회사 자료를 불러오는 중…
회사 자료를 불러오는 중…
검증 단계 — 어디까지 확인했나
L0 · 국민연금 인력 · 공시 재무 · 특허 — 공공자료
서울특별시에 있는 1999년 설립 회사입니다. 시스템 소프트웨어 개발 및 공급업을 합니다. 2025년 매출은 230억입니다. 2026년 8월 기준 국민연금 가입자는 136명입니다. 외부감사를 받는 회사이고, 가장 최근 감사의견은 「적정」입니다.
읽어오는 중입니다…
최근 출원 2025-12-29 · 최근 등록 2026-08-19 · 최신 출원순
본 발명은 로그 데이터를 기반으로 보안 위협을 탐지하고, 탐지된 위협의 발생 시각을 기준으로 서버의 성능 정보를 연계하여 위협의 유효성을 판정하는 로그 위협 판정 시스템 및 방법에 관한 것이다. 본 발명에 따른 로그 위협 판정 시스템은 로그 데이터를 분석하여 보안 위협을 탐지하고 알림을 생성하는 SIEM부, 서버의 중앙처리장치, 메모리 및 디스크 입출력 자원을 모니터링하여 성능 이벤트를 생성하고 요청에 따라 성능 데이터를 제공하는 성능 기반 탐지부 및 상기 알림의 발생 시각을 기준으로 상기 성능 기반 탐지부로부터 성능 데이터를 수집하여 로그 데이터와 결합 분석함으로써 상기 보안 위협의 유혀성을 판정하는 SOAR부를 포함한다. 이에 따라 로그 기반 보안 관제 과정에서 발생하는 오탐을 감소시키고, 보안 위협 판단의 신뢰성과 보안 관제 업무의 효율성을 향상시킬 수 있다.
본 발명은 데이터센터 랙의 수직 온도 분포 시각화를 통한 공조 상태 진단 시스템에 관한 것이다. 본 발명은 물리적 랙의 전면과 후면에 각각 수직으로 배열된 복수의 온도 센서로부터 실시간 데이터를 수집하고, 이를 기반으로 전면과 후면의 온도 분포를 나타내는 독립적인 수직 히트맵을 각각 생성한다.생성된 히트맵은 3D 랙 모델의 해당 표면에 직접 렌더링되어, 사용자가 시점을 변경함에 따라 해당 면의 온도 분포를 직관적으로 확인할 수 있게 한다. 이를 통해, 운영자는 단일 평균 온도 정보로는 파악하기 어려웠던 국소적 발열(핫 스팟)의 정확한 수직 위치를 식별하고, 찬 공기 유입(전면)과 더운 공기 배출(후면) 상태를 명확히 구분하여 공조 시스템의 이상을 신속하게 진단함으로써 데이터센터의 운영 안정성을 향상시키는 효과가 있다.
본 발명은 IT 인프라 환경에서의 성능 상태, 구성 정보, 장애 원인 등을 자동으로 분석하고 자연어 응답을 생성하는 멀티 에이전트 기반 지능형 질의 응답 시스템에 관한 것이다. 사용자의 질의가 입력되면, 질의 해석 모듈이 목적과 대상 시스템을 분석하고, 이에 따라 성능 지표 조회용 메트릭 에이전트, 구성 정보 조회용 DB 에이전트, 일반 응답용 챗봇 에이전트, 원인 분석 및 대응 제공용 RAG 에이전트 중 하나 이상을 자동 호출하여 질의에 응답한다. 각 에이전트의 분석 결과는 필요 시 다른 에이전트로 자동 전달되어 협력적으로 응답 생성을 수행하며, 사용자의 질의 흐름은 컨텍스트 관리부에 저장되어 후속 질의 시 맥락 기반 처리 및 최적화에 활용된다. 이러한 구조를 통해 운영자는 복잡한 장애나 구성 문제에 대해 일일이 분석하지 않고도, 실시간으로 정확한 진단과 대응 방안을 자동 제공받을 수 있다.
장비 및 사람의 실시간 위치추적을 활용한 데이터센터 보안관리 시스템이 개시된다. 본 발명의 바람직한 실시 예에 따른 장비 및 사람의 실시간 위치추적을 활용한 데이터센터 보안관리 시스템은 데이터센터 내 동적객체 및 정적객체에 대한 개별 성능 및 위치정보를 관제 및 관리하는 수집부와 수집된 정적객체의 구성정보 및 성능정보 분석을 통해 이벤트 및 장애 발생을 관리하는 이벤트분석부와, 제한구역 및 작업구역에 대한 동적객체의 입출입 및 정적객체의 이동여부르 관리하는 보안관리부와, 인위적으로 제어되는 인프라 설정정보를 관리하고 이에 연관된 이벤트를 분석 및 학습하는 작업관리부와, 수집 및 분석된 정보를 데이터센터를 시각화한 상면도에 실시간 표현하여 사용자에게 제공하는 웹서버부를 포함할 수 있다.
다중 웹애플리케이션에 대한 성능 모니터링 및 이벤트 사전 예측을 위한 머신러닝 학습 방법이 개시된다. 본 바람의 바람직한 실시 예에 따른 다중 웹애플리케이션에 대한 성능 모니터링 및 이벤트 사전 예측을 위한 머신러닝 학습 방법은 PaaS 환경에 설치된 애플리케이션에 상주하며 개별 인스턴스에 대한 성능정보를 관제하고, 인스턴스의 생성 및 삭제를 감지하는 에이전트를 제어하는 에이전트관리부와 상기 에이전트관리부에서 수집된 애플리케이션 구성정보와 성능정보를 관리하고 시각화하는 애플리케이션매니저부와 수집된 데이터를 기반으로 애플리케이션의 성능을 분석하고, 분석정보를 통해 이벤트 및 장애 발생을 관리하는 데이터분석부와 상기 애플리케이션매니저부와 데이터분석부에서 분석 및 시각화한 데이터를 웹브라우저를 통해 사용자에게 제공하는 웹서버부를 포함할 수 있다.
머신러닝 로그 분석 기반의 SMART 로그병합 및 추이예측 시각화 시스템이 개시된다. 본 발명의 바람직한 실시 예에 따른 머신러닝 로그 분석 기반의 SMART 로그병합 및 추이예측 시각화 시스템은 설정된 데이터를 기반으로 관제 장비에서 발생하는 로그를 수집하고, 수집된 로그를 하나의 로그로 병합하는 에이전트관리부와 상기 에이전트관리부에서 수신한 로그를 학습해 데이터모델로 관리하고, 발생 추이를 분석해 이상을 예측하여 시각화 표현하는 로그분석부와 상기 로그분석부에서 학습한 로그 데이터모델 및 장애모델을 저장하는 데이터모델부와 장비 간 연결관계와 장애 임계치에 대한 초기값을 저장하는 데이터베이스부와 상기 로그분석부로부터 필요한 정보를 가져와 클라이언트를 통해 사용자에게 제공하는 웹서버부를 포함할 수 있다.
머신러닝을 통한 어플리케이션 트랜잭션 학습 및 실시간 장애 예측과 해결을 위한 방법이 개시된다. 본 발명의 바람직한 실시 예에 따른 머신러닝을 통한 어플리케이션 트랜잭션 학습 및 실시간 장애 예측과 해결을 위한 방법은 어플리케이션 운영을 위한 인프라를 모니터링하고 사용자의 사용이력에 기반한 트랜잭션 및 시스템관리자의 제어이력을 수집하는 어플리케이션부와 상기 어플리케이션부로부터 받은 트랜잭션을 모니터링하고, 이상여부를 판단하고, 장애 발생 시 원인 및 해결방안을 판단하고, 트랜잭션 정보를 추출해 학습하는 트랜잭션관리부와 상기 트랜잭션 관리부에서 학습한 데이터 정보를 저장하는 데이터모델부와 상기 트랜잭션 관리부로부터 장애 클라이언트에 표시하는 웹서비스부를 포함할 수 있다.
네트워크 트래픽 간 상호흐름에 기반한 트래픽 분석 및 시각화 시스템이 개시된다. 본 발명의 바람직한 실시 예에 따른 네트워크 트래픽 간 상호흐름에 기반한 트래픽 분석 및 시각화 시스템은 관리 대상의 자원정보를 수집하고, 트래픽 수집과 관련된 정책을 관리하는 수집부와 상기 수집부로부터 수집된 네트워크 트래픽의 IP, 포트, 프로토콜 정보를 저장하는 데이터베이스부와 상기 데이터베이스부에서 네트워크 트래픽 정보를 불러와 관계를 분석하고, 트래픽플로우를 통해 시각화하고, 분석된 트래픽을 학습해 네트워크 리소스 사용을 최적화하는 트래픽관리부와 상기 트래픽관리부를 통해 시각화된 트래픽플로우와 과점유 네트워크 트래픽 정보를 클라이언트에 표시하는 웹서버부를 포함할 수 있다.
IT인프라 자율운영을 위한 워크플로우 기반의 시스템 제어 방법이 개시된다. 본 발명의 바람직한 실시 예에 따른 워크플로우 기반의 작업요청 제어 및 자동화프로세스는 관리대상장비로부터 정보를 수집하고, 장비관리를 위한 스크립트를 동작시키는 에이전트관리부와 사용자 또는 에이전트관리부를 통해 발생한 장비제어수행요청을 접수하고 작업 대상 등을 분석하는 작업확인부와 상기 에이전트관리부로부터 전달받은 작업의 영향도를 판단하고, 워크플로우를 생성하고, 작업을 제어하고, 제어이력을 학습해 워크플로우 자동화를 진행하는 워크플로우부와 제어대상별, 요청기능별 워크플로우 모델과 자동화된 데이터를 저장하는 데이터베이스부를 포함할 수 있다.
사용자의 웹트래픽 분석을 통한 웹서비스 연결흐름 분석 및 토폴로지맵 구성 방법이 개시된다. 본 발명의 바람직한 실시 예에 따른 사용자의 웹트래픽 분석을 통한 웹서비스 연결흐름 분석 및 토폴로지맵 구성 방법은 사용자가 웹서비스 접근 시 웹서비스 접근정보를 수집하는 스크립트관리부와, 상기 스크립트관리부로부터 수집한 웹서비스 접근정보를 저장하는 데이터베이스부와, 상기 데이터베이스부로부터 웹서비스 접근정보를 추출하고, 추출한 서비스를 오브젝트로 정의하고, 정의된 오브젝트 간의 연결흐름 정보를 저장하는 데이터분석부와, 상기 데이터분석부로부터 연결정보를 가져와 오브젝트를 원으로 정의하고, 오브젝트에 따라 색상을 다르게 설정하고, 오브젝트 간의 연결선 정보를 표시해 오브젝트 간 흐름 정보를 나타내는 추적맵 표시부와, 상기 추적맵 표시부에서 정보를 가져와 웹브라우저에 표시하는 웹서버부를 포함할 수 있다.
이기종 장비에서 발생한 이벤트와 관련정보를 학습해 이벤트제어를 위한 추천모델을 생성하고, 추천모델을 바탕으로 이후 발생하는 이벤트를 효과적으로 대처할 수 있도록 관리하는 머신러닝을 이용한 빅데이터 기반의 IT인프라 이벤트 제어 방안이 개시된다. 본 발명의 바람직한 실시 예에 따른 머신러닝을 이용한 빅데이터 기반의 IT인프라 이벤트 제어 방안은 관제대상 장비의 자원성능정보를 수집하고, 임계치를 초과한 자원정보에 대해 이벤트를 생성하고, 장비별 이벤트 제어스크립트를 통해 관제대상을 제어하는 에이전트관리부와 상기 에이전트관리부로부터 수집된 자원정보와 이벤트 판단을 위한 이벤트 정보와 제어 기준 정보 및 제어실행이력 정보와 추천모델을 저장하는 데이터베이스부와 상기 데이터베이스부에 저장된 자원정보, 이벤트정보, 제어실행정보를 확인한 후, 협업필터링알고리즘에 사용할 수 있는 제어추천모델을 설정하는 추천모델부와 상기 데이터베이스부로부터 모델정보를 가져와 정보를 설정하고 웹브라우저에 정보를 표시하는 웹서버부를 포함할 수 있다.
언어학적 분석기법을 통해 장애 이벤트를 머신러닝을 통해 학습하고, 이를 통해 이벤트 발생원인과 발생 가능한 이벤트를 예측하고, 다른 장비의 이벤트에 영향을 줄 수 있는 내역을 한 눈에 파악할 수 있도록 언어학적 분석 기법을 이용한 IT 인프라 장애 학습 및 분석 시스템이 개시된다. 본 발명의 바람직한 실시 예에 따른 언어학적 분석 기법을 이용한 IT 인프라 장애 학습 및 분석시스템은 설정된 데이터를 기반으로 자원을 수집하고, 이벤트를 판단하고, 기존조건에 따라 통계로 정리된 이벤트를 문장으로 변환하는 에이전트 관리부와, 상기 에이전트 관리부에서 설정된 문장을 데이터로 변환해 학습하고, 학습된 데이터를 모델로 설정해 관리하고, 단일 이벤트에 대해 장애 예측과 연관 장애 및 장애 원인을 판단하는 언어분석부와, 상기 언어분석부로부터 필요한 정보를 가져와 클라이언트에 표시하는 웹서비스부를 포함할 수 있다.
자산 및 CI의 관계 정보 기반의 맵을 자동으로 도식하는 토폴로지에 대한 시각화 및 모니터링 방안이 개시된다. 본 발명의 바람직한 실시 예에 따른 서비스 중심의 매핑을 통한 자산 관계 토폴로지 시각화 및 모니터링 시스템은 자산구성에 대한 정보, 자산 간의 관계 정보, 맵 설정을 위한 정보를 저장하는 데이터베이스부, 데이터베이스부로부터 필요한 정보를 가져와 자산관계 토폴로지 맵을 생성하기 위한 데이터로 가공하는 웹서버부, 웹서버부로부터 가공된 데이터를 기반으로 맵 설정에 관련된 관계정보를 확인하고 맵 생성을 위한 레이아웃을 생성하고 자산 및 CI 간의 연결선과 노드를 생성하여 자산관계 토폴로지 맵을 도식화하는 클라이언트를 포함할 수 있다.
논리 서비스에 인프라 관리 노드가 아닌 인프라 관리 노드에 연결되는 관리자원을 연결하는 IT 서비스 관리 시스템이 개시된다. 본 발명의 바람직한 실시 예에 따른 논리 서비스에 인프라 자원 연결을 이용한 IT 서비스 관리 시스템은 IT 인프라에서 사용되는 관리 자원을 사용자가 정의한 내용에 의해 분류하고 IT 서비스 운영 요소에 연결하는 IT 서비스 구성부, IT 서비스 구성부에서 연결된 서비스의 운영 상태 및 장애 상태를 점검하여 관리하는 IT 서비스 모니터링부, IT 서비스 구성부에서 연결된 서비스를 제어하여 상황에 맞는 서비스 운영을 지원하는 IT 서비스 운영관리부, IT 서비스 구성부에서 연결된 서비스의 보안을 감시하여 운영수준으로 유지하는 IT 서비스 보안관리부를 포함할 수 있다.
네트워크 장비의 트래픽의 상호관계를 한 눈에 파악할 수 있도록 네트워크 트래픽의 상호흐름 및 세부내용을 가시적으로 추적할 수 있는 맵이 개시된다. 본 발명의 바람직한 실시 예에 따른 네트워크 트래픽의 상호흐름 및 세부내용을 가시적으로 추적할 수 있는 맵은 네트워크 장비의 수집 주기, 방법, 정책에 대한 설정 및 관리하고, 자원정보를 수집하는 에이전트 관리부와, 상기 에이전트 관리부로부터 수집된 자원정보에 대한 배치, 상태, 적용에 대한 정보를 저장하는 데이터베이스부와, 상기 데이터베이스부에서 설정된 정보 중 해당 장비 정보 및 인터페이스 흐름을 추출하고, IP간 상호연결 관계를 계산하고, 트래픽 양 및 관계에 따라 색상을 다르게 설정하여 연결선 정보를 저장하는 트래픽 맵 추출부와, 상기 트래픽 맵 표시부의 연결선 정보를 참고하여 트래픽 이상상태를 판단하여, 상태등급에 맞는 색상을 설정하여 이상 트래픽을 인지하는 것을 포함하는 트래픽 맵 판단부와, 특정 IP에 대해 소스 및 목적지로 표현되는 네트워크 트래픽 맵을 만들고, 상기 트래픽 맵 추출부의 연결선 정보를 표시하여 해당 장비 및 인터페이스 연결 관계를 나타내는 트래픽 맵 표시부, 상기 트래픽 맵 표시부로부터 필요한 정보를 가져와 정보를 설정하고 웹브라우저에 정보를 표시하는 웹서버부를 포함할 수 있다.
장비의 타입에 따라 수집 되는 자원을 정의, 수집, 저장, 관리할 수 있도록 자원 템플릿 관리를 통한 자원 정보 관리 및 데이터 저장 시스템이 개시된다. 본 발명의 바람직한 실시 예에 따른 자원 템플릿 관리를 통한 자원 정보 관리 및 데이터 저장 시스템은 대량의 장비에 대한 성능 정보에 해당하는 자원을 수집하는 주기, 방법과 통계 여부, 이벤트 판단의 기준 데이터 등 설정 정보 및 수집된 자원 성능 정보를 보관하는 데이터베이스부와, 이에 관련된 정보를 표시하고 설정하며 실제 성능, 통계, 이벤트 데이터를 관제하는 웹서버부와, 설정된 데이터를 기반으로 실제 자원을 수집하고, 통계를 만들고 이벤트를 판단하는 에이전트관리부를 포함할 수 있다.
네트워크 장비의 물리적 연결관계 및 구성정보를 통해 장애 발생 위치 및 연결장비를 쉽게 파악할 수 있도록 ARP 테이블과 FDB 테이블을 이용한 네트워크 장비간 연결관계 검색 시스템이 개시된다. 본 발명의 바람직한 실시 예에 따른 ARP 테이블과 FDB 테이블을 이용한 네트워크 장비간 연결관계 검색 시스템은 기본정보 입력 및 조회를 위한 웹서버부와, 웹서버부로부터 입력된 IP 대역정보를 통해 신규장비를 검출하고, 연결정보를 수집하여 장비정보 데이터베이스에 장비정보와 연결정보를 저장하는 자동 스캐너부와, 장비정보 데이터베이스에서 저장된 신규장비 중에서 중복장비를 제거하고, 장비정보 데이터베이스로부터 수집된 정보를 물리적 연결정보로 변환하여 유일장비 데이터베이스에 유일장비정보와 물리적 연결정보를 저장하는 데이터중복 제거부와, 유일장비 데이터베이스에서 저장된 유일장비정보와 물리적 연결정보를 기반으로 물리적 연결관계를 검색하고 장비별 연결정보를 생성한 후, 장비별 연결정보를 검사하여 연결정보 데이터베이스에 상기 장비별 연결정보 및 장비별 연결 검사정보를 저장하는 맵핑부를 포함할 수 있다.
관리에 필요한 데이터를 수집하는데 있어 가용한 수집 시스템 자원을 최대한 활용하면서도 시스템 장애 발생시 고가용성을 유지하기 위한 효율적인 데이터 수집 관리를 위한 Active-Active-Active 방식의 시스템 분산 아키텍쳐가 개시된다. 본 발명의 바람직한 실시 예에 따른 효율적인 데이터 수집 관리를 위한 Active-Active-Active 방식의 시스템 분산 아키텍쳐는 서버, 네트워크, 데이터베이스 및 웹어플리케이션서버 중 적어도 하나를 포함하여 관리하는 에이전트와, 에이전트로부터 관리자원 데이터를 수집하는 자원수집부와, 자원수집부의 운영상태를 확인하여 비동작상태 및 동작상태에 따라 에이전트를 할당 후 운영 가능한 자원수집부에 재분배하는 자원수집관리부와, 자원수집관리부가 자원수집부로부터 받은 변화 상태 정보와 변경된 에이전트와 자원수집부의 연결정보를 업데이트하고, 배분정책을 관리 및 설정하는 정책데이터베이스관리부를 포함할 수 있다.
관리 장비에 발생한 상황을 관리자가 쉽고 빠르게 인식할 수 있도록 JSON 문서를 이용한 3차원 실장도 구축 및 모니터링 시스템이 개시된다. 본 발명의 바람직한 실시 예에 따른 3차원 실장도 구축 및 모니터링 시스템은 가상의 공간에 3차원 객체를 배치하여 3차원 실장도를 설계하는 3차원 실장도 설계부와, 3차원 실장도 설계부에서 3차원 실장도를 데이터화하여 MIME 형태를 JSON으로 변환하여 관리하는 JSON 문서 관리부와, JSON 문서 관리부에서 생성된 JSON 문서를 검증하여 웹을 통해 데이터베이스부에 전송하는 웹 서비스부와, 데이터베이스부에서 저장된 JSON 문서를 웹 서비스부와 JSON 문서관리부를 통해 수신하여 가상의 공간에 3차원 객체를 배치하여 3차원 실장도를 구축하고 모니터링하는 3차원 실장도 모니터링부를 포함할 수 있다.
특허청 KIPRIS · 2026-10-15 조회 · 최신 출원순 · 오른쪽은 등록일(등록 전은 출원일) · 전체 19건 중 19건 · 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) | 220.2 | 230.3 |
| 영업비용 | 160.8 | 169.9 |
| 판매비와관리비 | 102.4 | 114.4 |
| 영업이익(손실) | 59.4 | 60.4 |
| 영업외수익 | 9.9 | 12.1 |
| 기타이익 | 0.0 | 0.1 |
| 금융수익 | 8.7 | 8.0 |
| 기타 | 1.2 | 3.9 |
| 영업외비용 | 0.9 | 0.6 |
| 기타손실 | 0.3 | 0.3 |
| 기타 | 0.6 | 0.3 |
| 법인세비용차감전순이익(손실) | 68.4 | 71.8 |
| 법인세비용 | 3.5 | 1.9 |
| 당기순이익(손실) | 64.9 | 69.9 |
매출은 230.3억으로 전년 대비 4.6% 증가한 것으로 나타났다.
영업이익률은 26.2%로 전년 27.0%에서 하락했다.
당기순이익은 69.9억으로 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 · 2026-11-06 확인