본 논문에서는 tree-ring width 지표자료, 태양흑점수, 남방진동지수(SOI) 및 지구온도 아노말리 자료와의 비교를 통하여 서울지점 측우기 강우량 자료의 정확도를 가늠해 보았다. 그리고 한반도 인근지역의 tree-ring width 지표자료와의 비교를 통하여 과거 동북아시아 기후변화 상관성과 변화특성을 파악해 보았다. 분석 결과 측우기 강우량 자료는 다른 비교분석 대상 자료들과 경향성과 변화심도가 매우 잘 일치하고 있어 상당한 신뢰성을 가지고 있음이 확인되었다. 그리고 한반도 주변 6개 지점의 tree-ring width 지표자료와의 비교분석결과, 장기적으로 동북아시아 기후는 시공간적으로 밀접한 상관을 가지고 변화하고 있으며 그 변화에는 장주기적인 재현성이 존재한다는 점을 알 수 있었다. 그러나 1960년 이후의 기후변화 특성은 통계적인 거동특성이나 변화폭이 과거의 재현사상의 한계를 넘지는 않으나 과거와는 다른 경향성과 불규칙성을 보여주고 있으며 재현주기도 짧아지고 있어 과거와는 다르게 나타나는 것으로 분석되었다. 과거자료에 근거한 본 연구의 결과는 동북아시아 기후변화 장기 예측에 있어 유용하게 이용될 수 있을 것으로 판단된다.
본 연구의 목적은 인공위성 자료와 지상의 관측자료간의 비선형 특성을 가장 잘 반영할 수 있는 신경망 모형을 이용하여 단시간 강우량 정보를 사전에 예측하여, 하천제방의 붕괴로 인한 상습 침수지역에서의 홍수범람 양상을 실시간으로 예측함으로써 홍수재해로부터의 피해를 최소화시키는데 있다. 강우예측 신경망 모형은 현재의 대기상태를 나타내는 인공위성 자료와 실시간으로 전송되는 자동기상관측소 자료를 입력자료로 하여 현재부터 3시간 및 6시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 신경망 모형의 구조는 입력층과 출력층 사이에 하나의 은닉층이 존재하는 다층 신경망으로 구성하였으며, 학습단계에서는 오류 역전파 알고리듬 학습방법 중 모멘텀법을 사용하였다. 예측된 면적평균강우량으로부터 홍수량을 산정하고, 이를 이용하여 하천의 제방붕괴로 인한 제내지에서의 범람양상을 예측할 수 있도록 1차원 흐름모형과 연계한 동역학적 홍수범람 모형을 개발하였다. 개발된 홍수범람 모형은 본류와 지류의 여러 지점에서 제방이 붕괴될 경우, 하도의 홍수위 및 제내지에서의 침수위와 침수면적이 일괄적으로 모의될 수 있도록 구성하였다.
진해만은 우리나라 남해 연안의 주요 어장으로서, 여전히 전체 수산생산량에서 적지 않은 기여를 창출하고 있다. 그러나, 수십 년간 산업개발과 고수온과 같은 환경변화로 인하여 진해만의 해양생태계는 과거와 달라지고 있다. 본 연구는 2005년부터 2022년까지 진해만 연안 5개 시군구의 수산생산량, 폐기량, 평균영양단계 및 어업균형지수를 분석하였으며, ARIMA 모델을 이용하여 2027년까지 단기적인 변동 추세를 함께 관찰하였다. 그 결과, 고성지역은 2027년까지 지속적으로 수산생산량이 감소할 것으로 예측되었다. 통영지역은 이매패류의 부산물 처리가 필요한 것으로 평가된다. 해양생태계 지표의 경우, 통영지역에서는 대형 어류 생산 비중이 회복되고, 어업균형지수가 0 이상을 나타내어 해양생태계 구조가 안정적인 것으로 나타났다. 마지막으로 IPCC의 기후변화 시나리오에 따라 2060년까지 진해만의 부어성 어종 6종의 생산량 변동 추이를 비교하였으며, 2020년대 초반 2만 ton 부근까지 감소했던 생산량은 2020년대와 2040년대에 4만 ton 부근 가까이 회복한 후, 2060년까지 점진적인 감소 경향을 나타내는 것으로 예측되었다.
최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.
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.
오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.
본연구에서는 제주도의 중제주 수역 내에 위치하는 총 12개 지하수 관정에서 미래 30일 기간의 지하수위를 예측할 수 있는 모델을 개발하였다. 예측 모델개발을 위해 시계열 예측에 적합한 딥러닝 기법의 하나인 누적 장단기 메모리(stacked-LSTM) 기법을 이용하였으며, 2001년에서 2022년 동안 관측된 일 단위 강수량, 지하수 이용량 및 지하수위 자료가 예측 모델개발에 활용되었다. 특히, 본 연구에서는 입력자료의 종류 및 과거 자료의 순차 길이에 따라 다양한 모델을 구축하고 성능을 비교함으로써 딥러닝 기반 예측 모델개발에서 고려하여야 할 사항에 대한 검토와 절차를 제시하였다. 예측 모델개발 결과, 강수량, 지하수 이용량 및 과거 지하수위를 모두 입력자료로 활용하는 모델의 예측성능이 가장 뛰어난 것으로 확인되었으며, 입력으로 활용되는 과거 자료의 순차가 길수록 예측의 성능이 향상됨을 확인하였다. 이는 제주도의 깊은 지하수위 심도로 인하여 강수와 지하수 함양 간 지연시간이 길기 때문으로 판단된다. 이뿐만 아니라, 지하수 이용량 자료의 경우, 모든 이용량 자료를 활용하는 것보다 예측하고자 하는 지점의 지하수위에 민감한 영향을 주는 관정을 선별하여 입력자료로 이용하는 것이 예측 모델의 성능 개선에 긍정적 영향을 주는 것을 확인하였다. 본 연구에서 개발된 지하수위 예측 모델은 현재의 강수량 및 지하수 이용량을 기반으로 미래의 지하수위를 예측할 수 있어 미래의 지하수량에 대한 건전성 정보를 제공함에 따라 적정 지하수량 유지를 위한 다양한 관리방안 마련에 도움이 될 것으로 판단된다.
1975년의 벼멸구 대발생에 의한 극심한 피해에 감하여 그 발생을 예찰할 수 있다면 정부의 이에 대한 방제대책 및 살충제의 약종$\cdot$제제형태를 결정해야 할 농약수급계획 수립에 도움이 될 것이다. 현재 예찰방법은 전국 47개소의 예찰소에서 채집된 벼멸구를 유일한 자료로 삼고 있다. 벼멸구 발생의 신빙할만한 기록은 수원에 권업모범장이 설립된 1905년부터 볼 수 있고 그 이전의 해충기록은 삼국사기, 고려사, 문헌비고 등에 "황", "황충", "비황", "충" 등으로 기록되어 있지만 그 정체를 알 수 없었다. 이들 해충에 대해 일본인 학자를 사이에 상반되는 견해가 발표되었는데 Muramatsu, S.(촌송 무)는 고문헌에 나타난 "황"은 풀무치(비황, Locusta migratoria)라고 주장하였고 Okamoto, H.(강본반차랑)는 멸구류라고 단정하였다. 그러나 그들의 주장은 주로 문헌비고에 근거를 둔 것 같다. 설사 삼국사기, 고려사 등을 참고했다 하더라도 이들 문헌은 문헌비고나 다름없이 해충에 대한 기술이 극히 간략하다. 예를 들면 "7월 황", "추구월황해곡", "오월유항충"등으로 기재되어 있다. 따라서 이것만으로 해당해충의 정확한 이름을 알아내기는 어려운 일이다. 필자는 1967년에 벼멸구의 대발생이 태양흑점 활동최소기와 상관이 있다고 발표한 바 있다. 그러나 양자간의 상관관계를 논하기에는 자료의 량이 충분치 못한 감도 있어 이를 보충하기 위해 벼멸구의 발생기록을 조선왕조실록에서 찾기로 하고 아울러 삼국사기, 고려사, 문헌비고 등에 나타난 해충기록들을 분석해 보았다. 고기록의 해충명을 정확하게 파악하는 일이 선결문제가 되기 때문이다. 분석의 결과 밝혀진 해충은 1. 솔나방(Dendrolimus spectabils) 2. 멸강나방(Mythimna separata) 3. 벼멸구(Nilapavata lugens) 4. 흰등멸구(Sogatella furcifera) 5. 풀무치(Locusta migratoria) 6. 이화명나방(Chilo suppressalis) 7. 땅강아지(Cryllotalpa africana) 8. 벼뿌리바구미(Echinocnemus squameus) 9. 거세미나방(뗘탬 segetum) 10. 뽕나무명나방(Margaronia pyloalis)의 10종이었고, 종명 미군종이 19건이었다. 그런데 문제의 벼멸구가 조선와조실록중에 기록된건수는 놀랍게도 겨우 5건에 불과하며 그 발생년도 또한 서기 1458년, 1468년, 1489년, 1536년, 1587년로서 태양흑점의 관측이 근대적 방법으로 이루어지기 시작한 1719년대 이전의 사실이었다. 따라서 양자간의 상관관계를 밝히는데 도움이 되지는 못하였다. 그러나 본 연구기간 중 필자의 주장을 뒷받침 해 주는 중요한 새로운 정보를 입수할 수 있었다. 즉 1946년에 흰둥멸구의 대발생으로 충남, 전남지방에 피해가 심했으며 그중 피해액이 밝혀진 곳은 라주군에서 16만석, 서산군에서 19만석이었다. (당시 농사시험장 곤충담당관 이봉우씨 담, 현재선 교수 전) 1910년 이후의 우리나라에서의 벼멸구 생기록을 보면 항상 흰등멸구와 함께 발생하고 있으며 최근의 예찰등성적을 보아도 함께 나타나 있고, 해에 따라 1975년도와 같이 벼멸구가 대발생하는 수도 있고 1977년도와 같이 흰등멸구가 대발생하는 경우가 있다. 벼멸구와 흰등멸구는 모두 우리나라 재래의 해충이 아니며 해마다 중국본사에서 비래하는 곤충이다. 한편 태양흑점이 실측되기 시작한 1710년대부터 현재까지는 그 활동이 11.2년의 주기성을 보여주지만 그 이전에 있어서는 그 활동이 극히 약화되었을 뿐만 아니라 매우 불규칙하다는 것이 Schneider와 Mass(1975)에 의해 밝혀졌다. 결국 1710년대부터 현재까지 우리나라에 있어서 벼멸구와 흰등멸구의 대발생 연도는 1910년, 1921-23년, 1946, 1967-8년, 1975-7년의 5회가 되며 이들 대발생 연도는 모두 태양흑점 활동최소기와 일치되어 필자의 주장의 신빙성이 더해졌다. 따라서 앞으로 태양흑점의 활동이 현재와 같은 주기로 계속되는 동안은 그 활동최소기에 임해서는 벼멸구와 흰등멸구에 대해 특별한 경계가 필요하며 만전의 방제체제를 갖추어야 할 것이다.
서울 중심부인 종로구와 중구를 대상으로 하여 거주인구수와 영업용 연상면적을 독립변수로 하는 물수요 예측식을 만들었다. 그런데 명확한 물수요 증가요인인 거주인구수가 감소요인으로 나오는 적절하지 못한 결과를 보여주었으며, 이것은 지역특성별 분류가 이루어지지 않았기 때문이었다. 이러한 모순점을 해결하기 위해 6가지의 지역특성을 이용한 주성분분석과 군집분석으로 지역을 분류하였다. 6가지 인자들을 대상으로 한 주성분분석결과 4번째 주성분까지의 고유값 누적이 92.6%로서 원래 인자들이 가지고 있던 정보량을 대부분 표현할 수 있었으며, 군집분석은 워드방법(Ward's method)으로 대상지역을 주거와 상업지역으로 분류하였다. 이에 각각의 지역에 대해 중회귀 모델을 구성하였으며, 모델결과 이전에 발생하였던 모순점이 해결되었다. 또한 이 모델을 대상으로 세 가지의 장래 시나리오인 적극적인 개발, 중간적인 개발, 소극적인 개발로 나누어서 장래 물수요량을 예측하여 보았다. 이에 적극적인 개발이 $89,033\;m^3$/일, 중간적인 개발이 $49,077\;m^3$/일, 소극적인 개발이 $19,996\;m^3$/일의 증가량을 보여주었다. 이에 대해 관할 정수장과 배수지를 대상으로 시설용량을 평가하였으며, 관할 D정수장의 경우 운전율을 85%로 높여주면 시나리오에 따른 물수요 증가량을 충분히 공급하여 줄 수 있었다. 배수지에 있어서도 D, A, N, B 등 네 개의 관할 배수지에 대해서 체류시간을 계산한 결과, D와 A배수지는 모두 기준시간 12시간을 충족시켜주었으나, N, B 배수지는 만족시켜 주지 못하였다. 하지만 현재 수도정비기본계획에 의해 용량이 충족되고 있으므로 큰 문제는 없을 것으로 판단된다. 담체내부로의 물질확산에 큰 변화가 없는 것으로 나타났다. 포괄고정화 담체를 이용한 염색폐수처리에서 고정상 반응기는 기존 활성슬러지 공정의 후처리로서 적용 가능할 것으로 판단되어진다.염은 없는 것으로 평가되었다.5-0.1 g $O_3/g$ SS로 조사되었다.7로 가장 양호한 값을 나타내었다.한 표지자로서의 의미가 있다고 추정된다.소아기에 성장, 정신 사회적 발달, 생식기의 독성 등도 중요한 문제이므로 항상 적절한 치료를 위해 세심한 관심을 쏟아야 할 것이다.(境遇) shoot 발생(發生)이 많아지고 출엽(出葉), 발근효과(發根效果)가 인정(認定)되었다.345kg, 18개월(個月) 이후(以後) 수확(收穫)은 392kg으로 증수(增收)하였으나 24개월(個月) 증가폭(增加幅)은 미미(微微)하였다. 6. 지상부(地上部) 엽형(葉型)의 전개정도(展開程度)를 보고 지상부(地上部)의 괴경폭(塊莖幅)과 괴경량(塊莖重) 등(等)을 추정(推定)할 수 있었다. 흡연으로 인한 일부 영양소 섭취와 혈액성상의 변화는 금연으로 인해 비흡연 상태로 회복되는 것으로 생각된다. 따라서 흡연자를 대상으로 한 금연 교육이 우선적으로 요구되며, 흡연으로 인한 영양섭취의 변화가 인체에 미치는 영향을 설명 할 수 있는 직접적이고 세부적인 연구를 통해 흡연자의 영양 문제점과 그에 따른 식사관리 방안이 마련되어야 할 것이다.ata, C. kyushuensis는 근연종으로 clustering 되었으며 C. scarabaeicola, Phytocordyceps ninchukiospora는 비교적 유연관계가 먼 것으로 나타났다. 경우 $logk=11.1140-4.1226{\times}10^3(1/T)$, waxy corn starch의 경우 $logk=10.
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.