블로그의 상품 리뷰가 소비자의 주목을 끄는 데에는 정보 원천인 블로거에 대한 신뢰가 자리잡고 있다. 블로거가 해당 상품 카테고리와 관련하여 충분한 지식 및 경험을 습득하고 있다는 전문성에 대한 믿음, 그리고 어떤 다른 이해 관계에 얽매여 정보를 왜곡하려는 등의 불순한 의도를 지니고 있지 않다는 진실성에 대한 믿음이 있기에 소비자들은 구매 의사 결정에 뒤따르는 불확실성을 줄일 요량으로 블로그의 상품 리뷰를 참조하게 된다. 본 연구는 이러한 점에 착안하여 소비자들이 리뷰 정보를 통해 추구하는 가치 동인이 무엇이냐에 따라 신뢰성의 하위 차원인 전문성 및 진실성에 이르는 경로 계수의 비중이 분화하며, 나아가 유대 강도의 강약에 따라 전문성 및 진실성 기반 신뢰성에 대한 기대치가 분기하게 될 것이라 예측하였다. 아울러, 유대 강도가 태도로서의 신뢰성이 리뷰 수용 의사에 대해 갖는 예측력에 조절 효과를 미쳐 파워블로그 사용 집단에서보다 개인블로그 사용 집단에서 이러한 예측력이 보다 고양될 것이라 가정하였다. 분석 결과, 도구적 정보 니즈를 충족시키고자 하는 유목적적 가치 동인은 정보 원천의 전문성에 대한 기대 의존도를 증폭시키지만, 고립감을 해소하고자 하는 대인간 연결의 가치 동인은 정보 원천의 진실성에 대한 의존도를 높이는 것으로 나타났다. 그리고, 전문성에 대한 기대치는 강한 유대 관계의 개인블로그 사용 집단에서보다 약한 유대 관계의 파워블로그 사용 집단에서 보다 증진되며, 태도로서의 신뢰성이 리뷰 수용 의사에 대해 갖는 예측력은 파워블로그 사용 집단에서보다 개인블로그 사용 집단에서 보다 고양되는 것으로 나타났다.
기후변화 생물지표인 남색이마잠자리(B. chalybea flavovittata)는 우리나라에는 2010년 제주도에서 최초로 관찰되어 기록된 이후 최근 영산강 일대에서 월동이 확인되었다. 본 연구는 MaxEnt 모델을 이용하여 남색이마잠자리의 잠재적 분포를 예측하고, 기후변화에 따른 서식지 확산을 예측하고자 하였다. 본 종의 분포 자료는 세계생물다양성정보 기구인 GBIF의 검색 결과를 수집하였으며, 2019년 5월부터 2023년 5월까지 확보된 현장조사 결과를 포함하였다. 또한, 생물기후변수는 WorldClim 데이터베이스에서 제공받아 사용하였다. 잠재적 종 분포예측과 미래 분포예측은 MaxEnt 모델을 사용하였다. 유충은 위도상 제주특별자치도 제주시(33.318096°)부터 경기도 여주시(37.366734°)까지, 경도상 전라남도 진도군(126.054925°)부터 경상남도 양산시(129.016472°)까지 관찰되었다. 본 종의 서식지는 람사르 습지유형 분류체계에 따라 M(permanent rivers, streams, creeks) 유형의 습지가 12개소(50.0%)로 가장 많았으며, Tp(permanent freshwater marshes, pools) 유형이 11개소(45.8%), F(estuarine waters) 유형이 1개소(4.2%)로 분류되었다. 현재 분포지역에 기초하여 MaxEnt 모델을 이용한 잠재적 분포 예측 결과, 기존 서식지 외에 울산광역시, 대구광역시 일대가 서식확률이 높았다. 또한, 미래 시나리오를 적용하였을 때, 2050년대와 2090년대 분포 가능지역이 넓어져 가까운 미래에 남부 서남해안, 남부 내륙 대구광역시 일대, 동해안 일대로 서식범위가 확장될 것으로 예측되었다. 남색이마잠자리는 가까운 미래에 서식범위를 확장할 가능성이 높게 예측되었는데, 본 연구 결과는 향후 모니터링을 지속하면서 서식지를 공유하는 토착 자생생물자원의 보전 및 관리를 위한 기초자료를 제공할 수 있을 것으로 기대한다.
본 실험은 논 토양에서 총체보리 재배시 화학비료와 발효 돈분액비 혼용 시용이 생육특성 및 영양성분에 미치는 영향을 조사하고자 실시하였다. 실험설계는 화학비료 100% 처리구(T1), 화학비료 70% + 돈분액비 30% 처리구(T2), 화학비료 50% + 돈분액비 50% 처리구(T3), 화학비료 30% + 돈분액비 70% 처리구(T4) 그리고 돈분액비 100% 처리구(T5)로 한, 5처리 3반복 난괴법으로 배치하였다. 이때 돈분 액비 시용은 질소량만을 기준으로 하였다. 생육특성은 T1구가 다른 구에 비하여 높게 나타났다(p<0.05). 생초수량, 건물수량 및 TDN 수량은 T1구가 가장 높았던 반면 T5구가 가장 낮게 나타났다(p<0.05). 일반성분(조단백질, 조지방, 조회분, NDF, ADF, 조섬유) 및 TDN 함량에서는 처리구들 간에 유의적인 차이를 보이지 않았다. 무기물 성분에서는 Ca과 Na 함량은 T1구가 다른 구(T2, T3, T4, T5)에 비하여 유의적으로 낮게 나타났다(p<0.05). 그러나 Mg와 P의 함량은 T1구가 다른 구에 비하여 유의적으로 높게 나타났다 (p<0.05). K 함량은 처리구들 간에 유의적인 차이가 없었다. 총유리당 함량은 화학비료와 액비 혼용 구(T2, T3, T4)와 전량 액비 구(T5)에 비하여 화학비료 처리구(T5)가 유의적으로 낮게 나타났다 (p<0.05). 위의 결과를 종합해 볼 때, 돈분 액비 시용은 화학비료구에 비하여 건물 및 TDN 수량은 떨어지지만 유리당 함량은 높은 것으로 나타났다. 따라서 총체보리 생산성을 높이기 위해서는 돈분액비의 분해율 및 부족한 성분(P, K) 고려하여 액비를 화학비료와 혼용 시용하는 것이 바람직 할 것으로 생각한다.
2017년 말 뿌리일반산업단지 조성과정에서 발견된 진주 정촌면 백악기 공룡·익룡발자국 화석산지는 다양한 종류의 공룡과 익룡, 동물의 흔적화석이 높은 밀집도로 보존되어 고생물학적 가치가 높은 자연유산이다. 이 연구에서는 화석산지의 현장조사를 통해 절리, 균열, 박리, 박락, 세편화 등 물리적 풍화가 발생하여 있음을 확인하고, 손상을 저감하기 위한 보존과학적 기초 연구를 수행하였다. 이를 위해 발굴 후 확인된 8개의 층준 중 수각류 발자국 화석이 다량 산출된 Level 3 층준과 익룡 발자국 화석이 산출된 Level 4 층준의 암석을 수습하여 재질분석 및 강화제와 접착제의 효과 검증 평가를 수행하였다. 이 결과, Level 3 층준의 암석은 암회색 실트암, Level 4의 암석은 암회색 셰일로 구성되어 있었으며 이들은 방해석을 다량 함유한 가운데 석영, 사장석, 운모, 알칼리장석, 기타 점토광물로 이루어져 외부 환경 하에서 강우에 따른 손상 가능성이 높을 것으로 판단된다. 수습시료를 공시체로 제작하여 미처리, 강화제 처리, 팽윤저지제 처리, 접착제 처리의 네 그룹으로 나누어 인공풍화 실험을 수행한 결과, 강화제와 팽윤저지제는 처리 직후에는 효과를 보였으나 동결-융해 환경 하에서는 저지효과를 보이지 못하는 것으로 해석되었다. 접착제는 동결-융해 조건 하에서도 접착 효과가 유지되는 모습을 보였다. 향후 정촌면 화석산지의 보존을 위해서는 수분의 유입 차단을 위한 임시 방책외에도 기 손상 화석의 응급 보존처리 및 보호시설 건립 등 실질적인 대처방안이 마련되어야 할 것이다.
전기 자동차 및 배터리에 대한 수요가 증가함에 따라 리튬의 가치가 크게 증가하였다. 리튬은 주로 페그마타이트, 열수변질을 받은 응회암질 퇴적 점토 및 대륙성 염수에서 발견된다. 전 세계적으로 지하수로 공급되는 염호와 유전 염수는 세계 리튬 생산량의 약 70%를 차지하는 대륙 염수의 주요 리튬 공급원으로 주목받고 있다. 최근에는 심부 지하수, 특히 지열수도 리튬의 잠재적 공급원으로 연구되고 있다. 심부 지하수의 리튬 농도는 상당한 물-암석 반응과 염수와의 혼합을 통해 증가할 수 있다. 심부 지하수 중의 리튬 탐사를 위해서는 그 기원과 거동을 이해하는 것이 중요하다. 따라서 본 연구에서는 전국적인 규모에서 국내 온천지역 지열수의 수문지화학 특성과 진화에 관한 예비연구를 바탕으로, 심부 지하수 환경에서의 리튬의 분포를 평가하고 그 농도에 영향을 미치는 지구화학적 요인을 이해하고자 하였다. 총 555개의 온천 지하수 시료 자료는 수화학적 특성에 따라 뚜렷한 지화학 진화 특성을 갖는 5가지 유형으로 분류되었다. 또한, 리튬의 부화 기작을 평가하기 위해 리튬 농도가 90번째 백분위수(0.94 mg/L)를 초과하는 시료(n = 56)에 대해 자세히 고찰하였다. 리튬의 농도는 수화학 유형에 따라 유의미한 차이를 보였는데, Na(Ca)-Cl유형, Ca(Na)-SO4유형, pH가 낮은 Ca(Na)-HCO3 유형 순이었다. Ca(Na)-Cl 유형에서 리튬 부화는 해수침투에 따른 역이온 교환으로 발생한다. 백악기 화산퇴적 분지에서 특징적으로 나타나는 Ca(Na)-SO4 유형 지하수에서 용존 리튬의 부화는 열수 변질 점토 광물의 산출 및 화산활동과 관련이 있는 반면, 낮은 pH의 Ca(Na)-HCO3 유형 지하수에서는 심부 CO2의 상승 혼입에 의한 기반암의 풍화 촉진으로 인해 리튬 부화가 일어난 것으로 해석된다. 본 광역 예비 지화학 연구 결과는 심부 지질환경에서의 수문지화학 진화에 대한 이해와 함께 향후 경제성 있는 리튬 탐사 지침과 관련하여 유용한 정보를 제공할 것이다.
인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.
논·밭 전환 시 수수(sorghum bicolor L. Moench)는 뛰어난 내습성으로 콩과 함께 안정적인 생산이 가능하여 국내 식량작물의 자급률 향상과 쌀 수급 불균형 문제를 해결할 수 있을 것으로 기대되는 작물이다. 그러나 수량 추정을 위한 재배면적과 같은 기본적인 통계조사는 많은 인력을 투입하여도 오래 걸리는 전통적인 조사 방식으로 인해 잘 이루어 지지 않고 있다. 이에 따라 본 연구에서는 무인기 기반 RGB 영상에 U-Net을 적용하여 수수 재배지 비파괴적 분할가능성을 확인하였다. 2022년에 7월 28일, 8월 13일, 8월 25일에 각각 영상이 취득되었다. 각 영상취득 날짜에서 512 × 512 영상크기로 훈련데이터셋 6,000장과 검증데이터셋 1,000장으로 나누어 학습을 진행하였으며 수수 농경지(sorghum), 벼와 콩 농경지(others)와 비 농경지(background)로 구성된 세 개 클래스와 수수 농경지와 배경(others+background)으로 구성된 두 개 클래스 기반으로 분류모델을 개발하였다. 모든 취득 날짜에서 세 개 클래스 기반 모델에서는 수수 재배지 분류 정확도가 0.91 이상으로 나타났지만 8월 데이터셋의 others 클래스에서 학습 혼동이 일어났다. 대조적으로 두 개 클래스 기반 모델에서는 8월 데이터셋의 안정적인 학습과 함께 모든 클래스에서 0.95 이상의 정확도를 나타내었다. 결과적으로 8월에 두개클래스 기반 모델을 현장에 재현하는 것이 수수 재배지 분류를 통한 재배면적 산출에 유리할 것으로 판단된다.
연안 해역에서 식물성플랑크톤, 부유입자, 용존유기물은 복합적이고 비선형적으로 해수반사도를 변화시킨다. 최근 빠르게 발전하는 신경망 기술은 복잡한 비선형 관계를 효과적으로 처리할 수 있는 장점이 있다. 기존 연구에서는 성분별 고유광특성을 도출하기 위하여 세 단계의 신경망을 구성하였으나 본 연구에서는 심층신경망을 직접 적용하는 알고리즘을 제안하였다. 본 연구에서 활용한 데이터세트는 국제해색조정그룹에서 제공하는 합성데이터를 활용하였으며, 입력데이터는 9개의 파장의 원격반사도를 입력하였다. 이를 통해 해수 고유광특성을 심층신경망을 기반으로 도출하였다. 성능을 평가하기 위해 준분석 알고리즘(quasi-analytical algorithm)과 비교하였으며, 데이터 분포에 따른 로그 변환 여부가 심층신경망 알고리즘의 성능에 영향을 미치는 정도를 비교 분석하였다. 그 결과, 준분석 알고리즘보다 심층신경망 알고리즘을 활용하면 부유입자에 대한 흡광계수를 제외한 고유광특성을 정확하게 추정할 수 있으며(R2 0.9 이상), 부유입자와 용존유기물의 흡광계수를 부유입자와 용존유기물 흡광계수로 각각 분리할 수 있었다. 그리고 심층신경망을 직접적으로 적용하는 알고리즘은 데이터의 로그 변환을 하지 않아도 성능 차이가 거의 없음을 파악할 수 있었다. 이 연구 결과를 해색 자료 처리에 실제 적용하기 위해서는 다양한 해역의 현장자료 및 추가적인 데이터 세트를 활용한 학습을 진행하여, 경험적 및 반분석적 방법과 비교 분석하고 알고리즘 간 장단점을 적절히 파악하는 연구가 필요하다.
기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.
해색 원격탐사에서 대기 보정은 자료의 정확도와 신뢰성 확보를 위해 반드시 수행해야하는 과정으로 높은 정확도가 요구된다. 또한 최근 원격 탐사 커뮤니티에서는 위성 자료의 오차에 대한 요구 사항이 증가함에 따라 대기 보정의 보조 자료로 사용되는 기상 변수(오존량, 기압, 바람장, 층적분 수증기량[total precipitable water, TPW])의 오차에 의해 발생하는 원격 반사도(remote sensing reflectance, Rrs)의 오차에 대한 연구가 진행되고 있지만 오차 요인으로 알려진 수증기 프로파일의 변동성에 의한 Rrs의 오차에 대한 연구는 수행되지 않았다. 본 연구에서는 Second Simulation of a Satellite Signal Vector version 2.1 모의를 통해 GOCI-II 관측 영역 내의 수증기 프로파일의 변동성에 따른 수증기 투과도의 오차를 계산하고 이로 인해 발생하는 해색 산출물의 오차에 대해 분석하였다. Radiosonde 관측 수증기 프로파일은 그 형태가 복잡할 뿐만 아니라 지표 부근의 큰 변동성으로 인해 기존 GOCI-II 대기 보정에서 사용하고 있는 US standard 62 수증기 프로파일과의 차이가 최대 0.007만큼 발생하였다. 이로 인해 발생한 수증기 투과도의 차이는 GOCI-II 대기 보정에서 에어로졸 반사도 추정의 차이를 발생시키고, 결과적으로 모든 밴드에서 Rrs의 오차가 발생하였다. 하지만 412-555 nm 밴드에서 수증기 프로파일 차이로 인한 Rrs 오차는 요구 정확도보다 낮은 2% 미만으로 나타났으며, 다른 해색 산출물인 클로로필(chlorophyll-a) 농도, 용존 유기물, 총 부유물 농도에서도 유사한 오차를 보이고 있다. 본 연구의 결과는 대기 보정 및 해색 산출물의 정확도에 있어 수증기 프로파일의 차이의 영향이 적다는 것을 의미한다. 하지만 추후 연구에서 수증기 흡광 보정 시 수증기 프로파일의 변동성을 고려할 경우 보다 높은 수준의 Rrs 정확도 확보를 기대할 수 있다.
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.