최근 특정 기업 또는 웹사이트에 대한 분산 서비스 거부 공격(DDoS:Distributed Denial of Service) 위협이 증가함에 따라 많은 기업들이 DDoS 공격 방어를 위한 보안 솔루션을 도입하고 있다. DDoS 공격은 대량의 트래픽을 네트워크에 전송함으로써 자원을 고갈시키고 정상적인 서비스 제공을 불가능하게 한다. DDoS 공격은 사전 탐지가 힘들고 효율적인 방어가 매우 어렵다. 본 연구에서는 이러한 상황을 고려하여 모델링 시뮬레이션을 통한 DDoS 공격에 대한 유연한 대응 방법을 연구하고자 한다. 특히, 서버의 개수를 변경할 경우 나타나는 DDoS 공격에 대한 동적 특성을 분석하고, DDoS 공격으로 인한 피해 규모의 객관적 산정을 위해 DDoS 탐지 시스템 운영 여부에 따른 손실 비용을 산정하는 방법을 제시한다. DDoS 공격 시뮬레이션은 OPNET Modeler를 이용하여 모델링하고, 시뮬레이션 결과를 통해 DDoS 공격으로 인한 서비스 가능 시간을 도출하여 네트워크 구조에 따른 서비스 가능여부를 확인 할 수 있다. 본 논문에서 수행하는 DDoS 공격 시뮬레이션은 현재의 네트워크 구성을 평가하고 신규 장비의 설치 또는 네트워크 구조 변경 시 발생 가능한 문제점을 예측하는 데에 활용가능하다.
분류 및 회계문제에서의 일반적인 해법은, 현실 세계에서 얻은 정보를 행렬로 사상하거나, 이진정보로 변형하는 등 주어진 데이타의 가공과 이를 이용한 학습에서 찾을 수 있다. 본 논문은 현실세계에 존재하는 순수한 데이타를 근원공간이라 칭하며, 근원 데이타가 커널에 의해 사상된 행렬을 이원공간이라 한다. 근원공간 혹은 이원공간에서의 분류문제는 그 역이 존재하는 문제 즉, 완전해가 존재하는 문제와, 그 역이 존재하지 않거나, 역의 원소 값들이 무한히 커지는 불량조건 흑은 특이조건인 두 가지 형태로 존재한다. 특히, 실제 문제에 있어서 완전 해를 가진 문제이기 보다는 후자에 가까운 형태로 나타나게 된다. 결론적으로 근원데이타나 이원데이타를 이용한 문제를 해결하기 위해서는 많은 경우에 완전 해를 갖는 문제로 변형시키는 정규화과정이 필요하다. 본 논문에서는 이러한 정규화 인수를 찾는 문제를 기존의 GCV, L-Curve, 그리고 이원공간에서의 데이타를 RBF 신경회로망에 적용시킨 커널 학습법에 대한 각각의 성능을 비교실험을 통해 고찰한다. GCV와 L-Curve는 정규화 인수를 찾는 대표적인 방법으로 두 방법 모두 성능면에서 동등하며 문제의 조건에 따라 다소 차이를 보인다. 그러나 이러한 두 방법은 문제해를 구하기 위해서는 정규화 인수를 구한후 문제를 재정의하는 이원적인 문제해결이라는 취약점을 갖는다. 반면, RBF 신경회로망을 이용한 방법은 정규화 인수와 해를 동시에 학습하는 단일화된 방법이 된다. 이때 커널을 이용한 학습법의 성능을 향상하기 위해, 전체학습과 성능의 제한적 비례관계라는 설정아래, 각각의 학습에 따라 능동적으로 변화하는 동적모멘텀의 도입을 제안한다. 동적모멘트는 바이어스 학습을 포함한 방법과 포함하지 않은 방법에 각각 적용분석하였다. 끝으로 제안된 동적모멘텀이 분류문제의 표준인 Iris 데이터, Singular 시스템의 대표적 모델인 가우시안 데이타, 그리고 마지막으로 1차원 이미지 복구문제인 Shaw데이타를 이용한 각각의 실험에서 분류문제와 회계문제 양쪽 모두에 있어 기존의 GCV, L-Curve와 동등하거나 우수한 성능이 있음을 보인다.
추천시스템은 과거 구매행동을 통해 사용자가 향후 구매할 것이라 예상되는 제품을 자동으로 검색하여 제공하는 시스템이다. 이러한 추천시스템은 여러 전자상거래 업체에서 도입하고 있으며, 사용자의 편의성 및 수익에 긍정적인 영향을 미치고 있다. 하지만 사용자가 어떠한 기준을 가지고 제품을 평가하는지, 어떠한 요소가 구매 의사 결정에 영향을 미치는지는 반영할 수 없다는 한계가 있다. 이에 본 연구에서는 사용자가 직접 작성한 구매후기를 통해, 사용자 별 제품 평가요소를 활용할 수 있는 추천 모형 알고리즘을 개발하였다. 토픽 모델링을 활용하여 사용자들의 구매후기를 분석하였으며, 이러한 후기의 특성이 반영된 커널과 평가 점수가 반영된 커널 등을 함께 활용하여 다중 커널 학습 기반의 추천 모형을 개발하였다. 또한, 이러한 모형을 BestBuy 사례에 적용하여 검증하였다. 검증 결과, 기존 협업적 필터링 알고리즘보다 다중 커널 학습에 의한 추천 모형의 정확도가 우수하였고, 구매후기의 유사성을 반영하였기에, 사용자가 어떠한 요소를 평가하는지를 확인할 수 있었다. 또한, 기존 협업적 필터링 알고리즘보다 다양한 제품에 대한 추천이 가능함을 확인할 수 있었다. 본 연구는 토픽 모델링과 커널 학습 기반을 사용한 융합적인 추천모형으로서, 온라인 추천시스템의 새로운 방법을 제안한다.
영상분할이란 영상내의 이미지 상의 특정한 의미가 있는 영역으로 나누는 영상처리 방법을 일컫는다. 이미지 합성이나 분석을 위해서는 구분된 영역이 최대한 인간이 의미를 부여할 수 있는 물체를 나타내는 것이 바람직하나, 현재의 컴퓨터에의한 자동 영상이해 기법으로는 그 학문적 및 기술적인 한계로 인하여 영역의 분할이 수치적인 의미 이상을 가지게하기 어렵다. 따라서, 사용자가 결정적인 물체 경계의 정보를 제공하고 그에 기반하여 처리하는 HCI(Human Computer Interaction)개념을 도입하면 효과적인 결과를 얻을 수 있다. 기존의 "지능형 가위" (Intelligent Scissors)나 스네이크 (Snake) 방법 등에서도 사용자의 입력이 결과에 결정적인 역할을 하는 것을 보여준다 [1][2]. 본 논문은 기존의 방법에 비하여 미세한 영역의 경계를 추출 및 추적을 향상할 수 있는 효율적인 대화형 영상분할 기법을 제안한다. 제시된 방법은 지능형 가위의 개념에 일부 기반하나 안정된 경계선 추출을 위하여 이미 영상처리분야에서 확립된 캐니 경계 검출법(Canny Edge Detector)을 사용한다. 그리고 캐니 경계 검출법으로 잘 탐지되지 않는 경계선 부분에 대한 검출을 위하여 경계 "재봉법"(Sewing Method)을 제시하였으며, 작업 효과와 효율을 증진 시키기 위하여 인접 화소들을 검색하는 순서와 검색 대상 화소를 지정하는 5-방향 경계 추적 방법(5-Direction Edge-Following Method)을 제안하였다.
서해 연안 일대의 급격한 도시화, 한강에 대한 수질오염총량관리제도의 도입 가능성, 충남 태안에서 있었던 유조선 기름 유출 사건 등에 기인하여 서해 연안에 대한 수질 관리의 요구가 증대되고 있는 상황이다. 그러나 이를 효율적으로 관리할 수 있는 수질관리 시스템은 부재한 실정이다. 따라서 이런 배경에서 한강과 경기만 일대 지역의 수질 환경을 감시하고 관리할 수 있는 GIS 기반의 효율적인 통합수질관리 시스템의 필요성이 대두되고 있다. 이 연구는 한강 유역과 한강 하구의 연안 해역인 경기만 일대의 통합적인 관리와 관리방안 마련을 지원하기 위한 시스템을 개발하는데 그 목적이 있다. 이를 위하여 관련된 위치 및 수질 속성자료를 GIS기반으로 통합하여 하나의 시스템으로 구현하였다. GIS 데이터베이스는 발생 및 배출 오염부하량 산정을 위해 수질오염총량관리제도 기술지침의 따라 설계되었으며, 수질모의를 위한 초기입력 자료도 포함하고 있다. 수질 예측과 최적관리방안을 제안하기 위해 각기 다른 모델을 각 구역에 적용하였는데, 한강에는 WASP7 모델을 적용하였고, 한강 하구의 경기만 일대에는 EFDC 모델을 적용하였다. WASP7 모델에 의한 한강 하구에서의 BOD, T-N, T-P 등 수질모의 결과는 다시 EFDC 모델의 초기자료로 이용되었다. 연구 결과를 통해 수질에 결정적인 영향을 미치는 수질오염원 집중지역을 확인할 수 있었고, 오염물질이 하천으로 유입되는 위치 및 계절적 요인이 수질에 미치는 영향도 확인할 수 있었다. 더불어 하천과 연안 해역의 수질 관계도 정량적으로 확인할 수 있었다. 연구 결과는 GIS기반의 통합수질모의 시스템이 수질 현황의 예측과 경제적인 수질 관리방안의 제시에 있어 이용 가능함을 보여주었다. 향후 연구에서는 경제성 평가 등과 같은 조금 더 세분화된 선택 기능의 구현을 통한 시스템 성능의 개선이 필요하다. 또한 시스템을 이용한 구체적인 수질관리방법론의 개발도 필요하다.
본 연구는 문헌정보학 전공의 교육과정에서 NCS를 적용한 교과목을 실제로 운영한 교수자들의 경험을 FGI 조사를 통해 심층적으로 분석하여, 향후 NCS 기반의 교육과정 설계 및 운영의 개선에 기여하고자 수행되었다. 분석 결과는 첫째, 교육현장에 도입된 NCS에 대해 교수자들은 전반적으로 NCS의 취지와 배경을 잘 알고 있었고, 문헌정보학 NCS 교과과정에 대해 직무요소 도출의 비 적절성, 실제 교육 및 실무현장의 의견 미반영, NCS 분류체계의 문제 등을 제시하였다. 둘째, NCS 교과 운영 경험에서는 산출물 서류 작업의 부담감, 평가의 방법이나 시기의 차별성, 학생과의 의사소통 필요성에 대한 의견 등이 제시되었다. 셋째, NCS 교과 운영의 문제점에 대해서는 적절한 수업인원 및 교육시간의 부여 필요성, 추가 교육시간 및 재평가의 필요성, NCS 교육과정 운영을 위한 지원시스템의 구축 필요성, 실습기자재의 구비 필요성, 상대평가제도와 NCS 평가제도와의 불일치 문제, 교육현장 및 실무에 적용될 수 있도록 능력단위와 수행준거의 보완 필요성 등을 제기하였다. 넷째, 향후 NCS 교과의 개선방안에 대해서는 수업인원의 적절한 배정, 실습기자재의 충분한 지원, 문헌정보학 분야의 특수성 및 현장 실무와 경험을 반영한 능력단위 및 능력단위요소의 개선 등이 제시되었다. 이러한 분석결과를 기반으로 문헌정보학 전공에서 향후 NCS에 기반을 둔 적절한 교육과정 설계 및 운영을 위한 몇 가지 시사점을 제시하였다.
화재예방 및 신속대응을 위한 다양한 기술, 시스템 및 법제도가 도입되고 있지만 매년 화재로 인한 인명 및 재산피해는 줄지 않고 있다. 화재로 인한 재난을 관리하기 위해서는 공간정보 기반의 안전상태지도의 개발이 필요하며, 각 위치정보에 대한 속성정보의 적합성을 확보하는 것이 필요하다. 안전상태지도는 목적에 맞는 안전상태 평가의 평가항목을 도출하고, 지수화 한 후, 다양한 방법으로 조사한 결과를 위치정보에 정합시켜서 제작된다. 본 논문에서는 3D 안전상태지도 제작을 위한 건물 화재안전 평가항목을 도출한다. 우선, 국내외 안전평가 모델의 평가항목을 조사하여 한국 3D 안전상태지도로의 적용성을 분석한다. 다음으로 화재안전 평가모델의 평가항목을 도출한다. 평가항목은 정보수집 활동에 따라 '건물의 기본정보를 통하여 평가가 가능한 항목'과 '현장조사를 통하여 평가가 가능한 항목'으로 구별되어 도출된다. 항목 도출 결과, 다섯 개 카테고리(업종위험, 건물 안정성, 소방 설비 시설, 화재위험성, 화재대응상태)에 걸쳐 총 14개의 평가항목을 도출하였다.
공공기관과 정부는 시민에게 음성 기반 서비스 챗봇을 제공함으로써 시민 복지를증진하고 사회적 취약계층과 원활한 공공소통을 도모할 수 있다는 전제로 논의를 전개한다. 이 논문의 연구 목적은 지능형 정부가 ICT를 기반으로 조직 내외 지식 및 정보를 데이터화하고 체계화하여 능률적으로 관리하고 시민들, 특히 취약계층의 정보 접근과 활용을 용이하게 하여 신속하고 효율적인 행정서비스를 제공해 줄 방안을 제안하기 위함이다. 연구방법으로 소규모 설문조사를 통해 음성기반 서비스 제공을 앞둔 공공기관에 대한 시민들의 태도, 인식 및 기대가 긍정적임을 확인하고, 인공지능에 관한 지식을 갖춘 전문가들 인터뷰를 통해 음성기반 서비스에 필요한 기술적 측면과 공공기관 음성기반서비스 제공의 의의 및 필요성, 구축시 고려해야 할 제반사항들과 정책적 제언, 시사점을 살펴보고 한계 및 연구발전에 대해 고민해본다. 결과적으로, 챗봇의 음성기반서비스는 더 폭넓은 시민들이 지능형 정부에 참여를 실현하며, 정보 접근성을 강화하고 사회적 취약계층의 인권 및 기본권 보장·강화하는 사회적 배려와 디지털 포용을 실천하는 계기와 발판을 제공함에 큰 의의를 지닌다.
본 연구는 질의 응답(QA) 시스템에서 사용하는 개체명 인식(NER)의 성능을 향상시키기 위하여 시퀀스 태깅 방법론을 적용한 새로운 방법론을 제안한다. 사용자의 질의를 입력 받아 데이터베이스에 저장된 정답을 추출하기 위해서는 사람의 언어를 컴퓨터가 알아들을 수 있도록 구조화 질의어(SQL)와 같은 데이터베이스의 언어로 전환하는 과정이 필요한데, 개체명 인식은 사용자의 질의에서 데이터베이스에 포함된 클래스나 데이터 명을 식별하는 과정이다. 기존의 데이터베이스에서 질의에 포함된 단어를 검색하여 개체명을 인식하는 방식은 동음이의어와 문장성분 구를 문맥을 고려하여 식별하지 못한다. 다수의 검색 결과가 존재하면 그들 모두를 결과로 반환하기 때문에 질의에 대한 해석이 여러 가지가 나올 수 있고, 계산을 위한 시간복잡도가 커진다. 본 연구에서는 이러한 단점을 극복하기 위해 신경망 기반의 방법론을 사용하여 질의가 가지는 문맥적 의미를 반영함으로써 이러한 문제를 해결하고자 했고 신경망 기반의 방법론의 문제점인 학습되지 않은 단어에 대해서도 문맥을 통해 식별을 하고자 하였다. Sequence Tagging 분야에서 최신 기술인 Bidirectional LSTM-CRF 모델을 도입함으로써 신경망 모델이 가진 단점을 해결하였고, 학습되지 않은 단어에 대해서는 온톨로지 기반 특성치를 활용하여 문맥을 반영한 추론을 사용하였다. 음악 도메인의 온톨로지(Ontology) 지식베이스를 대상으로 실험을 진행하고 그 성능을 평가하였다. 본 연구에서 제안한 방법론인 L-Bidirectional LSTM-CRF의 성능을 정확하게 평가하기 위하여 학습에 포함된 단어들뿐만 아니라 학습에 포함되지 않은 단어들도 포함한 질의를 평가에 사용하였다. 그 결과 L-Bidirectional LSTM-CRF 모형을 재학습 시키지 않아도 학습에 포함되지 않은 단어를 포함한 질의에 대한 개체명 인식이 가능함을 확인하였고, 전체적으로 개체명 인식의 성능이 향상됨을 확인할 수 있었다.
본 연구는 조직구성원의 지식기여도를 객관적으로 측정하기 위한 평가항목 및 각 항목의 가중치를 개발하고자 하는 연구이다. 평가항목의 개발을 위해 연역적 방법과 가중치 개발을 위해 델파이 기법이 각각 사용되었다. 평가항목의 도출을 위해 우선 '지식기여'에 대하여 정의를 내리는 것으로 출발하였다. 도출된 정의를 기초로, 지식기여의 형태는 크게 형식적 기여와 암묵적 기여로 구분되었다. 형식적 기여는 기여하는 지식의 내용에 따라 사실지와 방법지로 구분되었다. 사실지는 구체적으로 방법지 산출물과 기타 사실지로, 방법지는 방법지 매뉴얼과 체득된 방법지로 구분되었다. 암묵적 기여는 암묵성 정도에 따라 대리, 시범, 질의응답(Q&A) 세가지로 구분되었다. 7가지 지식기여 요소에 대한 평가는 양적 측면과질적 측면에서 이루어졌다. 본 연구는 조직구성원의 지식기여의 활동결과는 지식관리시스템(KMS)에 저장되는 것을 전제로 하고 있다. 지식관리시스템 상에서의 형식적 기여의 경우 양적인 평가에서는 게시건수 혹은 수행건수로, 질적인 평가에서의 평가는 조회건수나 만족도 평가, 요청 받은 건수 등으로 측정하였다. 이상과 같이 연역적 방법에 의해 평가요소 및 평가항목들을 개발하고 각 평가항목들에 대한 가중치분석을 위해 전체를 100으로 하였을 때의 각 항목의 가중치를 정하기 위해 전문가들의 의견을 조합하는 델파이기법이 사용되었다. 델파이 결과, 형식적 기여 차원과 암묵적 기여 차원에 동일한 가중치가 부여되었으며, 형식적 기여차원에서는 사실지 보다는 방법지에 가중치가 좀더 부여되었고, 암묵지 기여 차원에서는 질의응답 - 시범 - 대리의 순으로 가중치가 부여되었다. 이를 통해 '타인의 지식 획득과 활용에 도움을 주는 지식기여행위가 되기 위해서는 어떤 형태로든 지식 제공자와 지식 수여자간의 밀접한 상호작용이 높아야 하며, 제공자의 지식이 타인에게 빠르게 그리고 잘 전달될 수록 지식기여도가 높다'라는 결론이 도출되었다. 본 연구는 지식기여 활동에 대한 평가 지표를 마련하였다는 점에서 의의가 크다 하겠으나, 업종별이나 산업별로 세분화된 평가 지표 마련에는 미흡하였다. 또한 항후 지식 경영을 도입하여 시행한 연수에 비추어서 평가 항목별 가중치를 부여를 할 수 있다면 보다 정교한 평가도구의 제공이 될 수 있을 것으로 보인다.
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.