본 연구는 네팔산 자트로파 오일을 원료로 사용하여 바이오디젤을 제조하는 불균일 촉매를 사용하는 2-step 공정에 초점을 맞추었다. 첫 번째 단계로, 네팔산 자트로파 오일에 함유된 FFA의 에스테르화 반응에서 Amberlyst-15의 재사용 횟수가 FFA의 에스테르화 반응에 미치는 영향을 고찰하였다. 두 번째로, 돌로마이트 비드 촉매를 적용한 전이에스테르화 반응의 scale-up 가능성을 확인하고자 하였다. 네팔산 자트로파 씨앗 120 kg을 이용하여 30 L (27 kg)의 자트로파 오일을 얻었으며 씨앗으로부터의 오일 수득율은 약 25.0 wt%이다. 자트로파 오일의 산가와 FFA 함량은 각각 11.3 mgKOH g-1 및 5.65%로 측정되었다. 비드형태의 Amberlyst-15 촉매를 사용하여 자트로파 오일의 에스테르화 반응을 수행한 결과, 신규 Amberlyst-15 촉매를 사용한 경우 반응 생성물의 산가는 0.26 mgKOH g-1까지 낮출 수 있었다. Amberlyst-15 촉매의 재생을 거듭할수록 Amberlyst-15 촉매가 비활성화되어 에스테르화 반응 성능이 저하됨을 알 수 있다. 비활성화의 원인은 촉매가 부서짐과 동시에 불순물이 침적되기 때문인 것으로 판단된다. 자트로파 오일의 에스테르화 반응에 Amberlyst-15 촉매를 5회까지 반복하여 재사용할 수 있음을 알 수 있다. 두 번째 단계인 전이에스테르화 반응에는 돌로마이트 촉매를 비드 형태로 대량 제조하여 사용하였다. 돌로마이트 비드 촉매가 90 g 장착된 spinning catalyst basket 반응기에서 전처리된 자트로파 오일의 전이에스테르화 반응을 통해서 반응 시작 후 2 h 후에 바이오 디젤 89.1 wt%에 도달하였으며, 이는 동일한 조건에서 soybean oil 의 전이에스테르화 반응 실험 결과와 거의 유사하였다.
최근 우리나라 주변 해역의 해수면 온도가 상승하고 있다. 이러한 수온 상승은 어족자원의 변화를 일으켜 낚시와 같은 레저활동에 영향을 미치기도 하며, 특히 고수온은 적조 발생으로 이어져 양식업과 같은 해양산업에 극심한 피해를 유발하기도 한다. 한편 수온 변화는 잠수함을 탐지하는 군사작전과도 밀접하게 연관되어 있다. 이는 잠수함을 탐지하기 위한 음파가 수온층에 따라 회절, 굴절 및 반사되는 정도가 달라지기 때문이다. 이와 같이 해양과 관련된 다양한 분야에서 중요성을 가지는 해양 수온의 변화를 예측하기 위한 연구가 현재 활발하게 진행되고 있다. 그러나 기존 연구들은 대부분 해수면 온도만을 예측하는데 중점을 두고 있어 수심별 어족자원의 변화나 잠수함 탐지와 같은 군사분야 활용이 제한된다. 이에 본 연구에서는 수심별 수온자료 및 해수면 온도와 상관관계를 가지는 기온, 기압, 일조량 등의 기상 데이터를 함께 활용하여 수심 38 m 혼합층의 수온을 예측하였다. 사용된 데이터는 이어도 해양과학기지에서 관측한 2016년부터 2020년까지의 기상 데이터와 수심별 수온 자료이며, 예측의 정확성과 효율성을 높이기 위해 딥러닝 기법 중 시계열 자료에 적합하다고 알려진 LSTM(Long Short-Term Memory)을 사용하였다. 실험 결과 1시간 예측을 기준으로 기온과 기압, 일조량 자료를 함께 활용한 모델의 RMSE(Root Mean Square Error)는 0.473으로 나타났다. 반면 해수면 수온만을 활용한 모델의 RMSE는 0.631로 나타나 기상데이터를 함께 활용한 모델이 상부 혼합층 수온 예측에서 보다 우수한 성능을 보임을 확인하였다.
구리는 우수한 특성, 특히 높은 전도성과 낮은 저항으로 인해 전기/전자 제조 산업에 널리 사용되는 비철금속 중 하나이다. 이러한 산업의 표면 처리 공정에서는 구리 함량이 높은 폐수가 발생하며, 직간접적으로 수계로 배출된다. 이는 심각한 환경 오염을 일으키고 또한 귀중한 유용금속의 손실을 초래한다. 이러한 문제를 극복하기 위하여, 효율적이고 저렴하며 친환경적인 흡착제를 찾기 위한 목적으로 흡착 분야에서 전 세계적으로 지속적인 연구개발이 진행되고 있다. 이러한 점을 고려하여, 본 연구에서는 위와 같은 폐수로부터 구리 흡착을 위한 바이오 흡착제로서 식물뿌리(Datura 뿌리 분말)의 성능을 합성 흡착제(Tulsion T-42)와 비교하였다. 실험은 흡착제 투여량, 접촉시간, pH, 주입액 농도 등의 변수들을 최적화하기 위하여 회분식으로 수행되었다. 초기구리농도가 100 ppm이고 pH가 4인 주입액에서, 0.2 g Datura 뿌리 분말을 15분간 접촉하였을 때 구리 흡착율은 95%이었으며, 0.1 g Tulsion T-42은 30분간 접촉에서 95%의 흡착율을 나타내었다. 두 흡착제의 흡착 데이터는 Freundlich 등온선과 잘 일치하였으며, 유사 2차 속도식을 따르는 것을 나타내었다. 전체 결과는 본 연구의 바이오 흡착제가 표면처리 공정의 폐액 또는 폐수로부터 금속 회수에 적용될 가능성을 보여주고 있다.
자동 표적 인식(Automatic Target Recognition, ATR) 기술이 미래전투체계(Future Combat Systems, FCS)의 핵심 기술로 부상하고 있다. 그러나 정보통신(IT) 및 센싱 기술의 발전과 더불어 ATR에 관련이 있는 데이터는 휴민트(HUMINT·인적 정보) 및 시긴트(SIGINT·신호 정보)까지 확장되고 있음에도 불구하고, ATR 연구는 SAR 센서로부터 수집한 이미지, 즉 이민트(IMINT·영상 정보)에 대한 딥러닝 모델 연구가 주를 이룬다. 복잡하고 다변하는 전장 상황에서 이미지 데이터만으로는 높은 수준의 ATR의 정확성과 일반화 성능을 보장하기 어렵다. 본 논문에서는 이미지 및 텍스트 데이터를 동시에 활용할 수 있는 지식 그래프 기반의 ATR 방법을 제안한다. 지식 그래프와 딥러닝 모델 기반의 ATR 방법의 핵심은 ATR 이미지 및 텍스트를 각각의 데이터 특성에 맞게 그래프로 변환하고 이를 지식 그래프에 정렬하여 지식 그래프를 매개로 이질적인 ATR 데이터를 연결하는 것이다. ATR 이미지를 그래프로 변환하기 위해서, 사전 학습된 이미지 객체 인식 모델과 지식 그래프의 어휘를 활용하여 객체 태그를 노드로 구성된 객체-태그 그래프를 이미지로부터 생성한다. 반면, ATR 텍스트는 사전 학습된 언어 모델, TF-IDF, co-occurrence word 그래프 및 지식 그래프의 어휘를 활용하여 ATR에 중요한 핵심 어휘를 노드로 구성된 단어 그래프를 생성한다. 생성된 두 유형의 그래프는 엔터티 얼라이먼트 모델을 활용하여 지식 그래프와 연결됨으로 이미지 및 텍스트로부터의 ATR 수행을 완성한다. 제안된 방법의 우수성을 입증하기 위해 웹 문서로부터 227개의 문서와 dbpedia로부터 61,714개의 RDF 트리플을 수집하였고, 엔터티 얼라이먼트(혹은 정렬)의 accuracy, recall, 및 f1-score에 대한 비교실험을 수행하였다.
정보통신기술의 발전과 디지털 기기의 대중화로 인해, 온라인 시장의 규모가 커지고 있다. 그 결과 고객들은 상품을 선택하는데 많은 시간과 비용이 소요되는 정보 과부하(Information Overload) 문제에 직면하고 있다. 따라서 고객이 선호할만한 상품을 추천해 주는 추천 시스템은 필수적인 도구가 되었으며 협업 필터링(Collaborative Filtering) 기법은 가장 널리 쓰이는 추천 방법이다. 전통적인 추천 시스템은 평점과 같은 정량적인 데이터만을 사용하기 때문에 추천의 정확도는 높지 않다. 이와 같은 문제를 해결하기 위해 요즘에는 사용자 리뷰와 같은 정성적 데이터를 반영하는 연구가 활발히 진행되고 있다. 협업 필터링의 일반적인 절차는 사용자-상품 행렬 생성, 이웃 집단 탐색, 추천 목록 생성 3단계로 구성되며 코사인 같은 사용자 유사도를 사용하여 목표 고객의 이웃을 탐색하며, 추천 상품 목록을 생성한다. 본 연구에서는 이웃 집단 탐색 및 추천 목록 생성 단계에서 사용하는 사용자 간의 유사도를 기존의 사용자 평점을 이용한 유사도에 고객의 리뷰 데이터를 사용하는 확장된 사용자 유사도를 제시한다. 리뷰를 정량화 하기 위해 본 연구에서는 텍스트 마이닝을 활용한다. 즉, 리뷰 데이터에 TF-IDF, Word2Vec, 그리고 Doc2Vec 기법을 사용하여 두 사용자 간의 리뷰 유사도를 구한 후 사용자 평점을 사용한 유사도와 리뷰 유사도를 결합한 확장된 유사도를 생성하는 것이다. 이를 검증하기 위해 전자상거래 사이트인 Amazon의 'Health and Personal Care'의 사용자 평점과 리뷰 데이터를 사용하였다. 실험 결과, 사용자 간 유사도를 산출할 때 기존의 평점에 기반한 유사도만을 사용하는 것보다, 사용자 리뷰의 유사도를 추가로 반영한 확장된 유사도를 사용하면 추천의 정확도가 높아진다는 것을 확인했다. 또한, 여러 텍스트 마이닝 기법 중에서 TF-IDF 기법을 사용한 확장된 유사도를 이웃 집단 탐색 및 추천 목록 생성단계에서 사용할 때의 성능이 가장 좋게 나타났다.
최근 지구 온난화의 영향으로 태풍의 파괴력이 증가함에 따라 부유식 해상풍력발전기의 막대한 유실과 붕괴에 대한 우려가 깊어지고 있다. 부유식 해상풍력발전기의 안전한 운영을 위해 새로운 형태의 탈착형 계류 시스템 개발이 요구되고 있다. 본 연구에서 고려한 새로운 반잠수식 계류 풀리는 기존의 탈착형 계류 장치에 비해 계류 라인으로 부유식 해상풍력 터빈을 보다 쉽게 탈부착할 수 있도록 고안되었다. 8MW급 부유식 해상풍력발전기에 적용 가능한 반잠수식 계류 풀리의 초기 설계에 대한 구조적 안전성을 검토하기 위해 3D 프린터를 이용하여 축소구조모형을 제작하고, 이 모형에 대한 구조시험을 수행하였다. 축소 모형의 구조시험을 위해 3D 프린팅에 사용된 ABS 소재의 인장 시편을 제작하고 인장시험을 수행하여 소재의 물성을 평가하였다. 인장시험에서 얻은 재료 특성과 축소모형 구조 시험과 동일한 하중 및 경계 조건을 적용하여 반잠수식 계류 풀리의 유한요소해석을 수행하였다. 유한요소해석을 통해 반잠수식 계류 풀리의 구조적 취약 부분을 검토하였다. 반잠수식 계류 풀리의 주요 하중조건을 고려하여 구조모형시험을 수행하였으며, 재료의 최대인장응력 이상이 발생하는 위치에 대해 유한요소해석과 시험 결과를 비교하였다. 유한요소해석과 모형시험의 결과로부터 작동조건에서는 Body와 Wheel의 연결부 구조가 취약한 것으로 파악되었고, 계류조건에서는 Body와 Chain stopper의 연결부 구조가 취약한 것으로 검토되었다. 축소모형 구조시험에서 나타난 SMP의 구조 취약부는 구조해석의 결과와 일치하는 것으로 나타났다. 연구 결과를 통해 반잠수식 계류 풀리의 초기 설계에 대한 구조적 안전성을 실험적으로 검증할 수 있었다. 또한, 본 연구 결과는 상세설계 단계에서 반잠수식 계류 풀리의 구조 강도를 향상시키는데 유용하게 활용될 수 있을 것으로 판단된다.
본 연구에서는 증류수를 사용하지 않고 상수, 공업용수 및 하천수를 활용하여 균일한 실리카 나노입자를 성공적으로 제조하는 방법에 대해 제시하였다. 또한, 제조된 실리카 나노입자들은 전기감응형 스마트유체의 분산 물질로 적용하였다. 상세히는, 다양한 종류의 물을 사용하여 500-700nm 사이즈의 실리카 나노입자를 한 번의 실험으로 대량 제조(약 12.0g) 하였으며 증류수를 활용하여 합성한 750nm 사이즈의 실리카 나노입자와 동일한 형태학적 화학적 특성을 가지고 있음을 확인하였다. 다양한 물을 사용하여 제조한 실리카 나노입자의 사이즈는 이온전도도에 따라 변화하였다. 이온전도도가 높으면 높을수록 제조된 실리카 나노입자의 크기가 작아짐을 확인할 수 있었고, 이는 이온들이 실리카 나노입자의 성장을 억제하기 때문이다. 또한, 제조한 실리카 나노입자들을 전기감응형 스마트유체로 응용하였다. 그 결과, 상수, 공업용수 및 하천수를 활용하여 제조한 실리카 나노입자가 증류수를 활용하여 합성한 실리카 나노입자 대비 높은 전단응력을 나타냄을 확인할 수 있었고, 이는 작은 사이즈의 실리카 나노입자가 전기장 하에서 더 강한 사슬 구조를 형성하기 때문이다. 결론적으로, 본 연구를 통해 다양한 물을 증류수와 같이 정제하지 않고 사용하여 실리카 나노입자를 성공적으로 제조할 수 있음을 확인하였고, 해당 입자들이 전기감응형 스마트유체 응용에서 우수한 성능을 나타냄을 확인할 수 있었다.
본 논문에서는 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조를 개발한다. 제안하는 복합 미생물 배양기는 수집한 복합 미생물 데이터에 대해 복합 미생물 데이터 전처리, 복합 미생물 데이터 구조 변환, 딥러닝 네트워크 설계, 설계한 딥러닝 네트워크 학습, 시제품에 적용되는 GUI 개발 등으로 구성된다. 복합 미생물 데이터 전처리에서는 미생물 배양에 필요한 당밀, 영양제, 식물엑기스, 소금 등의 양에 대해 원-핫 인코딩을 실시하며, 배양된 결과로 측정된 pH 농도와 미생물의 셀 수에 대해 최대-최소 정규화 방법을 사용하여 데이터를 전처리한다. 복합 미생물 데이터 구조 변환에서는 전처리된 데이터를 물 온도와 미생물의 셀 수를 연결하여 그래프 구조로 변환 후, 인접 행렬과 속성 정보로 나타내어 딥러닝 네트워크의 입력 데이터로 사용한다. 딥러닝 네트워크 설계에서는 그래프 구조에 특화된 그래프 합성곱 네트워크를 설계하여 복합 미생물 데이터를 학습시킨다. 설계한 딥러닝 네트워크는 Cosine 손실함수를 사용하여 학습 시에 발생하는 오차를 최소화하는 방향으로 학습을 진행한다. 시제품에 적용되는 GUI 개발은 사용자가 선택하는 물 온도에 따라 목표하는 pH 농도(3.8 이하) 복합 미생물의 셀 수(108 이상)를 배양시키기 적합한 순으로 나타낸다. 제안된 미생물 배양기의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, pH 농도의 경우 평균 3.7로, 복합 미생물의 셀 수는 1.7 × 108으로 측정되었다. 따라서, 본 논문에서 제안한 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조의 효용성이 입증되었다.
최근 데이터 경제가 가속화되면서 경영학 분야에서는 데이터 매칭이라는 새로운 기법이 주목받고 있다. 데이터 매칭은 모집단이 같지만 서로 다른 표본에서 수집된 데이터셋을 합치는 기법 또는 처리 과정을 의미한다. 그중에서 통계적 매칭은 서로 다른 데이터를 결합하는데 있어서 사업자 번호와 같이 기준이 되는 변수가 없는 경우 통계적 함수를 활용하여 데이터를 매칭하는 방법이다. 선행연구 검토결과 경제학, 교육학, 보건, 의료 등 다양한 분야에서 통계적 매칭이 많이 사용되고 있는데 반해 경영학 분야는 제한적임을 확인할 수 있었다. 본 연구는 기존 경영학 분야에서 충분히 연구되지 않았던 통계적 매칭의 유용성을 검증하고 활용도를 높이는 방안을 연구하고자 한다. 연구목적을 달성하기 위해 본 연구에서는 2020 벤처기업정밀실태조사와 2020 한국기업혁신조사 자료를 활용하여 통계적 매칭 시뮬레이션을 수행하였다. 먼저, 선행연구를 바탕으로 통계적 매칭에 사용되는 변수를 선정하였다. 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수와 제공변수는 중소기업 혁신에서 가장 중요한 연구인력 비율과 R&D 비용으로 각각 설정하였다. 사전 검증을 위해 2020 벤처기업정밀실태조사 자료를 수여자 데이터 30%와 기여자 데이터 70%로 분할하였다. 통계적 매칭에는 마할라노비스 거리와 랜덤 핫덱을 결합한 방식을 사용하였고, 성능평가는 수여자 데이터와 원시 데이터의 평균값 비교와 커널 밀도 함수(Kernel Density Estimation)를 통해 데이터 분포를 비교하였다. 검증결과, 수여자 데이터 30%와 기여자 데이터 70%에서 추출된 매칭 데이터의 평균값이 통계적으로 유의한 차이가 없는 것으로 나타나 유사한 데이터가 매칭된다는 것을 확인하였다. 또한, 두 데이터의 커널 밀도 함수로 도출한 데이터 분포 역시 유사한 형태가 나타나는 것을 확인할 수 있었다. 사후 검증에는 2020 벤처기업정밀실태조사에서 임의로 30%를 수여자 데이터로 추출하고 2020 한국기업혁신조사 자료를 기여자 데이터로 설정하여 통계적 매칭을 수행하고 검증하였다. 사전 검증과 마찬가지로 공통변수는 업종, 종업원수, 지역, 업력, 상장시장, 매출로 설정하였고, 검증을 위한 고유변수는 연구 인력 비율과 R&D 비용으로 정의하였다. 분석 결과, 수여자 데이터의 연구인력 비율의 평균과 기여자 데이터의 평균은 예상과 다르게 통계적으로 차이가 있는 것으로 나타났다. 하지만 커널 밀도 함수에 따른 두 데이터의 분포는 유사한 형태를 보이는 것으로 조사되어 통계적 매칭의 적절성을 확인할 수 있었다. R&D 비용은 통계적 매칭 수행 결과, 수여자 데이터의 R&D 비용 평균과 기여자 데이터의 평균이 통계적으로 차이가 없었고, 커널 밀도 함수도 유사한 분포를 보이는 것으로 조사되었다. 이러한 결과는 모집단은 동일하지만 서로 다른 표본에서 수집된 자료를 통계적으로 결합하여 신뢰할 수 있는 새로운 데이터를 확보할 수 있다는 측면에서 큰 의의가 있다. 또한, 경영학 분야에서 많이 사용되지 않았던 데이터 매칭 방법론을 모의실험을 통해 타당성을 검증함으로써 연구용 데이터 확보와 연구방법론의 확장에 기여했다는 점에서 시사점을 가진다.
지역축제는 문화를 형성하는 소통의 장으로 국내 관광 사업의 수요를 증가시키고, 지역의 이미지 창출, 전통 문화의 보존, 관광객 유입, 일자리 창출, 지역문화의 콘텐츠 개발, 지역특산품 판매 촉진 등 지역경제에 많은 파급효과와 지역경제 활성화에 중요한 가치를 지니고 있다. 무선통신 기술인 사물인터넷(IoT, Internet of Thing) 요소기술은 점차적으로 발전하고 있고, 특히 사물인터넷 서비스 중 하나인 비콘은 국내·외에서 다양한 서비스 형태로 활용되고 있다. 그러나 이러한 사물인터넷 서비스, 디지털 및 모바일 기술의 확산에도 불구하고, 수 없이 많은 지역축제에 대한 정보를 개인이 하나하나 찾기란 쉽지 않고, 기존에 개발된 축제 관련 애플리케이션은 단순 정보전달 수준에 국한되어 있거나 일회성인 축제 정보제공, 축제장 내의 정보제공 방식, 개발 축제마다 별도의 애플리케이션 형태제공, 단발성 사용 등의 문제점을 안고 있다. 이러한 배경 하에 본 연구는 비콘을 활용한 위치기반 지역축제 모바일 애플리케이션과 데이터 분석 시스템 개발하여 축제 방문객에게 맞춤형 정보를 제공하는데 그 목적이 있다. 본 연구의 기술개발을 통해 '축제장 혼잡도 알고리즘', '방문객 통계분석 알고리즘', '맞춤형 정보 알고리즘'의 총 3개의 알고리즘 및 데이터분석 시스템을 개발했고, 개발된 애플리케이션과 데이터 분석 시스템을 통해 실제 축제장에서 베타테스트를 실시했다. 그 결과, 방문객 행태 DB 구축, 지역축제 방문객에게 Hot place 기능, 대기시간 기능, 맞춤형 정보제공의 서비스와 기능을 제공할 수 있었다. 또한, 출시 3개월 간 1만 3천 건 이상의 다운로드 실적 달성, 구글플레이스토어에 '축제' 관련 애플리케이션 중 노출 1위를 달성하는 등 지역 관광 축제 플랫폼으로서의 시장성과 우수성을 인정받았다. 본 연구는 다음과 같은 순서로 기술한다. 2장에서는 본 연구의 기술개발과 관련된 지역축제, 사물인터넷, 비콘 서비스, 축제 관련 애플리케이션의 선행연구를 살펴보고, 3장에서는 지역축제 모바일 애플리케이션 설계와 데이터 분석 시스템의 구현환경을 상세히 기술한다. 4장에서는 본 연구에서 개발한 모바일 애플리케이션과 데이터 분석 시스템이 제대로 적용되지는 실험하기 위해 베타테스를 실시하여 제품의 성능평가를 기술하고, 마지막으로 5장에서는 결론과 향후 연구과제에 대해 기술한다.
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.