과거 산업경제의 기업 경쟁력은 생산력에서 비롯되었다면, 최근에는 무형자산인 특허의 확보력이 기업의 글로벌경제 성공요인의 중요한 조건이 되고 있다. 특히 기술의 변화가 빠르고, 국제적 특허분쟁이 심한 IT산업에서는 국내외 특허의 전략적 확보 및 관리의 중요성이 대두되고 있다. 따라서 본 연구는 코스닥기업 중 하드웨어와 소프트웨어 217개 IT기업들의 특허활동을 양적인 요인인 생산성과 질적인 요인인 효율성 및 고급성으로 구분하고, 기업의 재무성과와의 영향관계를 검증하고 시사점을 도출하였다. 본 연구는 자원기반이론을 기반으로 선행연구를 실시하여 개념적 연구모형과 연구가설을 도출하고, 데이터 자료를 다중회귀모델로 실증 분석하여 다음과 같은 연구결과를 얻었다. 첫째, IT기업의 총자산 증가율에 대해 특허의 효율성과 고급성이 유의한 양(+)의 영향을 미쳤다. 둘째, IT기업의 평균매출 증가율에 대해서는 특허의 세 가지 활동요인 모두 유의한 결과를 가져오지 못했다. 셋째, IT기업의 평균 순이익 증가율에 대해서는 특허의 고급성만이 양(+)의 영향을 가져왔다. 본 연구의 선행연구와의 차별성으로 특허활동을 양적인 요인과 질적인 요인으로 구분하여 재무성과와의 영향관계에 대한 연구를 진행하였고, 실무적 기여도에서는 국제적 특허분쟁이 심각한 IT기업들의 특허활동에 대해 전략적인 방향성을 제시하였다는데 의의가 있다.
기존의 기업부도 예측모델들은 장부가치를 기준으로 한 회계적 자료에 의존하여 부도확률을 평가함으로써 시장의 상황변화를 민감하게 반영하지 못하며, 이론적 배경도 약하다는 약점을 가지고 있었다. 그러나 시장정보형 부도예측모형은 기업의 부도예측에 시장가치를 이용함은 물론 Black-Scholes(1973)의 옵션가격결정이론이라는 옵션이론을 배경으로 하고 있어 최근 들어 많은 기업들이 신용리스크를 평가하는 데 사용하고 있으며 그 대표적인 모형이 KMV이다. 우리나라 기업들도 최근 들어 KMV를 많이 사용하고 있으나, 미국기업들과 부채구조가 다른 데도 미국에서 사용하는 KMV모형을 그대로 사용함으로써 부도시점 예측 시 오차가 발생한다는 문제를 가지고 있다. 본 연구에서는 부채구조가 다를 경우 KMV모형을 그대로 사용하면 안 되고 부도확률 산출 시 부채구조를 감안하여야 함을 실증적으로 입증하였다. 즉, KMV모형을 국내에 적용할 경우, 부도확률계산 시 고정부채의 편입비율 50%로 일률적으로 적용하는 것보다는 부채구조를 감안하여 20% 이하로 고정부채편입비율을 조정해야 부도예측능력이 제고된다는 것을 확인함으로써 기업의 신용리스크관리에 중요한 시사점을 제공하고 있다. 또한 IMF 외환위기와 같은 외부충격이 기업부도에 미치는 영향을 확인하였으며, 한국기업들의 경우 유동비율보다는 유동부채비중이 부도점 산정에 보다 중요함도 확인하였다.
본 연구에서는 한국의 원화, 멕시코의 페소화, 브라질의 리알화 등 신흥 통화선물시장과 유럽의 유로화, 일본의 엔화, 영국의 파운드화 등 선진 통화선물시장을 대상으로 최적헤지비율을 추정하고, 외표본헤지기간을 두고 헤징유효성을 측정 및 비교하고자 하였다. 헤지비율은 모수의 추정기간을 한기간씩 이동하여 모수를 추정하는 롤링 윈도우즈(rolling windows)에 따른 OLS 모형, 오차수정모형과 일정 조건부 상관관계 이변량 GARCH(1, 1) 모형에 의해 추정하였다. 본 연구의 주요 결과는 다음과 같이 요약할 수 있다. 첫째, 일별, 주별, 월별 등 헤징기간에 관계없이 어떠한 헤징모형을 이용하더라도 한국 원/달러 선물을 이용한 헤징은 현물환율의 가격변동위험을 97% 상회할 정도로 감소시키고 있음을 보여주고 있다. 둘째, 일별, 주별, 월별 등 헤징기간에 관계없이 한국 원화 선물시장은 브라질 리알화, 멕시코 페소화 등 신흥통화 선물시장과 유럽 유로화, 영국 파운드화, 일본 엔화 등의 선진통화 선물시장보다 현물환율의 변동위험에 대한 헤징수단으로 우월함을 보여주고 있다. 이는 한국 원/달러 통화선물이 현물환율의 위험관리수단으로 유용성이 매우 높고 위험관리도구로서 역할을 성실히 수행하고 있음을 보여주는 것이라 할 수 있다. 셋째, 헤징모형 간의 헤징유효성을 비교하면, 신흥통화와 선진통화에 관계없이 최적헤지 비율의 추정에 이용된 단순모형, OLS 모형, 오차수정모형, 그리고 CCC BGARCH(1, 1) 모형에 따른 헤징성과에 유의한 차이가 없음을 보여준다. 이러한 결과에 비추어 볼 때, OLS 모형, 오차 수정모형, 이변량 GARCH(1, 1) 모형 등의 복잡한 계량모델을 이용한 헤징보다 단순히 현물보유 포지션과 반대되는 동일한 금액의 포지션을 선물시장에 취하는 단순모형을 이용한 헤징이 유용할 수 있음을 시사하고 있다. 넷째, 신흥통화와 선진통화에 관계없이 헤징기간이 늘어날수록 헤징유효성 또는 헤징성과가 높아지고 있음을 보여주고 있다.
정보통신기술(ICT)의 발달, 정부와 민간의 스타트업 발굴 및 투자 규모의 확대는 혁신적인 아이디어를 기반으로 우수한 성과를 창출하려는 스타트업들의 창업으로 연결되고 있다. 우수한 성과를 창출한 스타트업을 롤모델로 삼고 창업을 준비하는 예비 창업자들도 지속적으로 증가하고 있으나, 성공을 경험으로 연쇄창업을 도전하는 창업자와 달리 초기 스타트업들은 팀원 채용, 기술 개발, 자금 유치 등 다양한 문제에 직면하게 된다. 액셀러레이터는 스타트업들이 직면하게 되는 다양한 문제 해결을 돕기 위해 교육, 멘토링, 컨설팅, 네트워크 연계, 초기 투자 등의 활동을 통해 스타트업이 성장할 수 있도록 멘토와 투자자의 역할을 동시에 수행한다. 본 연구는 스타트업의 특성과 창업성과가 상관관계를 가지고 있는가를 조사하고, 액셀러레이터의 역할이 스타트업의 창업성과에 매개역할을 하는지 분석하였다. 총 11개의 가설을 세우고, 실증연구를 위해 수도권을 비롯한 국내 전 지역에 소재한 스타트업 창업가와 종사자들 302명에게 설문을 받았으며, 통계분석을 위해 SPSS 23.0과 Amos 23.0을 이용하였다. 본 연구를 통해 스타트업의 특성 중 혁신성, 조직문화, 재무적 특성 그리고 학습 지향성 등과 같은 요인들이 창업성과에 직접적인 영향을 미친다기보다 액셀러레이터의 역할을 통해 창업성과로 이어지는 것을 확인할 수 있었다. 본 연구는 스타트업 특성이 창업성과에 미치는 영향요인 분석을 통해 액셀러레이터의 역할에 대한 연구와 제도적인 보완점을 제시함으로써 스타트업이 시장을 선점하고, 시장에 안착하여 안정적으로 성장할 수 있도록 투자와 차별화된 액셀러레이팅 프로그램의 확대에 기여할 것으로 생각한다.
2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.
본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.
2000년대 이전부터 북미 유럽의 선진국을 중심으로 특정 기업이나 사업(프로젝트)에 관한 가치를 평가하는 사례는 있어 왔으나, 개별 기술(특허)의 경제적 가치를 산정하는 체계나 방법론은 국내를 중심으로 최근 들어 활성화되어 왔다. 이러한 기술가치평가 분야는 기술이전(거래), 현물출자, 사업타당성 분석, 투자유치, 세무/소송 등의 다양한 용도로 활용되고 있다. 물론 기술보증기금의 KTRS, 발명진흥회의 SMART 3.1과 같이, 평가대상기술에 대한 기술력(등급) 평가 혹은 특허등급평가를 정성적으로 수행하는 온라인 시스템은 존재해 왔으나, 대상기술의 정량적인 가치금액까지 산출해 주는 웹기반 지능형 기술가치평가 시스템은 한국과학기술정보연구원(KISTI)에 의해 유일하게 개발 및 공식 오픈되어 확산 활용되고 있다. 본 고에서는 KISTI에서 개발 운영중인 웹기반 'STAR-Value' 시스템을 중심으로, 탑재된 방법론 및 평가모델의 유형, 이를 지원하는 참조정보 및 데이터베이스(D/B)가 어떻게 연계 활용되는지를 소개한다. 특히 미래에 발생할 경제적 수익을 추정하여 현재가치화하는 소득접근법 기반의 대표 모델인 현금흐름할인(DCF) 모델과 특정 로열티율을 기반으로 로열티수입료의 현재가치를 기술료 대가로 산정하는 로열티절감모델을 포함한 6개 모델, 그리고 관련 지원정보(기술수명, 기업(업종)재무정보, 할인율, 산업기술요소 등)의 데이터 기반 연계 방식에 대해 살펴본다. STAR-Value 시스템은 평가대상기술에 대한 국제특허분류(IPC) 혹은 한국표준산업분류(KSIC) 등의 분류 정보로부터 기술순환주기(TCT) 지수, 유사업종(혹은 유사기업)의 매출액 성장률 및 수익성 데이터, 업종별 가중평균자본비용(WACC) 및 산업기술요소 지수 등 메타데이터값을 자동적으로 불러오고 여기에 조정요인을 반영하여 기술가치의 산출결과가 높은 신뢰성 및 객관성을 가지도록 한다. 나아가 대상기술의 잠재적 시장규모와 해당 사업화주체의 시장점유율에 대한 정보까지 보유 재무데이터 기반으로 참조값을 제시하거나 기존에 완료된 평가사례 축적 기반으로 업종별 유사 기술의 가치범위값을 제시해 준다면, 본 시스템이 보다 지능형으로 지원 모듈을 연계 활용하고 실시간으로 손쉽게 고(高)정확도의 기술가치범위를 제시해 줄 수 있을 것으로 기대된다. 본 고에서는 웹기반 STAR-Value 시스템이 참조데이터 기반으로 지능형 연계를 수행하도록 해주는 모형선택 가이드라인 지원기능, 기술가치범위 추론 지원기능, 유사기업 선정 기반의 시장점유율 산정 지원기능의 내부 로직 구성을 설명한다. 상기 지원기능을 통해 비전문가(또는 초보자) 수준에서 최적의 평가모형 선택, 기술가치 범위 추론, 유사기업 선택 및 시장점유율 산정에 대한 정보지원이 데이터 사이언스 및 기계학습 기반으로 수행될 수 있다. 본 연구는 기술가치평가 분야의 이론적 타당성을 평가실무에서 활용할 수 있는 평가모델 및 지원정보를 실제 탑재한 웹기반 시스템의 소개에 의미가 있으며, 추가적으로 보다 객관적이고 손쉬운 지능형 지원시스템의 활용성을 높임으로써, 앞으로 기술사업화의 제 분야에서 다양하게 활용할 수 있을 것으로 기대된다.
본 논문에서는 최근 고출력 및 고온 분야의 반도체 분야에 널리 이용되고 있는 AlGaN/GaN 고 전자 이동도 트랜지스터 (High Electron Mobility Transistor, HEMT) 에 대해 DC (direct current) 특성과 열 특성을 기판을 달리하며 시뮬레이션을 수행하였다. 일반적으로 HEMT 소자의 전자 이동도 및 열전도 특성은 기판의 영향이 그 특성을 크게 좌우한다. 이러한 문제점으로 인해 GaN 기반의 HEMT 소자의 기판에 대한 연구가 활발히 진행되고 있다. 따라서, 일반적인 Drift-Diffusion 모델과 열 모델을 이용하여 Si, sapphire, SiC (silicon carbide)으로 각각 기판을 변화시키며 시뮬레이션을 하였다. 열 모델 시뮬레이션은 온도를 각각 300, 400, 500K로 변화시키며 그 결과를 비교, 해석 하였다. 전류-전압 (I-V) 특성을 T= 300 K, $V_{GS}$=1 V의 조건에서 시뮬레이션 한 결과, 드레인 포화전류 ($I_{D,max}$)의 값과 sapphire 기판은 189 mA/mm, SiC 기판은 293 mA/mm, Si 기판은 258 mA/mm 를 나타내었다. 또한 T= 500 K에서 최대 전달컨덕턴스($G_{m,max}$)는 각각 38, 50, 31 mS/mm 를 나타내었다.
공동주택 개발사업은 대규모의 자원과 인력이 투입되는 중장기 복합공정 사업으로 사업 내 외적 영향요인이 복합적으로 관계되는 바, 사업추진 시 현장여건을 비롯한 정치 경제 사회 분야의 내 외부 불확실성 요소로 인한 많은 사업 리스크가 발생하게 된다. 이러한 리스크는 사업의 성패를 결정짓는 중요한 인자로서 작용하게 되며, 종국에 기업의 수익 및 재무구조를 변화시키는 중점 관리요인으로 그 중요성이 크게 대두되고 있어 이에 따른 리스크 저감을 위한 방안 및 효율적인 대책이 필요하다. 이와 같은 관점에서 본 연구에서는 건설프로젝트 중 공동주택 개발사업을 대상으로, VE기반 리스크 관리모델 및 절차를 수립하고 이에 따른 사업 추진 시 기획 및 설계, 시공, 유지관리에 이르는 전 단계에서의 발생 가능한 리스크 요인을 총 3단계 10분류 81개 항목으로 도출, 분석하고, 각각의 리스크 항목별 중요도를 가치공학(VE)을 기반으로 하여 평가 제시함으로써 궁극적으로 개발사업의 성공적인 추진과 이에 따른 공공 및 민간 건설 산업의 경쟁력을 확보할 수 있는 기초자료를 제시하였다.
<연구 목적> 본 연구의 목적은 성과를 평가하는 BSC분야 중 국가예산에 의해 재무적 관점이 집행되는 공공 기관의 경우는 일반적인 성과분석의 방향이 올바르지 않으므로, 기관의 상품 또는 서비스(객체)를 기준으로 성과를 분석하고 측정하는 방법을 제시하여, 공공기관 사업에 대한 적합한 성과분석 방안의 실험적용과 효과를 규명하는데 있다. <연구 방법> 본 연구에서는 공공기관의 사업 상품 또는 서비스(객체)에 대한 성과분석 방안을 창출하고 그 효과를 분석하기 위해 일반적인BSC 방법론과 객체 측정 성과분석 방안을 비교 분석하였고 연구의 필요성을 효율적으로 이끌어 내기 위해 다음의 연구 문제를 설정하였다. 1. 일반적인 BSC 방법론은 공공기관의 특성과 비교할때 어떤 차이가 있는가? 2. 공공기관의 성과분석을 위해 접목할 수 있는 적합한 분석방안과 수행 프로세스는 어떤 것이 있는가? 3. 객체 형 성과분석 방안을 실험 적용한 공공기관 사업모델의 효과는 어떠한가? 본 연구는 일반적인 BSC방법론과 개선된 방법론을 대상으로 비교 분석하고 성과분석 관점 구성안, 그리고 접목 방안과 프로세스 연결 모형을 설계하고 그 효과를 분석하였다. <연구 결과> 연구를 통하여 얻은 결과를 가지고 효과적인 성과분석을 위해 공공분야의 관점 구성안과 프로세스 접목 모형을 제시하고 공공기관에서의 실험적용을 통해 성과분석 결과를 나타내었다.
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.