Loading the company…
Loading the company…
㈜하몬소프트
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 2008. Industry: Software & IT Services. Revenue for 2025 was ₩14.7bn. It has 35 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”.
Loading…
Latest filing 2022-12-06 · latest registration 2025-12-08 · newest first
본 발명은 장비 간 상관분석 기반의 자동 토폴로지 구성을 통한 오류 영향도 분석 장치에 관한 것으로, 정보인프라를 구성하는 복수의 노드들로부터 관제 데이터를 수집하여 저장하는 데이터 수집부; 상기 관제 데이터를 분석하여 이상 여부를 감지하고 상기 이상에 관한 네트워크, 트래픽 및 서버 관점의 취약 요인들을 검출하는 이상 탐지부; 상기 취약 요인들과 연관된 적어도 하나의 관제 노드를 결정하고 상기 적어도 하나의 관제 노드와 연결된 디바이스 및 회선에 대해 정상 시점과 이상 시점에서의 시계열 데이터 간의 상관관계를 분석하는 상관 분석부; 및 상기 상관관계에 관한 분석 결과를 저장하고 상기 분석 결과를 기초로 상기 정보인프라 상에서 이상 감지 토폴로지(topology)를 생성하는 결과 제공부;를 포함한다.
본 발명은 플로우 데이터를 활용한 머신러닝 기반 디도스 이상 트래픽 탐지 시스템에 관한 것으로, 네트워크 상에서 디도스(D-Dos) 공격에 연관된 데이터들을 수집하고 분석하여 파생 데이터를 생성하는 데이터 분석 플랫폼; 상기 디도스 공격을 탐지하는 AI 모델을 정의하고 상기 파생 데이터를 이용하여 상기 AI 모델의 학습 및 평가를 수행하며 상기 AI 모델의 배포를 수행하는 AI 서비스 플랫폼; 및 상기 파생 데이터를 실시간 생성하고 해당 파생 데이터를 상기 배포된 AI 모델에 제공하여 상기 디도스 공격을 탐지하는 실시간 탐지 플랫폼;을 포함한다.
정보인프라에서 인공지능 기반의 오류 취약 요인 예측 장치는 정보인프라를 구성하는 노드의 트래픽 데이터 및 트래픽 플로우를 포함하는 상태정보를 수집하는 트래픽 수집부, 상기 노드의 상태정보를 수집 및 분석하여 특징 데이터를 추출하고 상기 특징 데이터에 관한 클러스터링을 수행하여 클러스터 중심 좌표를 결정하며 상기 클러스터 중심 좌표를 기초로 상기 노드의 특성을 결정하는 노드 특성 결정부, 상기 노드의 특성을 기초로 분류된 오류 학습 네트워크에 상기 트래픽 데이터 및 트래픽 플로우를 제공하여 상기 노드에 대한 오류 특성의 결정 및 오류 종류의 예측을 수행하는 오류예측부 및 상기 오류 특성 및 오류 종류를 기초로 상기 노드에 대한 사전 오류 검증을 수행하는 자율제어부를 포함한다.
인공지능 행위분석 기반의 엔드포인트 위협탐지 및 대응 장치는 추적대상파일에 관한 파일 메타데이터를 기초로 기존의 파일 메타데이터가 변경되었는지 여부를 검출하는 파일 변경 검출부, 상기 변경이 검출된 경우에는 파일 메타데이터 모집단을 통해 형성된 제1 학습 네트워크를 통해 상기 추적대상파일에서 예상되는 행위가 알려진 위협을 발생시키는지를 결정하는 알려진 이상행위 결정부 및 상기 변경이 검출된 경우에는 시스템호출 그래프 모집단을 통해 형성된 제2 학습 네트워크를 통해 상기 추적대상파일에서 예상되는 행위가 알려지지 않은 위협을 발생시킬 가능성을 결정하는 알려지지 않은 이상행위 검출부를 포함한다.
블록체인 기반의 엔드포인트 위협탐지 및 대응 장치는 각각은 논리적으로 분산된 블록체인 저장소로 구성된 적어도 하나의 가상 블록체인 컨테이너를 관리하는 가상 블록체인 컨테이너 관리부, 적어도 파일 메타데이터를 기초로 생성된 파일 핑거프린트로 파일블록을 구성하는 파일블록 구성부, 상기 적어도 하나의 가상 블록체인 컨테이너에 상기 파일블록을 분산되게 저장하는 블록체인 관리부를 포함한다.
오류 프리 정보인프라 자율제어 플랫폼 장치는 정보인프라의 상태정보를 수집 및 분석하여 특징 데이터를 추출하는 정보인프라 데이터 처리부, 상기 특징 데이터에 관한 클러스터링을 수행하여 클러스터 중심 좌표를 결정하고 상기 클러스터 중심 좌표를 기초로 상기 정보인프라에 대한 비지도학습 기반의 모델링을 수행하는 정보인프라 모델링부, 상기 모델링된 정보인프라에 대한 오류 특성을 결정하여 오류를 예측하는 오류예측부 및 상기 예측된 오류를 기초로 상기 모델링된 정보인프라에 대한 사전 오류 검증을 수행하는 자율제어부를 포함한다.
본 발명은 관심 동작 영역 기반의 EDR (Endpoint Detection and Response) 기술에 관한 것으로, 상기 장치는 엔드포인트(Endpoint) 단말 상에서 수집되고 사용자 행위(user behavior)와 연관된 특정 파일의 동작들에 관한 비지도 학습을 통해 멀웨어(malware) 행위로 인식되는 관심 동작 영역(Point of Action, POA)을 결정하는 관심 동작 영역 결정부, 상기 엔드포인트 단말과의 사용자 신원 기반 세션이 생성되면 상기 사용자 행위를 추적하여 상기 관심 동작 영역으로의 진입을 검출하는 사용자 행위 모니터링부 및 상기 관심 동작 영역으로의 진입이 검출된 경우 상기 사용자 행위와 연관된 특정 파일에 대한 멀웨어 검출 기법(scheme)을 수행하는 멀웨어 검출 수행부를 포함한다.
본 발명은 동적인 분석 플랜을 이용하는 EDR (Endpoint Detection and Response) 기술에 관한 것으로, 동적인 분석 플랜을 이용하는 EDR 장치는 기 정의된 분석 시나리오에 따라 엔드포인트 단말 상에서 특정 파일의 동작에 관한 정적 및 동적 분석들 각각의 분석 플랜을 생성하는 분석 플랜 수립부, 상기 분석 플랜에 따라 상기 동작에 관한 편향(bias) 정적 분석을 수행하는 정적 분석 수행부, 상기 편향 정적 분석의 결과를 반영하여 상기 동적 분석에 대한 분석 플랜을 조정하는 분석 플랜 조정부, 조정된 상기 분석 플랜을 기초로 상기 동작에 관한 동적 분석을 수행하는 동적 분석 수행부 및 상기 동적 분석에 따라 상기 동작에 관한 이상 패턴이 검출된 경우 상기 특정 파일에 대해 비지도 학습 기반의 멀웨어(malware) 탐지를 수행하여 악성여부를 결정하는 악성 행위 탐지부를 포함한다.
본 발명은 가상현실 기반의 화재 대피 시뮬레이션 기술에 관한 것으로, 가상현실 기반의 화재 대피 시뮬레이션 장치는 건물 정보, 요구조자(체험자) 정보를 포함하는 화재 대피 시나리오 작성과 관련되는 데이터를 수집하는 데이터 수집부, 상기 수집된 데이터에 기초하여 화재 및 대피 시나리오를 작성하는 시나리오 작성부, 및 상기 작성된 시나리오에 따라 화재 대피 시뮬레이션을 실행하여 건물에서 화재가 발생하고 요구조자(체험자)가 대피하는 가상현실 영상을 제공하는 화재 대피 시뮬레이션부를 포함한다.
본 발명은 인공지능 행위분석 기반의 EDR (Endpoint Detection and Response) 기술에 관한 것으로, 인공지능 행위분석 기반의 EDR 장치는 추적대상파일에 관한 파일 메타데이터를 기초로 기존의 파일 메타데이터가 변경되었는지 여부를 검출하는 파일 변경 검출부, 상기 변경이 검출된 경우에는 파일 메타데이터 모집단을 통해 형성된 제1 학습 네트워크를 통해 상기 추적대상파일에서 예상되는 행위가 알려진 위협을 발생시키는지를 결정하는 알려진 이상행위 결정부 및 상기 변경이 검출된 경우에는 SYSCALL 그래프 모집단을 통해 형성된 제2 학습 네트워크를 통해 상기 추적대상파일에서 예상되는 행위가 알려지지 않은 위협을 발생시킬 가능성을 결정하는 알려지지 않은 이상행위 검출부를 포함한다.
본 발명은 블록체인 기반의 EDR 장치 및 방법에 관한 것으로, 상기 장치는 각각은 논리적으로 분산된 블록체인 저장소로 구성된 적어도 하나의 가상 블록체인 컨테이너, 적어도 파일 메타데이터를 기초로 생성된 파일 핑거프린트로 파일블록을 구성하는 파일블록 구성부 및 상기 적어도 하나의 가상 블록체인 컨테이너에 상기 파일블록을 분산되게 저장하는 블록체인 관리부를 포함한다. 따라서, 본 발명은 프라이빗 블록체인 네트워크를 구성하여 엔드포인트로부터 수집된 정보를 안전하게 저장하고 관리할 수 있다.
본 발명은 EDR (Endpoint Detection and Response) 기술에 관한 것으로, EDR 단말 장치는 사용자 신원이 성공적으로 인증되면 EDR (Endpoint Detection and Response) 서버로부터 사용자 식별자를 수신하는 사용자 식별부, 상기 수신된 사용자 식별자의 로그인 여부를 검출하고 사용자 신원 기반 세션의 생성을 요청하는 사용자 세션 처리부 및 상기 사용자 신원 기반 세션을 통해 사용자의 행위를 추적하고 시큐리티 정책을 통해 상기 사용자의 행위를 사전에 제어하는 사용자 행위 처리부를 포함한다.
본 발명은 서비스 프로파일 학습 기반의 소프트웨어 정의 네트워킹 장치에 관한 것으로, 복수의 물리적 노드들의 식별을 통해 물리적 네트워크 구성을 설정하는 물리적 네트워크 구성 설정부, 상기 복수의 물리적 노드들의 종단들 각각에서 통신되는 패킷들을 분석하여 서비스 프로파일을 생성하는 서비스 프로파일 생성부, 상기 패킷들의 공간성 및 시간성을 학습하여 상기 복수의 물리적 노드들을 서비스 프로파일 그룹으로 세그멘테이션 하는 서비스 프로파일 학습부 및 상기 서비스 프로파일 그룹 단위로 가상적 네트워크 구성을 설정하여 소프트웨어 정의 네트워크를 생성하는 소프트웨어 정의 네트워킹부를 포함한다. 따라서, 본 발명은 물리적 네트워크의 서비스 프로파일 그룹 단위의 세그멘테이션을 통해 네트워크를 효율적으로 관리할 수 있다.
본 발명은 인공지능 기반의 자가치유 네트워크 장치에 관한 것으로, 물리적 네트워크로 연결된 센서노드들을 가상 환형 네트워크로 구성하는 가상 네트워크 구성부, 상기 가상 환형 네트워크에 있는 전임 센서노드의 전임자 자가진단 메시지 및 상기 전임 센서노드에 의해 트리거 되는 후임 센서노드의 후임자 자가진단 메시지를 수신하는 자가진단 메시지 처리부 및 상기 전임자 자가진단 메시지와 상기 후임자 자가진단 메시지 간의 시간차로 기계학습된 네트워크 기반의 학습내용을 기초로 상기 전임 센서노드와 상기 후임 센서노드 간의 네트워크 장애진단을 수행하는 네트워크 장애 처리부를 포함한다. 따라서, 본 발명은 머신 러닝 또는 딥 러닝에 기반한 센서노드들 간의 인터랙션을 통해 네트워크 장애에 실시간으로 대응할 수 있다.
본 발명은 블록체인 기반의 네트워크 자가진단 제어 장치에 관한 것으로, 관리대상 네트워크를 구성하는 복수의 네트워크 노드들 각각에 관한 식별 코드와 허용 범위를 나타내는 관리 정책을 블록체인 게이트웨이에 등록하는 관리 정책 등록부, 특정 사용자의 특정 네트워크 노드에 대한 행위 수행을 상기 블록체인 게이트웨이를 통해 검증하는 행위 수행 검증부 및 상기 블록체인 게이트웨이 상에 상기 특정 네트워크 노드에 대한 행위 수행이 미등록된 경우 상기 블록체인 게이트웨이에서 동종 유형의 다른 네트워크 노드의 관리 정책을 자가진단하여 상기 행위 수행의 허용 여부를 결정하는 행위 수행 허용 결정부를 포함한다. 따라서, 본 발명은 블록체인에 저장된 정보를 기초로 네트워크 노드에 대한 행위 수행을 제어할 수 있다.
KIPO KIPRIS · checked 2026-10-15 · newest filings first · right: registration date (filing date if not yet registered) · 15 of 15 · 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 | 8.9 | 14.7 |
| Cost of sales | 4.7 | 9.4 |
| Gross profit (loss) | 4.3 | 5.3 |
| Selling, general and administrative expenses | 5.4 | 4.3 |
| Operating income (loss) | (1.2) | 1.1 |
| Non-operating income | 0.1 | 0.0 |
| Other gains | 0.1 | 0.0 |
| Finance income | 0.0 | 0.0 |
| Other | 0.1 | 0.0 |
| Non-operating expenses | 0.9 | 0.8 |
| Other losses | 0.0 | 0.1 |
| Finance costs | 0.6 | 0.7 |
| Other | 0.3 | 0.0 |
| Profit (loss) before tax | (1.9) | 0.3 |
| Net income (loss) | (1.9) | 0.3 |
Revenue ₩14.7bn, up 65.1% YoY.
Operating margin 7.2% (prior -13.0%).
Net income ₩0.3bn.
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.