Journal of the Korean Data and Information Science Society
/
제28권4호
/
pp.797-810
/
2017
한반도는 매년 태풍의 위험에 노출되어 있다. 태풍은 강풍과 강우가 동반되는 열대성 저기압으로 사회 경제적으로 막대한 피해를 유발한다. 현재의 자연재해 경고 시스템은 풍속과 강우를 구분하여 위험을 감지토록 설계되어 강풍과 폭우를 동반한 태풍의 위험을 경고하는데 한계점이 존재한다. 코플라모형은 확률변수들 사이의 복잡한 의존성 구조를 파악하기 위해 단변량분포의 집합을 다변량분포로 연결하는 모형으로 강우, 홍수, 가뭄 등의 분야에서 활발하게 연구되고 있다. 본 연구에서는 한반도에서 태풍에 가장 많이 노출된 도시인 부산과 제주도의 기상 관측소 (ASOS)에서 수집된 1904년 4월 9일부터 2015년 12월 31일까지 일강수량 (precipitation), 일최대풍속 (maximum wind speed) 자료를 이용하였다. 각 변수의 주변부확률을 추정하기 위해 두꺼운 꼬리 분포인 로그정규분포, 감마분포, 와이블분포를 고려하였다. 주변부 확률분포의 적합성검정은 Kolmogorov-Smirnov와 Cramervon-Mises, Anderson-Darling 검정통계량을 이용하였다. 코플라모형을 위해 순위를 기반으로 한 유사자료 (pseudo observation)를 생성하여 두 변수 간 의존성을 추정하였다. 강풍과 폭우의 의존성을 설명하기 위한 코플라모형으로 타원형, 나선형, 극단치 코플라모형이 고려되었다. 코플라모형의 적합성은 Cramer-von-Mises로 검정하였고, 교차검증을 통해 최적모형을 선택하였다. 연구결과 일강우량과 풍속의 주변부 확률분포로 대부분 로그정규분포가 적합하였다. 부산의 일평균풍속에 따른 일강우량은 t 코플라, 일최대풍속에 따른 일강우량은 Clayton 코플라가 최적모형으로 선정되었다. 제주도의 일최대풍속에 따른 일강우량은 정규코플라, 일강우량에 따른 일평균풍속은 Frank 코플라, 일강우량에 따른 일최대풍속은 Husler-Reiss 코플라가 최적모형으로 선택되었다.
유한 버퍼를 갖는 라인 생산시스템은 오랜 기간 동안 연구되어왔지만, 몇몇 특별한 경우 외에는 대기시간(체류시간), 차단 확률과 같은 시스템 성능 값에 대한 분석 결과는 많지 않다. 최근에, max-plus 대수를 활용하여 상수 공정시간을 갖고 버퍼 완전 공유 정책을 따르는 시스템에서 대기시간의 고차평균과 꼬리확률에 대한 분석 결과가 소개되었다. 이와 같은 max-plus 대수를 활용한 분석이 이론적으론 일반 공정시간 모형에도 응용 가능하지만, 도출된 표현식에 대한 적절한 계산방법을 제공하지 못한다. 이러한 이유로, 본 연구에서는 max-plus 대수로 도출된 표현식과 @RISK 소프트웨어를 활용하여 스프레드시트 시뮬레이션 모형을 개발하고, 두 가지 차단정책(통신차단과 제조차단) 하에서 시스템 특성값인 대기시간(또는 체류시간)과 차단확률을 비교 분석하였다. 또한 차단확률에 대한 제약을 만족하는 공유 버퍼의 크기를 결정하는 최적화 문제도 분석하였다.
본 연구는 새로운 VaR 추정모형으로 수정 VaR(modified VaR)을 소개하고, 수정 VaR의 예측성과를 역사적 시뮬레이션 모형이나 Riskmetrics 등 전통적인 모형들과 비교하였다. 수정 VaR은 분산뿐만 아니라 왜도, 첨도를 VaR 계산에 고려함으로써 금융자산분포의 비대칭성과 꼬리가 굵은 성질이 위험측정치에 반영될 수 있는 장점이 있다. 수정 VaR은 6개국의 주가지수 수익률을 이용한 표본외 예측성과검증에서 다른 모형들에 비해 가장 우수한 예측성과를 보였다. VaR 예측의 독립성검증에서는 Riskmetrics와 GARCH 모형이 우수한 것으로 나타났으나 수정 VaR에 대해 서도 독립성이 기각되지 않았다. 특정한 표본을 이용한 예측성과분석에서 나타날 수 있는 data snooping 문제를 해결하기 위해 skew t 분포를 이용한 시뮬레이션분석을 시도하였는데, 시뮬레이션 검증결과에서도 수정 VaR이 가장 양호한 예측성과를 보였다. 포트폴리오 VaR에 대한 표본외 예측성과에서도 수정 VaR은 단일변량모형이나 다변량 정규분포모형에 비해 우수한 성과를 보였다. 다변량 수정 VaR은 포트폴리오 구성자산 간의 선형상관관계뿐 아니라 공왜도(coskewness)와 공첨도(cokurtosis)를 통한 비선형 상호의존관계도 고려할 수 있다는 점에서 포트폴리오 위험에 대한 우수한 예측성과는 당연한 결과라고 할 수 있다. 6개국 주가지수로 구성된 포트폴리오의 VaR을 component VaR로 분할한 실증분석에서는 포트폴리오 VaR의 분할결과가 적극적인 위험관리와 포트폴리오 최적화를 위한 자산재배분에 효과적으로 활용될 수 있음을 확인하였다.
주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.
전투기급 항공기 개념설계 기간 중 항공기 초음속 순항성능에 미치는 앞전플랩 굽힘 효과를 분석하기 위하여 1/20 축척 날개-동체-꼬리 형상 모형을 사용한 고속 풍동시험을 수행하였다. 풍동시험을 위한 적절한 앞전플랩 각도를 선정하기 위하여 보정된 초음속 패널 방법을 사용하여 다양한 앞전플랩 굽힘 각도에 따른 공력특성을 분석하였다. 실험 및 수치해석적 접근 결과 분석을 기초로, 앞전플랩 굽힘 효과는 전투기급 항공기의 초음속 순항 성능 증대에 유용한 것으로 확인되었다.
본 논문에서는 초고차원 자료의 다항분류를 위한 변수선별 방법에 대해 비교 연구를 진행하였다. 다항분류를 위한 변수선별 방법에는 일대일 혹은 일대다 비교를 통해 이항분류를 위한 방법을 확장시켜 적용하는 방법과 다항 반응 변수에 직접 적용할 수 있는 방법이 있다. 다항분류를 위한 변수선별 성능을 확인하기 위하여 여러가지 상황-설명변수의 꼬리가 두꺼운 경우, 신호변수와 잡음변수가 서로 연관된 경우, 결합분포상으로 연관되어 있지만 주변분포 상으로는 연관되어 있지 않은 경우, 다범주 반응변수의 분포가 불균형인 경우-을 가정하고 모의실험을 진행하였고, 실제 자료에도 적용해 보았다. 그 결과, 모형 가정을 필요로 하지 않는 방법들이 안정적인 성능을 보이는 것을 확인하였다.
임계값을 기준으로 그 보다 작은 값은 로그정규분포(lognormal distribution; LN)를, 큰 값은 일반화파레토분포(generalized Pareto distribution; GPD)를 따르는 합성 분포를 LN-GPD 합성분포라 한다. Scollnik (2007)은 LN-GPD 합성분포가 로그정규분포와 GPD를 합성 시킴으로써 자료의 손실 없이 꼬리가 두꺼운 분포에서 좋은 적합력을 가진다고 밝혔다. 본 논문에서는 시간에 따라 변하는 LN-GPD 평균모형을 다루었으며 방법론으로는 국소 다항최대우도법을 기반으로 추정하는 방법에 대해서 연구하였다. 시간에 따라 변하는 분포를 추정함으로써 자료에 대한 훨씬 자세한 이해가 가능하며 이는 곧 상담원 배치나 자원배분과 같은 운영관리에 큰 도움을 줄 수 있다. 본 연구는 GPD 분포만을 고려한 Beirlant와 Goegebeur (2004)를 확장하여 절삭한 로그정규분포를 추가하여 자료의 손실 없이 자료의 특징을 살펴볼 수 있다는데도 의의가 있다. 모의실험을 통해 제안한 방법론의 적절함을 살펴 보았고 실증 자료 분석으로 이스라엘 은행의 콜센터 서비스 시간에 대해 분석하여 상담원 배치와 관련된 흥미로운 결과를 찾을 수 있었다.
본 논문은 보험 손실 추정을 위한 회귀 설정에서 다양한 분포 가정의 성능을 실제 데이터를 사용하여 비교 분석합니다. 감마 분포는 일반적으로 보험의 손실 분포의 비대칭성을 처리하는 데 사용됩니다. 그러나 최근 연구는 보험자료의 분석에 있어서 손실 분포의 두꺼운 꼬리의 중요성을 강조합니다. 실제 주택 화재 보험 데이터 분석을 통해 우리는 회귀 방법에서 다양한 분포 가정의 효과를 비교합니다. 우리의 결과는 보험손실에 대한 분포 가정의 선택이 "초과 손해 보험" 및 "한도 보험"을 포함한 다양한 보험 상품의 보험료 결정에 중요하다는 것을 보여줍니다. 또한 주택 화재 보험의 통계적 모형설정에 있어서 실제 고려 사항에 대해 논의합니다.
조식동물-해조류 상호작용의 크기 분포를 추정하기 위하여 12종의 조식동물에 대하여 개체 당 일평균 섭식률 (PCGR, per capita grazing rate, g seaweeds/individual/day)을 구하고, 다른 종들의 섭식률을 추정할 수 있는 회귀모형을 만들었다. 조식동물의 생체량과 사제곱근 변환 PCGR은 power curve($y=0.2310x^{0.3290}$)에 적합되었고 모형의 r값은 0.8864였다. 이로부터 조식동물의 PCGR 변동은 생체량과 관계가 있으며, 섭식 효율성은 관찰된 생체량 범위내에서 균일하지 않다는 것이 파악되었다. 따라서 각 종별 생체량 효과가 보정된 PCGR을 추정하였고, 작은 몸체를 갖는 종일수록 보다 효율적인 섭식자인 것으로 밝혀졌다. 서식밀도를 감안한 개체군 별 상호작용(grazing impact, $mg/m^2$)을 계산한 결과, 해조장에 가장 큰 영향을 갖는 개체군은 군소(Aplysia kurodai, 약 $2,513mg/m^2$)인 것으로 나타났고, 다음은 둥근성게(Strongylocentrotus nudus, 약 1,500 mg/)와 새치성게(S. intermedius, $733mg/m^2$) 등인 것으로 나타났다. 단각류 가운데 단위 면적당 밀도가 4,000 개체 이상인 멜리타옆새우류, Elasmopus sp.와 2,000 개체 이상인 가시꼬리육질꼬리옆새우붙이, Jassa falcata의 섭식량은 각각 3.435와 $1.697mg/m^2/day$인 것으로 나타났다. 본 연구에서 추정한 조식동물 군집의 종 조성과 서식 밀도가 동일할 때 상호작용의 총합은 $5,045mg/m^2/day$인 것으로 나타났다. 실험과 모형 연구로부터 성게류와 군소 외에도 적잖은 상호작용이 높은 밀도를 갖는 많은 수의 종들로부터 해조류에 가해지고 있음을 추정할 수 있었다. 성게류의 경우 3 개체/$m^2$의 평균 서식밀도에서 발생하는 섭식량은 국내 천해 양식업의 평균 해조류 생산량(약 5 ton/ha)을 초과하는 것으로 예측되었다. 미소 갑각류 역시 낮은 포식압 조건에서 서식밀도가 증가하면 적잖은 충격(해조류 생산량의 약 16%)을 가할 것으로 예측되었다. 해조장에 서식하는 조식동물의 밀도가 어류에 의해 강도 높게 조절되고 있음을 감안하면, 어류와 조식동물 간 상호작용에 대한 인간의 간섭(어류의 남획 등)은 해조장에 커다란 변화를 유발할 수 있는 잠재력을 가질 것으로 예상된다.
이 연구의 목적은 성인(만20-28세)과 청소년(만13-14세)을 대상으로 글읽기 안구운동 추적 실험을 통해 분포분석하여 단어빈도 효과를 확인하고, 단일경계 확산모형(One-boundary Diffusion Model)의 정보표집율(drift rate) 파라미터가 두 집단의 글읽기 현상의 차이를 설명할 수 있고 단일경계 확산모형이 개인차를 설명하는 도구로써 적절한지 확인하고자 한다. 먼저 단어 빈도와 단어습득연령과 같은 단어 성질을 통제한 두 가지 글읽기 안구운동추적 실험을 하였고, 실험 1과 실험 2에서 중심와 정보처리가 단일경계 확산모형의 정보표집율 파라미터와 연결되는 것을 확인하였다. 실험 1에서는 성인 집단은 고빈도 조건과 저빈도 조건의 반응비율 고정 시간 평균 차이는 0.1분위수 보다 0.9 분위수에서 더 크게 나타났지만 청소년 집단은 고빈도 조건과 저빈도 조건의 반응 비율 고정시간 평균 차이는 0.1분위수과 0.9 분위수에서 차이가 크게 나타나지 않았다. 실험 2에서 두 집단의 초기습득연령 조건과 후기습득연령 조건의 반응 비율 고정시간 평균 차이는 0.1분위수 보다 0.9 분위수에서 더 크게 나타났다. Ratcliff(Ratcliff, & McKoon, 2008)의 반응시간 분포와 유사한 패턴으로 정적 편향 분포로 앞부분 보다는 꼬리 쪽에서 분산이 증가되는 경향이 확인하였으며 단어의 성질에 따른 두 조건의 차이는 분포의 첩점 크기 차이로 나타나는 것을 확인하였다. 본 연구는 안구운동실험 결과를 통해 글읽기에서 나타나는 단어 성질에 따른 효과를 확인하고 단일경계 확산모형의 정보표집율 파라미터가 글읽기에서 중심와 정보처리를 반영하는 것을 강조한다. 나아가 이 연구에서 제안하는 단일경계 확산모형이 글읽기에서 현상을 예측하고 개인차를 설명할 수 있는 도구로써 활용할 수 있는 가능성을 시사한다.
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.