디지털 기술의 급속한 발전과 코로나19 팬데믹으로 인해 온라인 상거래가 크게 성장하면서, 소상공인들이 이러한 시장 변화에 적극적으로 대응할 수 있는 지원 방안의 필요성이 대두되었다. 이에 본 논문은 O2O(Online to Offline) 전략을 활용해 실제 매장 진열대에 전시된 상품들을 자동으로 촬영하고 이를 이용해 가상 상점을 만들 수 있는 기초적인 기술을 제시한다. 본 연구의 핵심은 진열된 상품의 위치와 이름을 정확히 파악하여 인식하는 것이며, 이를 위해 단일 클래스를 대상으로 하며 YOLOv8에 기반한 경량화 모델인 ESD-YOLOv8을 제안한다. 검출된 상품은 특징점 기반의 기술을 통해 상품명이 식별되며, 이는 새 상품을 사진 형태로 추가함으로써 신속하게 갱신할 수 있는 능력을 갖추고 있다. 실험을 통해 상품명 인식은 74.0%의 정확도, 위치 검출은 0.3M개의 파라미터만으로 F2-Score 기준 92.8%의 성능을 보였다. 이를 통해 제안된 방법이 높은 성능과 최적화된 효율성을 갖추고 있음을 확인하였다.
우리나라에서는 삼면이 바다와 접해있는 반도형태의 국가로 과거부터 해양수산물에 대한 양식이 이루어져 왔다. 최근에는 양식시설물들을 체계적으로 관리하기 위해 생산량에 대한 조사하고 있으며, 조사된 자료를 기반으로 생산물에 대한 가격책정을 수행하여 내수 어족자원을 안정화하고 어민생활권을 보장하고 있다. 이러한 양식시설물의 조사는 매년 항공사진 기반의 수동 디지타이징을 기반으로 하고 있다. 고해상도의 항공사진을 활용한 수동 디지타이징은 양식시설물 별 종류에 따른 특징과 시설물 운용 여부 등을 알고 있는 전문가의 지식을 기반으로 하여 정확한 구획이 수행된다. 그러나 항공사진의 활용은 생육주기가 다른 양식자원들을 모니터링하기에는 경제적, 시간적 한계가 있으며, 전문가의 지식기반 구획 역시 다수의 전문 인력 등이 투입되어야 한다. 그러므로 본 연구에서는 관측 대상지에 대한 대단위 모니터링이 가능한 위성영상을 바탕으로 양식장에 대한 외곽정보 자동으로 검출하는 프로토타입 시스템 개발에 대해 연구하였다. 연구에 사용되는 위성영상은 국내 고해상 위성인 KOMPSAT-3 위성영상 13 Scene을 양식시설이 주로 이용되는 10월에서 4월 사이에 신규 촬영하여 사용하였다. 양식시설의 검출은 가두리식, 연승식, 부류식 양식시설을 검출하였으며 검출 방법은 영상 처리를 통한 ANN 분류기법 및 Polygon 생성기법을 사용하였다. 개발된 프로토타입 시스템의 양식시설 검출율은 약 93% 정도로 나타났다. 위성영상 기반의 양식시설물 외곽정보 검출은 기존 항공사진이 가지는 모니터링의 한계를 개선할 수 있을 뿐만 아니라, 전문가가 양식시설을 탐지하고 판독하는 데 있어 유용하게 지원될 수 있을 것이다. 향후 양식장 시설물별 분류 및 영상 처리 기법의 적용을 통해 양식장 시설물 검출 시스템이 개발되어야 할 것이며, 해당 시스템을 통해 양식시설물 모니터링을 수행하여 관련 의사결정 지원에 도움이 될 수 있을 것으로 판단된다.
간 전이 암은 이전에는 수술을 통한 외과적 절제가 주요 치료기법이었지만 방사선 치료 기법의 발전으로 인해 점차 방사선치료의 시행이 늘어나고 있다. 18F-FDG PET 영상은 간 전이 암 진단 시 더욱 우세한 민감도와 특이도를 보이며, 치료계획용 CT 영상과 더불어 종양조직의 위치를 정의하는 중요한 영상장비로 자리매김하고 있다. 본 연구에서는 간 전이 암의 18F-FDG PET 영상에 나타난 종양영역을 영상분할기법 적용하였으며 PET영상의 여러 인자들이 영상분할기법들에 미치는 영향을 알아보았다. 2009년부터 2012년까지 방사선 치료를 받은 간전이 환자들 중 18F-FDG PET/CT 촬영을 시행한 13명의 환자들의 치료계획용 CT와 PET/CT 영상을 얻었다. 그 뒤 PET 영상의 관심영역을 설정하기 위하여 3가지 영상 분할 기법인 상대적문턱기법, 기울기기법, 영역성장기법을 적용하였다. 이 결과들을 바탕으로 GTV와 각 영상 기법으로 구현된 종양 영역과 부피 비교를 시행하였으며 영상 분할 기법에 영향을 미치는 영상인자들과의 관계를 회귀 분석하였다. GTV (Gross Tumor Volume)의 평균 부피는 $60.9{\pm}65.9$ cc이며, 40% 상대적문턱값 기법은 $22.43{\pm}35.3$ cc, 50% 상대적문턱값 기법은 $10.11{\pm}17.9$ cc, 영역성장기법은 $32.89{\pm}36.8$ cc, 기울기기법은 $30.34{\pm}35.8$ cc로 나타났다. 기존의 GTV와 가장 유사한 영역을 나타낸 영상 분할 기법은 영역성장기법 이었다. 이 영역성장기법에 영향을 미치는 영상인자를 정량적으로 분석하기 위해 표준화 계수 ${\beta}$값을 이용하였으며, GTV의 크기, $TumorSUV_{MAX/MIN}$, $SUV_{max}$, TBR 순으로 나타났다. 이와 같은 PET 영상인자를 반영한 영상 분할 기법을 이용해서 종양 영역을 정의한다면 보다 정확하고 일관성 있는 종양그리기를 수행할 수 있으며 궁극적으로 종양에 최적화된 방사선량을 투여할 수 있을 것이다.
목적: 기저상태와 아세타졸아미드 부하 Tc-99m HMPAO 뇌 SPECT 영상과 Lassen의 비선형성 보정 알고리즘을 이용하여 뇌혈류와 뇌혈관 예비능을 정량적으로 산출하였고 이들 값들의 매개변수 영상을 만들었다. 대상 및 방법: 정상인 9명(나이:$72{\pm}4$세)에 대해 기저상태와 아세타졸아미드 주사 후에 각각 Tc-99m HMPAO를 555 MBq과 1,110 MBq 주사하였고 일일 연속 두 번 주사 촬영방법을 이용하여 뇌 SPECT 영상을 얻었다. 기저상태의 SPECT 영상에서 소뇌가 가장 잘 나타난 횡단면에서 최대 화소값의 70%를 역치로 정하여 자동적으로 추출한 소뇌영역을 Lassen 알고리즘의 기준영역으로 설정하여 55 ml/100g/min으로 가정하였다. 기저상태에서 각 화소값으로부터 Lassen 알고리즘을 이용하여 화소단위로 뇌혈류를 계산하여 뇌혈류 매개변수 영상을 만들었다. 아세타졸아미드 부하 영상에서도 같은 소뇌 기준영역과 계산 방법을 이용하여 뇌혈류 매개변수 영상을 만들었다. 두 상태의 뇌혈류 매개변수 영상들을 이용하여 각 화소단위로 뇌혈관 예비능을 계산하였고 예비 뇌혈류를 기저상태의 뇌혈류로 나누어 백분율 뇌혈관 예비능 매개변수 영상을 구성하였다. 결과: 자동으로 추출한 소뇌 영역을 이용하여 기저상태와 아세타졸아미드 부하상태의 뇌혈류 매개변수 영상을 얻을 수 있었다. 기저상태와 아세타졸아미드 부하상태의 평균 뇌혈류는 각각 $49.6{\pm}5.5ml/100g/min$과 $64.4{\pm}10.2ml/100g/min$이었고, 평균 뇌혈관 예비능은 $14.7{\pm}9.6ml/100g/min$이었다. 그리고 두 상태의 뇌혈류 매개변수 영상을 이용한 평균 백분율 뇌혈관 예비능은 30.7%로 원래의 뇌섭취 계수영상을 이용한 백분율 예비능(13.8%)보다 높았다. 결론: 기저상태와 아세타졸아미드 부하 Tc-99m HMPAO 뇌영상과 Lassen의 섭취 비선형성 보정 알고리즘을 이용하여 기저 및 아세타졸아미드 부하 상태의 뇌혈류를 준정량적으로 평가할 수 있었고 뇌혈관 예비능을 정량화 하였다. 그리고 산출된 뇌혈류와 뇌혈관 예비능을 이용하여 매개변수 영상을 구성하였다.
최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.
목적: 게이트 심장 혈액풀 스캔(Multi-gated cardiac blood pool, GBP)은 좌심실의 기능을 비침습적으로 검사할 수 있는 간편한 방법이며 이를 통해 얻을 수 있는 좌심실 심박출 계수(Left ventricular ejection fraction, LVEF)는 허혈성심질환이나 판막질환 등의 심질환에 있어서 예후를 결정할 수 있는 중요한 지표로 간주되고 있다. 정확한 LVEF를 산출하기 위해서 최적중격상(best septal view)을 얻어야한다. 본 연구는 심실중격의 각도를 측정하여 최적중격 영상을 얻고자 하였고, LAO 45 영상과의 정량분석 값을 비교하고자 한다. 대상 및 방법: 2015년 3월부터 7월 사이에 국립암센터 핵의학과에서 GBP 스캔을 실시한 환자 중에서 혈관조영증강 흉부 CT를 시행한 265명을 기본 대상으로 하였다. 혈관조영증강흉부 CT의 횡단면 영상에서 좌심실의 크기가 가장 크고, 심실중격의 경계가 선명한 곳을 선택한다. 극상돌기와 흉골 또는 검상돌기의 중심을 잇는 선을 가상 중앙선이라 하고, 심실중격의 경계와 평행이 되는 선과 가상 중앙선의 예각(${\theta}$)을 측정한다. ${\theta}$와 45 각도와의 차이가 ${\pm}10^{\circ}$ 이상 차이나는 환자를 대상으로 LAO 45와 $LAO\;{\theta}$ 영상을 촬영하고 자동 관심영역 설정 모드(Automated Region Of Interest; Auto-ROI)와 수동 관심영역 설정모드(Manual Region Of Interest; Manual-ROI)에서 LVEF를 5번씩 구하여 서로 비교 평가하였다. 결과: 대상 환자 265명에서 ${\theta}$의 전체 평균은 $37.0{\pm}8.5^{\circ}$ 이었다. 그 중 ${\theta}$와 $45^{\circ}$ 각도의 차이가 ${\pm}10^{\circ}$ 이상 차이나는 환자는 총 88명이었고 평균은 $29.3{\pm}6.1^{\circ}$ 이었다. LAO 45와 ${\theta}$간 측정한 LVEF 차이는 Auto-ROI와 Manual-ROI 모두에서 통계적으로 유의한 차이를 보였다(P < 0.001, both). 이러한 차이는 ${\theta}$와의 유의한 상관관계는 보이지 않았다. 두 방법 모두 5번 반복 측정을 통해 구한 급내 상관계수에서도 모두 95% 이상으로 우수한 재현성을 보였다. Auto-ROI 와 manual-ROI에서 측정한 LVEF 차이에 대하여 LAO 45 및 LAO ${\theta}$ 에서의 대응표본 T검정으로 비교한 결과, 두 측정 각도에서의 유의한 차이는 보이지 않았다. 고찰 및 결론: 영상의학과에서 시행하고 있는 조영증강흉부 CT 영상을 통하여 심실중격 각도(${\theta}$)를 구하고 이를 GBP 스캔의 좌전사위상에 반영하였다. 이러한 방법은 기존의 LAO 45로 일괄적으로 촬영하던 방법과 유의한 차이를 보였다.
본(本) 연구(硏究)는 사진상(寫眞上)에 나타난 수종(樹種)을 구분(區分)하는데 있어 판독(判讀)의 기초인자(基礎因子)가 되는 색조(色調)에 대(對)한 변화관계(變化關係)를 구명(究明)한 것으로 실험결과(實驗結果)를 요약(要約)하면 다음과 같다. 1. 범색성(汎色性) 필름에다 황색(黃色)필터와 적색(赤色)필터를 각각 결합(結合)하여 계절적(季節的)으로 입체사진(立體寫眞)을 촬영(撮影)하여 사진상(寫眞上)에 나타난 향나무와 수원사시나무에 대(對)하여 그 색조(色調)와 농도(濃度)를 분석(分析)하였다. 2. 색조측정(色調測定)은 2가지 방법(方法)을 적용(適用)하였는데 : 가. 색조(色調)스켈을 사용(使用)하여 수종(樹種)에 대(對)한 색조(色調)를 스켈에서 읽어 기록(記錄)하였고 판독자(判讀者) 9명(名)에 대(對)한 측정치(測定値)의 평균(平均)은 표(表) 1과 같다. 나. 자동농도측정기(自動濃度測定機)에 의(依)하여 주사(走査)그래프를 만들고 이것을 그림 4를 이용(利用)하여 절대농도(絶對濃度)로 환산(換算)하였다. (표(表)2) 3. 표(表) 1과 표(表) 2의 값을 갖고 분산분석(分散分析)하였드니 수종간(樹種間), 입목간(立木間) 계절간(季節間)에 유의차(有意差)가 있었다. 4. 색조측정치(色調測定値)와 농도측정치(濃度測定値) 보다 같은 경향(傾向)을 보여주고 있는데 결론적(結論的)으로 : 가. 향나무와 수원사시나무에 있어서 후자(後者)가 전자(前者)에 비(比)하여 계절(季節) 년도(年度)에 관계(關係)없이 더 암색(暗色)이였다. 나. 다만 낙엽(落葉)졌을때는 향나무가 더 암색(暗色)을 나타내고 있다. 다. 필터의 결합(結合) 관계(關係)를 보면 범색성(凡色性) 필름에다 황색(黃色)필터를 결합(結合)했을 때가 적색(赤色)필터를 결합(結合)했을때 보다 암색(暗色)이였다. 라. 수종(樹種)에 관계(關係)없이 노령(老令)인 수목(樹木)일 수록 암색(暗色)을 나타내고 있다. 5. 파형(波形)을 갖고 해석(解析)하긴 주사(走査)그래프에서 : 가. 수원사시나무의 것이 향나무의 것보다 기복(起伏)의 진폭(振幅)이 작고 항상(恒常) 하위(下位)를 찾이 한다. 나. 계절적(季節的)으로 보면 5월(月)20일(日)의 것이 가장 평활(平滑)하고 점차(漸次) 진폭(振幅)이 커져서 픽크(Peak)가 자주 일어 난다. 다. 필터의 결합(結合) 관계(關係)를 보면 황색(黃色)필터의 것이 적색(赤色)필터의 것보다 진폭(振幅)이 작아 픽크가 완만(緩慢)하다.
최근 순환기계 질환이 증가함에 따라 경피적 관상동맥 중재술이 관상동맥 치료에 주된 치료 방법으로 사용되고 있다. 이러한 이유로 방사선을 이용하는 중재술이 증가함에 따라 작업종사자의 방사선피폭을 증가되고 그에 따른 잠재적 방사선 장해를 증가 시킬 수가 있을 것이다. 이에 본 연구에서는 방사선 차폐체인 납 커튼 유 무에 따른 슬 하부 주변 선량을 측정하였다. 실험방법은 자동노출조건 60kV, 200mA, 10mS 을 이용하여 본원에 주로 사용되는 관상동맥 촬영방법을 이용하여 슬 하부 주변부 선량을 측정하였다. 결과로는 right coronary artery 검사 시, LAO $30^{\circ}$을 경우 납 커튼사용 유 무에 따른 방서선 방어효과는 98.4%, $Cranial30^{\circ}$ 98.3% 효과를 가진다. left circumflex coronary artery 검사 시, Caudal $30^{\circ}$을 경우 납 커튼 사용 유 무에 따른 방사선 방어효과는 90.2%, Caudal $30^{\circ}$ LAO $30^{\circ}$ 88.7%의 효과를 가진다. left anterior descending artery 검사 시, $Cranial30^{\circ}$을 경우 납 커튼 사용 유 무에 따른 방사선 방어효과는 98.3%, Cranial $30^{\circ}RAO$$30^{\circ}$ 80.3%, Cranial $30^{\circ}LAO$$30^{\circ}$ 98%의 효과를 가진다. OS(Spider view) 검사 시, Caudal $40^{\circ}$ LAO $40^{\circ}$을 경우 납 커튼 사용 유 무에 따른 방사선 방어효과는 71.2%의 효과를 가지는 것으로 나타났다. 이러한 이유로 방사선 작업종사자의 경우 방사선 차폐 보조기구를 사용을 불편하더라도 가능한 방사선 차폐도구를 이용함으로써 자신의 방사선 피폭관리에 관심을 기울려야 할 것이다.
초고압 전산화단층촬영(megavoltage computed tomography, MVCT)이 단층치료(Tomotherapy) 환자의 치료 자세 교정 방법으로 사용되고 있다. MVCT는 부가적인 방사선 피폭뿐만 아니라 전체 치료 시간이 길어지는 단점을 가지고 있다. 이러한 문제점 해결을 위해 비디오 영상기반 환자 치료 자세 교정 시스템(video image-guided setup system, VIGS)을 개발했다. 단층치료 장치내 갠트리에 직각으로 2대의 비디오 카메라를 장착하고 이로부터 얻은 영상을 이용하여 환자의 자세 오차를 측정하는 프로그램을 자체 개발했다. 개발된 시스템은 사용자에 의해 정의된 관심 영역에서의 에지 검출(edge detection) 결과를 기반으로 자동 정합을 통해 자세 오차를 찾도록 고안되었다. 두경부 환자를 묘사하기 위해 휴먼 팬톰을 이용하여 컴퓨터 단층 치료계획 영상을 획득한 후 전산화 치료계획을 수행했다. 실제 치료 상태를 재현하기 위해 고정 용구를 이용하여 팬톰을 고정했으며 전산화치료계획 결과로 부터 팬톰 자세 검증을 위한 기준 MVCT 영상을 획득했다. 팬톰을 치료 위치에 위치시킨 후 MVCT 영상을 얻고 이를 기준 MVCT영상과 비교하여 치료계획시와 동일환 자세가 되도록 위치를 교정했다. 교정된 자세에서 VGIS를 이용하여 기준 비디오 영상을 획득했다. 10회 걸쳐 MVCT 영상을 이용한 자세 교정과 VIGS를 이용한 비디오 영상기반 자세 교정을 각각 수행하여 두 방법간의 교정 값 차이(상관 분석)와 분석 시간을 비교했다. 팬톰 위치 교정 시간은 VIGS 시스템($41.7{\pm}11.2$ seconds)이 MVCT 방법($420{\pm}6$ seconds)에 비해 현저히 적게 조사됐다(p<0.05). 하지만 두 방법간의 위치 오차 분석 결과 통계적으로 유의한 차이는 보이지 않았다(x=0.11 mm, y=0.27 mm, z=0.58 mm, p>0.05). VIGS시스템이 짧은 시간에 정확한 위치 오차 감지 능력을 보여 이의 개발이 단층치료의 절차를 효율적으로 개선하는데 효과적일 것으로 생각된다.
상용화된 방사선 치료계획 장치에서 제공하는 선량보상체(compensator) 설계 기능의 타당성 을 검증하고자 Cerrobend 재료를 대상으로 한 고밀도의 선량보상체 설계 및 제작과 동적다엽콜리메이터를 활용한 전자 선량보상체(Electronic Compensator)의 구현을 통해 그 기능을 분석하였다. 5개의 두께가 다른 영역으로 구성한 팬텀을 대상으로 전산화단층촬영(CT) 영상을 획득하고, 기준 깊이에서 균일한 선량분포를 형성하도록 방사선치료계획장치(RTP)에서 선량보상체를 설계하였다. Cerrobend 선량보상체 주조 틀을 제작하기 위해 컴퓨터로 자동 제어되는 스티로폼 절삭기를 사용하였고, 전자선량보상체를 구현하기 위해 다엽콜리메이터를 사용하였으며, 선량분포의 측정을 위해서 선량측정용 필름을 사용하였다. 선량보상체를 적용하지 않았을 경우, 선량분포에서 $\pm13.93 cGy$의 편차를 보였으나, Cerrobend 선량보상체와 전자선량보상체를 적용하였을 경우, 각각 $\pm0.99 cGy$와 $\pm1.82cGy$의 편차를 보여 선량분포의 균일도를 높이는 선량보상체로서 기능을 구현함을 증명하였다. 방사선치료계획장치에서 계획된 기준 선량값과의 평균 오차를 분석한 결과, Cerrobend 선량보상체는 $+3.83\%$, 전자 선량보상체는 $-4.37\%$의 오차를 보였으며, 이는 Cerrobend 선량보상체 제조과정에서의 오차와 절대 선량측정 도구로서 필름이 갖고 있는 한계성을 고려할 때, 선량보상체 기능의 정확도 입증에 타당성 있는 결과로 생각한다.
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.