현대의 환경문제는 다량의 폐기물의 발생과 무분별한 에너지의 소비로 인한 환경오염이 가속화 되고 있다는 것이다. 대표적인 에너지 생산 연료인 화석연료는 에너지를 생산하는 과정에서 연소가 이루어져 다량의 온실가스가 발생하고 최종적으로 기후변화를 야기한다. 또한 전 세계적으로 발생하는 폐기물의 양도 지속적으로 증가하고 있으며 처리하는 과정에서 환경오염이 발생하고 있다. 이와 같은 문제들을 동시에 해결하기 위한 방법 중 하나는 유기성 폐기물의 에너지화 및 감량화이다. 하수처리장에서 발생하는 하수슬러지는 해양매립이 전면 금지된 이후로 다양하게 처리되고 있으나, 그 발생량은 지속적으로 증가하는 추세이다. 하수슬러지는 유기물을 다량 함유하고 있어 혐기소화를 통하여 하수슬러지를 에너지화 하고 최종 배출되는 폐기물을 감량화 하는 것이 바람직하다. 하지만, 잉여슬러지의 경우 대부분이 하수처리에 이용되었던 미생물 덩어리로써 잉여슬러지가 혐기성소화 되기 위해서는 먼저 미생물의 세포벽이 파괴되어야 하는데 세포벽 파괴에는 많은 시간이 요구되기 때문에 혐기성 소화 과정만으로는 높은 바이오가스 생산율이나 폐기물 감량율을 달성할 수 없다. 따라서 잉여슬러지를 가용화하는 전처리 공정이 필요하며, 여러 가지 가용화 공법 중에서 열적 가용화 공정이 가장 효율적인 것으로 검증되었고, 혐기성소화 공정의 전처리 과정으로써 열적가용화 공정을 이용하여 잉여슬러지에 포함된 세포벽을 파괴한 후 전처리 된 잉여슬러지를 혐기성소화 함으로써 높은 바이오가스 생산율과 폐기물 감량율을 달성할 수 있다. 본 연구에서는 열적 가용화장치를 통하여 TS 10%의 농축 잉여슬러지를 전처리하는데 있어서 체류시간 및 운전온도 변수에 따른 가용화 특성에 대한 연구를 수행하였다. 열적 가용화장치의 체류시간에 대한 실험변수는 운전온도를 160 ℃로 고정한 상태에서 각각 30분, 60분, 90분, 120분이었다. 실험 결과로 도출된 TCOD와 SCOD를 통해 계산된 가용화율은 각각 12.11%, 20.52%, 28.62%, 31.40% 순으로 증가하였다. 또한, 운전온도에 따른 변수는 반응시간을 60분으로 고정한 상태에서 각각 120℃, 140℃, 160℃, 180℃, 200℃였으며 가용화율은 각각 7.14%, 14.52%, 20.52%, 40.72%, 57.85% 순으로 증가하였다. 이 외에 TS, VS, T-N, T-P, NH4+-N, VFAs를 분석하여 농축 잉여슬러지를 대상으로 하는 열적 가용화 특성에 대한 평가를 수행 했으며, 그 결과 TS 10%의 농축 잉여슬러지에 대한 열적 가용화를 통하여 30% 이상의 가용화율을 얻기 위해서는 운전온도를 160℃로 고정할 경우 120분의 체류시간이 필요하며, 운전시간을 60분으로 고정할 경우 170℃ 이상의 운전온도가 요구되어 진다.
고압나트륨등(high-pressure sodium, HPS 램프)은 작물 생육 발달에 필요한 충분한 양의 광합성유효방사를 제공하는 동시에 복사열을 통해 온실 난방 부하를 절감할 수 있어 겨울철 시설원예 보광 조명으로 널리 이용되고 있다. 그러나 겨울철에 생육 중기를 맞이하는 시설 과채류의 경우, 작물의 정단부가 복사열에 영향을 많이 받고, 캐노피 위치에 따라 엽온 차이가 증가될 수 있다. 또한 온실 기온 역시 보광등에서 발생한 열이 상부로 상승 및 정체되면서 불필요한 에너지 낭비 및 온도 불균일성 역시 심화될 수 있다. 따라서 본 연구의 목표는 CFD 열전달 해석을 통해 HPS 램프에 의한 열적 특성 및 생육 단계별 수평적 엽온 변화를 분석하고, 온실 내 수직적 기온 및 작물의 캐노피별 엽온을 측정하여, 온실 내 환경 균일성 제고 및 효과적 에너지 활용 방안을 모색하는 것이었다. 생육 초기, 중기, 및 후기를 대변하는 초장(1.0, 1.6, 2.2m)에서의 정단부 수평적 엽온을 CFD 시뮬레이션을 통해 분석하였다. 또한 HPS 램프 작동 이후 수직적 기온과 캐노피 높이별 엽온을 측정하였다. 실험 결과, 보광 시 엽온과 기온 간의 차이가 커지고, 수직적 기온 역시 불균일해짐을 알 수 있었다. 생육 단계가 진전될수록, 고온의 복사열이 중심부에 집중되며, 상단부 수평적 엽온 편차가 커지고, 균일성 역시 떨어지는 것을 알 수 있었다. 열획득 모델을 통한 수치해석 결과, 보광등이 2022년12월 기간 난방부하에 약 50.1% 기여하는 것을 알 수 있었다. 평균절대오차 및 평균제곱근 오차는 생육 초기 및 생육 중기 모두0.5 이하로, 실측값과 예측값에 높은 일치도를 보였다. 수직적 기온 및 엽온 분포와 생육 단계별 수평적 엽온 분포에 관한 본 연구의 결과는 효율적 에너지 관리 및 작물 생육 발달에 관한 의사결정에 도움이 될 수 있을 것으로 생각된다.
휴면포자와 같은 남조류의 휴면세포는 남조류의 초기발생 및 대발생의 중요한 씨앗세포이다. 이러한 중요성으로 인해 퇴적층에 존재하는 휴면세포를 분리하기 위해서 다양한 방법들이 시도되었다. Ludox는 해양퇴적물의 세포분리에 주로 활용되는 용액이지만 담수에서는 정확한 사용법을 찾기 어렵다. 본 연구에서는 가장 많이 사용되는 두 가지 Ludox방법(퇴적물 직접처리, 퇴적물 증류수 현탁처리)을 비교하고, 담수 퇴적물에서 남조류 휴면세포의 분리 및 유전자 증폭 효율이 높은 방법을 제안하였다. 퇴적물에서 발견된 휴면세포는 대부분 염주말목의 휴면포자로써 Dolichospermum, Cylindrospermum, Aphanizomenon의 휴면포자 형태와 유사하였다. 퇴적물을 증류수에 현탁하여 처리한 시료보다 퇴적물 그대로 사용한 시료에서 20배 더 많은 휴면포자가 발견되었으며 증류수로 현탁된 퇴적물에서는 분리되지 않은 세포가 대부분 pellet 퇴적물 표층에서 발견되었다. Ludox를 통해 층 분리된 휴면포자는 수층의 특정 깊이에서 밀집하기보다는 주로 상층과 하층에 넓게 퍼져있었다. 퇴적물을 그대로 사용한 시료에서 mibC, Geo, 16S rDNA 유전자 모두 증폭산물이 확인되었으나 퇴적물을 증류수로 현탁한 시료에서는 모든 유전자의 증폭산물이 발견되지 않았다. 따라서 담수 퇴적물에서 남조류의 휴면세포를 분리하는 경우에는 5~10 g의 퇴적물을 전처리 없이 그대로 사용하며, 퇴적물량 4배 부피의 Ludox를 첨가할 때 세포 분리 및 유전자 증폭 효율이 높았다. 본 연구에서 제시하는 Ludox 처리방법은 담수퇴적층에 존재하는 남조류 휴면세포를 분리하기 위한 방법으로써 다른 생물군에서는 동일한 효율이 나타나지 않을 수 있다. 따라서 다른 생물군의 분리에 Ludox를 적용하기 위해서는 퇴적물 전처리 방법 및 대상생물이 존재하는 수층을 파악하는 사전실험이 반드시 필요하다.
집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.
본 연구는 춘천시가지 중심에 위치하고 시민들의 휴식 및 여가공간으로의 활용도가 매우 높은 봉의산근린공원의 식물군집구조 특성을 활용한 관리방안을 제시하고자 하였다. 봉의산은 삼국시대부터 춘천의 중심으로 산림이 지속적으로 훼손되었으며 현대에는 무분별한 도시개발로 생태계의 고립과 단절이 심화되었다. 봉의산근린공원의 현존식생 유형별 면적비율을 보면, 신갈나무는 28.5%, 신갈나무-졸참나무는 2.1%, 소나무는 15.6%, 소나무-신갈나무는 15.9%, 박달나무는 1.6%, 아까시나무는 5.9%, 잣나무는 1.6%이었다. 신갈나무는 남서, 북서, 남동사면에 분포하고 소나무는 동쪽과 남동사면 능선부에 분포하고 박달나무는 북동쪽의 계곡부, 충원사 북쪽 급경사지에 분포하였다. 식물군집은 총 6개 군집으로 분류되었으며, 소나무군집(군집 I)과 상수리나무-아까시나무군집(군집 V)은 장기적으로 참나무류림으로 천이가 예상되었고, 신갈나무군집(군집 II)과 졸참나무-신갈나무군집(군집 III), 박달나무군집(군집 IV), 잣나무군집(군집 VI)은 그대로 유지될 것으로 예측되었다. 식물군집구조 특성을 고려한 목표식생 및 관리방안은 ① 자연경관 보전 및 개선형(소나무군집) ② 생태적 천이 순응형(낙엽참나무류군집) ③ 특이군락 보전형(박달나무군집) ④ 휴양 및 체험형(잣나무군집) 등 4가지 유형별 관리방안을 제시하였다. 봉의산근린공원의 효율적 관리를 위해 관리체계를 일원화하고 특히 생태적 보전 가치가 높은 소나무군집과 박달나무군집을 생태경관보전지역으로 지정·관리해야 할 것이다.
수문 수자원 분야에서의 활용도를 제고하기 위하여 HSG 1995와 HSG 2006 두가지 분류법에 의한 우리나라 수문학적 토양유형의 분포에 대한 정보를 제공하고 이를 각각 충북 괴산군 소수면의 소유역의 수치세부정밀토양도 (1:5,000)에 적용하여 SCS-CN법을 이용한 유효 우량 산정과 유출곡선을 작성한 결과는 다음과 같다. 산악지에서 주로 침투능이 크고 하성 또는 해안평탄지로 가면서 낮아지는 경향을 보였다. HSG 1995 토양 유형 중 A군은 전체의 42.2%로 가장 넓게 분포하는 것으로 나타났고, B군 29.4%, C군 18.5%, D군 9.9% 순으로 나타났다. HSG 2006 토양유형은 A군 35.1%, B군 15.7%, C군 5.5%, D군 43.7%로 D군이 가장 넓게 분포하는 특징을 가진다. HSG 1995에서 A, B, C군으로 분류되었다가 HSG 2006에서 D군으로 분류된 토양 유형의 비율이 약 34.1%로 나타나 국립농업과학원에 의해 분류된 토양유형 중 D군의 면적이 크게 늘어난 것을 알 수 있었다. 충북 괴산군 소수면 소유역의 수치세부정밀토양도에 기반한 수문학적 토양유형 분포특성을 나타낸 것으로 산림과 밭으로 이용되는 토양의 유형이 A로 분류되는 것은 일치하는 경향을 보였다. HSG 2006의 토양유형은 유역에서 C 유형이 거의 없거나 적게 분포하고 HSG 1995에 비해 D 유형이 많게 나타난다. 미계측 유역에 대한 직접유출량 산정에 가장 많이 사용되는 SCS-CN법을 이용하여, 충북 괴산군 소수면 소유역에서 직접유출에 기여하는 유효우량을 산정하고 SCS 삼각단위도를 사용하여 첨두유량과 첨두시간을 계산한 결과는 다음과 같다. HSG 1995와 HSG 2006 수문학적 토양유형과 토지 이용별 CN값을 적용하여 유역의 CN값 (AMC II)을 구한 결과는 각각 54와 62로 나타났다. 이 때, 우량계가 설치된 지점의 강우자료를 평균하여 2004년~2005년 강우사상별로 정리하여 초기손실량 (I)이 총강우량 (P)보다 큰 경우를 제외한 강우사상을 선택하였고, 8월 16일에서 강우사상 전까지 내린 강수에 따라 선행수분조건 III으로 조정하여 유효우량 산출을 위한 CN값을 각각 73과 79로 하여 사용하였다. 강우사상에 대한 HSG 2006 기준의 유효우량이 56.67 mm로 HSG 1995 기준의 44.87 mm 보다 약 25% 많게 나타났다. 두 가지 수문학적 토양 유형 분류 기준에 따라 계산된 각 유효 우량에 대하여 수문곡선을 합성하여 실제 관측치와 비교한 결과 두 개 기준 모두 관측치와 유사한 변화 패턴을 보이고 있으나 실측치보다 감수부에서 급격하게 감소되는 특징을 나타냈다. 첨두유량은 HSG 1995 보다는 HSG 2006 기준을 사용할 때 관측치와 더 가까운 값을 나타내었다.
본고에서는 기존 독점생산자(獨占生産者)와 잠재적(潛在的) 신규참입자(新規參入者)간에 존재할 수 있는 진입제한(進入制限) 및 약탈가격(掠奪價格) 책정전략(策定戰略)을 간단한 복점(複占)게임모형(模型)을 통하여 분석한다. 분석(分析)으로부터 유도되는 대표적 결론(結論)은 생산여건(生産與件)에 관한 정보(情報)가 비대칭적(非對稱的)으로 분포되어 있을 경우 그 중 정보면에서 우월한 위치를 점하고 있는 생산자(生産者)가 잠재적(潛在的) 경쟁자(競爭者)를 불확실성하에 잡아 두려는 노력의 일환으로 진입제한가격(進入制限價格)이나 약탈가격(掠奪價格)을 책정할 수 있다는 점이다. 또 하나 본(本) 모형(模型)으로부터 얻을 수 있는 결론(結論)은 어느 독점생산자(獨占生産者)가 그의 독점적 위치를 지속적으로 지켜 나가기 위해 약탈가격(掠奪價格)을 책정하는 것만으로는 부족하다는 점이다. 그가 시장(市場)의 독점(獨占)을 효과적으로 유지해 나가기 위해서는 신규참입(新規參入)이 없는 경우에도 진입제한가격(進入制限價格)을 통하여 시장가격(市場價格)을 지속적으로 낮게 유지해야 한다. 이같은 결론은 진입제한가격(進入制限價格)과 약탈가격(掠奪價格)을 각각 분리해서 분석한 기존의 논의(論議)에는 결여되어 있는 것으로 약탈가격(掠奪價格)으로부터의 장기적 이익을 퇴출(退出) 이후의 독점이윤(獨占利潤)과 동일시하는 많은 분석들이 수정되어야 함을 의미한다. 진입제한(進入制限) 및 약탈가격(掠奪價格) 책정전략(策定戰略)이 합리적 이윤극대화전략(利潤極大化戰略)으로 성립할 수 있다고 하더라도 이것이 곧 이러한 기업행태(企業行態)에 관한 정부의 전면적인 금지조치(禁止措置)를 정당화하는 것은 아니다. 본고에서 일어나는 두가지 전략(戰略)은 오히려 복지증진적(福祉增進的)인 성격을 지니고 있으며 따라서 진입제한(進入制限) 및 약탈가격책정행위(掠奪價格策定行爲)의 규제(規制)는 사안별(事案別)로 신중히 다루어져야 함을 시사하고 있다.
인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.
최근 다양한 매체를 통해 생성되는 방대한 양의 텍스트 데이터를 효율적으로 관리 및 활용하기 위한 방안으로써 문서 요약에 대한 연구가 활발히 진행되고 있다. 특히 최근에는 기계 학습 및 인공 지능을 활용하여 객관적이고 효율적으로 요약문을 도출하기 위한 다양한 자동 요약 기법이(Automatic Summarization) 고안되고 있다. 하지만 현재까지 제안된 대부분의 텍스트 자동 요약 기법들은 원문에서 나타난 내용의 분포에 따라 요약문의 내용이 구성되는 방식을 따르며, 이와 같은 방식은 비중이 낮은 주제(Subject), 즉 원문 내에서 언급 빈도가 낮은 주제에 대한 내용이 요약문에 포함되기 어렵다는 한계를 갖고 있다. 본 논문에서는 이러한 한계를 극복하기 위해 저빈도 주제의 누락을 최소화하는 문서 자동 요약 기법을 제안한다. 구체적으로 본 연구에서는 (i) 원문에 포함된 다양한 주제를 식별하고 주제별 대표 용어를 선정한 뒤 워드 임베딩을 통해 주제별 용어 사전을 생성하고, (ii) 원문의 각 문장이 다양한 주제에 대응되는 정도를 파악하고, (iii) 문장을 주제별로 분할한 후 각 주제에 해당하는 문장들의 유사도를 계산한 뒤, (iv) 요약문 내 내용의 중복을 최소화하면서도 원문의 다양한 내용을 최대한 포함할 수 있는 자동적인 문서 요약 기법을 제시한다. 제안 방법론의 평가를 위해 TripAdvisor의 리뷰 50,000건으로부터 용어 사전을 구축하고, 리뷰 23,087건에 대한 요약 실험을 수행한 뒤 기존의 단순 빈도 기반의 요약문과 주제별 분포의 비교를 진행하였다. 실험 결과 제안 방법론에 따른 문서 자동 요약을 통해 원문 내각 주제의 균형을 유지하는 요약문을 도출할 수 있음을 확인하였다.
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.