회사 자료를 불러오는 중…
회사 자료를 불러오는 중…
‹ 회사 찾기 · Global 화면에서 회사 IR 보기 ›
마지막 업데이트 2026-11-02
검증 단계 — 어디까지 확인했나
L0 · 국민연금 인력 · 공시 재무 · 특허 — 공공자료
서울특별시에 있는 2013년 설립 회사입니다. 컴퓨터 시스템 통합 자문 및 구축 서비스업을 합니다. 2025년 매출은 223억입니다. 2026년 8월 기준 국민연금 가입자는 205명입니다. 외부감사를 받는 회사이고, 가장 최근 감사의견은 「적정」입니다.
읽어오는 중입니다…
최근 출원 2023-11-23 · 최근 등록 2026-09-02 · 최신 출원순
본 발명은 컴퓨팅 자원의 가상화 기술에 관한 것으로, 더욱 상세하게는 데이터 유형에 따른 적합한 빅 데이터 분석 모델을 생성할 때 컨테이너 가상화를 효과적으로 수행하고, 모니터링하여 성능을 재조정하는 컨테이너 기반 머신 러닝 오퍼레이션 장치 및 방법에 대한 것이다. 본 발명의 일 실시 예에 따르면, 데이터의 유형에 따라 사용자에 의해 생성된 분석 모델을 이용한 빅 데이터 분석 플랫폼 소프트웨어를 제공할 수 있다.
본 발명은 무선 침입 방지 기술에 관한 것으로, 더욱 상세하게는 지역별로 존재하는 무선 침입 방지 시스템에서 발생하는 보안 위협에 대한 지능적 대응을 위해 인공지능을 이용한 침입 방지를 위한 정책을 동적으로 수립하는 인공지능 기반 무선 침입 방지 시스템 및 방법에 대한 것이다. 본 발명의 일 실시 예에 따르면, 실시간 위협에 대한 대응이 가능하고 기존의 정책 구축단계의 패러다임을 추월하며 신속한 정책 결정이 가능하므로 효율성이 높다.
본 발명은 위험도 예측 기술에 관한 것으로, 더욱 상세하게는 대설의 직접, 간접적인 피해에 영향 주는 요소들을 기반으로 교통 및 지역적 특성을 반영하여 대설의 피해 정도를 수치화한 위험도를 실시간으로 예측할 수 있는 대설의 실시간 피해 위험도 분석 장치 및 방법에 대한 것이다. 본 발명의 일 실시 예에 따르면, 제한적 지역에서 발생하는 만큼 전국 발령이 아닌 시군구의 지역을 구분하여 지역 특성과 기상 상황에 따라 위험도를 예측하므로 더 정확한 위기발령으로 피해를 예방할 수 있다.
본 발명은 비전 검사 기술에 관한 것으로, 더욱 상세하게는 딥 러닝 기반 머신 비전 기술로 자동차 부품을 촬영하여 양품 및 불량품의 품질 검사를 수행하는 인공지능 기반 자동차 부품 품질 검사 장치 및 방법에 대한 것이다. 본 발명의 일 실시 예에 따르면, 딥 러닝을 이용해 비정형 이미지에 포함된 금속, 직물 등의 비정형적인 긁힘, 찍힘, 단차, 기포, Burr 발생, 절연지 분리 등의 표면 결함까지 검출하여 생산 공정의 효율성을 높일 수 있다.
본 발명의 일 실시 예에 따른 모델 보정 장치는 모델을 통한 서비스에서 발생하는 입력 데이터 및 출력 데이터를 모니터링하는 학습 데이터 수집부 및 상기 모델의 학습에 이용된 기 학습 데이터를 입력으로 할 때 상기 모델에서 출력하는 제1 출력과, 상기 기 학습 데이터와의 유사도가 지정된 임계값 이상인 상기 입력 데이터의 입력을 통해 상기 모델에서 출력된 제2 출력의 편차에 따라 상기 모델에 입력되거나 상기 모델로부터 출력되는 데이터를 보정하는 모델 보정부를 포함한다.
본 발명의 일 실시 예에 따른 모델 갱신 장치는 모델을 통한 서비스에서 발생하는 입력 데이터 및 출력 데이터를 모니터링하고, 출력 데이터 중 기 학습 데이터의 레이블 범위 내 존재하는 출력 데이터를 레이블로 한 상기 입력 데이터를 추가 학습 데이터로 설정하는 학습 데이터 수집부 및 상기 추가 학습 데이터의 수와 전체 학습 데이터의 수 간의 비율이 지정된 임계값 이상인 경우, 상기 모델의 갱신을 수행하는 모델 학습부를 포함한다.
본 발명의 일 실시 예에 따른 모델 갱신 장치는 기 학습 데이터의 패턴을 저장하는 패턴 저장부, 추가 학습 데이터의 패턴과 상기 기 학습 데이터의 패턴의 유사도에 따라 모델의 갱신을 결정하는 갱신 판단부 및 상기 추가 학습 데이터를 통해 상기 모델의 갱신을 수행하는 학습부를 포함한다.
본 발명의 일 실시 예에 따른 레이블링 장치는 언레이블 데이터를 수신하는 경우, 상기 언레이블 데이터에 대해 미리 지정된 패턴에 따라 클러스터링을 수행하여 하나 이상의 군집을 형성하는 클러스터링부, 상기 언레이블 데이터의 군집인 언레이블 군집과 기 학습 데이터의 군집인 학습 군집 간 유사도를 산출하는 유사도 산출부 및 상기 유사도에 따라 상기 언레이블 군집 내 포함된 상기 언레이블 데이터를 학습 데이터의 대상에서 제외시키거나, 상기 언레이블 군집 내 포함된 상기 언레이블 데이터에 대한 레이블링을 수행하는 레이블링부를 포함한다.
본 발명의 일 실시 예에 따른 학습 데이터 수집 장치는 모델을 통한 서비스에서 발생하는 입력 데이터 및 출력 데이터를 수집하고, 상기 출력 데이터를 레이블로 설정한 입력 데이터를 학습 데이터로 생성하는 학습 데이터 수집부 및 학습 데이터를 저장하는 학습 데이터 제공부를 포함한다.
본 발명의 일 실시 예에 따른 학습 데이터 조정 장치는 학습 데이터를 수집하는 학습 데이터 수집부 및 상기 학습 데이터 중 과대 클래스에 대한 샘플링을 수행하는 학습 데이터 제공부를 포함한다.
본 발명은 블록을 추천하는 빅데이터 분석 시각화 장치 및 방법에 관한 것이다. 본 발명은 블록을 추천하는 빅데이터 분석 시각화 장치 및 방법으로, 보다 상세하게는 GUI기반 블록 연결 방식으로 빅데이터를 다양한 분석 모델로 분석하고, 결과에 적합한 시각화 정보를 제공하는 블록을 추천하는 빅데이터 분석 시각화 장치 및 방법에 관한 것이다. 본 발명의 일 실시 예에 따르면, 빅데이터 분석 진행 상에서 다음 단계의 기능 블록을 추천하여 분석 과정의 효율 및 분석의 정확도를 개선할 수 있다.
본 발명은 분석 모델을 추천하는 빅데이터 분석 시각화 장치 및 방법으로, 보다 상세하게는 GUI기반 블록 연결 방식으로 빅데이터를 다양한 분석 모델로 분석하고, 결과에 적합한 시각화 정보를 제공하는 분석 모델을 추천하는 빅데이터 분석 시각화 장치 및 방법에 관한 것이다. 본 발명의 일 실시 예에 따르면 데이터셋에 적합한 분석 모델, 워크플로우 또는 템플릿을 추천하여 분석 과정의 효율 및 분석의 정확도를 개선할 수 있다.
본 발명은 오류 값을 보정하는 빅데이터 분석 시각화 장치 및 방법으로, 보다 상세하게는 GUI기반 블록 연결 방식으로 빅데이터를 다양한 분석 모델로 분석하고, 결과에 적합한 시각화 정보를 제공하는 오류 값을 보정하는 빅데이터 분석 시각화 장치 및 방법에 관한 것이다. 본 발명의 일 실시 예에 따르면, 입력된 데이터의 오류를 확인하고 대체 값을 추천하여 분석 모델을 수행할 수 있다.
본 발명은 추천 블록으로 워크플로우를 생성하는 빅데이터 분석 시각화 장치 및 방법으로, 보다 상세하게는 GUI기반 블록 연결 방식으로 빅데이터를 다양한 분석 모델로 분석하고, 결과에 적합한 시각화 정보를 제공하는 추천 블록으로 워크플로우를 생성하는 빅데이터 분석 시각화 장치 및 방법에 관한 것이다. 본 발명의 일 실시 예에 따르면, 작업 진행 단계를 분석하여 적절한 다수의 블록 추천 및 배치를 통해 워크플로우를 완성할 수 있다.
본 발명은 하이퍼파라미터를 조정하는 빅데이터 분석 시각화 장치 및 방법으로, 보다 상세하게는 GUI기반 블록 연결 방식으로 빅데이터를 다양한 분석 모델로 분석하고, 결과에 적합한 시각화 정보를 제공하는 하이퍼파라미터를 조정하는 빅데이터 분석 시각화 장치 및 방법에 관한 것이다. 본 발명의 일 실시 예에 따르면, 하이퍼파라미터를 추천하여 최적의 성능으로 분석 모델을 수행할 수 있다.
본 발명은 빅데이터 분석 시각화 장치 및 방법으로, 보다 상세하게는 GUI기반 블록 연결 방식으로 빅데이터를 다양한 분석 모델로 분석하고, 결과에 적합한 시각화 정보를 제공하는 빅데이터 분석 시각화 장치 및 방법에 관한 것이다. 본 발명의 일 실시 예에 따르면, 빅데이터 분석 시각화 장치 및 방법은 프로그램 코딩 없이 다양한 분석 모델을 이용하여 빅데이터를 분석할 수 있다.
본 발명은 사용자 맞춤형 에너지 관리 장치 및 방법에 관한 것이다. 본 발명의 일 실시 예에 따르면, 사용자 맞춤형 에너지 관리 장치 및 방법은 사용자별 사용 패턴에 따라 차별된 수요 반응을 제공하므로 효과적인 개별 에너지 관리 방법을 제공할 수 있다.
본 발명은 데이터베이스 시스템의 모니터링 기술에 관한 것으로, 데이터베이스 시스템의 이상을 탐지하는 방법은, 데이터베이스 시스템의 클러스터(cluster), 데이터베이스 리소스(resource), 시스템 지속성(persistence), 복제(replication) 및 시스템 성능(performance) 중 적어도 하나 이상의 유형에 관한 상태 지표의 정상 상태 이력 데이터를 미리 입력받고, 상태 지표를 실시간으로 모니터링하고, 미리 입력된 정상 상태 이력 데이터로부터 현재 시간 구간에 대응하는 상태 지표 값을 추출하여 실시간으로 모니터링된 상태 지표 값과 비교하며, 비교 결과에 따라 모니터링 시간에 동적으로 부합하도록 데이터베이스 시스템의 비정상 상태를 판단한다.
특허청 KIPRIS · 2026-10-15 조회 · 최신 출원순 · 오른쪽은 등록일(등록 전은 출원일) · 전체 18건 중 18건 · 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) | 254.0 | 223.5 |
| 매출원가 | 98.7 | 78.2 |
| 매출총이익(손실) | 155.3 | 145.3 |
| 판매비와관리비 | 143.6 | 137.8 |
| 영업이익(손실) | 11.6 | 7.5 |
| 영업외수익 | 0.3 | 0.6 |
| 기타이익 | 0.0 | 0.4 |
| 금융수익 | 0.3 | 0.2 |
| 영업외비용 | 0.8 | 2.7 |
| 기타손실 | 0.1 | 0.2 |
| 금융원가 | 0.6 | 0.5 |
| 기타 | 0.1 | 2.0 |
| 법인세비용차감전순이익(손실) | 11.2 | 5.4 |
| 법인세비용 | 0.0 | 0.1 |
| 당기순이익(손실) | 11.2 | 5.3 |
매출은 223.5억으로 전년 대비 12.0% 감소한 것으로 나타났다.
영업이익률은 3.4%로 전년 4.6%에서 하락했다.
당기순이익은 5.3억으로 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