무엇을 찾고 계세요?
닫기
삭제
상세검색

상세검색

버튼
    상세검색닫기

    최근검색어

      인기검색어

        통합검색
        국내학술논문
        학위논문
        해외학술논문
        학술지
        단행본
        연구보고서
        공개강의

        특허 문서 유사검색을 위한 전문가 도메인 지식을 사용하는 딥러닝 기법 = Deep Learning Methods using Expert Domain Knowledge for Similar Search of Patent Documents

        • 저자

          배주호

        • 발행사항

          서울 : 서강대학교 대학원, 2021

        • 학위논문사항

          학위논문(박사) -- 서강대학교 대학원 , 컴퓨터공학과 , 2021. 8

        • 발행연도

          2021

        • 작성언어

          한국어

        • DDC

          004 판사항(23)

        • 발행국(도시)

          서울

        • 형태사항

          xii, 86 p. : 삽화(일부천연색) ; 26 cm

        • 일반주기명

          지도교수: 박석
          참고문헌: p. 75-84

        • UCI식별코드

          I804:11029-000000066237

        • 소장기관

        • 내보내기
        • 내책장담기
          • URL 복사
        • 오류접수
        이 자료를 본 이용자가 본 자료
          나만을 위한 추천자료
            국문 초록 (Abstract)
            한국어
            영어
            번역하기

            카카오번역

            최근 딥러닝 기법들이 빠른 속도로 발전함에 따라 특허문서 분류 분야에도 딥러닝 방법을 적용하여 우수한 성과를 보여주는 연구들이 진행되고 있다. 특허문서 분류는 특허 등록이전에 특허 청구자가 관련된 유사 특허를 검색하는 범위를 줄여주는 사전 처리 작업이다. 자신의 특허 청구항들과 유사한 특허를 검색하기위해서는 각 청구항들이 특허분류상 어떤 분류에 해당하는지 예측하는 과정이 필요하기 때문이다.
            자동 특허문서 분류 작업을 위하여 많은 고전적인 기법과 딥러닝 기법들이 적용되었는데, 이들은 특허문서의 분류정보를 도출하기위해서 분류 작업을 수행하는데 초점을 맞추고 있다.
            이러한 접근 방법은 각각 기법들의 기본적인 분류 성능을 발휘하는 데에는 긍정적인 효과를 보여주고 있지만, 해당 도메인 지식을 반영하지 못하고 있어서 유사 문서 검색을 위한 서비스 품질을 제공하는데는 미흡하다.

            본 연구에서는 특허 문서의 특성을 고려하기 위해서 도메인 지식을 반영하는 세가지 모델을 제시한다.
            먼저 문서 전처리 단계에서 Mexn은 특허 문서 정보의 형식적 특성인 대용량 문서 입력 문제를 해결하기위한 계층적 요약 모델로서, 병렬적 컴퓨팅방식으로 대규모 연산에 대응한다.
            다음으로 PAInet은 선행 기술 관계에 대한 도메인 지식을 사용하여 특허 자동분류와 함께 분류된 문서들의 유사도 정도를 조절하는 작업을 수행하는 모델로서, 유사 문서 검색 서비스 품질 향상을 위해 적용된다.
            마지막으로 Lexai는 법률적 기술요건에 대한 특성을 고려한 유사 문서간의 유사도를 설명하기 위한 모델로서, 전문가 영역에서의 설명가능한 인공지능의 가능성을 제시한다.
            우리는 제안된 방법들이 USPD ,KPRIS 그리고 대한민국 대법원 판결 데이터 세트에 대한 의미론적 거리 평가와 함께 특허 문서 분류 작업에서 최신 모델을 능가한다는 것을 보여준다.
            특히 PAInet은 분류 성능을 유지하면서 유사한 문서 후보를 제시하여 SOTA 방법에 비해 15% 향상된 우수한 유사 특허 검색 성능을 보여준다.

            더보기
            번역결과
            다국어 초록 (Multilingual Abstract)
            영어
            한국어
            번역하기

            카카오번역

            With the recently rapid development of deep learning methods, studies show excellent performance by applying deep learning methods to patent document classification tasks. Patent document classification is a preprocessing task that reduces the scope of patent document candidates searching for similar patents before patent registration.
            Many classical and deep learning methods have been applied for automatic patent document classification tasks, focusing on performing classification tasks to derive classification information from patent documents.
            While each of these approaches demonstrates a positive effect on the underlying classification performance, it fails to consider their domain knowledge, which is essential to provide quality of service for similar document retrieval.

            In this work, we present three models that reflect domain knowledge to consider the characteristics of patent documents.
            First, in the document preprocessing phase, MEXN is a hierarchical summary model for solving large-scale document input, a formal characteristic of patent document information, which corresponds to large-scale operations with parallel computing methods.
            Next, PAInet is a model that uses domain knowledge of prior art relationships to perform tasks that learn the degree of similarity of documents with patent classification tasks, which is applied to improve the quality of similar document search services.
            Finally, LEXAI presents the applicability of explainable artificial intelligence in the legal expert domain as a model for explaining similarities between similar documents considering the characteristics of a legal expert domain.
            We show that the proposed methods outperform the state-of-the-art models on patent document classification tasks, along with semantic distance evaluations on USPD, KPRIS, and the Supreme Court of Korea ruling datasets.
            In particular, PAInet presents similar document candidates while satisfying classification performance, demonstrating superior patent similar search performance with 15% improvement over SOTA methods.

            더보기
            번역결과
            목차 (Table of Contents)
            • 제1장 서론 1
            • 제2장 관련 연구 4
            • 제2.1절 분류기법 관련연구 4
            • 2.1.1 텍스트 분류기법 5
            • 2.1.2 특허문서 분류기법 6
            • 제2.2절 유사도 검색 관련 연구 7
            • 2.2.1 문서 벡터 표현 기법 7
            • 2.2.2 문서 유사도 측정 9
            • 2.2.3 문서 정보에 대한 대조 학습 관련기법 10
            • 2.2.4 잠재적 영역을 이용한 색인 관련기법 11
            • 제2.3절 설명 가능한 인공지능 관련 연구 11
            • 제2.4절 검토 12
            • 제3장 특허 문서 유사검색을 위한 전문가 도메인 지식을 사용하는 딥러닝 기법 13
            • 제3.1절 전체 개요 13
            • 제3.2절 대용량 문서 학습을 위한 계층적 문서 정보 추출 기법 16
            • 3.2.1 연구개요 16
            • 3.2.2 MEXN:Multi-Stage Extraction Network for Patent Document Classification 17
            • 3.2.3 실험결과 및 검토 22
            • 3.2.4 정리 26
            • 제3.3절 선행문헌 정보를 사용한 유사 특허문서 검색 기법 27
            • 3.3.1 연구개요 27
            • 3.3.2 PAInet:Similar Patent Serach using Prior Art Information 30
            • 3.3.3 실험결과 및 검토 43
            • 3.3.4 정리 51
            • 제3.4절 설명 가능한 인공지능을 이용한 문서 유사도 분석 기법 52
            • 3.4.1 연구개요 52
            • 3.4.2 LEXAI:Legal Document Similarity Analysis Service using Explainable AI 55
            • 3.4.3 실험결과 및 검토 61
            • 3.4.4 정리 67
            • 제4장 종합 검토 및 정리 69
            • 제5장 결론 72
            • 참고문헌 75
            더보기
            참고문헌 (Reference) 논문관계도
            • 1 Rich Caruana, "Multitask learning", Machine learning , 28 ( 1 ) :41 ? 75, 1997
            • 2 Sepp HochreiterJ¨urgen Schmidhuber, "Long short-term memory", Neural computation , 9 ( 8 ) :1735 ? 1780, 1997
            • 3 Peter Jackson, "Introduction to expert systems", Addison-Wesley Longman Publishing Co. , Inc., 1998
            • 4 David Gunning, "Explainable artificial intelligence", Defense Advanced Research Projects Agency ( DARPA ) , nd Web , 2:2, 2017
            • 5 Tom B BrownBenjamin MannNick RyderMelanie SubbiahJared KaplanPrafulla DhariwalArvind NeelakantanPranav ShyamGirish SastryAmanda Askell, "Language models are few-shot learners", arXiv preprint arXiv:2005.14165, 2020
            • 6 Wael H GomaaAly A Fahmy, "A survey of text similarity approaches", International Journal of Computer Applications , 68 ( 13 ) :13 ? 18, 2013
            • 7 Matthew R BoutellJiebo LuoXipeng ShenChristopher M Brown, "Learning multi-label scene classification", Pattern recognition , 37 ( 9 ) :1757 ? 1771, 2004
            • 8 Ashish VaswaniNoam ShazeerNiki ParmarJakob UszkoreitLlion JonesAidan N GomezŁukasz KaiserIllia Polosukhin, "Attention is all you need . In Advances in", 2017
            • 9 Iz BeltagyMatthew E PetersArman Cohan, "Longformer : The long-document transformer", arXiv preprint arXiv:2004.05150, 2020
            • 10 Thomas K LandauerPeter W FoltzDarrell Laham, "An introduction to latent semantic analysis", Discourse processes25 ( 2-3 ) :259 ? 284, 1998
            • 11 Palakorn AchananuparpXiaohua HuXiajiong Shen, "The evaluation of sentence similarity measures", International Conference on data warehousing and knowledge discovery , pages 305 ? 316 . Springer, 2008
            • 12 Dragomir R RadevHong QiHarris WuWeiguo Fan, "Evaluating web-based question answering systems", In LREC . Citeseer, 2002
            • 13 Mike SchusterKuldip K Paliwal, "“ Bidirectional recurrent neural networks ”", IEEE transactions on Signal Processing45 ( 11 ) :2673 ? 2681, 1997
            • 14 Felix A GersJ¨urgen SchmidhuberFred Cummins, "Learning to forget : Continual prediction with lstm", Axiv., 1999
            • 15 Diederik P KingmaJimmy Ba, "“ Adam : A method for stochastic optimization ”", arXiv preprint arXiv:1412.6980, 2014
            • 16 Quoc LeTomas Mikolov, "Distributed representations of sentences and documents", International conference on machine learning , pages 1188 ? 1196, 2014
            • 17 Gregory KochRichard ZemelRuslan Salakhutdinov, "Siamese neural networks for one-shot image recognition", In ICML deep learning workshop , volume 2 . Lille, 2015
            • 18 Vladimir Vapnik, "Corinna CortesSupport-vector networks . Machine learning", 20 ( 3 ) :273 ? 297, 1995
            • 19 Yoon Kim, "Convolutional Neural Networks for Sentence Classification", arXiv preprint arXiv:1408.5882, 2014
            • 20 Julian RischRalf Krestel, "Domain-specific word embeddings for patent classification", Data Technologies and Applications, 2019
            • 21 Sebastian Ruder, "An overview of multi-task learning in deep neural networks", arXiv preprint arXiv:1706.05098, 2017
            • 22 Steve LawrenceC Lee GilesAh Chung TsoiAndrew D Back, "Face recognition : A convolutional neural-network approach", IEEE transactions on neural networks , 8 ( 1 ) :98 ? 113, 1997
            • 23 Alec RadfordKarthik NarasimhanTim SalimansIlya Sutskever, "Improving language understanding by generative pre-training", URL https : //s3-us-west-2 . amazonaws . com/openai-assets/researchcovers/languageunsupervised/language understanding paper . pdf, 2018
            • 24 Weiyang LiuYandongWenZhiding YuMeng Yang, "Large-margin softmax loss for convolutional neural networks", ICML , volume 2 , page 7, 2016
            • 25 Shuo JiangJianxi LuoGuillermo Ruiz PavaJie HuChristopher L Magee, "A cnn-based patent image retrieval method for design ideation", arXiv preprint arXiv:2003.08741, 2020
            • 26 Xuezhe MaEduard Hovy, "End-to-end sequence labeling via bi-directional lstmcnns- crf", arXiv preprint arXiv:1603.01354, 2016
            • 27 Robert E SchapireYoram Singer, "Improved boosting algorithms using confidencerated predictions", Machine learning , 37 ( 3 ) :297 ? 336, 1999
            • 28 Pengcheng YangXu SunWei LiShuming MaWei WuHoufeng Wang, "Sgm : sequence generation model for multi-label classification", arXiv preprint arXiv:1806.04822, 2018
            • 29 Nils ReimersIryna Gurevych, "Sentence-bert : Sentence embeddings using siamese bert-networks", Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing ( EMNLP-IJCNLP ) , pages 3973 ? 3983, 2019
            • 30 Tom YoungDevamanyu HazarikaSoujanya PoriaErik Cambria, "Recent trends in deep learning based natural language processing", ieee Computational intelligenCe magazine , 13 ( 3 ) :55 ? 75, 2018
            • 31 Yunlong YuZhong JiJungong HanZhongfei Zhang, "Episode-based prototype generating network for zero-shot learning", Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition , pages 14035 ? 14044, 2020
            • 32 Sehyeug Oh, "A comparative study on the structure and style of judicial opinions", DP ? ?1 ( 3 ) :631 ? 675, 2009
            • 33 Gege SongXianglin HuangGang CaoWei LiuJianglong ZhangLifang Yang, "Enhanced deep feature representation for patent image classification", In Tenth International Conference on Graphics and Image Processing ( ICGIPvolume 11069 , page 110690P . International Society for Optics and Photonics, 20182019
            • 34 Ting ChenSimon KornblithMohammad NorouziGeoffrey Hinton, "A simple framework for contrastive learning of visual representations", International conference on machine learning , pages 1597 ? 1607 . PMLR, 2020
            • 35 Dzmitry BahdanauKyunghyun ChoYoshua Bengio, "Neural machine translation by jointly learning to align and translate", arXiv preprint arXiv:1409.0473, 2014
            • 36 Tomas MikolovKai ChenGreg CorradoJeffrey Dean, "“ Efficient estimation of word representations in vector space , ”", arXiv preprint arXiv:1301.3781, 2013
            • 37 Sandeep TataJignesh M Patel, "Estimating the selectivity of tf-idf based cosine similarity predicates", ACM Sigmod Record , 36 ( 2 ) :7 ? 12, 2007
            • 38 Juho BaiInwook ShimSeog Park, "Mexn : Multi-stage extraction network for patent document classification", Applied Sciences10 ( 18 ) :6229, 2020
            • 39 Zihang DaiZhilin YangYiming YangJaime G CarbonellQuoc LeRuslan Salakhutdinov, "Transformer-xl : Attentive language models beyond a fixed-length context", Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics , pages 2978 ? 2988, 2019
            • 40 Lee Byoung Kyu, "A study on application of §109 ( 1 ) of attorney act to ai legal service", ?Yðl , 18 ( 2 ) :131 ? 158, 2018
            • 41 Beliz GunelJingfei DuAlexis ConneauVeselin Stoyanov, "Supervised contrastive learning for pre-trained language model fine-tuning", In International Conference on Learning Representations, 2021
            • 42 Alexey DosovitskiyLucas BeyerAlexander KolesnikovDirk WeissenbornXiaohua ZhaiThomas UnterthinerMostafa DehghaniMatthias MindererGeorg HeigoldSylvain GellyJakob UszkoreitNeil Houlsby, "An image is worth 16x16 words : Transformers for image recognition at scale", In International Conference on Learning Representations, 2021
            • 43 Junyoung ChungCaglar GulcehreKyungHyun ChoYoshua Bengio, "Empirical evaluation of gated recurrent neural networks on sequence modeling", arXiv preprint arXiv:1412.3555, 2014
            • 44 Jieh-Sheng LeeJieh Hsiang, "Patentbert : Patent classification with fine-tuning a pre-trained bert model", arXiv preprint arXiv:1906.02124, 2019
            • 45 Leilani H GilpinDavid BauBen Z YuanAyesha BajwaMichael SpecterLalana Kagal, "Explaining explanations : An overview of interpretability of machine learning", 20182018
            • 46 JUN Jung-HyonKIM Byoung-Pil, "Artificial intelligence and legal service in korea : status quo and challenges", ? ¤ð¤10 ( 170-1 ) :218 ? 258, 2019
            • 47 Jihoon LeeTaehyun EomHyukjoon Lee, "A study on legal document classification systems using tf-idf and cnns . \m ? ?", pages 982 ? 983, 2019
            • 48 Jie HuShaobo LiJianjun HuGuanci Yang, "A hierarchical feature extraction model for multi-label mechanical patent classification", Sustainability , 10 ( 1 ) :219, 2018
            • 49 Shaobo LiJie HuYuxin CuiJianjun Hu, "Deeppatent : patent classification with convolutional neural networks and word embedding", Scientometrics , 117 ( 2 ) :721 ? 744, 2018
            • 50 Alex GravesJ¨urgen Schmidhuber, "Framewise phoneme classification with bidirectional lstm and other neural network architectures . Neural networks", 18 ( 5-6 ) :602 ? 610, 2005
            • 51 Zhilin YangZihang DaiYiming YangJaime CarbonellRuss R SalakhutdinovQuoc V Le, "Xlnet : Generalized autoregressive pretraining for language understanding . In Advances in neural information processing systems", 2019
            • 52 Hoo-Chang ShinHolger R RothMingchen GaoLe LuZiyue XuIsabella NoguesJianhua YaoDaniel MolluraRonald M Summers, "Deep convolutional neural networks for computer-aided detection : Cnn architectures , dataset characteristics and transfer learning", IEEE transactions on medical imaging35 ( 5 ) :1285 ? 1298, 2016
            • 53 Gabriela Csurka, "Document image classification , with a specific view on applications of patent images . In Current Challenges in Patent Information Retrieval", pages 325 ? 350 . Springer, 2017
            • 54 Jeffrey PenningtonRichard SocherChristopher Manning, "Glove : Global vectors for word representation . In Proceedings of the 2014 conference on empirical methods in natural language processing ( EMNLP )", 2014
            • 55 Lizhong XiaoGuangzhong WangYang Zuo, "Research on patent text classification based on word2vec and lstm . In 2018 11th International Symposium on Computational Intelligence and Design ( ISCID )", volume 1 , pages 71 ? 74 . IEEE, 2018
            • 56 Prannay KhoslaPiotr TeterwakChen WangAaron SarnaYonglong TianPhillip IsolaAaron MaschinotCe LiuDilip Krishnan, "[56] Prannay Khosla, Piotr Teterwak, Chen Wang, Aaron Sarna, Yonglong Tian, Phillip Isola, Aaron Maschinot, Ce Liu, and Dilip Krishnan. Supervised contrastive learning. arXiv preprint arXiv:2004.11362, 2020.", Supervised contrastive learning . arXiv preprint arXiv:2004.11362, 2020
            • 57 Zichao YangDiyi YangChris DyerXiaodong HeAlex SmolaEduard Hovy, "Hierarchical attention networks for document classification . In Proceedings of the 2016 conference of the North American chapter of the association for computational linguistics : human language technologies", pages 1480 ? 1489, 2016
            • 58 Alla KravetsNikita LebedevMaxim Legenchenko, "Patents images retrieval and convolutional neural network training dataset quality improvement . In IV International research conference ” Information technologies in Science , Management , Social sphere and Medicine ”", ITSMSSMAtlantis Press, 20172017
            • 59 Jacob DevlinMing-Wei ChangKenton LeeKristina Toutanova, "Bert : Pretraining of deep bidirectional transformers for language understanding . In Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics : Human Language Technologies", Volume 1 ( Long and Short Papers ) , pages 4171 ? 4186, 2019
            더보기

            분석정보

            활용도 분석
            논문 주제 분석
            연구자 주제 분석

            View

            상세정보조회

            0

            usage

            원문다운로드

            0

            대출신청

            0

            복사신청

            0

            EDDS신청

            0

            동일 주제 내 활용도 TOP

              더보기

                연도별 연구동향

                연도별 활용동향

                연관논문

                  연구자 네트워크 맵

                  • 공동연구자 (0)

                    • 유사연구자 (0) 활용도상위20명

                        서지정보 내보내기(Export)

                        닫기

                        내보내기 형태를 선택하세요

                        서지정보의 형식을 선택하세요

                          • 참고문헌양식안내

                        취소 내보내기

                        내책장담기

                        닫기

                        필수표가 있는 항목은 반드시 기재해 주셔야 합니다.

                        동일자료를 같은 책장에 담을 경우 담은 시점만 최신으로 수정됩니다.

                        취소 내책장에 담기

                        새책장 만들기

                        닫기

                        필수표가 있는 항목은 반드시 기재해 주셔야 합니다.

                        • 책장설명은 [내 책장/책장목록]에서 수정할 수 있습니다.

                        • 책장카테고리 설정은 최소1개 ~ 최대3개까지 가능합니다.

                        취소 새 책장 만들어 자료 담기 새 책장 등록 새 책장 수정

                        관심분야 검색

                        닫기

                        트리 또는 검색을 통해 관심분야를 선택 하신 후 등록 버튼을 클릭 하십시오.

                          관심분야 검색 결과
                          대분류 중분류 관심분야명
                          검색결과가 없습니다.

                          선택된 분야 (선택분야는 최소 하나 이상 선택 하셔야 합니다.)

                          등록

                          소장기관 정보

                          닫기

                          문헌복사 및 대출서비스 정책은 제공도서관 규정에 따라 상이할수 있음

                          권호소장정보

                          닫기

                            오류접수

                            닫기
                            오류접수

                            [ 논문 정보 ]

                              [ 신청자 정보 ]

                              •   -     -  

                              • ※ 개인정보 노출 방지를 위해 민감한 개인정보 내용은 가급적 기재를 자제하여 주시기 바랍니다.
                                (상담을 위해 불가피하게 개인정보를 기재하셔야 한다면, 가능한 최소한의 개인정보를 기재하여 주시기 바랍니다.)

                              • 작성하신 내용을 완료하시려면 [보내기] 버튼을, 수정하시려면 [수정]버튼을 눌러주세요.

                              취소 오류접수 수정 보내기

                              오류 접수 확인

                              닫기
                              오류 접수 확인

                              • 고객님, 오류접수가 정상적으로 신청 되었습니다.

                                문의하신 내용은 3시간 이내에 메일로 답변을 드릴 수 있도록 하겠습니다.

                                다만, 고객센터 운영시간(평일 09:00 ~ 18:00) 이외에는

                                처리가 다소 지연될 수 있으니 이 점 양해 부탁 드립니다.

                                로그인 후, 문의하신 내용은 나의상담내역에서 조회하실 수 있습니다.

                              [접수 정보]

                              나의 상담내역 바로가기

                              음성서비스 신청

                              닫기
                              음성서비스 신청

                              [ 논문 정보 ]

                                [ 신청자 정보 ]

                                •   -     -  

                                • 작성하신 내용을 완료하시려면 [신청] 버튼을, 수정하시려면 [수정]버튼을 눌러주세요.

                                취소 음성서비스 신청 수정 신청

                                음성서비스 신청 확인

                                닫기
                                음성서비스 신청 확인

                                • 서비스 신청이 완료되었습니다.

                                  신청하신 내역에 대한 처리 완료 시 메일로 별도 안내 드리도록 하겠습니다.

                                  음성서비스 신청 증가 등의 이유로 처리가 다소 지연될 수 있으니, 이 점 양해 부탁드립니다.

                                  감합니다.

                                [신청 정보]

                                41061 대구광역시 동구 동내로 64(동내동1119) KERIS빌딩

                                고객센터 (평일: 09:00 ~ 18:00)1599-3122

                                Copyright© KERIS. ALL RIGHTS RESERVED

                                PC 버전 바로가기

                                회원가입
                                학술연구정보서비스 검색
                                MYRISS
                                회원서비스
                                About RISS
                                RISS 처음 방문 이세요?
                                고객센터
                                RISS 활용도 분석
                                최신/인기 학술자료
                                해외자료신청(E-DDS)
                                공지사항
                                해외전자정보서비스 검색
                                Databases & Journals
                                해외전자자료 이용안내

                                이용약관

                                닫기

                                학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)

                                1. 제 1 장 총칙

                                  1. 제 1 조 (목적)

                                    • 이 약관은 한국교육학술정보원(이하 "교육정보원"라 함)이 제공하는 학술연구정보서비스의 웹사이트(이하 "서비스" 라함)의 이용에 관한 조건 및 절차와 기타 필요한 사항을 규정하는 것을 목적으로 합니다.

                                  2. 제 2 조 (약관의 효력과 변경)

                                    1. ① 이 약관은 서비스 메뉴에 게시하여 공시함으로써 효력을 발생합니다.
                                    2. ② 교육정보원은 합리적 사유가 발생한 경우에는 이 약관을 변경할 수 있으며, 약관을 변경한 경우에는 지체없이 "공지사항"을 통해 공시합니다.
                                    3. ③ 이용자는 변경된 약관사항에 동의하지 않으면, 언제나 서비스 이용을 중단하고 이용계약을 해지할 수 있습니다.

                                  3. 제 3 조 (약관외 준칙)

                                    • 이 약관에 명시되지 않은 사항은 관계 법령에 규정 되어있을 경우 그 규정에 따르며, 그렇지 않은 경우에는 일반적인 관례에 따릅니다.

                                  4. 제 4 조 (용어의 정의)

                                    이 약관에서 사용하는 용어의 정의는 다음과 같습니다.
                                    1. ① 이용자 : 교육정보원과 이용계약을 체결한 자
                                    2. ② 이용자번호(ID) : 이용자 식별과 이용자의 서비스 이용을 위하여 이용계약 체결시 이용자의 선택에 의하여 교육정보원이 부여하는 문자와 숫자의 조합
                                    3. ③ 비밀번호 : 이용자 자신의 비밀을 보호하기 위하여 이용자 자신이 설정한 문자와 숫자의 조합
                                    4. ④ 단말기 : 서비스 제공을 받기 위해 이용자가 설치한 개인용 컴퓨터 및 모뎀 등의 기기
                                    5. ⑤ 서비스 이용 : 이용자가 단말기를 이용하여 교육정보원의 주전산기에 접속하여 교육정보원이 제공하는 정보를 이용하는 것
                                    6. ⑥ 이용계약 : 서비스를 제공받기 위하여 이 약관으로 교육정보원과 이용자간의 체결하는 계약을 말함
                                    7. ⑦ 마일리지 : RISS 서비스 중 마일리지 적립 가능한 서비스를 이용한 이용자에게 지급되며, RISS가 제공하는 특정 디지털 콘텐츠를 구입하는 데 사용하도록 만들어진 포인트

                                2. 제 2 장 서비스 이용 계약

                                  1. 제 5 조 (이용계약의 성립)

                                    1. ① 이용계약은 이용자의 이용신청에 대한 교육정보원의 이용 승낙에 의하여 성립됩니다.
                                    2. ② 제 1항의 규정에 의해 이용자가 이용 신청을 할 때에는 교육정보원이 이용자 관리시 필요로 하는
                                      사항을 전자적방식(교육정보원의 컴퓨터 등 정보처리 장치에 접속하여 데이터를 입력하는 것을 말합니다)
                                      이나 서면으로 하여야 합니다.
                                    3. ③ 이용계약은 이용자번호 단위로 체결하며, 체결단위는 1 이용자번호 이상이어야 합니다.
                                    4. ④ 서비스의 대량이용 등 특별한 서비스 이용에 관한 계약은 별도의 계약으로 합니다.

                                  2. 제 6 조 (이용신청)

                                    1. ① 서비스를 이용하고자 하는 자는 교육정보원이 지정한 양식에 따라 온라인신청을 이용하여 가입 신청을 해야 합니다.
                                    2. ② 이용신청자가 14세 미만인자일 경우에는 친권자(부모, 법정대리인 등)의 동의를 얻어 이용신청을 하여야 합니다.

                                  3. 제 7 조 (이용계약 승낙의 유보)

                                    1. ① 교육정보원은 다음 각 호에 해당하는 경우에는 이용계약의 승낙을 유보할 수 있습니다.
                                      1. 1. 설비에 여유가 없는 경우
                                      2. 2. 기술상에 지장이 있는 경우
                                      3. 3. 이용계약을 신청한 사람이 14세 미만인 자로 친권자의 동의를 득하지 않았을 경우
                                      4. 4. 기타 교육정보원이 서비스의 효율적인 운영 등을 위하여 필요하다고 인정되는 경우
                                    2. ② 교육정보원은 다음 각 호에 해당하는 이용계약 신청에 대하여는 이를 거절할 수 있습니다.
                                      1. 1. 다른 사람의 명의를 사용하여 이용신청을 하였을 때
                                      2. 2. 이용계약 신청서의 내용을 허위로 기재하였을 때

                                  4. 제 8 조 (계약사항의 변경)

                                    이용자는 다음 사항을 변경하고자 하는 경우 서비스에 접속하여 서비스 내의 기능을 이용하여 변경할 수 있습니다.
                                    1. ① 성명 및 생년월일, 신분, 이메일
                                    2. ② 비밀번호
                                    3. ③ 자료신청 / 기관회원서비스 권한설정을 위한 이용자정보
                                    4. ④ 전화번호 등 개인 연락처
                                    5. ⑤ 기타 교육정보원이 인정하는 경미한 사항

                                3. 제 3 장 서비스의 이용

                                  1. 제 9 조 (서비스 이용시간)

                                    • 서비스의 이용 시간은 교육정보원의 업무 및 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간(00:00-24:00)을 원칙으로 합니다. 다만 정기점검등의 필요로 교육정보원이 정한 날이나 시간은 그러하지 아니합니다.

                                  2. 제 10 조 (이용자번호 등)

                                    1. ① 이용자번호 및 비밀번호에 대한 모든 관리책임은 이용자에게 있습니다.
                                    2. ② 명백한 사유가 있는 경우를 제외하고는 이용자가 이용자번호를 공유, 양도 또는 변경할 수 없습니다.
                                    3. ③ 이용자에게 부여된 이용자번호에 의하여 발생되는 서비스 이용상의 과실 또는 제3자에 의한 부정사용 등에 대한 모든 책임은 이용자에게 있습니다.

                                  3. 제 11 조 (서비스 이용의 제한 및 이용계약의 해지)

                                    1. ① 이용자가 서비스 이용계약을 해지하고자 하는 때에는 온라인으로 교육정보원에 해지신청을 하여야 합니다.
                                    2. ② 교육정보원은 이용자가 다음 각 호에 해당하는 경우 사전통지 없이 이용계약을 해지하거나 전부 또는 일부의 서비스 제공을 중지할 수 있습니다.
                                      1. 1. 타인의 이용자번호를 사용한 경우
                                      2. 2. 다량의 정보를 전송하여 서비스의 안정적 운영을 방해하는 경우
                                      3. 3. 수신자의 의사에 반하는 광고성 정보, 전자우편을 전송하는 경우
                                      4. 4. 정보통신설비의 오작동이나 정보 등의 파괴를 유발하는 컴퓨터 바이러스 프로그램등을 유포하는 경우
                                      5. 5. 정보통신윤리위원회로부터의 이용제한 요구 대상인 경우
                                      6. 6. 선거관리위원회의 유권해석 상의 불법선거운동을 하는 경우
                                      7. 7. 서비스를 이용하여 얻은 정보를 교육정보원의 동의 없이 상업적으로 이용하는 경우
                                      8. 8. 비실명 이용자번호로 가입되어 있는 경우
                                      9. 9. 일정기간 이상 서비스에 로그인하지 않거나 개인정보 수집․이용에 대한 재동의를 하지 않은 경우
                                    3. ③ 전항의 규정에 의하여 이용자의 이용을 제한하는 경우와 제한의 종류 및 기간 등 구체적인 기준은 교육정보원의 공지, 서비스 이용안내, 개인정보처리방침 등에서 별도로 정하는 바에 의합니다.
                                    4. ④ 해지 처리된 이용자의 정보는 법령의 규정에 의하여 보존할 필요성이 있는 경우를 제외하고 지체 없이 파기합니다.
                                    5. ⑤ 해지 처리된 이용자번호의 경우, 재사용이 불가능합니다.

                                  4. 제 12 조 (이용자 게시물의 삭제 및 서비스 이용 제한)

                                    1. ① 교육정보원은 서비스용 설비의 용량에 여유가 없다고 판단되는 경우 필요에 따라 이용자가 게재 또는 등록한 내용물을 삭제할 수 있습니다.
                                    2. ② 교육정보원은 서비스용 설비의 용량에 여유가 없다고 판단되는 경우 이용자의 서비스 이용을 부분적으로 제한할 수 있습니다.
                                    3. ③ 제 1 항 및 제 2 항의 경우에는 당해 사항을 사전에 온라인을 통해서 공지합니다.
                                    4. ④ 교육정보원은 이용자가 게재 또는 등록하는 서비스내의 내용물이 다음 각호에 해당한다고 판단되는 경우에 이용자에게 사전 통지 없이 삭제할 수 있습니다.
                                      1. 1. 다른 이용자 또는 제 3자를 비방하거나 중상모략으로 명예를 손상시키는 경우
                                      2. 2. 공공질서 및 미풍양속에 위반되는 내용의 정보, 문장, 도형 등을 유포하는 경우
                                      3. 3. 반국가적, 반사회적, 범죄적 행위와 결부된다고 판단되는 경우
                                      4. 4. 다른 이용자 또는 제3자의 저작권 등 기타 권리를 침해하는 경우
                                      5. 5. 게시 기간이 규정된 기간을 초과한 경우
                                      6. 6. 이용자의 조작 미숙이나 광고목적으로 동일한 내용의 게시물을 10회 이상 반복하여 등록하였을 경우
                                      7. 7. 기타 관계 법령에 위배된다고 판단되는 경우

                                  5. 제 13 조 (서비스 제공의 중지 및 제한)

                                    1. ① 교육정보원은 다음 각 호에 해당하는 경우 서비스 제공을 중지할 수 있습니다.
                                      1. 1. 서비스용 설비의 보수 또는 공사로 인한 부득이한 경우
                                      2. 2. 전기통신사업법에 규정된 기간통신사업자가 전기통신 서비스를 중지했을 때
                                    2. ② 교육정보원은 국가비상사태, 서비스 설비의 장애 또는 서비스 이용의 폭주 등으로 서비스 이용에 지장이 있는 때에는 서비스 제공을 중지하거나 제한할 수 있습니다.

                                  6. 제 14 조 (교육정보원의 의무)

                                    1. ① 교육정보원은 교육정보원에 설치된 서비스용 설비를 지속적이고 안정적인 서비스 제공에 적합하도록 유지하여야 하며 서비스용 설비에 장애가 발생하거나 또는 그 설비가 못쓰게 된 경우 그 설비를 수리하거나 복구합니다.
                                    2. ② 교육정보원은 서비스 내용의 변경 또는 추가사항이 있는 경우 그 사항을 온라인을 통해 서비스 화면에 공지합니다.

                                  7. 제 15 조 (개인정보보호)

                                    1. ① 교육정보원은 공공기관의 개인정보보호에 관한 법률, 정보통신이용촉진등에 관한 법률 등 관계법령에 따라 이용신청시 제공받는 이용자의 개인정보 및 서비스 이용중 생성되는 개인정보를 보호하여야 합니다.
                                    2. ② 교육정보원의 개인정보보호에 관한 관리책임자는 학술연구정보서비스 이용자 관리담당 부서장(학술정보본부)이며, 주소 및 연락처는 대구광역시 동구 동내로 64(동내동 1119) KERIS빌딩, 전화번호 054-714-0114번, 전자메일 privacy@keris.or.kr 입니다. 개인정보 관리책임자의 성명은 별도로 공지하거나 서비스 안내에 게시합니다.
                                    3. ③ 교육정보원은 개인정보를 이용고객의 별도의 동의 없이 제3자에게 제공하지 않습니다. 다만, 다음 각 호의 경우는 이용고객의 별도 동의 없이 제3자에게 이용 고객의 개인정보를 제공할 수 있습니다.
                                      1. 1. 수사상의 목적에 따른 수사기관의 서면 요구가 있는 경우에 수사협조의 목적으로 국가 수사 기관에 성명, 주소 등 신상정보를 제공하는 경우
                                      2. 2. 신용정보의 이용 및 보호에 관한 법률, 전기통신관련법률 등 법률에 특별한 규정이 있는 경우
                                      3. 3. 통계작성, 학술연구 또는 시장조사를 위하여 필요한 경우로서 특정 개인을 식별할 수 없는 형태로 제공하는 경우
                                    4. ④ 이용자는 언제나 자신의 개인정보를 열람할 수 있으며, 스스로 오류를 수정할 수 있습니다. 열람 및 수정은 원칙적으로 이용신청과 동일한 방법으로 하며, 자세한 방법은 공지, 이용안내에 정한 바에 따릅니다.
                                    5. ⑤ 이용자는 언제나 이용계약을 해지함으로써 개인정보의 수집 및 이용에 대한 동의, 목적 외 사용에 대한 별도 동의, 제3자 제공에 대한 별도 동의를 철회할 수 있습니다. 해지의 방법은 이 약관에서 별도로 규정한 바에 따릅니다.

                                  8. 제 16 조 (이용자의 의무)

                                    1. ① 이용자는 서비스를 이용할 때 다음 각 호의 행위를 하지 않아야 합니다.
                                      1. 1. 다른 이용자의 이용자번호를 부정하게 사용하는 행위
                                      2. 2. 서비스를 이용하여 얻은 정보를 교육정보원의 사전승낙없이 이용자의 이용이외의 목적으로 복제하거나 이를 출판, 방송 등에 사용하거나 제3자에게 제공하는 행위
                                      3. 3. 다른 이용자 또는 제3자를 비방하거나 중상모략으로 명예를 손상하는 행위
                                      4. 4. 공공질서 및 미풍양속에 위배되는 내용의 정보, 문장, 도형 등을 타인에게 유포하는 행위
                                      5. 5. 반국가적, 반사회적, 범죄적 행위와 결부된다고 판단되는 행위
                                      6. 6. 다른 이용자 또는 제3자의 저작권등 기타 권리를 침해하는 행위
                                      7. 7. 기타 관계 법령에 위배되는 행위
                                    2. ② 이용자는 이 약관에서 규정하는 사항과 서비스 이용안내 또는 주의사항을 준수하여야 합니다.
                                    3. ③ 이용자가 설치하는 단말기 등은 전기통신설비의 기술기준에 관한 규칙이 정하는 기준에 적합하여야 하며, 서비스에 장애를 주지 않아야 합니다.

                                  9. 제 17 조 (광고의 게재)

                                    교육정보원은 서비스의 운용과 관련하여 서비스화면, 홈페이지, 전자우편 등에 광고 등을 게재할 수 있습니다.

                                4. 제 4 장 서비스 이용 요금

                                  1. 제 18 조 (이용요금)

                                    1. ① 서비스 이용료는 기본적으로 무료로 합니다. 단, 민간업체와의 협약에 의해 RISS를 통해 서비스 되는 콘텐츠의 경우 각 민간 업체의 요금 정책에 따라 유료로 서비스 합니다.
                                    2. ② 그 외 교육정보원의 정책에 따라 이용 요금 정책이 변경될 경우에는 온라인으로 서비스 화면에 게시합니다.

                                5. 제 5 장 마일리지 정책

                                  1. 제 19 조 (마일리지 정책의 변경)

                                    1. ① RISS 마일리지는 2017년 1월부로 모두 소멸되었습니다.
                                    2. ② 교육정보원은 마일리지 적립ㆍ사용ㆍ소멸 등 정책의 변경에 대해 온라인상에 공지해야하며, 최근에 온라인에 등재된 내용이 이전의 모든 규정과 조건보다 우선합니다.

                                6. 제 6 장 저작권

                                  1. 제 20 조 (게재된 자료에 대한 권리)

                                    서비스에 게재된 자료에 대한 권리는 다음 각 호와 같습니다.
                                    1. ① 게시물에 대한 권리와 책임은 게시자에게 있으며, 교육정보원은 게시자의 동의 없이는 이를 영리적 목적으로 사용할 수 없습니다.
                                    2. ② 게시자의 사전 동의가 없이는 이용자는 서비스를 이용하여 얻은 정보를 가공, 판매하는 행위 등 서비스에 게재된 자료를 상업적 목적으로 이용할 수 없습니다.

                                7. 제 7 장 이의 신청 및 손해배상 청구 금지

                                  1. 제 21 조 (이의신청금지)

                                    이용자는 교육정보원에서 제공하는 서비스 이용시 발생되는 어떠한 문제에 대해서도 무료 이용 기간 동안은 이의 신청 및 민원을 제기할 수 없습니다.

                                  2. 제 22 조 (손해배상청구금지)

                                    이용자는 교육정보원에서 제공하는 서비스 이용시 발생되는 어떠한 문제에 대해서도 무료 이용 기간 동안은 교육정보원 및 관계 기관에 손해배상 청구를 할 수 없으며 교육정보원은 이에 대해 책임을 지지 아니합니다.

                                8. 부칙

                                  이 약관은 2000년 6월 1일부터 시행합니다.

                                9. 부칙(개정 2005. 5. 31)

                                  이 약관은 2005년 5월 31일부터 시행합니다.

                                10. 부칙(개정 2010. 1. 1)

                                  이 약관은 2010년 1월 1일부터 시행합니다.

                                11. 부칙(개정 2010. 4 1)

                                  이 약관은 2010년 4월 1일부터 시행합니다.

                                12. 부칙(개정 2017. 1 1)

                                  이 약관은 2017년 1월 1일부터 시행합니다.

                                학술연구정보서비스 개인정보처리방침

                                알기쉬운
                                개인정보
                                처리방침

                                Ver 8.8 (2026년 4월 9일 ~ )

                                닫기
                                ◆ 주요 개정내용 ◆
                                주요 개정내역 변경 사유
                                · 수탁업체 콘소시엄 기관명 및 위탁기간 명시 · 제6조(개인정보 처리업무의 위탁) 구체화

                                한국교육학술정보원은 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.

                                주요 개인정보 처리 표시(라벨링)

                                목    차

                                처리목적 제1조(개인정보의 처리 목적)
                                한국교육학술정보원은 개인정보를 다음의 목적을 위해 처리합니다. 처리하고 있는 개인정보는 다음의 목적 이외의 용도로는 이용되지 않으며, 이용 목적이 변경되는 경우에는 「개인정보 보호법」 제18조에 따라 별도의 동의를 받는 등 필요한 조치를 이행할 예정입니다.
                                1. 회원 가입 및 관리
                                     - 회원 가입 의사 확인, 회원제 서비스 제공에 따른 본인 식별・인증, 회원자격 유지・관리, 서비스
                                       부정 이용 방지, 만 14세 미만 아동의 개인정보 처리 시 법정대리인의 동의 여부 확인, 각종 고지・
                                       통지, 고충처리 목적으로 개인정보를 처리합니다.
                                2. 서비스 제공
                                     - 콘텐츠 제공, 맞춤형서비스 제공, 문헌배송 및 결제, 요금정산 등 서비스 제공
                                3. 서비스 개선
                                     - 신규 서비스 개발 및 특화
                                     - 통계학적 특성에 따른 서비스 제공 및 광고 게재, 이벤트 등 정보 전달 및 참여 기회 제공
                                     - 서비스 이용에 대한 통계
                                보유 기간제2조(개인정보의 처리 및 보유 기간)
                                ① 처리기간 및 보유 기간:

                                3년

                                또는 회원탈퇴시까지
                                ② 다만, 다음의 사유에 해당하는 경우에는 해당 사유 종료시 까지 정보를 보유 및 열람합니다.
                                     ▶ 신청 중인 서비스가 완료 되지 않은 경우
                                          - 보존 이유 : 진행 중인 서비스 완료(예:원문복사 등)
                                          - 보존 기간 : 서비스 완료 시까지
                                          - 열람 예정 시기 : 수시(RISS에서 신청된 서비스의 처리내역 및 진행상태 확인 요청 시)
                                     ▶ 관련법령에 의한 정보보유 사유 및 기간
                                          - 대금결제 및 재화 등의 공급에 관한 기록 :

                                5년

                                (「전자상거래 등에서의 소비자보호에 관한
                                            법률」 제 6조 및 시행령 제 6조)
                                          - 소비자의 불만 또는 분쟁 처리에 관한 기록 :

                                3년

                                (「전자상거래 등에서의 소비자보호에 관한
                                            법률」 제 6조 및 시행령 제 6조)
                                          - 접속에 관한 기록 :

                                2년

                                이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)
                                처리 항목제3조(처리하는 개인정보의 항목)
                                ① 한국교육학술정보원은 서비스 제공을 위해 필요 최소한의 범위에서 개인정보를 수집・이용합니다.
                                     ▶ 정보주체의 동의를 받지 않고 처리하는 개인정보 항목
                                          1. 회원 서비스 운영
                                            - 법적 근거: 개인정보 보호법 제15조 제1항 제4호(계약 이행)
                                            - 수집·이용 항목: ID, 비밀번호, 이름, 생년월일, 신분(직업구분), 이메일, 소속분야보호자 성명
                                              (어린이회원), 보호자 이메일(어린이회원)
                                          2. 주문 및 결제 처리
                                            - 법적 근거: 개인정보 보호법 제15조 제1항 제4호(계약 이행)
                                            - 수집·이용 항목: ID, 비밀번호, 이름
                                     ▶ 정보주체의 동의를 받아 처리하는 개인정보 항목
                                          1. 기관회원서비스
                                            - 수집·이용 항목: 소속기관명, 학과/부서명, 학번/직원번호, 전화번호, 주소
                                          2. 문헌복사·대출 서비스
                                            - 수집·이용 항목: 전화번호, 주소
                                          3. 장애인 복지서비스
                                            - 수집·이용 항목: 건강정보(장애인 여부)
                                     ▶ 자동수집항목 : IP주소, ID, 서비스 이용기록, 방문기록
                                개인 정보제4조(개인정보파일 등록 현황) 개인정보파일 검색(privacy.go.kr)
                                개인정보파일의 명칭 운영근거 / 처리목적 개인정보파일에
                                기록되는 개인정보의 항목                                		 보유기간
                                학술연구정보서비스 이용자 가입정보 한국교육학술정보원법 정보추제 동의 필수 ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 3년
                                또는
                                탈퇴시
                                선택 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소
                                제3자 제공제5조(개인정보의 제3자 제공)
                                ① 한국교육학술정보원은 정보주체의 개인정보를 제1조(개인정보의 처리 목적)에서 명시한 범위 내에서
                                     만 처리하며, 정보주체의 동의, 법률의 특별한 규정 등 「개인정보 보호법」 제17조 및 제18조에 해당
                                     하는 경우에만 개인정보를 제3자에게 제공하고 그 이외에는 정보주체의 개인정보를 제3자에게 제공하
                                     지 않습니다.
                                ② 한국교육학술정보원은 원활한 서비스 제공을 위해 다음의 경우 개인정보 보호법 제17조 제1항 제1호에
                                     따라 정보주체의 동의를 얻어 필요 최소한의 범위로만 제공합니다.
                                     - 복사/대출 배송 서비스를 위해서 아래와 같이 개인정보를 제공합니다.
                                          1. 개인정보 제공 대상 : 제공도서관, ㈜이니시스(선불결제 시)
                                          2. 개인정보 제공 목적 : 복사/대출 서비스 제공
                                          3. 개인정보 제공 항목 : 이름, 전화번호, 이메일
                                          4. 개인정보 보유 및 이용 기간 : 신청건 발생일 후 5년
                                          5. 관련 근거: 「전자상거래 등에서의 소비자보호에 관한 법률」 제6조 및 시행령 제6조
                                ▶ 개인정보 제공에 동의하지 않을 권리가 있으며, 거부하는 경우 서비스 이용이 불가합니다.
                                처리 위탁제6조(개인정보 처리업무의 위탁)
                                ① 한국교육학술정보원은 원활한 개인정보 업무처리를 위하여 다음과 같이 개인정보 처리업무를 위탁하고
                                     있습니다.
                                     - 위탁하는 업무 내용 : 회원 개인정보 처리
                                     - 수탁업체명 : (주)퓨처누리, (주)에프엔디지, (주)프로토마
                                     - 위탁기간 : 2025년 1월 1일 부터 2026년 12월 31일 까지(※위탁계약 종료 후, 즉시 파기 예정)
                                ② 한국교육학술정보원은 위탁계약 체결 시 「개인정보 보호법」 제26조에 따라 위탁업무 수행 목적 외
                                     개인정보 처리금지, 안전성 확보조치, 재위탁 제한, 수탁자에 대한 관리·감독, 손해배상 등 책임에 관한
                                     사항을 계약서 등 문서에 명시하고, 수탁자가 개인정보를 안전하게 처리하는지를 감독하고 있습니다.

                                     1. 위탁업무의 목적 및 범위
                                     2. 위탁업무 수행 목적 외 개인정보의 처리 금지에 관한 사항
                                     3. 기술적·관리적 보호조치에 관한 사항
                                     4. 재위탁 제한에 관한 사항
                                     5. 수탁기관 및 재수탁기관에 대한 관리·감독, 손해배상 등 책임에 관한 사항

                                ③ 「개인정보 보호법」 제26조 제6항에 따라 수탁자가 당사의 개인정보 처리업무를 재위탁하는 경우
                                     한국교육학술정보원의 동의를 받고 있습니다.
                                ④ 위탁업무의 내용이나 수탁자가 변경될 경우에는 지체없이 본 개인정보 처리방침을 통하여 공개하도록 하겠습니다.
                                파기제7조(개인정보의 파기 절차 및 방법)
                                ① 한국교육학술정보원은 개인정보 보유기간의 경과, 처리목적 달성 등 개인정보가 불필요하게 되었을
                                     때에는 지체없이 해당 개인정보를 파기합니다.
                                ② 정보주체로부터 동의받은 개인정보 보유기간이 경과하거나 처리목적이 달성되었음에도 불구하고
                                     다른 법령에 따라 개인정보를 계속 보존하여야 하는 경우에는, 해당 개인정보를 별도의 데이터베이스
                                     (DB)로 옮기거나 보관장소를 달리하여 보존합니다.
                                ※ 다른 법령에 따라 보존하는 개인정보의 항목과 보존 근거는 '제2조 개인정보의 처리 및 보유기간'
                                     항목에서 확인 가능
                                ③ 개인정보 파기의 절차 및 방법은 다음과 같습니다.
                                     1. 파기절차: 한국교육학술정보원은 파기 사유가 발생한 개인정보를 선정하고, 한국교육학술정보원의
                                     개인정보 보호책임자의 승인을 받아 개인정보를 파기합니다.
                                     2. 파기방법: 한국교육학술정보원은 전자적 파일 형태로 기록・저장된 개인정보는 기록을 재생할 수
                                     없도록 파기하며, 종이 문서에 기록・저장된 개인정보는 분쇄기로 분쇄하거나 소각하여 파기합니다.
                                정보주체의 권리의무제8조(정보주체와 법정대리인의 권리·의무 및 그 행사 방법)
                                ① 정보주체(만 14세 미만인 경우에는 법정대리인을 말함)는 한국교육학술정보원에 대해 언제든지
                                     개인 정보 열람・정정・삭제・처리정지 및 철회 요구, 자동화된 결정에 대한 거부 또는 설명 요구 등의
                                     권리를 행사(이하 “권리 행사”라 함)할 수 있습니다.
                                ② 권리 행사는 한국교육학술정보원에 대해 「개인정보 보호법」 시행령 제41조 제1항에 따라 서면, 전자
                                     우편, 모사전송(FAX) 등을 통하여 하실 수 있으며, 한국교육학술정보원은 이에 대해 지체없이 조치
                                     하겠습니다.
                                     - 정보주체는 언제든지 홈페이지 ‘설정 > 내 정보’에서 개인정보를 직접 조회・수정・삭제할 수 있습니다.
                                     - 정보주체는 언제든지 ‘회원탈퇴’를 통해 개인정보의 수집 및 이용 동의 철회가 가능합니다.
                                개인정보(열람, 정정·삭제, 처리정지, 동의철회) 요구서 양식 다운로드

                                ③ 권리 행사는 정보주체의 법정대리인이나 위임을 받은 자 등 대리인을 통하여 하실 수도 있습니다.
                                     이 경우 “개인정보 처리 방법에 관한 고시” 별지 제11호 서식에 따른 위임장을 제출하셔야 합니다.
                                위임장 양식 다운로드

                                ④ 정보주체가 개인정보 열람 및 처리 정지를 요구할 권리는 「개인정보 보호법」 제35조 제4항 및
                                     제37조 제2항에 의하여 제한될 수 있습니다.
                                ⑤ 다른 법령에서 그 개인정보가 수집 대상으로 명시되어 있는 경우에는 해당 개인정보의 삭제를 요구할
                                     수 없습니다.
                                ⑥ 자동화된 결정이 이루어진다는 사실에 대해 정보주체의 동의를 받았거나, 계약 등을 통해 미리 알린
                                     경우, 법률에 명확히 규정이 있는 경우에는 자동화된 결정에 대한 거부는 인정되지 않으며 설명 및 검토
                                     요구만 가능합니다.
                                     - 또한 자동화된 결정에 대한 거부・설명 요구는 다른 사람의 생명・신체・재산과 그 밖의 이익을 부당하게
                                     침해할 우려가 있는 등 정당한 사유가 있는 경우에는 그 요구가 거절될 수 있습니다.
                                ⑦ 한국교육학술정보원은 권리 행사를 한 자가 본인이거나 정당한 대리인인지를 확인합니다.
                                ⑧ 한국교육학술정보원은 권리 행사를 아래의 부서에 할 수 있습니다. 한국교육학술정보원은 정보주체의
                                     권리 행사가 신속하게 처리되도록 노력하겠습니다.
                                     ▶ 개인정보 열람 등 청구 접수・처리 부서
                                        부서명 : 교육학술데이터본부/학술진흥부
                                        담당자 : 길원진 연구원
                                        이메일 : giltizen@keris.or.kr
                                        전화번호 : 053-714-0149
                                        팩스번호 : 053-714-0194
                                ⑨ 정보주체는 개인정보 열람, 정정·삭제, 처리정지에 대한 조치에 불만이 있거나 이의가 있을 경우에는
                                     이의 신청서를 작성하여 개인정보 보호담당자에게 이의제기를 할 수 있습니다. "한국교육학술정보원"은
                                     이의 제기를 받은 날로부터 10일 이내에 이의제기 내용을 검토한 후, 그 결과에 따라 조치하고 개인정보
                                     (열람, 정정, 삭제, 처리정지)요구에 대한 결과 통지서에 따라 정보주체에게 안내드리겠습니다.
                                개인정보 열람 등 결정 이의신청서 양식 다운로드

                                ⑩ 정보주체는 제8항의 열람청구 접수 · 처리부서 이외에, 개인정보보호위원회 ‘개인정보보호 포털’
                                     웹사이트(www.privacy.go.kr)를 통하여 개인정보 열람청구를 할 수 있습니다.
                                     ▶ 개인정보보호 포털 → 개인서비스 → 정보주체 권리행사 → 개인정보 열람 등 요구
                                정보주체의 개인정보 열람, 정정·삭제, 처리정지 요구 절차
                                안전성확보조치제9조(개인정보의 안전성 확보조치)
                                ① 한국교육학술정보원은 개인정보의 안전성 확보를 위해 다음과 같은 조치를 취하고 있습니다.
                                     1. 내부관리계획의 수립 및 시행 : “한국교육학술정보원”은 개인정보의 안전성 확보조치 기준에 따라
                                     내부관리계획을 수립 및 시행하고 있으며, 매년 업무 기본계획을 수립하여 개인정보를 보다 안전하게
                                     관리할 수 있는 체계를 마련하고 있습니다.
                                     2. 개인정보취급자 지정의 최소화 및 교육 : 개인정보취급자의 지정을 최소화하고 정기적인 교육을
                                     시행 하고 있습니다.
                                     3. 개인정보에 대한 접근 제한 : 개인정보를 처리하는 데이터베이스시스템에 대한 접근권한의 부여,
                                     변경, 말소를 통하여 개인정보에 대한 접근을 통제하고, 침입차단시스템과 침입방지 시스템을
                                     운영하여 외부로부터의 접근을 통제하고 있습니다.
                                     4. 접속기록의 보관 및 위·변조 방지 : 개인정보처리시스템에 접속한 기록을 개인정보의 안전성확보
                                     조치 기준에 따라 안전하게 기록·보관 하고 있습니다.
                                     5. 개인정보의 암호화 : 정보주체의 개인정보는 암호화 되어 저장 및 관리되고 있습니다. 또한 중요한
                                     데이터는 저장 및 전송 시 암호화하여 사용하는 등 별도의 보안조치를 하고 있습니다.
                                     6. 해킹 등에 대비한 기술적 대책 : “한국교육학술정보원”은 해킹이나 컴퓨터 바이러스 등에 의한 개인
                                     정보 유출을 막기 위하여 보안프로그램을 설치하고 주기적인 갱신·점검을 하고 있으며, 외부로부터의
                                     접근이나 통제된 구역에 시스템을 설치하여 기술적·물리적으로 안전하게 관리하고 있습니다.
                                     7. 비인가에 대한 출입 통제 : 개인정보를 보관·관리하는 개인정보시스템 및 자료 등을 별도에 물리적
                                      보관 장소에 두고 있으며, 이에 대한 출입통제 절차를 수립, 운영하고 있습니다.
                                     8. 법령에서 규정하고 있는 사항 이외에도 다양한 개인정보보호 활동(개인정보 인식제고 자료 개발·보
                                     급, 개인정보 관련 인증 취득 등)을 통하여 정보주체의 개인정보를 안전하게 관리하고 있습니다.
                                자동화 수집제10조(개인정보 자동 수집 장치의 설치·운영 및 거부)
                                ① 한국교육학술정보원은 사용자에게 개별적인 서비스와 편의를 제공하기 위해 이용정보를 저장하고
                                     수시로 불러오는 ‘쿠키(cookie)’를 사용합니다.
                                ② 쿠키는 웹사이트 운영에 이용되는 서버(http)가 정보주체의 브라우저에 보내는 소량의 정보이며 정보
                                     주체의 PC 또는 모바일에 저장됩니다.
                                ③ 정보주체는 웹 브라우저 옵션 설정을 통해 쿠키 허용, 차단 등의 설정을 할 수 있습니다. 다만, 쿠키
                                     저장을 거부할 경우 맞춤형 서비스 이용에 어려움이 발생할 수 있습니다.
                                     ▶ 웹 브라우저에서 쿠키 허용/차단
                                       - 크롬(Chrome) : 웹 브라우저 설정 > 개인정보 보호 및 보안 > 인터넷 사용 기록 삭제
                                       - 엣지(Edge) : 웹 브라우저 설정 > 쿠키 및 사이트 권한 > 쿠키 및 사이트 데이터 관리 및 삭제
                                     ▶ 모바일 브라우저에서 쿠키 허용/차단
                                       - 크롬(Chrome) : 모바일 브라우저 설정 > 개인정보 보호 및 보안 > 인터넷 사용 기록 삭제
                                       - 사파리(Safari) : 모바일 기기 설정 > 사파리(Safari) > 고급 > 모든 쿠키 차단
                                       - 삼성 인터넷 : 모바일 브라우저 설정 > 인터넷 사용 기록 > 인터넷 사용 기록 삭제
                                개인정보보호책임자제11조(개인정보 보호책임자)
                                ① 한국교육학술정보원은 개인정보 처리에 관한 업무를 총괄해서 책임지고, 개인정보 처리와 관련한
                                     정보 주체의 불만처리 및 피해구제 등을 위하여 아래와 같이 개인정보 보호책임자를 지정하고
                                     있습니다.
                                구분 담당자 연락처
                                KERIS 개인정보 보호책임자 정보보호본부 안재호 - 이메일 : jinuk@keris.or.kr
                                - 전화번호 : 053-714-0158
                                - 팩스번호 : 053-714-0195
                                KERIS 개인정보 보호담당자 개인정보보호부 송진욱
                                RISS 개인정보 보호책임자 교육학술데이터본부 정광훈 - 이메일 : giltizen@keris.or.kr
                                - 전화번호 : 053-714-0149
                                - 팩스번호 : 053-714-0194
                                RISS 개인정보 보호담당자 학술진흥부 길원진
                                ② 정보주체는 한국교육학술정보원의 서비스(또는 사업)을 이용하시면서 발생한 모든 개인정보 보호
                                     관련 문의, 불만처리, 피해구제 등에 관한 사항을 개인정보 보호책임자 및 담당부서로 문의 할 수
                                     있습니다. 한국교육학술정보원은 정보주체의 문의에 대해 답변 및 처리해드릴 것입니다.
                                열람 청구제12조(개인정보의 열람청구를 접수·처리하는 부서)
                                ① 자체 개인정보 열람청구 접수ㆍ처리 창구
                                     부서명 : 교육학술데이터본부/학술진흥부
                                     담당자 : 길원진 연구원
                                     이메일 : giltizen@keris.or.kr
                                     전화번호 : 053-714-0149
                                     팩스번호 : 053-714-0194
                                ② 개인정보 열람청구 접수ㆍ처리 창구
                                     - 개인정보보호 포털 웹사이트(www.privacy.go.kr)
                                     - 개인정보보호 포털 → 개인서비스 → 정보주체 권리행사 → 개인정보 열람 등 요구(본인확인을 위한
                                       휴대전화·아이핀(I-PIN) 등이 있어야 함)
                                권익침해 구제제13조(정보주체의 권익침해에 대한 구제방법)
                                ① 정보주체는 개인정보침해로 인한 구제를 받기 위하여 개인정보분쟁조정위원회, 한국인터넷진흥원
                                   개인정보침해신고센터 등에 분쟁해결이나 상담 등을 신청할 수 있습니다. 이 밖에 기타 개인정보
                                   침해의 신고, 상담에 대하여는 아래의 기관에 문의하시기 바랍니다.

                                   1. 개인정보분쟁조정위원회 : (국번없이) 1833-6972(www.kopico.go.kr)
                                   2. 개인정보침해신고센터 : (국번없이) 118(privacy.kisa.or.kr)
                                   3. 대검찰청 : (국번없이) 1301 (www.spo.go.kr)
                                   4. 경찰청 : (국번없이) 182 (ecrm.cyber.go.kr)

                                ② 한국교육학술정보원은 정보주체의 개인정보자기결정권을 보장하고, 개인정보침해로 인한 상담 및
                                   피해 구제를 위해 노력하고 있으며, 신고나 상담이 필요한 경우 아래의 담당부서로 연락해 주시기 바랍
                                   니다.
                                   ▶ 개인정보 관련 고객 상담 및 신고
                                      부서명 : 학술진흥부
                                      담당자 : 길원진 연구원
                                      연락처 : ☎053-714-0149 / (Mail) giltizen@keris.or.kr / (Fax) 053-714-0194
                                ③ 「개인정보 보호법」제35조(개인정보의 열람), 제36조(개인정보의 정정·삭제), 제37조(개인정보의
                                   처리정지 등)의 규정에 의한 요구에 대하여 공공기관의 장이 행한 처분 또는 부작위로 인하여 권리
                                   또는 이익의 침해를 받은 자는 행정심판법이 정하는 바에 따라 행정심판을 청구할 수 있습니다.
                                   ▶ 중앙행정심판위원회 : (국번없이) 110 (www.simpan.go.kr)
                                처리방침 변경제14조(추가적인 이용ㆍ제공 판단기준)
                                ① 한국교육학술정보원은 「개인정보 보호법」제15조제3항 및 제17조제4항에 따라 「개인정보
                                   보호법 시행령」 제14조의2에 따른 사항을 고려하여 정보주체의 동의 없이 개인정보를 추가적으로
                                   이용 · 제공할 수 있습니다.
                                ② 이에 따라 한국교육학술정보원은 정보주체의 동의 없이 추가적인 이용 · 제공을 하는 경우, 본 개인
                                   정보처리방침을 통해 아래와 같은 추가적인 이용 · 제공을 위한 고려사항에 대한 판단기준을 안내
                                   드리겠습니다.
                                     ▶ 개인정보를 추가적으로 이용 · 제공하려는 목적이 당초 수집 목적과 관련성이 있는지 여부
                                     ▶ 개인정보를 수집한 정황 또는 처리 관행에 비추어 볼 때 추가적인 이용 · 제공에 대한 예측
                                          가능성이 있는지 여부
                                     ▶ 개인정보의 추가적인 이용 · 제공이 정보주체의 이익을 부당하게 침해하는지 여부
                                     ▶ 가명처리 또는 암호화 등 안전성 확보에 필요한 조치를 하였는지 여부
                                처리방침 변경제15조(개인정보 처리방침의 변경)
                                ① 한국교육학술정보원은 「개인정보 보호법」제30조에 따라 개인정보 처리방침을 변경하는 경우
                                     정보주체가 쉽게 확인할 수 있도록 홈페이지에 공개하고 변경이력을 관리하고 있습니다.
                                     ‣ 이 개인정보처리방침은 2026. 4. 9. 부터 적용됩니다.
                                     ‣ 이전의 개인정보처리방침은 상단에서 확인할 수 있습니다.

                                닫기
                                변경하기 다음에 변경하기 1개월후 변경하기

                                자동로그아웃 안내

                                닫기
                                로그인연장 로그아웃 로그인 RISS 초기화면

                                인증오류 안내

                                닫기

                                귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
                                재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.

                                (참조 : RISS 이용약관 및 개인정보처리방침)

                                신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.

                                - 기존 아이디 재사용 불가

                                휴면계정 안내

                                RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.

                                (※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)

                                휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.

                                고객센터 1599-3122

                                ARS번호+1번(회원가입 및 정보수정)

                                회원가입 닫기