현재 대부분의 상용 운영체제는 운영체제의 보안성을 높이기 위하여 높은 수준의 감사 기능을 제공한다. Linux의 성능 및 안정성은 기존 상용 운영체제에 뒤떨어지지 않지만, 감사 기능을 거의 제공하지 못하고 있다. Linux를 서버 운영체제로 사용하기 위해서는 C2 수준 이상의 보안성을 필요로 하며, 이를 만족시키기 위해서는 시스템 콜에 대한 감시와, 감사 이벤트가 요구된다. 본 논문의 LxBSM은 Linux 커널에서 C2 수준의 감사 기능을 제공하는 커널 모듈이다. LxBSM은 SunShield BSM의 감사 자료와 호환되는 C2 수준의 감사 자료를 제공하며, 동적 커널 모듈(Loadable Kernel Module) 방식으로 구현되어 운용성을 높였다. 또한 사용자 프로세스에 대한 감사 자료를 생성함으로써, 기존의 Linux 기반 감사 모듈보다 풍부한 감사 자료를 제공한다. 파이프와 파일로 감사 자료의 출력이 가능하여 감사 자료를 활용하는 침입 탐지 시스템의 연계성을 높였다. LxBSM의 성능을 측정한 결과, fork, execve, open, close와 같이 감사 자료를 생성하는 시스템 콜이 호출될 때의 응답 시간은 지연되었으나, 그 외의 다른 성능 감소 현상은 나타나지 않았다.
시스템 호출 순서에 대한 관계를 분석하는 방법은 정상적인 시스템 호출 순서를 일정한 크기로 시스템 호출 순서를 분할하여 진을 생성하여 탐지자로 사용한다. 시스템 호출의 매개변수를 고려하는 방법은 매개변수의 길이에 대한 평균과 표준편차를 이용하여 탐지자로 사용한다. 시스템 호출 순서만을 고려한 모델은 시스템 호출 순서는 정상이지만 포맷 스트링 공격과 같이 매개변수의 값만 변하는 공격을 탐지할 수 없으며, 시스템 호출 매개변수만을 고려한 모델은 매개변수 각각을 고려하므로 공격이 시작되지 않은 구간에서 획득한 정보에 의해 긍정적 결함률이 높게 나타나는 문제점이 있다. 이러한 문제점을 해결하기 위해 공격과 관련된 시스템 호출의 여러 속성들을 동시에 고려하는 접근 방법으로서 연속적인 시스템 호출 순서 및 매개변수를 그룹(Group)화하여 보다 효율적으로 학습 및 탐지하는 방법이 필요하다. 이 논문에서는 비정상적인 행위를 정상적인 행위로 판단하는 긍정적 결함률을 개선하기 위하여 시스템 호출 순서 및 매개변수에 시간 개념을 적용하여 시스템 호출 순서 및 매개변수의 비정상행위를 탐지한다. 실험 결과 제안 기법은 DARPA 데이터 셋을 사용한 실험에서 시스템 호출의 긍정적 결함률은 시간을 고려하지 않은 시스템 호출 순서 모델보다 시간을 고려한 시스템 호출 순서 모델의 긍정적 결함률이 13% 향상되었다.
본 연구는 문화와 언어의 장벽으로 인해 발달장애 발생 위험이 높은 다문화가정의 자녀를 위한 발달장애 조기선별 검사지 디자인 개발을 목적으로 한다. 일반적인 발달장애 조기 선별검사지와 달리 다문화가정을 위한 조기 선별 검사지에 대한 연구는 극히 드물며, 특히 다문화가정의 부모와 관련 사회복지사들이 현장에서 겪는 언어적, 문화적 소통의 한계점을 극복할 수 있는 시도는 전무하다. 이에 본 연구에서는 전문가 세미나를 통하여 기존의 발달장애 조기 선별검사지 현황과 개발의 필요성을 확인하고, 이해관계자를 대상으로 한 설문조사와 인터뷰를 통해 니즈를 파악한 후 인사이트와 디자인 핵심요소를 도출하였다. 이를 통해 다문화가정 부모가 선호하는 일러스트레이션 스타일과 언어권별 음성지원시스템을 포함한 발달장애 조기 선별검사지를 개발하였다. 리플릿 형식의 검사지는 지역의 다문화센터 및 장애인복지센터에서 다문화가정의 영유아 발달장애 조기 선별에 실질적으로 활용될 예정이다.
현대전에서 무인기의 역할은 지속해서 커지고 있으며, 무인기의 자율적 임무 수행 능력이 필요해지고 있다. 따라서, 촬영 영상을 기반으로한 무인기의 자율적인 표적 탐지/식별이 필수적이다. 하지만, 영상인식 인공지능 모델의 표적 인식률은 영상 내 표적의 선명도에 따라 큰 영향을 받는다. 따라서 본 연구에서는 요구 공간해상도를 고려한 촬영 장비의 화각 및 무인기의 비행 위치를 결정하는 방법을 다룬다. 먼저, 촬영하고자 하는 좌표에 대한 무인기의 상대 고도, 지면 거리, 그리고 촬영 화각에 따라 촬영 영역의 크기를 계산 방법을 다룬다. 이 방법을 통해, 본 논문에서는 촬영하고자 하는 공간해상도를 만족시킬 수 있는 촬영 영역의 넓이를 먼저 계산하고, 이를 만족할 수 있는 무인기의 상대 고도, 지면 거리, 그리고 촬영 화각을 계산한다. 또한, 촬영하고자 하는 좌표를 중심으로 요구되는 공간해상도를 만족시킬 수 있는 촬영 화각에 따른 무인기의 유효한 위치 범위를 계산하고, 이를 촬영 임무 계획에 활용할 수 있도록 표 형식으로 가공하는 방법을 제안한다.
4차원 방사선치료시 환자의 정확한 호흡 조절을 위한 바이오피드백 시스템의 개발을 위해 IR (Infra-red) 카메라 뿐만아니라 일반 카메라에서 얻는 영상에서 표적의 움직임을 추적하는 최적화된 추적 알고리즘을 찾고자 한다. 본 연구에서는 LabVIEW 2010을 사용해서 시스템을 구성하였다. 모션팬톰(motimo Phantom)의 움직임을 카메라 (IR 카메라와 일반 카메라)를 통하여 영상을 획득하고 영상처리를 거친 후 ROI (Region of interest)를 설정하여, 영상에서 지정한 ROI와 패턴 매치된 점의 상하의 움직임만 좌표로 기록하였다. 영상처리에는 문턱값을 사용하여 이진화된 영상을 만들고 Sobel, Prewitt, Differentiation, Sigma, Gradient, Roberts 등의 여러 윤곽선 강조방법들을 적용한 후에 영상을 합하여 사용했다. 다양한 방법들의 성능을 객관적으로 평가하기 위한 인자로 'score' 값을 정의하여 성능을 비교하였다. 모든 방법들을 최대한 같은 조건에서 비교하기 위해서 5분씩 3번 반복하여 측정하여 ASCII 파일로 저장하여 저장된 'score' 값의 평균값과 표준편차를 구하여 비교하였다. 문턱값만을 적용한 영상의 score는 706이고 표준편차는 84였다. 윤곽선강조를 사용한 알고리즘들의 score와 표준편차는 각각 Sobel 794와 64, Differentiation 770과 101, Gradient는 754과 85, Prewitt 763과 75, Roberts 777와 93, Sigma 822와 62였다. 가장 좋은 효율을 보인 알고리즘은 Sigma방법이였다. 추적 효율이 가장 좋게 나온 Sigma방법을 이용해서 호흡을 조절하여 호흡동조 방사선치료를 시행할 때 카메라(IR 카메라 및 일반 카메라)상의 점 추적에 대한 정확도의 증가로 치료 효율을 높일 수 있을 것이라 기대된다.
E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.
한우 이력추적제에 적용되는 11개의 MS marker (TGLA227, BM2113, TGLA53, ETH10, SPS115, TGLA126, TGLA122, ETH3, ETH225, BM1824 and INRA23)와 성감별을 위한 2개의 sexing primer로 조합된 하나의 Multiplex PCR set를 이용하여 모근에서 추출한 genomic DNA를 이용해 3510두의 대량 시료를 분석한 결과 3.93%의 genotyping 실패율로 성공적인 분석결과를 얻었다. 무작위교배집단으로 가정 시 동일개체출현확률 (PI)은 $1.31{\times}10^{-23}$, 반형매교배집단으로 가정 시 동일개체출현확률 ($PI_{half-sibs}$)은 $2.52{\times}10^{-16}$ 그리고 전형매교배집단으로 가정 시 동일개체출현확률 ($PI_{sibs}$)은 $1.09{\times}10^{-6}$으로 나타나 현재 사용 중인 11종의 MS marker는 범용적으로 사용하여도 무방할 것으로 재확인 되었다. 또한 생산 및 사육단계의 생우의 경우 모근을 이용하여 DNA를 추출하는 것은 시료 채취 시 소에게 주어지는 스트레스를 최소화 시킬 수 있을 뿐만 아니라 대립유전자형 분석에 있어서 시간적, 경제적인 효율성을 높일 수 있었다. 또한 모근 채취 부위 중 등, 배, 꼬리상부와 꼬리하부를 이용하여 검정한 결과 꼬리하부의 모근을 이용하여 5~13가닥을 사용했을 때 최적의 분석결과를 보였다. 최종적으로 한우의 사육단계 대량 유전자형 분석에 적용 가능한 96 well 단위를 기본으로 하는 모근 DNA분리 체계를 확립하였다.
본 연구는 국내 매미아과를 대상으로 번식울음 시기를 전국적으로 관측하여 종별 출현 시기 및 서식지 분포 특성을 밝히는데 그 목적이 있다. 연구대상지는 전국 보호지역 19개소이었다. 매미 번식울음 수집기간은 2019년 12개월간이었다. 매미 번식울음 녹음은 매시간당 1분씩 WAV, 44,100Hz 포맷으로 생물음향 측정장비를 설치하여 녹음하였다. 온도는 미기상 측정장비를 이용하여 시간당 1~2회씩 기록하였다. 연구대상종은 국내 매미아과 9종이었다. 번식울음 분석은 매미종별 번식울음 시종점을 기록하였다. 분석 결과, 연구대상지 19개소에서 출현한 매미는 9종이었다. 종별 번식울음 시기는 말매미(7/12~9/30), 애매미(7/27~10/20), 참매미(7/25~10/9), 유지매미(7/28~9/5), 털매미(7/3~9/29), 늦털매미(9/14~10/30), 소요산매미(6/26~8/2), 참깽깽매미(7/27~9/28), 쓰름매미(8/8~9/11) 순이었다. 종별 번식울음 기간은 35일(쓰름매미)~89일(털매미) 사이었고 평균 62일이었다. 종별 서식지 해발고도는 말매미(5~386m), 애매미(7~759m), 참매미(7~967m), 유지매미(42~700m), 털매미(7~700m), 늦털매미(5~759m), 소요산매미(7~759m), 참깽깽매미(397~967m), 쓰름매미(7~42m) 순이었다. 종별 서식지 평균온도는 말매미(23.9℃), 애매미(21.8℃), 참매미(22℃), 유지매미(23℃), 털매미(22.9℃), 늦털매미(14.6℃), 소요산매미(20.6℃), 참깽깽매미(19.3℃), 쓰름매미(24.4℃) 순이었다. 종별 서식지 분포는 애매미, 참매미, 털매미는 전국 15개소 이상 분포하였다. 말매미는 서남부 저지대에 분포하였다. 유지매미는 한반도 서부 지역에 분포하였다. 늦털매미는 고산지대와 동남부 일부를 제외한 지역에 분포하였다. 소요산매미는 산지에 가까운 지역에 분포하였다. 참깽깽매미는 고산지대에 국지적으로 분포하였다. 쓰름매미는 평지형 습지에 국지적으로 분포하였다.
최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.
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.