GNSS 기상학은 1980년 중반 기상 분야에 활용 가능성이 제기된 후, 전 세계적으로 실용화 가능성이 입증되고 있으며, 현재 기상현업에 활용하기 위한 연구가 활발히 진행되고 있다. GNSS 신호의 대류권 지연오차에 기반하여 산출한 가강수량은 대기 중 수증기량을 나타낸 것으로, 기후 모니터링, 기후의 변화 탐지 등 다양한 기상현상 분석에 많이 사용되고 있다. 본 연구에서는 2014년 2월 울산에 내린 폭설현상 분석을 위해 GNSS 상시관측소와 자동기상관측장치에서 제공하는 기상관측 정보를 이용하여 가강수량을 산출하였다. 산출 과정 중 중요한 파라미터인 가중 평균 기온식은 송동섭의 모델을 적용하였다(Song, 2009a). 연구기간은 폭설이 발생한 2014년 2월과 폭설이 발생하지 않은 2013년 2월의 총 56일이다. 2014년 2월 가강수량의 평균은 11.29mm로 산출 되었으며, 폭설이 발생한 2월 9일부터 12일까지 평균 가강수량은 10.14mm로 전체 평균값보다 11.34% 낮은 값을 보였다. 폭설이 내리지 않은 2013년 2월 가강수량의 평균은 10.34mm로 2014년 평균보다 8.41% 낮은 값을 보였다. 또한 가강수량 외 AWS에서 제공하는 다른 기상인자들과 비교하여 폭설 현상에 대한 분석을 수행하였다. 그 결과 Magnus 경험식을 통해 산출한 포화수증기압 경우 GNSS 가강수량과 0.29의 낮은 상관성을 나타내었다. 또한 기상인자의 종류(강설, 강우)에 따라 가강수량의 증감패턴이 다르게 나타났으며, 강수량이 발생하기 평균 6.5시간 전에 가강수량 값이 급격히 증가한 후 감소하는 경향을 확인할 수 있었다. 이를 통해 GNSS 가강수량 패턴분석이 강수량 전조현상 분석에 유효할 것으로 판단된다.
본 연구에서는 인공광원을 사용하는 능동형 지상광학센서(gNDVI, rNDVI)를 이용하여 질소수준 및 생육단계별 벼 식생지수변화를 알아보고, 식생지수와 벼 엽 질소함량과의 관계를 구명하여 벼 군락의 엽 질소함량을 추정하고자 하였다. 생육단계에 따른 식생지수 변화는 2005년, 2006년 모두 gNDVI, rNDVI값은 이앙기 이후 급속히 증가하다가 수잉기를 전후로 수확기에 이르기까지 감소하는 경향을 보였다. gNDVI값은 rNDVI값보다 엽 질소함량과의 상관계수가 높게 나타났고, 특히 벼 유수형성기 약 2주전에 상관계수가 높게 나타났으며, 엽 질소흡수량, 엽면적지수, 생체중, 건물중 등 다른 생육인자의 상관관계에서도 동일한 결과를 얻었다. 따라서 gNDVI와 엽 질소함량의 상호관계에서 결정계수는, 2005년과 2006년 결정계수에 각각 0.88, 0.94였고, 2년간의 전체자료에 대한 관계에서도 엽 질소함량 실측값은 추정값과 비교한 경향을 보이며 밀접한 관계를 보였다($R^2=0.86$). 이상의 결과로부터 gNDVI 식생지수는 이삭거름을 처리하기 전에 질소영양상태를 효과적으로 예측 할 수 있을 것으로 판단된다.
스마트온실에서 사용하고 있는 다양한 종류의 수경배양액 관리와 관련하여 ICT 기술을 활용한 작물생육 기반 배양액 제어시스템 개발을 위하여, 본 연구에서는 작물 생육단계별 시용배양액의 성분변화를 모니터링하고 이들 실측 데이터를 바탕으로 한 클라우드 기반 데이터 분석시스템을 설계하였다. 수집한 데이터 분석 및 시스템 구축을 위하여 인공광 스마트 온실에서 사용하는 관행의 무기 배양액, 기존 액비 및 폐기 농업부산물 유래 제조액비 등 수종의 배양액을 공시하였으며, 수경재배 작물 생육단계별 시용 배양액내 성분 변화패턴을 모니터링하였다. 발색법에 의한 흡광광도법을 활용하여 $NH_3-N$, $NO_3-N$, $NO_2-N$, $SiO_2$, $PO_4^{3-}$ 및 Cu 등 총 9종의 성분농도 변화를 산출하고 작물의 기초 생육량을 조사하였다. 각 작물의 기초 생육량 데이터는 오픈스택 클라우드 시스템에서 생성된 가상머신(Virtual machine)에 관계형 데이터베이스를 구축하여 수집 항목별로 분류 저장하였다. 저장된 작물별 배양액의 성분변화와 생육량 데이터는 노드제이에스(Node. js) 웹 프레임워크(Framework)를 통해 매주 수집된 데이터를 가시화하여 제공한다. 클라우드 기반 데이터베이스를 구축을 통하여 배양액 성분 실측치 비교와 작물 생육상황은 사용자 스마트 디바이스(Smart devices)를 활용, 작물종과 배양액 성분을 순차적 선택하고, 각 데이터의 비교 및 분석을 시계열 그래프로 실험 결과를 가시화할 수 있도록 하였다. 본 연구에서 개발한 클라우드 기반 데이터 분석시스템 스마트온실내 수경배양액 성분변화 및 재배 작물의 생육을 정기적으로 모니터링한 실측치를 기반으로 데이터베이스를 구축한 것으로 시설재배지나 인공광 스마트온실 등 다양한 농업현장에서 생육관리를 위하여 활용할 수 있다.
대전·충남지역 20-30대 여성 언어재활사 50명을 대상으로 주관적 음성 피로도 설문과 더불어 하루 4회기를 기준으로 언어치료 전/후 음성 샘플 수집을 하였다. 연구 결과, Korean Vocal Fatigue Index의 음성 피로로 인한 음성 사용회피 항목과 음성 사용으로 인한 신체 피로 항목에서 피로 집단과 피로 없는 집단 간 유의한 차이가 있었다. 두 집단의 음향음성학적 특성과 관련하여, 두 집단 모두 치료 후 저주파 대역 에너지가 상대적으로 낮아지고 고주파 대역 에너지가 상승하는 패턴을 보였다. 이러한 특징이 분산분석 결과, 주 효과로 나타난 low to high-ratio[t1(time.1)>t2(time.2)], slope_ltas(t2>t1), 3rd formant's energy(t1>t2), high energy(t2>t1) 등에 잘 반영되어 있다. 집단 간 차이는 음향변수들 중 치료 전 모음 연장발성 스펙트럼 저주파 대역의 에너지인 low energy에서만 관찰되었고 피로 없는 집단의 값이 더 컸다(no.fatigue>fatigue in t1). 음향변수에서의 이러한 특징과 더불어 치료 세션 후 피로 없는 집단의 연결발화에서의 왜도 증가는 장시간의 목소리 노동으로 인한 성대 과긴장(higher muscle tonus)과 목소리 남용 때문으로 해석할 수 있다. 섭동변수 shimmer_local은 피로 없는 집단이 언어치료 후 낮아졌고(t1>t2), 켑스트럼 변수인 RNR(rhamonics to noise ratio)은 언어치료 후 값이 높아졌다(t2>t1). NHR(noise to harmonic ratio)은 두 집단 모두 치료 후 낮아졌다. NHR의 감소와 shimmer_local의 하강은 치료 세션을 진행하면서 발성 과정이 안정화되었거나 혹은 전문 지식이 있는 언어재활사(특히 피로 없는 집단)들의 효율적 목소리 사용이 기여했다고 결론지을 수 있다. 피로 없는 집단의 경우는 치료 후에 RNR값이 유의하게 커졌으므로 치료 후 오히려 조화음(harmonic) 구조가 더 안정되었다고도 말할 수 있을 것이다.
이 연구에서는 전기화학적 임피던스분광법(Electrochemical Impedance Spectroscopy, EIS)을 활용하여 콘크리트 속 철근 부식의 개시, 전파 및 이로 인한 콘크리트의 손상을 관찰하기 위한 실험을 수행하였다. 먼저, 직경 25mm, 높이 70mm 원주형 콘크리트 실험체 중심에 지름 5mm의 탄소강봉을 매입한 실험체를 제작하였다. 실험체에 사용된 콘크리트는 물-시멘트 비 0.4, 0.5, 0.6을 갖는 세 가지 배합을 제작하였다. 촉진부식시험을 수행하여 위하여 철근 콘크리트 실험체는 0.5M NaCl 수용액에 침지한 후 0C, 13C, 65C, 130C의 네 가지 수준의 전하량을 인가하였다. 이 연구에서는 부식촉진 및 이 과정에서 EIS의 주기적 모니터링을 자동화하여 실험의 효율을 향상시켰다. 이 연구의 실험 결과를 통하여 EIS 주요 특성인자를 활용하여 콘크리트 속 철근의 부식상태를 효과적으로 평가할 수 있음을 확인하였다. 전하이동저항(Rc)값은 전하인가량이 0C에서 13C로 증가함에 따라 급격히 감소하여 대략 10kΩcm2 값을 나타내었다. 하지만 부식개시 이후 전하인가량을 13C에서 130C로 증가하였을 때 Rc값의 민감도는 현저히 감소하는 것을 확인하였다. 한편 이중층용량값(Cdl)값은 전하인가량이 0C에서 130C로 증가함에 따라 대략 50×10-6μF/cm2 에서 250×10-6μF/cm2 수준으로 선형비례관계를 보였다. 이러한 결과는 Cdl 모니터링을 통하여 부식물질에 팽창에 따라 유발된 콘크리트 내부 손상의 진전을 효과적으로 평가할 수 있음을 보여준다. 이 연구의 결과는 EIS를 활용하여 콘크리트 속 철근 부식의 확산 및 이에 따른 콘크리트 손상의 실시간 모니터링을 위한 매입형 센서 및 EIS 신호 분석방법의 고도화를 위한 기본 데이터를 제공하는데 의미가 있다.
최근 인터넷 상에서 빈번하게 발생하는 내부 정보와 개인 정보 유출과 같은 보안 사고들은 보안을 고려하지 않고 개발된 웹 애플리케이션의 취약점을 이용하는 방법으로 빈번하게 발생한다. 웹 애플리케이션의 공격들에 대한 탐지는 기존의 방화벽과 침입 탐지 시스템들의 공격 탐지 방법으로는 탐지가 불가능하며 서명기반의 침입 탐지 방법으로는 새로운 위협과 공격에 대한 탐지에 한계가 있다. 따라서 웹 애플리케이션 공격 탐지 방법에 대한 많은 연구들이 웹 트래픽 분석을 이동하는 비정상행위 기반 탐지 방법을 이용하고 있다. 비정상행위 탐지 방법을 사용하는 최근의 웹 방화벽에 관한 연구들은 웹 트래픽의 정확한 분석 방법, 패킷의 애플리케이션 페이로드 검사로 인한 성능 문제 개선, 그리고 다양한 네트워크 보안장비들의 도입으로 발생하는 통합관리 방법과 비용 문제 해결에 중점을 두고 있다. 이를 해결하기 위한 방법으로 통합 위협 관리 시스템이 등장 하였으나 부족한 웹 보안 기능과 높은 도입 비용으로 최근의 애플리케이션 공격들에 대해 정확한 대응을 하지 못하고 있는 현실이다. 본 연구에서는 이러한 문제점들을 해결하기 위해 웹 클라이언트의 요청에 포함된 파라미터 값의 길이에 대한 실시간 분석을 이용하여 공격 가능성을 탐지하는 비정상행위 탐지방법을 제안하고, 애플리케이션 데이터 검사로 발생하는 성능 저하 문제를 해결할 수 있는 다중 계층 웹 필터를 적용한 웹 애플리케이션 방화벽 시스템을 설계하고 구현하였다. 제안된 시스템은 저가의 시스템이나 레거시 시스템에 적용 가능하도록 설계하여 추가적인 보안장비 도입으로 야기되는 비용 문제를 해결할 수 있도록 하였다.
본 연구는 스마트팩토리 도입의도에 영향을 미치는 요인을 실증 분석을 통해 확인하였다. 4차산업혁명의 핵심분야인 스마트팩토리 도입에 있어서 어떤 요인이 중요하게 영향을 미치는가에 대한 연구이며, 아직까지 스마트팩토리 분야에서 기술 수용에 관한 연구가 부족한 상황에서 학술적 실무적 의의가 있다고 믿는다. 정보기술의 수용요인 연구에 설명력이 검증된 통합기술수용이론(UTAUT)을 기반으로 연구를 진행하였으며, UTAUT 이론의 4가지 독립변수인 성과기대, 노력기대, 사회적영향, 촉진조건에 추가로 스마트팩토리의 특성상 중요한 요인으로 예상되는 정부지원기대(Government Assistance Expectancy)를 독립변수에 추가하였다. 또한 스마트팩토리 기술수용의 기술적인 요인을 확인하고자 과업기술적합도(Task Technology Fit)변수 추가하여 스마트팩토리 도입의도에 미치는 영향관계를 실증 분석하였다. 또한 과업기술적합도의 선행변수인 과업특성(Task Characteristics)과 기술특성(Technology Characteristics)이 과업기술적합도에 어떠한 영향을 미치는지에 대한 분석도 진행하였다. 새로운 기술에 대한 신뢰(Trust)의 정도가 기술의 수용에 있어 매우 중요한 영향을 미칠 것으로 예상되어 신뢰를 매개변수로 추가하였다. 마지막으로 새로운 정보기술에 의한 혁신이 사용자에게 불가피하게 거부감을 야기할 수 있다는 선행연구들을 토대로 혁신저항(Innovation Resistance)을 조절역할을 하는 연구변수에 추가하여 실증적 검증을 진행하였다. 연구 결과 성과기대, 사회적 영향, 정부지원기대, 과업기술적합도는 스마트팩토리 도입의도에 정(+)의 영향을 미쳤다. 영향력의 크기는 정부지원기대(β=.487) > 과업기술적합도(β=.218) > 성과기대(β=.205) > 사회적영향(β=.204) 순으로 나타났다. 과업특성과 기술특성은 모두 과업기술적합도에 정(+)의 영향이 확인되었으며, 과업특성(β=.559)이 기술특성(β=.328)보다 과업기술적합도에 더 영향이 큰 것으로 나타났다. 신뢰에 대한 매개 효과 검정에서 6개 독립변수 각각과 스마트팩토리 도입의도 간에 신뢰의 통계적으로 유의미한 매개역할은 확인되지 않았다. 혁신저항의 조절효과 검정을 통해, 혁신저항이 정부지원기대와 스마트팩토리 도입의도 간 정(+)의 조절역할을 하는 것으로 나타났다. 즉 혁신저항이 크면 클수록 정부지원기대가 스마트팩토리 도입의도에 미치는 영향력이 혁신저항이 적은 경우보다 커지는 것으로 나타났다.
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.
기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.
Ti(C,N) 박막을 온도범위 $200-300^{\circ}C$에서 tetrakis diethylamido titanium유기금속 화합물을 전구체로 이용하여 pulsed DC 플라즈마 보조 유기금속 화학기상 증착법 (PEMOCVD)으로 합성하였다. 본 연구에서는 플라즈마 특성을 서로 비교하기 위하여 수소$(N_2)$와 헬륨/수소$(He/H_2)$ 혼합기체를 각각 운반기체로 사용하였으며 전구체 이외에 질소$(N_2)$와 암모니아$(NH_3)$ 기체를 반응기체로 사용하여 서로 다른 플라즈마 화학조건에서 얻어지는 박막내의 탄소함유량(C Content)의 변화를 비교하여 탄소가 가장 적게 함유된 저온 코팅막 합성공정을 찾으려고 하였다. 이를 위하여 증착시 서로 다른 pulsed bias 전압과 기체종류 하에서 여기된 플라즈마 상태의 라디칼종들과 이온화 경향을 in-situ optical emission spectroscopy(OES)법으로 플라즈마 진단분석을 실시하였다. 그 결과 $(He/H_2)$ 혼합기체를 $N_2$와 함께 사용할 경우 라디칼 종들의 이온화를 매우 효과적으로 향상시킴을 관찰하였다. 아울러 $NH_3$ 기체를 $H_2$ 또는 $He/H_2$ 혼합기체와 같이 사용할 경우는 CN 라디칼의 생성을 억제하여 결과적으로 Ti(C, N) 박막내의 탄소함량을 크게 낮춤을 알 수 있었고, CN 라디칼의 농도가 탄소 함유량과 많은 관련이 있음을 알았다. 이 결과는 바로 박막의 미세경도와도 연관이 되며, bias전압과 기체종류에 크게 의존하여 Ti(C, N) 박막의 미세경도가 1250 - 1760 Hk0.01 사이에서 나타났고, 최대치$(1760\;Hk_{0.01})$는 600 V bias 전압과 $H_2$와 $N_2$ 기체를 사용한 경우에 얻어졌다. HF(C, N) 박막 역시 tetrakis diethylamido hafnium 전구체와 $N_2/He-H_2$ 혼합기체를 이용하여 pulsed DC PEMOCVD 법으로 기판온도 $300^{\circ}C$ 이하, 공정압력 1 Torr, 그리고 bias전압과 기체 혼합비를 변화시키면서 증착하였다. 증착시 in-situ OES 분석결과 플라즈마 내의 질소종의 함유량 변화에 따라 증착속도가 크게 변화됨을 알 수 있었고, 많은 질소기체를 인입하면 질소종이 많아지지만 증착률은 급격히 감소하였고 박막내 탄소의 함량이 커지면서 막질이 비정질로 바뀌고 미세경도 또한 감소함을 알 수 있었다. 이는 in-situ 플라즈마 진단분석이 전체 PEMOCVD 공정에 있어서 대단히 중요하고, Ti(C,N)과 Hf(C,N) 코팅막의 탄소함량과 미세경도는 플라즈마내의 CH과 CN radical종의 세기에 크게 의존함을 의미한다. 그리고 Hf(C,N) 박막의 경우도 Ti(C,N) 박막의 경우와 유사하게 최대 미세경도값$(2460\;Hk_{0.025})$이 -600 V bias 전압과 10% 질소기체 혼합비를 사용한 경우에 얻어졌고, 이는 박막이 주로(111) 방향으로 성장됨에 기인한 것으로 사료된다.
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.