회사 자료를 불러오는 중…
회사 자료를 불러오는 중…
검증 단계 — 어디까지 확인했나
L0 · 국민연금 인력 · 공시 재무 · 특허 — 공공자료
서울특별시에 있는 2004년 설립 회사입니다. 교과서 및 학습 서적 출판업을 합니다. 2025년 매출은 3,751억입니다. 2026년 8월 기준 국민연금 가입자는 770명입니다. 외부감사를 받는 회사이고, 가장 최근 감사의견은 「적정」입니다.
읽어오는 중입니다…
최근 출원 2023-04-19 · 최근 등록 2024-11-29 · 최신 출원순
본 발명은, 사용자에게 단원 별로 수준별 문항(문제)을 제공하여 풀도록 하고, 문항들의 정오답과 인공지능이 예측한 문항별 정답 확률에 근거해 취약 개념을 찾아내어 알려주며, 취약 개념을 학습할 수 있도록 하는, 인공지능 취약 진단 학습 추천 서비스 시스템 및 방법에 관한 것이다. 본 발명에 따른 인공지능 취약 진단 학습 추천 서비스 시스템은, 학년을 비롯해 학습자 정보를 입력하고, 제공된 진단 문항들에 대한 답을 입력한 후 문항별 정답 확률과 취약 지식 개념 정보를 결과로 제공받는 사용자 단말기; 진단 문항들이 과목별로, 과목의 단원별로, 단원 내 지식 개념별로 데이터로 저장되어 있는 데이터베이스; 및 과목별, 과목의 단원별, 단원 내 지식 개념별 진단 문항들과 그에 대한 학습자들의 답변들, 그리고 답변들의 정답과 오답 내역을 딥 러닝 학습하고, Factorization Machine 알고리즘을 이용하여 정답 확률을 예측하는 진단 추천 모델을 생성하고, 사용자 단말기로부터 입력받은 학습자 정보에 근거하여 선택한 진단 문항들을 제공하고, 진단 문항들에 대한 답변을 입력받아 진단 추천 모델에 입력하여, 문항별 정답과 취약 지식 개념 정보를 제공하고, 특정 지식개념 범위 내 문항 정답 확률 예측값을 산출하고, 이에 근거해 취약 학습 문항들을 추천하는 학습 추천 서버를 포함할 수 있다.
본 발명은 사용자의 학습 요구에 따른 학습 컨텐츠를 과목 소스층, 학습 소스층 및 시공 소스층으로 생성하고, 이렇게 생성된 컨텐츠 구조에 따라 사용자에게 학습 컨텐츠를 제공할 수 있도록 하는, 컨텐츠 구조 이용 학습 시스템에 대하여 개시한다. 본 발명의 실시예에 따른 컨텐츠 구조 이용 학습 시스템은, 적어도 하나 이상의 학습 컨텐츠를 저장하고 있는 컨텐츠 데이터베이스; 학습 메뉴를 화면 상으로 제공하고, 메뉴 선택에 관한 입력, 사용자의 학습 요구에 관한 음성 또는 문자를 입력받는 입력부; 상기 컨텐츠 데이터베이스로부터 상기 학습 요구에 해당하는 학습 컨텐츠를 불러와, 상기 학습 요구에 대응하는 학습 시나리오에 따라 분류하여, 과목 소스층, 학습 소스층, 시공 소스층으로 각각 생성하고, 각각 생성된 과목 소스층, 학습 소스층, 시공 소스층에 근거하여 학습 컨텐츠를 제공하는 컨텐츠 구조부; 및 상기 학습 컨텐츠를 화면 또는 음향으로 출력하는 출력부를 포함할 수 있다.
본 발명은 챗봇(chatbot)을 통하여 학습생과 커뮤니케이션이 가능하고, 학습생으로부터 지문 인식에 따른 맥박을 체크하여, 맥박 상태에 대응된 학습 메뉴를 제공하고, 학습생으로부터 학습에 대한 질문을 받으면 실시간으로 응답함으로써 사용자의 학습을 유도할 수 있도록 하는, 학습 유도용 챗봇 시스템에 대하여 개시한다. 본 발명에 따른 학습 유도용 챗봇 시스템은, 하부에 접속 단자가 구비되고 원구 형태를 갖는 인공 지능부; 상기 접속 단자에 전기적으로 접촉하고, 상기 인공 지능부의 아래에 위치하여 직육면체 형태를 갖는 챗봇부; 상기 챗봇부의 일측에 제1 원통 형상으로 접속되는 음성 인식부; 상기 챗봇부의 타측에 제2 원통 형상으로 접속되는 언어 처리부; 및 상기 챗봇부의 하부에 위치하여 상기 챗봇부에 전기적으로 연결되고, 바퀴 형상을 갖는 학습 유도부를 포함할 수 있다.
본 발명은 학습자의 개인별 학습 진도에 맞춰 정규 학습과 관련된 컨텐츠를 사전 맞춤 로직에 따라 추천해 주거나, 딥러닝 기반 추천 모델을 통해 컨텐츠 선호에 대한 학습자 개인 랭킹, 또래(학년) 랭킹을 각각 산출하여 가장 높은 순위를 추천하거나, 실시간 뉴스 키워드를 수집하여 형태소를 분석하고, 분석된 형태소와 사전에 정의된 태그가 매칭된 컨텐츠를 추천할 수 있도록 하는, 학습 컨텐츠 추천 시스템에 대하여 개시한다. 본 발명의 실시예에 따른 학습 컨텐츠 추천 시스템은, 초등 과정의 정규 학습과 관련된 정규 컨텐츠를 저장하고, 특별학습 관련 학습이력 데이터를 저장하고 있는 컨텐츠 데이터베이스; 상기 정규 학습과 관련된 컨텐츠를 얻기 위해 외부 장치와 접속하거나 통신하는 접속 통신부; 학습자의 개인별 학습 진도에 맞춰진 정규 학습과 관련된 컨텐츠를 사전 맞춤 로직에 따라 추천하는 필수 추천부; 딥러닝 기반 추천 모델을 통해 컨텐츠 선호에 대한 학습자 개인 랭킹, 또래(학년) 랭킹을 각각 산출하여 가장 높은 순위를 추천하는 선호 추천부; 실시간 뉴스 키워드를 수집하여 형태소를 분석하고, 분석된 형태소와 사전에 정의된 태그가 매칭된 컨텐츠를 추천하는 이슈 추천부; 및 상기 필수 추천부, 상기 개인 추천부 및 상기 이슈 추천부의 동작을 제어하는 제어부를 포함할 수 있다.
본 발명은 학습자의 개인별 학습 진도에 맞춰 정규 학습과 관련된 컨텐츠를 사전 맞춤 로직에 따라 추천해 주거나, 딥러닝 기반 추천 모델을 통해 컨텐츠 선호에 대한 학습자 개인 랭킹, 또래(학년) 랭킹을 각각 산출하여 가장 높은 순위를 추천하거나, 실시간 뉴스 키워드를 수집하여 형태소를 분석하고, 분석된 형태소와 사전에 정의된 태그가 매칭된 컨텐츠를 추천할 수 있도록 하는, 학습 컨텐츠 추천 방법 및 이를 기록한 기록매체에 대하여 개시한다. 본 발명의 실시예에 따른 학습 컨텐츠 추천 방법은, (a) 제어부가 특별학습 관련 학습이력 데이터를 딥러닝 모델에 입력하고 딥러닝 학습시켜 딥러닝 기반 추천 모델을 생성하는 단계; (b) 필수 추천부가 학습자의 개인별 학습 진도에 맞춰진 정규 학습과 관련된 컨텐츠를 사전 맞춤 로직에 따라 추천하는 단계; (c) 선호 추천부가 딥러닝 기반 추천 모델을 통해 컨텐츠 선호에 대한 학습자 개인 랭킹, 동일 학년 랭킹을 각각 산출하여 가장 높은 순위를 추천하는 단계; 및 (d) 이슈 추천부가 실시간 뉴스 키워드를 수집하여 형태소를 분석하고, 분석된 형태소와 사전에 정의된 태그가 매칭된 컨텐츠를 추천하는 단계를 포함할 수 있다.
본 발명은 사용자에게 다양하고 유용한 컨텐트를 코칭하는 인공지능 스마트 코칭 시스템 및 방법에 관한 것이다. 이를 위해, 본 발명은 사용자에게 다양하고 유용한 컨텐트를 코칭하는 인공지능 스마트 코칭 시스템에 있어서, 학생에 대한 학습 데이터, 평가 데이터, 및 캘리퍼 데이터를 포함하는 정형 데이터와, 상담 데이터, 챗봇 데이터, 이미지 데이터, 및 로그 데이터를 포함하는 비정형 데이터를 스마트 코칭 서버로 전송하는 사용자 단말과 상기 정형 데이터 및 상기 비정형 데이터에 기반하여, 상기 사용자에게 스마트 코칭을 제공하는 상기 스마트 코칭 서버를 포함할 수 있다.
본 발명은 학습자 단말기에서 실행되는 학습 어플리케이션에 학습생의 손가락 또는 부모의 손가락을 접촉하면 학습생의 수준에 맞는 학습 또는 손가락에 매칭된 컨텐츠 학습을 자동으로 실행할 수 있도록 하는, 손가락을 이용한 학습 방법 및 이를 기록한 기록매체에 관한 것이다. 본 발명에 따른 손가락을 이용한 학습 방법은, (a) 학습자 단말기 통해 학습 서비스를 제공하는 단계; (b) 상기 학습자 단말기에서 현재 학습 메뉴와 학습자의 지문을 매칭하여 등록하는 단계; (c) 상기 학습자 단말기에서 학습 서비스의 실행 시에 지문 입력 화면을 제공하는 단계; (d) 상기 학습자 단말기에서 학습자의 지문을 입력받아, 등록된 지문과 비교하는 단계; 및 (e) 상기 학습자 단말기에서 입력받은 지문과 등록된 지문이 일치하는 경우에, 등록된 지문에 대응된 학습 메뉴를 실행하는 단계를 포함할 수 있다.
본 발명은 학습자 단말기에서 실행되는 학습 어플리케이션에 학습생의 손가락 또는 부모의 손가락을 접촉하면 학습생의 수준에 맞는 학습 또는 손가락에 매칭된 컨텐츠 학습을 자동으로 실행할 수 있도록 하는, 손가락을 이용한 학습 시스템에 대하여 개시한다. 본 발명에 따른 학습 시스템은, 손가락 터치를 입력받으며, 학습 메뉴를 화면 상으로 제공하는 터치 입출력부; 상기 학습 메뉴에 해당하는 하나 이상의 학습 컨텐츠를 저장하고 있는 저장부; 상기 터치 입출력부를 통해 획득된 지문 이미지와 상기 학습 메뉴에 따른 학습 컨텐츠를 매칭시키는 컨텐츠 매칭부; 상기 터치 입출력부의 화면 상으로 상기 학습 메뉴를 제공하고, 선택된 학습 메뉴에 해당하는 학습 컨텐츠를 실행하는 학습 실행부; 및 상기 터치 입출력부를 통해 선택된 학습 메뉴에 해당하는 학습 컨텐츠와, 상기 터치 입출력부를 통해 획득된 지문 이미지를 상기 컨텐츠 매칭부를 통해 매칭하여 등록하고, 상기 학습 실행부가 실행되고 상기 터치 입출력부를 통해 손가락 터치가 입력되어, 상기 등록된 지문 이미지와 동일한 지문 이미지가 상기 터치 입출력부를 통해 획득되면, 상기 등록된 지문 이미지에 매칭된 학습 컨텐츠가 실행되도록 상기 학습 실행부를 제어하는 제어부를 포함할 수 있다.
본 발명은 학습생과 챗봇(chatbot) 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 방법 및 이를 기록한 기록매체에 대하여 개시한다. 본 발명에 따른 학습 유도 방법은, (a) 학습 메뉴를 화면 상으로 제공하는 단계; (b) 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력받는 단계; (c) 상기 입력받은 음성 또는 문자를 처리하는 단계; 및 (d) 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 단계를 포함하는 것을 특징으로 한다.
본 발명은 학습생과 챗봇(chatbot) 간에 커뮤니케이션이 가능하고, 학습생이 챗봇에게 학습에 대한 질문을 하면 실시간으로 응답해 학습의 호기심을 자극하여 학습을 유도할 수 있도록 하는, 학습 챗봇을 활용한 학습 유도 시스템에 대하여 개시한다. 본 발명에 따른 학습 유도 시스템은, 학습 메뉴를 화면 상으로 제공하고, 메뉴 선택에 관한 터치입력, 사용자의 질문에 관한 음성 또는 문자를 입력 받는 터치 입출력부; 및 상기 입력부를 통해 입력받은 음성 또는 문자를 처리하고, 처리 결과에 따라 키워드 추천, 단순 응답, 진도 확인, 연관 학습, 단순 게임, 감성 코칭 중 하나로 학습을 유도하는 학습 챗봇을 포함하는 것을 특징으로 한다.
본 발명은 유아 사용자가 이용하는 컴퓨터 단말기나 휴대용 단말기 등의 화면 상으로 서술형 문제를 제공하고, 유아 사용자가 문제의 답안을 직접 필기하여 입력하면, 입력된 필기체 이미지 데이터를 이용하여 필기인식 및 자연어 처리 기술로 자동 채점하여 제공함으로써 유아 사용자가 24시간 언제든지 학습할 수 있도록 하는, 손글씨 인식을 통한 유아 학습 방법 및 이를 기록한 기록매체에 대하여 개시한다. 본 발명의 실시예에 따른 유아 학습 방법은, (a) 터치 입력으로 사용자의 필기를 입력받는 단계; (b) 상기 입력받은 사용자의 필기를 OCR 처리하는 단계; (c) 상기 OCR 처리 결과를 후처리하여 사용자의 필기를 인식하는 단계; (d) 상기 인식된 사용자의 필기를 전처리하는 단계; (e) 상기 전처리 된 필기 인식 결과를 자연어 처리를 통해 자동 채점하는 단계; 및 (f) 상기 자동 채점을 후처리하여 채점 결과를 출력하는 단계를 포함할 수 있다.
본 발명은 유아 사용자가 이용하는 컴퓨터 단말기나 휴대용 단말기 등의 화면 상으로 서술형 문제를 제공하고, 유아 사용자가 문제의 답안을 직접 필기하여 입력하면, 입력된 필기체 이미지 데이터를 이용하여 필기인식 및 자연어 처리 기술로 자동 채점하여 제공함으로써 유아 사용자가 24시간 언제든지 학습할 수 있도록 하는, 손글씨 인식을 통한 유아 학습 시스템에 대하여 개시한다. 본 발명에 따른 유아 학습 시스템은, 터치 입력으로 사용자의 필기를 입력받아 전처리하고, OCR(optical character reader) 처리하며, 후처리 과정을 통해 사용자의 필기를 인식하는 필기 인식부; 및 상기 인식된 사용자의 필기를 전처리하고, 자연어 처리를 통해 자동 채점하고 후처리 과정을 통해 채점 결과를 출력하는 자동 채점부를 포함할 수 있다.
본 발명은, 사용자에게 단원 별로 수준별 문항(문제)을 제공하여 풀도록 하고, 문항들의 정오답과 인공지능이 예측한 문항별 정답 확률에 근거해 취약 개념을 찾아내어 알려주며, 취약 개념을 학습할 수 있도록 하는, 인공지능 취약 진단 학습 추천 서비스 시스템 및 방법에 관한 것이다. 본 발명에 따른 인공지능 취약 진단 학습 추천 서비스 시스템은, 학년을 비롯해 학습자 정보를 입력하고, 제공된 진단 문항들에 대한 답을 입력한 후 문항별 정답 확률과 취약 지식 개념 정보를 결과로 제공받는 사용자 단말기; 진단 문항들이 과목별로, 과목의 단원별로, 단원 내 지식 개념별로 데이터로 저장되어 있는 데이터베이스; 및 과목별, 과목의 단원별, 단원 내 지식 개념별 진단 문항들과 그에 대한 학습자들의 답변들, 그리고 답변들의 정답과 오답 내역을 딥 러닝 학습하고, Factorization Machine 알고리즘을 이용하여 정답 확률을 예측하는 진단 추천 모델을 생성하고, 사용자 단말기로부터 입력받은 학습자 정보에 근거하여 선택한 진단 문항들을 제공하고, 진단 문항들에 대한 답변을 입력받아 진단 추천 모델에 입력하여, 문항별 정답과 취약 지식 개념 정보를 제공하고, 특정 지식개념 범위 내 문항 정답 확률 예측값을 산출하고, 이에 근거해 취약 학습 문항들을 추천하는 학습 추천 서버를 포함할 수 있다.
특허청 KIPRIS · 2026-10-15 조회 · 최신 출원순 · 오른쪽은 등록일(등록 전은 출원일) · 전체 13건 중 13건 · 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) | 3,124.3 | 3,751.2 |
| 매출원가 | 1,244.0 | 2,208.7 |
| 매출총이익(손실) | 1,880.3 | 1,542.4 |
| 판매비와관리비 | 1,761.8 | 1,455.9 |
| 영업이익(손실) | 118.5 | 86.6 |
| 영업외수익 | 39.8 | 35.9 |
| 기타이익 | 13.8 | 11.9 |
| 금융수익 | 17.3 | 20.4 |
| 기타 | 8.6 | 3.6 |
| 영업외비용 | 58.5 | 114.5 |
| 기타손실 | 1.4 | 3.1 |
| 금융원가 | 53.9 | 64.1 |
| 기타 | 3.2 | 47.3 |
| 법인세비용차감전순이익(손실) | 99.8 | 8.0 |
| 법인세비용 | (7.8) | 14.0 |
| 당기순이익(손실) | 107.6 | (5.9) |
매출은 3,751.2억으로 전년 대비 20.1% 증가한 것으로 나타났다.
영업이익률은 2.3%로 전년 3.8%에서 하락했다.
당기순이익은 -5.9억으로 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 · 2026-11-05 확인