본 연구는 기업 가치 분석을 위한 최적 변수를 선정하고, 이 변수를 사용하여 기업의 가치를 분석하였다. 본 연구의 결과는 2가지로 구분할 수 있다. 첫째, 변수 선정을 위해 선행연구에서 사용한 기업가치 분석방법 및 변수를 고찰하였다. 이를 토대로 AHP 기법을 사용하여 8개의 변수를 도출하였다. 추가로 투자 전문가들이 사용한 변수 중 공통분모를 추출하였다. 최종적으로 도출한 변수는 배당수익률, PER, PBR, PCR, EV/EBITDA, ROE, 순이익 증가율, 매출성장률, 순유동자산, 부채비율, 유동비율, 재고자산회전율, 매출채권회전율, 종사자 1인당 순이익, 영업이익률, 매출액 순이익률, 총자본 순이익률, EPS 성장률의 18개 수정 변수를 도출했다. 둘째, 선정된 변수를 사용하여 기업 가치를 예측하였다. 예측을 위해 8개의 변수를 사용하여 로지스틱 회귀분석을 수행한 결과, 59.67%의 정확도를 나타내 8개의 변수는 적절하지 않음을 알 수 있었다. 이어서 18개의 변수를 사용하여 분석한 결과 91.98%의 정확도를 나타내 기업의 가치를 분석하기 위해서는 18개의 변수를 사용하는 것이 바람직하다는 것을 알 수 있었다.
최근 Covid-19 및 불안한 국제정세로 인한 경기 침체로 많은 투자자들이 투자의 한 수단으로써 파생상품시장을 선택하고 있다. 하지만 파생상품시장은 주식시장에 비해 큰 위험성을 가지고 있으며, 시장 참여자들의 시장에 대한 연구 역시 부족한 실정이다. 최근 인공지능 분야의 발달로 파생상품시장에서도 기계학습이 많이 활용되고 있다. 본 논문은 해외선물에 분 단위로 거래하는 스캘핑 거래의 분석을 위해 기계학습 기법 중 하나인 강화학습을 적용하였다. 데이터 세트는 증권사에서 거래되는 해외선물 상품들 중 4개 상품을 선정해, 6개월간 1분봉 및 3분봉 데이터의 종가, 이동평균선 및 볼린저 밴드 지표들을 이용한 21개의 속성으로 구성하였다. 실험에는 DNN 인공신경망 모델과 강화학습 알고리즘인 DQN(Deep Q-Network), A2C(Advantage Actor Critic), A3C(Asynchronous A2C)를 사용하고, 학습 데이터 세트와 테스트 데이터 세트를 통해 학습 및 검증 하였다. 에이전트는 스캘핑을 위해 매수, 매도 중 하나의 행동을 선택하며, 행동 결과에 따른 포트폴리오 가치의 비율을 보상으로 한다. 실험 결과 에너지 섹터 상품(Heating Oil 및 Crude Oil)이 지수 섹터 상품(Mini Russell 2000 및 Hang Seng Index)에 비해 상대적으로 높은 누적 수익을 보여 주었다.
한국의 종합상사는 일본의 종합상사를 모델로 시작하였고 2000년대 이후 사업 정체성의 혼란과 경영성과의 부진에 직면하면서 일본 종합상사를 다시 벤치마킹하는 움직임이 활발하다. 그럼에도 불구하고 양국 종합상사 간에는 전략, 역량, 성과 상의 격차가 여전히 좁혀지지 않고 있다. 이에 따라 양국 종합상사의 사업구조나 경영성과와 같은 전략의 내용과 결과에 대한 연구에서 나아가 제도적 환경의 차이와 전략의 과정과 실행 측면의 차이에 대한 탐색적이면서도 종합적인 연구의 필요성이 대두되었다. 본 연구는 기존 연구에서 주로 제시된 일본 종합상사의 특징에 대해 고찰한 후, 일본 종합상사의 최근 현황 사례에 대한 현지 방문 조사와 학계 및 산업계 전문가에 대한 심층 인터뷰를 실시하고 추가적인 자료 분석을 병행하였다. 이를 통해, 본 연구는 양국 종합상사 간에 태생과 성장 경로, 기업집단내 소유·지배 구조와 거래 관계, 투자 포트폴리오와 리스크관리 역량, 사업 운영 시스템과 조직 문화 등의 네 가지 근본적 차이가 존재함을 확인하였다. 또한, 한국의 종합상사에 내포된 특성과 환경적 맥락을 고려하여 일본 종합상사의 경험과 사업모델을 응용하는 방향에 대해 토의하고 시사점을 제시하였다.
한국기업의 해외건설공사 진출은 1960년대 이후 45년간 약4,900여건, 총 1,933억불 이상의 실적을 거두어 오면서, 고용증대와 국제수지 개선 등 경제발전에 지대한 공헌을 해왔다. 그러나 해외건설 프로젝트는 정치, 경제, 사회, 문화 등 다양하고 복잡한 리스크에 노출되어 있어 국내 건설사업에 비해 수익성이 악화될 수 있는 가능성이 매우 높은 특성을 갖고 있다. 또한 소수의 악성 프로젝트에 의해서 전체 기업의 재무구조를 악화시키는 사태가 빈번히 발생하고 있는 국내 기업의 현실에서, 해외공사의 계획이나 수주 시에 양질의 프로젝트를 선별하고 그에 따라 미리 대상 프로젝트의 특성을 파악하여, 적정한 관리요소 및 전략을 수립하는 것은 매우 중요한 요소라고 할 수 있다. 따라서 본 연구는 해외건설공사 수익성에 영향을 미치는 인자를 도출하고 이러한 영향인자와 수익성간의 인과관계를 분석하여, 향후 프로젝트의 계획 및 수주 시 해당 프로젝트의 수익성을 미리 가늠해볼 수 있는 예측모델을 도출하고자 한다. 이를 위해 본 연구에서는 문헌조사 및 전문가 자문을 통해 64개의 해외건설공사 수익성 영향 리스크인자를 도출하였으며, 실제 사례에 기반한 자료수집 및 통계분석을 통해 수익성 영향인자와 해외공사 수익성 성과간의 인과관계를 규명하였다. 또한 도출된 예측모델의 검증을 위해, 추가적인 15개 프로젝트에 적용하여 예측모델의 정확성을 검증하였으며, 웹 기반의 프로그램으로 예측모델을 구축하여 활용을 위한 기반을 조성하였다. 이러한 수익성 예측모델의 활용을 통해서 국내 건설업체들은 해외건설공사 진출 시 해당 프로젝트의 타당성을 사전에 확인하여 양질의 프로젝트를 선별함으로써 해외건설공사의 수익성 향상을 위한 수주 전략의 수립이 가능할 것으로 기대된다.
정보통신기술의 발달로 정보보호의 중요성이 커졌지만, 기업은 제한된 예산 내에서 적절한 대책을 선택하는 데 어려움을 겪고 있다. Sönmez and Kılıç(2021)는 정보 보안 침해를 완화하기 위한 최적의 투자 조합을 결정하기 위해 AHP 및 혼합 정수 계획을 사용하는 모델을 제안했다. 그러나 1) 보안 위협에 대한 보안 대책의 효과를 객관적으로 측정하지 못하고, 2) 투자로 인한 위험 감소가 투자 이전에 측정한 위험 수준을 초과하는 비현실적인 현상이 발생하고, 3) 여러 위협에 대해 단일 대응책을 사용할 때 중복된 투자가 이루어진다는 한계가 있었다. 본 연구에서는 베타 확률 분포를 사용하여 대책의 효과를 객관적으로 정량화하고, 위험 감소 수준이 투자 이전에 측정된 위험 수준을 초과하지 않고 보안 대책이 중복 투자되지 않도록 최적화 모델을 개선했다. 개선된 모델을 국내 중소기업을 대상으로 실증분석한 결과, Sönmez and Kılıç(2021)의 최적화 모델보다 더 나은 결과를 도출했다. 개선된 최적화 모델을 사용하면 정보보호 비용, 수량, 대책 효율성을 고려하여 고정된 예산 내에서 최적의 대책별 투자 포트폴리오를 도출할 수 있고, 정보 보안 예산을 확보하고 정보 보안 위협을 효과적으로 해결하는데 도움이 될 것이다.
본 연구는 기업벤처캐피탈 투자와 투자기업의 혁신 성과 간의 연관성과 기업의 ESG 리스크가 미치는 영향에 대해 탐색하였다. 이를 위해 조직 학습 이론을 바탕으로 기업벤처캐피탈 투자를 통해 기업이 벤처로부터 학습 기회를 얻고 궁극적으로 혁신 성과를 증가시킬 수 있다는 내용을 제시하였다. 또한 기업이 ESG 요인들 중에서도 이해관계자들과의 관계에 해당되는 사회적 리스크를 효과적으로 관리하는 능력이 기업벤처캐피탈 투자를 통한 혁신 성과에 영향을 미칠 것이라 예상하였다. 가설의 실증분석을 위해 1993년부터 2018년까지 미국 하이테크 기업들을 대상으로 기업벤처캐피탈 투자 데이터와 특허 출원 데이터 및 ESG 리스크 점수를 이용한 패널 데이터 분석을 수행하였다. 분석 결과, 기업이 기업벤처캐피탈을 통해 더 많은 벤처에 투자할수록 혁신 성과가 증가하는 것으로 나타났으며, 기업의 사회적 리스크가 증가할수록 기업벤처캐피탈을 통한 혁신 성과가 약화되는 것이 확인되었다. 본 연구는 기업벤처캐피탈을 학습과 혁신의 수단으로 보는 관점의 기존 연구에 다음과 같이 기여하였다. 기업벤처캐피탈의 투자규모 보다도 벤처와 맺는 관계 자체가 갖는 의미에 주목하여, 더 많은 관계를 형성하는 것이 투자기업의 단기적 혁신 성과와 직결된다는 내용을 실증적으로 조사하였다. 또한 기업 활동에서 ESG 요인의 역할이 부각되고 있는 최근의 사회적 흐름에 부합하여, 기존에 투자기업과 벤처의 관계에 집중되어 있던 기업벤처캐피탈 연구의 논의를 기업을 둘러싼 이해관계자들의 역할까지 확장시켰다는 데에 의의가 있다.
오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.
2009년 초 정부전산센터 사업 등 정부에서발주한 일부 대형 SI사업에 응찰기업이 없어 유찰되는 현상이 발생하고 있다. 사업의 수익성은 고사하고 발주사업의 예정가 대비 제안 원가를 맞추기도 어렵기 때문에 입찰에 참가하지 않고 예정가가 늘어나든지 아니면 사업범위가 축소되기를 바라며 기다리는 것이다. 또한 공공/금융분야의 외부 SI사업에서 수익이 나지 않아 원가절감을 위하여 잦은 야근과 휴일근무가 반복되어 SI산업에 종사하는 임직원의 근무환경과 동기부여가 열악하게 됨에 따라 SI산업을 4D(difficult, dangerous, dirty, dreamless) 산업이라고 부르기도 하며, 첨단 기술 산업이라기 보다는 노동집약적 산업이라고 비아냥거리기도 한다. 그러한 소문 때문인지 대학에서 전공을 선택할 때에 일부 우수한 두뇌들이 컴퓨터 공학과를 기피하는 안타까운 현상도 발생하고 있다. SI산업에서 정책/제도변화, 사업구조개선, 사업수행역량 향상 등을 통해 적정수익이 창출되고 과감한 R&D 투자가 지속되어야 SI산업에 고급 두뇌들이 자발적으로 몰려들어 첨단 SW가 개발되고 해외SW수출이 확대되어 국가 SW경쟁력을 높일 수 있다고 본다. 이러한 상황에 대하여 SI사업의 정책개선과 SI업체의 경쟁력을 강화하자는 여러 가지 의견이 개진되고 있으며, 이러한 다양한 의견은 척박한 국내 SI산업을 발전시킬 수 있는 좋은 기회라고 생각한다. 본 연구는 SI업체의 외부 환경개선과 내부 역량확보 측면을 동시에 고려하고 있으며, 연구방법은 국내 대형 SI업체인 A사에서 공공/금융사업의 총괄임원으로 재직한 연구자의 지식과 경험을 바탕으로, 실행연구 방법론(action research method)을 채택하여, 수익성 향상 분야를 설정하고 이에 대한 제안 및 시사점을 바탕으로 수익성 혁신을 제안하는 연구 흐름을 갖는다. 수익성 향상 방안은 (1) 정책/제도 개선, (2) 사업구조 혁신, (3) 영업 역량 강화, (4) 사업수행 역량 강화, (5) 비용관리의 혁신 측면 등 5개의 분야에 11개의 제안, 7개의 정책건의와 21개의 세부 실행방안들을 포함하는 연구 프레임워크를 갖는다. 공공/금융분야 SI사업의 수익성을 향상시키기 위하여 제시한 프레임워크의 제안과 세부 실행방안을 성공적으로 추진하는 데는 3년 정도 소요되며, 이러한 변화가 성공적으로 완료되면 수익율이 종전보다 추가로 10%가 개선될 것이라고 전망한다. 여기에 제시한 프레임워크, 제안 및 수익성 향상 방안들은 SI사업의 수익성이나 경쟁력을 강화하고자 하는 다양한 SI업체들에게도 실질적인 도움이 될 것으로 기대하며, SI사업의 경쟁력 강화를 위한 연구기관과 학계의 가설 및 검증 수립에도 도움이 될 것으로 생각한다. 후속 연구에서는 본 연구에 포함된 제안들에 대하여 정량적인 가설과 검증을 통해 보다 확정된 결과가 있기를 기대하며, 본 연구를 확장하여 국내 기업과 글로벌 기업간 SI사업의 경쟁력과 수익성은 어떠한 차이가 있는지에 대한 연구는 SI 학계와 산업계에 큰 관심이 될 것이다.
이 연구는 대학생들을 대상으로 진로개발과 취업준비에 대한 인식을 분석하여 진로개발 활동의 문제점과 해결방안의 기초자료를 제공하는데 그 목적이 있으며, 연구의 결과는 다음과 같다. 첫째, 대학 입학 시부터 학생 스스로가 진로계획을 수립하고 이를 준비할 수 있는 교육체계 수립이 요구되어 진다. 이는 대학 교육과정에 진로개발 과목이 교양필수로 포함하여야 하고 취업준비센터 등의 기관과 유기적인 연계성 방안이 필요하다. 둘째, 대학생이 직업세계로의 원활한 이행을 위해 활용되어 질 수 있는 대학생 커리어 포트폴리오(career portfolio)를 객관적인 평가자료로 인정하는 제도가 필요하다. 또한 이를 데이터베이스(Database)화를 통하여 대학생의 커리어가 졸업 후에도 지속적으로 관리 유지한다면 대학경쟁력 강화에 기초가 될 것이다. 셋째, 대학생 자신이 보유하고 있는 직업기초능력의 수준 진단을 통해 개인별, 학과별 진로개발의 방향을 설정하고 필요한 역량을 개발할 수 있는 개인별, 학과별 역량강화 프로그램 개발이 필요하다. 따라서 대학 졸업생의 취업 준비도를 제고할 수 있는 직업기초능력 평가와 그 결과에 따른 진로개발 지원책이 필요하다. 넷째, 고등교육단계의 대학생들이 학과에 대한 만족도, 전공 선택, 현재 대학에서의 진로관련 서비스 등에 대한 학생들의 낮은 인식도(M=2.86)는 대학에서의 학습과 일과의 연계성 있는 체계구축이 요구됨을 보여준다. 따라서 단기적으로 대학 내 운영되고 있는 각 종 취업 및 자기개발 역량 교육프로그램에 대한 양적 질적 평가가 우선적으로 선행되어야 하며, 장기적인 관점에서는 대학 내 진로서비스 기관의 진단을 위한 인적자원개발 전문가 확보 등의 대책 마련이 시급하다.
본 연구는 상대적으로 지식과 자원이 부족한 벤처기업이 외부의 다양한 유형의 파트너와 R&D 협력 관계를 효율적으로 활용, 관리하는 것을 통해 혁신 성과에 유의미한 영향을 줄 수 있음을 살펴보고 있다. 혁신은 벤처기업의 생존과도 직결되는 중요한 요인 중 하나로 여겨져 왔다. 일반기업과 달리, 벤처와 같이 자원의 제약이 있는 신생 기업의 경우 R&D 그 자체에 있어 필요한 자원이나 혹은 이러한 신기술 또는 아이디어를 독자적으로 상품화하고 시장에 내놓는데 필요한 자원이 부족한 경우가 많다. 따라서 이를 보완해 줄 외부 협력 파트너를 찾고 효율적으로 관리하는 것이 굉장히 중요한 이슈이다. 오늘날 대부분의 기업들은 하나의 협력 관계만을 보유하지 않고, 다수의 R&D 협력관계를 동시에 맺고 여러 파트너들과 교류하고 있다. 학자들은 이러한 여러 협력 관계를 포트폴리오적인 차원에서 효율적으로 관리하는 것의 중요성에 대해 언급하여 왔다. 협력관계를 맺고 유지하는데 있어서도 상당한 양의 시간과 자원 투자가 요구되며 관리차원의 주의(managerial attention)가 필요하기 때문에, 협력 관계를 전사(全社)차원에서 관리하여 효율성을 높이는 것이 중요하다. 자원의 부족이라는 벤처기업의 근본적인 특성을 생각해 볼 때, 벤처기업에게 있어서 더욱이 전사차원의 효율적 협력 관계 관리에 대한 고찰이 절실하게 필요하다고 할 수 있다. 본 연구를 통해 벤처기업의 협력 파트너 종류의 다양성과 협력 파트너에 대한 의존도의 다양성이 혁신성과에 미치는 영향을 살펴봄으로써, 보다 효율적인 협력 파트너 구성에 대하여 포트폴리오적인 시각에서 고찰하고자 한다. 2010년 제조업을 대상으로 한 한국기업혁신조사(KIS) 자료를 분석한 결과, 기존 기업 대비 벤처기업에게 있어서 R&D 협력이 혁신성과에 더욱 중요한 영향을 준다는 것을 확인하였다. 따라서 벤처기업은 이를 전사차원에서 효율적으로 관리하여야 하는데, 외부 파트너 유형의 다양성과 혁신 성과는 비선형적 관계(역 U자형)를 나타내므로, 다양성만을 지속적으로 추구할 것이 아니라 긍정적 효과를 상쇄하지 않는 범위 내에서 이를 유지하는 것이 중요하다는 것을 발견하였다. 더불어 각 파트너들에 대한 의존도는 다양하게 가져가는 것이 혁신성과에 중요하다는 결론을 얻을 수 있었다.
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.