Loading the company…
Loading the company…
㈜이포즌
English name as filed with DART, Korea’s corporate disclosure system · Correct the English name ›
Last updated 2026-10-11 · Korean page ›
Verification level — how far we have checked
L0 · Public records — NPS workforce · filed financials · patents — public data
A company based in Seoul, founded in 2005. Industry: Software & IT Services. Revenue for 2025 was ₩17.1bn. It has 58 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”.
Loading…
Latest filing 2023-09-12 · latest registration 2025-12-31 · newest first
본 발명은 에이피아이 호출 정보 획득 방법에 관한 것으로, 프로세서가 클래스로더를 통해 클래스를 로딩하는 단계; 상기 프로세서가 상기 클래스로더를 통해 로딩한 클래스의 바이트코드를 자바에이전트의 트랜스포머에 전달하는 단계; 상기 프로세서가 상기 트랜스포머를 통해 래퍼 메소드로 변환한 클래스의 바이트코드를 자바가상머신에 전달하는 단계; 및 상기 프로세서가 상기 자바가상머신을 통해, 래퍼 메소드를 이용하여, 모니터링 대상이 되는 에이피아이(API) 메소드 호출 및 성능 측정을 위한 코드를 호출하는 단계;를 포함하는 것을 특징으로 한다.
단일 클래스 분류 기반의 멀티컬럼 오토인코더를 이용하여 베어링을 포함한 기계 부품의 진동 이상을 탐지할 수 있는 기계 부품 진동 이상 탐지 장치 및 방법에 관한 것으로, 진동 데이터를 사전 학습한 특성 추출 모델에 입력하여 진동 데이터의 주파수 대역별 정상 데이터 특성을 추출하고, 주파수 대역별 정상 데이터 특성을 기반으로 분류 모델을 학습시키며, 진동 데이터를 사전 학습한 분류 모델에 입력하여 정상 데이터 또는 비정상 데이터로 분류하고, 분류한 비정상 데이터를 기반으로 기계 부품의 진동 이상을 탐지하는 것을 특징으로 한다.
이벤트 로그 빅데이터를 분석하여 서버의 구성 또는 동작 이상을 탐지할 수 있는 서버 이상 탐지 장치 및 방법에 관한 것으로, 서버로부터 원본 로그를 획득하고, 원본 로그로부터 로그 템플릿을 추출하며, 로그 템플릿을 기반으로 이벤트 시퀀스 패턴을 추출하고, 추출한 이벤트 시퀀스 패턴이 비정상 이벤트 시퀀스 패턴인지를 확인하며, 추출한 이벤트 시퀀스 패턴이 비정상 이벤트 시퀀스 패턴이면 비정상 이벤트 시퀀스 패턴이 발생한 서버에 이상이 있다고 판단하는 것을 특징으로 한다.
본 발명은 적외선 CCTV의 고장 탐지장치 및 그 방법이 개시된다. 본 발명의 적외선 CCTV의 고장 탐지장치는, 알람모듈; 실행 프로그램이 내장된 메모리; 및 알람모듈 및 메모리와 작동적으로 연결(operatively coupled to)된 프로세서;를 포함하되, 프로세서는 실행 프로그램을 구동하여 적외선 CCTV로부터 적외선 이미지를 입력받아 RGB 히스토그램을 추출한 후 RGB 히스토그램에 대해 딥러닝 기반으로 학습모델을 생성하고, 적외선 CCTV로부터 입력된 적외선 이미지로부터 추출된 RGB 히스토그램에 대해 학습모델을 적용하여 적외선 CCTV의 정상여부를 판단하여 판단결과에 따라 알람모듈을 작동시키는 것을 특징으로 한다.
대상물을 고정하는 고정 볼트의 이상을 탐지하는 인공지능 기반 고정 볼트 이상 탐지 장치 및 방법에 관한 것으로, 메모리, 그리고 하나 이상의 코어를 포함하는 프로세서를 포함하고, 상기 프로세서는, 고정 볼트를 포함하는 대상물 이미지를 획득하고, 상기 획득한 대상물 이미지로부터 상기 고정 볼트 이상 탐지를 위한 후보 지점을 추출하며, 상기 대상물 이미지로부터 추출한 후보 지점을 포함하는 관심 영역을 컷팅(cutting)하고, 상기 컷팅한 관심 영역을 사전 학습된 뉴럴 네트워크 모델에 입력하여 상기 후보 지점에 대한 고정 볼트 이상 유무를 판별하며, 상기 고정 볼트 이상으로 판별된 후보 지점에 대한 결과 정보를 생성하는 것을 특징으로 한다.
비지도 인공지능 알고리즘을 이용하여 제품 이상 유무를 탐지할 수 있는 제품 이상 탐지 방법에 관한 것으로, 제품의 정상 이미지를 획득하는 단계, 상기 정상 이미지를 사전 학습된 인공지능 모델에 입력하여 복원 이미지를 생성하는 단계, 상기 정상 이미지와 복원 이미지의 차이값을 산출하는 단계, 및 상기 정상 이미지와 복원 이미지의 차이값을 기초로 상기 제품의 이상 유무를 판정하는 단계를 포함하고, 상기 인공지능 모델은, 상기 정상 이미지의 픽셀 입력값과 다른 출력값을 갖는 피쳐 이미지(feature image)를 생성하고, 상기 피쳐 이미지의 픽셀 입력값과 동일한 출력값을 갖는 복원 이미지를 생성할 수 있다.
콘크리트 균열을 탐지하기 위하여 딥러닝 오토엔코더 모델을 학습하는 콘크리트 균열 학습 장치 및 방법에 관한 것으로, 균열이 포함된 균열 콘크리트 이미지 데이터를 입력값으로 입력받는 입력부, 입력된 균열 콘크리트 이미지 데이터로부터 균열 상태를 예측하는 예측부, 예측한 균열 상태를 토대로 예측 균열 이미지 데이터를 예측값으로 출력하는 출력부, 예측 균열 이미지 데이터에 상응하는 예측값과 그의 라벨 이미지 데이터에 상응하는 라벨값을 비교하여 오차 함수를 산출하는 오차 산출부, 산출된 오차 함수에 가중치를 부여하여 가중치 오차 함수를 산출하는 가중치 설정부, 그리고 산출된 가중치 오차 함수를 토대로 균열 콘크리트 이미지의 균열 상태를 학습하는 학습부를 포함할 수 있다.
딥러닝 오토엔코더 이미지 복원 기법을 이용한 콘크리트 균열 탐지 장치 및 방법에 관한 것으로, 균열이 포함된 균열 콘크리트 이미지(image)를 획득하는 이미지 획득부, 균열 콘크리트 이미지로부터 균열 이미지를 추출하는 균열 이미지 추출부, 추출된 균열 이미지와 정상 콘크리트 이미지를 합성하여 합성 균열 이미지를 생성하는 합성부, 합성 균열 이미지와 정상 콘크리트 이미지를 학습하는 학습부, 그리고 합성 균열 이미지와 복원 콘크리트 이미지를 토대로 균열을 추출하는 균열 추출부를 포함할 수 있다.
KIPO KIPRIS · checked 2026-10-15 · newest filings first · right: registration date (filing date if not yet registered) · 8 of 8 · titles and abstracts are in Korean as filed · click a row for details ▾
For now we hold public records only (National Pension Service · DART filings · patents · registers · press). When the company files material in our IR Room, it moves to L1. We do not score or rate companies — we only state how far we have checked.
| KRW bn | 2024 | 2025 |
|---|---|---|
| Revenue | 11.8 | 17.1 |
| Cost of sales | 7.6 | 9.3 |
| Gross profit (loss) | 4.2 | 7.8 |
| Selling, general and administrative expenses | 2.7 | 2.6 |
| Operating income (loss) | 1.5 | 5.2 |
| Non-operating income | 0.4 | 0.8 |
| Other gains | 0.0 | 0.0 |
| Finance income | 0.4 | 0.8 |
| Non-operating expenses | (0.3) | (1.4) |
| Other losses | (0.0) | (0.0) |
| Finance costs | (0.2) | (1.3) |
| Profit (loss) before tax | 1.7 | 4.6 |
| Income tax expense | 0.2 | 0.8 |
| Net income (loss) | 1.4 | 3.8 |
Revenue ₩17.1bn, up 44.5% YoY.
Operating margin 30.4% (prior 12.9%).
Net income ₩3.8bn.
Need more than is shown here? Ask for more information — full review report · valuation · executive teaser · IM · competitor analysis · due diligence. Tell us what you need and we will reply by email with scope, cost and timing.
Is this your company?
If anything here is wrong, tell us — we check it against the original and correct it. You do not need to join. If you would like your financials verified and this page completed, that is a separate process.
Headlines and links to public articles only · not checked by us (original ↗) · articles are in Korean — English headlines are our translation; where none is shown, “Read in English ›” opens a machine translation · “Broker view” is a forecast, not reported results · checked 2026-11-06