생성형 AI 시장의 급속한 성장과 국내 기업과 기관의 큰 관심에도 불구하고, 부정확한 정보제공과 정보유출의 우려가 생성형 AI 도입을 저해하는 주된 요인으로 나타났다. 이를 개선하기 위해 본 논문에서는 검색-증강 생성(Retrieval-Augmented Generation, RAG) 구조 기반의 질의응답시스템을 설계·구현하였다. 제안 방법은 한국어 문장 임베딩을 사용해 지식 데이터베이스를 구축하고, 최적화된 검색으로 질문 관련 정보를 찾아 생성형 언어 모델에게 제공된다. 또한, 이용자가 지식 데이터 베이스를 직접 관리하여 변경되는 업무 정보를 효율적으로 업데이트하도록 하고, 시스템이 폐쇄망에서 동작할 수 있도록 설계하여 기업의 기밀 정보의 유출 가능성을 낮추었다. 국내 기업 등 조직에서 생성형 AI를 도입하고 활용하고자 할 때 본 연구가 유용한 참고자료가 되길 기대한다.
USB(Universal Serial Bus)는 최근 컴퓨터시스템에서 가장 인기 있는 인터페이스 중의 하나인데 이를 보다 확대하여 사용 시 즉, 다수의 디바이스들이 서로 연결되는 댁내망을 구성할 때는 버스대역을 시분할 다중화(TDM, Time Division Multiplexing) 방식으로 사용하는 USB의 특징상 버스대역의 병목현상을 초래하게 되는 데 이러한 상황을 보다 효율적으로 대처할 수 있는 버스 대역 사용방안을 제안 한다. 기본적으로 USB 통신방식으로 디지털 정보가전 간 실시간 동영상 정보 전송을 위한 시스템을 구현함에 있어 보다 효율적인 데이터 전송을 위한 USB 데이터 전송타입과 디바이스 간 정보 교환을 위한 정의된 포맷을 가지는 데이터 구조인 각 디스크립터(Descriptor)들을 분석하여 동영상 전송을 위한 등시성(Isochronous)전송 방식의 세부 성능 향상 방법을 제안한다. 하나의 디바이스 설정(Configuration)이 2개의 대안적 설정(AlternateSetting)을 가지는 인터페이스(Interface)를 가정할 경우 버스 트래픽 과다에 의한 Isochronous 전송이 원활하지 않을 경우에 인터페이스의 AlternateSetting을 변경하고 설정요청(SetInterface() Request)하여 충분한 버스대역을 할당받지 못 하는 디바이스에 있어서도 최소한의 데이터 프레임률을 보장하고자 한다. 그리고 버스 트래픽이 정상인 경우 원래의 AlternateSetting으로 복귀하는 알고리즘을 제안한다. 이 제안 방법으로 다수의 디바이스들이 연결되어지는 홈 네트워크 댁내망에서의 동영상 데이터 전송 시 발생할 수 있는 병목현상을 해결한다.
이미 전자상거래(EC)가 시간적ㆍ공간적 제약을 극복하고 국경을 초월한 새로운 교역시장 (Cyber Market)으로 등장하고 있으며 세계 자동차 산업은 표준부품의 공동개발 및 조달을 통해 중복투자 방지, 신차개발기간 단축 등 전략적 제휴를 통한 공조ㆍ공생체계 구축을 경쟁적으로 추진하고 있으나 국내 자동차업계는 제품개발, 부품조달, 판매 및 A/S 등 모든 부문을 독자적으로 해결함으로써 경쟁력 제고에 역행하는 경향이 있다. 또한 자동차 선진국과는 달리 국제 경쟁력 강화를 위한 CALS/EC 정보 기반 기술의 실질적인 활용이 미흡한 실정이다. 이러한 현실을 개선하기 위해 최근에 자동차공업협회(KAMA)와 현대, 대우, 기아 자동차 3사는 자동차 산업 CALS 추진 모델(Autopia)의 구축을 추진하고 있다. 추진 내용은 자동차 산업의 전체 Life-Cycle인 제품기획 단계부터 설계, 생산, 구매/조달, 고객지원 단계등 전 분야를 3개 부문(신차개발 프로세스, 구매조달 프로세스, 고객지원 서비스)으로 구분되어 있다. 신차개발 프로세스 부문은 차세대 PDM을 통하여 제품개발 사이클 단축을 추구하며 STEP을 통한 범용적 설계정보 교환 체계 구현이 기반이 된다. 또한 업무 흐름의 불투명성으로 인한 업무의 불균형 현상 타파와 설계 변경의 효율적 대응을 위하여 Workflow Management가 동시공학에 바탕을 두고 도입 적용되어야 한다. CAD 데이터를 비롯한 방대한 데이터의 효율적 관리를 위해서는 각 프로세스별로 독립된 정보를 체계적으로 관리할 수 있는 통합 환경(Integrated Data Environment)을 구성하여 각 프로세스에 걸쳐 데이터의 처리효율을 증대하여야 한다. 신차개발 부문의 핵심 기술이면서도 현업 적용이 초기 단계인 Digital Mockup과 Virtual Reality의 적용을 위해서는 3D 모델링이 기본 설계 방법으로 적용되어야 하며 이를 통한 어셈블리 및 부품구조의 관리가 이루어져야 한다. 구매조달 프로세스 부문은 자동차 업계의 공통 EDI/EC 네트워크 구축을 통한 경제적인 인프라 구조와 함께 부품 조달 체계의 간소화를 추구함으로써 자동차 산업의 대외 경쟁력 강화가 이루어 질 수 있다. 공개구매 시스템의 구축을 통하여 완성차별로 전속 계열화된 수직적인 부품조달 체계와 업체간 정보공유의 폐쇄성을 제거할 수 있고 완전 경쟁에 의한 우량 협력업체 발굴 기회의 확대가 용이하다. 이를 통하여 궁극적으로는 Global Vendor망의 구축이 실현될 것이다. 종합물류 시스템이 구현되면 판매는 경쟁체제, 물류는 공동화가 됨으로써 국가적으로 물류 비용의 절감이 엄청날 것으로 예상된다. 전국에 산재되어 있는 1,000여개의 대리점과 7,000여개의 정비업소를 대상으로 한 정비부품 EDI/EC 시스템이 구축되면 고객 서비스의 효율 향상과 함께 정비업소의 물류 및 재고 비용의 감소, 조달 속도의 향상, 조달 업무의 간소화 등의 효과를 보게 될 것이다. 고객지원 서비스는 정비정보 시스템, 산업정보 시스템, 쇼핑몰 시스템, 등록대행 시스템등을 통하여 일반 국민들이 피부로 느낄 수 있는 시스템으로 구축 되어야 할 것이다.
제5차 산림기본계획은 2008년부터 2017년까지의 10년 단위 계획으로, 2013년에 대외환경 변화 등의 이유로 변경되었다. 본 연구에서는 산림기본계획에 대한 거시적 평가를 위해 빅데이터 분석을 활용하여 연도별 정책 수요와 공급의 간극을 파악하였다. 정책수요 부분은 당해 연도의 뉴스, SNS 등에서 언급된 사업과 관련된 키워드(명사 기준)를 기준으로 하고, 정책 공급 부문은 산림청이 발행한 문서를 기준으로 하여 비정형 데이터를 수집하였다. 수집한 자료는 사회연결망 분석(social network analysis)을 활용하여 네트워크 구조를 특정하고, 수요 측면의 네트워크와 공급 측면의 네트워크를 비교하여 산림청 정책 수요와 공급의 간극을 확인한다. 분석 결과, 공급부문의 네트워크 구조는 수요 부문보다 방사형이 약한 것으로 나타나 산림 이외에 다양한 주제어가 네트워크에서 상당한 영향력을 행사하고 있는 것으로 판단되었다. 또한 27대 대표사업들을 대응한 33개 주제어에 대해 수요부문과 공급부문의 기울기를 비교한 결과, 수요는 증가하지만 공급이 감소하는 주제어의 개수는 7개로 지속가능, 산림경영, 산림생물, 산림보호, 산림병해충, 도시숲, 북한이 해당되었다. 이들 주제어는 수요와 공급의 간극이 확인된 만큼, 제6차 기본계획에서는 이들 주제어에 대한 공급 강화가 필요하며, 자유게시판 분석을 통하여 신규 임업인에 대한 정보 제공 및 교육 강화도 포함되어야 할 것으로 나타났다.
한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.
가상 세계의 공유 개념은, 특히 사용자들이 인터넷 같이 대규모 네트웍을 통해 지역적으로 분산된 경우는 복제가 수용할 수 있는 상호작용 성능을 제공하기 때문에 각 사용자의 사이트에 정보를 복제함으로써 확장된다. 그러나, 다수의 동시 갱신은 replicas간의 일관되지 않은 뷰를 일으키게 될 것이다. 따라서, 동시성 제어가 복제자들간에 일관된 상태를 유지하도록 하기 위한 중요한 요소가 된다. 우리는 단지 대상 객체의 주변에 있는 사용자들만이 소유권 요청을 다중 전송하게 하는 확장성 있는 예측기반 동시성 제어 스킴을 제안했었다. 이 작업에서, 우리는 모든 사용자들이 동일한 속도론 가지고 가상 세계를 이동한다고 가정했다. 이것은, 그러나, 좀더 사실성을 더하기 위해 사용자가 가상 세계와 상호작용을 할 매 그들의 이동속도를 변경하도록 하는 네트웍 게임같은 네트웍 가상 환경에서는 너무 common 하다. 본 논문은 다양한 속도를 가진 사자를 지원하기 위한 확장을 제안한다. 확장된 스킴은 다른 속도의 수만큼의 다중 Entity Radii를 가지며 각 속도를 가진 사용자에게 분리된 큐를 할당한다. 각 큐는 다음 소유자 후보를 예측하기 위해 동시에 예측을 수행하고 선택된 후보들간에서 최소의 Predicted Collision Time을 가지는 최종 후보자가 선택된다. 이는 사용자의 속도에 기반을 둔 적절한 Entity Radius를 사용함으로써 소유권의 timely advanced transfer과, 다른 이돔 속도와 latency를 가지는 사용자들 간의 간섭을 줄임으로써 공정(공평)한 소유권 양도, 그리고 불필요한 소유권 전송을 줄임으로써 놓은 예측 정확도를 제공한다.성을 지닌 AMMQL 학습법은 로봇축구와 같이 끊임없이 실시간적으로 변화가 일어나는 다중 에이전트 환경에서 특히 높은 효과를 볼 수 있다. 본 논문에서는 AMMQL 학습방법의 개념을 소개하고, 로봇축구 에이전트의 동적 위치 결정을 위한 학습에 어떻게 이 학습방법을 적용할 수 있는지 세부 설계를 제시한다.다.으로서 hemicellulose구조가 polyuronic acid의 형태인 것으로 사료된다. 추출획분의 구성단당은 여러 곡물연구의 보고와 유사하게 glucose, arabinose, xylose 함량이 대체로 높게 나타났다. 점미가 수가용성분에서 goucose대비 용출함량이 고르게 나타나는 경향을 보였고 흑미는 알칼리가용분에서 glucose가 상당량(0.68%) 포함되고 있음을 보여주었고 arabinose(0.68%), xylose(0.05%)도 다른 종류에 비해서 다량 함유한 것으로 나타났다. 흑미는 총식이섬유 함량이 높고 pectic substances, hemicellulose, uronic acid 함량이 높아서 콜레스테롤 저하 등의 효과가 기대되며 고섬유식품으로서 조리 특성 연구가 필요한 것으로 사료된다.리하였다. 얻어진 소견(所見)은 다음과 같았다. 1. 모년령(母年齡), 임신회수(姙娠回數), 임신기간(姙娠其間), 출산시체중등(出産時體重等)의 제요인(諸要因)은 주산기사망(周産基死亡)에 대(對)하여 통계적(統計的)으로 유의(有意)한 영향을 미치고 있어 $25{\sim}29$세(歲)의 연령군에서, 2번째 임신과 2번째의 출산에서 그리고 만삭의 임신 기간에, 출산시체중(出産時體重) $3.50{\sim}3.99kg$사이의 아
실시간 서비스를 제공하는데 있어서 호스트의 이동성은 통신경로의 변경으로 인해 QoS에 심각한 영향을 끼치게 된다. 현재 QoS를 위한 시그널링 프로토콜인 자원 예약 프로토콜(Resource Reservation Protocol : RSVP) 은 고정 호스트만을 가정하고 있으므로 이동 컴퓨팅 환경에서 그대로 사용하기에는 적합하지 않다. 본 논문에서는 이동 호스트를 지원하는 무선 모바일 네트워크에서 RSVP 에이전트를 사용하여 Mobile IP와 연동하는 새로운 자원예약 시그널링 프로토콜인 RSVP-RA(RSVP by RSVP Agent)를 제안한다. 제안된 RSVP-RA 프로토콜은 RSVP 에이전트를 사용하여 차후에 방문이 예상되는 주위의 셀들에 미리 자원을 예약해 줌으로써 이동호스트의 이동성에 따른 유연한 QoS 제공과 종단간 자원예약의 필요성을 제거하여 네트워크의 시그널링 오버헤드를 줄여주는 장점을 갖는다. 본 논문에서는 제안하는 RSVP-RA의 기본 구조 및 이동성, 자원예약 지원기능 등을 설명하고, 기존의 관련연구에서 제안했던 프로토콜과 RSVP-RA 프로토콜을 시그널링 오버헤드 및 패킷지연 등의 성능지표를 시뮬레이션을 통해 비교 평가하였다.
최근 ChatGPT나 자율주행 자동차 등의 인공지능 분야의 급속한 발전으로 인해 인공지능에 대한 관심이 높아졌다. 그러나 아직 인공지능은 학습 과정에서 알 수 없는 요소가 많이 존재하여 모델을 개선하거나 최적화하기 위해서 필요 이상의 시간과 노력을 들여야 하는 경우가 많다. 따라서, 인공지능 모델의 학습 과정에서 가중치 변화를 명확하게 이해하고 해당 변화를 효과적으로 분석할 수 있는 도구 또는 방법론이 절실하게 요구되고 있다. 본 연구에서는 이러한 점을 해결하기 위해 누적 가중치 변화량을 시각화해주는 시스템을 제안한다. 시스템은 학습의 일정한 기간마다 가중치를 구하고 가중치의 변화를 누적시켜서 누적 가중치로 저장하여 3차원 공간상에 나타내게 된다. 이로 인해 보는 이로 하여금 한눈에 레이어의 구조와 현재의 가중치 변화량이 이해되기 쉽게 구성하였다. 이러한 연구를 통해 인공지능 모델의 학습 과정이 어떻게 진행되는지에 대한 이해와 모델의 성능 향상에 도움이 되는 방향으로 하이퍼 파라미터를 변경할 수 있는 지표를 얻게 되는 등 인공지능 학습 과정의 다양한 측면을 탐구할 수 있을 것이다. 이러한 시도를 통해 아직 미지의 영역으로 여겨지는 인공지능 학습 과정의 일부를 보다 효과적으로 탐색하고 인공지능 모델의 발전과 적용에 기여할 수 있을 것으로 기대된다.
근래에 트랜스포머(Transformer) 구조를 기초로 하는 ChatGPT와 같은 생성모델이 크게 주목받고 있다. 트랜스포머는 다양한 신경망 모델에 응용되는데, 구글의 BERT(bidirectional encoder representations from Transformers) 문장생성 모델에도 사용된다. 본 논문에서는, 한글로 작성된 영화 리뷰에 대한 댓글이 긍정적인지 부정적인지를 판단하는 텍스트 이진 분류모델을 생성하기 위해서, 사전 학습되어 공개된 BERT 다국어 문장생성 모델을 미세조정(fine tuning)한 후, 새로운 한국어 학습 데이터셋을 사용하여 전이학습(transfer learning) 시키는 방법을 제안한다. 이를 위해서 104 개 언어, 12개 레이어, 768개 hidden과 12개의 집중(attention) 헤드 수, 110M 개의 파라미터를 사용하여 사전 학습된 BERT-Base 다국어 문장생성 모델을 사용했다. 영화 댓글을 긍정 또는 부정 분류하는 모델로 변경하기 위해, 사전 학습된 BERT-Base 모델의 입력 레이어와 출력 레이어를 미세 조정한 결과, 178M개의 파라미터를 가지는 새로운 모델이 생성되었다. 미세 조정된 모델에 입력되는 단어의 최대 개수 128, batch_size 16, 학습 횟수 5회로 설정하고, 10,000건의 학습 데이터셋과 5,000건의 테스트 데이터셋을 사용하여 전이 학습시킨 결과, 정확도 0.9582, 손실 0.1177, F1 점수 0.81인 문장 감정 이진 분류모델이 생성되었다. 데이터셋을 5배 늘려서 전이 학습시킨 결과, 정확도 0.9562, 손실 0.1202, F1 점수 0.86인 모델을 얻었다.
Ad-Hoc 네트워크는 군사적인 목적으로 시작되었으며, 네트워크 인프라 구조가 없거나, 네트워크 인프라의 설치가 용이하지 않거나, 전쟁 및 분쟁지역, 재해나 재난에 의해 통신 시설을 설치하기 어려운 지역에서 비상 통신 수단으로 사용되고 있다. 그러나 Ad-Hoc 네트워크는 기존의 유선망과 비교하여 대역폭이 좁고 신호간의 간섭이 상대적으로 심하여 망 형상이 수시로 변경될 수 있다. 따라서 기존의 라우팅 알고리즘을 적용할 수 없으며, 새로운 라우팅 알고리즘 연구가 활발히 이루어지고 있다. 본 연구는 기존에 제안된 라우팅 알고리즘 중 클러스터에 헤더(주헤더)를 두어 관리하는 클러스터 기반의 라우팅 프로토콜(CBRP)에서 클러스터 내의 주헤더 노드를 제외한 모든 노드가 주헤더 통신을 의존함으로써 발생하는 주헤더 이상시의 문제점을 최소화하기 위해 클러스터 내에 보조헤더를 두어 클러스터 및 클러스터내의 모든 노드를 관리하는 방안(ACBRP)을 제안한다. 보조헤더 역할은 주헤더가 비정상적으로 되어 노드들 간의 송수신에 더 이상 참가할 수 없을 경우, 별도의 주헤더 재선출 과정 없이 보조헤더가 즉시 주헤더로 교체되어 기존의 주헤더 역할을 담당한다. 이는 CBRP에서 클러스터 주헤더 노드가 클러스터 밖으로 이동하거나, 비정상적인 상태가 되어 다른 주헤더 노드를 선출해야 하는 부담을 효과적으로 줄이고, 이 때 통신 중인 모든 노드는 통신의 중단 없이 계속적으로 라우팅을 유지할 수 있다. 따라서 본 연구가 기존의 CBRP에 비해 효율적인 통신을 할 수 있으며, 모의실험을 통해 ACBRP의 성능 평가를 위한 주헤더 재선출을 위한 비용 계산을 위해 필요한 데이터 값들을 측정하고, 기존의 CBRP와 비교 평가하여, 타당성을 확인하였다.(12.7%), 폐렴 4례 (7.2%), 기관지확장증 4례 (7.2%), 무기폐 4례 (7.2%)의 순으로 많았다.경우보다 높은 2.0 unit/mL의 농도에서 알파-갈 항원결정인자가 제거되는 양상을 보였다. 걸론: 돼지의 대동맥 판막 조직과 심낭 조직의 알파-갈 항원결정인자는 eriffonia simplicifolia의 동종렉틴 B4를 사용한 면역조직형광염색에서 잘 염색되었으며 이를 알파-갈락토시다아제를 사용하여 제거하였을 때 각각 1.0 unit/mL, 2.0 unit/mL 농도의 녹색콩 알파-갈락토시다아제를 $4^{\circ}C$, pH 6.5의 조건에서 24시간 반응시켰을 때 효과적으로 상당량 제거할 수 있었다. 향후 돼지의 판막조직 및 심낭조직으로 만드는 조직판막의 내구성 증대에 대표적인 동물 면역항원인 알파-갈 항원결정인자의 제거가 유용한 도구가 될 수 있을 것이며 앞으로 알파-갈락토시다아제로 처리한 돼지의 조직판막에 대한 인간혈장의 항-갈 항체 및 항-갈 단클론항체를 이용한 직접적인 면역학적 연구가 필요하다.광학거울 (Fine-grade optical mirror)을 이 부위에 넣고 반사시야에서 수술적 처치를 시행할 것을 주장했으나, 수술시의 출혈등에 의한 명료시야의 확보에 문제점이 있어 널리 시행되지 않았다. Saito(1971)등은 Sinus tympani의 접근방법으로서 종래의 중이강내에서 접근방식 (Tympani approach) 보다 유양동을 통한 접근(mastoid approach)이 보다 편리하고 확실한 방법일 것이라는 생각으로 42개의 측두골에 대한 미세해부학적 계측을 실시하였다. 그러나 연구결과에서 그는 Sinus tympani의 상부는 안면신경과 지나치게 가까운 거리에 있어
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.