정보보호 위험평가를 위해 다양한 정보보호 수준 평가와 정보보호 관리체계 인증이 그 어느때보다도 대규모로 이루어지고 있다. 그러나 정보보호 수준평가 우수기업과 정보보호 관리체계 인증 우수기업에 대한 정보보호 침해 사례가 지속적으로 발생하고 있는 실정이다. 기존의 정보보호 위험평가 방법론은 사이버 위협이 어디로부터 유입되는지에 대한 검토와 각 유입경로 구간에 대한 보안장비들의 적절한 운영여부에 대한 검토 없이 정보시스템 내부의 정보자산들을 식별하여 위험도를 정성적으로 판단하여 분석하고 있는 실정이다. 현재의 위험평가 방안을 개선하기 위해서는 사이버 위협이 어디로부터 유입되는지 살펴보고 각 유입구간별 봉쇄수준을 향상시켜 불필요하게 유입되는 사이버 위협을 절대적으로 감소시킬 필요가 있다. 이와 더불어 현재의 위험평가 방법론에서 간과되고 있는 보안장비의 적절한 구성과 운영수준에 대한 측정과 향상이 반드시 필요하다. 사이버 위협의 출입구를 최대한 봉쇄하고 어쩔 수 없이 열려 있는 틈새를 통과해서 내부로 유입되는 사이버 위협을 각 보안장비를 동원하여 탐지하고 대응하는 것이 필요한 것이다. 이에 본 논문에서는 ISMS-P 인증항목과 주요정보통신기반시설 취약점 분석평가 항목에 사이버 위협에 대한 봉쇄수준을 평가할 수 있는 심사항목과 각 유입경로 구간에 대한 보안장비 구성 수준을 측정하는 심사항목을 추가 제안하고자 한다. 이를 통해 사이버 위협의 유입 자체를 감소시키고 사이버 침해사고의 가능성을 원천적으로 차단하는데 기여하고자 한다.
본 연구는 전장 유전체 연관성 분석(genome-wide association study, GWAS)을 통해 ERp29의 mRNA 발현과 관련된 유전좌위(expression quantitative trait loci, eQTL)을 식별하는 것을 목표로 하였다. 대상 유전자는 ERp29이다. ERp29는 소포체(ER)의 lumen에 단백질의 folding & assembly 기능을 가진 분자 chaperone 단백질로서 소포체 스트레스에 의해 발현량이 증가하며, 분비 단백질의 생합성에 관여한다. 최근 연구 결과 발암과 연관성이 알려지면서 주목을 받고 있다. 총 373명의 유럽인의 genome을 대상으로 GWAS 분석 결과, ERp29 유전자 발현은 정소와 뇌에서 강하게 발현하는 long noncoding RNA (LncRNA) LOC105372577과 관계가 있었다. 즉, 3개의 eQTL: rs6138266 (p<4.172e10-9), rs62193420 (p<1.173e10-8), rs6138267 (p<2.041e10-8)와 연관성이 깊은 것으로 밝혀졌다. ERp29의 발현과 연관이 있는 것으로 확인된 3개의 eQTL을 사용한 transcriptome-wide association study (TWAS) 결과 osteosarcoma amplified 9 (OS9) 발현과 유의한 연관성을 보이며 OS9 유전자의 up-stream에 upstream of transcription factor 1 (USF1)이 결합할 수 있는 것을 알았다.
최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.
진해만 해역은 태풍 내습 시에 우리나라 남동권 해역의 주요 태풍 피항지로 이용되고 있다. 하지만 태풍 내습 시 진해만 내 선박이 폭주하고 주묘가 다수 발생하는 등 해양사고 발생 가능성이 존재한다. 본 논문은 태풍 내습 시 진해만 피항지에 대해 안전 확보 및 효율적으로 관리할 수 있는 방안을 해당 해역의 VTS 관제사로부터 도출하고, 이를 선박 운항자에게 AHP 기법을 통하여 상대적 중요도를 도출하여 관리자와 이용자 의견이 반영된 안전대책을 제시하였다. AHP 설문조사를 위한 안전 대책 요소를 선정하기 위하여 진해만 내 태풍 내습 시 VTS 관제사의 대응 조치 평가 내용에 대해 분석하였다. 선정된 안전대책 요소를 기반으로 설문조사를 실시한 결과, 선정된 요소에 대해 선박 운항자는 선박의 안전을 효율적 관리보다 약 2배 이상 중요하게 생각하며, 종합적으로 피항선 관리, 정박구역 관리, 피항정보 관리, 규정 및 지침 마련, 시스템 장비 개선, 교육 및 홍보·알림 활동 순으로 중요하게 고려함을 파악하였다. 본 논문에서 식별된 방안 및 상대적 중요도를 통해서 진해만 태풍 피항지를 안전하고 효율적으로 관리하는 기반이 될 수 있을 것으로 사료된다.
대부분의 경우 광학 RGB 영상을 딥러닝(DL: Deep learning)의 학습 데이터로 사용하여 객체탐지, 인식, 식별, 분류, 의미적 분할 및 객체 분할 등을 수행하지만, 실세계의 3차원 객체들을 2차원 영상으로 완전하게 파악하는 것은 한계가 있다. 그러므로 대표적인 3차원 지형 공간정보인 수치표면모델(DSM: Digital Surface Model)과 더불어 DSM에 내재된 특성정보를 이용하여 3차원 지형지물을 분석하는 것이 효과적이다. 건물과 같이 기하학적으로 정형화된 형태의 인공구조물은 3차원 공간데이터로부터 얻을 수 있는 기하학적 요소와 특성을 이용하여 객체의 분류와 형상 묘사가 가능하다. 이 연구는 고차원 시각정보(high-level visual information) 시스템에서 중요한 역할을 하는 내재된 고유의 특성정보(intrinsic information)를 기반으로 하며, 이를 위하여 객체의 기하학적 요소인 경사와 주향을 DSM으로부터 도출하고, 다방향에서 생성한 음영기복영상(SRI: Shaded Relief Image)과 함께 DL 모델의 학습 수행에 사용하였다. 실험은 ISPRS (International Society for Photogrammetry and Remote Sensing)에서 제공하는 데이터 셋 중에서 DSM과 레이블 데이터를 객체의 의미적 분류를 위해 개발된 합성곱 기반의 SegNet 학습에 사용하였다. 지형지물을 분류하고 분류 결과를 이용하여 건물을 추출하였다. 특히 DL 모델의 학습 성능 향상을 위해 학습 데이터의 여러 조합에 따른 시너지 효과를 분석하는 것에 핵심이다. 제안한 방법은 건물 분류와 추출에 효과적임을 보여주고 있다.
최근의 연구에 의하면 국내 대부분의 건설사는 리스크 관리를 효과적으로 하고 있지 못하며, 리스크 관리 시스템의 개선이 필요한 것으로 판단된다. 또한 리스크 관련 연구도 대부분 거시적인 관점에서의 리스크를 다루고 있으며 프로젝트 시공단계에서의 공정리스크를 다룬 연구는 거의 없는 실정이다. 따라서 본 연구에서는 공정리스크 중 흙막이공에서 발생할 수 있는 리스크 요인의 분석 및 분류를 통해 리스크 대응 방안을 제시하고자 하였다. 이를 위하여 리스크 전문가를 대상으로 워크숍을 실시하여 아파트 흙막이공 시공 중에 발생할 수 있는 리스크를 식별 및 분석하였다. 연구 결과 95 % 신뢰구간에서 49.7억 원의 절감이 가능할 것으로 예상되었으며, 최대 발생 가능한 비용은 150억 원에서 100억 원가량으로 줄어들었다. 리스크 저감 비율 기준으로 별다른 투입비용 없이 리스크를 저감할 수 있는 리스크, 리스크 대응 시 효과가 큰 리스크와 효과가 미미한 리스크로 구분하여 나타났다. 따라서 본 연구에서 제시한 유형들과 리스크 요인들을 지침으로 삼아 현장 여건에 맞는 적절한 대응 전략을 갖추고 체계적으로 대응할 경우 프로젝트를 성공적으로 운영하는 데 도움이 될 것으로 기대한다.
산불의 발생과 강도는 기후 변화로 인하여 증가하고 있다. 산불 연기에 의한 배출가스 대기질과 온실 효과에 영향을 미치는 주요 원인 중 하나로 인식되고 있다. 산불 연기의 효과적인 탐지를 위해서는 위성 산출물과 기계학습의 활용이 필수적이다. 현재까지 산불 연기 탐지에 대한 연구는 구름 식별의 어려움 및 모호한 경계 기준 등으로 인한 어려움이 존재하였다. 본 연구는 우리나라 환경위성 센서인 Geostationary Environment Monitoring Spectrometer (GEMS)의 Level 1, Level 2 자료와 기계학습을 이용한 산불 연기 탐지를 목적으로 한다. 2022년 3월 강원도 산불을 사례로 선정하여 산불 연기 레이블 영상을 생성하고, 랜덤 포레스트 모델에 GEMS Level 1 및 Level 2 자료를 투입하여 연기 픽셀 분류 모델링을 수행하였다. 훈련된 모델에서 입력변수의 중요도는 Aerosol Optical Depth (AOD), 380 nm 및 340 nm의 복사휘도 차, Ultra-Violet Aerosol Index (UVAI), Visible Aerosol Index (VisAI), Single Scattering Albedo (SSA), 포름알데히드, 이산화질소, 380 nm 복사휘도, 340 nm 복사휘도의 순서로 나타났다. 또한 2,704개 픽셀에 대한 산불 연기 확률(0≤p≤1) 추정에서 Mean Bias Error (MBE)는 -0.002, Mean Absolute Error (MAE)는 0.026, Root Mean Square Error (RMSE)는 0.087, Correlation Coefficient (CC)는 0.981의 정확도를 보였다.
본 연구의 목적은 형광직물과 재귀반사 소재만으로 제작, 보급되고 있는 현 안전의복에, 광섬유 적용으로 시인성을 높여 야간이나 기상악화 시 안전사고로부터 작업자나 보행자를 보호하는데 있다. 이를 위하여 LED를 촉매로 한 광섬유와, 에너지 하베스팅 기술을 적용하여 설계·제작한 안전조끼를 개발하였다. 안전조끼는 필름에 일체화된 자동 점멸 광섬유에 의해 빛을 방출하도록 설계되었고 이 조끼를 착용한 작업자의 움직임으로, 버려지는 에너지를 수확하여 광섬유의 발광을 더 지속적으로 구동시키기 위해 에너지 하베스터를 제작하여 부착하였다. 그 결과, 첫째로 조끼 착용자의 신체는 광섬유(optical fiber)와 재귀반사 테이프를 통해 멀리서 인식 가능하도록 시인성이 높아져 사고예방에 도움이 된다. 즉 야간에 실시하는 도로변이나 고지대에서의 작업, 구조대원의 활동, 스포츠 활동 시 사고를 예방하거나, 비상상황이 발생할 경우 광섬유 발광을 변화시키는 신호로 사고 지점을 빨리 발견할 수 있어 인명구조에도 도움이 될 것이다. 둘째, 생활 속 버려지는 에너지를 활용하기 위하여 압전소자 발전 시스템을 개발하여 압전 에너지 하베스팅 장치를 탑재한 결과, 배터리부의 유효 충전량을 활성화하고 보조 충전을 함으로써 에너지를 소량일지라도 효율적으로 생산할 수 있었다. 동시에 안전조끼에 내장하여 제작함으로써 탈착이 용이하도록 하여 활용도를 높였다. 기존 안전 조끼의 경우 야간에 주변 조명이 없을 때는 조끼를 착용한 사람을 인식하는 것이 거의 불가능하지만, 본 연구에서는 안전조끼의 빛 신호로 주변 조명이 없을 때에도 100m 이내에서 착용자를 식별할 수 있었다. 또한 광섬유적용 안전조끼는 측면에서의 시인성 향상뿐만 아니라 가볍고 (물)세탁이 가능하여 실용적 측면에서 현존하는 LED적용 안전의류보다 우수하다. 그러므로 본 연구에서 개발한, 광섬유와 에너지 하베스터를 장착한 안전조끼는 실용도가 높고 안전사고 발생 예방과 감소, 나아가 인명구조에 이바지할 것으로 추정된다.
이 후향적 연구의 목적은 7 - 15세 사이의 혼합치열기와 영구치열기의 소아 및 청소년 환자에서 기존 교정 분석 방법과 인공 지능을 활용한 교정 분석 방법을 이용한 변수의 차이를 비교하여 평가하는 것이다. 교정 진단을 위해 측면 두부계측 방사선 사진을 촬영한 소아 환자 60명(혼합 치열기 30명, 영구치열기 30명)을 무작위로 선정하였다. V-ceph을 사용한 기존 분석 방법과 WebCeph를 사용한 딥 러닝 기반 분석 방법으로 1명의 검사자가 17개의 두부 측정 계측점을 식별하고, 22개의 측정 항목을 평가했다. 기존 분석 방법의 반복 측정으로 인한 오차는 Pearson의 상관 분석을 사용하여 평가하었다. 혼합치열군과 영구치열군에 대한 각각 두 방법의 차이는 paired t-test를 사용하여 평가하였다. 혼합치열군에서 두 분석 방법의 차이는 8개의 계측항목에서 통계적으로 유의하였다: APDI, SNA, SNB, Mandibular plane angle, LAFH (p < 0.001), Facial ratio (p = 0.001), U1 to SN (p = 0.012), and U1 to A-Pg (p = 0.021). 영구치열군에서는 두 분석 방법 간에 4개의 계측항목이 통계적으로 유의한 차이를 보였다: ODI (p = 0.020), Wits appraisal (p = 0.025), Facial ratio (p = 0.026), and U1 to A-Pg (p = 0.001). 많은 시간이 소요되는 기존의 교정 분석 방법과 비교하였을 때, 딥 러닝 기반 교정 분석 시스템은 측정의 신뢰성과 유효성 측면에서 임상적으로 허용될 수 있다. 하지만 소아 환자의 교정 분석을 위해 딥 러닝 기반 프로그램을 사용할 때에는 이러한 프로그램의 한계점을 인지하고 올바른 판단으로 사용하는 것이 중요하다.
본 연구에서는 중학생을 대상으로 중학생의 온라인 학습 행동에 영향을 미치는 새로운 요인을 구성하기 위한 요인분석을 제시하였다. 총 204명의 한국 중학생이 참여했으며, 중학교 3년 학생의 표본을 목적표본으로 선정하여 사용하였다. 요인 분석 결과는 공유 분산의 66.15%를 차지하는 35개 항목에 대한 8개 요인 솔루션을 제시했다. 중학생들의 온라인 학습 행동을 식별하기 위해 다양한 요인이 고려된다. 이때, 중학교 시기 온라인 러닝의 적절한 경험과 활용도는 그들의 미래 교육의 중요한 발판이 되기 때문에 중요하다. 본 연구의 결과는 중학생을 위한 온라인 러닝 시스템의 질을 향상시키고 온라인 학습을 발전시키기 위한 정보를 제공할 것으로 기대한다. 연구 결과는 중학생의 온라인 학습 행동에 영향을 미치는 8가지 중요한 요인을 제시했고, 그것들은 1) 소셜 미디어를 학습 도구로 활용한 커뮤니케이션, 2) ICT를 활용한 정보 공유 의지, 3) 테크놀러지 중독, 4) 테크놀러지 도입, 5) ICT를 활용한 정보 탐색, 6) 소셜 미디어 학습 활용, 7) ICT를 이용한 정보 검색, 그리고 8) 테크놀러지 몰입이다. 본 연구의 결과는 중학생들이 학습도구로 소셜미디어를 활용한 커뮤니케이션을 선호하며, ICT를 활용한 정보 공유 의도를 대부분 중시하고 있음을 확인하였다. 요인 분석을 기반으로 얻은 데이터는 온라인 러닝의 새로운 교육 플랫폼을 적용하기 위해, 소셜 미디어 학습과 ICT의 혼합에 대한 온라인 학습 행동에 중요하게 적용할 수 있을 것이다. 이 연구는 중학생들의 온라인 학습 행동을 더 잘 이해하고 온라인 학습 환경을 설계하는 정보 전문가가 특히 디지털 리터러시가 필요한 중학생에게 더 잘 지원할 수 있도록 유용하게 사용할 것으로 기대한다.
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.