Loading the company…
Loading the company…
㈜페르소나에이아이
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 2017. Industry: Software & IT Services. Group consolidated revenue for 2025 was ₩11.9bn — this includes subsidiaries and is not the revenue of this entity alone. It has 111 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”. 1 funding round is confirmed by press reports.
Loading…
Latest filing 2025-11-30 · latest registration 2026-10-12 · newest first
본 발명은 고성능 경량 LLM-RAG 기술을 적용하고, 모델을 H-MoE로 구성하여, 멀티모달리티 맥락 인지에 따라 적정한 Expert Model을 통해 답변이나 결과물을 제공함으로써 온디바이스 CPU 환경에서 원활하고 신뢰성 있는 실시간 서비스를 제공할 수 있는 온디바이스 CPU 환경에서 실행가능한 H-MoE 기반 고성능 경량 언어모델과 RAG를 결합한 실시간 서비스를 위한 생성형 AI 시스템을 개시한다. 본 발명은 텍스트, 센서 데이터 및 이미지 데이터를 포함하는 멀티모달 데이터에 의한 내부 데이터베이스 및 RAG 기반의 외부 지식 데이터가 구비되며, 임베딩에 의한 의미 기반 검색이 수행되는 LLM 모듈; 및 상기 LLM 모듈의 자연어 이해 및 센서 데이터를 기반으로 조명ㆍ색채ㆍ음향의 공간을 구성하는 요소가 사용자 감성에 미치는 영향이 분석되는 동적 감성 인지 모듈;을 포함한다.
본 발명은 연합학습 플랫폼을 통한 보안 데이터 학습, 불확실성-aware 능동학습, 강화학습 기반 분자 최적화까지 완성하며, AI 모델이 다양한 화합물 표현인 그래프, SMILES, ECFP 등을 입력으로 활용하여 Shared Feature Encoder를 구축하고, H-MoE 기반 멀티태스크 예측 구조를 통해 ADMET 여러 지표를 동시 예측할 수 있는 연합학습 및 능동학습 기반 ADMET 예측 시스템 및 이의 작동 방법을 개시한다. 본 발명의 연합학습 및 능동학습 기반 ADMET 예측 시스템은, 임상 데이터가 수집되어 전처리되고 전처리된 데이터를 사용하여 인공지능에 의해 학습되는 복수의 로컬 서버; 및 상기 복수의 로컬 서버로부터 학습된 결과를 수신하여 ADMET의 흡수(Absorption), 분포(Distribution), 대사(Metabolism), 배설(Excretion), 독성(Toxicity)가 예측되는 중앙 서버;를 포함한다.
본 발명은 LLM 기술과 음성인식 알고리즘을 활용하여 실시간 대화와 한국어 평가를 동시에 제공하는 서비스로, 학습자가 음성을 입력하면, 시스템이 발화 정보를 인식・분석해 말하기 수준을 진단하고, LLM 기반 챗봇과 자연스러운 한국어 대화를 이어갈 수 있도록 구현하고, 학습자의 성취도・패턴을 분석하여 맞춤형 커리큘럼과 K-콘텐츠 연계하여 학습자료를 추천할 수 있는 AI 기반 한국어 말하기 진단 시스템 및 이의 작동 방법을 개시한다. 본 발명은 한국어 학습 데이터가 수집되고 전처리되어 저장되는 DB 모듈; 외국인의 한국어 음성 데이터가 수집되고 전처리되며, 인공지능에 의해 외국인의 한국어 말하기가 학습되는 AI 한국어 학습 모듈; 학습자가 상기 AI 한국어 학습 모듈에 의한 말하기 연습, 상기 DB 모듈에 저장된 학습 콘텐츠에 의해 한국어 능력 테스트 및 K-콘텐츠 연계 학습을 할 수 있는 학습자 모듈; 상기 AI 한국어 학습 모듈에서 학습된 내용을 기반으로 상기 학습자 모듈에 입력된 학습자의 음성이 인식되고 분석되어 피드백이 생성되는 LLM 모듈; 및 상기 LLM 모듈에서 생성된 피드백을 기반으로 상기 학습자 모듈에서 학습된 학습자별 학습 진도 및 학습 패턴이 분석되어 학습자에게 맞는 맞춤형 학습이 추천되는 학습 추천 모듈;을 포함한다.
본 발명은 MODS 기반의 옵틱 장비를 통해 측정된 결핵 질환 관련 영상데이터를 AI 판독 기술로 분석하여 결핵균의 검출 및 결핵균 약제감수성 검사하여 고위험 결핵균이 환자의 신체에서 발견이 되었을 때 확진 및 처방에 필요한 진단 정보를 제공할 수 있는 AI 기반의 MODS 결핵 진단 시스템 및 이의 작동 방법을 개시한다. 본 발명은 배양된 결핵균의 이미지가 촬영되는 옵틱 모듈; 상기 옵틱 모듈에서 촬영된 이미지를 확인할 수 있고, 촬영된 이미지가 저장되는 런처 모듈; 및 상기 런처 모듈에 저장된 이미지가 인공지능에 의해 학습과 분석이 실시되는 AI 모듈;을 포함하며, 상기 AI 모듈은 배양된 결핵균 이미지에 대해 인공지능의 학습이 실시되는 학습 유닛 및 상기 런처 모듈에 저장된 이미지가 상기 학습 유닛에서 학습된 내용에 의해 분석되는 분석 유닛을 포함하는 것을 특징으로 한다.
디지털 취약자의 멀티 모달 데이터에 기반한 UX-UI 접근성 통합 평가 분석 시스템 및 이를 이용한 평가 분석 방법을 개시한다. 본 발명의 디지털 취약자의 멀티 모달 데이터에 기반한 UX-UI 접근성 통합 평가 분석 시스템은 데이터베이스부, LLM 기반 접근성 평가부 및 사용자 접근성 정보 수집부를 포함한다.
다종의 공유 저작물에 대한 멀티 모달의 인공지능 기반 저작물 자동 분류 및 관리 시스템 및 이를 이용한 저작물 자동분류 및 관리 방법을 개시한다. 본 발명의 다종의 공유 저작물에 대한 멀티 모달의 인공지능 기반 저작물 자동 분류 및 관리 시스템은 기 정의된 데이터 패싯(facet)에 의하여 공유 저작물에 대한 데이터 셋을 저장하는 데이터베이스, 데이터베이스에 저장된 공유 저작물의 데이터 패싯을 이용하여 해당 공유 저작물의 메타데이터를 추출하는 저작물 메타데이터 추출기, 저작물 메타데이터 추출기에 의해서 추출된 메타데이터를 이용하여 해당 저작물의 유형을 분석하여 해당 공유 저작물의 유형과 해당 메타데이터 사이를 상호 연결하는 지식 그래프를 생성하는 저작물 유형 분류기 및 데이터베이스에 저장된 기존 공유 저작물과 신규 공유 저작물 사이의 유사도를 판단하는 저작물 유사도 판별기를 포함하고, 데이터베이스는, 데이터 패싯의 상위 유형으로 주제, 자료유형, 제공형식, 가격유형, 가공상태, 품질수준, 공간범위명칭, 공감범위유형 및 발생주기유형을 정의할 수 있다.
본 발명은 AI 반도체를 탑재한 AI 서버를 통해 학습자의 수준과 학습 패턴을 분석하여 AI 기반 맞춤형 학습 콘텐츠를 제공하고, 실시간 스마트 튜터링을 통해 학습 효과를 극대화하며, 디지털 교과서와 AI를 연계하여 학생 개별 학습 데이터를 분석하고, 맞춤형 학습 추천 및 실시간 피드백 기능을 제공하는 AI 반도체 기반 지능형 맞춤형 학습 시스템 및 이의 작동 방법을 개시한다. 본 발명의 AI 반도체 기반 지능형 맞춤형 학습 시스템은, 사용자의 질문이 입력되고 및 상기 질문에 대한 답변이 출력되는 입출력부; 교육부 데이터, 교육청 데이터, E학습터 데이터 및 자체 수집 데이터가 학습을 위해 파인튜닝되어 저장되는 교육 데이터베이스부; 상기 입출력부에 입력되고 출력되는 자연어가 처리되는 자연어 처리부; 및 상기 교육 데이터베이스부에서 파인튜닝된 데이터가 학습되어 상기 자연어 처리부에 자연어 처리된 질문에 대한 답변이 생성되는 AI 생성 모델부;를 포함하며, 상기 입출력부, 교육 데이터베이스부, 자연어 처리부 및 AI 맞춤형 모델부는 AI 반도체를 탑재한 서버에서 작동되는 것을 특징으로 한다.
본 발명은 특허 정보를 입력값으로 활용하여 기술자산의 기준가치를 블랙-숄즈(Black-Scholes) 모델로 산정하고, 정책, 시장, 경쟁기술 등 외부 이벤트가 기술가치에 미치는 영향을 AI가 실시간으로 학습, 해석 및 예측하여 기술가치 흐름을 시계열로 제공하는 AI 기반 기술가치 스트리밍 및 예측 시스템을 개시한다. 본 발명의 AI 기반 기술가치 스트리밍 및 예측 시스템은, 공공 데이터 포털, 민간 API, 사내 DB, 사용자 입력으로부터 데이터가 수집되어 AI 분석을 위해 전처리되는 데이터 수집 모듈; 및 상기 데이터 수집 모듈에서 전처리된 데이터를 기반으로 머신러닝 및 딥러닝 모델을 통해 기술가치가 분석되고 예측되며, 결과가 시각화되어 제공되는 AI 분석 모듈;을 포함한다.
본 발명은 청년 및 중장년층의 주요 관심질환 7종에 대해 유전체, 생활습관, 환경 등 멀티모달 페놈 데이터를 수집하고, 능동 학습을 활용하여 주요 질환 발생 가능성을 AI로 정밀 예측하며, AI를 통해 개인 맞춤형 라이프코칭 AI 서비스를 제공할 수 있는 멀티모달 페놈 데이터를 이용한 능동 학습 기반의 주요 질환 위험 예측 AI 시스템 및 이의 작동 방법을 개시한다. 본 발명의 멀티모달 페놈 데이터를 이용한 능동 학습 기반의 주요 질환 위험 예측 AI 시스템은, 멀티모달 페놈 데이터 및 문진 데이터가 수집되어 정제되는 데이터 처리 모듈; 상기 데이터 처리 모듈에서 수집되고 정제된 데이터를 통해 주요 질환의 위험이 예측되는 AI 모델 모듈; 및 상기 AI 모델 모듈에서 예측된 주요 질환의 예측 데이터를 기반으로 사용자에게 맞춤형 서비스가 제공되는 AI 서비스 모듈;을 포함하며, 상기 데이터 처리 모듈, AI 모델 모듈 및 AI 서비스 모듈은 계층적 전문가 혼합(Hierarchical Mixture-of-Experts) 아키텍처 기반으로 작동되는 것을 특징으로 한다,
본 발명은 도메인 특화 에이전트들이 협력・설명・토론을 통해 복합 문제를 해결하도록 설계하여 사용자에게 단순 응답형이 아닌, 깊이 있는 분석과 다양한 관점을 제공하는 도메인 지능 협업을 위한 강화학습 기반 멀티에이전트 범용 AI 시스템 및 이의 작동 방법을 개시한다. 본 발명의 도메인 지능 협업을 위한 강화학습 기반 멀티 에이전트 범용 AI 시스템은, 사용자의 텍스트 데이터 또는 음성 데이터 또는 이미지 데이터가 입력되는 사용자 입력 유닛; 상기 사용자 입력 유닛에 입력된 데이터가 전처리되고 모달리티가 인식되어 태스크가 분류되는 모달리티 해석 유닛; 상기 모달리티 해석 유닛에서 분류된 태스크에 대해 도메인이 결정되어 상기 도메인에 따라 태스크가 할당되는 도메인 에이전트 라우팅 유닛; 상기 도메인 에이전트 라우팅 유닛에서 할당된 태스크에 대해 복수의 AI 에이전트에 의해 상호작용 및 협업이 수행되는 멀티에이전트 유닛; 상기 멀티에이전트 유닛에서 수행된 상호작용 및 협업에 의해 산출된 결과가 통합되어 응답되는 결과 산출 유닛; 및 태스크에 대한 피드백을 기반으로 복수의 AI 에이전트에 대해 자기개선 학습이 실시되는 학습 유닛;을 포함한다.
본 발명은 sLLM 기술을 활용한 생성형 인공지능 기반의 법률 지원 플랫폼에 의한 서비스 방법에 관한 것으로서, 보다 상세하게는 데이터베이스를 구축하고, 검색 모델을 학습하고, 검색 모델을 평가하고, 벡터 데이터베이스를 구축하고, 생성 모델을 학습하고, 생성 모델을 평가하고, RAG 프레임워크를 구축하고, RAG를 평가하고, 서비스를 제공하는 것을 포함하는 sLLM 기술을 활용한 생성형 인공지능 기반의 법률 지원 플랫폼에 의한 서비스 방법에 관한 것이다.
본 발명은 인공지능 법률 보조 서비스 시스템에 관한 것으로서, 보다 상세하게는 데이터베이스, 검색 모델 학습부, 벡터 데이터베이스, 생성 모델 학습부, RAG 프레임워크 구축부, 모델 평가부 및 사용자 인터페이스부를 구비하는 RAG 프레임워크를 적용한 sLLM 기반의 인공지능 법률 보조 서비스 시스템에 관한 것이다.
본 발명은 AI 기술을 활용하여 학사 일정 및 직원을 소개하며 교육활동 침해에 따른 민원 등을 디지털화하여 기록하고 다문화 학생 한글 교육, 통역, 번역 등의 서비스를 지원할 수 있는 학교 전용 AICC 플랫폼의 운영 방법을 개시한다. 본 발명의 학교 전용 AICC 플랫폼의 운영 방법은, 학교 데이터가 수집되어 전처리된 후 벡터 임베딩되는 제1 단계; 사용자의 질의가 자연어 처리되는 제2 단계; 및 상기 제2 단계에서 자연어 처리된 사용자의 질의에 대해 상기 제1 단계에서 임베딩된 데이터가 참조되어 응답이 생성되는 제3 단계;를 포함한다.
본 발명은 CPU 및 NPU를 분산형 온칩 메모리와 통합한 구조의 NPU 아키텍처로 CPU와 공유하는 수 기가 바이트 이상의 대용량 온칩 메모리 및 차세대 HBM을 다수 인터포저로 연결하고 트랜스포머 계열의 자연어 처리 모델을 FPGA로 임베딩한 FPGA에 의한 AI 엔진 임베디드 NM-PIM 기반의 NPU 반도체 및 이의 작동 방법을 개시한다. 본 발명의 AI 엔진 임베디드 NM-PIM 기반의 NPU 반도체는, 다이부; 상기 다이부 내부에 위치하여 데이터의 연산이 처리되는 NPU 코어부; 상기 다이부 내부에서 상기 NPU 코어부 인접하여 위치하여 상기 NPU 코어부에서 처리되는 데이터가 전처리되고 연산된 데이터가 후처리되는 CPU 코어부; 상기 다이부 내부에서 상기 NPU 코어부 및 CPU 코어부에 인접하여 위치하여 상기 NPU 코어부 및 CPU 코어부에서 처리되는 데이터가 임시로 저장되는 내부 메모리부; 상기 다이부 외부에 인접하여 위치하여, 상기 NPU 코어부에서 연산된 데이터를 기반으로 출력 데이터가 생성되는 FPGA부; 및 상기 다이부 내부에서 상기 내부 메모리부에 인접하여 위치하여 상기 NPU 코어부 및 상기 FPGA부 사이에서 데이터를 중계하는 주변회로부;를 포함한다.
서버의 동작 방법이 개시된다. 본 개시에 따른 서버의 동작 방법은, 지역 내 인구 현황과 관련된 적어도 하나의 상태 정보를 지역 내 구분된 복수의 영역 별로 획득하는 단계, 인구 추이를 식별하는 제1 인공지능 모델에 획득된 상태 정보를 입력하여 복수의 영역 별 인구 예측 정보를 기 설정된 단위 시간 별로 획득하는 단계, 공간 활용 상태를 예측하는 제2 인공지능 모델에 획득된 인구 예측 정보를 입력하여 복수의 영역 각각에 대한 공간 활용 정보를 획득하는 단계 및 획득된 공간 활용 정보를 기초로, 복수의 영역 각각에 발생 가능한 적어도 하나의 사회 문제를 식별하는 단계를 포함한다.
본 개시는 서버의 동작 방법에 관한 것이다. 본 동작 방법은 사용자 단말로부터 법률과 관련된 질의 데이터를 획득하는 단계, 질의 데이터의 질의 카테고리를 식별하는 단계, 법률 상담을 수행하기 위한 복수의 생성형 모델 중 식별된 질의 카테고리에 매칭되는 적어도 하나의 생성형 모델을 선택하는 단계 및 질의 데이터를 선택된 생성형 모델에 입력하여, 상담 내용을 획득하는 단계를 포함한다.
차량용 전장 시스템(ECU)에 연동되는 인공지능 모델이 임베디드 된 전자 장치가 개시된다. 본 개시에 따른 전자 장치는, 차량용 전장 시스템과 통신을 수행하는 통신부, 추천 응답을 생성하기 위한 생성형 모델을 포함하는 메모리, 사용자로부터 텍스트 정보 및 음성 정보 중 어느 하나에 해당하는 요청 사항을 입력받는 사용자 입력부, 추천 응답에 매칭되는 텍스트 정보 및 음성 정보 중 적어도 하나를 출력하기 위한 출력부 및 통신부, 사용자 입력부, 출력부, 및 메모리와 연결된 프로세서를 포함하고, 프로세서는, 차량용 전장 시스템으로부터 제공되는 차량 정보 및 요청 사항 중 적어도 하나를 생성형 모델에 실시간으로 입력하여 추천 응답을 획득하고, 출력부를 통해 획득된 추천 응답을 출력한다.
본 개시는 서버의 동작 방법에 관한 것이다. 본 동작 방법은, 사용자 입력을 통해 획득된 대상 콘텐츠를 구성하는 데이터를 데이터 유형 별로 구분하여 이미지, 비디오, 또는 텍스트에 해당하는 적어도 하나의 대상 데이터를 획득하는 단계, 각 유형에 매칭되는 대상 데이터마다 신뢰도를 식별하는 단계 및 각 유형에 매칭되는 대상 데이터마다 식별된 신뢰도를 결합하여 대상 콘텐츠에 대한 종합 신뢰도를 설정하는 단계를 포함한다.
사용자 반응형 배리어프리 키오스크 장치의 동작 방법이 개시된다. 본 개시에 따른 키오스크 장치의 동작 방법은, 대화 내용을 생성하기 위한 제1 인공지능 모델을 포함하는 대화형 에이전트를 기초로 사용자와 대화를 수행하는 단계, 대화를 수행한 제1 인공지능 모델의 출력을 기초로 사용자의 제1 특성 정보를 획득하는 단계, 대화가 수행되는 동안 사용자가 촬영되어 획득된 적어도 하나의 이미지를 제2 인공지능 모델에 입력하여, 제2 인공지능 모델의 출력을 기초로 사용자의 제2 특성 정보를 획득하는 단계 및 제1 특성 정보 및 제2 특성 정보 중 적어도 하나를 기초로 사용자의 유형을 식별하는 단계를 포함한다.
본 개시는 콜봇 모듈을 포함하는 서버의 동작 방법에 관한 것이다. 본 동작 방법은, 기업 고객의 단말로 기업 고객의 기업과 관련된 문서 데이터를 입력하기 위한 UI(User Interface)를 제공하는 단계, 일반 고객의 단말로부터 일반 고객의 제1 음성 데이터를 획득하는 단계, 일반 고객의 제1 음성 데이터에 대하여, 콜봇 모듈을 통해 문서 데이터에 기초하여 생성된 제2 음성 데이터를 획득하는 단계 및 제2 음성 데이터를 일반 고객의 단말로 전송하는 단계를 포함한다.
본 발명은 경량화된 인공지능을 내장한 시스템 온 칩(System On Chin, SoC)의 온디바이스(On-Device) 기반으로 경량형 LLM(Large language model) 및 LVM(Large Vision Model)이 통합된 멀티모달 모델(Multimodal Model)을 활용하여 고령자, 시각장애인, 청각장애인, 지체장애인을 포함하는 디지털 약자를 인식하고 사용자 맞춤형 맥락 이해 기반 민원 및 주문지원이 가능한 대화형 에이전트 기능과 데이터 최적 학습 기술이 적용된 디지털 약자를 위한 경량형 SoC 기반 온디바이스 AI 대화형 키오스크를 개시한다. 본 발명은 발전하는 서비스 산업에서 키오스크 사용의 어려움 등으로 인해 소외되고 있는 디지털 약자도 키오스크 사용이 용이해져서 서비스 접근이 용이해지는 장점이 있다. 또한, 본 발명은 인터넷이 연결되지 않은 환경에서도 자체로 인공지능을 실행하여 사용자에게 키오스크 서비스를 제공할 수 있는 장점이 있다.
본 발명은 LLM(Large language model) 및 LVM(Large Vision Model)이 통합된 멀티모달 모델(Multimodal Model)을 이용하여 고령자, 시각장애인, 청각장애인, 지체장애인을 포함하는 디지털 약자를 인식하고 사용자 맞춤형 맥락 이해 기반 민원 및 주문지원이 가능한 대화형 에이전트 기능과 데이터 최적 학습 기술이 적용된 디지털 약자를 위한 배리어프리 AI 대화형 키오스크 시스템 및 이의 작동 방법을 개시한다. 본 발명은 발전하는 서비스 산업에서 키오스크 사용의 어려움 등으로 인해 소외되고 있는 디지털 약자도 키오스크 사용이 용이해져서 서비스 접근이 용이해지는 효과가 있다. 또한, 본 발명를 통해 음성 대화만으로도 쉽게 주문을 할 수 있는 키오스크가 도입될 경우 디지털 약자들도 서비스에서 소외되지 않게 되어 사회적 후생이 증대되는 효과가 있다.
본 발명은 힌디어 및 영어 기반의 RAG 데이터를 구축하고 파인튜닝으로 LLM을 학습시키고, LangChain 프레임워크를 통해 자연어 검색 질의응답 시스템을 설계하고, RAG 기반 질의응답 시스템을 통해 공공기관 및 산업계의 상용문서를 벡터화하여 문서 업로드 시 주요 내용 요약, 관련 내용 Q0026#A, 특정 내용 검색 등을 구현하여 사용자 맞춤형 정보를 제공할 수 있도록 설계된 힌디어, 영어 및 한국어가 포함된 다국어 AI DOC 시스템의 구축 방법 및 이의 작동 방법을 개시한다. 본 발명의 힌디어, 영어 및 한국어가 포함된 다국어 AI DOC 시스템의 구축 방법은, 힌디어 기반 학습 데이터, 영어 기반 학습 데이터 및 한국어 기반 학습 데이터가 수집 및 가공되어 힌디어, 영어 및 한국어를 이해하는 온프레미스 기반의 언어모델인 sLLM(smaller Large Language Model)이 학습되는 제1 단계; 힌디어로 된 공공기관 및 산업계의 상용문서로 힌디어 학습 데이터셋이 구축되고, 상기 힌디어 학습 데이터셋을 벡터 임베딩하여 벡터 데이터베이스에 저장된 RAG(Retrieval-Augmented Generation) 프레임워크로 상기 제1 단계의 sLLM이 구축되는 제2 단계; 및 상기 제2 단계의 sLLM에 대한 파인튜닝이 실시되는 제3 단계;를 포함한다.
일 실시예에 따른 경량화 언어 모델 구축 방법은 상기 서버가 클라이언트 도메인과 관련된 외부망의 최신 정보를 추출하기 위한 질의 데이터를 포함하는 데이터셋을 생성하는 단계; 상기 서버가 상기 대규모 언어 모델에 상기 로컬 어댑터를 적용한 제3 경량화 언어 모델을 기초로 상기 데이터셋을 기초로 외부망으로부터 상기 클라이언트 도메인과 관련된 최신 정보를 추출하는 단계; 상기 서버가 상기 최신 정보를 이용하여 QLORA 기반의 업데이트용 어댑터를 생성하는 단계; 상기 클라이언트 장치가 상기 업데이트용 어댑터를 획득하는 단계; 및 상기 클라이언트 장치가 상기 대규모 언어 모델에 상기 업데이트용 어댑터를 적용하여 상기 최신 정보를 반영한 제4 경량화 언어 모델을 구축하는 단계를 포함할 수 있다.
일 실시예에 따른 경량화 언어 모델 구축 방법은 서버가 클라이언트 도메인의 정보를 추출하기 위한 질의 데이터를 포함하는 데이터셋을 기초로 QLORA 기반의 추출용 어댑터를 생성하는 단계; 클라이언트 장치가 상기 추출용 어댑터를 획득하는 단계; 상기 클라이언트 장치가 상기 대규모 언어 모델에 상기 추출용 어댑터를 적용한 제1 경량화 언어 모델을 기초로 온프레미스 환경의 로컬 데이터를 전처리하여 학습 데이터를 생성하는 단계; 상기 클라이언트 장치가 상기 학습 데이터를 기초로 클라이언트 도메인에 특화된 QLORA 기반의 로컬 어댑터를 생성하는 단계; 및 상기 클라이언트 장치가 상기 대규모 언어 모델에 상기 로컬 어댑터를 적용한 제2 경량화 언어 모델을 기초로 온프레미스 환경의 요청을 처리하는 단계를 포함할 수 있다.
본 발명은 LLM 언어 모델을 이용하여 학교 현장에서 교사, 학생, 학부모와 관련된 학습, 교육행정 및 민원을 지원하는 생성형 AI 기반의 교육기관 지원 시스템을 개시한다. 본 발명의 생성형 AI 기반의 교육기관 지원 시스템은, 학부모 상담을 위해 학교에 전화를 건 학부모에 대해 인공지능에 의해 학교 기본 정보, 학사 일정 및 교직원 소개하고 시간표를 안내하며, 학부모 상담 예약을 수행하는 학부모 상담 모듈; 인공지능에 의해 학폭 신고, 학교생활 지도고시, 교육활동 침해 내용을 음성에서 텍스트로 기록하여 보관하는 학부모 민원 대응 모듈; 및 교원의 업무에 대해 행정 지원하고 다문화 학생의 교육을 지원하는 교원업무 행정지원 모듈;를 포함한다.
본 발명은 RAG 프레임워크를 기반으로 할루시네이션을 최소화한 sLLM 언어모델을 기반으로 법률 데이터 클라우드를 구축하여 일반인들을 대상으로 AI를 활용한 법률보조 서비스를 제공할 수 있는 대국민 체험형 AI 법률 지원 시스템을 개시한다. 본 발명은 생성형 AI 기술로 개인별 정보 취득의 비대칭을 완화하여 일반인에 대한 법률 서비스 접근성을 제고하는 효과가 있다. 또한, 본 발명은 대국민 관점 법률 분야의 단순 상담, 내용증명, 소송 등 빠른 판단이 가능하여 시간 절감, 기회비용을 증가시키고, 전문영역의 무지로 발생할 수 있는 경제적, 물리적 손실을 미연에 방지하는 효과가 있다.
본 발명은 RAG 프레임워크를 기반으로 할루시네이션을 최소화한 sLLM 언어모델을 기반으로 클라우드를 구축하고, 데이터 유출을 방지하기 위해 공개 데이터와 내부 데이터를 구분하고 수집하여 학습 데이터를 구축하여 법무법인 등 로펌을 대상으로 AI를 활용한 법률보조 서비스를 제공할 수 있는 법률전문가를 위한 AI 법률 지원 시스템을 개시한다. 본 발명은 생성형 AI 기술을 활용하여 법률전문가의 업무 가중을 혁신적으로 절감시켜주므로 사건 적체를 방지하여 법률 분야의 효율성을 개선하는 효과가 있다. 또한, 본 발명은 법률전문가의 작업시간 단축으로 상담, 의뢰, 수임 등 가능 건수 증대로 법률산업 활성화에 기여하는 효과가 있다.
학교 특화 AICC(AI Contact Center)를 구현하는 시스템 및 이의 동작 방법이 개시된다. 본 개시에 따른 시스템의 동작 방법은, 사용자 입력에 대응되는 질의 프롬프트가 수신되면, 사용자 단말이 질의 프롬프트를 서버로 전송하는 동작, 서버가 질의 프롬프트를 교육 특화 언어 모델에 입력하여 출력된 값을 바탕으로 질의 프롬프트에 대응되는 교육 데이터 베이스 기반의 답변 정보를 획득하는 동작, 서버가 획득된 답변 정보를 사용자 단말로 전송하는 동작, 사용자 단말이 답변 정보를 출력하여 사용자에게 제공하는 동작을 포함할 수 있다.
전자 장치의 동작 방법이 개시된다. 본 개시의 일 실시 예에 따른 전자 장치의 동작 방법은, 사용자 입력을 기초로 기사(Article)에 관한 제1 텍스트를 획득하는 단계; 상기 제1 텍스트와 비교할 기사에 관한 적어도 하나의 제2 텍스트를 선택하는 단계; 및 상기 제1 텍스트와 상기 적어도 하나의 제2 텍스트를 비교한 결과에 기초하여 상기 제1 텍스트의 신뢰도 스코어를 획득하는 단계;를 포함할 수 있다.
전자 장치의 동작 방법이 개시된다. 본 동작 방법은, 사용자 입력에 따라, 복수의 생성형 모델 중 제1 생성형 모델 및 제2 생성형 모델을 선택하는 단계, 제1 생성형 모델이 양자화된 제1 양자화 데이터 및 제2 생성형 모델이 양자화된 제2 양자화 데이터를 기초로, 융합 모델을 생성하는 단계, 생성된 융합 모델을 기초로 적어도 하나의 기능을 제공하는 단계를 포함한다.
맞춤형 학부모 상담을 위한 AICC(AI Contact Center)를 구현하는 시스템 및 이의 동작 방법이 개시된다. 본 개시에 따른 동작 방법은, 사용자 입력에 대응되는 음성 데이터가 획득되면, 사용자 단말이 음성 데이터를 서버로 전송하는 동작, 서버가 음성 데이터를 학부모 상담 모델에 입력하여 출력된 값을 바탕으로 음성 데이터에 대응되는 학부모 상담 정보를 획득하는 동작, 서버가 획득된 학부모 상담 정보를 사용자 단말로 전송하는 동작 및 사용자 단말이 학부모 상담 정보를 출력하여 사용자에게 제공하는 동작을 포함할 수 있다.
지능형 오토콜 서비스를 제공하는 시스템의 동작 방법이 개시된다. 본 동작 방법은, 관리 서버가, 오토콜을 통해 대상자에게 제공할 안내 정보를 입력하기 위한 적어도 하나의 UI(User Interface)를 사용자의 단말로 제공하는 단계, 관리 서버가, 사용자의 단말을 통해 입력된 안내 정보를 ACS(Auto Call System) 서버로 전송하는 단계, 및 ACS 서버가, 대상자의 단말에 대한 오토콜을 실행하고, 오토콜을 통해 안내 정보를 대상자의 단말로 제공하는 단계를 포함한다. 서울특별시 서울경제진흥원 2023년 인공지능 기술사업화 지원사업(CY230056) "창업지원 데이터 기반 AI ACS(Auto Call System) 개발"을 통해 개발된 기술이다.
사용자 단말 및 서버를 포함하는 대화형 인공지능 기반의 자동차 인포테인먼트(Car Infotainment) 시스템이 개시된다. 본 개시에 따른 시스템은, 사용자 단말이 자동차 GUI를 출력하는 동안 사용자의 사용자 명령 데이터가 획득되면, 사용자 단말이 사용자 명령 데이터를 서버로 전송하는 단계; 서버가 사용자 단말로부터 수신된 사용자 명령 데이터에 대응되는 텍스트 데이터를 식별하는 단계; 서버가 텍스트 데이터의 의미를 식별하는 단계; 서버가 식별된 의미에 기초하여 텍스트 데이터에 대응되는 자동차 GUI의 출력 제어 신호를 생성하는 단계; 서버가 식별된 의미에 기초하여 텍스트 데이터에 대응되는 답변 데이터를 생성하는 단계; 서버가 출력 제어 신호 및 답변 데이터를 사용자 단말로 전송하는 단계; 및 사용자 단말이 출력 제어 신호에 대응되는 자동차 GUI 및 답변 데이터를 출력하여 사용자에게 제공하는 단계;를 포함할 수 있다.
전자 장치가 개시된다. 본 전자 장치는, 질의-응답을 수행하기 위한 제1 인공지능 모델을 포함하는 메모리, 질의-응답을 수행하기 위한 제2 인공지능 모델을 포함하는 외부 전자 장치와 통신을 수행하기 위한 통신부, 제1 인공지능 모델 및 제2 인공지능 모델 중 적어도 하나를 통해 사용자의 질의에 대한 응답을 제공하는 프로세서를 포함한다.
본 발명의 바람직한 일 실시예로서, 다채널 다화자 환경에서 화자별 음원분리장치는 다수의 마이크에서 수신된 다채널 신호 간의 채널간 스펙트럼 유사도를 이용하여 인접한 마이크 간 간섭효과에 의한 간섭음성입력과 화자의 실제 발화에 기인한 발화음성입력을 구별하고, 상기 다채널 중 상기 발화음성입력이 발생한 활성채널을 식별하는 채널식별부;상기 채널식별부에서 복수의 활성채널을 식별한 경우, 상기 복수의 채널 각각의 음원을 분리하는 음원분리부;및 상기 복수의 채널 각각에서 분리된 음원을 화자별 음원으로 재분류하는 화자별음성검출부;를 포함하는 것을 특징으로 한다.
본 발명은 오프라인 시장 기반 가상 공간 내 장보기 서비스를 제공하는 전자 장치의 제어 방법, 및 시스템에 관한 것으로, 특히, 전자 장치의 제어 방법은, 전자 장치가, 오프라인 시장(Off-line Marketplace)을 나타내는 가상 공간 내에서 사용자 입력에 따라 사용자의 가상 위치를 설정하는 단계, 전자 장치가, 가상 공간을 구성하는 이미지 데이터를 바탕으로, 사용자의 가상 위치에 매칭되는 적어도 하나의 가상 이미지를 제공하는 단계, 및 전자 장치가, 가상 공간 내에서 사용자의 가상 위치로부터 일정 거리 내에 위치하는 적어도 하나의 메타휴먼의 이미지를 제공하는 단계를 포함한다.
본 발명은, AI(Artificial Intelligence) 대화 엔진을 포함하는 메모리, 적어도 하나의 단말과 통신하는 통신부, 및 메모리 및 통신부와 연결된 프로세서를 포함하는, 인공지능 모델이 결합된 자동 호출 서비스를 제공하는 전자 장치에 관한 것이다.
본 발명은, 음성 인식을 수행하기 위한 제1 인공지능 모델, 질의 응답을 수행하기 위한 제2 인공지능 모델, 및 발화 내용에 매칭되는 표정과 입 모양을 생성하기 위한 제3 인공지능 모델을 포함하는, 메타휴먼(Metahuman)에 대한 데이터가 저장된 메모리, 적어도 하나의 단말과 통신하는 통신부, 및 메모리 및 통신부와 연결된 프로세서를 포함하는, 사용자와 메타휴먼의 쌍방향 대화 응대 서비스를 스트리밍 기반으로 제공하는 전자 장치에 관한 것이다.
본 발명은, 전자 장치가, 고객 단말로, 고객 단말의 고객의 주소를 요청하는 단계, 전자 장치가, 고객 단말로부터 고객의 주소에 대한 음성 데이터를 획득하는 단계, 전자 장치가, 음성 데이터를 변환하여 텍스트를 획득하고, 텍스트 내에서 기 등록된 복수의 지역명 중 적어도 하나와 매칭되는 적어도 하나의 제1 키워드를 추출하는 단계, 전자 장치가, 제1 키워드와 매칭되는 하나의 지역명을 선택하는 단계, 및 전자 장치가, 제1 키워드와 매칭되는 하나의 지역명이 선택되면, 텍스트 내에서 상세 주소지에 매칭되는 적어도 하나의 제2 키워드를 추출하는 단계를 포함하는, 구획 별 주소를 인식하여 음성을 텍스트로 변환하는 주소봇 서비스를 제공하는 전자 장치의 제어 방법에 관한 것이다.
본 발명의 바람직한 일 실시예로서, 개인정보 발화구간 비식별화방법은 개인정보검출부에서 입력음성데이터 중 정보보호가 필요한 개인정보 발화구간을 검출하는 단계; 비식별화부에서 검출된 개인정보 발화구간에 대한 텍스트를 사운드코드로 변환하여 비식별화하는 단계; 및 전송부에서 비식별처리되지 않은 음성구간과 비식별처리된 개인정보 발화구간에 대응하는 사운드코드를 조합한 비트스트림을 전송하는 단계;를 포함하는 것을 특징으로 한다.
본 발명에 따른 영상 기반 온라인 행사 진행 시스템은 주최자정보 및 행사정보를 입력받고, 행사정보에 대응되는 행사의 개설을 요청하는 행사 개설 요청 신호를 상기 주최자정보 및 상기 행사정보와 함께 송신하는 주최자 단말; 상기 행사 개설 요청 신호를 수신하면, 상기 주최자 정보 및 상기 행사정보에 기초하여 온라인으로 행사가 진행되는 가상행사실을 생성하는 행사 진행 서버; 및 참여자 정보를 입력받고, 상기 행사에 참여를 요청하는 행사 참여 요청 신호를 상기 참여자 정보와 함께 상기 행사 진행 서버로 송신하는 참여자 단말;을 포함하고, 상기 행사 진행 서버는 행사영상 및 행사영상 스트리밍 주소를 상기 주최자 단말로부터 수신하여 상기 참여자 단말로 송신하고, 참여자영상을 상기 참여자 단말로부터 수신하여 상기 주최자 단말로 송신하는 행사중 관리모듈;을 포함할 수 있다.
사용자 단말, 결제 장치 및 서버를 포함하는 시스템에 의해 수행되는 QR 코드 결제 방법이 제공된다. 본 발명에 따른 제공 방법은, 상기 결제 장치가, 결제를 수행할 제1 사용자 단말을 판단하는 단계; 상기 제1 사용자 단말이, 상품에 대한 결제를 수행하기 위한 대화방을 생성하는 단계; 상기 결제 장치가, 상품 정보를 획득하여 상기 판단된 제1 사용자 단말로 상기 상품 정보에 대응되는 상품의 명칭, 가격 정보 및 가격 정보에 대응되는 제1 QR 코드를 전송하는 단계; 상기 제1 사용자 단말이, 상기 QR 코드를 상기 서버로 전송하는 단계; 상기 서버가, 상기 제1 QR 코드를 바탕으로 제2 QR 코드를 생성하여 상기 제1 사용자 단말로 전송하는 단계; 상기 제1 사용자 단말이, 상기 메신저 어플리케이션에 상기 상품 정보에 대응되는 상품의 명칭, 가격 정보 및 상기 제2 QR 코드를 표시하는 단계; 및 상기 제1 사용자 단말이, 상기 제2 QR 코드를 바탕으로 상기 상품에 대한 결제를 수행하는 단계; 를 포함한다.
컴퓨터에 의하여 수행되는 방법에 있어서, 제1 게임으로부터 제2 게임으로의 하나 이상의 제1 환전요청을 수신하는 단계, 상기 제2 게임으로부터 상기 제1 게임으로의 하나 이상의 제2 환전요청을 수신하는 단계, 상기 제1 게임과 상기 제2 게임 간의 환율을 획득하는 단계 및 상기 하나 이상의 제1 환전요청 각각의 금액, 상기 하나 이상의 제2 환전요청 각각의 금액 및 상기 환율에 기초하여, 상기 제1 환전요청과 상기 제2 환전요청을 매칭하는 단계를 포함하는, 이종게임 간의 환전매칭 방법이 개시된다.
컴퓨터에 의하여 수행되는 방법에 있어서, 메신저 대화방에 포함된 사용자들에 대한 정보를 획득하는 단계(S100), 상기 메신저 대화방에서 수행되는 대화내용을 수집하는 단계(S200), 상기 대화내용 중 적어도 일부에 대응하는 추가정보를 획득하는 단계(S300), 상기 획득된 추가정보를 상기 메신저 대화방을 통해 상기 사용자들에게 전달하는 단계(S400) 및 상기 수집된 대화내용으로부터 상기 사용자들 각각에 대한 정보를 추출하는 단계(S500)를 포함하는, 챗봇을 이용한 사용자 정보 수집방법이 개시된다.
컴퓨터에 의하여 수행되는 방법에 있어서, 거래당사자 간에 수행되는 대화내역을 획득하는 단계, 거래당사자 각각의 기존 대화패턴에 기초하여, 상기 대화내역으로부터 하나 이상의 위험요소를 도출하는 단계(S200), 상기 도출된 위험요소에 기초하여 제1 거래당사자의 위험도를 판단하는 단계(S300) 및 상기 제1 거래당사자의 위험도에 따라 상기 제1 거래당사자에게 본인인증을 요청하는 단계(S400)를 포함하는, 사기거래 탐지를 위한 본인확인 방법이 개시된다.
본 발명의 실시 예에 따른 증강현실용 인공지능 캐릭터를 제작하기 위한 전자장치는 사용자 단말기 및 웹으로부터 인공지능 캐릭터 생성에 요구되는 정보를 수신하고, 사용자 단말기에 완성된 인공지능 캐릭터를 이용한 서비스 콘텐츠를 전송하는 통신부, 인공지능 캐릭터 생성에 요구되는 캐릭터 제작 데이터를 저장하는 저장부, 음성 인식을 위해 제작자의 음성을 입력받고, 인공지능 캐릭터의 답변 내용을 음성으로 출력하는 오디오 처리부 및 음성으로 입력된 제작자의 명령을 인식하고 상기 명령에 기반하여 인공지능 캐릭터를 생성하는 제어부를 포함하고, 상기 제어부는 입력된 음성을 분석하고, 해당 음성의 의미를 판단하는 음성 인식 처리부 및 상기 음성 인식부에 의해 인식된 제작자의 음성 내용 중 캐릭터 생성과 관련된 명령을 추출하고, 추출된 명령과 매칭되는 프로그램 언어를 이용하여 캐릭터 생성을 수행하는 캐릭터 생성부를 포함할 수 있다.
본 발명의 실시 예에 따른 머신 러닝 기반의 챗봇용 데이터 추가 장치는 분석용 질문으로부터 생성된 추가 질문을 저장하고, 추가 질문 생성에 요구되는 사전 데이터, 룰 데이터 및 크롤링 데이터를 저장하는 저장부, 상기 분석용 질문으로부터 추가 질문 생성을 위한 머신 러닝에 요구되는 정보를 웹 서버로부터 수신하는 통신부 및 상기 분석용 질문으로부터 머신 러닝을 기반으로 추가 질문을 생성하는 제어부를 포함하되, 상기 제어부는 분석용 질문이 입력되면 상기 분석용 질문과 동일한 의미이나 표현이 다른 추가 질문을 사전데이터, 문법 데이터 및 크롤링 데이터 중 적어도 하나의 데이터에 기반하여 생성하며, 상기 생성된 추가 질문과 상기 분석용 질문간의 유사도를 판단하여 유사도가 기 설정된 범위 이내이면, 상기 생성된 추가 질문을 상기 저장부에 저장하는 데이터 관리부 및 챗봇에 입력되는 사용자 질문에 대하여 분석 여부를 판단하고, 분석이 요청되는 사용자 질문에 대하여 상기 생성된 추가 질문을 포함한 질문 데이터에 기반하여 분석 및 답변 매칭을 수행하는 챗봇 제공부를 포함할 수 있다.
본 발명의 실시 예에 따른 챗봇 제작 및 제공 서버는 챗봇 제작 의뢰인의 계정 정보 및 챗봇 이용자들의 이용자 정보를 포함하는 고객 데이터, 상기 챗봇을 통해 수행되는 대화내역 및 상기 챗봇 구동에 요구되는 질문/답변 데이터를 저장하는 저장부, 상기 챗봇 제작 의뢰인 디바이스 및 챗봇 이용자 디바이스와 통신하는 통신부 및 챗봇 제작 및 챗봇을 전반적으로 운용하는 제어부를 포함하고, 상기 제어부는 챗봇 제작 의뢰인으로부터 챗봇 제작 요청 신호가 입력되면 챗봇 제작에 요구되는 선택사항을 챗봇 제작 의뢰인 디바이스에 제공하고 상기 챗봇 제작 의뢰인 디바이스로부터 수신되는 선택 정보에 기반하여 챗봇을 제작하는 챗봇 생성부, 챗봇 생성 과정에서 상기 챗봇 제작 의뢰인이 선택한 메신저 정보를 확인하고, 선택된 메신저에서 상기 챗봇이 동작하도록 상기 메신저와 상기 챗봇을 연동시켜 제작하는 메신저 설정부, 상기 저장부 및 타 웹 서버로부터 수집한 자료들을 분석하여 업데이트 정보를 생성하고 상기 생성된 업데이트 정보를 상기 저장부에 저장하는 챗봇 관리부 및 상기 챗봇에 입력된 질문에 대하여 형태소 분석을 수행하고 대응하는 답변을 매칭하여 출력하는 챗봇 제공부를 포함할 수 있다.
KIPO KIPRIS · checked 2026-10-15 · newest filings first · right: registration date (filing date if not yet registered) · 49 of 49 · 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.
Compiled from press reports — not confirmed by the company.
| KRW bn | 2024 | 2025 |
|---|---|---|
| Revenue | 8.6 | 11.9 |
| Operating expenses | 20.8 | 19.8 |
| Operating income (loss) | (12.2) | (7.9) |
| Non-operating income | 0.4 | 0.3 |
| Other gains | 0.0 | 0.0 |
| Finance income | 0.3 | 0.3 |
| Non-operating expenses | 9.9 | 4.0 |
| Other losses | 0.0 | 0.0 |
| Finance costs | 9.9 | 4.0 |
| Profit (loss) before tax | (21.7) | (11.6) |
| Net income (loss) | (21.7) | (11.6) |
Revenue ₩11.9bn, up 38.9% YoY.
Operating margin -66.2% (prior -142.0%).
Net income ₩-11.6bn.
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 2026-11-07