Quarterly Report • Nov 29, 2022
Quarterly Report
Open in ViewerOpens in native device viewer
분기보고서 4.9 와이즈넛 110111-1969942
분 기 보 고 서
(제 23 기 3분기)
2022년 07월 01일2022년 09월 30일
| 사업연도 | 부터 |
| 까지 |
| 금융위원회 | |
| 한국거래소 귀중 | 2022년 11월 29일 |
증권별 소유자수 500인 이상 외부감사대상법인해당사항 없음
| 제출대상법인 유형 : | |
| 면제사유발생 : |
| 회 사 명 : | 주식회사 와이즈넛 |
| 대 표 이 사 : | 강 용 성 |
| 본 점 소 재 지 : | 경기도 성남시 분당구 대왕판교로 644번길 49 DTC 타워 5~6층 (삼평동, DTC타워) |
| (전 화)02-3404-6100 | |
| (홈페이지) http://www.wisenut.com | |
| 작 성 책 임 자 : | (직 책) 전무이사 (성 명) 장 기 정 |
| (전 화)02-3404-6100 | |
목 차
【 대표이사 등의 확인 】 대표이사_등의_확인서_2022년 3분기.jpg 대표이사_등의_확인서_2022년 3분기
I. 회사의 개요 1. 회사의 개요
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
2. 회사의 연혁
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
3. 자본금 변동사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
4. 주식의 총수 등
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
5. 정관에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
II. 사업의 내용
1. 사업의 개요
※용어해설
당사가 영위하는 사업의 내용을 이해하기 위하여 개념정리가 필요한 용어해설은 다음과 같습니다.
| 용 어 | 설 명 |
|---|---|
| API (Application Programming Interface) |
응용 프로그램에서 사용할 수 있도록 운영 체제나 프로그래밍 언어가 제공하는 기능을 제어할 수 있게 만든 인터페이스를 지칭함. |
| BERT | BERT는 언어표현 사전학습의 새로운 방법으로 그 의미는 '큰 텍스트 코퍼스(Wikipedia와 같은)'를 이용하여 범용 목적의 '언어 이해'(language understanding)' 모델을 훈련시키는 것과 그 모델에 관심 있는 실제의 자연 언어 처리 태스크(질문·응답 등)에 적용하는 것. 특히 BERT는 종래보다 우수한 성능을 발휘함. BERT는 자연언어 처리 태스크를 교육 없이 양방향으로 사전학습하는 첫 시스템임. 교육 없음이란 BERT가 보통의 텍스트 코퍼스만을 이용해 훈련되고 있다는 것을 의미함. 이것은 웹(Web)상에서 막대한 양의 보통 텍스트 데이터가 여러 언어로 이용 가능하기 때문에 중요한 특징임. |
| LM | 언어라는 현상을 모델링하고자 단어 시퀀스(문장)에 확률을 할당(assign)하는 모델임. 언어 모델을 만드는 방법은 크게는 통계를 이용한 방법과 인공신경망을 이용한 방법으로 구분할 수 있음. 최근에는 통계를 이용한 방법보다는 인공신경망을 이용한 방법이 더 좋은 성능을 보여주고 있음. |
| NLP (Natural Language Processing) |
인간의 언어 현상을 컴퓨터와 같은 기계를 이용해서 묘사할 수 있도록 연구하고 이를 구현하는 인공지능의 주요 분야 중 하나. 자연 언어 처리는 연구 대상이 언어이기 때문에 당연하게도 언어 자체를 연구하는 언어학과 언어 현상의 내적 기재를 탐구하는 언어 인지 과학과 연관이 깊음. 구현을 위해 수학적 통계적 도구를 많이 활용하며 특히 기계학습 도구를 많이 사용하는 대표적인 분야임. 정보 검색, QA 시스템, 문서 자동 분류, 신문기사 클러스터링, 대화형 Agent 등 다양한 응용이 이루어지고 있음. |
| NLU (Natural Language Understanding) |
자연어 이해로 자연어 표현을 기계가 이해할 수 있는 다른 표현으로 변환시키는 것임. |
| QA | 정보 검색 및 자연어 처리 (NLP) 분야의 컴퓨터 과학 분야로 자연 언어로 인간이 제기한 질문에 자동으로 응답하는 시스템임. |
| SaaS (Software as a Service) |
서비스로서의 소프트웨어(Software-as-a-Service, SaaS)는 클라우드 애플리케이션과 기본 IT 인프라 및 플랫폼을 사용자에게 제공하는 클라우드 컴퓨팅 형태임. |
| 고속 스트림 빅데이터 | 대용량 데이터를 스트림 방식으로 수집, 적재, 배포하는 기술로, 스트림 방식을 통한 빠른 처리 속도가 장점임. |
| 기계학습 (Machine Learning) |
경험을 통해 자동으로 개선하는 컴퓨터 알고리즘의 연구임. 인공지능의 한 분야로 간주됨. 컴퓨터가 학습할 수 있도록 하는 알고리즘과 기술을 개발하는 분야임. |
| 뉴럴-심볼릭 모델 | 기계학습 기반 인공지능의 한계를 해결하고자 하는 3세대 인공지능 기술 중 하나임. |
| 대화형 인공지능 (Conversational AI) |
대화의 맥락을 이해하고 지능적인 반응을 통해 사람과 유사한 수준의 대화가 가능한 AI를 말함. |
| 데이터 정제 (Data Cleansing) |
데이터 분석 정확도를 높이기 위해 원시 데이터의 노이즈를 제거하는 기술을 지칭함. |
| 디지털 자아 (Digital Self) |
원래 현실과 괴리된 사이버 공간에서 형성되는 가상의 자아를 의미함. 게임과 같은 가상공간에 빠져 현실을 도외시하는 사람의 심리 상태를 분석하는 논문에 등장하곤 했음. |
| 디지털 트렌스포메이션 (Digital Transformation) |
기업이 진행하거나 추진하는 혁신 과정 중 하나로 클라우드, 사물인터넷, 인공지능(AI), 블록체인, 가상현실, 빅데이터, 애널리틱스 등 방대한 디지털 기술을 하나로 통합해 전사적인 혁신을 추진하는 것을 의미함. |
| 딥러닝 (Deep Learning) |
여러 비선형 변환 기법의 조합을 통해 높은 수준의 추상화(abstractions, 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계학습 알고리즘의 집합으로 정의되며, 큰 틀에서 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야임. |
| 랭킹 알고리즘 | 질의에 대한 결과 문서의 순위를 결정하는 절차나 방법임. |
| 로봇 프로세스 자동화 (RPA) |
사람이 하던 반복적인 태스크를 소프트웨어 로봇이 대신하는 것. 대부분의 RPA 툴은 개별 워크스테이션에서 실행되며 학습을 통해 데이터베이스에서 스프레드시트로 데이터 행을 옮기는 것과 같은 반복 태스크를 수행함. |
| 멀티 턴 대화 향상 기법 | 사용자가 한번 발화하고 나서 챗봇이 다시 되묻는 과정을 말하는 것으로 챗봇은 다시 되물어보면서 어떤 대화를 진행하고 있는지 맥락을 유지함. 보통 정확한 정보를 제공하기 위한 경우이고 두 번째는 사용자가 입력한 문장을 기억하기 위함. 단, 사용자의 최초 발화에서 챗봇에게 필요한 정보가 있는 경우 되묻기(Slot-Filling) 단계를 건너뛰기도 함. |
| 멀티스레딩 (Multi Threading) |
하나의 프로세스를 다수의 실행 단위로 구분하여 자원을 공유하고, 자원의 생성과 관리의 중복성을 최소화하여 수행 능력을 향상시키는 기술임. |
| 메타 휴먼 (Meta Human) |
디지털 휴먼과 동일한 말로 사람의 신체 구조 및 움직임을 데이터화하여 분석하고, 가상공간에서 마치 실제로 존재하는 사람처럼 움직임을 재현하는 디지털 기술로 만들어짐. 사람과 동일한 외형을 갖추고 있는 가상 인간이며, 디지털 휴먼은 단순한 지식 전달뿐만 아니라 현실감 있는 표정 변화와 함께 '사람 감정'으로 감성 대화가 가능하다는 점이 무엇보다 가장 큰 특징으로 꼽힘. |
| 메타버스 얼라이언스 | 메타버스 생태계를 조성하고 현실과 가상의 다양한 영역에서 개방형 메타버스 플랫폼을 기획하고 실현해 나가는 메타버스 산업 발전을 위한 민간 주도 협의체를 뜻함. |
| 메타버스 (Metaverse) |
가상, 초월을 의미하는 '메타'(Meta)와 세계, 우주를 의미하는 '유니버스'(Universe)를 합성한 신조어임. '가상 우주'라고 번역하기도 함. 1992년 출간한 닐 스티븐슨의 소설 '스노 크래시'에서 가장 먼저 사용함. 이는 3차원에서 실제 생활과 법적으로 인정한 활동인 직업, 금융, 학습 등이 연결된 가상 세계를 뜻함. 가상현실, 증강현실의 상위 개념으로서 현실을 디지털 기반의 가상 세계로 확장해 가상공간에서 모든 활동을 할 수 있게 만드는 시스템임. 구체적으로 정치와 경제, 사회, 문화 전반적 측면에서 현실과 비현실이 공존하는 생활형, 게임형 가상 세계라는 의미로 폭넓게 사용함. |
| 메타봇 (Meta Bot) |
간단한 언어로 된 봇으로 인간의 행동을 모방하고 단순하고 반복적인 작업을 수행하는 데 사용되는 개체임. 봇은 사용자가 정의한 규칙을 따라 프로그래밍하고 필요한 작업을 실행함. |
| 분산환경 인메모리 기술 | 대용량 데이터를 효율적으로 처리하기 위해 필수 데이터를 메모리에 올리는 기술을 인메모리 기술이라고 하며, 인메모리 데이터를 클러스터링된 시스템에 분산하여 저장하는 기술을 분산환경 인메모리 기술이라고 지칭함. |
| 빅데이터 의미 분석 | 다양한 정형, 비정형 데이터들을 통해 어떠한 현상이나 사건들의 의미를 도출하거나 분석하는 기술임. |
| 시계열 분석 | 어떤 현상에 대하여 과거에서부터 현재까지의 시간에 흐름에 따라 기록된 데이터를 바탕으로 미래의 변화에 대한 추세를 분석하는 방법임. |
| 심층신경망 | 입력층(Input layer)과 출력층(Output layer) 사이에 여러 개의 은닉층(Hidden layer)들로 이뤄진 인공신경망(Artificial Neural Network, ANN)을 의미함. |
| 온택트 (Ontact) |
언택트(Untact)에 온라인을 뜻하는 온(On)을 더한 것임. 온라인을 통해 비대면으로 하는 각종 활동을 의미함. |
| 음성봇 (Voice Bot) |
챗봇의 한 형태로 음성을 통해 질의 응답하는 챗봇임. |
| 자율 능동형 지식확장 | 검색 사용자 질의 의도와 데이터의 의미적 관계를 추론, 검색 사용자에게 다차원 의미 분석을 통한 통합적인 의사결정을 지원 및 기존 지식의 자동생성과 자율확장을 말함. |
| 챗봇 (ChatBot) |
음성이나 문자를 통한 인간과의 대화를 통해서 특정한 작업을 수행하도록 제작된 컴퓨터프로그램임. 인간이 사용하는 언어를 이해해서 대화를 진행하는 자연언어처리 기술을 심각하게 적용하는 언어 이해방식, 입력받은 말에서 특정 단어나 어구를 검출하여 그에 맞는 미리 준비된 응답을 출력하는 검색 방식임. |
| 컨텐츠 큐레이팅 | 매우 다양한 정보로 이루어진 콘텐츠로 특정한 주제나 관심사에 따라 수집하고 분류하며 구성하는 일련의 과정을 의미함. 본래 큐레이터는 미술관이나 박물관의 전시 책임자를 칭하는 말이었음. 이들의 업무는 주로 전시물에 대한 수집, 저장, 보관, 조사 등으로 전시물 관리에 대한 전반적 책임을 질 뿐만 아니라 전시물이 관객들에게 효과적으로 전달될 수 있도록 정리 혹은 재분류하는 과정이나, 이를 이용자들에게 전달하는 방법 등을 총체적으로 설명하는 용어임. |
| 쿼리(Query) | 데이터를 조회하기 위해 사용되는 요청의 단위를 뜻함. |
| 클라우드 서비스화 (Cloud Shift) |
기존의 On Premise 환경에서 운영되는 시스템을 클라우드 시스템으로 변경하는 것을 말함. |
| 클라우드 컴퓨팅 (Cloud Computing) |
사용자의 직접적인 관리 없이 컴퓨터 시스템 리소스를 필요시 바로 제공 받을 수 있는 서비스를 지칭함. |
| 클러스터 구조 (Cluster Structure) |
프로세스를 고속 네트워크를 이용하여 병렬로 연결하여 고성능 기능을 제공하는 기술임. |
| 텍스트마이닝 | 비정형 및 반정형 데이터에 대하여 자연어 처리기술과 문서 처리기술을 적용하여 유용한 정보를 추출, 가공하는 기술임. |
| 페르소나 (Persona) |
페르소나는 라틴어로 가면이라는 뜻임. 심리학적으로는 타인에게 파악되는 자아, 혹은 자아가 사회적 지위나 가치관에 의해 타인에게 투사된 성격을 의미함. 또 신학 용어로는, 의지와 이성을 갖추고 있는 독립된 실체를 뜻함. 철학 용어로는 이성적인 본성을 가진 개별적 존재자를 가리키는 말임. 영화에서는 감독이 영화 속에 자신의 의도를 드러내기 위해 반복적으로 등장시키는 특정 배우를 의미하기도 함. |
| 페타스케일 (Petascale) |
페타바이트 사이즈 이상의 대용량 데이터를 활용하는 시스템을 지칭함. |
| 하이브리드 챗봇 (Hybrid Chatbot) |
구현 및 실행 방식의 다양한 조합을 통하여 고객의 환경과 요구사항에 맞게 제작된 챗봇을 말함. |
가. 회사의 현황
(1) 사업 개황
(가) 기업 소개
(주)와이즈넛은 2000년 설립 이후 지난 22년간, 언어처리기술 기반의 검색SW를 시작으로 인공지능 챗봇(Chatbot)에 이르기까지 끊임없는 기술혁신과 인공지능 및 빅데이터 관련 원천기술 확보 등을 통해 국내 4,000여 고객사 및 글로벌 10개국에 인공지능 및 빅데이터 SW를 제공하며 시장을 선도하고 있는 인공지능 전문 기업입니다.
당사는 ‘세상 모든 것과의 커뮤니케이션 (Perfect Communication)’의 비전을 지향하며 언어처리기술 기반의 인공지능을 통해 사물과 사람, 사람과 사람, 사람과 세상 간 자유롭고 평등한 의사소통을 할 수 있는 가치를 달성하고 전 세계로 확산하기 위해 노력하고 있습니다.
(나) 주요 사업
당사가 보유하고 있는 언어처리 기술 및 챗봇, 빅데이터 분석 기술은 인공지능 SW의 핵심으로써, 산업별 인공지능 소프트웨어의 기반이 되는 기술입니다. 당사는 2000년 설립 이후부터 현재까지 자체 부설 R&D연구소를 통해 인공지능 SW 기반 기술인 언어처리 기술 및 의미 분석 기술, 텍스트 마이닝, 인공지능 대화처리 기술 등을 지속적으로 개발해왔습니다. 이러한 원천기술을 기반으로 인공지능 챗봇, 빅데이터, 검색, 분석 등의 분야에서 사업을 영위하고 있습니다.
[사업영역 및 주요 제품]
| 영업부문 | 주요 사업 내용 | 주요 사업 제품 |
|---|---|---|
| 인공지능(AI) | 각 산업별에서 생성되는 정형·비정형 빅데이터를 와이즈넛의 인공지능 기술과 소프트웨어를 활용하여 비즈니스 프로세스에 적용 및 비즈니스 의사결정 과정에 전략적으로 활용할 수 있습니다. | WISE iChat, WISE iDesk, WISE TextMiner, WISE TEA, WISE Classifier |
| 검색(Search) | 지난 22년간 축적한 와이즈넛의 검색 기술 및 소프트웨어를 활용하여, 방대한 정보 속에서 필요한 정보만을 검색해, 비즈니스 효율을 높일 수 있습니다. | Search Formula-1, WISE Referee, WISE MinAX, WISE Link |
| 빅데이터(Big Data) | 비정형 빅데이터를 의미 분석함으로써 필요 정보의 획득 시간 및 비용을 절감, 빠른 의사결정을 수립할 수 있습니다. 온라인 문서와 SNS, 일반 문서 등 다양한 비정형 빅데이터를 분석할 수 있습니다. | WISE BICrawler, WISE BICAnalyzer, WISE InfoFinder |
| 서비스(Service) | 와이즈넛은 클라우드 기반의 챗봇 서비스뿐만 아니라, 소셜 분석 서비스, 포털사이트와 미디어 사이트를 대상으로 온라인 네트워크 광고 서비스 등 다양한 서비스를 제공하고 있습니다. | WISE Answerny, D-MAP, ADplus |
(다) 사업 설명 당사는 인공지능 챗봇, 검색, 빅데이터, 분석 등 크게 4개 분야에서 사업을 전개하고있습니다.
1) 인공지능 챗봇 사업
당사의 인공지능 기반 하이브리드 챗봇 솔루션은 지난 22년간 자체 개발한 자연어처리기술과 머신러닝, 텍스트마이닝, 의미분석 및 검색 등이 복합적으로 융합된 인공지능 챗봇 솔루션입니다. 이는 웹과 앱 등에서 사용 가능한 채팅 플랫폼을 활용하여 컨택센터, 민원상담, 내부 업부 문의 등을 자동으로 응대함으로써, 이용자에게 높은 편의성을 제공할 뿐만 아니라, 운영기관의 비용 절감 등 업무 효율성을 높이고 있습니다.
당사의 솔루션은 전 산업계가 인공지능을 활용한 기업의 비대면 서비스 역량을 강화시킬 수 있는 핵심 서비스를 제공할 수 있는 챗봇 소프트웨어로서, 이미 공공기관 및 산업 곳곳에 도입되어 효과를 입증하고 있습니다. 대표적 예로는 서울시 대표안내 콜센터 120의 ‘서울톡’, 신한은행 AI 금융 파트너 챗봇, ‘쏠메이트 오로라’, 병무청 민원상담 AI 챗봇 ‘아라’, 한국남부발전 사내 업무 자동화 RPA 챗, 서울대학교 ‘스누봇’, 이화여자대학교 ‘채티’ 등이 있습니다.
당사의 인공지능 챗봇은 국가 주무부처 및 공공기관뿐만 아니라 금융, 유통, 제조, 의료, 법률, 물류 등 산업 전반에 활용되고 있으며, 대민 서비스뿐만 아니라 RPA를 결합한 내부 업무 등 다양한 분야에 적용되어 국내 최다 인공지능 챗봇 상용화 사례를 만들어내고 있습니다.
당사는 세계적인 권위의 국제인공지능학회(AAAI) 2021에 채택된 59건의 한국 논문 중 당사의 ‘딥러닝 기반 멀티 턴 대화 향상 기법’ 논문이 선정되는 쾌거를 이루었습니다. 또한, 제 21회 대한민국소프트웨어대상 대통령상 및 신SW상품대상, 인텔리전스 대상 등 수상을 달성하며 공신력을 입증받았습니다.
<딥러닝 기반 멀티턴 대화 향상 기술>
더욱 정확한 질문의 의도를 파악하고 응답하기 위하여 챗봇이 반복, 분기, 사용자에게 묻기 등의 대화 처리와 대화 종료 후 다른 대화로 이어지는 기능, 대화 연계 시 정보 전달 기능 등 멀티 턴 대화 기술을 제공합니다. 이 기술은 세계적인 권위의 국제인공지능학회(AAAI) 2021에 채택되기도 했습니다.
<자체 기술력 및 BERT 기반의 우수한 성능>
사전학습 언어모델은 대용량 텍스트 데이터로부터 언어의 문법 및 의미 관계를 신경망 네트워크로 학습하여, 다양한 응용 태스크를 재학습하기 위해 사전에 만들어진 언어모델입니다. 최근 사전학습 언어모델의 발전으로 자연어 처리(NLP) 분야의 많은 기술들이 급속도로 발전하고 있으며, 당사는 BERT, ALBERT, ELECTRA, T5 등의 언어모델을 내재화하고 있습니다. 당사는 사전학습 언어모델을 만들기 위해, 다양한 분야의 대량의 말뭉치를 수집하고, 정제와 형태소 분리 과정을 거쳐 수십억 개의 정제된 말뭉치 형태소를 확보했습니다. 그리고 약 수만 개의 와이즈넛 고유의 Vocab을 구성하여 추가적인 응용 학습을 할 수 있도록 구성했으며, 이후 고객 도메인을 반영한 데이터의 추가 학습이나 Vocab 구성을 별도로 하여 성능을 높일 수 있도록 제공하고 있습니다.
kakaotalk_20220331_104249186.jpg [언어모델 선행학습 과정]
<하이브리드 방식의 대화 의도 파악 기술>
사용자 질문에 대한 의도를 분류하기 위해 자사 고유의 자연어처리 기술을 기반으로 기계학습, 패턴매칭, 유사도 비교, 문장 특징 추출 등의 기술을 복합적으로 융합한 하이브리드 방식의 대화 의도 파악 기술을 적용하였습니다.
[1] 챗봇 의도분류기 (수정).jpg [WISE iCHAT 의도분류기]
<한국어/영어 NLP, NLU기술>
오탈자, 띄어쓰기와 언어 오류 수정, 한국어/영어에 기반한 형태소 분석을 통한 NLP(자연어 처리 기능)을 질의 분석 앞 단계에서 진행하며, 이후 NLU기술인 질의의도분류와 대화 객체 추출과정을 통해 사용자 질의 의도를 파악하고 적절한 답변 또는 업무 프로세스를 진행합니다.
<대화 유형 패턴 분리형 지식관리>
당사의 인공지능 기반 하이브리드 챗봇 솔루션의 지식 저작 도구는 사용자가 챗봇의 질의응답 대화 모델을 구성하고 테스트할 수 있는 전반적인 인터페이스를 제공합니다. 특히, 대화 유형 패턴 분리를 통한 대화 작업 확장은 광범위한 지식관리와 답변 정확도 향상에 기여합니다. 질문에 즉시 답변하는 즉답형, 대화 키워드 중심의 복합 즉답형, 사용자 선택/분기형, 연산자 변수 값 조건분기형, 답변을 찾기 위한 추가 질의 SLOT형 등 5가지 대화 유형 패턴 분리를 통한 대화 작업 확장으로 정확한 질의답변 제공과 광범위한 지식관리를 지원합니다.
[03] 사업설명 - 인공지능 챗봇 - 챗봇 지식관리.jpg [인공지능 챗봇 - 챗봇 지식관리]
2) 인공지능 검색 사업
데이터 처리 기술과IoT, 5G 서비스 등의 기술 발전으로 데이터의 폭발적인 증가가 계속되면서, 전 산업 분야에 걸쳐 방대한 데이터에 대한 처리 ·관리 및 빠른 정보 검색 능력이 요구되고 있습니다. 또한, ICT 인프라 정책 및 환경이On-Premise에서 클라우드로 변화하는 추세로, 클라우드 시장은 빠르게 확대되고 있습니다. 이에 따라, 클라우드 환경에 최적화된 SW와 인프라에 대한 요구가 지속해서 증가하고 있습니다..
[04] 사업설명 - 인공지능 검색 - 디지털 데이터 규모 전망.jpg [디지털 데이터 규모 전망]
출처 : IDC(2018) 와이즈넛 인공지능 검색솔루션은 전 산업 분야에 걸쳐 홈페이지, 포털, 그룹웨어 등에서 다양하게 활용될 수 있습니다. 또한, 정보 활용도를 높이고 검색 시간을 단축시킴으로써, 기업의 검색 만족도 향상과 업무 생산성을 효율적으로 지원합니다. 초대용량 빅데이터에 최적화된 인공지능 검색 솔루션은 분산환경을 통해 물리적/인적 비용을 절감하고, 검색 운영/관리 업무 생산성을 효율적으로 지원합니다.
당사는 순수 자체 기술로 개발한 자연어처리, 질의어 분석, 형태소 분석 등의 기술을 적용한 초대용량 빅데이터에 최적화된 인공지능 검색솔루션을 제공합니다. 당사의 Search Formula-1은 대용량의 포털, 중앙부처, 주요 대기업, 금융권, 언론사 등 국내 최다 4,200여 고객사로부터 품질과 성능을 인정받고 있습니다.
<국내 최고의 언어 처리 기술 적용>
와이즈넛의 인공지능 검색엔진 솔루션은 자연어 질의에 대한 명확한 이해를 바탕으로, 검색 및 문서 내 정확한 답변 제공합니다. 또한, 기업의 환경과 요구에 따라 검색 결과 세부조정이 가능하며, 토픽 추출 및 분류 등의 데이터 분석과 다양한 분석 솔루션과의 연동이 가능합니다.
[05] 사업설명 - 인공지능 검색 - sf-1 연계가능 솔루션.jpg [SF-1 연계가능 솔루션]
<초대용량 데이터 분산 기술>
1억 건 이상의 광범위하고 다양한 정형 ·비정형 데이터 데이터에 대한 수집 및 저장이 가능합니다. 클러스터 구조로 설계되어 있어 부하분산, 고가용성 확보, 서버 확장이 가능하며, 확장된 서버에서 데이터를 분산 및 병렬 처리함으로써 빅데이터 검색 및 분석에 최적화되었습니다.
<실시간 색인 및 랭킹 알고리즘 기술>
멀티스레딩 최적화를 통한 실시간 색인 및 검색이 가능하며, 인공지능 기반의 정교한 랭킹 알고리즘 적용을 통해 사용자에게 최적의 검색 결과를 제공합니다.
<클라우드 환경에 특화>
클라우드에 최적화된 검색엔진으로 AWS, Google Cloud, Azure, Naver Cloud 등 클라우드 플랫폼 어디서나 사용할 수 있습니다. On-Premise에서도 다운로드 및 실행이 가능하며, 유연한 배포 옵션과 동일한 검색 환경을 제공합니다.
기업이나 기관의 클라우드 컴퓨팅 기반 마련을 위한 초석으로써, 기업 환경의 요구에 따라 검색 결과 세부 조정 및 자동 적용 기능을 제공합니다. 또한, 토픽 추출 및 분류 등의 데이터 분석과 다양한 분석 솔루션과의 연동이 가능합니다.
3) 빅데이터 분석 사업
전 세계에서 생산되는 데이터의 80% 이상인 비정형 데이터는 잠재적인 가치를 지닌 데이터로 인식되며 매일 막대한 양이 축적되고 있습니다. 비정형 데이터 분석 및 활용이 비즈니스 경쟁력으로 부각 됨에 따라, 사회 전반에 걸쳐 텍스트 데이터 분석의 활용 니즈가 증가하고 있습니다. 텍스트 데이터에 대한 분석을 통해 기업 및 공공기관에서는 보다 효과적인 의사결정을 위한 텍스트 분석 솔루션을 필요로 하고 있습니다.
당사의 빅데이터 분석 솔루션은 기계학습 기반 언어분석 기술을 통해, 텍스트 안에 숨겨진 의미 있는 가치를 발굴하여, 유용한 비즈니스 인사이트와 가치를 추출하는 데 도움을 주는 빅데이터 분석 솔루션입니다. 또한, 분석 과정이 블랙박스가 아닌 분석 단계마다 중간 분석 결과를 확인할 수 있다는 점에서 각 기업이 활용하고자 하는 데이터 분석 결과를 획득할 수 있습니다.
당사의 빅데이터 분석 솔루션은 행정, 금융, 유통, 법률, 제조 등 산업 전방위에 걸쳐 적용이 가능합니다. 비정형 데이터 분석으로 고객 이탈 원인 분석, 맞춤형 제품 추천 및 분석, 민원 및 평판 분석을 마케팅에 반영하는 등 기업 경쟁력을 높일 수 있습니다.
[06] 사업설명 - 빅데이터 분석.jpg [빅데이터 솔루션 및 서비스를 활용한 컨설팅 예시]
<자체 기술력 및 BERT 기반의 우수한 성능>
당사는 사전학습 언어모델을 만들기 위해, 다양한 분야의 대량의 말뭉치를 수집하고, 정제와 형태소 분리 과정을 거쳐 수십억 개의 정제된 말뭉치 형태소를 확보했습니다. 그리고 수만 개의 와이즈넛 고유의 Vocab을 구성하여 추가적인 응용 학습을 할 수 있도록 구성했으며, 이후 고객 도메인을 반영한 데이터의 추가 학습이나 Vocab 구성을 별도로 하여 성능을 높일 수 있도록 제공하고 있습니다.
<자체 데이터 수집 및 분류 기술>
와이즈넛 자체 수집기를 통해 수집한 데이터를 분석 가능하며, 국내 최대 SNS 수집 커버리지 확보하고 있습니다.
각 분석 단계가 Flow Chart를 통해 시각화되어 있으며, 손쉽게 텍스트마이닝 흐름 설계하여 매 분석 중간 결과 확인이 가능합니다.
4) 인공지능 클라우드 서비스 (Software as Service)
당사는 인공지능 챗봇을 구축형(On-premise) 뿐만 아니라, 서비스형(Cloud)으로도 제공하여, 고객의 비즈니스 환경과 운영 및 유지관리 인력, 예산에 따라 도입이 가능합니다. 와이즈넛의 구축형(On-premise) 제품의 핵심 기능을 클라우드 상의 웹 서비스 형태로 고객에게 제공하는 사업입니다. 기획부터 운영까지 전문가의 원스톱 서비스를 제공하며, 단기간 구축이 가능한 장점을 지니고 있습니다.
On-premise형 챗봇 구축사업의 값진 경험을 토대로 발굴된 고객 니즈 및 도메인 지식, 축적한 지식구축 노하우 및 기술력을 클라우드 서비스 형태로 제공하여 기획, 콘텐츠 개발, 운영, 사용자 확대의 모든 프로세스를 합리적인 가격으로 제공하고 있습니다.
포맷변환_[07] 사업설명 -인공지능 클라우드 서비스.jpg [현명한 앤써니의 다양한 할동 범위 및 기능]
당사의 자체 자연어처리 기술과 머신러닝 기술을 적용하고 있으며, 챗봇 시나리오 기획, 사용자의 정보 획득, 시나리오를 예측까지 전반적인 지식 구조화를 자사 전문가가 담당하여 서비스를 제공합니다. 또한, 일일 트레이닝 및 지식관리를 통해 답변 품질 향상 추가적 지식 보완하고, 질문 분석 정기리포트 제공하여 고객에게 긍/부정 이슈파악 인사이트 또한 제공합니다.
당사는 AI 전문 기업으로서 업계 최초로 챗봇 서비스 SaaS 보안 인증을 취득하여 서비스의 신뢰성을 인정받았으며, 이를 기반으로 공공조달 디지털 서비스 전용몰에 등록을 완료했습니다. 이를 통해, 각 주무부처 및 공공 수요기관에 클라우드 기반 인공지능 챗봇 서비스를 보다 신속하게 제공하고 있습니다. 당사는 클라우드 서비스 도입을 통해 비즈니스를 발전시키고자 하는 기업 및 기관에 앞으로도 최고의 인공지능 및 클라우드 기술력과 서비스를 제공할 예정입니다.
2. 주요 제품 및 서비스
당사는 2000년 설립 이후부터 현재까지 자체 부설 R&D연구소를 통해 인공지능 소프트웨어 기반 기술인 언어처리 기술 및 의미 분석 기술, 텍스트 마이닝, 인공지능 대화 처리 기술 등을 지속적으로 개발해왔습니다. 이러한 원천기술을 기반으로 인공지능 챗봇, 빅데이터, 검색, 분석 등의 분야에서 사업을 영위하고 있습니다.
[08] 제품설명.jpg [제품설명]
가. 부문별 매출 현황
| (기준일 : 2022년 9월 30일 | (단위 : 원) |
| 부문 | 주요 제품 | 당기(2022년 3분기) | 주요 사업 내용 | |
|---|---|---|---|---|
| 매출액 | 비율 | |||
| --- | --- | --- | --- | --- |
| 인공지능(AI) | WISE iChat, WISE iDesk, WISE TextMiner,WISE TEA, WISE Classifier | 7,877,596,864 | 34.93% | 각 산업별에서 생성되는 정형·비정형 빅데이터를 와이즈넛의 인공지능 기술과 소프트웨어를 활용하여 비즈니스 프로세스에 적용 및 비즈니스 의사결정 과정에 전략적으로 활용할 수 있습니다. |
| 검색(Search) | Search Formula-1, WISE Referee,WISE MinAX, WISE Link | 10,447,735,113 | 46.33% | 지난 22년간 축적한 와이즈넛의 검색 기술 및 소프트웨어를 활용하여, 방대한 정보 속에서 필요한 정보만을 검색해, 비즈니스 효율을 높일 수 있습니다. |
| 빅데이터(Big Data) | WISE BICrawler, WISE BICAnalyzer,WISE InfoFinder | 1,138,931,117 | 5.05% | 비정형 빅데이터를 의미 분석함으로써 필요 정보의 획득 시간 및 비용을 절감, 빠른 의사결정을 수립할 수 있습니다. 온라인 문서와 SNS, 일반 문서 등 다양한 비정형 빅데이터를 분석할 수 있습니다. |
| 서비스(Service) | WISE Answerny, D-MAP, ADplus | 2,998,799,520 | 13.30% | 와이즈넛은 클라우드 기반의 챗봇 서비스뿐만 아니라, 소셜 분석 서비스, 포털사이트와 미디어 사이트를 대상으로 온라인 네트워크 광고 서비스 등 다양한 서비스를 제공하고 있습니다. |
| 기타 | - | 90,000,000 | 0.40% | 임대료 수익등 |
| 합 계 | 22,553,062,614 | 100.00% | - |
나. 주요 제품 현황 (가) 인공지능(AI)
1) WISE iChat (인공지능 기반 하이브리드 챗봇 솔루션)
WISE iChat V3 (이하, 와이즈 아이챗)는 와이즈넛이 지난 22년간 자체 개발한 자연어처리기술과 머신러닝, 텍스트마이닝, 의미분석 및 검색 등이 복합적으로 융합된 인공지능 기반 하이브리드 챗봇 솔루션입니다. 국내 최고 GS(Good Software) 1등급 인증 제품이며, 국내 최다 챗봇 구축 사례를 보유한 솔루션입니다.
[09] 제품설명 - wise ichat v3.jpg [WISE iChat V3]
당사는 국내 최다 인공지능 챗봇 구축 경험을 바탕으로 국가 주무부처 및 산하 공공기관을 비롯하여 금융, 유통, 제조, 의료, 법률, 물류 등 산업 전방위에 인공지능 기반 하이브리드 챗봇을 공급하고 있습니다. 와이즈 아이챗은 기업 및 공공기관의 비즈니스 용도에 따라 다양한 영역에서 활용되고 있습니다. 전 산업 분야에 인공지능 기반 하이브리드 챗봇을 구축한 기술과 노하우를 바탕으로 안정적인 챗봇 솔루션을 제공하고 있습니다.
와이즈 아이챗은 웹과 앱 등에서 사용 가능한 채팅 플랫폼을 활용하여 콜센터, 민원상담, 내부 업무 문의 등을 자동으로 응대함으로써, 이용자에게 높은 편의성을 제공할 뿐만 아니라, 운영기관의 비용 절감 등 업무 효율성을 높입니다.
포맷변환_[10] 제품설명 - 아이챗 활용분야.jpg [인공지능 챗봇 활용 플랫폼 및 분야]
와이즈 아이챗은 자체 기술을 복합적으로 융합한 ‘하이브리드 방식’의 대화 의도파악 기술로, 업무처리를 위한 대화작업 컴포넌트 조합 멀티 턴 대화를 구현합니다.
더욱 정확히 질문의 의도를 파악하고 응답하기 위하여 챗봇이 반복, 분기, 사용자에게 묻기 등의 대화 처리와 대화 종료 후 다른 대화로 이어지는 기능, 대화 연계 시 정보 전달 기능 등 멀티 턴 대화 기술을 제공합니다. 이 기술은 세계적인 권위의 국제인공지능학회(AAAI) 2021에 게재되는 논문으로 선정되기도 하는 등 기술력을 입증받기도 했습니다.
2) WISE iDesk (인공지능 기반 지능형 컨텐츠 큐레이팅 솔루션)
WISE iDesk는 문서 작성 시, 연관 컨텐츠 및 추천 문서 등을 실시간 제공해 업무 생산성을 높이는 인공지능 기반 지능형 컨텐츠 큐레이팅 솔루션입니다. 문서 작성자 의도를 자연어처리 기술, 텍스트마이닝을 통해 파악하고, 인공신경망 기술을 활용해 다양한 컨텐츠(연관 문서 또는 기타 멀티미디어 자료 등)를 실시간 제공하여 문서 작성 시 즉시 활용이 가능합니다.
WISE iDesk는 비지도 기계학습을 통해 데이터를 분석하고 신규 데이터에 대해서는 별도의 지식구축이나 사전 없이 필요에 따른 기계학습이 가능하고 설정에 따라 주기적인 기계학습으로 분석 품질을 유지합니다.
[11] 제품설명 - wise idesk.jpg [WISE iDESK]
AI 기반 컨텐츠 큐레이팅을 통해 문서 작성 시간을 획기적으로 단축할 수 있으며, WISE iDesk는 언론, 금융, 의료, 법률 등 전문분야의 다양한 문서 작성 시간을 최소화함으로써, 비용 절감 및 업무의 생산성 향상을 지원합니다.
3) WISE TextMiner (인공지능 기반 빅데이터 텍스트마이닝 솔루션)
와이즈 텍스트마이너(WISE TextMiner)는 기계학습 기반 언어분석 기술을 통해, 텍스트 안에 숨겨진 의미 있는 가치를 발굴하여, 유용한 비즈니스 인사이트와 가치를 추출하는 데 도움을 주는 빅데이터 텍스트마이닝 솔루션입니다. 국내 최고의 한국어 언어처리기술 적용 및 자체 형태소 분석기 보유로 탁월한 의미분석을 제공하며, 전문지식 없이도 분석 흐름을 설계하는 편리한 순서도 UX로 다양한 유저가 이용 가능합니다. 또한 기계학습(딥러닝) 기반 텍스트 마이닝 기술 적용으로 다양한 분석 결과를 제공하며, 분석 단계마다 분석 결과를 확인할 수 있어, 기업에 맞춰 높은 활용성을 제공합니다.
[12] 제품설명 - wise textminer.jpg [WISE TextMiner]
와이즈 텍스트마이너(WISE TextMiner)는 와이즈넛이 22년간 축적한 국내 최고의 언어처리기술을 적용한 텍스트 마이닝 솔루션으로, 탁월한 의미 분석을 제공합니다. 또한, 분석 과정이 블랙박스가 아닌 분석 단계마다 중간 분석 결과를 확인할 수 있다는 점에서 각 기업이 활용하고자 하는 데이터 분석 결과를 획득할 수 있습니다. 또한, 와이즈 텍스트마이너는 텍스트 마이닝 단계를 세분화하고, 단계별로 생성되는 결과물을 시각화하여 사용자의 이해를 높입니다.
[13] 제품설명 - wise textminer 특장점.jpg [WISE TextMiner 특장점]
또한, 와이즈 텍스트마이너는 행정, 금융, 유통, 법률, 제조 등 산업 전방위에 걸쳐 적용이 가능합니다. 텍스트마이너를 통한 비정형 데이터 분석으로 사기 및 고객 이탈 원인 분석과 사전대응, 민원 및 평판 분석을 마케팅에 반영하는 등 기업 경쟁력을 높일 수 있습니다.
4) WISE TEA (텍스트 마이닝 솔루션)
WISE TEA V2는 비정형 텍스트 데이터에 대한 마이닝을 통해 각 문서별 주제(Topic)를 부여하는 ‘텍스트 마이닝 솔루션’입니다. 각종 기관/기업 내부 시스템 속 비정형 텍스트 데이터를 대상으로 데이터 마이닝, 클러스터 분석 등 다양한 방법론을 통해 주제(Topic)를 추출합니다. 검색 사용자와 정보 간 관계를 분석한 결과를 검색엔진과 연동하고, 검색 사용자의 의사결정을 위한 혁신적인 검색 환경을 제공합니다.
[14] 제품설명 - tea.jpg [WISE TEA]
또한 WISE TEA는 입력된 문서에서 키워드 및 주제를 추출하기 위해 자사에서 응용 개발한 알고리즘으로 분석을 수행합니다. 주제어 추출, 문서 군집, 군집 별 주제 분석을 수행하고 주제 간의 연관 관계와 시계열 분석을 수행합니다. 키워드 및 주제의 분석 결과를 다양한 시각화 그래프를 통해 확인할 수 있으며, 분석의 품질을 향상시키기 위해 사전 관리 및 분석 설정을 수행할 수 있습니다.
5) WISE Classifier (지능형 자동분류 솔루션)
WISE Classifier는 문서의 내용을 기반으로 중요 키워드의 구별/분석 과정을 통해 해당 문서를 가장 적합한 카테고리(Taxonomy)로 분류해 주는 자동분류솔루션입니다. WISE Classifier는 편리한 관리 기능, 정밀성을 극대화할 수 있는 구조, 유연하고 안정적인 아키텍처를 갖춘 최고의 솔루션입니다.
WISE Classifier는 미분류된 정보를 자동으로 카테고리 추천, 태그 부여, 필터링하여 정보 관리자의 업무 효율성 및 사용자의 편의성을 확보할 수 있도록 도와줍니다. 당사는 서울특별시, MSNBC 등 국내외 다양한 분야의 고객사에게 WISE Classifier를 제공하여 제품의 우수성과 안정성을 인정받았습니다.
(나) 검색(Search)
1) Search Formula-1 (인공지능 검색 솔루션)
Search Formula-1은 와이즈넛의 순수 자체 기술로 개발한 자연어처리, 질의어 분석, 형태소 분석 등의 기술을 적용한 초대형 빅데이터에 최적화된 인공지능 검색 솔루션입니다. 자연어 검색 및 문서 내 정확한 답변을 제공할 뿐만 아니라, 기업의 환경과 요구에 따라 검색 결과 세부조정이 가능하고 설정 후 자동으로 적용됩니다. 빅데이터 분석, 분류, 요약, 머신러닝 등의 다양한 분석 솔루션과의 연동이 가능하며, AI를 활용하려는 기업에 최적의 기능과 환경을 제공합니다.
[15] 제품설명 - search formula-1 v7.jpg [Search Formula-1 V7]
Search Fomula-1 V7은 와이즈넛이 22년간 축적한 국내 최고의 언어처리기술이 적용되었으며, 빅데이터에 최적화된 인공지능 검색 솔루션으로 초대용량 데이터 분산 검색을 제공합니다.
[16] 제품설명 - search formula-1 특장점.jpg [Search Formula-1 특장점]
Search Formula-1 V7은 자연어 검색 및 문서 내 정확한 답변을 제공하며, 기업과 환경의 요구에 따라 검색 결과 세부조정 및 자동 적용 기능을 제공합니다. 초대용량 빅데이터에 최적화된 인공지능 검색 솔루션은 분산환경을 통해 물리적/인적 비용을 절감하고, 검색 운영/관리 업무 생산성을 효율적으로 지원합니다. 또한, 토픽 추출 및 분류 등의 데이터 분석과 다양한 분석 솔루션과의 연동이 가능합니다.
[17] 제품설명 - 검색솔루션 연동.jpg [다양한 분석 솔루션과 연동 가능한 검색 솔루션]
2) WISE Referee (유사 표절 검색솔루션)
유사/표절 검색솔루션 WISE Referee는 사업의 안정적인 검색 서비스 제공을 위해 국내 최고의 기술력을 바탕으로 유연한 확장성과 정교한 품질을 보장하는 유사/표절 검색 엔진입니다. 최신버전 GS인증, SP 인증 기반의 유사/표절 검색엔진이며, 청크 핑거프린트 방식을 통한 모사/표절 판독 기술, 키워드 패턴 분석 기술을 보유하고 있습니다.
불법 복제 및 표절 의혹 등이 사회적 이슈가 되고 있는 지금, 문서 표절에 대한 사전 검사 또는 사후 판독을 위한 솔루션은 필수적인 상황입니다. WISE Referee는 키워드 출현 패턴 분석 과 청크 핑거프린트 방식을 통해 다양한 문서를 빠르고 정확하게 모사 또는 표절 여부를 판독하여 주는 표절 검색솔루션입니다.
[18] 제품설명 - referee.jpg [WISE Referee]
(다) 빅데이터(Big Data)
1) WISE BIC Analyzer (빅데이터 의미분석 솔루션)
WISE BIC Analyzer는 온라인 문서와 SNS, 일반 문서 등 다양한 비정형 빅데이터 분석에 탁월한 성능을 발휘하는 빅데이터 의미 분석 솔루션입니다. 검색기술기반 빅데이터 분석 솔루션으로 와이즈넛에서 자체 개발하였으며, 빅데이터 기반 주가예측 및 의약품 안정성 조기경보 서비스 등을 공급합니다. 또한 다양한 시스템과의 유연한 연계 지원이 가능합니다.
[19] 제품설명 - wise bicanalyzer.jpg [WISE BIC Analyzer]
WISE BIC Analyzer는 2009년부터 빅데이터 분석 상용서비스를 통해 축적한 와이즈넛만의 노하우와 기술이 적용된 솔루션으로써 독자적인 기술로 개발한 국내 최고의 언어분석처리기술이 적용되었습니다. 2009년부터 빅데이터 분석 상용서비스를 통해 축적한 와이즈넛만의 노하우와 기술을 적용하였습니다.
WISE BIC Analyzer는 빅데이터 대상 탁월한 의미 분석을 제공합니다. 온라인 문서와 SNS, 일반 문서 등 다양한 비정형 빅데이터 분석하고, 주제어 및 주제 분석, 의미 기반 감성 분석, 표현어 추출 및 표현어 분석을 통한 의미 분석을 수행합니다. 더불어 긍/부정 분석에 뛰어난 성능을 발휘합니다.
2) WISE BICrawler (빅데이터 수집 솔루션)
WISE BICrawler는 방대한 정보 속에서 원하는 정보를 자동으로 추출하고, 불필요한 정보를 정제하여 제공하는 빅데이터 수집 솔루션입니다. 대규모 데이터를 정확하고 빠르게 수집할 뿐만 아니라 클렌징 기술로 수집 데이터의 스토리지 공간을 최소화하여, 불필요한 스토리지 운영으로 인해 발생하는 데이터저장 비용 및 관리 업무의 시간을 절감합니다.
WISE BICrawler는 방대한 정보 속에서 필요한 영역/형태에 관계없이 원하는 정보를 자동으로 추출하고, 불필요한 정보를 Cleansing(정제) 하여 사용자에게 필요한 정보만을 빅데이터 저장소에 저장합니다.
[20] 제품설명 - wise bicrawler.jpg [Wise BiCrawler]
또한, WISE BICrawler는 SNS서비스, 연구/학술/인터넷 정보, 사용자 리뷰, FAQ 및 VOC 등의 빅데이터 정보를 선택적으로 수집하여 제공함으로써 빅데이터 저장 비용 절감 및 다양한 기업 및 기관에서 신속하게 전략 수립 등 대응할 수 있도록 지원합니다. 당사 WISE BICrawler의 수집기술은 국가지식포털, 한국언론재단 등 국내 대표 정부/공공기관으로부터 빅데이터 수집기술의 우수성과 안정성을 인정받았습니다. 라) 서비스 (Service)
1) WISE Answerny (클라우드 기반 인공지능 챗봇 서비스)
클라우드 기반 서비스형 인공지능 챗봇 ‘현명한 앤써니(WISE Answerny)’ 는 당사의 인공지능 챗봇 기술을 기반으로 챗봇 컨설팅 및 기획부터 운영까지 원스톱 서비스를 제공합니다. 클라우드(Cloud) 형태로 제공하여, 고객의 비즈니스 환경과 운영 및 유지관리 인력, 예산에 따라 도입할 수 있습니다.
현명한 앤써니는 당사의 국내 최다 구축형 챗봇 구축 노하우와 기술의 집약체라 할 수 있습니다. 챗봇 기획부터 지식 설계, 운영까지 이해도가 높은 챗봇 전문가의 단계별 커뮤니케이션 등 기존 타 업체들이 보유한 문제점을 해결할 수 있는 서비스로 주목 받고 있습니다.
현명한 앤써니는 공공, 교육, 제조, 유통, 물류, 공공분야 등 전 산업에 걸쳐 인공지능 챗봇 기술과 노하우를 맞춤화된 서비스로 제공해오고 있습니다.
포맷변환_[21] 제품설명 - 클라우드 서비스 챗봇.jpg [인공지능 기반 클라우드형 서비스 챗봇]
특히, 전국 대학가 곳곳에 도입되며 빠르게 영역을 확대해 가고 있으며, 대표적인 예로 서울대학교, 중앙대학교, 건국대학교, 아주대학교, 이화여자대학교를 포함한 전국 유수의 대학들이 현명한 앤써니를 도입했습니다. 학사지원 및 교육 패러다임 변화에 앞장서며, 학생들과 교직원 등이 불편함 없이 양질의 콘텐츠와 행정서비스를 제공받을 수 있도록 언택트 학사행정 대표 서비스로 자리 잡았습니다. 그 외에도, 현명한 앤써니는 공공기관(한국도로공사, 근로복지공단, 인천항만공사 외)과 지자체 지역 온라인 축제 등에서도 활용되어, 24시간 365일 국민들에게 편리함을 제공하고 있습니다.
당사는 최근 AI 전문 기업으로서 업계 최초로 챗봇 서비스 SaaS 보안 인증을 취득하여 서비스의 신뢰성을 인정받았으며, 이를 기반으로 최근 공공조달 디지털 서비스 전용몰에 등록을 완료했습니다. 이를 통해, 각 주무부처 및 공공 수요기관에 클라우드 기반 인공지능 챗봇 서비스를 보다 신속하게 제공하고 있습니다. 당사는 클라우드 서비스 도입을 통해 비즈니스를 발전시키고자 하는 기업 및 기관에 앞으로도 최고의 인공지능 및 클라우드 기술력과 서비스를 제공할 예정입니다.
2) AD plus (네트워크 배너 광고 서비스)
급변하는 인터넷 광고 시장에 발맞춰 유저들의 관심사 및 행태 분석을 통해 더욱 트랜디하고 확장된 타겟팅 상품과 정확도 높은 품질을 갖춘 네트워크 배너 광고상품입니다. 또한, 당사는 검색광고마케터 1급 자격을 보유한 기업의 공식 대행사로써 국내외 다양한 온라인 광고상품을 취급하고 있으며, 광고주에게 차별화된 고객 맞춤 서비스를 제공합니다.
포맷변환_[22] 애드플러스 상세보고서 예시.jpg [애드플러스 상세보고서 예시]
3) TMAP네비게이션광고 영업대행(티맵 광고 플랫폼 서비스)
최근 당사는 티맵 광고 플랫폼 서비스인 ‘티맵모빌리티’ 공식 광고 영업 대행사로 선정되어 서비스를 제공하고 있습니다. 사용자 기반 데이터 분석을 통해 모빌리티 콘텐츠와 유저 텍스트에 맞는 광고를 제시함으로써, 사용자의 저항감을 줄였습니다. 당사는 티맵 광고 서비스를 통해 목적지 검색 중에 나오는 광고, 목적지 도착 후 발급되는 쿠폰형 광고 등 네비게이션 이용 중 방해를 주지 않으면서 효과적으로 광고를 전달하는 방식으로 티맵을 통해 배너와 팝업, 음성 광고 등을 서비스로 제공하고 있습니다.
다. 주요 사업 현황
(가) 인공지능 챗봇 사업
<서울시 민원 상담봇, 톡톡 120>
서울시 ‘서울톡(구. 톡톡120)’ 챗봇은 민원처리 만족도 향상을 위한 민원 상담 챗봇 서비스로, 서울시 민원의 주요 8대 분야 (교통·행정, 복지·환경, 문화·경제, 안전·주택) 행정 정보 487종(현장민원접수 54종 포함)에 대한 각종 시정 문의를 24시간 답변해 주는 인공지능 상담 챗봇입니다.
와이즈넛은 서울시 민원 안내 콜센터인 120 다산콜센터에 세 번에 걸친 사업을 통해 대화형 AI 챗봇 구축을 완료했으며 시범사업 당시 ‘톡톡120’으로 명명되었던 챗봇은 추후 고도화되면서 서울시의 아이덴티티를 가진 ‘서울톡’으로 변경되었습니다.
와이즈넛은 1차 사업(ISP 사업) 최초 진행 이후 2차 사업(시범사업, 본 사업)을 진행, 3차 사업(고도화 사업)까지 연속 사업을 수행하며 누적된 수만여 건의 자유 질의를 분석 및 고도화하였습니다. 3차 고도화 사업에서는 홈페이지 및 행정 정보 등 시민들의 행정 정보 지식 DB 추가, 챗봇 대화 처리 개편, 실사용자 질의 기반 기계학습 보완으로 질의 답변의 정확도를 향상시키는 등 보다 정확하고 활용성 높은 민원 상담 챗봇을 구축하기 위해 다방면의 기능을 추가하며 서울시 민원 처리에 있어 필수불가결한 인공지능 서비스로 자리매김하였습니다.
서울톡은 전화 응답 대기시간 중 인공지능 챗봇을 통한 안내로 민원처리 전환을 유도하여 하루 수천 건 이상의 민원을 챗봇으로 대응하고 있으며 상담사 업무 경감 및 민원대기시간 감소 효과를 통해 공공 업무 효율성 및 편리성 강화, 이용자 만족도 증가 등에 기여하고 있습니다. 이에 따라, 2021년 12월 말 기준 서울톡 이용자는 총 23만 명으로 지속 증가하고 있습니다.
이처럼 서울시는 서울톡을 통해 인공지능 상담사로서 민원서비스 지원 공로를 인정받아, 2020년 서울시 민원서비스 개선 우수사례로 선정되며 장려상을 수상하기도 했습니다.
포맷변환_[23] 사업현황 - 서울시 서울톡.jpg [서울시 민원 상담봇, 톡톡 120]
<신한은행 AI 금융 파트너 챗봇, 오로라>
신한은행의 AI 금융파트너 ‘오로라’는 신한은행 고객 개인의 성향 및 특성을 반영해 맞춤형 응대를 24시간 365일 제공하는 대민 서비스용 챗봇입니다. 국내 금융권(은행) 최초 인공지능 챗봇 사례로 손꼽히고 있습니다. 2018년 1차 사업을 시작으로, 2020년 2차 사업, 2021년부터 2022년 3월까지 3차 확장사업까지 지속적인 연차사업을 진행해오며 완성도 높은 챗봇을 구축해왔습니다. 특히, 오로라는 구축 초기부터 기존의 단순 상담 챗봇 서비스를 넘어 고객 개인의 성향 및 특성을 반영하여 맞춤형 응답을 제공하는 AI 금융 파트너로서 주목을 받아왔습니다.
지난해 지식품질관리 개선 사업(확장 사업)을 통해 와이즈넛은 인공지능 챗봇의 답변 지식 품질을 안정적으로 관리할 수 있도록 운영 체계를 마련하고, 답변의 정확도를 향상시킬 수 있는 신뢰성 검증 평가도구를 추가 도입해 내부 지식 관리 체계 개선에 주력했습니다. 또한 업계 최초로 지식 품질 개선 운영을 위한 정답 유사율, 엔진 적합률, 체감 정답률 등의 새로운 개념을 적용하였고, 이로써 신한은행은 고객의 챗봇 이용에 따른 확률 통계를 상시 모니터링할 수 있어 지식 품질 개선 및 답변 정확도가 대폭 향상됨을 확인할 수 있게 되었습니다.
[2] 사업현황 - 신한은행(수정).jpg [신한은행 AI 금융 파트너 챗봇, 오로라]
<신한은행 지능형 커뮤니케이션 플랫폼, 몰리>
비대면 챗봇 서비스가 사회 전반의 환경에 적용되며 각종 업무 지원에 혁신적인 성과를 거둠에 따라 기존 고객 응대를 위한 대민 서비스용 챗봇 뿐만 아니라 사내 업무처리를 위한 내부 업무용 챗봇에 이르기까지 그 수요가 급증하게 되었습니다.
신한은행의 지능형 커뮤니케이션 플랫폼 ‘몰리’는 쏠메이트 오로라 챗봇이 연계된 내부 임직원 대상 업무용 챗봇입니다. 2019년 1차 사업을 시작으로, 2020년 2차 사업, 2021년 3차 사업을 연속 진행해오며 지속적으로 챗봇 지식의 품질관리를 위해 노력해왔습니다. 기업 내부에 존재하는 다수의 업무 서비스 및 정보를 제공하고, 직원(사용자) 별 개인화 메뉴를 제공하는 등 편의성 증가에 기여했습니다. 내부 업무용 챗봇 ‘몰리’를 사용하기 전보다 개인의 업무 절감은 연간 수만 시간으로 추정되고 있으며, 내부적으로 방대한 양의 업무 효율화에 기여했다는 평가를 받고 있습니다.
내부 업무용 챗봇 ‘몰리’는 직원용 챗봇 구축 사례로 유일하게 대한민국 서비스 부문 혁신대상을 4년 연속 수상하며 인공지능 챗봇을 적용한 우수사례로서 시장의 인정을 받고 있습니다.
<한국남부발전 RPA적용 사내업무 자동화 챗봇, My KODI>
‘My KODI’는 머신러닝(Machine Leaning)과 로봇 프로세스 자동화(RPA, Robotic Process Automation)가 결합된 국내 발전사 최초의 업무 자동화 챗봇입니다. 해당 챗봇은 직원들의 업무 생산성과 효율성을 높이는 대표적인 비대면 업무체계 전환 챗봇 사례로 자리 잡았습니다. 마이코디(My KODI)는 출장이나 법인카드 사용 등 단순 반복적인 경비처리 업무를 자동화하는 ‘Easy Bot’과 회계 및 출장, 정산 등 대화형 상담이 가능한 ‘업무 상담 Bot’이 결합된 형태의 챗봇입니다.
와이즈넛은 한국남부발전 사내 업무 자동화 챗봇 ‘마이코디(My KODI)’에 RPA를 적용해 단순 반복 업무를 제거하고 절차를 간소화해 생산성 향상 및 실수에 의한 업무 오류를 개선했습니다. 다양한 문법구조와 일상 언어 패턴, 남부발전 내의 특화된 언어 패턴 및 문맥 등을 학습하여 응답률과 정확도를 제고한 것이 특징입니다.
본 사례는 행정안전부 주관 ‘범정부 RPA 설명회’에서 로봇 프로세스 자동화(RPA)를 통한 업무혁신 성과를 인정받아 공공기관 업무혁신 혁신 변화의 주요 우수사례로 소개되며, 다수의 중앙부처, 지자체 등 소속 공무원들로부터 관심을 모으기도 했습니다.
[4] 사업현황 - 한국남부발전(수정).jpg [한국남부발전 RPA적용 사내업무 자동화 챗봇, My KODI]
<이화여자대학교 학사행정 챗봇 ‘채티’>
이화여자대학교 챗봇 ‘채티(Chat-E)’는 학사지원, 학생지원, IT/기술 지원 등 학교생활 전반에 걸쳐 각종 행정 사항에 대한 문의를 자동으로 응대하는 인공지능 챗봇 서비스입니다. 해당 챗봇 서비스를 이용하는 이화여대 학생이라면 누구나 구애받지 않고 학사안내 콘텐츠와 대학 생활 안내, 사이버캠퍼스·THE 포트폴리오 등 교내 사이트 연계 정보를 제공받을 수 있습니다.
이화여대 학생이 챗봇에 로그인하면 이번 주 시간표, 오늘의 날씨 등을 적용한 맞춤형 그리팅(Greeting) 메시지가 제공되며, 주요 키워드를 입력하면 연관 질의문이 자동 완성돼 활용성을 높였습니다. 이로써 서비스 이용자인 학생은 챗봇 채티를 통해 원하는 정보를 손쉽게 얻을 수 있으며, 서비스 제공자인 학교 측은 반복적인 질문에 일관된 대응을 함으로써 업무 효율성을 향상시킬 수 있게 되었습니다.
와이즈넛은 그간 교육 분야에서만 40여 건 이상 적용한 대화형 인공지능 서비스 기술력과 노하우를 바탕으로 여러 교육산업에 인공지능 기술을 적용해 비대면 AI 서비스 확산을 주도하는 선도 역할을 하고 있습니다.
emb000084b8273e.jpg [이화여자대학교 학사행정 챗봇 ‘채티’]
(나) 인공지능 검색 사업
<특허청 KIPRIS 차세대 검색엔진 도입 사업>
특허청은 2015년 KIPRIS 통합검색을 개편하여 기존 이원화된 특허 시스템을 통합하였습니다. 사업 당시 와이즈넛은 특허검색 전문 쿼리를 적용하여 국내 모든 검색엔진 및 각종 외산 엔진들과의 BMT(사전 필드 테스트, Bench Mark Test) 경쟁 끝에 수주했고 본 사업을 통해 3억 건 이상의 대용량 특허 데이터에 대한 빠른 검색서비스를 제공하고, 효율적인 서비스 인력 운영과 비용 절감을 이뤄낸 대표적인 검색사업입니다.
와이즈넛은 텍스트 마이닝, 검색, 대용량 색인 작업 등 관련 국내 최다 사업 수행을 통해 축적한 노하우와 검증된 검색엔진 솔루션, 다수의 특허청 검색사업 수행 경험과 공공기관 검색엔진 도입 사업을 통해 쌓아온 업무의 높은 이해도를 활용하여 특허청에 최적화된 시스템을 구축했습니다.
본 사업을 통해 특허청은 세계 5대 특허청(IP5) 대표 모범 시스템으로 손꼽히기도 했습니다. IP5(세계 5대 특허청, Intellectual Property 5)는 전 세계 특허 출원의 80% 이상을 차지하는 한국, 미국, 중국, 일본 및 유럽, 선진 5개국(지역) 특허청 특허 협력 협의체로, IP5에 속했다는 것은 곧 특허 분야에서 세계 5대 기술력과 업무처리 능력을 보유함을 의미합니다. 특허청은 국산 SW 기업인 와이즈넛의 독자 기술로 적용한 국산 검색엔진을 통해 우리나라가 특허 데이터를 처리하고 서비스를 제공하는 높은 수준을 보유하였음을 세계적으로 인정받았습니다.
국내/국제 특허심사에 있어서 신규 출원건에 대하여 지식재산권의 신규성, 진보성을 확인하여 특허등록 처리 과정을 진행하게 됩니다. 그때 유용하게 활용할 수 있는 것이 유사특허를 검색하는 자사의 빅데이터 검색 기술입니다. 전 세계 특허 표준은 단일 국가에서 운영되지 않으며, 서로 간 특허 정보를 교류하며 만들어지는데, 그때 외산이 아닌 자국의 검색엔진을 통해 정확도 높은 결과물을 도출하는 대한민국의 특허청이 주목을 받았습니다. 이러한 점에서 인정받아 특허청은 와이즈넛 검색엔진 적용을 통해 2014년 6월 의장국으로서 특허청장 정상 회의를 이끌기도 했습니다. 이 외에도 해당 사례는 검색엔진 도입 우수사례로서 각종 전시회에 출품하고 UAE에 수출하기도 했습니다.
포맷변환_[27] 사업현황 - 특허청 검색화면.jpg [특허청 검색화면]
<한국교육학술정보원 RISS 포털 검색엔진 도입>
한국교육학술정보원의 학술연구정보서비스(RISS) 홈페이지에는 국내외 학술지, 학위 논문 자료에 대한 방대한 양의 자료가 존재합니다. 이에 와이즈넛의 검색엔진을 적용하여 수많은 정보와 다양한 컨텐츠의 접근성을 높이고, 정보의 활용도를 향상시키기 위하여 최신 검색 트렌드를 반영해 검색 서비스를 적용 및 지속 개선하였습니다.
한국교육학술정보원은 와이즈넛과 2009년 최초 사업 이후, 2012년 최적 색인 구조를 위한 중간 사업을 거쳐, 2020년 검색엔진 업그레이드 버전을 도입해 고도화 해왔습니다. 따라서, 약 14년간 초기 구축부터 엔진 업그레이드까지 윈백 없이 꾸준히 서비스를 지속하며 다수의 연차 사업을 진행했습니다. 특히 국내 최대 규모의 학술DB 자료를 보유한 한국교육학술정보원이므로 등재된 데이터만 1억 2천만 건 이상인데, 대용량 데이터 처리 엔진을 적용하여 진정한 의미의 빅데이터 검색엔진 서비스를 구현했다는 점에 의의를 두고 있습니다.
포맷변환_[28] 사업현황 - 한국교육학술정보원 검색화면.jpg [한국교육학술정보원 검색화면]
<행정안전부 정부24 검색엔진 사업>
정부24는 대국민 민원서식, 정부에서 제공하는 공공서비스나 생애 주기별 지원사항 등에 대해 행정안전부가 운영하는 대국민 대표 포털입니다. 와이즈넛은 2015년 이후 해당 포털에 검색 기능을 구축하고 운영 및 서비스하고 있습니다.
와이즈넛은 행정안전부 사업을 통해 대한민국 행정업무를 대표하는 정부24 홈페이지에 의미기반의 빅데이터 검색엔진을 도입하여 대국민 정부 서비스 검색 기능을 강화했습니다. 행정안전부의 정부24는 공공서비스의 가장 대표적인 레퍼런스이므로 특히 검색엔진 솔루션 보유 기업으로서 의미 있는 사업입니다. 본 사업은 기존 타 사업과 달리 의미기반 검색엔진을 적용해 자연어 검색이 가능하도록 하여 보다 폭넓은 검색이 가능합니다. 2020년 보조금24 홈페이지 검색엔진을 구축했다가 지난해 말 정부24로 통합되면서 올해 추가 확대 사업을 진행하고 있습니다.
[5]사업현황_행정안전부 정부24(검색사업) 이미지①.jpg [정부24 검색화면]
(다) 빅데이터 분석 사업
해당 사업은 4차산업혁명으로 인한 일자리 형태의 변화, 코로나19 장기화로 인한 구인구직난, OO지역 산업 특성을 고려한 일자리 활성화 필요성 등에 따라 빅데이터를 활용해 OO지역 청년 일자리 미스매칭 및 취업 사각지대 문제 해결을 통한 데이터 기반의 청년 일자리 지원정책을 구현하기 위한 목적으로 진행된 사업입니다.
OO지역 청년 일자리 미스매칭 및 취업 사각지대 문제 해결을 위해 인공지능 기술 중 현존하는 머신 모델 중 가장 뛰어난 성능을 갖고 있는 XGBoost(Extreme Gradient Boosting) 모델을 적용했습니다. 그 결과 구직자의 업무 적합도 및 구직자와 채용공고 간 예측 모델을 통해 미스매칭을 줄이고, 예측 모델의 정확도를 향상시켰습니다.
본 사업을 통해 OO광역시는 구인/구직 정보 연계 분석을 통한 실질적으로 도움이 되는 다양한 맞춤형 청년 일자리 정책을 수립하고, 이를 통해 취업률 향상 및 구인난 해소 등의 결과를 도출할 것으로 기대되며 추후 본 데이터가 실제 OO지역 일자리 마련에 중점 데이터로써 활용될 것으로 예상됩니다.
[6]사업현황_인천광역시(분석사업) 이미지①.jpg [일자리 매칭 변수 및 의사결정 나무 결과값]
[7]사업현황_인천광역시(분석사업) 이미지②.jpg [일자리 예측 모델 서비스 아키텍처]
OO시 빅데이터 분석 사업은 버스 공영제 최적화(교통) 및 주요 관광지 매출 현황 분석을 통한 관광지 활성화 방안 분석(관광)을 목적으로 진행되었습니다.
와이즈넛은 온라인 관광지 선호도 조사 및 설문조사를 통한 관광지 선호도를 확인하고 세부 관광지별 방문 인구수, 소비금액 합계를 비교하여 상위 6개 관광지를 선정하여 이동통신 데이터를 통한 세부 OD(Origin to Destination) 분석을 진행했습니다.
온라인 포털 및 소셜 데이터 분석과 함께 카드 소비 데이터 분석을 융합·분석한 결과, 소비자의 특성과 소비 현황 분석, 소비 규모 등 다양한 결과를 도출하였고, 이를 통해 주요 관광지별 활성화 방안을 제시 및 활용 방안에 대한 각종 인사이트를 도출하여 OO시의 관광지 활성화에 기여하였습니다.
[8] 사업현황_당진시(분석사업) 이미지①.jpg [GIS 기반 유동인구 밀집 지역의 정류장 이용 현황]
[9] 사업현황_당진시(분석사업) 이미지②.jpg [평일/주말 간 주요 정류장 이용 현황 포지셔닝맵]
(라) 클라우드형(서비스형) 인공지능 챗봇 사업
<서울대학교 IT상담 챗봇 ‘스누봇’>
서울대학교 IT상담 챗봇인 ‘스누봇’은 서울대 재학생 및 교직원을 대상으로 IT정보화본부 관련 정보를 안내해 주는 인공지능 챗봇 서비스입니다.
서울대학교는 과거에 타사 챗봇을 도입했음에도 불구하고 낮은 품질로 인해 사용성이 낮아 정보화 본부의 민원 상담 업무 과부하 및 학생 의견 소통 창구가 부족하여 큰 어려움을 겪었습니다. 와이즈넛은 해당 사업을 윈백하여, 기존 타사 챗봇에 대한 면밀한 분석을 통해 답변 품질 및 UI/UX 등 사용성을 개선하였고, 고객의 니즈에 따라 반복/단순 업무 및 개인화 정보에 대한 답변이 가능하도록 챗봇 서비스를 새롭게 구축하였습니다.
와이즈넛은 챗봇 구축 사업을 통해 IT정보화본부 관련 정보를 안내하고(와이파이, 인터넷, 노트북 대여, 프린트 등) 상담 내역을 저장하며 민원 상담 신청을 연동하는 기능을 구축하였습니다. 와이즈넛 챗봇 도입 이후 사용량이 대폭 증가하였고, 업무 담당자의 체감상 전화 문의가 현저히 감소하였으며 챗봇 상담을 통해 새로운 업무 문의 케이스를 발굴하는 등 ‘스누봇’을 이용하는 학생, 교직원들과 업무 담당자에게 높은 편리성과 만족도 강화에 기여하고 있습니다.
[32] 사업현황 - 스누봇.jpg [서울대학교 IT상담 챗봇 '스누봇']
<오산시 차량등록사업소 챗봇 ‘까봇’>
코로나19로 인한 대면 상담이 불가하여 온라인 기반의 서비스가 증대함에 따라 다양한 도메인 및 교육기관, 공공기관 등에서 효율적인 고객 상담과 민원 처리를 위해 챗봇 활용 사례가 증가하고 있습니다.
오산시 차량등록사업소 챗봇은 이러한 현 상황을 반영하여, 차량등록 행정민원 관련 최초의 챗봇 서비스로서 원활한 공공 행정 서비스를 도모하기 위한 목적으로 진행되었습니다. 본 사업을 통해 향후 동일한 사업 목적 및 필요성이 존재하는 모든 지자체 차량등록사업소에 적용 가능한 최초의 레퍼런스가 될 것이며, 와이즈넛은 이를 기반으로 다양한 적재적소에 유사 사업을 전개할 수 있을 것으로 예상하고 있습니다.
오산시는 방문을 통한 상담 인력과의 직접 대면, 유선상의 연결 이전에 챗봇 ‘까봇’을 이용할 수 있도록 하여 단순 반복적인 질문에는 비대면 인공지능 챗봇이 먼저 답변을 제공하고, 보다 자세한 상담이 필요한 문의에 대해서는 각 부서별 상담원 연결 버튼을 활용하는 등 전문 상담 인력이 대응할 수 있도록 하여 민원 문의 플랫폼을 효율적인 방식으로 확장하였습니다. 이로써 챗봇을 통해 그간 정보를 찾기 어려웠던 홈페이지 안내 방식 및 문의 대응을 개선해 이용자가 원하는 정보를 쉽고 빠르게 제공할 수 있게 된 것입니다.
따라서, 와이즈넛의 인공지능 챗봇 ‘까봇’ 서비스 활용을 통해 24시간 답변을 통한 각종 민원 행정서비스 접근성 향상, 구비서류, 기간, 수수료 등 단순 민원에 대한 전화 문의 감소로 직원들의 업무 효율 상승 등의 효과를 기대할 수 있으며, 단순 반복적인 문의를 인공지능 챗봇으로 대응할 수 있어 담당자의 업무처리 시간을 대폭 감소에 기여할 것으로 전망됩니다.
이 외에도, UI를 모바일 화면에 최적화되도록 제작하여 웹(Web) 뿐만 아니라 모바일 디바이스 기반에서도 이용할 수 있어 챗봇의 활용성을 높였다는 특징이 있습니다.
포맷변환_[34] 사업현황 - 오산시 차량등록사업소.jpg [오산시 차량등록사업소 까봇]
라. 주요 제품 등의 가격 변동 추이 당사의 산업 특성상 서비스에 대한 가격은 일반적인 제조업의 경우와는 다르게 고객사가 자체적으로 직접 결정하는 구조로 표준화된 판매가격으로 운영되는 서비스가 아닌 관계로 해당 가격 변동 추이를 정확하게 기재하기는 어렵습니다.
3. 원재료 및 생산설비
가. 매입 현황당사는 용역 제공 및 라이선스 매출을 주요 사업영역으로 영위하고 있으며, 별도의 원재료가 투입되지 않고 있으며, 이에 보고서 제출일 현재 해당사항이 없습니다. 나. 생산설비에 관한 사항
당사는 용역 제공 및 라이선스 매출을 주요 사업영역으로 영위하고 있어 별도의 생산활동이 발생하지 않고 있으며, 이에 보고서 제출일 현재 해당사항이 없습니다.
4. 매출 및 수주상황
가. 매출실적
| (단위 : 원) |
| 사업부문 | 매출유형 | 제23기 3분기(2022년도 3분기) | 제22기 3분기(2021년도 3분기) | 제22기 (2021년도) | 제21기 (2020년도) | ||||
|---|---|---|---|---|---|---|---|---|---|
| 매출액 | 비율 | 매출액 | 비율 | 매출액 | 비율 | 매출액 | 비율 | ||
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 인공지능(AI) | 상품용역 | 7,877,596,864 | 34.93% | 6,361,185,802 | 28.95% | 10,264,629,162 | 28.99% | 5,748,770,018 | 19.11% |
| 검색(Search) | 상품용역 | 10,447,735,113 | 46.33% | 9,762,379,049 | 44.44% | 16,118,778,972 | 45.52% | 16,869,587,130 | 56.08% |
| 빅데이터(Big Data) | 상품용역 | 1,138,931,117 | 5.05% | 973,885,977 | 4.43% | 1,694,531,471 | 4.79% | 1,778,326,286 | 5.91% |
| 서비스(Service) | 상품용역 | 2,998,799,520 | 13.30% | 4,786,423,717 | 21.79% | 7,213,495,686 | 20.37% | 5,598,303,982 | 18.61% |
| 기타 | 기타매출 | 90,000,000 | 0.40% | 85,599,000 | 0.39% | 115,599,000 | 0.33% | 87,346,000 | 0.29% |
| 합 계 | 22,553,062,614 | 100% | 21,969,473,545 | 100% | 35,407,034,291 | 100% | 30,082,333,416 | 100% |
나. 판매조직
사업부문의 주요 판매조직은 다음과 같습니다.
[와이즈넛 판매 조직]
| 구분 | 내용 |
|---|---|
| 솔루션사업 영업조직 (총 인원 12명) |
구축형(On-premise) 소프트웨어 대상 고객 영업 전담 조직입니다. 세부 영업부서는 기업사업, 공공사업으로 운영되며, 고객과의 직접 계약을 통한 매출과 협약/파트너사를 통한 라이선스 공급 매출 형태로 구분됩니다. |
| 서비스/클라우드사업 영업조직 (총 인원 15명) |
클라우드 형태의 서비스 영업 담당 조직입니다. 세부적으로는 AI서비스사업, DATA사업, 광고사업으로 운영되며, 고객과의 직접 계약을 통한 매출과 협약/파트너사를 통한 서비스 공급 매출 형태로 구분됩니다. |
다. 판매경로
당사는 제품 판매를 위해 고객처와 직접 계약하거나 파트너사를 통해 고객처와 계약을 진행하고 있습니다.
라. 판매전략 당사는 2000년 설립 이후 지난 22년간, 언어처리기술 기반의 검색 SW를 시작으로 인공지능 챗봇(Chatbot)에 이르기까지 끊임없는 기술혁신과 인공지능 및 빅데이터 관련 원천기술 확보 등을 통해 국내 4,000여 고객사 및 글로벌 10개국에 인공지능 및 빅데이터 SW를 제공하며 시장을 선도하고 있는 인공지능 전문 기업입니다. 당사는 솔루션 개발 및 용역, 그리고 유지보수 사업 중심의 비즈니스 모델에서 클라우드 기반 인공지능 서비스 사업으로 확대해나가는 전략으로 끊임없는 변화를 시도하며 사업을 확장해나가고 있습니다.
(1) 인공지능 기반 솔루션 및 용역
당사는 인공지능 및 빅데이터 기술 개발에 대한 지속적인 R&D 투자로 공공기관을 비롯해 금융, 제조, 유통, 미디어, 의료 등 산업 전반에 걸쳐 인공지능 소프트웨어 및 서비스를 공급하고 있습니다. 국가 주무 부처 및 산하 공공기관, 연구소 등에 입찰, 수의, 제3자 단가계약 등의 형태로 공급하고 있으며, 대형 사업 수주를 이뤄내는 등 괄목적인 성장을 이뤄내고 있습니다.
당사는 공공분야 내 각계 시스템에 인공지능 기반 검색 솔루션을 확산하였으며, 각 기관의 민원 응대 챗봇뿐만 아니라 내부 업무용 챗봇, 비정형 빅데이터 분석 시스템을 구축하는 등 공공분야 대내외 니즈를 충족하고, 공공시장에서 선도적으로 신기술과 제품을 제시하며 사업 영역을 확장해나가고 있습니다.
당사의 인공지능 챗봇은 국가 주무 부처 및 공공기관뿐만 아니라 금융, 유통, 제조, 의료, 법률, 물류 등 산업 전반에 활용되고 있으며, 대민 서비스뿐만 아니라 RPA를 결합한 내부 업무 등 다양한 분야에 적용되어 국내 최다 인공지능 챗봇 상용화 사례를 만들어내고 있습니다. 이처럼, 이종 산업과 융합을 통해 꾸준히 인공지능 기술을 확대해나가고 있습니다.
당사는 최다 상용화 레퍼런스를 활용한 상담 어시스턴트, 빅데이터 분석 사업 등을 전 산업 분야에서 사업을 확장해나가고 있으며, 인공지능 솔루션을 확대 공급하며 비즈니스 효율 향상과 비용 절감 등에서 뛰어난 효과를 입증해왔습니다. 인공지능 검색, 챗봇, 빅데이터 분석 등에 대한 지속적인 사업 니즈를 발굴하고 파이프라인을 확보해가고 있으며, 고객과의 직접적인 계약뿐만 아니라 채널 사를 통한 솔루션 계약도 증가하는 등 다각적인 영업전략을 전개하고 있습니다. 더 나아가, 당사는 신기술을 통한 신규 시장을 개척하는 등 끊임없이 사업 영역을 확장해나가고 있습니다.
(2) 클라우드 기반 인공지능 서비스로의 전환
당사는 클라우드 기반 인공지능 서비스 사업으로 확대해나가고 있으며, 전체 매출 중 인공지능 기반 클라우드 서비스가 차지하는 매출 비중은 지난 2019년 13%에서 2021년 20%로 증가하는 등 신장세가 뚜렷합니다.
[사업 부문별 매출 비중 변화 추이].jpg [사업 부문별 매출 비중 변화 추이]
[인공지능 및 서비스 영역에서의 매출 비중 증가].jpg [인공지능 및 서비스 영역에서의 매출 비중 증가]
클라우드 기반 인공지능 챗봇 서비스의 경우 협력사를 통한 시장 확대, 전문 특화된 레퍼런스를 확산해나가는 등 정교한 비즈니스 모델을 제시함으로써 시장을 선도해나가고 있습니다. 당사는 서비스에 대한 고객의 니즈에 부합한 보다 세분화된 가격 전략(종량제, 사용자 수, 등급별 기준 등)을 추가 마련하여 적용할 예정에 있습니다. 또한, 빅데이터 분석 서비스의 경우 데이터 구축 서비스, 데이터 가공 및 분석 서비스, 데이터 북, 비정형 데이터 분석을 통한 리포트 서비스 등 지속해서 영역을 확대해나가며 시장의 변화에 유연하게 대응하고 있습니다.
당사는 AWS 컨설팅 및 교육을 수강하는 등 SaaS 아키텍처 설계, Domain 이해, 시장성, 보안, Compliance, Transaction 등에 대한 전문성을 갖추어왔습니다. 인공지능 기반 클라우드 서비스에 대한 끊임없는 기술 개발을 통해 기술력을 확보해왔으며, 지속적이고 안정적인 비즈니스 모델을 바탕으로 사업 영역을 확장해나가고 있습니다.
emb000084b8273c.jpg [AWS 1:1 전문 컨설팅 및 교육 수료증]
당사는 고객이 원하는 다양한 클라우드에 최적화된 인공지능 기술과 서비스를 제공하고, 한층 더 높은 고객 가치를 실현함과 동시에 클라우드 서비스 개발 및 운영, 활용을 통해 AI 기술과 솔루션의 성숙도를 높여나갈 계획입니다. 또한 당사는 최근 AI 전문 기업으로서 업계 최초로 챗봇 서비스 SaaS 보안 인증을 취득하여 서비스의 신뢰성을 인정받았습니다. 이를 기반으로 최근 공공조달 디지털 서비스 전용몰에 등록을 완료했으며, 이를 통해, 각 주무부처 및 공공 수요기관에 클라우드 기반 인공지능 챗봇 서비스를 보다 신속하게 제공하고 있습니다.
image01.jpg [현명한 앤써니(WISE Answerny) 에 대한 클라우드 서비스 보안 인증 취득]
마. 수주상황
| (기준일 : 2022년 09월 30일) | (단위: 백만원) |
| 사업부문 | 계약명 | 거래처 | 수주금액 | 매출액 | 수주잔고 |
|---|---|---|---|---|---|
| 검색(Search) | A기금 개방형 기술혁신 플랫폼 구축 | A기금 | 510 | 408 | 102 |
| 검색(Search) | B정보원 4세대 지능형 나이스 구축 인프라2단계 | B정보원 | 370 | 200 | 170 |
| 검색(Search) | C부 정부24 생활맞춤형 연계서비스 기반 구축(2차) 솔루션 | C부 | 357 | - | 357 |
| 검색(Search) | D법인 검색시스템 구축 | D법인 | 320 | - | 320 |
| 빅데이터(Big Data) | E시청 교육플랫폼 구축 용역 | E시청 | 327 | - | 327 |
| 빅데이터(Big Data) | F 연구소 데이터 수집분석 수행 및 서비스 설계 용역 | F연구소 | 173 | 139 | 35 |
| 빅데이터(Big Data) | G사 원부자재 수급 리츠크 예측 관리 용역 | G사 | 130 | 39 | 91 |
| 서비스(Service) | H원 2022 AI바우처지원사업 | H원 | 283 | 283 | - |
| 서비스(Service) | I사 통합 앱 개발 2단계(앱고도화) | I사 | 200 | 60 | 140 |
| 인공지능(AI) | J사 콜봇 사업 | J사 | 1,151 | 851 | 300 |
| 인공지능(AI) | K은행 챗봇 서비스 고도화 추진 SI개발용역 | K은행 | 452 | 174 | 279 |
| 인공지능(AI) | L원 차세대 표준시스템 챗봇 | L원 | 399 | 399 | - |
| 인공지능(AI) | M사 챗봇 구축 | M사 | 398 | 95 | 303 |
| 인공지능(AI) | N사 AI ㅇㅇㅇㅇㅇㅇ 콜봇 사업 | N사 | 330 | 330 | - |
| 인공지능(AI) | O공사 모바일중심 사이버지점 재구축(챗봇) | O공사 | 274 | - | 274 |
| 인공지능(AI) | P위원회 22년도 소비자종합지원시스템 챗봇 도입 | P위원회 | 264 | 132 | 132 |
*상기 수주계약은 당기 중 수주한 계약 중 주요 계약만 포함한 것입니다.
5. 위험관리 및 파생거래
가. 시장위험과 위험관리당사는 보고서 제출일 현재 해당사항 없습니다. 나. 파생상품 등 거래현황당사는 보고서 제출일 현재 해당사항 없습니다.
6. 주요계약 및 연구개발활동
가. 경영상의 주요계약당사는 사업보고서 제출일 현재 해당사항이 없습니다
나. 연구개발활동(1) 연구개발 조직 당사의 연구개발은 성장기술연구소에서 핵심적으로 역할을 맡고 있으며, 회사의 지속적인 성장과 수익을 이루기 위해 인공지능/빅데이터 분야의 선행 기술을 다양하게 연구하고 현재 시장에서 필요로 하는 제품을 개발하고 있습니다. 성장기술연구소는 각각의 전문화된 연구개발을 위해 인공지능기술연구실, 플랫폼기술연구실, 연구기획관리팀으로 구성되어 있습니다.
인공지능기술연구실은 자연어처리 기술을 근간으로 주로 언어 모델과 대화 지능, 텍스트마이닝, 검색과 같은 연구를 하며 관련 제품을 개발하고 있으며, 플랫폼기술연구실은 클라우드 기반의 ML/Dev 플랫폼과 챗봇, 빅데이터 분석 연구를 하며 제품을 개발하고 있습니다. 연구기획관리팀은 선행 연구 주제를 발굴하고 선행 연구한 기술을 상용화할 수 있도록 기획하는 역할을 맡고 있습니다.
| 연구소 | 부서 | 팀 | 역할 |
|---|---|---|---|
| 성장기술연구소 | 인공지능기술연구실 | XSearch팀 | 차세대 검색 엔진 및 LM 기반 QA 기술 연구개발 |
| NLP팀 | 언어 모델 연구 및 NLP 응용 서비스 기술 연구개발 | ||
| 플랫폼기술연구실 | AI솔루션팀 | 챗봇, 빅데이터 분석, ML 기반의 솔루션 연구개발 | |
| AI플랫폼팀 | 클라우드 기반 ML/Dev 플랫폼 기술 연구개발 | ||
| 연구기획관리팀 | 선행 연구 주제 발굴 및 연구과제 기획/제안 |
(2)연구개발비용
| (기준일 : 2022년 09월 30일) | (단위: 백만원) |
| 과 목 | 제23기 3분기 |
제22기 | 제21기 | 비 고 |
|---|---|---|---|---|
| 연구개발비용 계* | 3,957 | 5,203 | 5,213 | - |
| (정부보조금) | 3,609 | 4,516 | 4,819 | - |
| 연구개발비 / 매출액 비율 [연구개발비용계÷당기매출액×100] |
17.55% | 14.70% | 17.33% | - |
*정부보조금(국고보조금)을 차감하기 전의 연구개발비용 지출총액을 기준으로 산정(3)연구개발실적
| 연구 주제 | 주요 연구 내용 | 기간 |
|---|---|---|
| 이종 정보 활용 및 데이터 융합을 통한 데이터 증식 기술 | 원시 데이터에서 형상(이미지, 텍스트, 오디오, 비디오 등)이 다른 이종의 데이터를 추출하고 이들의 메타 정보를 파악하여 연관성이 높은 이종의 데이터를 확장해 가는 종적 증식 기술 개발 기존 확보한 데이터 셋과 의미 연관성이 높은 다른 서비스 도메인에 존재하는 데이터를 검색/확보함으로써 다종 데이터를 확장하는 횡적 증식 기술 개발 증식된 데이터의 유효성을 검증하고 품질 높은 데이터를 융합 관리하여 분석에 활용하고, 이를 실제 서비스(유통, 금융 등)에서 실증하여 상용화 수준으로 활용할 수 있는 “이종 정보 활용 및 데이터 융합을 통한 데이터 증식 기술 개발” |
연구개발 중 |
| 뉴럴-심볼릭 모델의 지식 학습 및 추론 기술 | 기계학습의 다양화에도 불구하고, 심층 신경망의 논리 추론 영역에서의 지식 학습, 추론 처리, 암묵적 지식의 유추, 기억 공간의 한계를 극복할 수 있는 차세대 AI 기술 개발을 목표로 함. 이를 위해 신경망 모델에서 새로운 심볼릭 지식을 추출해서 기존 지식베이스와 통합 및 확장하고, 이를 바탕으로 추론이 가능한 뉴럴-심볼릭 모델 연구 | 연구개발 중 |
| 다양한 모델의 빅데이터 플랫폼 통합 분석을 지원하는 크로스 모델 데이터 통합 처리 플랫폼 | 산업/분야별 특화된 개별 빅데이터 플랫폼 간의 서로 다른 데이터 모델 사용 시 발생되는 데이터 사용 복잡도를 최소화하고 누구나 쉽게 다양한 산업/분야별 빅데이터를 분석/활용할 수 있는 크로스 모델 데이터 통합 처리 플랫폼 기술 개발 | ~ 2021.12 |
| 금융 지식 그래프 구축 및 다국어 NLP 기술 | 자연어 처리를 위한 한국어 및 영어 코퍼스 생성, 딥러닝 알고리즘, 딥러닝 모델의 개발과 이를 위한 새로운 형태의 active learning annotator를 개발 | ~ 2021.12 |
| 자율 능동형 지식 확장을 위한 클라우드 기반 검색 플랫폼 | 목적성 대화 이해 및 응답을 할 수 있는 챗봇 기술과 자동 분산의 검색 기술을 개발하고 각각 솔루션을 출시 - 사용자와 챗봇 간 대화를 주고받는 기술로 질의응답, 분기, 재질의 등의 업무처리에 활용 - 자연어 이해, 지식 관리, 대화 메모리 관리 등 대화작업 내에서 발생하는 서비스 지원 - 복잡한 업무규칙의 처리가 가능한 5가지 종류의 대화작업 개발(즉답형, 복합즉답형, 조건분기, 선택분기, 슬롯) - 대화 작업은 서로 유기적으로 연결되어 있어 여러 대화가 이어지도록 구성할 수 있으며, 이를 통해 다양한 시나리오를 구성할 수 있음 - 기계학습, 질의 유사도, 텍스트 패턴을 조합한 의도 분류기를 통해 최적화된 지식을 구축 - 자동화된 실시간 분산 색인 및 검색 기술 |
~ 2021.04 |
| AI 기반 금융회사의 부동산 담보 대출 리스크 관리/분석 기술 및 서비스 개발 | 부동산 금융 시장의 트렌드와 부동산 정책의 이슈 등의 비정형 데이터와 정형 데이터를 융합하여 부동산 담보 대출 리스크 관리/분석 기술 개발 | ~ 2020.12 |
| 빅데이터 기반 AI의 산업특화 활용을 위한 개방형 AI 클라우드 서비스 | 기업이 가진 다양한 종류의 데이터를 해석하여 가공하고, 관련 산업 분야의 빅데이터와 지식베이스를 구축한 후, 분석 및 예측을 위한 인공지능 알고리즘을 추천하여 서비스를 제공할 수 있는 클라우드 기반 AI서비스 플랫폼의 개발 | ~ 2020.11 |
| 빅데이터품질평가 도구 개발 | 빅데이터 활용 가치 향상을 위해 빅데이터 특성을 고려한 지표와 평가 방법을 개발하고, 데이터 전처리부터 품질 개선까지의 전 과정을 지원할 수 있는 인공지능 기반의 자동화된 빅데이터 품질 평가도구를 개발 | ~ 2019.12 |
| 분산환경 인메모리 기술 기반의 복합형 고속 스트림 빅데이터 처리 기술 | 다양한 데이터 소스로부터 빠르게 생성되는 복합형(정형/반정형/비정형) 고속 스트림 빅데이터의 실시간 관리 및 분석기술(복합형 고속 스트림 빅데이터 플랫폼)개발 | ~ 2019.05 |
7. 기타 참고사항
가. 시장 현황
(1) 인공지능 및 빅데이터 시장의 특성
(가) 인공지능 시장
인공지능(Artificial Intelligence, AI)은 인간이 지닌 인지능력, 학습능력, 추론능력, 이해능력 등과 같은 지적 능력의 일부 혹은 전체를 인공적으로 구현한 것으로, 컴퓨터가 인간의 고차원적인 정보처리 능력을 구현할 수 있도록 하는 것을 의미합니다.
인공지능(AI) 시장은 2000년대 들어 컴퓨팅 파워가 성장하고 우수한 알고리즘의 등장, 각종 네트워크 발전으로 데이터가 축적되면서 본격 진보하게 되었습니다. 2000년대 중반 이후에는 분류, 인식, 감지, 이해능력 개선 등을 통해 학습능력을 크게 향상시킨 딥러닝(Deep Learning) 기술이 등장하면서 인공지능은 단순한 신기술이 아닌 산업 및 사회 구조의 광범위한 변화를 불러오는 혁신 기술로서 주목받게 되었습니다. 특히 2016년 인간과 인공지능의 대결로 전 세계를 놀라게 했던 알파고(AlphaGo)'를 통해 인공지능이 인간을 넘어서는 시기가 올 것이라는 큰 기대와 함께 급속도로 성장하게 되었습니다. 이제 인공지능(AI)은 전 산업에 없어서는 안 될, 명실상부 ‘모든 것이 연결되고 지능적인 사회로의 진화’를 지향하는 4차산업혁명의 핵심동력으로 작용하고 있습니다.
포맷변환_[42] 시장 현황 - 4차 산업혁명.jpg [산업혁명의 변화와 영향력 비교]
(출처 : 인공지능 국가전략 / 2019.12 대한민국 정책브리핑)
또한, 세계는 인공지능(AI)의 급속한 발전으로 인해 산업과 사회 전반에 걸친 거대한 문명사적 변화를 맞이하고 있습니다. 과거 산업화 과정에서는 기계가 인간의 육체노동을 대체했고, 이제 인공지능(AI)이 인간의 지적 능력을 수행하는 수준까지 발전했습니다. 이러한 AI 기술은 고령화 사회의 국민 건강, 노인 돌봄, 범죄 대응, 맞춤형 서비스 등 사회가 당면한 여러 문제의 해결에 활용할 수 있으며, 이미 제조, 금융, 국방, 복지, 의료, 교육, 농업, 운송, 치안 등 전 산업 분야에서 광범위하게 활용되고 있습니다.
인공지능 산업의 특징은 ▲성장기 초기에 위치한 산업 ▲구매자 교섭력이 높은 산업 ▲신규기업의 진입장벽이 높은 산업 ▲대체재로부터 위협이 낮은 산업 ▲기술집약적 산업 등으로 요약될 수 있습니다.
또한, 인공지능 산업의 가치사슬 측면에서 보면, 인공지능 산업은 ①인공지능 생산도구 제공, ②인공지능을 활용한 제품 및 서비스 제공, ③인공지능 시스템 구축 및 지원을 위한 서비스 제공으로 분류됩니다. 동일한 인공지능 분야 내에서도 AI 소프트웨어 기업, AI 서비스 기업, AI알고리즘 기업, AI 데이터 기업, AI 플랫폼 기업 등 영역별 기업이 띠고 있는 성격의 정의에 따라 분류될 수 있습니다.
포맷변환_[43] 시장 현황 - 인공지능 산업 범위 및 분류.jpg [인공지능 산업 범위 및 개념 정의 분류]
(출처 : 통계의 창, 2021 여름호)
(나) 빅데이터 시장
빅데이터(Big Data)란 기존 데이터베이스 관리 도구의 능력을 넘어서는 대량(수십 테라바이트)의 정형 또는 심지어 데이터베이스 형태가 아닌 비정형의 데이터 집합조차 포함한 데이터로부터 가치를 추출하고 결과를 분석하는 기술입니다.
빅데이터(Big Data)는 미래 ICT 산업을 선도하며 혁신 성장을 위한 4차산업혁명의 핵심기술요인으로 급부상하였고, 데이터를 수집 및 분석하여 미래를 예측, 새로운 가치를 창출하기 위한 기반 자원으로 활용되고 있습니다. 빅데이터에는 정형 데이터뿐만 아니라 사진, 오디오, 비디오, 소셜미디어 데이터, 로그파일 등과 같은 비정형 데이터도 이에 포함됩니다. 시장에서 IoT, 통신기술, 인공지능 기반 기술 등 다양한 기술과 융합되어 활용되고 있습니다.
2001년 가트너의 애널리스트 더그 레이니(Doug Laney)는 각종 연구보고서 및 관련 강의에서 빅데이터의 특징으로 3V, ▲데이터의 양(Volume)이 매우 많고, ▲데이터 생성 속도(Velocity)가 빠르며, ▲데이터 종류의 다양성(Variety)의 세 개의 차원으로 정의했습니다. 이후 IBM은 ▲정확성(Veracity)의 요소를 더했고, 브라이언 홉킨스(Brian Hopkins) 등은 ▲가변성(Variability)을 추가하여 5V로 확장 정의하는 등 다양한 전문가들에 의해 특징지어지고 있습니다.
[44] 시장현황 - 빅데이터 산업의 활용 과정 개념도.jpg [빅데이터 산업의 활용 과정 개념도 및 시스템]
(출처 : 빅데이터(Big Data)의 특성과 동향, 소프트웨어정책연구소)
(2) 시장 규모 및 전망
(가) 인공지능 산업의 현황 및 전망
1) 글로벌 시장 동향
글로벌 인공지능 산업 시장 규모는 2018년 198.3억 달러에서 2019년 262억 달러로 32.1% 급성장하였으며, 이후 2025년까지 연평균 38.4% 성장하여 약 1,840.7억 달러(약 203조 6,200억 원) 규모의 시장을 형성할 것으로 전망되며 뚜렷한 지속 성장세를 보이고 있습니다.
[글로벌 인공지능 시장 규모 전망].jpg [글로벌 인공지능 시장 규모 전망]
(출처 : 한국신용정보원 CIS이슈리포트 2020-5호, AI 기술·시장 동향 : 핵심기술, 시장규모, 사업리스크 중심으로, 허석중)
글로벌 시장조사기관 트랙티카(Tractica)는 기업용 시스템에 적용되는 전 세계 인공지능 시장 규모가 2015년 2억 달러에서 2024년에는 111억 달러에 달할 것으로 전망하기도 했습니다. 특히, 우리나라를 포함한 아시아 태평양 권역에 해당하는 지역의 인공지능 시장이 큰 폭으로 성장할 것으로 예견했습니다.
emb00003bfc259b.jpg [글로벌 권역별 인공지능 시장 규모 전망 추이]
(출처 : 트랙티카 Tractica) 특히, 와이즈넛이 주력으로 하는 인공지능(AI) 대화형 챗봇 시장은 경제,사회적 변화와 고객의 챗봇 인식수준 변화 등의 영향으로 문의에 대한 단순 자동 대응에서 점차 진화해가고 있으며, 소비 패턴의 비대면화, 최저 임금인상, 주 52시간 근무제 등으로 그 필요성이 다양해지고 있습니다.
글로벌 인공지능 챗봇 시장 규모는 2020년 48억 4,100만 달러에서 연평균 성장률 21.9%로 증가하여, 2025년 139억 5,900만 달러에 이를 것으로 전망되고 있습니다. 현재 인간의 학습능력과 추론, 지각 및 자연어처리능력 등을 갖춘 대화형 인공지능(Conversational AI) 기술 발달은 비즈니스 및 일상 영위에 필요한 각종 커뮤니케이션에 활용되고 있으며, 제조, 금융, 의료, 유통, 쇼핑, IT 등 전 산업 분야에 활발히 적용되어 앞으로도 고성장을 지속할 것으로 보입니다.
emb00003bfc259d.jpg [글로벌 인공지능 챗봇 시장 규모]
(출처 : 연구개발특구진흥재단 INNOPOLIS, 2021)
2) 국내 시장 동향
국내 인공지능 산업 시장 규모는 2018년 1.07조 원에서 2019년 기준 1.5조 원 규모로 연평균 39.9% 증가했으며, 이후 2025년까지 연평균 38.4% 성장하여 약 10.5조 원 규모의 인공지능 시장이 형성될 것으로 전망되고 있습니다.
특히, 국내 인공지능 시장은 분야별 인공지능 기술을 보유한 선도 기업을 주축으로 기술 수요 및 솔루션 공급이 가파르게 증가하는 양상을 보임에 따라, 향후 괄목할만한 성장을 보일 것으로 예상됩니다.
[국내 인공지능 시장 규모 전망].jpg [국내 인공지능 시장 규모 전망]
(출처 : 한국신용정보원 CIS이슈리포트 2020-5호, AI 기술·시장 동향 : 핵심기술, 시장규모, 사업리스크 중심으로, 허석중)
IT 분석기관 IDC에 따르면, 인공지능 시장 내 업무 프로세스 효율화 및 비즈니스 자동화를 위한 AI 어플리케이션 및 플랫폼 구현 사업이 크게 증가하며, 서비스와 SW시장 모두 향후 5년간 연평균 성장률 30% 이상의 본격적인 성장을 전망하고 있습니다.
또한, 코로나 19가 각종 소비행태, 업무 및 교육방식 등 국민 삶의 근본적인 변화를 촉발하고 디지털·비대면(Untact) 위주의 경제·산업구조 재편이 가속화됨에 따라, 국내 인공지능 시장은 디지털 치료제, 인공지능 헬스케어, 교육 콘텐츠, 에듀테크, 무인 자율주행, 온라인 원격 서비스 등의 각종 비대면 산업을 중심으로 정부 예산이 투입되며 안정적인 전망을 보이고 있습니다.
(출처 : 2021년도 정부연구개발 투자방향 및 기준(안), 과학기술정보통신부, 2020.05)
(나) 빅데이터 산업 시장 동향
1) 글로벌 시장 동향
글로벌 리서치 기관 Statista에 따르면, 글로벌 빅데이터 시장 규모는 2011년 76억 달러에서 2026년 846.9억 달러로 연평균 17%의 성장세를 유지하며 시장 규모가 크게 확대될 것으로 예상됩니다. 빅데이터 시장 규모가 점점 확대되면서, 소프트웨어와 하드웨어, 서비스 시장이 모두 성장하고 있지만, 그중 소프트웨어 분야의 성장이 가장 두드러지며 점차 시장에서 가장 큰 비중을 차지할 것으로 예측됩니다.
emb00003bfc25aa.jpg [세계 빅데이터 시장 동향 및 전망]
(출처 : 소프트웨어정책연구소(SPRi), 자료 재편집)
emb00003bfc25ab.jpg [글로벌 빅데이터 시장의 지역별 시장 규모]
(출처 : MarketsandMarkets, 2020, 자료 재편집)
전 세계 빅데이터 시장을 지역별로 살펴보면, 2020년을 기준으로 북아메리카 지역이 30.3%로 가장 높은 점유율을 차지하였습니다. 당사가 속해있는 아시아-태평양 지역은 2020년 323억 7,300만 달러에서 연평균 성장률 11.9%로 증가하여, 2025년에는 568억 2,100만 달러에 이를 것으로 전망되어 전 지역 대비 가장 높은 성장률이 예측되며 타 지역과의 간극을 줄이고 있습니다.
(출처 : 연구개발특구진흥재단 INNOPOLIS, 2021)
2) 국내 시장 동향
데이터 산업의 시장 동향은 2021년 코로나 19의 확산과 함께 세계적으로 급성장이 예견되고, 국내 데이터 시장 역시 향후 2024년까지 연평균 15.3%씩 성장하며, 약 30조 원의 규모에 이를 전망입니다
(출처 : ’20. 3월 데이터 산업현황조사, 한국지능정보사회진흥원)
빅데이터 시장은 정보 산업의 발달, 스마트 디바이스 보급, 데이터 관리 분석기술의 발전, 사회 인식 제고 등으로 인해 전체 산업에서 대용량 데이터를 확보하고 이를 비즈니스에 활용하기 위한 수요가 높아지고 있습니다. 이에 따라, 산업 전방위적으로 자체 데이터 플랫폼 구축 및 관련 시스템 도입이 적극적으로 이루어지는 추세입니다. 또한, 국내 빅데이터 시장은 코로나 팬데믹으로 인한 시장 변동성에 대응하기 위해 다양한 산업에서 디지털 혁신을 가속하며 전반적인 지속 성장세에 탄력을 받고 있습니다.
emb00003bfc25ad.jpg [국내 빅데이터 및 분석 시장 전망]
(출처 : IDC)
국내 빅데이터 및 분석 시장이 성장을 지속해 2025년에는 2조8353억 원 규모에 이를 전망입니다. 한국 IDC에 따르면, 국내 빅데이터 및 분석 시장은 2021년 전년 대비 5.5% 성장해 2조296억 원의 매출 규모를 형성했고, 향후 5년간 연평균 성장률 6.9%를 기록하며 2025년에는 2조8353억 원 규모에 이를 전망입니다.
나. 경쟁 현황
(1) 경쟁 현황
[국내 동종업계 타사 현황]
당사는 인공지능의 핵심 기술인 언어처리기술 기반으로 인공지능 및 빅데이터 사업을 지속 확장 및 성장시키고 있으며, 이는 9년 연속 매출 및 영업이익 상승으로 이어져 안정적인 재무구조를 확보하고 있습니다. 당사는 매년 최대 실적을 달성하며, 인공지능 및 빅데이터 대표 기업으로서 시장을 선도하고 있습니다.
1. [경쟁현황] 국내 동종업계 3개년 매출액 현황.jpg [국내 동종업계 3개년 매출액 현황] 2. [경쟁현황] 국내 동종업계 3개년 영업이익 현황.jpg [국내 동종업계 3개년 영업이익 현황]
(출처 : 나이스평가정보 RM1 자료 재편집)
[해외 동종업계 타사 현황]
지난 2000년 설립 이후, 와이즈넛은 빅데이터 검색 사업을 통해 외산 검색 솔루션을 대체하는 ‘대한민국 대표 검색 솔루션’ 기업에서, 22년이 흐른 지금 인공지능 전문 기업으로 끊임없이 트랜스포메이션(Transformation)을 시도하며 빠르게 변화하는 시장에서 최상의 솔루션과 서비스를 제공해 왔습니다.
외산 솔루션의 경우, 글로벌 패키지로 한국어 분석 처리에 대한 어려움과 다양한 요구사항에 대한 유연한 처리의 어려움 등 제품의 한계가 있습니다. 해외 동종업계 타사의 경우, 국내 영세 협력사를 통한 대리 사업 수행 혹은 자체 수행을 위한 인력의 수행능력 검증이 미비한 것에 비해 당사는 사업수행을 위한 자체 전문 수행 인력을 보유하고, 다양한 사업수행을 통한 풍부한 경험과 노하우를 갖추고 있습니다.
당사는 외산 솔루션과 차별화된 언어처리 및 인공지능 기술 등 핵심기술의 적극적인 개발과 이에 대한 제품화를 성공하면서, 글로벌 외산 솔루션을 당사의 국산 솔루션으로 대체하거나 기술 우위를 선점하는 등 한국 기업의 위상을 높여왔습니다.
특히, 당사의 인공지능 챗봇은 기존 국내외 온톨로지 및 시나리오 방식의 타사 챗봇 소프트웨어 제품과 차별화된 하이브리드 방식을 적용함으로써, 국내 인공지능 챗봇 시장에서 압도적인 경쟁 우위를 점하고 있습니다.
(2) 경쟁구도 변경 가능성
메타버스, 클라우드 전환이 가속화되면서 기존의 구축형(On-premise)에만 의존하던 시장이 변화되며 새로운 클라우드 업체들이 등장할 수 있는 여지는 있으나, 와이즈넛은 신규사업으로 선행적으로 준비 및 대처하고 있으므로, 경쟁 구도가 변경되더라도 인공지능 전문 기업으로서의 위상을 굳건히 지켜나갈 수 있습니다.
다. ESG 경영보고
와이즈넛은 ‘Perfect Communication’의 비전을 지향하며, 언어처리기술 기반의 인공지능을 통해 ‘사람과 사람’, ‘사람과 사물’, ‘사람과 세상’ 간 자유롭고 평등한 의사소통을 할 수 있는 혁신적인 인공지능(AI) 기술을 제공합니다. 모든 사람이 모든 것들과 소통하는 세상과 평등한 의사소통의 가치를 달성하고 전 세계로 확산하기 위해 노력하고 있습니다.
당사는 Absolute Empathy(절대적 공감)을 바탕으로 창의성과 열정을 통해 세상 모든 것과 자유롭고 평등한 의사소통을 할 수 있는 혁신적인 인공지능 기술을 제공합니다. 또한, Strategy Thinking(전략적 사고)와 Professional Mentality(프로의식)을 바탕으로 끊임없이 전문성을 실현해 모든 것과 완벽히 소통하는 최고의 소프트웨어로 미래를 선도합니다.
당사는 혁신을 통한 제약 없는 의사소통을 실현해 나갑니다. Fierce Action(치열한 행동)을 통해 현재에 안주하지 않고 미래를 위한 끊임없는 도전으로 자유로운 의사소통의 풍요로움을 제공해 인류의 행복에 공헌합니다.
(1) 고용 안정성과 평등의 가치 실현
가) 역량 있는 핵심 인력 확보 및 고용 안정성 보장
당사는 코로나 19로 인해 위축된 채용시장 속에서도 기술력의 근간이 되는 꾸준한 신규(신입, 경력) 인재 채용을 지속하며 고용 투자를 활성화하는 데 기여하고 있습니다. 괄목적인 기업 성장을 기반으로 수시 채용은 물론, 관련업계에서는 이례적으로 연2회 이상의 신입사원 공재채용을 실시하고 있습니다.
또한, 당사는 국내 IT 및 타 분야 인재 양성을 위해 자체 인력 고용과 더불어, 타 기업 및 기관과의 연계 협력 및 국내 지역 대학·정부 주관 채용 및 취업 프로그램에 적극적으로 참여해 국내 인재 양성 및 청년 고용에 기여했으며, IT 생태계 조성을 위해 노력하고 있습니다.
끊임없이 역량 있는 인재 고용을 통해 국내 IT분야의 우수 인력 확보와 인공지능 산업 고용 증대 활성화에 기여할 뿐만 아니라, 높은 정규직 비율로 임직원들에게 안정적인 일자리를 제공하고 있습니다.
나) 장애인 고용 활성화에 기여
와이즈넛은 보고서 작성일 기준 총 6명의 중증장애인을 고용하여, 장애인 법적 고용의무율을 100% 이상 준수하며, 일자리 평등 및 장애인 고용 활성화에 기여하였습니다. 이후에도 장애인 고용을 더욱 확대해나갈 계획입니다.
당사는 장애인들이 비장애인들과 함께 안정적으로 근무할 수 있는 업무환경을 조성하기 위해, 메타버스 가상 환경을 활용한 오피스를 마련하고 적극적인 재택근무를 실시하는 등 편견 없이 함께하는 사회적 가치를 실현하고 있습니다.
또한, 다양한 인공지능 관련 프로젝트를 수행하는 등 업무 역량을 기를 수 있는 기회를 제공함으로써, 양질의 일자리를 제공하고 있습니다. 이처럼, 당사는 다각적인 측면에서 평등의 가치를 실현하며, 장애인 고용 증진에 앞장서고 있습니다.
[장애인 트레이너 투입 주요 프로젝트 목록]
| 구분 | 사업명 | 시작 연월 |
|---|---|---|
| 1 | ○○○○○○ 모바일중심 ○○○○○ 재구축 | 2022년 9월 |
| 2 | ○○ ○○증권 검색○○ 구축 | 2022년 8월 |
| 3 | ○○○○부 ○○○○ ○○○○ 맞춤형서비스 구축 | 2022년 7월 |
| 4 | ○○○○○○ 차세대 업무시스템 구축 | 2022년 6월 |
| 5 | ○○ 한국어 SNS데이터 고도화 | 2022년 5월 |
| 6 | ○○구청 ○○봇 | 2022년 4월 |
| 7 | ○○시청 ○○톡 고도화 | 2022년 3월 |
| 8 | OO 내부업무용 챗봇 구축 | 2021년 10월 |
| 9 | OO 정보시스템 고도화 | 2021년 9월 |
| 10 | OO 인공지능 기반 대화형 챗봇서비스 구축 | 2021년 7월 |
| 11 | OO 맞춤형 서비스 구축 | 2021년 7월 |
| 12 | OO시스템 Helpdesk 챗봇 시스템 구축 | 2021년 4월 |
| 13 | OO시 민원응대 대화형 챗봇시스템 구축 | 2021년 4월 |
| 14 | 스마트OO 플랫폼 기반 구축 사업 | 2021년 3월 |
| 15 | OO 신고시스템 안정화 | 2021년 3월 |
(2) 인공지능 기술을 활용한 사회 공헌 활동
가) 소상공인 및 중소기업 대상 데이터 활용 지원
당사는 정부에서 진행하는 AI 바우처 사업을 통해 데이터 활용에 어려움을 겪고 있는 중소기업, 소상공인, 스타트업 대상 사업에 필요한 데이터의 구매 및 가공 서비스를 지원하고 있습니다. 당사의 인공지능 솔루션의 뛰어난 성능과 국내 최다 챗봇 구축 경험을 토대로 AI 학습 데이터 셋을 개발하여 공급해 왔습니다.
또한, 데이터바우처 사업에 공급기업으로 참여함으로써, 소상공인 스마트 디지털화 촉진과 D.N.A 생태계(Data, Network, AI) 조성을 위한 지속적인 노력을 해왔습니다.그뿐만 아니라, 각 지역 기반 사업 확장을 통해 지역별 중소기업의 상생 성장 기반을 마련하고 빅데이터 산업 생태계 조성을 도모하고 데이터 활용에 어려움을 겪는 다수의 중소기업을 지원하였습니다.
나) 인공지능 선도 기술을 활용한 재난 상황 시 사회 공헌에 기여
와이즈넛은 코로나 19가 대한민국에 기하급수적으로 확진자를 만들어낼 때, 국민 누구나 대상별 맞춤 정보를 실시간 확인할 수 있는 ‘코로나 19 챗봇’ 서비스를 무상 제공해왔습니다. 이는 당사의 인공지능 기술을 접목한 사회공헌활동의 일환으로, 코로나 19에 대한 무분별한 정보가 범람하고 있던 당시 국민들의 신뢰도 있는 공개 정보를 정확하고 편리하게 찾을 수 있도록 기획된 공익 서비스입니다.
코로나 19 챗봇에는 당사의 국내 최다 인공지능 챗봇 구축 노하우와 질병관리본부, 보건복지부에서 제공하는 공개정보가 결합되었으며, 국내외 확진자 발생 현황 등 국민 전체 대상의 FAQ와 확진자 위주의 단일 정보만을 제공하던 기존 코로나 관련 챗봇과 달리 확진자, 자가격리자, 일반인, 의료인, 집단시설 등 주요 대상별로 분류된 맞춤 정보를 기본 정보와 함께 제공한다는 점이 특징입니다.
emb000084b8272e.jpg [코로나 19 공익 챗봇 서비스 구성도 및 프로세스
코로나 19 챗봇은 질병관리본부 및 보건복지부에서 제공하는 신뢰도 있는 공공데이터를 국민들이 자연어 질의를 통해 가장 정확하고 편리하게 찾을 수 있도록 제공하는 데 일조하고 있습니다. 당사는 코로나 19 챗봇을 필요로 하는 행정기관을 대상으로 기관 홈페이지와 챗봇을 무상 연동하고 서비스를 제공해왔으며, 현재까지도 다양한 공공기관의 홈페이지에 적용되어 활용되고 있습니다. 인천항만공사, 한국노인인력개발원 등의 공공기관 홈페이지에서 사용되었으며, 코로나 19의 재난 상황이 종결되는 시기까지 계속 고도화된 기술을 제공하여 공공재로서 지원할 예정입니다.
다) 사회적 소외계층을 위한 꾸준한 기부 실천
당사는 사회적 약자들이 더불어 살아가기 좋은 세상을 만들기 위하여 소외계층의 일자리 창출 등 공동체 이익과 사회적 가치를 실현하는 단체에 2008년부터 15년간 직원-회사 매칭 방식으로 불우아동 및 사회적 소외계층을 위한 꾸준한 기부를 실천하고 있습니다.
희망누리, 한 생명 살리기 나란히 결연지원 등에 매월 후원금을 지원하고 있으며, 이는 지역사회와 기관 및 시설 ·단체와 상호협력하여 참여의 제약을 받는 발달 장애인 등을 위한 사회서비스를 실천하는 데 보탬이 되고 있습니다. 또한, 사회적으로 소외된 이들에게 경제적 자립과 각 분야의 전문가로 성장할 수 있도록 꾸준한 지원을 하며 사회적 가치를 실현하고 있습니다.
(3) 건전하고 투명한 거버넌스 체계 확립
가) 이사회 활동
당사의 이사회는 관련 법령 및 회사 내부 규정에 따라 주요사항에 대한 결의와 활동을 실시합니다. 조직의 최고의사결정기구인 이사회가 검토·심의·의결 기능을 효과적으로 수행하기 위해서는 이사회 구성원의 적극적인 참여가 중요합니다. 불가피한 사유가 없는 이상 이사 전원이 참석하도록 하고 있습니다. 이사회 구성원이 이사회에 활발히 참여하여 조직의 성장 및 발전에 관한 제언, 주요 안건에 대한 의사결정을 실시하고 있습니다. 또한, 이사회 구성원이 상정된 안건에 대해 독립적·전문적이고 다양한 시각으로 수정 및 보완 의견을 제시하고 있습니다.
라. 신규 사업
(가) 클라우드 서비스화 (Cloud Shift)
글로벌 클라우드 서비스 시장은 2021년 4,109억 달러(약 520조원)에서 2022년 전년대비 20.4% 성장한 총 4,947억 달러(약 626조원)에 이를 것으로 전망되는 등 시장이확대되고 있습니다. 코로나 19 사태를 계기로 전 세계 기업들이 앞다퉈 디지털 전환에 나서고 있으며 AI, 메타버스, 자율주행차 등의 미래 기술 구현에도 클라우드가 필수적이므로 시장이 급성장하고 있습니다.
이에 정부에서도 클라우드 산업 성장을 위해 '제3차 클라우드 컴퓨팅 기본계획(2022~2024)'을 발표하였고 2022년 올해 전년 대비 23% 확대한 총 979억 원 규모의 예산을 투입하는 등 투자에 박차를 가하고 있습니다. 또한, 행정·공공기관 정보자원 클라우드 전환·통합 추진계획에 따르면 행정ㆍ공공기관 정보시스템에 1만 여개 클라우드 전환을 추친하며 오는 2025년까지 총 8,600억여 원의 예산이 투입될 예정입니다.
(출처 : 행정안전부 행정·공공기관 정보자원 클라우드 전환·통합 추진계획(2021)
과기정통부 제3차 클라우드 컴퓨팅 기본계획(2021))
unnamed (1).jpg [기존 솔루션 대비 세계 클라우드 시장]
(출처: Gartner)
[36] 신규사업 - 클라우드기반 sw시장 확대 전망.jpg [클라우드기반 sw시장 확대 전망]
(출처: 행정안전부, 과학기술정보통신부, 한국정보화진흥원 외) 당사는 인공지능 솔루션 및 서비스를 제공하는 업력 22년의 AI 기술로 각종 구축형(On-premise) 제품 외 2019년 이후 지속 공급해왔던 서비스형 챗봇 ‘현명한 앤써니 (WISE Answerny)를 시작으로 궁극적으로 전 제품 및 인공지능 소프트웨어 기술의 SaaS 전환 노력을 지속하고 있습니다. 최근 AI 전문 기업으로서 업계 최초로 챗봇 서비스 SaaS 보안 인증을 취득하여 서비스의 신뢰성을 인정받았으며, 이를 기반으로 최근 공공조달 디지털 서비스 전용몰에 등록을 완료했습니다.
포맷변환_[37] 신규사업 - 현명한 앤써니 보안인증 취득.jpg [현명한 앤써니 보안인증 취득]
당사는 고객이 원하는 다양한 클라우드에 최적화된 인공지능 기술과 서비스를 제공하고, 한층 더 높은 고객 가치를 실현함과 동시에 클라우드 서비스 개발 및 운영, 활용을 통해 AI 기술과 솔루션의 성숙도를 높여나갈 계획입니다.
최근 클라우드 베스핀글로벌 등 딜리버리 플랫폼 기업과의 협약을 통해 당사는 자체 빅데이터 및 AI 솔루션의 SaaS화를 진행함에 있어 고객에게 편리하고 안전한 클라우드 솔루션 환경을 제공할 것으로 기대하고 있습니다. 당사의 클라우드 서비스 도입을 통해 비즈니스를 발전시키고자 하는 기업들에 앞으로도 최고의 인공지능 및 클라우드 기술력과 서비스를 제공할 예정입니다.
(나) 메타버스 내 대화형 인공지능(Conversational AI) 사업
게임 환경 내에 한정되어 존재했던 메타버스(Metaverse)는 과학기술의 발전과 더불어 전 인류가 코로나19와 팬데믹의 사회환경적 변화 속에서 혼란을 경험하여 변화에 적응하고 활용할 수 있는 수많은 핵심기술을 양산해내며 새로운 패러다임으로 떠오르고 있습니다.
비대면 가상환경에서의 콘택트(Contact)를 위한 언택트(Ontact) 플랫폼으로 급부상하며, 이제는 메타버스가 다가올 미래를 포괄하는 주제어로 제시되고 있습니다. 다양한 업계에서 메타버스를 두고 이제껏 존재하지 않았던 새로운 세상에 대한 가능성을 기대하며 관련 기술과 인프라 등 기반 환경이 급속도로 정립되고 있는 양상을 보여, 여러 글로벌 시장조사 기관과 컨설팅 전문업체에서 메타버스 성장에 대한 긍정적인 전망을 쏟아내고 있습니다.
2021년도 글로벌 메타버스 시장 전체 매출액을 추정한 결과 약 388억 달러 규모로 조사되었고, 9년 뒤 2030년에 6,788억 달러로 약 18배에 달하는 성장을 이룩할 것으로 전망했습니다. 국내의 경우에는 메타버스 시장 규모는 21년 기준 8.7억 달러에서 26년까지 70.5억 달러까지 빠르게 성장할 것으로 전망했습니다.
[38] 신규사업 - 메타버스 시장 수익.jpg [메타버스 시장 규모 전망]
(출처 : Statista, Emergen Research)
우리나라 정부는 경쟁력 있는 메타버스의 생태계 조성을 위해 2022년 올해 2237억원을 투입하여 민간이 주도하고 정부가 지원하는 방식으로 메타버스 시장발전에 적극적으로 뒷받침할 예정입니다. (출처: 비상경제 중앙 합동본부 관계부처)
주목해야 할 점은 이미 존재하고, 앞으로 생산될 메타버스 내 여러 비즈니스와 이종 서비스 간 결합이 불가피하다는 것입니다. 이를 논할 때 각종 커뮤니케이션을 위해서는 ‘인공지능 기술’의 역할이 무엇보다 중요합니다. 메타버스 안에서 디지털 아이덴티티를 가진 디지털 자아로 연결된 아바타와의 음성 대화, 채팅 대화, 감정 표현 등을 통해 새로운 환경에서 또 다른 아바타와 함께 살아갈 수 있도록 사회화(Socialize)되어야 합니다. 이를 위해서는 무엇보다 커뮤니케이션을 가능하게 하는 Conversational Ai, 대화형 인공지능의 적용이 필수적입니다.
포맷변환_[39] 신규사업 - 메타버스 디지털 자아.jpg [메타버스 디지털 자아를 잇는 대화형 인공지능 기술]
즉, 현실 세계 속에서 존재하는 사람(Human)과 메타버스 내 디지털 자아(아바타, Digital Self)간의 대화를 통해 커뮤니케이션을 구현할 수 있도록 지원하는 새로운 존재(Instructor)가 필요하며, 각종 콘텐츠와 서비스를 이종 결합하여 공유할 수 있도록 도와줄 이러한 인공지능(AI)의 역할이 메타버스의 활용도와 범위를 지금보다 훨씬 확장 시킬 수 있을 것입니다.
포맷변환_[40] 신규사업 - 메타버스 메타봇.jpg [대화형 인공지능 기반 메타봇의 활용 분야]
이러한 움직임이 정립되면, 점차 메타버스 안에서는 현실 세계 속에서 원활한 대화를 가능하게 하는 인공지능 챗봇(Chatbot), 음성봇(Voice Bot), 텍스트 마이닝 기술, 검색 기술, 자연어처리기술 등의 대화형 인공지능 기술이 그대로 적용되어 로봇 어드바이저의 역할을 하는 NPC(Non-Player Character)이자 하나의 특정 주체로서 활동하게 될 것입니다. 이를 메타버스에 존재하는 AI Bot이라 하여 ‘메타봇(Meta+AI Bot)’ 혹은 ‘인공지능 메타휴먼(AI+Meta Human)’이라 칭할 수 있습니다.
또한, 당사는 메타버스 환경에서의 가상 오피스를 구현하는 시범 사업을 진행하며, 장애인들이 비장애인들과 함께 안정적으로 근무할 수 있는 업무환경 조성하고 있습니다. 또한, 근무 장소에 구애 받지 않고 일할 수 있는 재택 및 원격 근무제를 비롯한 탄력적인 근무 제도를 적극 운영하여 모두에게 평등하고 유연한 근무기회를 제공하고 있습니다. 와이즈넛의 비전인 ‘Perfect Communication’을 지향하며 자유로운 의사소통을 추구하고 편견 없이 모두가 함께하는 사회적 가치도 더불어 실현하고 있습니다.
[10] 신규사업 - 메타버스 가상오피스.jpg [메타버스 환경에서의 가상 오피스 구현]
또한, 당사는 2021년 메타버스 얼라이언스 회원사로 가입하여 미디어분과 프로젝트 그룹에 참여하여 인공지능 메타휴먼 리포터 컨셉으로 컨소시엄을 구성하고 컨셉 제안서를 제출하는 등 이종 기업 간 협업 생태계를 구축해나가고 있습니다. 또한, 메타버스 플랫폼 지원사업 ‘생활경제형 미디어 부문, IP기반 메타버스 미디어 플랫폼 개발’ 제안을 준비하는 등 지속 가능한 메타버스 플랫폼 전략을 제시해나가고 있습니다. 당사는 가상-증강-현실이 연동된 차별화된 서비스 내에 대화형 인공지능(Conversational AI)과 클라우드(Cloud)를 기반으로 한 인공지능 메타휴먼으로 넥스트 메타버스 신시장 창출을 견인해나갈 것입니다.
포맷변환_[41] 신규사업 - 메타버스 와이즈넛.jpg [메타버스 와이즈넛]
마. 지식재산권 현황
[특허권]
| 번호 | 구분 | 내용 | 권리자 | 출원일 | 등록일 | 주무관청 |
|---|---|---|---|---|---|---|
| 제10-0511164호 | 국내 | 웹 검색엔진에서의 실시간 사용자 질의 분석에 기반한AND 연산용 색인데이터의 캐슁 방법 | 정보통신연구진흥원, 주식회사 와이즈넛 | 2002.12.10 | 2005.08.23 | 특허청 |
| 제10-0720993호 | 국내 | 날짜 검색어를 이용한 인터넷 검색 방법 | 주식회사 와이즈넛 | 2005.06.22 | 2007.05.16 | 특허청 |
| 제10-0802511호 | 국내 | 토픽 기반의 검색 서비스 제공 시스템 및 그 방법 | 주식회사 와이즈넛 | 2005.10.11 | 2008.02.01 | 특허청 |
| 제10-1129831호 | 국내 | 광고주의 광고 의지를 반영한 키워드 광고 및 디스플레이 광고 노출 방법 및 장치 | 주식회사 와이즈넛 | 2010.04.13 | 2012.03.16 | 특허청 |
| 제10-1141498호 | 국내 | 근접성 언어 모델을 이용한 정보 검색 방법 | 주식회사 와이즈넛 | 2010.01.14 | 2012.04.24 | 특허청 |
| 제10-1331946호 | 국내 | 와일드카드 매칭을 이용한 검색 방법 | 주식회사 와이즈넛 | 2011.10.05 | 2013.11.15 | 특허청 |
| 제10-1387914호 | 국내 | 검색어 자동 완성 기능과 연동되는 추천 결과 제공 방법 | 주식회사 와이즈넛 | 2012.10.16 | 2014.04.16 | 특허청 |
| 제10-1387913호 | 국내 | 모사 검출을 위한 문서 사전화 장치 및 방법 | 주식회사 와이즈넛 | 2012.07.25 | 2014.04.16 | 특허청 |
| 제10-1405070호 | 국내 | 검색어 자동 완성과 연동되는 미리보기 콘텐트 제공 방법 | 주식회사 와이즈넛 | 2012.06.25 | 2014.06.02 | 특허청 |
| 제10-1409298호 | 국내 | 한국어 구문 인식을 위한 어휘의미패턴 재구성 방법 | 주식회사 와이즈넛 | 2012.08.02 | 2014.06.12 | 특허청 |
| 제10-1453867호 | 국내 | 통합보기 형태로 모사구간을 가시화하는 모사 검출 방법 | 주식회사 와이즈넛 | 2012.08.02 | 2014.10.16 | 특허청 |
| 제10-1453866호 | 국내 | 고속 모사 구간 검출을 위한 문서의 사전화 장치 및 그 방법 | 주식회사 와이즈넛 | 2012.07.25 | 2014.10.16 | 특허청 |
| 제10-1453868호 | 국내 | 메타 기반 추천 프로세스를 포함하는 검색 결과 제공 방법 및 장치 | 주식회사 와이즈넛 | 2012.08.02 | 2014.10.16 | 특허청 |
| 제10-1545273호 | 국내 | 클러스터링 및 해싱을 이용하여 빅데이터 텍스트의 중복여부를 검출하는 중복문서 검출장치 및 방법 | 주식회사 와이즈넛 | 2014.12.10 | 2015.08.11 | 특허청 |
| 제10-1589621호 | 국내 | 텍스트 분석 및 응답 시스템을 위한 어휘의미패턴의 사전 구축 방법 | 주식회사 와이즈넛 | 2015.02.23 | 2016.01.22 | 특허청 |
| 제10-1589626호 | 국내 | 어휘의미패턴 분석방법에 기반하여 빅데이터로부터 점포창업용 데이터 또는 운영지원용 데이터를 생성하는 방법 | 주식회사 와이즈넛 | 2015.02.23 | 2016.01.22 | 특허청 |
| 제10-1624909호 | 국내 | 정규화된 키워드 가중치에 기반한 연관 키워드 추출 방법 | 주식회사 와이즈넛 | 2014.12.10 | 2016.05.23 | 특허청 |
| 제10-1755437호 | 국내 | 어휘의미패턴을 이용한 한국어의 기계번역방법 | 주식회사 와이즈넛 | 2016.01.21 | 2017.07.03 | 특허청 |
| 제10-1772909호 | 국내 | 음성전화 통신망에서 실시간으로 음성을 수집하고 분석 결과를 저장하는 방법 및 장치 | 주식회사 와이즈넛 | 2016.01.19 | 2017.08.24 | 특허청 |
| 제10-1799874호 | 국내 | 음성/음향 분석 기반 상황 판단 시스템 및 방법 | 한국과학기술연구원(주)트리포스주식회사 와이즈넛세종대학교산학협력단(주)파워보이스 한양대학교 산학협력단 | 2016.02.22 | 2017.11.15 | 특허청 |
| 제10-1805607호 | 국내 | 고객의 소리 데이터로부터 요약문을 생성하는 방법 | 주식회사 와이즈넛 | 2016.01.22 | 2017.11.30 | 특허청 |
| 제10-1837003호 | 국내 | 온라인 커뮤니티 모니터링 방법 | 주식회사 와이즈넛 | 2016.01.22 | 2018.03.05 | 특허청 |
| 제10-1847847호 | 국내 | 딥러닝을 이용한 비정형 텍스트 데이터의 문서 군집화 방법 | 주식회사 와이즈넛 | 2016.11.15 | 2018.04.05 | 특허청 |
| 제10-1866487호 | 국내 | 복수의 이기종 사물인터넷디바이스의 반정형 데이터를 그룹핑하여 실시간으로 분석하는 데이터처리장치 | 주식회사 와이즈넛 | 2016.04.27 | 2018.06.04 | 특허청 |
| 제10-1872863호 | 국내 | 채팅봇을 이용한 비즈니스 지원 방법 | 주식회사 와이즈넛 | 2016.11.24 | 2018.06.25 | 특허청 |
| 제10-1902784호 | 국내 | 태그데이터를 이용한 음성데이터 관리방법 및 그 장치 | 주식회사 와이즈넛 | 2017.11.28 | 2018.09.20 | 특허청 |
| 제10-1927450호 | 국내 | 대용량 비정형 데이터를 처리하는 REST API 서비스 제공 방법 | 주식회사 와이즈넛 | 2016.12.29 | 2018.12.04 | 특허청 |
| 제10-1931714호 | 국내 | 유사문서 추천장치를 이용하여 문서로부터 개체명을 추출하는 개체명 인식시스템 및 인식방법 | 주식회사 와이즈넛 | 2016.12.20 | 2018.12.17 | 특허청 |
| 제10-1946836호 | 국내 | 언어 판별 장치 및 방법 | 주식회사 와이즈넛 | 2017.03.28 | 2019.02.01 | 특허청 |
| 제10-1948257호 | 국내 | 문장을 구성하는 단어들의 의미범주를 재구성한 어휘의미패턴을 이용하여 하나의 문서를 복수의 카테고리로 분류하는 문서의 다중분류 장치 및 다중분류 방법 | 주식회사 와이즈넛 | 2016.11.30 | 2019.02.08 | 특허청 |
| 제10-1950074호 | 국내 | 복수의 오픈 API로부터 통합적인 데이터 수집방법 | 주식회사 와이즈넛 | 2016.12.12 | 2019.02.13 | 특허청 |
| 제10-1960434호 | 국내 | 음성 파일에 태깅을 실행하는 기계학습용 태깅 방법 | 주식회사 와이즈넛 | 2016.12.27 | 2019.03.14 | 특허청 |
| 제10-1986784호 | 국내 | 특허 검색을 위한 최적 검색식 자동 추천 시스템 및 방법 | 주식회사 와이즈넛 | 2017.03.28 | 2019.05.31 | 특허청 |
| 제10-2019207호 | 국내 | 텍스트 분석을 위한 데이터 품질 평가 장치 및 방법 | 주식회사 와이즈넛 | 2018.11.12 | 2019.09.02 | 특허청 |
| 제10-2019194호 | 국내 | 문서 내 핵심 키워드 추출 시스템 및 방법 | 주식회사 와이즈넛 | 2017.11.22 | 2019.09.02 | 특허청 |
| 제10-2062248호 | 국내 | 온라인 신문기사의 아티클 이미지를 분석하여 매칭되는 커머셜 이미지를 노출하는 방법 | 주식회사 와이즈넛 | 2017.12.26 | 2019.12.27 | 특허청 |
| 제10-2064207호 | 국내 | 의료문진을 위한 예제기반 목적지향 대화관리 방법 및 그 장치 | 주식회사 와이즈넛 | 2018.02.27 | 2020.01.03 | 특허청 |
| 제10-2069101호 | 국내 | 고객의 소리 데이터로부터 주요 자질 추출 방법 및 이를 이용한 데이터 유형 분류 방법 | 주식회사 와이즈넛 | 2018.03.26 | 2020.01.16 | 특허청 |
| 제10-2078559호 | 국내 | 사용자 로그 기반 데이터 배치 관리 방법, 이를 위한 시스템 및 장치 | 주식회사 와이즈넛 | 2018.03.27 | 2020.02.12 | 특허청 |
| 제10-2089348호 | 국내 | 분산 데이터 저장 장치 기반 검색 엔진 시스템 및 검색 방법 | 주식회사 와이즈넛 | 2019.01.28 | 2020.03.10 | 특허청 |
| 제10-2103273호 | 국내 | 계층적으로 사용자 표현을 이해하고 답변을 생성하는 대화형 상담 챗봇 장치 및 방법 | 주식회사 와이즈넛 | 2018.02.27 | 2020.04.16 | 특허청 |
| 제10-2119404호 | 국내 | 복수 챗봇의 협업에 의한 대화형 정보제공 시스템 및 그 방법 | 주식회사 와이즈넛 | 2018.11.28 | 2020.06.01 | 특허청 |
| 제10-2123839호 | 국내 | 네트워크 환경에서의 적응적 텍스트 스트림 데이터 전송 시스템 및 그 방법 | 주식회사 와이즈넛 | 2018.12.20 | 2020.06.11 | 특허청 |
| 제10-2125354호 | 국내 | 마이크로 서비스 아키텍처를 사용하는 스트리밍 빅데이터 처리 모듈 관리를 위한 수퍼바이저 시스템 및 그 방법 | 주식회사 와이즈넛 | 2018.12.19 | 2020.06.16 | 특허청 |
| 제10-2147582호 | 국내 | 속성 지식 확장 시스템 및 속성 지식 확장 방법 | 주식회사 와이즈넛 | 2018.11.27 | 2020.08.18 | 특허청 |
| 제10-2168504호 | 국내 | 텍스트 문서에서 각 문장 간의 일관성 분석 장치 및 그 방법 | 주식회사 와이즈넛 | 2018.12.26 | 2020.10.15 | 특허청 |
| 제10-2217248호 | 국내 | 텍스트 문서 요약을 위한 자질 추출 및 학습 방법 | 주식회사 와이즈넛 | 2019.02.21 | 2021.02.10 | 특허청 |
| 제10-2275095호 | 국내 | 개인 미디어 제작을 위한 유튜브 동영상 메타데이터 취득 및 정보화 방법 | 주식회사 와이즈넛 | 2019.11.26 | 2021.07.02 | 특허청 |
| 제10-2357620호 | 국내 | 챗봇 채널연계 통합을 위한 챗봇 통합 에이전트 플랫폼 시스템 및 그 서비스 방법 | 주식회사 와이즈넛 | 2019.11.27 | 2022.01.26 | 특허청 |
| 제10-2358735호 | 국내 | 그래프 데이터베이스에서 데이터 연관관계 생성 시스템 | 주식회사 와이즈넛 | 2019.11.28 | 2022.01.28 | 특허청 |
| 제10-2376489호 | 국내 | 단어 랭킹 기반의 텍스트 문서 군집 및 주제 생성 장치 및 그 방법 | 주식회사 와이즈넛 | 2019.11.22 | 2022.03.15 | 특허청 |
| 제10-2411081호 | 국내 | 유사도 기반의 연관 데이터 추천 시스템 및 그 방법 | 주식회사 와이즈넛 | 2021.08.05 | 2022.06.15 | 특허청 |
| 제10-2418853호 | 국내 | 이종 플랫폼 사이의 상호운용성을 증대하기 위한 빅데이터 통합처리 사용자 인터페이스 방법 | 주식회사 와이즈넛 | 2020.11.18 | 2022.07.05 | 특허청 |
| 제10-2423072호 | 국내 | 지식 베이스 확장을 위한 인공기능 기반의 지식 트리플 추출 장치 및 그 방법 | 주식회사 와이즈넛 | 2020.11.26 | 2022.07.15 | 특허청 |
| 제10-2423530호 | 국내 | 정형/비정형 이벤트의 시간-인과관계 모델링을 통한 부동산시장의 가격변동 예측방법 | 주식회사 와이즈넛 | 2019.11.22 | 2022.07.18 | 특허청 |
| 제10-2436134호 | 국내 | 날씨 조건과 체류 시간을 고려한 여행일정 계획 방법 | 주식회사 와이즈넛 | 2020.06.08 | 2022.08.22 | 특허청 |
| 제10-2445748호 | 국내 | 언어 자원을 이용한 텍스트 문장의 패턴인식 방법 | 주식회사 와이즈넛 | 2020.12.18 | 2022.09.16 | 특허청 |
| 제10-2446294호 | 국내 | 검색 기반의 대화 시스템에서 다음 발화의 응답 선택을 위한 발화 조작 장치 및 그 방법 | 주식회사 와이즈넛 | 2020.11.23 | 2022.09.19 | 특허청 |
| 제10-2447274호 | 국내 | 크라우드 소싱 데이터 기반의 사용자 맞춤형 일상생활 위험지수 관리 장치 및 그 방법 | 주식회사 와이즈넛 | 2020.11.20 | 2022.09.21 | 특허청 |
[컴퓨터프로그램 및 소프트웨어권]
| 번호 | 내용 | 권리자 | 등록일 | 출원국 |
|---|---|---|---|---|
| 1 | Search Formula-1 | 와이즈넛 | 2002.07.25 | 대한민국 |
| 2 | WISE CIMS | 와이즈넛 | 2002.10.11 | 대한민국 |
| 3 | 시맨틱웹 검색을 위한 질의 생성 프로그램 | 와이즈넛 | 2007.01.03 | 대한민국 |
| 4 | 주제별 문서 수집을 위한 Focused Crawler | 와이즈넛 | 2007.01.26 | 대한민국 |
| 5 | 와이즈 아이에프 v1.0 | 와이즈넛 | 2009.05.13 | 대한민국 |
| 6 | WISE InfoFinder v2.0 | 와이즈넛 | 2010.07.15 | 대한민국 |
| 7 | WISE PDS v1.0 | 와이즈넛 | 2010.07.15 | 대한민국 |
| 8 | Search Formula-1 V5 | 와이즈넛 | 2012.09.06 | 대한민국 |
| 9 | WISE Referee v2.1 | 와이즈넛 | 2012.09.06 | 대한민국 |
| 10 | WISE TEA v2 | 와이즈넛 | 2014.05.29 | 대한민국 |
| 11 | Search Formula-1 V6 | 와이즈넛 | 2015.06.30 | 대한민국 |
| 12 | WISE e-Discovery v1 | 와이즈넛 | 2015.07.13 | 대한민국 |
| 13 | WISE BIC Analyzer v2 | 와이즈넛 | 2015.10.22 | 대한민국 |
| 14 | wiseStream-v1 (와이즈 스트림) |
와이즈넛 | 2017.04.26 | 대한민국 |
| 15 | WISE i Chat v2.0 (와이즈 아이챗 v2.0) |
와이즈넛 | 2017.07.27 | 대한민국 |
| 16 | WISE i Desk v1.0 (와이즈 아이데스크 v1.0) |
와이즈넛 | 2017.10.17 | 대한민국 |
| 17 | WISE Data Post Processor (와이즈 데이터 후처리기) | 와이즈넛 | 2017.10.27 | 대한민국 |
| 18 | WISE Data Exporter (와이즈 데이터 이관기) |
와이즈넛 | 2017.10.27 | 대한민국 |
| 19 | WISE OPEN API CRAWLER (와이즈 오픈 API 수집기) | 와이즈넛 | 2017.10.27 | 대한민국 |
| 20 | KMA Black V1 (케이엠에이 블랙 V1) |
와이즈넛 | 2018.08.07 | 대한민국 |
| 21 | 텍스트 기반 빅데이터 품질평가 프로그램 | 와이즈넛 | 2019.08.28 | 대한민국 |
| 22 | 텍스트 기반 데이터 품질평가 시각화 프로그램 | 와이즈넛 | 2019.08.28 | 대한민국 |
| 23 | 날씨컨설팅 웨더봇 | 와이즈넛 | 2019.11.13 | 대한민국 |
| 24 | 금융/부동산 텍스트 정보분석을 위한 엔티티 추출기 | 와이즈넛 | 2019.11.27 | 대한민국 |
| 25 | WISE iChat V3 (와이즈 아이챗 V3) |
와이즈넛 | 2020.05.12 | 대한민국 |
| 26 | WISE TextMiner V3 (와이즈 텍스트마이너 V3) |
와이즈넛 | 2020.08.31 | 대한민국 |
| 27 | 병영생활 안내챗봇 | 와이즈넛 | 2020.11.17 | 대한민국 |
| 28 | 장병 인재추천 | 와이즈넛 | 2020.11.17 | 대한민국 |
| 29 | 이종 시스템 간 데이터 Crawler(크롤러) | 와이즈넛 | 2020.11.17 | 대한민국 |
| 30 | 크로스 플랫폼 Workflow(워크플로우) | 와이즈넛 | 2020.11.19 | 대한민국 |
| 31 | 지능형 웹 데이터 Crawler(크롤러) | 와이즈넛 | 2020.11.19 | 대한민국 |
| 32 | ALLECTOR(올렉터) | 와이즈넛 | 2020.11.24 | 대한민국 |
| 33 | WISE Classifier V2 (와이즈 클래시파이어 V2) |
와이즈넛 | 2020.12.01 | 대한민국 |
| 34 | WISE NER (와이즈 엔이알) | 와이즈넛 | 2020.12.01 | 대한민국 |
| 35 | 와이즈 아이챗 (WISE iChat) V3.1w |
와이즈넛 | 2020.12.21 | 대한민국 |
| 36 | 와이즈 파이낸스 (WISE Finance) |
와이즈넛 | 2021.01.05 | 대한민국 |
| 37 | Search Formula-1 V7 | 와이즈넛 | 2021.06.14 | 대한민국 |
| 38 | 와이즈넛 오픈API 크롤러 (wisenut-openapi-crawler) | 와이즈넛 | 2021.11.04 | 대한민국 |
| 39 | 크로스 모델 데이터 통합 처리 플랫폼 (Cross Model Data Platform) |
와이즈넛 | 2021.11.04 | 대한민국 |
| 40 | 이종 데이터 증식 시스템 (Heterogeneous Data Augmentation System) | 와이즈넛 | 2021.11.04 | 대한민국 |
| 41 | 생활안전 상황 판단 의사결정 시스템 (Life safety Situation Decision Making System) | 와이즈넛 | 2021.11.15 | 대한민국 |
| 42 | AI 학습데이터 생성을 위한 로그데이터 전처리 프로그램 | 와이즈넛 | 2021.12.21 | 대한민국 |
| 43 | 로그데이터 전용 AI 모델생성 평가 프로그램 | 와이즈넛 | 2021.12.27 | 대한민국 |
| 44 | REX 분석 시스템을 위한 개체명 인식 모듈(Named Entity Recognition Module for the REX Analysis System) | 와이즈넛 | 2022.04.05 | 대한민국 |
[상표권]
| 번호 | 상표명 | 권리자 | 출원일 | 등록일 | 주무관청 |
|---|---|---|---|---|---|
| 1 | WISEnut (도안) | 와이즈넛 | 2000년 02월 09일 | 2001년 12월 28일 | 대한민국 특허청 |
| 2 | 와이즈넛 | 와이즈넛 | 2000년 02월 09일 | 2001년 10월 30일 | 대한민국 특허청 |
| 3 | WISEnut (도안) | 와이즈넛 | 2000년 02월 09일 | 2001년 10월 30일 | 대한민국 특허청 |
| 4 | WISEnut (도안) | 와이즈넛 | 2000년 02월 15일 | 2001년 06월 07일 | 대한민국 특허청 |
| 5 | WISEnut (도안) | 와이즈넛 | 2001년 02월 24일 | 2003년 01월 16일 | 대한민국 특허청 |
| 6 | WISEBRIEF | 와이즈넛 | 2001년 07월 13일 | 2003년 01월 09일 | 대한민국 특허청 |
| 7 | WISEBRIEF | 와이즈넛 | 2001년 07월 13일 | 2003년 01월 09일 | 대한민국 특허청 |
| 8 | CIMS | 와이즈넛 | 2003년 05월 21일 | 2004년 09월 07일 | 대한민국 특허청 |
| 9 | WISECIMS | 와이즈넛 | 2003년 05월 21일 | 2004년 09월 07일 | 대한민국 특허청 |
| 10 | CIMS | 와이즈넛 | 2003년 05월 21일 | 2005년 04월 19일 | 대한민국 특허청 |
| 11 | CIMS | 와이즈넛 | 2003년 05월 21일 | 2005년 04월 19일 | 대한민국 특허청 |
| 12 | WISE IF | 와이즈넛 | 2003년 05월 21일 | 2011년 06월 03일 | 대한민국 특허청 |
| 13 | WISE Classifer | 와이즈넛 | 2003년 05월 21일 | 2011년 06월 03일 | 대한민국 특허청 |
| 14 | WISENUT | 와이즈넛 | 2011년 06월 07일 | 2013년 02월 07일 | 대한민국 특허청 |
| 15 | W WISEnut | 와이즈넛 | 2000년 02월 15일 | 2001년 06월 07일 | 대한민국 특허청 |
| 16 | WISE MinAX | 와이즈넛 | 2013년 04월 16일 | 2004년 03월 21일 | 대한민국 특허청 |
| 17 | WISE LinK | 와이즈넛 | 2013년 07월 11일 | 2014년 06월 24일 | 대한민국 특허청 |
| 18 | WISE BICrawler | 와이즈넛 | 2013년 07월 11일 | 2014년 06월 24일 | 대한민국 특허청 |
| 19 | WISE BicAnalyzer | 와이즈넛 | 2013년 12월 18일 | 2014년 12월 23일 | 대한민국 특허청 |
| 20 | WISE BigAnalyzer | 와이즈넛 | 2013년 12월 18일 | 2014년 12월 24일 | 대한민국 특허청 |
| 21 | WISE Fin Bot | 와이즈넛 | 2016년 02월 24일 | 2016년 10월 18일 | 대한민국 특허청 |
| 22 | WISE Shop Bot | 와이즈넛 | 2016년 02월 24일 | 2016년 10월 18일 | 대한민국 특허청 |
| 23 | WISE VOT | 와이즈넛 | 2016년 02월 24일 | 2016년 10월 18일 | 대한민국 특허청 |
| 24 | WISE Buy Bot | 와이즈넛 | 2016년 02월 24일 | 2016년 10월 18일 | 대한민국 특허청 |
| 25 | WISE Tour Bot | 와이즈넛 | 2016년 02월 24일 | 2016년 10월 18일 | 대한민국 특허청 |
| 26 | WISE Enterprise Chat BOT | 와이즈넛 | 2016년 12월 06일 | 2017년 12월 18일 | 대한민국 특허청 |
| 27 | WISE Dynamic FAQ | 와이즈넛 | 2016년 12월 06일 | 2017년 09월 18일 | 대한민국 특허청 |
| 28 | WISE iDesk | 와이즈넛 | 2016년 12월 06일 | 2017년 09월 18일 | 대한민국 특허청 |
| 29 | WISE Text Miner | 와이즈넛 | 2016년 12월 06일 | 2017년 09월 18일 | 대한민국 특허청 |
| 30 | WISE BOT | 와이즈넛 | 2016년 12월 06일 | 2017년 09월 18일 | 대한민국 특허청 |
| 31 | WISE iChat | 와이즈넛 | 2017년 05월 12일 | 2020년 02월 04일 | 대한민국 특허청 |
| 32 | WISE Answerny | 와이즈넛 | 2019년 03월 22일 | 2020년 04월 02일 | 대한민국 특허청 |
| 33 | WISE Answerny | 와이즈넛 | 2019년 03월 22일 | 2020년 04월 02일 | 대한민국 특허청 |
| 34 | 현명한 앤써니 | 와이즈넛 | 2019년 03월 22일 | 2020년 04월 02일 | 대한민국 특허청 |
| 35 | 현명한 앤써니 | 와이즈넛 | 2019년 03월 22일 | 2020년 04월 02일 | 대한민국 특허청 |
| 36 | W.I.F | 와이즈넛 | 2011년 03월 15일 | 2011년 08월 26일 | 일본 특허청 |
| 37 | WISENUT SF1 | 와이즈넛 | 2014년 08월 29일 | 2015년 01월 09일 | 일본 특허청 |
| 38 | WISE iGate | 와이즈넛 | 2020년 07월 29일 | 2022년 04월 21일 | 대한민국 특허청 |
[인증실적]
| 번호 | 구분 | 소프트웨어명칭 | 인증일 | 인증기관 |
|---|---|---|---|---|
| 1 | GS인증 1등급 | Search Formula-1 v3.5 | 2006.01.26 | 한국정보통신기술협회 |
| 2 | GS인증 1등급 | Search Formula-1 v4.1 | 2008.08.25 | 한국정보통신기술협회 |
| 3 | GS인증 1등급 | WISE IF v1.0 | 2009.06.23 | 한국정보통신기술협회 |
| 4 | GS인증 1등급 | WISE InfoFinder v2.0 | 2010.10.12 | 한국정보통신기술협회 |
| 5 | GS인증 1등급 | Search Formula-1 V5 | 2013.11.25 | 한국정보통신기술협회 |
| 6 | GS인증 1등급 | WISE TEA v2 | 2013.12.16 | 한국정보통신기술협회 |
| 7 | GS인증 1등급 | WISE e-Discovery v1.0 | 2014.12.30 | 한국정보통신기술협회 |
| 8 | GS인증 1등급 | Search Formula-1 V6 | 2015.08.03 | 한국정보통신기술협회 |
| 9 | GS인증 1등급 | WISE BIC Analyzer v2.0 | 2015.12.24 | 한국정보통신기술협회 |
| 10 | GS인증 1등급 | WISE i Desk V1 | 2017.11.06 | 한국정보통신기술협회 |
| 11 | GS인증 1등급 | WISE i Chat V2 | 2017.11.06 | 한국정보통신기술협회 |
| 12 | GS인증 1등급 | KMA Black V1 | 2018.09.10 | 한국정보통신기술협회 |
| 13 | GS인증 1등급 | WISE iChat V3 | 2020.09.21 | 한국정보통신기술협회 |
| 14 | GS인증 1등급 | WISE TextMiner V3 | 2020.10.29 | 한국정보통신기술협회 |
| 15 | GS인증 1등급 | Search Formula-1 V7 | 2021.06.07 | 한국정보통신기술협회 |
| 16 | SP인증 2등급 | 소프트웨어프로세스 품질인증 | 2021.05.04 | 한국소프트웨어진흥원 |
| 17 | 클라우드 서비스 보안인증 | 현명한앤써니(SaaS) | 2022.02.16 | 한국인터넷진흥원 |
III. 재무에 관한 사항 1. 요약재무정보
당사는 기업공시서식 작성지침에 의거 소규모기업에 해당하므로 요약재무정보를 생략합니다.
2. 연결재무제표
| 분 기 연 결 재 무 상 태 표 | |
| 제23(당)기 3분기말 2022년 09월 30일 현재 | |
| 제22(전)기 기말 2021년 12월 31일 현재 | |
| 주식회사 와이즈넛과 그 종속기업 | (단위 : 원) |
| 과 목 | 제 23(당) 3분기말 | 제 22(전) 기말 | ||
|---|---|---|---|---|
| 자산 | ||||
| Ⅰ.유동자산 | 36,841,197,678 | 39,148,187,899 | ||
| (1)당좌자산 | 36,841,197,678 | 39,148,187,899 | ||
| 현금및현금성자산(주14) | 9,690,244,279 | 14,772,019,568 | ||
| 단기금융상품(주14) | 20,000,000,000 | 16,118,550,000 | ||
| 매출채권(주6) | 5,665,098,876 | 6,982,496,793 | ||
| 대손충당금 | (232,725,865) | (232,725,865) | ||
| 미수금 | 77,701,916 | 197,339,582 | ||
| 미수수익 | 199,505,176 | 113,358,303 | ||
| 선급금 | 13,885,392 | 13,713,800 | ||
| 선급비용 | 326,129,515 | 591,366,198 | ||
| 단기대여금(주6) | 9,800,004 | 12,800,004 | ||
| 보증금 | 443,550,000 | 151,400,000 | ||
| 당기법인세자산(주17) | 196,249,653 | - | ||
| 이연법인세자산(주17) | 451,758,732 | 427,869,516 | ||
| Ⅱ.비유동자산 | 6,948,529,859 | 16,442,965,415 | ||
| (1)투자자산 | 15,517,658 | 8,919,401,564 | ||
| 매도가능증권(주4) | 1,501,000 | 1,501,000 | ||
| 지분법적용투자주식(주5) | - | 8,892,283,903 | ||
| 장기대여금(주6) | 14,016,658 | 25,616,661 | ||
| (2)유형자산(주7) | 5,402,046,375 | 5,528,842,806 | ||
| 토지 | 1,609,026,517 | 1,609,026,517 | ||
| 건물 | 4,821,797,434 | 4,821,797,434 | ||
| 감가상각누계액 | (1,305,299,507) | (1,214,890,808) | ||
| 차량운반구 | 88,452,099 | 88,452,099 | ||
| 감가상각누계액 | (55,282,560) | (44,226,051) | ||
| 비품 | 8,432,393,890 | 8,254,413,468 | ||
| 감가상각누계액 | (3,997,504,657) | (3,046,231,426) | ||
| 국고보조금(주10) | (4,191,536,841) | (4,939,498,427) | ||
| (3)무형자산(주9) | 200,077,849 | 232,475,844 | ||
| 산업재산권 | 50,373,679 | 42,039,177 | ||
| 소프트웨어 | 180,874,729 | 215,705,995 | ||
| 국고보조금(주10) | (31,170,559) | (25,269,328) | ||
| (4)기타비유동자산 | 1,330,887,977 | 1,762,245,201 | ||
| 보증금 | 46,232,940 | 352,812,940 | ||
| 회원권 | 135,375,000 | 135,375,000 | ||
| 이연법인세자산(주17) | 1,149,280,037 | 1,274,057,261 | ||
| 자산총계 | 43,789,727,537 | 55,591,153,314 | ||
| 부채 | ||||
| Ⅰ.유동부채 | 3,890,962,439 | 5,820,324,345 | ||
| 매입채무(주12) | 226,639,036 | 1,351,981,943 | ||
| 미지급금(주6,12) | 1,891,860,717 | 1,391,889,719 | ||
| 미지급비용(주12) | 980,282,306 | 889,297,841 | ||
| 미지급배당금 | 26,317,175 | 6,973,090 | ||
| 선수금 | 112,347,761 | 1,706,373,904 | ||
| 예수금 | 605,015,444 | 425,307,848 | ||
| 임대보증금(주12) | 48,500,000 | 48,500,000 | ||
| Ⅱ.비유동부채 | ||||
| 부채총계 | 3,890,962,439 | 5,820,324,345 | ||
| 자본 | ||||
| Ⅰ.자본금(주1,16) | 2,909,558,500 | 2,892,726,000 | ||
| 보통주자본금 | 2,909,558,500 | 2,892,726,000 | ||
| Ⅱ.연결자본잉여금(주16) | 8,476,704,816 | 8,237,229,087 | ||
| 주식발행초과금 | 3,840,670,274 | 3,602,350,753 | ||
| 기타자본잉여금 | 4,636,034,542 | 4,634,878,334 | ||
| Ⅲ.연결자본조정 | 535,818,502 | 594,417,082 | ||
| 주식선택권(주18) | 535,818,502 | 594,417,082 | ||
| Ⅳ.연결기타포괄손익누계액 | 6,851,883,404 | 6,249,342,288 | ||
| 지분법자본변동(주5,19) | 6,851,883,404 | 6,249,342,288 | ||
| Ⅴ.연결이익잉여금(주22) | 21,124,799,876 | 31,797,114,512 | ||
| 이익준비금 | 135,560,130 | 34,314,720 | ||
| 미처분이익잉여금 | 20,989,239,746 | 31,762,799,792 | ||
| 자본총계 | 39,898,765,098 | 49,770,828,969 | ||
| 부채및자본총계 | 43,789,727,537 | 55,591,153,314 |
"첨부된 주석은 본 분기연결재무제표의 일부입니다."
| 분 기 연 결 손 익 계 산 서 | |
| 제23(당)기 3분기 (2022년 01월 01일부터 2022년 09월 30일까지) | |
| 제22(전)기 3분기 (2021년 01월 01일부터 2021년 09월 30일까지) | |
| 주식회사 와이즈넛과 그 종속기업 | (단위 : 원) |
| 과 목 | 제 23(당) 3분기 | 제 22(전) 3분기 (검토받지 아니한 재무제표) |
||||||
|---|---|---|---|---|---|---|---|---|
| 3개월 | 누적 | 3개월 | 누적 | |||||
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| Ⅰ.매출액(주6) | 7,719,375,837 | 22,526,062,614 | 8,752,361,551 | 21,969,473,545 | ||||
| Ⅱ.매출원가(주18,21) | 4,264,368,457 | 15,213,639,410 | 4,728,656,066 | 13,296,130,660 | ||||
| Ⅲ.매출총이익(손실) | 3,455,007,380 | 7,312,423,204 | 4,023,705,485 | 8,673,342,885 | ||||
| Ⅳ.판매비와관리비 | 2,275,650,716 | 7,933,034,260 | 2,143,377,337 | 7,722,498,297 | ||||
| 급여(주18,21) | 977,739,840 | 3,531,350,100 | 806,421,348 | 2,708,373,428 | ||||
| 퇴직급여(주13,21) | 88,470,510 | 266,767,186 | 73,535,692 | 206,286,660 | ||||
| 복리후생비(주21) | 386,900,073 | 1,236,653,548 | 297,680,577 | 956,748,456 | ||||
| 여비교통비 | 53,106,820 | 147,999,271 | 43,750,855 | 124,393,708 | ||||
| 임차료(주6,21) | 36,314,437 | 107,223,208 | 32,680,281 | 77,537,646 | ||||
| 접대비 | 82,611,680 | 239,846,796 | 66,948,980 | 201,952,322 | ||||
| 통신비 | 47,300,316 | 143,564,983 | 48,906,933 | 149,400,299 | ||||
| 감가상각비(주7,21) | 51,548,409 | 153,830,853 | 51,555,483 | 154,041,435 | ||||
| 무형자산상각비(주9,21) | 19,982,313 | 55,375,515 | 16,783,647 | 47,196,891 | ||||
| 세금과공과(주21) | 47,510,194 | 94,957,756 | 44,535,169 | 82,220,922 | ||||
| 광고선전비 | 30,808,311 | 50,061,796 | 90,000 | 14,497,705 | ||||
| 경상개발비(주18) | (115,529,301) | 348,052,460 | (47,038,226) | 845,948,276 | ||||
| 보험료 | - | 1,784,490 | - | 1,340,920 | ||||
| 차량유지비 | 2,349,150 | 7,772,485 | 2,312,200 | 6,017,810 | ||||
| 교육훈련비 | 16,487,800 | 31,094,310 | 17,287,620 | 28,403,120 | ||||
| 도서인쇄비 | 7,603,453 | 28,694,483 | 4,203,919 | 18,596,272 | ||||
| 소모품비 | 3,738,378 | 16,163,349 | 3,559,656 | 19,428,336 | ||||
| 지급수수료(주6) | 486,083,793 | 1,332,150,177 | 630,992,937 | 1,947,554,153 | ||||
| 건물관리비 | 52,624,540 | 139,691,494 | 49,170,266 | 129,259,938 | ||||
| 대손상각비 | - | 3,300,000 | ||||||
| Ⅴ.영업이익(손실) | 1,179,356,664 | (620,611,056) | 1,880,328,148 | 950,844,588 | ||||
| Ⅵ.영업외수익 | 238,615,911 | 602,518,088 | 2,778,334,518 | 3,725,198,432 | ||||
| 이자수익 | 131,714,001 | 312,116,895 | 100,244,813 | 133,255,574 | ||||
| 외환차익 | - | 160,813 | 56,807 | 84,972 | ||||
| 외화환산이익(주14) | 33,521,702 | 56,238,986 | - | - | ||||
| 국고보조금 | 64,574,190 | 222,579,540 | 23,765,570 | 163,445,800 | ||||
| 단기매매증권처분이익 | - | - | (3,947,944) | - | ||||
| 매도가능증권처분이익 | - | - | - | - | ||||
| 지분법이익(주5) | - | - | 2,658,213,752 | 3,397,419,424 | ||||
| 잡이익 | 8,806,018 | 11,421,854 | 1,520 | 30,992,662 | ||||
| Ⅶ.영업외비용 | 180,976,922 | 9,370,048,615 | 2,065,000 | 6,959,189 | ||||
| 이자비용 | - | - | - | - | ||||
| 외환차손 | - | 89,041 | - | - | ||||
| 지분법손실(주5) | 186,981,068 | 9,354,634,369 | - | - | ||||
| 외환환산손실(주14) | (7,108,819) | 4,285,986 | - | - | ||||
| 기부금 | 1,095,000 | 5,285,000 | 2,065,000 | 4,195,000 | ||||
| 잡손실 | 9,673 | 5,754,219 | - | 2,764,189 | - | |||
| Ⅷ.법인세비용차감전순이익(손실) | 1,236,995,653 | (9,388,141,583) | 4,656,597,666 | 4,669,083,831 | ||||
| Ⅸ.법인세비용(주17) | - | 271,718,953 | - | |||||
| Ⅹ.당기순이익(손실) | 1,236,995,653 | (9,659,860,536) | 4,656,597,666 | 4,669,083,831 | ||||
| 지배기업지분순이익(손실) | 1,236,995,653 | (9,659,860,536) | 4,656,597,666 | 4,669,083,831 | ||||
| 비지배지분순이익 | ||||||||
| XI. 주당손익(주22) | ||||||||
| 기본주당이익(손실) | 213 | (1,663) | 809 | 814 |
"첨부된 주석은 본 분기연결재무제표의 일부입니다."
| 분 기 연 결 자 본 변 동 표 | |
| 제23(당)기 3분기 (2022년 01월 01일부터 2022년 09월 30일까지) | |
| 제22(전)기 3분기 (2021년 01월 01일부터 2021년 09월 30일까지) | |
| 주식회사 와이즈넛과 그 종속기업 | (단위 : 원) |
| 과 목 | 자본금 | 연결자본잉여금 | 연결자본조정 | 연결기타포괄 손익누계액 |
연결이익잉여금 | 총 계 |
|---|---|---|---|---|---|---|
| 2021.1.1(전기초)(검토받지 아니한 재무제표) | 2,859,560,000 | 7,759,364,013 | 685,400,579 | 8,668,805,404 | 24,400,596,994 | 44,373,726,990 |
| 주식선택권행사 | 20,359,500 | 287,580,178 | (92,913,012) | - | - | 215,026,666 |
| 지분법자본변동 | - | - | - | (2,566,817,754) | - | (2,566,817,754) |
| 분기순이익(손실) | - | - | - | - | 4,669,083,831 | 4,669,083,831 |
| 현금배당 | - | - | - | - | (228,764,800) | (228,764,800) |
| 2021.9.30(전분기말)(검토받지 아니한 재무제표) | 2,879,919,500 | 8,046,944,191 | 592,487,567 | 6,101,987,650 | 28,840,916,025 | 46,462,254,933 |
| 2022.1.1(당기초) | 2,892,726,000 | 8,237,229,087 | 594,417,082 | 6,249,342,288 | 31,797,114,512 | 49,770,828,969 |
| 주식선택권행사 | 16,832,500 | 239,475,729 | (58,598,580) | - | - | 197,709,649 |
| 지분법자본변동 | - | - | - | 602,541,116 | - | 602,541,116 |
| 분기순이익(손실) | - | - | - | - | (9,659,860,536) | (9,659,860,536) |
| 현금배당 | - | - | - | - | (1,012,454,100) | (1,012,454,100) |
| 2022.9,30(당분기말) | 2,909,558,500 | 8,476,704,816 | 535,818,502 | 6,851,883,404 | 21,124,799,876 | 39,898,765,098 |
"첨부된 주석은 본 분기연결재무제표의 일부입니다."
| 분 기 연 결 현 금 흐 름 표 | |
| 제23(당)기 3분기 (2022년 01월 01일부터 2022년 09월 30일까지) | |
| 제22(전)기 3분기 (2021년 01월 01일부터 2021년 09월 30일까지) | |
| 주식회사 와이즈넛과 그 종속기업 | (단위 : 원) |
| 과 목 | 제23(당)기 3분기 | 제22(전)기 3분기(검토받지 아니한 재무제표) | ||
|---|---|---|---|---|
| Ⅰ.영업활동으로 인한 현금흐름 | (513,675,930) | 2,772,542,943 | ||
| (1)당기순이익(손실) | (9,659,860,536) | 4,669,083,831 | ||
| (2)현금의 유출이 없는 비용 등의 가산 | 10,592,668,124 | 1,004,226,816 | ||
| 퇴직급여 | 996,790,587 | 799,688,490 | ||
| 감가상각비 | 153,830,853 | 154,041,435 | ||
| 무형자산상각비 | 55,375,515 | 47,196,891 | ||
| 지분법손실 | 9,354,634,369 | - | ||
| 대손상각비 | - | 3,300,000 | ||
| 주식보상비용 | 32,006,800 | - | ||
| 기타보증금 | 30,000 | - | ||
| (3)현금의 유입이 없는 수익 등의 차감 | - | (3,397,419,424) | ||
| 지분법이익 | - | 3,397,419,424 | ||
| 단기매매증권처분이익 | - | - | ||
| (4)영업활동으로 인한 자산ㆍ부채의 변동 | (1,446,483,518) | 496,651,720 | ||
| 매출채권의 감소(증가) | 1,314,097,917 | 3,317,140,658 | ||
| 미수금의 감소(증가) | (47,095,909) | (9,154,476) | ||
| 미수수익의 감소(증가) | (86,146,873) | 19,075,800 | ||
| 선급금의 감소(증가) | 527,700 | 1,235,527 | ||
| 임차보증금의 감소(증가) | 14,400,000 | 151,800,000 | ||
| 선급비용의 감소(증가) | 265,236,683 | (63,006,489) | ||
| 당기법인세자산의 감소(증가) | (29,516,078) | (684,236,230) | ||
| 매입채무의 증가(감소) | (1,125,342,907) | (783,147,235) | ||
| 미지급금의 증가(감소) | (252,156,509) | (86,668,337) | ||
| 미지급비용의 증가(감소) | 90,189,045 | (52,462,949) | ||
| 선수금의 증가(감소) | (1,594,026,143) | (334,829,592) | ||
| 예수금의 증가(감소) | 173,007,312 | 657,525,154 | ||
| 당기법인세부채의 증가(감소) | (3,904,803) | (1,513,881,401) | ||
| 유동이연법인세자산의 감소(증가) | (23,889,216) | - | ||
| 비유동이연법인세자산의 감소(증가) | 124,777,224 | - | ||
| 퇴직금의 지급 | (266,640,961) | (122,738,710) | ||
| Ⅱ.투자활동으로 인한 현금흐름 | (3,916,861,939) | (5,458,042,717) | ||
| (1)투자활동으로 인한 현금유입액 | 248,030,003 | 176,511,518 | ||
| 단기금융상품의 감소 | 118,550,000 | - | ||
| 단기대여금의 회수 | 14,600,003 | 15,933,334 | ||
| 국고보조금의 수령 | 114,880,000 | 160,578,184 | ||
| (2)투자활동으로 인한 현금유출액 | (4,164,891,942) | (5,634,554,235) | ||
| 단기금융상품의 증가 | 4,000,000,000 | 4,000,000,000 | ||
| 단기매매증권의 증가 | - | 997,493,151 | ||
| 비품의 취득 | 126,314,422 | 225,342,284 | ||
| 산업재산권의 취득 | 22,977,520 | 5,718,800 | ||
| 소프트웨어의 취득 | 15,600,000 | 136,000,000 | ||
| 비유동보증금의 증가 | - | 270,000,000 | ||
| Ⅲ.재무활동으로 인한 현금흐름 | (827,407,166) | (9,116,054) | ||
| (1)재무활동으로 인한 현금유입액 | 165,702,849 | 215,026,666 | ||
| 주식선택권의 행사 | 165,702,849 | 215,026,666 | ||
| (2)재무활동으로 인한 현금유출액 | (993,110,015) | (224,142,720) | ||
| 현금배당 | 993,110,015 | 224,142,720 | ||
| Ⅳ.현금의 증가(Ⅰ+Ⅱ+Ⅲ) | (5,257,945,035) | (2,694,615,828) | ||
| Ⅴ.기초의 현금 | 14,772,019,568 | 15,799,635,613 | ||
| Ⅵ.연결범위의변동 | 176,169,746 | |||
| Ⅶ.기말의 현금 | 9,690,244,279 | 13,105,019,785 |
"첨부된 주석은 본 분기연결재무제표의 일부입니다."
3. 연결재무제표 주석
| 제23(당)기 3분기 (2022년 01월 01일부터 2022년 09월 30일까지) | |
| 제22(전)기 3분기 (2021년 01월 01일부터 2021년 09월 30일까지) | |
| 주식회사 와이즈넛과 그 종속기업 |
1. 일반사항주식회사 와이즈넛(이하 "지배기업")과 종속회사(이하 그 종속회사를 일괄하여 "연결회사")의 일반적인 사항은 다음과 같습니다.
(1) 회사의 개요지배기업은 2000년 5월 16일 설립되어, 현재까지 자체 부설 R&D연구소를 통해 인공지능 소프트웨어 기반 기술인 언어처리 기술 및 의미 분석 기술, 텍스트 마이닝, 인공지능 대화 처리 기술 등을 지속적으로 개발해왔습니다. 이러한 원천기술을 기반으로 인공지능 챗봇, 빅데이터, 검색, 분석, 디스플레이 광고를 포함한 애드네트워크 등의 분야에서 사업을 영위하고 있습니다. 경기도 성남시 분당구 대왕판교로644번길 49에 본사를 두고 있으며, 중국 등에 현지법인을 두고 있습니다. 한편, 지배기업은 2009년 3월 17일자로 상호를 주식회사 코리아와이즈넛에서 주식회사 와이즈넛으로 변경하였습니다.당분기말 현재 지배기업의 주요 주주는 윤여걸(23.22%), 주식회사 솔본인베스트먼트(16.53%) 및 안광일(5.83%) 등으로 구성되어 있습니다.
(2) 종속기업의 개요1) 연결회사는 2022년 연결재무제표를 최초 작성하였습니다. 따라서, 비교표시 목적으로 첨부한 2021년 12월 31일의 분기연결재무상태표와 2021년 9월 30일로 종료되는 9개월 보고기간의 연결분기포괄손익계산서, 연결분기자본변동표 및 연결분기현금흐름표는 개별재무제표와동일합니다.
2) 당분기말 현재 연결대상 종속기업의 현황은 다음과 같습니다.
| (단위:원) | |||||
|---|---|---|---|---|---|
| 구 분 | 업종 | 자본금 | 지분율 | 소재지 | 결산월 |
| --- | --- | --- | --- | --- | --- |
| ㈜이노클 | 광고업 | 250,000,000 | 100% | 대한민국 | 12월 |
3) 당분기말과 전기말 현재 연결대상 종속기업의 요약 재무정보(내부거래제거전)는 다음과 같습니다.[당분기말]
| (단위:원) | ||||
|---|---|---|---|---|
| 종속기업 | 자산총액 | 부채총액 | 매출액 | 순이익(손실) |
| --- | --- | --- | --- | --- |
| ㈜이노클 | 254,178,905 | 87,998,008 | 509,572,613 | 31,159,225 |
[전기말]
| (단위:원) | ||||
|---|---|---|---|---|
| 종속기업 | 자산총액 | 부채총액 | 매출액 | 순이익(손실) |
| --- | --- | --- | --- | --- |
| ㈜이노클 | 248,611,268 | 113,589,596 | 645,844,516 | 55,426,499 |
2. 재무제표 작성기준(1) 회계기준의 적용연결회사의 분기연결재무제표는 일반기업회계기준에 따라 작성되는 중간재무제표입니다. 동 연결재무제표는 일반기업회계기준서 제29장 '중간재무제표'에 따라 작성되었으며 연차연결재무제표에서 요구되는 정보에 비하여 적은 정보를 포함하고 있습니다. 선별적 주석은 직전 연차보고기간말 후 발생한 당사의 재무상태와 경영성과의 변동을 이해하는데 유의적인 거래나 사건에 대한 설명을 포함하고 있습니다.
(2) 추정과 판단일반기업회계기준에서는 중간재무제표를 작성함에 있어서 회계정책의 적용이나 중간보고기간말 현재 자산, 부채 및 수익, 비용의 보고금액에 영향을 미치는 사항에 대하여 경영진의 최선의 판단을 기준으로 한 추정치와 가정의 사용을 요구하고 있습니다. 중간보고기간말 현재 경영진의 최선의 판단을 기준으로 한 추정치와 가정이 실제환경과 다를 경우 이러한 추정치와 실제결과는 다를 수 있습니다.분기연결재무제표에서 사용된 당사의 회계정책의 적용과 추정금액에 대한 경영진의 판단은 2021년 12월 31일로 종료되는 보고기간의 연차재무제표와 동일한 회계정책과 추정의 근거를 사용하였습니다.3. 유의적인 회계정책연결회사는 2021년 12월 31일로 종료되는 회계연도의 연차연결재무제표를 작성할 때에 적용한 것과 동일한 회계정책을 적용하고 있습니다.
4. 매도가능증권당분기말 현재 매도가능증권의 내역은 다음과 같습니다.
| (단위: 천원) | ||||||
|---|---|---|---|---|---|---|
| 구분 | 취득원가 | 미실현손익 | 장부금액 | |||
| --- | --- | --- | --- | --- | --- | --- |
| 기초가액 | 당기평가액 | 처분으로인한 실현금액 | 기말잔액 | |||
| --- | --- | --- | --- | --- | --- | --- |
| 지분증권(주1) | 1 | 1 | - | - | 1 | 1 |
| 출자금(주1) | 1,500 | 1,500 | - | - | 1,500 | 1,500 |
| 합계 | 1,501 | 1,501 | - | - | 1,501 | 1,501 |
(주1) 공정가치를 신뢰성 있게 측정할 수 없어 취득원가로 계상하였습니다.5. 지분법적용투자주식(1) 당분기말① 지분법적용 피투자회사에 대한 투자주식의 지분율 현황 등은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 지분율(%) | 취득원가 | 순자산가액 | 장부금액 |
| --- | --- | --- | --- | --- |
| IZENE TECH, Inc. | 30.93 | 781,315 | (3,785,640) | - |
② 종목별 지분법 평가내역은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 기초평가액 | 지분법이익 | 지분법자본변동 | 기말평가액 |
| --- | --- | --- | --- | --- |
| IZENE TECH, Inc. | 8,752,092 | (9,354,634) | 602,542 | - |
상기 피투자회사는 독립된 감사인의 감사ㆍ검토를 받은 재무제표를 결산확정일까지 입수하기 어려워 가결산 재무제표를 이용하여 지분법을 적용하였으며, 당사는 이들 가결산 재무제표에 대하여 신뢰성 검증절차를 수행하였습니다.③ 지분법 피투자회사의 요약 재무정보는 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 자산총액 | 부채총액 | 매출액 | 당기순손익 |
| --- | --- | --- | --- | --- |
| IZENE TECH, Inc. | 27,273,545 | 31,059,185 | 60,642,205 | (9,067,299) |
④ 지분법 적용의 중지로 인하여 인식하지 못한 누적 미반영 손실은 다음과 같습니다
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 당분기 | 전기 | ||
| --- | --- | --- | --- | --- |
| 미반영 손실 | 미반영손실누계액 | 미반영 손실 | 미반영손실누계액 | |
| --- | --- | --- | --- | --- |
| IZENE TECH, Inc. | 1,170,899 | 1,170,899 | - | - |
(2) 전기말① 지분법적용 피투자회사에 대한 투자주식의 지분율 현황 등은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 지분율(%) | 취득원가 | 순자산가액 | 장부금액 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 100 | 250,000 | 140,191 | 140,191 |
| IZENE TECH, Inc. | 30.93 | 781,315 | 28,296,454 | 8,752,093 |
| 합계 | 1,031,315 | 28,436,645 | 8,892,284 |
② 종목별 지분법 평가내역은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 기초평가액 | 지분법이익 | 지분법자본변동 | 기말평가액 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 87,520 | 52,672 | - | 140,192 |
| IZENE TECH, Inc. | 8,509,910 | 2,661,645 | (2,419,463) | 8,752,092 |
| 합계 | 8,597,430 | 2,714,317 | (2,419,463) | 8,892,284 |
상기 피투자회사는 독립된 감사인의 감사ㆍ검토를 받은 재무제표를 결산확정일까지 입수하기 어려워 가결산 재무제표를 이용하여 지분법을 적용하였으며, 당사는 이들 가결산 재무제표에 대하여 신뢰성 검증절차를 수행하였습니다.③ 지분법 피투자회사의 요약 재무정보는 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 자산총액 | 부채총액 | 매출액 | 당기순손익 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 249,875 | 109,684 | 645,844 | 55,426 |
| IZENE TECH, Inc. | 63,441,055 | 35,144,601 | 186,654,297 | 1,034,052 |
6. 특수관계자(1) 당분기말과 전기말 현재 연결기업의 특수관계자는 다음과 같습니다.
| 구분 | 회사명 |
|---|---|
| 관계기업 | IZENE Tech, Inc. |
| 기타 | IZENE HK, Ltd. |
| B5Msoft(Shanghai) Co. Ltd. | |
| ZAIHONG(Shanghai) Co. Ltd | |
| iZENE Japan G.K.'s | |
| 아이젠 코리아 | |
| ZAIHE Co. LTd | |
| IZENE AUSTRALIA PTY, LTD | |
| IZENE US, Inc |
(2) 당분기와 전분기 중 특수관계자와의 매출ㆍ매입 등 거래 내역은 다음과 같습니다.① 당분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 구분 | 회사명 | 임대료수입 | 유지보수료수입 | 지급수수료 |
| --- | --- | --- | --- | --- |
| 기타 | IZENEHK,LIMITED | - | 13,071 | - |
② 전분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 구분 | 회사명 | 임대료수입 | 유지보수료수입 | 지급수수료 |
| --- | --- | --- | --- | --- |
| 기타 | IZENEHK,LIMITED | - | 8,123 | - |
(3) 당분기말과 전기말 현재 특수관계자에 대한 채권ㆍ채무 내역은 다음과 같습니다.① 당분기말
| (단위:천원) | ||||
|---|---|---|---|---|
| 구분 | 회사명 | 채권 | 채무 | |
| --- | --- | --- | --- | --- |
| 매출채권 | 대여금 | 미지급금 | ||
| --- | --- | --- | --- | --- |
| 기타 | 주요 경영진 | - | - | - |
| 합계 | - | - | - |
② 전기말
| (단위:천원) | ||||
|---|---|---|---|---|
| 구분 | 회사명 | 채권 | 채무 | |
| --- | --- | --- | --- | --- |
| 매출채권 | 대여금 | 미지급금 | ||
| --- | --- | --- | --- | --- |
| 기타 | 주요 경영진 | - | - | - |
| 합계 | - | - | - |
(4) 당분기말 현재 연결기업이 특수관계자를 위하여 제공하고 있는 담보 및 지급보증과 특수관계자로부터 제공받고 있는 담보 및 지급보증은 없습니다.
7. 유형자산(1) 당분기와 전분기 중 유형자산의 변동내역은 다음과 같습니다.① 당분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 과목 | 기초장부금액 | 취득액(*)(자본적지출 포함) | 감가상각비 | 기말장부금액 |
| --- | --- | --- | --- | --- |
| 토지 | 1,609,027 | - | - | 1,609,027 |
| 건물 | 3,606,907 | - | (90,409) | 3,516,498 |
| 차량운반구 | 44,226 | - | (11,057) | 33,170 |
| 비품 | 268,684 | 27,034 | (52,366) | 243,353 |
| 합계 | 5,528,843 | 27,034 | (153,831) | 5,402,047 |
(*) 국고보조금 수령액을 차감한 금액입니다.② 전분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 과목 | 기초장부금액 | 취득액(*)(자본적지출 포함) | 감가상각비 | 기말장부금액 |
| --- | --- | --- | --- | --- |
| 토지 | 1,609,027 | - | - | 1,609,027 |
| 건물 | 3,727,452 | - | (90,409) | 3,637,043 |
| 차량운반구 | 58,968 | - | (11,057) | 47,912 |
| 비품 | 273,533 | 64,764 | (52,576) | 285,721 |
| 합계 | 5,668,979 | 64,764 | (154,041) | 5,579,702 |
(*) 국고보조금 수령액을 차감한 금액입니다.8. 보험가입내역당분기말 현재 연결기업이 보험에 가입한 내역은 다음과 같습니다.
| (단위:천원) | |||
|---|---|---|---|
| 보험종류 | 자산 | 부보액 | 보험회사명 |
| --- | --- | --- | --- |
| 단체보험 | 신체배상 | 26,400,000 | AIA생명보험 |
9. 무형자산(1) 당분기와 전분기 중 무형자산의 변동내용은 다음과 같습니다.① 당분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 과목 | 기초장부금액 | 증가액 | 상각액 | 기말장부금액 |
| --- | --- | --- | --- | --- |
| 산업재산권 | 42,039 | 22,978 | (14,643) | 50,374 |
| 소프트웨어 | 190,437 | - | (40,732) | 149,704 |
| 합계 | 232,476 | 22,978 | (55,376) | 200,078 |
② 전분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 과목 | 기초장부금액 | 증가액 | 상각액 | 기말장부금액 |
| --- | --- | --- | --- | --- |
| 산업재산권 | 53,506 | 5,719 | (12,889) | 46,335 |
| 소프트웨어 | 85,680 | 136,000 | (34,308) | 187,372 |
| 합계 | 139,186 | 141,719 | (47,197) | 233,708 |
10. 정부보조금(1) 연결기업은 정보통신 연구개발사업과 관련하여 산업자원부 및 과학기술부와 개발협약을 체결하여 수령한 국고보조금 중 자산 취득에 사용한 국고보조금을 관련 자산에서 차감하는 형식으로 표시하고 있습니다.(2) 당분기와 전분기 중 국고보조금의 변동내역은 다음과 같습니다.① 당분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 관련 자산 | 기초금액 | 취득 | 감가상각비 상계 | 기말금액 |
| --- | --- | --- | --- | --- |
| 비품 | 4,939,498 | 99,280 | (847,242) | 4,191,537 |
| 소프트웨어 | 25,269 | 15,600 | (9,699) | 31,171 |
| 합계 | 4,964,768 | 114,880 | (856,940) | 4,222,707 |
② 전분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 관련 자산 | 기초금액 | 취득 | 감가상각비 상계 | 기말금액 |
| --- | --- | --- | --- | --- |
| 비품 | 5,916,819 | 160,578 | (853,424) | 5,223,973 |
| 소프트웨어 | 43,906 | - | (13,978) | 29,928 |
| 합계 | 5,960,725 | 160,578 | (867,402) | 5,253,901 |
11. 담보제공자산 등
(1) 당분기말 현재 담보로 담보로 제공되어 있는 자산은 없습니다.(2) 당분기말 현재 당사는 서울보증보험으로부터 계약ㆍ하자 등에 대한 지급보증 및 임직원 주택자금 등 대여금에 대한 지급보증을 제공받고 있습니다.(3) 당분기말 현재 당사가 타인을 위하여 제공하고 있는 담보 및 지급보증은 없습니다.12. 금융부채의 유동성 위험관리 방법 및 종류별 만기 분석(1) 유동성위험 관리 방법유동성위험이란 연결기업이 금융부채에 관련된 의무를 충족하는 데 어려움을 겪게 될 위험을 의미합니다. 당사의 유동성 관리방법은 재무적으로 어려운 상황에서도 받아들일 수 없는 손실이 발생하거나, 당사의 평판에 손상을 입힐 위험 없이, 만기일에 부채를 상환할 수 있는 충분한 유동성을 유지하도록 하는 것입니다.(2) 당분기말과 전기말 현재 금융부채의 계약상 만기는 다음과 같습니다.
① 당분기말
| (단위:천원) | |||||
|---|---|---|---|---|---|
| 구분 | 장부금액 | 6개월이내 | 6~12개월 | 1~2년 | 2~5년 |
| --- | --- | --- | --- | --- | --- |
| 매입채무 | 226,639 | 226,639 | - | - | - |
| 미지급금 | 1,134,316 | 1,134,316 | - | - | - |
| 미지급비용 | 978,528 | 978,528 | - | - | - |
| 임대보증금 | 48,500 | - | 48,500 | - | - |
| 합계 | 2,387,983 | 2,339,483 | 48,500 | - | - |
② 전기말
| (단위:천원) | |||||
|---|---|---|---|---|---|
| 구분 | 장부금액 | 6개월이내 | 6~12개월 | 1~2년 | 2~5년 |
| --- | --- | --- | --- | --- | --- |
| 매입채무 | 1,351,982 | 1,351,982 | - | - | - |
| 미지급금 | 1,391,890 | 1,391,890 | - | - | - |
| 미지급비용 | 889,298 | 889,298 | - | - | - |
| 임대보증금 | 48,500 | - | 48,500 | - | - |
| 합계 | 3,681,670 | 3,633,170 | 48,500 | - | - |
13. 퇴직급여연결기업의 퇴직연금제도는 확정기여형 퇴직연금제도이므로, 당사는 연금의 운용결과와 관계없이 확정된 부담금을 납부하며, 당해 회계기간에 납부하여야 할 부담금을 퇴직급여로 인식하고 있습니다. 당분기와 전분기 중 연결기업이 확정기여제도와 관련하여 비용으로 인식한 금액은 각각 1,015,792천원 및 826,256천원입니다.
14. 외화자산 및 부채당분기말과 전기말 현재 외화자산 및 부채의 내역은 다음과 같습니다.
| (원화단위:천원) | ||||||||
|---|---|---|---|---|---|---|---|---|
| 과목 | 당분기말 | 전기말 | ||||||
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 외화 | 환율 | 원화환산액 | 외화 | 환율 | 원화환산액 | |||
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 현금및현금성자산 | JPY | 15,580,676 | 9.9325 | 154,755 | JPY | 11,370,476 | 10.3 | 117,143 |
| USD | 231,164 | 1,434.80 | 331,673 | USD | 197,499 | 1,185.50 | 234,135 | |
| EUR | 14,932 | 1,408.83 | 21,036 | EUR | 12,041 | 1,342.34 | 16,164 | |
| AUD | 3,471 | 933.12 | 3,239 | AUD | 1,735 | 858.89 | 1,490 | |
| 정기예금 | USD | - | - | - | USD | 100,000 | 1,185.50 | 118,550 |
| 합계 | - | 510,704 | - | 487,482 |
15. 약정사항
당분기말 현재 당사가 금융기관과 체결한 약정사항은 없습니다.
16. 자본금 및 자본잉여금(1) 당분기말 현재 당사가 발행할 주식의 총수, 발행한 주식의 수 및 1주당 금액은 각각 50,000,000주, 5,819,117주 및 500원입니다.
(2) 당분기와 전기 중 자본금 및 자본잉여금의 변동내역은 다음과 같습니다.① 자본금
| (단위:천원) | ||||
|---|---|---|---|---|
| 내역 | 당분기 | 전분기 | ||
| --- | --- | --- | --- | --- |
| 주식수(주) | 자본금 | 주식수(주) | 자본금 | |
| --- | --- | --- | --- | --- |
| 기초 | 5,785,452 | 2,892,726 | 5,719,120 | 2,859,560 |
| 주식선택권 행사 | 33,665 | 16,833 | 66,332 | 33,166 |
| 분기말 | 5,819,117 | 2,909,559 | 5,785,452 | 2,892,726 |
② 자본잉여금
| (단위:천원) | ||
|---|---|---|
| 내역 | 당분기 | 전분기 |
| --- | --- | --- |
| 기초잔액 | 8,237,229 | 7,759,364 |
| 주식선택권 행사 | 238,320 | 468,069 |
| 주식선택권 만기소멸 | 1,156 | 9,796 |
| 분기말잔액 | 8,476,705 | 8,237,229 |
17. 법인세비용
당기 및 전기 연결회사의 법인세비용 구성내역은 다음과 같습니다.
| (단위:천원) | ||
|---|---|---|
| 내역 | 당기 | 전기 |
| --- | --- | --- |
| 법인세부담액 | 170,831 | - |
| 일시적차이로 인한 이연법인세 변동액 | 100,888 | - |
| 법인세비용 | 271,719 | - |
18. 주식기준보상(1) 당분기말 현재 당사가 보유하고 있는 주식기준보상약정은 다음과 같습니다.
| 구분 | 주식결제형(주식선택권 부여) | ||||
|---|---|---|---|---|---|
| 13차 | 14차 | 15차 | 16차 | 17차 | |
| --- | --- | --- | --- | --- | --- |
| 부여일 | 2017.03.23 | 2018.03.22 | 2019.03.21 | 2021.03.26 | 2022.03.29 |
| 최초부여수량 | 114,001주 | 96,815주 | 96,200주 | 38,722주 | 36,973주 |
| 잔여수량 | 80,000주 | 74,438주 | 81,586주 | 36,722주 | 35,990주 |
| 행사가격 | 5,180원 | 5,429원 | 6,154원 | 11,626원 | 10,570원 |
| 만기 | 2023.03.22 | 2024.03.21 | 2025.03.20 | 2026.03.25 | 2027.03.28 |
| 가득조건 | 용역제공조건 2년 | 용역제공조건 2년 | 용역제공조건 2년 | 용역제공조건 2년 | 용역제공조건 2년 |
(2) 당사는 공정가치법을 적용하여 주식기준보상약정을 평가하였으며, 공정가치 평가에 적용된 보상원가 산정변수는 다음과 같습니다.
| 구분 | 13차 | 14차 | 15차 | 16차 | 17차 |
|---|---|---|---|---|---|
| 무위험이자율 | 2.63~2.67% | 2.63~2.67% | 2.63~2.67% | 2.63~2.67% | 2.63~2.67% |
| 기대행사기간 | 4~5년 | 4~5년 | 4~5년 | 4~5년 | 4~5년 |
| 예상주가변동성 | 36.40~40.71% | 36.40~40.71% | 36.40~40.71% | 36.40~40.71% | 36.40~40.71% |
(3) 당분기말와 전기말 중 주식선택권의 변동내역은 다음과 같습니다.
| (단위:주) | ||
|---|---|---|
| 구분 | 당분기 | 전기 |
| --- | --- | --- |
| 기초 | 308,674 | 340,839 |
| 부여 | 36,973 | 38,722 |
| 행사 | (33,665) | (66,332) |
| 취소 또는 중도청산 | (3,246) | (4,555) |
| 당기말 | 308,736 | 308,674 |
19. 포괄손익계산서당기와 전기 중 포괄손익계산서의 내역은 다음과 같습니다.
| (단위:천원) | ||
|---|---|---|
| 과 목 | 당분기 | 전분기 |
| --- | --- | --- |
| 당기순이익 | (9,659,861) | 4,669,084 |
| 기타포괄손익 | ||
| 지분법자본변동 | 137,935 | (2,566,818) |
| 매도가능증권평가이익 | - | - |
| 포괄이익 | (9,521,926) | 2,102,266 |
20. 현금흐름표당분기와 전분기의 투자와 재무활동 중 현금의 유입과 유출이 없는 중요한 거래내역은 다음과 같습니다.
| (단위:천원) | ||
|---|---|---|
| 구분 | 당분기 | 전분기 |
| --- | --- | --- |
| 임차보증금의 유동성대체 | 306,550 | - |
21. 부가가치 관련자료당분기와 전분기의 매출원가 및 판매비와관리비에 포함된 부가가치계산에 필요한 자료는다음과 같습니다.
| (단위:천원) | ||
|---|---|---|
| 계정과목 | 당분기 | 전분기 |
| --- | --- | --- |
| 급여 | 13,012,049 | 10,277,047 |
| 퇴직급여 | 1,015,793 | 799,688 |
| 복리후생비 | 2,270,540 | 1,766,446 |
| 임차료 | 134,223 | 77,538 |
| 감가상각비 | 153,831 | 154,041 |
| 무형자산상각비 | 55,376 | 47,197 |
| 세금과공과 | 94,958 | 82,221 |
22. 주당손익(1) 당분기와 전분기의 기본주당이익(손실)의 산출내역은 다음과 같습니다.
| (단위: 원) | ||||
|---|---|---|---|---|
| 구 분 | 당분기 | 전분기 | ||
| --- | --- | --- | --- | --- |
| 3개월 | 누적 | 3개월 | 누적 | |
| --- | --- | --- | --- | --- |
| 보통주 분기순이익(손실) | 1,236,995,653 | (9,659,860,536) | 4,656,597,666 | 4,669,083,831 |
| 가중평균유통보통주식수(주1) | 5,818,801 | 5,807,882 | 5,755,069 | 5,733,437 |
| 기본주당이익(손실) | 213 | (1,663) | 809 | 814 |
(주1) 당분기와 전분기중 가중평균 유통보통주식수의 산정내역은 다음과 같습니다.
| (단위: 주) | ||||
|---|---|---|---|---|
| 구 분 | 당분기 | 전분기 | ||
| --- | --- | --- | --- | --- |
| 3개월 | 누적 | 3개월 | 누적 | |
| --- | --- | --- | --- | --- |
| 기초 유통주식수 | 5,818,588 | 5,785,452 | 5,744,167 | 5,719,120 |
| 기중 변동주식수 | 213 | 22,430 | 10,902 | 14,317 |
| 가중평균 유통보통주식수 | 5,818,801 | 5,807,882 | 5,755,069 | 5,733,437 |
(2) 희석주당손실
희석주당손실은 모든 희석성 잠재적보통주가 보통주로 전환된다고 가정하여 조정한 가중평균 유통보통주식수를 적용하여 산정하고 있습니다. 당분기와 전분기의 경우 반희석화효과로 기본주당손실과 희석주당손실은 동일합니다.
| (단위: 원) | ||||
|---|---|---|---|---|
| 구 분 | 당분기 | 전분기 | ||
| --- | --- | --- | --- | --- |
| 3개월 | 누적 | 3개월 | 누적 | |
| --- | --- | --- | --- | --- |
| 지배기업 소유주지분에 귀속되는 당기순이익(손실) | 1,236,995,653 | (9,659,860,536) | 4,656,597,666 | 4,669,083,831 |
| 가중평균유통보통주식수(주1) | 5,818,801 | 5,807,882 | 5,755,069 | 5,733,437 |
| 기본주당이익(손실) | 213 | (1,663) | 809 | 814 |
4. 재무제표
| 분 기 재 무 상 태 표 | |
| 제23(당)기 3분기말 2022년 09월 30일 현재 | |
| 제22(전)기 기말 2021년 12월 31일 현재 | |
| 주식회사 와이즈넛 | (단위 : 원) |
| 과 목 | 제 23(당) 3분기말 | 제 22(전) 기말 | ||
|---|---|---|---|---|
| 자산 | ||||
| Ⅰ.유동자산 | 36,641,573,518 | 39,148,187,899 | ||
| (1)당좌자산 | 36,641,573,518 | 39,148,187,899 | ||
| 현금및현금성자산(주14) | 9,490,328,070 | 14,772,019,568 | ||
| 단기금융상품(주14) | 20,000,000,000 | 16,118,550,000 | ||
| 매출채권(주6) | 5,668,398,876 | 6,982,496,793 | ||
| 대손충당금 | (232,725,865) | (232,725,865) | ||
| 미수금 | 77,701,916 | 197,339,582 | ||
| 미수수익 | 199,505,176 | 113,358,303 | ||
| 선급금 | 13,186,100 | 13,713,800 | ||
| 선급비용 | 326,129,515 | 591,366,198 | ||
| 단기대여금(주6) | 9,800,004 | 12,800,004 | ||
| 보증금 | 443,550,000 | 151,400,000 | ||
| 당기법인세자산(주17) | 193,940,994 | - | ||
| 이연법인세자산(주17) | 451,758,732 | 427,869,516 | ||
| Ⅱ.비유동자산 | 7,114,710,756 | 16,442,965,415 | ||
| (1)투자자산 | 181,698,555 | 8,919,401,564 | ||
| 매도가능증권(주4) | 1,501,000 | 1,501,000 | ||
| 지분법적용투자주식(주5) | 166,180,897 | 8,892,283,903 | ||
| 장기대여금(주6) | 14,016,658 | 25,616,661 | ||
| (2)유형자산(주7) | 5,402,046,375 | 5,528,842,806 | ||
| 토지 | 1,609,026,517 | 1,609,026,517 | ||
| 건물 | 4,821,797,434 | 4,821,797,434 | ||
| 감가상각누계액 | (1,305,299,507) | (1,214,890,808) | ||
| 차량운반구 | 88,452,099 | 88,452,099 | ||
| 감가상각누계액 | (55,282,560) | (44,226,051) | ||
| 비품 | 8,380,727,890 | 8,254,413,468 | ||
| 감가상각누계액 | (3,945,838,657) | (3,046,231,426) | ||
| 국고보조금(주10) | (4,191,536,841) | (4,939,498,427) | ||
| (3)무형자산(주9) | 200,077,849 | 232,475,844 | ||
| 산업재산권 | 50,373,679 | 42,039,177 | ||
| 소프트웨어 | 180,874,729 | 215,705,995 | ||
| 국고보조금(주10) | (31,170,559) | (25,269,328) | ||
| (4)기타비유동자산 | 1,330,887,977 | 1,762,245,201 | ||
| 보증금 | 46,232,940 | 352,812,940 | ||
| 회원권 | 135,375,000 | 135,375,000 | ||
| 이연법인세자산(주17) | 1,149,280,037 | 1,274,057,261 | ||
| 자산총계 | 43,756,284,274 | 55,591,153,314 | ||
| 부채 | ||||
| Ⅰ.유동부채 | 3,857,519,176 | 5,820,324,345 | ||
| 매입채무(주12) | 226,639,036 | 1,351,981,943 | ||
| 미지급금(주6,12) | 1,864,465,364 | 1,391,889,719 | ||
| 미지급비용(주12) | 978,527,726 | 889,297,841 | ||
| 미지급배당금 | 26,317,175 | 6,973,090 | ||
| 선수금 | 112,347,761 | 1,706,373,904 | ||
| 예수금 | 600,722,114 | 425,307,848 | ||
| 임대보증금(주12) | 48,500,000 | 48,500,000 | ||
| Ⅱ.비유동부채 | - | - | ||
| 부채총계 | 3,857,519,176 | 5,820,324,345 | ||
| 자본 | ||||
| Ⅰ.자본금(주1,16) | 2,909,558,500 | 2,892,726,000 | ||
| 보통주자본금 | 2,909,558,500 | 2,892,726,000 | ||
| Ⅱ.자본잉여금(주16) | 8,476,704,816 | 8,237,229,087 | ||
| 주식발행초과금 | 3,840,670,274 | 3,602,350,753 | ||
| 기타자본잉여금 | 4,636,034,542 | 4,634,878,334 | ||
| Ⅲ.자본조정 | 535,818,502 | 594,417,082 | ||
| 주식선택권(주18) | 535,818,502 | 594,417,082 | ||
| Ⅳ.기타포괄손익누계액 | 6,851,883,404 | 6,249,342,288 | ||
| 지분법자본변동(주5,20) | 6,851,883,404 | 6,249,342,288 | ||
| Ⅴ.이익잉여금(주22) | 21,124,799,876 | 31,797,114,512 | ||
| 이익준비금 | 135,560,130 | 34,314,720 | ||
| 미처분이익잉여금 | 20,989,239,746 | 31,762,799,792 | ||
| 자본총계 | 39,898,765,098 | 49,770,828,969 | ||
| 부채및자본총계 | 43,756,284,274 | 55,591,153,314 |
"첨부된 주석은 본 분기재무제표의 일부입니다."
| 분 기 손 익 계 산 서 | |
| 제23(당)기 3분기 (2022년 01월 01일부터 2022년 09월 30일까지) | |
| 제22(전)기 3분기 (2021년 01월 01일부터 2021년 09월 30일까지) | |
| 주식회사 와이즈넛 | (단위 : 원) |
| 과 목 | 제23(당)기 3분기 | 제22(전)기 3분기 | ||||||
|---|---|---|---|---|---|---|---|---|
| 3개월 | 누적 | 3개월 | 누적 | |||||
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| Ⅰ.매출액(주6) | 7,728,375,837 | 22,553,062,614 | 8,752,361,551 | 21,969,473,545 | ||||
| Ⅱ.매출원가(주18,21) | 4,264,368,457 | 15,213,639,410 | 4,728,656,066 | 13,296,130,660 | ||||
| Ⅲ.매출총이익(손실) | 3,464,007,380 | 7,339,423,204 | 4,023,705,485 | 8,673,342,885 | ||||
| Ⅳ.판매비와관리비 | 2,274,681,615 | 7,991,050,329 | 2,143,377,337 | 7,722,498,297 | ||||
| 급여(주18,21) | 863,557,052 | 3,174,067,048 | 806,421,348 | 2,708,373,428 | ||||
| 퇴직급여(주13,21) | 78,830,279 | 237,416,285 | 73,535,692 | 206,286,660 | ||||
| 복리후생비(주21) | 372,582,571 | 1,189,557,124 | 297,680,577 | 956,748,456 | ||||
| 여비교통비 | 52,651,820 | 146,669,271 | 43,750,855 | 124,393,708 | ||||
| 임차료(주6,21) | 35,451,937 | 104,848,208 | 32,680,281 | 77,537,646 | ||||
| 접대비 | 82,205,380 | 238,870,496 | 66,948,980 | 201,952,322 | ||||
| 통신비 | 47,190,570 | 143,230,274 | 48,906,933 | 149,400,299 | ||||
| 감가상각비(주7,21) | 51,548,409 | 153,830,853 | 51,555,483 | 154,041,435 | ||||
| 무형자산상각비(주9,21) | 19,982,313 | 55,375,515 | 16,783,647 | 47,196,891 | ||||
| 세금과공과(주21) | 47,447,694 | 94,814,256 | 44,535,169 | 82,220,922 | ||||
| 광고선전비 | 30,808,311 | 50,061,796 | 90,000 | 14,497,705 | ||||
| 경상개발비(주18) | (115,529,301) | 348,052,460 | (47,038,226) | 845,948,276 | ||||
| 보험료 | - | 1,784,490 | - | 1,340,920 | ||||
| 차량유지비 | 2,349,150 | 7,772,485 | 2,312,200 | 6,017,810 | ||||
| 교육훈련비 | 16,487,800 | 31,094,310 | 17,287,620 | 28,403,120 | ||||
| 도서인쇄비 | 7,603,453 | 28,694,483 | 4,203,919 | 18,596,272 | ||||
| 소모품비 | 3,738,378 | 16,163,349 | 3,559,656 | 19,428,336 | ||||
| 지급수수료(주6) | 625,151,259 | 1,829,056,132 | 630,992,937 | 1,947,554,153 | ||||
| 건물관리비 | 52,624,540 | 139,691,494 | 49,170,266 | 129,259,938 | ||||
| 대손상각비 | - | - | - | 3,300,000 | ||||
| Ⅴ.영업이익(손실) | 1,189,325,765 | (651,627,125) | 1,880,328,148 | 950,844,588 | ||||
| Ⅵ.영업외수익 | 228,646,810 | 628,365,179 | 2,778,334,518 | 3,725,198,432 | ||||
| 이자수익 | 131,665,890 | 311,988,669 | 96,296,869 | 133,255,574 | ||||
| 외환차익 | - | 160,813 | 56,807 | 84,972 | ||||
| 외화환산이익 | 33,521,702 | 56,238,986 | - | - | ||||
| 국고보조금 | 64,574,190 | 222,579,540 | 23,765,570 | 163,445,800 | ||||
| 단기매매증권처분이익 | - | - | - | - | ||||
| 매도가능증권처분이익 | - | - | - | - | ||||
| 지분법이익(주5) | (9,919,481) | 25,990,247 | 2,658,213,752 | 3,397,419,424 | ||||
| 잡이익 | 8,804,509 | 11,406,924 | 1,520 | 30,992,662 | ||||
| Ⅶ.영업외비용 | 180,976,922 | 9,364,879,637 | 2,065,000 | 6,959,189 | ||||
| 이자비용 | - | - | - | - | ||||
| 외환차손 | - | 89,041 | - | - | ||||
| 지분법손실(주5) | 186,981,068 | 9,354,634,369 | - | - | ||||
| 외환환산손실 | (7,108,819) | 4,285,986 | - | - | ||||
| 기부금 | 1,095,000 | 5,285,000 | 2,065,000 | 4,195,000 | ||||
| 잡손실 | 9,673 | 585,241 | - | - | 2,764,189 | - | ||
| Ⅷ. 법인세비용차감전 순이익(손실) | 1,236,995,653 | (9,388,141,583) | 4,656,597,666 | 4,669,083,831 | ||||
| Ⅸ.법인세비용(주17) | - | 271,718,953 | - | - | ||||
| Ⅹ.당기순이익(손실) | 1,236,995,653 | (9,659,860,536) | 4,656,597,666 | 4,669,083,831 | ||||
| XI. 주당손익(주22) | ||||||||
| 기본주당이익(손실) | 213 | (1,663) | 809 | 814 |
"첨부된 주석은 본 분기재무제표의 일부입니다."
| 분 기 자 본 변 동 표 | |
| 제23(당)기 3분기 (2022년 01월 01일부터 2022년 09월 30일까지) | |
| 제22(전)기 3분기 (2021년 01월 01일부터 2021년 09월 30일까지) | |
| 주식회사 와이즈넛 | (단위 : 원) |
| 과 목 | 자 본 금 | 자 본잉여금 | 자 본조 정 | 기타포괄손익누계액 | 이 익잉여금 | 총 계 |
|---|---|---|---|---|---|---|
| 2021.1.1(전기초)(검토받지 아니한 재무제표) | 2,859,560,000 | 7,759,364,013 | 685,400,579 | 8,668,805,404 | 24,400,596,994 | 44,373,726,990 |
| 주식선택권행사 | 20,359,500 | 287,580,178 | (92,913,012) | 215,026,666 | ||
| 지분법자본변동 | (2,566,817,754) | (2,566,817,754) | ||||
| 분기순이익(손실) | - | - | - | - | 4,669,083,831 | 4,669,083,831 |
| 현금배당 | - | - | - | - | (228,764,800) | (228,764,800) |
| 2021.9.30(전분기말)(검토받지 아니한 재무제표) | 2,879,919,500 | 8,046,944,191 | 592,487,567 | 6,101,987,650 | 28,840,916,025 | 46,462,254,933 |
| 2022.1.1(당기초) | 2,892,726,000 | 8,237,229,087 | 594,417,082 | 6,249,342,288 | 31,797,114,512 | 49,770,828,969 |
| 주식선택권행사 | 16,832,500 | 239,475,729 | (58,598,580) | - | - | 197,709,649 |
| 지분법자본변동 | 602,541,116 | 602,541,116 | ||||
| 분기순이익(손실) | - | - | - | - | (9,659,860,536) | (9,659,860,536) |
| 현금배당 | - | - | - | - | (1,012,454,100) | (1,012,454,100) |
| 2022.9,30(당분기말) | 2,909,558,500 | 8,476,704,816 | 535,818,502 | 6,851,883,404 | 21,124,799,876 | 39,898,765,098 |
"첨부된 주석은 본 분기재무제표의 일부입니다."
| 분 기 현 금 흐 름 표 | |
| 제23(당)기 3분기 (2022년 01월 01일부터 2022년 09월 30일까지) | |
| 제22(전)기 3분기 (2021년 01월 01일부터 2021년 09월 30일까지) | |
| 주식회사 와이즈넛 | (단위 : 원) |
| 과 목 | 제23(당)기 3분기 | 제22(전)기 3분기(검토받지 아니한 재무제표) | ||
|---|---|---|---|---|
| Ⅰ.영업활동으로 인한 현금흐름 | (537,422,393) | 2,772,542,943 | ||
| (1)당기순이익(손실) | (9,659,860,536) | 4,669,083,831 | ||
| (2)현금의 유출이 없는 비용 등의 가산 | 10,582,319,501 | 1,004,226,816 | ||
| 퇴직급여 | 986,441,964 | 799,688,490 | ||
| 감가상각비 | 153,830,853 | 154,041,435 | ||
| 무형자산상각비 | 55,375,515 | 47,196,891 | ||
| 지분법손실 | 9,354,634,369 | - | ||
| 대손상각비 | - | 3,300,000 | ||
| 주식보상비용 | 32,006,800 | |||
| 기타보증금 | 30,000 | |||
| (3)현금의 유입이 없는 수익 등의 차감 | (25,990,247) | (3,397,419,424) | ||
| 지분법이익 | 25,990,247 | 3,397,419,424 | ||
| 단기매매증권처분이익 | - | - | ||
| (4)영업활동으로 인한 자산ㆍ부채의 변동 | (1,433,891,111) | 496,651,720 | ||
| 매출채권의 감소(증가) | 1,314,097,917 | 3,317,140,658 | ||
| 미수금의 감소(증가) | (47,095,909) | (9,154,476) | ||
| 미수수익의 감소(증가) | (86,146,873) | 19,075,800 | ||
| 선급금의 감소(증가) | 527,700 | 1,235,527 | ||
| 임차보증금의 감소(증가) | 14,400,000 | 151,800,000 | ||
| 선급비용의 감소(증가) | 265,236,683 | (63,006,489) | ||
| 당기법인세자산의 감소(증가) | (27,207,419) | (684,236,230) | ||
| 매입채무의 증가(감소) | (1,125,342,907) | (783,147,235) | ||
| 미지급금의 증가(감소) | (257,573,981) | (86,668,337) | ||
| 미지급비용의 증가(감소) | 89,229,885 | (52,462,949) | ||
| 선수금의 증가(감소) | (1,594,026,143) | (334,829,592) | ||
| 예수금의 증가(감소) | 175,414,266 | 657,525,154 | ||
| 당기법인세부채의 증가(감소) | - | (1,513,881,401) | ||
| 유동이연법인세자산의 감소(증가) | (23,889,216) | |||
| 비유동이연법인세자산의 감소(증가) | 124,777,224 | |||
| 퇴직금의 지급 | (256,292,338) | (122,738,710) | ||
| Ⅱ.투자활동으로 인한 현금흐름 | (3,916,861,939) | (5,458,042,717) | ||
| (1)투자활동으로 인한 현금유입액 | 248,030,003 | 176,511,518 | ||
| 단기금융상품의 감소 | 118,550,000 | - | ||
| 단기대여금의 회수 | 14,600,003 | 15,933,334 | ||
| 국고보조금의 수령 | 114,880,000 | 160,578,184 | ||
| (2)투자활동으로 인한 현금유출액 | (4,164,891,942) | (5,634,554,235) | ||
| 단기금융상품의 증가 | 4,000,000,000 | 4,000,000,000 | ||
| 단기매매증권의 증가 | - | 997,493,151 | ||
| 비품의 취득 | 126,314,422 | 225,342,284 | ||
| 산업재산권의 취득 | 22,977,520 | 5,718,800 | ||
| 소프트웨어의 취득 | 15,600,000 | 136,000,000 | ||
| 비유동보증금의 증가 | 270,000,000 | |||
| Ⅲ.재무활동으로 인한 현금흐름 | (827,407,166) | (9,116,054) | ||
| (1)재무활동으로 인한 현금유입액 | 165,702,849 | 215,026,666 | ||
| 주식선택권의 행사 | 165,702,849 | 215,026,666 | ||
| (2)재무활동으로 인한 현금유출액 | (993,110,015) | (224,142,720) | ||
| 현금배당 | 993,110,015 | 224,142,720 | ||
| Ⅳ.현금의 증가(Ⅰ+Ⅱ+Ⅲ) | (5,281,691,498) | (2,694,615,828) | ||
| Ⅴ.기초의 현금 | 14,772,019,568 | 15,799,635,613 | ||
| Ⅵ.기말의 현금 | 9,490,328,070 | 13,105,019,785 |
"첨부된 주석은 본 분기재무제표의 일부입니다."
5. 재무제표 주석
| 제23(당)기 3분기 (2022년 01월 01일부터 2022년 09월 30일까지) | |
| 제22(전)기 3분기 (2021년 01월 01일부터 2021년 09월 30일까지) | |
| 주식회사 와이즈넛 | (단위 : 원) |
1. 회사의 개요 주식회사 와이즈넛("당사")은 2000년 5월 16일 설립되어, 현재까지 자체 부설 R&D연구소를 통해 인공지능 소프트웨어 기반 기술인 언어처리 기술 및 의미 분석 기술, 텍스트 마이닝, 인공지능 대화 처리 기술 등을 지속적으로 개발해왔습니다. 이러한 원천기술을 기반으로 인공지능 챗봇, 빅데이터, 검색, 분석, 디스플레이 광고를 포함한 애드네트워크 등의 분야에서 사업을 영위하고 있습니다. 경기도 성남시 분당구 대왕판교로644번길 49에 본사를 두고 있으며, 중국 등에 현지법인을 두고 있습니다. 한편, 당사는 2009년 3월 17일자로 상호를 주식회사 코리아와이즈넛에서 주식회사 와이즈넛으로 변경하였습니다. 당분기말 현재 당사의 주요 주주는 윤여걸(23.22%), 주식회사 솔본인베스트먼트(16.53%) 및 안광일(5.83%) 등으로 구성되어 있습니다.
2. 재무제표 작성기준
(1) 회계기준의 적용당사의 분기재무제표는 일반기업회계기준에 따라 작성되는 중간재무제표입니다. 동 재무제표는 일반기업회계기준서 제29장 '중간재무제표'에 따라 작성되었으며 연차재무제표에서 요구되는 정보에 비하여 적은 정보를 포함하고 있습니다. 선별적 주석은 직전 연차보고기간말 후 발생한 당사의 재무상태와 경영성과의 변동을 이해하는데 유의적인 거래나 사건에 대한 설명을 포함하고 있습니다.
(2) 추정과 판단일반기업회계기준에서는 중간재무제표를 작성함에 있어서 회계정책의 적용이나 중간보고기간말 현재 자산, 부채 및 수익, 비용의 보고금액에 영향을 미치는 사항에 대하여 경영진의 최선의 판단을 기준으로 한 추정치와 가정의 사용을 요구하고 있습니다. 중간보고기간말 현재 경영진의 최선의 판단을 기준으로 한 추정치와 가정이 실제환경과 다를 경우 이러한 추정치와 실제결과는 다를 수 있습니다.분기재무제표에서 사용된 당사의 회계정책의 적용과 추정금액에 대한 경영진의 판단은 2021년 12월 31일로 종료되는 보고기간의 연차재무제표와 동일한 회계정책과 추정의 근거를 사용하였습니다.3. 유의적인 회계정책당사는 2021년 12월 31일로 종료되는 회계연도의 연차재무제표를 작성할 때에 적용한 것과 동일한 회계정책을 적용하고 있습니다.
4. 매도가능증권당분기말 현재 매도가능증권의 내역은 다음과 같습니다.
| (단위: 천원) | ||||||
|---|---|---|---|---|---|---|
| 구분 | 취득원가 | 미실현손익 | 장부금액 | |||
| --- | --- | --- | --- | --- | --- | --- |
| 기초가액 | 당기평가액 | 처분으로인한 실현금액 | 기말잔액 | |||
| --- | --- | --- | --- | --- | --- | --- |
| 지분증권(주1) | 1 | 1 | - | - | 1 | 1 |
| 출자금(주1) | 1,500 | 1,500 | - | - | 1,500 | 1,500 |
| 합계 | 1,501 | 1,501 | - | - | 1,501 | 1,501 |
(주1) 공정가치를 신뢰성 있게 측정할 수 없어 취득원가로 계상하였습니다.5. 지분법적용투자주식(1) 당분기말① 지분법적용 피투자회사에 대한 투자주식의 지분율 현황 등은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 지분율(%) | 취득원가 | 순자산가액 | 장부금액 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 100 | 250,000 | 166,182 | 166,182 |
| IZENE TECH, Inc. | 30.93 | 781,315 | (3,785,640) | - |
| 합계 | 1,031,315 | (3,619,458) | 166,182 |
② 종목별 지분법 평가내역은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 기초평가액 | 지분법이익 | 지분법자본변동 | 기말평가액 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 140,192 | 25,990 | - | 166,182 |
| IZENE TECH, Inc. | 8,752,092 | (9,354,634) | 602,542 | - |
| 합계 | 8,892,284 | (9,328,644) | 602,542 | 166,182 |
상기 피투자회사는 독립된 감사인의 감사ㆍ검토를 받은 재무제표를 결산확정일까지 입수하기 어려워 가결산 재무제표를 이용하여 지분법을 적용하였으며, 당사는 이들 가결산 재무제표에 대하여 신뢰성 검증절차를 수행하였습니다.③ 지분법 피투자회사의 요약 재무정보는 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 자산총액 | 부채총액 | 매출액 | 당기순손익 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 254,179 | 87,998 | 509,573 | 31,159 |
| IZENE TECH, Inc. | 27,273,545 | 31,059,185 | 60,642,205 | (9,067,299) |
④ 지분법 적용의 중지로 인하여 인식하지 못한 누적 미반영 손실은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 당기 | 전기 | ||
| --- | --- | --- | --- | --- |
| 미반영 손실 | 미반영 손실누계액 | 미반영 손실 | 미반영 손실누계액 | |
| --- | --- | --- | --- | --- |
| IZENE TECH, Inc. | 1,170,899 | 1,170,899 | - | - |
(2) 전기말① 지분법적용 피투자회사에 대한 투자주식의 지분율 현황 등은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 지분율(%) | 취득원가 | 순자산가액 | 장부금액 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 100 | 250,000 | 140,191 | 140,191 |
| IZENE TECH, Inc. | 30.93 | 781,315 | 28,296,454 | 8,752,093 |
| 합계 | 1,031,315 | 28,436,645 | 8,892,284 |
② 종목별 지분법 평가내역은 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 기초평가액 | 지분법이익 | 지분법자본변동 | 기말평가액 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 87,520 | 52,672 | - | 140,192 |
| IZENE TECH, Inc. | 8,509,910 | 2,661,645 | (2,419,463) | 8,752,092 |
| 합계 | 8,597,430 | 2,714,317 | (2,419,463) | 8,892,284 |
상기 피투자회사는 독립된 감사인의 감사ㆍ검토를 받은 재무제표를 결산확정일까지 입수하기 어려워 가결산 재무제표를 이용하여 지분법을 적용하였으며, 당사는 이들 가결산 재무제표에 대하여 신뢰성 검증절차를 수행하였습니다.③ 지분법 피투자회사의 요약 재무정보는 다음과 같습니다.
| (단위:천원) | ||||
|---|---|---|---|---|
| 피투자회사명 | 자산총액 | 부채총액 | 매출액 | 당기순손익 |
| --- | --- | --- | --- | --- |
| (주)이노클 | 249,875 | 109,684 | 645,844 | 55,426 |
| IZENE TECH, Inc. | 63,441,055 | 35,144,601 | 186,654,297 | 1,034,052 |
6. 특수관계자(1) 당분기말과 전기말 현재 당사의 특수관계자는 다음과 같습니다.
| 구분 | 회사명 |
|---|---|
| 종속기업 | (주)이노클 |
| 관계기업 | IZENE Tech, Inc. |
| 기타 | IZENE HK, Ltd. |
| B5Msoft(Shanghai) Co. Ltd. | |
| ZAIHONG(Shanghai) Co. Ltd | |
| iZENE Japan G.K.'s | |
| 아이젠 코리아 | |
| ZAIHE Co. LTd | |
| IZENE AUSTRALIA PTY, LTD | |
| IZENE US, Inc |
(2) 당분기와 전분기 중 특수관계자와의 매출ㆍ매입 등 거래 내역은 다음과 같습니다.① 당분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 구분 | 회사명 | 임대료수입 | 유지보수료수입 | 지급수수료 |
| --- | --- | --- | --- | --- |
| 종속기업 | (주)이노클 | 27,000 | - | 509,573 |
| 기타 | IZENEHK,LIMITED | - | 13,071 | - |
| 합계 | 27,000 | 13,071 | 509,573 |
② 전분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 구분 | 회사명 | 임대료수입 | 유지보수료수입 | 지급수수료 |
| --- | --- | --- | --- | --- |
| 종속기업 | (주)이노클 | 22,599 | - | 465,403 |
| 기타 | IZENEHK,LIMITED | - | 8,123 | - |
| 합계 | 22,599 | 8,123 | 465,403 |
(3) 당분기말과 전기말 현재 특수관계자에 대한 채권ㆍ채무 내역은 다음과 같습니다.① 당분기말
| (단위:천원) | ||||
|---|---|---|---|---|
| 구분 | 회사명 | 채권 | 채무 | |
| --- | --- | --- | --- | --- |
| 매출채권 | 대여금 | 미지급금 | ||
| --- | --- | --- | --- | --- |
| 종속기업 | (주)이노클 | 3,300 | - | 51,255 |
| 기타 | 주요 경영진 | - | - | - |
| 합계 | 3,300 | - | 51,255 |
② 전기말
| (단위:천원) | ||||
|---|---|---|---|---|
| 구분 | 회사명 | 채권 | 채무 | |
| --- | --- | --- | --- | --- |
| 매출채권 | 대여금 | 미지급금 | ||
| --- | --- | --- | --- | --- |
| 종속기업 | (주)이노클 | 3,300 | - | 55,343 |
| 기타 | 주요 경영진 | - | - | - |
| 합계 | 3,300 | - | 55,343 |
(4) 당분기말 현재 당사가 특수관계자를 위하여 제공하고 있는 담보 및 지급보증과 특수관계자로부터 제공받고 있는 담보 및 지급보증은 없습니다.7. 유형자산(1) 당분기와 전분기 중 유형자산의 변동내역은 다음과 같습니다.① 당분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 과목 | 기초장부금액 | 취득액(*)(자본적지출 포함) | 감가상각비 | 기말장부금액 |
| --- | --- | --- | --- | --- |
| 토지 | 1,609,027 | - | - | 1,609,027 |
| 건물 | 3,606,907 | - | (90,409) | 3,516,498 |
| 차량운반구 | 44,226 | - | (11,057) | 33,170 |
| 비품 | 268,684 | 27,034 | (52,366) | 243,353 |
| 합계 | 5,528,843 | 27,034 | (153,831) | 5,402,047 |
(*) 국고보조금 수령액을 차감한 금액입니다.② 전분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 과목 | 기초장부금액 | 취득액(*)(자본적지출 포함) | 감가상각비 | 기말장부금액 |
| --- | --- | --- | --- | --- |
| 토지 | 1,609,027 | - | - | 1,609,027 |
| 건물 | 3,727,452 | - | (90,409) | 3,637,043 |
| 차량운반구 | 58,968 | - | (11,057) | 47,912 |
| 비품 | 273,533 | 64,764 | (52,576) | 285,721 |
| 합계 | 5,668,979 | 64,764 | (154,041) | 5,579,702 |
(*) 국고보조금 수령액을 차감한 금액입니다.(2) 당분기말과 전기말 현재 당사의 보유 토지의 공시지가는 다음과 같습니다.
| (단위:천원) | |||||
|---|---|---|---|---|---|
| 과목 | 종류(면적) | 장부금액 | 공시지가 | ||
| --- | --- | --- | --- | --- | --- |
| 당분기말 | 전기말 | 당분기말 | 전기말 | ||
| --- | --- | --- | --- | --- | --- |
| 토지 | 사옥부지(496.86㎡) | 1,609,027 | 1,609,027 | 2,524,049 | 2,524,049 |
8. 보험가입내역당분기말 현재 당사가 보험에 가입한 내역은 다음과 같습니다.
| (단위:천원) | |||
|---|---|---|---|
| 보험종류 | 자산 | 부보액 | 보험회사명 |
| --- | --- | --- | --- |
| 단체보험 | 신체배상 | 26,400,000 | AIA생명보험 |
9. 무형자산(1) 당분기와 전분기 중 무형자산의 변동내용은 다음과 같습니다.① 당분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 과목 | 기초장부금액 | 증가액 | 상각액 | 기말장부금액 |
| --- | --- | --- | --- | --- |
| 산업재산권 | 42,039 | 22,978 | (14,643) | 50,374 |
| 소프트웨어 | 190,437 | - | (40,732) | 149,704 |
| 합계 | 232,476 | 22,978 | (55,376) | 200,078 |
② 전분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 과목 | 기초장부금액 | 증가액 | 상각액 | 기말장부금액 |
| --- | --- | --- | --- | --- |
| 산업재산권 | 53,506 | 5,719 | (12,889) | 46,335 |
| 소프트웨어 | 85,680 | 136,000 | (34,308) | 187,372 |
| 합계 | 139,186 | 141,719 | (47,197) | 233,708 |
10. 정부보조금(1) 당사는 정보통신 연구개발사업과 관련하여 산업자원부 및 과학기술부와 개발협약을 체결하여 수령한 국고보조금 중 자산 취득에 사용한 국고보조금을 관련 자산에서 차감하는 형식으로 표시하고 있습니다.(2) 당분기와 전분기 중 국고보조금의 변동내역은 다음과 같습니다.① 당분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 관련 자산 | 기초금액 | 취득 | 감가상각비 상계 | 기말금액 |
| --- | --- | --- | --- | --- |
| 비품 | 4,939,498 | 99,280 | (847,242) | 4,191,537 |
| 소프트웨어 | 25,269 | 15,600 | (9,699) | 31,171 |
| 합계 | 4,964,768 | 114,880 | (856,940) | 4,222,707 |
② 전분기
| (단위:천원) | ||||
|---|---|---|---|---|
| 관련 자산 | 기초금액 | 취득 | 감가상각비 상계 | 기말금액 |
| --- | --- | --- | --- | --- |
| 비품 | 5,916,819 | 160,578 | (853,424) | 5,223,973 |
| 소프트웨어 | 43,906 | - | (13,978) | 29,928 |
| 합계 | 5,960,725 | 160,578 | (867,402) | 5,253,901 |
11. 담보제공자산 등(1) 당분기말 현재 담보로 제공되어 있는 자산은 없습니다.
(2) 당분기말 현재 당사는 서울보증보험으로부터 계약ㆍ하자 등에 대한 지급보증 및 임직원 주택자금 등 대여금에 대한 지급보증을 제공받고 있습니다.(3) 당분기말 현재 당사가 타인을 위하여 제공하고 있는 담보 및 지급보증은 없습니다.
12. 금융부채의 유동성 위험관리 방법 및 종류별 만기 분석
(1) 유동성위험 관리 방법
유동성위험이란 당사가 금융부채에 관련된 의무를 충족하는 데 어려움을 겪게 될 위험을 의미합니다. 당사의 유동성 관리방법은 재무적으로 어려운 상황에서도 받아들일 수 없는 손실이 발생하거나, 당사의 평판에 손상을 입힐 위험 없이, 만기일에 부채를 상환할 수 있는 충분한 유동성을 유지하도록 하는 것입니다.
(2) 당분기말과 전기말 현재 금융부채의 계약상 만기는 다음과 같습니다.① 당분기말
| (단위:천원) | |||||
|---|---|---|---|---|---|
| 구분 | 장부금액 | 6개월이내 | 6~12개월 | 1~2년 | 2~5년 |
| --- | --- | --- | --- | --- | --- |
| 매입채무 | 226,639 | 226,639 | - | - | - |
| 미지급금 | 1,134,316 | 1,134,316 | - | - | - |
| 미지급비용 | 978,528 | 978,528 | - | - | - |
| 임대보증금 | 48,500 | - | 48,500 | - | - |
| 합계 | 2,387,983 | 2,339,483 | 48,500 | - | - |
② 전기말
| (단위:천원) | |||||
|---|---|---|---|---|---|
| 구분 | 장부금액 | 6개월이내 | 6~12개월 | 1~2년 | 2~5년 |
| --- | --- | --- | --- | --- | --- |
| 매입채무 | 1,351,982 | 1,351,982 | - | - | - |
| 미지급금 | 1,391,890 | 1,391,890 | - | - | - |
| 미지급비용 | 889,298 | 889,298 | - | - | - |
| 임대보증금 | 48,500 | - | 48,500 | - | - |
| 합계 | 3,681,670 | 3,633,170 | 48,500 | - | - |
13. 퇴직급여
당사의 퇴직연금제도는 확정기여형 퇴직연금제도이므로, 당사는 연금의 운용결과와 관계없이 확정된 부담금을 납부하며, 당해 회계기간에 납부하여야 할 부담금을 퇴직급여로 인식하고 있습니다. 당분기와 전분기 중 당사가 확정기여제도와 관련하여 비용으로 인식한 금액은 각각 986,442천원 및 799,688천원입니다.
14. 외화자산 및 부채당분기말과 전기말 현재 외화자산 및 부채의 내역은 다음과 같습니다.
| (원화단위:천원) | ||||||||
|---|---|---|---|---|---|---|---|---|
| 과목 | 당분기말 | 전기말 | ||||||
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 외화 | 환율 | 원화환산액 | 외화 | 환율 | 원화환산액 | |||
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 현금및현금성자산 | JPY | 15,580,676 | 9.9325 | 154,755 | JPY | 11,370,476 | 10.3 | 117,143 |
| USD | 231,164 | 1,434.80 | 331,673 | USD | 197,499 | 1,185.50 | 234,135 | |
| EUR | 14,932 | 1,408.83 | 21,036 | EUR | 12,041 | 1,342.34 | 16,164 | |
| AUD | 3,471 | 933.12 | 3,239 | AUD | 1,735 | 858.89 | 1,490 | |
| 정기예금 | USD | - | - | - | USD | 100,000 | 1,185.50 | 118,550 |
| 합계 | - | 510,704 | - | 487,482 |
15. 약정사항
당분기말 현재 당사가 금융기관과 체결한 약정사항은 없습니다.
16. 자본금 및 자본잉여금(1) 당분기말 현재 당사가 발행할 주식의 총수, 발행한 주식의 수 및 1주당 금액은 각각 50,000,000주, 5,819,117주 및 500원입니다.
(2) 당분기와 전기 중 자본금 및 자본잉여금의 변동내역은 다음과 같습니다.① 자본금
| (단위:천원) | ||||
|---|---|---|---|---|
| 내역 | 당분기 | 전기 | ||
| --- | --- | --- | --- | --- |
| 주식수(주) | 자본금 | 주식수(주) | 자본금 | |
| --- | --- | --- | --- | --- |
| 기초 | 5,785,452 | 2,892,726 | 5,719,120 | 2,859,560 |
| 주식선택권 행사 | 33,665 | 16,833 | 66,332 | 33,166 |
| 분기말 | 5,819,117 | 2,909,559 | 5,785,452 | 2,892,726 |
② 자본잉여금
| (단위:천원) | ||
|---|---|---|
| 내역 | 당분기 | 전기 |
| --- | --- | --- |
| 기초잔액 | 8,237,229 | 7,759,364 |
| 주식선택권 행사 | 238,320 | 468,069 |
| 주식선택권 만기소멸 | 1,156 | 9,796 |
| 분기말잔액 | 8,476,705 | 8,237,229 |
17. 법인세비용
당기 및 전기의 법인세비용의 구성내역은 다음과 같습니다.
| (단위:천원) | ||
|---|---|---|
| 내역 | 당분기 | 전분기 |
| --- | --- | --- |
| 법인세부담액 | 170,831 | - |
| 일시적차이로 인한 이연법인세 변동액 | 100,888 | - |
| 법인세비용 | 271,719 | - |
18. 주식기준보상(1) 당분기말 현재 당사가 보유하고 있는 주식기준보상약정은 다음과 같습니다.
| 구분 | 주식결제형(주식선택권 부여) | ||||
|---|---|---|---|---|---|
| 13차 | 14차 | 15차 | 16차 | 17차 | |
| --- | --- | --- | --- | --- | --- |
| 부여일 | 2017.03.23 | 2018.03.22 | 2019.03.21 | 2021.03.26 | 2022.03.29 |
| 최초부여수량 | 114,001주 | 96,815주 | 96,200주 | 38,722주 | 36,973주 |
| 잔여수량 | 80,000주 | 74,438주 | 81,586주 | 36,722주 | 35,990주 |
| 행사가격 | 5,180원 | 5,429원 | 6,154원 | 11,626원 | 10,570원 |
| 만기 | 2023.03.22 | 2024.03.21 | 2025.03.20 | 2026.03.25 | 2027.03.28 |
| 가득조건 | 용역제공조건 2년 | 용역제공조건 2년 | 용역제공조건 2년 | 용역제공조건 2년 | 용역제공조건 2년 |
(2) 당사는 공정가치법을 적용하여 주식기준보상약정을 평가하였으며, 공정가치 평가에 적용된 보상원가 산정변수는 다음과 같습니다.
| 구분 | 13차 | 14차 | 15차 | 16차 | 17차 |
|---|---|---|---|---|---|
| 무위험이자율 | 2.63~2.67% | 2.63~2.67% | 2.63~2.67% | 2.63~2.67% | 2.63~2.67% |
| 기대행사기간 | 4~5년 | 4~5년 | 4~5년 | 4~5년 | 4~5년 |
| 예상주가변동성 | 36.40~40.71% | 36.40~40.71% | 36.40~40.71% | 36.40~40.71% | 36.40~40.71% |
(3) 당분기말와 전기말 중 주식선택권의 변동내역은 다음과 같습니다.
| (단위:주) | ||
|---|---|---|
| 구분 | 당분기 | 전기 |
| --- | --- | --- |
| 기초 | 308,674 | 340,839 |
| 부여 | 36,973 | 38,722 |
| 행사 | (33,665) | (66,332) |
| 취소 또는 중도청산 | (3,246) | (4,555) |
| 당기말 | 308,736 | 308,674 |
19. 포괄손익계산서당기와 전기 중 포괄손익계산서의 내역은 다음과 같습니다.
| (단위:천원) | ||
|---|---|---|
| 과 목 | 당분기 | 전분기 |
| --- | --- | --- |
| 당기순이익 | (9,659,861) | 4,669,084 |
| 기타포괄손익 | - | - |
| 지분법자본변동 | 137,935 | (2,566,818) |
| 매도가능증권평가이익 | - | - |
| 포괄이익 | (9,521,926) | 2,102,266 |
20. 현금흐름표
당분기와 전분기의 투자와 재무활동 중 현금의 유입과 유출이 없는 중요한 거래내역은 다음과 같습니다.
| (단위:천원) | ||
|---|---|---|
| 구분 | 당분기 | 전분기 |
| --- | --- | --- |
| 임차보증금의 유동성대체 | 306,550 | - |
21. 부가가치 관련자료당분기와 전분기의 매출원가 및 판매비와관리비에 포함된 부가가치계산에 필요한 자료는다음과 같습니다.
| (단위:천원) | ||
|---|---|---|
| 계정과목 | 당분기 | 전분기 |
| --- | --- | --- |
| 급여 | 12,654,766 | 10,277,047 |
| 퇴직급여 | 986,442 | 799,688 |
| 복리후생비 | 2,223,444 | 1,766,446 |
| 임차료 | 104,848 | 77,538 |
| 감가상각비 | 153,831 | 154,041 |
| 무형자산상각비 | 55,376 | 47,197 |
| 세금과공과 | 94,814 | 82,221 |
22. 주당손익
(1) 당분기와 전분기의 기본주당이익(손실)의 산출내역은 다음과 같습니다.
| (단위: 원) | ||||
|---|---|---|---|---|
| 구 분 | 당분기 | 전분기 | ||
| --- | --- | --- | --- | --- |
| 3개월 | 누적 | 3개월 | 누적 | |
| --- | --- | --- | --- | --- |
| 보통주 분기순이익(손실) | 1,236,995,653 | (9,659,860,536) | 4,656,597,666 | 4,669,083,831 |
| 가중평균유통보통주식수(주1) | 5,818,801 | 5,807,882 | 5,755,069 | 5,733,437 |
| 기본주당이익(손실) | 213 | (1,663) | 809 | 814 |
(주1) 당분기와 전분기중 가중평균 유통보통주식수의 산정내역은 다음과 같습니다.
| (단위: 주) | ||||
|---|---|---|---|---|
| 구 분 | 당분기 | 전분기 | ||
| --- | --- | --- | --- | --- |
| 3개월 | 누적 | 3개월 | 누적 | |
| --- | --- | --- | --- | --- |
| 기초 유통주식수 | 5,818,588 | 5,785,452 | 5,744,167 | 5,719,120 |
| 기중 변동주식수 | 213 | 22,430 | 10,902 | 14,317 |
| 가중평균 유통보통주식수 | 5,818,801 | 5,807,882 | 5,755,069 | 5,733,437 |
(2) 희석주당손실
희석주당손실은 모든 희석성 잠재적보통주가 보통주로 전환된다고 가정하여 조정한 가중평균 유통보통주식수를 적용하여 산정하고 있습니다. 당분기와 전분기의 경우 반희석화효과로 기본주당손실과 희석주당손실은 동일합니다.
| (단위: 원) | ||||
|---|---|---|---|---|
| 구 분 | 당분기 | 전분기 | ||
| --- | --- | --- | --- | --- |
| 3개월 | 누적 | 3개월 | 누적 | |
| --- | --- | --- | --- | --- |
| 지배기업 소유주지분에 귀속되는 당기순이익(손실) | 1,236,995,653 | (9,659,860,536) | 4,656,597,666 | 4,669,083,831 |
| 가중평균유통보통주식수(주1) | 5,818,801 | 5,807,882 | 5,755,069 | 5,733,437 |
| 기본주당이익(손실) | 213 | (1,663) | 809 | 814 |
6. 배당에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
7. 증권의 발행을 통한 자금조달에 관한 사항 7-1. 증권의 발행을 통한 자금조달 실적[지분증권의 발행 등과 관련된 사항]
가. 증자(감자)현황
2022년 09월 30일(단위 : 원, 주)
| (기준일 : | ) |
2021년 05월 25일주식매수선택권행사보통주5,9395004,7532021년 05월 25일주식매수선택권행사보통주9,0015005,1802021년 05월 25일주식매수선택권행사보통주6,5015005,4292021년 05월 25일주식매수선택권행사보통주3,6065006,1542021년 07월 22일주식매수선택권행사보통주3,9225004,7532021년 07월 22일주식매수선택권행사보통주6,0005005,1802021년 07월 22일주식매수선택권행사보통주3,3365005,4292021년 07월 22일주식매수선택권행사보통주2,4145006,1542021년 12월 08일주식매수선택권행사보통주7885005,4292021년 12월 08일주식매수선택권행사보통주5985006,1542021년 12월 23일주식매수선택권행사보통주24,2275004,7532022년 03월 17일주식매수선택권행사보통주8,6405004,7532022년 03월 18일주식매수선택권행사보통주1,2345004,7532022년 03월 21일주식매수선택권행사보통주6,2355004,7532022년 03월 22일주식매수선택권행사보통주2,6875004,7532022년 04월 05일주식매수선택권행사보통주7,4055004,7532022년 04월 05일주식매수선택권행사보통주1,0005005,1802022년 04월 05일주식매수선택권행사보통주8615005,4292022년 04월 05일주식매수선택권행사보통주6705006,1542022년 04월 07일주식매수선택권행사보통주1,2355004,7532022년 05월 20일주식매수선택권행사보통주1,7605005,4292022년 05월 20일주식매수선택권행사보통주1,4095006,1542022년 08월 25일주식매수선택권행사보통주2205005,4292022년 08월 25일주식매수선택권행사보통주3095006,154
| 주식발행(감소)일자 | 발행(감소)형태 | 발행(감소)한 주식의 내용 | | | | |
| --- | --- | --- | --- | --- |
| 종류 | 수량 | 주당액면가액 | 주당발행(감소)가액 | 비고 |
| --- | --- | --- | --- | --- |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
| - |
[채무증권의 발행 등과 관련된 사항]
당사는 사업보고서 제출일 현재 해당사항이 없습니다.
채무증권 발행실적 2022년 09월 30일(단위 : 원, %)
| (기준일 : | ) |
-------------------------
| 발행회사 | 증권종류 | 발행방법 | 발행일자 | 권면(전자등록)총액 | 이자율 | 평가등급(평가기관) | 만기일 | 상환여부 | 주관회사 |
|---|---|---|---|---|---|---|---|---|---|
| 합 계 | - | - | - | - |
기업어음증권 미상환 잔액 2022년 09월 30일(단위 : 원)
| (기준일 : | ) |
---------------------------
| 잔여만기 | | 10일 이하 | 10일초과30일이하 | 30일초과90일이하 | 90일초과180일이하 | 180일초과1년이하 | 1년초과2년이하 | 2년초과3년이하 | 3년 초과 | 합 계 |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 미상환 잔액 | 공모 |
| 사모 |
| 합계 |
단기사채 미상환 잔액 2022년 09월 30일(단위 : 원)
| (기준일 : | ) |
------------------------
| 잔여만기 | | 10일 이하 | 10일초과30일이하 | 30일초과90일이하 | 90일초과180일이하 | 180일초과1년이하 | 합 계 | 발행 한도 | 잔여 한도 |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 미상환 잔액 | 공모 |
| 사모 |
| 합계 |
회사채 미상환 잔액 2022년 09월 30일(단위 : 원)
| (기준일 : | ) |
------------------------
| 잔여만기 | | 1년 이하 | 1년초과2년이하 | 2년초과3년이하 | 3년초과4년이하 | 4년초과5년이하 | 5년초과10년이하 | 10년초과 | 합 계 |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 미상환 잔액 | 공모 |
| 사모 |
| 합계 |
신종자본증권 미상환 잔액 2022년 09월 30일(단위 : 원)
| (기준일 : | ) |
------------------------
| 잔여만기 | | 1년 이하 | 1년초과5년이하 | 5년초과10년이하 | 10년초과15년이하 | 15년초과20년이하 | 20년초과30년이하 | 30년초과 | 합 계 |
| --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 미상환 잔액 | 공모 |
| 사모 |
| 합계 |
조건부자본증권 미상환 잔액 2022년 09월 30일(단위 : 원)
| (기준일 : | ) |
------------------------------
| 잔여만기 | | 1년 이하 | 1년초과2년이하 | 2년초과3년이하 | 3년초과4년이하 | 4년초과5년이하 | 5년초과10년이하 | 10년초과20년이하 | 20년초과30년이하 | 30년초과 | 합 계 |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 미상환 잔액 | 공모 |
| 사모 |
| 합계 |
7-2. 증권의 발행을 통해 조달된 자금의 사용실적
당사는 사업보고서 제출일 현재 해당사항이 없습니다.
8. 기타 재무에 관한 사항
가. 재무제표 재작성 등 유의사항
당사는 사업보고서 제출일 현재 해당사항이 없습니다. 나. 대손충당금 설정현황
(1)계정과목별 대손충당금 설정내용
| (단위 : 원 ) |
| 구 분 | 계정과목 | 채권금액 | 대손충당금 | 대손충당금 설정률 |
|---|---|---|---|---|
| 제23기 3분기 | 매출채권 | 5,668,398,876 | 232,725,865 | 4.10% |
| 제22기 | 6,982,496,793 | 232,725,865 | 3.33% | |
| 제21기 | 7,019,301,922 | 229,425,865 | 3.27% |
(2)대손충당금 변동현황
| (단위 : 원 ) |
| 구 분 | 제23기 3분기 | 제22기 | 제21기 |
|---|---|---|---|
| 1. 기초 대손충당금 잔액합계 | 232,725,865 | 229,425,865 | 157,483,123 |
| 2. 순대손처리액(①-②±③) | - | 3,300,000 | 72,272,742 |
| ① 대손처리액(상각채권액) | - | 3,300,000 | 72,272,742 |
| ② 상각채권회수액 | - | - | - |
| ③ 기타증감액 | - | - | - |
| 3. 대손상각비 계상(환입)액 | - | - | 330,000 |
| 4. 기말 대손충당금 잔액합계 | 232,725,865 | 232,725,865 | 229,425,865 |
(3)매출채권관련 대손충당금 설정방침- 채권별 개별분석하여 1년이내 외상매출금 미입금시 대손충당금 설정
(4)당기말 현재 경과기간별 매출채권 잔액 현황
| (단위 : 원) |
| 경과기간 구분 |
3월 이내 | 3월 초과 1년 이내 |
1년 초과 2년 이내 |
2년 초과 | 계 |
|---|---|---|---|---|---|
| 금액 | 5,430,393,011 | 5,280,000 | 2,062,500 | 230,663,365 | 5,668,398,876 |
| 구성비율 | 95.80% | 0.09% | 0.04% | 4.07% | 100.00% |
IV. 이사의 경영진단 및 분석의견
작성지침에 따라 분/반기 보고서에는 이사의 경영진단 및 분석의견을 기재하지 않습니다.
V. 회계감사인의 감사의견 등 1. 외부감사에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
2. 내부통제에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
VI. 이사회 등 회사의 기관에 관한 사항 1. 이사회에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
2. 감사제도에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
3. 주주총회 등에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
VII. 주주에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
VIII. 임원 및 직원 등에 관한 사항 1. 임원 및 직원 등의 현황
가. 임원 현황
| (기준일 : | 2022년 09월 30일 | ) | (단위 : 주) |
| 성명 | 성별 | 출생년월 | 직위 | 등기임원여부 | 상근여부 | 담당업무 | 주요경력 | 소유주식수 | 최대주주와의관계 | 재직기간 | 임기만료일 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 의결권있는 주식 | 의결권없는 주식 | |||||||||||
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 강용성 | 남 | 1970.08 | 대표이사 | 사내이사 | 상근 | 대표이사 | 現)와이즈넛 대표이사 와이즈넛 전략기획실장 와이즈넛 솔루션사업부장 LAS21 유럽사업책임 서울대학교 경영전문대학원 경영학 (석) 건국대학교 | 116,690 | - | 해당없음 | - | 2024.03.26 |
| 윤여걸 | 남 | 1970.02 | 부사장 | 사내이사 | 상근 | CTO/CSO | 現)와이즈넛 CTO/CSO 現)Gshopper CEO Become.Inc CTO Mysimon.com CTO Stanford Univ.(석) 서울대학교 | 1,343,500 | - | 본인 | - | 2024.03.26 |
| 장기정 | 남 | 1970.03 | 전무 | 사내이사 | 상근 | CFO 가치경영본부장 | 現)와이즈넛 가치경영본부장 웨이브프론티어 관리총괄 대우 재경부 서울대학교 | 20,500 | - | 해당없음 | - | 2025.03.29 |
| 이민재 | 남 | 1987.04 | 기타비상무이사 | 기타비상무이사 | 비상근 | 이사회이사 | 現 솔본인베스트먼트 투자팀장 머니투데이 더벨 기자 서울대학교 | - | - | 해당없음 | - | 2025.03.29 |
| 방영식 | 남 | 1964.05 | 감사 | 감사 | 비상근 | 감사 | 現 우리자산관리㈜ 전무 동우공영 전무이사 ㈜액트윈 부사장 역임 한국창업투자㈜/마이애셋자산운용㈜ 재무임원 ㈜대우 경영기획/대우그룹 기조실 감사팀 | 10,000 | - | 해당없음 | - | 2024.03.26 |
| 김태훈 | 남 | 1971.09 | 전무 | 미등기 | 상근 | 기술전략부장 | - | 22,600 | - | 해당없음 | - | - |
| 이석원 | 남 | 1973.09 | 전무 | 미등기 | 상근 | 전략사업본부장 | - | 5,250 | - | 해당없음 | - | - |
| 김분도 | 남 | 1974.07 | 상무 | 미등기 | 상근 | 공공사업본부장 | - | 26 | - | 해당없음 | - | - |
| 김민수 | 남 | 1973.11 | 상무 | 미등기 | 상근 | 기업사업본부장 | - | 500 | - | 해당없음 | - | - |
| 장주연 | 남 | 1975.09 | 상무 | 미등기 | 상근 | AI서비스사업본부장 | - | - | - | 해당없음 | - | - |
| 장정훈 | 남 | 1975.09 | 상무 | 미등기 | 상근 | 연구소장 | - | 2,687 | - | 해당없음 | - | - |
| 김영래 | 남 | 1973.08 | 상무 | 미등기 | 상근 | 빅데이터사업부장 | - | 2,450 | - | 해당없음 | - | - |
| 박정균 | 남 | 1973.05 | 이사 | 미등기 | 상근 | 전략기획부장 | - | 2,850 | - | 해당없음 | - | - |
| 설수웅 | 남 | 1973.06 | 이사 | 미등기 | 상근 | 공공솔루션담당 | - | 1,660 | - | 해당없음 | - | - |
| 김성훈 | 남 | 1977.11 | 이사 | 미등기 | 상근 | 기술지원,광고사업담당 | - | 5,473 | - | 해당없음 | - | - |
| 이명승 | 남 | 1975.06 | 이사 | 미등기 | 상근 | 공공솔루션담당 | - | 2,000 | - | 해당없음 | - | - |
| 손재형 | 남 | 1975.09 | 이사 | 미등기 | 상근 | 기업솔루션담당 | - | - | - | 해당없음 | - | - |
| 조영일 | 남 | 1976.03 | 이사 | 미등기 | 상근 | 공공솔루션담당 | - | 1,235 | - | 해당없음 | - | - |
| 류동원 | 남 | 1972.01 | 이사 | 미등기 | 상근 | 기업솔루션담당 | - | - | - | 해당없음 | - | - |
| 김정민 | 남 | 1976.02 | 이사 | 미등기 | 상근 | 인공지능솔루션사업담당 | - | - | - | 해당없음 | - | - |
| 신현강 | 남 | 1976.12 | 이사 | 미등기 | 상근 | 제품기획, 품질 담당 | - | 3,471 | - | 해당없음 | - | - |
| 권준성 | 남 | 1977.02 | 이사 | 미등기 | 상근 | 제품연구개발 담당 | - | - | - | 해당없음 | - | - |
※ 공시작성 기준일 현재 주주명부 폐쇄가 불가능하여 최근 주주명부폐쇄일 (2021.12.31) 기준으로 소유주식수 기재 반기말 이후 보고서 제출일 현재까지 변동된 임원은 다음과 같습니다.
| 구분(사유) | 성명 | 성별 | 출생연월 | 직위 | 담당업무 | 최대주주와의 관계 |
|---|---|---|---|---|---|---|
| 퇴직에 따른 사임 | 이종석 | 남 | 1973.05 | 이사 | 중부지역솔루션담당 | 해당없음 |
당사는 기업공시서식 작성 기준에 따라 위 항목외 변동상항이 없어 분기보고서의 항목을 기재하지 않습니다.
2. 임원의 보수 등
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
IX. 계열회사 등에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
X. 대주주 등과의 거래내용
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
XI. 그 밖에 투자자 보호를 위하여 필요한 사항
1. 공시내용 진행 및 변경사항
당사는 보고서 작성기준일 현재 해당사항이 없습니다.
2. 우발부채 등에 관한 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
3. 제재 등과 관련된 사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
4. 작성기준일 이후 발생한 주요사항 등 기타사항
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
XII. 상세표 1. 연결대상 종속회사 현황(상세)
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
2. 계열회사 현황(상세)
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
3. 타법인출자 현황(상세)
당사는 기업공시서식 작성 기준에 따라 분기보고서의 본 항목을 기재하지 않습니다.
【 전문가의 확인 】 1. 전문가의 확인
2. 전문가와의 이해관계
Building tools?
Free accounts include 100 API calls/year for testing.
Have a question? We'll get back to you promptly.