3D-CNN은 시계열 데이터 학습을 위한 딥 러닝 기법 중 하나이다. 이러한 3차원 학습은 많은 매개변수를 생성할 수 있으므로 고성능 기계학습이 필요하거나 학습 속도에 커다란 영향을 미칠 수 있다. 본 연구에서는 손의 동적인 제스처 동작을 시공간적으로 학습할 때, 3D-CNN 모델의 구조적 변화 없이 입력 영상 데이터의 시공간적 변화에 따른 학습 정확성을 분석함으로써, 3D-CNN을 이용한 동적 제스처 학습의 효율성을 높이기 위한 입력 영상 데이터의 최적 조건을 찾고자 한다. 첫 번째로 동적 손 제스처 영상 데이터에서 동적 이미지 프레임의 학습구간을 설정함으로써 제스처 동작간 시간 비율을 조정한다. 둘째로는 클래스간 2차원 교차 상관 분석을 통해 영상 데이터의 이미지 프레임간 유사도를 측정하여 정규화 함으로써 프레임간 평균값을 얻고 학습 정확성을 분석한다. 이러한 분석을 통하여, 동적 손 제스처의 3D-CNN 딥 러닝을 위한 입력 영상 데이터를 효과적으로 선택하는 두 가지 방법을 제안한다. 실험 결과는 영상 데이터 프레임의 학습구간과 클래스간 이미지 프레임간 유사도가 학습 모델의 정확성에 영향을 미칠 수 있음을 보여준다.
본 연구에서는 아동·가족 복지지출의 결정요인들이 무엇인지, 기존의 총량 복지지출 결정요인을 설명하는 이론들이 아동·가족 복지지출 결정요인에서도 유용한지 고찰하고 아동·가족 복지지출에 영향을 미치는 고유의 요인을 규명하고자 하였다. 이를 위해 결합시계열 분석방법을 이용하여 OECD 회원국 14개 국가의 26년간 자료를 분석하였다. 분석결과 산업화 이론의 경우 여성경제활동참가율이 높을수록 아동·가족 복지지출 총량이 증가하고, 아동인구 비율은 통계적으로 유의미하지 않은 것으로 나타나 아동·가족 복지지출의 수요측 요인은 아동의 욕구가 아닌 일하는 여성의 욕구인 것을 알 수 있었다. 권력자원론의 경우 좌파내각 비율과 노조조직률 변수를 투입하여 권력자원론이 아동·가족복지지출에서도 어느 정도 유효한 설명인 것으로 판단할 수 있었다. 여성의 경제적·정치적 권한 강화가 아동·가족복지 지출에 부분적으로 긍정적인 영향을 미치는 것으로 나타나 아동·가족복지지출 결정요인의 여성주의 이론을 통한 설명 가능성을 제시하였다. 신제도주의론에서는 정책유제의 영향은 확인할 수 있었으나, 구축효과를 확인할 수는 없었다. 이를 통해 기존의 복지지출 결정요인을 설명하는 이론적 기반을 아동가족지출 영역으로까지 확대하여 해석할 수 있다는 것을 검증하였다는 점에서 이론적 함의를 찾을 수 있다. 또한 복지국가의 예산 제약 상황에서 점차 증가하는 새로운 사회적 위험에 효과적으로 대응하기 위하여 어떤 정치경제적·제도적 기반이 필요한지에 대해 본 연구가 시사하는 바가 크다.
지구 온난화는 대기 중 온실가스 농도 증가에 기인하여 전 세계적으로 이상기후를 유발하고 생태계와 인류에게 부정적인 영향을 미치고 있다. 이에 대응하여 각국은 다양한 방법으로 온실가스 감축을 시도하고 있으며, 해안 생태계가 흡수하는 탄소인 블루카본(blue carbon)에 대한 관심도 증가하고 있다. 블루카본은 그린카본(green carbon) 대비 탄소흡수 속도가 최대 50배 빠른 것으로 알려져 있어 기후 변화 대응에 있어 중요한 역할을 한다. 특히, 세계 5대 갯벌 중 하나인 대한민국의 갯벌은 생물 종 다양성이 풍부하고 뛰어난 탄소흡수원으로 평가되고 있다. 블루카본 관련 기존 연구에서는 갯벌의 탄소 저장량 및 연간 탄소 흡수량에 초점을 맞추었으나 위성자료를 활용하여 직접 갯벌의 면적 변화를 탐지하고 이를 탄소 저장량과 연계한 사례는 부족하다. 이에 본 연구에서는 다중시기 고해상도 위성자료인 PlanetScope 및 RapidEye 자료에 Direct Difference Water Index를 적용하여 연구지역인 낙동강 하구 갯벌의 면적 및 변화를 2013년부터 2023년 사이의 6개 시기에 대해 장기적으로 분석하고 시기별 탄소 저장량을 산정하였다. 분석 결과 연구지역 내 갯벌 면적은 조위 기준이 상이한 2013년 시기를 제외하였을 때 최소 약 9.38 km2 (2022년), 최대 약 9.89 km2 (2021년)로 연간 최대 약 5.4%가 변화하였으며 탄소 저장량은 최소 약 30,230.0 Mg C, 최대 31,893.7 Mg C로 산정되었다.
고갈자원 사용의 동태적 효율성 여부를 검증하기 위해서는 미채굴된 자원의 암묵가격을 추정해야 하는데 기존 연구에서는 자원산업의 한계수입과 한계비용의 차이로 측정하거나 자원채굴량을 준고정시킨 제약비용함수를 추정하여 자원채굴량으로 편미분함으로써 도출하는 방식을 사용하였다. 그러나 이들 방법들은 채굴 투입요소인 자본의 비가단성으로 인하여 일관성이 결여된 추정치가 도출될 개연성, 시장의 독점력에 따라 변하는 한계수입의 가변성 문제와, 불완전한 재화 및 요소시장, 정부규제 등이 존재하는 현실적 상황에서 제약비용함수를 이용할 경우 전제 조건인 생산비용의 최소화가 달성되지 못함으로써 야기될 수 있는 분석결과의 신뢰성 문제 등을 안고 있다. 기존 선행연구의 방법론적 한계점들을 인식하여 본 연구에서는 좀더 일반적이고 현실적 상황에서 고갈자원 사용의 동태적 효율성 여부를 검증할 수 있는 방법을 제시한다. Shephard (1970)의 투입물거리함수를 실증적 모형의 이론적 틀로 활용함으로써 생산요소의 투입량과 최종재화의 산출량에 대한 정보만으로 추정이 가능하고, 생산비용 최소화의 극히 제한적인 상황을 전제하지 않으며, 특히 선형계획기법을 적용함으로써 시계열자료나 합동자료로 회귀 추정할 경우 발생할 수 있는 오차항의 자기상관 문제에 초연할 수 있다. 2%, 5%, 10%, 15%, 20%의 고정 할인율 폭과 실질 이자율의 25%, 50%,100%, 200%, 400%로 산정한 변동할인율을 각각 적용하여 1970년~1993닐 기간 동안 국내 무연탄 채굴의 동태적 효율성 여부를 조사한 결과 고정할인율과 변동할인율 모두에 대해서 국내 무연탄의 세대간 효율적 사용은 이루어지지 않은 것으로 나타났다.
최근 강우의 공간분포와 이동 및 발달상황을 파악할 수 있는 레이더강우 자료의 활용이 수문학분야에서 주목받고 있지만, 레이더 강우자료는 지상강우자료와 비교하여 자료의 신뢰성 확보가 되지 않아 실제 자료의 운용 및 적용에 어려움이 있다. 따라서 수문해석 분야에서는 레이더 강우를 활용하기 위해 레이더강우를 지상강우와 합성하여 보정하고 있다. 본 연구에서는 MFB(Mean-Field Bias)보정기법과 SOA(Statistical Objective Analysis)보정기법을 이용해 2010년 8월의 강우사상에 대하여 시공간 분포를 적절하게 표현할 수 있는 격자형 레이더 강우시계열자료를 생성하였다. 또한, 기존의 집중형 수문모형보다 유역내의 공간적인 유량변동을 보다 상세하게 고려할 수 있는 격자기반의 분포형모형(Vflo)을 국내 유역(낙동강권역 : 감천유역($1005km^2$))에 적용하여, 모의유출량과 관측유출량의 비교를 통해 레이더강우자료의 활용성 및 보정방법의 정확도를 평가하고자 하였다. 각 보정방법에 의한 첨두유량 오차는 20% 내외, 모델효율은 60~80% 수준으로 나타났으며, 특히 SOA방법을 통해 보정된 격자형 레이더 강우자료는 유출모형의 입력 자료로서 수문학적 활용성이 있음을 확인할 수 있었다.
본 연구에서는 조건부 핵밀도함수와 CAFPE(Corrected Asymptotic Final Prediction Error) 차수결정 방법에 근거한 비매개변수적 비선형 자기회귀 (Nonlinear AutoRegressive, NAR) 모형을 소개하고 이를 SOI(Southern Oscillation Index)에 적용하였다. SOI 자료에 대해서 선형 AR 모형을 적용하였으나 잔차에 대한 검정결과 이분산성(heteroscedasticity)을 나타내었다. 또한 BDS(Brock-Dechert-Sheinkman) 검정에서 비선형성이 존재함을 확인하였다. 따라서 NAR 모형에 SOI 자료를 적용시켰다. CAFPE를 이용하여 가장 적합한 모형으로 지체 1, 2와 4가 선택되었으며 조건부 평균함수를 추정하여 SOI 자료를 모의한 결과 잔차에 대해서 정규성과 이분산성 가정이 Jarque-Bera 검정과 ARCH-LM 검정에서 각각 기각되었으며 또한 조건부 표준편차함수의 최적 차수로 3, 8과 9가 CAPFE를 통해 선택되었다. 조건부 평균함수와 표준편차함수를 모두 고려한 모형에 대한 잔차 검정 결과 잔차의 I.I.D 가정을 만족하였으며 특히, BDS 검정에서 신뢰구간 95%와 99%에서 모두 만족한 결과를 나타내었다. 마지막으로 전체의 15%에 해당하는 SOI 자료에 대해서 One-Step 예측을 수행하였으며 선형 모형에 비해 평균제곱예측오차가 7% 적게 나타났다. 따라서, NAR 모형은 여타의 매개변수적 방법과 달리 모형 선택에 있어 자유로우며 비선형성을 고려할 수 있는 모형으로서 SOI 자료와 같은 비선형 자료를 위한 모의방법으로 선형 모형에 비해 많은 장점을 가지고 있다.
최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.
해안 환경에서 정확한 지형 조사는 필수적이나 지점식 조사 기법이 일반적이며, 이마저도 육상과 해저면을 독립적으로 계측한다. 본 연구에서는 단일 UAV만을 이용해 육상 및 해저 지형을 측량하는 방법을 소개한다. 세부적으로, UAV 영상을 활용해 지형 및 수심을 계측하는 두 알고리즘을 각각 적용한 뒤 결과물을 정합하여 수행된다. 해빈 지형의 취득은 공간 스캔 영상을 이용하는 Structure-from-Motion Multi-View Stereo 기술이 적용된다. 해저 지형 측량을 위해서는 고정비행으로 취득된 시계열 파랑 영상을 이용하는 분산관계식 기반 수심 역산 기법이 적용된다. 두 요소기술로 산정한 수치 표고모형을 좌표에 따라 정합한 후, 쇄파대 및 포말대와 같이 두 요소기술 적용이 불가능한 부분을 내삽하여 최종적으로 연속된 근해역 지형을 취득할 수 있다. 본 UAV 기반 지형 측량 기법을 경상북도 포항시의 장사해수욕장에 적용한 결과 세부적인 지형적 특징을 재현해낼 수 있었다. 본 연구에서 제안되는 통합 모니터링 방법은 기존 방법들에 비해 시간, 비용, 안전 측면에서 이점이 있어 해안지역의 침퇴적 분석에 효과적으로 적용될 수 있을 것으로 기대된다.
기후스마트농업(Climate-Smart Agriculture, CSA)이 성취되고 있는지에 대한 정량적인 평가방법을 구축하기 위해 타워 기반의 플럭스 관측 시계열 자료를 활용할 수 있다. 이 연구에서는 벼농사가 지배적인 전형적인 비균질 농경지를 대상으로 CSA의 첫 번째 목표와 관련된 생산성과 효율성 평가를 시도하였다. 이를 위해 해남 농경지에 위치한 KoFlux 사이트(HFK)에서 2003년부터 2015년까지 벼의 생장기간 동안에 관측된 탄소, 물 및 에너지 플럭스의 시계열 자료를 분석하여 일련의 정량적인 지표들을 평가하였다. 이 연구기간 동안에 HFK에서는 네 가지의 다른 품종(동진 1호; 2003-2008, 남평; 2009, 온누리; 2010-2011, 새누리; 2012-2015)의 벼가 경작되었다. 전반적으로 품종을 구분하지 않을 경우, 연구기간 동안의 HFK의 총일차생산(GPP)은 800 - 944 g C m-2, 물사용효율(WUE)은 1.91 - 2.80 g C kg H2O-1, 탄소사용효율(CUE)은 1.06 - 1.34, 그리고 광사용효율(LUE)은 0.99 - 1.55 g C MJ-1이었다. 벼 이외의 다른 식생이 포함된 HFK의 비균질성을 고려하여 어림 잡아 비교해 보면, 네 품종 중에서 동진1호를 재배했을 때에 HFK의 생산성이 아시아의 단일 벼논의 생산성과 비슷했고 WUE도 높았던 반면에 CUE는 상대적으로 낮았다. 또한, 새누리를 재배했을 때에도 HFK가 비슷하게 높은 생산성을 보였으나 동진1호보다 생장기간이 상대적으로 길었다. 따라서 동진1호가 지배적인 HFK가 CSA의 관점에서 더 좋은 특성을 보여 준다. 그러나 현실적으로는 농부들이 해충 저항성이 동진1호보다 높은 새 누리를 재배하고 있다. 이는 CSA의 나머지 두 목표의 하나인 탄력(resilience) 향상을 통한 적응력 강화와 관련된 것으로 온실가스 방출 저감을 포함한 총체적인 평가가 이루어져야 함을 시사하며, 이에 대한 평가와 분석이 현재 진행 중에 있다.
우리나라는 산림이 64%에 이르기 때문에 개발사업에 의한 산림훼손이 불가피하다. 이에 대한 방안으로 환경영향평가 제도에서는 훼손되는 수목량의 10%를 재활용 및 이식하도록 하고 있다. 그러나 환경적 요건이 고려되지 않아 이식성공률이 저조하고 가이식장 운영이 잘 되지 않아 수목이 고사하는 등 문제가 지속적으로 발생하고 있다. 이러한 실태를 파악하기 위해서는 현장조사가 필수적이나 시간 및 공간적 한계가 존재한다. 본 연구에서는 원격탐사 기반의 식생지수를 적용하여 개발사업으로 인해 발생하는 이식수목 현황의 시계열적 변화를 탐지하고 원격탐사의 적용성 평가를 목적으로 한다. 이를 위해 위성영상을 분석하여 가이식장 면적을 구축하고 이식 전, 후 식생지수의 시계열 변화를 분석하여 식생 상태를 도출하였다. 연구 결과는 현장조사를 통한 이식수목의 고사율 및 활력도와 위성영상 기반으로 한 가이식 전 후의 식생지수 변화 분석의 결과가 유사한 경향성을 나타내었다. 이에 따라 가이식장에 수목 이식 후에는 가이식장 범위의 녹색 식물의 상대적 분포량과 활동성이 증가하고 시간이 지남에 따라 수목 고사 및 활력도 감소로 인해 낮아지는 것을 규명하였다. 본 연구를 통해 위성영상에 기반한 이식수목 평가 방법을 제시하였으나, 실제 평가에 적용하기 위해서는 보다 정량적인 방법론을 개발할 필요가 있을 것으로 사료된다. 본 연구는 원격탐사 기법인 위성영상과 식생지수를 활용하여 보다 전국에 분포한 이식수목의 변화를 탐지하여, 개발사업으로 인해 시행되는 환경영향평가 제도의 수목 이식이 제대로 수행되고 산림 파괴에 효과적인 저감 대책을 마련하는 데 기여할 수 있을 것으로 기대된다.
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.