본 연구는 근적외선분광법을 이용한 조사료품질 검사의 현장 이용성을 확대하기 위하여 기존 사일리지 중심의 근적외선 DB에 저 수분 함량의 근적외선 DB를 추가하여 저 수분 조사료의 품질평가 가능성을 검토하고 통합된 동계사료작물 단일의 근적외선 검량식을 개발하기 위하여 전국에서 동계사료작물 조사료 2454점을 수집하였다. 각각의 시료는 근적외선 분광기를 이용하여 스펙트럼을 측정한 후 측정된 스펙트럼과 실험실 분석값간에 상관관계를 이용한 다변량회귀분석법을 통하여 동계사료작물 초종별로 검량식을 유도한 다음 각 성분별로 예측 정확성을 평가하였다. 초종별 동계사료작물의 수분함량 예측에 대한 검량식 작성 결과는 검량식 작성시 표준오차(SEC)와 상호검증표준오차(SECV)는 이탈리안 라이그라스가 각각 1.16%($R^2=0.99$)와 1.27%($R^2=0.99$)로 가장 우수한 예측능력을 보였으며 통합된 동계사료작물은 1.53%($R^2=0.99$)와 1.59%($R^2=0.99$)로 매우 양호한 예측능력을 나타냈다. ADF와 NDF함량 평가를 위해 개발된 검량식의 초종별 상호검증(SECV) 결과는 청보리가 각각 1.47%($R^2=0.75$)와 2.07%($R^2=0.52$)로 가장 낮게 나타났다. 조단백질 함량은 청보리(SECV=0.64%, $R^2=0.61$)를 제외하고는 모든 초종에서 양호한 예측능력을 보였으며 특히 통합된 동계사료작물(SECV=0.61%, $R^2=0.93$)이 가장 높은 예측결과를 나타냈다. 조회분 함량 평가에 대한 검량식 검증결과는 청보리(SECV=0.75%, $R^2=0.61$)와 호밀(SECV=0.81%, $R^2=0.68$)이 다소 낮은 예측 정확성을 나타냈으며 통합된 동계사료작물(SECV=0.45%, $R^2=0.90$)이 가장 높은 예측결과를 나타냈다.
남극 빙붕의 붕괴 및 흐름속도의 변화는 빙상에 대한 지지력을 약화시킬 수 있어 해수면 상승에 잠재적인 원인이 될 수 있다. 이 연구에서는 2016년 4월 대규모 붕괴가 발생한 동남극 난센 빙붕에 대해 Landsat-7 Enhanced Thematic Mapper Plus(ETM+) 및 Landsat-8 Operational Land Imager(OLI) 영상을 이용하여 2000년부터 2017년까지의 연간 흐름속도 변화를 분석하였다. 흐름속도 산출을 위해 Landsat의 청색, 녹색, 적색, 근적외선, 전정색 및 첫 번째 주성분 영상 등 총 6개 영상에 orientation correlation 기법을 적용하고, 각각의 변위 산출 결과를 융합하는 다중분광 영상정합 기법을 사용하였다. Landsat 다중분광 영상정합은 난센 빙붕에서 전정색 단일 밴드 영상정합을 사용하는 경우보다 최소 14% 더 넓은 영역에 대해 신뢰할 수 있는 흐름속도를 산출하였고, Global Positioning System(GPS)로 관측된 흐름속도와 비교한 결과 ${\pm}2.1m\;a^{-1}$의 매우 작은 오차를 가지는 것으로 분석되었다. 난센 빙붕에서 2000-2017년 사이에 가장 급격한 흐름속도 증가를 나타낸 곳은 Drygalski 빙하설과 인접한 영역이었으며, 빙붕의 중앙 유선을 따라 측정된 흐름속도는 빙붕 전면(ice front)에 rift가 발달하기 전인 2010년까지 거의 변화가 없었다(${\sim}228m\;a^{-1}$). Rift가 발달하기 시작한 2011-2012년에 rift 상류에서 흐름속도의 가속화가 관측되었으나(${\sim}255m\;a^{-1}$), 이는 2010년에 비해 약 11% 빨라진 것에 불과하였다. 난센 빙붕의 rift가 완전히 발달한 2014년부터 rift 상류의 흐름속도는 다소 감소한 상태(${\sim}225m\;a^{-1}$)로 안정화 되었다. 이는 rift의 발달 및 빙붕 전면의 붕괴가 난센 빙붕의 흐름속도에 거의 영향을 주지 않았음을 의미한다.
사막면적은 매년 증가하는 추세이며, 이에 따라 막대한 사회적 피해 비용을 발생시키고 있다. 이러한 사막은 광범위하게 분포하고 사람의 접근이 어려워 인공위성을 이용한 모니터링이 많이 이루어지고 있지만 인공위성의 센서에 따라 산출되는 사막 면적 비교 연구는 미비한 편이다. 센서의 선택에 따라 산출되는 사막 면적은 상이할 수 있고 이에 따라 기후 예측이나 사막화 방지대책 등에 영향을 미칠 수 있어 센서별로 산출되는 사막면적 자료의 특성을 인지하는 것은 중요하다. 본 연구에서는 Moderate Resolution Imaging Spectroradiometer(MODIS)와 Vegetation을 이용해 2001-2013년 동북아시아 지역의 사막 면적을 산출하고 비교 분석하였다. 분석결과, MODIS에서 산출한 사막 면적은 비교적 과소 탐지하는 경향과 $20,911km^2/year$로 감소하는 추세를 보였고 Vegetation에서 산출한 사막 면적은 $3,020km^2/year$로 증가하는 추세를 보였다. 또한 실측자료 확보가 힘든 사막지역에서 인공위성을 이용해 산출된 사막 면적의 간접검증을 위해 사막 면적 변화에 영향을 받는 황사 발생빈도와 상관관계 분석을 실시하였다. 그 결과, MODIS는 R=0.2071로 비교적 낮은 상관관계가 나타났고 Vegetation은 R=0.4837로 비교적 높은 상관관계가 나타났다. 이는 Vegetation이 동북아시아 사막 영역에서 보다 정확한 사막 면적 산출을 수행한 것으로 사료된다.
추계학적 확률과정의 하나인 감마 확률과정을 이용하여 구조물의 잔류유효수명을 확률론적으로 예측할 수 있는 수학적 모형을 수립하였다. 수립된 모형은 과거부터 현재 시점까지 관측된 피해자료와 관련된 표본의 불확실성과 장래 시간 진행에 따른 누적피해의 불확실성을 올바로 고려할 수 있다. 또한 최소자승법과 모멘트법을 함께 사용하여 경사제의 재령, 운용환경 그리고 피해이력을 고려할 수 있는 모수 추정법을 제시하였다. 먼저 현재 재령의 단일 피해 자료를 갖는 임의의 조건에서 모수에 대한 민감도 분석을 수행하여, 잔류유효수명과 관련된 여러가지 거동 특성들을 분석하였다. 또한 잔류유효수명 예측모형을 경사제에 적용하였다. 경사제 피복재의 피해 이력에 대한 실험자료를 이용하여 감마 확률과정의 모수를 추정하였는데 실험자료와 매우 잘 일치하였다. 해석 결과에 의하면 현재 시점으로부터 상당히 오랜 시간이 경과하면 파괴한계를 초과할 확률이 일정한 값으로 수렴해야 하는 제약 조건을 잘 만족하였다. 한편 기대 잔류유효수명은 피해 이력의 거동 특성에 따라 각기 다르게 산정되었다. 특히 피해의 변동계수가 크면 추계학적으로 산정된 기대 잔류유효수명은 결정론적 회기모형의 해석 결과와 큰 차이를 보인다. 이는 해석과정에 포함된 불확실성의 영향으로 판단된다. 변동계수가 크면 파괴한계에 도달하는 시간의 분포가 넓게 퍼지기 때문이다. 따라서 본 연구에서 수립된 추계학적 잔류유효수명 예측모형은 현재 재령에서 경사제의 피해에 대한 확률적 평가를 수행할 수 있을 뿐만 아니라 장래 시간의 진행에 따른 누적피해의 불확실성을 올바로 고려할 수 있다.
최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.
우리나라에서는 2005년부터 전국 에어코리아(Air Korea) 측정소의 대기오염도 정보를 실시간으로 제공하고 있다. 선행연구들은 이러한 포인트 기반의 미세먼지 농도 자료에 대한 격자지도화 가능성을 보여준 바 있으나, 측정소가 밀집된 특정 도시만을 대상으로 하였다. 본 연구에서는 우리나라 전역의 PM10 일평균 격자 지도를 산출하기 위해서, 전국 333개 에어코리아 측정소 자료를 활용하여 베리오그램 최적화 기반의 정규크리깅을 수행하고, 검증지점의 공간적인 과밀(too dense) 및 과소(too sparse)를 방지하기 위하여 검증지점의 위치에 따른 선별적 임의추출을 통한 암맹평가를 실시하였다. 114,745건의 데이터로부터 365일 각각 다른 검증지점을 추출하는 암맹평가를 4회에 걸쳐 수행한 결과, MAE=5.697 ㎍/m3, CC=0.947의 정확도 통계량이 산출되어, 매우 효과적인 공간내삽이 이루어졌음을 확인할 수 있었다. 또한, PM10 고농도 사례(나쁨 및 매우 나쁨)로 분류된 1,500건 이상에 대해서도 MAE=11~12 ㎍/m3, CC=0.870~873의 정확도를 나타냈으며, 이는 본 연구의 방법론이 다양한 상황에 적용가능함을 의미한다. 2019년 365일에 대해 산출된 0.05° 해상도의 일평균 PM10 격자지도는 자연스러운 공간분포를 나타내는 것이 시각적으로도 확인되었다. 이러한 PM10 농도의 격자지도는 향후의 연구에서 익일 PM10 농도의 격자예측을 위한 입력자료로 활용될 수 있을 것이다.
베일리영유아발달검사 제3판(Bayley-III)의 미국 규준이 영유아의 발달수행을 과대추정하고 발달지연율을 과소추정 한다는 논란이 있어서, 본 연구는 발달지연의 고위험군인 미숙아를 대상으로 미국 규준 적용시 Bayley-III의 임상적 유용성을 살펴보고자 하였다. 본 연구는 생후 1개월부터 24개월(교정원령)의 미숙아(재태기간 37주 미만)와 만삭아 93명을 대상으로 Bayley-III와 한국형베일리영유아발달검사 2판(K-BSID-II)을 실시하였다. 연구결과는 다음과 같다. 첫째, 미숙아/만삭아 각 93명을 대상으로 혼합설계 분산분석을 실시한 결과 재태기간(경증미숙아, 중증미숙아, 극중증미숙아, 만삭아)에 따른 Bayley-III의 발달지수 및 척도점수 간에 유의미한 차이가 있었다. 특히 경증미숙아 집단 내에서는 발달영역(인지, 언어, 운동)에 따라 유의미한 차이가 있는 것으로 나타냈다. 둘째, Bayley-III와 K-BSID-II을 모두 실시한 미숙아(n=79)를 대상으로 환산점수 평균 간의 차이를 살펴본 결과, Bayley-III의 발달지수는 K-BSID-II의 발달지수에 비해 유의미하게 높은 것으로 나타났으며 발달지연률은 크게 감소하는 것으로 나타났다. 마지막으로 ROC 분석을 통해 발달지연 변별에 대한 Bayley-III의 민감도와 특이도를 분석하고 Bayley-III의 임상적 절단점을 탐색한 결과, Bayley-III의 하위 척도 모두 우수한 수준의 변별정확도를 나타냈으나, 미국 규준 적용시 절단점은 더 높게 나타났다. 본 연구는 미국 규준을 사용하여 Bayley-III를 임상 현장에 적용할 때 점수 해석의 주의를 알리는 실증적인 자료로서, 한국 규준 마련시 표집 문제와 관련된 논의를 제공하였다.
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.
산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.
터널 굴진면 전방 위험 지반 예측은 TBM (Tunnel Boring Machine) 굴진 성능 및 안정성 확보에 필수적이다. 국내·외에서 굴진면 전방 예측을 위한 전기비저항 탐사법에 대한 연구가 다수 이루어졌으나, TBM 터널 굴진을 고려한 전기비저항 탐사의 실내 실험 모사가 어렵기에 이와 관련된 실험 연구가 매우 부족한 실정이다. 따라서 본 연구에서는 전기비저항 탐사법의 터널 전방 위험 지반 예측 적용성을 분석하기 위한 TBM 굴진을 모사한 실내 축소 모형 실험을 수행하였다. 터널 굴진면 전방의 단층 파쇄대, 해수 침수대, 토사-암반 변화구간, 암반-토사 변화구간을 축소 모사하여, 굴진 중 전기비저항의 변화를 측정하였다. 본 연구에서는 실제 시공 조건을 재현하기 위해 화강암 블록을 사용하여 모형 지반을 모사하였다. 실험 결과, 터널이 굴진하면서 단층 파쇄대에 근접할수록 전기비저항이 감소하였으며, 해수 침수대도 동일한 경향을 보였으나, 단층 파쇄대와 비교하여 측정된 전기비저항이 크게 감소하였다. 토사-암반 변화구간의 경우, 전기비저항이 상대적으로 높은 암반에 터널 굴진면이 다가갈수록 전기비저항이 증가하는 양상을 보였다. 이와 반대로 암반-토사 변화구간의 경우, 전기비저항이 낮은 토사 지반에 굴진면이 근접할수록 전기비저항이 감소하였다. 실험 결과를 통해 전기비저항 탐사 굴진면 전방 위험 지반(단층 파쇄대, 해수 침수대, 토사-암반 변화구간, 암반-토사 변화구간)의 예측이 가능하다고 판단된다.
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.