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.
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 논문은 2005년 3월 2일부터 2005년 5월 30일까지 현물환율, 통화선물가격과 통화선물거래량의 일중자료 각각 4,473개를 사용하여 원/달러 통화선물의 가격예시 기능과 변동성 전이효과에 대해 연구하였다. 단위근 검정에서 현물환율과 통화선물가격은 단위근이 있는 불안정한 시계열이었지만, 공적분 검정에서 두 시계열이 장기적 균형관계를 이루고 있었다. 현물환수익률, 통화선물수익률, 통화선물거래량은 안정적인 시계열이었다. 나아가, 현물환수익률과 통화선물수익률의 변동성에 비대칭성이 존재하지 않았다. 이변량 GARCH 오차수정(BGARCH-EC) 모형의 평균방정식 분석결과, 통화선물수익률의 증가가 5분 후 현물환수익률을 증가시켰다. 이는 통화선물수익률이 현물환수익률을 선행한다는 것으로 가격예시 기능이 작동함을 의미한다. 또한 두 수익률이 이루는 장기적인 균형관계는 현물환수익률을 예측하는 데 도움이 될 수 있다. 분산방정식의 분석결과, 통화선물수익률에 기인하는 단기적 충격이 현물환수익률의 조건부 분산에 양의 영향을 미치는 것으로 나타났다. 이는 통화선물수익률이 현물환수익률에 대해서 변동성 전이효과를 가짐을 뜻한다. 통화선물거래량 더미 변수가 두 수익률에 대해 아무런 영향을 미치지 못했지만 두 수익률의 조건부 분산에 유의한 양의 영향을 미쳤다.
Background: Soft tissue sarcomas (STS) are a heterogeneous group of tumors, and approximately 40-50% of patients with STS develop metastatic disease. The median overall survival of those patients was 12 months and their 5-year survival rate was 8%. Therefore, study on more effective treatment, especially the targeting therapies, is urgently needed. Objective: To evaluate the efficacy and safety of Endostar$^{(R)}$ combined with chemotherapy in patients with advanced STS. Methods: A retrospective case-series study was conducted in Cancer Institute of PLA, Xinqiao Hospital. A total of 71 patients suffering from advanced STS (IIB - IV) were included, of whom 49 cases treated with chemotherapy alone were defined as the control group and the rest 22 cases treated with the traditional chemotherapy combined with Endostar$^{(R)}$ were defined as the test group. The short-term therapeutic effects including objective response rate (ORR), disease control rate (DCR) and safety were evaluated in the two groups. In the follow-up, progression-free survival (PFS) and overall survival (OS) were also observed. Results: In the test and control groups, the ORR was 18.2% and 12.2%, respectively (P=0.767), and the DCR was 86.4% and 61.2%, respectively (P=0.034). The median time to progression in the test and control groups was 120 days and 70 days with significant difference (P = 0.017), while the median overall survival was 452 days and 286 days without significant difference (P=0.503). The one-year survival rate in the test group and control group was 56.2% and 35.4%, respectively, while the two-year survival rate was 30.2% and 26.5%, respectively. No significant difference in the side effects was found between the two groups. Conclusions: Endostar$^{(R)}$ combined with chemotherapy resulted in a higher DCR and longer PFS in the patients with advanced STS, and the toxicity was tolerable.
과거부터 축적된 시계열 데이터 기반의 정량적 예측 모형은 수치적인 정확성을 추구함으로써 다양한 분야의 투자 효과 예측에 활용되고 있다. 특히, R&D 사업의 경우 그 투자효과에 대해 역설할 필요가 있고, 이에 따라 건설 산업을 포함한 각 산업 정부 R&D 투자효과 예측을 위해 이러한 모형이 활용되고 있다. 그러나 5개의 세부 사업으로 분리 발주되는 건설 분야 정부 R&D 사업의 경우, 세부 사업 관련 축적된 데이터가 부족하고, 각 세부 사업별로 투자의 파급과정이 상이하다. 이에 따라 데이터 기반의 계량적 예측모형 개발에 제약이 있고, 개발된다 하더라도 투자 파급과정에 대한 설명력이 부족하여 투자 당위성을 설명해야 하는 각 세부 사업 담당자의 요구를 만족시키기에 한계가 있다. 이러한 문제를 해결하기 위해 적용되는 시스템다이내믹스 (System Dynamics) 시뮬레이션 방법론은 변수 간 인과관계를 기반으로 시스템 내 순환적 동태적 상호작용을 설명함으로써 건설 R&D 세부 사업들의 다양한 투자 파급과정을 이해하는 데 장점이 있다. 따라서 본 연구는, 각 사업별 특성에 대한 분석 및 관련된 정성적 자료를 기반으로 건설 R&D 투자의 파급과정을 설명하는 시스템다이내믹스 예측 모형을 개발하였다. 또한, 시스템다이내믹스 모형의 수치적 예측 정확성을 보완하기 위해 기 개발된 데이터 기반의 계량적 예측 모형과의 상호 연동체계를 제안하고, 이를 활용하였다. 본 모델링 방법은 정성적 자료와 정량적 데이터를 복합적으로 활용함으로써, R&D 투자의 파급과정 등 시스템 구조에 대한 이해를 가능하게 할 뿐 아니라 예측의 수치적 정확성을 보완할 수 있다. 제안한 모델링 방법을 가용데이터가 부족한 정부의 건설 R&D 세부 사업들의 경제적 투자효과 분석에 적용함으로써, 상이한 각 사업별 투자 파급과정에 대한 이해를 바탕으로 투자효과 극대화를 위한 전략 도출 및 수치적 예측력이 보완된 투자효과 분석에의 활용 가능성을 확인하였다.
Purpose: The authors have conducted a series of anatomic studies on the factors affecting shape of a lower vault in Asian noses. The results of the studies showed that prominence of alar lobule is mainly affected by the volumes of the dilator naris anterior and posterior muscles and the insertions of the dilator naris posterior muscles. However, information on its clinical availability is yet insufficient. The present study was undertaken for clinical purpose to find out the effect of dilator naris muscle resection on the correction of prominent alar lobule. Methods: Six patients who were treated by dilator naris muscle resection with a long-term follow-up of more than 1 year were involved in this study. Rhinoplasties were performed via endonasal approaches with resecting dilator naris anterior and posterior muscles by sharp scissor. The effect of the dilator naris muscle resection on alar prominence was investigated by measuring ratio of the short axis to the long axis of a nostril (SA/LA) pre-and postoperatively. The visual analog scale (VAS) was also used to evaluate satisfaction of patients. An average follow-up time was $15.6{\pm}3.7$ months. Results: Having lost the dilating and lateral pulling effects of the dilator naris muscles, the alar lobule shifted medially and alar lobule shapes improved. SA/LA significantly improved (preoperatively $0.71{\pm}0.11$ and postoperatively $0.58{\pm}0.08$; $p$ <0.05). The VAS score was also increased postoperatively (preoperatively $3.2{\pm}1.8$ and postoperatively $8.7{\pm}1.2$; $p$ <0.05). A mild degree of hyperpigmented scar was noted in one alar lobule. Otherwise, there was no case of postoperative complication. Conclusion: Our results suggest that prominent alar lobule could be modified by resecting the attachment of the dilator naris muscles. This maneuver removes the function of dilator naris muscles, then may produce a more aesthetically acceptable alar lobule shape.
여러 대도시에서 교통 혼잡 문제를 해결하기 위해 정확한 교통 흐름을 예측하는 다양한 연구가 진행되었다. 대부분의 연구가 과거의 교통 흐름 패턴이 미래에도 반복될 것이라는 가정하에 예측 모델을 개발하였으나 교통사고 등과 같은 뜻하지 않은 비반복적 교통 패턴을 예측하는 데에는 신뢰성이 낮게 나타났다. 이런 문제를 해결하기 위한 대안으로 지능형 교통 시스템(ITS)을 통해 얻은 빅데이터와 인공지능을 접목한 교통 흐름 예측 연구가 진행되어 왔다. 하지만 시계열 분석에 일반적으로 사용되는 알고리즘인 RNN의 경우, 단기 예측에 최적화되어 장기 예측 정확도가 낮다는 단점을 가지고 있다. 이런 문제를 해결하기 위해 본 논문에서는 기온과 강수량 등의 기상 정보 외에도 각종 외부 요인들을 고려하여 장기적 시점에서 교통 혼잡도를 예측하는 '심층 인공 신경망 모델'을 제안하였다. TOPIS 자료를 이용한 사례 연구 결과 서울시 주요 도로 링크의 교통 혼잡도를 90%에 가까운 정확도로 예측이 가능하였다. 추후 교통사고나 도로 공사와 같은 도로에 영향을 미치는 이벤트 데이터를 추가로 확보할 수 있다면 정확도는 더욱 높아질 것으로 예상된다.
본 연구에서는 해양 모니터링 중에 기록된 돌고래 클릭 신호를 분류하기 위해 순환 신경망(RNN)을 적용하는 방법을 검토했다. 클릭 신호 분류의 정확도를 높이기 위해 단일 시계열 자료를 분수 푸리에 변환을 사용하여 분수 영역으로 변환하여 특징을 확장했으며, 분류를 위한 최적의 네트워크를 결정하기 위해 세 가지 순환 신경망 모델(LSTM, GRU, BiLSTM)을 비교 분석하였다. 순환 신경망 모델의 입력 자료로써 이용된 분수 영역 자료의 경우, 분수 푸리에 변환 시 회전 각도에 따라 다른 특성을 가지므로, 각 네트워크 모델에 따라 우수한 성능을 가지는 회전 각도 범위를 분석했다. 이때 네트워크 성능 분석을 위해 정확도, 정밀도, 재현율, F1-점수와 같은 성능 평가 지표를 도입했다. 수치실험 결과, 세 가지 네트워크 모두 높은 성능을 보였으며, BiLSTM 네트워크가 LSTM, GRU에 비해 뛰어난 학습 결과를 제공했다. 마지막으로, 현장 자료 적용 가능성 측면에서 BiLSTM 네트워크가 다른 네트워크에 비해 낮은 오탐지 결과를 제공하였다.
해운산업은 수요와 공급뿐만 아니라 여러 경제지표와 사회적 사건 등 복잡한 변수에 의하여 영향을 받으며 순환한다. 본 연구는 우리나라 13개 정기선사에 대하여 30여 년의 영업실적을 분석하여 1990년대 말의 외환위기, 2000년대 말의 글로벌 금융위기, 그리고 최근의 코로나 팬데믹 위기 상황에서 정기선 해운기업의 영업이익률에 어떤 요인들이 영향을 미치는지 분석하였다. 정기선사의 특성을 고려하여 원양과 근해로 구분하고, 한국채택국제회계기준(K-IFRS)에 근거한 영업이익률과 시계열에 의한 해상물동량, 선박량 및 거시경제지표를 이용하여 다중회귀분석으로 그 요인을 분석하였다. 한편 사회적 사건으로 인하여 경제지표가 이상하게 탐지된 경기 침체기에 대하여는 별도로 분석하였다. 그 결과 중국컨테이너운임지수 (CCFI)는 원양 및 근해 정기선사 모두에게 정(+)의 영향을 주었다. 한국 컨테이너 선박량은 원양 정기선사에만 정의 영향을 주었고, 세계물동량과 유가는 근해정기선사 영업이익률에 부(-)의 영향을 미쳤다. 더불어 세계와 우리나라 GDP도 미미하게나마 근해선사 영업이익률에 영향을 주었다. 그 외 중국의 GDP, 환율, 이자율 등은 양 그룹의 영업이익률에 유의미한 영향을 주지 못하였다. 또한 경기침체기 중 2009년 글로벌 금융위기를 제외하고 1998년 외환위기 및 2020년 코로나 팬데믹 기간은 오히려 경제지표와 부의 상관관계를 보여주었다. 본 연구는 해운경기 예측의 복잡성과 어려움을 감안하여 금융비용을 고려하지 않은 영업이익률에 초점을 맞추었고, 3번의 경제·사회적 사건을 포함한 장기간의 실증 분석을 통하여 결론을 도출하였다.
선원은 해운업과 수산업에서는 선박의 조종과 항행안전을 담당하고 있는 한편, 어로작업도 도맡아 하고 있다. 항만운송에서 선원들은 도선사 양성의 기반이 되며, 항만운영과 해양사고 예방을 지원하고 있다. 선원은 선박의 안전관리, 안전 항행감독, 내항해운 분야의 여객선 안전운항 관리, 해양사고 심판 등 많은 분야에서 전문적 지식과 경험을 제공하고 있다. 이 같은 경제적 기여에도 불구하고 선원들의 장기적 공급 부족에 따른 외국인 선원의 한국적 선박에서 승선확대, 급속히 진행되고 있는 고령화는 선원 수급에 경고음을 울려왔다. 본 연구는 (1) 선원들의 승선과 이직에 대한 추이와 특성을 분석하여 선원 패널자료가 필요함을 명시하고 (2) 선원 패널자료의 구축시 그 내용과 자료관리 방안에 대한 대안을 설정하고, 대안별 장단점을 검토한 후 (3) 선원 패널자료를 이용한 선원공급의 장단기 예측 모형 개발 등 활용방안을 제시하였다. 선원 패널자료의 구축은 한국 노동패널(한국노동연구원, 2016)과 같이 수 십년 간의 자료 축적을 통해, 선원의 이직과 승선에 대해 체계적이고 다양한 분석을 할 수 있게 한다. 패널자료의 구축 추진기관으로서는 이미 선원통계를 축적하고 있는 한국선원복지고용센터가 1차적으로 적합하다. 패널자료의 구축방안으로 한국선원복지고용센터의 기존자료를 활용하고 패널기준(졸업연도와 학과)을 명확히 하고 생애주기를 관측하는 것을 제안한다. 선원 패널자료는 과거 시계열 자료를 재입력하고 부원에 대한 자료추가, 선원 경력과 직책 등 승하선 경력, 개인특성, 가정생활, 향후 진로와 의견 등을 포함한 자료와 정보들을 추가해 구축될 수 있다. 선원 패널자료 활용방안으로는 1) 선원공급에 대한 장단기 예측, 2) 선원의 일생 이력주기인 교육 훈련 재교육 등의 수요산정, 3) 선원의 승선과 이직, 자격재취득에 대한 체계적 자료의 축적을 통해 선원에 대한 인구동태적 분석, 4) 도선사 등 고급 해기사 인력을 필요로 하는 해양산업과 연계된 선원경력 관리를 통해, 선원의 장기승선을 유도, 5) 실효성이 있는 선원직 매력화 정책을 수립, 6) 선원직업의 안정화를 위한 정책수립에 이용을 예로 들 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.