관광산업은 최근 코로나19 유행으로 인해 위기에 봉착해 있으며, 이를 극복하기 위해 무엇보다 수익성 개선이 매우 중요한 상황이다. 이 때 여행 수요 자체가 축소된 코로나19와 같은 상황에서는 수익 증대를 위해 객실 점유율을 높이기 위한 공격적인 영업전략보다 어려운 여건 속에서도 찾아온 고객에게 객실 외 추가상품을 판매하여 객단가를 높이는 방향이 더 효율적일 것이다. 국내 관광 연구 분야에서 머신러닝 기법은 수요예측을 중심으로 연구된 바 있으나 교차판매 예측에 대해서는 연구된 바가 거의 없다. 또한 넓은 의미로는 호텔과 같은 숙박업종 이지만 회원제 중심으로 운영하며 숙박과 취사에 적합한 시설을 갖추고 있는 리조트 업종에 특화된 연구는 더욱이 전무한 실정이다. 이에 본 연구에서는 실제 리조트 회사의 투숙 데이터로 다양한 머신러닝 기법을 활용하여 교차판매 예측 모형을 제안하고자 한다. 또한 설명가능한 인공지능(eXplainable AI) 기법을 적용해 교차판매에 영향을 미치는 요인이 무엇인지 해석하고 어떻게 영향을 미치는지 실증 분석을 통해 확인해 보고자 한다.
연구 동향을 파악하는 것은 연구 수행 시 필수적인 요소이다. 대부분의 연구자들은 관심분야의 학술대회 및 저널을 대표하는 기술 핵심구나 관심 분야를 검색함으로써 연구 동향을 파악한다. 하지만, 최근 인공지능과 같은 특정 분야의 경우 한 개의 학술대회에 한 해당 수백~수천 개의 논문이 출간되기 때문에 전체 분야의 경향성을 파악하는 데 어려움이 존재한다. 본 논문에서는 학술대회 또는 저널 제목을 활용하여 기술 핵심구를 자동으로 추출함으로써 연도별 학술대회 및 저널의 연구 동향 파악을 지원하고자 한다. 핵심구 추출은 문장 또는 문서를 대표하는 주요 구문을 추출하는 작업으로서 검색, 요약, 내용 파악 등을 위해 근간이 되는 기술이다. 기존 사전학습 언어모델 기반의 핵심구 추출 모델은 문서 단위의 긴 텍스트를 기준으로 모델링 하였기 때문에 제목 단위의 짧은 텍스트에서는 성능이 낮아진다는 단점이 존재한다. 본 논문에서는 짧은 텍스트에 강인하면서 단어 자체의 중요도를 고려한 학술대회 및 저널의 기술 핵심구 추출 모델을 제안하고자 한다.
본 연구는 국내 중학교 학생을 중심으로 진행한 해외 체험 프로그램 사례를 조사하여 향후 해외 체험 프로그램 운영에 대한 시사점을 도출하는 데 목적이 있다. 이를 위하여 검색 엔진을 통하여 키워드 중심으로 자료를 체계적으로 수집 및 비교·분석한 후 SPSS 23을 활용하여 빈도 분석, 독립표본 t 검정과 교차 분석을 실시하였다. 연구 결과 첫째, 지역의 작은 학교 중심으로 해외 체험 프로그램을 운영하고 있었으며, 특히 전라남북도에서 활발하게 운영하고 있었다. 또한 교육청, 지자체 등 다양한 공적 자금이 투입되어 전액 부담 등 다양한 방법으로 우리나라와 가까운 동남아시아 국가 중심으로 실시되고 있었다. 둘째, 중학교 해외 체험 프로그램의 목적은 크게 진로 체험, 문화 체험, 관광, 자매 학교 방문으로 나타났다. 해외 체험 프로그램은 학생들에게 글로벌 역량과 세계 시민성을 함양하고, 진로 탐색의 기회를 제공하는 중요한 활동이다. 본 연구는 이러한 해외 체험 프로그램 운영을 위한 기초 연구로서 역할을 하며, 향후 공교육에서의 해외 체험 활동이 적극적으로 추진되기를 기대한다.
본 논문은 기업 내 생성형 AI(Generative Artificial Intelligence) 시스템의 보안 위협과 대응 방안을 제시한다. AI 시스템이 방대한 데이터를 다루면서 기업의 핵심 경쟁력을 확보하는 한편, AI 시스템을 표적으로 하는 보안 위협에 대비해야 한다. AI 보안 위협은 기존 사람을 타겟으로 하는 사이버 보안 위협과 차별화된 특징을 가지므로, AI에 특화된 대응 체계 구축이 시급하다. 본 연구는 AI 시스템 보안의 중요성과 주요 위협 요인을 분석하고, 기술적/관리적 대응 방안을 제시한다. 먼저 AI 시스템이 구동되는 IT 인프라 보안을 강화하고, AI 모델 자체의 견고성을 높이기 위해 적대적 학습 (adversarial learning), 모델 경량화(model quantization) 등 방어 기술을 활용할 것을 제안한다. 아울러 내부자 위협을 감지하기 위해, AI 질의응답 과정에서 발생하는 이상 징후를 탐지할 수 있는 AI 보안 체계 설계 방안을 제시한다. 또한 사이버 킬 체인 개념을 도입하여 AI 모델 유출을 방지하기 위한 변경 통제와 감사 체계 확립을 강조한다. AI 기술이 빠르게 발전하는 만큼 AI 모델 및 데이터 보안, 내부 위협 탐지, 전문 인력 육성 등에 역량을 집중함으로써 기업은 안전하고 신뢰할 수 있는 AI 활용을 통해 디지털 경쟁력을 제고할 수 있을 것이다.
본 연구는 제 7차 실과교육과정의 6학년 재활용품 만들기 단원에 창의적 문제해결 수업모형을 적용하여 환경의식 및 창의성을 증진시킬 수 있는가를 실험적으로 검증함으로서 초등 실과 환경 단원의 교수-학습 방법에 관한 기초 자료를 제공하는데 연구의 목적을 두었다. 본 연구는 초등실과환경 단원에 적용한 창의적 문제해결 수업 안의 효과를 알아보기 위하여 실험집단에는 창의적 문제해결 수업안을 적용한 교수-학습 계획안을, 비교집단에는 전통적 수업모형을 적용한 교수-학습 계획안을 적용하였다. 본 연구에서는 창의적 문제해결 수업안을 적용한 실험집단과 전통적 수업모형을 적용한 비교집단간의 환경의식의 차이를 검증하기 위하여 t-검증을 실시하였다. 연구 결과 다음과 같은 결론을 내릴 수 있었다. 첫째, 초등실과 환경단원의 창의적 문제해결 수업모형을 적용한 실과수업을 받은 아동은 환경의식 점수가 의의 있게 향상되어, 창의적 문제해결 수업이 아동의 환경의식 증진에 효과가 있음을 알 수 있다. 이는 환경단원의 창의적 문제 해결 수업이 실천적이고 일상 생활에서 일어나는 생활 습관에 관련된 교육 내용이 많이 포함되어 있어 환경 보존 실행의지가 강화되고, 스스로 찾은 여러 가지 환경 문제를 파악하고 해결하기 위해 다양한 학습을 전개하고 환경관련 주제에 대해 다양한 기능이 배양된 것으로 학생들의 환경의식과 실천태도가 향상되었음을 알 수 있다. 또한 환경문제를 해결하기 위한 재활용 만들기가 우리 생활에 긍정적인 영향을 미치는 것을 눈으로 확인함으로서 환경에 대한 인식이 긍정적으로 형성된 것으로 본다. 둘째, 실과교과에의 창의적 문제해결 수업의 적용은 아동의 창의성 검사결과 유의한 결과가 나타나 창의적 문제해결 수업이 아동의 창의성 향상에 효과가 있음을 알 수 있다. 이는 주변의 환경에 대해 민감한 관심을 보이고 이를 통해 새로운 탐색 영역을 넓히려는 민감성이 생겨났고, 의식적, 무의식적 강박 관념을 없애고 일단 떠오르는 모든 생각들을 수용하고 활용함으로써 특정한 문제 상황에서 가능한 한 많은 양의 아이디어를 산출할 수 있는 능력이 커졌으며, 자신에게 익숙한 관점에만 고착되어 문제를 해결하거나 결론을 내리는 경향에서 벗어나 고정적인 사고의 틀을 깨고 발상 자체를 전환시켜 유연하고 융통성 있게 생각이 변환되어 자기만의 독특한 아이디어를 산출할 수 있는 능력이 형성된 것으로 본다. 이상의 연구 결과를 볼 때, 초등실과환경 단원의 창의적 문제 해결 수업 모형의 적용은 아동의 환경의식과 창의성을 신장시킨다고 할 수 있다.
제7차 교육과정의 기본방향인 '21세기의 세계화 정보화 시대를 주도할 자율적이고 창의적인 한국인 육성'에서 볼 수 있듯이, 새로운 교육과정에서는 학생들의 창의력을 신장시키기 위한 방안으로 교과별 교육과정이나 재량활동 운영 등을 제시한 바 있다. 수학교육에서도 이러한 시대적 흐름에 발맞추어 수학적 창의력의 신장이 강조되고 있는 상황이다. 그동안 이론적인 측면과 실제적인 측면에서 수학적 창의성에 대한 성과가 축적되었다. 이론적인 측면에서 볼 때, Haylock(1987)등에 의해 창의력과 수학적 창의력의 구분되었으며, 특히 '수학적' 창의력에 대한 다양한 정의가 제안되었다. 실제적인 측면에서도 수학적 창의력을 측정하려는 평가 도구들이 그 동안 여러 가지로 개발하였다. 그러나, 이러한 수학적 창의력에 관한 전반적인 연구는 종국적으로 교실 수학수업에 반영되어야 함에도 불구하고, 그리 만족스럽지 못한 상황이다. 특히, 교실에서 수학수업을 실제로 담당하는 교사들이 수학적 창의력을 위한 수업을 하고자 하더라도 당장 가까이에서 구할 수 있는 교수 학습 자료가 여전히 부족한 상황이다. 물론 그 동안 교실 수학수업에서 사용할 수 있는 창의력 개발 프로그램이 전무한 것은 아니다. 그런데 그들 대부분은 게임이나 퍼즐을 이용한 것으로 그 수준이 단순 흥미유발에 그치고 있거나 소수의 영재아를 위한 소재를 중심으로, 특히 수학적 사고 과정을 따르기보다는, 시행착오를 거쳐 원하는 결과를 얻을 가능성이 많으며, 수학과의 연계성이 불분명한 채로 단순놀이에 그치는 경우가 적지 않아, 수업과 연관되어 창의력의 신장이라는 측면에서 볼 때, 적용하기 어려운 사례가 많다. 이러한 상황을 개선하는 데 기여하고자, 현재 교과교육공동연구 지원사업의 하나로 한국 학술 진흥재단의 지원을 받아, '개방형 문제(open-ended problems)'를 중심 소재로 한 '수학적 창의성'을 신장하기 위한 교수학습 프로그램을 개발하여, 중학교 1학년을 대상으로 연구를 진행하고 있다. 개방형 문제라 함은 명백한 정의가 어렵지만 Pehkeon(1995)는 개방형문제의 정의를 명백히 하기위한 시도로서 그 반대로 닫힌 문제에 대한 정의로부터 시작하여, 어떤 문제가 닫혀있다고 하는 것은 그 문제의 출발 상황과 목표 상황이 닫혀 있는 것, 즉 명백히 설명되어있을 때라면 개방형 문제는 이와 반대의 개념임을 시사하였다. Silver(1995)는 개방형 문제를 문제 자체가 다른 해석이 가능하거나 서로 다를 인정할만한 답을 가질 수 있는 문제 또는 풀이과정이 다양한 문제, 자연스럽게 다른 문제들을 제안하거나 일반화를 제시할 수 있는 문제라고 정의하였다. 따라서 개방형 문제란 출발상황이나 목표 상황의 일부가 닫혀있지 않을 때를 말하고 문제의 조건을 만족하는 해답이 여러 가지로 존재하는 문제를 뜻한다. 수학적 창의력을 개발하는 데, 다른 문제 유형보다도, 개방형 문제가 유리하다는 점은 이미 여러 학자들에 의해 주장되어왔다. 미국 국립영재교육센터(NRCG/T)는 기존의 사지선다형이나 단답형 문제와 질문들은 학생들의 사고 능력에 관한 정보를 거의 알려주지 못하기 때문에 한 가지 이상의 답을 요구하는 ‘open-ended' 또는 ’open-response' 문제와 질문을 가지고 수학 분야에서의 창의적 사고 능력과 표현능력을 측정해야 한다고 하였고, 개방형 문제가 일반적으로 정답이 하나인 문제보다 고차원적인 사고를 요구하게 하는 문제 형태라고 하였다. 본 연구에서는 이러한 근거를 바탕으로 개방형 문제의 유형을 다양한 답이 존재하는 문제, 다양한 해결 전략이 가능한 문제, 답이 없는 문제, 문제 만들기, 일반화가 가능한 문제 등으로 보고, 수학적 창의성 중 특히 확산적 사고에 초점을 맞추어 개방형 문제가 확산적 사고의 요소인 유창성, 독창성, 유연성 등에 각각 어떤 영향을 미치는지 20주의 프로그램을 개발, 진행하여 그 효과를 검증하고자 한다. 개방형 문제를 활용한 수학적 창의력 신장 프로그램을 개발하고 현장 학교에 실험 적용하여 그 효과를 분석하고자 하는 본 연구는 창의력 신장에 비중을 두는 수학과 교수-학습 과정에 실제적인 교수 학습 자료를 제공하는 것뿐만 아니라 교사들에게는 수학교실에서 사용 가능한 실제적인 활용방안을, 학생들에게는 주어진 문제를 여러 가지 각도에서 생각하면서 다양한 사고를 경험하는 기회를 가질 수 있어, 수학을 보는 학생들의 태도에도 긍정적인 변화를 가져올 수 있을 것이라 기대한다.
AD는 뇌의 신경세포 사멸뿐만 아니라 학습 및 기억능 소실을 초래하는 퇴행성 뇌 질환이며, 기억과 관련된 주요 뇌 구역인 해마(hippocampus)는 콜린성 조절(cholinergic modulation)에 의해 영향을 받는다(Konishi 등, 2015). AD 병인에 대한 다양한 해석과 설명이 있으나 크게는 amyloid cascade hypothesis과 함께 cholinergic hypothesis가 주류를 이루고 있다. 몇몇의 연구에서 ChAT 합성, ACh 분비, nicotin 및 muscarinic 수용체 감소가 AD 뇌의 대뇌피질과 해마에서 관찰되어(Tata 등, 2014) 퇴행성 뇌질환에서의 중요성이 제시되었고, 이를 배경으로 한 acetylcholinesterase inhibitors (AChEI)가 AD 증상 완화의 목적으로 미국 FDA로부터 승인되어 시판되고 있다. 본 연구에서는 인삼의 활성 성분인 진세노사이드가 다량 함유된 PGBC가 $A{\beta}42$로 유도된 치매 모델에서 뇌세포 보호, ACh 분비 증가, 학습력/기억력 증가, ChAT 발현 증가를 확인하여 인삼열매 추출물의 치매 적용 여부를 확인하고자 하였다. 결과에서 언급한 바와 같이 PGBC는 익기 직전의 4년근 인삼 열매에 추출 및 발효 단계를 추가하여 확보된 물질로서, $A{\beta}42$ 섭취, 제거 및 ACh 분비 촉진 활성이 있는 Re, Rd, Rg3 함량이 증가되어(Kim 등, 2014; Jang 등, 2015), PGBC 자체로서 치매 인자에 대한 조절 효능이 예측되었다. 특히, 7증 7포 및 발효과정을 거친 이중가공 인삼 열매 추출물이 비 발효 증포 추출물에 비해 Rg3가 현저히 증가하는 사전 연구결과와 Rg3가 $A{\beta}42$ 제거 활성을 가지는 것으로 확인된 결과를 종합할 때 PGBC 투여가 AD 증상 완화의 조절자 역할을 할 것으로 생각된다(Kim 등, 2013; Jang 등 2015). 본 연구에 따르면, 마우스 치매 모델에 PGBC 처리 시 PAT 및 Morris water-maze test를 통해 대조군 대비 유의한 수준의 인지능력 개선, ACh 합성을 유도하는 ChAT 유전자 발현 증가, ACh 분비량 증가 등이 확인되어 전체적인 인지능 개선에 극적인 영향을 준 것으로 판단된다. 특히 $A{\beta}42$를 뇌 실로 주입(intracranial injection) 하여 나타나는 뇌세포 손상이 PGBC 투여를 통해 보호된 것으로 사료되었으며, 이는 주요 뇌세포 중 하나인 성상세포에서 관찰되는 GFAP 분석을 통해 확인되었다. 뇌 균질액을 이용한 AChE 활성 연구에서도 PGBC가 AChE를 현저하게 저해하는 것으로 확인되어, AD 환자에게 처방이 가능한 2대 의약품 군중 하나인 시냅스 내 신경전달물질 ACh bioavailability 증가 목적의 처방 보조요법 적용이 기대된다(${\check{C}}olovi{\acute{c}}$ 등, 2013). 결론적으로, 본 연구에 사용된 PGBC는 학습 및 기억력을 개선하는 활성물질을 포함하고 있어 1차적인 퇴행성 뇌질환 보조재로서 직간접적인 대증요법 역할과 2차적으로는 뇌 세포 보호를 통한 질병 악화 지연 소재로 개발이 기대되며, 보다 심도 있는 기전연구를 통해 천연물 신소재 개발도 가능할 것으로 사료된다.
이 연구의 목적은 시선 이동을 통해 나타나는 인지양식에 따른 관찰 특성의 차이를 알아보는 것이다. 이를 위해 전체적 인지양식, 분석적 인지양식 집단의 관찰 사실에 차이를 보이는 관찰 과제를 개발하고, 각각의 인지양식을 가진 대학생들을 대상으로 관찰 과제를 제시했을 때 시선 이동을 측정하였다. 통계 자료와 시각화 자료를 수집하여 Fixation을 분석하였고 두 인지양식 집단의 관찰 특성 차이를 확인하였다. 이 연구에서 밝혀진 결과는 다음과 같다. 첫째, 인지양식에 따른 관찰대상 영역을 비교했을 때 전체적 인지양식 집단은 분석적 집단양식보다 거미줄 및 주위 환경을 포함하는 넓은 영역을 관찰하는 반면 분석적 인지양식 집단은 주로 거미 대상 자체에 초점을 두고 관찰한다. 둘째, 인지양식에 따른 관찰 순서와 방향을 비교했을 때 분석적 인지양식 집단은 거미 자체를 먼저 관찰한 후 주변 환경 요소로 나가는 반면 전체적 인지양식 집단은 거미와 주변 환경을 번갈아 관찰하거나 특이한 부분을 먼저 관찰하는 등 패턴이 일정하지 않다. 전체적 생김새와 부분적 생김새 관찰시 분석적 인지양식 집단에서는 일정한 방향과 연속적인 반복적 탐색이 존재하지만 전체적 인지양식 집단은 정해진 패턴 없이 눈에 띄는 속성 중심으로 관찰이 이루어진다. 이상의 연구 결과를 종합해보면 인지양식에 따라 관찰 대상, 영역, 순서, 방향에 차이가 있음을 알 수 있다. 학습자마다 다양한 관찰 결과가 나타나는 원인이 인지양식에 따라 받아 들이는 정보의 차이에 있음을 확인하였고, 본 연구의 결과는 학습자의 특성에 가장 적합한 관찰 수행을 파악하고 지도하는데 도움이 될 것이다.
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.
상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.
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.