Loading the company…
Loading the company…
㈜카카오엔터프라이즈
English name as filed with DART, Korea’s corporate disclosure system · Correct the English name ›
Last updated 2026-11-02 · Korean page ›
Verification level — how far we have checked
L0 · Public records — NPS workforce · filed financials · patents — public data
A company based in Gyeonggi, founded in 2019. Industry: Software & IT Services. Group consolidated revenue for 2025 was ₩169.7bn — this includes subsidiaries and is not the revenue of this entity alone. It has 355 employees enrolled in the National Pension Service (as of Aug 2026). It is externally audited; the latest audit opinion is “Unqualified”.
Loading…
Latest filing 2025-04-15 · latest registration 2026-10-07 · newest first
본 발명은 자체 관리가 가능한 데이터 센터 관리 기술에 관한 것이다. 보다 구체적으로 본 발명은, 제네시스 노드를 구성하고, 자체 관리 노드(self-managed node)에 프로비저닝을 수행하며, 상기 프로비저닝을 수행한 후, 상기 제네시스 노드를 상기 자체 관리 노드에 복제하고, 상기 제네시스 노드를 제거하는 클라우드 데이터 센터를 관리하는 기술에 관한 것이다.
본 발명은, 베어메탈를 제공하기 위한 베어메탈 서비스 시스템의 구조에 관한 것이다. 보다 구체적으로 본 발명은, 적어도 하나의 베어메탈 PM(Physical Machine)을 포함하는 베어메탈 랙, 상기 저거도 하나의 베어메탈 PM에 대한 제 1 네트워크를 구성하는 제 1 VPC(Virtual Private Cloud), 상기 적어도 하나의 베어메탈 PM을 제어하기 위한 적어도 하나의 API 콘트롤러에 대한 제 2 네트워크를 구성하는 제 2 VPC, 및 상기 제 1 및 제 2 VPC를 연결하는 피어 네트워크를 포함하는, 베어메탈 서비스 시스템에 관한 것이다.
클러스터 컴퓨팅 시스템의 리소스 할당 방법 및 장치가 개시된다. 일 실시 예에 따른 클러스터 컴퓨팅 시스템의 리소스 할당 방법은 입력된 작업의 유형에 기초하여, 작업에 대응하는 파티션을 결정하는 단계, 파티션 내 서버들의 리소스 잔여량을 획득하는 단계, 획득된 리소스 잔여량에 기초하여, 파티션에 대응하는 강화 학습 모델의 에이전트로부터 작업에 대한 액션을 획득하는 단계 및 획득된 액션에 기초하여, 파티션 내 서버들 중 액션에 대응하는 서버에 작업을 할당하는 단계를 포함할 수 있다.
본 발명은 자체적으로 탑재된 인공지능 모델에 기초하여 영상을 분석할 수 있는 스마트 카메라에 관한 것이다. 보다 구체적으로 본 발명은, 적어도 하나의 타 스마트 카메라와 스트리밍 영상을 공유하기 위한 통신부, 영상을 촬영하는 이미지 센서, 제어부, 및 제 1 인공지능 모델을 탑재하는 DPU(Data processing unit)를 포함하되, 상기 제어부는, 상기 타 스마트 카메라로부터 공유되는 스트리밍 영상을 상기 제 1 인공지능 모델에 기초하여 분석하는, 스마트 카메라에 관한 것이다.
본 발명은, VPC의 설정값을 제어하기 위한 기술에 관한 것이다. 보다 구체적으로 본 발명은, VPC의 설정값을 제어하는 VPC 콘트롤러의 제어 방법에 있어서, 상기 VPC로부터 설정값을 수신 받는 단계; 사용자로부터 변경 설정값을 수신 받는 단계; 상기 설정값 및 변경 설정값을 비교하는 단계; 상기 비교 결과에 기초하여, 복수 개의 설정값 항목 각각에 수행할 동작을 결정하는 단계; 및 상기 결정된 동작에 기초하여 상기 VPC의 설정값을 제어하는 단계를 포함하는, VPC 콘트롤러의 제어 방법에 관한 것이다.
본 발명은 가변하는 트래픽에 유연하게 대처할 수 있는 로드 밸런서 관리 시스템에 관한 것이다. 보다 구체적으로 본 발명은, 로드 밸런서 노드 생성 요청에 기초하여 CR 관리부가 사용자 지정 리소스(CR, Custom Resource)를 생성하고, 상기 사용자 지정 리소스는 로드 밸런서를 정의하는 적어도 하나의 파라미터 정보를 포함하며, CR 관리부가 상기 생성된 사용자 지정 리소스를 데이터 베이스에 저장하고, 오퍼레이터가 상기 저장되어 있는 적어도 하나의 사용자 지정 리소스에 대응되도록, 적어도 하나의 로드 밸런서 노드(LB Node)를 생성, 제거 및 변경 중 적어도 하나를 수행하는 로드 밸런서 관리 시스템에 관한 것이다.
뉴럴 네트워크의 연산을 처리하는 방법 및 장치가 개시된다. 일 실시 예에 따른 뉴럴 네트워크의 연산을 처리하는 방법은 제1 레이어의 커널 셋을 분할하여, 입력 데이터에 대한 제1 레이어의 연산을 수행하는 단계, 제1 레이어의 출력 텐서들 각각에 대응하는 양자화 파라미터에 기초하여, 제1 레이어의 출력 텐서들 각각을 양자화하는 단계, 제2 레이어의 커널 셋의 입력 채널을 분할하여, 양자화된 제1 레이어의 출력 텐서들에 대한 제2 레이어의 연산을 수행하는 단계 및 제2 레이어의 출력 텐서들에 기초하여, 출력 데이터를 획득하는 단계를 포함할 수 있다.
음성 합성 방법 및 장치가 개시된다. 일 실시 예에 따른 음성 합성 방법은 음성 샘플을 화자 인코더에 입력하여, 음성 샘플에 대응하는 샘플 임베딩 시퀀스 획득하는 단계, 음성 샘플의 프레임들에 대한 주기성(periodicity)에 기초하여, 샘플 임베딩 시퀀스에 대응하는 샘플 임베딩 데이터를 획득하는 단계 및 샘플 임베딩 데이터 및 텍스트 데이터를 생성기에 입력하여, 음성 샘플의 목소리로 텍스트 데이터를 발화한 합성 음성을 획득하는 단계를 포함할 수 있다.
데이터 증강 방법 및 장치가 개시된다. 일 실시 예에 따른 데이터 증강 방법은 정타 데이터(correctly typed data)인 입력 데이터에 노이즈(noise) 함수를 적용하여 입력 데이터에 대응하는 오타 데이터(spelling error data)인 출력 데이터를 획득하는 단계 및 오타 교정 모델의 학습을 위하여, 입력 데이터 및 출력 데이터를 포함하는 학습 데이터를 생성하는 단계를 포함할 수 있다.
본 발명은 사용자의 질의에 대하여 응답을 출력해 줄 수 있는 장치에 관한 것이다. 보다 구체적으로 본 발명은, 질의를 입력 받고, 검색부가 상기 입력된 질의와 관련된 관련 자료를 검색하며, 답변부가 상기 검색된 자료에 기초하여 상기 입력된 질의에 대한 답변을 출력하고, 상기 답변부는 상기 입력된 질의에 대하여 비정형 답변 출력과 정형 답변 출력이 가능한 모델로 구성되는 질의 응답 기술에 관한 것이다.
본 발명은 자연어 쿼리를 SQL 쿼리로 변환해주는 자연어 처리 기술에 관한 것이다. 보다 구체적으로 본 발명은, 자연어 쿼리에 기초하여 데이터 베이스를 분류하고, 대규모 언어 모델(LLM, Large Language Model)을 포함하는 변환 모델을 이용하여 상기 자연어 쿼리를 분류된 데이터 베이스에 대응하는 SQL 쿼리로 변환하는 자연어 처리 기술에 관한 것이다.
본 발명은 자연어 쿼리를 SQL 쿼리로 변환해주는 자연어 처리 기술에 관한 것이다. 보다 구체적으로 본 발명은, 자연어 쿼리에 기초하여 데이터 베이스를 분류하고, 상기 자연어 쿼리를 분류된 데이터 베이스에 대응하는 SQL 쿼리로 변환하는 자연어 처리 기술에 관한 것이다.
뉴럴 네트워크의 학습 방법 및 장치가 개시된다. 일 실시 예에 따른 뉴럴 네트워크의 학습 방법은 포지티브 샘플에 대한 레이어의 출력에 기초하여, 포지티브 적합도를 계산하는 단계, 네거티브 샘플에 대한 레이어의 출력에 기초하여, 네거티브 적합도를 계산하는 단계 및 포지티브 적합도 및 네거티브 적합도의 차이에 기초하여 정의된 손실 함수에 기초하여, 레이어의 가중치를 업데이트하는 단계를 포함할 수 있다.
본 발명은 지식 증류 학습 방법을 이용하여 자동 음성 인식 모델을 학습시키는 기술에 관한 것이다. 보다 구체적으로 본 발명은, 제 1 및 제 2 모델이 훈련 데이터를 입력받으면, 입력된 훈련 데이터에 기초하여 제 1 모델이 제 1 확률 분포를 출력하고, 상기 입력된 훈련 데이터에 기초하여 제 2 모델이 제 2 확률 분포를 출력하며, 제 1 및 제 2 확률 분포에 기초하여 상기 제 2 모델을 학습시키는 지식 증류 학습 방법에 관한 것이다.
본 발명은, 단말기에서 얼굴 인식 시 위조인지 여부를 판별하는 기술에 관한 것이다. 보다 구체적으로 본 발명은, 얼굴인식용 이미지에 기초하여 위조 판별을 수행하되, 상기 얼굴인식용 이미지는, 조명 패턴 이미지의 출력에 따른 조명 조건에서 촬영된 기술에 관한 것이다.
본 발명은 자체적으로 탑재된 인공지능 모델에 기초하여 영상을 분석할 수 있는 스마트 카메라에 관한 것이다. 보다 구체적으로 본 발명은, 적어도 하나의 타 스마트 카메라와 스트리밍 영상을 공유하기 위한 통신부, 영상을 촬영하는 이미지 센서, 제어부, 및 제 1 인공지능 모델을 탑재하는 DPU(Data processing unit)를 포함하되, 상기 제어부는, 상기 타 스마트 카메라로부터 공유되는 스트리밍 영상을 상기 제 1 인공지능 모델에 기초하여 분석하는, 스마트 카메라에 관한 것이다.
본 발명은 자체적으로 탑재된 인공지능 모델에 기초하여 영상을 분석할 수 있는 스마트 카메라에 관한 것이다. 보다 구체적으로 본 발명은, 적어도 하나의 서버와 데이터를 주고 받기 위한 통신부, 영상을 촬영하는 이미지 센서, 제어부, 및 메모리를 포함하되, 상기 제어부는, 스토어 서버로부터 수신 받은 적어도 하나의 제 1 타입 인공지능 모델을 상기 메모리에 저장하고, 상기 촬영되는 영상을 상기 적어도 하나의 제 1 타입 인공지능 모델에 기초하여 제 1 차 분석을 수행하는, 스마트 카메라에 관한 것이다.
본 발명은 비원어민 학습자의 발음을 평가하기 위한 기술에 관한 것이다. 보다 구체적으로 본 발명은, 입력 음성, 정답 텍스트 및 평가 점수로 구성된 지도학습 데이터를 수신하고, 종단형 음성인식기가 상기 입력 음성에 대한 음성 인식을 수행하며, 상기 수행된 음성 인식 결과에 기초하여 제 1 손실을 산출하고, 적어도 하나의 스코어링 모듈이 상기 정답 데이터에 기초하여 예측 점수를 산출하며, 상기 예측 점수 및 평가 점수를 비교하여 적어도 하나의 제 2 손실을 산출하고, 상기 제 1 및 제 2 손실을 기초로 통합 손실을 산출하는 외국어 발음평가기술에 관한 것이다.
본 발명은, A/B 테스팅을 수행하기 위한 기술에 관한 것이다. 보다 구체적으로 본 발명은, 서비스 요청을 수신 받고, 상기 수신 받은 서비스 요청에 대응하여 변수를 분배하며, 상기 분배된 변수에 기초한 서비스를 결정하고, 상기 결정된 서비스의 API를 호출하는 A/B 테스팅 기술에 관한 것이다.
본 발명은 복수 개의 단계별 프로세스로 구성되는 업무를 다수의 사용자들이 효과적으로 협업하여 수행할 수 있도록 업무 관리 인터페이스를 제공하기 위한 기술에 관한 것이다. 보다 구체적으로 본 발명은, 업무 관리 인터페이스를 제공받기 위한 적어도 하나의 사용자 단말과 데이터를 주고 받되, 상기 업무 관리 인터페이스는, 내비게이션 바 및 세부 정보 페이지를 포함하고, 상기 내비게이션 바는 상기 업무를 구성하는 적어도 하나의 단계별 프로세스에 대한 내비게이션 항목을 포함하며, 상기 세부 정보 페이지는, 상기 적어도 하나의 단계별 프로세스에 대한 세부 정보 항목을 포함하는 기술에 관한 것이다.
본 발명은, 컴퓨트 노드에 장애가 발생하였을 때 사용자의 개입 없이도 클러스터 자체에서 노드 장애를 처리할 수 있는 장애 노드 제거 장치에 관한 것이다. 보다 구체적으로 본 발명은, 적어도 하나의 노드의 현재 상태를 모니터링하고, 노드의 이상적 상태(desire status)인 노드 CR(Custom Resource)을 저장하며, 상기 모니터링 결과와 상기 노드 CR에 기초하여 상기 적어도 하나의 노드 중 장애 노드를 식별하고, 상기 식별된 장애 노드에 대한 처리를 수행하는 기술에 관한 것이다.
키워드 매칭 방법 및 장치가 개시된다. 일 실시 예에 따른 키워드 매칭 방법은 입력 문서를 참조 키워드에 대응하는 분석 단위로 분할하는 단계, 입력 문서의 분할 결과와 참조 키워드의 일치 매칭 여부를 판단하는 단계, 입력 문서에서 추출된 후보 키워드와 참조 키워드의 유사 매칭 여부를 판단하는 단계 및 일치 매칭 여부의 판단 및 유사 매칭 여부의 판단에 기초하여, 입력 문서의 키워드 매칭 결과를 생성하는 단계를 포함할 수 있다.
응답 선택 방법 및 장치가 개시된다. 일 실시 예에 따른 응답 선택 방법은 적어도 하나의 발화(utterance)를 포함하는 컨텍스트 및 복수의 응답 후보들을 수신하는 단계 및 학습된 제1 뉴럴 네트워크(neural network)에 기초하여, 복수의 응답 후보들 중 어느 하나를 컨텍스트에 대응하는 응답으로 출력하는 단계를 포함할 수 있다.
본 발명은, 복수의 음식을 포함하는 음식 이미지에서 각 음식을 포함하는 복수의 관심 영역을 추출하는 단계와, 음식 이미지에서 음식 이미지의 전체 특징 정보를 포함하는 제1 특징 벡터를 획득하는 단계와, 복수의 관심 영역에서 각 음식의 개별 특징 정보를 포함하는 복수의 제2 특징 벡터를 획득하는 단계와, 제1 특징 벡터를 복수의 제2 특징 벡터에 각각 결합하여 복수의 제3 특징 벡터를 생성하는 단계와, 복수의 제3 특징 벡터를 이용하여 복수의 음식의 이름을 결정하는 단계를 포함하는 음식 인식 방법을 제공한다.
이미지 익명화를 위한 방법 및 장치가 개시된다. 일 실시 예에 따른 익명화 이미지 생성 방법은 익명화를 위한 원본 이미지를 수신하는 단계 및 익명화 이미지 생성을 위하여 학습된 뉴럴 네트워크에 기초하여, 원본 이미지의 익명화 이미지를 출력하는 단계를 포함할 수 있다. 뉴럴 네트워크는 입력 이미지를 포함하는 원본 이미지 셋의 증강 이미지 셋에서 추출된 피처의 유사도에 관한 대조 로스에 기초하여, 원본 이미지 셋에서 피처를 추출하도록 학습된 자기 지도 학습 네트워크와 연동하여, 입력 이미지의 익명화 이미지를 생성하도록 학습될 수 있다.
음성 신호 처리 방법 및 장치가 개시된다. 일 실시 예에 따른 음성 신호 처리 방법은 수신된 음성 신호에서 묵음 구간을 검출하는 단계, 수신된 음성 신호의 음성 인식 결과가 종결된 문장인지 여부에 관한 제1 파라미터를 획득하는 단계, 제1 파라미터 및 수신된 음성 신호에 대응하는 서비스의 상태에 관한 제2 파라미터에 기초하여, 묵음 구간의 홀드타임을 결정하는 단계 및 결정된 홀드타임에 기초하여, 수신된 음성 신호에서 발화 구간을 검출하는 단계를 포함할 수 있다.
이미지 익명화를 위한 방법 및 장치가 개시된다. 일 실시 예에 따른 익명화 이미지 생성 방법은 익명화를 위한 원본 이미지를 수신하는 단계 및 익명화 이미지 생성을 위하여 학습된 뉴럴 네트워크에 기초하여, 원본 이미지의 익명화 이미지를 출력하는 단계를 포함할 수 있다. 뉴럴 네트워크는 입력 이미지를 포함하는 원본 이미지 셋의 증강 이미지 셋에서 추출된 피처의 유사도에 관한 대조 로스에 기초하여, 원본 이미지 셋에서 피처를 추출하도록 학습된 자기 지도 학습 네트워크와 연동하여, 입력 이미지의 익명화 이미지를 생성하도록 학습될 수 있다.
본 발명은 자원 할당 방법 및 장치에 관한 것으로, 제어장치가 적어도 하나의 어플리케이션 서버로부터 자원 할당 요청신호를 수신하는 단계, 제어장치가 자원 할당 요청신호에 대응되는 필요 연산량을 확인하는 단계, 제어장치가 어플리케이션 서버에서 선택된 클러스터 할당 규칙에 따라 적어도 하나의 그룹 중 제1 그룹에 포함된 적어도 하나의 제1 GPU클러스터 중에서 필요 연산량의 처리가 가능한 적어도 하나의 제1 유휴 클러스터를 확인하는 단계, 제어장치가 제1 유휴 클러스터의 변경이 필요하면 적어도 하나의 제2 그룹에 포함된 적어도 하나의 제2 GPU클러스터 중에서 필요 연산량의 적어도 일부의 처리가 가능한 적어도 하나의 제2 유휴 클러스터를 확인하는 단계 및 제어장치가 제1 유휴 클러스터 및 제2 유휴 클러스터 중 적어도 하나를 어플리케이션 서버에 할당하는 단계를 포함하며 다른 실시 예로도 적용이 가능하다.
본 발명은, 원본 영상에 포함되는 얼굴 영상 및 배경 영상을 재구성하여 전송 영상을 생성하는 단계와, 전송 영상 및 얼굴 영상의 정보를 전송하는 단계와, 전송 영상을 수신하여 전송 영상에서 얼굴 영상 및 배경 영상을 분리하는 단계와, 전송 영상에서 분리된 얼굴 영상 및 배경 영상을 얼굴 영상의 정보를 기초로 결합하여 복원 영상을 생성하는 단계를 포함하는 영상 통신 방법을 제공한다.
본 발명은 자체 관리가 가능한 데이터 센터 관리 기술에 관한 것이다. 보다 구체적으로 본 발명은, 제네시스 노드를 구성하고, 자체 관리 노드(self-managed node)에 프로비저닝을 수행하며, 상기 프로비저닝을 수행한 후, 상기 제네시스 노드를 상기 자체 관리 노드에 복제하고, 상기 제네시스 노드를 제거하는 클라우드 데이터 센터를 관리하는 기술에 관한 것이다.
본 발명은 사용자의 음성 명령을 인식하는 시스템에 관한 것이다. 보다 구체적으로 본 발명은, 음성 인식 단말기를 통하여 음성 명령을 수신하고, 음성 인식 단말기가 수신된 음성 명령에 포함된 호출어를 1차 검출하며, 1차 검출 결과가 소정 임계치를 넘는 경우, 음성 인식 단말기가 피드백을 출력하고, 음성 인식 단말기가 음성 명령을 음성 인식 서버로 전송하며, 음성 인식 서버가 상기 수신된 음성 명령에 포함된 호출어를 2차 검출하고, 음성 인식 서버가 2차 검출 결과를 음성 인식 단말기에 회신하는 시스템에 관한 것이다.
본 발명은, VPC의 설정값을 제어하기 위한 기술에 관한 것이다. 보다 구체적으로 본 발명은, VPC의 설정값을 제어하는 VPC 콘트롤러의 제어 방법에 있어서, 상기 VPC로부터 설정값을 수신 받는 단계; 사용자로부터 변경 설정값을 수신 받는 단계; 상기 설정값 및 변경 설정값을 비교하는 단계; 상기 비교 결과에 기초하여, 복수 개의 설정값 항목 각각에 수행할 동작을 결정하는 단계; 및 상기 결정된 동작에 기초하여 상기 VPC의 설정값을 제어하는 단계를 포함하는, VPC 콘트롤러의 제어 방법에 관한 것이다.
본 발명은 비원어민 학습자의 발음을 평가하기 위한 기술에 관한 것이다. 보다 구체적으로 본 발명은, 종단형 음성인식기를 원어민 데이터로 학습하고, 상기 학습된 종단형 음성인식기를 비원어민 데이터로 조정하며, 상기 미세 조정된 종단형 음성인식기에 기초하여 스코어링 모듈을 학습하고, 비원어민 음성이 상기 미세 조정된 종단형 음성인식기로 입력되면, 상기 학습된 스코어링 모듈이 상기 입력된 비원어민 음성에 대한 예측 점수를 산출하는 외국어 발음평가 기술에 관한 것이다.
본 발명은 음성 인식 텍스트에 대하여 역정규화를 수행하는 장치 및 제어 방법에 관한 것이다. 보다 구체적으로 본 발명은, 음성 인식 텍스트를 음성 인식 장치의 제어 방법에 있어서, 카테고리 별로 적어도 하나의 역정규화 모델을 저장하고, 음성 인식 텍스트를 입력 받으며, 카테고리 예측기가 상기 입력된 음성 인식 텍스트의 카테고리를 예측하고, 상기 저장된 적어도 하나의 역정규화 모델 중에서, 상기 예측된 카테고리에 대응하는 역정규화 모델을 선택하며, 상기 선택된 역정규화 모델에 기초하여 상기 입력된 음성 인식 텍스트에 대한 역정규화를 수행하는 역정규화하는 기술에 관한 것이다.
네트워크 가상화를 위한 패킷 처리 오프로드 시스템이 개시된다. 일 실시 예에 따른 호스트 시스템은 적어도 하나의 네트워크 인터페이스 카드와 연결되어, 가상 머신을 위한 가상 스위치 기능을 제공하고, 호스트 시스템에 의하여 구동되는 복수의 네트워크 인터페이싱 기능들 중 어느 하나의 네트워크 인터페이싱 기능의 적어도 일부를 네트워크 인터페이스 카드로 오프로드하기 위한 프로시저를 제어하는 업데이트 에이전트, 네트워크 인터페이싱 기능에 대응하는 로직 데이터와 규칙 데이터를 저장하는 스토리지 및 로직 데이터 및 규칙 데이터의 오프로드를 지원하는 NIC 드라이버를 포함한다.
본 발명은 워터마크를 생성하고, 생성되어 이미지 상에 포함되어 있는 워터마크를 식별하기 위한 기술에 관한 것이다. 보다 구체적으로 본 발명은, 인공 신경망 알고리즘으로 투명한 워터마크를 생성하는 기술에 있어서, n 개의 식별정보에 기초하여 벡터를 생성하고, 상기 생성된 벡터에 기초하여 디코더를 학습시키며, 상기 학습된 디코더에 기초하여 n 개의 워터마크를 생성하는 워터마크 생성 기술에 관한 것이다.
모바일 디바이스 관리 방법 및 장치가 개시된다. 일 실시 예에 따른 디바이스에 설치된 IM(instant messaging) 앱의 동작 방법은 IM 앱을 제공하는 IM 서버로부터 입력된 그룹 식별자에 대응하는 MDM 정책을 획득하는 단계, MDM 정책에 기초하여, 디바이스에 설치된 MDM 앱으로부터 디바이스에 대응하는 식별 키를 획득하는 단계, 및 식별 키에 기초하여, MDM 앱을 제공하는 MDM 서버에 IM 앱의 실행 상태를 전송하는 단계를 포함한다.
어플리케이션을 제어하는 방법 및 장치가 개시된다. 일 실시 예에 따른 디바이스에 설치된 제1 앱과 연동된 제1 서버의 동작 방법은 제1 앱을 호출한 제2 앱으로부터, 제2 앱에 대응하는 디바이스의 제2 식별자를 획득하는 단계, 제2 식별자를 제1 앱에 대응하는 디바이스의 제1 식별자와 매핑하여 저장하는 단계 및 제1 식별자와 매핑하여 저장된 제2 식별자에 기초하여, 제2 앱과 연동된 제2 서버에, 디바이스에 설치된 제2 앱의 제어를 위한 신호를 전송하는 단계를 포함할 수 있다.
광고 방법 및 장치가 개시된다. 일 실시 예에 따른 DSP 서버에서 수행되는 광고 방법은 연동된 광고 매체를 통해 수신되는 사용자의 광고 요청에 반응하여, 사용자의 피처를 획득하는 단계, 연동된 복수의 광고주들 각각에 대응하여, 해당 광고주에 대응하여 강화 학습된 에이전트로부터 광고 목적에 관한 액션을 획득하는 단계, 및 복수의 광고주들에 대응하여 획득된 액션들에 대응하는 광고주들의 광고 소재들을 광고 입찰 대상으로 출력하는 단계를 포함할 수 있다.
본 발명은 자유도 및 확장성이 향상된 이벤트 모니터링 장치에 관한 것이다. 보다 구체적으로 본 발명은, 사용자로부터 조건 및 액션을 입력 받고, 상기 조건에 부합할 경우 상기 액션을 수행하는 도메인 서비스를 생성하되, 상기 조건 또는 액션은 프로그래밍 언어 형태로 입력되고, 상기 프로세서는, 상기 프로그래밍 언어 형태로 입력된 조건 또는 액션을 해석하며, 상기 해석 결과에 기초하여 상기 도메인 서비스를 생성하는 기술에 관한 것이다.
데이터 샘플링을 이용한 얼굴 식별 장치 및 장치가 개시된다. 일 실시 예에 따른 얼굴 식별 방법은 참조 집합을 획득하는 단계, 참조 집합에 대응하는 기준 특징 벡터를 결정하는 단계, 기준 특징 벡터와의 거리에 기초하여 제1 참조 특징 벡터를 획득하는 단계, 특징 공간에 미리 정해진 반경의 초구체를 생성하는 단계, 초구체를 기준 특징 벡터의 방향으로 이동시키는 단계, 초구체의 중심에 대응하는 특징 벡터를 샘플 집합에 포함시키는 단계, 및 샘플 집합에 기초하여 입력된 쿼리 이미지의 얼굴을 식별하는 단계를 포함할 수 있다.
본 발명은 얼굴 인식을 소정 인물에 대하여 개인화시키는 기술에 관한 것이다. 보다 구체적으로 본 발명은, 사전 훈련된(pretrained) 얼굴 인식 모델이 상기 소정 인물에 대한 복수 개의 사진을 입력 받고, 상기 얼굴 인식 모델이 상기 입력된 소정 인물에 대한 복수 개의 사진 각각을 특징 벡터로 변환하며, 손실 계산부가 상기 변환된 특징 벡터 각각에 대한 손실을 계산하고, 학습부가 상기 계산된 손실이 감소하는 방향으로 상기 얼굴 인식 모델을 업데이트하는 방식으로 학습을 수행하되, 상기 얼굴 인식 모델의 출력은 이진 분류(Binary Classification)인 얼굴 인식 모델 개인화 기술에 관한 것이다.
보안 인스턴트 메시징 방법 및 장치가 개시된다. 일 실시 예에 따른 관리자의 디바이스에서 수행되는 보안 인스턴트 메시징 방법은 스페이스 프라이빗 키에 대응하는 제1 비상키를 생성하여 서버에 저장하는 단계, 스페이스 프라이빗 키의 복구를 위하여, 서버로부터 제1 사용자의 계정에 대응하는 제1 비상키를 획득하는 단계, 제1 사용자의 계정으로 로그인 된 제1 사용자의 디바이스에 교환 키를 전송하는 단계, 교환 키에 기초하여, 제1 사용자의 유저 프라이빗 키를 획득하는 단계, 및 획득된 제1 비상키를 제1 사용자의 유저 프라이빗 키로 복호화하여 스페이스 프라이빗 키를 복구하는 단계를 포함할 수 있다.
본 발명은, 어울리는 의상에 대한 코디 정보를 출력해주는 코디 시스템에 관한 것이다. 보다 구체적으로 본 발명은, 입력된 의상 아이템에 대한 코디 정보를 출력하는 인공지능 신경망(Artificial neural network, ANN) 기반 의상 코디 시스템에 있어서, 적어도 하나의 합성곱 레이어(Convolution layer)를 포함하는 백본 구조(Backbone structure), 상기 입력된 의상 아이템을 구성하는 적어도 두 개의 속성 각각에 대한 적어도 두 개의 특징 벡터를 각각 출력하는 적어도 두 개의 브랜치, 제 1 의상 아이템에 대한 상기 적어도 두 개의 특징 벡터와 제 2 의상 아이템에 대한 상기 적어도 두 개의 특징 벡터 간의 거리를 산출하는 거리 산출부, 및 상기 산출된 거리에 기초하여, 상기 제 1 및 제 2 의상 아이템의 어울림 정도를 판단하는 판단부를 포함하는, 의상 코디 시스템에 관한 것이다.
대화 시스템에서 답변을 결정하는 방법 및 장치가 개시된다. 일 실시 예에 따른 대화 시스템에서 답변 결정 방법은 복수의 답변 생성 모델들을 이용하여, 대화 기록을 포함하는 입력 자연어에 대응하는 복수의 후보 답변들을 생성하는 단계; 상기 입력 자연어 및 상기 후보 답변들을 토큰화하여 복수의 토큰들을 생성하는 단계; 상기 토큰들 각각에 대응하는 임베딩 벡터-상기 임베딩 벡터는 상기 토큰의 의미 정보를 포함하는 제1 임베딩 벡터, 상기 입력 자연어와 상기 후보 답변을 구분하기 위한 제2 임베딩 벡터, 상기 토큰의 위치 정보를 포함하는 제3 임베딩 벡터 및 발화자를 구분하기 위한 제4 임베딩 벡터 중 적어도 하나를 포함하는-를 생성하는 단계; 상기 입력 자연어에 대응하는 적어도 하나의 임베딩 벡터와 상기 복수의 후보 답변들 각각에 대응하는 적어도 하나의 임베딩 벡터 간의 상관 관계 점수를 산출하는 단계; 및 상기 복수의 상관 관계 점수들에 기초하여 상기 복수의 후보 답변들 중 최종 답변을 결정하는 단계를 포함한다.
본 발명은, 방화벽 장치의 설정값을 제어하기 위한 기술에 관한 것이다. 보다 구체적으로 본 발명은, 방화벽 장치의 설정값을 제어하는 IGW 콘트롤러의 제어 방법에 있어서, 상기 방화벽 장치로부터 설정값을 수신 받는 단계; 사용자로부터 변경 설정값을 수신 받는 단계; 상기 설정값 및 변경 설정값을 비교하는 단계; 상기 비교 결과에 기초하여, 복수 개의 설정값 항목 각각에 수행할 동작을 결정하는 단계; 및 상기 결정된 동작에 기초하여 상기 방화벽 장치의 설정값을 제어하는 단계를 포함하는, IGW 콘트롤러의 제어 방법에 관한 것이다.
API 게이트웨이 및 그의 동작 방법이 개시된다. 일 실시 예에 따른 API 게이트웨이의 동작 방법은 제1 프록시 서버의 IP 주소에 기초하여, 도메인에 대한 트래픽을 처리하는 단계, 도메인에 대한 트래픽을 모니터링하는 단계, 모니터링 결과에 기초하여, 도메인에 제2 프록시 서버의 IP 주소를 할당하는 단계, DNS에 도메인에 대응하여 저장된 IP 주소를 제2 프록시 서버의 IP 주소로 변경하는 단계, 및 제2 프록시 서버의 IP 주소에 기초하여, 도메인에 대한 트래픽을 처리하는 단계를 포함할 수 있다.
클러스터 컴퓨팅 시스템의 리소스 할당 방법 및 장치가 개시된다. 일 실시 예에 따른 클러스터 컴퓨팅 시스템의 리소스 할당 방법은 입력된 작업의 유형에 기초하여, 작업에 대응하는 파티션을 결정하는 단계, 파티션 내 서버들의 리소스 잔여량을 획득하는 단계, 획득된 리소스 잔여량에 기초하여, 파티션에 대응하는 강화 학습 모델의 에이전트로부터 작업에 대한 액션을 획득하는 단계 및 획득된 액션에 기초하여, 파티션 내 서버들 중 액션에 대응하는 서버에 작업을 할당하는 단계를 포함할 수 있다.
음성 인식 방법 및 장치가 개시된다. 일 실시 예에 따른 프로세서에 의해 수행되는 음성 인식 방법은 제1 음성 인식 모델에 기초하여, 입력된 음향 신호에 대응하는 제1 음성 인식 결과 및 병목 특징을 획득하는 단계, 제2 음성 인식 모델에 기초하여, 병목 특징에 대응하는 제2 음성 인식 결과를 획득하는 단계, 제1 음성 인식 결과에 특수 단어의 포함 여부를 판단하는 단계; 및 판단 결과에 기초하여, 제2 음성 인식 결과에서 특수 단어에 대응하는 부분을 제1 음성 인식 결과의 특수 단어로 교체한 최종 인식 결과를 출력하는 단계를 포함한다.
음성 인식 방법 및 장치가 개시된다. 일 실시 예에 따른 음성 인식 방법은 음성 인식 모델로부터 맥락 정보가 활용된 문구(phrase)를 지시하는 식별자를 포함하는 음성 인식 결과를 획득하는 단계, 식별자에 기초하여, 음성 인식 결과에서 제1 대상 문구의 끝점에 대응하는 제1 위치를 획득하는 단계, 제1 위치에 대응하는 제1 대상 문구의 후보들과 맥락 정보에 대응하는 맥락 문구들 사이의 유사도들에 기초하여, 제1 대상 문구 및 제1 대상 문구에 대응하는 제1 맥락 문구를 결정하는 단계, 및 제1 대상 문구와 제1 맥락 문구 사이의 유사도에 기초하여 제1 대상 문구를 제1 맥락 문구로 교체함으로써, 음성 인식 결과를 수정하는 단계를 포함한다.
KIPO KIPRIS · checked 2026-10-15 · newest filings first · right: registration date (filing date if not yet registered) · 50 of 94 · 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 | 134.8 | 169.7 |
| Operating expenses | 202.0 | 204.0 |
| Operating income (loss) | (67.3) | (34.3) |
| Non-operating income | 4.6 | 8.0 |
| Other gains | 3.0 | 7.0 |
| Finance income | 1.6 | 1.0 |
| Non-operating expenses | 20.4 | 24.5 |
| Other losses | 2.3 | 2.0 |
| Finance costs | 18.1 | 22.5 |
| Profit (loss) before tax | (83.1) | (50.8) |
| Income tax expense | (0.4) | (0.3) |
| Net income (loss) | (82.7) | (50.5) |
Revenue ₩169.7bn, up 25.9% YoY.
Operating margin -20.2% (prior -49.9%).
Net income ₩-50.5bn.
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 2026-11-05