자율주차의 요소 중 하나인 경로계획(Path-planning)을 제안한다. 실제 주차장을 참고하여 수직주차와 수평주차로 주차장의 차로 너비, 주차 공간의 너비, 길이 등 주차장 구조와 주차 환경을 다양하게 설정한다. 출발점와 도착지점 등 각도와 환경을 다양하게 설정하여 경로데이터를 수집하고 수집한 데이터를 Deep Learning model에 넣어 학습시켜 자동주차경로계획 모델을 제안한다. 분석결과, 기 알고리즘(Hybrid A-star, Reeds-Shepp Curve)과 딥러닝 모델 모두 장애물에 충돌하지 않고 비슷한 경로를 생성하지만, 거리와 소모시간이 각각 0.59%, 0.61% 감소하여 효율적인 경로가 생성되었다. 또한, Switching point도 1.3개에서 1.2개로 감소하여 직진과 후진을 최대한으로 줄여 운전자의 피로를 줄일 수 있을거라 생각된다. 마지막으로 경로생성시간은 42.76% 감소하여 효율적이고 신속한 경로생성이 가능하여 향후 자율주행 중 자율주차의 경로 계획생성에 활용될 수 있으며, 차량작도에 따라 이동하는 주차로봇의 경로생성에도 활용될 수 있을 것으로 보인다.
최근 정보통신기술의 발전으로 스마트한 기술들이 확산되면서 이전과 다른 방법으로 소통하고 콘텐츠를 활용할 수 있게 되었다. 이러한 변화는 보다 다양한 학습방법을 가능하게 함으로써 교육산업에 큰 변화를 가져오고 있다. 한국은 e-러닝에 이어 스마트러닝 선도국으로 도약하기 위해 2011년 스마트교육 추진 정책 수립을 시작으로 공교육에 스마트러닝 도입을 적극 추진해왔다. 그러나 아직까지 스마트러닝의 추진 성과는 미미한 것으로 판단된다. 따라서 현 시점에서 공교육의 스마트러닝 추진 문제점을 파악하고 개선안을 마련할 필요가 있다. 본 연구는 스마트러닝이 공교육에 정착하기 위한 성공전략을 제안하는 것을 목적으로 한다. 이를 위하여 공교육과 스마트러닝 환경을 종합적으로 검토하고, SWOT 분석과 AHP 기법을 통해 전략 요인과 우선순위를 도출하였다. 분석 결과, 국내 공교육 환경에 스마트러닝을 성공적으로 정착시키기 위해서는 약점을 보완하여 위협을 극복하는 WT전략에 초점을 맞춰야 하는 것으로 나타났다. 세부 요인으로는 미흡한 스마트러닝 관련 교사 연수 제도(W2), 제도차원 교육환경기반 및 추진역량(S4), 스마트러닝 추진에 대한 제한적 정부지원(T4) 순으로 나타났다. 특히 정부의 제도적 기반이 우선적으로 검토되어야 한다는 시사점이 도출되었다. 이 연구는 향후 스마트러닝 추진을 위한 정책과 지원제도 수립 과정에 전략적 가이드라인을 제공할 수 있을 것으로 기대된다.
이 연구의 목적은 공업계 고교에서의 산학협력 실태를 조사하고, 산학협력 활성화 방안을 제안하는데 있다. 주요 연구 방법은 문헌 연구와 설문 조사이다. 설문 조사는 공업계 고교를 모집단으로 전수 조사를 실시하였고, 조사 대상은 각 학교의 교무부장, 실과장, 그리고 교육과정 관련 업무를 교무부장이 담당하지 않는 학교의 경우 교육과정 담당부장도 응답에 참여하도록 하였다. 주요 연구 결과는 다음과 같다. 첫째, 공업계 고교에서 산학협력의 목적에 대하여 교사들은 산업현장 맞춤형 직업교육의 기회 제공, 공업계 고교 졸업생의 안정적 직업세계의 진출 확보, 맞춤형 인력의 양성과 공급을 통한 산업체의 경쟁력 확보라고 인식하고 있었다. 둘째, 교사들은 공업계 고교와 산업체간의 산학협력이 잘 이루어지지 않고 있다고 인식하고 있었다. 셋째, 교사들은 공업계 고교에서 산학협력이 강조된 교육과정의 개발과 운영이 필요하다고 인식하고 있었다. 넷째, 공업계 고교에서 학교 교육과정 편성시 산업체의 요구 반영 정도에 대하여 공업계 고교에서는 학교 교육과정 편성시 산업체의 요구를 잘 반영하지 않고 있는 것으로 나타났다. 다섯째, 공업계 고교에서 산업체의 요구를 반영한 주된 교육과정 운영 방법으로는 산업체 현장실습 및 현장 체험 학습 운영, 산학협력에 의한 맞춤식 교육과정 개발 적용, 산업체 인사 참여에 의한 산학겸임교사 제도 운영인 것으로 나타났다. 여섯째, 산학협력 활성화를 위해 학교 교육 영역에서 노력해야 할 사항은 산학협력 대상 기업체 적극 발굴, 산학협력에 기반한 학교 수준 교육과정의 개발 운영 노력, 그리고 정부의 산학협력 기반의 직업교육 정책 사업 적극 참여로 나타났다. 일곱째, 산학협력과 관련하여 공업계 고교 교육과정 선진화를 위해서는 교육과정의 다양화를 위한 선택중심 교육과정 강화, 보통교과 중심의 국가 수준 교육과정 체제 탈피를 통한 전문교과와의 균형성 추구, 원활한 산학협력을 위해 국가수준상의 관련 지침 개정인 것으로 나타났다.
기후변화의 영향으로 국지성 및 집중호우에 대한 발생 가능성이 높아지는 시점에서 과거에 침수피해를 입은 도시 유역에 대하여 실제 호우에 대한 침수 양상을 예측하는 것은 중요하다. 이에 수치해석 기반 프로그램과 함께 기계학습을 이용한 홍수 분석에 대한 연구가 증가하고 있다. 본 연구에서 적용한 LSTM 신경망은 일련의 자료를 분석하는데 유용하지만, 딥 러닝을 수행하기 위하여 충분한 양의 자료를 필요로 한다. 그러나 단일 도시유역에 홍수를 일으킬 강우가 매년 일어나지 않기에 많은 홍수 자료를 수집하기에는 어려움이 있다. 이에 본 연구에서는 대상 유역에서 관측되는 강우 외에 전국 단위의 실제 호우를 예측 모형에 반영하였다. LSTM (Long Short-Term Memory) 신경망은 강우에 대한 총 월류량을 예측하기 위하여 사용되었으며, 목표값으로 SWMM (Storm Water Management Model)의 유출 모의 결과를 사용하였다. 침수 범위 예측을 위해서는 로지스틱 회귀를 사용하였으며, 로지스틱 회귀 모형의 독립 변수는 총 월류량이며 종속 변수는 격자 별 침수 발생 유무이다. 침수 범위 자료는 SWMM의 유출 결과를 바탕으로 수행된 2차원 침수해석 모의 결과를 통해 수집하였다. LSTM의 매개변수 조건에 따라 총 월류량 예측 결과를 비교하였다. 매개변수 설정에 따른 4가지의 LSTM 모형을 사용하였는데, 검증과 테스트 단계에 대한 평균 RMSE (Root Mean Square Error)는 1.4279 ㎥/s, 1.0079 ㎥/s으로 산정되었다. 최소 RMSE는 검증과 테스트에 대하여 각각 1.1656 ㎥/s, 0.8797㎥/s 으로 산정되었으며, SWMM모의 결과를 적절히 재현할 수 있음을 확인하였다. LSTM 신경망의 결과와 로지스틱 회귀를 연계하여 침수 범위 예측을 수행하였으며, 침수심 0.5m 이상을 고려하였을 때에 최대 침수면적 적합도가 97.33 %으로 나타났다. 본 연구에서 제시된 방법론은 딥 러닝에 기반하여 도시 홍수 대응능력을 향상 시키는데 도움이 될 것으로 판단된다.
본 연구는 대학 수업에서 애니메이션관련 교육과정에 대해 NCS기반팀 티칭 교수학습사례를 제시하고 있다. NCS 교육은 스펙을 초월하고 채용시스템 정착과 국가직무능력표준 개발, 보급 등 실력과 능력이 존중받는 사회를 구현하기 위해 만들어졌다. 대학에서도 직무중심의 현장 전문인력 중심으로 대학 차원에서 직무특강 및 직무교육을 강화하고 있다. 특히, 애니메이션 분야는 새로운 기술이 급속도로 출현하고 있는 가운데 다양한 분야와의 융합형 인재를 요구하고 있다. 이러한 사회적 요구를 충족하기 위해서는 기존의 1인 1교과 수업방식에 한계가 있을 수 있으며 이를 해결하기 위해서는 직무별 세분화된 교수자의 다양한 참여가 필요하다. 즉, 학생들의 직무 교육 및 취업 창업의 문제를 전공교수 개인의 해결보다는 공동체적으로 해결하는데 목적이 있고 이를 위한 방안으로 팀 티칭을 제시하였다. 이를 통해 얻을 수 있는 기대효과로는 다음과 같다. 첫째, 애니메이션 분야가 갈수록 다양하고 융복합적으로 발전하는 추세에 따라 NCS직무와 관련된 능력단위 또는 능력단위 요소의 수행준거, 지식, 기술에 대한 전공 인력풀 활용으로 교수가 소속된 학과 이외의 타 학과 학생들과 매칭되어 보다 폭넓은 전문적 수업이 가능하다. 둘째, 대학 내부 전문가 교수를 적극적으로 활용하는 제도적 장치가 마련되어 자신의 소속 학과 이외의 타 학과에 부분적인 전문 역량 발휘가 가능하다. 이는 대학 내 교원역량강화 부문으로 연결된다. 셋째, 자신의 학과이외의 전문분야에 연관성 있는 전문교수의 협동수업을 통하여 보다 넓은 의미의 융합적이고 복합적인 대학만의 교육체계구축 할 수 있다. 마지막으로, 교내 교수인력풀의 전문특강과 멘토지원의 장점은 외부의 현장 전문가보다 학생의 다양한 이해와 요구를 수용할 수 있는 폭이 넓고, 학생에 대한 다각적인 지도가 책임교수와 이뤄질 수 있다. 학생이 필요로 하는 때 교내에서 쉽게 멘토를 만나 지도를 받기 때문에 시간적, 공간적 제약을 피할 수 있다.
본 연구는 창의적이고 통합적인 사고의 활성화를 위하여 과학 문항에 예술적 요소와 기술적 요소를 도입함에 따른 효과를 알아보기 위한 것이다. 평가 문항은 수능에 예술적 요소와 기술적 요소를 도입한 4개의 문항(STA)과 기술적 상황에 예술적 요소를 도입한 문항(TA)으로 이루어져 있다. 특히, TA는 3개의 문항(과학 및 일상생활과 관련된 문항, 창의적 설계)으로 이루어져 있다. 대구시 소재 고등학교 3학년 학생 60명(남:39명, 여:21명)을 대상으로 STA에 대한 문제해결 과정을 살펴보았으며 상세한 분석을 위해 이 학생들 중 4명을 추출하여 회상면접법을 이용하여 면담도 실시하였다. 또한, STA에 대한 분석 결과를 기반으로 TA를 제작하여 위의 학생 4명을 대상으로 문제해결 과정을 살펴보았으며 위와 마찬가지로 면담도 실시하였다. 연구 결과는 다음과 같다. 첫째, 학생들은 과학적 상황을 예술적 상황과 기술적 상황보다 많이 선택하였으며 그 이유는 빠른 시간 내에 문제를 해결하기 위해 문제의 길이가 짧은 상황을 선호하기 때문인 것으로 나타났다. 둘째, STA의 예술적 상황과 기술적 상황을 과학적 상황보다 흥미롭지만 어렵게 느끼는 것으로 나타났으며 TA의 예술적 요소를 도입한 기술적 상황도 과학적 상황보다 흥미롭게 느끼는 것으로 나타났다. 셋째, 학생들은 STA에서 주어진 상황에 관계없이 문제해결에 필요한 핵심적 과학지식을 사용하여 비교적 간략하게 문제를 해결하는 경향이 있는 것으로 나타났다. 이는 학생들의 문제해결 과정이 반복학습에 의해 정형화되었을 가능성이 있음을 의미한다고 볼 수 있다. STA의 모든 상황에서 논리적 사고와 정교성은 나타났으나 독창성은 두드러지지 않았고 통합적 사고는 나타나지 않았다. 넷째, TA의 과학과 관련된 문항에서는 위와 유사한 결과가 나타났으나 일상생활과 관련된 문항의 경우 학생들은 일상생활을 기반으로 서술하였으며 독창성이 나타났으며 특히, 창의적 설계에서는 학생들의 독창적인 아이디어와 통합적 사고가 나타났다.
이산화황(SO2)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO2에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO2 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 SO2 지상농도 추정 모델을 개발하였다. 스태킹 앙상블 기법이란 여러가지 기계학습 기법을 두 단계로 쌓는 방식으로 융합하여 단일 모델 대비 더 향상된 성능을 도출하는 방법이다. 본 연구에서는 베이스 모델로는 RF (Random Forest)와 XGB (eXtreme Gradient BOOSTing) 기법이, 메타 모델로는 MLR (Multiple Linear Regression) 기법이 사용되었다. 구축된 모델의 교차검증 결과 메타 모델은 상관계수(R) = 0.69와 root-mean-squared-error(RMSE) = 0.0032 ppm의 결과를 보였으며 이는 베이스 모델의 평균 대비 약 25% 향상된 안정성을 보였다. 또한 모델 구축에 사용되지 않은 기간에 대한 예측 검증을 수행하여 모델의 일반화 가능성을 평가하였다. 구축된 모델을 이용하여 남한 지역의 SO2 지상농도 공간분포를 분석한 결과 일반적인 계절성과 배출원의 변화를 잘 반영하는 패턴을 보임을 확인하였다.
최근 20년 동안 고온, 건조 등 이상기상 현상이 빈발해지면서 병해충으로 인한 피해가 아닌 생리적 스트레스로 인한 소나무 피해 사례가 지속적으로 보고되고 있다. 2014년도에는 울진 소광리 산림유전자원보호구역 내에 금강소나무(Pinus densiflora for. erecta Uyeki)의 집단고사가 발견되어 이에 대한 원인 구명과 산림관리방안 마련이 요구되었다. 이에 본 연구는 2008~2015년 항공사진에서 발견된 울진 소광리 금강소나무 고사 피해 발생 지역의 지형 및 임분 특성을 파악하여 고사 발생의 영향 요인을 도출하고 이를 기반으로 전체 지역의 고사피해 발생 위험지역을 예측하는 것을 목표로 하였다. 소나무 고사발생 지점 정보와 해발고도, 경사 등의 지형정보, 영급, 경급 등의 임분 정보 등 총 14개의 설명변수를 이용하여 고사발생 예측모델을 구축하였다. 모형 개발에는 Decision Tree, Random Forest (RF), Support Vector Machine (SVM) 등 기계학습 기법을 적용하였으며, RF와 SVM가 정확도 93% 이상으로 좋은 성능을 보였다. 소나무 고사와 관련된 주요 변수 분석 결과, 소나무 고사의 지형적인 취약지역은 해발고도가 높은 동시에 일사량이 높으며 수분 조건이 불리한 지역이었으며, 임분 특성 중에서는 특히 5~15m 높이의 수직적 임분밀도가 높은 소나무림, 그리고 영급이 높은 소나무림에서 고사 위험성이 높다고 평가되었다. RF와 SVM 모형 예측에 따라, 소나무 고사위험도가 높은 지역의 면적은 연구대상지 전체 소나무림 면적의 약 9.5%, 115ha로 평가되었다. 본 연구의 고사위험도 평가 결과는 금강소나무 취약지역의 현황을 조사하고 아직 피해가 발생하지 않은 취약지역에 대한 적극적인 기후변화 적응 산림관리를 수행하기 위한 기반자료로 활용될 수 있다.
현재 운영되고 있는 관세신고납부제도는 납세의무자가 세액 산정을 스스로하고 그 세액을 본인 책임으로 납부하도록 하는 제도이다. 다시 말해, 관세법상 신고 납부제도는 납세액을 정확히 계산해서 납부할 의무와 책임이 온전히 납세의무자에게 무한정으로 부과하는 것을 원칙으로 하고 있다. 따라서, 만일 납세의무자가 그 의무와 책임을 제대로 행하지 못했을 경우에는 부족한 만큼의 세액 추징과 그에 대한 제제로 가산세를 부과하고 있다. 이러한 이유로 세액 산정의 기본이 되는 품목분류는 관세평가와 함께 가장 어려운 부분이며 잘못 분류하게 되면 기업에게도 큰 리스크가 될 수도 있다. 이러한 이유로 관세전문가인 관세사에게 상당한 수수료를 지불하면서 수입신고를 위탁하여 처리하고 있는 실정이다. 이에 본 연구에서는 수입신고 시 신고하려는 품목이 어떤 것인지 HS 코드 분류를 하여 수입신고 시 기재해야 할 HS 코드를 추천해 주는데 목적이 있다. HS 코드 분류를 위해 관세청 품목분류 결정 사례를 바탕으로 사례에 첨부된 이미지를 활용하여 HS 코드 분류를 하였다. 이미지 분류를 위해 이미지 인식에 많이 사용되는 딥러닝 알고리즘인 CNN을 사용하였는데, 세부적으로 CNN 모델 중 VggNet(Vgg16, Vgg19), ResNet50, Inception-V3 모델을 사용하였다. 분류 정확도를 높이기 위해 3개의 dataset을 만들어 실험을 진행하였다. Dataset 1은 HS 코드 이미지가 가장 많은 5종을 선정하였고 Dataset 2와 Dataset 3은 HS 코드 2단위 중 가장 데이터 샘플의 수가 많은 87류를 대상으로 하였으며, 이 중 샘플 수가 많은 5종으로 분류 범위를 좁혀 분석하였다. 이 중 dataset 3로 학습시켜 HS 코드 분류를 수행하였을 때 Vgg16 모델에서 분류 정확도가 73.12%로 가장 높았다. 본 연구는 HS 코드 이미지를 이용해 딥러닝에 기반한 HS 코드 분류를 최초로 시도하였다는 점에서 의의가 있다. 또한, 수출입 업무를 하고 있는 기업이나 개인사업자들이 본 연구에서 제안한 모델을 참조하여 활용할 수 있다면 수출입 신고 시 HS 코드 작성에 도움될 것으로 기대된다.
이 연구에서는 중소기업 특성화고 인력양성사업과 취업맞춤반의 성과 목표에 대한 타당도와 만족도를 분석함으로써 중소기업 특성화고 인력양성사업과 취업맞춤반의 효과적인 운영을 위한 시사점을 제시하기 위하여 107개 중소기업 특성화고 인력양성사업 참여 학교(공업 농업 계열)의 담당 교원 총 166명을 대상으로 설문조사를 시행하였다. 연구 결과는 다음과 같다. 첫째, 중소기업 특성화고 인력양성사업의 담당 교원은 본 사업의 목적을 특성화고의 취업 확대와 중소기업의 인력 제공으로 인식하고 있다. 그리고 본 사업이 학교 성과 향상에 중요하며 실제로도 성과 향상에 긍정적으로 영향을 미친다고 인식하고 있다. 둘째, 중소기업 특성화고 인력양성사업의 담당 교원은 중소기업에 대한 학생의 이해 증진, 중소기업에 대한 교원의 이해 증진, 특성화고에 대한 중소기업의 이해 증진, 학생의 직업관 함양, 취업 과정을 기반으로 한 진로지도 프로그램의 체계화, 산학협력 교육 강화, 학생의 기술수준 향상, 현장견학보다 현장체험 및 실습 위주의 현장학습 실시, 협약기업에 대한 맞춤형 기능인력 양성, 학생의 현장적응력 제고, 중소기업 취업률 제고, 중소기업 취업 기회 확대, 학교와 중소기업 간 취업 연계 기반 마련, 자기 조직(학교)의 외부에 대한 홍보, 산학협력 기회 확대, 산업 업종별 협회 및 단체와 학교 간 협력 체계 구축, 공동 교육 채용을 위한 취업 연계 모델 도입 및 운영, 교원의 현장 전문성 강화가 본 사업의 성과 목표로 타당하다고 인식하고 있다. 그러나 산학협력 교육 강화, 중소기업 취업률 제고를 제외한 나머지 성과 목표의 달성 정도에 대한 만족도는 타당도에 비해 상대적으로 낮다. 셋째, 중소기업 특성화고 인력양성사업의 담당 교원은 학생의 취업 기회 확대, 양질의 취업처 발굴, 산학협력 기회 확대, 현장 중심 교육 실시, 학생의 전공 기초 및 심화 기술 향상, 학생의 직무 수행에 필요한 문해 수리 팀워크 커뮤니케이션 능력 향상, 학생의 업무 태도 향상, 학생의 바람직한 진로 탐색 결정이 취업맞춤반의 성과 목표로 타당하다고 인식하고 있다. 그러나 성과 목표의 달성 정도에 대한 만족도는 타당도에 비해 상대적으로 낮다.
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.