회사 자료를 불러오는 중…
회사 자료를 불러오는 중…
검증 단계 — 어디까지 확인했나
L0 · 국민연금 인력 · 공시 재무 · 특허 — 공공자료
서울특별시에 있는 2020년 설립 회사입니다. 화장품, 비누 및 방향제 소매업을 합니다. 2025년 그룹 연결 매출은 101억입니다. 자회사까지 합친 숫자이며 이 법인 하나의 매출이 아닙니다. 2026년 8월 기준 국민연금 가입자는 8명입니다. 외부감사를 받는 회사이고, 가장 최근 감사의견은 「적정」입니다.
읽어오는 중입니다…
최근 출원 2024-06-11 · 최근 등록 2025-02-11 · 최신 출원순
실시예들은 뉴럴 네트워크(neural network)를 이용하여 서버가 거래처 제품 리스트를 표준화하는 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 사용자 단말로부터 상기 거래처 제품 리스트를 수신하고, 상기 거래처 제품 리스트는 복수의 제품에 대한 다국어 브랜드명, 상기 복수의 제품에 대한 다국어 상품명 및 상기 복수의 제품에 대한 거래 정보를 포함하고, 상기 다국어 브랜드명은 해당 제품의 브랜드 항목에 기재된 명칭이고, 상기 다국어 상품명은 해당 제품의 상품 항목에 기재된 명칭이고, 상기 다국어 브랜드명 및 상기 다국어 상품명을 언어의 종류별로 분류하고, 상기 복수의 제품 각각에 대한 다국어 브랜드명 및 상기 다국어 브랜드명에 사용된 언어의 종류를 기반으로 제1 뉴럴 네트워크를 이용하는 브랜드 정합 모델을 통해 상기 복수의 제품 각각에 대한 표준 브랜드명을 결정하고, 상기 복수의 제품 각각에 대한 다국어 상품명 및 상기 다국어 상품명에 사용된 언어의 종류를 기반으로 제2 뉴럴 네트워크를 이용하는 상품 정합 모델을 통해 상기 복수의 제품 각각에 대한 표준 상품명을 결정하고, 상기 거래처 제품 리스트에 포함된 상기 복수의 제품 각각에 대한 다국어 브랜드명 및 다국어 상품명을 상기 표준 브랜드명 및 상기 표준 상품명으로 표준화하고, 표준화된 거래처 제품 리스트를 상기 사용자 단말에게 전...(이하생략)
실시예들은 뉴럴 네트워크를 이용하여 거래처 제품 리스트에 기반한 협상 정보를 사용자 단말에게 제공하는 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말로부터 상기 거래처 제품 리스트를 포함하는 협상 정보 요청 메시지를 수신하고, 상기 거래처 제품 리스트는, 복수의 제품에 대한, 다국어 브랜드명, 다국어 상품명, 거래처에 대한 국가 코드, 현재 재고량, 상기 거래처에 대한 거래 가격 및 소비자 판매 가격을 포함하고, 상기 복수의 제품에 대한 판매 이력 정보, 구매 이력 정보 및 재고 이력 정보를 획득하고, 상기 복수의 제품에 대한 현재 재고량, 판매 이력 정보, 구매 이력 정보 및 재고 이력 정보를 기반으로 제1 뉴럴 네트워크를 이용하는 LSTM(long short-term memory) 모델을 통해 상기 복수의 제품 각각에 대한 주문 개수의 범위 정보를 결정하고, 상기 복수의 제품에 대한 다국어 브랜드명 및 다국어 상품명을 기반으로 복수의 제1 웹 페이지에서 웹 크롤링을 수행하여 키워드 정보를 수집하고, 상기 거래처의 국가 코드를 기반으로 복수의 제2 웹 페이지에서 웹 크롤링을 통해 사전 설정된 기간에 대한 국가별 경제 데이터를 수집하고, 상기 복수의 제품 각각에 대한 주문 개수의 범위 정보, 상기 복수의 제품에 대한 구매 이력 정보, 상기 키워드 정보 및 사전 설정된 기...(이하생략)
실시예들은 뉴럴 네트워크를 이용하여 거래처 제품 리스트를 기반으로 사용자 단말에게 품절 예상일을 제공하는 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말로부터 상기 거래처 제품 리스트를 포함하는 재고 관리 요청 메시지를 수신하고, 상기 거래처 제품 리스트는, 복수의 제품에 대한, 다국어 브랜드명, 다국어 상품명, 구매 이력 정보, 재고 이력 정보, 프로모션 정보 및 거래처에 대한 국가 코드를 포함하고, 상기 복수의 제품에 대한 구매 이력 정보 및 재고 이력 정보를 기반으로 제1 뉴럴 네트워크를 이용하는 판매 속도 결정 모델을 통해 상기 복수의 제품 각각의 기본 판매 속도를 결정하고, 상기 복수의 제품에 대한 다국어 브랜드명 및 다국어 상품명을 기반으로 복수의 제1 웹 페이지에서 웹 크롤링을 수행하여 키워드 정보를 수집하고, 상기 거래처의 국가 코드를 기반으로 복수의 제2 웹 페이지에서 웹 크롤링을 통해 사전 설정된 기간에 대한 경제 데이터를 수집하고, 상기 복수의 제품에 대한 상기 프로모션 정보, 상기 기본 판매 속도, 상기 키워드 정보 및 상기 사전 설정된 기간에 대한 경제 데이터를 기반으로 제2 뉴럴 네트워크를 이용하는 적정 재고 결정 모델을 통해 상기 복수의 제품 각각의 적정 재고량을 결정하고, 상기 복수의 제품 중에서 현재 재고량이 적정 재고량보다 작은 제품을 품...(이하생략)
실시예들은 뉴럴 네트워크(neural network)를 이용하여 프로모션 정보를 사용자 단말에게 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말이 웹 사이트에 접속한 것에 기반하여 상기 사용자 단말에게 복수의 판매 상품에 대한 정보를 전송하고, 상기 사용자 단말과 관련된 정보 및 상기 웹 사이트와 관련된 정보를 획득하고, 상기 사용자 단말과 관련된 정보는 상기 사용자 단말의 기본 정보 및 상기 사용자 단말의 온라인 활동 이력에 대한 정보를 포함하고, 상기 웹 사이트와 관련된 정보는 상기 웹 사이트에 대한 매출 정보 및 상기 웹 사이트에 대한 프로모션 설정 정보를 포함하고, 상기 복수의 판매 상품 중에서 적어도 하나의 판매 상품이 구매 예정 상품으로 상기 사용자 단말에 의해 선택되고, 구매 예정 정보를 상기 사용자 단말로부터 수신하고, 상기 구매 예정 정보는, 상기 적어도 하나의 구매 예정 상품 각각에 대한, HS 코드(harmonized system code), 식별 코드, 주문 개수, 희망 수령 날짜 및 희망 수령지를 포함하고, 상기 구매 예정 정보, 상기 사용자 단말과 관련된 정보 및 상기 웹 사이트와 관련된 정보를 기반으로 제1 뉴럴 네트워크를 이용하는 프로모션 제안 모델을 통해 프로모션 정보를 결정하고, 상기 프로모션 정보를 상기 사용자 단말에게 전송하는 단계를 ...(이하생략)
실시예들은 인공지능을 통해 상품에 대한 재고량을 예측하는 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말로부터 상품의 예측 재고량을 요청하는 예측 요청 메시지를 수신하고, 상기 예측 요청 메시지는 상품 관리 코드를 포함하고, 상기 상품 관리 코드에 기반하여 상품에 대한 기본 정보 및 상품에 대한 관리 정보를 획득하고, 상기 상품에 대한 기본 정보는 상품명, 브랜드명 및 발송지에 대한 정보를 포함하고, 상기 상품에 대한 관리 정보는 상품의 판매량에 대한 정보, 상품의 파손량에 대한 정보, 상품의 환불량에 대한 정보 및 상품의 재고량에 대한 정보를 포함하고, 상기 상품에 대한 관리 정보 및 상기 발송지에 대한 정보를 기반으로 제1 LSTM(long short-term memory) 모델을 통해 사전 설정된 기간에 대한 상품의 일별 재고량을 결정하고, SNS(social networking service)와 관련된 복수의 웹 페이지 및 검색 포털과 관련된 복수의 웹 페이지를 기반으로 키워드 정보를 획득하고, 상기 키워드 정보는 상기 상품명과 관련된 제1 키워드 정보, 상기 브랜드명과 관련된 제2 키워드 정보 및 상기 발송지와 관련된 제3 키워드 정보를 포함하고, 상기 상품의 재고량에 대한 정보 및 상기 키워드 정보를 기반으로 제2 LSTM 모델을 통해 상기 사전 설정된 기간에...(이하생략)
실시예들은 뉴럴 네트워크(neural network)를 이용하여 서버가 검색 키워드를 기반으로 상품 정보를 사용자 단말에게 제공하는 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말이 제1 웹 페이지에 접속한 후 상기 사용자 단말로부터 검색 키워드를 수신하고, 복수의 키워드 그룹 중에서 상기 검색 키워드가 포함된 키워드 그룹을 선택하고, 상기 키워드 그룹에 매칭된 상품의 디자인 종류가 둘 이상인 것에 기반하여 상기 상품의 디자인별 상품 정보와 상기 상품의 디자인별 이미지를 사용자 단말에게 전송하고, 상기 사용자 단말이 제1 웹 페이지에 접속한 것에 기반하여 상기 사용자 단말의 기본 정보 및 상기 사용자 단말의 온라인 활동 이력에 대한 정보가 획득되고, 상기 사용자 단말의 온라인 활동 이력에 대한 정보를 기반으로 상기 사용자 단말의 선호 정보가 결정되고, 상기 사용자 단말이 상기 제1 웹 페이지에 접속한 시점으로부터 사전 설정된 소요 시간이 경과된 이후, 상기 사용자 단말에 대한 유인 정보를 포함하는 유인 메시지를 상기 사용자 단말에게 전송하고, 상기 사용자 단말이 상기 유인 메시지와 연동된 제2 웹 페이지에 접속을 요청한 것에 기반하여, 상기 사용자 단말에게 상기 제2 웹 페이지에 대한 정보를 전송하는 단계를 포함할 수 있다. 이때, 상기 제2 웹 페이지는 상기 사용자 단...(이하생략)
실시예들은 뉴럴 네트워크(neural network)를 이용하여 배송 방식에 대한 추천 정보를 사용자 단말에게 제공하는 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말이 웹 페이지에 접속한 것에 기반하여 상기 사용자 단말에게 복수의 판매 상품에 대한 정보를 전송하고, 구매 예정 정보를 상기 사용자 단말로부터 수신하고, 상기 구매 예정 정보는, 상기 둘 이상의 판매 상품 각각에 대한, HS 코드(harmonized system code), 식별 코드, 주문 개수, 희망 수령 날짜 및 희망 수령지를 포함하고, 상기 복수의 판매 상품 중에서 둘 이상의 판매 상품이 구매 예정 상품으로 상기 사용자 단말에 의해 선택된 것에 기반하여, 상기 구매 예정 정보를 기반으로 제1 뉴럴 네트워크를 이용하는 배송 예측 모델을 통해 배송 방식에 대한 추천 정보를 결정하고, 상기 배송 방식에 대한 추천 정보는, 복수의 배송 방식 각각에 대한, 제1 정보 및 제2 정보를 포함하고, 상기 제1 정보는, 상기 둘 이상의 판매 상품 각각에 대한, 구매 처리 날짜, 배송 유형, 예상 수령 날짜 및 파손 가능 확률을 포함하고, 상기 제2 정보는 추천 점수 및 총 부가 비용을 포함하고, 상기 배송 방식에 대한 추천 정보를 상기 사용자 단말에게 전송하고, 배송 방식에 대한 정보를 상기 사용자 단말로부터 수신하...(이하생략)
실시예들은 뉴럴 네트워크(neural network)를 이용하여 적어도 하나의 면세 상품에 대한 정보를 사용자 단말에게 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말이 웹 페이지에 접속한 것에 기반하여 상기 사용자 단말에게 복수의 판매 상품에 대한 정보를 전송하고, 상기 복수의 판매 상품 중에서 적어도 하나의 판매 상품이 구매 예정 상품으로 상기 사용자 단말에 의해 선택되고, 구매 예정 정보를 상기 사용자 단말로부터 수신하고, 상기 구매 예정 정보는, 상기 적어도 하나의 구매 예정 상품 각각에 대한, HS 코드(harmonized system code), 식별 코드, 주문 개수, 희망 수령 날짜 및 희망 수령지를 포함하고, 상기 구매 예정 정보를 수신한 것에 기반하여 사용자 단말의 기본 정보 및 사용자 단말의 온라인 활동 이력에 대한 정보가 획득되고, 상기 구매 예정 정보를 기반으로 상기 적어도 하나의 구매 예정 상품에 대한 과세표준 가격을 결정하고, 상기 적어도 하나의 구매 예정 상품에 대한 과세표준 가격이 임계 가격 미만인 것에 기반하여, 상기 사용자 단말의 기본 정보, 상기 사용자 단말의 선호 정보 및 상기 구매 예정 정보를 기반으로 제1 뉴럴 네트워크를 이용하는 면세 상품 매칭 모델을 통해 적어도 하나의 면세 상품을 결정하고, 상기 적어도 하나의 면세 상품에 대...(이하생략)
실시예들은 뉴럴 네트워크를 이용하여 추천 상품과 함께 적어도 하나의 매칭 상품에 대한 정보를 사용자 단말에게 제공하는 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말이 제1 웹 페이지에 접속한 것에 기반하여 상기 사용자 단말의 기본 정보 및 상기 사용자 단말의 온라인 활동 이력에 대한 정보를 획득하고, 상기 사용자 단말의 온라인 활동 이력에 대한 정보를 기반으로 상기 사용자 단말의 선호 정보를 결정하고, 상기 사용자 단말이 상기 제1 웹 페이지에 접속한 시점으로부터 사전 설정된 소요 시간이 경과된 이후, 상기 사용자 단말에 대한 유인 정보를 포함하는 유인 메시지를 상기 사용자 단말에게 전송하고, 상기 유인 메시지는 상기 사용자 단말이 체류 중인 웹 페이지의 사전 설정된 위치에 표시되고, 상기 사용자 단말이 상기 유인 메시지와 연동된 제2 웹 페이지에 접속을 요청한 것에 기반하여, 상기 사용자 단말에게 상기 제2 웹 페이지에 대한 정보를 전송하고, 상기 제2 웹 페이지는 상기 사용자 단말에 대한 추천 상품 정보를 포함하고, 상기 사용자 단말이 상기 제2 웹 페이지에 포함된 추천 상품의 상품 페이지를 조회하는 것에 기반하여, 적어도 하나의 매칭 상품에 대한 정보를 상기 사용자 단말에게 전송하는 단계를 포함할 수 있다. 예를 들어, 상기 사용자 단말에 대한 추천 상품은 상기 ...(이하생략)
실시예들은 뉴럴 네트워크를 이용하여 맞춤형 웹 페이지를 사용자 단말에게 제공하는 방법 및 장치를 제공한다. 일 실시예에 따른 상기 방법은, 상기 사용자 단말의 기본 정보 및 상기 사용자 단말의 온라인 활동 이력에 대한 정보를 획득하고, 상기 온라인 활동 이력에 대한 정보를 기반으로 상기 사용자 단말의 선호 정보를 결정하고, 상기 사용자 단말의 선호 정보를 기반으로 상기 사용자 단말에 대한 추천 상품을 결정하고, 상기 사용자 단말의 기본 정보, 상기 사용자 단말의 선호 정보 및 상기 사용자 단말에 대한 추천 상품을 기반으로 상기 사용자 단말에 대한 유인 정보를 생성하고, 상기 사용자 단말에 대한 유인 정보를 포함하는 유인 메시지를 상기 사용자 단말에게 전송하고, 상기 유인 메시지와 연동된 URL(uniform resource locator)에 대해 접속을 요청하는 접속 요청 메시지를 상기 사용자 단말로부터 수신하고, 상기 접속 요청 메시지에 기반하여 상기 사용자 단말에게 상기 사용자 단말에 대한 추천 상품 정보를 포함하는 맞춤형 웹 페이지에 대한 정보를 전송하는 단계를 포함할 수 있다. 예를 들어, 상기 사용자 단말의 기본 정보 및 상기 사용자 단말의 선호 정보를 기반으로 제1 뉴럴 네트워크를 이용하는 웹 페이지 생성 모델을 통해 웹 페이지에 대한 복수의 후보 템플릿이 결정될 수 있다. 예를 들어, ...(이하생략)
특허청 KIPRIS · 2026-10-15 조회 · 최신 출원순 · 오른쪽은 등록일(등록 전은 출원일) · 전체 10건 중 10건 · 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) | 100.7 | 100.6 |
| 매출원가 | 91.6 | 86.4 |
| 매출총이익(손실) | 9.1 | 14.2 |
| 판매비와관리비 | 48.5 | 29.6 |
| 영업이익(손실) | (39.4) | (15.4) |
| 영업외수익 | 10.9 | 2.1 |
| 금융수익 | 0.1 | 0.1 |
| 기타 | 10.8 | 2.0 |
| 영업외비용 | 6.6 | 9.3 |
| 금융원가 | 4.4 | 3.3 |
| 기타 | 2.2 | 5.9 |
| 법인세비용차감전순이익(손실) | (39.5) | (25.8) |
| 당기순이익(손실) | (39.5) | (25.8) |
매출은 100.6억으로 전년 대비 0.1% 감소한 것으로 나타났다.
영업이익률은 -15.3%로 전년 -39.2%에서 상승했다.
당기순이익은 -25.8억으로 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 · 2026-11-07 확인