[논문]개인 병원의 부분 예약제 도입을 위한 시뮬레이션 분석 사례

라순영; 정병호; 유태우

doi:10.9709/jkss.2012.21.4.057

개인 병원의 부분 예약제 도입을 위한 시뮬레이션 분석 사례
Simulation Analysis for a Partial Appointment System of Outpatients in a Private Clinic 원문보기

한국시뮬레이션학회논문지 = Journal of the Korea Society for Simulation, v.21 no.4, 2012년, pp.57 - 64

라순영 ((재)지역미래산업진흥원) , 정병호 (전북대학교 산업정보시스템공학과) , 유태우 (케이엘이에스(주))

초록
AI-Helper

환자의 대기시간은 의료시스템의 서비스품질을 결정하는 중요한 요소이다. 개인병원의 경우 아직 환자 예약제가 보편적이지 않다. 예약제는 환자들을 시간적으로 분산시킴으로써 환자의 대기시간을 감소시킬 것으로 기대된다. 본 논문에서는 세 가지 예약규칙을 제안하고 시뮬레이션 기법을 이용하여 예약환자와 비예약환자의 대기시간을 비교분석한다. 시뮬레이션 결과 분석을 통해 예약자 할당 슬롯의 길이가 60분일 때보다 30분일 때 환자의 대기시간이 짧게 나타났음을 보여준다. ANOVA 분석을 통해 예약자 할당수준 1에서 비예약 환자의 경우는 일정패턴 규칙에서 예약 환자의 경우에는 지그재그패턴 규칙에서 평균대기 시간이 짧게 나타나고 있음을 보인다.

Abstract ▼ AI-Helper

The waiting time of patients is an important factor related with service quality of a hospital system. An appointment system of patients is not popular, in special, in a private hospital. An appointment system is expected to diversify patients in time and to reduce patient's waiting time. Three appointment rules are suggested and analyzed to compare the waiting time of appointment and walk-in patients using simulation analysis. The results of two way ANOVA show that the time slot of 30 minutes for allocating appointment patients is better than the time slot of 60 minites in view of patient's waiting time. The results of the appointment level 1 also show that the constant pattern rule and the zigzag pattern rule give shorter waiting time for walk-in patient and for appointment patient, respectively.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 예약제를 도입하였을 경우 예약 환자와 비예약 환자가 공존하는 일반 소형 병원에서 적용할 수 있는 세 가지 예약 규칙을 제안하고 시뮬레이션 실험을 통하여 비교 분석하였다. 기존의 의료 서비스 시스템에서의 예약 규칙과 관련된 논문들이 완전 예약제를 대상으로 하고 있었던데 반해 본 논문은 비예약자가 공존하는 상황에 대한 분석이라는데 의의를 둘 수 있다.
본 연구는 예약시스템을 도입하여 환자를 한가한 시간대로 분산시켜 진료 전 긴 대기시간을 감소시키는데 목적이 있으며 이미 예약제를 시행하고 있는 대형 병원보다 개인 병원을 대상으로 한다. 이를 위해 병원의 규모를 고려하여 개인 병원 수준이면서 복수의 의료진이 존재하는 K 이비인후과를 연구 대상 병원으로 선정하였다.
Cayirli and Veral^[6]은 외래 환자의 예약시스템에 대한 기존의 연구들을 조사, 분석하고 있다. 이 논문은 의료시스템의 각종 환경변수와 성과척도에 따라 기존의 예약시스템에 대한 연구결과들을 분류하고 기존에 발표된 예약 규칙들을 소개하고 있다. Cayirli et al^[7]은 7 가지 예약자 배정 규칙을 시뮬레이션을 통해 비교 분석하고 있다.

가설 설정

예약제를 도입한 시스템의 시뮬레이션 모델에서 대두되는 문제는 비예약 환자 도착률이 감소하는 정도를 예측할 수 없다는 점이다. 예약제를 도입함으로써 환자가 추가로 증가할 수도 있으나 기존의 일평균 환자 수가 유지된다고 가정하였다. 즉, 예약 슬롯에 할당된 예약 환자 수에 해당하는 만큼 감소한 환자가 비예약 환자로 내원한다고 가정하였다.
예약제를 도입함으로써 환자가 추가로 증가할 수도 있으나 기존의 일평균 환자 수가 유지된다고 가정하였다. 즉, 예약 슬롯에 할당된 예약 환자 수에 해당하는 만큼 감소한 환자가 비예약 환자로 내원한다고 가정하였다. 규칙별로 3가지 수준으로 할당한 예약 가능 환자 수에 해당하는 만큼 비예약 환자 도착률을 감소시킴으로써 모델에 반영하였다.
시간대별 도착시간 간격(초)의 분포는 Table 1에서 보여 주고 있다. 환자 1인당 평균 진료시간은 약 5분 정도이며 대부분의 환자들은 5분 이내의 시간이 소요되고 극히 일부 환자들의 경우 상대적으로 긴 진료시간이 소요되는 특성을 잘 반영하는 지수분포를 가정하여 사용하였고, 검사 시간은 검사 종류별로 어느 정도 균일한 시간이 소요되는 특성을 고려하여 일양분포를 가정하여 사용하였다.

제안 방법

본 논문에서는 30분과 60분 두 가지의 예약 슬롯을 고려하고 각 슬롯에 할당 가능한 최대 예약자 수는 평균 진료시간을 고려하여 패턴별로 정하여 분석하기로 한다. 각 패턴별로 할당되는 예약자 수는 시간대에 따라 단속적으로 변화하지만 패턴을 보여주기 위해 그래프로 비교하도록 한다.
즉, 예약 슬롯에 할당된 예약 환자 수에 해당하는 만큼 감소한 환자가 비예약 환자로 내원한다고 가정하였다. 규칙별로 3가지 수준으로 할당한 예약 가능 환자 수에 해당하는 만큼 비예약 환자 도착률을 감소시킴으로써 모델에 반영하였다. 즉, 기존 시스템의 도착 분포에 의해 도착하는 환자들의 30%(할당 수준 1), 40%(할당 수준 2), 50%(할당 수준 3)를 확률적으로 제외시키고 나머지가 비예약환자로 시스템에 들어오는 것으로 하였다.
비예약 환자의 대기시간 증가 현상을 완화할 것으로 기대되는 규칙이다. 다른 규칙들과 마찬가지로 각 슬롯에 할당되는 예약 환자 수의 크기를 3가지로 다르게 하여 분석을 실시한다.
해당 의료진에게 진료를 받은 후 바로 수납하는 경우, 주사 및 투약 프로세스를 거친 후 수납하는 경우, 의료장비에 의한 검사 프로세스를 거친 후 다시 진료프로세스를 거치는 경우, 검사 후 주사 및 투약 프로세스를 거치는 경우, 검사 후 수납프로세스로 가는 경우로 총 5가지 로직으로 이루어진다. 다만 이 병원의 경우 진료실 앞의 대기가 주를 이루므로 모델에서도 1, 2차 진료를 위한 대기 시간의 합을 각 환자의 대기시간으로 하였다. 예약환자가 우선이며 예약환자와 비예약환자 그룹에서는 도착순서로 서비스가 이루어진다.
완전 예약제를 도입하기에는 국내 개인 병원 및 의료서비스의 수요자 모두 시기상조로 보이기 때문이다. 따라서 진료시간을 일정한 시간 간격 즉, 예약 슬롯으로 나누고 각 구간에 할당할 수 있는 최대 예약 환자수의 변화 패턴에 따라 세 가지 종류의 예약규칙을 제안하고, 이들을 비교 분석한다. 예약 슬롯의 길이와 각 슬롯에 할당하는 예약 환자의 수는 예약자는 물론이고 비예약환자의 대기시간에 영향을 미치게 된다.
각 슬롯에 예약한 환자의 경우 비예약 환자보다 진료 우선권을 갖는다는 가정이 필요하기 때문이다. 본 논문에서는 30분과 60분 두 가지의 예약 슬롯을 고려하고 각 슬롯에 할당 가능한 최대 예약자 수는 평균 진료시간을 고려하여 패턴별로 정하여 분석하기로 한다. 각 패턴별로 할당되는 예약자 수는 시간대에 따라 단속적으로 변화하지만 패턴을 보여주기 위해 그래프로 비교하도록 한다.
따라서 다수의 비예약 환자가 혼재하고 있는 국내 개인 병원에서는 이와 같은 방법들을 그대로 적용시키기는 어려운 실정이다. 본 논문에서는 예약시스템이 정착되지 않아 비예약 환자가 대부분인 국내 병원의 실정을 고려한 예약 규칙을 제안하고 시뮬레이션을 이용하여 대기시간을 비교 분석한다.
앞에서 제시한 예약 규칙들을 평가하기 위하여 시뮬레이션 분석을 실시하였다. 각 규칙에 따른 예약 환자와 비예약 환자의 대기시간을 비교하기 위해서 ARENA 13.
환자의 도착프로세스는 non-stationary 프로세스로 Arena의 입력분석기를 이용하여 시간대별 도착시간 데이터를 분석하여 얻어진 분포를 이용하였다. 여기서 도착시간 데이터는 실제 데이터를 이용할 수도 있겠으나 예약제를 도입한 시스템의 분석시 도착 사건 처리의 용이성을 고려하여 입력분석기에서 추천하는 분포를 이용하였다. 시간대별 도착시간 간격(초)의 분포는 Table 1에서 보여 주고 있다.
환자의 도착프로세스는 non-stationary 프로세스로 Arena의 입력분석기를 이용하여 시간대별 도착시간 데이터를 분석하여 얻어진 분포를 이용하였다. 여기서 도착시간 데이터는 실제 데이터를 이용할 수도 있겠으나 예약제를 도입한 시스템의 분석시 도착 사건 처리의 용이성을 고려하여 입력분석기에서 추천하는 분포를 이용하였다.

대상 데이터

본 논문에서 제안하는 예약규칙은 선진국의 의료시스템과는 달리 예약 환자와 비예약 환자가 공존하는 국내 개인 병원의 상황을 대상으로 한다. 완전 예약제를 도입하기에는 국내 개인 병원 및 의료서비스의 수요자 모두 시기상조로 보이기 때문이다.
주사 혹은 기타 투약이 필요한 경우는 해당 프로세스로 이동하며 바로 수납 프로세스로 이동하는 경우도 있다. 본 논문에서는 1, 2차 진료를 위한 대기시간의 합을 분석 대상으로 한다.
시뮬레이션의 입력 자료는 K 병원의 2010년 10월에 방문한 환자들의 전산자료와 인터뷰 및 관찰 결과를 정리하여 사용하였다. 이 데이터 분석 결과 모델에 활용한 데이터는 환자의 도착률, 환자의 의료진 할당비율, 의료진의 진료 소요시간, 환자의 검사비율 등이다.
진료시간은 약 5분 정도이며 일반적인 의사진료 이외에 의료장비를 통해 청력, 후각기능, 음성기능 등의 검사를 수행하기도 한다. 의료진은 현재 총 5팀을 이루어져 있다. 요일별로 한 팀씩 휴진하고 수술 일정에 따라 수술하는 의료진을 제외하고 평균적으로 의료진 3팀이 외래진료를 하고 있다.
본 연구는 예약시스템을 도입하여 환자를 한가한 시간대로 분산시켜 진료 전 긴 대기시간을 감소시키는데 목적이 있으며 이미 예약제를 시행하고 있는 대형 병원보다 개인 병원을 대상으로 한다. 이를 위해 병원의 규모를 고려하여 개인 병원 수준이면서 복수의 의료진이 존재하는 K 이비인후과를 연구 대상 병원으로 선정하였다.

데이터처리

앞에서 제시한 예약 규칙들을 평가하기 위하여 시뮬레이션 분석을 실시하였다. 각 규칙에 따른 예약 환자와 비예약 환자의 대기시간을 비교하기 위해서 ARENA 13.0을 이용하여 모델링 하였다. 시뮬레이션 모델의 흐름 로직은 Fig.
세 규칙 모두 예약자 할당 수준을 1로 했을 때 예약 환자와 비예약자 환자의 평균 대기시간이 짧게 나타남으로 할당 수준 1에 대하여 분산 분석을 실시하였다. 예약 슬롯의 길이를 2 수준(30분, 60분)의 A인자, 예약 규칙을 3수준의 B인자로 하여 두 가지 요인을 갖는 2원배치 분산 분석을 실시한 결과를 Table 4에서 보여주고 있다.

성능/효과

이상의 분석을 종합하면 예약 슬롯의 길이는 60분보다 30분으로 하는 것이 예약 환자, 비예약 환자 모두에게 좋다는 것을 알 수 있다. 각 규칙의 시간대별 예약자 할당 수준은 주어진 세 가지 수준 중 가장 낮은 1 수준이 예약 환자, 비예약 환자 모두에게 유리하다는 것을 알 수 있다. 그러나, 부분 예약제가 도입되고 예약자들이 짧은 대기로 진료를 받는 상황이 이어지면 비예약 환자들도 예약하는 방향으로 이동할 가능성이 있다.
예약시스템 도입 전보다 도입 후에 비예약 환자들의 대기시간이 증가한 것은 예약 환자들을 우선적으로 처리하기 때문에 나타나는 당연한 현상으로 보인다. 기존 시스템의 평균 대기시간으로부터 비예약 환자의 평균 대기시간의 증가폭에 비해 예약 환자의 평균 대기시간의 감소폭이 크다는 점을 감안하면 전체 환자들의 평균 대기시간 역시 감소되었다고 볼 수 있다. 따라서 예약시스템을 도입함으로써 환자들의 긴 대기시간에 대한 불만을 일부 해결할 수 있을 것이다.
먼저 접수 프로세스 진행 후 증상 및 검사항목에 의해 결정되는 의료진은 기존의 의료팀당 환자 비율에 따라 랜덤하게 정해진다. 해당 의료진에게 진료를 받은 후 바로 수납하는 경우, 주사 및 투약 프로세스를 거친 후 수납하는 경우, 의료장비에 의한 검사 프로세스를 거친 후 다시 진료프로세스를 거치는 경우, 검사 후 주사 및 투약 프로세스를 거치는 경우, 검사 후 수납프로세스로 가는 경우로 총 5가지 로직으로 이루어진다.
볼록 패턴 규칙의 경우 예약자 할당 패턴이 그대로 나타나는 것을 볼 수 있다. 볼록 패턴의 특성에 따라 비예약 환자의 대기시간이 증가하는 추세를 보이다 진료 마감시간으로 갈수록 대기시간이 작아지는 현상을 보인다.
비예약자의 경우 예약 슬롯과 예약 규칙 모두 유의한 차이를 보여주고 있으며, 예약 환자의 경우에는 예약 슬롯의 길이만 유의하게 나타났다. 즉, 예약 슬롯의 길이가 60분일 경우 예약 환자들이 각 시간대의 초반부에 도착함으로써 동일한 우선순위를 갖는 예약 환자들로 인해서 대기시간이 증가하는 현상을 반영한다.
예약시스템을 도입하지 않은 기존시스템에서 환자들의 진료 대기시간은 약 32분이었으나 Table 3에서 요약하고 있듯이 예약시스템을 도입한 이후 비예약 환자들의 평균 대기시간은 이보다 크게 나타나고 있다. 세 가지 규칙 모두 예약자 할당 수준이 높을수록 비예약 환자와 예약 환자 모두 대기시간이 증가하는 것을 볼 수 있다. 또한 예약 슬롯의 시간 간격이 60분일 때보다 30분인 경우 예약 환자와 비예약 환자 모두 평균 대기시간이 적게 나타나고 있다.
또한 예약 슬롯의 시간 간격이 60분일 때보다 30분인 경우 예약 환자와 비예약 환자 모두 평균 대기시간이 적게 나타나고 있다. 세 가지 규칙 중에서는 일정 패턴 규칙의 대기시간이 대체적으로 가장 짧게 나타났다.
기존의 의료 서비스 시스템에서의 예약 규칙과 관련된 논문들이 완전 예약제를 대상으로 하고 있었던데 반해 본 논문은 비예약자가 공존하는 상황에 대한 분석이라는데 의의를 둘 수 있다. 예상했던 대로 예약제를 도입함으로써 비예약 환자의 대기시간은 약간 증가하였으나 예약환자의 경우 대기시간은 크게 감소하여 전체적인 대기시간이 감소하는 것으로 확인되었다. 다만 예상했던 것과는 달리 일정 패턴 규칙이 가장 좋게 나타난 점은 의외였다.
비예약환자의 경우 일정 패턴 규칙일 때 평균 대기시간이 약 31분으로 나머지 두 규칙에 비하여 낮게 나타나고 있으며 95%신뢰구간에서 볼 수 있듯이 나머지 두 규칙의 신뢰구간과 겹치지 않음으로써 유의한 차이가 있음을 알 수 있다. 예약 환자의 경우 지그재그 패턴 규칙이 약 6.8분으로 가장 낮게 나타났으나 나머지 두 규칙의 신뢰구간과 겹치게 나타남으로써 다른 규칙과 유의한 차이가 있다고 할 수 없는 것으로 나타났다. 이는 앞의 분산분석 결과와 일치한다.
이상의 분석을 종합하면 예약 슬롯의 길이는 60분보다 30분으로 하는 것이 예약 환자, 비예약 환자 모두에게 좋다는 것을 알 수 있다. 각 규칙의 시간대별 예약자 할당 수준은 주어진 세 가지 수준 중 가장 낮은 1 수준이 예약 환자, 비예약 환자 모두에게 유리하다는 것을 알 수 있다.
규칙별로 3가지 수준으로 할당한 예약 가능 환자 수에 해당하는 만큼 비예약 환자 도착률을 감소시킴으로써 모델에 반영하였다. 즉, 기존 시스템의 도착 분포에 의해 도착하는 환자들의 30%(할당 수준 1), 40%(할당 수준 2), 50%(할당 수준 3)를 확률적으로 제외시키고 나머지가 비예약환자로 시스템에 들어오는 것으로 하였다.

후속연구

예약제 도입으로 인해 한적한 시간대로 환자가 분산되는 효과 등을 실험에 반영하기 힘들었던 점과 예약제 도입 이후에 비예약 환자의 도착 프로세스의 변화를 예상할 수 없어 예약자의 수에 준하는 정도로 도착률을 감소시켜 비예약 환자가 도착하는 것으로 가정한 점 등은 본 논문의 한계라 볼 수 있다.
의료서비스에 예약제를 도입함으로써 환자들이 한가한 시간대로 분산되는 효과를 기대할 수 있으며 궁극적으로 대기시간을 줄이는 효과를 기대할 수 있다. 환자의 대기 시간 단축은 의료서비스에 대한 전반적인 만족도를 높임으로써 서비스 품질 향상에도 기여할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	선진국의 의료서비스 시스템에서의 예약제와 관련한 연구에는 무엇이 있는가?	병원에서의 예약제가 초기단계인 국내와 달리 예약제가 이미 정착된 선진국의 경우 의료서비스 시스템에서의 예약제와 관련한 연구들이 활발히 이루어져 왔다. Cayirli and Veral[6]은 외래 환자의 예약시스템에 대한 기존의 연구들을 조사, 분석하고 있다. 이 논문은 의료시스템의 각종 환경변수와 성과척도에 따라 기존의 예약시스템에 대한 연구결과들을 분류하고 기존에 발표된 예약 규칙들을 소개하고 있다. Cayirli et al[7]은 7 가지 예약자 배정 규칙을 시뮬레이션을 통해 비교 분석하고 있다. Wang[14]은 Dome pattern의 예약 규칙을 제안하고 서비스시간의 변동계수(CV)가 클수록 최적 예약 구간은 작아진다고 보고 하였다. 시뮬레이션을 기반으로 한 방법으로는 슬롯 당 예약수를 다르게 하는 방법과 환자의 도착패턴에 따른 방법(Bailey[4], Blanco White and Pike[5]), 세션의 초반과 후반에 환자의 예약간격을 달리하는 방법과 환자의 초진 또는 재진 여부에 따라 예약방법을 달리하는 방안에 대한 연구 논문들이 있다(Ho and Lau[8], Rohleder and Klassen[11]). 이 외에도 예약간격을 고정하여 각 슬롯에 배치할 최적의 환자수를 산출하기 위한 시뮬레이션 방법(Klassen & Yoogalingam[10])과 대기이론 등 수리적 접근을 통한 예약 스케줄링에 관한 연구(Jannson[9], Vanden Bosch and Dietz[12]) 등이 있다. 그러나 이러한 국외 연구들은 응급환자나 특별한 경우를 제외하고 거의 대부분 내원하는 환자들이 100% 예약환자인 상황에 대한 연구들이다.
	환자의 대기시간은 어떤 것을 결정하는 중요한 요소인가?	환자의 대기시간은 의료시스템의 서비스품질을 결정하는 중요한 요소이다. 개인병원의 경우 아직 환자 예약제가 보편적이지 않다.
	의료서비스에 예약제를 도입함으로써 어떤 효과를 기대할 수 있는가?	의료서비스에 예약제를 도입함으로써 환자들이 한가한 시간대로 분산되는 효과를 기대할 수 있으며 궁극적으로 대기시간을 줄이는 효과를 기대할 수 있다. 환자의 대기 시간 단축은 의료서비스에 대한 전반적인 만족도를 높임으로써 서비스 품질 향상에도 기여할 것이다.

참고문헌 (14)

박영수(1986), "종합병원의 외래환자의 대기행렬 및 예약제에 관한 연구", 대한병원협회지, Vol.15, No. 5, pp.4-19
Lee, J.K., Kim, M.K., and Ha, B.H.(2011), "Evaluation of appointment policy and scheduling rule for a dental clinic based on computer simulation", Korean Journal of Hospital Management, Vol. 16, No. 4, pp.161-182.
Lee, H.J. and Chang, H.J.(2003), "Quantitative evaluation of appointment system for outpatients in dental clinic", Korean Journal of Hospital Management, Vol. 8, No. 2, pp. 49-69.
Bailey, N.T.(1952), "A study of queues and appointment systems in hospital outpatient departments", Journal of the Royal Statistical Society, Vol. 14, No. 2, pp.185-199.
Blanco White, MJ. and Pike, M.C.(1964), "Appointment systems in outpatients' clinics and the effect on patients' unpunctuality", Medical Care, Vol. 2, No. 3, pp. 133-145.

상세보기
Cayirli, T. and Veral, E.(2003), "Outpatient Scheduling in Health Care : A Review of Literature", Production and Operations Management, Vol. 12, No. 4, pp. 519-549.

상세보기
Cayirli, T., Veral, E. and Rosen, H. (2006), "Designing appointment scheduling systems for ambbulatory care services", Health Care Management Sci., Vol. 9, No. 1, pp. 47-58.

상세보기
Ho, C.J. and Lau, H.S.(1992), "Minimizing total cost in scheduling outpatient appointments", Management Science, Vol. 38, No. 12, pp. 1750-1764.

상세보기
Jansson, B.(1966), "Choosing a good appointment system-a study of queues of the type(D,M,I)", Operations Research, Vol. 14, No. 2, pp. 292-312.

상세보기
Klassen KJ, and Yoogalingam, R.(2009), "Improving performance in outpatient appointment services with a simulation optimization approach", Production and Operations Management Society, Vol. 18, No. 4, pp. 447-458.

상세보기
Rohleder, T. and Klassen, K.J.(2000), "Using client-variance information to improve dynamic appointment scheduling performance", Omega, Vol. 28, No. 3, pp. 293-302.

상세보기
Vanden Bosch, P.M. and Dietz, D.C.(1999), "Minimizing expected waiting in a medical appointment system", IIE Transactions, Vol. 32, No. 9, pp. 841-848.
Villegas, E.L.(1967), "Outpatient Appointment System Saves Time for Patients and Doctors", Hospitals, Vol. 41, No. 8, pp. 52-57.
Wang, P.P.(1997), "Optimally scheduling N customer arrival times for a single-server system", Computers and Operations Research, Vol. 24, No. 8, pp. 703-716.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증