해양연구를 위해 사용하는 연구선은 계획된 연구해역으로 이동하여 연구목적에 맞는 해양관측을 수행한다. 한국해양과학기술원(KIOST, Korea Institute of Ocean Science & Technology)이 보유하고 있는 5척의 연구선에는 항해 중에 상시 관측할 수 있는 GPS, 수심, 기상, 표층 수온 및 염분 측정 장비가 탑재되어 있다. 이러한 상시관측 장비를 통해 생산되는 데이터를 체계적으로 관리하고 활용하기 위한 정보 플랫폼이 요구된다. 따라서 연구선 운항계획에서부터 연구선 운항 중 관측, 데이터수집, 데이터처리, 데이터저장, 표출 및 제공서비스에 이르는 일련의 업무 분석을 통해 업무절차를 정의하였다. 업무 절차의 각 단계 별 기능 설계를 거친 후, WebGIS 기반의 정보 플랫폼인 KUMOS(KIOST Underway Meteorological & Oceanographic Information System)를 구축하였다. 연구선 항해 중에 생산되는 데이터는 시·공간적 변화가 있는 특성이 있어 이러한 변동성을 고려한 데이터의 품질관리 체계를 개발하였다. 데이터의 체계적인 관리와 서비스를 위해 KUMOS 통합DB를 구축하고 연구선 항적, 데이터 표출, 검색 및 제공 등의 기능을 구현하였다. KUMOS에서 제공하는 데이터 셋은 연구선의 항해 별 운항결과리포트(cruise report), 원시데이터(raw data), 품질관리 플래그(Quality Control(QC) flagged data) 데이터, 필터 데이터(filtered data), 항적도 데이터(cruise track line), 데이터 리포트(cruise data report) 등으로 구성되어있다. 본 연구를 통해 개발한 KUMOS의 기능 별 업무처리 절차와 체계는 연구선 항해 중 상시관측이 가능한 연구선을 보유하고 있는 국내 해양관련 기관 및 대학에도 벤치마킹 역할을 할 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.
증발산은 토양으로부터 발생하는 증발과 식물의 잎에서 발생하는 증산을 통칭하는 것으로, 물 수지, 가뭄, 작물생장, 기후변화 등의 모니터링에 있어 중요한 요소이다. 실제증발산은 식생 지표면의 물 소비량 또는 물 필요량이며 기준증발산에 작물계수를 곱하여 구하므로, 농지의 실제증발산을 구하기 위해서는 기준증발산의 계산이 정확히 이루어져야 한다. 격자형 기준증발산을 합리적으로 산출하기 위하여 그동안 많은 노력들이 있었고 복수의 산출물이 제공되고 있다. 이에 본 연구에서는 FAO56-PM, LDAPS, PKNU-NMSC, MODIS 기준증발산 산출물을 비교평가 함으로써, 우리나라처럼 복합적이고 이질적인 지표면에서 국지적 규모의 수문 및 농업 분야에 활용하기 위하여 어떤 기준증발산 산출 방법이 적합한지 살펴보고자 한다. 2016~2019년 3~11월의 1일 단위 자료와 8일 합성 자료를 기상청 현장관측치와 비교하여 지점별, 연도별, 월별로 분석하고 시계열변화를 검토한 결과, 기계학습을 통해 우리나라 농지에 대한 지역최적화가 상당히 잘 수행된 PKNU-NMSC 자료의 정확도가 월등히 높게 나타났으며, 시간과 장소에 상관없이 안정적인 산출이 이루어졌음을 확인하였다. 또한 본연구에서는 FAO56-PM, LDAPS, MODIS 산출물에 내재한 정확도 특성을 제시하였으며, 이는 기준증발산 자료 사용에 있어 중요한 정보가 될 것으로 기대한다.
해양저서동물은 해양의 환경오염에 대한 모니터링과 평가에 활용되었고, 최근에는 생물다양성과 생태계 복원의 관점에서 매우 중요한 요소로서 인식되고 있다. 한국에 있어서도 오염상태를 평가하는 환경영향평가에 주요 구성원으로 들어가 있어서 많은 연안역에서 저서동물군집에 대한 정량적 연구가 1970년대 중반 이후 50년간 수행이 되었다. 이런 연구의 종 동정에는 생태전문가가 일정기간 분류에 대한 교육을 받아서 수행해 온 것이며, 그 과정에서 저서동물의 동정을 소홀히 하였거나 잘못 동정하여 정보축적에 혼선이 있었으며, 분류전문가 부족으로 저서생물 시료를 종 수준까지 다루지 못한 것이 현실이었다. 해양생태계 기본조사와 같은 국가적인 연구조사에서도 저서동물에 대한 종 동정에 분류학 전문가의 참여가 적다는 것이 현실이고, 이로 인한 저서동물군집 자료에서 일부 분류군의 종 동정이 미흡하여 자료의 질적 저하를 초래한 면이 있었다. 영국에서는 해양생물의 정량적 자료 생성을 표준화하기 위해서 1990년대 국가해양생물분석질관리계획(National Marine Biological Analytical Quality Control, NMBAQC Scheme) 이라는 정도 관리체계를 만들었고, 국가 해양모니터링 프로그램에 참여하는 모든 기관에 해양생물 분석역량을 측정하고, 미흡하면 재교육과 훈련을 수행하고 있다. 하지만 국내에는 아직 이러한 해양생물을 조정할 수 있는 기관과 인력이 미흡한 실정이다. 국립해양생물자원관과 같은 공인기관이 존재하고 있어도 생태자료를 담당할 인력 부족으로 생태자료의 정도관리를 맡기에는 현실적으로 어렵다. 따라서 이에 대한 개선안으로서 단기적으로는 (1) 최소한 주요 우점종에 대한 종 동정을 분류전문가에게 확인을 받는 방안, (2) 가능하면 생물군별로 분류전문가를 연구조사에 참여시키는 방안이 필요하고, 장기적으로는 (3) 다양한 분류전문가를 포함하는 (가칭) '(재단법인) 해양생물 분류협회'를 설립하여 생물자료에 대한 정도관리와 전문가 양성과 훈련을 주관하는 방안 등을 제안하는 바이다. 향후 법인의 설립에 대한 구체적인 방안이나 법제적인 문제는 학회나 공청회를 통하여 보완하는 방안이 있겠다.
대구 달성 고분군 중 하나인 55호분에서 발견된 부장품 중 삼엽문이자태도의 재보존처리와 제작 기법에 관한 연구이다. 이자태도는 모도가 2점, 자도가 4점이 부착된 이합도이고 출토된 완형으로는 유일하다. 과거 2회의 보존처리가 실시된 기록이 있으며 이번에 균열부 보강제 교체를 위한 재보존처리와 함께 컴퓨터 단층촬영(CT), XRF분석, 실체현미경 관찰을 통해 유물의 재질, 성분, 제작 기법을 조사하였다. 주성분은 구리(Cu)이고 금색 부분에서는 금(Au)과 수은(Hg)이 함께 검출된 것으로 보아 구리에 수은 아말감 금도금을 한 금동으로 추정된다. 제작 기법을 조사한 결과 둥근 삼엽문의 환두부와 병부의 연결은 슴베 부분을 만들어 끼웠고 병판만 금속판으로 제작되어 있는 것을 보아 장식으로서의 기능이 높다고 판단할 수 있다. 상부 자도의 결합 방식은 모도와 같고, 하부 자도는 하나의 금속판을 재단하여 만들었다. 검초는 총 2개의 판을 재단하여 만들었고 상부 자도를 검초에 고정하기 위해 자도 도신부의 아래쪽에 지지대를 넣었으며 하부 자도는 검초 일부를 재단하여 안으로 꽂아 넣었다. 표현된 문양은, 환두부는 삼엽문, 병판은 횡주 연호문, 초구금구와 초미금구는 파상형 점열문, 어미형 초미금구는 점열문을 시문하여 제작되었다.
최근 우리나라 주변 해역의 해수면 온도가 상승하고 있다. 이러한 수온 상승은 어족자원의 변화를 일으켜 낚시와 같은 레저활동에 영향을 미치기도 하며, 특히 고수온은 적조 발생으로 이어져 양식업과 같은 해양산업에 극심한 피해를 유발하기도 한다. 한편 수온 변화는 잠수함을 탐지하는 군사작전과도 밀접하게 연관되어 있다. 이는 잠수함을 탐지하기 위한 음파가 수온층에 따라 회절, 굴절 및 반사되는 정도가 달라지기 때문이다. 이와 같이 해양과 관련된 다양한 분야에서 중요성을 가지는 해양 수온의 변화를 예측하기 위한 연구가 현재 활발하게 진행되고 있다. 그러나 기존 연구들은 대부분 해수면 온도만을 예측하는데 중점을 두고 있어 수심별 어족자원의 변화나 잠수함 탐지와 같은 군사분야 활용이 제한된다. 이에 본 연구에서는 수심별 수온자료 및 해수면 온도와 상관관계를 가지는 기온, 기압, 일조량 등의 기상 데이터를 함께 활용하여 수심 38 m 혼합층의 수온을 예측하였다. 사용된 데이터는 이어도 해양과학기지에서 관측한 2016년부터 2020년까지의 기상 데이터와 수심별 수온 자료이며, 예측의 정확성과 효율성을 높이기 위해 딥러닝 기법 중 시계열 자료에 적합하다고 알려진 LSTM(Long Short-Term Memory)을 사용하였다. 실험 결과 1시간 예측을 기준으로 기온과 기압, 일조량 자료를 함께 활용한 모델의 RMSE(Root Mean Square Error)는 0.473으로 나타났다. 반면 해수면 수온만을 활용한 모델의 RMSE는 0.631로 나타나 기상데이터를 함께 활용한 모델이 상부 혼합층 수온 예측에서 보다 우수한 성능을 보임을 확인하였다.
본 연구는 채권시장과 금리시장의 지표를 이용한 외환시장 환율예측 모델을 만드는데 있어 어떤 인공지능 방법론이 가장 적합한지 밝혀내는데 그 목적이 있다. 채권시장의 대표 상품인 국고채와 통안채는 위험회피 상황이 올 때 대규모로 매도되어지고 그런 경우 환율이 상승하는 모습을 자주 보여주었고, 금리시장에서 통화 스왑 (Cross Currency Swap) 가격은 달러 유동성 문제가 생길 때 주로 하락하였으며, 그 움직임은 환율의 상승에 직간접적인 영향을 미쳐온 점 등을 고려하면, 채권시장과 금리시장에서 거래되는 상품의 가격과 움직임은 외환시장에도 직간접적인 영향을 주고 있으며, 세 시장 사이엔 상호 유기적이고 보완적인 관계가 있다고 볼 수 있다. 지금까지 채권시장, 금리시장, 그리고 외환시장 사이의 관계와 연관성을 밝히는 연구는 있어왔으나, 과거 많은 환율예측 연구들이 주로 GDP, 경상수지 흑자/적자, 인플레이션 등 거시적인 지표를 기반으로 한 연구에 집중되어 왔으며, 채권시장과 금리시장 지표를 기반으로 인공지능을 활용하여 외환시장의 환율을 예측하는 적극적인 연구는 아직 진행되지 않았다. 본 연구는 채권시장 지표와 금리시장 지표를 기반으로, 비선형데이터 분석에 적합한 인공신경망(Artificial Neural Network) 모델과, 선형데이터 분석에 적합한 로지스틱 회귀분석 (Logistic regression), 그리고 비선형/선형데이터 분석에 활용 가능한 의사결정나무 (Decision Tree)를 각각 사용하여 환율예측 모델을 만들고 그 수익률을 비교하여 어떤 모델이 가장 외환시장 환율 예측을 하는데 적합한지 알려준다. 또한, 본 연구는 주식시장, 금리시장, 오일시장, 그리고 외환시장 환율 등 비선형적 시계열 데이터 분석에 많이 사용되어진 인공신경망 모델이 채권시장과 금리시장 지표를 기반으로 한 외환시장 환율예측 모델에 가장 적합한 방법론을 제공하고 있다는 것을 증명한다. 채권시장, 금리시장, 그리고 외환시장 간의 단순한 연관성을 밝히는 것을 넘어, 세 시장 간의 거래 신호를 포착하여 적극적인 상관관계를 밝히고 상호 유기적인 움직임을 증명하는 것은 단순히 외환시장 트레이더 들에게 새로운 트레이딩 모델을 제시하는 것뿐만 아니라 금융시장 전체의 효율성을 증가시키는데 기여할 것이라 기대한다.
문화재 복원 분야에서 3D 기술이 복원에 적용되고 있다. 그러나 아직까지 유리제 문화재의 복원에 관하여 3D 기술이 활용되어 복원된 사례가 적으며 이에 관한 연구가 필요한 상황이다. 이에 본 연구에서는 국립중앙박물관에서 소장하고 있는 보물인 금강산 출토 이성계 발원 사리장엄구 일괄 중 유리제 사리병의 결손부를 복원하는 과정에 3D 기술을 이용하였다. 보존처리는 3D 프린팅 출력물을 직접적으로 복원제로써 적용하지않고 에폭시계수지로 복제한 복원편으로 결손부를 복원하였다. 보존처리 완료 후 3D 프린팅에 사용되는 재료와 기술방식에 관하여 기존 도자기의 복원재료 중 투명성을 지닌 재료를 선택하여 사용감과 안정성을 비교하고자 하였다. 보존처리 완료 후 SLA(Stereo Lithography Apparatus)방식으로 출력한 광경화성 수지, 에폭시계 수지, 아크릴계 수지등 총 5개의 시편을 제작 한 후 96시간까지 자외선에 노출시켜 황변화를 조사하였고, 광경화성수지의 시편은 출력물에 UV차단제를 분무 여부에 따라 2종으로 나누어 자외선에 노출시켰다. 자외선 노출 결과, SLA방식 시편에 UV차단제를 분무한 시편, 에폭시계수지의 시편의 b*값의 변화값이 1 미만으로 황변화에 안정적인 것으로 나타났으며 유리제 문화재의 복원제로써 적용 가능한 재료로 보여진다. 유리제 문화재의 형태가 매우 다양하고 복원해야할 부분 또한 다양하고 복잡하여 접근하기 어려울 수 있으므로 복원재료에 대해 여러 가지 재료를 염두해두고 고민해볼 필요가 있다.
본 연구 결과, 식품군별 대표식품과 1인 1회 분량이 설정되었으며 생애주기별, 성별 1일 에너지필요추정량에 따른 식품군별 섭취횟수를 계산하여 제시한 권장식사패턴 및 이를 활용한 권장식사구성안 12종이 제시되었다. 지속적으로 증가하고 있는 유지·당류 섭취량의 감소를 위한 인지를 높이기 위해 1인 1회분량과 식품구성자전거에 유지·당류 식품군을 포함하였다. 자료 분석과 일반인 및 전문가 대상 설문조사를 실시하여 2020 KDRIs 기반 생애주기별 영양문제 범주화 및 대국민 메시지에 기반한 사용자 맞춤형 웹기반 영양 콘텐츠 개발 및 홍보를 위한 근거를 마련하였다. 이를 근거로 일반국민과 청소년 대상 카드뉴스 2종, 새로운 2020 식품구성자전거와 권장식사패턴을 홍보하기 위한 카드뉴스 2종과 5개 언어 (한국어, 영어, 일본어, 베트남어, 중국어) 포스터가 제작되었다. 또한 영양교육주제의 우선순위 선정 후 단계별 교육프로그램 설계 후 교육목표에 따른 교수학습안과 교수자료, 평가도구 등이 개발되었다. 이와 같은 자료는 모두 보건복지부와 한국영양학회 누리집을 통해 배포되었으니 다양한 분야에서 다각적인 측면에서 활용되기를 기대한다.
연안역에서 나타나는 식물플랑크톤 군집의 연중 변동 특성을 확인하기 위하여, 일 년여간 부산 영도 내만의 고정점에서 생물량 및 다양성을 매주 조사하였다. 연구 해역은 엽록소 a가 0.43~7.58 mg m-3 범위를 나타내어 중영양에서 부영양 특성을 나타내었다. 조사 기간 동안 엽록소 a 중 3 ㎛ 이상 크기의 식물플랑크톤이 차지하는 비율은 평균 80% 내외를 차지하여 높았다. 이들 3 ㎛ 이상 크기의 식물플랑크톤에서는 규조류(Bacillariophyta)가 봄과 여름에 가장 우점하였으며, 가을과 겨울에는 은편모조강(Cryptophyceae)이 우점하였다. 반면, 3 ㎛ 이하 크기의 초미소식물플랑크톤에서는 마미엘라강(Mamiellophyceae)이 대부분의 시기에 가장 우점하였으며, 은편모조강(Cryptophyceae)이 연중 평균(+표준편차) 17.7 ± 17.6%로 비교적 높았으나 계절적 변동이 컸다. 와편모조강(Dinophyceae)은 드물지만 60.4%까지 매우 높게 우점하기도 하였다. 본 연구에서 13개월 간 일주일 간격의 정기 관측을 통해 육지에 인접한 천해 연안 식물플랑크톤 군집이 짧은 시간 규모에서 변동함을 파악할 수 있었다. 이러한 지속적인 고정점 관측은 식물플랑크톤의 단·장기 변동 특성과 기후 및 환경 변화의 영향을 이해하는 데 중요한 자료를 제공할 수 있을 것이다.
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.