[ $3{\sim}5{\mu}m$ ] 파장대의 중적외선 영상은 화산 활동이나 산불과 같이 고온 현상을 관측하는데 효과적이다. 그러나 중적외선 영역은 지표의 복사율과 대기의 영향으로 인한 변화가 매우 심하고, 특히 낮 영상의 경우 태양 복사량에 의한 영향도 고려해야 하는 어려움이 있다. 따라서 단일밴드인 중적외선 영상을 이용하여 표면온도를 얻기 위해서는 영상이 취득된 시간과 장소에서 관측된 태양 복사량 및 여러 가지 대기 변수가 필요하다. 이 연구는 기존의 다중밴드 기반의 중적외선 영상 활용방법과 달리 단일 밴드 중적외선 영상을 이용하여 표면온도 측정을 위한 기초연구에 그 목적이 있다. 이를 위하여 MODIS 영상을 대상으로 MODTRAN을 사용하여 중적외선 영역의 대기보정 기법을 적용 한 뒤 복사전달 모델을 이용하여 지표의 온도를 측정하였다. 획득된 온도 영상의 정밀도를 측정하기 위해 기존의 온도 알고리즘인 MODIS Sea Surface Temperature 알고리즘에 의해 얻어진 해수온도와 비교를 통하여 오차 원인에 대해 분석을 실시하였다. 두 결과의 온도차는 낮 영상의 경우 $0.89{\pm}0.54^{\circ}C$ 밤 영상의 경우 $1.25{\pm}0.41^{\circ}C$로 비교적 긍정적인 결과를 보였다. 그러나 낮 영상의 육지의 경우 대기에 의한 영향보다 태양빛의 반사가 주된 오차의 원인이 되며 이는 지표 복사율에 의한 영향이 매우 크게 작용하고 있음을 추정할 수 있다. 이 연구는 현재까지 해수에 대한 적용에 국한된 것으로 육상의 경우 복사율 변화가 매우 크기 때문에 중적외선 단일밴드에 의한 온도추정이 매우 어려울 것으로 예상된다.
SAR 이미지의 통계적 특징을 이용하여 유류오염영역을 특정하는 방법은 분류규칙이 복잡하고 이상값에 의한 영향을 많이 받는다는 한계가 있어, 최근 인공신경망을 기반으로 유류오염영역을 특정하는 연구가 활발히 이루어지고 있다. 하지만, 다양한 유류오염 사례에 대해 모델의 탐지 성능 및 특성을 평가한 연구는 부족하였다. 따라서, 본 연구에서는 기본적인 구조의 CNN인 Simple CNN과 픽셀 단위의 영상 분할이 가능한 U-net을 이용하여, CNN의 구조와, 유류오염의 분포특성에 따른 모델의 탐지성능차이가 존재하는지 분석하였다. 연구결과, 축소경로만 존재하는Simple CNN과 축소경로와 확장경로가 모두 존재하는U-net의 F1 score는 86.24%와 91.44%로 나타나, 두 모델 모두 비교적 높은 탐지 정확도를 보여주었지만, U-net의 탐지성능이 더 높은 것으로 나타났다. 또한 다양한 유류오염 사례에 따른 모델의 성능 비교를 위해, 유류오염의 공간적 분포특성(유류오염 주변의 육지의 분포)과 선명도(유출된 기름과 해수의 경계면이 뚜렷한 정도)를 기준으로, 유류오염 발생사례를 4가지 유형으로 구분하여 탐지 정확도를 평가하였다. Simple CNN은 각각의 유형에 대해 F1 score가 85.71%, 87.43%, 86.50%, 85.86% 로 유형별 최대 편차가 1.71%인 것으로 나타났으며, U-net은 동일한 지표에 대해 89.77%, 92.27%, 92.59%, 92.66%의 F1 score를 보여 최대 편차가 2.90% 로 두 CNN모델 모두 유류오염 분포특성에 따른 수치상 탐지성능의 차이는 크지 않은 것으로 나타났다. 하지만 모든 유류오염 유형에서 Simple CNN은 오염영역을 과대탐지 하는 경향을, U-net은 과소탐지 하는 경향을 보여, 모델의 구조와 유류오염의 유형에 따라 서로 다른 탐지 특성을 가진다는 것을 확인하였고, 이러한 특성은 유류오염과 해수의 경계면이 뚜렷하지 않은 경우 더 두드러지게 나타났다.
정부에서는 공동주택 노후화 문제에 대응하여 공동주택 리모델링 활성화를 위한 법과 제도를 꾸준히 개정 발전시켜왔다. 그러나 이러한 노력에도 불구하고 아직까지 세대수증가형 리모델링은 활성화되지 못하고 있다. 그 이유로 다양한 문제점이 있지만, 본 연구에서는 리모델링 사업 초기단계에 합리적인 사업성 분석과 의사결정을 위한 도구가 없다는 문제점에 주목하여 리모델링 사업성평가 모델을 제시하였다. 일반적으로 사업성(수익성) 판단은 리모델링 설계안 도출 이후에 이루어지기 마련인데, 리모델링 사업을 추진하기 위한 의사결정은 초기 추진위 단계에서 결정되기 때문에 기획단계 사업성 분석 모델이 필요하다. 이에 따라 기존의 단지정보와 자문 및 연구를 통해 도출한 리모델링 사업변수들을 이용하여 공사비, 사업비, 금융비, 일반분양수입비를 산출하였고, 이를 활용하여 투자수익률과 조합원 분담금을 개략적으로 산출할 수 있는 알고리즘을 개발하였다. 또한 개발된 초기단계 사업성 분석모델을 3개의 기추진 사례에 적용하여 모델의 적용성을 검증하였다. 비록 3개의 사례에 적용하였으나, 모델의 예측값과 실제 사례값의 오차는 5%이하로 본 모델의 적용성은 상당히 높다고 볼 수 있다. 향후 사례수를 늘려가면서 모델의 적용성을 높여간다면 실무에서 활용 가능한 유용한 tool이 될 수 있을 것으로 판단된다. 본 연구에서 개발된 개략 사업성 평가 모델은 입주민들의 빠른 의사결정을 지원하여 원활한 사업추진이 가능하게 할 것이며, 모델이 지역별로 다양하게 적용된다면 세대수증가형 리모델링사업 가능단지들의 규모를 파악하고 이를 지원하는 지자체의 정책 수립에도 기여할 수 있을 것으로 기대한다.
우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.
본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.
램버시안 구름 모델(Lambertian Cloud Model)은 구름이 존재하는 대기의 연직 오존 분포를 효과적으로 산출하기 위해 사용되는 단순화된 구름 모델이다. 램버시안 구름 모델을 사용함으로써 복사 전달 모의에 필요한 구름의 광학적 특징들은 Optical Centroid Cloud Pressure(OCCP)와 Effective Cloud Fraction(ECF)으로 모수화되며, 각 모수의 정확도는 복사 모의 정확도에 큰 영향을 미친다. 하지만 OCCP 오차에 따라 발생하는 연직 오존 산출 오차는 복사 환경과 알고리듬 설정에 따라 다르게 나타나기 때문에 일반화가 매우 어렵다. 또한, OCCP 오차의 영향은 연직 오존 산출 과정에서 발생하는 다른 오차들과 혼재하기 때문에 이를 분석하는 것 또한 어렵다. 본 연구는 두 가지 방법을 사용하여 OCCP 오차로 인한 오존 산출 오차를 분석하였다. 첫 번째로, OCCP 오차가 최적 추정법(Optimal Estimation)에서 오존 산출에 미치는 영향을 모의하였다. 이를 위해 OCCP 오차에 따른 복사량 오차를 LIDORT 복사 모델로 산출하였다. 복사량 오차를 오존 산출 오차로 변환하기 위해 최적 추정법의 변환식에 복사량 오차를 대입하였고, 그 결과 OCCP를 100 hPa 높게 입력했을 때 전체 오존량이 약 2.7% 과대산출되는 것으로 나타났다. 두 번째로, 사례 분석을 통해 OCCP 오차로 인한 오존 오차를 확인하였다. 사례 분석을 위해 OCCP 오차를 가정하여 오존 산출 오차를 모의하였고, 이를 OMI 오존 프로파일 산출물인 PROFOZ 2005-2006의 사례에서 나타난 오존 오차와 비교하였다. 사례에서 나타난 오존 오차를 정의하기 위해서 이상적인 가정을 전제하였으며, 가정을 전제할 수 있도록 지표 반사도, 오존의 수평 변화율 등을 고려하여 비교적 안정적으로 오존 오차를 근사할 수 있는 49개의 사례를 선정하였다. 사례 분석 결과, 49개의 사례 중 27개(약 55%)의 사례에서 0.5 이상의 상관관계가 나타났다. 오존 프로파일 산출 특성을 고려하였을 때, 이러한 결과는 OCCP의 오차가 오존 프로파일 산출 정확도에 상당한 영향을 주고 있는 것으로 판명되었다.
본 연구는 국내 사정에 적합한 스마트팜 기술 전략을 ICT 기술의 국내 사정에 적합한 차별화를 중심으로 제안하고자 했다. 해외 농산업 선진국의 경우 각 나라의 지형적 특성, 농산업 특성, 국민 수요 특성 등을 전반적으로 반영한 특정 단계 개발에 주력함을 확인했으나, 국내 스마트팜의 경우 해외 기술을 여과 없이 수용하여 국내사정에 적합한 기술의 선별적 개발이 수행되지 않음을 확인했다. 따라서, 본 연구는 국내 농촌 인구의 급격한 감소, 인구 고령화, 농작물 가격 경쟁력 상실, 휴경지 증가, 경지 이용률 감소 등 문제에 따라, 차후 스마트팜 ICT 기술 개발 방향성을 품질 좋은 농산물을 창출하여 가격 경쟁력을 갖추기 위한 성능의 우수함, 노동인구 고령화에 따른 사용의 용이성, 영세한 경영규모에 적합한 경제성 등에 주목하여 스마트팜을 추진해야 함을 제시했다. 첫째, 경제성 차원에서 영세농가(1차) 경영환경에 필요한 기능들만 선별하여 ICT 기술을 구성하고, 이들과 원활한 의사소통 체계를 ICT 기술에 적용하여 실제 농가에서 필요로 하는 기능을 점차적으로 업데이트함으로써 비용 감소에 일조할 수 있음을 제안했다. 둘째, 성능차원에 있어서는 국내 고령화 인구에 적합한 빅데이터 난이도 조절, 이들에게 적합한 언어사용, 이들의 예측 성향을 반영한 알고리즘 설정 등 ICT의 의사소통 기능 개선에 주목한다면 작동 정확성을 증대할 수 있음을 제안했다. 셋째, 사용용이성 차원이다. 6차산업(1차(농업,임업)+2차(농수산물가공)+3차(서비스,농어촌체험,유통)) 발전을 위한 ICT 기술에 기반한 스마트팜은 특정 명령어에 따라 동작을 수행하는 바, 특정 명령에 빅데이터에 근거한 추론을 통한 추가적 기능들이 자동적으로 수반될 것과, 각 지역적 환경에 맞춤화된 빅데이터 구성에 기반한 장치를 미리 세팅, 표준화하여 사용용이성을 촉진할 수 있음을 최종 제시했다.
해수면 온도(Sea surface temperature, SST)는 지구시스템에서 해양의 순환과 생태계에 큰 영향을 주는 요소이다. 지구온난화로 한반도 근해 해수면 온도에 변화가 생기면서 이상 수온(고수온, 저수온) 현상이 발생하여 해양생태계와 수산업 피해를 지속적으로 발생시키고 있다. 따라서 본 연구는 한반도 근해 해수면 온도를 예측하여 이상 수온 현상 예측으로 피해를 예방하는 방법론을 제안한다. 연구 지역은 한반도 근해로 설정하여 동시간대 해수면 온도 데이터를 사용하기 위해 Europe Centre for Medium-Range Weather Forecasts (ECMWF)의 ERA5 자료를 사용하였다. 연구방법으로는 해수면 온도 데이터의 시계열 특징을 고려하여 딥러닝 모델 중 시계열 데이터 예측에 특화된 Long Short-Term Memory (LSTM) 알고리즘을 이용하였다. 예측 모델은 1~7일 이후 한반도 근해 해수면 온도를 예측하고 고수온(High water temperature, HWT) 혹은 저수온(Low water temperature, LWT) 현상을 예측한다. 해수면 온도 예측 정확도 평가를 위해 결정계수(Coefficient of determination, R2), 평균제곱근 편차(Root Mean Squared Error, RMSE), 평균 절대 백분율 오차(Mean Absolute Percentage Error, MAPE) 지표를 사용하였다. 예측 모델의 여름철(JAS) 1일 예측 결과는 R2=0.996, RMSE=0.119℃, MAPE=0.352% 이고, 겨울철(JFM) 1일 예측 결과는 R2=0.999, RMSE=0.063℃, MAPE=0.646% 이었다. 예측한 해수면 온도를 이용하여 이상 수온 예측 정확도 평가를 F1 Score로 수행하였다(여름철(2021/08/05) 고수온 예측 결과 F1 Score=0.98, 겨울철(2021/02/19) 저수온 예측 결과 F1 Score=1.0). 예측 기간이 증가하면서 예측 모델이 해수면 온도를 과소추정하는 경향을 보여주었고, 이로 인해 이상 수온 예측 정확도 또한 낮아졌다. 따라서, 향후 예측 모델의 과소추정 원인을 분석하고 예측 정확도 향상을 위한 연구가 필요할 것으로 판단된다.
한국경제는 지난 수십년간 정부의 수출전략정책에 힘입어 지속적으로 경제 성장을 이룩해왔으며, 수출의 증가는 경제의 효율성 향상, 고용창출, 기술개발 촉진 등 우리나라의 경제 성장을 견인하는 주도적인 역할을 해왔다. 전통적으로 우리나라 수출에 영향을 미치는 주요 요인은 크게 경제적 요인과 산업구조적 요인이라는 두가지 관점에서 찾아볼 수 있다. 첫번째, 경제적 요인은 환율과 글로벌 경기 변동과 관련된 것으로서, 환율이 우리나라 수출에 미치는 영향은 환율 수준 및 환율 변동성에 따른 영향으로 나누어 살펴볼 수 있으며, 글로벌 경기 변동은 세계 수입 수요에 영향을 미쳐 우리나라 수출을 좌우하는 절대적 요인으로 볼 수 있다. 두 번째, 산업구조적 요인은 국제 분업화의 둔화, 중국의 특정 수입품 자국내 대체 증가, 수출 주력 산업의 해외생산 형태 변화 등 산업이나 제품에 따라 발생한 고유한 특징이다. 가장 최근 글로벌 교류와 관련된 연구들을 살펴보면, 경제적 요인 및 산업구조적 요인과 더불어 문화적인 측면이 중요함을 여러 문헌에서 피력하고 있다. 이에 따라 본 연구에서는 각국의 한국 수입액 예측 모형에 문화적 요인을 함께 반영하여 예측 모형을 개발하고자 하였으며, 구체적으로 문화적 요인이 수입액에 미치는 영향을 PUSH-PULL 프레임워크 관점에서 반영해보고자 하였다. PUSH 관점은 한국이 자신의 브랜드를 개발하고 적극 홍보하는 관점으로 K-POP, K-FOOD, K-CULTURE 등으로 대표되는 한국의 브랜드에 대한 각국의 관심 정도로 정의할 수 있다. 또한, PULL 관점은 각 국가의 국민들의 문화적, 심리적 특징으로 해당 국가의 지배체계, 남성성, 위험 회피성, 시간에 대한 단기/장기 지향성 등으로 대표되는 각 국의 문화 코드로서 한류문화를 얼마나 수용할 성향을 띄고 있는지로 정의할 수 있다. 본 연구에서 제시한 최종 예측 모델의 고유한 특징은 Design Principle에 기반하여 설계한 것인데, 1) 신규로 추가한 데이터 소스를 통해 한국에 대한 관심 및 문화적 특성이 반영될 수 있는 모형으로 구축하였고, 2) 경제적 요인 등의 변화와 품목 및 국가 Code를 입력하면 예측값을 바로 불러올 수 있도록 실용적으로 편의성 있게 설계하였으며, 3) 이론적으로도 의미 있는 결과를 도출하기 위해서 입력과 목표 변수간의 관계를 해석 가능한 알고리즘을 중심으로 설계하였다는 점이다. 본 연구는 기술적 측면, 경제적 측면, 정책적 측면에서 의미 있는 시사점을 제시할 수 있으며, 수입액 예측 모형을 활용하여 중소·중견기업의 수출 지원 전략에 의미 있는 기여를 할 수 있을 것으로 기대된다.
목 적 : 비인두암 VMAT 치료 시 콜리메이터 각도 273°와 350°를 사용한 2회전 치료계획(Vertical MLC VMAT plan, 이하 VMV plan)과 콜리메이터 각도 20°와 340°를 사용한 2회전 치료계획(Complemental MLC VMAT plan, 이하 CMV plan)과의 비교 분석을 통해 유용성을 평가해 보고자 한다. 대상 및 방법 : 본원에서 VMAT 치료를 받은 비인두암 환자 30명을 대상으로 하였다. 전산화치료계획은 Eclipse, PO, AcurosXB 알고리즘을 이용하였으며, 치료기는 Vital-beam을 사용하였다. 치료계획은 갠트리 회전반경이 각각 360°인 두 개의 회전(Arc)을 6MV를 이용하여 생성하고, 콜리메이터 각도 변화에 의한 영향을 확인하기 위해 273°와 350°로 설정한 VMV plan과 20°와 340°로 설정한 CMV plan을 수립하였다. 선량용적 히스토그램에서 확인 및 산출된 계획표적용적(PTV)과 결정장기(OAR)들의 선량지표들과 변조복잡성지수(MCSv), MU, 치료시간에 대해 기술통계 및 대응표본 t-검정을 실시하였다. 그리고 대상별로 두 치료계획의 MCSv의 차이와 각각의 평가지표들의 차이 간 상관관계가 있는지 확인하기 위해 피어슨의 상관관계 분석을 실시하였다. 결 과 : PTV 평가 지표의 경우, VMV Plan에서 PTV_67.5의 CI가 3.76% 개선되었으며, OAR의 경우 척수(-14.05%)와 뇌 줄기(-9.34%)의 선량감소 효과가 두드러지게 나타났다. 그리고 귀밑샘들(왼쪽 : -5.38%, 오른쪽 : -5.97%)과, 시각기관들(왼쪽 시신경 : -4.88%, 오른쪽 시신경 : -5.80%, 시신경교차 : -6.12%, 왼쪽 수정체 : -6.12%, 오른쪽 수정체 : -5.26%), 청각기관(왼쪽 : -11.74%, 오른쪽 : -12.31%)과 갑상샘(-2.02%)에서의 선량감소효과도 확인할 수가 있었다. 또한 MCSv가 VMV Plan에서 5.31% 높게 나왔으며, MU의 경우에 6.11% 낮은 것으로 나타났다. 그리고 두 치료계획의 MCSv의 차이는 PTV_54의 CI(r=-0.55)의 차이, PTV_48의 CI(r=-0.43)의 차이와 유의한 음(-)의 상관관계를 보였고, 척수(r=0.40), 뇌줄기(r=0.34), 양쪽 침샘들(왼쪽 : r=0.36, 오른쪽 : r=0.37)의 차이와 양(+)의 상관관계를 보였다. 이는 VMV plan의 moluation 복잡성이 CMV plan에 비해 상대적으로 높아 질 때, PTV_54, 48의 CI 개선 및 척수, 뇌줄기, 양쪽침샘들의 선량 감소 효과가 커지는 것을 의미하며, 이러한 분석결과들을 바탕으로 VMV plan의 modulation에 대한 효율성이 CMV plan 보다 크다는 것을 확인할 수 있었다. (위 모든 값에 대해 유의수준은 p<.05) 결 론 : VMV Plan은 CMV plan과 비교하여 MLC가 더 효율적으로 modulation할 수 있도록 함으로써, 치료계획의 질을 향상 시키는데 도움이 될 것이라 사료된다.
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.