본 연구에서는 기업규모에 따라 레버리지가 기업실패에 미치는 영향에 차이가 있는가를 생존분석을 이용하여 분석하였다. 이를 위해 1999년부터 2019년까지 한국거래소 유가증권시장과 코스닥시장에 상장된 총 25,250개(연도-기업) 기업을 분석하였다. 레버리지의 대용변수로는 총부채지표인 레버리지비율과 단기부채지표인 매입채무와 유동부채비율, 장기부채지표인 비유동부채비율을 사용하였다. 실증분석결과 첫째, 대체로 레버리지의 증가는 기업실패 가능성을 높이는 요인으로 작용한다는 것을 확인하였다. 다만 매입채무비율의 증가는 기업의 실패 가능성을 낮춘다는 것을 확인하였다. 기업의 매입채무 증가가 기업리스크의 확대로 연결되기 보다는 활발한 영업활동의 전개나 무이자부채의 적극적인 활용으로 인식되어 기업실패 가능성을 감소시키는 요인으로 작용하는 것으로 이해되었다. 둘째, 대기업과 중소기업으로 나누어 분석한 결과, 대기업에서는 레버리지비율과 매입채무비율이 높아지면 기업실패 가능성이 낮아진다는 것을 확인하였다. 중소기업의 경우에는 모든 유형의 레버리지 증가는 기업실패 가능성을 높이는 요인이 된다는 것을 확인하였다. 중소기업에서 레버리지의 증가는 기업위험의 증가로 연결되어 기업실패 가능성을 높이는 것으로 이해할 수 있었다. 그러나 대기업의 경우는 레버리지의 증가가 기업위험으로 연결되기 보다는 레버리지효과나 활발한 사업 활동의 전개로 연결되어 기업실패 가능성을 낮추는 작용을 하는 것으로 이해할 수 있었다. 이러한 분석결과에서 레버리지가 기업실패에 미치는 영향은 기업규모에 따라 차이가 있다는 것을 확인할 수 있었다.
본 연구는 국내 엔터테인먼트 산업을 대상으로 하여 다음의 두 가지 내용을 실증적으로 분석하는 것을 목적으로 한다. 우선, 기업의 현금보유수준이 엔터테인먼트 기업의 재무적 가치측면에서 어떠한 영향을 미치는지를 분석한다. 그 다음으로, 기업의 어떠한 특성들이 엔터테인먼트 기업의 현금보유수준에 영향을 미치는지를 분석한다. 이를 검증하기 위하여 2000년부터 2018년의 총 19년 동안의 장기간 표본을 이용하여 한국거래소 유가증권시장 및 코스닥시장에 상장된 엔터테인먼트 기업들을 대상으로 분석을 진행하였다. 분석의 주요 결과는 다음과 같다. 첫째, 엔터테인먼트 기업의 현금보유수준이 비엔터테인먼트 기업에 비하여 더 높은 것으로 나타났다. 둘째, 엔터테인먼트 기업의 현금보유수준의 증가는 기업가치를 증가시키는 작용을 하고 있었다. 셋째, 기업의 특성 변수 중에서 부채비율 및 수익성이 현금보유수준에 큰 영향을 미치는 것으로 나타났다. 부채비율이 낮고 수익성이 높을수록 엔터테인먼트 기업은 현금을 더 많이 보유하는 것이 발견되었다. 이러한 결과는 다음과 같은 시사점을 준다. 첫째, 엔터테인먼트 산업은 향후 투자기회가 높은 것으로 주식시장에서 평가받고 있고, 이에 따라 높은 현금보유수준은 높은 기업 가치로 연결된다. 둘째, 엔터테인먼트 기업의 현금보유는 부채조달의 대용수단으로 사용되어 자금조달이 필요한 경우를 대비하고 있으며, 엔터테인먼트 기업의 현금보유와 관련한 대리인문제는 낮은 것으로 판단된다.
본 연구는 IoT 관련 산업이 재무건전성을 확보하고, 코로나-19 종식 이후에 세계시장을 선점할 수 있는 기반을 마련하는데 목적이 있다. 이러한 연구를 통하여 IoT 관련 기업의 계량적 경영실태를 점검하였다. 또한, 주가변동과 관리종목 지정에 따른 재무비율의 관련성을 규명함으로써 기업의 부실에 선제적으로 대비하고자 하였다. 연구는 2019년부터 2020년까지 유가증권 시장에서 코스피와 코스닥에 상장되어 있는 502개의 기업으로 선정하였다. 통계분석 방법은 다중회귀분석, 차이분석, 로지스틱 회귀분석 등을 실시하였다. 연구 결과는 다음과 같다. 첫째, 코로나-19 이전과 이후에 따라 IoT 기업의 회계정보가 주가에 반영되는 영향력은 다르게 존재한다는 것을 알 수 있었다. 둘째, 코로나 이전과 이후에 따른 IoT 기업의 기말주가에서 차이가 있는 것으로 나타났다. 셋째, 코로나-19 이후에 주가변동에 따른 재무비율은 다르게 존재한다는 것을 알 수 있었다. 넷째, 코로나-19 이후에 관리종목 지정에 따른 재무비율은 다르게 존재한다는 것을 알 수 있었다. 이러한 연구결과를 통하여 IoT 기업의 재무건전성을 확보하고, 코로나-19 종식 이후에 세계시장으로 도약할 수 있는 기반을 마련하기 위한 몇 가지 제언을 하였다. 이러한 연구의 결과를 통하여 IoT 기업의 성장을 유도하고, 변화하는 금융시장에서 재무건전성을 담보할 수 있는 미래시대의 데카콘 기업으로 성장하는데 기여하길 기대한다.
본 연구에서는 IPO시점을 전후하여 기업의 혁신 활동과 성과의 변화에 대한 분석을 목적으로 연구개발 투자 비중이 높은 의료 및 의약 분야의 코스닥 IPO 상장 기업을 대상으로 7개의 투입, 산출 모형에 대한 효율성 분석과 비교를 실시하였다. 의약분야 기업의 IPO 전후 3년간의 혁신활동 효율성을 측정하고 차이를 분석하기 위해 DEA모형을 적용하였다. 본 논문의 주요한 결과는 첫째, 의약분야의 IPO 기업의 창업에서 IPO까지 평균 12.86년이 소요되었고, 혁신활동은 평균적으로 IPO 이전보다 더욱 활발해져 연구개발 투자액이 증가되었다. 출원특허의 수는 IPO 이전 3년 동안 8.43개에서 IPO 이후 3년 동안에는 상장기업 평균 16.67로 급증하였으며 기업의 기술 영역도 전후 3년 동안 상장기업 평균 11개에서 22개 기술분야로 크게 확대되는 모습을 보였으나, 재무적 측면에서 성장 추이와 수익성은 IPO 이전보다 낮아졌다. 둘째, 연구개발 투자와 특허출원 활동에 대한 재무적인 성과는 IPO 이후 효율성이 모두 약화되었으며, 최종적인 성과에 이르기까지 투자와 활동을 분리하여 연구개발투자에 따른 특허 출원 성과, 특허 출원 활동에 따른 재무적인 성과에 대한 효율성 역시 IPO 이전보다 모두 낮아진 것으로 분석되었다. 셋째, 특허활동에 따른 재무성과에 대한 효율성은 연구개발 투자에 따른 특허 출원 성과, 연구개발투자와 특허활동에 따른 재무성과에 대한 효율성에 비해 낮았고, 특히, IPO 이후 특허활동에 따른 재무성과의 비효율성은 규모의 비효율성으로 인해 발생되었음이 분석되었다. 마지막으로, 본 연구에서 IPO 이후 전체적인 효율성 하락은 IPO를 퉁한 연구개발투자 확대가 시장의 재무적 성과로 이어지지 못하였고, IPO 이후 전체적인 비효율성은 연구개발투자를 통한 혁신의 결과 도출 단계보다는 혁신활동의 결과물이 시장의 성과를 이끌어 내는 데 나타나는 비효율성으로 인한 것으로 분석되었다.
IDC(International Data Corporation) 사(社)의 최근 보고서에 따르면, 2025년에는 2016년에 생성된 데이터의 10배에 달하는 163제타바이트의 데이터가 생성될 것이고 그 주체의 비중은 소비자에서 기업으로 이동하고 있다고 한다. 이러한 소위 '빅데이터의 물결'은 도래하고 있고 그 파장은 산업 전반적으로 영향을 미칠 것이다. 따라서, 방대한 데이터를 효과적으로 관리하는 것은 기업의 관점에서 그 어느 때보다 더 중요하다. 하지만, IT 투자에 대한 효과를 측정한 선행 연구는 다수 존재함에도 불구하고 빅데이터 투자 효과를 측정한 선행 연구는 거의 전무한 실정이다. 따라서, 해당 투자 효과를 정량적으로 분석한다면 기업의 의사 결정을 도울 수 있을 것이다. 본 연구는 효율적 시장 가설을 이론적 바탕으로 둔 사건연구방법론(Event Study Methodology)을 적용하여, 기업의 빅데이터 투자가 시장 투자자들의 반응에 미치는 영향을 측정하였다. 또한, 보다 심층적으로 이 효과를 분석하기 위해서 5가지 하위 변수를 설정했고 그 내용은 기업 크기 구분, 산업 구분(Finance와 ICT), 투자 구축 완료 구분, 벤더 유무 구분이다. 분석 결과, 91개 기업은 빅데이터 투자 공시 이후 시장 가치가 평균 0.92% 상승한다는 사실을 확인하였다. 특히 Finance 기업, non-ICT 기업, 시가 총액이 작은 기업, 빅데이터 전문 벤더 기업을 통해 투자한 기업, 그리고 빅데이터 시스템이 구축 완료됐다는 공시에 해당하는 기업의 시장 가치가 두드러지게 상승한다는 사실을 알 수 있었다. 본 연구는 빅데이터 투자 효과를 측정한 선행 연구가 거의 전무하다는 점에서 학문적인 의의를 지니고, 빅데이터 투자를 고려 중인 기업 의사 결정자들에게 실질적인 참고 자료가 될 수 있다는 점에서 실무적인 시사점을 갖는다.
본 연구는 기업 HRD 교육훈련 프로그램에 대한 조직지원 특성이 HRD 교육훈련 프로그램의 효과성에 미치는 영향을 검증하는데 목적이 있다. 이를 위해 상사지원, 직무지원, 회사지원으로 구성된 조직지원 특성을 독립변인으로 하고, 반응, 학습, 전이, 결과수준을 효과성의 종속변수로 하여 실증분석을 실시하였다. 본 연구의 자료 수집은 2011년 8월 16일부터 9월 9일까지 국내 상장 및 코스닥 등록 증권사 중 서울에 본사를 두고 상시 재직자 온 오프라인 교육훈련 프로그램을 운영하고 있는 5개 기업의 임직원에게 설문지를 이용하여 배포하였다. 설문지는 3차로 나누어 총 340부가 배포되었으며, 총 164부의 설문지가 최종분석에 활용되었다. 검증 결과, 가설 1. 조직지원 특성이 반응수준에 미치는 영향에서, 상사지원, 직무지원, 회사지원은 반응수준에 대해서 모두 p<0.01 수준에서 긍정적인 영향을 미치고 있음이 확인되었다. 가설 2. 조직지원 특성이 학습수준에 미치는 영향에서, 상사지원, 직무지원, 회사지원은 학습수준에 대해서 p<0.05, p<0.01 수준에서 유의한 영향을 미치고 있음이 확인되었다. 가설 3. 조직지원 특성이 전이수준에 미치는 영향에서, 상사지원, 직무지원, 회사지원은 전이수준에 대해서 모두 긍정적인 영향을 미치고 있는 것으로 나타났다. 가설 4. 조직지원 특성이 결과수준에 미치는 영향에서, 상사지원, 직무지원, 회사지원은 결과수준에 p<0.01 수준에서 긍정적인 영향을 미치고 있는 것으로 분석되었다. 이러한 연구결과를 통해 기업 교육훈련의 효과성은 교육훈련 프로그램의 내용과 질도 중요하지만, 교육훈련 과정에 대한 지지체계와 학습한 것을 실제 업무 현장에 적용할 수 있는 환경이 성과에 더 큰 영향을 미친다는 선행연구 결과를 재확인할 수 있었으며, 실제로 교육훈련 프로그램을 주관하고 실시하는 기업이나 전문가들은 교육훈련 프로그램 설계 특성도 중요하나, 조직지원 특성이 교육훈련 효과에 중요하게 작용함을 인식하여야 할 것이다.
최근 모바일 게임이 국내 코스닥 게임 기업들의 기업가치 순위를 좌우하기 시작하면서, 그동안 온라인게임 투자에 주력해왔던 벤처캐피털 등 투자 회사들이 모바일게임 및 모바일게임 기업 투자에 큰 관심을 보이고 있다. 아울러 2012년부터 본격화되기 시작한 엔젤투자자들과 엑셀러레이터들 중에서도 모바일게임 기업 투자가 증가하고 있다. 이러한 모바일 게임투자자들에게 가장 중요한 이슈는 모바일게임 기업 혹은 게임콘텐츠를 어떠한 방법으로 평가할 것인가 하는 것이다. 따라서 본 연구는 모바일게임 기업의 평가에 대한 평가기준과 평가항목을 도출하였다. 연구방법은 게임 수요자 및 공급자의 의견을 수렴하기 위하여 게임업계의 공급을 담당하는 개발사 및 경영자 그룹, 수요를 대변하는 게임전문가 및 투자사 그룹을 포함하는 전문가 20인을 선정하여 델파이 기법(Delphi Technique)에 따라 설문조사를 실시함으로써 모바일게임 기업을 평가할 수 있는 경영능력, 개발력, 게임성, 사업성, 운영능력 등의 5개 평가기준과 경영자의 신뢰도 등 20개의 세부 평가요소를 도출하였다. 또한 델파이 설문을 통하여 도출된 정성적인 요소의 중요도를 분석하기 위하여 AHP(Analytic Hierarchy Process) 이론에 근거하여 모바일게임 기업의 평가를 위한 평가요소의 계층분석도를 작성하였으며, 각 요소에 대한 쌍대비교(Pair-wise Comparison)를 통하여 그 중요도를 분석한 결과, 게임의 핵심적 재미(12.2%), 게임의 몰입도(10.3%), 보안 신뢰성(8.9%), 핵심개발자의 개발능력(7.6%) 등의 순으로 나타났다. 본 연구의 의의는 모바일게임 기업의 M&A나 혹은 프로젝트 투자를 진행함에 있어 모바일게임 기업을 평가하는 현실적 평가요소가 무엇이고 어떤 중요도에 의하여 평가할 것인가에 대한 보다 객관적인 방법론을 제시했다는 점이다.
본 연구는 K-IFRS 도입과 함께 기존의 상각규정을 폐지하고 매기간 손상검사를 실시하도록 요구하는 영업권 회계변경이 영업권손상차손 인식의 적시성에 미친 영향을 분석하고자 수행되었다. 원칙중심기준인 K-IFRS는 회계정보의 목적적합성을 강화하고 적시성 있는 정보를 전달하기 위해 공정가치평가를 확대하였으며 동일한 맥락에서 영업권과 같은 '비한정내용연수의 무형자산'에 대한 손상검사를 1년에 1회 이상 수행하도록 요구하였다. 그러나 영업권 회계변경의 효과를 분석한 선행연구들은 새로운 손상검사절차가 경영자들의 재량에 의존하고 있어 영업권손상차손의 인식이 적시성 있게 수행되기 보다는 기회주의적으로 이용되고 있음을 지적하고 있다. 하지만 선행연구들은 개별 기업에서 관찰될 수 있는 손상징후를 고려하지 못한 채 회계변경 전 후의 영업권 감액 빈도와 크기에만 초점을 맞추어 분석하고 있어 그 결과에 편의(bias)를 포함할 수 있다. 본 연구는 이러한 선행연구들의 한계를 극복하기 위해 Ramanna and Watts(2012)의 손상징후에 대한 정의를 활용하여 새로운 손상차손절차가 적시성 있는 회계정보의 전달이라는 목적을 달성하고 있는지 검증하고자 하였다. 2008년부터 2011년까지 상장되어 있는 기업 중 영업권을 보유한 947개 기업-연도 표본을 대상으로 분석을 실시한 결과 영업권손상차손 인식의 적시성은 손상차손 인식여부를 더미변수의 형태로 이용한 로지스틱 회귀분석과 연속변수의 형태로 이용한 다변량 회귀분석 모두에서 K-IFRS 이전에 비해 이후 기간에 감소된 것으로 나타났다. 분석결과를 보다 강건하게 하기 위해 또 다른 영업권 손상징후를 이용하여 동일한 분석을 재차 수행한 결과도 일관된 모습으로 조사되었다. 이러한 결과는 회계기준 제정기관들이 영업권 회계기준 변경을 통해 보다 적시성있고 목적 적합한 회계수치를 작성하도록 의도하였던 것과 달리 경영자들이 그들에게 주어진 재량권을 악용하여 영업권손상차손 인식시기를 조정함으로써 영업권손상차손 인식의 적시성이 감소하였음을 보여주는 결과이다. 본 연구는 영업권손상인식의 적시성 변화를 분석한 선행연구들의 분석방법에서 나타날 수 있는 편의(bias)를 감소시킬 뿐만 아니라 영업권손상에 대한 징후를 고려한 분석을 실시하여 회계변경으로 인한 손상차손인식의 적시성 변화를 보다 직접적으로 분석하였다는 점에서 의의가 있다.
기업의 부도는 이해관계자들뿐 아니라 사회에도 경제적으로 큰 손실을 야기한다. 따라서 기업부도예측은 경영학 연구에 있어 중요한 연구주제 중 하나로 다뤄져 왔다. 기존의 연구에서는 부도 예측을 위해 다변량판별분석, 로짓분석, 신경망분석 등 다양한 방법론을 이용하여 모형의 부도 예측력을 높이고 과적합의 문제를 해결하고자 시도하였다. 하지만 기존의 연구들이 시간적 요소를 고려하지 않아 발생할 수 있는 문제점들을 갖고 있음에도 불구하고 부도 예측에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않으며 따라서 동적 모형을 이용하여 부도예측모형이 더욱 개선될 여지가 있다는 점을 확인할 수 있었다. 이에 본 연구에서는 RNN(Recurrent Neural Network)을 이용하여 시계열 재무 데이터의 동적 변화를 반영한 모형을 만들었으며 기존의 부도예측모형들과의 비교분석을 통해 부도 예측력의 향상에 도움이 된다는 것을 확인할 수 있었다. 모형의 유용성을 검증하기 위해 KIS Value의 재무 데이터를 이용하여 실험을 수행하였고 비교모형으로는 다변량판별분석, 로짓분석, SVM, 인공신경망을 선정하였다. 실험 결과 제안된 모형이 비교 모형에 비해 우수한 예측력을 보이는 것으로 나타났다. 따라서 본 연구는 변수들의 변화를 포착하는 동적 모형을 부도예측에 새롭게 제안하여 부도예측 연구의 발전에 기여할 수 있을 것으로 기대된다.
최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 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.