태풍 루사나 매미에 의한 피해사례를 보면 하천 횡단 구조물 본체가 파괴되는 피해 뿐 만 아니라, 구조물과 제방과의 연결부가 세굴되어 붕괴되는 사례가 많이 발생하였다. 하천설계기준(2009)에는 이러한 보와 제방의 연결부 부분을 연결호안이라 하여 관련 기준을 제시하고 있으나, 설치구간의 길이를 정할 때 하천의 규모나 하도의 특성을 고려하지 못하고 일률적으로 결정하도록 하고 있다. 이에 건설기술연구원에서는 상류 Froude 수와 보 높이를 변수로 하는 연결호안 설치 길이에 대한 실험식(2006)을 제시하였다. 하지만 보 접속부 세굴에 영향을 주는 인자는 상류의 Froude 수와 보의 높이 뿐만 아니라, 상 하류 수위차, 보의 형상, 제방의 재료적 특성 등 많은 요인들이 존재한다. 이 중 본 연구에서는 상 하류 수위차와 보 접속부 세굴 범위의 관계를 파악하고자 한다. 보 접속부 세굴에 대한 수치모의에 앞서 Gill(1972)와 Dongol(1990)이 수행하였던 교대세굴 자료를 바탕으로 Flow-3D의 세굴에의 적합성 및 적용성을 검토하였다(그림 2참고). 검토 결과 수치모의의 입력 변수를 조정함으로써 실험값과 가깝게 나타나는 것을 확인하였다. 이렇게 조정된 변수를 이용하여, 보 접속부 세굴에 대한 수치모의는 상 하류의 수위차에 대해 다양한 검토를 하기 위해 상류의 수위를 1.0m로 고정한 채하류부의 수위를 0.2~0.8m까지 0.1m간격으로 변화시켰으며, 유사의 대표 입경은 0.63mm로 주문진 표준사를 가정하였다. 모의 시간은 평형세굴심이 발생할 때까지 수행하였고, 난류모델로는 LES(Large Eddy Simulation)를 채택하였다. 모의 결과 상 하류 수위차가 증가할수록 보 하류부 세굴 길이($L_d$)가 증가 하였으며, 세굴의 폭($B_d$) 역시 증가하였다. 그림 3은 수치모의 결과로 세굴이 발생된 제방의 모습을 도시한 것이다.
부곡온천 지역의 지속적인 지하수위 하강에 대비하여 온천지역의 지하수 흐름을 3차원 모형인 MODFLOW를 이용하여 해석하였다. 연구 결과를 요약하면 다음과 같다. 1) 변수보정 과정에서 대수층의 투수계수는 0.0134m/d로, 저류계수는 0.020으로 나타났으며, 모형이 추정한 장기간의 지하수위 변동은 관측치와 잘 맞았다. 2) 여러 가지 시나리오에 대하여 1년간의 기간에 대한 시뮬레이션을 한 결과 가장 나쁜 조건인 년간 함양량이 작고 년간 양수량이 큰 경우에는 시뮬레이션 기간의 초기에 비해 말기에 지하수위가 저하되었으나 그 외의 경우에는 말기의 수위가 초기의 수위보다 낮아지지 않았다. 3) 온천지역의 안전채수량은 함양율의 크기와 지하수위의 고저에 크게 영향을 받는 바, 양수량의 결정은 년중 지하수위가 가장 낮은 4월경에 과다한 수위저하가 발생하지 않도록 하여야 한다.
현재 세종시 예정 지역의 수변경관 개선과 친수공간 조성을 위하여 금남교 하류 1.16 km 지점에 수위유지시설을 설치하는 것을 고려하고 있다. 본 연구는 수위유지시설의 설치로 인한 하천의 홍수위험을 검토함으로써 홍수로부터 안전한 수위유지시설의 규모를 제시하고자 한다. 이를 위해 대상구간의 200년 빈도 홍수량에 대하여 수치해석을 실시하였으며, 1차원 HEC-RAS와 2차원 FESWMS 모형을 이용하여 수위유지시설의 설치 높이에 따른 홍수위 변화를 비교 분석하였다. 모의 결과 수위유지시설의 설치 높이가 5m까지는 홍수로부터 안전한 것으로 분석되었으며, 횡방향 수치해석이 가능한 2차원 모형에서 보다 정교한 결과를 얻을 수 있었다. 이러한 연구결과는 향후 적절한 수위유지시설의 규모를 결정하는데 있어 활용될 수 있을 것으로 사료된다.
본 연구에서는 지능형 CCTV를 이용하여 자동 수위감지 알고리즘과 사전 경보시스템을 개발하고 Test-Bed에 적용하여 실용화 가능성을 검증하고자 한다. 이를 위하여 현장여건에 적합한 지능형 CCTV 기반의 자동 수위감지 알고리즘을 개발하고 자동인식률 가변 요소에 대한 성능저하 방지대책을 수립하여 CCTV 카메라 기종별 수위감지 성능과 적합성을 평가하고 실용화에 따른 최적 적용방안을 도출한다. 그 결과, CCTV 카메라 기종별 수위감지 성능이 90%으로 도출되었다. CCTV 카메라 기종에 따른 적합성 평가 결과, 자동 수위감지용으로 NIR카메라가 정밀도에서 주 야간 95%이상의 성능을, 떨림 안개 저조도 등 자연환경에서 가장 우수한 성능을, 설치용이성에서는 일반카메라와 대등한 성능을, 가격측면에서 일반카메라 대비 15% 최소 상승분으로 가장 우수했다. 따라서 본 연구개발의 성과물인 지능형 CCTV를 이용한 수위감지 경보시스템의 실용화 가능성을 확인하였으며 향후 실용화가 예상된다.
울산시 정족산 산정상 부근에 위치하고 있는 무제치늪의 수문학적 특성을 구명하고자 유역 환경과 몇 가지 기초 수문조사를 실시하여 늪의 강우유출 특성과 지하수위 변동 특성을 파악하였다. 늪 지역의 평균 유출률은 0.58로 일반 산지유역과 비슷하였다. 단기유출 수문곡선에서 유량상승부가 완만하게 증가하여 첨두유량이 출현할 때까지 많은 시간이 걸리며, 그 이후에도 유량의 감소형태가 일반 산지유역에 비해 천천히 감소하였다. 늪지역의 유출 성분 구성은 기저유출량이 풍부하고, 무강우 기간에도 유출량이 크게 감소하지 않고 지속적으로 유출하였다. 지하수위는 강우 직후에 피크에 도달하고 그 후 강우가 멈추면 다음 강우기간까지 지하수위의 감소가 아주 완만하게 일어나고 있었다. 강우강도가 클수록 지하수위의 감수곡선 기울기가 완만하였으며 지속시간이 길수록 피크부분이 오래 지속되었다. 장기 지하수위의 변화 경향은 강우와 유출 수위의 변화 경향과 거의 일치하였다. 향후의 늪지역의 물환경은 항상 일정한 지하수위를 유지할 것으로 평가되었다.
최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.
준설은 흙 또는 모래, 자갈을 파내는 작업을 말하는 것으로, 준설의 목적은 수로, 하천, 항만공사에서 수심의 증가 및 수심을 유지하기 위함이다(산업안전대사전, 2004). 이러한 준설은 하천의 흐름 특성 및 제반 여건 변화를 수반하기도 한다. 준설 직후 낮아진 하상으로 인하여 수위가 감소되는 경우가 있으며, 반면에 수위 저하를 동반하지 않는 경우(저수지와 연결된 준설), 준설 부근에 퇴적이 발생하며 이는 하천의 수위 상승으로 연결될 수 있다. 이러한 수위 상승은 홍수 시 제방의 월류 가능성을 높이는 등 하천의 치수 안전성에 문제를 야기할 수 있다. 본 연구에서는 준설로 인한 하천의 수위 상승에 초점을 맞추었다. 기존 연구에서는 대부분 이러한 현상분석을 위해 수치해석을 이용하였으며, HEC-6, CCHE2D, GSTARS 등의 1, 2차원 수치해석 프로그램을 이용하였다. 그러나 1, 2 차원 수치모형은 수심에 따른 흐름특성을 충분히 반영하지 못하는 한계점을 가진다. 이에 본 연구에서는 3차원 수치해석 모형인 SCHISM을 이용하였다. SCHISM은 하구역의 흐름특성을 분석하기 위해 개발된 프로그램으로, 본 연구와 같이 단면의 급 확대부의 수치해석에 적합한 프로그램이라고 판단된다. 기존연구를 바탕으로 하상변동에 영향을 주는 인자를 산정하여 무차원화 하였으며, 하상 변동량 및 수위상승 영향의 민감도 분석을 수행하였다. 무차원인자는 준설깊이/상류수심(H/hu), 하류하폭/상류하폭($W_d/W_u$), 하류수심/상류수심($h_d/h_u$), 유량(Q)으로 결정하였다. 수치해석에 이용된 지형은 1: 2 경사의 제방을 가진 직선수로이며, 준설 구간을 기준으로 상 하류 각각 1,000 m의 길이를 확보하였다. SCHISM 수치모의를 통하여 민감도 분석을 수행한 결과 모든 수치해석 case에서 퇴적으로 인한 상류수위의 증가를 확인 할 수 있었다. 또한 하류수심/상류수심은 준설부 퇴적 및 상류 수위 상승에 가장 큰 영향을 주는 인자로 나타났다. 본 연구는 하천 준설 계획 시 참고자료로 활용이 가능할 것이며, 준설로 인한 하천수리특성 변화의 선행연구로써 의미가 있다고 판단된다.
한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.
활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.
본 연구는 낙동강 유역의 대표지점별 과거 수문자료의 타당성을 검토하고, 발생된 오류에 대해서는 표준화된 방법으로 수정 보완하여 하천유량 적정관리를 위한 기초 통계자료를 구축하는데 그 목적이 있다. 따라서 수문자료의 정확성 확보와 향후 자료의 활용성을 증대하기 위하여 낙동강홍수통제소의 수문관측소를 중심으로 수위, 수위-유량관계곡선식, 유량자료를 다양한 근거자료 및 수문자료의 특성 등을 고려하여 기초적인 통계자료 구축을 위해 노력하였다. 과거자료를 검토한 결과 2000년대를 기점으로 수위자료의 정확도가 향상되는 것으로 판단하였으며, 사용자에게 신뢰성 있는 자료를 제공하기 위하여 2000년도 이후의 수위자료와 수위-유량관계곡선식을 수집하여 검토?분석하였고, 자료 보완을 통하여 신뢰성 있는 유량자료를 구축할 수 있도록 하였다. 대상지점 12개소에 대하여 취득기간별에 따른 각종 기초통계 특성에 대하여 요약 정리하였다. 자료의 취득률은 대부분 90% 이상의 양호한 결과를 나타내었지만, 몇몇 지점에서는 수위자료의 불안정으로 인하여 60% 이하를 나타내는 지점 또한 존재하였다. 연평균 손실고는 평균강수량에서 유출고를 뺀 값을 나타내고, 이에 대한 유출률을 산정하였다. 또한 취득기간 동안의 평균 풍 평 저 갈수량을 분석하였다. 치수 및 이수 측면을 고려하여 최고유량과 이에 대한 발생일을 조사하였으며, 최저유량의 경우는 7일 평균 최저유량과 이에 대한 발생일을 조사하였다. 최저유량 발생일은 7일 중 중간일을 기준으로 표시하였고 조석이나, 지속적인 배수의 영향을 받는 지점은 홍수위 및 홍수량에 대해서만 산출하였다. 비록 2000년 이전 자료에 대해서는 현실적인 한계로 인하여 검토를 실시하지 못하였으나, 최소 10년간의 자료에 대해서는 신뢰성을 확보하기 위한 노력을 기울였으며, 이러한 경험으로 다시는 재현되는 않는 자연현상에 대한 현장단위에서의 관측 및 측정뿐만 아니라 이를 바탕으로 축적된 자료의 구축, 검증을 통한 DB 구축 등에 더욱 각고의 노력이 필요할 것으로 판단된다.
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.