정보화 사회를 거치면서 네트워크의 발전과 관련해 많은 응용 분야들이 연구되고 있는데, 그 중에서도 암호학을 이용한 전자 투표의 비중이 증대되고 있다. 이러한 전자 투표는 그 중요성에도 불구하고, 아직까지 취약한 점이 많이 산재해 있다. 특히, 전자 투표를 총괄하는 선거 관리 위원회가 부정을 저지를 경우 투표 자체의 신뢰성은 무너지게 되며, 투표권의 매매가 성립할 경우에는 전자 투표에 있어 치명적인 악영향을 미치게 된다. 따라서 본 논문에서는 기존의 투표를 전자 투표로 적용시키는 과정에서 어떠한 요소들이 필요한지 확인해 보고, 선거 관리 위원회의 부정 방지 및 투표 매매 방지를 위한 요구 조건을 살펴볼 것이다.그리고 기존의 전자 투표 방식들이 이러한 위협 요소들에 대해 어떻게 대처하고 있는지를 고찰한 뒤에 더욱 효율적이고 안전한 전자 투표 방식을 제안한다.
본 연구는 글로벌 금융위기 이후 침체양상을 지속하고 있는 수도권 주택시장과 관련하여, 금융위기 이후 주택가격 결정요인의 변화를 벡터오차수정(VAR)모형을 통해 분석하였다. 글로벌 금융위기가 발생한 2008년 3분기를 기준으로 이전과 현재까지로 거시경제변수와 주택가격변수간의 동태적 관계를 보기 위해 충격반응도와 분산분해 분석을 실시하였다. 분석결과를 정리하면 먼저 수도권 주택매매가격의 경우 금융위기 이후에 전세가격과 주택매매가격 자체의 변화에 의해 더 영향을 받는 것으로 나타난 반면, 금융위기 이전에 주택매매가격에 미치는 영향력이 큰 것으로 나타났던 종합주가지수와 국고채 수익률은 금융위기 이후 영향력이 사라진 것으로 나타났다. 한편, 수도권 주택전세가격의 경우 금융위기 이전과 이후 모든 기간에서 다른 변수들보다 주택매매가격과 주택전세가격 자체의 영향력이 크게 나타난 가운데, 금융위기 이전에는 종합주가지수와 생산자물가가 영향을 미치고 실질GDP는 별다른 영향을 주지 못했다면, 금융위기 이후에는 역으로 실질GDP의 영향력이 크게 나타났고 생산자물가와 종합주가지수는 별다른 영향을 미치지 못하는 것으로 분석되었다. 이와 같이 경제불안의 지속으로 인해 수도권 주택매매 및 전세가격은 실질GDP와 같은 실물경기에 더 크게 영향을 받게 된 것으로 판단된다. 따라서 최근의 주택가격의 하락은 유럽재정위기 등으로 인해 지속되고 있는 국내경제 불확실성을 감안할 때 회복세는 크게 제한될 것으로 보이며, 향후 주택경기를 활성화시키기 위해서는 금융 및 공급규제 완화 등의 대책보다는 경제활성화를 통한 구매력 제고에 집중할 필요가 있을 것이다.
본 연구는 다변량 GARCH 모형을 이용하여 우리나라 주택시장의 상호연관성을 분석하였다. 주택 유형별 매매가격증가율과 전세가격증가율 간 상관관계 분석에서는 연립주택보다는 단독주택과 아파트의 상관계수가 더 크게 나타났다. 주택 유형에 따른 분석결과에 의하면 매매가격증가율과 전세가격증가율 두 분석 모두에서 단독주택과 연립주택 간 상관관계가 아파트와 단독주택 간 상관관계나 아파트와 연립주택 간 상관관계보다 높은 것으로 밝혀졌다. 주택을 크기에 따라 분류하였을 때 매매가격증가율을 이용한 분석결과와 전세가격증가율을 이용한 분석결과 간에는 큰 차이를 발견할 수 없었다. 아파트의 경우는 중형 아파트와 소형 아파트 간 상관관계가 가장 큰 것으로 나타났으며, 단독주택의 경우에는 대형 단독주택과 중형 단독주택 간 상관관계가 제일 큰 값을 기록하였다. 일반적으로 사람들이 아파트는 중소형 이하에, 단독주택은 중대형 이상에 관심이 많다는 사실이 본 연구의 분석결과를 간접적으로 뒷받침해주고 있다. 연립주택의 경우에는 매매 가격보다 전세가격의 경우에 중 대형 연립주택과 소형 연립주택 간 상관계수가 더 커지는 현상을 보이고 있는데, 이는 주택을 구입하는 경우와 주택을 임대하는 경우의 의사결정 과정이 서로 상이한데 그 이유가 있는 듯 보인다.
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.
본 연구에서는 GARCH 모델과 이동평균법을 이용한 국내 외환 시장에 있어서의 변동성 척도가 비교 분석되었다. 즉 두가지 알고리듬을 통하여 정보의 내용과 외환시장 변동성의 변통성 예측력을 비교하였다. 그 결과 GARCH 모형에 의할 변동성 추정치는 예측력에 있어서는 이동평균 추정치 보다 낮은 수준이지만 정보내용의 측면에서 성과가 더 좋은 것으로 나타났다. 그리고 GARCH모형에 의한 추정치는 이동평균 추정치 보다 편의성(Bias)이 낮은 것으로 나타났다. 또한 변동성의 가치에 대해서 논의하고, 이러한 변통성 추정치를 통해서 실제 환율변동을 헷지하기 위한 옵션매매에 어떻게 적용할 수 있는지를 언급하였다.
매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.
본 연구에서는 변동성 전략과 Fear and Greed 지수를 통하여 미국 주식의 매매를 자동으로 하는 연구를 진행하였다. 주식 시장의 변동성은 주가 변동을 유발할 수 있는 일반적인 현상이다. 투자자는 예상되는 변동성 수준에 따라 주식을 사고 파는 변동성 전략을 구현함으로써 이러한 변동성을 이용할 수 있다. 이 논문의 목적은 주식 시장에서 수익을 창출하는 변동성 전략의 효과를 탐구한다. 본 연구는 주식시장의 2차 데이터를 활용한 정량적 연구 방법론을 채택하여, 데이터에는 2016년부터 2020년까지 5년 동안 뉴욕증권거래소(NYSE)에 상장된 S&P 500 인텍스 주식에 대한 일일 주가 및 일일 변동성 측정치가 포함하였다. 전략은 변동성이 낮은 기간에서 주식을 사고 높은 변동성 기간에서 주식을 매도하는 것을 포함하였다. 결과는 변동성 전략이 샘플 기간 동안의 벤치마크 수익률 7.5%에 비해 연평균 9.2%의 긍정적인 수익률을 창출하였다. 따라서 전략이 샘플 기간의 5년 중 4년에서 벤치마크 수익률을 능가한다는 것을 나타났다. 이 전략은 2020년 COVID-19 대유행과 같이 시장 변동성이 높은 기간 동안 특히 잘 수행되어 벤치마크 수익률 5.5%에 비해 14.6%의 수익률을 기록하였다.
본 연구는 당해도시와 연담도시권 내 도시들의 특성과 단위면적(m2)당 아파트 거래가격 간의 상관성을 확인하는 목적을 가지고 수행되었다. 구체적으로 당해 도시 및 연담도시권 내 도시들이 인구 특성. 산업 특성, 도시계획사업 및 개발사업 특성, 입지적 특성이 아파트 m2당 매매가격 형성의 원인으로 작용하는지, 당해도시와 연담도시 간에 차별적인 특성을 보이는지 또한 수도권과 비수도권 간에 차별적인 특성을 보이는지를 상관분석, 다중회귀분석을 통해 파악하고자 하였다. 인구특성 부문에서는 모두 상관성이 있는 것으로 나타났다. 산업부문과 도시계획사업 및 개발사업 특성 부문은 당해도시에서는 유의하지 않게 나오지만, 연담도시권으로 분석하여 볼 때, 유의하게 나타나는 것으로 된다. 수도권과 비수도권으로 분류하여 분석하여 볼 때, 인구 부문은 수도권 및 비수도권 모두 유의하게 나타나며, 입지적 부문에서는 강남구와의 거리만이 유의하게 나타난다. 이는 지금 수도권으로 인구가 집중되기 때문에 아파트 m2당 매매가격도 수도권 집중으로 높은 가격대를 형성하는 것으로 이와 같은 결과가 나타나는 것으로 판단된다. 본 연구는 아파트 m2당 매매가격에 영향을 미치는 요인을 분석할 때, 당해도시 뿐 아니라 인접 지역들의 특성을 같이 분석하여야 한다는 결과를 보여주며, 또한 부동산 정책을 실시할 때에도 당해도시 뿐 아니라 연담도시권으로 설정하여 주택시장 모니터링이 함께 이루어질 필요가 있다는 점을 시사한다.
인터넷을 기반으로 하는 B2B시장이 엄청난 속도로 증가추세를 드러내고 있는 가운데 국내 전자상거래 시장은 예상만큼의 기대치에 부응하지 못한 채 큰 발전을 보지 못하고 있는 상황이다. 이는 인터넷상에서의 효율적인 결제시스템의 부계와 전자상거래 시장의 특성인 신뢰성의 부재에 그 원인이 있다고 보아진다. 따라서 본 논문에서는 이러한 비대면의 전자적인 결제시스템에 따르는 신뢰성 문제해결을 위한 방안으로 Escrow계정을 이용하는 B2B 결제시스템을 제안하고자 한다. 본 연구에서 제안하는 Escrow Service시스템은 전자결제시스템의 걸림돌이었던 제품보증과 결제보증에 관한 문제를 데이터베이스로 구축하여 체계적이고 안정적인 방법으로 해결할 수 있는 EDI를 이용한 B2B ESCROW 결제서비스를 만드는 것이다. 구매기업과 판매기업간에 매매행위가 발생되면서 양사의 합의에 따른 Escrow사항들을 표준화된 데이터베이스 형식을 갖고 있는 EDI에 저장하고 거래 데이터베이스를 수행하면서 자동적인 EDI File Update를 통해 가장 실시간의 정보를 참조할 수 있도록 하는 것이다. 기존의 B2B 결제시스템에 있어서의 Escrow 기능이 계좌이체를 이용한 결제시스템에만 제한적으로 이용돼 왔었으며 또한 Escrow 시스템 수행이 수동적인 프로세스에 의해 움직여졌기 때문에 신뢰성과 이용도면에서 문제점이 있었다. 하지만 EDI를 이용한 Escrow시스템 구현은 프로세스의 자동화뿐만 아니라 계좌이체 및 기타 대출을 이용한 결제시스템에도 다양하게 적용할 수 있으며 또한 History관리가 가능하므로 전자상거래 결제시스템의 효율을 한층 더 높일 수 있을 것으로 기대된다.
방향성(Direction)과 변동성(Volatility)에 대한 분석은 증권투자를 위한 시장분석의 기초가 된다. 변동성분석이 옵션 투자에서 중요하다면 주식이나 주가지수선물투자는 방향성분석에 의하여 투자성과가 결정된다. 기존의 금융분석에서 기계학습을 이용한 방향성에 대한 연구는 주가나 투자위험의 예측을 중심으로 이루어졌으며, 최근에 와서야 실전투자를 위한 매매시스템(trading system) 개발에 대한 연구가 이루어지고 있다. 인공지능형 주가예측모형에서는 ANN(artificial neural networks), fuzzy system, SVM(Support Vector Machine) 등의 기법이 주로 활용되고 있다. 본 연구에서는 방향성매매를 위한 지능형 기계학습방법 중에서도 패턴인식에서 좋은 성과를 보이고 있는 은닉마코프 모형(Hidden Markov Model)을 이용한다. 실무적으로는 방향성 예측을 위해 주로 주가의 추세분석(Trend Analysis)을 활용한다. 다양한 기술적 지표를 이용한 추세분석에 기반한 시스템트레이딩(System Trading) 기법은 실전투자에서 점차 확대추세에 있다. 본 연구에서는 시스템트레이딩 기법 중 실무에서 많이 이용되는 이동평균교차전략(moving average cross)에 연속 은닉마코프모형을 적용한 지능형 매매시스템을 제안하고, 실제 주가자료를 이용한 시뮬레이션 결과를 제시한다. 세계적 선물시장으로 성장한 KOSPI200 선물시장에서 제안된 매매시스템의 장기간의 투자성과를 분석하기 위하여 지난 21년 동안의 KOSPI200 주가지수자료를 실증 분석하였다. 분석결과는 KOSPI200 주가지수선물의 방향성매매에서 제안된 CHMM기반 지능형 매매시스템이 실전에서 일반적으로 활용되는 시스템트레이딩 기법의 투자성과를 개선할 수 있음을 보여주었다.
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.