개엽기, 낙엽기 추정은 식물 생태 주기를 이해하는 데 매우 중요한 역할을 한다. 식물의 근적외선 반사(NIRv)는 일차생산량(GPP)의 강력한 대리지표로 밝혀져 식물계절학 연구에 활발하게 가용되는 추세이다. 하지만 지형에 의한 반사도 왜곡 효과가 상쇄되지 않아 산악 지역의 지형 왜곡 효과에 민감하며 낙엽기를 추정하는 데 성능이 떨어진다. 지형 보정 NIRv(TCNIRv)는 지형 왜곡 효과와 관련된 한계점을 완화하기 위해 경로 길이 보정 방법을 사용한다. TCNIRv는 낙엽기에 대해 NIRv 보다 더 정확한 값을 추정할 수 있다는 사실이 확인되었다. 지형 보정은 경사 및 사면 방향 같은 지형 속성과 연관성이 크기 때문에, 이번 연구에서는 광릉 수목원과 오대산 국립공원 같이 비교적 상이한 지형 특성을 가진 두 산악 지역을 대상으로 남사면과 북사면에서의 예측 결과를 비교하였다. 결과적으로, 두 연구지에서 TCNIRv 를 이용해 예측한 낙엽기는 북사면에서 남사면보다 지연되었고 (광릉 수목원: SFS/NFS - DOY 266.8/268.3; 오대산 국립공원: SFS/NFS - DOY 262/264.8), 이는 NIRv 의 결과와는 반대되는 예측 결과였다 (광릉 수목원: SFS/NFS - DOY 270.3/265.5; 오대산 국립공원: SFS/NFS - DOY 265/261.8). 또한 지형 보정 이후 남사면와 북사면 간의 낙엽기의 차이가 감소했다는 사실도 알 수 있었다 (광릉 수목원: SFS/NFS - DOY 270.3/265.5; 오대산 국립공원: SFS/NFS - DOY 265/261.8). 우리는 사면방향에 따라 식물 생장기를 예측했을 때, TCNIRv 를 이용한 낙엽기 추정에서 NIRv 를 이용해 예측한 결과와 차이점을 가진다고 결론 내렸다. 이로써 다양한 지형 조건에서 사면 별 식물 생장기를 추정하는 데 지형 보정이 필수적이라는 사실을 강조한다.
최근 스마트 팜의 연구가 활발해지면서 시설하우스와 같은 실내 환경 제어는 높은 수준에 이르렀다. 그러나 노지에서 재배가 이루어지는 임업 분야에 ICT기술의 활용은 아직 미비한 실정이다. 본 논문에서는 ICT 기술을 적용한 LPWA 기반의 임산물 생육환경 수집 및 빅데이터 분석 시스템을 제안한다. 제안된 시스템은 oneM2M 아키텍처를 기반으로 구성하였으며 소규모 태양광 발전과 LPWA기술을 이용하여 노지에서 환경 데이터를 수집하여 서버에 전송한다. 전송된 데이터는 서버에서 빅 데이터로 구축되며 이를 활용해 임산물의 생산량과 품질을 예측한다. 제안된 시스템은 신재생 에너지와 스마트 팜의 융합을 통해 저비용, 고품질의 임산물 생산에 기여할 것으로 기대된다. 또한 노지에서 이루어지는 농작물의 생장 환경 모니터링과 oneM2M 아키텍처를 활용하는 타 산업 분야에 응용될 수 있다.
본 연구는 기후변화에 따른 난대상록수종인 황칠나무의 적지예측모델을 개발하기 위하여 수행하였다. 생장 및 입지환경 인자들간의 관계 구명을 통하여 양적 질적 자료 분석이 가능한 수량화 분석 방법에 의하여 황칠나무의 적지예측 평가기준을 도출하였다. 적지예측 프로그램은 ESRI, ArcView GIS 프로그램을 이용하여 개발하였다. 개발된 프로그램은 적지예측의 정확성 검토를 위하여 다양한 난대 상록활엽수가 분포하고 있는 전남 완도 지역에 적용하였다. 황칠나무의 적지예측 분석 결과, 최적지 표고 401~500m, 경사도 $15^{\circ}$ 이하, 국소지형은 산복 계곡부위, 퇴적양식 붕행토, 방위가 남쪽인 요철사면으로 나타났다. 완도지역의 황칠나무 최적지 등급별 맵핑 면적은 I 등급 1,487.2ha(25.4%), II 등급 1,020.3ha (17.4%), III 등급 2,231.8ha(38.2%), IV 등급 1,110.5ha(19.0%)로 나타났다.
본고에서는 기후변화와 산림생장, 수종변화, 탄소저장, 임목고사 간의 관계에 대한 연구들을 소개하고, 기후변화 대응을 위한 관리 전략을 제언하고자 한다. 1) 산림생장측면에서 보면, 소나무를 포함한 우리나라 주요 침엽수종들의 생장은 기온과 음의 상관관계를, 굴참나무와 신갈나무를 포함한 낙엽성 참나무류는 양의 상관관계를 갖는 것으로 나타났다. 2) 수종분포 측면에서 보면, 다양한 모델에서 동일하게 중 장기적으로 기후변화의 영향으로 인해 침엽수림의 분포가 감소하고, 참나무류의 분포가 증가할 것으로 예측되었다. 3) 탄소저장량 측면에서는 산림관리 여부에 따라 예측 결과에 큰 차이가 있었다. 우리나라 산림은 2030년 이후에 대부분 노령림으로 성숙되며, 현재 벌기령을 유지하여 주벌과 재조림을 실시할 경우 2090년까지 약 4.1억 톤의 산림바이오매스를 생산할 수 있을 것으로 추정되었다. 4) 임목고사 측면에서 보면, 우리나라 주요 침엽수종들은 기온이 높은 곳에서 고사율이 증가하는 경향이 뚜렷하게 나타났으며, 반대로 참나무류는 고사율이 감소하는 것으로 나타났으나 통계적인 유의성은 검증되지 않았다. 또한, 기후변화에 의해 아고산 침엽수종들의 고사가 급격하게 진행될 것으로 예측되었다. 위의 영향들을 종합적으로 고려하였을 때, 먼저 상대적으로 기후변화에 취약한 침엽수림에 대한 관리전략이 필요한 것으로 사료된다. 또한, SDGs, 생태계서비스, 탄소역배출 등의 국제적 이슈와 연계시켜 지속가능한 산림계획을 생태계서비스 및 탄소흡수 저장 측면에서 수립 및 이행해야 할 것이다.
요즈음, 온도 및 습도, 조도 센서를 이용하여서, 식물 재배 환경 정보를 자동으로 수집하고 생장환경을 관리하는 지능형 온실 시스템이 많이 연구되고 있다. 본 논문에서는 조도, 온도 및 습도를 예측해서 인터넷 기반에서, 식물 재배의 최적 환경 조건을 추론하는 모의실험을 하였다. IOT 환경에서, 식물 재배 조건을 온도, 습도, 조도를 아두이노 센서에 실시간으로 온실 관리자에게 전송해서, 식물 재배에 필요한 최적의 온도, 습도 조건 값보다 크거나 적으면 자동으로 SMS 경고 문자를 실시간으로 전송해 주기 때문에, 급격한 기후 변화 (눈,비, 폭염)조건일 경우라도 최적의 화초 재배조건을 관리 할 수 있다. 본 논문에서는 퍼지논리와 WEKA TOOL을 이용하여서, 같은 온대 식물이라도, 그 지역에 필요한 최적의 온도, 습도, 조도(일사량) 수치를 산출하는 모의실험을 하였다.
토양침식을 예측하는 WEPP(Water Erosion Prediction Project)모델은 연방 정부기관이 토양과 물 보전 및 환경을 계획하고 평가하는데 활용하고자 1985년 8월 차세대 물에 의한 토양침식을 예측하기 위해 만들어졌다. 미농무성 농업연구소에 의해 개발된 WEPP 모델은 경험적인 침식 예측을 위한 도구로써 침투, 유거수, 강우와 물에 의한 토양입자의 분리, 침전물의 이동, 퇴적, 작물의 생장 및 수확 후 잔여물의 분해 등을 포함한 토양 침식과 관련된 많은 중요한 물리적 과정을 모의한다. WEPP 모델은 모델을 구성하는 모듈의 입력자료와 모델을 시험하기 위해서 필요한 자료를 경작지, 초지, 산림 등 광대한 현장 실험 결과들로부터 얻었다. 미국내 여러 농업연구소와 협력 대학 등 수 많은 연구소의 큰 노력으로 모델을 만들 수 있었다. WEPP 모델은 경사지 혹은 작은 유역 규모에 적용이 가능하며, 물리적 모델이기 때문에 미국과 다른 여러 나라에서 중요한 자연자원을 효과적으로 평가할 수 있다. 최근 들어 DOS프로그램으로 만들어진 초기 WEPP모델을 윈도우 인터페이스와 GIS프로그램을 통합하여 향상시켰다. 또한, 바람과 물에 의한 침식을 통합 예측하는 시스템을 쉽게 이용할 수 있도록 구축 중에 있다.
최근 스마트팜 에너지 비용 중 35% 낸난방비 에너지 소비가 증가되어 에너지 소비 효율화가 요구되며, 전기료 현실화에 대한 우려로 신재생 에너지 중요성이 증가하고 있다. 신재생 에너지는 수력, 풍력, 태양광 등에 속하며, 이중 태양광 에너지는 전기에너지로 변환하는 발전기술로, 이 기술은 에너지원이 환경에 미치는 영향이 적고, 유지 보수가 간편하다는 특징을 갖고 있다. 본 연구에서는 온실 축열조, 히트펌프 데이터 기반으로 축열조 영향을 많이 미치는 요소를 선정하고 축열조 공급 온도예측 모델을 개발하고자 한다. 시계열 데이터 분석 및 예측에 효과적인 LSTM(Long Short-Term Memory)과 다른 앙상블 학습 기법보다 뛰어난 XGBoost 모델을 이용하여 예측한다. 히트펌프 축열조 온도를 예측함으로써 에너지 소비를 최적화하여 시스템 운영을 최적화할 수 있다. 또한, 태양광 활용에 따른 냉난방비 절감 및 농가의 에너지 자립도 개선 등 스마트팜 에너지 통합 운영 시스템에 연계하고자 한다. 플랫폼을 통해 폐열 에너지의 공급을 관리하고 최대 난방부하 및 계절, 시간별 작물생장에 필요한 에너지값을 도출하여 이를 기반으로 최적 에너지 운용방안을 도출하고자 한다.
음나무 자생지의 보존과 복원을 위한 연구의 일환으로 개체목 단위로 산재하여 서식하는 것으로 알려진 음나무의 군집을 탐색하고, 인위적 간섭이 적고 보전상태가 양호한 강원도 흥정산, 발왕산, 가리왕산 지역을 대상으로 지형, 토양특성 등의 물리적 환경과 식생구조를 조사하였다. 1. 음나무 자생지의 입지환경 조사 결과 분포범위는 해발고 780~1,300m의 북서, 북동 및 북향을 중심으로 경사가 심한 산복-사면에 위치하였으며, 토양 산도는 5.81($\pm$0.05)로 비교적 중성에 가까운 토양이며, 양이온치환용량(C.E.C.)은 평균 22.30($\pm$8.1)(me/100g), 유기물함량 8.63($\pm$0.48)%로 비옥한 토양이였다. 2. 음나무의 평균 연륜 생장량은 1.60~2.41mm/year으로 발왕산이 2.41mm/year로 가장 높고, 가리왕산 1.98mm/year, 흥정산 1.60mm/year 순으로 생장량을 나타냈다. 초기 20년간의 생장량은 평균 생장량 보다 컸으나, 그 후는 계속적으로 감소하는 경향을 나타냈다. 3. TWINSPAN에 의한 군집의 분리는 지역간의 군집분리에 중요하게 작용하였으며, 음나무림의 평균 상대우점치 (MIV)는 흥정산지역 24.55%, 가리왕산지역 29.25% 그리고 발왕산지역 38.28%로 나타났으며, 종다양도는 전체적으로 1.3124~1.3992 범위를 보여 대체적으로 3개 지역간에 큰 차이는 보이지 않았다. 4. 음나무 층위별 분포형(Morista's index)은 교목층, 아교목층 및 관목층이 각각 0.9629, 2.9570, 20.5419로 나타나 교목층은 임의 분포하는 경향을 보였으나 아교목층과 관목층은 집중분포하는 것으로 나타났다. 5. 종다양성 분석 결과 상대우점도의 범위가 0.1476~0.2065으로 몇몇 종에 의한 단순림을 이루지 않고 다수의 종에 의해 혼효되어 자생하고 있으며, 유사도지수는 64.31~64.54% 범위로 3개 조사지역간에 식생의 연속성이 있는 것으로 판단되었다. 6. 조사지의 상대우점치를 이용한 종간 상관관계를 조사한 결과 음나무는 사스레나무, 물참대, 까치박달나무 그리고 들메나무와는 동일한 생태적 지위를 갖는 것으로 나타났으며, 노린재나무 1%, 쪽동백, 고로쇠 나무, 나래회나무, 느릅나무는 5%수준의 부의 상관관계를 보여 생태적 지위가 다른 것으로 나타났다. 7. 직경급 분포에 의한 개체군의 생육 동태를 예측한 결과 흥정산 지역은 정규분포를 보여 앞으로 지속적인 유지가 가능하며, 발왕산의 경우에도 소경목에서 대경목에 이르기까지 골고루 출현하여 음나무림의 지속적인 유지가 가능할 것으로 생각되나 가리왕산의 경우는 치수나 어린 개체가 출현이 되지 않고 중경급과 높은 직경급의 개체의 밀도도 높지 않아 앞으로 이 집단에서는 음나무 집단의 지속적인 유지가 어려울 것으로 생각된다.
인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.
본 연구는 배추의 작황 예측프로그램을 개발하기 위한 생육조사로 정식시기를 봄과 가을에 2주 간격으로 3회씩 각각 정식하여, 생체중, 건물중, 엽장, 엽폭, 엽수, 엽면적등을 정식후 2주간격으로 조사하였다. 정식 후 일수에 따른 생체중과 건물중의 변화와 GDD에 따른 생체중, 건물중, 엽면적 그리고 엽수의 변화에 대하여 회귀분석하였다. 정식 후 일수에 따른 봄배추와 가을배추의 생장을 S자형 곡선으로 분석한 결과 생체중의 회귀식은 각각 FW=4451.5/[1+exp{-(DAT-34.1)/3.6}]($R^2=0.992$)과 각각 FW=7182.0/[1+exp(-(DAT-53.8)/11.6)]($R^2=0.979$) 였다. 그리고 GDD에 따른 봄배추의 생체중의 모델은 각각 FW=4411.2/[1+exp{-(GDD-585.2)/128.6}] ($R^2=0.992$) 및 FW=13718/[1+exp{-(GDD-1278.6)/219.5}] ($R^2=0.981$)였다. 봄배추와 가을배추의 단위면적당 생산량은 각각 11348.3kg/10a와 1,5128.2kg/10a로 노지재배의 단수와는 차이를 보인 반면에 봄배추의 경우 시설재배의 단수 1,1147.3kg/10a와 유사한 결과를 보였다. 차후에 노지재배를 통해, 배추의 생산성에 관여하는 주요 요인을 분석하고, 실시간으로 계측한 생육 및 기상자료를 기반으로 하여 보다 정확한 예측프로그램으로 보정 및 검증해야할 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.