국주식시장에 적합한 거래전략은 반전거래전략이고, 이 전략의 유용성은 투자자가 설정한 투자기간보다 더욱 긴 분석기간의 주식가격정보에 의하여 최대한
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.