특허의 가치는 몇 가지 환경 요인에 의해 달라진다. 시장의 진화가 특허의 가치를 저하시킬 수 있으며, 경쟁사간 특허의 분산 소유로 인해 특허의 가치가 저하될 수도 있다. 또한 자유로이 사용할 수 있거나 더 저렴한 대안 기술이 나타나 특허의 가치를 사라지게 할 수도 있으며, 특허 제도가 가진 결함이나 부실하게 작성된 특허 문서, 또한 사법 제도의 부실함으로 인해 특허의 가치가 작아질 수도 있다. 이러한 환경의 영향을 고려하여야만 환경의 변화에 대응하여 그 가치를 유지할 수 있는 특허(또는 특허 포트폴리오)를 식별하거나 창출할 수 있다.
현재 우리나라의 은행산업(銀行産業)은 상당규모의 부실채권(不實債權)을 보유하고 있는데, 이는 1980년 들어 구조적 불황(不況) 쇠퇴업종(衰退業種)의 부실기업체(不實企業體)들을 정부주도하(政府主導下)에 정리하는 과정에서 은행(銀行)이 이들 부채를 떠맡게 된 데에 주로 연유한다. 국내(國內) 비은행금융기관(非銀行金融機關)이나 국제금융기관(國際金融機關)에 비해 경쟁력이 취약한 국내은행(國內銀行)의 부실채권보유(不實債權保有)는 금후의 금융자유화(金融自由化)는 물론 금융국제화(金融國際化)를 추진하는 데 애로요인으로 작용하고 있다. 본고(本稿)에서는 먼저 주요 선진국(先進國)들의 대표적인 부실기업정리(不實企業整理)의 경험을 조사하여 각국의 상이한 금융시스템과 부실기업(不實企業) 정리(整理)패턴간의 연계성을 살펴보고, 과거 우리나라의 부실기업(不實企業) 정리사례(整理事例) 및 성과분석(成果分析)을 통하여 부실채권정리(不實債權整理)의 기본적 방향을 도출하였다. 이에 이어 최근 은행산업(銀行産業)의 부실채권(不實債權) 보유현황(保有現況) 및 경영실태(經營實態)에 대한 분석(分析)을 토대로 구체적인 정리방법과 그 실효성(實效性)에 관해 이론적으로 고찰해 보았다. 주지하는 바와 같이 부실채권정리(不實債權整理)를 제약하는 가장 큰 요인은 손실배분시(損失配分時) 첨예하게 대립되는 관련당사자간의 이해상충문제(利害相衝問題)이다. 경제적(經濟的) 손실(損失)을 최소화하는 부실채권정리의 기본방향(基本方向)은 사후적(事後的) 여신관리(與信管理)에 있어서 은행(銀行)의 수동적 자세를 유발시켜 온 정부(政府)의 직접적인 개입(介入)을 지양하고 부실채권의 내용을 가장 잘 파악하고 있는 관련채권은행(關聯債權銀行)이 주체가 되어 가급적 은행책임하(銀行責任下)에 부실채권(不實債權)을 정리하는 것이라 사료된다. 이를 위한 방법으로 본고(本稿)에서는 부실채권(不實債權)을 연체기간(延滯期間) 및 상환가능성(償還可能性) 등으로 구분하여 상대적으로 양질(良質)의 부실채권은 채무기업(債務企業)의 우선주(優先株)로 전환하는 방법을 모색해 보고, 매몰비용과 다름없는 불량한 부실채권(不實債權)에 대해서는 내부유보(內部留保)의 확충, 은행자산(銀行資産)의 재평가(再評價) 등을 통해 단계적으로 대손상각처리(貸損傷却處理)하는 방안을 고찰해 보았다. 특히 부채(負債)-주식(株式) 전환방법은 은행자산(銀行資産)의 유동성(流動性) 및 수익성(收益性)을 개선하는 데 도움을 줄 수 있으며, 채무기업(債務企業)도 당장의 채무상환압박(債務償還壓迫)의 해소로 재무구조(財務構造)의 강화를 기할 수 있다는 점에서 정책적(政策的) 차원(次元)에서 적극 검토할 필요가 있다고 사료된다.
본 연구의 목적은 창업기업의 부실에 영향을 미치는 비재무정보 분석을 통해 창업자와 창업지원기관에게 유용한 정보를 제공하여 창업기업의 성공률을 높여 기업부실로 인한 사회적 비용을 최소화하는데 기여하고자 한다. 본 연구는 창업기업을 대상으로 하고 있으며 신용보증기관에서 정의하고 있는 창업기업은 일반적으로 설립 5년이내 기업을 말한다. 연구에 사용된 자료는 2014년 1월부터 12월말까지 창업보증을 지원받은 기업중 2017년 12월말 기준으로 정상기업과 부실기업으로 구분하여 표본을 추출하였으며, 전체 표본기업의 수는 2,826개이며 정상기업 2,267개 (80.2%), 부실기업 559개 (19.8%)이다. 창업기업의 비재무정보를 창업자 특성정보, 창업기업 특성정보, 창업기업 자산정보, 창업기업 신용정보로 구분하여 교차분석과 로지스틱회귀분석을 실시하였다. 단변량분석인 교차분석 결과 개인신용등급, 동업계종사유무, 거주주택보유유무, 종업원보유유무, 재무제표보유유무가 유의한 변수로 선정되었다, 교차분석 결과 선정된 변수를 대상으로 다변량분석인 로지스틱회귀분석을 실시한 결과 개인신용등급, 동업계종사유무, 거주주택보유유무 등 3개 변수가 창업기업의 부실에 영향을 미치는 중요한 요인으로 나타났다. 이러한 결과는 기업경영에 있어 창업자의 개인신용과 경험, 창업기업의 자산의 중요성을 알 수 있었다. 창업지원기관은 이러한 결과를 창업기업 신용평가시스템에 반영하여야 할 것이며, 창업자는 창업교육시 개인신용의 중요성과 관리방안에 대한 연수가 필요하다. 이와 같은 분석결과는 창업자와 창업지원기관에게 유용한 비재무정보를 제공하여 창업기업의 부실을 최소화하는데 기여할 것이다.
본 논문에서는 복합금융그룹화가 해당 그룹소속 개별금융회사의 부실위험에 미치는 영향을 2003년 12월(4분기)부터 2006년 12월까지(4분기)까지 국내 복합금융그룹 및 개별금융회사의 분기별 재무자료를 이용하여 검증하였다. 검증을 위해 개별기반 부실위험측도인 Z-index와 가중규제 자본비율이 복합금융그룹소속 금융회사들과 비금융그룹 금융회사들 간에 유의적인 차이가 있는지를 통합 및 패널 회귀분석을 이용해 분석하였다. 주요 분석결과는 다음과 같다. 첫째, Z-index 와 가중규제자본비율을 비교 분석한 결과, 복합금융그룹 소속 금융회사들의 부실위험이 비금융그룹 금융회사들에 비해 유의적으로 낮은 것으로 나타난다. 둘째, 두 그룹 간에 나타난 부실위험의 차이는 분석기간 초기에는 유의적이지 않지만, 최근으로 올수록 유의성이 높아진다. 셋째, 개별금융회사의 부실위험에 대해 소속된 금융그룹의 대형화, 다각화 및 그룹화 지표가 유의적으로 영향을 미치는 것으로 나타난다. 먼저 그룹화 효과의 경우 비록 단변량 비교에서는 복합금융그룹의 부실위험이 낮게 나타나지만, 부실위험에 영향을 미치는 다른 요인들의 효과를 통제하는 경우 개별금융회사의 그룹소속여부는 해당금융회사의 부실위험에 부정적인 영향을 미치는 것으로 나타난다. 그러나 이러한 부정적인 영향은, 해당복합금융그룹의 대형화 및 다각화 특성으로 인해 다소 완화되는 것으로 나타난다. 따라서 단일변량분석에서 드러난 복합금융그룹의 낮은 부실위험은 주로 해당그룹의 대형화로 인한 규모의 경제효과와 다각화에 따른 범위의 경제효과로부터 비롯되는 것으로 판단된다.
정부에서는 건설산업의 부실요인을 근원적으로 제거하기 위하여 ‘부실공사방지대책’을 수립ㆍ확정하여 관련법령 및 규정을 개정하였는데 이 중 감리업무에 있어서 안전관리사항이 강화되었으며 ‘94. 1월부터 본대책의 핵심부분인 책임감리제도를 도입ㆍ시행하게 되었다. 이에 책임감리업무를 보다 효율적으로 수행할 수 있도록 건설기술관리법령에서 규정하지 못한 감리방법, 요령, 절차에 관한 세부적인 지침과 감리대가기준, 감리표준계약서 및 각종 보고서식등을 수록하여, 감리업무에 종사하는 일선실무자들이 이용하기 쉽도록 편집된 건설부 ’감리업무수행지침서‘를 본협회지 부록란에 2회에 걸쳐 수록하여 도움을 주고자 한다. 지난 11호(’94.봄호)에 (상)을 수록한 데 이어 본호(‘94. 여름호)에 (하)를 수록한다.
1997년 아시아 외환위기를 겪은 인도네시아는 아직 환란을 완전히 극복하지 못했다. 환율은 여전히 안정적이지 않고, 부실 대출 비율이 증가하는 등 불안 요인도 많다. 정부 차원에서 외국인 투자 유치를 위한 정책을 내놓는 등 시장 활성화에 힘쓰고 있는 인도네시아 자카르타 부동산 시장을 짚어보았다.
Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA: multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 둥이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation )알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉충의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적 중률을 나타내었다.
Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA:multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 등이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적 요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation)알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉층의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.
내무부 통계에 의하면 83년도 전국 화재발생 건수는 7,725건이며 이중 전기로 인한 화재는 전체의 28.3%인 2,186건으로 화재발생 원인 중 가장 많은 비율을 차지하고 있다. 그 요인은 전기소비량의 증가에도 있겠지만 전기시설의 노후화와 전기설비 기계기구의 유지관리 부실 및 부주의에 많은 원인이 있다고 본다. 따라서 전기사고가 화재의 원인이 될 수 있는 사항을 중심으로 전기원리와 사고대책을 언급함으로써 전기화재에 대한 이해의 도모와 아울러 전기화재 예방에 보탬이 되고자 하였다.
본 연구의 목적은 특정 금융기관의 주거래기업들에 대한 부실예측을 위해 주거래기업들을 잠식, 도산, 그리고 건전기업과 같이 세집단으로 구분하여 예측하고자 하며, 기업부실 예측력에 영향을 미치는 세 가지 요인으로서 표본구성, 투입 변수, 분석 기법의 관점에서 다음을 살펴보는 것이다. 첫째, 기업부실예측에서 전통적인 delta learning rule과 sigmoid함수를 사용한 역전파학습(신경망 I)과 이들의 변형형태인 normalized cumulative delta learning rule과 hyperbolic tangent함수를 사용한 역전파 학습(신경망 II)과의 예측력의 차이를 살펴보고 또한 이러한 두가지 신경망기법의 예측력을 MDA(다변량판별분석) 결과와 비교하여 신경망기법에 대한 예측력의 유용성을 살펴보고자 한다. 둘째, 세집단분류문제에서는 잠식, 도산, 건전기업의 구성비율이 위의 세가지 예측기법의 결과에 어떠한 영향을 미치는지를 살펴보고자 한다. 세째, 투입 변수선정은 기존연구 또는 이론을 바탕으로 연구자의 판단에 의해 선택하는 방법과 다수의 변수를 가지고 통계적기법에 의해 좋은 판별변수의 집합을 찾는 것이다. 본 연구에서는 이러한 방법들에 의해 선정된 투입변수들이 세가지 예측기법의 결과에 어떠한 영향을 미치는지를 살펴보고자 한다. 이러한 관점에서 본 연구의 실증분석 결과를 요약하면 다음과 같다. 1) 신경망기법이 두집단에서와 같이 세집단 분류문제에서도 MDA보다는 더 높은 예측력을 보였다. 2) 잠식과 도산기업의 수는 비슷하게 그리고 건전기업의 수는 잠식과 도산기업을 합한 수와 비슷하게 표본을 구성하는 것이 예측력을 향상하는데 도움이 된다고 할 수 있다. 3) 속성별로 고르게 투입변수로 선정한 경우가 그렇지 않은 경우보다 더 높은 예측력을 보였다. 4) 전통적인 delta learning rule과 sigmoid함수를 사용한 역전파학습 보다는 normalized cumulative delta learning rule과 hyperbolic tangent함수를 사용한 역전파 학습이 더 높은 예측력을 보였다. 이러한 현상은 두집단문제에서 보다 세집단문제에서 더 큰 차이를 나타내고 있다.
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.