본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.
KMAPP은 규모상세화 과정을 통해 100 m 단위의 초고해상도 기상 예측을 산출하는 체계로써 최근 수문, 농업, 신재생에너지 등 다양한 분야에서 활용되기 시작됨에 따라 각 분야별로 예측성능을 검증할 필요가 있다. 철원 지역과 전북 지역은 산지가 많은 우리나라에서 비교적 넓은 범위에 걸쳐서 수평면을 보유하고 있으며, 특히 철원은 대규모 벼 논 재배지역 중에서 실측 및 원격탐사 생물계절 자료가 많은 지역으로 KMAPP 예측 성능을 검증하는데 필요한 관측자료를 사용하기에 적절한 지점으로 판단된다. 이번 연구에서는 철원 내 농경지역의 생태적 변화에 따라 변화하는 KMAPP 기온 예측 성능을 AWS와 ASOS 관측자료를 이용하여 비교 검증하였다. 그리고 전북지역 폭염 기간 동안 가축 고온스트레스 모델과 같은 응용모델에 KMAPP 예측 자료를 입력자료로 활용하는 것을 검토하고자 일사량 예측을 ASOS 자료를 이용하여 검증하였다. 더 많은 사례의 수집과 선정이 필요하다는 한계가 있지만 농경지역에서 추수 후 기온 예측 성능이 일반 주택지 에서보다 더 크게 향상된 것을 통해 생물리적 효과가 예측 정확도에 미치는 영향을 간접적으로 추측해 볼 수 있었다. 한편, 일사량 예측의 경우 단위 변환에 따른 오차가 발생하지만 관측값과 일치하는 경향을 보여 KMAPP 자료가 지역규모의 상세 예측 자료로 응용모델에 활용될 수 있을 것으로 기대된다.
기상청은 농작물의 생육 및 관개를 비롯한 여러 농경활동에 미치는 토양수분의 중요성을 인식하고, 전국 11개 농업기상 관측지점에서 관측을 수행하고 있다. 그러나 이 자료가 폭넓게 활용되지 못하고 있어 우선적으로 관측자료의 신뢰도를 확보할 필요가 있다. 이 연구에서는 현업 토양수분 자료의 정확도를 검증하고, 품질 향상을 위해 적용할 보정식을 개발하는데 목표를 두었다. 먼저 관측 노장의 토양을 채취하여 토양수분함량에 영향을 미치는 용적밀도, 용적수분함량, 토성 및 보수력 등의 물리적 성질을 분석하였다. 토성은 대부분의 관측지점에서 모래가 주성분인 사양토 또는 양질사토로 분류되었으며, 1.5 g/cm3 내외의 용적밀도를 나타냈다. 미사와 점토 함량이 상대적으로 높았던 능주와 익산 지점은 용적밀도와 보수력도 다른 곳보다 더 높게 나타난 것으로 볼 때, 토성과 용적밀도, 보수력 사이에 밀접한 연관성이 있는 것으로 판단된다. 자체 설계·제작한 '레퍼런스 토양수분 관측시스템'에 이러한 관측지 토양의 특성을 반영하여 레퍼런스 센서로 사용할 EnviroSCAN 모델의 실험실 보정이 이루어졌다. 보정 작업은 load cell에서 측정한 무게 변화로부터 계산된 토양수분함량과 보정할 센서의 측정값을 비교하는 방식으로 진행되었으며, 제조사의 default 보정식에 대해 추가 보정의 필요성은 없는 것으로 결정되었다. 보정이 완료된 레퍼런스 센서와 현업 센서의 비교 관측 실험이 11개 각 지점에서 3회 이상 실시되었다. 전반적으로 레퍼런스 센서와 현업 센서의 측정값이 변화하는 패턴은 유사하게 나타났지만, 현업 센서가 레퍼런스 센서에 비해 상대적으로 토양수분을 과소평가하는 지점이 많았다. 두 센서 간의 편차는 장기간 건조 상태가 지속될 경우 일정한 추세를 유지하지만, 강수가 빈번한 시기에는 그 양상이 복잡해지는 특징이 있다. 비교 관측 실험의 결과를 바탕으로 각 기간별로 두 센서에 의해 관측된 자료의 범위와 평균을 이용하여 지점 및 깊이별 선형보정식을 개발하였다. 이 보정식을 수원 지점에 시범적으로 적용하여 뚜렷한 개선효과를 확인하였다. 또한 연속데이터에 보정식을 적용할 수 있도록 보정식이 산출되지 않은 기간의 구체적인 보정값 산정 방법도 제시하였다. 이 연구의 결과를 종합해 보면, 모든 관측지점에 대해 1년에 2회 정도의 주기적인 보정 작업이 토양수분 관측자료의 품질 향상을 위해 필수적인 것으로 판단된다.
동해는 전 세계적으로 가장 빠른 수준의 온난화를 경험하는 해역 중 하나로서, 기후변화에 민감하게 반응할 뿐 아니라 대양에 비해 월등히 짧은 순환 주기를 가지고 있기 때문에 미래의 대양 환경 변화에도 중요한 시사점을 주는 것으로 알려져 있다. 그러나 동해 심층 해수의 특성과 순환의 변화 과정에 대한 연구는 동해 전역의 심층을 정밀하게 조사하기 위한 국제협력 프로그램이 자리잡고, 측정 장비의 분해능을 포함하는 관측기술과 수치모델 모의 능력이 크게 향상된 최근(1990년대 이후)에서야 본격화되고 있다. 여기서는 동해 심층 해수의 물리적 특성과 순환의 변화 과정에 대한 그간의 연구 결과를 요약하고, 향후 남은 과제를 제시하고자 한다. 동해는 내부에서 자체적으로 심층 해수가 생성되며 대양과 분리된 독특한 심층 순환 구조를 가진다. 동해의 수백 m 수심 아래에는 수온이 낮고(<1℃) 염분이 거의 일정(34.0-34.1)한 해수가 분포하기 때문에 오랜 기간 이 해수를 일본해고유수(동해고유수)로 명명된 단일 해수로 여겨 왔다. 그러나 1990년대 이후 정밀한 관측이 이루어지며, 동해 심층을 채우고 있는 해수가 적어도 3개의 서로 다른 물리적 특성을 가진 해수(중앙수, 심층수, 저층수)로 구성됨이 밝혀졌다. 이들 3개 해수의 물리적 특성과 해수 사이의 경계 수심은 항상 일정한 것이 아니라, 지난 수십 년 동안 유의한 수준의 변화를 겪어왔다. 동해 북부 해역의 대마난류 재순환, 해양-대기 열과 담수의 교환량, 해빙 형성에 영향을 받는 대류(심층사면대류 및 심층외양대류) 과정에 따라 심층 해수 생성에 뚜렷한 차이가 발생했기 때문이다. 생성된 심층 해수는 수심이 얕은 곳을 오른쪽에 두고 일본 분지에서부터 반시계 방향으로 울릉 분지, 야마토 분지를 차례로 거쳐 다시 일본 분지로 수송되며, 이 수평적인 심층 순환도 변화를 겪어 왔다. 수평적인 심층 순환은 동시에 남북 및 연직 방향의 순환(자오면 순환) 경로와 강도의 변화를 동반한다. 동해는 수천 년 규모의 순환 주기를 가지는 대양에 비해 훨씬 짧은 수백 년 혹은 그 이내의 순환 시간 규모를 가지기 때문에 동해 심층 해수의 물리적 특성과 자오면 순환의 급격한 변화를 더 뚜렷하게 볼 수 있을 것으로 기대 가능하다. 심층 및 자오면 순환 사이의 연계성, 대양과 동해의 유출입 해수 수송을 포함하는 동해 상층 순환과 심층 순환 사이의 연계성은 아직까지 잘 밝혀지지 않았다. 동해 심층 해수 수송의 경로와 강도를 지배하는 다양한 과정들에 대한 후속 연구들이 요구된다.
하천에서의 식생 활착은 지형, 생태, 수리학 등의 학문 분야 뿐만 아니라 하천 관리 실무에서도 중요한 이슈 중에 하나로서 하천 식생 문제는 홍수 관리와 생태계 보전이라는 상반되는 가치의 조화에 직결된다. 국내에서는 2000년대 이후 댐 하류 조절하천, 부영화된 소규모 지류하천, 4대강 사업 대상지 고수부지 등 다양한 조건에서 하천 식생 활착과 육역화 문제가 지속적으로 제기되어 왔다. 이러한 배경에서 본 연구에서는 하천 내의 식생 분포를 원격탐사 자료를 기반으로 분류하는 기법을 제안하고 이를 내성천에 적용한 결과를 제시하였다. 내성천은 2014년부터 최근까지 지속적으로 식생 활착이 발생하여 하천 경관이 변화한 대표적인 사례 하천이다. 원격탐사 자료는 유럽항공우주국(ESA)에서 운영 중이며, Google Earth Engine에서 제공하는 Sentinel 1, 2 위성 영상을 사용하였다. 지상 참값(ground truth)으로는 수역, 사주, 초본, 목본 등을 포함한 8가지 유형으로 구분되어 있는 2016년 내성천 지표 피복 자료를 사용하였다. 분류를 위한 방법은 머신러닝 알고리듬의 하나인 랜덤 포레스트 분류 기법을 사용하였으며, 미리 선정된 10개 폴리곤 영역으로부터 1,000개의 표본을 추출하여 1/2씩 나누어 훈련 및 검증 자료로 사용하였다. 검증 자료 기반의 정확도는 82~85 %로 나타났다. 훈련을 통해 수립한 모형을 2016~2020년 자료에도 적용하여 연도에 따른 식생역의 변화 과정을 제시하였다. 본 논문의 기술적 한계와 개선 방안을 고찰하였다. 이 기법은 정량적인 식생 분포를 제공함으로써 하천에서의 홍수위 계산, 식생-수리모델링 등의 기술 분야 뿐만 아니라 간벌이나 하천 식생 회춘 유도(rejuvenation)과 같은 식생의 실무적 관리 측면에서도 활용도가 클 것으로 판단된다.
온라인 실험 방법은 실험 정보를 직접 수치 해석에 사용하는 수치 실험법의 하나로, 지반의 역학적 특성이 요소 시험체로 부터 실시간으로 수치해석에 업데이트되므로 이상화된 역학모델을 사용하지 않고 지반 해석을 수행할 수 있다는 장점이 있다. 이 방법은 모래 지반을 주요한 대상으로 하는 지반내진공학 분야에서 주로 사용되어 왔으나 최근 압밀 문제에 적용할 수 있는 실험법이 개발되어 실내 검증과 현장검증이 시도되었다. 지금까지의 관련 연구에서는 압밀층 중앙에 요소 시험체를 위치시켜 평균적인 반응 거동만을 수치해석에 업데이트하는 방법이 주로 사용되어 왔으나, 이러한 경우에는 압밀층 두께가 두꺼워 질수록 해석 정도가 떨어질 수 있다는 점이 단점으로 지적되어 왔다, 따라서 압밀 문제에 대한 온라인 실험법의 유효성 및 가능한 해석 범위를 명확하게 하기 위해서는 이러한 영향요소를 완전히 배제할 수 있는 실험 조건을 적용하여 결과를 검토할 필요가 있다. 따라서, 본 연구에서는 동일한 조건 하에서 실시된 온라인 압밀 시험과 분할형 압밀시험 결과를 이용하여 점토 시료의 압밀 침하와 과잉간극수압 소산 재현 측면에서 온라인 압밀 실험 결과를 검토하였다. 실험결과, 온라인 압밀 실험은 재구성 카올리나이트 점토의 유효 응력에 따른 압축성 변화를 큰 모순 없이 재현해 내고 있었으며, 과잉간극수압 소산 속도 측면에서는 온라인 압밀 실험이 조금 빠른 것을 알 수 있었다. 이러한 실험 결과를 바탕으로 점토 시료의 과잉간극수압 소산 거동을 보다 정도 높게 예측하기 위해서는 점토의 투수성도 리얼타임으로 업데이트 할 수 있는 방향으로 실험 절차가 개선이 되어야 한다는 점과 과잉간극수압 소산 후의 변형에 대해서는 추가적인 연구나 개선이 필요하다는 점을 알 수 있었다.
탄소의 관리는 지구온난화 억제를 위한 중요한 요인으로서 대두되고 있으며, 토지이용 변화는 그 원인 중 하나로 손꼽히고 있다. 본 연구에서는 개발에 따른 탄소 저장량의 변화를 정량화하기 위하여 InVEST Carbon Storage and Sequestration Model(InVEST 모델)의 계산식을 차용한 탄소 저장량 산정을 시도하였다. 탄소 저장량 분석에 앞서 국내 문헌자료를 기반으로 탄소 풀을 구성하였으며, 이를 통해 오송 ◯◯국가산업단지(Osong National Industrial Park, ONIP) 개발 및 대안 적용에 따른 탄소 저장량 변화를 추 정하였다. 분석 결과 '대안 1'을 적용할 경우 총 16,789.5MgC, '대안 2'를 적용할 경우 16,305.3MgC의 탄소가 방출 될 것으로 예상된다. 이는 사업 전 탄소 저장량의 각각 44.4%, 43.1%를 차지하며, '대안 2'를 선택하는 것이 탄소 배출 저감에 유리한 것으로 나타났다. 이러한 차이는 대안 1과 2의 초지 면적 차이에서 기인한 것으로 판단된다. 대안 2를 택할지라도 초지 내 적정 수준의 녹피율 관리와 다층구조 식생 조성 및 에너지 사용량이 낮은 시설의 설치 등 그 효과를 높이기 위한 노력이 필요하다. 이와 더불어 하천 정비 과정에서 사라지는 습지를 보존, 혹은 인공습지를 조성함으로써 탄소 저장량을 증대할 수 있을 것으로 사료된다. 위와 같은 토지피복별 탄소 계수를 활용한 탄소 저장량의 평가는 환경영향평가 및 전략환경영향평가 시 토지이용 계획에 대한 비교·평가 분석 결과의 객관성을 높이는 데 기여할 수 있다. 더불어 본 연구에서 구축한 탄소 풀은 분석의 정확도를 높이기 위한 기초자료로 활용될 수 있을 것으로 기대된다.
산악지역의 기상정보를 상세하고 적절히 제공하기 위해 산림청에서는 2012년부터 전국 주요 산악지역을 대상으로 산악기상관측망(Automatic Mountain Meteorology Observation Station, AMOS)을 구축하여, 2022년 현재 464개의 관측소가 운영되고 있다. 본 연구에서는 AMOS 지점 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅(kriging) 기법을 제안하고 그 가용성을 평가하였다. 우선 통계적 처리를 통해 AMOS 기온자료의 이상치를 제거하였고, 이 자료를 이용하여 경험 베리오그램(variogram)에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였다. 이 때 기온감률 보정(lapse rate correction)을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다. 공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, 0.899-0.953의 상관계수 및 0.933-1.230℃의 오차를 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다. 또한 기온감률 크리깅은 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역특성을 살릴 수 있다는 것이 가장 큰 장점이라고 할 수 있다.
경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.
최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.
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.