본 연구는 정읍지역에 분포하는 정읍엽리상화강암의 지구화학 및 동위원소 특성을 파악하고 U-Pb 스핀 연대측정으로 구한 관입연대로 호남전단대의 전단작용시기를 밝히는데 있다. 본 암은 AMF삼각도의 칼크-알칼리암계열과 일치하며, 실리카와 $FeO^{total}/(FeO^{total}+MgO)$의 변화도에서 마그네시아 영역에 속한다. Rb-Ba-Sr삼각도의 분화정도에 따른 암상분류에서 화강섬록암과 이상화강암영역에 해당되며, 희토류원소분포에서는 뚜렷한 음(-)의 Eu이상을 나타낸다. 실리카와 미량원소를 이용한 마그마의 지체구조상의 판별도에서 본 암은 화상호형(VAG)과 대륙충돌형(syn-COLG)에 해당되며 판구조운동과 관련된 응력장이 작용하는 대륙주변부나 호상열도 환경 하에서 형성되었음을 시사한다. $^{143}Nd/^{144}Nd$ 비는 $0.511495{\sim}0.511783$의 범위이며, 결핍된 맨틀에 대한 모델연령($T_{DM}$)은 $1.68{\sim}2.36Ga$로 초기 원생대 시기의 맨틀에서 분리된 지각물질의 영향을 받았음을 시사한다. U-Pb 스핀연대는 $^{238}U-^{206}Pb$ 연대 $172.9{\pm}1.7Ma$와 $^{235}U-^{207}Pb$연대 $170.7{\pm}2.8Ma$로 조화로운 연대를 나타내어, 정읍주변지역의 전단작용 시기는 173 Ma 이후로 생각된다.
기업부실은 금융기관의 입장에서 많은 부실채권을 떠 안기 때문에 금융부실로 이어질 수 있다. 이로 인한 사회경제적 파급효과가 매우 크다고 볼 수 있다. 국제통화기금 관리체제를 벗어난 이후에도 여전히 코스닥 시장에 상장되어 있는 지식기반 중소 벤처기업들의 부실이 지속적으로 발생하고 있는 추세이다. 이러한 시점에서 본 연구는 2000년부터 2007년 사이의 코스닥 기업 중 부실기업과 건전 기업 각각 81개 표본기업을 대상으로 판별분석을 이용하여 부실예측모형을 개발하고 검증하였다. 본 연구결과는 다음과 같다. 첫째, 추정표본을 이용한 연도별 모형(-3년, -2년, -1년)의 분류정확도는 $74.5%{\sim}76.5%$로 나타났고, 평균모형의 분류정확도는$69.6%{\sim}80.4%$로 나타났다. 이들 모형 가운데 분류정확도가 가장 높은 모델은 -1년, -2년, -3년의 평균모형으로 80.4%이다. 둘째, 분류정확도가 가장 높은 모델인 -1년, -2년, -3년의 평균모형을 최종모형으로 선정하여 확인표본을 대상으로 예측정확도를 검증한 결과 -3년에서 -1년으로 갈수록 높아지는 양상을 보이는데, 특히 -1년의 경우 예측정확도는 85%로 나타나 개발한 모형이 우수한 것으로 판단된다 본 연구결과는 코스닥 기업의 부실징후를 조기에 진단할 수 있는 조기경보체제로 활용될 수 있다는 측면에서 의의가 있다고 볼 수 있다.
풀림 방지 코팅 볼트는 주로 자동차 안전 관련 부품을 결합하는 데 사용되므로 안전성 유지를 위해 코팅 결함을 사전에 감지해야 한다. 이를 위해 이전 연구 [CNN 및 모델 시각화 기법을 사용한 코팅 볼트 불량 판별]에서는 합성곱 신경망을 사용했다. 이때 합성곱 신경망은 데이터 수가 많을수록 이미지 패턴 및 특성 분석 정확도가 증가하지만 그에 따라 학습시간이 증가한다. 또한 확보 가능한 코팅 볼트 샘플이 한정적이다. 본 연구에서는 이전 연구에 전이학습을 추가적으로 적용해 데이터 개수가 적은 경우에도 코팅 결함에 대해 정확한 분류를 하고자 한다. 전이학습을 적용할 때 학습 데이터 수와 사전 학습 데이터 ImageNet 간의 유사성을 고려해 분류층만 학습했다. 데이터 학습에는 전역 평균 풀링, 선형 서포트 벡터 머신 및 완전 연결 계층과 같은 분류층을 적용했으며, 고려한 모델 중 완전 연결 계층 방법의 분류층이 가장 높은 95% 정확도를 가진다. 추가적으로 마지막 합성곱층과 분류층을 미세 조정하면 정확도는 97%까지 향상된다. 전이학습 및 미세 조정을 이용하면 선별 정확도를 향상시킴은 물론 이전보다 학습 소요시간을 절반으로 줄일 수 있음을 보였다.
비탄성적 산란에 의한 빛의 방출 현상을 이용한 라만 분광법 기술은 무표지 방식으로 분자를 식별하는 기술로 바이오 의학 및 재료 산업에 이르기까지 다양한 분야에서 연구되고 있다. 광프로브 기반 라만 분광기는 국소 부위의 화학 분석을 최소 침습 방식으로 측정할 수 있어 수술 중 실시간 진단 기술로 적용할 수 있는 가능성을 내포하고 있다. 본 연구에서는 화학 물질의 농도별 변화에 따른 라만 신호의 변화를 살펴보아 라만 실험 장치의 캘리브레이션을 진행하였으며, 정상 쥐와 아밀로이드 베타 플라크가 축적된 5xFAD 치매성 돌연변이 모델의 대뇌 조직을 대상으로 라만 신호 특성을 측정 및 비교 분석하여 알츠하이머씨 병의 진단을 위한 가능성을 탐구하였다. 또한 대표적인 치매 원인 물질인 아밀로이드 베타에 대한 라만 신호 측정을 병행하여 치매 진단에 대한 적용을 교차 검증하였다. 본 라만 분광법 연구를 통해 치매 진단에 있어 기존문진 검사 및 뇌 영상 진단을 대체하여 정밀하게 판별할 수 있는 하나의 진단 지표로서의 가능성을 보았으며, 추후 뇌신경계뿐만 아니라 인체의 다양한 장기 및 질병에 적용시켜 물리·공학·화학 등 다양한 연구분야에서의 원천기술로 활용될 수 있을 것으로 생각된다.
이 연구에서는 국내 연안어장을 대상으로 조식동물 및 서식지에 대한 수중영상 기반의 인공지능 학습자료를 구축하고, state-of-the-art (SOTA) 모델인 High Resolution Network-Object Contextual Representation(HRNet-OCR)과 Shifted Windows-L (Swin-L)을 이용하여, 조식동물 서식지 수중영상의 의미론적 분할을 수행함으로써 화소 또는 화소군 간의 공간적 맥락(상관성)을 반영하는 보다 실제적인 탐지 결과를 제시하였다. 조식동물 서식지인 감태, 모자반의 수중영상 레이블 중 1,390장을 셔플링(shuffling)하여 시험평가를 수행한 결과, 한국수산자원공단의 DeepLabV3+ 사례에 비해 약 29% 향상된 정확도를 도출하였다. 모든 클래스에 대해 Swin-L이 HRNet-OCR보다 판별율이 더 좋게 나타났으며, 특히 데이터가 적은 감태의 경우, Swin-L이 해당 클래스에 대한 특징을 더 풍부하게 반영할 수 있는 것으로 나타났다. 영상분할 결과 대상물과 배경이 정교하게 분리되는 것을 확인되었는데, 이는 Transformer 계열 백본을 활용하면서 특징 추출능력이 더욱 향상된 것으로 보인다. 향후 10,000장의 레이블 데이터베이스가 완성되면 추가적인 정확도 향상이 가능할 것으로 기대된다.
국내 교통 현실을 반영한 중(重)차량에 대한 하중 분석은 케이블 교량의 유지관리시 잔존수명 예측을 위한 피로하중모델 개발이나 교량의 설계시 해석에 필요한 활하중 모델 개발시 반드시 필요하다. 이에 본 연구에서는 강합성 사장교 상부구조 하면에 설치된 변형률 센서에서 측정한 신호를 이용하여 교량을 주행하고 있는 중차량의 하중정보를 얻기 위하여, 인공신경망 및 영향선을 이용한 차량하중분석시스템을 개발하였다. 인공신경망의 학습과 테스트를 위한 데이터 확보에 있어서 이론적인 수치 시뮬레이션을 통하지 않고, 실제 교량을 주행하는 임의 차량에 대해 직접 측정한 데이터를 이용하였다. 또한, 학습된 신경망의정확도를 검증하기 위하여 3종류의 시험재하차량을 반복 주행시켜 구한 값과 계량소에서 측정한 정적 값을 비교하였다. 교량의국부거동을 고려하기 위하여 가로보를 이용하였고, 인공신경망을 이용한 방법과 영향선을 이용한 방법의 분석결과를 비교한 결과, 인공신경망이론을 적용한 분석방법이 하중 판별의 정확도에 있어서는 영향선 분석방법보다 높은 정확도를 얻을 수 있었다.
IoT 기술 도입특성들 중 어떠한 요인들이 기업의 기대성과에 영향을 미치는지를 파악하고자 하는 것이며, 아울러 IoT 신기술 도입을 검토하고자 하는 기업들이 고려해야 할 사전 요인들을 제시해 보고자 한다. 데이타 분석을 위해 국내․외 IoT(사물인터넷) 관련 데이타, 출판물 및 웹사이트 그리고 각종 연구기관 분석데이타와 보고자료를 기반으로 이론적 배경을 정리하였으며, 추가로 선행연구를 참조하여 UTAUT 관련 이론적 배경을 요약하였다. 데이터 분석을 위해 SPSS 22.0과 구조방정식모델 분석을 위해서 smart PLS 2.0 통계프로그램을 사용하였다. 기술통계분석은 신뢰성분석, 타당성분석 및 구조방정식 모델 분석과 연구가설을 검증하였다. 측정모형에 대한 분석을 통해서 내적신뢰성과 집중타당성 및 판별타당성이 충족됨을 확인하였으며, IoT 기술특성과 기대성과 간 관계, 기대성과와 도입의도 간 관계에 대한 가설 검증결과 모두 채택되었다. 따라서 IoT 기술특성은 기대성과에 긍정적 영향을 미치며 기대성과는 IoT 도입의도에 긍정적 효과를 미치는 것을 확인하였다. 본 연구는 IoT 기술특성과 기대성과요인이 도입의도에 미치는 영향에 관한 인과관계를 규명함으로써 IoT를 성공적으로 도입할 수 있는 지침을 제시함고 동시에 IoT를 도입하고자 기업들에게 사전 고려해야 할 요인들(공급사슬 유연성, 운영비용 절감, 자산활용 최적화 및 신규수익 창출)을 제시할 수 있는 연구기반을 조성하였다.
다양한 디바이스 유형과 마케팅 커뮤니케이션의 등장으로 온라인 환경에서 고객들의 탐색 및 구매 행동은 더욱 세분화 되었다. 하지만 기존 연구들은 고객 구매여정에서의 마케팅 채널 효과를 분석하는 과정에서 디바이스 종류에 따라 드러나는 UI(User Interface)와 UX(User Experience) 특성을 반영하지 못하였다. 본 연구는 글로벌 쇼핑몰의 대규모 클릭스트림 데이터를 활용하여 다양한 디바이스를 사용하는 고객들의 유입 채널 효과를 분석하였다. 온라인 쇼핑을 활성화 시키는 디바이스 유형을 구별하고, 디바이스 유형에 따라 방문을 증진시키는 유입 채널 간의 차이를 비교하였다. 고객의 과거 쇼핑 누적 경험과 유입 채널 전환 행태를 통해 방문과 구매액 미치는 직접효과 간접효과를 판별하였다. 그 결과 동일한 고객이더라도 디바이스 선택에 따라 활용하는 마케팅 채널이 달라지는 것을 발견할 수 있었다. 온라인 소매업체는 이러한 결과를 통해 디바이스 유형을 고려하여 멀티 마케팅 채널 환경에서의 고객 의사결정과정을 더욱 잘 이해하고 최적의 전략을 세울 수 있을 것이다. 본 연구는 실제 글로벌 빅 데이터를 분석하여 얻어진 유의미한 결과를 기반으로 경영학적 시사점을 도출하고, 계량 경제 모델을 활용하여 의미 있는 이론적립에 학문적으로 기여한다. 실제 온라인 쇼핑 마케팅 담당자들이 시도할 수 있는 전략적 통찰력을 제시한다는 점에서 실용적으로 활용할 가치가 있다.
국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.
본 연구는 국립공원을 포함한 국내 보호지역에서 반달가슴곰 (Ursus thibetanus)을 효과적으로 보전하고, 종 복원을 성공하기 위해서 종의 재도입에 적합한 지역을 객관적으로 평가하기 위한 기초자료를 제공하는 데 그 목적이 있다. 이를 위해서 Maxent 모델과 기후, 지형, 그리고 도로 및 토지이용과 관련된 환경 변수를 이용하여 반달가슴곰의 출현 기록이 있는 동아시아, 동남아시아, 그리고 인도를 대상으로 잠재 서식지를 예측하고, 이와 관련된 기후 및 환경 변수의 영향을 평가하였다. 또한 미래 기후변화에 따라서 반달가슴곰에게 적합한 서식 범위의 면적과 지리적인 변화를 분석하였다. 생물보전을 위해서 야생생물의 서식지분포연구에 널리 활용되고 있는 Maxent 모델의 판별정확도를 나타내는 AUC 값이 0.893 (sd=0.121)으로 산출되었다. 이는 반달가슴곰의 잠재 서식지를 예측하고 미래 기후변화에 따른 서식지 변화특성을 평가하는 데 유용하였다. IUCN에서 평가한 반달가슴곰의 분포지도와 비교해서, 현존 지역 (Extant)은 Maxent 모델로 예측된 서식 확률이 국가별 지역적으로 다양하고, 멸종 지역 (Extinct)은 상대적으로 낮았다. 이는 반달가슴곰이 서식하는 환경 특성의 차이가 지역적으로 반영된 결과라 할 수 있다. 반달가슴곰의 잠재 서식지 분포에 영향을 주는 환경은 기후, 지형 그리고 인위적 요소인 도로로부터의 거리와 같은 요소보다 토지피복 유형의 영향이 가장 높았는데, 특히 낙엽활엽수림지역이 더욱 선호될 것으로 예측되었다. 또한 기온의 연간범위보다 연평균강수량과 건조시기의 강수량의 영향이 더욱 클 것으로 예측되었고 도로로부터 거리가 멀어질수록 서식가능성이 높은 것으로 나타났다. 이는 반달가슴곰은 먹이자원뿐만 아니라 인간의 간섭이 없는 보다 안정된 지역을 선호할 것으로 추측된다. 미래 기후변화에 따라서 서식적합지역은 점차 확장할 것으로 전망되었고, 남한에서는 전남, 전북 그리고 강원도지역이, 일본에서는 Kyushu, Chugoku, Shikoku, Chubu, Kanto 그리고 Tohoku의 접경 지역이, 중국에서는 Jiangxi, Zhejiang 그리고 Fujian의 접경 지역이 향후 아시아지역에서 반달가슴곰이 서식할 수 있는 핵심지역이 될 것으로 예상된다. 본 연구는 반달가슴곰의 서식지 보전과 효율적인 관리, 인위적으로 도입된 개체의 방사지점 선정, 향후 서식 범위의 확장에 따른 보호지역 설정 그리고 인간과 충돌지역의 관리에 대한 기초자료로서 활용될 것으로 기대된다.
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.