[논문]환경책임보험 배출 물질 정산의 표준화 필요성 및 산출방법 표준화

박명남; 김창완; 신동일

doi:10.7842/kigas.2018.22.5.1

환경책임보험 배출 물질 정산의 표준화 필요성 및 산출방법 표준화
Necessity of Standardization and Standardized Method for Substances Accounting of Environmental Liability Insurance 원문보기

한국가스학회지 = Journal of the Korean institute of gas, v.22 no.5, 2018년, pp.1 - 17

박명남 (명지대학교 화학공학과) , 김창완 (명지대학교 화학공학과) , 신동일 (명지대학교 화학공학과)

초록
AI-Helper

태안반도 원유 유출사고, 구미 불산누출사고 등 2000년 전후로 하여 환경관련 사건과 사고가 빈번히 발생하고 있다. 이러한 환경오염사고를 계기로 선제적 대응 방안이 필요하다는 사회적 공감대가 형성되어 2014년 환경오염피해 배상책임 및 구제에 관한 법률이 제정되고, 2016년 1월부터 시행되고 있다. 이에 따라 도입된 환경책임보험제도는 국내 보험산업계에서 환경위험을 관리하는 새로운 보험모델의 표준화 정립을 통해 관리될 필요가 있다. 지금까지 보험산업에서 표준화에 대한 노력은 다양한 위험 유형의 보장성 보험모델들의 출현에 따라 진행되어 왔다. 이에 따라 본 연구에서는 지식 기반 서비스 중의 하나인 보험 영역에서 기업에 의해 발생 가능한 대기, 수질, 화학, 폐기물, 해양, 토양 등의 환경오염 발생에 대해 6가지 보장 매체에 관한 검증 자료를 의미적 상호운용이 가능한 온톨로지를 통해 표현하였으며, 사업장의 인허가를 토대로 보험 가입 매체 간의 관계를 추론하여 보험모델을 설계하고 제시하였다. 각 사업장 담당자에 의한 물질량 정산 과정과 검증자를 통한 정산결과의 편차를 줄이기 위해, 추상적인 개념을 흐름도로 객관화, 구체화 하였으며, 해마다 많은 비용과 소모되는 자원을 줄이기 위해 온톨로지 기반의 의사결정지원 시스템의 향후 구축 방안을 제시하고 일부 구현 하였다. 이를 통해 물질량 검증 기준을 표준화함으로써 오류를 최소화하고, 검증에 소요되는 시간과 자원을 감소시킬 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

Related incidents and accidents are frequent after 2000 years, such as the outbreak of the Taian peninsula crude oil spillage and Gumi hydrofluoric acid leakage accident. In the wake of such environmental pollution accidents, Consensus has been formed to enact legislation on liability for the compensation of environmental pollution in 2014 and the rescue, and has been in force since January 2016. Therefore, in the domestic insurance industry, the introduced environmental liability insurance system needs to be managed through the standardization formula of a new insurance model for managing the environmental risk. This study has been carried out by the emergence of a safe insurance model with a risky nature of the risk type, which is one of the services of the knowledge base. The verification of the six assurance media on the occurrence of environmental pollution such as chemical, waste, marine, soil, etc. is expressed through semantic interoperability through this possible ontology. The insurance model was designed and presented by deducing the relationship between the amount of money and the amount of money that was written in the area of existing expertise, In order to exclude the possible consequences, the concept of abstract is conceptualized in the form of a customer, and a plan for the future development of an ontology-based decision support system is proposed to reduce the cost and resources consumed every year. It is expected that standardization of the verification standard of the mass of mass will minimize errors and reduce the time and resources required for verification.

주제어

표/그림 (23)

표 Table 1. Facilities subject to environment liability insurance (By 2013)[3]
표 Table 2. Subject of environment pollutant risk assessment[7]
그림 Fig. 1. Substance risk assessment [7].
그림 Fig. 2. Amount of substance adjustment of emi-ssion process [8].
그림 Fig. 3. Environment Insurance Liability substance accounting approach.
표 Table 3. Information on basic premium rate calculation for Atmospheric media[9]
그림 Fig. 4. Example of Atmospheric self-measurement repor.
그림 Fig. 5. Amount of substance account for air emission flowchart.
그림 Fig. 6. Amount of substance account for water quality flowchart.
그림 Fig. 7. Amount of substance account for waste flowchart.
그림 Fig. 8. Example of harmful chemical substance business annual report.
그림 Fig. 9. Amount of substance account for chemi-cal flowchart.
그림 Fig. 10. Example of forward chaining of simple accounting.
그림 Fig. 11. EIL reasoning model of EAS.
그림 Fig. 12. EIL workflow.
그림 Fig. 13. (1) EIL ontology classes and (2) asserted hierarchy.
그림 Fig. 14. UML diagram for the EIL PlaceOfBusiness class with access specification notation.
표 Table 4. Definition of domain ontology about EIL accounting
그림 Fig. 15. Classification for simple accounting.
표 Table 5. Water quality accounting rules
그림 Fig. 16. Rule flowchart for atmosphere.
그림 Fig. 17. Rule flowchart for water quality.
표 Table 6. Worst Case of substance accounting

AI 본문요약
AI-Helper

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

문제 정의

지식 기반 서비스 중에 하나인 보험 산업에서 지식공학의 응용과 실례는 다른 분야에 비해 이론적, 경험적 연구가 부족하다[4]. 따라서 최근 생성된 환경책임보험을 기반으로 지식 공학적 방법 중의 하나인 온톨로지를 활용하여 기업에서 발생할 수 있는 대기, 수질, 화학, 폐기물, 해양, 토양 위험 등 6가지 보장 매체에 대한 검증 자료를 의미적 상호운용이 가능하도록 표현하였으며, 사업장의 인허가를 토대로 보험 가입 매체 간의 관계를 추론하여 배출물질 정산모델을 설계하고 제시하고자 하였다. 또한 본 논문에서 제시한 추출된 규칙은 향후 데이터베이스의 확장성과 재사용성에 매우 유용할 것이며, 관련 도메인 전문가가 쉽게 이해할 수 있다.
또한, 보험요율을 산출하기 위해 보험가입 대상업체에서 배출되는 물질에 관한 위험과 관련 시설에 대해 위험성을 평가한다. 그 이유는 표준산업분류를 통한 동일한 사업군에 속한 기업이라 하더라도, 해당 기업에서 실제 다루는 물질의 종류나 배출량, 그리고 관련 취급 물질과 시설의 사전 관리실태와 사후 관리 결과에 따라 환경위험도는 크게 차이가 난다.
본 연구에서는 환경책임보험의 보험기간동안 배출되는 물질 정산을 다루었으며, 이를 위한 판정은 우선 인허가 매체와 보험 가입 매체 간의 일치하는가 이다. 이는 의무보험을 위반하는 일련의 결과를 나타낼 수 있기 때문에, 많은 대상 사업장을 상대로 자세한 확인 과정은 많은 시간이 소모되고, 향후 판정에 대한 불복의 소지가 있다.
환경책임보험에서 규칙 기반 시스템의 도입은 대상 사업장에서 취합된 여러 관련 자료의 검증과 배출 물질의 정산 문제를 제시하는 시스템에 적용하여 추론하고자 하였다. 어떤 규칙을 적용하고, 어떻게 해석해야 하는지, 그리고 최종적으로 결정을 하는 일련의 과정을 다양한 접근 방식에서 의사 결정을 목적으로 적용하는 것이 추론의 과정이라 볼 수 있다.

제안 방법

이러한 시스템은 지식서비스의 한 분야인 보험 시스템에서의 지식 기반과 추론 엔진, 그리고 향후 논의하고자 하는 시스템 사용자와의 활용에 대해 3가지로 구성된다. Fig. 11은 제안하는 EAS의 추론 모델링의 구성을 보여주는데, Manchester Family history advancedOWL tutorial 1.1의 추론 과정[13]을 참고하여, 도메인 object 클래스와 individuals로 구성하고, Drools의 추론 엔진을 통해, 지식 기반의 규칙과 EIL 도메인 온토롤지 간의 관계를 모델링하였다.
그 이유는 표준산업분류를 통한 동일한 사업군에 속한 기업이라 하더라도, 해당 기업에서 실제 다루는 물질의 종류나 배출량, 그리고 관련 취급 물질과 시설의 사전 관리실태와 사후 관리 결과에 따라 환경위험도는 크게 차이가 난다. 따라서 6가지 보험 가입 매체인 대기, 수질, 폐기물, 토양, 화학, 해양 등의 대상시설과 인체건강영향지수 (HEF, Human Health Effect), 화학물질잠재도위험도 (DistHH, Distribution for Human Health), 수량을 참고한 위험수량을 판단하는 물질위험 평가를 통해 Table 2와 같이 기본적인 보험요율을 산출하고, 시설의 위험성 평가와 기업의 사고 발생시의 관한 대책평가 그리고, 주변피해 가능성을 판단하는 수용체 평가 덧붙여 과거 일정기간동안의 사례평가를 통해 기본보험요율을 할인 또는 할증하여 보험료를 산출하게 된다[6].
매년 갱신 또는 새로운 대상 사업장의 배출 물질을 정산하기 위해 계층 구조는 순서가 개별 클래스 간의 독립적이거나, 또는 여러 클래스간의 관계를 정의할 필요가 있다. 따라서, 상위 클래스와 하위 클래스간의 관계를 정의하기 위해 parent 와 child 관계로 구분하였다. 슬롯에서는 각 클래스 간의 추론을 위해 parent, child, constraint, decomposition, name 그리고 precondition을 정의하고, 각 클래스의 annotations의 rdfs:comment를 통해 정의하였다.
이는 의무보험을 위반하는 일련의 결과를 나타낼 수 있기 때문에, 많은 대상 사업장을 상대로 자세한 확인 과정은 많은 시간이 소모되고, 향후 판정에 대한 불복의 소지가 있다. 따라서, 지식기반의 규칙을 도출하여 매년 보험기간동안 배출되는 환경유해물질에 대한 물질량 정산을 대상 사업장의 가입 매체별로 정산 지원을 위한 의사 결정방법을 제안하였다. 제안한 방법은 많은 인력 투입과 소모되는 자원을 방지하고, 검증자의 개인별 편차를 제거하기 위한 방법을 모색하였다.
매년 환경책임보험을 갱신하기 위해 대상 사업장 13,000여개 사업장의 보험 기간동안 배출 물질의 정산을 위해 Fig. 14와 같은 UML class을 설계하였다[15]. 대상 사업장 PlaceOfBusiness는 사업장의 이름, 가입한 보험 매체, 보험 가입 금액에 대한 정보를 입력하게 되면, 대상 사업장의 환경책임보험 물질량 조사를 위한 담당자의 정보, 그리고, 대상 사업장의 기초 정보를 입력한다.
세 번째 측정기록부 또는 실적보고를 토대로 기재된 정산 템플릿의 물질량과 비교한다. 변경 사항에 대해 기존 가입 매체와 비교하여 사실 관계를 담당자를 통해 확인한다.
두 번째 허가 변경 신고에 기재된 운영상의 지침 및 공정 변경에 따른 실적보고의 변경 사항을 확인한다. 세 번째 측정기록부 또는 실적보고를 토대로 기재된 정산 템플릿의 물질량과 비교한다. 변경 사항에 대해 기존 가입 매체와 비교하여 사실 관계를 담당자를 통해 확인한다.
12에서 EAS는 온톨로지를 사용하여 배출물질과 관련된 환경책임보험의 지식에 대한 공유, 재사용, 검색 그리고 업데이트를 용이하게 하는 주요 개념과 배출 물질량의 정산을 위한 기준과의 관계를 포함하여 지식을 모델링하게 된다. 이러한 모델링은 Protege editor를 사용하는데, add-in 추론엔진인 Drools를 통해 의사 결정 규칙 구문을 작성하여 실행하였다. 이는 향후 대상 사업장의 데이터, 실적 및 측정기록, 배출 물질 정산 결과 등의 데이터베이스가 축적되면 추론을 통해 관계를 도식화하고, legacy system과 협업이 가능할 것으로 판단된다.
따라서, 지식기반의 규칙을 도출하여 매년 보험기간동안 배출되는 환경유해물질에 대한 물질량 정산을 대상 사업장의 가입 매체별로 정산 지원을 위한 의사 결정방법을 제안하였다. 제안한 방법은 많은 인력 투입과 소모되는 자원을 방지하고, 검증자의 개인별 편차를 제거하기 위한 방법을 모색하였다. 대표 보험사의 안내에 따른 정산 진행 사항을 도식화 하였으며, 환경책임보험은 의무가입 보험이기에 추론 모델에서 사실관계와 사실에 기반한 추론 결과에 대한 표현이 적용 가능하다.
2단계: 대상 사업장에서 제출한 정산 템플릿, 각종 근거 서류를 취합하여 담당자에 의해 기재된 물질량에 대한 정산을 진행한다. 첫 번째 인허가 상의 변경 사항 및 이력사항을 통해 사업장의 매체에 따른 처리 방법을 확인한다. 두 번째 허가 변경 신고에 기재된 운영상의 지침 및 공정 변경에 따른 실적보고의 변경 사항을 확인한다.
환경책임보험에서 6가지 보험 매체에 대해 각각의 규칙을 지정하기 위해 2장에 소개한 배출물질정산 과정의 함축된 순서에서 개별 보험매체 별 규칙을 다음과 같이 추출하여 분류하였다.

이론/모형

예를 들면, A 사업장에서 배출하는 물질이 황산화물인 경우 (대기 배출, 굴뚝 별 배출량)에 대해 1 kg(용질 기준) 인 경우 기초 보험료는 물질별로 다르지만, 1 kg 당 × 금액으로 곱하여 산출한다. 개별 산출 물질을 고려한 총 보험료 산출 방법은 Table 3에 있는 GHS 분류 표시 및 EURAM 방법에 따라 산출하게 된다.
기업에서 취급하는 물질에 관한 위험도를 평가할때에는 환경위해성이나 물리적 위험성을 평가하는 것이 아닌, 인체의 위해성을 중점적으로 평가하게 된다. 이를 판단하는 척도로 유럽에서 사용하는 화학물질평가 우선순위 산정기법을 적용하는데 EURAM (European Union risk ranking method)방법을 이용하여 인체건강영향지수 (HEF)와 화학물질의 위험잠재도 (DistHH) 및 수량을 적용하여 위험성을 평가한다. Table 3은 화학물질의 잠재 위험도를 상온에서 나타내는 지표를 정의하고, 잠재위험도는 위험잠재도에 수량을 곱한 값으로 표시한다[6].
환경책임보험 의무 가입 대상 사업장에 대한 배출 물질 정산을 위해 일반적인 개념으로 시작하여 구체적인 개념으로 확장해 나가는 top down 방법을 적용하였다[14]. Fig.

성능/효과

3) 폐기물과 화학: 보험 가입기간동안 연간 처리량을 통해 기재하게 되는데 폐기물의 경우, 배출자용, 중간처분업자용, 재활용 업자용, 최종 처분업자용으로 구분된다. 폐기물의 기준은 배출에 의한 자가처리 또는 위탁처리인지 확인 후, 기재하며 자가처리 없이 위탁하는 경우는 수탁 처리 업체명을 기재하여 보험료를 낮추게 된다[10].
따라서 본 연구에서는 위와 같은 rule을 도출하여 매년 보험기간 동안의 배출되는 환경유해 물질에 대한 물질량 정산을 대상 사업장의 가입 매체별로 간편 정산 사업장, 배출 물질이 없는 사업장을 1그룹으로 분류, 모든 매체의 가입 대상 사업장은 2그룹, 보험 가입 매체의 2개 이상인 경우에 배출 물질의 자가처리가 아닌 공동방지 또는 위탁하는 사업장은 3그룹으로 자동 분류하여 매년 갱신과정에서 발생하는 검증에 따른 결과에 대한 편차 및 걸리는 시간 등을 줄일 것으로 기대한다.
또한 본 논문에서 제시한 추출된 규칙은 향후 데이터베이스의 확장성과 재사용성에 매우 유용할 것이며, 관련 도메인 전문가가 쉽게 이해할 수 있다. 필요에 따라 정보의 검색, 지식 데이터의 공유, 재사용이 용이하도록 하고, 유지보수성을 높였다. 본 연구에서 제시한 정산모델을 통해 물질량 검증 기준을 표현함으로써 오류를 최소화하고, 검증에 소요되는 시간과 자원을 큰 폭으로 감소할 것으로 기대된다.

후속연구

따라서 최근 생성된 환경책임보험을 기반으로 지식 공학적 방법 중의 하나인 온톨로지를 활용하여 기업에서 발생할 수 있는 대기, 수질, 화학, 폐기물, 해양, 토양 위험 등 6가지 보장 매체에 대한 검증 자료를 의미적 상호운용이 가능하도록 표현하였으며, 사업장의 인허가를 토대로 보험 가입 매체 간의 관계를 추론하여 배출물질 정산모델을 설계하고 제시하고자 하였다. 또한 본 논문에서 제시한 추출된 규칙은 향후 데이터베이스의 확장성과 재사용성에 매우 유용할 것이며, 관련 도메인 전문가가 쉽게 이해할 수 있다. 필요에 따라 정보의 검색, 지식 데이터의 공유, 재사용이 용이하도록 하고, 유지보수성을 높였다.
대표 보험사의 안내에 따른 정산 진행 사항을 도식화 하였으며, 환경책임보험은 의무가입 보험이기에 추론 모델에서 사실관계와 사실에 기반한 추론 결과에 대한 표현이 적용 가능하다. 또한 의사 결정을 위한기존의 검증자의 주관이 개입될 여지가 다분한 수작업에 의한 검증 과정은 의사결정 시스템을 제안함으로써 결과에 대한 객관성을 확보 할 수 있을 것으로 기대되며, 의사 결정을 위해 제시된 방법인 온톨로지는 상위, 핵심, 도메인, 도메인별 독립적인 모듈이 가능하기에 제안된 규칙 기반 뿐만 아니라, 향후 대상 사업장의 의미 있는 대량의 데이터 베이스가 구축되면, 파생되는 규칙 기반의 강건성과 정산 판단의 객관성이 보다 더 수월해 질 것이다. 매년 환경책임보험을 갱신해야 하는 대상 사업장의 정확한 정보 제공과 보험 가입 기록에 대한 데이터베이스의 체계적인 관리는 향후 보험에 underwriting 분야, 체계적인 보험 요율, 리스크 기반의 보험 설계 등 추론 모델의 응용 분야가 더욱 확대될 것으로 기대된다.
또한 의사 결정을 위한기존의 검증자의 주관이 개입될 여지가 다분한 수작업에 의한 검증 과정은 의사결정 시스템을 제안함으로써 결과에 대한 객관성을 확보 할 수 있을 것으로 기대되며, 의사 결정을 위해 제시된 방법인 온톨로지는 상위, 핵심, 도메인, 도메인별 독립적인 모듈이 가능하기에 제안된 규칙 기반 뿐만 아니라, 향후 대상 사업장의 의미 있는 대량의 데이터 베이스가 구축되면, 파생되는 규칙 기반의 강건성과 정산 판단의 객관성이 보다 더 수월해 질 것이다. 매년 환경책임보험을 갱신해야 하는 대상 사업장의 정확한 정보 제공과 보험 가입 기록에 대한 데이터베이스의 체계적인 관리는 향후 보험에 underwriting 분야, 체계적인 보험 요율, 리스크 기반의 보험 설계 등 추론 모델의 응용 분야가 더욱 확대될 것으로 기대된다.
필요에 따라 정보의 검색, 지식 데이터의 공유, 재사용이 용이하도록 하고, 유지보수성을 높였다. 본 연구에서 제시한 정산모델을 통해 물질량 검증 기준을 표현함으로써 오류를 최소화하고, 검증에 소요되는 시간과 자원을 큰 폭으로 감소할 것으로 기대된다.
이러한 모델링은 Protege editor를 사용하는데, add-in 추론엔진인 Drools를 통해 의사 결정 규칙 구문을 작성하여 실행하였다. 이는 향후 대상 사업장의 데이터, 실적 및 측정기록, 배출 물질 정산 결과 등의 데이터베이스가 축적되면 추론을 통해 관계를 도식화하고, legacy system과 협업이 가능할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	환경책임보험의 적용범위는 무엇인가?	환경책임보험은 증권에 기재된 시설의 설치 운영으로 인하여 발생된 환경오염 피해로 보험기간중에 피보험자에게 손해배상청구가 제기, 법률적인 배상책임을 부담함으로써 입은 손해를 보장한다고 명시되어 있다. 즉, 피 보험자의 시설에서 업무로 발생된 환경오염으로 인해 피해를 입은 제 3자에 대한 신체상해나 재물손해, 소송 및 오염제거비용을 보상해주는 배상책임보험을 말하며, 기후변화를 포함한 환경에 대한 정부의 적극적인 노력과, 사업운영에 있어 환경관련 문제 증대 및 환경관련 비용증가로 인한 법률적 배상책임에 대비하기 위한 보험을 말한다[5].
	환경오염사고에 대해서 합리적으로 대처하기 위한 선재적 대응책이 필요한 이유는 무엇인가?	또한 2012년 9월 구미 불산누출사고는 가스를 주입하는 과정에서 약 12톤이 대기에 누출된사고로, 총 23명 (사망 5명, 부상 18명)이 직접적인 피해를 입었으며, 확산된 불산은 누출 지점에서 반경 2 km 정도의 영역이 오염되었다[2]. 이러한 환경오염피해의 천문학적 배상금이 책정되면 대비하지 못한 기업은 지급 불능 상태가 될 수 있으며, 피해자에 대한 충분치 못한 보상으로, 국가가 세금으로 보전해야 하는 상황이 발생하게 된다. 이는 선제적 사고대응 방안과 환경오염사고에 대해 합리적으로 대처하기 위한 제도가 필요하다는 사회적공감대가 형성되는 계기가 되었으며, 이러한 공감대를 토대로 환경오염피해 배상책임 및 구제에 관한 법률이 제정되어 2016년 1월부터 시행되었다.
	국내 최대 유출사고로 기록된 사고는 무엇이고 피해규모는 어떻게 되는가?	2000년 전후로 환경관련 사건과 사고가 빈번히 발생하고 있다. 대표적인 사례로 2007년 12월 7일충청남도 태안군 만리포 해상에서 발생한 원유 누출사고는 국내 최대 유출사고로, 광범위하게 오염시키고 해양생태계 복구가 힘들 정도로 파괴하여 방재 처리에 엄청난 시간이 소요되었다. 375 km에 이르는 태안반도의 해안선과 101개의 도서가 오염된 것은 물론 인근에 거주하는 4만여 가구 주민들의 건강이 위협받았고, 막대한 경제적 피해를 야기했다[1]. 또한 2012년 9월 구미 불산누출사고는 가스를 주입하는 과정에서 약 12톤이 대기에 누출된사고로, 총 23명 (사망 5명, 부상 18명)이 직접적인 피해를 입었으며, 확산된 불산은 누출 지점에서 반경 2 km 정도의 영역이 오염되었다[2].

참고문헌 (17)

신용승 외, "해양 유류유출사고의 중장기적 영향분석 및 제도개선 방안(III)", 한국환경정책평가연구, pp. 30-31 (2011)
한용식, "화학물질 사고 피해예측 및 대응기술개발", 국가과학기술연구회, p.31 (2014)
환경오염피해 배상 책임 및 구제에 관한 법률시행령 및 시행규칙 제정안, 7월 (2015)
Thorsten L., York S., "Introducing ontology-based skills management at a large insurance company", Proceedings of the Modellierung (2002)
구본원, "환경오염배상책임보험의 개선방안에 관한 연구", 연세대학교 경제대학원 (2016)
산업안전보건원, "유해성 위험성 평가 대상 물질의 우선순위 선정에 관한 연구 II" (2011)
DB 손해보험 환경책임 보험 TFT, "환경책임보험 길라잡이" (2017)
"환경책임보험", 환경책임보험전산망, 2018년 06월30일, http://www.eilkorea.or.kr
"환경책임보험 주요 질문 및 답변", 환경부 (2016)
"환경책임보험 정산 템플릿 작성가이드", ECO& PARTNERS, KSA, KEPA (2018)
Newell A., Simon H., "Human problem solving", Englewood cliffs, NJ., Prentice hall (1971)
Arnold L., Okuthe P. Kogeda, "Modelling a rule based system for medical underwriting in an insurance industry, WCECS 22-24, (2014)
Robert S., Nicolas M., "Manchester Family History Advanced OWL tutorial Edition 1.1", University of Manchester (2015)
Lee Feigenbaum, "SPARQL by example: the cheat sheet", Cambridge semantics (2008)
Tony Gaddis, "Programming logic and design 3rd", Pearson (2013)
Gordon, T. F., Governatori, G. and Rotolo, A., "Rules and norms: Requirements for rule interchange languages in the legal domain", International Symposium, RuleML, p. 282-296 (2009)
"환경책임보험 의무가입대상 시설여부 확인 매뉴얼", 환경부 (2016)

저자의 다른 논문 :

LOADING...

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