일반적인 음료처럼 주변에 손쉽게 구할 수 있는 알코올(술)은 남용 및 중독 섭취로 인하여 사망에 이를 수 있을 만큼 유해한 물질이므로 적정량의 음주량을 유지하고 올바른 음주습관을 가지는 것이 중요하다. 뿐만 아니라 적정량 이상의 알코올을 장기간 섭취함으로써 야기될 수 있는 행동장애 및 판단장애로 인해 일어나는 사건 또한 상당하므로, 각종 사건, 사고에서 관련자가 음주 상태였는지, 그리고 관련자의 알코올 중독 여부를 확인하는 것이 법과학적으로 매우 중요하다. 현재 우리나라에서는 혈액이나 뇨에서 알코올 농도 혹은 알코올 대사체인 ethyl glucuronide (EtG)를 검출하는 것으로 알코올 섭취 여부를 판단하고 있다. 하지만 혈액이나 뇨에서 알코올이나 EtG를 검출하는 것은 검출 가능 시간이 짧기 때문에 비교적 최근 음주에 대한 정보만을 알 수 있다는 한계가 있다. 그러므로 오랫동안 알코올 대사체가 존재할 수 있는 모발에서 EtG를 검출하여, 장기간의 음주 여부와 주취 정도를 분석하고 알코올 중독 여부를 진단하고자 하였다. 이번 연구에서는 지속적인 음주를 하는 한국인의 모발 시료를 대상으로, 일관성 있으면서 효율적으로 모발에서 EtG를 추출 및 전처리 하는 방법을 정립하고 이를 LC-MS/MS를 이용하여 정성 정량하는 분석법을 확립하였으며, 평소 음주를 하는 사회 음주자의 실제 모발과 만성 알코올 중독이 의심되는 변사자의 모발을 대상으로 EtG를 분석해 보았다. 이 연구 결과는 한국인의 알코올 중독 진단 및 치료 과정에서 금주를 모니터링 하는 데 유용할 뿐만 아니라, 양육권 관련 법적 절차나 운전면허 재발급 및 갱신 등을 위한 절차에 근거로 응용할 수도 있을 것이다. 또한 변사자들의 알코올 남용에 대한 확실한 객관적 지표를 제공함으로써 보다 명확한 사인을 규명하는데 법과학적 응용 가능성이 기대된다.
본 연구의 목적은 다중시기 원격탐사 자료를 이용한 작물분류에서 기계학습 알고리즘과 딥러닝 알고리즘의 비교에 있다. 이를 위해 전라남도 해남군과 미국 Illinois 주의 작물 재배지를 대상으로 기계학습 알고리즘과 딥러닝 알고리즘에 대해 (1) 하이퍼파라미터와 (2) 훈련자료의 크기에 따른 영향을 비교 분석하였다. 비교 실험에는 기계학습 알고리즘으로 support vector machine(SVM)을 적용하고 딥러닝 알고리즘으로 convolutional neural network(CNN)를 적용하였다. 특히 CNN에서 2차원의 공간정보를 고려하는 2D-CNN과 시간차원을 확장한 구조의 3D-CNN을 적용하였다. 비교 실험 결과, 다양한 하이퍼파라미터를 고려해야 하는 CNN의 경우 SVM과 다르게 두 지역에서 정의된 하이퍼파라미터 값이 유사한 것으로 나타났다. 이러한 결과를 바탕으로 모델 최적화에 많은 시간이 소요되지만 최적화된 CNN 모델을 다른 지역으로 확장할 수 있는 전이학습의 적용 가능성이 높을 것으로 판단된다. 다음 훈련자료 크기에 따른 비교 실험 결과, SVM 보다 CNN에서 훈련자료 크기의 영향이 큰 것으로 나타났는데 특히 다양한 공간특성을 갖는 Illinois 주에서 이러한 경향이 두드러지게 나타났다. 또한 Illinois 주에서 3D-CNN의 분류 성능이 저하되는 것으로 나타났는데, 이는 모델 복잡도가 증가하면서 과적합의 영향이 발생한 것으로 판단된다. 즉 모델의 훈련 정확도는 높지만 다양한 공간특성이나 입력 자료의 잡음 효과 등으로 오히려 분류 성능이 저하된 것으로 나타났다. 이러한 결과는 대상 지역의 공간특성을 고려해 적절한 분류 알고리즘을 선택해야 하는 것을 의미한다. 또한 CNN에서 특히, 3D-CNN에서 일정 수준의 분류 성능을 담보하기 위해 다량의 훈련자료 수집이 필요하다는 것을 의미한다.
DC saddle-field plasma enhanced chemical vapor deposition(PECVD) 장치를 이용 하여 상온에서 p-type Si(100) 기판위에 hydrogenated amorphous carbon(a-C:H) 박막을 증 착하고 기판의 bias 전압 변화에 따른 박막의 미세구조 변화와 광학적 특성을 연구하였다. 본 실험시 CH4 가스의 유량은 5sccm, 진공조의 $CH_4$ 가스압력은 90mtorr로 일정하게 유지 하였으며 기판의 bias 전압($V_s$)은 0V에서 400V까지 변화시켰다. Rutherford backscattering spectroscopy(RBS)와 elastic recoil detection(ERD) 측정결과 증착된 a-C:H박막의 증착율은 $V_s$=0V에서 $V_s$=400V로 증가함에 따라 45$\AA$/min에서 5$\AA$/min으로 크게 감소하였지만 박막 내의 수소 함유량은 15%에서 52%까지 크게 증가하였다. a-C:H박막내의 수소 함유량이 증 가함에 따라 a-C:H박막은 sp3CH3구조의 polymer like carbon(PLC) 구조로 변환되는 것을 FT-IR로 확인하였으며 Raman 측정 결과 $V_s$=100V와 $V_s$=200V에서 증착한 a-C:H 박막에서 만 C-C결합에 의한 disorder 및 graphite peak를 볼 수 있었다. Photoluminescence(PL) 측 정 결과 $V_s$=200V까지는 기판의 bias 전압이 증가함에 따라 PL세기는 증가하였으나 그 이 상의 인가전압에서는 PL세기가 점점 감소하였다. 특히 $V_s$=200V에서 제작한 a-C:H박막의 PL특성은 상온에서도 눈으로 보일 만큼 우수한 발광 특성을 보였으며, 기판 bias전압이 증 가함에 따라 PL peak 위치가 청색으로 편이하는 경향을 보였다. 이러한 발광 세기의 변화 는 $V_s$=0V부터 $V_s$=200V까지는 기판의 bias전압이 증가함에 따라 상대적으로 박막의 표면에 충돌하는 이온에너지의 감소로 인해 a-C:H박막내에 비발광 중심으로 작용하는 dangling bond가 감소하여 발광의 세기가 증가하였으며 $V_s$=300V이상에서는 박막내의 수소 함유량이 증가함에 따라 dangling bond수는 감소하나 발광 중심으로 작용하는 탄소간의 $\pi$결합을 포 함하는 cluster가 줄어들어 PL세기가 감소한 것으로 생각된다.
본 연구는 인삼 및 인삼가공품에 대한 합리적인 농약잔류허용기준 설정을 위해서 인삼 중 농약의 잔류성을 규명하고 이를 토대로 인삼 가공단계별 농약의 감소계수와 가공계수를 산출하고자 수행되었다. 시험농약은 인삼재배 중 사용등록 되어 있는 azoxystrobin으로 강원도 원주와 경기도 이천의 6년근 인삼포에 농약안전사용기준에 따라 살포한 후 수삼을 수확하였으며, 건삼, 홍삼, 인삼 농축액 및 홍삼 농축액 시료는 KT&G의 협조를 받아 가공하였다. 시험결과 azoxystrobin의 잔류량은 원주, 이천 수삼에서 각각 0.05, $0.03\;mg\;kg^{-1}$, 건삼에서 0.12, $0.14\;mg\;kg^{-1}$, 홍삼에서 모두 $0.05\;mg\;kg^{-1}$, 인삼 알코올 농축액 0.28, $0.33\;mg\;kg^{-1}$, 인삼 물 농축액에서 0.22, $0.16\;mg\;kg^{-1}$, 홍삼 알코올 농축액에서 0.31, $0.20\;mg\;kg^{-1}$, 홍삼 물농축액에서 0.09, $0.11\;mg\;kg^{-1}$으로 모두 MRL수준 이하였다. Azoxystrobin의 가공계수는 건삼 3.25, 홍삼 1.34, 인삼 알코올 농축액 7.84, 인삼 물 농축액 4.63, 홍삼 알코올 농축액 6.15, 홍삼 물 농축액 2.56으로 산출되었으며 가공과정을 거치면서 농축에 의해 농약 잔류량이 증가하는 경향을 보였다. 감소계수는 건삼 1.19, 홍삼 0.51, 인삼 알코올 농축액 3.41, 인삼 물 농축액 1.91, 홍삼 알코올 농축액 2.74, 홍삼 물 농축액 1.00으로 약제가 초기 잔류량과 비슷하거나 다소 감소하는 경향을 보였다.
인공지능 기술이 발전하면서 이미지, 음성, 텍스트 등 다양한 분야에 적용되고 있으며, 데이터가 충분한 경우 기존 기법들에 비해 좋은 결과를 보인다. 주식시장은 경제, 정치와 같은 많은 변수에 의해 영향을 받기 때문에, 주식 가격의 움직임 예측은 어려운 과제로 알려져 있다. 다양한 기계학습 기법과 인공지능 기법을 이용하여 주가 패턴을 연구하여 주가의 등락을 예측하려는 시도가 있어왔다. 본 연구는 딥러닝 기법 중 컨볼루셔널 뉴럴 네트워크(CNN)를 기반으로 주가 패턴 예측률 향상을 위한 데이터 증강 방안을 제안한다. CNN은 컨볼루셔널 계층을 통해 이미지에서 특징을 추출하여 뉴럴 네트워크를 이용하여 이미지를 분류한다. 따라서, 본 연구는 주식 데이터를 캔들스틱 차트 이미지로 만들어 CNN을 통해 패턴을 예측하고 분류하고자 한다. 딥러닝은 다량의 데이터가 필요하기에, 주식 차트 이미지에 다양한 데이터 증강(Data Augmentation) 방안을 적용하여 분류 정확도를 향상 시키는 방법을 제안한다. 데이터 증강 방안으로는 차트를 랜덤하게 변경하는 방안과 차트에 가우시안 노이즈를 적용하여 추가 데이터를 생성하였으며, 추가 생성된 데이터를 활용하여 학습하고 테스트 집합에 대한 분류 정확도를 비교하였다. 랜덤하게 차트를 변경하여 데이터를 증강시킨 경우의 분류 정확도는 79.92%였고, 가우시안 노이즈를 적용하여 생성된 데이터를 가지고 학습한 경우의 분류 정확도는 80.98%이었다. 주가의 다음날 상승/하락으로 분류하는 경우에는 60분 단위 캔들 차트가 82.60%의 정확도를 기록하였다.
본 연구는 갈수록 복잡다단해지는 지급 결제환경하에서 중요성이 대두되고 있는 결제시스템 간 상호의존성에 대해 그 원인과 유형, 위험관리방안 등을 살펴보고 국내 지급결제시스템 간 상호의존성 현황에 대해 조사한다. 또한 시뮬레이션 기법을 통해 실제 결제불이행의 파급효과를 계량화하여 결제시스템 간 상호의존성 정도를 파악하고 이에 대한 시사점 및 대응 방안을 모색한다. 국내 결제시스템 간 상호의존도는 지난 3년간 큰 폭으로 증가하였으며, 특히 한국은행이 운영하고 있는 거액결제시스템인 신한은금융망(BOK-wire+)은 소액, 증권, 외환결제시스템과 모두 연결되어 있어 시스템 간 상호의존성에 가장 지대한 영향을 미치고 있는 것으로 나타났다. 거액결제시스템은 소액결제와는 일평균 15조 9천억원, 장외증권과는 10조 6천억원의 결제 규모를 기록하고 있는 것으로 조사됐다. 결제불이행의 실제 파급효과를 알아보기 위해 실시한 시뮬레이션 분석 결과, 추가적인 결제불이행 규모는 일평균 최대 13조 6천억원이 발생하여 전체 결제금액의 7.8%를 차지한 것으로 나타났다. 또한 직접적인 결제불이행 금액까지 포함하면 전체의 22.3%를 기록, 국내 결제시스템간 상호의존도가 상당히 높다는 사실을 입증하였다. 또한 결제불이행 발생시점보다 인지시점이 결제불이행 파급효과에 더 중요한 요소로 지적됐고 증권사들이 국내 은행들보다 더 큰 영향을 받는 것으로 드러났다. 반면, 유동성 범위를 확대한 경우에는 추가 결제불이행 규모가 큰 폭으로 감소하였는데, 외국은행 지점의 지급불이행 비중이 상대적으로 증가한 것으로 나타났다. 이 같은 결과를 토대로 본 연구는 거래 상대방 간 상계거래 비중 확대, 증권사에 대한 새로운 결제방식 도입, 금융기관에 대한 원활한 유동성 공급방안 모색, 참여 기관에 대한 모니터링 강화, 참여기관 간 정보공유체제 강화 및 결제시스템 간 협조 강화의 필요성 등 결제위험 최소화를 위한 개선방안을 제시했다.
본 연구는 강원도 내에 소재하고 있는 태백산, 낙산, 그리고 경포도립공원 3개소에 대한 환경적 가치를 추정, 비교하기 위해 수행되었다. 연구의 수단은 도출액의 신뢰성이 검증된 CVM 기법을 이용하여 비교분석 하였다. 그리고 추정된 환경재의 가치는 일반인들이 각 도립공원을 방문 할 때 소요된 비용 이 외에 추가로 얻어질 수 있는 효용의 크기를 제시해 줄 수 있을 것이다. 또한 그 결과는 자연생태계나 문화경관 이 외에 국립공원으로의 승격여부를 판단하는 기초적인 자료로서 참고가 될 수 있을 것으로 판단한다. 수집된 설문부수는 태백산도립공원은 180부, 낙산도립공원은 179부, 경포도립공원은 180부를 이용하였다. 자연환경가치추정을 위한 제시금액에 대하여 '예(Y)', 또는 '아니오(N)'의 응답에 영향을 미치도록 결정짓는 관찰 가능한 변수들은 강원도립공원 3개소의 환경보존여부(env.), 공원관리정도(manage.), 응답자의 환경보존노력(execu.), 학력(edu.), 소득(inc.) 등을 투입하여 추정하였다. 투입된 변수의 평균과 Hanemann이 제시한 로짓 방식을 이용하여 각 모수를 추정하여 계산식에 따라 강원도립공원 3개소가 방문자 1인에게 제공하는 자연환경적 가치를 추정하였다. 그 결과 방문자 1인당 추가로 얻어질 수 있는 환경가치는 태백산도립공원이 44,060원, 낙산도립공원이 41,191원, 경포도립공원이 41,844원으로 추정하였다. 태백산도립공원의 환경가치가 가장 높게 추정된 이유는 응답자들이 태백산도립공원의 자연환경이 잘 보존되고 있으며 자연환경과 시설물 등의 관리도 잘 되고 있기 때문으로 판단하였다.
검사의 질 향상과 국제표준화의 상용화 정도관리물질을 이용한 Westgard multi-rules 적용의 유용성은 이미 알려져 있다. 그러나 핵의학 체외검사의 특성상 정도관리물질과 환자검체의 동시 계측으로 인한 측정횟수의 증가에 따라 Westgard multi-rules법을 적용함에 있어 어려움이 있다. 이에 본 연구는 핵의학 체외검사에서 상용화 정도관리물질을 이용한 Westgard multi-rules 적용의 유용성과 보완, 개선을 통해 내부정도관리의 효율성 향상을 조사하였다. 2013년 01월부터 2016년 06월까지 삼성서울병원 핵의학과 체외검사실 통합의료시스템에 기록된 총 282건의 적용된 계통오차 multi-rules (22s, 101s)과 117건의 조치사항 기록을 분석하였다. 조치사항은 multi-rules 중 계통오차의 규칙이 적용 되었을 때 기록하는 원인분석으로 정도관리물질 오류, 실험과정 오류, 검사키트 로트번호 관리 오류, 기타 등 총 4개의 대분류로 구성하였다. Westgard multi-rules 적용을 통해 조치사항을 분석한 결과 정도관리물질 오류가 62건, 실험과정 오류가 24건, 검사키트 로트번호 관리오류가 18건, 기타 13건으로 분류되었다. 정도관리물질 오류를 방지하고자 개선사항으로 기존에 각 검사자마다 사용하던 방식을 담당자 지정 방식으로 변경하여 모든 검사의 하루 소비량을 분주하여 공동사용을 하였고, 나머지 오류를 방지하고자 검사 전후 모든 과정을 표준화 하여 검사실내 어느 검사자가 시행 하더라도 일원화할 수 있게 하였다. 정도관리물질 오류를 개선한 결과 해동 후 2일 이내 신선한 물질을 사용 가능하였고 같은 물질을 사용하는 검사끼리 비교가 가능해져 물질에 의한 오류인지 명확해짐으로 계통오차 발생원인이 정도관리물질 오류로 기록하는 건수가 줄어들었다. 또한 정도관리물질의 로트번호 변경 시 교체시기가 같아 관리가 용이해졌고, 물질 사용량의 감소로 경제적 효과를 얻을 수 있었다. 그리고 검사표준화 적용 후, 계통오차의 규칙인 22s와 101s의 발생건수가 개선 전 보다 월 평균 2건 이상 줄어드는 결과를 보였다. Multi-rules의 적용을 통한 계통오차의 빠른 확인을 위해 정도관리물질의 체계적인 관리와 목표값과 표준편자의 설정 및 관리가 바탕이 되어야하며, 계통오차 발생 시 검사의 원인분석을 통한 조치사항을 기록하는 것이 중요함을 확인하였다. 본 실험의 결과로 Westgard multi-rules 적용 분석을 통해 발생 오류의 기재와 원인을 효율적으로 분석함으로써 핵의학 검사 내부정도관리의 질적 향상과 정확하고 신속한 결과보고에 기여할 것으로 사료된다.
본 연구에서는 광학 센서를 이용한 벼 생육단계 별 식생지수와 쌀 단백질함량의 관계를 구명하여 수확기 쌀 단백질함량을 추정하고자 하였다. 인공광원을 사용하는 능동형 광학센서인 GreenSeeker(NTech Inc., USA) GNDVI(green normalized difference vegetation index=$({\rho}0.80{\mu}m-{\rho}0.55{\mu}m)/({\rho}0.80{\mu}m+{\rho}0.55{\mu}m)$)와 NDVI(normalized difference vegetation index=$({\rho}0.80{\mu}m-{\rho}0.68{\mu}m)/({\rho}0.80{\mu}m+{\rho}0.68{\mu}m)$) 2종의 센서를 이용하여 벼 군락의 반사특성을 측정하고 동시에 식물체 샘플링을 통한 쌀 단백질함량을 분석하였다. 3년 동안(2005-2007년) 벼 출수 후 식생지수와 쌀 단백질함량의 관계를 조사해 본 결과 모든 시기에 걸쳐 GNDVI가 NDVI보다 상관이 높았고. 벼 수확기가 가까울수록 상관계수가 높게 나타났다. 수확기 쌀 단백질함량 예측 가능성을 알아보기 위해 벼 유수형성기와 출수기 두 시기의 GNDVI값과 수확기 쌀 단백질함량과의 관계를 분석해본 결과, 결정계수가 각각 0.91, 0.81로 특히 이삭거름 주기 전에 측정한 GNDVI를 통하여 수확기 쌀 단백질함량을 예측 할 수 있다는 결론을 얻었다. 이 결과를 바탕으로 유수형성기 GNDVI를 이용한 수확기 쌀 단백질함량 경험 모델식을 구하고 경험 모델식에서 얻어진 추정값과 실측값의 관계를 통해 검증하였다. 2005년과 2006년에서 구한 경험모델식의 쌀 단백질함량 추정값과 2007년도 쌀 단백질함량 실측값을 1:1 line에서 비교해본결과 결정계수가 높게 나타났다($R^2=0.96^{***}$).
일반적으로 도심지에서의 유출은 도로 노면을 따라 유출되어 빗물받이를 통해 우수관거로 배수된다. 따라서 적절한 도로 배수능력의 평가는 도로와 빗물받이 뿐만 아니라 우수관거의 설계에서도 필수적이다. 하지만 도시 도로부의 지형학적 및 수리학적 조건을 반영한 흐름해석 방안에 대한 명확한 기준이 제시되어 있지 못한 실정이다. 그러므로 기존에 적용되던 흐름해석 모형(등류/ 부등류) 및 도달시간 산정방법 (임계/고정)을 분석하여 최적의 도로의 흐름해석 방안이 제시되어야 한다. 본 연구에서는 도로 표면 흐름해석을 위한 알고리즘을 개발하고 등류와 부등류 흐름해석 모형 및 도달시간 산정방법을 매개변수로 적용한 수치적 분석을 수행하여 다양한 도로조건에서의 강우 유출특성을 모의하였다. 도로조건은 국내의 설계기준을 고려하여 2차선 도로의 폭 (6 m)과 경사 (도로 종경사 1 - 10%, 도로 노면경사 2% 및 측구 횡경사 2 - 10%)가 고려되었다. 또한, 도로 표면의 흐름은 노면경사를 따라 측구에서 차집되어 하류부의 빗물받이를 통해 배수되도록 하였으며, 측구의 폭은 0.5 m로 선정하였다. 모의 결과 도로의 유출특성은 도로 경사 조건에 따라 민감하게 변화하였으며, 부등류 해석모형이 도로의 하류부로 강우가 차집되며 변화하는 측구부에서의 유출특성을 반영하여 등류 흐름해석 모형에 비해 최대 23.66%, 평균 11.80% 긴 도달시간과 최대 9.50%, 평균 4.73% 작은 도로 표면 총 유출량을 나타냈다. 따라서, 우수 유출량을 산정하기 위하여 도달시간을 강우의 지속시간으로 반영하는 임계지속시간을 적용한 부등류 흐름해석을 수행하는 것이 적합하다고 판단되었다. 개발된 알고리즘은 다양한 흐름해석 기법을 통합하여 도로 노면에서의 유출특성을 정밀하게 모의하고 있으므로 도로의 배수 설계에 활용이 가능할 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.