본 연구에서는 벼 재배 부문 질소 비료 시용에 따른 N2O 배출량 평가를 위해 경기도 화성시 경기도농업기술원 내 벼논에서 폐쇄형 챔버법으로 측정하였으며, 미량의 N2O 배출량이 과소평가되지 않도록 현장 측정 플럭스 자료에 대한 방법검출한계(MDL; Method Detection Limit)와 실용정량한계(PQL; Practical Quantitation Limit)를 산정하고 이를 바탕으로 QA/QC 방법을 설정하여 원시자료와 QA/QC 방법을 수행한 N2O 배출량을 비교하였다. 벼 재배 표준시비량인 3요소 N-P2O5-K2O = 90-45-57 kg ha-1 기준 질소 0배, 1배, 1.5배, 2배로 4처리하여 평가한 N2O 배출량 변화에서는 N2O 배출량이 가장 적었던 질소 0배 처리구 외에는 원시자료와 QA/QC 방법을 수행한 자료 모두 유의한 차이가 없었으며, 질소 비료 시용량이 많을수록 N2O 배출량이 높게 나타나 질소 1배 처리구 대비 질소 2배 처리구는 191% 높게 나타났다. 질소 시비량에 따른 N2O 배출량의 회귀관계 분석에서는 지수회귀모형에서 결정계수가 가장 높았으며, 선형회귀모형으로 산정한 기본배출계수는 IPCC에서 제공하는 기본배출계수 값과 동일하게 나타났다. 본 연구결과는 농업부문 온실가스 배출량 산정을 위해 보편적으로 사용하고 있는 폐쇄형 챔버법의 플럭스 자료에 대한 QA/QC 방법을 제시하고, 원시자료와의 비교분석을 통해 질소 비료 시비에 따른 벼논에서 발생하는 N2O 배출량에 대한 신뢰성 있는 평가가 가능한 것으로 판단할 수 있다.
일사량은 작물모형의 구동에 필수적인 요소지만, 일사량의 직접관측은 다른 기상자료들과 다르게 많은 인적, 물적 자원이 필요하다. 직접 일사량을 측정하는 대신 다른 기상자료를 통해 일사량을 추정하는 여러 방식이 존재하고 그중 대표적인 방법이 일조시간을 통해 일사량을 추정하는 Angstrom-Prescott 모델이다. Frere and Popov(1979)에 의해 전세계의 기후를 세 분류로 나누어 일조시간을 일사량으로 변환하는 AP 계수(APFrere)가 제시되었고, 국내 18개 종관기상관측소에서 30년간 관측한 일단위 일사량과 일조량 관측자료를 통해 AP계수를 경험적으로 도출한 계수(APChoi)가 Choi et al.(2010)에 의해 제시되었다. 본 연구에서는 2012년부터 2021년까지 일사량 관측값(SObs)과 APFrere와 APChoi를 통해 도출한 일사량(SFrere, SChoi)을 NRMSE와 t검정을 통해 분석하였고, 이를 DSSAT 작물모형에 입력모수로 사용하여 벼 품종 오대, 화성 및 추청에 대한 생육모의를 하였다. 일사량 추정 결과 일사량의 추정값과 측정값 사이에는 12%에서 22%사이의 오차가 존재하였고, 이를 3월부터 9월 사이의 생육기간에 한정하여 누적 일사량을 계산하면 오차가 줄었다. 18개의 지역중 관찰값과 생육기간의 누적 일사량은 SFrere의 경우에 10개의 지역에서 SChoi 보다 SObs와 가까웠고, 일일 일사량의 오차율을 통해 분석하였을때 SFrere가 12개 지역에서 더 가까웠다.
본 연구에서는 Pusan National University Coupled General Circulation Model-Weather Research and Forecasting (PNU CGCM-WRF)에서 생산된 hindcast 자료(1986~2020)를 이용하여 우리나라의 주요 곡물 중 하나인 콩의 생육단계별 고온해 및 저온해 발생일수의 예측성을 평가하였다. 예측성을 평가하는 방법으로는 Normalized Standard Deviations (NSD), Root Mean Square Error (RMSE), Hit Rate (HR), Heidke Skill Score (HSS)이다. 이를 위해 먼저 콩의 고온해 및 저온해를 정의하는 변수인 일 최고기온(Tmax) 및 일 최저기온(Tmin)의 모의성능을 검증하였다. 그 결과 1~5월(01RUN~05RUN)의 초기조건을 가지고 시작하는 월에 따라 다소 차이가 있지만, Variance Scaling 방법을 적용하여 보정한 결과가 보정전보다 관측과 유사하게 나타났으며, 보정한 3~10월의 Tmax 및 Tmin에 대한 모의성능은 전반적으로 01RUN~05RUN에 Simple Composite Method (SCM)을 적용하여 평균한 결과(ENS)에서 높게 나타났다. 또한, 콩의 생육시기별 고온해 및 저온해 발생일수의 지역적 패턴과 특성을 관측과 비교하였을 때 모형이 잘 모의하고 있다. ENS에서 콩의 고온해(저온해)에 대한 HR과 HSS는 생육시기 별로 0.45~0.75, 0.02~0.10(0.49~0.76, -0.04~0.11)의 범위를 가진다. 결론적으로, PNU CGCM-WRF chain의 01RUN~05RUN 및 ENS는 우리나라 콩의 생육시기별 고온해 및 저온해를 예측할 수 있는 성능을 가지고 있다.
최근 기후변화에 따른 이상기상의 증대는 안정적인 벼 생산에 위협을 주고 있으며, 출수기의 변동은 기후 변화 적응에 주요한 요인 중 하나이다. 2022년도에는 이앙부터 출수까지의 생육기간 동안 평균기온이 증가하였음에도 출수기가 5일 이상 지연되는 등의 특이적인 결과를 보였으며, 일반적인 생육단계별로 온도가 출수에 미치는 반응을 고려해 결과를 해석할 수 없었다. 이는 생육단계에 따른 온도의 반응이 다를 수 있어 벼의 출수기 변동을 정확하게 판단하는 것에 한계가 있을 것으로 생각되었으며 또한 일장조건별로 출수 반응에 미치는 온도의 영향이 달라질 수 있기 때문에 이를 구명하는 연구가 필요할 것으로 보인다. 또한 생육단계별로 일사량, 일조시간 등 일사 조건에 따른 생육 발달 변화가 출수 반응에 미치는 영향에 대한 연구가 미흡한 상황으로 이에 대한 연구가 필요할 것으로 생각된다.
농업기상재해 조기경보시스템에서 모의되는 농장 규모 풍속 예측자료의 추정오차를 개선하기 위해, 농촌진흥청 농업기상관측망의 2020년 1~12월 풍속 관측자료와 해당 지점에 대한 조기경보시스템 모의 풍속을 이용하여, 87지점 일 8시간대(00, 03, 06 … 21시) 각각 풍속 추정오차를 종속변수로, 추정풍속을 독립변수로 하는 일차 회귀식(Y=aX+b)을 도출하였다. 상관계수가 0.5를 초과하였을 때는 회귀식을 풍속 보정식으로 활용하고, 상관계수가 0.5 이하일 때는 회귀식 대신 해당 지점 및 시간대의 ME를 보정값으로 대체하였다. 풍속 모형을 전국적으로 적용할 수 있도록 87지점×8개 시간의 회귀계수 a와 b, 상관계수 R과 ME 값으로 거리역산가중법으로 공간내삽하여 250m 격자해상도의 분포도를 제작하였다. 모형의 검증을 위하여 회귀계수 a와 b, 상관계수 R과 ME 공간내삽 분포도로 부터 농산촌 지역 13개 기상관측지점의 격자값을 추출하고, 13곳의 2019년 1~12월의 조기경보시스템 모의 풍속(00, 03, 06 … 21시)를 보정한 다음, 기존 추정 풍속과 함께 추정오차를 비교하였다. 검증 지점 풍속의 평균 ME는 0.68m/s에서 보정 후 0.45m/s로 감소하였으며, 평균 RMSE는 1.30m/s에서 1.05m/s로 감소하였다. 조기경보시스템의 풍속은 전 시간대에서 모두 과대 추정되고 있는데, 보정 기법을 적용한 후에는 15시 경을 제외하고 모두 과대추정 경향이 감소하여 ME가 약 33%, RMSE는 19.2% 더 개선되었다. 농업기상재해 조기경보시스템에서 농작물의 풍해 위험 판단은 일 8회의 풍속 평균값으로부터 도출된 일 최대순간풍속을 기반으로 하는데, 풍속의 과대모의 현상을 개선하여 강풍 위험 경보의 오보를 감소시킬 것으로 기대된다.
기후변화에 관한 정부간 협의체(IPCC)가 2050년까지 전지구적으로 탄소중립(Carbon Neutrality) 사회로의 전환을 강조함에 따라 한국, 일본, 유럽 등 주요국들은 탄소중립 목표를 선언하였다. 농업분야는 탄소 흡수가 가능한 분야이며, 2021년 11월 영국에서 개최된 기후변화협약 당사국총회(COP 26)에서 기후변화 논의를 위한 농업의 역할을 강조하면서 그 중요성이 높아졌다. 그러나 농업분야의 온실가스 감축 사업은 국내 상황을 고려한 모니터링이 제대로 이루어지지 않고 있으며, 사업 프로그램 이행에 대한 효과나 근거를 정량적으로 평가할 수 있는 체계가 마련되지 않아 농업 현장에서의 적용이 원활히 이루어지지 않는 실정이다. 그러므로 농업분야 온실가스 감축을 위한 정책 설계, 시행 및 모니터링을 원활하게 하기 위해 기존 정책의 현황을 이해하고 개선이 필요한 사항을 검토하기 위한 선험적인 연구가 필요하다. 본 연구의 목적은 농업분야에서 우리나라 온실가스 감축정책 현황 진단 및 정책 추진의 방해 요인을 파악하기 위해 반구조화 인터뷰 방식을 적용해 이해관계자들의 의견을 검토하는 것이다. 반구조화 인터뷰를 진행한 결과, 본 연구는 농업부문 온실가스 감축정책의 추진을 저해하는 요인들을 데이터 및 기술, 금융, 제도 및 인식의 4가지 유형에 따라 제시하였다. 또한 일부 이해관계자들은 기술의 데이터 확보, 효과 검증을 위한 체계를 마련, 인센티브 지급 및 홍보 등 본 연구에서 제시한 시사점을 종합적으로 고려할 수 있는 방안으로서 시범사업 추진이 도움이 될 수 있음을 강조하였다. 본 연구는 구체적인 결론을 도출하기보다는 온실가스 감축정책 추진 현황을 진단하고 검토하는 탐색적 연구의 성격을 가지며, 향후 면접 응답자를 충분히 확보하고 그룹별 표본 수를 균형 있게 조정하여 추가 분석을 실시한다면 본 연구는 유용한 기초자료로 활용될 수 있을 것이다.
포장에서 잡초의 발생은 농작물의 생산량을 크게 떨어트리는 원인 중 하나이고 SSWM을 기반으로 잡초를 변량 방제하기 위해서 잡초의 발생 위치, 밀도 그리고 이를 정량화하는 것은 필수적이다. 본 연구에서는 2020년의 국립식량과학원에서 잡초 피해를 입은 옥수수 포장의 영상데이터를 무인항공기를 활용해서 수집하였고 이를 배경과 옥수수로 분리하여 딥러닝 기반 영상 분할 모델 제작을 위한 학습데이터를 획득하였다. DeepLabV3+, U-Net, Linknet, FPN의 4가지의 영상 분할 네트워크들의 옥수수의 검출 정확도를 평가하기 위해 픽셀정확도, mIOU, 정밀도, 재현성의 지표를 활용해서 정확도를 검증하였다. 검증 결과 DeepLabV3+ 모델이 0.76으로 가장 높은 mIOU를 나타냈고, 해당 모델과 식물체의 녹색 영역과 배경을 분리하는 지수인 ExGR을 활용해서 잡초의 면적을 정량화, 시각화하였다. 이러한 연구의 결과는 무인항공기로 촬영된 영상을 활용해서 넓은 면적의 옥수수 포장에서 빠르게 잡초의 위치와 밀도를 특정하고 정량화하는 것으로 잡초의 밀도에 따른 제초제의 변량 방제를 위한 의사결정에 도움이 될 것으로 기대한다.
조사료 생산성이 높고 양질의 동계 사료작물을 선택하여 자급률을 높이기 위해 남부지역 논에서 겨울철에 수종의 맥류를 재배하여 생육, 생산성, 사료가치 등을 평가하였다. 출수는 밀과 청보리가 4월 초중순에, 귀리와 이탈리안 라이그라스는 5월 상순에 이루어졌다. 생초 수량은 밀, 청보리, 귀리가 이탈리안 라이그라스에 비해 유의하게 높았고, 건물수량은 밀과 청보리가 이탈리안 라이그라스는 물론이고 귀리보다도 유의하게 높았다. 특히, 청우밀의 건물수량이 가장 높았다. 그리고 밀의 무기질 함량은 귀리, 청보리, 이탈리안 라이그라스에 비해 낮았지만, 소와 어린 암소가 필요로 하는 적정 범위에 있었다. 밀의 조단백질 함량도 귀리에 비해서는 낮았지만 청우밀의 경우는 7.6%로 반추위 동물의 요구량인 7.0%를 충족하였다. 사료가치를 나타내는 측도인 가소화양분총량(TDN)과 상대적 사료가치(RFV)도 밀과 청보리가 귀리와 이탈리안 라이그라스에 비해 우수하였다. 또한, 밀 4품종과 청보리는 출수 후 30일에 건물률이 30~40% 범위여서 청예사료(풋베기), 건초, 사일리지(담근먹이) 등 여러 용도로 활용하는데 유리한 것으로 보인다. 이상의 결과를 토대로 밀과 청보리는 겨울철에 논에서 재배를 장려할 만한 사료작물이 될 것으로 사료되며, 특히 청우밀은 조단백질 함량도 높아서 양질의 조사료로 이용이 가능할 것으로 보인다.
본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.
포도는 국내뿐만 아니라 세계적으로도 중요도가 높은 과수 중 하나이다. 최근 기후변화에 따른 생물계절 단계의 변화와 이상저온 발생은 봄철 포도 신초 피해의 발생가능성을 높이고 있으며, 안정적인 포도 생산에 위협이 되고 있다. 본 연구는 저온에 의한 발아기부터 초기 전엽기까지의 생물계절단계별 신초의 피해 정도와 수체 내 당 함량의 관계를 알아보고, 우리나라 주요 품종인 '캠벨얼리', '거봉', '샤인머스켓' 품종의 전엽기 기준 내한성 비교를 위해 수행하였다. 포도 '캠벨얼리'의 생물계절단계별 LT50 추정을 통한 내한성 평가 결과, 발아기부터 4매 전엽기까지 생물계절단계가 진행될수록 내한성은 지속적으로 감소하였다. 각 기관별 당함량은 신초 정단, 화수, 줄기에서 마찬가지로 지속적인 감소가 두드러졌다. 따라서 신초의 내한성 감소는 당 함량에 기인한 것으로 생각되었다. 국내 주요 품종인 '캠벨얼리', '거봉', '샤인머스켓'의 전엽기 내한성 비교 결과, 전체 당 함량이 가장 높은 샤인머스켓이 가장 낮은 LT50을 보여 가장 높은 내한성을 나타내었다. 그 다음으로는 '거봉', '캠벨얼리' 순이었다. 내한성은 품종마다 다르지만 이는 절대적이지 않으며 생물계절단계에 따라서도 변화하는 것으로 생각되었다.
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.