X-ray 두개골 영상에서 주요 해부학적 부위들 간의 거리를 계측하는 것은 진단과 치료 등 임상적 의미에서 매우 중요하다. 최근에는 딥러닝 기술의 발전을 바탕으로 랜드마크를 식별 및 검출하는 자동화 시스템들이 제시되고 있다. 이러한 딥러닝 기반 모델을 과적합 없이 학습 시키기 위해서는 대량의 영상과 라벨링 데이터가 필요하다. 기존에는 숙련된 판독의가 환자의 영상에서 랜드마크를 수동으로 식별하여 라벨링하는 방식으로 계측이 이루어져 왔다. 그러나 이러한 계측 방식은 많은 비용이 소요될 뿐만 아니라, 재현성이 떨어지기 때문에 자동화된 라벨링 방법에 대한 필요성이 제기되고 있다. 또한, X-ray 영상에는 광자가 통과하는 경로 상의 여러 인체조직들이 표시되기 때문에 랜드마크 식별이 일반 자연 이미지 또는 삼차원 모달리티 영상에 비해 어렵다. 본 연구에서는 X-ray 영상 내에 대량의 라벨링 데이터 생성을 가능하게 하는 기하학적 데이터 증강 기법을 제안하고 있다. 또한, 두개골 내 주요한 16개 랜드마크들의 검출 성능을 향상시키기 위해 다양한 어텐션 기법들의 구현 및 적용을 통해 랜드마크 검출을 위한 최적의 어텐션 메커니즘을 제시하였다. 마지막으로 주요 두개골 랜드마크들 중 안정적인 검출이 보장되는 마커들을 도출하였으며, 이러한 마커들은 임상적인 활용 가능성이 높을 것으로 기대된다.
Taguchi method is one of the most popular approaches for design optimization such that performance characteristics become robust to uncontrollable noise variables. However, most previous Taguchi method applications have addressed a single-characteristic problem. Problems with multiple characteristics are more common in practice. The multi-criteria decision making(MCDM) problem is to select the optimal one among multiple alternatives by integrating a number of criteria that may conflict with each other. Representative MCDM methods include TOPSIS(Technique for Order of Preference by Similarity to Ideal Solution), GRA(Grey Relational Analysis), PCA(Principal Component Analysis), fuzzy logic system, and so on. Therefore, numerous approaches have been conducted to deal with the multi-characteristic design problem by combining original Taguchi method and MCDM methods. In the MCDM problem, multiple criteria generally have different measurement units, which means that there may be a large difference in the physical value of the criteria and ultimately makes it difficult to integrate the measurements for the criteria. Therefore, the normalization technique is usually utilized to convert different units of criteria into one identical unit. There are four normalization techniques commonly used in MCDM problems, including vector normalization, linear scale transformation(max-min, max, or sum). However, the normalization techniques have several shortcomings and do not adequately incorporate the practical matters. For example, if certain alternative has maximum value of data for certain criterion, this alternative is considered as the solution in original process. However, if the maximum value of data does not satisfy the required degree of fulfillment of designer or customer, the alternative may not be considered as the solution. To solve this problem, this paper employs the desirability function that has been proposed in our previous research. The desirability function uses upper limit and lower limit in normalization process. The threshold points for establishing upper or lower limits let us know what degree of fulfillment of designer or customer is. This paper proposes a new design optimization technique for multi-characteristic design problem by integrating the Taguchi method and our desirability functions. Finally, the proposed technique is able to obtain the optimal solution that is robust to multi-characteristic performances.
지진, 산사태와 같은 재난사고현장에서 조사업무는 시설물 붕괴 등 2차 재난 피해가 발생할 수 있어 많은 위험이 따른다. 이처럼 조사자가 직접 접근하기 힘든 재난현장에서 라이다(light detection and ranging, LiDAR)가 탑재된 드론 측량시스템을 통해 고정밀의 3차원 재난정보를 안전하게 취득할 수 있는 방법을 강구할 수 있다. 이에 본 연구에서는 2023년 4월 성남시 분당구의 정자교 붕괴사고 현장을 대상으로 드론 LiDAR의 재난 현장에서의 활용 가능성을 확인하였다. 이를 위해 사고 교량에 대한 고밀도 포인트 클라우드를 수집하고, 사고 교량을 3차원 지형정보로 복원하여 10점의 지상기준점 측량 성과와 비교하였다. 그 결과, 수평방향으로의 root mean square error (RMSE)는 0.032 m, 수직방향으로 0.055 m로 확인되었다. 또한, 지상 LiDAR를 통해 같은 대상지를 측량하여 생성한 포인트 클라우드와 비교한 결과, 수직방향으로 약 0.08 m가량의 오차가 발생하였지만 전체적인 형상은 큰 차이가 없을 뿐만 아니라 전체적인 데이터 취득과 자료 처리 시간 측면에서 드론 LiDAR가 지상 LiDAR보다 효율적임을 확인할 수 있었다. 따라서 많은 위험이 따르는 재난현장에서 드론 LiDAR의 활용을 통해 안전하고 신속한 현장 조사가 가능할 것으로 판단된다.
목 적: 세기조절방사선치료에 있어서 치료 전 환자별 정도관리(QA)에 사용하는 EDR2 필름과 2차원 이온전리함배열(MatriXX), 그리고 전자포탈영상장치(EPID)에 대해 절대선량계와 상대선량계로서의 정확도와 효율성을 평가했다. 대상 및 방법: 6 MV X-선을 이용하여 두 가지 유형(기준 조사면, 오차 평가 조사면)의 세기조절 조사면을 설계하고 EDR2 필름, MatriXX, EPID를 사용하여 절대선량과 상대적 선량분포를 비교, 분석했다. 세 시스템의 절대선량 정확성을 평가하기 위해 세 시스템의 선량 측정값과 전리함 측정값을 비교했고, 상대적 선량분포 평가를 위해 기준 조사면과 의도적으로 MLC leaf 위치를 변형시킨 오차 평가 조사면에서 감마($\gamma$)값과 조사면 수직 프로파일을 분석했다. 또한, 환자별 QA 전 과정을 수행하는데 소요되는 시간을 측정하여 시스템에 따른 업무 부하를 비교했다. 결 과: EDR2 필름, MatriXX, 그리고 EPID의 절대선량 측정값과 전리함 측정값을 비교한 결과 EPID는 1%, MatriXX는 2%, EDR2 필름은 3% 이내의 오차 측정 정확도를 보였다. EDR2 필름과 EPID는 허용기준 3%/3 mm와 2%/2 mm 모두에서 감마값이 1을 초과하는 화소($\gamma$%>1)가 전체 화소의 2% 이내였다. 그러나 MatriXX의 경우 3%/3 mm에서는 1% 이내의 오차를 보였으나 2%/2 mm를 적용한 $10\times20\;cm^2$와 $10\times10\;cm^2$에서는 각각 5.94%와 4.95%로 증가했다. 세 시스템으로부터 얻은 오차 평가 조사면의 선량 분포를 치료계획 장치로부터 얻은 기준 조사면과 중첩하여 감마 분석한 결과, 3%/3 mm에서 EDR2 필름이 -4 mm의 MLC leaf 오차 식별이 가능했고 EPID는 -3 mm 오차를 감지했다. 2%/2 mm의 경우, EDR2 필름과 EPID에서 각각 -3 mm와 -2 mm의 오차 식별이 가능했다. 그러나 MatriXX의 경우 경계가 불분명해 오차 구분이 어려웠다. 환자별 QA 전 과정을 수행하는데 소요되는 시간은 EDR2 필름이 약 110분, MatriXX가 약 80분, EPID가 약 55분이었다. 결 론: 본 연구는 IMRT의 치료 전 환자별 QA를 위한 EDR2 필름, MatriXX, 그리고 EPID의 측정 정확도와 효율성을 분석했다. EDR2 필름과 EPID는 선량 측정 정확도가 우수했으며, MatriXX는 측정 시간이 짧았다. 본 연구 결과는 임상에서 효율적인 IMRT QA 시스템을 구축하는데 좋은 자료가 될 것으로 생각한다.
2001년 9.11테러로 인한 미국 세계무역센터 및 미국 국방성 펜타곤이 붕괴된 이후, 전 세계적으로 충돌, 폭발 등의 극한하중에 의한 테러가 빈번하게 발생하고 있으며, 극한하중에 의한 구조물의 거동에 대한 사회적 불안감은 더욱 증가되고 있다. 그러나 지금까지의 사회기반시설구조물에는 폭발 및 충돌 등과 같은 극한하중에 대한 방호 및 방재개념을 설계에 고려하지 못하고 있는 실정이며, 원전격납건물, 가스탱크, 교량, 터널 등에 널리 사용되는 프리스트레스트 콘크리트 구조물에 대한 극한하중 연구는 전 세계적으로 미흡하다. 충돌과 같은 극한하중은 집약된 에너지의 급작스런 방출로 인한 높은 충돌압력을 형성하므로, 극한하중의 특성 및 전파 메커니즘을 이해하는 것이 필요하다. 그러므로 이 연구에서는 이방향 비부착 프리스트레스트 콘크리트 패널의 충돌저항성능을 비교검토하기 위하여, $1400mm{\times}1000mm{\times}300mm$의 철근콘크리트(RC), 프리스트레스 텐던으로만 보강된 콘크리트(PS), 프리스트레스 텐던과 철근으로 보강된 콘크리트(PSR, 일반적인 PSC) 시편을 제작하였다. 실험 조건에 맞춰 14 kN의 추를 10 m, 5 m, 4 m 높이에서 낙하하는 예비 실험과 3.5 m 높이의 본 실험으로 구성하여 충돌하중에 대한 프리스트레스트 콘크리트 구조물의 실험적 평가를 수행하였다. 또한, 충돌실험을 위한 기본적인 실험 구성 및 계측시스템을 구축하였다. 충돌 저항성능은 균열형상, 손상면적, 에너지 흡수, 처짐, 변형률, 가속도 등의 충돌에 의한 계측데이터를 이용한 거동분석 뿐만 아니라, 충돌 후 잔류구조성능 실험을 수행하여 이방향 비부착 프리스트레스트 콘크리트 패널의 충돌저항성능을 검토하였다. 본 실험은 향후 국내외 프리스트레스트 콘크리트에 대한 충돌 방호설계 및 충돌해석 등 관련 연구분야의 기초자료가 될 것이라고 판단되는 바이다.
최근 문화 예술 분야를 활용하여 고부가가치를 창출하며 지속적으로 발전하는 공연예술 시장 환경 속에서 공연 기획자들이나 투자자들은 공연에서 성공을 하기 위한 객관적인 지표를 원한다. 성공적인 공연을 위해서는 관람객들에게 편의를 제공하여 만족도를 높여 주어야 하며, 따라서 재미와 감동, 가치를 높이는 방안도 모색해야 한다. 기존의 만족도 확인 방법으로는 공연기간, 설문조사, 입소문 등 주관적인 평가가 대부분이다. 이것들은 관람객들의 만족도에 대한 평가 기준이 될 수 는 없다. 최근에는 공연에서 관람객의 몰입 정도가 공연의 주요 성공 요인으로 평가되기 시작했다. 공연에 대한 몰입도가 높으면 만족도도 높아진다는 연구 결과도 있다. 그래서 공연에 대한 관람객의 몰입을 실시간으로 확인하는 지표를 개발하는 것은 관람객들의 만족도를 평가하는데 유용하게 사용될 수 잇다. 기존의 몰입도 추출 연구는 대부분 1인을 대상으로 한 연구들이며 전체 관람객들의 몰입도는 개별 몰입도를 통합하여 측정하여 왔다. 하지만, 공연장에서 관람객들의 몰입도를 개별적으로 측정하기에는 경제적으로나 환경적으로 어려운 상황이다. 이러한 문제를 해결하기 위하여 본 연구에서는, 공연장의 전체 관람객 몰입도를 측정하기 위하여 차영상 기반의 동기화 기법을 활용하는 모형을 제시 한다. 이 기법은 우선 카메라를 통해 관람객 영상을 수집하고, 이를 차영상 기법을 이용하여 동일 장소, 시간 내 관람객들의 움직임 변화량을 측정하여 동기화 여부를 판단하는 것이다. 본 논문에서 동기화가 되었다는 의미는 관람객들이 몰입하고 있을 때, 자극원에 대하여 동시성을 가지고 반응하는 것을 말한다. 이것을 차영상 기법을 통하여 움직임의 변화량으로 환산하고, 이것을 이용하여 동적 동기화와 정적 동기화인지 구분한다. 그런 후 전체 관람객들의 움직임 변화량들을 비교하여 관람객들의 몰입도를 판단하는 모형을 구축하는 것이다. 이 연구에서는 전체 관객의 몰입도 판단 모형을 제시하고, 실제 관객의 반응 데이터를 이용한 평가를 하여 제시한 연구모형이 실제 공연장에서 그룹 관람객들의 몰입도를 측정할 수 있는 것을 확인할 수 있었다.
본 연구는 정부가 2013년부터 중견기업 중점 지원사업으로 추진하고 있는 글로벌전문사업에 선정된 기업에 대하여 심사연도와 선정연도 시점에 이익의 질의 차이를 관찰하고자 하였다. 이익의 질을 구성하는 속성 중 재량적 발생액을 이익의 질 측정 대용치로 선정하고 글로벌전문 기업으로 선정된 기업의 회계이익을 이익의 질 차원에서 분석하는 것이다. 구체적으로 글로벌전문사업에 선정된 기업이 글로벌기업으로 성장하기 위하여 기술확보, 수출확대, 투자, 경영혁신 고용 등 평가 분야에서 심사를 통과하기 위한 자기 노력이 이익의 질에 미치는 긍정적 효과와 사업 신청 요건(최근 3년간 연 직수술증가율 2천만불에서 1억불사이에 1회 이상 경험)을 충족하고자 하는 유인, 사업 선정 후 성장전략서에 제시된 미래 목표 성과를 충족하기 위한 기업의 부담이 선정기업의 이익의 질에 미치는 부정적 효과가 선정기업의 이익의 질에 미치는 영향을 분석하였다. 발생액의 질은 대체적인 발생액 예측모형을 이용하여 추정된 재량적 발생액중에서 Dechow et al.(1995)의 수정 Jones 모형과 Kothari et al.(2005)의 ROA통제모형으로 측정된다. 본 연구가 지니는 특징은 표본기업으로 선정기업의 이익의 질과 대응기업의 이익의 질을 비교하고 있을 뿐 아니라 선정기업만을 표본으로 하여 심사직전연도와 심사시점(t-1기)과 선정시점(t기)의 각각의 이익의 질의 차이를 비교 분석하고 있다는 점이다. 연구기간은 2011년부터 2015년까지 5년간으로 설정하고 표본은 2013년부터 2014년까지 글로벌 전문기업에 선정된 65개 기업 중 표본선정기준에 부합되는 55개의 관심표본과 대응표본으로서 동일한 시장과 산업에 속하는 기업 중 총자산규모가 가장 유사한 기업을 1:1로 구성하여 연도별 표본수는 110이다. 따라서 연구기간 5년 동안 550 기업-년도의 관찰치로 구성된 총표본을 이용하여 연구가설을 검정하고 추가분석을 실시하였다. 주요 분석결과를 요약하면 다음과 같다. 첫째, 글로벌전문사업에 선정된 기업은 대응기업의 이익의 질 보다 낮은 것으로 나타났다. 이는 선정기업이 심사절차를 통과하고자 평가지표를 달성에 대한 이익조정유인이 이익의 질에 부정적 영향으로 미친 것으로 보인다. 둘째, 선정시점에는 선정기업의 이익의 질이 선정이전에 비하여 개선된 것으로 나타났다. 이는 선정 후 경영자의 경영혁신 노력과 투명경영정착을 위한 노력이 이익의 질 향상에 긍정적 효과를 영향을 미친 것으로 보인다. 이러한 결과는 추가분석에서 선정기업만으로 표본을 재구성하여 심사직전연도를 기저로하여 심사연도, 선정연도를 각각 비교한 분석에서도 동일하게 나타났다.
본 연구는 국내외 프랜차이즈의 해외진출에 대한 연구들을 바탕으로 국제프랜차이징연구의 전체적인 연구체계를 세워보고, 연구체계를 형성하고 있는 연구요인들을 확인하여 각 연구요소별로 이루어지는 연구주제와 내용을 살펴보고, 앞으로의 연구주제들을 제안하고자 한다. 주요한 연구요소들은 국제프랜차이징의 동기 및 환경 요소과 진출의사결정, 국제프랜차이징의 진입양식 및 발전전략, 국제프랜차이징의 운영전략 및 국제프랜차이징의 성과이다. 이외에도 국제프랜차이징 연구에 적용할 수 있는 대리인이론, 자원기반이론, 거래비용이론, 조직학습이론 및 해외진출이론들을 설명하였다. 또한 국제프랜차이징연구에서 보다 중점적으로 개발해야 할 질적, 양적 방법론을 소개하였으며, 마지막으로 국내연구의 동향을 정리하여 추후의 연구방향을 종합적으로 정리하였다.
오늘날의 지식기반경제에서 핵심적인 역할을 수행하고 있는 가상 커뮤니티의 성공을 위해 턴오버(turnover)는 매우 중요한 의미를 가지고 있다. 그런데, 이에 대한 연구는 많이 부족한 실정이다. 우선, 턴오버를 측정하는 방법부터가 명확하지 않다. 가상 커뮤니티에서 새로운 구성원의 유입은 비교적 확실하게 인지할 수 있지만, 탈퇴는 명시적으로 탈퇴 처리를 하는 사람들이 드물고 재방문 가능성이 상존하기 때문에 구별하기가 쉽지 않다. 그리고, 특정기간 동안 임의의 구성원이 해당 커뮤니티를 위해 활동하고 있는 진정한 구성원인지를 판단하는 방식이 분명하지 않아 전통적인 조직의 턴오버 공식을 그대로 적용하기 힘든 면이 있다. 본 연구에서는 이러한 한계점과 가상 커뮤니티 구성원의 행위 패턴을 고려하여, 일차적으로 턴오버를 포함한 가상 커뮤니티 구성원의 유동성(fluidity) 관련 척도들을 도출하고, 이를 토대로 유동성과 가상 협업 성과의 관계를 작업의 전문적인 특성을 반영하여 분석하였다. 요컨대, 대표적인 지식 협업 커뮤니티인 영어 위키피디아의 2,978개 피쳐드 아티클(featured article)에 대한 지식 협업 행위로부터 다음과 같은 결과를 얻었다. 첫째, 협업 효율성에 대한 턴오버의 관계는 오른쪽 부분이 짧은 U자 형태를 보이며, 똑같은 턴오버율에 대해 보다 학문적인 아티클을 완성하는 것이 더 오래 걸리고, 이 차이는 턴오버율이 증가함에 따라 감소한다. 둘째, 협업효율성에 대한 재방문기간의 관계는 왼쪽 부분이 짧은 U자 형태의 관계를 가지며, 전문적이지 않은 작업일수록 재방문기간의 일단위 변화에 대한 협업 효율성의 변화가 크다. 그리고, 똑같은 재방문기간에 대해 보다 학문적인 아티클을 완성하는 것이 더 오래 걸리며, 이 차이는 재방문기간이 평균이상으로 증가함에 따라 더욱 커진다. 셋째, 협업효율성에 대한 월(month)별 유입 신규 구성원 수의 관계는 왼쪽 부분이 짧은 역 U자 관계를 가지며, 이 관계에 대한 작업 특성의 영향은 유의하지 않은 것으로 보인다.
기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.
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.