본 논문에서는 쏘일네일링 공법과 앵커 공법의 장점을 결합한 하이브리드 공법에 대한 연구를 수행하였다. 쏘일네일링과 앵커가 결합된 하이브리드 공법은 철근과 PC강연선을 보강재로 사용함으로써 일반적인 쏘일네일링에 비해 인발저항력이 증가하며, 프리스트레스를 가하기 때문에 지반의 변위를 억제하고 사면의 얕은파괴를 방지할 수 있다. 하지만 철근의 신장량이 PC강연선의 신장량보다 작기 때문에 철근에 하중이 집중되어 철근이 먼저 항복하게 된다. 따라서 PC강연선과 철근의 항복하중을 단순히 더하게 된다면 쏘일네일링과 앵커가 결합된 하이브리드 공법의 항복하중을 과대평가하는 것이다. 이에 본 연구에서는 두 보강재의 항복시점을 일체화하기 위해 앵커바에 프리스트레스를 가하였다. 즉, 하이브리드 공법에서 프리스트레스를 가하는 것은 지반의 변위를 억제하는 것과 동시에 선단에서부터 전이되는 압축력이 철근에 작용하는 인장하중을 감소시켜 전체 설계하중을 최대한 증가시키기 위한 것이다. 하이브리드 공법 내에서 하중전이 메커니즘을 체계적으로 분석하기 위하여 두 가지 비교대상을 정하여 현장인발시험을 실시하였다. 하이브리드 공법의 인발저항력 증가를 규명하기 위해 우선 쏘일네일링에 대한 인발시험을 실시하였으며, 또한 하이브리드 공법의 프리스트레스 변화에 따른 메커니즘을 규명하기 위해 프리스트레스를 0kN에서 196kN까지 변화시켜 인발시험을 실시하였다. 프리스트레스를 가하여 발생한 압축력은 철근에 전해지게 되어 철근의 하중-변위곡선 기울기가 감소하게 된다. 즉, 철근은 신장량이 증가하여 PC강연선과 비슷한 항복하중을 가지게 되며, 본 논문에서는 하중전이 이론을 통해 이를 규명하였다. 프리스트레스를 가하여 삽입된 두 보강재가 일체거동을 보이게 되면 하이브리드 공법의 인발저항력은 쏘일네일링의 인발저항력보다 2배정도 더 증가하게 된다.
양돈 폐수로부터 NH3를 제거하기 위해서 양돈 폐수의 무게 대비 MgO(wt. %)의 양을 변화시키면서 양돈 폐수에 주입하였다. 24시간 동안 폭기시키면서 MgO (0.8 wt. %)로 처리한 양돈 폐수는 미처리 양돈 폐수에 비하여 NH3 가스 발생량이 75.5% 감소하였으며, 1개월 동안 밀폐된 상태에서도 NH3 가스가 거의 발생하지 않았다. 본 연구에서 사용한 MgO는 양돈 폐수의 pH를 상승시켜 NH3가 가스 형태로 탈기될 수 있는 조건을 제공해 주었으며, 과량 주입할 경우에도 호기성 미생물 활동에 악영향을 줄 수 있는 pH 10.5를 초과하지 않았다. 양돈 폐수에서 제거되지 않고 남아 있는 NH4+는 인산과 MgO를 첨가하여 스트루바이트의 형태로 침전시켜 제거하였다. 스트루바이트를 합성하기 위해서 NH4+의 몰비와 동일하게 인산과 MgO를 주입하고 황산을 첨가하여 양돈 폐수의 초기 pH를 5로 조정한 후 점진적으로 폐수의 pH를 상승시켰다. pH 6에서 흰 침전물 소위 스트루바이트가 생성되기 시작하여 pH 10까지 지속적으로 합성이 이루어졌다. 총 86.1%의 NH4+ 제거 중에서 62.4%가 약산성인 pH 6에서 제거되었다. 침전물 중에 스트루바이트의 존재를 XRD로 조사하였고 그 결과 pH 6에서 침전물이 스트루바이트의 결정성을 갖는다고 확인되었다. pH 7~10인 조건에서는 스트루바이트가 비결정질 형태로 존재하며, pH가 11인 이상에서는 생성된 스트루바이트가 완전히 붕괴되었다. 침전물 내에서 스트루바이트의 수득률은 에너지 분산형 X-ray, 열중량분석기, 원소분석기의 결과치를 바탕으로 하여 68%~84%임을 확인할 수 있었다. 만약 NH3가 제거된 양돈 폐수를 건조 퇴비에 뿌려 부숙하게 된다면 퇴비의 부숙 기간 동안 NH3로 인한 악취를 상당히 감소시킬 수 있을 것이다. 이와 더불어, MgO로 처리한 양돈 폐수는 가축 퇴비에 인과 질소를 보충하는 역할을 담당할 수 있을 것이다. 앞으로도 본 연구를 계속적으로 진행하여 국내에서 친환경퇴비를 생산할 수 있는 기틀을 마련하고자 한다.
한국농수산대학교 공정육묘실에서 인삼을 종자 파종하여 생장한 인삼 1년근을 각 실험구(공정육묘실, 관행 노지)에 이식 전 1차 생장 조사를 하고, 3개월 생육 후 2차 생장 비교조사를 하였다. 1차 생장 조사 결과, 이식 전 뿌리의 무게는 평균 0.95g에서 이식 후 관행 노지는 0.21g, 공정육묘실은 0.29g으로 증가하였다. 뿌리의 길이는 평균 13.85cm에서 이식 후 관행 노지는 2.03cm, 공정육묘실은 2.66cm로 증가하였다. 뿌리의 지름은 평균 5.58mm에서 이식 후 관행 노지는 1.04mm, 공정육묘실은 1.26mm로 증가하였다. 공정육묘실에서 생육한 인삼이 관행 노지재배보다 더 많은 생장이 확인되었다. 공정육묘실에서 생육한 인삼과 진안 농가 관행 노지재배 인삼의 진세노사이드 성분함량 비교를 위해 각 1년근, 2년근의 진세노사이드 11종(Rg1, Re, Rf, Rh1(S)+Rg2(S), Rb1, Rc, Ra1, Rb2, Rb3, Rd, Rg3)의 함량 비교한 결과, 진세노사이드 1종 전체 함량이 공정육묘실 재배 인삼 1년근에서는 17.32mg/g, 공정육묘실 재배 인삼 2년근에서는 16.43mg/g, 관행 노지재배 1년근에서는 5.84mg/g, 관행 노지재배 2년근에서는 6.17mg/g으로 확인되었다. 관행 노지재배 인삼 1년근, 2년근보다 공정육묘실 1년근, 2년근이 2배 이상으로 더 많은 진세노사이드 함량이 HPLC 분석 결괏값으로 확인되었다. 결론적으로 관행 노지재배 묘삼은 자연환경 아래에서 재배환경의 다양한 요인에 의한 생장이 작용하는 반면 공정육묘는 생장이 우수한 인공토 비율과, 식물 영양액 농도 EC1.0ms/cm로 수분을 공급하여 안정된 생장을 할 수 있고, 식물 생장에 필요한 온도, 광, 수분의 환경제어가 가능한 상태에서 생장하므로 묘삼의 생장 안정성을 확보할 수 있어 향후 이에 관한 지속적인 연구가 필요하다.
본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.
물의 신(神), 인도 탐몰라주(耽沒羅洲:'몰'자와 '주'자가 탈락되면서 '탐라(耽羅)') 발타라(跋陀羅, Bhadra) 존자가 BC 563-483년경에 900명의 아라한(弟子)과 같이 탐라에 왔다. 그것은 세계에서 가장 신성한 물(신성성(神聖性), Heiligkeit)을 통한 불교의 전파다. 고양부(高良夫)의 3성의 흔적은 첫 번째가 3성혈(穴)과 영실의 존자암의 굴(穴) 주거로, 혈거(穴居) 시대를 엿볼 수 있다. 두 번째가 고양부 3성의 3, 3의 3배수가 9임을 착안하면 발타라 제자 900(=3*3*100)명의 분해시 기본수인 3과 맥을 같이하는 연결고리다. 이때, 3은 천지인(하늘 땅 사람 天地人), 종교적으로는 결혼(結婚), 희망(希望)수 또는 완전수(完全數 Complete Number)로 제주 문화가 곳곳에 쉼 쉬고 있다. 예를 들어, 3성혈(三姓穴)의 3, 1도동, 2도동, 3도동의 3, 3다도(三多島)의 3, 3무도(三無島)의 3, 3재도(三災島:수재(水災),한재(旱災),풍재(風災))의 3, 고양부 3성의 3, 집 올레 정낭(錠木)의 3 그리고 발타라(Bhadra) 존자의 제자 900(=3*3*100)명의 3 등으로 공통 인자(因子)가 3이다. '3의 섬(島)'이다. 논문은 1,2부로 구성되어 있는데 1부는 탐라의 이름이 인도의 탐몰라주에서 왔고 900명의 인도 불자 아라한들이 고양부 3성이 선대란 것을 추정했고, 2부에서는 인도인의 풍속에서 우러난 정낭 기본 원리가 현대이동통신과 DNA유전자생명과학에 어떻게 진화 발전해 쓰이고 있는지를 조명한다.
최근 토목, 건축 구조물의 유지관리 기술에 대한 관심이 커지고 있으며 구조물의 성능저하 및 노후화 등으로 구조적 안전성의 검토가 요구되는 구조물의 수가 급증하고 있는 실정이다. 그리고 구조물의 노후화 및 부재의 균열 등으로 인하여 강성이 저하되면 구조물의 동특성에 변화가 나타나게 되며 구조물의 실제 거동상태에서 동특성을 분석하여 손상부위와 손상정도를 정확히 판단하는 것은 중요한 문제이다. 구조물 모니터링에 사용되는 대표적 계측장비가 동적계측기이다. 기존의 동적계측기는 측정 센서와 장비를 연결하는 케이블 길이가 길어질 경우 신뢰할 수 있는 데이터를 얻기 힘들고 각 센서와 계측기를 1:1로 연결하는 방식을 취하고 있어 비경제적이다. 따라서 센서를 부착하지 않고 원거리에서 진동을 측정하는 방법이 필요하다. 구조물의 진동을 계측하기 위하여 적용 가능한 비접촉식 방법으로는 레이저의 도플러효과, GPS를 이용하는 방법 및 영상처리기법 등이 대표적이다. 레이저의 도플러효과를 이용하는 방법은 정확도가 상대적으로 높지만 비경제적이며, GPS를 이용하는 방법은 장비가 고가이고 신호 자체의 오차와 데이터 취득속도의 제약이 있는 단점이 있다. 그러나 영상신호를 이용하는 방법은 간편하고 경제적이며 접근이 어려운 구조물의 진동 및 동특성 추출에 적합하다. 기존에도 센서를 대신하여 카메라의 영상신호를 이용하는 연구가 수행되기도 하였으나, 기존의 방법은 구조물에 부착된 표적의 한 지점을 기록한 후 영상처리기법을 이용하여 진동을 측정하는 방법으로서 측정 대상이 비교적 국한적일 수 있다. 그러므로 본 연구에서는 영상처리기법을 이용하여 구조물의 다중 변위응답을 측정할 수 있는 방법의 타당성을 검증하기 위하여 진동대 실험 및 현장재하실험을 수행하였다.
국내 건설수주 규모는 2013년 91.3조원에서 2021년 총 212조원으로 특히 민간부문에서 크게 성장하였다. 국내외 시장 규모가 성장하면서, EPC(Engineering, Procurement, Construction) 프로젝트의 규모와 복잡성이 더욱 증가되고, 이에 프로젝트 관리 및 ITB(Invitation to Bid) 문서의 위험 관리가 중요한 이슈가 되고 있다. EPC 프로젝트 발주 이후 입찰 절차에서 실제 건설 회사에게 부여되는 대응 시간은 한정적일 뿐만 아니라, 인력 및 비용의 문제로 ITB 문서 계약 조항의 모든 리스크를 검토하는데 매우 어려움이 있다. 기존 연구에서는 이와 같은 문제를 해결하고자 EPC 계약 문서의 위험 조항을 범주화하고, 이를 AI 기반으로 탐지하려는 시도가 있었으나, 이는 레이블링 데이터 활용의 한계와 클래스 불균형과 같은 데이터 측면의 문제로 실무에서 활용할 수 있는 수준의 지원 시스템으로 활용하기 어려운 상황이다. 따라서 본 연구는 기존 연구와 같이 위험 조항 자체를 정의하고 분류하는 것이 아니라, FIDIC Yellow 2017(국제 컨설팅엔지니어링 연맹 표준 계약 조건) 기준 계약 조항을 세부적으로 분류할 수 있는 AI 모델을 개발하고자 한다. 프로젝트의 규모, 유형에 따라서 세부적으로 검토해야 하는 계약 조항이 다를 수 있기 때문에 이와 같은 다중 텍스트 분류 기능이 필요하다. 본 연구는 다중 텍스트 분류 모델의 성능 고도화를 위해서 최근 텍스트 데이터의 컨텍스트를 효율적으로 학습할 수 있는 ELECTRA PLM(Pre-trained Language Model)을 사전학습 단계부터 개발하고, 해당 모델의 성능을 검증하기 위해서 총 4단계 실험을 진행했다. 실험 결과, 자체 개발한 ITB-ELECTRA 모델 및 Legal-BERT의 앙상블 버전이 57개 계약 조항 분류에서 가중 평균 F1-Score 기준 76%로 가장 우수한 성능을 달성했다.
해양 내의 다양한 물리적 변화는 수온과 염분의 지속적인 변동에 의해 결정된다. 수온과 더불어 넓은 영역의 염분 변화를 파악하기 위해서는 인공위성 자료에 의존할 수밖에 없다. 그럼에도 불구하고 염분을 관측하는 위성인 Soil Moisture Active Passive (SMAP)는 낮은 시·공간 해상도로 인해 연안 근처에서 빠르게 변화하는 해양환경을 관측하기에는 어렵다는 한계가 존재한다. 이러한 한계를 극복하기 위해 본 연구에서는 천리안 해양 관측 위성의 정지궤도 해색 센서인 Geostationary Ocean Color Imager-II (GOCI-II) 원격반사도 자료를 입력자료로 하여 고해상도 표층 염분을 산출하는 Multi-layer Perceptron Neural Network (MPNN) 기반의 알고리즘을 개발하였다. SMAP과 비교한 결과 coefficient of determination (R2)는 0.94, root mean square error (RMSE)는 0.58 psu 그리고 relative root mean square error (RRMSE)는 1.87%였으며, 공간적인 분포 또한 매우 유사한 결과를 나타냈다. R2의 공간 분포는 0.8 이상을 보여주었으며 RMSE는 전반적으로 1 psu 이하의 낮은 값을 보여주었다. 이어도 과학기지에서의 실측 염분값과도 비교하였지만 상대적으로 조금 낮은 결과를 보여주었다. 이에 대한 원인을 분석하였으며, 산출된 GOCI-II 기반 고해상도 염분 자료를 활용하여 2022년 11호 태풍 힌남노에 의한 하루 동안의 동중국해 표층 염분 변화를 표준편차로 계산하였다. 그 결과 SMAP에서 관측할 수 없는 시공간의 염분 변화를 고해상도의 GOCI-II 기반 염분 산출물을 통해 확인할 수 있었다. 따라서 본 연구를 통해 시간 단위로 변화하는 해양환경 모니터링에 큰 기여를 할 것으로 기대된다.
쌍별귀뚜라미(Gryllus bimaculatus)에서 분리한 막전단백질 258(transmembrane protein 258, Tmem258)을 코딩하는 cDNA를 GbTmem258로 이름 붙였다. 이 단백질은 80개의 아미노산으로 구성되어 있으며, N-glycosylation site가 없고, 각각 2개의 serine과 threonine, 1개의 tyrosine 잔기로 구성된 5개의 잠재적 인산화 부위를 가지고있다. GbTmem258 단백질은 분자량은 9.06 kDa이며 이론적 등전점은 5.5으로 계산되었으며, alpha-helix (52.5%), random coils (22.5%), extended strands (16.25%), beta turns (8.75%)의 2차 구조 정보를 기반으로 GbTmem258의 3차 구조가 작성되었다. 그리고, GbTmem258은 다른 종의 Tmem258와 아미노산 수준에서 높은 상동성을 보였다. 이 연구에서는 기아와 먹이 공급에 의해 GbTmem258 발현 조절이 어떻게 영향을 받는지 조사하였다. 기아가 지속되는 동안 hindgut에서 GbTmem258 발현이 점진적으로 증가하여 기아 6일 후 대조군보다 1.5배 높은 수준이 되었다. 그러나 6일간의 기아상태가 끝난 후 하루 또는 이틀 동안 다시 먹이를 주면 GbTmem258 발현이 대조군 수준으로 회복되었다. 지방에서는 기아 동안 대조군에 비해서 GbTmem258 발현이 최대 3배까지 증가했지만, 6일 기아 후 하루 또는 이틀 동안 다시 먹인 후에는 발현이 약 2.5배 증가로 감소되었다. 굶기고 다시 먹이는 실험 내내 각각의 조직에서 주목할만한 GbTmem258 발현은 관찰되지 않았다.
최근 많은 대학 수업이 교수자 중심의 수업에서 학습자 중심의 수업으로 변해가고 있고, 특히 4차 산업혁명시대에 적합한 인재를 양성하기 위해 대학은 대학 교육의 방향성을 새로 정립시키고자 노력하고 있다. 이를 위해 대학에서는 학생들에게 필요한 다양한 역량을 제시하고 각 역량별 효율적인 교육 방안에 대한 연구에 집중하고 있다. 그 가운데 창의력은 대학에서 학생들이 지녀야 할 무엇보다 중요한 역량으로 꼽힌다. 탁상적인 수업에서 벗어나 다양한 전공자들이 모여서 창의적인 팀 활동을 진행하면서 결과 도출을 하는 창의적 문제해결 기반 교과목을 개발하는 것은시대적 요구에 적합한 인재를 양성할 수 있는 유의미한 교과라고 판단된다. 따라서 본 연구는 창의적 문제해결 기반교과목을 개발하고 수업 진행 결과를 분석하는데 있다. 본 창의력 문제해결 기반 수업은 단계별 아이디어 개발을 위한 Action Learnin 수업으로 진행되는데, 창의력 아이디어 개발을 위한 이론강의를 시작으로 하여 이후에 Action Learnin 5단계로 구성된다. 본 수업에 활용된 액션 러닝의 과제는 형성된 그룹의 친밀도를 높이고, 그룹의 집단표현력을 높이기 위해 세라믹으로 표현하기와 공익광고 포스터 만들기, 개인의 아이디어를 병합하여 하나로 압축하는 능력을 기르기 위한 생활 속의 아이디어, 학교에 대한 관심도를 높이거나 지역사회를 이해하기 위한 학교 주변의 환경개선 프로그램, 마지막으로 다양한 주제로 UCC 만들기 등으로 구성되었다. 수업 전반에 실시되는 이론강의에서는 창의적인 문제해결을 위한 과학적 사고 (Scientific Thinking)에 대해 수업을 진행하였고, 이후에 순차적으로 설정된 그룹형 action learning 수업을 실시하였다. 본 Action Learnin 과정은, 개인 및 그룹형 Action Learnin을 시작으로 사회 연계형 Action Learnin으로 넓혀지면서 단계별로 점차 난이도를 높혀가며 심화학습이 되도록 유도하였다. 또한, 본 수업을 진행하면서 다각적인 창의력 수업을 최적화하였고, 창의적 문제해결 형 대학 강의의 다양한 활용예시를 소개함으로써 향후 본 교과목 학습활동을 활성화하는 데 도움을 주었다.
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.