회사 자료를 불러오는 중…
회사 자료를 불러오는 중…
검증 단계 — 어디까지 확인했나
L0 · 국민연금 인력 · 공시 재무 · 특허 — 공공자료
서울특별시에 있는 2013년 설립 회사입니다. 화물 운송 중개, 대리 및 관련 서비스업을 합니다. 2025년 매출은 646억입니다. 2026년 8월 기준 국민연금 가입자는 193명입니다. 외부감사를 받는 회사이고, 가장 최근 감사의견은 「적정」입니다.
읽어오는 중입니다…
최근 출원 2021-04-30 · 최신 출원순
본 발명은 빅데이터를 이용한 제품수명주기 예측 및 관리 시스템에 관한 것으로 더욱 구체적으로는 상품 정보, 고객 주문 정보 및 불만사항 인입 정보가 축적된 빅데이터를 기반으로, 상품군에 따른 일반적 수요 변화량, 상품 특성에 따른 일반적 CS(Customer Satisfaction) 지수 및 외적 요인에 의한 CS 자연 변화량 등의 예측 모델을 통해 더 정확한 제품수명주기를 시뮬레이션할 수 있도록 할 목적으로, 초기 상품 기획 정보(11)와, 고객 주문 정보(12)와, 고객 컴플레인 인입 정보(13)가 각각 입력 및 저장되는 정보 입력부(10); 쇼핑몰의 상품 정보 데이터베이스(21)와, 쇼핑몰의 주문 정보 데이터베이스(22) 및 쇼핑몰의 컴플레인 정보 데이터베이스(23)를 포함하는 관리 서버(20); 상품 출시 후의 주문 변화량 기반의 상품수요 예측 모델(31)과, 상품 특성 기반의 상품 특성에 따른 CS 예측 모델과, 상품의 주문 건 대비 CS 변화량을 기반의 CS 변동성 예측 모델(33)을 포함하는 빅데이터 예측 모델부(30); 상기 관리 서버(20)의 각 상품 중 상기 정보 입력부(10)의 상품과 동종 상품을 추출하고, 추출된 동종 상품에 대하여 상기 빅데이터 예측 모델부(30)의 각 예측 모델로 추론하여 제품수명주기를 산출하는 제품수명주기 시뮬레이션 모듈(40);을 포함하는 빅데이터를 이용...(이하생략)
본 발명은 심층신경망 기반 재고 예측 알고리즘을 이용한 적정 재고 유지 시스템에 관한 것으로, 더욱 구체적으로는 상품 정보, 재고 정보 및 주문 정보가 저장된 관리 서버를 비롯하여 이벤트 기반의 수요량, 상품 특성 기반의 수요량 및 재고 흐름을 예측할 수 있는 심층심경망 모델을 연계하여 재고 부족시 자동으로 발주할 수 있도록 함으로써 현실적인 적정 재고량을 안정적으로 유지할 수 있게 할 목적으로, 주문 입력부(10); 상품정보 데이터베이스(31)와, 재고정보 데이터베이스(32)와, 주문정보 데이터베이스(33)를 포함하는 관리 서버(30); 이벤트 기반 수요 예측 모델(21)과, 상품특성 기반 적정 재고 예측 모델(22)과, 재고 흐름 예측 모델(23)을 포함하는 심층신경망 예측 모델부(20); 상기 관리 서버(30)의 각 정보를 통해 상기 주문 상품의 상품정보, 재고정보 및 주문정보를 추출하고, 추출된 주문 상품에 대하여 상기 심층신경망 예측 모델부(20)의 각 예측 모델(21,22,23)을 분석하여 주문 상품에 대한 적정 재고 수량을 산출하는 재고 예측 모듈(40); 상기 재고 예측 모듈(40)로부터 전송된 상품의 적정 재고 수량만큼 공급자의 단말에 발주를 요청하는 상품 발주 모듈(50); 을 포함하는 심층신경망 기반 재고 예측 알고리즘을 이용한 적정 재고 유지 시스템에 관한 것이다.
본 발명은 심층신경망 기반의 고객 서비스 응대 자동화 시스템에 관한 것으로, 더욱 구체적으로는 쇼핑몰 고객으로부터 문의사항이 접수되었을 때 신속하게 응답할 수 있게 함으로써 고객의 만족도를 높이면서 응답에 필요한 서비스 상담원 등의 인력을 배제할 목적으로, 고객의 문의사항이 수신되어 저장되는 문의정보 서버(100)와, 상기 문의정보 서버(100)에 저장된 문의정보를 분석하여 고객 문의에 대응하는 응답정보를 생성하는 고객응대 서버(200)를 포함하고, 상기 고객응대 서버(200)는, 고객의 주문정보가 저장된 주문정보 데이터베이스(211)와, 판매자의 상품정보가 저장된 상품정보 데이터베이스(212)의 각 정보 및 상기 문의정보를 상호 매칭하여 고객의 주문상품을 판별하는 주문상품 판별 모듈(210); 질의/응답정보가 저장된 질의/응답정보 데이터베이스(230)에 기반하여 상기 문의정보의 의도를 예측하는 의도 예측 모델(221)과, 상기 의도 예측 모델(221)로부터 파악된 의도에 대응하는 응답을 예측하는 응답 예측 모델(222)로 이루어진 심층신경망 대화 예측 모듈(220); 상기 심층심경망 대화 예측 모듈(220)로부터 예측된 응답 정보를 상기 문의정보 서버(100)로 회신하는 응답 생성 모듈(240); 을 포함하는 심층신경망 기반의 고객 서비스 응대 자동화 시스템에 관한 것이다.
특허청 KIPRIS · 2026-10-15 조회 · 최신 출원순 · 오른쪽은 등록일(등록 전은 출원일) · 전체 3건 중 3건 · 줄을 누르면 자세한 내용이 펼쳐집니다 ▾
지금은 공공자료(국민연금 · 전자공시 · 특허 · 명부 · 보도)만 있습니다. 회사가 IR Room에 자료를 내면 L1로 올라갑니다. 저희는 회사에 점수나 등급을 매기지 않습니다 — 어디까지 확인했는지만 적습니다.
| 단위 억원 | 2024 | 2025 |
|---|---|---|
| 영업수익(매출액) | 433.1 | 645.6 |
| 매출원가 | 367.1 | 539.6 |
| 매출총이익(손실) | 66.0 | 106.1 |
| 판매비와관리비 | 24.5 | 57.6 |
| 영업이익(손실) | 41.4 | 48.5 |
| 영업외수익 | 1.8 | 2.4 |
| 기타이익 | 1.2 | 2.2 |
| 금융수익 | 0.3 | 0.2 |
| 기타 | 0.3 | — |
| 영업외비용 | 1.4 | 0.6 |
| 기타손실 | 0.1 | 0.1 |
| 금융원가 | 0.8 | 0.4 |
| 기타 | 0.4 | 0.1 |
| 법인세비용차감전순이익(손실) | 41.9 | 50.2 |
| 당기순이익(손실) | 41.9 | 50.2 |
매출은 645.6억으로 전년 대비 49.1% 증가한 것으로 나타났다.
영업이익률은 7.5%로 전년 9.6%에서 하락했다.
당기순이익은 50.2억으로 나타났다.
여기 실린 것보다 깊은 자료가 필요하십니까. 추가 정보 요청 — 종합 검토보고서 · 가치평가 · Executive Teaser · IM · 경쟁사 분석 · 실사 의뢰. 고르시면 산출비용과 걸리는 기간을 메일로 안내드립니다.
공개 기사의 제목 · 링크만 싣습니다 · 저희가 확인한 내용이 아닙니다(원문 ↗) · 「증권사 전망」은 확정 실적 아님 · 2026-11-06 확인