Loading the company…
Loading the company…
㈜매드업 (Madup Inc.)
English name as filed with DART, Korea’s corporate disclosure system · Correct the English name ›
Last updated 2026-10-09 · 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 2015. Industry: R&D & Professional Services. Group consolidated revenue for 2025 was ₩50.2bn — this includes subsidiaries and is not the revenue of this entity alone. It has 540 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”.
Loading…
Latest filing 2026-07-01 · latest registration 2026-09-29 · newest first
일 실시예에 따른 컴퓨팅 장치가 수행하는 디지털 마케팅 데이터 분석 방법은, 적어도 하나의 디지털 광고 플랫폼으로부터 디지털 마케팅 성과 분석을 위해 수집한 표 형태의 데이터셋의 데이터 속성을 자동 분석한 결과에 기초하여, 광고 성과 지표를 계산한 수치정보가 포함된 적어도 하나의 문서를 생성하는 단계; 상기 생성된 적어도 하나의 문서를 벡터화한 후 벡터 데이터베이스에 저장하여 RAG 기반의 검색이 가능하도록 처리하는 단계; 입력된 자연어 기반의 쿼리에 대응하여 상기 벡터 데이터베이스에서 상기 RAG 기반의 검색을 통해 의미적으로 유사한 참조 문서를 추출하는 단계; 및 상기 쿼리와 상기 참조 문서를 인공신경망 모델에 입력하여 상기 인공신경망 모델의 출력으로서 상기 디지털 마케팅 성과 분석의 결과 및 상기 디지털 마케팅 성과 분석에 참조된 문서 목록을 제공하는 단계;를 포함한다.
일 실시예에 따른 컴퓨팅 장치가 수행하는 디지털 마케팅 데이터 분석 방법은, 적어도 하나의 디지털 광고 플랫폼으로부터 디지털 마케팅 성과 분석을 위해 수집한 표 형태의 데이터셋의 데이터 속성을 자동 분석한 결과에 기초하여, 광고 성과 지표를 계산한 수치정보가 포함된 적어도 하나의 문서를 생성하는 단계; 상기 생성된 적어도 하나의 문서를 벡터화한 후 벡터 데이터베이스에 저장하여 RAG 기반의 검색이 가능하도록 처리하는 단계; 입력된 자연어 기반의 쿼리에 대응하여 상기 벡터 데이터베이스에서 상기 RAG 기반의 검색을 통해 의미적으로 유사한 참조 문서를 추출하는 단계; 및 상기 쿼리와 상기 참조 문서를 인공신경망 모델에 입력하여 상기 인공신경망 모델의 출력으로서 상기 디지털 마케팅 성과 분석의 결과 및 상기 디지털 마케팅 성과 분석에 참조된 문서 목록을 제공하는 단계;를 포함한다.
일 실시예에 따른 컴퓨팅 장치가 수행하는 비라벨 데이터의 분류를 위한 멀티 모델 기반 프롬프트 최적화 방법은, 설정 단위의 텍스트가 복수로 포함된 초기 프롬프트를 획득하는 단계; 상기 복수의 설정 단위 텍스트 중 적어도 하나의 설정 단위 텍스트를 포함하면서 전체 구성이 서로 다른 변형 프롬프트들을 생성하는 단계; 상기 변형 프롬프트들을 N개의 인공신경망 모델에 입력하여 상기 인공신경망 모델의 출력으로서 변형 프롬프트별로 상기 비라벨 데이터에 대한 N개의 분류 결과물을 획득하는 단계; 상기 획득한 분류 결과물에 대한 상호간 일치도를 산출한 결과에 기초하여 상기 복수의 설정 단위 텍스트가 상기 인공신경망 모델에 의한 분류에 영향을 주는 정도를 나타내는 기여도를 산출하는 단계; 및 상기 산출한 기여도에 기초한 상기 초기 프롬프트 내의 텍스트에 대한 강조 처리, 유지 처리 또는 제거 처리를 통해 갱신 프롬프트를 생성하는 단계;를 포함한다.
일 실시예에 따른 컴퓨팅 장치가 수행하는 다중 광고매체 API 자동 업데이트 방법은, 광고매체 API 서버의 변경 정보를 포함하는 문서를 감지하고, 상기 문서를 기 학습된 LLM으로 해석하여 API 클라이언트의 업데이트를 위한 작업 지시 문서를 생성하는 단계; 상기 작업 지시 문서 및 기존 API 클라이언트를 이용하여 클라이언트 코드를 생성하고, 상기 생성된 클라이언트 코드를 이용하여 상기 광고매체 API 서버에 데이터 조회 요청을 수행하여 피드백 정보를 획득하는 단계; 상기 획득된 피드백 정보를 이용하여 상기 작업 지시 문서를 갱신하고, 갱신된 작업 지시 문서를 기반으로 상기 클라이언트 코드를 재차 생성하여 수정하는 자기 교정을 수행하는 단계; 상기 갱신된 작업 지시 문서를 기반으로 데이터의 유효성을 검증하기 위한 유효성 검증 코드를 생성하고, 상기 수정된 클라이언트 코드가 수집한 데이터에 대하여 상기 생성된 유효성 검증 코드를 이용한 유효성 검증을 통해 자기 검증을 수행하는 단계; 및 상기 유효성 검증에 성공하면, 상기 수정된 클라이언트 코드 및 상기 유효성 검증 코드를 운영 환경에 적용해 상기 API 클라이언트를 업데이트하는 단계;를 포함한다.
일 실시예에 따른 컴퓨팅 장치가 수행하는 비라벨 데이터의 분류를 위한 멀티 모델 기반 프롬프트 최적화 방법은, 설정 단위의 텍스트가 복수로 포함된 초기 프롬프트를 획득하는 단계; 상기 복수의 설정 단위 텍스트 중 적어도 하나의 설정 단위 텍스트를 포함하면서 전체 구성이 서로 다른 변형 프롬프트들을 생성하는 단계; 상기 변형 프롬프트들을 N개의 인공신경망 모델에 입력하여 상기 인공신경망 모델의 출력으로서 변형 프롬프트별로 상기 비라벨 데이터에 대한 N개의 분류 결과물을 획득하는 단계; 상기 획득한 분류 결과물에 대한 상호간 일치도를 산출한 결과에 기초하여 상기 복수의 설정 단위 텍스트가 상기 인공신경망 모델에 의한 분류에 영향을 주는 정도를 나타내는 기여도를 산출하는 단계; 및 상기 산출한 기여도에 기초한 상기 초기 프롬프트 내의 텍스트에 대한 강조 처리, 유지 처리 또는 제거 처리를 통해 갱신 프롬프트를 생성하는 단계;를 포함한다.
일 실시예에 따른 컴퓨팅 장치가 수행하는 디지털 마케팅 데이터 분석 방법은, 적어도 하나의 디지털 광고 플랫폼으로부터 디지털 마케팅 성과 분석을 위해 수집한 표 형태의 데이터셋의 데이터 속성을 자동 분석한 결과에 기초하여, 광고 성과 지표를 계산한 수치정보가 포함된 적어도 하나의 문서를 생성하는 단계; 상기 생성된 적어도 하나의 문서를 벡터화한 후 벡터 데이터베이스에 저장하여 RAG 기반의 검색이 가능하도록 처리하는 단계; 입력된 자연어 기반의 쿼리에 대응하여 상기 벡터 데이터베이스에서 상기 RAG 기반의 검색을 통해 의미적으로 유사한 참조 문서를 추출하는 단계; 및 상기 쿼리와 상기 참조 문서를 인공신경망 모델에 입력하여 상기 인공신경망 모델의 출력으로서 상기 디지털 마케팅 성과 분석의 결과 및 상기 디지털 마케팅 성과 분석에 참조된 문서 목록을 제공하는 단계;를 포함한다.
본 발명의 실시 예에 따른 휴대용 단말기의 동작 방법은, 상기 휴대용 단말기를 통해 제휴 카드 정보를 등록하는 단계; 특정 시점의 결제 또는 포인트 적립을 위해, 상기 제휴 카드 정보로부터 생성되는 코드 이미지를 획득하는 단계; 상기 휴대용 단말기를 통해 음원을 재생하기 위한 인터페이스를 포함하는 미디어 플레이어를 실행시키는 단계; 및 상기 수신된 코드 이미지를 상기 미디어 플레이어 인터페이스의 앨범 커버 영역에 디스플레이하는 단계를 포함한다.
본 발명의 실시 예에 따른 휴대용 단말기의 동작 방법은, 상기 휴대용 단말기를 통해 제휴 카드 정보를 등록하는 단계; 특정 시점의 결제 또는 포인트 적립을 위해, 상기 제휴 카드 정보로부터 생성되는 코드 이미지를 획득하는 단계; 상기 휴대용 단말기를 통해 음원을 재생하기 위한 인터페이스를 포함하는 미디어 플레이어를 실행시키는 단계; 및 상기 수신된 코드 이미지를 상기 미디어 플레이어 인터페이스의 앨범 커버 영역에 디스플레이하는 단계를 포함한다.
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 | 35.0 | 50.2 |
| Cost of sales | 2.1 | 3.0 |
| Gross profit (loss) | 32.9 | 47.2 |
| Selling, general and administrative expenses | 33.3 | 38.7 |
| Operating income (loss) | (0.4) | 8.5 |
| Non-operating income | 1.6 | 1.3 |
| Other gains | 0.4 | 0.7 |
| Finance income | 1.2 | 0.6 |
| Non-operating expenses | 3.9 | 4.3 |
| Other losses | 0.1 | 0.1 |
| Finance costs | 3.8 | 4.2 |
| Profit (loss) before tax | (2.7) | 5.5 |
| Income tax expense | 0.0 | (2.2) |
| Net income (loss) | (2.7) | 7.8 |
Revenue ₩50.2bn, up 43.6% YoY.
Operating margin 17.0% (prior -1.2%).
Net income ₩7.8bn.
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