[기재정정]증권신고서(지분증권)

증권신고서(지분증권) 6.1 주식회사 마키나락스

정 정 신 고 (보고)

금번 정정은 기재사항 추가 및 보완을 위한 정정으로서, 정정사항은 " 굵은 파란색 "으로 기재하였습니다. 금번 정정에 따른 변동사항은 하기 정정사항을 확인하여 주시기 바랍니다. 단순 오타 및 띄어쓰기 등 문서 교정사항은 본문에 반영하였으며, 본 정정표에 별도로 기재하지 않았습니다.

(주1) 정정 전

인공지능 산업은 2023년 이후 기술 발전의 속도와 방향 모두에서 전례 없는 변화를 겪고 있습니다. 이러한 변화는 단일 기술 트렌드의 부상이 아닌, 모델 아키텍처, 연산 패러다임, 배포 환경, 그리고 기업 활용 방식이 동시다발적으로 전환되는 복합적 패러다임 시프트(Paradigm Shift)의 양상을 보이고 있습니다. 특히, 인공지능 산업은 AI 연산의 중심축이 훈련(Training)에서 추론(Inference)으로, 대형 모델(LLM)에서 소형 특화 모델(SLM)로, 클라우드 중심에서 엣지(Edge) 분산 환경으로 동시 다발적으로 전환되고 있습니다. 이러한 복합적 패러다임 전환은 당사가 영위하는 엔터프라이즈 AI 플랫폼 시장의 수요 구조, 기술 요구 수준, 그리고 경쟁 환경을 근본적으로 변화시킬 수 있는 요인입니다.Epoch AI의 Notable AI Models 데이터베이스(543개 모델 수록)에 따르면, AI 모델의 훈련에 투입되는 연산량(Training Compute)은 1950년대 이후 지속적으로 증가해왔으며, 시기별로 뚜렷한 성장률 차이를 보이고 있습니다. 딥러닝 이전 시기(~2010년 이전)에는 연간 약 1.5배 수준의 완만한 증가 추세를 보였으나, 딥러닝 시대(Deep Learning Era, 약 2010년 이후)에 진입하면서 연간 약 4.3배로 성장 속도가 급격히 가속화되었으며, 2020년대 이후에는 Grok-2, OpenAI Five Rerun, Gato 등 프론티어 모델들의 훈련 연산량은 1950년대 초기 AI 모델(Theseus) 대비 약 10의 24승배(1조의 1조배)에 해당하는 규모입니다. 한편, Epoch AI는 2022년 설립된 비영리 다학제 연구기관으로, 인공지능의 발전 궤적(trajectory)과 경제ㆍ사회적 영향을 데이터 기반으로 분석ㆍ예측하는 것을 핵심 미션으로 하고 있습니다.딜로이트(Deloitte)는 「TMT Predictions 2026」에서 AI 산업이 화려한 기술적 돌파구보다 AI를 대규모로 실제 운영하는 데 초점을 맞추는 보다 성숙한 단계에 진입하고 있다고 진단하면서, 2026년 전체 AI 연산의 약 2/3가 추론(Inference) 워크로드에 해당할 것으로 예측하고 있으며, 이러한 추론 수요의 증가가 엣지 디바이스로의 전환을 의미하는 것은 아니라고 분석합니다. 대부분의 추론은 약 0.5조 달러 규모의 신규 데이터센터와 2,000억 달러 이상의 고성능 AI 칩이 탑재된 온프레미스 엔터프라이즈 서버에서 수행될 것이며, 추론에 최적화된 수십억 달러 규모의 전용 칩이 등장하고 있으나 이 역시 데이터센터와 엔터프라이즈 서버에 배치될 것으로 전망됩니다. 이는 AI 산업의 경쟁 초점이 '모델 훈련'에서 '대규모 추론 운영'으로 전환되고 있으며, AI 인프라 투자가 축소되기보다 오히려 확대될 것임을 시사합니다. 한편, 딜로이트(Deloitte)는 1845년 영국 런던에서 설립된 세계 최대 규모의 전문서비스 네트워크로, 감사, 세무, 컨설팅, 재무자문, 리스크관리 등의 서비스를 제공하고 있습니다.

글로벌 AI 산업에서 가장 주목할 만한 기술 트렌드 중 하나는 소형 언어 모델(Small Language Model, SLM)의 급부상입니다. NVIDIA 연구진은 2025년 6월 발표한 포지션 페이퍼("Small Language Models are the Future of Agentic AI")에서 "차세대 Agentic AI의 핵심은 모델의 대형화가 아니라 소형 특화 모델의 분산 협업"이라고 주장하며, 10B 파라미터 이하의 SLM이 대부분의 에이전틱 작업에서 대형 모델과 동등한 성능을 발휘할 수 있음을 제시하였습니다. 가트너(Gartner)는 2027년까지 기업이 범용 LLM 대비 소형 과업 특화 AI 모델을 3배 더 많이 활용할 것으로 예측하고 있으며, 이는 엣지 디바이스에서의 실시간 추론, 데이터 프라이버시, 비용 효율성에 대한 기업 수요가 급증하기 때문입니다. 이러한 SLM의 부상은 기업 고유 데이터로 파인튜닝하여 특화된 성능을 발휘하는 '도메인 특화 AI(Vertical AI)'의 시장 성장과 밀접하게 연결되어 있습니다.

Grand View Research(2025)는 엣지 AI 시장 규모를 2025년 249억달러에서 2033년 1,187억달러(CAGR 21.7%)로 전망하고 있습니다. 이러한 엣지 AI 확산은 네트워크ㆍ보안 제약으로 클라우드 사용이 어려운 제조 및 국방 환경에서 특히 중요한 의미를 가지며, 개별 공정 장비, 산업용 로봇, 무기 체계 등에 AI를 직접 탑재하여 지연 없는 실시간 의사결정을 가능하게 하는 온디바이스 AI(On-Device AI)가 새로운 패러다임으로 부상하고 있습니다. 한편, Grand View Research, Inc. 는 2014년 미국 캘리포니아주 샌프란시스코에 설립된 시장조사 및 컨설팅 기업으로서, 기술, 화학 ㆍ 소재, 에너지, 헬스케어 등 45개 이상의 산업 분야에 걸쳐 글로벌 및 지역별 시장 규모, 성장률, 경쟁 환경에 관한 정량적 데이터를 제공하고 있으며, 매년 240건 이상의 시장조사 보고서를 발간하고 있습니다.

이와 같은 빠른 기술 패러다임 전환에도 불구하고 당사의 주력 제품인 Runway 플랫폼은 특정 AI 모델이나 아키텍처에 종속되지 않고, AI 모델의 개발ㆍ배포ㆍ운영 전 생애주기를 관리하는 '체계(System)' 자체를 제공합니다. 이는 기술 패러다임이 전환되더라도 새로운 모델과 기술을 기존 운영 체계에 신속히 통합할 수 있는 구조적 유연성을 의미합니다. 또한, 당사의 Runway 플랫폼은 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 머신러닝운영(MLOps) 기능에서 시작하여 데이터운영(DataOps), 대규모언어모델운영(LLMOps), 에이전트 운영(AgentOps)까지 시장 수요와 기술 발전에 따라 그 기능범위를 확대하여 산업 특화 AI 플랫폼으로 자리 매김하고 있습니다. 이는 각 기술 패러다임의 전환(딥러닝 → LLM → 에이전트)에 맞추어 플랫폼 기능을 선제적으로 확장해 온 실적에 기반하고 있습니다.

당사는 상기와 같이 빠른 기술 변화에 대한 다각적 대응 전략을 수립ㆍ실행하고 있으나, 인공지능 산업 전반의 기술 발전 속도가 매우 빠르다는 점에서 기술 경쟁력 약화에 대한 위험성이 존재합니다. 특히, 글로벌 AI 시장에서는 대규모 자본과 인력을 보유한 빅테크 기업들을 중심으로 산업용 AI 플랫폼, MLOps, Agent 등 관련 기술이 빠르게 진화하고 있어, 기술 변화에 적시에 대응하지 못할 경우 당사의 경쟁우위가 약화될 가능성이 있습니다. 또한, 당사가 추진 중인 'Runway' 플랫폼 고도화 및 산업 간 확장 관련 기술 개발이 예상보다 지연되거나, 개발된 기술이 고객사의 실제 요구나 시장 트렌드 변화에 부합하지 않을 경우 상용화 일정이 늦어질 수 있으며, 이로 인해 계획된 매출 실현이 지연되거나 신규 프로젝트 수주 경쟁에서 불리한 위치에 놓일 위험이 존재합니다. 그리고 연구개발 과정에서 예상보다 높은 기술적 난이도나 외부 인프라 제약이 발생할 경우, 개발 효율성과 생산성이 저하될 가능성도 있습니다. 만약, 이러한 상황이 지속될 경우, 당사의 연구개발 투자금의 회수 지연과 더불어 향후 현금흐름 및 사업 확장 전략에도 부정적인 영향을 미칠 수 있으며, 궁극적으로 당사의 성장성 및 수익성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

(주1) 정정 후

인공지능 산업은 2023년 이후 기술 발전의 속도와 방향 모두에서 전례 없는 변화를 겪고 있습니다. 이러한 변화는 단일 기술 트렌드의 부상이 아닌, 모델 아키텍처, 연산 패러다임, 배포 환경, 그리고 기업 활용 방식이 동시다발적으로 전환되는 복합적 패러다임 시프트(Paradigm Shift)의 양상을 보이고 있습니다. 특히, 인공지능 산업은 AI 연산의 중심축이 훈련(Training)에서 추론(Inference)으로, 대형 모델(LLM)에서 소형 특화 모델(SLM)로, 클라우드 중심에서 엣지(Edge) 분산 환경으로 동시 다발적으로 전환되고 있습니다. 이러한 복합적 패러다임 전환은 당사가 영위하는 엔터프라이즈 AI 플랫폼 시장의 수요 구조, 기술 요구 수준, 그리고 경쟁 환경을 근본적으로 변화시킬 수 있는 요인입니다.Epoch AI의 Notable AI Models 데이터베이스(543개 모델 수록)에 따르면, AI 모델의 훈련에 투입되는 연산량(Training Compute)은 1950년대 이후 지속적으로 증가해왔으며, 시기별로 뚜렷한 성장률 차이를 보이고 있습니다. 딥러닝 이전 시기(~2010년 이전)에는 연간 약 1.5배 수준의 완만한 증가 추세를 보였으나, 딥러닝 시대(Deep Learning Era, 약 2010년 이후)에 진입하면서 연간 약 4.3배로 성장 속도가 급격히 가속화되었으며, 2020년대 이후에는 Grok-2, OpenAI Five Rerun, Gato 등 프론티어 모델들의 훈련 연산량은 1950년대 초기 AI 모델(Theseus) 대비 약 10의 24승배(1조의 1조배)에 해당하는 규모입니다. 한편, Epoch AI는 2022년 설립된 비영리 다학제 연구기관으로, 인공지능의 발전 궤적(trajectory)과 경제ㆍ사회적 영향을 데이터 기반으로 분석ㆍ예측하는 것을 핵심 미션으로 하고 있습니다.딜로이트(Deloitte)는 「TMT Predictions 2026」에서 AI 산업이 화려한 기술적 돌파구보다 AI를 대규모로 실제 운영하는 데 초점을 맞추는 보다 성숙한 단계에 진입하고 있다고 진단하면서, 2026년 전체 AI 연산의 약 2/3가 추론(Inference) 워크로드에 해당할 것으로 예측하고 있으며, 이러한 추론 수요의 증가가 엣지 디바이스로의 전환을 의미하는 것은 아니라고 분석합니다. 대부분의 추론은 약 0.5조 달러 규모의 신규 데이터센터와 2,000억 달러 이상의 고성능 AI 칩이 탑재된 온프레미스 엔터프라이즈 서버에서 수행될 것이며, 추론에 최적화된 수십억 달러 규모의 전용 칩이 등장하고 있으나 이 역시 데이터센터와 엔터프라이즈 서버에 배치될 것으로 전망됩니다. 이는 AI 산업의 경쟁 초점이 '모델 훈련'에서 '대규모 추론 운영'으로 전환되고 있으며, AI 인프라 투자가 축소되기보다 오히려 확대될 것임을 시사합니다. 한편, 딜로이트(Deloitte)는 1845년 영국 런던에서 설립된 세계 최대 규모의 전문서비스 네트워크로, 감사, 세무, 컨설팅, 재무자문, 리스크관리 등의 서비스를 제공하고 있습니다.

글로벌 AI 산업에서 가장 주목할 만한 기술 트렌드 중 하나는 소형 언어 모델(Small Language Model, SLM)의 급부상입니다. NVIDIA 연구진은 2025년 6월 발표한 포지션 페이퍼("Small Language Models are the Future of Agentic AI")에서 "차세대 Agentic AI의 핵심은 모델의 대형화가 아니라 소형 특화 모델의 분산 협업"이라고 주장하며, 10B 파라미터 이하의 SLM이 대부분의 에이전틱 작업에서 대형 모델과 동등한 성능을 발휘할 수 있음을 제시하였습니다. 가트너(Gartner)는 2027년까지 기업이 범용 LLM 대비 소형 과업 특화 AI 모델을 3배 더 많이 활용할 것으로 예측하고 있으며, 이는 엣지 디바이스에서의 실시간 추론, 데이터 프라이버시, 비용 효율성에 대한 기업 수요가 급증하기 때문입니다. 이러한 SLM의 부상은 기업 고유 데이터로 파인튜닝하여 특화된 성능을 발휘하는 '도메인 특화 AI(Vertical AI)'의 시장 성장과 밀접하게 연결되어 있습니다.

Grand View Research(2025)는 엣지 AI 시장 규모를 2025년 249억달러에서 2033년 1,187억달러(CAGR 21.7%)로 전망하고 있습니다. 이러한 엣지 AI 확산은 네트워크ㆍ보안 제약으로 클라우드 사용이 어려운 제조 및 국방 환경에서 특히 중요한 의미를 가지며, 개별 공정 장비, 산업용 로봇, 무기 체계 등에 AI를 직접 탑재하여 지연 없는 실시간 의사결정을 가능하게 하는 온디바이스 AI(On-Device AI)가 새로운 패러다임으로 부상하고 있습니다. 한편, Grand View Research, Inc. 는 2014년 미국 캘리포니아주 샌프란시스코에 설립된 시장조사 및 컨설팅 기업으로서, 기술, 화학 ㆍ 소재, 에너지, 헬스케어 등 45개 이상의 산업 분야에 걸쳐 글로벌 및 지역별 시장 규모, 성장률, 경쟁 환경에 관한 정량적 데이터를 제공하고 있으며, 매년 240건 이상의 시장조사 보고서를 발간하고 있습니다.

이와 같은 빠른 기술 패러다임 전환에도 불구하고 당사의 주력 제품인 Runway 플랫폼은 특정 AI 모델이나 아키텍처에 종속되지 않고, AI 모델의 개발ㆍ배포ㆍ운영 전 생애주기를 관리하는 '체계(System)' 자체를 제공합니다. 이는 기술 패러다임이 전환되더라도 새로운 모델과 기술을 기존 운영 체계에 신속히 통합할 수 있는 구조적 유연성을 의미합니다. 또한, 당사의 Runway 플랫폼은 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 머신러닝운영(MLOps) 기능에서 시작하여 데이터운영(DataOps), 대규모언어모델운영(LLMOps), 에이전트 운영(AgentOps)까지 시장 수요와 기술 발전에 따라 그 기능범위를 확대하여 산업 특화 AI 플랫폼으로 자리 매김하고 있습니다. 이는 각 기술 패러다임의 전환(딥러닝 → LLM → 에이전트)에 맞추어 플랫폼 기능을 선제적으로 확장해 온 실적에 기반하고 있습니다.

당사는 상기와 같이 빠른 기술 변화에 대한 다각적 대응 전략을 수립ㆍ실행하고 있으며, 다음과 같은 3개년 기술개발 로드맵을 수립하고 있습니다.

당사는 2026년 아키텍처 및 제품 일관성을 대폭 개선한 Runway 2.0을 출시하였습니다. Runway 2.0은 플랫폼 코어와 애플리케이션 레이어를 명확히 분리한 구조로, 플랫폼 코어는 계산 자원, 인증 및 보안 등 공통 운영 기반을 제공하고, 애플리케이션 레이어는 유연하게 확장 가능한 실행 계층을 구성함으로써 시스템의 유연성과 안정성을 동시에 확보하였습니다. 또한, Compound AI 및 에이전틱 AI 지원을 위한 AI 에이전트 개발·운영 체계와, AI 에이전트와 연동되는 지식 관리 시스템을 기반으로 다양한 AI를 하나의 환경에서 통합 운영할 수 있는 기반을 마련함으로써, 산업 및 공정 전반의 최적화를 보다 지능화할 수 있는 환경을 구축하였습니다. 당사는 계속해서 Code Assistant, AI Help Desk 등 제품 내장형 AI 서비스를 파운데이션 모델 기반으로 상용화하고, 플랫폼 기능 전반을 에이전트 단위로 구조화하여 자연어 기반의 제어 및 워크플로우 자동화를 실현할 예정입니다. 또한 HPC 및 Edge 환경을 아우르는 지능형 오케스트레이션 기술을 확보하여, GPU Fractionalization과 자원 스케줄링을 통해 워크로드별 효율적 자원 분할 및 운영이 가능하도록 할 것입니다. 더불어 국방 장비용 On-device AI 기술을 고도화하여 드론ㆍ센서 등 폐쇄망 장비에서도 실시간 추론과 자율 판단이 가능한 구조를 실증할 것입니다.

2027년에는 모델 및 시뮬레이터 통합을 통해 Compound AI 시스템의 실사용을 본격화하고, 운영 환경을 하나의 통합된 체계로 연결하는 방향으로 고도화할 계획입니다. 또한, 제품의 주요 기능을 AI 에이전트를 통해 접근 및 제어할 수 있는 구조로 발전시키고, AI 에이전트 기반의 모니터링 체계를 도입하여 시스템 전반의 상태를 실시간으로 분석하고 운영 최적화를 위한 의사결정을 지원할 예정입니다. 이를 통해 단순 자동화를 넘어 자율적 운영 지원 수준으로 고도화할 계획이며, 해당 구조는 산업 분야뿐만 아니라 국방 분야까지 확장 가능한 기반이 될 것으로 기대하고 있습니다.

2028년에는 모델 성능 드리프트를 자동으로 감지하고 이에 대응하는 재학습 및 재배포 과정을 자동화함으로써 AI 시스템의 지속적인 성능 유지 체계를 구현할 계획입니다. 또한, AI 에이전트가 운영 전반을 주도적으로 관리하고 최적의 운영 방안을 실행하는 체계를 확립하여, 사람의 개입을 최소화한 자동화 중심의 운영 환경으로 고도화할 예정입니다.

궁극적으로 당사는 이러한 기술적 진화를 바탕으로 산업 및 국방 전반에 적용 가능한 폐쇄망 기반의 고신뢰 AI 플랫폼으로 확장함으로써, 안정성과 자율성을 동시에 확보한 차세대 AI 운영체계를 구축하는 것을 목표로 하고 있습니다. 상기 기술개발로드맵에 따른 연구개발활동 소요자금을 포함하여 공모자금 사용 목적과 관련된 자세한 사항은 『제1부 모집 또는 매출에 관한 사항 - Ⅴ. 자금의 사용목적』을 참고하시기 바랍니다.다만, 인공지능 산업 전반의 기술 발전 속도가 매우 빠르다는 점에서 기술 경쟁력 약화에 대한 위험성이 존재합니다. 특히, 글로벌 AI 시장에서는 대규모 자본과 인력을 보유한 빅테크 기업들을 중심으로 산업용 AI 플랫폼, MLOps, Agent 등 관련 기술이 빠르게 진화하고 있어, 기술 변화에 적시에 대응하지 못할 경우 당사의 경쟁우위가 약화될 가능성이 있습니다. 또한, 당사가 추진 중인 'Runway' 플랫폼 고도화 및 산업 간 확장 관련 기술 개발이 예상보다 지연되거나, 개발된 기술이 고객사의 실제 요구나 시장 트렌드 변화에 부합하지 않을 경우 상용화 일정이 늦어질 수 있으며, 이로 인해 계획된 매출 실현이 지연되거나 신규 프로젝트 수주 경쟁에서 불리한 위치에 놓일 위험이 존재합니다. 그리고 연구개발 과정에서 예상보다 높은 기술적 난이도나 외부 인프라 제약이 발생할 경우, 개발 효율성과 생산성이 저하될 가능성도 있습니다. 만약, 이러한 상황이 지속될 경우, 당사의 연구개발 투자금의 회수 지연과 더불어 향후 현금흐름 및 사업 확장 전략에도 부정적인 영향을 미칠 수 있으며, 궁극적으로 당사의 성장성 및 수익성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

(주2) 정정 전

AI 기술의 급속한 확산에 따라 데이터 보안 및 개인정보 보호에 대한 위험이 전 산업에 걸쳐 부각되고 있습니다. AI 시스템은 대규모 데이터의 수집 ㆍ 학습 ㆍ 추론 과정에서 민감한 정보가 노출되거나 악용될 수 있는 새로운 유형의 보안 위협에 직면하고 있으며, AI 모델 자체가 공격 대상이 되는 사례도 증가하고 있습니다.IBM이 2025년 7월 발표한 「2025 Cost of a Data Breach Report」에 따르면, 조사 대상 기업의 13%가 AI 모델 또는 AI 애플리케이션에 대한 보안 침해를 경험하였으며, 추가로 8%의 기업은 침해 여부조차 파악하지 못한 것으로 나타났습니다. 특히 AI 관련 보안 침해를 경험한 기업 중 97%가 적절한 AI 접근 통제 체계를 갖추고 있지 않은 것으로 확인되었으며, AI 보안 사고의 60%가 데이터 유출로, 31%가 운영 중단으로 이어진 것으로 보고되었습니다. 또한, 조직 내에서 비인가된 AI 도구를 임의로 사용하는 이른바 '섀도 AI(Shadow AI)'로 인한 보안 침해 비용은 건당 평균 463만달러로, 일반적인 보안 침해 비용(396만달러) 대비 67만달러가 추가 발생하는 것으로 분석되었습니다. 또한, 미국 국립표준기술연구소(NIST)는 2025년 「Cybersecurity Framework Profile for AI(Cyber AI Profile)」 초안을 발표하여, AI 시스템의 사이버보안 위험을 기존 사이버보안 프레임워크(CSF 2.0)와 통합하여 관리할 것을 권고하고 있습니다. 이는 AI가 단순한 소프트웨어 도구를 넘어 조직의 핵심 인프라로 자리잡으면서, AI 고유의 보안 위험(모델 포이즈닝, 프롬프트 인젝션, 학습 데이터 유출 등)에 대한 체계적인 관리가 필수적임을 의미합니다.

이에 따라 AI 보안 및 개인정보 보호에 대한 규제는 글로벌 차원에서 빠르게 강화되고 있습니다. EU는 세계 최초의 포괄적 AI 규제인 「EU AI Act」를 제정하여, AI 시스템을 위험 수준에 따라 분류하고 고위험 AI 시스템에 대해 데이터 거버넌스, 투명성, 사이버보안, 인적 감독 등의 엄격한 요건을 부과하고 있습니다. 금지된 AI 관행 위반 시 최대 3,500만유로 또는 전세계 연간 매출의 7% 중 높은 금액의 과징금이 부과될 수 있으며, 고위험 AI 시스템 관련 위반 시에도 최대 1,500만 유로 또는 매출의 3%가 부과될 수 있습니다. 다만, 2025년 11월 EU 집행위원회가 발표한 「디지털 간소화 방안(Digital Omnibus Regulation Proposal)」에 따라 고위험 AI 관련 규정의 시행이 2027년 12월까지 연기될 가능성이 제기되고 있습니다. 미국은 NIST의 「AI Risk Management Framework(AI RMF)」를 통해 자율적 위험 관리 프레임워크를 제시하고 있으며, 2025년에는 연방 차원의 단일 규제를 적용하는 행정명령을 통해 규제 최소화 기조를 유지하면서도, AI의 사이버보안 위협에 대해서는 별도의 기술 표준을 지속적으로 발전시키고 있습니다.한편, 국내에서는 2024년 12월 26일 국회 본회의를 통과한 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(이하 'AI 기본법')이 2026년 1월 22일부터 시행되고 있습니다. 동 법은 AI 사업자에게 투명성 확보 의무, 안전성 확보 의무, 고영향 AI 사업자의 특별 책무, AI 영향 평가 등을 부과하고 있으며, 해외 사업자에 대해서는 국내 대리인 지정 의무도 규정하고 있습니다. 한국 AI 기본법은 EU AI Act 대비 산업 진흥에 보다 무게를 두고 있으나, 시정명령 불이행 시 영업 정지 등의 행정 처분이 가능하여 실질적 제재 수단을 갖추고 있습니다.

특히, 제조업, 국방, 에너지, 사회기반시설 등 산업 현장에 적용되는 AI 시스템은 범용 AI 대비 보안 요건이 한층 높습니다. 산업용 AI는 공정 제어, 설비 운영, 품질 관리 등 물리적 시스템과 직접 연결되어 있어, 보안 침해가 단순한 데이터 유출을 넘어 생산 중단, 설비 파손, 인명 피해 등 물리적 피해로 직결될 수 있습니다. 또한, 제조 공정 데이터에는 기업의 핵심 기술 노하우, 설비 운영 파라미터, 생산 레시피 등 고도의 영업비밀이 포함되어 있어, AI 모델의 학습 및 추론 과정에서 이러한 데이터가 외부로 유출될 경우 기업의 경쟁력에 치명적인 손해가 발생할 수 있습니다. 산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반출입, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 이러한 이유로 산업 현장에서는 클라우드 기반의 범용 AI 서비스 대신, 폐쇄망(Air-gapped Network) 환경에서 운영 가능한 온프레미스형 AI 솔루션에 대한 수요가 지속적으로 증가하고 있습니다.

개방형(클라우드 기반) AI의 경우, 학습 및 추론 데이터가 외부 서버로 전송되므로 전송 과정 및 저장 과정에서 데이터 유출 위험이 존재합니다. 다수의 테넌트가 인프라를 공유하는 구조에서 교차 오염(Cross-contamination)의 가능성이 있으며, 앞서 언급된 IBM 보고서에서 지적된 '섀도 AI' 문제가 대표적 사례입니다. 또한 서비스 제공자의 정책 변경, 제3자 API 연동 등에 따른 통제 불가능한 외부 변수가 존재합니다.반면, 폐쇄형(온프레미스) AI의 경우, 데이터가 고객사 내부 네트워크를 벗어나지 않아 물리적 데이터 유출 경로가 원천적으로 차단됩니다. 기업의 기존 보안 정책(방화벽, 망분리, 접근 통제 등)과 통합 운영이 가능하며, 모델의 학습ㆍ추론ㆍ업데이트 전 과정에 대한 완전한 통제권을 고객이 보유합니다. 다만, 자체적인 보안 인프라 구축 및 운영 역량이 필요하며, 보안 패치 및 모델 업데이트의 적시성이 고객사의 내부 역량에 의존하는 제약이 있습니다.

산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반입ㆍ반출, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 특히, 제조ㆍ국방과 같은 분야는 보안, 망분리, 실시간성 등의 제약으로 인해 외부 클라우드 자원 활용이 어렵습니다. 이러한 환경에서는 제한된 온프레미스 자원을 효율적으로 활용하고, 다양한 연산 환경을 통합적으로 관리할 수 있는 체계가 필요합니다. 당사의 AI 인프라 구성 기술은 이 같은 제약을 극복하기 위해 개발되었습니다. 단일 환경에서 로컬ㆍ클러스터ㆍHPC 등 다양한 연산 자원을 유기적으로 연결해 외부 클라우드 수준의 성능과 편의성을 제공하면서도 산업별 보안 요구를 충족시킵니다. 이 기술은 복잡한 인프라 구조를 단일한 실행 체계로 추상화하여 개발자와 엔지니어가 고성능 연산을 손쉽게 활용할 수 있도록 지원합니다. 또한, 연산 자원의 활용 효율을 극대화하고, 작업의 자동화ㆍ표준화를 통해 인공지능 개발의 생산성을 크게 향상시킵니다. 이를 통해 기업은 보안이 중요한 폐쇄망 환경에서도 대규모 모델 학습, 시뮬레이션, 최적화 연산 등을 안정적으로 수행할 수 있으며, 외부 인프라에 대한 의존도를 줄이면서도 동일한 수준의 품질과 성능을 확보할 수 있습니다. 결과적으로 AI 인프라 구성 기술은 산업용 인공지능의 실용적 확산을 가능하게 하는 핵심 기반으로서, 안정성ㆍ효율성ㆍ확장성의 균형을 구현하고 있습니다.

상기와 같이 당사의 Runway 플랫폼은 클라우드, 온프레미스, 하이브리드 등 다양한 환경에서 활용될 수 있으며, 특히 제조ㆍ국방ㆍ에너지 등 보안과 망분리가 요구되는 산업에서 필수적인 폐쇄망 환경 지원을 포함하여, 다양한 고객의 요구사항에 유연하게 대응할 수 있습니다. 다만, 이러한 당사의 기술 경쟁력에도 불구하고 향후 산업용 AI에 특화된 추가 규제가 도입될 경우 당사의 사업 모델 및 제품 설계에 대한 수정을 야기할 수 있으며, 이로 인한 추가 비용이 발생할 수 있습니다. 또한, 당사의 온프레미스 배포 모델은 고객사의 내부 보안 인프라 및 운영 역량에 일정 부분 의존하는 구조임에 따라, 고객사의 보안 관리 수준이 미흡할 경우 당사 솔루션의 운영 환경에서 보안 사고가 발생할 수 있으며, 이는 당사의 제품 신뢰도에 간접적인 영향을 미칠 수 있습니다. 특히, 데이터 보안 사고가 발생하여 과징금 부과, 영업 정지, 손해배상 청구 등의 법적 제재와 함께 기업 신뢰도 하락에 따른 매출 감소 가능성을 배제할 수 없으며 이로 인해 당사의 평판 및 사업성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다. (주2) 정정 후

AI 기술의 급속한 확산에 따라 데이터 보안 및 개인정보 보호에 대한 위험이 전 산업에 걸쳐 부각되고 있습니다. AI 시스템은 대규모 데이터의 수집 ㆍ 학습 ㆍ 추론 과정에서 민감한 정보가 노출되거나 악용될 수 있는 새로운 유형의 보안 위협에 직면하고 있으며, AI 모델 자체가 공격 대상이 되는 사례도 증가하고 있습니다.IBM이 2025년 7월 발표한 「2025 Cost of a Data Breach Report」에 따르면, 조사 대상 기업의 13%가 AI 모델 또는 AI 애플리케이션에 대한 보안 침해를 경험하였으며, 추가로 8%의 기업은 침해 여부조차 파악하지 못한 것으로 나타났습니다. 특히 AI 관련 보안 침해를 경험한 기업 중 97%가 적절한 AI 접근 통제 체계를 갖추고 있지 않은 것으로 확인되었으며, AI 보안 사고의 60%가 데이터 유출로, 31%가 운영 중단으로 이어진 것으로 보고되었습니다. 또한, 조직 내에서 비인가된 AI 도구를 임의로 사용하는 이른바 '섀도 AI(Shadow AI)'로 인한 보안 침해 비용은 건당 평균 463만달러로, 일반적인 보안 침해 비용(396만달러) 대비 67만달러가 추가 발생하는 것으로 분석되었습니다. 또한, 미국 국립표준기술연구소(NIST)는 2025년 「Cybersecurity Framework Profile for AI(Cyber AI Profile)」 초안을 발표하여, AI 시스템의 사이버보안 위험을 기존 사이버보안 프레임워크(CSF 2.0)와 통합하여 관리할 것을 권고하고 있습니다. 이는 AI가 단순한 소프트웨어 도구를 넘어 조직의 핵심 인프라로 자리잡으면서, AI 고유의 보안 위험(모델 포이즈닝, 프롬프트 인젝션, 학습 데이터 유출 등)에 대한 체계적인 관리가 필수적임을 의미합니다.

이에 따라 AI 보안 및 개인정보 보호에 대한 규제는 글로벌 차원에서 빠르게 강화되고 있습니다. EU는 세계 최초의 포괄적 AI 규제인 「EU AI Act」를 제정하여, AI 시스템을 위험 수준에 따라 분류하고 고위험 AI 시스템에 대해 데이터 거버넌스, 투명성, 사이버보안, 인적 감독 등의 엄격한 요건을 부과하고 있습니다. 금지된 AI 관행 위반 시 최대 3,500만유로 또는 전세계 연간 매출의 7% 중 높은 금액의 과징금이 부과될 수 있으며, 고위험 AI 시스템 관련 위반 시에도 최대 1,500만 유로 또는 매출의 3%가 부과될 수 있습니다. 다만, 2025년 11월 EU 집행위원회가 발표한 「디지털 간소화 방안(Digital Omnibus Regulation Proposal)」에 따라 고위험 AI 관련 규정의 시행이 2027년 12월까지 연기될 가능성이 제기되고 있습니다. 미국은 NIST의 「AI Risk Management Framework(AI RMF)」를 통해 자율적 위험 관리 프레임워크를 제시하고 있으며, 2025년에는 연방 차원의 단일 규제를 적용하는 행정명령을 통해 규제 최소화 기조를 유지하면서도, AI의 사이버보안 위협에 대해서는 별도의 기술 표준을 지속적으로 발전시키고 있습니다.한편, 국내에서는 2024년 12월 26일 국회 본회의를 통과한 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(이하 'AI 기본법')이 2026년 1월 22일부터 시행되고 있습니다. 동 법은 AI 사업자에게 투명성 확보 의무, 안전성 확보 의무, 고영향 AI 사업자의 특별 책무, AI 영향 평가 등을 부과하고 있으며, 해외 사업자에 대해서는 국내 대리인 지정 의무도 규정하고 있습니다. 한국 AI 기본법은 EU AI Act 대비 산업 진흥에 보다 무게를 두고 있으나, 시정명령 불이행 시 영업 정지 등의 행정 처분이 가능하여 실질적 제재 수단을 갖추고 있습니다.

특히, 제조업, 국방, 에너지, 사회기반시설 등 산업 현장에 적용되는 AI 시스템은 범용 AI 대비 보안 요건이 한층 높습니다. 산업용 AI는 공정 제어, 설비 운영, 품질 관리 등 물리적 시스템과 직접 연결되어 있어, 보안 침해가 단순한 데이터 유출을 넘어 생산 중단, 설비 파손, 인명 피해 등 물리적 피해로 직결될 수 있습니다. 또한, 제조 공정 데이터에는 기업의 핵심 기술 노하우, 설비 운영 파라미터, 생산 레시피 등 고도의 영업비밀이 포함되어 있어, AI 모델의 학습 및 추론 과정에서 이러한 데이터가 외부로 유출될 경우 기업의 경쟁력에 치명적인 손해가 발생할 수 있습니다. 산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반출입, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 이러한 이유로 산업 현장에서는 클라우드 기반의 범용 AI 서비스 대신, 폐쇄망(Air-gapped Network) 환경에서 운영 가능한 온프레미스형 AI 솔루션에 대한 수요가 지속적으로 증가하고 있습니다.

개방형(클라우드 기반) AI의 경우, 학습 및 추론 데이터가 외부 서버로 전송되므로 전송 과정 및 저장 과정에서 데이터 유출 위험이 존재합니다. 다수의 테넌트가 인프라를 공유하는 구조에서 교차 오염(Cross-contamination)의 가능성이 있으며, 앞서 언급된 IBM 보고서에서 지적된 '섀도 AI' 문제가 대표적 사례입니다. 또한 서비스 제공자의 정책 변경, 제3자 API 연동 등에 따른 통제 불가능한 외부 변수가 존재합니다.반면, 폐쇄형(온프레미스) AI의 경우, 데이터가 고객사 내부 네트워크를 벗어나지 않아 물리적 데이터 유출 경로가 원천적으로 차단됩니다. 기업의 기존 보안 정책(방화벽, 망분리, 접근 통제 등)과 통합 운영이 가능하며, 모델의 학습ㆍ추론ㆍ업데이트 전 과정에 대한 완전한 통제권을 고객이 보유합니다. 다만, 자체적인 보안 인프라 구축 및 운영 역량이 필요하며, 보안 패치 및 모델 업데이트의 적시성이 고객사의 내부 역량에 의존하는 제약이 있습니다.

산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반입ㆍ반출, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 특히, 제조ㆍ국방과 같은 분야는 보안, 망분리, 실시간성 등의 제약으로 인해 외부 클라우드 자원 활용이 어렵습니다. 이러한 환경에서는 제한된 온프레미스 자원을 효율적으로 활용하고, 다양한 연산 환경을 통합적으로 관리할 수 있는 체계가 필요합니다. 당사의 AI 인프라 구성 기술은 이 같은 제약을 극복하기 위해 개발되었습니다. 단일 환경에서 로컬ㆍ클러스터ㆍHPC 등 다양한 연산 자원을 유기적으로 연결해 외부 클라우드 수준의 성능과 편의성을 제공하면서도 산업별 보안 요구를 충족시킵니다. 이 기술은 복잡한 인프라 구조를 단일한 실행 체계로 추상화하여 개발자와 엔지니어가 고성능 연산을 손쉽게 활용할 수 있도록 지원합니다. 또한, 연산 자원의 활용 효율을 극대화하고, 작업의 자동화ㆍ표준화를 통해 인공지능 개발의 생산성을 크게 향상시킵니다. 이를 통해 기업은 보안이 중요한 폐쇄망 환경에서도 대규모 모델 학습, 시뮬레이션, 최적화 연산 등을 안정적으로 수행할 수 있으며, 외부 인프라에 대한 의존도를 줄이면서도 동일한 수준의 품질과 성능을 확보할 수 있습니다. 결과적으로 AI 인프라 구성 기술은 산업용 인공지능의 실용적 확산을 가능하게 하는 핵심 기반으로서, 안정성ㆍ효율성ㆍ확장성의 균형을 구현하고 있습니다.

상기와 같이 당사의 Runway 플랫폼은 클라우드, 온프레미스, 하이브리드 등 다양한 환경에서 활용될 수 있으며, 특히 제조ㆍ국방ㆍ에너지 등 보안과 망분리가 요구되는 산업에서 필수적인 폐쇄망 환경 지원을 포함하여, 다양한 고객의 요구사항에 유연하게 대응할 수 있습니다. 다만, 이러한 당사의 기술 경쟁력에도 불구하고 향후 산업용 AI에 특화된 추가 규제가 도입될 경우 당사의 사업 모델 및 제품 설계에 대한 수정을 야기할 수 있으며, 이로 인한 추가 비용이 발생할 수 있습니다. 또한, 당사의 온프레미스 배포 모델은 고객사의 내부 보안 인프라 및 운영 역량에 일정 부분 의존하는 구조임에 따라, 고객사의 보안 관리 수준이 미흡할 경우 당사 솔루션의 운영 환경에서 보안 사고가 발생할 수 있으며, 이는 당사의 제품 신뢰도에 간접적인 영향을 미칠 수 있습니다. 한편, 당사는 설립 이후 증권신고서 제출일 현재까지 데이터 보안 또는 개인정보 유출 관련 사고는 발생한 이력이 없습니다. 그럼에도 불구하고 향후 당사의 성장에 따른 데이터량의 증가, 복잡성의 증가 등으로 인해 데이터 보안 이슈 발생 가능성을 완전히 배제할 수는 없습니다. 특히, 데이터 보안 사고가 발생하여 과징금 부과, 영업 정지, 손해배상 청구 등의 법적 제재와 함께 기업 신뢰도 하락에 따른 매출 감소 가능성을 배제할 수 없으며 이로 인해 당사의 평판 및 사업성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다. (주3) 정정 전

당사가 영위하는 기업용 AI(Enterprise AI) 솔루션 사업은 기업 고객을 대상으로 하는 B2B(Business-to-Business) 사업입니다. B2B 사업은 일반 소비자를 대상으로 하는 B2C(Business-to-Consumer) 사업과 사업 구조, 매출 특성, 고객 관계 등에서 상이한 특성을 보이고 있습니다.

B2B 거래는 건당 계약 규모가 크고, 일단 도입된 AI 솔루션은 고객사의 핵심 업무 프로세스에 깊이 연동되므로 계약 갱신율이 높고 장기적인 매출 기반(Recurring Revenue)을 형성할 수 있습니다. 특히, 당사의 MLOps 플랫폼 Runway는 고객사의 AI 개발, 배포, 운영 전 과정을 지원하는 기반 인프라 성격을 가지므로, 도입 이후 타 솔루션으로의 전환이 용이하지 않아 높은 고객 잔존율(Retention Rate)이 기대됩니다. 또한, 기업 고객은 AI 솔루션 도입 시 자사 데이터 파이프라인, 기존 IT 인프라, 업무 프로세스와의 연동을 위해 상당한 시간과 비용을 투자합니다. 이러한 초기 투자는 높은 전환비용으로 작용하여, 경쟁사 제품으로의 교체를 억제하는 자연스러운 진입장벽(Moat)을 형성합니다. 그리고 B2C 사업이 소비자 심리와 트렌드 변화에 민감한 반면, B2B 사업은 연간 계약, 다년 구독, 유지보수(Maintenance) 계약 등을 통해 상대적으로 높은 매출 가시성(Revenue Visibility)을 확보할 수 있습니다. 당사는 수주 잔고(Backlog) 관리를 통해 향후 매출을 일정 부분 사전에 추정할 수 있는 구조를 갖추고 있습니다. 또한, B2B 사업에서는 고객사와의 긴밀한 기술 협업 과정에서 산업 도메인에 대한 깊은 이해와 실전 데이터를 축적할 수 있습니다. 당사는 다양한 제조/국방 분야 고객사와의 프로젝트를 통해 4,000여개 이상의 AI 모델을 배포한 경험을 보유하고 있으며, 이러한 누적 경험은 후발주자가 단기간 내 대체하기 어려운 핵심 경쟁력으로 작용합니다.

다만, B2B 사업 구조에서는 거래 단가가 높은 대형 고객 몇 곳에 매출이 집중되는 경향이 있으며, 특정 고객의 예산 삭감, 계약 해지, 또는 동종 솔루션의 내재화(Insourcing) 전환은 당사 전체 매출에 중대한 영향을 미칠 수 있습니다. 실제로 맥킨지가 「The State of AI in 2025」(2025.11, 105개국 1,993명 대상)에서 조사한 결과, 전체 기업의 약 2/3가 여전히 AI 실험 ㆍ 파일럿 단계에 머물러 있으나, AI 고성과 기업(AI에서 EBIT의 5% 이상을 창출하는 기업, 전체의 약 6%)은 외부 솔루션 도입이 아닌 워크플로우의 근본적 재설계와 내부 역량 구축을 통해 AI를 전사적으로 확장하고 있는 것으로 분석되었습니다. 이들 고성과 기업의 55%가 AI 도입 시 기존 프로세스에 AI를 추가하는 방식이 아닌 워크플로우 자체를 재설계하는 전략을 채택하고 있으며, 이는 비고성과 기업(20%)의 약 2.8배에 달합니다. 이러한 추세는 대형 기업을 중심으로 AI 역량의 내재화가 가속화되고 있음을 시사하며, 향후 외부 AI 솔루션에 대한 수요 구조가 변화할 수 있는 위험요소로 작용할 수 있습니다.

또한, B2B 사업 모델은 기업용 AI 솔루션은 도입을 검토하는 고객사 내부에서 기술 검토(PoC), 예산 승인, 법무ㆍ보안 검토, 계약 협상 등 다단계의 의사결정 과정을 거치는 것이 일반적입니다. 맥킨지(McKinsey)에 따르면, 기업용 AI 솔루션의 평균 영업 주기(Sales Cycle)는 초기 접촉부터 계약 체결까지 평균 6~18개월에 달하며, 공공기관 또는 대형 금융기관 대상 프로젝트의 경우 24개월 이상 소요되는 사례도 다수 보고되고 있습니다. 이처럼 긴 영업 주기는 당사의 분기별 매출 인식 시점을 불규칙하게 만들고, 수주 파이프라인 관리의 어려움으로 이어질 수 있습니다.

그리고 기업 고객은 범용 솔루션보다 자사의 데이터 환경, 인프라, 업무 프로세스에 최적화된 맞춤형(Customized) AI 솔루션을 요구하는 경향이 강합니다. 이는 당사의 개발 인력이 다수의 고객사 프로젝트에 동시에 투입되어야 하는 구조를 만들어, 인력 운용의 효율성을 저하시킬 수 있습니다. 또한 고객사 요구사항의 사후 변경, 고객 내부 시스템과의 연동 문제 등으로 인해 납기 지연 또는 추가 비용이 발생할 경우, 해당 프로젝트의 수익성이 당초 계획 대비 크게 저하될 수 있습니다.한편, AI 솔루션 개발 프로젝트는 고객사의 데이터 품질, 인프라 환경, 담당자 협조 여부 등 외생 변수가 많아 납기 지연, 추가 공수 발생, 범위 변경(Scope Creep) 등의 프로젝트 리스크가 상존합니다. 고정가 계약 방식으로 수주할 경우 추가 개발 공수가 발생하더라도 별도 보상이 어려워 프로젝트 수익성이 악화될 수 있으며, 반대로 시간단가(T&M) 방식 계약에서는 프로젝트 기간 변동으로 인한 수익 인식 불확실성이 증가합니다. 당사는 수주 전 기술 타당성 검증(Technical Feasibility Assessment) 프로세스를 강화하고, 계약 단계에서의 범위 정의를 명확히 함으로써 이러한 리스크를 완화하고 있습니다. 그러나 B2B 사업의 구조적 특성상 이러한 리스크를 완전히 제거하는 것은 어렵습니다.

위와 같이 B2B 사업은 일반 소비자를 대상으로 하는 B2C(Business-to-Consumer) 사업과 사업 구조, 매출 특성, 고객 관계 등에서 상이한 특성을 보이고 있습니다. 당사가 영위하는 B2B 사업 모델은 높은 계약 단가와 매출 안정성, 높은 전환비용(Switching Cost)에 기반한 고객 Lock-in, 예측 가능한 매출 구조, 고객사 협업을 통한 기술 고도화 등의 강점이 있습니다. 다만, 긴 영업 주기(Long Sales Cycle) 및 수주 예측 불확실성, 높은 커스터마이제이션 요구 및 프로젝트 리스크, PoC-to-Production 전환율 불확실성, 고객 집중도 및 의존도 위험 등의 위험요소 또한 내포하고 있습니다.

당사는 상기와 같은 B2B 사업의 위험을 감소시키고자 고객 포트폴리오의 산업군 다변화, 구독형 라이선스 계약 확대, 표준화된 솔루션 모듈 구축을 통한 커스터마이제이션 범위 관리 등을 통해 B2B 사업 특성에 따른 위험을 완화하고자 노력하고 있습니다. 그러나 기업용 AI 시장의 구조적 특성상 이러한 위험 요인들을 완전히 배제하기는 어려운 상황이오니, 투자자께서는 이 점 유의하시기 바랍니다.

(주3) 정정 후

당사가 영위하는 기업용 AI(Enterprise AI) 솔루션 사업은 기업 고객을 대상으로 하는 B2B(Business-to-Business) 사업입니다. B2B 사업은 일반 소비자를 대상으로 하는 B2C(Business-to-Consumer) 사업과 사업 구조, 매출 특성, 고객 관계 등에서 상이한 특성을 보이고 있습니다.

B2B 거래는 건당 계약 규모가 크고, 일단 도입된 AI 솔루션은 고객사의 핵심 업무 프로세스에 깊이 연동되므로 계약 갱신율이 높고 장기적인 매출 기반(Recurring Revenue)을 형성할 수 있습니다. 특히, 당사의 MLOps 플랫폼 Runway는 고객사의 AI 개발, 배포, 운영 전 과정을 지원하는 기반 인프라 성격을 가지므로, 도입 이후 타 솔루션으로의 전환이 용이하지 않아 높은 고객 잔존율(Retention Rate)이 기대됩니다. 또한, 기업 고객은 AI 솔루션 도입 시 자사 데이터 파이프라인, 기존 IT 인프라, 업무 프로세스와의 연동을 위해 상당한 시간과 비용을 투자합니다. 이러한 초기 투자는 높은 전환비용으로 작용하여, 경쟁사 제품으로의 교체를 억제하는 자연스러운 진입장벽(Moat)을 형성합니다. 그리고 B2C 사업이 소비자 심리와 트렌드 변화에 민감한 반면, B2B 사업은 연간 계약, 다년 구독, 유지보수(Maintenance) 계약 등을 통해 상대적으로 높은 매출 가시성(Revenue Visibility)을 확보할 수 있습니다. 당사는 수주 잔고(Backlog) 관리를 통해 향후 매출을 일정 부분 사전에 추정할 수 있는 구조를 갖추고 있습니다. 또한, B2B 사업에서는 고객사와의 긴밀한 기술 협업 과정에서 산업 도메인에 대한 깊은 이해와 실전 데이터를 축적할 수 있습니다. 당사는 다양한 제조/국방 분야 고객사와의 프로젝트를 통해 4,000여개 이상의 AI 모델을 배포한 경험을 보유하고 있으며, 이러한 누적 경험은 후발주자가 단기간 내 대체하기 어려운 핵심 경쟁력으로 작용합니다.

다만, B2B 사업 구조에서는 거래 단가가 높은 대형 고객 몇 곳에 매출이 집중되는 경향이 있으며, 특정 고객의 예산 삭감, 계약 해지, 또는 동종 솔루션의 내재화(Insourcing) 전환은 당사 전체 매출에 중대한 영향을 미칠 수 있습니다. 실제로 맥킨지가 「The State of AI in 2025」(2025.11, 105개국 1,993명 대상)에서 조사한 결과, 전체 기업의 약 2/3가 여전히 AI 실험 ㆍ 파일럿 단계에 머물러 있으나, AI 고성과 기업(AI에서 EBIT의 5% 이상을 창출하는 기업, 전체의 약 6%)은 외부 솔루션 도입이 아닌 워크플로우의 근본적 재설계와 내부 역량 구축을 통해 AI를 전사적으로 확장하고 있는 것으로 분석되었습니다. 이들 고성과 기업의 55%가 AI 도입 시 기존 프로세스에 AI를 추가하는 방식이 아닌 워크플로우 자체를 재설계하는 전략을 채택하고 있으며, 이는 비고성과 기업(20%)의 약 2.8배에 달합니다. 이러한 추세는 대형 기업을 중심으로 AI 역량의 내재화가 가속화되고 있음을 시사하며, 향후 외부 AI 솔루션에 대한 수요 구조가 변화할 수 있는 위험요소로 작용할 수 있습니다.

또한, B2B 사업 모델은 기업용 AI 솔루션은 도입을 검토하는 고객사 내부에서 기술 검토(PoC), 예산 승인, 법무ㆍ보안 검토, 계약 협상 등 다단계의 의사결정 과정을 거치는 것이 일반적입니다. 맥킨지(McKinsey)에 따르면, 기업용 AI 솔루션의 평균 영업 주기(Sales Cycle)는 초기 접촉부터 계약 체결까지 평균 6~18개월에 달하며, 공공기관 또는 대형 금융기관 대상 프로젝트의 경우 24개월 이상 소요되는 사례도 다수 보고되고 있습니다. 이처럼 긴 영업 주기는 당사의 분기별 매출 인식 시점을 불규칙하게 만들고, 수주 파이프라인 관리의 어려움으로 이어질 수 있습니다.

그리고 기업 고객은 범용 솔루션보다 자사의 데이터 환경, 인프라, 업무 프로세스에 최적화된 맞춤형(Customized) AI 솔루션을 요구하는 경향이 강합니다. 이는 당사의 개발 인력이 다수의 고객사 프로젝트에 동시에 투입되어야 하는 구조를 만들어, 인력 운용의 효율성을 저하시킬 수 있습니다. 또한 고객사 요구사항의 사후 변경, 고객 내부 시스템과의 연동 문제 등으로 인해 납기 지연 또는 추가 비용이 발생할 경우, 해당 프로젝트의 수익성이 당초 계획 대비 크게 저하될 수 있습니다.한편, AI 솔루션 개발 프로젝트는 고객사의 데이터 품질, 인프라 환경, 담당자 협조 여부 등 외생 변수가 많아 납기 지연, 추가 공수 발생, 범위 변경(Scope Creep) 등의 프로젝트 리스크가 상존합니다. 고정가 계약 방식으로 수주할 경우 추가 개발 공수가 발생하더라도 별도 보상이 어려워 프로젝트 수익성이 악화될 수 있으며, 반대로 시간단가(T&M) 방식 계약에서는 프로젝트 기간 변동으로 인한 수익 인식 불확실성이 증가합니다. 당사는 수주 전 기술 타당성 검증(Technical Feasibility Assessment) 프로세스를 강화하고, 계약 단계에서의 범위 정의를 명확히 함으로써 이러한 리스크를 완화하고 있습니다. 그러나 B2B 사업의 구조적 특성상 이러한 리스크를 완전히 제거하는 것은 어렵습니다.

위와 같이 B2B 사업은 일반 소비자를 대상으로 하는 B2C(Business-to-Consumer) 사업과 사업 구조, 매출 특성, 고객 관계 등에서 상이한 특성을 보이고 있습니다. 당사가 영위하는 B2B 사업 모델은 높은 계약 단가와 매출 안정성, 높은 전환비용(Switching Cost)에 기반한 고객 Lock-in, 예측 가능한 매출 구조, 고객사 협업을 통한 기술 고도화 등의 강점이 있습니다. 다만, 긴 영업 주기(Long Sales Cycle) 및 수주 예측 불확실성, 높은 커스터마이제이션 요구 및 프로젝트 리스크, PoC-to-Production 전환율 불확실성, 고객 집중도 및 의존도 위험 등의 위험요소 또한 내포하고 있습니다. 당사의 최근 3개년 매출처 별 매출 현황은 다음과 같습니다.

상기와 같이 당사의 매출은 특정 거래처에 집중되지 않고 다수의 거래처로 분산되어 있으며, 특히 최근 3개년간 상위 매출처의 구성 또한 지속적으로 변화하는 모습을 보이고 있습니다. 당사의 최근 3개년 기간의 상위 5개 매출처는 서로 상이한 거래처로 구성되어 있어 특정 거래처에 대한 의존도는 낮은 편입니다. 또한, 각 거래처별 매출 비중은 대체로 6%~15% 수준에 분포하고 있으며, 상위 5개 거래처 합계 비중 역시 약 38.67%~49.67% 수준으로 유지되고 있음에 따라, 특정 거래처에 대해 매출이 편중되지 않는 모습을 보이고 있습니다. 다만, B2B 사업의 특성 상 향후 특정 거래처에 대한 매출 의존도가 증가할 가능성을 배제할 수 없으며, 만약 매출 편중이 심화될 경우 공급자인 당사의 교섭력 약화 요인으로 작용하여 당사의 수익성에 부정적인 영향을 미칠 수 있습니다.

당사는 상기와 같은 B2B 사업의 위험을 감소시키고자 고객 포트폴리오의 산업군 다변화, 구독형 라이선스 계약 확대, 표준화된 솔루션 모듈 구축을 통한 커스터마이제이션 범위 관리 등을 통해 B2B 사업 특성에 따른 위험을 완화하고자 노력하고 있습니다. 그러나 기업용 AI 시장의 구조적 특성상 이러한 위험 요인들을 완전히 배제하기는 어려운 상황이오니, 투자자께서는 이 점 유의하시기 바랍니다.

(주4) 정정 전

당사의 사업 경쟁력은 AI 연구개발, 솔루션 설계ㆍ구현, 고객 산업 도메인 이해 등 핵심 역량을 보유한 인재에 크게 의존합니다. 그러나 AI 전문 인력에 대한 국내외 수요가 폭발적으로 증가하면서 우수 인재의 확보와 유지가 업계 공통의 난제로 부상하고 있으며, 핵심 인력의 이탈은 당사의 기술 경쟁력과 사업 연속성에 직접적 위협이 됩니다.

IDC가 22개국 비즈니스 리더 5,500명을 대상으로 실시한 「AI at Work」 보고서(2025.11)에 따르면, 한국 기업의 71%가 AI 전문 인력 부족을 실감한다고 답하였으며, 이는 전세계 22개국 중 가장 높은 비율입니다. 전세계 기업의 84%가 AI 기술 인재 확보에 우려를 표명하고 있으며, 기술 역량 검증의 어려움(42%)과 치열한 인재 확보 경쟁(42%)이 가장 큰 채용 장벽으로 꼽혔습니다.

이에 따라 당사의 핵심 R&D 인력 및 기술 리더가 이탈할 경우, 진행 중인 고객 프로젝트의 기술 연속성이 단절되어 납기 지연 및 품질 저하가 발생할 수 있으며, 당사 고유의 알고리즘, 구현 방법론, 고객 도메인 지식 등 암묵적 지식(Tacit Knowledge)이 인력과 함께 유출될 위험이 있습니다. 또한, 이직 후 경쟁사 또는 고객사 내재화 팀에서 이를 활용할 경우 당사의 경쟁 우위가 훼손될 수 있으며, 핵심 인력 교체를 위한 채용ㆍ교육 비용과 기간 소요가 영업 효율성을 저하시킵니다.

당사는 AI 스타트업 및 중견기업으로서, 삼성전자ㆍ네이버ㆍ카카오 등 국내 대기업 및 구글ㆍMetaㆍMicrosoft 등 글로벌 빅테크와 동일한 AI 인재 풀을 두고 채용 경쟁을 벌이고 있습니다. 대기업ㆍ빅테크는 높은 기본급 외에도 성과급, 스톡옵션, 복리후생, 브랜드 가치 등에서 당사보다 우월한 조건을 제시할 수 있습니다. 특히 원격 근무 일반화 및 글로벌 채용 시장 통합으로 인해 국내 AI 인재들이 해외 기업의 원격 포지션을 수락하거나 실리콘밸리 취업을 선택하는 사례가 증가하고 있어, 당사의 인재 확보 경쟁 범위가 글로벌로 확대되었습니다.이에 대응하여 당사는 내부 임직원의 동기부여 강화를 통한 연구 개발 활동 활성화 및 핵심인력 이탈 방지를 위하여 다양한 성과보상제도를 시행하고 있습니다. 우선 당사는 특허 출원 및 등록에 기여한 임직원에 대해 보상제도를 운영하고 있으며, 이는 2021년 12월에 도입되어 증권신고서 제출일 현재까지 총 341건, 107,500천원의 보상금이 지급된 바 있습니다. 또한, 당사는 다양한 측면에서의 개인 평가 및 프로젝트 평가 결과에 기반하여 성과에 따른 인센티브를 지급하고 있으며, 핵심 기술 인력 유출을 방지하기 위해 2019년부터 지속적으로 연구개발 엔지니어에게 주식매수선택권을 부여하고 있습니다.

다만 상기와 같은 당사의 지속적인 인사관리 및 핵심인력 이탈 방지 노력에도 불구하고, 핵심 인력의 이직이나 외부 유출 가능성을 완전히 배제할 수는 없습니다. 만일 주요 프로젝트를 담당하고 있는 핵심 기술 인력 또는 고객과의 접점을 관리하는 주요 인력이 이탈할 경우, 연구개발 일정 지연, 고객 대응력 약화, 기술 노하우 유출 등의 문제가 발생할 수 있으며, 이는 당사의 사업 수행과 미래 성장성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

(주4) 정정 후

당사의 사업 경쟁력은 AI 연구개발, 솔루션 설계ㆍ구현, 고객 산업 도메인 이해 등 핵심 역량을 보유한 인재에 크게 의존합니다. 그러나 AI 전문 인력에 대한 국내외 수요가 폭발적으로 증가하면서 우수 인재의 확보와 유지가 업계 공통의 난제로 부상하고 있으며, 핵심 인력의 이탈은 당사의 기술 경쟁력과 사업 연속성에 직접적 위협이 됩니다.

IDC가 22개국 비즈니스 리더 5,500명을 대상으로 실시한 「AI at Work」 보고서(2025.11)에 따르면, 한국 기업의 71%가 AI 전문 인력 부족을 실감한다고 답하였으며, 이는 전세계 22개국 중 가장 높은 비율입니다. 전세계 기업의 84%가 AI 기술 인재 확보에 우려를 표명하고 있으며, 기술 역량 검증의 어려움(42%)과 치열한 인재 확보 경쟁(42%)이 가장 큰 채용 장벽으로 꼽혔습니다.

이에 따라 당사의 핵심 R&D 인력 및 기술 리더가 이탈할 경우, 진행 중인 고객 프로젝트의 기술 연속성이 단절되어 납기 지연 및 품질 저하가 발생할 수 있으며, 당사 고유의 알고리즘, 구현 방법론, 고객 도메인 지식 등 암묵적 지식(Tacit Knowledge)이 인력과 함께 유출될 위험이 있습니다. 또한, 이직 후 경쟁사 또는 고객사 내재화 팀에서 이를 활용할 경우 당사의 경쟁 우위가 훼손될 수 있으며, 핵심 인력 교체를 위한 채용ㆍ교육 비용과 기간 소요가 영업 효율성을 저하시킵니다.

당사는 AI 스타트업 및 중견기업으로서, 삼성전자ㆍ네이버ㆍ카카오 등 국내 대기업 및 구글ㆍMetaㆍMicrosoft 등 글로벌 빅테크와 동일한 AI 인재 풀을 두고 채용 경쟁을 벌이고 있습니다. 대기업ㆍ빅테크는 높은 기본급 외에도 성과급, 스톡옵션, 복리후생, 브랜드 가치 등에서 당사보다 우월한 조건을 제시할 수 있습니다. 특히 원격 근무 일반화 및 글로벌 채용 시장 통합으로 인해 국내 AI 인재들이 해외 기업의 원격 포지션을 수락하거나 실리콘밸리 취업을 선택하는 사례가 증가하고 있어, 당사의 인재 확보 경쟁 범위가 글로벌로 확대되었습니다. 정정 증권신고서 제출일 전일 현재 당사의 연구개발 조직은 각 전문 분야별로 구성한 FDE본부, PD본부, 보안/인프라팀, Cognition팀, CS팀 등으로 구성되어 있으며 연구개발 조직의 현황은 아래와 같습니다.

당사는 정정 증권신고서 제출일 전일 정규직 기준 총 115명의 임직원 중에서 임원을 포함한 연구개발인력이 81명인 연구 중심 AI 솔루션 개발 기업입니다. 당사는 AI 솔루션 개발을 위하여 본사 및 자회사 포함 전체 연구인력의 48%에 해당하는 39명이 석박사학위 전문인력으로 구성되어 있습니다. 당사의 연구개발을 담당하는 핵심 연구개발인력의 주요 현황은 아래와 같습니다.

당사는 지난 2024년 상장예비심사신청을 철회한 이후부터 2025년 상반기까지 일시적인 퇴직률 상승을 경험하였습니다. 해당 기간 발생한 연구개발인력 퇴직자는 총 13명(팀 리더 직급 퇴직자 0명)으로 2024년-2025년 2년간 전체 퇴직자 38명의 34%가 이 시기에 집중되었으나, 이는 구조적인 조직 관리 상의 문제보다는 상장예비심사신청 철회라는 특수한 경영 이벤트에 기인한 일시적 현상으로 판단됩니다. 또한 해당 기간에 핵심 인력으로 관리되고 있는 팀 리더 인력의 퇴직은 없었다는 점에서, 회사의 전략 방향, 기술 로드맵, 주요 고객 및 사업 구조를 가장 깊이 이해하고 있는 핵심 인력의 이탈은 매우 제한적인 것으로 확인되었습니다.

다만, 연구개발 인력의 퇴직이 발생할 경우, 당사가 보유한 기술 및 노하우가 외부로 유출될 수 있는 위험이 존재합니다. 당사는 이에 대비하여 퇴직자에 대한 비밀유지의무 및 경업금지 조항을 계약서에 명시하고 있으며, 주요 기술자료 및 데이터 접근 권한을 분리하고, 내부 정보보안 관리체계를 운영하는 등 사전적 예방 조치를 취하고 있습니다.

이와 더불어 당사는 내부 임직원의 동기부여 강화를 통한 연구 개발 활동 활성화 및 핵심인력 이탈 방지를 위하여 다양한 성과보상제도를 시행하고 있습니다. 우선 당사는 특허 출원 및 등록에 기여한 임직원에 대해 보상제도를 운영하고 있으며, 이는 2021년 12월에 도입되어 증권신고서 제출일 현재까지 총 341건, 107,500천원의 보상금이 지급된 바 있습니다. 또한, 당사는 다양한 측면에서의 개인 평가 및 프로젝트 평가 결과에 기반하여 성과에 따른 인센티브를 지급하고 있으며, 핵심 기술 인력 유출을 방지하기 위해 2019년부터 지속적으로 연구개발 엔지니어에게 주식매수선택권을 부여하고 있습니다.

다만 상기와 같은 당사의 지속적인 인사관리 및 핵심인력 이탈 방지 노력에도 불구하고, 핵심 인력의 이직이나 외부 유출 가능성을 완전히 배제할 수는 없습니다. 만일 주요 프로젝트를 담당하고 있는 핵심 기술 인력 또는 고객과의 접점을 관리하는 주요 인력이 이탈할 경우, 연구개발 일정 지연, 고객 대응력 약화, 기술 노하우 유출 등의 문제가 발생할 수 있으며, 이는 당사의 사업 수행과 미래 성장성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

(주5) 정정 전

당사가 영위하는 AI 솔루션 개발 사업에서 지식재산권(IP)은 사업 경쟁력의 핵심 자산입니다. 그러나 AI 기술 분야의 지식재산권 환경은 학습 데이터 저작권 분쟁의 글로벌 확산, AI 생성 결과물의 저작권 귀속 불명확성, 경쟁사의 특허 공세 등 복합적 리스크에 노출되어 있습니다.

글로벌 AI 산업에서 AI 모델 학습에 사용된 데이터의 저작권 침해 여부를 둘러싼 소송이 급증하고 있습니다. AI 관련 지식재산권 소송 건수는 2023년 약 20건에서 2025년 70건 이상으로 급증한 것으로 파악됩니다. 특히, 미국에서는 2023년 12월 뉴욕타임스(NYT)가 OpenAI와 Microsoft를 상대로 수억달러 규모의 저작권 침해 소송을 제기한 바 있습니다.

국내에서도 2025년 1월 지상파 방송 3사(KBSㆍMBCㆍSBS)가 네이버의 생성형 AI 하이퍼클로바X를 상대로 저작권법ㆍ부정경쟁방지법 위반 손해배상 소송을 제기하였으며, 2026년 2월에는 동일한 방송 3사가 오픈AI를 상대로 서울중앙지방법원에 추가 소송을 제기하였습니다. 이는 국내 언론사가 글로벌 빅테크 AI 기업을 상대로 저작권 소송을 제기한 첫 사례에 해당합니다.

이러한 분쟁 확산 추세는 당사에도 직접적 영향을 미칩니다. 당사가 AI 모델 학습에 활용한 외부 데이터 또는 고객사로부터 제공받은 데이터의 저작권 귀속이 불명확한 경우, 제3자의 저작권 침해 주장에 노출될 수 있으며, 이는 손해배상 청구 및 서비스 제공 금지 가처분 등의 법적 분쟁으로 발전할 가능성이 있습니다. 당사가 제공하는 AI 솔루션이 텍스트, 이미지, 코드 등의 콘텐츠를 생성하는 경우, 해당 생성물의 저작권 귀속에 관한 법적 기준이 아직 불명확합니다. 현행 한국 저작권법은 창작성 있는 '사람의 창작물'만을 저작물로 보호하고 있어, 순수하게 AI가 생성한 결과물은 저작권 보호 대상으로 인정받기 어려울 수 있습니다. 이는 당사 솔루션이 생성한 결과물을 고객이 자유롭게 활용하지 못하거나, 반대로 당사가 개발에 투입한 노력에 상응하는 법적 보호를 받지 못하는 상황으로 이어질 수 있습니다. 미국 저작권청(USCO)은 2023년 이후 AI 생성물에 대해 인간의 창의적 기여도가 충분히 인정될 경우에만 저작권 등록을 허용하는 방침을 적용하고 있으나, 구체적 기준은 사례별로 달라 법적 예측가능성이 낮습니다.

AI 알고리즘, 학습 방법론, 특화 모델 아키텍처 등은 특허 출원 대상이 될 수 있으나, 그 특허성(Patentability) 판단이 복잡합니다. 이에 따라 당사가 기술 특허를 충분히 확보하지 못한 상황에서 경쟁사가 유사 기술에 대한 특허를 먼저 확보하거나, 역으로 당사의 기술이 제3자 특허를 침해하였다는 주장을 받을 가능성이 있습니다. 또한 고객사 파견 근무, 공동개발 프로젝트 수행 과정에서 당사의 핵심 알고리즘이나 구현 노하우가 의도치 않게 외부에 노출될 위험도 존재합니다.

당사는 핵심 기술에 대한 특허 출원 및 영업비밀 관리 체계를 강화하고, 프로젝트 계약서에 기술 비밀유지(NDA) 및 지식재산권 귀속 조항을 명확히 규정하고 있습니다. 또한, 당사는 증권신고서 제출일 현재 미국 특허 28건을 포함하여 총 82건의 특허를 보유하고 있으며, 미국 출원 3건과 PCT 출원 7건을 포함해 총 27건의 특허가 출원 중에 있고, 상표권의 경우 미국 3건을 포함하여 총 18건을 보유하고 있습니다.

당사의 IP 현황은 글로벌 AI 소프트웨어 기업과 비교하여 경쟁력을 보유하고 있습니다. IP 경쟁력 검증 및 전략 수립을 위해 '파이특허법인'과 협력하여 체계적인 특허 관리를 수행하고 있습니다.

① 개별 특허에 대한 권리 분석을 실시하고, 침해 발생 시 대응 방안까지 고려하여 관리하고 있습니다. ② 핵심기술 및 세부기술과의 연관성, ③ 주요 프로젝트 및 제품, ④ 산업 및 비즈니스 영역에 대한 태깅을 통해 기술과 특허의 사업적 연계성을 검토하고, 비즈니스적 임팩트를 반영한 기술개발 방향을 설정하고 있습니다. ⑤ 또한 BCG(Boston Consulting Group)의 산업 분류를 기반으로 AI 기술요소를 결합한 특허 매트릭스를 활용하여, 글로벌 IT 기업 및 국내 주요 AI 기업과의 비교 분석을 수행하고 있습니다. 이를 통해 기술 발전 방향, 특허 출원 추이, 사업 연계성 등을 종합적으로 검토하여 당사의 기술 경쟁력과 전략적 우위를 강화하고 있습니다.

아래 표는 당사의 권리 범위가 넓은 주요 특허에 대한 분석 결과입니다.

당사는 각 핵심기술별로 중요도와 활용성을 검토하여 침해가능성이 있는 기술과 보호 필요성이 큰 기술에 대해서는 특허 출원을 통해 적극적으로 관리하고 있습니다

당사는 주요 고객이 속한 다양한 산업 분야와 비즈니스 단계에서 특허를 확보해 왔으며, 이는 해당 영역에서 당사의 경쟁력을 보여주는 근거로 판단됩니다.

당사는 BCG의 산업분류를 기반으로 산업별 구분과 AI 기술요소를 결합한 특허 매트릭스를 구축하여 기업별 경쟁력을 분석하고 있습니다. 이를 통해 각 기업의 특허 출원 경향성을 파악하고, 시장 변화의 흐름을 분석하며, 당사의 특허 출원 및 기술개발 방향을 전략적으로 검토하고 있습니다. 기업별 특허 분석 결과, 당사는 기업 규모와 시장 내 지위를 고려할 때 상당히 많은 수의 특허를 보유하고 있는 것으로 판단됩니다. 특히 AI 분야에서 비교 대상 기업 대비 정량적으로 많은 특허를 확보하고 있으며, 적극적인 해외 출원을 통해 미국 주요 기업과 비교하더라도 대등한 수준의 특허 경쟁력을 갖추고 있는 것으로 평가됩니다.

또한 2차원 히트맵을 활용한 정성적 분석 결과, 당사의 특허 포트폴리오는 산업 현장의 구체적인 문제를 해결하기 위한 Vertical Solution을 중심으로 구성되어 있으나, 동시에 모델 아키텍처 및 학습 방법 등 인공지능의 핵심 기술역량이 요구되는 영역에도 폭넓게 분포하고 있습니다. 이와 함께 다양한 Vertical Solution 관련 특허뿐만 아니라 머신러닝 플랫폼 관련 특허도 다수 보유하고 있으며, 머신러닝 플랫폼 영역에서는 Siemens, SAP, Amazon 등 글로벌 선도기업과 비교하더라도 경쟁력 있는 포트폴리오를 구축하고 있는 것으로 판단됩니다.

한편, 증권신고서 제출일 현재 당사가 보유한 핵심 기술 및 특허권과 관련하여 발생한 소송이나 분쟁은 존재하지 아니하며, 현재 인지하고 있는 특허 침해 위험 또한 없습니다.

다만, 핵심기술에 대한 경쟁사의 역설계 또는 독자개발을 완전히 차단할 수는 없으며, 이로 인해 당사의 지적재산권에 대한 이슈가 발생할 시 당사의 영업 및 손익에 부정적인 영향을 미칠 수 있습니다. 또한, 향후 매출 규모가 증가하고 사업분야의 진출영역이 확대될 경우 예상치 못한 특허 관련 소송에 대한 위험이 발생할 수도 있으며 결과적으로 당사 영업상황 및 재무실적에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다. (주5) 정정 후

당사가 영위하는 AI 솔루션 개발 사업에서 지식재산권(IP)은 사업 경쟁력의 핵심 자산입니다. 그러나 AI 기술 분야의 지식재산권 환경은 학습 데이터 저작권 분쟁의 글로벌 확산, AI 생성 결과물의 저작권 귀속 불명확성, 경쟁사의 특허 공세 등 복합적 리스크에 노출되어 있습니다.

글로벌 AI 산업에서 AI 모델 학습에 사용된 데이터의 저작권 침해 여부를 둘러싼 소송이 급증하고 있습니다. AI 관련 지식재산권 소송 건수는 2023년 약 20건에서 2025년 70건 이상으로 급증한 것으로 파악됩니다. 특히, 미국에서는 2023년 12월 뉴욕타임스(NYT)가 OpenAI와 Microsoft를 상대로 수억달러 규모의 저작권 침해 소송을 제기한 바 있습니다.

국내에서도 2025년 1월 지상파 방송 3사(KBSㆍMBCㆍSBS)가 네이버의 생성형 AI 하이퍼클로바X를 상대로 저작권법ㆍ부정경쟁방지법 위반 손해배상 소송을 제기하였으며, 2026년 2월에는 동일한 방송 3사가 오픈AI를 상대로 서울중앙지방법원에 추가 소송을 제기하였습니다. 이는 국내 언론사가 글로벌 빅테크 AI 기업을 상대로 저작권 소송을 제기한 첫 사례에 해당합니다.

이러한 분쟁 확산 추세는 당사에도 직접적 영향을 미칩니다. 당사가 AI 모델 학습에 활용한 외부 데이터 또는 고객사로부터 제공받은 데이터의 저작권 귀속이 불명확한 경우, 제3자의 저작권 침해 주장에 노출될 수 있으며, 이는 손해배상 청구 및 서비스 제공 금지 가처분 등의 법적 분쟁으로 발전할 가능성이 있습니다. 당사가 제공하는 AI 솔루션이 텍스트, 이미지, 코드 등의 콘텐츠를 생성하는 경우, 해당 생성물의 저작권 귀속에 관한 법적 기준이 아직 불명확합니다. 현행 한국 저작권법은 창작성 있는 '사람의 창작물'만을 저작물로 보호하고 있어, 순수하게 AI가 생성한 결과물은 저작권 보호 대상으로 인정받기 어려울 수 있습니다. 이는 당사 솔루션이 생성한 결과물을 고객이 자유롭게 활용하지 못하거나, 반대로 당사가 개발에 투입한 노력에 상응하는 법적 보호를 받지 못하는 상황으로 이어질 수 있습니다. 미국 저작권청(USCO)은 2023년 이후 AI 생성물에 대해 인간의 창의적 기여도가 충분히 인정될 경우에만 저작권 등록을 허용하는 방침을 적용하고 있으나, 구체적 기준은 사례별로 달라 법적 예측가능성이 낮습니다.

AI 알고리즘, 학습 방법론, 특화 모델 아키텍처 등은 특허 출원 대상이 될 수 있으나, 그 특허성(Patentability) 판단이 복잡합니다. 이에 따라 당사가 기술 특허를 충분히 확보하지 못한 상황에서 경쟁사가 유사 기술에 대한 특허를 먼저 확보하거나, 역으로 당사의 기술이 제3자 특허를 침해하였다는 주장을 받을 가능성이 있습니다. 또한 고객사 파견 근무, 공동개발 프로젝트 수행 과정에서 당사의 핵심 알고리즘이나 구현 노하우가 의도치 않게 외부에 노출될 위험도 존재합니다.

당사는 핵심 기술에 대한 특허 출원 및 영업비밀 관리 체계를 강화하고, 프로젝트 계약서에 기술 비밀유지(NDA) 및 지식재산권 귀속 조항을 명확히 규정하고 있습니다. 또한, 당사는 증권신고서 제출일 현재 미국 특허 29건과 국내 특허 55건을 포함하여 총 84건의 특허를 보유하고 있으며, 미국 1건, PCT 7건과 국내 11건을 포함해 총 19건의 특허가 출원 중에 있습니다. 상표권의 경우 미국 3건을 포함하여 총 18건을 보유하고 있습니다.

당사의 IP 현황은 글로벌 AI 소프트웨어 기업과 비교하여 경쟁력을 보유하고 있습니다. IP 경쟁력 검증 및 전략 수립을 위해 '파이특허법인'과 협력하여 체계적인 특허 관리를 수행하고 있습니다.

① 개별 특허에 대한 권리 분석을 실시하고, 침해 발생 시 대응 방안까지 고려하여 관리하고 있습니다. ② 핵심기술 및 세부기술과의 연관성, ③ 주요 프로젝트 및 제품, ④ 산업 및 비즈니스 영역에 대한 태깅을 통해 기술과 특허의 사업적 연계성을 검토하고, 비즈니스적 임팩트를 반영한 기술개발 방향을 설정하고 있습니다. ⑤ 또한 BCG(Boston Consulting Group)의 산업 분류를 기반으로 AI 기술요소를 결합한 특허 매트릭스를 활용하여, 글로벌 IT 기업 및 국내 주요 AI 기업과의 비교 분석을 수행하고 있습니다. 이를 통해 기술 발전 방향, 특허 출원 추이, 사업 연계성 등을 종합적으로 검토하여 당사의 기술 경쟁력과 전략적 우위를 강화하고 있습니다.

아래 표는 당사의 권리 범위가 넓은 주요 특허에 대한 분석 결과입니다.

당사는 각 핵심기술별로 중요도와 활용성을 검토하여 침해가능성이 있는 기술과 보호 필요성이 큰 기술에 대해서는 특허 출원을 통해 적극적으로 관리하고 있습니다

당사는 주요 고객이 속한 다양한 산업 분야와 비즈니스 단계에서 특허를 확보해 왔으며, 이는 해당 영역에서 당사의 경쟁력을 보여주는 근거로 판단됩니다.

당사는 BCG의 산업분류를 기반으로 산업별 구분과 AI 기술요소를 결합한 특허 매트릭스를 구축하여 기업별 경쟁력을 분석하고 있습니다. 이를 통해 각 기업의 특허 출원 경향성을 파악하고, 시장 변화의 흐름을 분석하며, 당사의 특허 출원 및 기술개발 방향을 전략적으로 검토하고 있습니다. 기업별 특허 분석 결과, 당사는 기업 규모와 시장 내 지위를 고려할 때 상당히 많은 수의 특허를 보유하고 있는 것으로 판단됩니다. 당사는 외부 전문기관(파이특허법률사무소)을 통해 "AI 기반 설계 및 최적화" 기술 영역에 대한 국내 특허 문헌 총 1,602건을 대상으로, 인공지능 및 설계 ㆍ 최적화 관련 키워드와 IPC 분류를 결합한 검색식을 적용하고, 중복 제거 및 노이즈 필터링을 거쳐 유효 데이터 627건을 기준으로 출원 건수를 분석한 결과, 당사는 (주)삼성전자, 한화오션(주), 부산대학교, KAIST 등 20개 기업 및 기관 중 동 기술 분야에서 14개의 특허 건수로 (주)삼성전자 다음으로 상위권의 특허 출원 건수를 보유한 것으로 확인되었습니다.

ai 기반 설계 및 최적화 관련 특허 문헌 검색.jpg ai 기반 설계 및 최적화 관련 특허 문헌 검색

다만, 상기 결과는 한국 특허 문헌을 대상으로 출원 사건 수 기준으로 산정된 것으로서, 공개 및 등록 문헌의 중복 제거 및 산업 ㆍ 제조 관련성 기준을 적용한특정 검색 조건 하에서 도출된 결과이며, 2026년 4월 7일 기준으로 공개된 사건을 대상으로 분석된 것입니다.

또한 2차원 히트맵을 활용한 정성적 분석 결과, 당사의 특허 포트폴리오는 산업 현장의 구체적인 문제를 해결하기 위한 Vertical Solution을 중심으로 구성되어 있으나, 동시에 모델 아키텍처 및 학습 방법 등 인공지능의 핵심 기술역량이 요구되는 영역에도 폭넓게 분포하고 있습니다. 이와 함께 다양한 Vertical Solution 관련 특허뿐만 아니라 머신러닝 플랫폼 관련 특허도 다수 보유하고 있으며, 머신러닝 플랫폼 영역에서는 Siemens, SAP, Amazon 등 글로벌 선도기업과 비교하더라도 경쟁력 있는 포트폴리오를 구축하고 있는 것으로 판단됩니다.

한편, 증권신고서 제출일 현재 당사가 보유한 핵심 기술 및 특허권과 관련하여 발생한 소송이나 분쟁은 존재하지 아니하며, 현재 인지하고 있는 특허 침해 위험 또한 없습니다.

다만, 핵심기술에 대한 경쟁사의 역설계 또는 독자개발을 완전히 차단할 수는 없으며, 이로 인해 당사의 지적재산권에 대한 이슈가 발생할 시 당사의 영업 및 손익에 부정적인 영향을 미칠 수 있습니다. 또한, 향후 매출 규모가 증가하고 사업분야의 진출영역이 확대될 경우 예상치 못한 특허 관련 소송에 대한 위험이 발생할 수도 있으며 결과적으로 당사 영업상황 및 재무실적에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

(주6) 정정 전

당사는 우수 인력 유치 및 장기근속 유도의 일환으로 설립일부터 현재까지 총 12회에 걸쳐 총 1,389,568주의 주식매수선택권을 부여하였습니다. 증권신고서 제출일 현재 행사가능한 주식매수선택권은 행사된 594,124주와 퇴사 등으로 인해 취소된 수량 294,400주를 제외한 501,044주입니다. 증권신고서 제출일 현재 주식매수선택권 부여 내역은 아래와 같습니다.

당사는 한국채택국제회계기준(K-IFRS)에 따라 해당 주식매수선택권 부여와 관련하여 주식보상비용을 인식하고 있으며, 최근 3개년 주식보상비용 현황은 다음과 같습니다.

당사가 영위하는 AI 산업은 기술 경쟁이 치열하고 핵심 인재 확보가 매우 중요하므로, 향후에도 우수 인력 유치 및 장기근속 유도를 위해 주식매수선택권 부여 등 주식 기반 보상 제도를 활용할 계획입니다. 이에 따라 주식보상비용이 미래에도 지속적으로 발생할 것으로 예상되며, 이는 당사의 수익성을 악화시키거나 흑자 전환 시점을 지연시키는 주요 요인으로 작용할 수 있으니 투자자께서는 이 점 유의하시기 바랍니다.

(주6) 정정 후

당사는 우수 인력 유치 및 장기근속 유도의 일환으로 설립일부터 현재까지 총 12회에 걸쳐 총 1,389,568주 (공모 후 주식수 기준 7.92%)의 주식매수선택권을 부여하였습니다. 증권신고서 제출일 현재 행사가능한 주식매수선택권은 행사된 594,124주와 퇴사 등으로 인해 취소된 수량 294,400주를 제외한 501,044주 (공모 후 주식수 기준 7.92%)입니다. 증권신고서 제출일 현재 주식매수선택권 부여 내역은 아래와 같습니다.

당사는 한국채택국제회계기준(K-IFRS)에 따라 해당 주식매수선택권 부여와 관련하여 주식보상비용을 인식하고 있으며, 최근 3개년 주식보상비용 현황은 다음과 같습니다.

당사가 영위하는 AI 산업은 기술 경쟁이 치열하고 핵심 인재 확보가 매우 중요하므로, 향후에도 우수 인력 유치 및 장기근속 유도를 위해 주식매수선택권 부여 등 주식 기반 보상 제도를 활용할 계획입니다. 이에 따라 주식보상비용이 미래에도 지속적으로 발생할 것으로 예상되며, 이는 당사의 수익성을 악화시키거나 흑자 전환 시점을 지연시키는 주요 요인으로 작용할 수 있으니 투자자께서는 이 점 유의하시기 바랍니다.

(주7) 정정 전

당사는 증권신고서 제출일 현재 당사가 원고인 소송 1건이 진행중에 있습니다.

당사는 2019년 중소기업기술정보진흥원(이하 "진흥원")으로부터 국가연구개발과제의 주관기관으로 선정되어 과제를 이행하였으나, 시험성적서 지연 제출을 사유로 진흥원으로부터 국가연구개발사업 참여 제한 1년 처분 및 제재부가금 194,476천원을 부과받았습니다. 당사는 이와 관련하여 2025년 9월 중 당사, 윤성호 대표이사, 허영신 CBO를 원고로 소송을 제기함과 동시에 해당 처분의 집행정지를 요청하는 가처분을 제기하였습니다. 가처분 신청 결과, 국가연구개발사업의 참여제한은 집행정지 인용되었으나, 제재부가금에 대해서는 기각되었습니다. 이에 따라 당사는 부과된 제재부가금 194,476천원을 2025년 10월 31일에 전액 지급 완료하였습니다.

(1) 과제의 실제 수행 내용과 성과

해당 과제는 제조 공장에서 사용되는 산업용 로봇의 고장 전조를 탐지하는 AI를 연구ㆍ개발하는 과제였습니다. 당사는 관련 AI를 개발할 수 있는 요소 기술을 보유하고 있었으나, 로봇 운영 데이터를 직접 확보하기 어려운 상황이었습니다. 이에 따라 사업계획서 제출 당시에는 시험용 로봇을 구입하여 단순 동작을 반복 수행함으로써 학습 데이터를 확보하는 방식으로 연구개발을 진행할 계획을 수립하였고, 해당 계획에 따라 과제에 선정되어 연구를 착수하였습니다.

그러나 과제 수행 중이던 2020년 하반기 중 현대자동차 생산라인에 산업용 로봇을 공급하고 있는 현대로보틱스로부터 실제 생산라인에서 운용 중인 산업용 로봇의 운영 데이터를 제공받을 수 있는 제안을 받았습니다. 당사는 해당 제안이 기존 연구개발 방식의 한계를 극복하고 보다 실제 환경에 근접한 데이터를 활용하여 연구 성과를 높일 수 있는 기회라고 판단하여 이를 수용하였습니다. 그 결과 개발된 AI는 현대자동차 생산라인에서 시범 적용을 통해 검증되었으며, 증권신고서 제출일 현재 약 6개 공장, 약 1,400여 대의 산업용 로봇에 적용되어 수평 전개가 진행되고 있습니다.

(2) 협약 변경 누락으로 인한 평가 문제 발생 경위

다만 위와 같은 연구개발 방식 변경 과정에서, 당사는 연구 수행 방식 변경에 대해 사전에 협약 변경 절차를 진행하지 못하였고, 그 결과 최종 평가 시 당초 사업계획서에 명시된 외부기관 시험성적서를 제출하지 못하는 상황이 발생하였습니다.

현대로보틱스로부터 제공받은 데이터는 현대자동차 국내 및 해외 공장의 실제 생산라인에서 취득된 데이터로, 로봇 동작 품질 및 생산 제품의 품질 불량 정보 등 민감한 정보가 포함되어 있었습니다. AI 모델 성능 평가를 위해 외부기관 시험을 진행하려면 학습 데이터와 함께 모델을 제공해야 하는데, 현대로보틱스 및 데이터의 원천 권리자인 현대자동차는 해당 데이터의 외부기관 제공을 허용할 수 없다는 입장을 전달하였습니다. 당사는 고객 데이터의 외부 제공을 엄격히 제한하는 내부 원칙에 따라 외부기관에 데이터를 제공할 수 없었고, 이에 따라 당초 계획된 방식의 시험평가를 수행할 수 없었습니다.

이에 대한 대안으로 현대로보틱스가 자체적으로 성능 평가를 수행하여 시험성적서를 발급하였고, 당사는 해당 시험성적서를 제출하였습니다. 그러나 성능 평가 방식 및 시험성적서 발급 기관의 변경에 대해서는 협약 변경 절차를 선행했어야 함에도 내부 절차상 이를 진행하지 못한 채 과제를 종료하였습니다. 이후 재평가 및 이의제기 과정에서 해당 경위를 설명하였으나, 평가위원회는 당초 사업계획서에 명시된 시험성적서가 제출되지 않았다는 이유로 연구개발 결과물의 존재를 인정하기 어렵다고 판단하여 '극히 불량' 처분을 내리게 되었습니다.

(3) 대안적 시험성적서 확보 및 추가 입증 노력

현대로보틱스 및 현대자동차 데이터의 외부 제공이 불가능한 상황에서, 당사는 연구개발 결과물의 성능을 객관적으로 입증하기 위한 대안을 마련하였습니다. 이에 따라 본 연구개발 결과물을 활용하여 수요기업에 로봇 이상탐지 AI 솔루션을 공급하는 AI 바우처 사업에 지원하였고, 해당 사업에 선정되었습니다.

이 과정에서 수요기업인 주식회사 HCNC와 협의를 통해 산업용 로봇 운영 데이터를 확보하였으며, 이를 활용하여 인증된 외부 시험기관으로부터 정식 시험성적서를 발급받았습니다. 이후 2024년 12월 본 과제 처분을 최종 확정하기 위한 재검토위원회가 개최되었고, 당사는 위 시험성적서를 대안 자료로 제출하였습니다. 다만 재검토위원회는 기존 '극히 불량' 처분 자체는 유지하되 일부 제재 수준만 감경하는 결정을 내렸습니다.

(4) 소 제기의 이유

기존 사례 및 법률 자문에 따르면 '극히 불량' 처분은 일반적으로 사업비 오용 등 과제 수행 과정과 연구 결과 모두에 중대한 문제가 있는 경우에 적용되는 제재입니다. 그러나 당사는 2022년 6월 본 과제 최종 평가 당시, 시험성적서 관련 사항으로 현장 점검이 필요하다는 지적은 있었으나 개발 내용, 사업비 사용 내역, 기술임치증, 연구노트 등 연구개발 과정 전반에 대한 검증 결과 모든 항목에서 '이상 없음' 판정을 받은 바 있습니다. 또한, 본 과제를 통해 개발된 기술은 현대자동차 생산라인에 실제 적용되어 운영되고 있으며 관련 공급 계약도 체결된 상태입니다.

이와 같은 연구개발 과정 및 결과의 실재성을 고려할 때, 시험성적서 제출 절차상의 문제를 이유로 '극히 불량' 처분이 내려진 것은 감경 조치가 이루어졌음에도 여전히 과도한 처분에 해당한다고 판단하여 당사는 본 소송을 제기하게 되었습니다.

(5) 당사 사업에의 영향

현재 본 건에 대한 가처분 신청 결과, 국가연구개발사업 참여 제한 처분은 집행정지가 인용되어 당사의 국가연구개발사업 참여에는 제한이 없는 상태입니다. 또한, 당사의 주요 사업 실적은 제조 분야 민간 기업과의 특화 AI 공급 계약 및 국방기관과의 특화 AI 공급 계약을 통해 창출되고 있습니다. 민간 기업과의 계약은 본 제재 처분과 무관하며, 국방기관과의 계약 역시 연구개발과제가 아닌 공급 계약의 경우 제재 대상이 되지 않습니다.

한편 국가연구개발사업을 통해 확보한 지원금은 회계 인식 기준상 매출로 인식되지 않기 때문에 당사의 매출 실적과 직접적인 연관이 없으며, 수주 규모 기준으로도 국가연구개발사업의 비중은 2025년 기준 약 16.1% 수준으로 제한적인 상황입니다.

(6) 당사의 데이터 관리체계 및 향후 보안 이슈

당사는 고객으로부터 제공받은 데이터의 보호를 위하여 데이터 수집, 반입, 저장, 활용, 백업 및 폐기에 이르는 전 과정에 대해 내부 보안 절차와 관리 프로세스를 수립하여 운영하고 있습니다.고객 데이터가 회사로 전달되는 경우 사전에 데이터의 출처, 항목 및 민감도 등을 기준으로 중요도를 분류하고, 개인정보 또는 영업비밀 등 민감정보가 포함된 경우 별도의 중요 등급으로 관리합니다. 또한 데이터 반입 시에는 내부 데이터 관리 책임자 및 정보보호 담당자의 사전 승인을 거치도록 하고 있으며, 전송 과정에서는 암호화된 파일 전송 방식 및 보안 전송 프로토콜을 사용하는 등 안전한 데이터 전달 절차를 적용하고 있습니다. 필요한 경우 암호화된 이동식 저장매체를 이용한 물리적 전달 방식도 활용하고 있으며, 모든 데이터 반입 내역은 관리 대장을 통해 기록ㆍ관리됩니다.반입된 데이터는 접근 권한을 최소한의 업무 필요 인원으로 제한하여 관리하고 있으며, 온프레미스 서버 및 클라우드 협업 환경에 대해 다단계 인증(MFA), 접근 권한 통제, 감사 로그 관리 등의 보안 통제를 적용하고 있습니다. 또한 중요 데이터에 대해서는 암호화 저장 및 주기적인 백업 정책을 운영하고 있으며, 백업 데이터는 별도의 저장 환경에 분리하여 보관하고 있습니다.프로젝트 종료 또는 데이터 보관 필요성이 소멸하는 경우에는 고객과 협의된 절차에 따라 해당 데이터를 반환하거나 완전 삭제하며, 물리적 저장매체 또는 클라우드 저장소에 대해 복구가 불가능한 방식으로 폐기 절차를 수행합니다. 필요 시 폐기 이력 및 관련 증빙을 기록ㆍ보관하고 있으며, 고객 요청이 있는 경우 폐기 검증 절차에도 협조하고 있습니다.당사는 이와 같은 데이터 보안 관리 체계를 통해 고객 데이터의 기밀성, 무결성 및 안전성을 확보하기 위해 노력하고 있습니다.

본 사안은 당사 창업 초기 연구개발 과제 수행 과정에서 발생한 절차적 미비로 인해 발생한 건입니다. 이후 당사는 내부 연구개발 관리 절차를 정비하고 협약 변경 및 보고 체계를 강화하는 등 동일한 문제가 재발하지 않도록 관리 체계를 보완하였습니다.그 결과 본 건 이후부터 2025년말까지 수행하여 완료된 총 16건의 국가연구개발사업 및 AI 바우처 등 정부 지원사업에서 당사는 모두 별도의 문제없이 정상적으로 완료 판정을 받은 바 있습니다.

증권신고서 제출일 현재 상기 분쟁건 외 당사는 피소된 소송 건은 없습니다. 다만, 향후 당사는 사업을 영위하는 과정에서 예상치 못한 상황에 의하여, 법적 분쟁이 생길 수 있고, 분쟁 성격에 따라 대규모 소송가액의 지출이 수반될 가능성을 배제할 수 없습니다. 또한 당사가 피소당하는 사건에 대하여 패소할 가능성이 높다고 판단될 경우, 소송충당부채를 인식할 수 있으며, 이로 인해 당사의 영업실적 및 재무상태가 악화될 수 있으니, 투자자께서는 이 점 유의하시기 바랍니다.

(주7) 정정 후

당사는 증권신고서 제출일 현재 당사가 원고인 소송 1건이 진행중에 있습니다.

당사는 2019년 중소기업기술정보진흥원(이하 "진흥원")으로부터 국가연구개발과제의 주관기관으로 선정되어 과제를 이행하였으나, 시험성적서 지연 제출을 사유로 진흥원으로부터 국가연구개발사업 참여 제한 1년 처분 및 제재부가금 194,476천원을 부과받았습니다. 당사는 이와 관련하여 2025년 9월 중 당사, 윤성호 대표이사, 허영신 CBO를 원고로 소송을 제기함과 동시에 해당 처분의 집행정지를 요청하는 가처분을 제기하였습니다. 가처분 신청 결과, 국가연구개발사업의 참여제한은 집행정지 인용되었으나, 제재부가금에 대해서는 기각되었습니다. 이에 따라 당사는 부과된 제재부가금 194,476천원을 2025년 10월 31일에 전액 지급 완료하였습니다.

(1) 과제의 실제 수행 내용과 성과

해당 과제는 제조 공장에서 사용되는 산업용 로봇의 고장 전조를 탐지하는 AI를 연구ㆍ개발하는 과제였습니다. 당사는 관련 AI를 개발할 수 있는 요소 기술을 보유하고 있었으나, 로봇 운영 데이터를 직접 확보하기 어려운 상황이었습니다. 이에 따라 사업계획서 제출 당시에는 시험용 로봇을 구입하여 단순 동작을 반복 수행함으로써 학습 데이터를 확보하는 방식으로 연구개발을 진행할 계획을 수립하였고, 해당 계획에 따라 과제에 선정되어 연구를 착수하였습니다.

그러나 과제 수행 중이던 2020년 하반기 중 현대자동차 생산라인에 산업용 로봇을 공급하고 있는 현대로보틱스로부터 실제 생산라인에서 운용 중인 산업용 로봇의 운영 데이터를 제공받을 수 있는 제안을 받았습니다. 당사는 해당 제안이 기존 연구개발 방식의 한계를 극복하고 보다 실제 환경에 근접한 데이터를 활용하여 연구 성과를 높일 수 있는 기회라고 판단하여 이를 수용하였습니다. 그 결과 개발된 AI는 현대자동차 생산라인에서 시범 적용을 통해 검증되었으며, 증권신고서 제출일 현재 약 6개 공장, 약 1,400여 대의 산업용 로봇에 적용되어 수평 전개가 진행되고 있습니다.

(2) 협약 변경 누락으로 인한 평가 문제 발생 경위

다만 위와 같은 연구개발 방식 변경 과정에서, 당사는 연구 수행 방식 변경에 대해 사전에 협약 변경 절차를 진행하지 못하였고, 그 결과 최종 평가 시 당초 사업계획서에 명시된 외부기관 시험성적서를 제출하지 못하는 상황이 발생하였습니다.

현대로보틱스로부터 제공받은 데이터는 현대자동차 국내 및 해외 공장의 실제 생산라인에서 취득된 데이터로, 로봇 동작 품질 및 생산 제품의 품질 불량 정보 등 민감한 정보가 포함되어 있었습니다. AI 모델 성능 평가를 위해 외부기관 시험을 진행하려면 학습 데이터와 함께 모델을 제공해야 하는데, 현대로보틱스 및 데이터의 원천 권리자인 현대자동차는 해당 데이터의 외부기관 제공을 허용할 수 없다는 입장을 전달하였습니다. 당사는 고객 데이터의 외부 제공을 엄격히 제한하는 내부 원칙에 따라 외부기관에 데이터를 제공할 수 없었고, 이에 따라 당초 계획된 방식의 시험평가를 수행할 수 없었습니다.

이에 대한 대안으로 현대로보틱스가 자체적으로 성능 평가를 수행하여 시험성적서를 발급하였고, 당사는 해당 시험성적서를 제출하였습니다. 그러나 성능 평가 방식 및 시험성적서 발급 기관의 변경에 대해서는 협약 변경 절차를 선행했어야 함에도 내부 절차상 이를 진행하지 못한 채 과제를 종료하였습니다. 이후 재평가 및 이의제기 과정에서 해당 경위를 설명하였으나, 평가위원회는 당초 사업계획서에 명시된 시험성적서가 제출되지 않았다는 이유로 연구개발 결과물의 존재를 인정하기 어렵다고 판단하여 '극히 불량' 처분을 내리게 되었습니다.

(3) 대안적 시험성적서 확보 및 추가 입증 노력

현대로보틱스 및 현대자동차 데이터의 외부 제공이 불가능한 상황에서, 당사는 연구개발 결과물의 성능을 객관적으로 입증하기 위한 대안을 마련하였습니다. 이에 따라 본 연구개발 결과물을 활용하여 수요기업에 로봇 이상탐지 AI 솔루션을 공급하는 AI 바우처 사업에 지원하였고, 해당 사업에 선정되었습니다.

이 과정에서 수요기업인 주식회사 HCNC와 협의를 통해 산업용 로봇 운영 데이터를 확보하였으며, 이를 활용하여 인증된 외부 시험기관으로부터 정식 시험성적서를 발급받았습니다. 이후 2024년 12월 본 과제 처분을 최종 확정하기 위한 재검토위원회가 개최되었고, 당사는 위 시험성적서를 대안 자료로 제출하였습니다. 다만 재검토위원회는 기존 '극히 불량' 처분 자체는 유지하되 일부 제재 수준만 감경하는 결정을 내렸습니다.

(4) 소 제기의 이유

기존 사례 및 법률 자문에 따르면 '극히 불량' 처분은 일반적으로 사업비 오용 등 과제 수행 과정과 연구 결과 모두에 중대한 문제가 있는 경우에 적용되는 제재입니다. 그러나 당사는 2022년 6월 본 과제 최종 평가 당시, 시험성적서 관련 사항으로 현장 점검이 필요하다는 지적은 있었으나 개발 내용, 사업비 사용 내역, 기술임치증, 연구노트 등 연구개발 과정 전반에 대한 검증 결과 모든 항목에서 '이상 없음' 판정을 받은 바 있습니다. 또한, 본 과제를 통해 개발된 기술은 현대자동차 생산라인에 실제 적용되어 운영되고 있으며 관련 공급 계약도 체결된 상태입니다.

이와 같은 연구개발 과정 및 결과의 실재성을 고려할 때, 시험성적서 제출 절차상의 문제를 이유로 '극히 불량' 처분이 내려진 것은 감경 조치가 이루어졌음에도 여전히 과도한 처분에 해당한다고 판단하여 당사는 본 소송을 제기하게 되었습니다.

(5) 당사 사업에의 영향

현재 본 건에 대한 가처분 신청 결과, 국가연구개발사업 참여 제한 처분은 집행정지가 인용되어 당사의 국가연구개발사업 참여에는 제한이 없는 상태입니다. 또한, 당사의 주요 사업 실적은 제조 분야 민간 기업과의 특화 AI 공급 계약 및 국방기관과의 특화 AI 공급 계약을 통해 창출되고 있습니다. 민간 기업과의 계약은 본 제재 처분과 무관하며, 국방기관과의 계약 역시 연구개발과제가 아닌 공급 계약의 경우 제재 대상이 되지 않습니다.

한편 국가연구개발사업을 통해 확보한 지원금은 회계 인식 기준상 매출로 인식되지 않기 때문에 당사의 매출 실적과 직접적인 연관이 없으며, 수주 규모 기준으로도 국가연구개발사업의 비중은 2025년 기준 약 16.1% 수준으로 제한적인 상황입니다. 당사는 2026년과 2027년 수주 및 매출 추정에 국가연구개발사업 관련 수익을 반영하지 않고 있어 해당 사업에 대한 의존도가 존재하지 않습니다. 이에 따라 국가연구개발사업 참여제한 처분이 유지하더라도 2026년 및 2027년 매출 및 수주에 미치는 영향은 없을 것으로 판단됩니다. 다만, 비용 보전적 성격의 정부 연구개발과제와 관련하여, 소송에서 패소할 경우 관련 처분에 따라 1년 간 정부 연구개발과제 참여가 제한될 수 있는 위험이 존재하므로 투자자께서는 이점 유의하시기 바랍니다.

(6) 당사의 데이터 관리체계 및 향후 보안 이슈

당사는 고객으로부터 제공받은 데이터의 보호를 위하여 데이터 수집, 반입, 저장, 활용, 백업 및 폐기에 이르는 전 과정에 대해 내부 보안 절차와 관리 프로세스를 수립하여 운영하고 있습니다.고객 데이터가 회사로 전달되는 경우 사전에 데이터의 출처, 항목 및 민감도 등을 기준으로 중요도를 분류하고, 개인정보 또는 영업비밀 등 민감정보가 포함된 경우 별도의 중요 등급으로 관리합니다. 또한 데이터 반입 시에는 내부 데이터 관리 책임자 및 정보보호 담당자의 사전 승인을 거치도록 하고 있으며, 전송 과정에서는 암호화된 파일 전송 방식 및 보안 전송 프로토콜을 사용하는 등 안전한 데이터 전달 절차를 적용하고 있습니다. 필요한 경우 암호화된 이동식 저장매체를 이용한 물리적 전달 방식도 활용하고 있으며, 모든 데이터 반입 내역은 관리 대장을 통해 기록ㆍ관리됩니다.반입된 데이터는 접근 권한을 최소한의 업무 필요 인원으로 제한하여 관리하고 있으며, 온프레미스 서버 및 클라우드 협업 환경에 대해 다단계 인증(MFA), 접근 권한 통제, 감사 로그 관리 등의 보안 통제를 적용하고 있습니다. 또한 중요 데이터에 대해서는 암호화 저장 및 주기적인 백업 정책을 운영하고 있으며, 백업 데이터는 별도의 저장 환경에 분리하여 보관하고 있습니다.프로젝트 종료 또는 데이터 보관 필요성이 소멸하는 경우에는 고객과 협의된 절차에 따라 해당 데이터를 반환하거나 완전 삭제하며, 물리적 저장매체 또는 클라우드 저장소에 대해 복구가 불가능한 방식으로 폐기 절차를 수행합니다. 필요 시 폐기 이력 및 관련 증빙을 기록ㆍ보관하고 있으며, 고객 요청이 있는 경우 폐기 검증 절차에도 협조하고 있습니다.당사는 이와 같은 데이터 보안 관리 체계를 통해 고객 데이터의 기밀성, 무결성 및 안전성을 확보하기 위해 노력하고 있습니다.

본 사안은 당사 창업 초기 연구개발 과제 수행 과정에서 발생한 절차적 미비로 인해 발생한 건입니다. 이후 당사는 내부 연구개발 관리 절차를 정비하고 협약 변경 및 보고 체계를 강화하는 등 동일한 문제가 재발하지 않도록 관리 체계를 보완하였습니다.그 결과 본 건 이후부터 2025년말까지 수행하여 완료된 총 16건의 국가연구개발사업 및 AI 바우처 등 정부 지원사업에서 당사는 모두 별도의 문제없이 정상적으로 완료 판정을 받은 바 있습니다.

증권신고서 제출일 현재 상기 분쟁건 외 당사는 피소된 소송 건은 없습니다. 다만, 향후 당사는 사업을 영위하는 과정에서 예상치 못한 상황에 의하여, 법적 분쟁이 생길 수 있고, 분쟁 성격에 따라 대규모 소송가액의 지출이 수반될 가능성을 배제할 수 없습니다. 또한 당사가 피소당하는 사건에 대하여 패소할 가능성이 높다고 판단될 경우, 소송충당부채를 인식할 수 있으며, 이로 인해 당사의 영업실적 및 재무상태가 악화될 수 있으니, 투자자께서는 이 점 유의하시기 바랍니다.

(주8) 정정 전

증권신고서 작성지침에 따라 증권신고서에 기재하는 "재무에 관한 사항"은 최근사업연도(또는 반기, 분기) 말을 기준으로 감사인의 감사 또는 검토를 받은 수치를 기준으로 기재하고 있습니다. 당사는 신뢰성 있는 재무정보를 생산하기 위하여 최선의 노력을 다 할 것 입니다. 그러나 당사의 의도적 혹은 비의도적인 회계처리 오류의 발생 가능성을 배제할 수 없으며, 감사인의 감사를 받은 재무 수치를 기준으로 증권신고서를 작성하도록 함으로서 상기한 회계처리 오류의 가능성을 축소할 수 있으리라 사료됩니다.

그러나, 이러한 기재방식은 회계처리 오류의 가능성은 축소할 수 있으나, 결산일 이후 회사의 손익 추이에 관하여는 투자자에게 정보를 제공하기 어려울 수 있다고 판단됩니다. 이에, 금융감독원에서는 2024년 1월 23일 "기업 공시역량 제고를 위한 투자위험요소 기재요령 개정 및 2023년도 주요 정정요구 사례 공개" 보도자료 배포를 통해, IPO 기업의 최근 재무정보 공시방안 관련 기재 요령을 구체화한 바 있습니다.

금융감독원 보도자료_투자위험요소 기재요령 안내서.jpg 금융감독원 보도자료_투자위험요소 기재요령 안내서

당사는 2025년 감사 이후, 감사(검토) 받지 않은 당사 자체 결산 재무제표 기준 2026년 1월 매출액 978백만원, 영업손실 492백만원, 2026년 2월 매출액 726백만원, 영업손실 1,332백만원을 시현하였습니다. 상기 실적은 향후 감사(검토) 과정에서 확정 실적과의 차이발생 가능성이 있으며, 당사의 실적 악화에 따른 주가 하락 등의 위험이 존재합니다.

증권신고서 제출일 현재 가결산 기준 재무자료는 향후 최종 결산진행 과정과 외부감사인의 감사(검토)결과에 따라 일부 변동될 가능성이 있습니다.참고로, 감사/검토/감사 또는 검토받지 아니함에 대한 차이는 아래와 같습니다.

한편, 증권신고서 제출일 현재 당사가 투자위험요소에 기재한 사항 외에 당사가 인지하고 있는 신규상장 전까지 당사의 재무실적에 영향을 미칠 수 있는 추가적인 영업환경 변동 전망에 관한 사항은 존재하지 않습니다.

(주8) 정정 후

증권신고서 작성지침에 따라 증권신고서에 기재하는 "재무에 관한 사항"은 최근사업연도(또는 반기, 분기) 말을 기준으로 감사인의 감사 또는 검토를 받은 수치를 기준으로 기재하고 있습니다. 당사는 신뢰성 있는 재무정보를 생산하기 위하여 최선의 노력을 다 할 것 입니다. 그러나 당사의 의도적 혹은 비의도적인 회계처리 오류의 발생 가능성을 배제할 수 없으며, 감사인의 감사를 받은 재무 수치를 기준으로 증권신고서를 작성하도록 함으로서 상기한 회계처리 오류의 가능성을 축소할 수 있으리라 사료됩니다.

그러나, 이러한 기재방식은 회계처리 오류의 가능성은 축소할 수 있으나, 결산일 이후 회사의 손익 추이에 관하여는 투자자에게 정보를 제공하기 어려울 수 있다고 판단됩니다. 이에, 금융감독원에서는 2024년 1월 23일 "기업 공시역량 제고를 위한 투자위험요소 기재요령 개정 및 2023년도 주요 정정요구 사례 공개" 보도자료 배포를 통해, IPO 기업의 최근 재무정보 공시방안 관련 기재 요령을 구체화한 바 있습니다.

금융감독원 보도자료_투자위험요소 기재요령 안내서.jpg 금융감독원 보도자료_투자위험요소 기재요령 안내서

당사는 2025년 감사 이후, 감사(검토) 받지 않은 당사 자체 결산 재무제표 기준 2026년 1월 매출액 978백만원, 영업손실 492백만원, 2026년 2월 매출액 726백만원, 영업손실 1,332백만원 , 2026년 3월 매출액 1,303백만원, 영업손실 381백만원을 시현하였습니다. 상기 실적은 향후 감사(검토) 과정에서 확정 실적과의 차이발생 가능성이 있으며, 당사의 실적 악화에 따른 주가 하락 등의 위험이 존재합니다.

상기 영업수익과 관련하여, 당사의 2026년도 추정 영업수익은 약 224억원, 총 프로젝트 계약 수는 약 66건이며, 영업수익 중 1분기에 발생할 것으로 예상된 영업수익은 28억원, 총 프로젝트 계약 수는 약 39건입니다. 2026년 1분기 중 영업수익이 발생할 것으로 예상되었던 프로젝트 39건 중 29건의 계약이 완료되어 총 26억 원의 영업수익을 인식하였으며, 이외에도 기존 영업수익 추정에 반영되지 않았던 신규 수주 8건이 추가로 계약되어 약 4억원의 추가 영업수익이 발생함에 따라 총 30억원의 영업수익이 발생하였습니다. 당초 1분기에 영업수익이 발생할 것으로 예상되었으나 계약이 완료되지 않아 영업수익으로 인식되지 않은 계약 건 중 7건은 1분기 중 수주가 완료되어 2분기부터 영업수익으로 인식될 예정이며, 하반기 중 약 25건의 계약이 추가로 발생할 것으로 예상하고 있습니다.또한, 당사의 영업수익은 주로 국내외 제조 대기업 및 국내 국방 기관을 대상으로 한 특화 AI 솔루션 공급을 통해 발생하고 있습니다. 제조 대기업 및 국방 분야의 경우 데이터 보안 등의 사유로 클라우드 기반 AI 솔루션보다는 폐쇄망 환경 내 구축 ㆍ운영 방식으로 용역을 제공함에 따라 주로 공급 계약 체결 이후 진행률에 따른 영업수익을 인식하고 있습니다.이와 관련하여, 제조 대기업 및 국방 기관은 통상 연 단위로 예산을 편성 ㆍ집행함에 따라 신규 계약이 상반기부터 집중되는 경향이 있습니다. 이 중 다수의 계약은 당해 연도 내 공급이 완료되나, 일부 계약은 차년도 이후 검수 완료가 예정되는 경우도 존재합니다. 또한, 해당 고객군의 사업자 선정 및 구매 계약 절차상 사업자 선정부터 계약 체결까지 일정 기간이 소요되며, 이에 따라 실질적인 솔루션 공급은 주로 상반기 중반 이후 개시되어 연말까지 진행되는 특성이 있습니다.상기와 같은 사업 환경 하에서 당사는 상반기에 수주한 계약의 상당 부분이 하반기에 진행률에 따른 영업수익으로 본격적으로 반영되는 구조를 보이고 있으며, 이에 따라 영업수익이 상반기 대비 하반기에 집중되는 계절성이 나타나고 있습니다. 이러한 계절성은 단기적으로 해외 고객을 포함한 고객군 확대를 통해 완화될 수 있으며, 장기적으로는 제조 대기업 및 국방 고객의 AI 솔루션 도입 및 활용 방식 변화에 따라 점진적으로 완화될 것으로 예상됩니다.

증권신고서 제출일 현재 가결산 기준 재무자료는 향후 최종 결산진행 과정과 외부감사인의 감사(검토)결과에 따라 일부 변동될 가능성이 있습니다.참고로, 감사/검토/감사 또는 검토받지 아니함에 대한 차이는 아래와 같습니다.

한편, 증권신고서 제출일 현재 당사가 투자위험요소에 기재한 사항 외에 당사가 인지하고 있는 신규상장 전까지 당사의 재무실적에 영향을 미칠 수 있는 추가적인 영업환경 변동 전망에 관한 사항은 존재하지 않습니다.

(주9) 정정 전

당사는 임직원의 동기부여 및 복지 증진 등의 목적으로 주식매수선택권을 부여하였습니다. 증권신고서 제출일 현재 미행사분이 존재하는 주식매수선택권 부여 내역은 아래와 같습니다.

증권신고서 제출일 현재 공모주식을 포함하여 당사의 보통주 상장예정주식수는 17,554,024주이며, 주식매수선택권의 행사로 인한 발행가능주식수는 501,044주로 완전희석 가정시 상장가능주식수는 총 18,055,068주입니다. 향후 주식매수선택권 행사로 인하여 신주가 발행되어 보통주로 시장에 출회될 경우, 주식수의 증가로 인해 당사의 주식가치에 부정적인 영향을 미칠 수 있으니, 투자자께서는 이 점 유의하시기 바랍니다.

(주9) 정정 후

당사는 임직원의 동기부여 및 복지 증진 등의 목적으로 주식매수선택권을 부여하였습니다. 증권신고서 제출일 현재 미행사분이 존재하는 주식매수선택권 부여 내역은 아래와 같습니다.

증권신고서 제출일 현재 공모주식을 포함하여 당사의 보통주 상장예정주식수는 17,554,024주이며, 주식매수선택권의 행사로 인한 발행가능주식수는 501,044주 (공모 후 주식수 기준 7.92%)로 완전희석 가정시 상장가능주식수는 총 18,055,068주입니다. 향후 주식매수선택권 행사로 인하여 신주가 발행되어 보통주로 시장에 출회될 경우, 주식수의 증가로 인해 당사의 주식가치에 부정적인 영향을 미칠 수 있으니, 투자자께서는 이 점 유의하시기 바랍니다.

(주10) 정정 전

2016년 12월 13일 '증권 인수업무 등에 관한 규정' 개정으로 인하여 동 규정 제5조 제1항에 따라 다양한 방법을 통한 가격결정이 가능하게 되었습니다.

그럼에도 불구하고 금번 공모를 위한 가격 결정은 '증권 인수업무 등에 관한 규정' 제5조 제1항 제2호에 따라 기관투자자를 대상으로 수요예측을 실시하고 그 결과를 감안하여 대표주관회사와 발행회사가 협의하여 정하는 방법으로 가격결정이 이루어질 예정입니다. 단, 금번 공모 시 동 규정 제5조 제1항 제2호의 단서조항은 적용하지 않으므로 창업투자회사 등은 참여할 수 없습니다.

당사의 공모가 산정은 PER를 이용한 상대가치 평가법을 사용하였으며, 비교기업의 PER를 이용한 공모가 산정방식으로 계산된 희망공모가액 범위는 당사의 실질적인 가치를 의미하는 절대적 평가액이 아니며, PER 방식을 통한 공모가 산정 방식이 절대적인 평가법이 아님을 투자자께서는 유의하시기 바랍니다.

한편, 당사는 희망 공모가액 산정 시 최종 유사회사의 2025년 3분기 LTM 실적 기준으로 산출된 PER를 당사의 2028년 추정 당기순이익의 현가에 적용하여 평가 시가총액을 산출하였으며, 이에 따라 주당 평가가액 산출에 활용하였습니다. 당사의 희망공모가액은 최종 유사회사의 2025년 3분기 LTM 실적 기준의 PER을 적용하여 산출되었지만, 희망공모가액의 범위가 당사의 절대적인 가치를 의미하는 것은 아닙니다.

당사는 증권신고서 제출일 현재 한국표준산업분류 상 응용 소프트웨어 개발 및 공급업에 속해 있으며, 비교기업 선정을 위해 당사의 사업구조, 영업능력, 시장 내 지위, 경영성과 및 재무현황, 회사가 속한 산업의 특성, 시장의 규모, 비교기업의 경영성과 및 주가 수준 등 기타 사용 가능한 다양한 요소를 종합적으로 고려하였습니다. 그 결과 당사는 한글과컴퓨터, 와이즈넛, 슈어소프트테크, 비아이매트릭스 4개사를 당사의 공모가격 산정을 위한 비교기업으로 선정하였습니다.

상기 기준에 따라 비교기업으로 선정된 4개사가 당사와 사업의 연관성이 존재하고, 매출 구성 측면에서 비교 가능성이 일정 수준 존재하여도 상대가치 평가방법의 특성상 적합한 비교기업 선정 과정 및 결과에 대한 완전성을 보장할 수는 없습니다. 기업규모의 차이 및 부문별 매출 비중의 상이성, 선정 기준의 임의성 등을 고려하였을 때, 최종 선정된 기업들이 반드시 적합한 비교기업의 선정이라고 판단할 수 없으며, 사업 구조, 시장점유율, 인력 수준, 재무안정성, 소속 기업집단 내 지배구조 차이, 경영진, 경영 전략 등 주식가치에 영향을 미칠 수 있는 사항들에 차이점이 존재함에 따라 비교기업 선정의 부적합성이 존재하므로 투자자께서는 이 점 유의하시기 바랍니다.

비교기업 선정 시 선정(제외)기준, 반영 방법 등 합리적인 근거에 따라 적용하였으나 정량적인 기준 외에 평가과정에서 평가자의 정성적인 판단 및 자의성이 반영됨에 따라 산정결과로 도출된 희망 공모가액 역시 그 완결성을 보장할 수는 없습니다. 비교기업 선정 과정에 대한 자세한 내용은『제1부 모집 또는 매출에 관한 사항 - Ⅳ. 인수인의 의견(분석기관의 평가의견) - 1. 공모가격에 대한 의견 - 나. 희망공모가액의 산출 방법』에 기재되어 있으니 참고하여 주시기 바랍니다.

(주10) 정정 후

2016년 12월 13일 '증권 인수업무 등에 관한 규정' 개정으로 인하여 동 규정 제5조 제1항에 따라 다양한 방법을 통한 가격결정이 가능하게 되었습니다.

그럼에도 불구하고 금번 공모를 위한 가격 결정은 '증권 인수업무 등에 관한 규정' 제5조 제1항 제2호에 따라 기관투자자를 대상으로 수요예측을 실시하고 그 결과를 감안하여 대표주관회사와 발행회사가 협의하여 정하는 방법으로 가격결정이 이루어질 예정입니다. 단, 금번 공모 시 동 규정 제5조 제1항 제2호의 단서조항은 적용하지 않으므로 창업투자회사 등은 참여할 수 없습니다.

당사의 공모가 산정은 PER를 이용한 상대가치 평가법을 사용하였으며, 비교기업의 PER를 이용한 공모가 산정방식으로 계산된 희망공모가액 범위는 당사의 실질적인 가치를 의미하는 절대적 평가액이 아니며, PER 방식을 통한 공모가 산정 방식이 절대적인 평가법이 아님을 투자자께서는 유의하시기 바랍니다.

한편, 당사는 희망 공모가액 산정 시 최종 유사회사의 2025년 온기 실적 기준으로 산출된 PER를 당사의 2028년 추정 당기순이익의 현가에 적용하여 평가 시가총액을 산출하였으며, 이에 따라 주당 평가가액 산출에 활용하였습니다. 당사의 희망공모가액은 최종 유사회사의 2025년 온기 실적 기준의 PER을 적용하여 산출되었지만, 희망공모가액의 범위가 당사의 절대적인 가치를 의미하는 것은 아닙니다.

당사는 증권신고서 제출일 현재 한국표준산업분류 상 응용 소프트웨어 개발 및 공급업에 속해 있으며, 비교기업 선정을 위해 당사의 사업구조, 영업능력, 시장 내 지위, 경영성과 및 재무현황, 회사가 속한 산업의 특성, 시장의 규모, 비교기업의 경영성과 및 주가 수준 등 기타 사용 가능한 다양한 요소를 종합적으로 고려하였습니다. 그 결과 당사는 엑셈 , 와이즈넛, 슈어소프트테크, 비아이매트릭스 4개사를 당사의 공모가격 산정을 위한 비교기업으로 선정하였습니다.

상기 기준에 따라 비교기업으로 선정된 4개사가 당사와 사업의 연관성이 존재하고, 매출 구성 측면에서 비교 가능성이 일정 수준 존재하여도 상대가치 평가방법의 특성상 적합한 비교기업 선정 과정 및 결과에 대한 완전성을 보장할 수는 없습니다. 기업규모의 차이 및 부문별 매출 비중의 상이성, 선정 기준의 임의성 등을 고려하였을 때, 최종 선정된 기업들이 반드시 적합한 비교기업의 선정이라고 판단할 수 없으며, 사업 구조, 시장점유율, 인력 수준, 재무안정성, 소속 기업집단 내 지배구조 차이, 경영진, 경영 전략 등 주식가치에 영향을 미칠 수 있는 사항들에 차이점이 존재함에 따라 비교기업 선정의 부적합성이 존재하므로 투자자께서는 이 점 유의하시기 바랍니다.

비교기업 선정 시 선정(제외)기준, 반영 방법 등 합리적인 근거에 따라 적용하였으나 정량적인 기준 외에 평가과정에서 평가자의 정성적인 판단 및 자의성이 반영됨에 따라 산정결과로 도출된 희망 공모가액 역시 그 완결성을 보장할 수는 없습니다. 비교기업 선정 과정에 대한 자세한 내용은『제1부 모집 또는 매출에 관한 사항 - Ⅳ. 인수인의 의견(분석기관의 평가의견) - 1. 공모가격에 대한 의견 - 나. 희망공모가액의 산출 방법』에 기재되어 있으니 참고하여 주시기 바랍니다.

(주11) 정정 전 1. 공모가격에 대한 의견

동사의 공모가를 산정하기 위하여 향후 5년간(2026년~2030년)의 손익을 추정하였으며, 상대가치법에 따라 2028년 당기순이익에 유사기업 평균 PER을 적용하였습니다. 공모가 산정시 직접적으로 활용된 당기순이익 및 유사기업 PER은 상기 표에서 제시하는 바와 같습니다.

(주11) 정정 후 1. 공모가격에 대한 의견

동사의 공모가를 산정하기 위하여 향후 5년간(2026년~2030년)의 손익을 추정하였으며, 상대가치법에 따라 2028년 당기순이익에 유사기업 평균 PER을 적용하였습니다. 공모가 산정시 직접적으로 활용된 당기순이익 및 유사기업 PER은 상기 표에서 제시하는 바와 같습니다.

(주12) 정정 전

다. 유사기업의 선정

(1) 유사기업 선정 요약

대표주관회사인 미래에셋증권㈜는 동사의 업종, 사업, 재무 및 일반 유사성을 고려하여 한글과컴퓨터, 와이즈넛, 슈어소프트테크, 비아이매트릭스 등 총 4개사를 동사의 공모가격 산정을 위한 비교기업으로 선정하였으며, 상세 선정내역은 다음과 같습니다.

최종 선정된 비교기업은 동사와 비교가능한 유사한 사업을 영위하고 있으나, 주요 사업 및 매출규모의 차이가 존재합니다. 또한 사업전략, 영업환경, 시장 내 위치 등의 차이가 존재할 수 있으므로, 투자자께서는 비교 참고 정보를 토대로 한 투자의사 결정 시 이러한 차이점이 존재한다는 사실에 유의하시기 바랍니다.이와 같은 기준으로 선정되어 모집단에 속한 유사기업은 아래와 같습니다.

(2) 유사기업 선정 세부내역 (가) 모집단 선정 - 업종 유사성

동사는 한국표준산업분류 세세분류상 "응용 소프트웨어 개발 및 공급업(J58222)"에 해당합니다. 유사회사 범위를 확장하기 위하여 산업분류가 일치하지 않더라도 아래 유사 산업분류에 속하는 유가증권시장 또는 코스닥 상장회사를 추가로 선정하였습니다.

상기 기준으로 분류된 1차 유사기업은 다음과 같습니다.

(나) 2차 - 사업 유사성동사는 폐쇄망 등 특수한 환경에서 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하는 사업을 영위하고 있습니다. 동사의 주력 제품인 Runway는 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 산업 특화 AI 플랫폼으로서 2025년 기준 매출액은 4,135백만원으로 전체 매출액 대비 36.1%를 차지하고 있으며, AI 컨설팅 사업은 특정 고객의 비즈니스 문제를 해결하기 위한 맞춤형 AI 모델을 개발하여 제공하는 사업으로서 2025년 기준 매출액은 7,325백만원으로 전체 매출액 대비 63.9%를 차지하고 있습니다.최근 전 세계적으로 '버티컬 AI(Vertical AI)'가 주목받고 있습니다. 범용 AI가 모든 산업을 포괄하기에는 한계가 명확하다는 인식이 확산되면서, 이제는 각 산업의 특성을 반영한 '맞춤형 인공지능'이 기업 경쟁력의 핵심으로 부상하고 있습니다. 특히 제조ㆍ국방처럼 정확성ㆍ신뢰성ㆍ보안성이 절대적인 분야에서는AI의 정교한 모델링과 더불어, 이를 실시간으로 운영하고 개선할 수 있는 엔지니어링 체계가 함께 구축되어야 합니다.동사는 이러한 산업 현장의 현실과 필요성에 따라, 단순히 AI 기술을 보유한 기업이 아니라 AI를 산업 현장에 '작동 가능한 형태'로 구현하는 기업입니다. 이를 위해 동사는 두 가지 핵심 축인 '도메인 특화 모델링 기술', '도메인 특화 엔지니어링 기술'을 자체적으로 개발하여 내재화하였습니다. 이러한 기술적 토대를 통해 동사는 제조와 국방을 비롯한 다양한 산업에서 'AI의 상용화'를 실현해 왔으며, 이는 단순한 개념검증이 아니라, 실제 생산 라인과 방위 시스템 등 현장의 제약 속에서도 안정적으로 운영되는 AI 체계를 구축하는 것입니다.도메인 특화 인공지능 모델링 기술은 단순히 최신 AI 모델을 적용하는 수준을 넘어, 산업 현장에서 발생하는 복잡하고 불완전한 데이터를 효과적으로 가공 및 활용하고, 실제 작업 맥락에 맞는 맞춤형 모델을 구현하는 기술입니다. 이는 범용성을 지향하는 일반 LLM, 상용 시뮬레이터, 오픈소스 모델과 달리, 산업 특화 요구를 충족시키기 위한 데이터, 모델링 기술을 종합적으로 제공한다는 점에서 뚜렷한 차별성을 갖추고 있습니다. 산업 현장은 단순히 물리ㆍ화학 지식 기반의 모델만으로는 충분히 설명되지 않는 복잡성과 불확실성을 내포하고 있습니다. 따라서 이론이나 법칙을 통해 사전적으로 현상을 모두 규명하려는 시도보다는, 실제 현장에서 발생하는 동작을 세밀히 관찰하고 데이터로 이해하려는 노력이 필요합니다. 이러한 시도는 산업용 AI 시뮬레이터 개발로 이어지고, 이를 기반으로 최적 제어를 비롯한 다양한 모델과 애플리케이션을 개발할 수 있습니다. 특히 최적 제어 값을 탐색하거나 다양한 가정을 검증하기 위한 왓이프 시뮬레이션(What-if Simulation)을 위해서는 빠른 계산 속도가 필수적입니다. 그러나 기존 상용 시뮬레이터는 주로 물리 방정식 기반 계산에 의존하기 때문에 시뮬레이션 시간이 오래 걸리며 산업 현장의 다양성을 반영하지 못해 속도와 정확성 모두에서 한계가 있습니다. 마지막으로 제조ㆍ국방과 같은 산업 환경에서는 범용 AI가 보유하지 못한 설비ㆍ공정 등의 도메인 지식을 반영 해야합니다. 이를 위해서는 단순히 추가 사전학습을 하거나 미세조정 하는 수준을 넘어선 태스크 특화 AI 설계 기술이 필요합니다. 동사는 목적 함수와 보상 함수 설계, 전문가 피드백 반영, 에이전트 자율성 조절, 저데이터 환경에서의 모델 구축 등 근본적인 수준에서 모델을 설계하는 역량을 보유하고 있으며, 이를 통해 정확성과 신뢰성을 확보하는 산업 특화 AI를 구현하고 있습니다. 산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반입ㆍ반출, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 따라서 도메인 특화 엔지니어링 기술은 다음 세 가지 세부 기술을 통해 상기 과제를 해결하기 위해 개발되었습니다. 이러한 기술들은 상호 결합되어, AI 프로젝트가 일회성 실험이 아니라 기업의 '상시적인 운영체계'로 정착되도록 돕습니다.- AI 인프라 구성 기술: 다양한 연산 자원과 시스템을 통합 관리하고, 폐쇄망 환경에서도 효율적 운영- AI 배포 및 운영 기술: MLOps/LLMOps 기반으로 모델의 학습, 배포, 재학습, 모니터링을 자동화- 보안 프로세스 체계 구축 및 자동화 기술: 소프트웨어 반입ㆍ검증ㆍ내부 공유 전 과정을 안전하게 관리동사의 위 핵심기술을 통해 구현한 동사의 Runway는 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 머신러닝운영(MLOps, Machine Learning Operations) 기능에서 시작하여 데이터운영(DataOps, Data Operations), 대규모언어모델운영(LLMOps, Large Language Model Operations), 에이전트 운영(AgentOps, Agent Operations)까지 시장 수요와 기술 발전에 따라 그 기능범위를 확대하여 명실상부한 산업특화 AI 플랫폼으로 자리매김하고 있습니다.이에 따라 다음 기준 중 4가지 모두를 충족하는 회사를 비교기업으로 선정하였습니다.

1차 국내 유사기업 162개 중 사업 유사성 기준에 부합하는 국내 회사는 아래 21개사입니다.

(다) 3차 - 재무 유사성

동사의 최근 3사업연도 기준 매출액은 2023년 5,206백만원, 2024년 8,293백만원, 2025년 11,459백만원을 기록하였으며, 각 년도 영업이익(손실)은 2023년 (-)11,158백만원, 2024년 (-)10,897백만원, 2025년 (-)8,041백만원을 기록하였습니다. 다만, 동사 가치평가를 위하여 흑자 시현이 예상되는 2028년의 당기순이익 현가를 기준으로 유사기업의 PER을 적용하였으므로, 재무적 유사성을 갖춘 비교기업을 선별하였습니다. 2차 비교대상 회사에 속한 21개사 중, ① 분석기준일 현재 DART 전자공시시스템 상에 최근 4개분기(2024년 4분기, 2025년 1분기, 2025년 2분기, 2025년 3분기) 실적이 공시되었을 것, ② 결산월이 12월말로 동일할 것, ③ 2024년 온기 및 2025년 3분기 LTM 기준 영업이익, 순이익 흑자 시현한 기업을 분류하여 아래와 같이 3차 유사기업으로 총 6개사를 선정하였으며, 각 기업별 선정여부 및 근거 내역은 아래와 같습니다.

(라) 4차 - 일반 유사성 (최종 유사기업 선정)3차 - 재무 유사성 단계에서 선정된 6개 회사 중, 일반 유사성 기준을 충족하는 최종 유사기업 4개사를 선정하였습니다. 선정 근거 및 선정 내역은 아래와 같습니다.

(3) 유사기업 선정 결과대표주관회사인 미래에셋증권㈜는 상기 선정기준을 충족하는 4개사를 최종 유사기업으로 선정하였습니다.동사와 선정된 유사회사 간 사업의 연관성이 존재하고, 매출 구성 측면에서 비교 가능성이 일정 수준 존재하더라도 상대가치 평가방법의 특성상 적합한 비교기업 선정 및 과정에 대한 완전성을 보장할 수는 없습니다. 사업 구조, 시장점유율, 인력 수준, 재무안정성, 지배구조 차이, 경영진, 경영 전략 등 주식가치에 영향을 미칠 수 있는 사항들에 차이점이 존재함을 유의하시기 바랍니다.동사의 희망공모가액은 선정 유사회사의 기준 주가를 특정 시점에서 적용하였기에 향후 발생할 수 있는 유사회사의 주가 변동에 따라서 동사의 주당 평가가액도 변동될 수 있습니다. 유사회사의 기준 주가가 향후 예상 경영성과에 대한 기대감을 반영하고 있을 가능성 등을 고려하면, 동사의 주당 평가가액은 동사와 유사회사의 과거 경영실적을 활용하고 있다는 측면에서 평가방법으로서 완전성을 보장받지 못할 수 있습니다.또한, 동사의 주당 평가가액은 최종 유사회사의 2025년 3분기 기준 직전 12개월 (지배주주)당기순이익 수치를 기준으로 산출한 상대적 성격의 비교가치로서 동사의 기업가치를 평가함에 있어 절대성을 내포하고 있는 것은 아니며, 비교대상회사의 기준주가를 특정시점에서 산정하였으므로 향후 발생할 수 있는 비교대상회사의 주가변동에 의하여 동사의 주당 평가가액도 변화할 수 있습니다.따라서 유사기업의 기준주가가 미래 예상 손익에 대한 기대감을 반영하고 있을 가능성을 고려한다면 비교평가방법은 평가모형으로서 완전성을 보장받지 못할 수 있습니다.최종 유사기업의 사업 현황은 아래와 같습니다. (2025년 및 2024년 각사 사업보고서 참고)

(가) 한글과컴퓨터

한글과컴퓨터의 각 사업부문별 주요제품 및 매출은 다음과 같습니다.

1. 오피스SW/서비스 부문 (한글과컴퓨터)한글과컴퓨터는 MS오피스와의 높은 호환성과 함께 문서 변경 추적 기능, SNS연동 및 점자출력 기능을 탑재한 '한컴오피스 2010'을 2010년 출시한 이후 지속적인 기술개발을 통해 새로운 기능을 적용한 제품을 국내를 비롯 해외시장에 지속 출시하고 있습니다.

실시간 동시 협업 및 클라우드 스토리지 적용을 통한 문서 공유가 가능한 '한컴오피스 2014', 한컴오피스 하나만으로 다른 오피스SW에서 작성된 문서까지 편집하고, 원하는 장소에서 자유롭게 업무를 보고, 작성된 문서를 세계 각국의 언어로 번역할 수 있는 기능이 탑재된 '한컴오피스 네오', 그리고 인공지능 기능이 대거 적용되며 대화형 지식검색, 챗봇을 이용한 기능 호출, 음성인식을 통한 글자 입력이 가능하게 된 '한컴오피스 2018'의 출시를 비롯하여, 2019년 10월 인공지능, 클라우드, 블록체인 등 첨단 ICT 기술을 적용하여 문서 생산성과 편의성을 향상한 '한컴오피스 2020'을 출시, 2021년10월, 개방형 문서표준이자 머신리더블한 문서형식인 HWPX의 이점을 활용한 기능이 추가된 한컴오피스 2022버전을 선보이고 2023년 사용자의 손쉬운 문서 검색과 관리를 위한 메타 태그(Meta Tag)삽입 기능을 확대한 '한컴오피스 2024' 버전을 출시하였습니다.

'한컴오피스 2024'는 문서 내 표, 그림, 도형등에 메타 태그(Meta Tag)삽입기능을 확대하고 한셀에서 태그를 편집, 저장할 수 있도록 지원해 데이터 관리에 최적화된 업무환경을 제공합니다.

한국IDC의 최근 보고서에 따르면 2022년 국내 전체 소프트웨어 시장은 전년 대비 7.8% 성장하며 7조 1,489억원의 시장 규모를 기록할 것으로 전망하며 향후 국내 소프트웨어 시장은 5년간 연평균 성장률(CAGR) 6.5%를 기록하며 2026년 9조 1,037억원 규모를 형성할 것으로 예상됩니다.

특히 한국소프트웨어산업협회(KOSA)에 따르면 국내 SaaS시장 규모는 지난 2022년 1조7400억원에서 2025년 2조5500억원으로 연평균 14.1%씩 증가하여 상승률이 50%에 육박할 것으로 전망됩니다. 한편 글로벌 SaaS 시장은 지난 2022년 452조원에서 오는 2025년 724조원으로 급증할 것으로 예상되며, 연평균 상승률은 16%로 국내 SaaS 시장보다 1.9%포인트 높은 성장세를 보일 것으로 분석됩니다.

이러한 시장의 변화에 맞춰 한글과컴퓨터는 2022년 구독형 서비스인 "한컴독스"를 출시하였습니다. "한컴독스"는 PC버전(온프레미스, On-premise)뿐 아니라 언제 어디서나 사용 가능한 클라우드SaaS형 구독서비스로서, 온라인-오프라인-모바일 기기의 경계를 넘는 업무환경을 제공하고 있습니다.

뿐만 아니라 2024년 9월에는 인공지능(AI)를 결합한 구독형 문서 편집 서비스 ‘한컴독스AI'를 정식 출시하였습니다. 한컴독스AI는 이력서, 보고서, 기획서 등의 다양한 문서의 초안을 자동으로 생성하고, 번역, 문체 변경, 문서 요약, 맞춤법 검사 등의 기능을 제공해 사용자의 생산성을 극대화하는 솔루션입니다.

더 나아가, 한글과컴퓨터는 2024년 12월 한컴의 AI기반 솔루션인 '한컴어시스턴트', '한컴피디아' 를 연이어 출시하며 AI 문석작성 및 데이터관리의 효율성을 극대화하고 사용자 중심의 업무환경을 구축하는데 집중하고 있습니다.

한컴어시스턴트는 AI기반의 지능형 문서작성 도구로 사용자가 자연어로 명령하면 AI가 분석하여 자동으로 문서를 생성합니다. 보도자료, 이력서, 기획서 등의 초안 작성뿐만 아니라, 문서 교정, 요약, 문체 변경 등의 기능을 제공합니다. 또한 다양한 생산성 도구와 연동되며 고객의 네트워크 환경에 맞춰 활용할 수 있는 특징을 가지고 있습니다.

한컴피디아는 사용자의 다양한 문서데이터를 기반으로 필요한 정보를 챗봇형태로 제공하는 문서기반 질의응답 솔루션으로, 사용자가 자연어로 질문하면 즉각적인 결과를 확인할 수 있습니다. 다양한 문서 형식을 지원하며 검색 증강 생성(RAG) 모델을 통해 신뢰도 높은 답변과 출처를 제공합니다.

2. 개인안전장비 빛 방산 부분 (한컴라이프케어)한컴라이프케어는 보호복, 호흡기, 마스크 등 개인보호장비(PPE) 분야를 주요사업군으로 집중하며, 공기호흡기 등 안전장비 분야에서는 압도적인 입지를 구축해왔습니다.

특히 한컴라이프케어는 기존사업의 범위를 무인자동 화재감시 드론 및 신사업으로 국방분야인 과학화 교전훈련체계(Live Training System), 워리어플랫폼(Warrior Platform), 장갑차 후방 카메라 등 그 영역을 확장하고 있습니다.

3. 기타_마케팅 및 브랜드육성 사업 (UDM)

유디엠은 2011년 설립, 소셜미디어 마케팅 1세대 기업입니다. 지속적으로 성장과 변화를 거쳐오며 현재 마케팅 대행(Marketing agency), 마케팅 투자(Marketing investment), 자사 브랜드(Private Brands) 관리의 세 가지 주요 사업 모델을 중심으로 활동하고 있습니다.

회사는 다양한 산업 분야에 걸쳐 맞춤형 마케팅 대행 서비스를 제공하고, 성장 잠재력이 높은 브랜드사에 투자하여 그들의 시장 경쟁력을 강화합니다. 또한, 자사 브랜드 사업에서 테르스와 딸로 브랜드를 런칭하고 닥터시드 브랜드를 인수함으로써 사업 포트폴리오를 확장했습니다. 유디엠은 이러한 다양한 사업 전략을 통해 시장 내 입지를 강화해 나가고 있습니다. 4) 신규사업 등의 내용 및 전망(AI)한글과컴퓨터는 2023년 10월 당사의 웹오피스 서비스인 한컴독스에 생성형 AI를 결합한 '한컴독스 AI' 의 CBT(비공개 베타 테스트)를 진행하고 2024년 정식 출시하였습니다. 사용자의 수요가 높은 이력서, 기획서 등의 AI 탬플릿을 제공하고 주제와 핵심 내용을 입력하면 자동으로 문서를 생성해주어 시작하기 막막한 초안 작성에 도움을 주는 AI솔루션을 제공합니다.또한 2024년 12월 한컴의 AI제품인 한컴어시턴트 및 한컴피디아를 정식 출시하였습니다. 한편 글로벌 리서치기관인 IDC(International Data Corporation) 보고에 따르면 글로벌 생성형 AI시장은 챗GPT의 등장으로 본격 비즈니스화 되어 2023년 149억달러 (약 19조원)의 시장을 형성하고 4년 뒤인 2027년 1511억달러(약 196조원)로 이를것으로 분석했습니다. 국내 AI 시장 역시 향후 5년간 연평균 14.9%로 성장하여 '27년까지 4조 4,636억원 규모에 이를 전망입니다. 다양한 산업에서 AI채택을 가속화하는 가운데, 디지털 기술과 산업기술이 융합된 인공지능 생태계가 강화되고 여러 서비스 사업 혁신이 이루어지면서 해당 시장을 견인한 것으로 분석하고 있습니다.

한글과컴퓨터는 오피스 소프트웨어를 중심으로 출발하였으나, 최근에는 "국회 빅데이터 플랫폼 사업"을 수주하는 등 공공 및 기업 고객을 위한 AI 기반 빅데이터 분석 플랫폼과 정보 제공 서비스로 사업을 확대하고 있습니다. 한글과컴퓨터는 오피스 소프트웨어 외에도 AI와 연계한 빅데이터 기반 서비스로 공공 및 민간 시장에서 확장중으로 K-AI 파운데이션 모델 정예팀으로 선정되었습니다. 이는 마키나락스의 기술과 시장 포지셔닝 측면에서 유사합니다. (나) 와이즈넛

와이즈넛은 2000년 5월 설립된 국내 최고 수준의 자연어처리기술을 보유한 AI 에이전트 전문 기업입니다. 회사 설립 이후 기업용 검색엔진을 시작으로 빅데이터 수집 및 분석 사업을 거쳐 인공지능 챗봇(Chatbot) 사업을 통해 국내 6,000여개 이상 고객에게 제품을 제공하며 국내 시장 1위를 선점해왔습니다. 끊임없는 기술 혁신으로 RAG 솔루션 및 도메인별 내재화된 특화 LLM을 개발하며 폭발적인 시장 확대가 기대되는 생성형AI 및 AI 에이전트 사업으로 확대해 나가고 있습니다.

와이즈넛은 생성형 AI를 이용한 빠른 매출 확보 전략으로 AI 에이전트 플랫폼 개발에 집중하고 있습니다. AI 에이전트 플랫폼이란 산업 특화형 LLM과 RAG 등 AI 기술이 집약되어 고객 맞춤형 AI 에이전트를 생성할 수 있는 플랫폼입니다. 선도적인 RAG 솔루션 개발 및 출시는 AI 에이전트 플랫폼을 위한 교두보로 이를 응용해 제품개발에 박차를 가하고 있습니다.

와이즈넛은 B2B 및 B2G 시장을 중심으로 AI 에이전트, RAG, 검색 소프트웨어, 챗봇 등 인공지능 기반 솔루션 사업을 영위하고 있습니다. 특히, 검색 소프트웨어와 빅데이터 기반 지식 솔루션은 와이즈넛의 주요사업으로, 다수의 장기 고객을 확보하며 안정적인 매출을 창출하고 있습니다. 실제로 자사 솔루션을 10년 이상 지속적으로 사용하는 고객사는 전체의 81%에 달합니다.

와이즈넛은 전체 매출의 약 60%를 공공부문에서 발생시키고 있으며, 이는 와이즈넛의 안정적인 수익 기반을 구성하고 있습니다. 특히 최근 공공 시장에서 생성형 AI 및 AI 에이전트 관련 사업의 발주가 급격히 확대되고 있는 가운데, 와이즈넛은 해당 수요에 적극 대응하며 시장 기회를 선점하고 있습니다.

와이즈넛의 주요 제품 현황은 다음과 같습니다.

와이즈넛은 단순 챗봇 서비스가 아닌, 기업이 자체 AI 에이전트를 개발/운영할 수 있는 도구(플랫폼)를 제공한다는 점에서 마키나락스의 사업과 유사합니다. (다) 슈어소프트테크

슈어소프트테크는 고신뢰 고위험 소프트웨어, 즉 Mission Critical Software의 안전성을 검증하기 위한 자동화 도구 개발 및 공급과 3자 검증 서비스를 제공하는 소프트웨어 자동화 검증 플랫폼 회사입니다.

고신뢰 고위험 소프트웨어는 기능안전 국제표준에 근거하여 개발 과정(V-Process)에 따라 정의된 검증 활동이 필수적으로 요구되고, 슈어소프트테크는 필수 검증 활동을 자동화하는 소프트웨어 원천 기술과 20여년간 축적된 3자 검증 서비스 기술력을 보유하고 있으며, 자체 개발 기술로 빠른 고객 서비스 대응의 차별성을 가지고 국내 시장 점유율을 높여가고 있습니다.

슈어소프트테크는 시험검증 자동화 솔루션을 라이선스 및 유지보수(license and maintenance), 기간단위 구독 방식(subscription)으로 자동차, 국방, 원자력 및 에너지, 철도/항공/조선/로봇 분야의 국내 선두 기업에 공급하고 있으며 고위험 고신뢰 소프트웨어 특성상 개발자와 별도의 3자 검증이 필요한 고객들을 대상으로 자사 솔루션을 활용한 검증 서비스도 제공하고 있습니다.

현재 자동차 소프트웨어 분야는 슈어소프트테크 사업 성장의 핵심 영역입니다. 글로벌 자동차 시장의 중심축이 된 SDV(Software Defined Vehicle) 체제 전환은 슈어소프트테크의 소프트웨어 시험검증 사업과 밀접한 관계를 형성합니다. 자동차 제어기 시험검증 사업을 수행하며 자동차 제어기 소프트웨어에 대한 지식과 경험이 축적되었으며, 자동차 소프트웨어의 개발 과정에 대한 이해가 깊어지며 자동차 소프트웨어에 특화된 시험검증 솔루션을 개발하는 영역까지 확대되었습니다. 최근에는 차세대 차량의 제어기 일부 소프트웨어를 직접 개발하며 자동차 소프트웨어 종합 엔지니어링 파트너로 성장하고 있습니다.

슈어소프트테크의 주요 제품은 고신뢰 고위험(Mission Critical) 산업 내 사용되는 임베디드 소프트웨어 시험검증(V&V) 및 이와 관련된 서비스로 구성 되어있습니다. 슈어소프트테크의 주요 제품 구분과 특징 및 용도는 아래와 같습니다.

슈어소프트테크는 원자력, 국방, 자동차 등 Mission-Critical 산업 IT 인프라 소프트웨어의 신뢰성을 AI로 분석하고 검증 자동화하는 기업으로 산업 특화 인공지능 서비스를 제공하는 당사의 사업 방향과 유사합니다. (라) 비아이매트릭스

비아이매트릭스는 기업용 Intelligence Solution 전문 기업으로 기업의 AI분야를 비롯하여 BI 및 CI 분야 솔루션을 개발 공급하고 관련 시스템 구축 및 컨설팅 사업을 수행하고 있습니다.

2005년 회사 설립부터 기업의 데이터를 기반으로 신속하고 정확한 의사결정을 지원하는 BI분야 전문기업으로 사업을 시작하였으며, 2010년대 초 데이터의 폭발적인 증가에 따라 Big Data 처리 및 고급 인공지능 모델링을 통한 첨단 분석 예측 분야로사업을 확대하여 전문가용 데이터 마이닝 Big Data엔진과 고급 AI 분석 모델링 솔루션 제품을 개발하여 시장에 지속적으로 공급하고 있습니다.

비아이매트릭스는 자체 개발한 BI 솔루션을 기반으로 기업 고객에게 데이터 분석 및 시각화 서비스를 제공하며, AI와 연계한 빅데이터 분석 기능을 향상시킵니다. 비아이매트릭스의 BI솔루션은 데이터 분석 및 리코팅 과정에서 코딩을 최소화하는 로우코드에 강점이 있어, SQL이나 복잡한 함수 없이도 기업 데이터를 시각화하고 대시보드를 생성하게 해줍니다. 마키나락스의 MLOps 플랫폼 Runway 역시 복잡한 코딩을 최소화하고 산업 현장에 특화된 AI를 개발하는 기능을 제공한다는 점에서 유사한 점이 있습니다.

(4) 유사기업 기준 주가

기준 주가는 시장의 일시적인 급변 등 단기변동성 반영을 배제하기 위하여 2026년 3월 20일을 분석기준일로 분석기준일(2026년 3월 20일) 종가, 최근 1주일(2026년 3월 16일 ~ 2026년 3월 20일) 평균 종가, 최근 1개월(2026년 2월 23일 ~ 2026년 3월 20일) 평균 종가 중 최소값을 적용하였습니다.

(5) 상장예비심사 시 경쟁기업 제외 사유 한편 한국거래소 상장예비심사시 동사가 상장예비심사 신청서에 경쟁기업으로 기재하여 제출하였던 회사는 아래와 같습니다.

동사는 한국거래소 상장예비심사 시 경쟁기업으로 해외 기업인 팔란티어(Palantir Technologies Inc.), C3 ai(C3.ai, Inc.) 및 국내 기업인 베슬에이아이, 래블업을 기재하여 제출한 바 있습니다. 다만, 희망 공모가액 산출을 위한 비교기업 선정에 있어서는 해당 해외 및 국내 경쟁기업들을 모두 제외하였습니다. 제외 사유는 아래와 같습니다.먼저, 해외 경쟁기업인 팔란티어, C3 ai를 비교기업에서 제외한 세 가지 이유는 다음과 같습니다.첫 번째 이유는 해외 증권시장과 국내 증권시장 간의 국가적, 시장 참여자적 특성 차이 및 상장 여부입니다. 팔란티어와 C3 ai는 미국 뉴욕증권거래소(NYSE)에 상장되어 있어, 동사가 상장하고자 하는 국내 증권 시장과는 국가적, 시장 참여자적 특성이 근본적으로 상이합니다. 또한, 주요 경쟁사인 데이터이쿠(Dataiku)의 경우 현재 비상장 상태이므로 증권시장 내 형성된 객관적인 시가총액 데이터가 존재하지 않아, 상장사와 동일한 방식으로 기업가치 평가를 위한 Multiple 산출이 불가능합니다.두 번째 이유는 핵심 기술 아키텍처 및 타겟하는 산업 계층(Layer)의 구조적 차이입니다. 해외 유사회사의 경우 동사와 같이 기업 대상 AI 솔루션을 제공하지만, 동사와 달리 주로 클라우드 기반의 범용 솔루션을 지향하거나 전사적 의사결정을 지원하는 상위 레벨(Planning/Decision Layer)의 데이터 통합에 집중한다는 차이점이 존재합니다. 이는 동사의 주력 시장인 제조ㆍ국방 분야의 완전 폐쇄망(Air-gapped) 환경을 지원하면서, 실제 생산 라인의 복잡한 OT(운영기술) 시스템과 긴밀하게 연동하여 설비를 직접 제어하고 최적화하는 제어 및 실행 레벨(Control/Execution Layer) 중심의 비즈니스 모델과는 다소 차이가 있다고 판단하였습니다. 세 번째 이유는 기업 규모 및 재무 현황의 현격한 괴리입니다. 팔란티어와 C3 ai는 연간 매출 규모가 수천억 원에서 수조 원에 달하여 이미 글로벌 규모의 경제를 달성한 메가캡/미드캡(Mega/Mid-cap) 거대 기술기업입니다. 글로벌 영업망을 갖춘 거대 기업과 코스닥 벤처기업의 재무 지표(수익성, 성장성 등)를 평면적으로 비교하는 것은 통계적 유의성이 떨어지며 투자자에게 혼동을 줄 수 있다고 판단하였습니다.다음으로, 국내 경쟁기업인 베슬에이아이, 래블업, 에이프리카를 비교기업에서 제외한 두 가지 이유는 다음과 같습니다.첫 번째 이유는 해당 국내 경쟁기업들이 모두 비상장사이므로 상기 해외 유사기업 중 데이터이쿠와 마찬가지로 증권시장 내 형성된 객관적인 시가총액 데이터가 존재하지 않아, 객관적인 기업가치(Multiple) 산출이 불가능하다는 점입니다. 두 번째 이유는 재무정보의 신뢰성 및 비교 가능성이 결여되어 있기 때문입니다. 또한 비상장 기업들은 상장사와 달리 K-IFRS(한국채택국제회계기준)에 따라 외부 감사를 받은 재무제표를 분기 및 반기마다 공시할 의무가 없는 경우가 다수입니다. 따라서 공모가 산정에 필요한 최신 재무 데이터의 객관성과 신뢰성을 상장사 수준으로 담보하기 어려워, 정량적인 통계 비교군으로 편입하는 것은 적합하지 않다고 판단하여 최종 유사회사에서 제외하였습니다.상기 사유들로 인하여 한국거래소 상장예비심사 시 경쟁기업으로 제출한 6개사를 유사회사로 선정하지 아니하였습니다. 특히, 상장사인 Palantir, C3.ai의 구체적인 비교회사 미선정 사유는 아래와 같습니다.팔란티어(Palantir Technologies)는 전사 데이터의 수집, 통합, 정제, 분석 전 과정을 포괄하여 고객 조직의 의사결정 효율성을 극대화하는 엔터프라이즈 AI 플랫폼 기업입니다. 동사는 공급망, 재무, 인사 등 다양한 부서의 데이터를 연결해 통합된 뷰를 제공하고 시뮬레이션을 지원하는 '상위 레벨(Planning/Decision Layer)' 중심의 사업 모델을 보유하고 있다는 점에서 완전 폐쇄망 환경을 지원하는 동사와 기술적 교집합이 존재합니다. 그러나 팔란티어는 고객사 전반의 운영 체계를 디지털 트윈 형태로 구조화하는 엔터프라이즈 플랫폼 구축에 집중하는 반면, 동사는 개별 공정이나 설비의 예지보전, 제어 최적화, 스케줄링 자동화 등 실제 제조 현장(Control/Execution Layer)의 구체적인 페인 포인트(Pain Point)를 해결하는 모듈형 AI 프로젝트 및 플랫폼 사업에 특화되어 있습니다. 이처럼 팔란티어는 거시적인 전사 데이터 통합에 주력하는 메가캡(Mega-cap) 기업으로, 동사와는 사업 구조 및 평가 논리가 상이하여 직접적인 유사기업으로 분류하기에는 한계가 존재합니다.C3 ai(C3.ai, Inc.)는 기업들이 AI 애플리케이션을 신속하게 설계하고 배포할 수 있도록 지원하는 통합 플랫폼을 제공하며, 산업별 특화 애플리케이션과 파트너 생태계 활용을 통한 턴키 솔루션에 강점을 보유한 기업입니다. C3 ai는 다양한 산업군에 적용 가능한 AI 모델 개발 환경과 인프라를 통합적으로 제공한다는 점에서 동사의 엔터프라이즈 AI 플랫폼 비즈니스 모델과 기술적 유사성이 존재합니다. 그러나 C3 ai는 주로 클라우드 및 하이브리드 기반의 배포를 지향하고 있어, 현장의 복잡한 OT 시스템 연동과 완전 폐쇄망 환경 지원이 필수적인 제조ㆍ국방 분야에서는 근본적인 한계를 보입니다. 또한, 이미 글로벌 범용 플랫폼 시장에서 상업화 궤도에 올라 안정적인 매출 볼륨을 확보한 기업으로, 폐쇄망 환경 특화 기술력을 핵심 경쟁력으로 삼는 동사와는 성장 방향성이 상이하여 유사기업으로 분류하기에는 한계가 존재한다고 판단하였습니다.

(주12) 정정 후

다. 유사기업의 선정

(1) 유사기업 선정 요약

대표주관회사인 미래에셋증권㈜는 동사의 업종, 사업, 재무 및 일반 유사성을 고려하여 엑셈, 와이즈넛, 슈어소프트테크, 비아이매트릭스 등 총 4개사를 동사의 공모가격 산정을 위한 비교기업으로 선정하였으며, 상세 선정내역은 다음과 같습니다.

최종 선정된 비교기업은 동사와 비교가능한 유사한 사업을 영위하고 있으나, 주요 사업 및 매출규모의 차이가 존재합니다. 또한 사업전략, 영업환경, 시장 내 위치 등의 차이가 존재할 수 있으므로, 투자자께서는 비교 참고 정보를 토대로 한 투자의사 결정 시 이러한 차이점이 존재한다는 사실에 유의하시기 바랍니다.이와 같은 기준으로 선정되어 모집단에 속한 유사기업은 아래와 같습니다.

(2) 유사기업 선정 세부내역 (가) 모집단 선정 - 업종 유사성

동사는 한국표준산업분류 세세분류상 "응용 소프트웨어 개발 및 공급업(J58222)"에 해당합니다. 유사회사 범위를 확장하기 위하여 산업분류가 일치하지 않더라도 아래 유사 산업분류에 속하는 유가증권시장 또는 코스닥 상장회사를 추가로 선정하였습니다.

상기 기준으로 분류된 1차 유사기업은 다음과 같습니다.

(나) 2차 - 사업 유사성동사는 폐쇄망 등 특수한 환경에서 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하는 사업을 영위하고 있습니다. 동사의 주력 제품인 Runway는 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 산업 특화 AI 플랫폼으로서 2025년 기준 매출액은 4,135백만원으로 전체 매출액 대비 36.1%를 차지하고 있으며, AI 컨설팅 사업은 특정 고객의 비즈니스 문제를 해결하기 위한 맞춤형 AI 모델을 개발하여 제공하는 사업으로서 2025년 기준 매출액은 7,325백만원으로 전체 매출액 대비 63.9%를 차지하고 있습니다.최근 전 세계적으로 '버티컬 AI(Vertical AI)'가 주목받고 있습니다. 범용 AI가 모든 산업을 포괄하기에는 한계가 명확하다는 인식이 확산되면서, 이제는 각 산업의 특성을 반영한 '맞춤형 인공지능'이 기업 경쟁력의 핵심으로 부상하고 있습니다. 특히 제조ㆍ국방처럼 정확성ㆍ신뢰성ㆍ보안성이 절대적인 분야에서는AI의 정교한 모델링과 더불어, 이를 실시간으로 운영하고 개선할 수 있는 엔지니어링 체계가 함께 구축되어야 합니다.동사는 이러한 산업 현장의 현실과 필요성에 따라, 단순히 AI 기술을 보유한 기업이 아니라 AI를 산업 현장에 '작동 가능한 형태'로 구현하는 기업입니다. 이를 위해 동사는 두 가지 핵심 축인 '도메인 특화 모델링 기술', '도메인 특화 엔지니어링 기술'을 자체적으로 개발하여 내재화하였습니다. 이러한 기술적 토대를 통해 동사는 제조와 국방을 비롯한 다양한 산업에서 'AI의 상용화'를 실현해 왔으며, 이는 단순한 개념검증이 아니라, 실제 생산 라인과 방위 시스템 등 현장의 제약 속에서도 안정적으로 운영되는 AI 체계를 구축하는 것입니다.도메인 특화 인공지능 모델링 기술은 단순히 최신 AI 모델을 적용하는 수준을 넘어, 산업 현장에서 발생하는 복잡하고 불완전한 데이터를 효과적으로 가공 및 활용하고, 실제 작업 맥락에 맞는 맞춤형 모델을 구현하는 기술입니다. 이는 범용성을 지향하는 일반 LLM, 상용 시뮬레이터, 오픈소스 모델과 달리, 산업 특화 요구를 충족시키기 위한 데이터, 모델링 기술을 종합적으로 제공한다는 점에서 뚜렷한 차별성을 갖추고 있습니다. 산업 현장은 단순히 물리ㆍ화학 지식 기반의 모델만으로는 충분히 설명되지 않는 복잡성과 불확실성을 내포하고 있습니다. 따라서 이론이나 법칙을 통해 사전적으로 현상을 모두 규명하려는 시도보다는, 실제 현장에서 발생하는 동작을 세밀히 관찰하고 데이터로 이해하려는 노력이 필요합니다. 이러한 시도는 산업용 AI 시뮬레이터 개발로 이어지고, 이를 기반으로 최적 제어를 비롯한 다양한 모델과 애플리케이션을 개발할 수 있습니다. 특히 최적 제어 값을 탐색하거나 다양한 가정을 검증하기 위한 왓이프 시뮬레이션(What-if Simulation)을 위해서는 빠른 계산 속도가 필수적입니다. 그러나 기존 상용 시뮬레이터는 주로 물리 방정식 기반 계산에 의존하기 때문에 시뮬레이션 시간이 오래 걸리며 산업 현장의 다양성을 반영하지 못해 속도와 정확성 모두에서 한계가 있습니다. 마지막으로 제조ㆍ국방과 같은 산업 환경에서는 범용 AI가 보유하지 못한 설비ㆍ공정 등의 도메인 지식을 반영 해야합니다. 이를 위해서는 단순히 추가 사전학습을 하거나 미세조정 하는 수준을 넘어선 태스크 특화 AI 설계 기술이 필요합니다. 동사는 목적 함수와 보상 함수 설계, 전문가 피드백 반영, 에이전트 자율성 조절, 저데이터 환경에서의 모델 구축 등 근본적인 수준에서 모델을 설계하는 역량을 보유하고 있으며, 이를 통해 정확성과 신뢰성을 확보하는 산업 특화 AI를 구현하고 있습니다. 산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반입ㆍ반출, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 따라서 도메인 특화 엔지니어링 기술은 다음 세 가지 세부 기술을 통해 상기 과제를 해결하기 위해 개발되었습니다. 이러한 기술들은 상호 결합되어, AI 프로젝트가 일회성 실험이 아니라 기업의 '상시적인 운영체계'로 정착되도록 돕습니다.- AI 인프라 구성 기술: 다양한 연산 자원과 시스템을 통합 관리하고, 폐쇄망 환경에서도 효율적 운영- AI 배포 및 운영 기술: MLOps/LLMOps 기반으로 모델의 학습, 배포, 재학습, 모니터링을 자동화- 보안 프로세스 체계 구축 및 자동화 기술: 소프트웨어 반입ㆍ검증ㆍ내부 공유 전 과정을 안전하게 관리동사의 위 핵심기술을 통해 구현한 동사의 Runway는 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 머신러닝운영(MLOps, Machine Learning Operations) 기능에서 시작하여 데이터운영(DataOps, Data Operations), 대규모언어모델운영(LLMOps, Large Language Model Operations), 에이전트 운영(AgentOps, Agent Operations)까지 시장 수요와 기술 발전에 따라 그 기능범위를 확대하여 명실상부한 산업특화 AI 플랫폼으로 자리매김하고 있습니다.이에 따라 다음 기준 중 4가지 모두를 충족하는 회사를 비교기업으로 선정하였습니다.

1차 국내 유사기업 162개 중 사업 유사성 기준에 부합하는 국내 회사는 아래 20개사입니다.

(다) 3차 - 재무 유사성

동사의 최근 3사업연도 기준 매출액은 2023년 5,206백만원, 2024년 8,293백만원, 2025년 11,459백만원을 기록하였으며, 각 년도 영업이익(손실)은 2023년 (-)11,158백만원, 2024년 (-)10,897백만원, 2025년 (-)8,041백만원을 기록하였습니다. 다만, 동사 가치평가를 위하여 흑자 시현이 예상되는 2028년의 당기순이익 현가를 기준으로 유사기업의 PER을 적용하였으므로, 재무적 유사성을 갖춘 비교기업을 선별하였습니다. 2차 비교대상 회사에 속한 20개사 중, ① 분석기준일 현재 DART 전자공시시스템 상에 최근 4개분기(2025년 1분기, 2025년 2분기, 2025년 3분기, 2025년 4분기 ) 실적이 공시되었을 것, ② 결산월이 12월말로 동일할 것, ③ 2024년 온기 및 2025년 온기 영업이익, 순이익 흑자 시현한 기업을 분류하여 아래와 같이 3차 유사기업으로 총 6개사를 선정하였으며, 각 기업별 선정여부 및 근거 내역은 아래와 같습니다.

(라) 4차 - 일반 유사성 (최종 유사기업 선정)3차 - 재무 유사성 단계에서 선정된 6개 회사 중, 일반 유사성 기준을 충족하는 최종 유사기업 4개사를 선정하였습니다. 선정 근거 및 선정 내역은 아래와 같습니다.

(3) 유사기업 선정 결과대표주관회사인 미래에셋증권㈜는 상기 선정기준을 충족하는 4개사를 최종 유사기업으로 선정하였습니다.동사와 선정된 유사회사 간 사업의 연관성이 존재하고, 매출 구성 측면에서 비교 가능성이 일정 수준 존재하더라도 상대가치 평가방법의 특성상 적합한 비교기업 선정 및 과정에 대한 완전성을 보장할 수는 없습니다. 사업 구조, 시장점유율, 인력 수준, 재무안정성, 지배구조 차이, 경영진, 경영 전략 등 주식가치에 영향을 미칠 수 있는 사항들에 차이점이 존재함을 유의하시기 바랍니다.동사의 희망공모가액은 선정 유사회사의 기준 주가를 특정 시점에서 적용하였기에 향후 발생할 수 있는 유사회사의 주가 변동에 따라서 동사의 주당 평가가액도 변동될 수 있습니다. 유사회사의 기준 주가가 향후 예상 경영성과에 대한 기대감을 반영하고 있을 가능성 등을 고려하면, 동사의 주당 평가가액은 동사와 유사회사의 과거 경영실적을 활용하고 있다는 측면에서 평가방법으로서 완전성을 보장받지 못할 수 있습니다.또한, 동사의 주당 평가가액은 최종 유사회사의 2025년 온기 (지배주주)당기순이익 수치를 기준으로 산출한 상대적 성격의 비교가치로서 동사의 기업가치를 평가함에 있어 절대성을 내포하고 있는 것은 아니며, 비교대상회사의 기준주가를 특정시점에서 산정하였으므로 향후 발생할 수 있는 비교대상회사의 주가변동에 의하여 동사의 주당 평가가액도 변화할 수 있습니다.따라서 유사기업의 기준주가가 미래 예상 손익에 대한 기대감을 반영하고 있을 가능성을 고려한다면 비교평가방법은 평가모형으로서 완전성을 보장받지 못할 수 있습니다.최종 유사기업의 사업 현황은 아래와 같습니다. (2025년 및 2024년 각사 사업보고서 참고) (가) 엑셈

엑셈은 IT 시스템 성능 관리 솔루션 개발 및 판매를 주력으로 하는 패키지 소프트웨어 기업으로, 컨설팅, 솔루션 공급, 유지보수 및 운영지원까지 IT 시스템 성능 관리 라이프사이클 전반에 걸친 기술과 서비스를 자체 역량으로 제공하고 있습니다. 2001년 설립 이후 DBMS 성능 관리, 애플리케이션 성능 관리(APM), 통합 IT 성능 모니터링, AIOps, 빅데이터 및 AI 플랫폼까지 사업 영역을 확대해 왔습니다.

엑셈의 주요 제품 및 서비스는 아래 표와 같으며, IT 성능 관리 부문과 AI·빅데이터 플랫폼 부문으로 구성되어 있습니다.

엑셈은 MaxGauge, InterMax, exemONE, XAIOps 등 IT 성능 관리 솔루션을 통해 IT 인프라 및 애플리케이션 전반의 성능 모니터링과 운영 최적화 기능을 제공하고 있으며, EBIGs, Woodpecker, eXemble 등 AI·빅데이터 플랫폼을 통해 데이터 수집·저장·처리·분석부터 생성형 AI 서비스 구현까지 전 과정에 걸친 솔루션 체계를 구축하고 있습니다.엑셈은 IT 시스템 성능 관리 과정에서 축적된 데이터 수집·처리 및 분석 역량을 기반으로 빅데이터 및 AI 플랫폼 사업으로 확장하여, AIOps 및 MLOps 기반의 AI 모델 개발·운영과 생성형 AI 서비스까지 제공하고 있습니다. 이는 산업 데이터를 실시간으로 수집·분석하여 운영 최적화 및 장애 예측을 지원하고, 기업이 자체적으로 AI를 개발·활용할 수 있는 환경을 제공하는 플랫폼 사업이라는 점에서 마키나락스의 사업과 유사합니다. (나) 와이즈넛

와이즈넛은 2000년 5월 설립된 국내 최고 수준의 자연어처리기술을 보유한 AI 에이전트 전문 기업입니다. 회사 설립 이후 기업용 검색엔진을 시작으로 빅데이터 수집 및 분석 사업을 거쳐 인공지능 챗봇(Chatbot) 사업을 통해 국내 6,000여개 이상 고객에게 제품을 제공하며 국내 시장 1위를 선점해왔습니다. 끊임없는 기술 혁신으로 RAG 솔루션 및 도메인별 내재화된 특화 LLM을 개발하며 폭발적인 시장 확대가 기대되는 생성형AI 및 AI 에이전트 사업으로 확대해 나가고 있습니다.

와이즈넛은 생성형 AI를 이용한 빠른 매출 확보 전략으로 AI 에이전트 플랫폼 개발에 집중하고 있습니다. AI 에이전트 플랫폼이란 산업 특화형 LLM과 RAG 등 AI 기술이 집약되어 고객 맞춤형 AI 에이전트를 생성할 수 있는 플랫폼입니다. 선도적인 RAG 솔루션 개발 및 출시는 AI 에이전트 플랫폼을 위한 교두보로 이를 응용해 제품개발에 박차를 가하고 있습니다.

와이즈넛은 B2B 및 B2G 시장을 중심으로 AI 에이전트, RAG, 검색 소프트웨어, 챗봇 등 인공지능 기반 솔루션 사업을 영위하고 있습니다. 특히, 검색 소프트웨어와 빅데이터 기반 지식 솔루션은 와이즈넛의 주요사업으로, 다수의 장기 고객을 확보하며 안정적인 매출을 창출하고 있습니다. 실제로 자사 솔루션을 10년 이상 지속적으로 사용하는 고객사는 전체의 81%에 달합니다.

와이즈넛은 전체 매출의 약 60%를 공공부문에서 발생시키고 있으며, 이는 와이즈넛의 안정적인 수익 기반을 구성하고 있습니다. 특히 최근 공공 시장에서 생성형 AI 및 AI 에이전트 관련 사업의 발주가 급격히 확대되고 있는 가운데, 와이즈넛은 해당 수요에 적극 대응하며 시장 기회를 선점하고 있습니다.

와이즈넛의 주요 제품 현황은 다음과 같습니다.

와이즈넛은 단순 챗봇 서비스가 아닌, 기업이 자체 AI 에이전트를 개발/운영할 수 있는 도구(플랫폼)를 제공한다는 점에서 마키나락스의 사업과 유사합니다. (다) 슈어소프트테크

슈어소프트테크는 고신뢰 고위험 소프트웨어, 즉 Mission Critical Software의 안전성을 검증하기 위한 자동화 도구 개발 및 공급과 3자 검증 서비스를 제공하는 소프트웨어 자동화 검증 플랫폼 회사입니다.

고신뢰 고위험 소프트웨어는 기능안전 국제표준에 근거하여 개발 과정(V-Process)에 따라 정의된 검증 활동이 필수적으로 요구되고, 슈어소프트테크는 필수 검증 활동을 자동화하는 소프트웨어 원천 기술과 20여년간 축적된 3자 검증 서비스 기술력을 보유하고 있으며, 자체 개발 기술로 빠른 고객 서비스 대응의 차별성을 가지고 국내 시장 점유율을 높여가고 있습니다.

슈어소프트테크는 시험검증 자동화 솔루션을 라이선스 및 유지보수(license and maintenance), 기간단위 구독 방식(subscription)으로 자동차, 국방, 원자력 및 에너지, 철도/항공/조선/로봇 분야의 국내 선두 기업에 공급하고 있으며 고위험 고신뢰 소프트웨어 특성상 개발자와 별도의 3자 검증이 필요한 고객들을 대상으로 자사 솔루션을 활용한 검증 서비스도 제공하고 있습니다.

현재 자동차 소프트웨어 분야는 슈어소프트테크 사업 성장의 핵심 영역입니다. 글로벌 자동차 시장의 중심축이 된 SDV(Software Defined Vehicle) 체제 전환은 슈어소프트테크의 소프트웨어 시험검증 사업과 밀접한 관계를 형성합니다. 자동차 제어기 시험검증 사업을 수행하며 자동차 제어기 소프트웨어에 대한 지식과 경험이 축적되었으며, 자동차 소프트웨어의 개발 과정에 대한 이해가 깊어지며 자동차 소프트웨어에 특화된 시험검증 솔루션을 개발하는 영역까지 확대되었습니다. 최근에는 차세대 차량의 제어기 일부 소프트웨어를 직접 개발하며 자동차 소프트웨어 종합 엔지니어링 파트너로 성장하고 있습니다.

슈어소프트테크의 주요 제품은 고신뢰 고위험(Mission Critical) 산업 내 사용되는 임베디드 소프트웨어 시험검증(V&V) 및 이와 관련된 서비스로 구성 되어있습니다. 슈어소프트테크의 주요 제품 구분과 특징 및 용도는 아래와 같습니다.

슈어소프트테크는 원자력, 국방, 자동차 등 Mission-Critical 산업 IT 인프라 소프트웨어의 신뢰성을 AI로 분석하고 검증 자동화하는 기업으로 산업 특화 인공지능 서비스를 제공하는 당사의 사업 방향과 유사합니다. (라) 비아이매트릭스

비아이매트릭스는 기업용 Intelligence Solution 전문 기업으로 기업의 AI분야를 비롯하여 BI 및 CI 분야 솔루션을 개발 공급하고 관련 시스템 구축 및 컨설팅 사업을 수행하고 있습니다.

2005년 회사 설립부터 기업의 데이터를 기반으로 신속하고 정확한 의사결정을 지원하는 BI분야 전문기업으로 사업을 시작하였으며, 2010년대 초 데이터의 폭발적인 증가에 따라 Big Data 처리 및 고급 인공지능 모델링을 통한 첨단 분석 예측 분야로사업을 확대하여 전문가용 데이터 마이닝 Big Data엔진과 고급 AI 분석 모델링 솔루션 제품을 개발하여 시장에 지속적으로 공급하고 있습니다.

비아이매트릭스는 자체 개발한 BI 솔루션을 기반으로 기업 고객에게 데이터 분석 및 시각화 서비스를 제공하며, AI와 연계한 빅데이터 분석 기능을 향상시킵니다. 비아이매트릭스의 BI솔루션은 데이터 분석 및 리코팅 과정에서 코딩을 최소화하는 로우코드에 강점이 있어, SQL이나 복잡한 함수 없이도 기업 데이터를 시각화하고 대시보드를 생성하게 해줍니다. 마키나락스의 MLOps 플랫폼 Runway 역시 복잡한 코딩을 최소화하고 산업 현장에 특화된 AI를 개발하는 기능을 제공한다는 점에서 유사한 점이 있습니다.

(4) 유사기업 기준 주가

기준 주가는 시장의 일시적인 급변 등 단기변동성 반영을 배제하기 위하여 2026년 4월 3일을 분석기준일로 분석기준일(2026년 4월 3일 ) 종가, 최근 1주일(2026년 3월 30일 ~ 2026년 4월 3일) 평균 종가, 최근 1개월(2026년 3월 4일 ~ 2026년 4월 3일) 평균 종가 중 최소값을 적용하였습니다.

(5) 상장예비심사 시 경쟁기업 제외 사유 한편 한국거래소 상장예비심사시 동사가 상장예비심사 신청서에 경쟁기업으로 기재하여 제출하였던 회사는 아래와 같습니다.

동사는 한국거래소 상장예비심사 시 경쟁기업으로 해외 기업인 팔란티어(Palantir Technologies Inc.), C3 ai(C3.ai, Inc.) , 데이터이쿠(Dataiku) 및 국내 기업인 베슬에이아이, 래블업, 에이프리카를 기재하여 제출한 바 있습니다. 다만, 희망 공모가액 산출을 위한 비교기업 선정에 있어서는 해당 해외 및 국내 경쟁기업들을 모두 제외하였습니다. 제외 사유는 아래와 같습니다.먼저, 해외 경쟁기업인 팔란티어, C3 ai, 데이터이쿠(Dataiku) 를 비교기업에서 제외한 세 가지 이유는 다음과 같습니다.첫 번째 이유는 해외 증권시장과 국내 증권시장 간의 국가적, 시장 참여자적 특성 차이 및 상장 여부입니다. 팔란티어와 C3 ai는 미국 뉴욕증권거래소(NYSE)에 상장되어 있어, 동사가 상장하고자 하는 국내 증권 시장과는 국가적, 시장 참여자적 특성이 근본적으로 상이합니다. 또한, 주요 경쟁사인 데이터이쿠(Dataiku)의 경우 현재 비상장 상태이므로 증권시장 내 형성된 객관적인 시가총액 데이터가 존재하지 않아, 상장사와 동일한 방식으로 기업가치 평가를 위한 Multiple 산출이 불가능합니다. 또한 데이터이쿠의 경우 해외 비상장회사로서 공시자료가 없어 관련 재무정보를 기재하지 않은 바 있으며, 정정 증권신고서 제출일 현재 재확인 결과 관련 재무정보 조회가 불가능한 것으로 파악됩니다. 두 번째 이유는 핵심 기술 아키텍처 및 타겟하는 산업 계층(Layer)의 구조적 차이입니다. 해외 유사회사의 경우 동사와 같이 기업 대상 AI 솔루션을 제공하지만, 동사와 달리 주로 클라우드 기반의 범용 솔루션을 지향하거나 전사적 의사결정을 지원하는 상위 레벨(Planning/Decision Layer)의 데이터 통합에 집중한다는 차이점이 존재합니다. 이는 동사의 주력 시장인 제조ㆍ국방 분야의 완전 폐쇄망(Air-gapped) 환경을 지원하면서, 실제 생산 라인의 복잡한 OT(운영기술) 시스템과 긴밀하게 연동하여 설비를 직접 제어하고 최적화하는 제어 및 실행 레벨(Control/Execution Layer) 중심의 비즈니스 모델과는 다소 차이가 있다고 판단하였습니다. 세 번째 이유는 기업 규모 및 재무 현황의 현격한 괴리입니다. 팔란티어와 C3 ai는 연간 매출 규모가 수천억 원에서 수조 원에 달하여 이미 글로벌 규모의 경제를 달성한 메가캡/미드캡(Mega/Mid-cap) 거대 기술기업입니다. 글로벌 영업망을 갖춘 거대 기업과 코스닥 벤처기업의 재무 지표(수익성, 성장성 등)를 평면적으로 비교하는 것은 통계적 유의성이 떨어지며 투자자에게 혼동을 줄 수 있다고 판단하였습니다.다음으로, 국내 경쟁기업인 베슬에이아이, 래블업, 에이프리카를 비교기업에서 제외한 두 가지 이유는 다음과 같습니다.첫 번째 이유는 해당 국내 경쟁기업들이 모두 비상장사이므로 상기 해외 유사기업 중 데이터이쿠와 마찬가지로 증권시장 내 형성된 객관적인 시가총액 데이터가 존재하지 않아, 객관적인 기업가치(Multiple) 산출이 불가능하다는 점입니다. 두 번째 이유는 재무정보의 신뢰성 및 비교 가능성이 결여되어 있기 때문입니다. 또한 비상장 기업들은 상장사와 달리 K-IFRS(한국채택국제회계기준)에 따라 외부 감사를 받은 재무제표를 분기 및 반기마다 공시할 의무가 없는 경우가 다수입니다. 따라서 공모가 산정에 필요한 최신 재무 데이터의 객관성과 신뢰성을 상장사 수준으로 담보하기 어려워, 정량적인 통계 비교군으로 편입하는 것은 적합하지 않다고 판단하여 최종 유사회사에서 제외하였습니다.상기 사유들로 인하여 한국거래소 상장예비심사 시 경쟁기업으로 제출한 6개사를 유사회사로 선정하지 아니하였습니다. 특히, 상장사인 Palantir, C3.ai의 구체적인 비교회사 미선정 사유는 아래와 같습니다.팔란티어(Palantir Technologies)는 전사 데이터의 수집, 통합, 정제, 분석 전 과정을 포괄하여 고객 조직의 의사결정 효율성을 극대화하는 엔터프라이즈 AI 플랫폼 기업입니다. 동사는 공급망, 재무, 인사 등 다양한 부서의 데이터를 연결해 통합된 뷰를 제공하고 시뮬레이션을 지원하는 '상위 레벨(Planning/Decision Layer)' 중심의 사업 모델을 보유하고 있다는 점에서 완전 폐쇄망 환경을 지원하는 동사와 기술적 교집합이 존재합니다. 그러나 팔란티어는 고객사 전반의 운영 체계를 디지털 트윈 형태로 구조화하는 엔터프라이즈 플랫폼 구축에 집중하는 반면, 동사는 개별 공정이나 설비의 예지보전, 제어 최적화, 스케줄링 자동화 등 실제 제조 현장(Control/Execution Layer)의 구체적인 페인 포인트(Pain Point)를 해결하는 모듈형 AI 프로젝트 및 플랫폼 사업에 특화되어 있습니다. 이처럼 팔란티어는 거시적인 전사 데이터 통합에 주력하는 메가캡(Mega-cap) 기업으로, 동사와는 사업 구조 및 평가 논리가 상이하여 직접적인 유사기업으로 분류하기에는 한계가 존재합니다.C3 ai(C3.ai, Inc.)는 기업들이 AI 애플리케이션을 신속하게 설계하고 배포할 수 있도록 지원하는 통합 플랫폼을 제공하며, 산업별 특화 애플리케이션과 파트너 생태계 활용을 통한 턴키 솔루션에 강점을 보유한 기업입니다. C3 ai는 다양한 산업군에 적용 가능한 AI 모델 개발 환경과 인프라를 통합적으로 제공한다는 점에서 동사의 엔터프라이즈 AI 플랫폼 비즈니스 모델과 기술적 유사성이 존재합니다. 그러나 C3 ai는 주로 클라우드 및 하이브리드 기반의 배포를 지향하고 있어, 현장의 복잡한 OT 시스템 연동과 완전 폐쇄망 환경 지원이 필수적인 제조ㆍ국방 분야에서는 근본적인 한계를 보입니다. 또한, 이미 글로벌 범용 플랫폼 시장에서 상업화 궤도에 올라 안정적인 매출 볼륨을 확보한 기업으로, 폐쇄망 환경 특화 기술력을 핵심 경쟁력으로 삼는 동사와는 성장 방향성이 상이하여 유사기업으로 분류하기에는 한계가 존재한다고 판단하였습니다.

(주13) 정정 전

라. 희망공모가액 산출 ㈜마키나락스의 주당가치를 평가함에 있어, 상장기업 중에서 유사회사를 선정하여 이들 회사와 비교평가하는 방법을 이용하여 산출하였으며, 평가방법은 PER을 적용하여 산출한 기업가치를 산술평균하였습니다. (1) PER 평가방법을 통한 상대가치 산출

(2) 유사기업 PER 산출 상기에서 산출한 기준주가 및 비교기업의 2025년 3분기 기준 직전 12개월 기준의 (지배주주)당기순이익 수치를 비교하여 아래와 같이 적용 PER을 산출하였습니다.

(3) 주당 평가가액 산출

상기 주당 평가가액은 대표주관회사의 주관적인 판단요소(유사회사 선정, 가치평가방법 및 변수의 선정 및 적용방법, 유사회사의 기준주가 선정 등)들이 반영되어 있으며, 경기 변동의 위험, 동사의 영업 및 재무에 관한 위험, 동사가 속한 산업의 위험 등이 반영되지 않은 상대적 평가가액으로서, 향후 동사가 코스닥시장에서 거래될 때의 미래가치를 반영한 적정주가라고는 볼 수 없습니다.

(4) 희망공모가액 결정

상기 PER 상대가치 산출 결과를 적용한 ㈜마키나락스의 희망공모가액은 아래와 같습니다.

대표주관회사인 미래에셋증권㈜은 ㈜마키나락스의 공모희망가액 범위를 산출함에 있어 주당 평가가액을 기초로 하여 20.2% ~ 33.5%의 할인율을 적용하여 공모희망가액을 12,500원 ~ 15,000원으로 제시하였습니다.

금번 공모시 제시된 할인율은 2022년 이후 코스닥시장 기술특례상장기업 신규상장법인의 제시 할인율을 참고하였으나, 다양한 대내외적인 변수에 따라 기업간 할인율이 상이하게 책정되므로 금번 공모시 제시된 할인율은 동 기업들의 평균 할인율과는 차이가 있으니 투자자께서는 이점에 유의하시기 바랍니다.

또한, 해당 가격이 향후 코스닥시장에서 거래될 주가수준을 의미하는 것은 아님을 유의하시기 바랍니다. 상기 주당 평가가액은 대표주관회사의 주관적인 판단요소(유사회사 선정, 가치평가방법의 선정 및 적용방법, 유사회사의 기준주가 선정 등)들이 반영되어 있으며, 경기 변동의 위험, 동사의 영업 및 재무에 관한 위험, 동사가 속한 산업의 위험 등이 반영되지 않은 상대적 평가가액임을 유의하시기 바랍니다.

(주13) 정정 후

라. 희망공모가액 산출 ㈜마키나락스의 주당가치를 평가함에 있어, 상장기업 중에서 유사회사를 선정하여 이들 회사와 비교평가하는 방법을 이용하여 산출하였으며, 평가방법은 PER을 적용하여 산출한 기업가치를 산술평균하였습니다. (1) PER 평가방법을 통한 상대가치 산출

(2) 유사기업 PER 산출 상기에서 산출한 기준주가 및 비교기업의 2025년말 기준 직전 12개월 기준의 (지배주주)당기순이익 수치를 비교하여 아래와 같이 적용 PER을 산출하였습니다.

(3) 주당 평가가액 산출

상기 주당 평가가액은 대표주관회사의 주관적인 판단요소(유사회사 선정, 가치평가방법 및 변수의 선정 및 적용방법, 유사회사의 기준주가 선정 등)들이 반영되어 있으며, 경기 변동의 위험, 동사의 영업 및 재무에 관한 위험, 동사가 속한 산업의 위험 등이 반영되지 않은 상대적 평가가액으로서, 향후 동사가 코스닥시장에서 거래될 때의 미래가치를 반영한 적정주가라고는 볼 수 없습니다.

(4) 희망공모가액 결정

상기 PER 상대가치 산출 결과를 적용한 ㈜마키나락스의 희망공모가액은 아래와 같습니다.

대표주관회사인 미래에셋증권㈜은 ㈜마키나락스의 공모희망가액 범위를 산출함에 있어 주당 평가가액을 기초로 하여 35.2%~46.0%의 할인율을 적용하여 공모희망가액을 12,500원 ~ 15,000원으로 제시하였습니다.

금번 공모시 제시된 할인율은 2022년 이후 코스닥시장 기술특례상장기업 신규상장법인의 제시 할인율을 참고하였으나, 다양한 대내외적인 변수에 따라 기업간 할인율이 상이하게 책정되므로 금번 공모시 제시된 할인율은 동 기업들의 평균 할인율과는 차이가 있으니 투자자께서는 이점에 유의하시기 바랍니다.

또한, 해당 가격이 향후 코스닥시장에서 거래될 주가수준을 의미하는 것은 아님을 유의하시기 바랍니다. 상기 주당 평가가액은 대표주관회사의 주관적인 판단요소(유사회사 선정, 가치평가방법의 선정 및 적용방법, 유사회사의 기준주가 선정 등)들이 반영되어 있으며, 경기 변동의 위험, 동사의 영업 및 재무에 관한 위험, 동사가 속한 산업의 위험 등이 반영되지 않은 상대적 평가가액임을 유의하시기 바랍니다.

(주14) 정정 전

(2) 주요 항목별 추정근거

(가) 매출액

(~전략)

한편, 동사는 구체적인 개별 계약 관리가 가능한 2026년과 2027년에 대해서는 개별 고객 및 계약의 진행 상황을 직접 반영하여 매출을 추정하였습니다. 반면, 개별 계약의 가시성이 낮아지는 2028년 이후의 중장기 매출액에 대해서는 목표 시장의 예상 연평균성장률을 적용하는 방식으로 추정하였습니다.

1. 2026년 및 2027년 매출 추정

2025년 계약이 완료되어 2026년 또는 2027년에 수행하는 프로젝트의 경우, 실제 업무수행이나 제품 설치 완료가 계약보다 약 1개월 정도는 일정이 늦어져 일부 매출 인식이 지연될 수 있는 점을 고려하여 95%를 적용하였으며, 기존 거래처에서 특별한 당사의 실수나 고객사의 변동이 없으면 계속 연장되어 온 계약의 경우는 A급을 적용하였습니다. 또한, 제품과 용역의 매출 비율은 2026년과 2027년은 각 영업기회에 따라 구분되었습니다. 당사의 Runway 제품 비중의 향후 증가를 고려하여 2026년은 제품과 용역을 6:4의 비율로, 2027년은 8:2의 비율로 산정하였습니다. 2025년 기준 기존 Runway 라이선스 고객의 계약 갱신율은 94%로, Runway 제품매출의 안정성을 뒷받침합니다.

또한, 국방과 정부기관에서 발주하는 용역의 경우는 최초 발주부터 장기계획이 확정되는 경우가 많아, 2027년부터 신규 확장하는 추가계약의 경우는 2026년 사업계획 중 국방과 정부기관 계약 중심으로 산정하였습니다.2026년과 2027년 산업별 및 고객별 매출 추정 상세 내역은 다음과 같습니다.

동사의 2026년 매출추정액 22,493백만원 중 기존거래처에서의 매출액은 14,306백만원(63.6%)이며 신규 확장 매출은 8,187백만원(36.4%)입니다. 2026년 기존 및 신규거래처 매출유형 구분 내역은 다음과 같습니다.

2025년 매출실적(11,459백만원) 대비 기존거래처에서의 매출은 24.84% 증가할 것으로 예상하고 있으며, 이는 기존 고객사의 AI 적용 범위 확장과 Runway 라이선스 갱신에 의한 자연 성장분입니다. 또한, 신규 확장매출 8,188백만원은 주로 국방분야에서의 동사의 영업기회 증대와 정부 R&D과제(열공정 파운데이션 모델, AX실증산단 등) 매출로 구성됩니다. 신규 확장매출의 경우 기존의 거래처에서 새로운 추가 확장기회가 발생하거나 국방분야의 성장처럼 방위사업청 산하 국방과학연구소를 시작으로 합동참모본부로 이어지고 이후 육해공 3군으로 확장되는 과정으로 이뤄지고 있습니다.

한편, 증권신고서 제출일 현재 당사가 수주 완료하여 계약 체결을 완료한 계약건은 아래와 같습니다.

(후략~)

(주14) 정정 후

(2) 주요 항목별 추정근거

(가) 매출액

(~전략)

한편, 동사는 구체적인 개별 계약 관리가 가능한 2026년과 2027년에 대해서는 개별 고객 및 계약의 진행 상황을 직접 반영하여 매출을 추정하였습니다. 반면, 개별 계약의 가시성이 낮아지는 2028년 이후의 중장기 매출액에 대해서는 목표 시장의 예상 연평균성장률을 적용하는 방식으로 추정하였습니다. 동사는 2028년 이후의 중장기 매출액을 합리적으로 추정하기 위해 과거 실제 성장률 적용, 개별 계약 진행 상황 직접 추정, 시장 점유율 추정, 유사기업 성장률 벤치마킹 등의 방법론을 검토하였습니다. 다만, 동사가 영위하는 산업 특화 인공지능(Vertical AI) 및 폐쇄망 특화 Enterprise AI 플랫폼 시장은 아직 형성 초기 단계에 있으며, 동사 또한 초기 성장 단계에 있는 점을 고려할 때 각 방법론은 적용 과정에서 추정의 불확실성을 내포하고 있어 매출 추정의 합리성을 제약할 수 있는 한계가 존재한다고 판단하였습니다. 각 방법론의 적용 방식과 한계점은 아래와 같습니다.

상기와 같은 방법론들의 한계점을 종합적으로 고려하였을 때, 동사는 구체적인 개별 계약 관리가 가능한 2026년 및 2027년에 대해서는 개별 고객 및 계약의 진행 상황을 직접 반영하여 매출을 추정하였으며, 개별 계약의 가시성이 낮아지는 2028년 이후의 중장기 매출 추정에 대해서는 외부 전문기관이 제시하는 목표 시장의 예상 연평균성장률(CAGR)을 적용하는 것이 객관성과 보수성을 확보할 수 있는 합리적인 방법이라고 판단하였습니다. 동사의 과거 실제 매출 성장률 등 자체 데이터는 초기 성장 단계의 특성상 소수 초기 계약 및 프로젝트별 수주 시점, 매출 인식 시기 등에 따라 변동성이 크게 나타난 수치로서, 이를 2028년 이후의 중장기 추정에 직접 적용할 경우 비현실적인 과대추정의 위험이 존재합니다. 또한 개별 계약 직접 추정 방식은 동사 사업 구조상 기술검증(PoC), 벤치마크, 공동개발 등 복합적인 과정을 거쳐 계약이 체결되는 특성으로 인해 2028년 이후에는 개별 계약의 가시성이 낮아지는 한계가 존재하며, 시장점유율 추정 방식 역시 산업 특화 AI 시장이 아직 초기 단계에 있어 세분화된 TAM 데이터 및 공식적인 시장점유율 통계 자료가 제한적이므로 주관적 판단이 개입될 가능성이 존재합니다. 이에 따라 동사는 주관적 판단이나 불확실성이 높은 개별 가정을 최대한 배제하고, 산업 전반의 성장 추세를 반영하는 거시적이고 객관적인 관점에서 회사의 미래 성장성을 판단할 수 있는 근거를 제공하기 위하여 2028년 이후의 중장기 매출액에 대해서는 목표 시장의 예상 연평균성장률을 적용하는 방식을 채택하였습니다.한편, 동사는 주력 제품인 Runway를 기반으로 산업 특화 AI의 개발·배포·운영 전 과정을 지원하는 플랫폼 사업을 영위하고 있으며, 기업의 AI 도입 확대 및 활용 범위 확장에 따라 플랫폼 수요가 증가하는 구조를 가지고 있습니다. 특히, 제조 및 국방 등 동사가 목표로 하는 산업 분야에서는 폐쇄망 및 온프레미스 환경에서의 AI 도입 수요가 확대되고 있어, 관련 시장의 성장과 함께 동사의 사업 기회 또한 확대될 수 있습니다. 또한, 동사는 AI 컨설팅 및 플랫폼 구축 과정에서 확보한 프로젝트 수행 경험과 적용 사례를 기반으로 유사 산업 및 고객군으로의 확산을 추진하고 있으며, 일부 성공적인 레퍼런스는 후속 계약 및 추가 사업 기회로 이어질 가능성이 있습니다. 이러한 점을 고려할 때 동사의 매출은 시장 성장과 일정 부분 연동되는 특성을 가지며, 보수적인 관점에서 목표 시장 성장률 수준에 부합하는 성장을 도모할 수 있다고 판단하였습니다.다만, 시장 예측 보고서는 조사기관의 방법론과 가정에 따라 결과가 달라질 수 있고, 특히 초기 단계의 산업 특화 AI 시장은 예측의 불확실성이 상대적으로 높습니다. 또한 장기 연평균성장률을 특정 미래 구간에 적용하는 경우 실제 성장 경로와 차이가 발생할 수 있으며, 시장 전체의 성장률이 개별 기업인 동사의 실제 성장률과 일치하지 않을 수 있다는 한계가 존재합니다.

1. 2026년 및 2027년 매출 추정

2025년 계약이 완료되어 2026년 또는 2027년에 수행하는 프로젝트의 경우, 실제 업무수행이나 제품 설치 완료가 계약보다 약 1개월 정도는 일정이 늦어져 일부 매출 인식이 지연될 수 있는 점을 고려하여 95%를 적용하였으며, 기존 거래처에서 특별한 당사의 실수나 고객사의 변동이 없으면 계속 연장되어 온 계약의 경우는 A급을 적용하였습니다. 또한, 제품과 용역의 매출 비율은 2026년과 2027년은 각 영업기회에 따라 구분되었습니다. 당사의 Runway 제품 비중의 향후 증가를 고려하여 2026년은 제품과 용역을 6:4의 비율로, 2027년은 8:2의 비율로 산정하였습니다. 2025년 기준 기존 Runway 라이선스 고객의 계약 갱신율은 94%로, Runway 제품매출의 안정성을 뒷받침합니다.

또한, 국방과 정부기관에서 발주하는 용역의 경우는 최초 발주부터 장기계획이 확정되는 경우가 많아, 2027년부터 신규 확장하는 추가계약의 경우는 2026년 사업계획 중 국방과 정부기관 계약 중심으로 산정하였습니다.2026년과 2027년 산업별 및 고객별 매출 추정 상세 내역은 다음과 같습니다.

동사의 2026년 매출추정액 22,493백만원 중 기존거래처에서의 매출액은 14,306백만원(63.6%)이며 신규 확장 매출은 8,187백만원(36.4%)입니다. 2026년 기존 및 신규거래처 매출유형 구분 내역은 다음과 같습니다.

2025년 매출실적(11,459백만원) 대비 기존거래처에서의 매출은 24.84% 증가할 것으로 예상하고 있으며, 이는 기존 고객사의 AI 적용 범위 확장과 Runway 라이선스 갱신에 의한 자연 성장분입니다. 또한, 신규 확장매출 8,188백만원은 주로 국방분야에서의 동사의 영업기회 증대와 정부 R&D과제(열공정 파운데이션 모델, AX실증산단 등) 매출로 구성됩니다. 신규 확장매출의 경우 기존의 거래처에서 새로운 추가 확장기회가 발생하거나 국방분야의 성장처럼 방위사업청 산하 국방과학연구소를 시작으로 합동참모본부로 이어지고 이후 육해공 3군으로 확장되는 과정으로 이뤄지고 있습니다. 동사의 2027년 매출추정액 37,381백만원 중 일본법인에서의 매출액은 800백만원으로 추정됩니다. 동사는 일본 시장 진출을 위해 일본 현지법인을 설립하고 제조업 고객을 중심으로 PoC 수행을 기반으로 한 후속 사업 확장을 추진하고 있으며, 일본법인 추정 매출액은 나치-후시코시, 요코가와 전기, 혼다, 아오야마 등 일본 제조업 고객의 AI 기반 공정 자동화, 지식검색 고도화 및 예지보전 프로젝트와 미쓰비시 상사와의 협업을 통한 Physical AI 관련 프로젝트 등으로 구성됩니다. 고객사 및 주요 프로젝트별 일본법인 매출 추정 상세 내역은 다음과 같습니다.

한편, 증권신고서 제출일 현재 당사가 수주 완료하여 계약 체결을 완료한 계약건은 아래와 같습니다.

(후략~) (주15) 정정 전

(나) 영업비용 (~전략) 4) 기타영업비용 추정 근거

임직원수에 연동되는 비용은 복리후생비, 여비교통비, 지급임차료, 교육훈련비, 도서인쇄비이며, 해당 비용은 인력계획에 근거하여 1인당 비용을 명목임금상승률(3.5%)과 물가상승률(3%)을 곱하여 산정하였습니다.감가상각비 및 무형자산상각비는 유ㆍ무형자산의 취득가액 및 상각 내용연수를 고려하여 추정하였습니다. 또한 한국채택국제회계기준(K-IFRS) 제1116 호 리스 회계처리 적용으로 임차건물 등 대상 리스자산을 계속 사용하는 것으로 가정하여, 사용권자산(유형자산)으로 계상하고 리스기간에 걸쳐 상각 스케쥴에 따라 상각비를 추정하였습니다.

접대비와 광고선전비는 과거 3개년(2023년에서 2025년까지)의 증가율이 비경상적으로 변동되어 적당한 할인율을 선정하기가 쉽지 않습니다.접대비의 경우 2023년과 2024년 및 2025년의 증가율은 각각 20%, 71%, 8%입니다. 2023년과 2024년은 신규 영역의 영업 목적의 접대비가 증가하였으며, 이후 2025년부터는 안정적인 8% 증가세를 이루고 있으며 접대비 사용에 대한 동사 규정 적용이 엄격해짐에 따라 2025년부터는 증가폭이 크게 감소한 것으로 판단됩니다. 따라서 접대비는 2026년부터 매년 20%씩 증가하는 것으로 가정하는 것이 보수적이라 판단하였습니다. 또한, 동사는 2023년부터 국내영업 강화를 위해 다양한 마케팅 행사를 참여함에 따라 2023년의 광고선전비 증가율은 263%를 기록하였습니다. 또한, 2024년은 동사가 최초로 「ATTETION」이라는 동사 주최의 플래그십 AI 컨퍼런스 개최를 시작으로 이후 매년 이를 개최하고 있으며, 이로 인한 영업적 효과와 AI 산업 선도에 대한 동사의 이미지 강화에 많은 도움을 주고 있습니다. 이러한 행사의 영향으로 2024년 증가율은 67% 였으며, 이후 2025년부터는 기존의 마케팅 활동을 수익성 강화 기조에 맞게 불필요한 행사 참여를 제한하고 과거 경험율상 영업에 도움이 된다고 판단되는 행사 중심으로 마케팅 활동을 재편하면서 증가율이 (-)23%로 감소하게 되었습니다. 향후 동사는 수익성 강화 기조에 맞춰 영업활동에 도움이 되는 행사를 계속적으로 선별하여 참여할 예정임으로 2023년이나 2024년 같은 수준의 광고선전비 증가는 향후 더 이상 발생하지 않을 것으로 예상하고 있습니다. 상장 이후 광고선전비가 2025년과 같이 급격하게 하락하지는 않을 것이나 효과적인 마케팅 활동으로 비용의 급속한 증가는 없을 것으로 예상하여 20%의 증가율을 가정하였습니다. (주15) 정정 후

(나) 영업비용 (~전략)

4. 기타영업비용 추정 근거

임직원수에 연동되는 비용은 복리후생비, 여비교통비, 지급임차료, 교육훈련비, 도서인쇄비이며, 해당 비용은 인력계획에 근거하여 1인당 비용을 명목임금상승률(3.5%)과 물가상승률(3%)을 곱하여 산정하였습니다.감가상각비 및 무형자산상각비는 유ㆍ무형자산의 취득가액 및 상각 내용연수를 고려하여 추정하였습니다. 또한 한국채택국제회계기준(K-IFRS) 제1116 호 리스 회계처리 적용으로 임차건물 등 대상 리스자산을 계속 사용하는 것으로 가정하여, 사용권자산(유형자산)으로 계상하고 리스기간에 걸쳐 상각 스케쥴에 따라 상각비를 추정하였습니다.

접대비와 광고선전비는 과거 3개년(2023년에서 2025년까지)의 증가율이 비경상적으로 변동되어 적당한 할인율을 선정하기가 쉽지 않습니다.접대비의 경우 2023년과 2024년 및 2025년의 증가율은 각각 20%, 71%, 8%입니다. 2023년과 2024년은 신규 영역의 영업 목적의 접대비가 증가하였으며, 이후 2025년부터는 안정적인 8% 증가세를 이루고 있으며 접대비 사용에 대한 동사 규정 적용이 엄격해짐에 따라 2025년부터는 증가폭이 크게 감소한 것으로 판단됩니다. 따라서 접대비는 2026년부터 매년 20%씩 증가하는 것으로 가정하는 것이 보수적이라 판단하였습니다. 또한, 동사는 2023년부터 국내영업 강화를 위해 다양한 마케팅 행사를 참여함에 따라 2023년의 광고선전비 증가율은 263%를 기록하였습니다. 또한, 2024년은 동사가 최초로 「ATTETION」이라는 동사 주최의 플래그십 AI 컨퍼런스 개최를 시작으로 이후 매년 이를 개최하고 있으며, 이로 인한 영업적 효과와 AI 산업 선도에 대한 동사의 이미지 강화에 많은 도움을 주고 있습니다. 이러한 행사의 영향으로 2024년 증가율은 67% 였으며, 이후 2025년부터는 기존의 마케팅 활동을 수익성 강화 기조에 맞게 불필요한 행사 참여를 제한하고 과거 경험율상 영업에 도움이 된다고 판단되는 행사 중심으로 마케팅 활동을 재편하면서 증가율이 (-)23%로 감소하게 되었습니다. 향후 동사는 수익성 강화 기조에 맞춰 영업활동에 도움이 되는 행사를 계속적으로 선별하여 참여할 예정임으로 2023년이나 2024년 같은 수준의 광고선전비 증가는 향후 더 이상 발생하지 않을 것으로 예상하고 있습니다. 상장 이후 광고선전비가 2025년과 같이 급격하게 하락하지는 않을 것이나 효과적인 마케팅 활동으로 비용의 급속한 증가는 없을 것으로 예상하여 20%의 증가율을 가정하였습니다.

[참고]

상기 추정 손익계산서는 중립적 영업비용 시나리오를 바탕으로 추정되었습니다.상기와 같이 동사의 사업계획은 여러 가정과 예측에 기반하고 있으므로, 실제 결과는 추정치와 중대한 차이를 보일 수 있습니다. 특히, 2027년으로 예상되는 영업이익 흑자 전환 시점이 지연되거나 달성되지 못할 경우, 동사의 재무 안정성 및 기업가치에 부정적인 영향을 미칠 수 있습니다. 이처럼 대내외 요인이 복합적으로 작용하여 동사의 미래 추정손익이 변동될 수 있으므로, 투자자께서는 이러한 불확실성을 충분히 고려하시기 바랍니다.동사는 사업계획 추정에 있어 매출뿐만 아니라 주요 영업비용 항목에 대해서도 보수적, 중립적, 낙관적 시나리오를 구분하여 추정하였으며, 각 시나리오별로 비용 증가율에 대한 가정을 상이하게 적용하였습니다. 다만, 인력계획의 경우 매출 성장을 위한 최소 필요 수준의 수행 인력이 존재하고, 제품 영업 확대에 따라 용역매출 대비 제품매출 비중이 점진적으로 증가할 것으로 전망됨에 따라, 시나리오별 매출 변동에 대응하여 인력 규모를 차등적으로 가정하지 아니하고 동일한 가정을 적용하였습니다.각 시나리오별로 적용한 주요 영업비용 증가율은 아래와 같습니다.

보수적, 중립적, 낙관적 시나리오별 주요 가정을 적용한 영업비용 추정 내역은 다음과 같습니다.1) 보수적(Worst) 시나리오

2. 중립적(Base) 시나리오

3. 낙관적(Best) 시나리오

(주16) 정정 전

마. 기상장기업과의 비교 참고정보

대표주관회사인 미래에셋증권㈜는 발행회사인 ㈜마키나락스의 업종, 재무, 사업 및 일반 유사성을 종합적으로 고려하여, 한글과컴퓨터, 와이즈넛, 슈어소프트테크, 비아이매트릭스 총 4개사를 동사의 공모가격 산정을 위한 유사회사로 최종 비교기업으로 선정하였습니다.그러나 기업 규모의 차이 및 부문별 매출 비중의 상이성, 비교기업 선정 기준의 임의성 등을 고려하였을 때, 반드시 적합한 비교기업의 선정이라고 판단할 수는 없습니다. 또한 비교기업 최고경영자의 경영능력 및 주가관리 의지, 주 매출처의 안정성 및 기타 거래 계약, 결제 조건 등 기타 주식가치에 영향을 미칠 수 있는 사항의 차이점으로 인하여 비교기업 선정의 부적합성이 존재할 수 있음을 유의하시기 바랍니다.

유사회사의 주요 재무현황은 금융감독원 전자공시시스템 홈페이지 (http://dart.fss.or.kr) 에 공시된 각 사의 공시자료를 참조하여 작성하였습니다.

(1) 유사회사의 주요 재무현황

(2) 유사회사의 주요 재무비율

(주16) 정정 후

바 . 기상장기업과의 비교 참고정보

대표주관회사인 미래에셋증권㈜는 발행회사인 ㈜마키나락스의 업종, 재무, 사업 및 일반 유사성을 종합적으로 고려하여, 엑셈, 와이즈넛, 슈어소프트테크, 비아이매트릭스 총 4개사를 동사의 공모가격 산정을 위한 유사회사로 최종 비교기업으로 선정하였습니다.그러나 기업 규모의 차이 및 부문별 매출 비중의 상이성, 비교기업 선정 기준의 임의성 등을 고려하였을 때, 반드시 적합한 비교기업의 선정이라고 판단할 수는 없습니다. 또한 비교기업 최고경영자의 경영능력 및 주가관리 의지, 주 매출처의 안정성 및 기타 거래 계약, 결제 조건 등 기타 주식가치에 영향을 미칠 수 있는 사항의 차이점으로 인하여 비교기업 선정의 부적합성이 존재할 수 있음을 유의하시기 바랍니다.

유사회사의 주요 재무현황은 금융감독원 전자공시시스템 홈페이지 (http://dart.fss.or.kr) 에 공시된 각 사의 공시자료를 참조하여 작성하였습니다.

(1) 유사회사의 주요 재무현황

(2) 유사회사의 주요 재무비율

(주17) 정정 전

(2) 기술의 경쟁우위도 (가) 지적재산권 소유 내역

동사는 증권신고서 제출일 현재 미국 특허 28건을 포함하여 총 82건의 특허를 보유하고 있습니다. 또한 미국 출원 3건과 PCT 출원 7건을 포함해 총 27건의 특허가 출원 중에 있으며, 상표권의 경우 미국 3건을 포함하여 총 18건을 보유하고 있습니다.

동사의 IP 현황은 글로벌 AI 소프트웨어 기업과 비교하여 경쟁력을 보유하고 있습니다. IP 경쟁력 검증 및 전략 수립을 위해 '파이특허법인'과 협력하여 체계적인 특허 관리를 수행하고 있습니다.

① 개별 특허에 대한 권리 분석을 실시하고, 침해 발생 시 대응 방안까지 고려하여 관리하고 있습니다. ② 핵심기술 및 세부기술과의 연관성, ③ 주요 프로젝트 및 제품, ④ 산업 및 비즈니스 영역에 대한 태깅을 통해 기술과 특허의 사업적 연계성을 검토하고, 비즈니스적 임팩트를 반영한 기술개발 방향을 설정하고 있습니다. ⑤ 또한 BCG(Boston Consulting Group)의 산업 분류를 기반으로 AI 기술요소를 결합한 특허 매트릭스를 활용하여, 글로벌 IT 기업 및 국내 주요 AI 기업과의 비교 분석을 수행하고 있습니다. 이를 통해 기술 발전 방향, 특허 출원 추이, 사업 연계성 등을 종합적으로 검토하여 동사의 기술 경쟁력과 전략적 우위를 강화하고 있습니다.

동사는 BCG의 산업분류를 기반으로 산업별 구분과 AI 기술요소를 결합한 특허 매트릭스를 구축하여 기업별 경쟁력을 분석하고 있습니다. 이를 통해 각 기업의 특허 출원 경향성을 파악하고, 시장 변화의 흐름을 분석하며, 동사의 특허 출원 및 기술개발 방향을 전략적으로 검토하고 있습니다.

기업별 특허 분석 결과, 동사는 기업 규모와 시장 내 지위를 고려할 때 상당히 많은 수의 특허를 보유하고 있는 것으로 판단됩니다. 특히 AI 분야에서 비교 대상 기업 대비 정량적으로 많은 특허를 확보하고 있으며, 적극적인 해외 출원을 통해 미국 주요 기업과 비교하더라도 대등한 수준의 특허 경쟁력을 갖추고 있는 것으로 평가됩니다.

또한 2차원 히트맵을 활용한 정성적 분석 결과, 동사의 특허 포트폴리오는 산업 현장의 구체적인 문제를 해결하기 위한 Vertical Solution을 중심으로 구성되어 있으나, 동시에 모델 아키텍처 및 학습 방법 등 인공지능의 핵심 기술역량이 요구되는 영역에도 폭넓게 분포하고 있습니다. 이와 함께 다양한 Vertical Solution 관련 특허뿐만 아니라 머신러닝 플랫폼 관련 특허도 다수 보유하고 있으며, 머신러닝 플랫폼 영역에서는 Siemens, SAP, Amazon 등 글로벌 선도기업과 비교하더라도 경쟁력 있는 포트폴리오를 구축하고 있는 것으로 판단됩니다.

(주17) 정정 후

(2) 기술의 경쟁우위도 (가) 지적재산권 소유 내역 동사는 증권신고서 제출일 현재 미국 특허 29건과 국내 특허 55건을 포함하여 총 84건의 특허를 보유하고 있으며, 미국 1건, PCT 7건과 국내 11건을 포함해 총 19건의 특허가 출원 중에 있습니다. 상표권의 경우 미국 3건을 포함하여 총 18건을 보유하고 있습니다.

동사의 IP 현황은 글로벌 AI 소프트웨어 기업과 비교하여 경쟁력을 보유하고 있습니다. IP 경쟁력 검증 및 전략 수립을 위해 '파이특허법인'과 협력하여 체계적인 특허 관리를 수행하고 있습니다.

① 개별 특허에 대한 권리 분석을 실시하고, 침해 발생 시 대응 방안까지 고려하여 관리하고 있습니다. ② 핵심기술 및 세부기술과의 연관성, ③ 주요 프로젝트 및 제품, ④ 산업 및 비즈니스 영역에 대한 태깅을 통해 기술과 특허의 사업적 연계성을 검토하고, 비즈니스적 임팩트를 반영한 기술개발 방향을 설정하고 있습니다. ⑤ 또한 BCG(Boston Consulting Group)의 산업 분류를 기반으로 AI 기술요소를 결합한 특허 매트릭스를 활용하여, 글로벌 IT 기업 및 국내 주요 AI 기업과의 비교 분석을 수행하고 있습니다. 이를 통해 기술 발전 방향, 특허 출원 추이, 사업 연계성 등을 종합적으로 검토하여 동사의 기술 경쟁력과 전략적 우위를 강화하고 있습니다.

동사는 BCG의 산업분류를 기반으로 산업별 구분과 AI 기술요소를 결합한 특허 매트릭스를 구축하여 기업별 경쟁력을 분석하고 있습니다. 이를 통해 각 기업의 특허 출원 경향성을 파악하고, 시장 변화의 흐름을 분석하며, 동사의 특허 출원 및 기술개발 방향을 전략적으로 검토하고 있습니다.

기업별 특허 분석 결과, 동사는 기업 규모와 시장 내 지위를 고려할 때 상당히 많은 수의 특허를 보유하고 있는 것으로 판단됩니다. 특히 AI 분야에서 비교 대상 기업 대비 정량적으로 많은 특허를 확보하고 있으며, 적극적인 해외 출원을 통해 미국 주요 기업과 비교하더라도 대등한 수준의 특허 경쟁력을 갖추고 있는 것으로 평가됩니다.

당사는 외부 전문기관(파이특허법률사무소)을 통해 “AI 기반 설계 및 최적화” 기술 영역에 대한 국내 특허 문헌 총 1,602건을 대상으로, 인공지능 및 설계 ㆍ 최적화 관련 키워드와 IPC 분류를 결합한 검색식을 적용하고, 중복 제거 및 노이즈 필터링을 거쳐 유효 데이터 627건을 기준으로 출원 건수를 분석한 결과, 당사는 (주)삼성전자, 한화오션(주), 부산대학교, KAIST 등 20개 기업 및 기관 중 동 기술 분야에서 14개의 특허 건수로 (주)삼성전자 다음으로 상위권의 특허 출원 건수를 보유한 것으로 확인되었습니다.

ai 기반 설계 및 최적화 관련 특허 문헌 검색.jpg ai 기반 설계 및 최적화 관련 특허 문헌 검색

다만, 상기 결과는 한국 특허 문헌을 대상으로 출원 사건 수 기준으로 산정된 것으로서, 공개 및 등록 문헌의 중복 제거 및 산업 ㆍ 제조 관련성 기준을 적용한특정 검색 조건 하에서 도출된 결과이며, 2026년 4월 7일 기준으로 공개된 사건을 대상으로 분석된 것입니다.

또한 2차원 히트맵을 활용한 정성적 분석 결과, 동사의 특허 포트폴리오는 산업 현장의 구체적인 문제를 해결하기 위한 Vertical Solution을 중심으로 구성되어 있으나, 동시에 모델 아키텍처 및 학습 방법 등 인공지능의 핵심 기술역량이 요구되는 영역에도 폭넓게 분포하고 있습니다. 이와 함께 다양한 Vertical Solution 관련 특허뿐만 아니라 머신러닝 플랫폼 관련 특허도 다수 보유하고 있으며, 머신러닝 플랫폼 영역에서는 Siemens, SAP, Amazon 등 글로벌 선도기업과 비교하더라도 경쟁력 있는 포트폴리오를 구축하고 있는 것으로 판단됩니다.

(주18) 정정 전

(3) 연구인력 수준 동사의 연구개발 조직은 CTO 산하 4개 조직으로 구성되어 있습니다. 또한 2019년 3월 28일 기업부설연구소로 인정받아 6년 이상 연구소 조직을 안정적으로 운영하고 있습니다.

(주18) 정정 후

(3) 연구인력 수준 동사의 연구개발 조직은 CTO 산하 4개 조직으로 구성되어 있습니다. 또한 2019년 3월 28일 기업부설연구소로 인정받아 6년 이상 연구소 조직을 안정적으로 운영하고 있습니다.

(주19) 정정 전

(2) 해외 진출

당사는 일본 시장을 단순한 기술 수출 대상이 아닌, 보안ㆍ데이터 주권 중심의 산업 AI 생태계가 자리한 전략 시장으로 정의하고 있습니다. 온프레미스 환경에 최적화된 Runway 플랫폼의 Compound AI 구조적 확장성과 현장 KPI 중심의 Vertical AI 솔루션의 실효성을 결합하여 제조 AI 분야의 시장 점유를 확대해 나갈 예정입니다. 당사는 현재 일본 시장에서의 초기 협업 경험을 기반으로 기술 신뢰도를 확보하며 시장 개척의 기반을 다지고 있습니다. 앞으로는 단순한 기술 공급 단계를 넘어 지속 가능한 현지 비즈니스 체계를 구축하고 거래 규모를 확장하기 위해, 현지화와 산업별 집중, 브랜드 신뢰 구축, 조직적 확장 기반을 축으로 전략적 투자를 추진할 계획입니다.

가) 현지화(Localization) 및 신뢰 구축 일본 시장은 솔루션 도입 이후의 유지보수 및 고객 대응(After-service & Support)이 장기 신뢰 형성의 핵심 요소이므로, 당사는 현지화 된 전담 고객 대응 조직(Local Service & Maintenance Cell)을 구축하고 운영할 계획입니다. 이 조직은 고객사 내 운영환경 모니터링, 주기적 성능 점검, 업데이트 대응, 기술 교육을 담당하며, 현장 엔지니어와 본사 AI 전문가 간의 양방향 지원 체계를 구축하는 것을 목표로 합니다. 이를 통해 단순 납품 이후의 서비스 만족도를 극대화하고, 고객사 내 AI 활용 확산 및 장기 계약 갱신으로 이어지는 신뢰 기반을 강화할 예정입니다. 또한 지속 협업 가능한 일정 규모의 고객 기반을 구축한 후에는 도쿄 혹은 나고야를 중심으로 Co-Creation Lab(공동 실증 랩)을 설립하여 일본 제조기업들과 시스템 통합(SI)기업들이 Runway 기반의 특화 AI솔루션을 직접 검증하고 테스트할 수 있는 환경을 구축하고자 합니다. 나) 산업별 Vertical 집중 및 제품화당사는 일본 시장 진입 전략을 산업별 세분화에 기반해 전개하고 있습니다. 자동차, 전자, 소부장, 에너지 및 화학 등 산업을 중심으로 각 도메인별 특성에 맞춘 Vertical AI 솔루션 패키지를 제품화하고, 현장 KPI(불량률, OEE, 수율 등)에 직접 기여할 수 있는 구체적 Use Case를 중심으로 시장을 확장할 계획입니다. 이를 위해 각 산업별로 최적화된 솔루션을 빠르게 출시할 수 있는 제품화 전담조직을 구성하여 운영할 예정이며, 이를 통해 SI 프로젝트 중심의 맞춤형 개발 구조를 점차 줄이고, 모듈형 SaaS 및 패키지형 솔루션으로 전환해 재사용성과 수익성을 동시에 확보하고자 합니다.

다) 브랜드 신뢰 및 생태계 확장당사는 일본 시장 내에서의 브랜드 신뢰도와 기술 영향력 확대를 위한 투자를 병행하고 있습니다. CEATEC, Manufacturing World Tokyo 등 주요 산업 컨퍼런스에 참가하여, Runway 기반의 산업 AI 사례와 Compound AI System 구조를 소개하였으며, 향후 이러한 방식을 통한 시장 내 인지도 제고 활동을 더욱 강화할 예정입니다. 나아가 한국에서 진행하는 ATTENTION과 같은 자체 행사를 추진하고 해당 행사를 통해 일본 주요 고객사와의 협업 사례를 공유하여 산업 특화 AI 회사로서의 시장 내 입지를 강화해 나가고자 합니다. 마케팅 측면에서의 활동과 더불어 Runway SDK와 API 일부를 개방하여 현지 SI 및 스타트업이 자사 플랫폼을 기반으로 신규 모델과 애플리케이션을 개발할 수 있도록 지원함으로써, 산업용 AI 운영체계(Operating System for Industrial AI)로서의 위상을 강화할 방침입니다. 라) 조직 강화 및 파트너 네트워크 구축당사는 일본 시장을 단기 프로젝트 중심이 아닌 장기 운영 거점 시장으로 발전시키기 위해 조직과 운영체계를 정비해 나갈 것입니다. 일본 내 Cross-functional 팀(BizDev, Tech PM, AE)을 구성해 본사와의 양방향 협업 체계를 강화하고, 직접 판매보다는 채널 파트너 중심의 Indirect Sales 구조를 본격화하고자 합니다. 이를 위해 다음 세 단계의 파트너 네트워크 확보 전략을 추진할 예정입니다.

(주19) 정정 후

(2) 해외 진출

당사는 일본 시장을 단순한 기술 수출 대상이 아닌, 보안ㆍ데이터 주권 중심의 산업 AI 생태계가 자리한 전략 시장으로 정의하고 있습니다. 온프레미스 환경에 최적화된 Runway 플랫폼의 Compound AI 구조적 확장성과 현장 KPI 중심의 Vertical AI 솔루션의 실효성을 결합하여 제조 AI 분야의 시장 점유를 확대해 나갈 예정입니다. 당사는 현재 일본 시장에서의 초기 협업 경험을 기반으로 기술 신뢰도를 확보하며 시장 개척의 기반을 다지고 있습니다. 앞으로는 단순한 기술 공급 단계를 넘어 지속 가능한 현지 비즈니스 체계를 구축하고 거래 규모를 확장하기 위해, 현지화와 산업별 집중, 브랜드 신뢰 구축, 조직적 확장 기반을 축으로 전략적 투자를 추진할 계획입니다.

가) 현지화(Localization) 및 신뢰 구축 일본 시장은 솔루션 도입 이후의 유지보수 및 고객 대응(After-service & Support)이 장기 신뢰 형성의 핵심 요소이므로, 당사는 현지화 된 전담 고객 대응 조직(Local Service & Maintenance Cell)을 구축하고 운영할 계획입니다. 이 조직은 고객사 내 운영환경 모니터링, 주기적 성능 점검, 업데이트 대응, 기술 교육을 담당하며, 현장 엔지니어와 본사 AI 전문가 간의 양방향 지원 체계를 구축하는 것을 목표로 합니다. 이를 통해 단순 납품 이후의 서비스 만족도를 극대화하고, 고객사 내 AI 활용 확산 및 장기 계약 갱신으로 이어지는 신뢰 기반을 강화할 예정입니다. 이러한 고객 대응 조직은 사업 규모 확대에 따라 확보한 운영자금을 통해 구성하고 육성해야 하나, 현재 시장 진입 초기이고 이러한 고객 대응 역량이 해외 기업으로 일본 시장 내 초기 고객 확보에 핵심적인 요인임을 고려하여 향후 3년간 연 5억원씩 총 15억원을 투자하여 고객 대응 조직을 육성하고자 합니다. 해당 조직 구성을 통해 강화된 고객 서비스를 제공함으로 확보한 신규 고객과 협업 확대를 기반으로 3년차 이후는 일본법인이 자체적인 운영자금으로 해당 조직을 운영해 나갈 계획입니다. 또한 지속 협업 가능한 일정 규모의 고객 기반을 구축한 후에는 도쿄 혹은 나고야를 중심으로 Co-Creation Lab(공동 실증 랩)을 설립하여 일본 제조기업들과 시스템 통합(SI)기업들이 Runway 기반의 특화 AI솔루션을 직접 검증하고 테스트할 수 있는 환경을 구축하고자 합니다. Co-Creation Lab(공동 실증 랩)을 설립을 통해 기대하는 바는 크게 두가지 입니다. 첫째, 당사가 가망 고객으로하는 일본 제조기업들에게 AI가 적용되어 현장 문제를 해결하는 방식을 시각적으로 제공함으로써 AI도입을 위한 빠른 의사결정을 지원하기 위함 입니다. 둘째, 당사가 제공하는 AI 운영체계인 런웨이를 활용하여 다양한 특화 AI솔루션을 개발 및 배포하는 방식을 일본 현지 시스템 통합(SI) 기업들에게 안내하고 교육함으로써 해당 기업들을 통해 런웨이 판매를 촉진하고자 합니다. 이를 위해 약 10억원 규모의 투자를 통해 2028년 내 Co-Creation Lab(공동 실증 랩)을 구성하고 오픈할 계획입니다. 나) 산업별 Vertical 집중 및 제품화당사는 일본 시장 진입 전략을 산업별 세분화에 기반해 전개하고 있습니다. 자동차, 전자, 소부장, 에너지 및 화학 등 산업을 중심으로 각 도메인별 특성에 맞춘 Vertical AI 솔루션 패키지를 제품화하고, 현장 KPI(불량률, OEE, 수율 등)에 직접 기여할 수 있는 구체적 Use Case를 중심으로 시장을 확장할 계획입니다. 이를 위해 각 산업별로 최적화된 솔루션을 빠르게 출시할 수 있는 제품화 전담조직을 구성하여 운영할 예정이며, 이를 통해 SI 프로젝트 중심의 맞춤형 개발 구조를 점차 줄이고, 모듈형 SaaS 및 패키지형 솔루션으로 전환해 재사용성과 수익성을 동시에 확보하고자 합니다.

다만, 현지화된 솔루션 제공의 중요성에도 불구하고, 연구개발 효율성 및 효과성 제고 필요성과 한국 제조 분야의 AI 도입 수준이 일본 대비 약 3년 정도 선행되어 있는 점을 고려하여, 당사는 2028년까지 본사에서 개발 및 검증된 제품과 솔루션을 기반으로 일본 시장을 공략할 계획입니다. 이후 초기 사업 규모 및 시장 내 입지를 확보한 이후에는 일본 법인의 자체적인 운영 범위 내에서 로봇 등 일본 내 AI 적용 수요가 높은 분야를 중심으로 현지화된 AI 솔루션을 개발하고 이를 단계적으로 사업화할 예정입니다. 다) 브랜드 신뢰 및 생태계 확장당사는 일본 시장 내에서의 브랜드 신뢰도와 기술 영향력 확대를 위한 투자를 병행하고 있습니다. CEATEC, Manufacturing World Tokyo 등 주요 산업 컨퍼런스에 참가하여, Runway 기반의 산업 AI 사례와 Compound AI System 구조를 소개하였으며, 향후 이러한 방식을 통한 시장 내 인지도 제고 활동을 더욱 강화할 예정입니다. 나아가 한국에서 진행하는 ATTENTION과 같은 자체 행사를 추진하고 해당 행사를 통해 일본 주요 고객사와의 협업 사례를 공유하여 산업 특화 AI 회사로서의 시장 내 입지를 강화해 나가고자 합니다. 마케팅 측면에서의 활동과 더불어 Runway SDK와 API 일부를 개방하여 현지 SI 및 스타트업이 자사 플랫폼을 기반으로 신규 모델과 애플리케이션을 개발할 수 있도록 지원함으로써, 산업용 AI 운영체계(Operating System for Industrial AI)로서의 위상을 강화할 방침입니다. 이러한 계획에 따라 당사는 2026년 AI EXPO 등 일본 내 주요 산업 행사에 참여하고, 이를 기반으로 마케팅 콘텐츠를 개발하여 홍보활동을 전개할 계획입니다. 또한 2028년에는 한국에서 개최 중인 행사와 유사한 규모의 'ATTENTION Japan' 개최를 목표로 하고 있습니다. 이를 위해 2026년에는 오프라인 행사 참여 및 PR 활동을 위해 약 5억원을 투자할 계획이며, 2028년에는 자체 행사 개최를 위해 약 4.2억원의 비용을 투입할 예정입니다. 라) 조직 강화 및 파트너 네트워크 구축당사는 일본 시장을 단기 프로젝트 중심이 아닌 장기 운영 거점 시장으로 발전시키기 위해 조직과 운영체계를 정비해 나갈 것입니다. 일본 내 Cross-functional 팀(BizDev, Tech PM, AE)을 구성해 본사와의 양방향 협업 체계를 강화하고, 직접 판매보다는 채널 파트너 중심의 Indirect Sales 구조를 본격화하고자 합니다. 이를 위해 다음 세 단계의 파트너 네트워크 확보 전략을 추진할 예정입니다.

각 단계별 추진계획은 전반적으로 2026년부터 2028년까지 순차적으로 이행할 예정이나, 사업 확대에 따라 채널 파트너 수가 지속적으로 증가할 것으로 예상되는 점을 고려할 때 일부 활동은 병행하여 추진할 필요가 있습니다. 채널 파트너와의 협업을 통한 Indirect Sales 확대에 있어서는 파트너를 통해 제공되는 AI 솔루션의 품질 및 가치가 당사가 직접 제공하는 경우와 비교하여 유의미한 차이가 발생하지 않는 것이 중요합니다. 이에 따라 Indirect Sales 확대를 위해서는 파트너 대상 기술 교육 및 지원 체계 구축이 필수적입니다. 이를 고려하여 당사는 파트너 기술 교육, 인증 프로그램 운영 및 공동 상품 개발 등 파트너 지원 체계 구축을 추진하고 있으며, 해당 체계 구축을 위해 2028년까지 약 10억원을 투자할 계획입니다. 상기와 같은 일본 시장 진출 전략 및 사업 확장 계획에 따라, 당사는 현지화 및 신뢰 구축, 브랜드 신뢰 및 생태계 확장, 조직 강화 및 파트너 네트워크 구축을 중심으로 고객전담조직 구축, Co-Creation Lab 설립, 일본 내 행사 참여 및 자체 행사 개최, 파트너 지원체계 구축 등을 포함한 일본 법인의 사업 기반 확보를 위한 투자를 단계적으로 추진할 계획입니다. 해당 투자는 2026년부터 2028년까지 순차적으로 집행될 예정이며, 일본 법인의 초기 시장 진입 및 사업 확장을 위한 재원으로 활용될 계획입니다. 이에 따른 일본법인 관련 자금 사용 세부 계획은 다음과 같습니다.

(주20) 정정 전

가. 매출 실적

(주20) 정정 후

가. 매출 실적

(주21) 정정 전

가. 지적재산권 보유현황

(주21) 정정 후

가. 지적재산권 보유현황

【 대표이사 등의 확인 】

대표이사등의 확인_마키나락스_1.jpg 대표이사등의 확인_마키나락스_1

증 권 신 고 서

▣ 미래에셋증권㈜ 본ㆍ지점망

【 대표이사 등의 확인 】

대표이사 등의 확인_마키나락스.jpg 대표이사 등의 확인_마키나락스

요약정보

1. 핵심투자위험

2. 모집 또는 매출에 관한 일반사항

주1) 모집가액, 모집총액, 인수금액, 인수대가, 신주인수권 행사가격은 대표주관회사와 발행회사가 협의하여 제시한 희망공모가액인 12,500원 ~ 15,000원 중 최저가액인 12,500원 기준입니다.

제1부 모집 또는 매출에 관한 사항

I. 모집 또는 매출에 관한 일반사항

1. 공모개요

2. 공모방법

금번 ㈜마키나락스의 코스닥시장 상장공모는 신주모집 2,635,000주(공모주식의 100.0%)의 일반공모 방식에 의합니다.

가. 공모주식의 배정내역

나. 모집의 방법 등

다. 매출의 방법 등 금번 ㈜마키나락스의 코스닥시장 상장을 위한 공모는 100% 신주모집으로 진행되므로 매출은 해당사항이 없습니다.

라. 상장규정에 따른 상장주선인의 의무 취득분에 관한 사항

단, 증권 인수업무 등에 관한 규정 제9조(주식의 배정) 제14항에 의거하여 의무보유를 확약한 일반기관투자자에게 배정한 공모주식 수량이 동조 제1항제7호가목에서 정한 의무배정 수량에 미달하는 경우, 대표주관회사는 상장을 위해 모집(매출)하는 주식의 100분의 1에 해당하는 수량(취득금액이 30억원을 초과하는 경우 30억원에 해당하는 수량)을 모집(매출)하는 가격과 같은 가격으로 취득하여 보유하여야 합니다.이 경우, 의무취득분은 증권 인수업무 등에 관한 규정 제9조(주식의 배정) 제14항에 의거하여, 상장일로부터 6개월간 계속 보유하여야 합니다. 증권신고서 제출일 현재시점 상장주선인은 동 의무인수분의 매도시기 및 매도가격에 대해서 구체적으로 결정한 바가 없습니다.

3. 공모가격 결정방법

가. 공모가격 결정 절차

금번 ㈜마키나락스의 코스닥시장 상장 공모를 위한 공모가격은 「증권 인수업무 등에 관한 규정」제5조(주식의 공모가격 결정 등)에서 정하는 수요예측에 의한 방법에 따라 결정됩니다. 동 규정 제5조제1항제2호에 의한 수요예측을 실시할 예정이며, 금번 공모 시에는 동 규정 제5조제1항제2호의 단서조항은 적용하지 않습니다.한편, 수요예측을 통한 개략적인 공모가격 결정 절차는 아래와 같습니다.

나. 공모가격 산정 개요

대표주관회사인 미래에셋증권㈜은 희망공모가액을 아래와 같이 제시하였습니다.

다. 수요예측에 관한 사항(1) 수요예측 공고 및 수요예측 일시

(2) 수요예측 참가자격

(가) 기관투자자 (고위험고수익투자신탁등, 벤처기업투자신탁 포함) 기관투자자는 『증권 인수업무 등에 관한 규정』 제2조 제8호에 의한 다음 각 목의 어느 하나에 해당하는 자를 말합니다.

※ 금번 공모와 관련하여 「증권 인수업무 등에 관한 규정」제5조제1항제2호 단서조항의 "창업투자회사등"의 수요예측참여는 허용되지 않습니다.

※ 집합투자회사등의 경우 「증권 인수업무 등에 관한 규정」 제9조의2(자기 또는 관계인수인이 인수한 주식의 배정)에 의거, 수요예측에 참여하기 위해서는 다음과 같은 조건을 충족해야 합니다.

※ 금번 공모와 관련하여 「금융투자업규정」제4-19조제8호 및 「증권 인수업무 등에 관한 규정」제5조의3에 따라 기업공개를 위한 주관회사는 청약자의 주금납입능력을 확인해야 하며, 대표주관회사인 미래에셋증권㈜는「증권 인수업무 등에 관한 규정」제5조의3 제1항 제1호 및 제2호의 방법을 활용하여 기관투자자의 주금납입능력을 확인합니다. 수요예측등에 참여하는 기관투자자는 수요예측등 참여 금액이 주금납입능력을 초과하여서는 아니된다는 점을 고려할 시, 주금납입능력을 초과하는 수요예측 참여는 허용되지 않습니다.

주금납입능력에 대한 확인대상 및 확인방법은 아래와 같습니다.

다만, 대표주관회사인 미래에셋증권㈜는 준법감시인의 사전 승인을 받아 제정한 내부지침에 근거하여 미래에셋증권㈜의 One-AsiaEquitySales본부를 통해 수요예측에 참여하는 외국인 기관투자자의 경우, 다음의 방법으로 주금납입능력을 확인할 수 있습니다.대표주관회사는 본 수요예측에 참여한 해외 기관투자자의 경우에 한해 「증권 인수업무 등에 관한 규정」 제2조 제8호 바목에 해당하는 투자자임을 입증할 수 있는 서류를 요청할 수 있고, 요청 받은 해외투자자가 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.또한 대표주관회사와 거래실적이 없고 대표주관회사가 실재성을 파악하기 어려운 외국기업인 경우, 외국기업이 공시된 재무제표 등 신뢰할 만한 자료를 대표주관회사에 제출하여 해외에서 「증권 인수업무 등에 관한 규정」 제2조제8호가목부터 마목에 준하는 업무를 영위하고 있다는 사실을 대표주관회사가 확인할 수 있게 해야하고, 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.

※ "고위험고수익투자신탁등"이란「조세특례제한법」제91조의15제1항에 따른 투자신탁 등을 말하며,「자본시장과 금융투자업에 관한 법률」에 따른 집합투자기구, 투자일임재산 또는 특정금전신탁으로서 다음 각 목의 어느 하나에 해당하는 것을 말합니다.

※ 대표주관회사는 기관투자자가 본 수요예측에 고위험고수익투자신탁등으로 참여하는 경우 「증권 인수업무 등에 관한 규정」제2조제18호 및 제19호에 따른 고위험고수익투자신탁등임을 확약하는 확약서 및 신탁자산 구성내역을 기재한 수요예측 참여명세서를 징구하며, 요청 받은 기관투자자가 해당 서류를 미제출할 경우 배정에서 불이익을 받을 수 있습니다.※「증권 인수업무 등에 관한 규정」제9조 1항 4호에 의거 고위험고수익신탁등의 별도배정 혜택은 15일 이상 의무보유를 확약한 고위험고수익투자신탁등으로 제한됩니다.

※ 벤처기업투자신탁이란 조세특례제한법 제16조제1항제2호의 벤처기업투자신탁 (대통령령 제28636호 조세특례제한법 시행령 일부개정령 시행 이후 설정된 벤처기업투자신탁에 한한다. 이하 같다)을 말합니다. 다만, 「증권 인수업무 등에 관한 규정」제2조 제20호에 의거 해당 벤처기업투자신탁의 최초 설정일로부터 수요예측 참여일까지의 기간이 1년 미만인 경우에는 같은 법 시행령 제14조제1항제3호에도 불구하고 수요예측 참여일 직전 영업일의 벤처기업투자신탁 자산총액에서 같은 호 각 목에 따른 비율의 합계가 100분의 35 이상이어야 합니다.

※ 대표주관회사인 미래에셋증권㈜는 본 수요예측에 참여한 기관투자자가 벤처기업투자신탁으로 참여하는 경우「증권 인수업무 등에 관한 규정」제2조제20호에 따른 벤처기업투자신탁임을 확약하는 확약서 및 신탁자산 구성내역을 기재한 수요예측 참여 집계표를 징구하며, 요청 받은 기관투자자가 해당 서류를 미제출할 경우 배정에서 불이익을 받을 수 있습니다.※「증권 인수업무 등에 관한 규정」제9조 1항 5호에 의거 벤처기업투자신탁의 별도배정 혜택은 15일 이상 의무보유를 확약한 벤처기업투자신탁으로 제한됩니다.

※ 투자일임회사, 신탁회사, 부동산신탁회사 및 일반 사모집합투자업을 등록한 집합투자회사의 경우 「증권 인수업무 등에 관한 규정」제5조의2에 의거, 수요예측에 참여하기 위해서는 다음과 같은 참여조건을 충족해야 합니다.

※ 대표주관회사는 본 수요예측에 참여한 해외 기관투자자의 경우에 한해 「증권 인수업무 등에 관한 규정」 제2조 제8호 바목에 해당하는 투자자임을 입증할 수 있는 서류를 요청할 수 있고, 요청 받은 해외투자자가 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.또한 대표주관회사와 거래실적이 없고 대표주관회사가 실재성을 파악하기 어려운 외국기업인 경우, 외국기업이 공시된 재무제표 등 신뢰할 만한 자료를 대표주관회사에 제출하여 해외에서 「증권 인수업무 등에 관한 규정」 제2조제8호가목부터 마목에 준하는 업무를 영위하고 있다는 사실을 대표주관회사가 확인할 수 있게 해야하고, 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.※ 대표주관회사는 본 수요예측에 참여한 기관투자자가 고유재산으로 참여하는 경우에는 자기자본을, 위탁재산으로 참여하는 경우에는 수요예측등 참여 건별로 수요예측등에 참여하는 개별 위탁재산들의 자산총액의 합계액을 주금납입능력으로 정하고 이를 확인하며, 본 수요예측에 참여한 기관투자자는 해당 사실을 입증하는 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다. 이 경우 고유재산의 자기자본과 위탁재산들의 자산총액은 다음 각 목에 따라 산정합니다.가. 고유재산의 자기자본은 직전 분기말 개별재무제표(해당 자료가 없는 경우, 그 전 분기말로 한다)에 기재된 금액나. 위탁재산들의 자산총액은 개별 위탁재산의 자산총액을 합하여 산정하고, 개별 위탁재산의 자산총액은 수요예측 참여일전 3개월간(위탁재산의 설정 또는 설립일로부터 3개월이 경과하지 않은 경우에는 설정 또는 설립일로부터 수요예측등 참여일전까지)의 일평균 평가액다. 나목에 불구하고 집합투자증권에 투자하는 위탁재산의 자산총액은 나목에 따라 산정한 자산총액에서 수요예측등 참여일 전일에 보유한 집합투자증권의 자산총액을 차감한 금액. 다만, 기관투자자가 해당 집합투자증권의 집합투자기구는 기업공개를 위한 수요예측등에 참여하지 않음을 집합투자규약 또는 투자설명서 등으로 대표주관회사에 소명하는 경우에는 그러하지 아니함※ 대표주관회사는 본 수요예측에 참여한 기관투자자가 고위험고수익투자신탁 혹은 고위험 고수익채권투자신탁으로 참여하는 경우, 상기 사목에 따른 고위험고수익투자신탁등임을 확약하는 확약서를 징구합니다. 동 서류와 관련하여 추가 서류를 요청할 수 있으며, 요청 받은 기관투자자가 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.※ 대표주관회사는 본 수요예측에 기관투자자가 투자일임회사, 신탁회사, 부동산신탁회사, 일반 사모집합투자업을 등록한 집합투자회사 및 겸영회사로 참여하는 경우, 「증권 인수업무 등에 관한 규정」 제2조 제8호에 따른 투자자임을 확약하는 확약서를 징구합니다. 동 서류와 관련하여 추가 서류를 요청 할 수 있으며, 요청 받은 기관투자자가 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.또한 대표주관회사는 본 수요예측에 참여한 투자일임회사, 일반 사모집합투자업을 등록한 집합투자회사, 겸영회사가 「증권 인수업무 등에 관한 규정」제5조의2 제1항, 제2항, 제8항부터 제10항의 어느 하나에 따를 경우 다음 각 호의 사항이 충족됨을 확인하는 확약서 및 이를 증빙하기 위한 서류를 요청 할 수 있으며, 기관투자자가 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.1. 「증권 인수업무 등에 관한 규정」제5조의2 제8항에 따라 참여하는 경우 : 「증권 인수업무 등에 관한 규정」제5조의2 제8항 각 호 중 어느 하나2. 「증권 인수업무 등에 관한 규정」제5조의2 제9항에 따라 참여하는 경우 : 「증권 인수업무 등에 관한 규정」제5조의2 제2항 각 호 또는 제8항 각 호 중 어느 하나와 투자일임재산의 경우 「증권 인수업무 등에 관한 규정」제5조의2 제1항제1호부터 제4호까지의 모두3. 「증권 인수업무 등에 관한 규정」제5조의2 제10항제1호 또는 제2호에 따라 참여하는 경우 : 투자일임재산의 경우 「증권 인수업무 등에 관한 규정」제5조의2 제1항제1호부터 제4호까지의 모두4. 「증권 인수업무 등에 관한 규정」제5조의2 제10항제3호에 따라 참여하는 경우 : 투자일임계약의 계약일 또는 집합투자기구의 설정일이 2025년 1월 21일 이전이라는 사실과 투자일임재산의 경우 「증권 인수업무 등에 관한 규정」제5조의2 제1항제1호부터 제4호까지의 모두※ 대표주관회사는 본 수요예측에 참여한 기관투자자가 벤처기업투자신탁으로 참여하는 경우, 「증권 인수업무 등에 관한 규정」 제2조제20호에 따른 벤처기업투자신탁임을 확약하는 확약서 및 위탁자산 구성내역을 기재한 위탁재산 명세도 함께 징구하며, 요청 받은 기 관투자자가 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.※ 부동산신탁회사는 고유재산으로만 기업공개를 위한 수요예측에 참여할 수 있습니다.※ 대표주관회사인 미래에셋증권㈜가 주관하는 수요예측에 참여하기 위한 모든 기관투자자는 주금납입능력 확인 등에 관한 확약서를 제출하여야 하며 미제출시 수요예측 참여가 불가합니다.※ 대표주관회사인 미래에셋증권㈜는 기관투자자가 제출한 주금납입능력 확인 등에 관한 확약서에 기재된 주금납입능력을 참고하여 공모주를 배정할 예정이며, 주관회사가 다른 정보 등을 통해 확약서의 허위 기재 및 수요예측등 참여금액이 주금납입능력 초과를 알게 된 경우, 공모주를 배정하지 않고 불성실 수요예측으로 신고할 수 있습니다. 배정 이후 사후적으로 인지하게 된 경우에는 불성실 수요예측 신고만 진행합니다.※ 수요예측등에 참여한 기관투자자가 확약서상에 허위로 기재하여 수요예측 당시 또는 배정 이후 주금납입능력을 초과한 수요예측에 참여행위로 판명되는 경우, 주금납입능력을 초과한 수요예측등 참여행위에 따른 불성실 수요예측 참여행위로 제재를 받으며, 이 경우에는 직전 1년 이내 발생 횟수와 무관하게 제재를 면제받지 못합니다.※ 일부 참여계정(고위험고수익투자신탁등, 벤처기업투자신탁, 투자일임 등)의 경우 위탁자산 구성내역을 기재한 위탁재산 명세도 함께 제출하여야 하며 미제출시 수요예측 참여가 불가합니다※ 국내 기관투자자 및 해외 기관투자자는 납입일에 배정된 금액의 1%(청약금액의 1%)에 해당하는 청약수수료를 대표주관회사인 미래에셋증권㈜에 입금해야 합니다. 청약수수료를 입금하지 않는 경우 미납입으로 간주될 수 있으니 유의하시길 바랍니다.

(나) 수요예측 참여 제외대상 다음에 해당하는 자는 수요예측에 참여할 수 없습니다. 다만 제5항 및 제7항에 해당하는 자가 배정받은 주식에 대해 6개월 이상의 의무보유를 확약하거나 제7항의 창업투자회사 등이 일반청약자의 자격으로 청약하는 경우에는 그러하지 아니합니다.

※ 금번 수요예측에 참여한 후 증권 인수업무 등에 관한 규정 제17조의2제4항에 의거 "불성실 수요예측 참여자"로 지정되는 경우 해당 불성실 수요예측 발생일로부터 일정 기간 동안 수요예측의 참여 및 공모주식 배정이 제한되므로 유의하시기 바랍니다.※ 불성실수요예측참여자 : 『증권 인수업무 등에 관한 규정』제17조의2 제1항 및 2항에 따라 다음에 해당하는 자를 말합니다.

※ 대표주관회사인 미래에셋증권㈜의 불성실수요예측참여자의 정보관리에 관한 사항『증권 인수업무 등에 관한 규정』제17조2에 의거 미래에셋증권㈜는 상기 중 어느 하나에 해당하는 불성실 수요예측참여행위가 발생한 경우 다음 각 호의 사항을 한국금융투자협회에 통보하며 협회는 협회 정관 제41조에 따라 설치된 자율규제위원회의 의결을 거쳐 불성실 수요예측등 참여자로 지정하고, 불성실 수요예측등 참여자의 명단을 협회 홈페이지에 게시합니다. 다만, 한국금융투자협회는 집합투자회사가 운용하는 집합투자기구에서 불성실 수요예측등 참여행위가 발생한 경우(해당 사유 발생일 직전 1년 이내에 해당 집합투자회사 또는 해당 집합투자회사가 운용하는 집합투자기구에서 불성실 수요예측등 참여행위가 발생한 적이 없는 경우에 한한다) 해당 집합투자회사에게 협회 정관 제45조 제1항 제4호의 제재금을 부과할 수 있으며, 이 경우 수요예측등 참여를 허용하거나 공모주식을 배정할 수 있습니다. 또한 대표주관회사인 미래에셋증권㈜는 불성실 수요예측등 참여자에 대한 정보 및 제재사항 등을 기재한 불성실 수요예측 참여자등록부를 작성하여 관리합니다.1. 사업자등록번호 및 외국인투자등록번호2. 불성실 수요예측등 참여자의 명칭3. 해당 사유가 발생한 종목4. 해당 사유5. 해당 사유의 발생일6. 기타 협회가 필요하다고 인정하는 사항

(3) 수요예측 대상 주식에 관한 사항

(4) 수요예측 참가 신청수량 최고 및 최저한도

(5) 수요예측 참가 수량단위 및 가격단위

(6) 수요예측 참여방법 [국내 기관투자자 및 해외 기관투자자]

대표주관회사인 미래에셋증권㈜은 국내 및 해외 기관투자자 모두 홈페이지를 통한 인터넷 접수로 진행하며, 서면으로는 접수받지 않습니다. 다만, 미래에셋증권㈜의 홈페이지 문제로 인해 인터넷 접수가 불가능할 경우 보완적으로 서면, 유선, Fax, E-mail 등의 방법에 의해 접수할 수 있습니다. 서면서류의 제출방법은 인편(직접방문) 및 우편으로 가능하며 우편은 수요예측 마감시각까지 도착분에 대하여 접수 가능합니다.

인터넷 접수 및 서면 접수(인터넷 접수가 불가한 경우)와 관련한 세부 사항은 아래와 같습니다. (단, 미래에셋증권㈜의 홈페이지를 통한 인터넷 접수 시에는 반드시 사전에 미래에셋증권㈜의 계좌를 보유하고, 해당 계좌의 계좌번호 및 계좌비밀번호, 사업자등록번호(해외 기관투자자의 경우 외국인 투자등록번호(IRC))로 로그인하셔야 합니다.)

(7) 수요예측 접수일시 및 방법 대표주관회사를 통한 수요예측 접수기간, 접수처 및 연락처는 다음과 같습니다.

※ 국내 기관투자자 및 해외 기관투자자는 납입일에 배정된 금액의 1.0%에 해당하는 청약수수료를 입금하여야 합니다. 청약수수료를 입금하지 않는 경우 미납입으로 간주될 수 있으니 유의하시기 바랍니다.

(8) 기타 수요예측 참여와 관련한 유의사항 ① 수요예측 마감시간 이후에는 수요예측 참여/정정/취소가 불가하오니 접수 마감시간을 엄수해 주시기 바랍니다.② 수요예측 참여는 수요예측 참여 이전까지 미래에셋증권㈜ 본인 명의의 위탁계좌가 개설되어 있어야 합니다. 또한, 집합투자회사의 경우 집합투자재산, 고유재산, 고위험고수익투자신탁등, 투자일임재산, 벤처기업투자신탁을 각각 구분하여 접수해야 하며 접수 시 각각 개별 계좌로 참여하여야 합니다.③ 참가신청금액이 각 수요예측참여자별 최고 한도를 초과할 때에는 최고 한도로 참가한 것으로 간주합니다.④ 수요예측 참여시 입력(또는 확인)된 참여기관의 기본 정보에 허위 내용이 있을 경우 참여 자체를 무효로 하며, 불성실 수요예측참여자로 관리합니다. 다만, 한국금융투자협회는 불성실 수요예측참여자가 동 협회의 회원인 경우 해당 회원에게 동 협회 정관 제45조 제1항 제4호의 제재금을 부과할 수 있으며, 이 경우 수요예측 참여제한기간을 적용하지 아니합니다.고위험고수익투자신탁등으로 수요예측에 참여하는 기관투자자는 각 투자신탁이『증권 인수업무 등에 관한 규정』제2조제18호에 따른 고위험고수익투자신탁등에 해당되는지 여부를 확인하여야 하며 대표주관회사는 해당 기관투자자가 제출한 확약서 등의 소정의 양식에 의거하여 판단합니다.벤처기업투자신탁으로 수요예측에 참여하는 기관투자자는 각 투자신탁이 『증권 인수업무 등에 관한 규정』제2조제20호에 따른 벤처기업투자신탁에 해당되는지 여부를 확인하여야 하며 대표주관회사는 해당 기관투자자가 제출한 확약서 등의 소정의 양식에 의거하여 판단합니다.동 사항에 대해 허위 및 과실로 제출하였을 경우 불성실 수요예측참여자로 지정될 수 있음을 유의하시길 바랍니다.⑤ 집합투자회사가 통합신청하는 각 펀드의 경우 수요예측일 현재 약관승인 및 설정이 완료된 경우에 한합니다. 또한, 동일한 집합투자업자의 경우 각 펀드별 수요를 취합하여 1건으로 통합신청하며, 동일한 가격으로 수요예측에 참여해야 합니다. 한편, 고위험고수익투자신탁등으로 수요예측에 참여하는 기관투자자는 각 고위험고수익투자신탁등 펀드별 참여내역을 기관투자자 명의 1건으로 통합하여 참여하여야 하며, 동일한 가격으로 수요예측에 참여해야 합니다. 해당 펀드의 종목별 편입한도, 만기일 등은 사전에 자체적으로 확인한 후 신청하여 주시기 바랍니다.⑥ 고위험고수익투자신탁등, 투자일임재산 또는 벤처기업투자신탁으로 수요예측에 참여하는 기관투자자는 해당 투자신탁의 가입자가 인수회사 또는 발행회사의 이해관계인인지 여부를 확인하여야 하며, 이에 해당하는 경우 해당 고위험고수익투자신탁등, 투자일임재산, 벤처기업투자신탁이 공모주 수요예측에 참가하지 않도록 조치하여야 합니다.⑦ 수요예측 인터넷 접수를 위한 "사업자(투자)등록번호, 위탁 계좌번호 및 계좌 비밀번호" 관리의 책임은 전적으로 기관투자자 본인에게 있으며, "사업자(투자)등록번호, 위탁 계좌번호 및 계좌 비밀번호" 관리 부주의로 인해 발생되는 문제에 대한 책임은 당해 기관투자자에게 있음을 유의하시기 바랍니다.⑧ 기타 수요예측 참여와 관련한 유의사항은 미래에셋증권㈜「securities.miraeasset.com ⇒ 뱅킹관리/대출/청약⇒ 청약⇒ 수요예측⇒ 공지사항」에서 확인하시기 바랍니다.⑨ 대표주관회사는 본 수요예측에 참여한 해외 기관투자자에 대하여 『증권 인수업무 등에 관한 규정』 제2조제8호바목에 해당하는 기관투자자임을 입증할 수 있는 서류를 요청할 수 있으며, 이를 요청받은 해외 기관투자자가 해당 서류를 제출하지 않을 경우 배정에서 불이익을 받을 수 있습니다.또한 대표주관회사와 거래실적이 없고 대표주관회사가 실재성을 파악하기 어려운 외국기업인 경우, 외국기업이 공시된 재무제표 등 신뢰할 만한 자료를 대표주관회사에 제출하여 해외에서 「증권 인수업무 등에 관한 규정」 제2조제8호가목부터 마목에 준하는 업무를 영위하고 있다는 사실을 대표주관회사가 확인할 수 있게 해야하고, 해당 서류를 미제출할 시 배정에서 불이익을 받을 수 있습니다.대표주관회사는 본 수요예측에 고위험고수익투자신탁등으로 참여하는 투자신탁 등에 대하여 『증권 인수업무 등에 관한 규정』제2조제18호 및 제19호에 따른 고위험고수익투자신탁등임을 확약하는 "확약서" 및 신탁자산 구성내역 등을 기재한 "수요예측참여 총괄집계표"를 징구할 수 있으며, 이를 요청받은 기관투자자가 해당 서류를 미제출할 경우 배정에서 불이익을 받을 수 있습니다.대표주관회사는 본 수요예측에 투자일임재산으로 참여하는 투자일임회사에 대하여 증권 인수업무 등에 관한 규정』 제5조의2제1항에 따른 투자일임회사임을 확약하는"확약서" 및 "펀드명, 펀드설정금액, 펀드별 참여현황" 등을 기재한 "수요예측참여 총괄집계표"를 징구할 수 있으며, 이를 요청받은 투자일임회사가 해당 서류를 미제출할경우 배정에서 불이익을 받을 수 있습니다.투자일임회사가 투자일임재산으로 수요예측에 참여하는 경우, 투자일임계약을 체결한 투자자가 「증권 인수업무 등에 관한 규정」제2조제8호에 따른 기관투자자 여부(같은 호 마목에 따른 투자일임회사, 일반 사모집합투자업을 등록한 집합투자회사, 수요예측등 참여요건을 충족하지 못하는 자는 제외), 제9조제4항에 따른 이해관계인 여부,수요예측 참여일 현재 불성실 수요예측 참여자 여부와 투자일임계약 체결일로부터 3개월 경과여부 및 수요예측 참여일 전 3개월간의 일평균 투자일임재산의 평가액이 5억원 이상인 지 여부를 해당 기관투자자가 제출한 확약서 등의 소정의 양식에 의거하여 판단합니다. 투자일임회사가 고유재산으로 수요예측에 참여하는 경우, 투자일임업 등록일로부터 2년 경과 및 수요예측 참여일전 3개월간의 투자일임회사가 운용하는 전체 투자일임재산의 일평균 평가액이 50억원 이상인지 여부 또는 수요예측 참여일전 3개월간의 투자일임회사가 운용하는 전체 투자일임재산의 일평균 평가액(투자일임업 등록일로부터 3개월이 경과하지 않은 경우에는 투자일임업 등록일부터 수요예측 참여일전까지 투자일임재산의 일평균 평가액)이 300억원 이상인 지를 해당 기관투자자가 제출한 확약서 등의 소정의 양식에 의거하여 판단합니다. 동 사항에 대해 허위 및 과실로 제출하였을 경우 불성실 수요예측 참여자에 해당 될 수 있음을 유의하시길 바랍니다.대표주관회사는 본 수요예측에 벤처기업투자신탁으로 참여하는 투자신탁 등에 대하여 『증권 인수업무 등에 관한 규정』제2조제20호에 따른 벤처기업투자신탁임을 확약하는 내용과 사모의 방법으로 설정된 경우 설정일로부터 1년 6개월 이상의 기간 동안 환매를 금지하고 있다는 "확약서" 및 신탁자산 구성내역 등을 기재한 "수요예측참여 총괄집계표"와 징구할 수 있으며, 이를 요청받은 기관투자자가 해당 서류를 미제출할 경우 배정에서 불이익을 받을 수 있습니다.⑩ 기관투자자 또는 일반청약자 대상 배정물량 중 미청약된 배정물량에 대해서는 수요예측에 참여하지 않았거나, 수요예측에 참여하였으나 배정받지 못한 경우에도 공모가액으로 배정받기 희망하는 기관투자자가 있는 경우, 대표주관회사에 미리 청약의사를 표시하고 청약일 중 추가청약할 수 있습니다. 상기 배정의 결과 불가피한 상황이 발생하여 배정이 원활하지 못할 경우 대표주관회사가 판단하여 배정에 대한 기준을 변경할 수 있습니다.⑪ 수요예측 참가 시 의무보유 확약기간을 미확약, 15일, 1개월, 3개월 또는 6개월로 제시가 가능합니다.⑫ 수요예측참가시 의무보유 확약을 한 기관투자자의 경우 기준일로부터 의무보유 확약 +2일의 기간까지의 일별잔고증명서 및 매매내역서를 의무보유 확약기간 종료 후 1주일 이내에 대표주관회사인 미래에셋증권㈜ IPO본부로 보내주시기 바랍니다. 한편, 상기 서류를 제출하지 않은 기관투자자는 '불성실 수요예측참여자'로 지정될 수 있음을 유의하시기 바랍니다. 또한 펀드 만기가 의무보유 확약기간 종료 이전에 도래하여 매도를 하는 경우에도 '불성실 수요예측참여자'로 지정될 수 있으니 기관투자자 등은 수요예측에 참여하기 전 해당 펀드의 만기를 확인하여 수요예측에 참여하기 바랍니다.⑬ 의무보유 확약기간은 결제일 기준이 아니므로 의무보유 확약기간 종료일 익일부터 매매가 가능하며, 잔고증명서 및 매매내역서는 동 기준에 근거하여 제출하시길 바랍니다.⑭ 국내 기관투자자 및 해외 기관투자자는 납입일에 배정된 금액의 1.0%(청약금액의 1.0%)에 해당하는 청약 수수료를 수요예측을 접수한 대표주관회사에 입금해야 합니다. 청약수수료를 입금하지 않는 경우, 미납입으로 간주될 수 있으니 유의하시기 바랍니다.⑮ 대표주관회사는 주식시장 상황, 수요예측 참여현황, 수요예측 참여방법 및 절차 준수 여부 등을 종합적으로 고려하여 내부 수요예측 운영기준에 따라 배정기준을 변경할 수 있으며, 이와 관련된 상세 내용은 미래에셋증권㈜의 수요예측 참가안내 공지사항(securities.miraeasset.com → 뱅킹관리/대출/청약 → 청약 → 수요예측 → 공지사항)를 참고하시기 바랍니다.<16> 금번 공모시에는『증권 인수업무 등에 관한 규정』제5조제1항제2호의 단서조항은 적용하지 않음에 따라 수요예측 시 동 규정 제2조제8호에 따른 기관투자자만 참여할 수 있습니다.

(9) 확정공모가액 결정방법 대표주관회사인 미래에셋증권㈜는 수요예측 결과 및 주식시장 상황 등을 감안하여 발행회사인 ㈜마키나락스와 협의하여 최종 공모가액을 결정합니다.

(10) 대표주관회사의 수요예측 기준, 절차 및 배정방법

※ 금번 공모 관련하여 대표주관회사는 「증권 인수업무에 등에 관한 규정」 제15조제1항제9호에 따라 공정한 수행 및 이해상충 방지 등을 위하여 모집 또는 매출 대상 증권의 기관투자자(외국법인 포함)에 대한 구체적인 배정 기준(의무보유확약 우선배정 방법, 가중치 부여 기준, 공모주식 배정을 위한 기관투자자 세부 군의 설정 및 군별 할당 기준, 예외적용 기준, 내부 승인 체계 및 배정 관련 자료의 보관에 관한 사항 등 포함), 내부 승인 및 문서화 절차를 포함한 내부통제기준을 제정ㆍ운영하고 있으며 이에 따라 수요예측 참여자들을 대상으로 배정물량을 결정합니다. (11) 수요예측 대상 주식의 배정결과 통보 ① 대표주관회사인 미래에셋증권㈜는 최종 결정된 확정공모가액을 미래에셋증권㈜ 홈페이지(securities.miraeasset.com)에 게시합니다. 기관별 배정물량은 수요예측 참여기관이 개별적으로 미래에셋증권㈜ 「securities.miraeasset.com ⇒ 뱅킹/대출/청약 ⇒ 청약 ⇒ 수요예측 ⇒ 배정결과 조회」에 접속한 후 배정물량을 직접 확인하여야 하며, 이를 개별 통보에 갈음합니다.② 수요예측 참여에 의해 배정된 물량을 미청약한 경우에는 불성실수요예측 참여자로 금융투자협회 회원 홈페이지(http://work.kofia.or.kr/) 에 게시 등록됩니다. (12) 기타 수요예측 실시에 관한 유의사항 ① 수요예측에 참가하지 않았거나, 수요예측에 참여하였으나 배정받지 못한 경우에도 공모가액으로 배정을 받기를 희망하는 기관투자자는 대표주관회사에 미리 청약의의사를 표시하고 청약일에 추가 청약할 수 있습니다. 다만, 수요예측에서 배정된 수량이 모두 청약된 경우에는 배정받을 수 없습니다.② 상기와 같은 기관투자자에 대한 추가 청약 후 잔여물량이 있을 경우에는 이를 일반청약자 배정 물량에 합산하여 배정할 수 있습니다.③ 수요예측 참가 시 참가신청서를 허위로 작성 또는 제출된 참가신청서를 임의로 변경하거나 허위자료를 제출하는 경우 수요예측 참여 자체를 무효로 합니다.④ 상기 배정의 결과 불가피한 상황이 발생하여 배정이 원활하지 못할 경우 대표주관회사가 판단하여 배정에 대한 기준을 변경할 수 있습니다.

4. 모집 또는 매출절차 등에 관한 사항

가. 모집 또는 매출 조건

나. 모집 또는 매출의 절차 (1) 공고의 일자 및 방법

(2) 수요예측에 관한 사항 『제1부 모집 또는 매출에 관한 사항』-『I. 모집 또는 매출에 관한 일반사항』-『3. 공모가격 결정방법』-『다. 수요예측에 관한 사항』부분을 참고하시기 바랍니다.

다. 청약방법(1) 청약의 개요 모든 청약자는『금융실명거래 및 비밀보장에 관한 법률』에 의한 실명자이어야 하며, 해당 청약사무취급처에 소정의 주식청약서를 청약증거금(단, 기관투자자의 경우 청약증거금이 면제됨)과 함께 제출하여야 합니다. (2) 우리사주조합의 청약 우리사주조합의 청약은 대표주관회사인 미래에셋증권㈜에 우리사주조합장 명의로 합니다. (3) 일반청약자의 청약 일반청약자 청약은 해당 청약사무취급처에서 사전에 정하여 공시하는 청약방법에 따라 청약기간에 소정의 주식 청약서를 작성하여 청약증거금과 함께 이를 해당 청약취급처에 제출하여야 합니다. 한 청약사무취급처 내에서의 이중청약은 불가합니다.※ 청약사무취급처: 미래에셋증권㈜ 본ㆍ지점, 현대차증권㈜ 본ㆍ지점 (4) 일반청약자의 청약자격 일반청약자의 청약자격은 증권신고서 작성 기준일 현재 아래와 같으며, 동 사항은 향후 변경 될 수 있습니다. 청약자격이 변경이 되는 경우는 청약사무취급처의 홈페이지를 통하여 고지합니다.

(5) 일반청약자의 청약한도 및 청약단위 일반투자자는 대표주관회사인 미래에셋증권㈜ 및 인수회사인 현대차증권㈜의 각 본ㆍ지점에서 청약이 가능합니다. 1인당 청약한도, 청약단위는 아래와 같으며, 기타사항은 투명하고 공정하게 정하여 공시한 방법에 의합니다. 단, 청약단위와 상이한 청약수량은 그 청약수량 하위의 청약단위로 청약한 것으로 간주합니다.미래에셋증권㈜, 현대차증권㈜의 일반청약자에 대한 배정물량, 최고 청약한도, 청약증거금 및 청약단위는 아래와 같습니다.

(6) 기관투자자(고위험고수익투자신탁등, 벤처기업투자신탁 포함)의 청약 국내 및 해외 기관투자자는 수요예측에 참여하여 배정받은 주식에 대하여 청약일인 2026년 5월 11일(월) ~ 12일(화) 08:00 ~ 16:00 (한국시간 기준) 사이에 대표주관회사 미래에셋증권㈜ 홈페이지에 접속하여 청약의사를 표시(청약증거금률 0%)하여야 하며, 동 청약 주식에 해당하는 주금을 납입일인 2026년 5월 14일(목) 08:00 ~ 13:00 (한국시간 기준) 사이에 미래에셋증권㈜의 본ㆍ지점에 납입하여야 합니다.

또한, 청약일 종료 후 미청약된 물량에 대해서 납입 전까지 기관투자자는 추가로 청약을 할 수 있으며, 추가 청약된 물량의 배정은 대표주관회사가 자율적으로 결정하여배정합니다.※ 국내 기관투자자 및 해외 기관투자자는 납입일에 배정된 금액의 1.0%에 해당하는청약수수료를 입금하여야 합니다. 청약수수료를 입금하지 않는 경우 미납입으로 간주될 수 있으니 유의하시기 바랍니다.

(7) 기관투자자의 추가 청약 수요예측에 참가한 기관투자자 중 기관투자자의 청약 미달을 고려하여 수요예측 결과 배정받은 물량을 초과하여 청약하고자 하는 기관투자자는 전체 기관투자자 배정 물량 범위 내에서 추가 청약이 가능합니다.수요예측에 참여하지 않았거나, 수요예측에 참여하였으나 배정받지 못한 경우에도 공모가액으로 배정을 받기를 희망하는 기관투자자는 대표주관회사에 미리 청약의사를 표시하고 청약일에 추가 청약할 수 있습니다. 다만, 수요예측에서 배정된 수량이 모두 청약된 경우에는 배정받을 수 없습니다.또한, 청약일 종료 후 미청약된 물량에 대해서 납입일 전까지 기관투자자는 추가로 청약을 할 수 있으며, 추가 청약된 물량의 배정은 대표주관회사가 자율적으로 결정하여 배정합니다.

(8) 청약이 제한되는 자

아래『증권 인수업무 등에 관한 규정』제9조 제4항 각호의 1에 해당하는 자가 청약을 한 경우에는 그 전부를 청약하지 아니한 것으로 보아 배정하지 아니합니다. 다만, 증권 인수업무 등에 관한 규정』제9조 제4항 제5호에 해당하는 자가 배정받은 주식에 대해 6개월 이상의 의무보유를 확약하거나 제5호의 창업투자회사등이 일반청약자의 자격으로 청약하는 경우에는 그러하지 아니합니다.

(9) 기타 본 증권신고서는 금융감독원에서 심사하는 과정에서 정정요구 등 조치를 취할 수 있으며, 만약 정정요구 등이 발생할 경우에는 동 신고서에 기재된 일정이 변경될 수 있습니다. 본 증권신고서의 효력발생은 정부가 증권신고서의 기재사항이 진실 또는 정확하다는 것을 인정하거나, 이 증권의 가치를 보증 또는 승인한 것이 아니므로 본 증권 투자에 대한 책임은 전적으로 주주 및 투자자에게 귀속됩니다.

라. 청약결과 배정방법

(1) 공모주식 배정비율 ① 우리사주조합 : 총 공모주식의 13.26% (349,300주)를 우선배정합니다.② 기관투자자(고위험고수익투자신탁등 포함) : 총 공모주식의 61.74%75.00% (1,626,950주1,976,250주)를 배정합니다.③ 일반청약자 : 총 공모주식의 25.00%30.00% (658,750주790,500주)를 배정합니다.④ 상기 ①, ②, ③항의 청약자 유형군에 따른 배정 비율은 기관투자자에 대한 수요예측 결과에 따라 청약일 전에 변경될 수 있습니다. 한편, 상기 청약자 유형군에 따른 배정분 중 청약미달 잔여주식이 있는 경우에는 이를 초과청약이 있는 다른 항의 배정분에 합산하여 배정합니다.⑤ 단, 인수회사 및 인수회사의 이해관계인(단,「증권 인수업무 등에 관한 규정」 제9조의2제1항에 따라 위탁재산으로 청약하는 집합투자회사, 투자일임회사, 신탁회사는 인수회사 및 인수회사의 이해관계인으로 보지 아니한다), 발행회사의 이해관계인(단, 동 규정 제2조제9호의 가목 및 라목의 임원을 제외) 및 기타 금번 공모와 관련하여 발행회사에 용역을 제공하거나 중대한 이해관계가 있는 자는 배정 대상에서 제외됩니다.⑥ 「증권 인수업무 등에 관한 규정」 제9조제1항제3호에 따라 일반청약자에 전체 공모주식의 25% 이상을 배정합니다. 특히, 「증권 인수업무 등에 관한 규정」 제9조제1항제6호에 의거하여 일반청약자에게 공모주식 13.26%인 349,300주에 우리사주조합 청약 결과에 따른 우리사주조합 미청약 잔여주식의 일부 또는 전부(최대 공모주식의 5%, 131,750주)를 합하여 일반청약자에게 배정할 수 있습니다.⑦ 「증권 인수업무에 등에 관한 규정」 제9조제1항제4호에 의거 기관투자자 중 15일 이상 의무보유를 확약한 고위험고수익투자신탁등에 공모주식의 10% 이상을 배정합니다. 또한,「증권 인수업무 등에 관한 규정」제9조제1항제5호에 의거 기관투자자 중 15일 이상 의무보유를 확약한 벤처기업투자신탁에 공모주식의 30% 이상을 배정합니다.⑧ 「증권 인수업무 등에 관한 규정」 제9조제1항제7호에 의거 「증권 인수업무 등에 관한 규정」제9조제1항제1호부터 제6호에 따른 배정 후 잔여주식은 다음 각 목에 따라 일반기관투자자에게 배정합니다.가. 일반기관투자자 잠재 배정물량(수요예측 등을 실시한 날부터 청약일 전일까지의 기간 중 산정한 일반기관투자자에 대한 공모주식 배정 예상물량으로서 공모물량에서 일반기관투자자 이외의 자에게 배정할 물량을 차감하여 산정한다. 이하 같다)의 40% 이상을 의무보유를 확약한 일반기관투자자에게 선배정나. 선배정 후 일반기관투자자 잠재 배정물량의 잔여주식을 선배정을 받은 자를 포함하여 일반기관투자자에게 후배정. 이 경우 선배정을 받은 자에 대한 배정은 해당 투자자의 신청물량에서 선배정 물량을 차감한 잔여물량이 있는 경우에 한함다. 가목 및 나목에 따른 배정 후 잔여주식이 있는 경우, 대표주관회사의 내부기준(대표주관회사가 복수인 경우, 대표주관회사간 협의를 포함한다)에 따라 배정⑨「증권 인수업무 등에 관한 규정」 제9조제14항에 의거, 대표주관회사가 의무보유를 확약한 일반기관투자자에게 배정한 공모주식 수량이 「증권 인수업무 등에 관한 규정」 제1항제7호가목에서 정한 의무배정 수량에 미달하는 경우, 대표주관회사는 「증권 인수업무 등에 관한 규정」 제9조제14항 각 호에 따라 발행회사의 주식을 취득하여 상장일부터 6개월 이상의 기간 동안 보유합니다. 다만, 의무보유를 확약하고 공모주식을 배정받은 일반기관투자자가 청약을 하지 아니하거나 청약 후 주금을 납입하지 아니하여 의무보유를 확약한 일반기관투자자에게 배정한 공모주식 수량이 「증권 인수업무 등에 관한 규정」 제1항제7호가목에서 정한 의무배정 수량에 미달하는 경우에는 그러하지 아니합니다.⑩ 다만, 대표주관회사는 수요예측 또는 청약 경쟁률, 기관투자자의 투자 성향 및 신뢰도 등을 고려하여 고위험고수익투자신탁등 또는 벤처기업투자신탁에 대한 배정비율을 달리할 수 있습니다.

(2) 배정 방법

청약 결과 공모주식의 배정은 수요예측 결과 결정된 확정공모가액으로 대표주관회사 미래에셋증권㈜, 인수회사 현대차증권㈜와 ㈜마키나락스가 사전에 총액인수계약서 상에서 약정한 배정기준에 의거 다음과 같이 배정합니다.① 우리사주조합의 청약에 대한 배정은 우선배정 주식수 내에서 청약한 주식수대로 배정합니다.② 기관투자자의 청약에 대한 배정은 수요예측에 참여하여 배정받은 수량 범위 내에서 우선 배정하되, 추가 청약에 대한 배정은 대표주관회사가 자율적으로 결정하여 배정합니다. 『Ⅰ. 모집 또는 매출에 관한 일반사항 - 4. 모집 또는 매출절차 등에 관한 사항 - 다. 청약방법 - (6) 기관투자자(고위험고수익투자신탁등, 벤처기업투자신탁 포함)의 청약』 부분을 참조하시기 바랍니다.③「증권 인수업무 등에 관한 규정」 제9조제11항에 의거하여 일반청약자에게 배정하는 전체수량(동 규정 제9조제1항제6호에 따른 배정수량을 포함한다)의 50% 이상을 최소 청약증거금 이상을 납입한 모든 일반청약자에게 동등한 배정기회를 부여하는 방식(이하 "균등방식 배정"이라 한다)으로 배정하여야 하며 나머지를 청약수량에 비례하여 배정(이하 "비례방식 배정"이라 한다)합니다. 따라서 금번 일반청약자 균등방식 예정물량은 329,375주 ~ 395,250주 이상입니다.④ 일반청약자의 청약방식은 균등방식 배정과 비례방식 배정을 선택하게 하지 않고, 양 방식의 청약을 일괄하여 받는 방식인 '일괄청약방식'입니다. 따라서 일반청약자가 비례방식으로 배정을 받고자 하는 수량을 청약하면 자동으로 균등방식 배정의 청약자로 인정됩니다.

⑤ 일반청약자 배정물량 중 1/2 이상으로 일반청약자 인원수로 나눈 몫을 청약자 전원에게 동일하게 배정(전원 균등)하고, 일반청약자 배정 총 주식수에서 균등배정분을 제외한 수량에 대해서는 비례배정이 이루어지게 됩니다. 각 청약자의 청약증거금에서 균등배정분 배정수량(금액)을 차감한 금액(이하 "비례배정분 청약증거금")을 기준으로 비례하여 안분배정하며, 비례배정분 청약증거금을 한도로 비례배정이 이루어지게 됩니다. 다만, 총 청약건수가 균등방식 배정주식수를 초과하는 경우, 전체고객 대상으로 무작위 추첨 배정하며, 이에 따라 균등배정으로 1주도 배정받지 못하는 경우가 발생할 수 있습니다. 다만, 일반청약자의 청약증거금이 배정수량(금액)에 미달하는 경우 일반청약자는 동 미달금액을 배정일까지 추가납입을 하여야 합니다⑥ 일반청약자에 대한 배정결과 발생하는 1주 미만의 단수주는 일반청약자들을 대상으로 하여 재배정하며 소숫점이 높은 청약자들부터 순차적으로 배정합니다. 이후 동일한 소숫점을 보유한 일반청약자들에게 배분할 단수주가 부족하게 될 경우 청약주식수량, 청약등급 등을 고려하여 잔여주식이 최소화되도록 배정합니다. 그 결과 발생하는 잔여주식은 총액인수계약서에 따라 자기계산으로 인수하거나 추첨을 통하여 재배정합니다.다만, 일반청약자의 청약증거금이 배정수량(금액)에 미달하는 경우 일반청약자는 동 미달금액을 배정일에 추가납입하여야 하며, 그렇지 않은 경우 청약증거금에 해당하는 수량만 배정받게 됩니다. 추가납입 이후 미청약주식이 발생할 경우 초과 청약이 있는 인수단 구성원에 해당 물량을 배정하며, 그 이후에도 미청약 주식이 있을 경우 해당 미청약 주식은 기관투자자에게 배정할 수 있고, 그 이후에도 미청약 주식이 있을 경우 총액인수계약서에서 정한 인수비율에 따라 각 인수단 구성원이 개별채무로 인수합니다.⑦ 기관투자자의 청약에 대한 배정은 수요예측 후 배정받은 물량 범위 내에서 우선배정하되, 추가 청약에 대한 배정은 대표주관회사가 자율적으로 결정하여 배정합니다.

단, 「증권 인수업무 등에 관한 규정」 제9조 11항 개정에 따라, 균등방식배정 진행과정에서 1차 균등배정 이후 균등배정자에 대한 추가납입이 필요할 경우, 추가납입의 기한 및 추가납입 미이행 물량의 처리 방식에 대해서는 각 청약취급처인 인수회사별로 달리 정할 수 있습니다. 추가납입이 이루어지지 않을 경우, 추가납입 의사가 없었던 것으로 간주됩니다. 각 증권사별 추가납입 절차는 하기와 같습니다.* 미래에셋증권: 일반청약자의 경우 청약증거금이 배정금액에 미달하는 경우 동 미달금액에 대하여 배정일(2026년 5월 14일)에 추가납입을 하여야 합니다. 추가납입을 하지 않은 일반청약자의 경우 동 미달 수량에 대하여는 배정받을 수 없습니다. 단, 증권 인수업무 등에 관한 규정 제9조제11항 개정에 따라, 균등방식배정 진행과정에서 1차 균등배정 이후 균등배정자에 대한 추가납입이 필요할 경우, 청약 2일차의 익영업일인 2026년 5월 13일 오후 16:00까지 균등배정에 대한 추가납입을 이행해야합니다. 추가납입이 이루어지지 않을 경우, 추가납입 의사가 없었던 것으로 간주됩니다.* 현대차증권: 일반청약자의 경우 청약증거금이 배정금액에 미달하는 경우 동 미달금액에 대하여 배정일(2026년 5월 14일)에 추가납입을 하여야 합니다. 추가납입을 하지 않은 일반청약자의 경우 동 미달 수량에 대하여는 배정받을 수 없습니다. 단, 증권 인수업무 등에 관한 규정 제9조제11항 개정에 따라, 균등방식배정 진행과정에서 1차 균등배정 이후 균등배정자에 대한 추가납입이 필요할 경우, 청약 2일차의 익영업일인 2026년 5월 13일 오후 16:00까지 균등배정에 대한 추가납입을 이행해야합니다. 추가납입이 이루어지지 않을 경우, 추가납입 의사가 없었던 것으로 간주됩니다.

⑧ 「증권 인수업무 등에 관한 규정 제9조 제4항」 각 호(아래)의 어느 하나에 해당하는 자가 청약하는 경우 그 전부를 청약하지 아니한 것으로 보아 배정하지 아니합니다.다만, 제5호에 해당하는 자가 배정받은 주식에 대해 6개월 이상의 의무보유를 확약하거나 제5호의 창업투자회사등이 일반청약자의 자격으로 청약하는 경우에는 그러하지 아니합니다.

(3) 배정결과의 통지 일반청약자에 대한 배정결과 각 청약자에 대한 배정내용 및 초과청약금의 환불 또는 미달청약금에 대한 추가납입은 2026년 5월 14일 대표주관회사인 미래에셋증권㈜의 홈페이지(securities.miraeasset.com), 인수회사인 현대차증권㈜(www.hmsec.com)의 홈페이지 개별통지에 갈음합니다. 기관투자자등의 경우에는 수요예측을 통하여 물량을 배정받은 내역과 청약내역이 다른 경우에 한하여 개별통지합니다.

마. 투자설명서 교부에 관한 사항(1) 투자설명서의 교부 및 청약방법 2009년 2월 4일부로 시행된 『자본시장과 금융투자업에 관한 법률』 제124조에 의하면 누구든지 증권신고서의 효력이 발생한 증권을 취득하고자 하는 자(전문투자자, 그 밖에 아래에서 언급하는 대통령령으로 정하는 자를 제외함)에게 동법 제123조에 적합한 투자설명서를 미리 교부하지 아니하면 그 증권을 취득하게 하거나 매도하여서는 안됩니다. 따라서 본 주식에 투자하고자 하는 투자자는 청약 전 투자설명서를 교부 받아야 합니다. 다만, (i) 동법 제9조 제5항의 전문투자자, (ii) 동법 시행령 제132조에 규정된 회계법인, 신용평가업자 등, (iii) 투자설명서를 받기를 거부한다는 의사를 서면ㆍ전화ㆍ전신ㆍ모사전송ㆍ전자우편 및 이와 비슷한 전자통신, 그밖에 금융위가 정하여 고시하는 방법으로 표시한 자는 투자설명서의 교부 없이 청약이 가능합니다. (2) 투자설명서의 교부 방법 투자설명서 교부 의무가 있는 대표주관회사인 미래에셋증권㈜는 「자본시장과 금융투자업에 관한 법률」 제124조 및 동법 시행령 제132조에 의하여 증권신고의 효력이 발생한 증권을 취득하고자 하는 투자자에게 동법 제123조에 적합한 투자설명서를 청약 전 교부할 예정입니다. 투자설명서 교부 후 투자자는 투자설명서 내용을 충분히 숙지하고 청약기간에 각각의 청약사무취급처에서 소정의 주식청약서를 작성하여 청약증거금과 함께 제출하여야 합니다.① 본 청약에 참여하고자 하는 투자자는 청약 전 반드시 투자설명서를 교부받은 후 교부확인서에 서명하여야 하며, 투자설명서를 교부받지 않고자 할 경우, 투자설명서 수령거부의사를 서면 등으로 표시하여야 합니다.② 투자설명서 교부를 받지 않거나, 수령거부의사를 서면 등으로 표시하지 않을 경우 본 청약에 참여할 수 없습니다. (가) 투자설명서의 교부를 원하는 경우

(나) 투자설명서의 교부를 원하지 않는 경우 『자본시장과 금융투자업에 관한 법률』시행령 제132조 및 『금융투자회사의 영업 및 업무에 관한 규정』 제2-5조 제2항에 의거 투자설명서 교부를 원하지 않는 경우에는 반드시 인수단에 투자설명서의 교부를 거부한다는 의사를 서면, 전화, 전신, 전자우편 및 이와 비슷한 전자통신, 그 밖의 금융위원회가 정하여 고시하는 방법으로 표시하여야 청약이 가능합니다. (3) 투자설명서 교부 의무의 주체 『자본시장과 금융투자업에 관한 법률』에 의거 금번 청약에 대한 투자설명서 교부 의무는 발행회사인 ㈜마키나락스 및 대표주관회사인 미래에셋증권㈜에 있습니다. 다만, 투자설명서 교부의 효율성 제고를 위해 총액인수계약에 따라 실제 투자설명서 교부는 청약취급처인 미래에셋증권㈜의 본ㆍ지점 및 현대차증권㈜의 본ㆍ지점에서 상기와 같은 방법으로 수행합니다.

바. 청약증거금의 대체, 반환 및 납입에 관한 사항 우리사주조합 및 일반청약자의 청약증거금은 주금납입기일(2026년 5월 14일)에 주금납입금으로 대체하되, 청약증거금이 납입주금에 미달하여 주금납입일까지 당해 청약자로부터 그 미달 금액을 받지 못한 때에는 그 미달 금액에 해당하는 배정주식은 인수회사가 총액인수계약서에서 정하는 바에 따라 자기계산으로 인수하며, 초과 청약증거금이 있는 경우에는 이를 2026년 5월 14일에 환불합니다. 이 경우 청약증거금은 무이자로 합니다.기관투자자(고위험고수익투자신탁등, 벤처기업투자신탁 포함)는 금번 공모에 있어 청약증거금이 면제되는바, 청약하여 배정받은 물량의 100%에 해당하는 금액을 납입일인 2026년 5월 14일 08:00 ~ 13:00 사이에 대표주관회사에 납입하여야 하며, 동 납입금액은 주금납입기일(2026년 5월 14일)에 주금납입금으로 대체됩니다.※ 국내 기관투자자 및 해외 기관투자자는 납입일에 배정된 금액의 1.0%에 해당하는 청약수수료를 입금하여야 합니다. 청약수수료를 입금하지 않는 경우 미납입으로 간주될 수 있으니 유의하시기 바랍니다.

한편, 동 납입금액이 기관투자자가 청약하여 배정받는 주식의 납입금액에 미달할 경우에는 대표주관회사가 그 미달금액에 해당하는 주식을 총액인수계약서에서 정하는 바에 따라 자기계산으로 인수합니다.인수단은 각 청약자의 주금납입금을 납입기일에 납입합니다. 납입금은 우리은행 서초금융센터지점에 납입합니다.

사. 기타의 사항 (1) 주권교부에 관한 사항

① 주권교부예정일 : 청약 결과 주식배정 확정 시 대표주관회사에서 공고합니다.② 주식ㆍ사채 등의 전자등록에 관한 법률(이하 '전자증권법')이 2019년 9월 16일 시행되었으며, 전자증권법 시행 이후에는 상장법인의 상장 주식에 대한 실물 주권 발행이 금지됩니다. 이에 당사는 금번 공모로 발행하는 주식의 실물 주권을 발행하는 대신 전자등록기관에 주식의 권리를 전자등록하는 방법으로 주식을 발행할 예정입니다따라서 주금을 납입한 청약자 또는 인수인은 계좌관리기관 또는 전자등록기관에 전자등록계좌를 개설하여야 하며, 해당 계좌에 주식이 전자등록되는 방법으로 주식이 발행될 예정입니다. 전자증권법 제35조에 따라 전자등록계좌부에 전자등록된 자는 해당 주식에 대하여 전자등록된 권리를 적법하게 가지는 것으로 추정합니다. (2) 전자등록된 주식 양도의 효력에 관한 사항 전자증권법 제35조 제2항에 따라 전자등록주식을 양도하는 경우에는 동법 제30조에 따른 계좌간 대체의 전자등록을 하여야 그 효력이 발생합니다. (3) 신주인수권증서에 관한 사항 금번 코스닥시장 상장공모는 기존 주주의 신주인수권을 배제한 일반공모 방식이므로 신주인수권증서를 발행하지 않습니다.

(4) 신주인수권에 관한 사항 당사는 금번 공모 시 「증권 인수업무 등에 관한 규정」 제10조의2에 따른 기업공개를 위한 대표주관업무 수행의 보상으로 당사로부터 신주를 취득할 수 있는 권리(이하 "신주인수권")를 대표주관회사가 취득할 수 있도록 해당 신주인수권 263,500주에 관한 계약을 체결하였습니다.

상기 규정에 따라 대표주관회사가 금번 공모 시 취득하는 신주인수권의 행사가능주식수는 공모주식 수량의 10%인 263,500주로, 행사가격은 확정공모가액이며, 상장일로부터 3개월 이후 18개월 이내에 행사 가능합니다.

(5) 정보이용 제한 및 비밀유지 대표주관회사인 미래에셋증권㈜ 및 인수회사인 현대차증권㈜는 총액인수계약의 이행과 관련하여 입수한 정보 등을 제3자에게 누설하거나 발행회사의 경영개선 이외의 목적에 이용하여서는 아니됩니다. (6) 한국거래소 상장예비심사신청 승인에 관한 사항 당사는 2025년 11월 17일 한국거래소에 상장예비심사신청서를 제출하여 2026년 2월 27일 상장예비심사신청서에 대한 심사 결과 상장에 부적합하다고 인정될 만한 사항이 없음을 통지 받았습니다. 그 결과 금번 공모완료 후, 신규상장신청 전 주식의 분산요건을 충족하게 되면 상장을 승인하겠다는 통지를 받았으나, 일부 요건이라도 충족하지 못하게 되면 코스닥시장에서 거래할 수 없어 환금성에 큰 제약을 받을 수도 있음을 유의하시기 바랍니다.

(7) 주권의 매매개시일 주권의 신규상장 및 매매개시일은 아직 확정되지 않았으며, 향후 일정이 확정되는 대로 한국거래소 시장공시시스템을 통하여 안내할 예정입니다. (8) 청약이 제한되는 자

아래 「증권 인수업무 등에 관한 규정」 제9조제4항 각 호의 1에 해당하는 자가 청약을 한 경우에는 그 전부를 청약하지 아니한 것으로 보아 배정하지 않습니다. 다만, 「증권 인수업무 등에 관한 규정」 제9조제4항제5호에 해당하는 자가 배정받은 주식에 대해 6개월 이상의 의무보유를 확약하거나 제5호의 창업투자회사 등이 일반청약자의 자격으로 청약하는 경우에는 그러하지 아니합니다.

(9) 환매청구권 금번 공모에서는 「증권 인수업무 등에 관한 규정」 제10조의3(환매청구권) 제1항 각 호에 해당하는 사항이 존재하지 않으며, 이에 따라 일반청약자에게 공모주식을 인수회사에 매도할 수 있는 권리(환매청구권)를 부여하지 않습니다. (9) 기타 본 증권신고서 및 투자설명서 또는 예비투자설명서의 효력발생은 정부 또는 금융위원회가 본 증권신고서 및 투자설명서 또는 예비투자설명서의 기재사항이 진실 또는 정확하다는 것을 인정하거나 당해 유가증권의 가치를 보증 또는 승인한 것이 아니며, 본 증권신고서 및 예비투자설명서 또는 투자설명서의 기재사항 중 일부가 청약일 전까지 변경될 수 있음을 유의하시기 바랍니다. 이에 따라, 본 증권 투자에 대한 책임은 전적으로 주주 및 투자자에게 귀속됩니다.본 증권신고서는 금융감독원에서 심사하는 과정에서 정정요구 등 조치를 취할 수 있으며, 만약 정정요구 등이 발생할 경우에는 동 증권신고서에 기재된 일정이 변경될 수 있습니다.

5. 인수 등에 관한 사항

가. 인수방법에 관한 사항

나. 인수대가에 관한 사항

다. 상장주선인 의무인수에 관한 사항

금번 공모 시 「코스닥시장 상장규정」 제13조 제5항 제1호에 의해 상장주선인이 상장을 위해 모집ㆍ매출하는 주식의 100분의 3에 해당하는 수량(취득금액이 10억원을 초과하는 경우에는 10억원에 해당하는 수량)을 모집ㆍ매출하는 가격과 같은 가격으로 취득하여 보유하여야 합니다.금번 공모의 대표주관회사인 미래에셋증권㈜은 ㈜마키나락스의 상장주선인으로서 의무인수하는 주식의 세부내역은 아래와 같습니다.

상장주선인의 의무인수 관련 「코스닥시장 상장규정」은 아래와 같습니다.

한편, 2025년 03월 13일자로 개정된 「증권 인수업무 등에 관한 규정」 제9조제1항7호에 따라 대표주관회사는 금번 공모주식 중 '일반기관투자자(기관투자자 중 인수업무규정 제9조제1항제4호 및 제5호에 따라 공모주식을 배정받는 고위험고수익투자신탁등 및 벤처기업투자신탁을 제외한 자) 잠재 배정물량(수요예측등을 실시한 날부터 청약일 전일까지의 기간 중 산정한 일반기관투자자에 대한 공모주식 배정 예상물량으로서 공모물량에서 일반기관투자자 이외의 자에게 배정할 물량을 차감하여 산정)'의 40% 이상을 의무보유를 확약한 일반기관투자자에게 배정하여야 합니다.대표주관회사가 의무보유를 확약한 일반기관투자자에게 배정한 공모주식 수량이 인수업무규정 제1항제7호가목에서 정한 의무배정 수량에 미달하는 경우, 대표주관회사는 금번 공모주식의 1%에 해당하는 수량(취득금액이 30억원을 초과할 때에는 30억원에 해당하는 수량)의 발행회사의 주식을 취득하여 상장일부터 6개월 이상의 기간 동안 보유하여야 합니다. 그 세부 내역은 아래 표와 같습니다.

라. 기타의 사항(1) 회사와 인수인 간 특약사항 당사는 금번 공모와 관련하여 대표주관회사인 미래에셋증권㈜, 인수회사인 현대차증권와 체결한 총액인수계약에 따라, 총액인수계약일로부터 코스닥시장 상장 후 6개월까지 대표주관회사의 사전 서면동의 없이는 주식 또는 전환사채 등 주식과 연계된 증권을 발행하거나 직ㆍ간접적으로 매수 또는 매도를 하지 않습니다.다만, 계약 이전에 발행한 전환사채 등 주식과 연결된 증권 또는 기타 주식의 발행의무가 있는 증권(주식매수선택권 포함)에 대한 주식발행 및 주식배당에 의한 주식발행과 매도, 주식매수청구권 행사 등 법령에 의한 자기주식의 매수는 제외됩니다.또한 당사의 최대주주와 의무보유 대상자는 기 제출한 계속보유확약서 및 대표주관회사와 체결한 약정서에 의거하여, 그 소유 주식을 계속보유확약한 기간동안 한국예탁결제원에 보관하며 코스닥시장 상장법인의 경쟁력 향상이나 지배구조의 개선을 위한 기업인수, 합병 등 한국거래소가 필요하다고 인정하는 경우 이외에는 그 주식을 인출하거나 매각할 수 없으며, 보관 인출 또는 매각의 방법 및 절차 등에 관하여는 위 확약서에 정하는 바에 따릅니다. (2) 회사와 주관회사 간 중요한 이해관계 대표주관회사인 미래에셋증권㈜는『증권 인수업무 등에 관한 규정』제6조(공동주관회사) 제1항에 해당하는 사항이 없습니다.

(3) 초과배정옵션

당사는 금번 코스닥시장 상장을 위한 공모에서는 "초과배정옵션 계약"을 체결하지 않았습니다. (4) 최대주주 등의 지분에 대한 의무보유예탁 당사는「코스닥시장 상장규정」에 따라 최대주주등의 지분에 대하여 상장 후 1년간 의무보유예탁 의무가 발생하였으며, 최대주주등(윤성호, 심상우, 임용섭) 3인, 2대주주(이재혁) 1인의 보유주식에 대하여 상장일부터 3년간 의무보유하는 공동목적보유확약을 실시하였습니다. 구체적으로는, 공동목적보유확약에 따라 최대주주등(윤성호, 심상우, 임용섭)은「코스닥시장 상장규정」 제26조 제1항제1호(상장신청인의 최대주주등: 상장일로부터 6개월(기술성장기업또는 제31조 제1항에 따른 신속이전기업은 1년))에 따른 의무보유 1년에「코스닥시장 상장규정」제26조 제1항 본문의 단서조항(경영투명성, 경영안정성 및 투자자 보호 등을 위하여 거래소가 필요하다고 인정하는 경우에는 의무보유 대상자와 협의하여 제1호부터 제6호까지의 규정에서 정하는 기간 외에 2년 이내의 범위에서 의무보유 기간을 연장할 수 있다.)에 따른 의무보유 2년 추가로 상장 이후 총 3년 의무보유, 이재혁은 「코스닥시장 상장규정」제26조 제1항제7호(그 밖에 거래소가 공익 실현과 투자자 보호 등을 위하여 의무보유가 필요하다고 인정하는 주주등: 상장일부터 거래소와 협의하여 정한 2년 이내의 기간)에 따른 의무보유 2년이며, 추가 1년에 대해서는 대표주관회사 계좌 처리를 통한 매각제한 설정으로 상장 이후 총 3년 의무보유할 예정입니다. 이에 따라 한국거래소에 상장예비심사신청서 제출 시 의무보유확약서를 제출하였으며, 상장예비심사 승인 이후 예탁결제원이 발행한 의무보유증명서를 제출한 바 있습니다.당사 최대주주등의 지분은 의무보유기간 동안 그 소유주식을 한국예탁결제원에 보관하며 코스닥시장 상장법인의 경쟁력 향상이나 지배구조의 개선을 위한 기업인수, 합병 등 한국거래소가 필요하다고 인정하는 경우 이외에는 그 주식을 인출하거나 매각할 수 없으며, 보관 인출 또는 매각의 방법 및 절차 등에 관하여는 위 확약서에 정하는 바에 따릅니다. (5) 환매청구권

당사는 금번 공모와 관련하여『증권 인수업무 등에 관한 규정』 제10조의3 제1항에 해당하지 않기 때문에 일반청약자에 대한 환매청구권을 부여하지 않습니다.

(6) 인수인의 당사에 대한 투자 내역

당사의 대표주관회사인 미래에셋증권㈜는 제3자배정 유상증자 방식을 통하여 증권신고서 제출일 현재 당사 보통주 260,869주를 보유하고 있으며 취득 내역은 아래와 같습니다.

상장주선인의 ㈜마키나락스 보통주 주당 취득가액은 11,500원으로 금번 공모시 희망 공모가액 중 최저가액인 12,500원과의 괴리율은 8.70%, 최고가액인 15,000원과의 괴리율은 30.43%입니다.

「증권 인수업무 등에 관한 규정」 제6조에 따르면, 금융투자회사는 자신과 자신의 이해관계인이 합하여 100분의 5 이상의 주식등을 보유하고 있는 회사의 기업공개 또는 장외법인공모를 위한 주관회사 업무를 수행하는 경우 다른 금융투자회사(해당 발행회사와 이해관계인에 해당하지 아니하면서 해당 발행회사의 주식등을 보유하고 있지 아니한 금융투자회사)와 공동으로 하여야 한다고 명시하고 있으나, 증권신고서 제출일 현재 미래에셋증권㈜의 지분율은 1.76%(공모 후 1.49%)로 해당사항이 없습니다.

또한 동 규정 제15조 제4항에서는 발행회사와 이해관계가 있는 금융투자회사를 아래와 같이 명시하고 있으나, 미래에셋증권㈜는 해당사항이 없음을 증빙하는 "발행회사와 주관회사의 이해관계여부 확인서"를 상장예비심사 신청 시 한국거래소에 제출한 바 있습니다.

한편, 자본시장법에서는 금융투자업자와 투자자간 이해상충이 발생할 가능성이 있는 경우, 자체적인 내부통제규정을 마련하여 이해상충 가능성에 대하여 판단하거나, 이해상충이 발생할 경우 해당 발생가능성을 낮추거나, 없앤 후 거래를 하도록 규정되어 있습니다.

또한 상장주선인인 미래에셋증권㈜은 사내 내부통제규정 아래 이해상충관리 내부통제준칙을 마련하여 이해상충에 대한 관리를 수행하고 있으며, 관련 규정은 아래와 같습니다.

상기와 같이 상장주선인의 당사 주식 보유는 관련 규정상 문제가 없으며, 최종 공모가액은 수요예측 결과에 따라 결정될 예정입니다.

(7) 기타 공모 관련 서비스 내역 당사는 금번 코스닥시장 상장을 위한 공모와 관련하여 인수인이 아닌 자로부터 인수회사 탐색 중개, 모집 또는 매출의 주선, 공모가격 또는 공모조건에 대한 컨설팅, 증권신고서 작성 등과 관련한 서비스를 제공받은 사실이 없습니다. (8) 증권인수업무규정에 따른 대표주관회사의 신주인수권

당사는 금번 공모 시 「증권 인수업무 등에 관한 규정」 제10조의2에 따른 기업공개를 위한 대표주관업무 수행의 보상으로 당사로부터 신주를 취득할 수 있는 권리(이하 "신주인수권")를 대표주관회사가 취득할 수 있도록 해당 신주인수권 263,500주에 관한 계약을 체결하였습니다.

상기 규정에 따라 대표주관회사가 금번 공모 시 취득하는 신주인수권의 행사가능주식수는 공모주식 수량의 10%인 263,500주로, 행사가격은 확정공모가액이며, 상장일로부터 3개월 이후 18개월 이내에 행사 가능합니다.

(9) 증권인수업무규정 개정에 따른 대표주관회사의 추가 의무인수에 관한 사항

「증권 인수업무 등에 관한 규정」제2조, 제9조 제1항 및 제14항 개정에 따라, 의무보유를 확약한 일반기관투자자에 대한 우선배정이 의무화되었습니다. 이와 관련된 자세한 사항은 「I. 모집 또는 매출에 관한 일반사항」 - 「2. 공모방법」을 참고하시기 바랍니다.

이에 따라, 의무보유를 확약한 일반기관투자자에게 배정되는 수량이 잠재 배정 물량의 40%에 미달하는 경우, 대표주관회사는 금번 공모주식의 1%(최대 30억 원)를 취득하여 상장일부터 6개월 이상 보유하여야 합니다. (복수 주관 시 합산 1% 취득)이로 인해, 상장주선인이 「코스닥시장 상장규정」 제13조제5항제1호에 따라 의무인수하는 79,050주와는 별도로 추가 의무인수 물량이 발생할 수 있습니다.

II. 증권의 주요 권리내용

당사가 금번 공모를 통해 발행할 증권은「상법」에서 정하는 액면가액 500원의 기명식 보통주로서 특이사항은 없으며, 당사 정관상 증권의 주요 권리내용은 아래와 같습니다.

1. 액면금액

2. 주식에 관한 사항

3. 신주인수권에 관한 사항

4. 주식매수선택권에 관한 사항

5. 배당에 관한 사항

6. 의결권에 관한 사항

III. 투자위험요소

1. 사업위험

당사가 영위하는 산업 특화 인공지능(Vertical AI) 사업은 전방산업인 인공지능(AI) 산업의 영향을 받으며, 거시경제 환경 및 국내외 경기 변동에 따라 수요의 확대 또는 위축이 직접적으로 영향을 받을 수 있습니다.(1) 글로벌 경기 동향

국제통화기금(IMF)은 2026년 01월 19일 발표한 세계경제전망(World Economic Outlook Update)을 통해 2025년 세계 경제 성장률을 3.3%, 2026년 세계 경제 성장률을 3.3%로 전망하였습니다. 2025년 세계 경제 성장률 전망치는 지난 2025년 10월 대비 0.1%p 상향 조정된 수치이며, 2026년 세계 경제 성장률 전망치는 0.2%p 상향 조정된 수치입니다. 국제통화기금은 2025년 상반기 경제 지표들이 비교적 견조한 흐름을 보였으나, 이러한 개선은 경기 자체의 구조적 회복 때문이 아니라, 관세 인상 및 지정학적 위험에 대비한 선제적 무역, 투자 확대와 재고 축적 등 단기적 요인에 기인한 것으로 평가하였으며, 2026년에는 제한적인 수준에서 경제가 회복될 것으로 전망합니다.국제통화기금(IMF)이 2026년 01월 19일 전망한 세계 경제성장률 전망은 다음과 같습니다.

국제통화기금은 세계 경제 리스크가 하방에 더 크게 집중되어 있다고 진단하며, 주요 하방 요인으로 보호무역주의 강화 및 통상정책 불확실성 증가, 노동공급 충격, 국가 재정 및 금융시장 취약성 등을 제시하였습니다. 2025년 1월 트럼프 2기 행정부 출범과 함께 보호무역주의 강화 기조로, 미국은 중국, 캐나다, 멕시코 등 주요 교역국에 대한 추가 관세 부과 논의를 시작했으며, 이후 세계 각국의 보호무역주의가 강화되고 통상정책의 불확실성이 증가하고 있습니다. 국제통화기금은 2025년 4월에 발표한 세계경제전망(World Economic Outlook Update)을 통해 무역정책 전환과 불확실성 급증을 반영해 2025년 세계 경제 성장률을 2.8%로 크게 하향 조정하였습니다. 다만, 2025년 7월 이후 일부 관세 인하 및 정책 완화가 이루어지며 2026년 01월에 발표한 세계경제전망(World Economic Outlook Update)에서 2025년 세계 경제 성장률 전망치를 3.3%로 상향 조정하였습니다. 그럼에도 전세계에서 보호무역주의와 경제 블록화가 새로운 체제로 전환되며 이는 교역 회복을 제한하고 글로벌 투자 저하, 공급망 붕괴, 생산성 저하로 연결될 수 있다고 전망합니다.또한 일부 국가에서는 이민 정책 강화, 인구 구조 변화, 고령화, 기술/숙련 노동자 부족 등이 노동공급을 제약할 수 있고, 이는 잠재성장률과 생산능력에 하방 압력을 가할 수 있음을 지적하였습니다. 현재 많은 국가에서 정부 부채가 누적된 상태이며, 금리 상승 또는 금융시장에 불안이 올 경우, 차입 비용이 늘어나거나 만기가 돌아오는 채권의 롤오버(roll-over)가 어려워질 수 있으며, 이는 국가 부채의 부담 확대로 경기, 금융 안정성에 위협이 될 수 있음을 보고했습니다. 마지막으로 기술 기업 중심의 실적 하락이나 AI 생산성에 대한 기대 심리가 꺾일 경우, 기술주 중심의 자산 가격이 조정되며 금융시장 불안으로 전이가 가능함을 지적하였습니다.다만 상기의 하방 요인에도 불구하고 국제통화기금은 글로벌 경제 전망에 대한 상방 요인도 제시하고 있습니다. 무역 협상 진전으로 인한 무역 긴장이 완화되고, 관세 및 비관세 장벽이 낮아진다면 무역과 투자가 재개되고 성장 잠재력이 회복될 수 있음을 전망하였습니다. 또한 AI 및 디지털 기술이 실물 경제에서 기대만큼 생산성 향상을 이끌어낸다면 이는 세계 경제 전반에 큰 성장 동력이 될 수 있음을 보고하였습니다.향후 세계 경제 성장률은 각국의 통상정책 기조 및 정책 불확실성의 전개 방향에 따라 높은 변동 가능성이 존재합니다. 특히 주요국의 관세 인상 조치 완화와 무역 관련 불확실성이 축소될 경우, 글로벌 교역 및 투자 활동이 점진적으로 회복되며 단기적인 성장률 개선에 기여할 것으로 예상됩니다. 반면, 보호무역주의 강화와 관세 부담의 지속은 세계 경제의 주요 하방 요인으로 평가됩니다. 주요국 간 통상정책 불확실성이 장기화될 경우, 기업 투자와 교역 활동이 제약될 가능성이 있으며, 이는 생산 비용 상승, 공급 지연 확대 등을 야기하여 세계 경제성장률이 현 전망치 대비 더욱 둔화될 가능성이 존재합니다. 또한 노동공급 제약, 정책 신뢰도 약화, 금융시장 변동성 확대 등 구조적 위험이 복합적으로 작용할 경우, 글로벌 경기 변동성이 높은 수준으로 유지될 수 있으며, 지정학적 긴장 및 지역 분쟁의 확대는 글로벌 공급망과 실물경제에 추가적인 불확실성을 초래할 수 있습니다.특히, 2026년 2월 28일 미국과 이스라엘이 이란에 대한 대규모 합동 군사작전을 개시하면서 중동 지역의 지정학적 리스크가 전례 없는 수준으로 고조되고 있습니다. 이란의 수도 테헤란 공습을 시작으로 역내 안보 질서의 근본적인 변동이 진행되고 있으며, 이란은 이스라엘은 물론 UAE, 카타르, 바레인, 쿠웨이트 등 걸프 주변국 내 미군 기지와 민간 시설에 대한 대규모 미사일과 드론 보복 공격을 감행하여 분쟁이 중동 전역으로 확대되는 양상을 보이고 있습니다. 이란 이슬람혁명수비대(IRGC)는 전세계 해상 원유 물동량의 약 20~30%가 통과하는 핵심 해상교통로인 호르무즈 해협의 봉쇄를 선언하였으며, 증권신고서 제출일 현재 유조선 통행량이 약 70% 감소하고 150척 이상의 선박이 해협 밖에서 정박하는 등 사실상의 해상 봉쇄가 현실화되었습니다. 이에 따라 국제유가(WTI 선물 기준)는 급등하였으며, 글로벌 주요 해운사(머스크, 하파그로이드 등)가 해협 및 홍해 관련 경로의 운항을 중단하는 등 글로벌 에너지ㆍ물류 공급망에 심각한 차질이 발생하고 있습니다. 또한 2026년 3월 14일 미국은 한국을 포함한 5개국에 호르무즈 해협 군함 파견을 공식 요청하여 우리나라에 대한 직접적인 안보, 외교적 부담이 가중되고 있습니다. 이러한 중동 지정학적 리스크의 확산은 에너지 수급 불안에 따른 생산비용 상승, 물류비 증가, 인플레이션 압력 확대 등으로 국내 실물경제 전반에 부정적 영향을 미칠 수 있으며, 글로벌 안전자산 선호 심화, 위험자산 회피 및 신흥국 자본유출 등을 통해 국내외 금융시장의 변동성을 한층 심화시킬 수 있고, 만약 사태가 장기화될 경우 당사를 포함한 국내 기업의 경영환경에 중대한 불확실성으로 작용할 수 있습니다.

이러한 글로벌 경제 여건의 불확실성은 민간소비 회복 지연, 기업의 투자 계획 축소 또는 유보, 건설 및 설비투자의 둔화 등 다양한 실물경제 지표를 통해 당사의 영업환경에도 영향을 미칠 수 있으므로, 투자자들께서는 이러한 경기 불확실성에 대한 리스크 요인에 대해 유의해주시기 바랍니다.

(2) 국내 경기 동향 한편, 한국은행은 매 3개월마다 발표하는 경제전망보고서를 통해, 국내 경제성장률을 전망하고 있습니다. 한국은행이 2026년 2월 발표한 경제전망보고서에 따르면, 2026년 국내 경제성장률을 2.0%, 2027년을 1.8%로서, 2025년 11월 전망 대비 2026년 기준 0.2%p 상향 조정, 2027년 기준 0.1%p 하향 조정된 수치입니다. 한국은행은 2026년 상향 조정의 배경으로 ① 반도체 경기 호조(+0.2%p), ② 예상보다 양호한 세계경제 흐름(+0.05%p), ③ 반도체ㆍ의약품 관세부과시점 이연(+0.05%p), ④ 정부의 소비ㆍ투자지원책(+0.1%p) 등이 상방압력으로 작용하였으며, 건설경기의 더딘 회복(-0.2%p)이 이를 일부 상쇄한 것으로 분석하였습니다.

성장흐름을 보면, 1/4분기중에는 소비가 회복세를 지속하고 수출도 반도체를 중심으로 강한 증가세가 나타나고 전분기 역성장(-0.3%)의 기저효과와 투자부문도 작용하면서 성장률이 당초 예상(0.3%)을 상회하여 1%에 근접(0.9%)할 전망입니다. 2/4분기 이후에도 소득여건 개선 등으로 소비 회복세가 완만하게 확대되고 글로벌 AI투자 호조, 예상보다 양호한 세계경제 흐름 등으로 수출 증가세가 이어짐에 따라 양호한 성장흐름을 나타낼 전망이나, 건설 등 비IT부문의 미약한 회복이 성장을 일부 제약할 것으로 예상됩니다. 2027년에는 내수 회복세가 지속되는 가운데 수출도 세계경제 성장세 지속, 반도체 공급능력 확충 등으로 증가하며 1.8%의 견조한 성장세를 나타낼 전망입니다.

2026년 GDP 성장률은 기존 2025년 11월 전망치인 1.8%에서 2.0%로 0.2%p 상향 조정되었으며, 이는 반도체 경기 호조, 양호한 세계경제 흐름, 정부 소비ㆍ투자지원책 등이 건설경기 부진을 상쇄하고도 남은 결과입니다. 다만, 건설투자는 2025년(-9.9%)으로 위축된 이후 2026년에도 1.0%에 그쳐 회복세가 더딜 전망이며, 재화수출은 하반기로 갈수록 증가세가 둔화(상반기 3.5%→하반기 0.8%)될 것으로 예상됩니다.

소비자물가 상승률은 수요측 압력이 아직 제한적인 가운데 일부 품목(전자기기 및 보험료 등)의 비용상승 압력 등으로 2026년 2.2%, 2027년 2.0%로 전망됩니다. 경상수지 흑자규모는 반도체 가격 상승 등으로 크게 상회하여 2026년 1,700억달러로 전망됩니다. 취업자수 증가 규모는 2026년 17만명으로 전년(19만명) 대비 다소 둔화되겠으나, 민간고용 상황은 부진이 완화될 전망입니다.

대내외 여건 측면에서는, IT기업 실적 호조, 주가 상승 등으로 소득여건이 개선되고 경제심리도 양호하나, 비IT부문의 부진이 이어지는 가운데 외환ㆍ금융시장의 변동성이 리스크 요인으로 잠재해 있습니다.

국내외 경기 변동은 당사가 속한 인공지능 산업을 포함하여 각 산업 전반에 걸쳐 부정적인 영향을 미칠 수 있습니다. 또한 당사와 같이 연구개발을 주요 사업으로 하는 벤처기업은 연구개발을 위해 많은 투자금이 필요한 사업으로, 경기침체로 인한 기업에 대한 투자 감소 역시 당사의 향후 사업 진행에 악영향을 미칠 수 있습니다. 따라서 투자자들께서는 국내는 물론 세계 각국의 경기 동향을 주의깊게 살펴볼 필요가 있으며, 국내외 경제성장의 둔화에 따라 당사의 성장성 및 수익성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 폐쇄망 등 특수한 환경에서 산업 특화 AI(Vertical AI, 버티컬AI)의 개발과 운영체계를 구축할 수 있는 독자 기술을 바탕으로 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하는 사업을 영위하고 있습니다. 당사는 자체 보유한 도메인 특화 인공지능 모델링(Domain-Specialized AI Modeling) 기술과 도메인 특화 인공지능 엔지니어링(Domain-Specialized AI Engineering) 기술을 기반으로 Runway를 개발했으며, 이를 통해 산업 현장의 복잡한 요구사항을 충족하는 플랫폼을 구축했습니다.당사의 Runway 플랫폼은 엔터프라이즈 인공지능 개발 및 운영 플랫폼으로서, 데이터 관리부터 모델 학습-배포-운영-모니터링까지 인공지능 전 생애주기를 통합하여 제공하며 클라우드, 온프레미스, 하이브리드 등 다양한 환경에서 활용될 수 있습니다. 특히, 제조ㆍ국방ㆍ에너지 등 보안과 망분리가 요구되는 산업에서 필수적인 폐쇄망 환경 지원을 포함하여, 다양한 고객의 요구사항에 유연하게 대응할 수 있습니다.

당사는 주력 제품인 Runway를 기반으로 제조 및 국방을 포함한 국내외 산업 영역의 기업과 기관 고객에게 현장 문제를 해결할 수 있는 특화 AI 솔루션을 공급하고 있으며, 고객의 AI 도입 준비도와 수요에 따라 ① AI 운영체계(Runway) 공급, ② AI 컨설팅과 AI 운영체계(Runway)를 동시에 공급, ③ AI 컨설팅 서비스 제공 이라는 세 가지 방식으로 솔루션을 제공하는 다층적 사업 구조를 갖추고 있습니다.

당사의 총 잠재 시장(TAM)은 글로벌 기업용 AI(Enterprise AI) 시장, 서비스 가능 시장(SAM)은 동 시장 내 플랫폼/어플리케이션/서비스 세그먼트, 서비스 확보 가능 시장(SOM)은 글로벌 제조 및 국내 국방 분야 특화 AI 솔루션 시장으로 정의됩니다. 이에 따라 당사가 영위하는 산업 특화 인공지능(Vertical AI) 사업은 전방산업인 글로벌 AI 시장의 성장 속도 및 기업의 AI 도입 확산 추세에 직접적인 영향을 받습니다.

가트너(Gartner)에 따르면, 2026년 전세계 AI 지출 총액은 전년 대비 44% 증가한 약 2.5조달러에 달할 것으로 전망되며, 이는 AI 인프라(AI 최적화 서버, 반도체 등), AI 소프트웨어, AI 서비스 전 분야에 걸친 급격한 지출 증가를 반영합니다. AI 인프라 구축만으로도 AI 최적화 서버 지출이 49% 증가하여 전체 AI 지출의 17%를 차지할 것으로 전망되며, AI 인프라는 기술 공급자들의 AI 기반 구축으로 인해 4,010억달러의 추가 지출이 발생할 것으로 예상됩니다. 이러한 추세가 지속될 경우, AI 지출은 2027년에 약 3.3조달러에 달할 수 있을 것으로 전망됩니다.

또한, 맥킨지(McKinsey)에서 발간한 「The State of AI in 2025」(2025.11) 보고서에 따르면, 전세계 기업의 생성형 AI 도입률이 2024년 대비 크게 증가하여 조사 대상 기업의 약 78%가 최소 1개 이상의 비즈니스 기능에 AI를 도입하고 있는 것으로 나타났으며, 특히 IT, 마케팅, 영업, 서비스 운영 분야에서의 도입률 증가가 두드러졌습니다. 그러나 같은 보고서에서 기업들이 AI 도입 과정에서 ROI 측정의 어려움, 데이터 품질 문제, 인력 역량 부족 등을 주요 장벽으로 꼽고 있으며, 이러한 요인들이 AI 도입의 전사적 확산을 제한하고 있다고 지적하였습니다. 맥킨지는 AI가 실질적인 수익 창출과 비용 절감으로 이어지는 기업의 비율이 여전히 소수에 불과하다고 진단하며, 기업 AI 도입의 'PoC에서 Production 전환' 단계가 핵심 과제임을 강조하였습니다.

전세계 기업의 생성형 ai 도입 현황.jpg 전세계 기업의 생성형 ai 도입 현황

Fortune Business Insights에 따르면, 국내 인공지능 시장 규모는 2024년 54.7억달러를 기록하였으며, 2025년 71.7억달러에서 연평균 33.40% 성장하여 2032년 538.7억달러에 이를 것으로 전망하고 있습니다. 대한민국은 AI를 디지털 경제에 통합하겠다는 국가 비전에 힘입어 글로벌 인공지능 시장에서 역동적인 강자로 부상하고 있으며, 고속 통신 인프라, 첨단 제조업, 스마트시티 인프라를 기반으로 한 헬스케어, 모빌리티, 교육, 공공서비스 등 다양한 분야에서 AI 혁신을 추진하고 있습니다. 대한민국을 차별화하는 요인은 측정 가능한 사회적ㆍ경제적 성과 창출에 초점을 맞춘 응용 AI 분야에 대한 집중 투자이며, 전략적 정부 자금 지원, 선제적 규제 체계, 그리고 성장하는 스타트업 및 연구센터 생태계의 지원을 바탕으로 실험 단계에서 본격적인 확산ㆍ도입 단계로 나아가고 있다고 분석하고 있습니다.

국내 ai시장 전망.jpg 국내 ai시장 전망

한편, 당사가 실질적으로 목표하는 전방시장은 Enterprise AI 시장 내 "Platform Application Service" 세그먼트입니다. EY가 발간한 AI 시장 분석 Update(2025.09)에 따르면, 글로벌 Enterprise AI 시장은 향후에도 24%의 성장세를 유지하여 2030년 약 350조원 규모로 확대될 것으로 예상됩니다. 기술 항목 기준으로 볼 때 시장 성숙에 따라 Application 시장의 비중이 확대될 것으로 전망되며 Platform 시장이 연평균 34% 수준으로 가장 빠르게 확장하여 현재 5조원 규모에서 2030년에는 약 30조원 규모에 도달할 것으로 전망됩니다.

enterprise ai 시장 전망.jpg enterprise ai 시장 전망

Enterprise AI 시장에서 당사가 단기간 내 확장 가능한 Platform, Application 및 Service 시장은 지난 2018년 이후 연평균 29% 성장하여 2024년말 기준 약 58조원 규모를 형성하고 있으며, 향후 연평균 26% 성장하여 2030년 228조원 규모에 도달할 것으로 전망됩니다. 향후 연평균 성장세는 Platform 시장이 34%, Application 시장 27%, Service 시장 21%로 전망되며, 이는 시장 발전에 따라 모든 세부 시장이 함께 성장하기는 하나, 기술 발전에 따라 Platform과 Application의 활용도가 높아짐에 따라 Service를 통해 제공되던 수요들이 점진적으로 대체되는 현상을 반영하고 있는 것으로 보입니다.

enterprise ai 시장 내 platform 및 application 시장 전망.jpg enterprise ai 시장 내 platform 및 application 시장 전망

Platform, Application, Service 시장을 구성하는 세부 AI기술 관점에서는 광범위한 Machine Learning 기술에 대한 수요가 꾸준히 과반 이상을 차지할 것으로 분석된 가운데, 이러한 Machine Learning 기술에 기반하여 개발 및 활용되는 모델의 전 생애주기를 관리하기 위한 MLOps(Machine Learning Operations)에 대한 수요는 연평균 37% 수준으로 상대적으로 더 빠르게 증가할 것으로 전망됩니다.

단기 확장가능시장 내 ai 기술별 상세.jpg 단기 확장가능시장 내 ai 기술별 상세

Enterprise AI 시장 내 Platform, Application 및 Service 시장을 세분류하여 당사가 실질적으로 목표하는 사업 영역에 해당되는 글로벌 제조 산업 분야와 국내 국방 분야로 구분할 경우 각 시장의 규모는 2024년 현재 약 6.5조원, 0.3조원 규모로 이를 합산한 당사의 초기 Target 시장의 규모는 6.8조원으로 추산됩니다.

초기 목표 시장 성장 전망.jpg 초기 목표 시장 성장 전망

한편, 최근 글로벌 AI 시장은 전례 없는 투자 확대와 빠른 기술 진화를 배경으로 높은 성장세를 유지하고 있으나, 시장 기대치의 조정, 기업 AI 도입 속도 지연, 투자 버블 우려 등 성장 둔화 가능성이 상존하고 있습니다. 특히, AI 투자 확대가 실물 생산성 향상으로 실제 전환되지 않을 경우 'AI 투자 버블' 조정 가능성을 배제할 수 없으며, 특히 생성형 AI의 '환멸의 계곡(Trough of Disillusionment)' 진입은 기업들의 신규 AI 투자 결정을 보수적으로 만들 수 있습니다. 또한, 기업 내부의 AI 데이터 거버넌스 부재, AI 윤리ㆍ규제 불확실성, 숙련 인력 부족 등 구조적 장벽이 AI 도입 확산 속도를 제한할 수 있습니다.

한편, 기업용 AI 시장의 가치 사슬(Value Chain) 관점에서 현재 AI 산업의 투자는 데이터 및 GPU로 대변되는 전방 단계(Upstream)에 과도하게 편중되어 있으며, 실제 수요와 가치를 창출해야 하는 중 ㆍ후방 단계(Mid/Downstream)에서의 성장은 상대적으로 더딘 상황입니다. 이러한 불균형이 AI 버블 논란의 핵심 원인으로 지적되고 있으며, 이를 해소하기 위해 실제 적용 및 가치 창출을 담당하는 AI 플랫폼, 특화 AI 어플리케이션 및 솔루션 영역을 집중 육성하고자 하는 활동이 기업과 정부 차원에서 산업 전반에 걸쳐 확산되고 있습니다. 특히, 우리나라는 '3대 AI 강국'을 목표로 AI 경쟁력 강화를 최우선 국정 과제로 추진하고 있으며, 2026년도 정부 AI 관련 총 예산은 역대 최대인 10조1,000억원으로 편성되었습니다. 당사는 국가대표 AI 사업에 직접 참여하고 있고, 약 1조원 규모의 투자가 계획된 제조업 인공지능 전환(M.AX) 사업에도 선별된 AI 대표 전문기업으로 참여하고 있어, 이러한 정책 방향은 당사 사업의 직접적인 성장 모멘텀이 될 것으로 예상됩니다.

실제로 세계경제포럼(WEF)의 보고서 'AI-Powered Industrial Operations'에 따르면 AI를 도입한 기업 중 불과 16%만이 소기의 목표를 달성하였으며, 이러한 기업들조차 98%가 AI 확장에 어려움을 겪고 있습니다. 보스턴컨설팅그룹(BCG)의 2024년 10월 'Where's the Value in AI?' 조사에서도 기업의 약 74%가 아직 AI를 개념검증 단계에서 가치 창출 및 조직 내 확산 단계로 전환하지 못한 것으로 나타났습니다. 이는 AI 기술의 발전에도 불구하고 산업 현장에서의 실질적 AI 적용은 여전히 초기 단계에 머물러 있음을 시사하며, 범용 AI가 아닌 산업 특화 AI(Vertical AI) 솔루션의 필요성을 뒷받침합니다.

당사는 이러한 시장 환경 속에서 산업 특화 버티컬 AI 솔루션 역량 강화 및 고객사별 맞춤형 ROI 제시 역량 개발을 통해 시장 성장 둔화 위험에 대응하고 있습니다. 그러나 글로벌 AI 투자 심리의 급격한 냉각 또는 기업 AI 도입 속도의 구조적 저하가 발생할 경우, 당사의 매출 성장 목표 달성에 차질이 생길 수 있습니다. 만약, 이와 같은 AI 시장의 성장세 둔화가 현실화될 경우 당사의 매출 실적 및 성장성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 기업 고객(B2B)을 대상으로 AI 솔루션을 개발ㆍ공급하는 사업 모델을 영위하고 있습니다. 당사는 폐쇄망 등 특수한 환경에서 산업 특화 AI(Vertical AI, 버티컬 AI)의 개발과 운영체계를 구축할 수 있는 독자 기술을 바탕으로 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하고 있으며, 독자 기술을 기반으로 자체 개발한 주력 제품인 AI 플랫폼 Runway를 중심으로 고객의 AI 도입 준비도와 수요에 따라 다양한 방식으로 산업 특화 AI 솔루션을 공급하고 있습니다.

당사는 삼성, 현대자동차, SK On, LG전자, LG에너지솔루션, 두산에너빌리티, 어플라이드 머터리얼즈(Applied Materials), ASM, 혼다, 요코가와 등 국내외 선도 제조 기업들을 고객으로 확보하고 있으며, 제조ㆍ국방을 중심으로 다양한 산업 분야의 미충족 요구(Unmet Needs)를 빠르게 발견하고 해결함으로써 후발주자와의 격차를 확대하는 경제적 해자(Economic Moat)를 형성하고 있습니다.

최근 기업용 AI 플랫폼 시장은 클라우드 기반 범용형 플랫폼과 폐쇄망 특화형 플랫폼으로 양분되는 경쟁 구도를 형성하고 있으며, 당사의 Runway 플랫폼은 제조ㆍ국방 등 데이터 주권과 보안이 중요한 분야에서 온프레미스ㆍ폐쇄망 지원으로 차별화를 추구하고 있습니다.

특히, 피지컬 AI 기술과 멀티 에이전트(Multi-Agent) 시스템의 융합이 제조업을 중심으로 새로운 시장 기회를 창출하고 있으며, 랜섬웨어 공격 확산 등 심화되는 보안 위협이 폐쇄망 AI 플랫폼 시장의 핵심 성장 동력으로 작용하고 있습니다. 제조업체의 60%가 보안ㆍ프라이버시를 AI 도입 시 가장 큰 우려사항으로 답하였으며(CohnReznick, 2025), 약 70%의 기업이 AI 모델을 자체 온프레미스 환경으로 이전할 계획을 가지고 있다는 조사 결과(Verpertec, 2024)도 존재합니다.또한, 한국, 미국, 일본, 중국, 독일 등 주요국 정부는 AI 산업을 국가 경쟁력의 핵심 동력으로 인식하고 대규모 재정을 투입하고 있습니다. 한국 정부는 M.AX(Manufacturing AX) 사업에 약 1조원 규모 투자를 계획하고 있으며, 미국은 Stargate 프로젝트를 통해 약 5,000억달러 규모의 AI 인프라 투자를 추진하고 있습니다.한편, 기업용 AI 솔루션은 고객사의 업무 시스템과 긴밀하게 통합되는 특성 상 도입 결정이 다층적인 내부 승인 절차를 거칩니다. 맥킨지(McKinsey)의 「The State of AI in 2025」 보고서에 따르면, 기업의 AI 도입 의사결정에서 경영진 승인, 법무ㆍ보안 검토, 구매부서 협상, 기술검증(PoC) 등 복합적 절차를 거치는 데 통상 6개월에서 18개월이 소요되는 것으로 나타났습니다. 이처럼 긴 영업 사이클은 당사의 분기별 수주 변동성을 높이며, 연간 영업계획 수립 시 예측 정확도를 저해합니다.

또한, 가트너(Gartner)가 발표한 「Hype Cycle for Artificial Intelligence 2025」에서는 기업 AI 프로젝트의 개념검증(Proof of Concept, PoC) 성공률이 약 47%에 그치며, PoC 성공 후 실제 프로덕션 배포로 이어지는 비율도 50% 수준에 불과하다고 분석하였습니다. 이는 수주계약 이후에도 프로젝트 중단이나 납기 지연이 발생할 수 있음을 의미하며, 이는 향후 수익 인식 시점 불확실성을 높이는 요인입니다.

AI 기술의 발전 속도는 기업용 AI 시장 참여자들에게 기회인 동시에 중대한 위험 요인입니다. 생성형 AI의 성능이 약 7개월마다 2배씩 향상되고 있는 최근 기술 발전 속도 하에서, 기업이 AI 솔루션의 투자타당성 검토, 선정, 개발, 안정화를 거쳐 실 배포하는 시점에는 해당 기술이 이미 후발 기술에 의해 추월당할 위험이 상존합니다.

가트너는 2027년말까지 에이전트형 AI(Agentic AI) 프로젝트의 40% 이상이 비용 증가, 불명확한 사업 가치, 리스크 통제 미흡 등의 사유로 중단될 것으로 전망하였으며, 이는 신기술 출현에 따른 기존 솔루션의 경쟁력 약화가 현실적으로 발생할 수 있음을 시사합니다. 기업용 AI 솔루션을 공급하는 기업은 이러한 급변하는 기술 환경에 지속적으로 대응하기 위해 상당한 수준의 연구개발(R&D) 투자를 지속해야 하며, 그럼에도 불구하고 기술 트렌드의 전환 시점을 정확히 예측하기 어려운 한계가 있습니다.

상기와 같은 기업용 AI 시장의 특성에 따라, 당사의 Runway 플랫폼은 제조ㆍ국방 등 데이터 주권과 보안이 중요한 분야에서 온프레미스ㆍ폐쇄망 지원으로 차별화를 추구하고 있습니다. 당사는 도메인 특화 인공지능 모델링(Domain-Specialized AI Modeling) 기술과 도메인 특화 인공지능 엔지니어링(Domain-Specialized AI Engineering) 기술이라는 두 가지 고유 기술을 보유하고 있으며, AI를 실험의 영역에서 운영의 영역으로 끌어올리는 능력을 핵심 역량으로 확보하고 있습니다. 이러한 폐쇄망 특화 역량은 보안 위협 심화 추세에 부합하는 것으로, 클라우드 중심의 범용 플랫폼 사업자가 단기간에 모방하기 어려운 차별적 경쟁우위를 형성하고 있습니다.

또한, 당사는 AI 플랫폼 Runway를 중심으로 세 가지 방식(AI 운영체계(Runway) 공급, AI 컨설팅과 AI 운영체계(Runway)를 동시에 공급, AI 컨설팅 서비스 제공)의 다층적 사업 체계를 구축하고 있으며, 이를 통해 고객의 AI 도입 성숙도에 따라 단계별로 접근함으로써 영업 사이클의 장기화에 유연하게 대응하고, 초기 PoC 성공률을 높이는 한편, 장기적으로 기술 라이선싱에 기반한 안정적인 수익 기반을 강화하고 있습니다. 당사는 3단계 사업 로드맵에 따라 제조업 중심에서 국방, 금융, 에너지 등 인접 산업으로 사업 영역을 확장하고 있으며, 일본 법인 설립(2025.04), 유럽 고객(ASM, 노르덱스) 확보, 국방과학연구소ㆍ합동참모본부ㆍ해군 등 국방 분야 진출을 통해 수주처를 다변화하고 있습니다. 이러한 산업ㆍ지역 다변화는 특정 산업이나 고객군에 대한 매출 집중 위험을 완화하는 데 기여할 것으로 기대됩니다.

당사는 기업용 AI 시장에서 장기적으로 지속가능한 성장 동력을 확보하기 위해 제품 중심 사업모델로 전환하는 한편, 글로벌 시장 진출로 고객 기반을 확장하여 국내외 시장에서 당사의 입지를 강화하는 전략을 추진하고자 합니다. 당사는 2018년부터 산업 현장에서 기술과 데이터 자산을 축적해 왔으며, 다양한 프로젝트에서 확보한 데이터와 노하우가 당사 Runway 제품에 집약되어 Time-to-value를 단축하는 데 기여하고 있습니다. 이를 통해 주요 고객사에 대한 제품형 수주가 꾸준히 증가해 왔으며, 2028년까지 당사는 중소 중견 제조기업들 대상으로 AI 운영체계 도입의 진입장벽을 낮춤으로써 전체 매출의 80%를 제품 중심 구조로 전환하는 것을 목표로 하고 있습니다. 또한 당사는 신성장동력 확보 차원에서 국가사업 참여 및 기술 확보를 통해 Runway 제품의 적용 범위를 SaaS와 On-Device AI로 확장할 계획입니다. 당사의 축적된 레퍼런스 자산과 가치 창출 시간의 단축, 선제적인 기술 확보 전략 등에 기반하여, 당사의 제품 매출의 비중은 향후 지속적으로 높아질 수 있을 것으로 기대됩니다. 또한 당사는 국내 시장 규모의 한계를 극복하기 위해 글로벌 시장 진출을 추진하고 있으며, 일본을 최우선 시장으로, 유럽과 중동은 기회 기반 접근 시장으로, 미국은 중장기 목표시장으로 구분하는 단계적이고 선택적인 접근 방식을 취하고 있습니다. 당사는 국내 제조 및 국방 분야에서 기술 신뢰도와 실증 경험을 확보하고 있다는 점, 그리고 일본에 현지 법인을 세우고 요코가와 전기, 나치-후시코시 등 주요 기업들과 PoC계약을 체결하는 등 일본 시장에서 성과가 나타나고 있다는 점에서, 당사의 글로벌 시장에서의 입지가 높아질 수 있을 것으로 기대됩니다. 이와 같이 당사는 기업용 AI 시장의 구조적 위험에 대해 다각적인 대응 전략을 수립하고 이를 실행해 나가고 있으나, 기업용 AI 시장의 특성인 장기 영업 사이클, 다층적 의사결정 구조, 높은 PoC 실패율 등으로 인해 당사의 매출실적에 변동성을 야기할 수 있습니다. 또한, AI 기술의 급속한 발전으로 인해 당사의 기존 기술 및 제품이 시장 요구에 부합하지 못할 수 있으며, 이를 뒷받침하기 위한 상당한 수준의 연구개발(R&D) 투자가 지속됨에도 불구하고 충분한 실적 확보가 어려울 경우 당사의 재무안정성 및 수익성에 부정적인 영향을 미칠 수 있으며, 당사의 향후 장기적인 사업 목표의 달성 시기도 지연될 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사가 영위하는 산업 특화 AI 솔루션 기술 기반 사업은 글로벌 AI 기술 주도권 경쟁의 심화 속에서 기술력이 우수한 해외 기업들의 국내 시장 진출이라는 외부 위협에 지속적으로 노출되어 있습니다.스탠퍼드 HAI(Stanford Human-Centered AI Institute)가 발표한 AI Index Report 2025에 따르면, 2024년 기준 미국 기관이 40개의 주요(notable) AI 모델을 개발하여 중국(15개), 유럽(3개)을 크게 상회하였으며, 미국의 민간 AI 투자는 1,091억달러로 중국(93억달러)의 약 12배, 영국(45억달러)의 약 24배에 달하는 것으로 나타났습니다. 생성형 AI 분야에서도 미국의 투자가 중국과 EUㆍ영국의 합산 투자를 255억달러 상회하는 등 미국은 AI 분야에서 압도적인 투자 우위를 유지하고 있습니다. 한편, 스탠퍼드 HAI(Stanford Institute for Human-Centered Artificial Intelligence)는 2019년 미국 스탠퍼드대학교 내에 설립된 인공지능 연구기관입니다. 컴퓨터과학, 경제학, 의학, 교육학, 법학 등 다학제적 전문가로 구성된 AI Index Steering Committee를 중심으로 매년 「AI Index Report」를 발간하고 있으며, 동 보고서는 AI의 기술적 성과, 경제적 영향, 교육, 정책, 책임 있는 AI 등 분야를 데이터 기반으로 종합 분석하여 각국 정부, 글로벌 기업 및 투자기관의 AI 전략 수립 시 주요 참고자료로 활용되고 있습니다.

Microsoft(Azure AI), Google(Vertex AI), Amazon(AWS Bedrock) 등 글로벌 클라우드ㆍ빅테크 기업들은 자사 클라우드 플랫폼을 기반으로 산업 특화 AI 솔루션을 직접 개발ㆍ공급하는 방향으로 사업을 확장하고 있습니다. 이들 기업은 방대한 클라우드 인프라, 기존 기업 고객과의 관계, 그리고 AI 파운데이션 모델 역량을 결합하여 버티컬 AI 시장에 진입하고 있으며, 당사와 같은 전문 AI 솔루션 기업의 시장 공간을 잠식할 수 있습니다. 가트너(Gartner)에 따르면, 2026년 기준 기업들이 AI 기능 구현에 있어 기존 소프트웨어 공급업체(클라우드ㆍERP 등)의 내장 AI를 우선 활용하는 비율이 독립 AI 솔루션 도입 비율을 처음으로 초과할 것으로 전망됩니다.

또한, Meta AI의 LLaMA 시리즈, Mistral, DeepSeek 등 고성능 오픈소스 AI 모델의 빠른 확산은 AI 솔루션 구축의 기술적ㆍ비용적 진입장벽을 크게 낮추고 있습니다. 이에 따라 소규모 스타트업이나 고객사 내부 개발팀도 직접 AI 솔루션을 구축하는 것이 현실적으로 가능해졌으며, 이는 당사와 같은 전문 솔루션 공급사에 대한 외부 구매(Buy) 수요를 내재화(Build) 방향으로 전환시키는 압력으로 작용할 수 있습니다. 맥킨지(McKinsey, The State of AI in 2025, 2025.11)에 따르면, 기업 AI 도입 방식 중 내부 개발(Build) 비중이 전년 대비 증가하는 추세가 확인되었습니다.

국내에서는 AI 아바타, 건축, 리테일 등 다양한 산업에 생성형 AI를 접목하는 응용연구가 활발히 진행되며 복합지능 분야의 기술력이 상승하고 있으나, 머신러닝 등 학습지능 영역에서는 뚜렷한 기술 진보나 사업화 성과가 여전히 부족한 상황입니다. 다만, 정부의 AI 기본법 시행(2026.01) 및 AI G3 도약 정책 등 적극적 지원에 힘입어 향후 기술력이 빠르게 고도화될 가능성은 충분하다고 판단됩니다.다만, 이와 같은 해외업체의 경우 대부분 클라우드 기반 범용 플랫폼을 지향하는 반면, 당사는 폐쇄망 환경에 특화된 인프라 운영, AI 개발 및 배포, 그리고 플랫폼 생산성에 걸쳐 독자적인 기술 경쟁력을 핵심 차별화 요소로 확립하고 있습니다.특히, 당사의 Runway의 경쟁우위도는 ① 폐쇄망 지원 인프라 및 자원 효율화, ② 보안 프로세스 통합, ③ 데이터 처리 및 저장, ④ RAG 파이프라인 최적화, ⑤ 외부 시스템 연결 및 배포, ⑥ AI 애셋(Asset) 재활용 환경, ⑦ 사용자 경험으로7개 핵심 영역에서 구현되며, 이를 통해 기존 클라우드 기반 경쟁사들이 제공할 수 없는 핵심 가치를 고객에게 전달하고 있습니다.다만, 실제로 글로벌 대형 기업의 국내 시장 진출이 가시화되고 있으며, 글로벌 대형기업이 가진 자금력ㆍ브랜드 인지도ㆍ기술 포트폴리오 등 여러 측면에서 당사는 구조적 열위에 놓일 수 있으며, 만약 이러한 위험이 현실화될 경우 당사의 매출 실적 및 성장성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

인공지능 산업은 2023년 이후 기술 발전의 속도와 방향 모두에서 전례 없는 변화를 겪고 있습니다. 이러한 변화는 단일 기술 트렌드의 부상이 아닌, 모델 아키텍처, 연산 패러다임, 배포 환경, 그리고 기업 활용 방식이 동시다발적으로 전환되는 복합적 패러다임 시프트(Paradigm Shift)의 양상을 보이고 있습니다. 특히, 인공지능 산업은 AI 연산의 중심축이 훈련(Training)에서 추론(Inference)으로, 대형 모델(LLM)에서 소형 특화 모델(SLM)로, 클라우드 중심에서 엣지(Edge) 분산 환경으로 동시 다발적으로 전환되고 있습니다. 이러한 복합적 패러다임 전환은 당사가 영위하는 엔터프라이즈 AI 플랫폼 시장의 수요 구조, 기술 요구 수준, 그리고 경쟁 환경을 근본적으로 변화시킬 수 있는 요인입니다.Epoch AI의 Notable AI Models 데이터베이스(543개 모델 수록)에 따르면, AI 모델의 훈련에 투입되는 연산량(Training Compute)은 1950년대 이후 지속적으로 증가해왔으며, 시기별로 뚜렷한 성장률 차이를 보이고 있습니다. 딥러닝 이전 시기(~2010년 이전)에는 연간 약 1.5배 수준의 완만한 증가 추세를 보였으나, 딥러닝 시대(Deep Learning Era, 약 2010년 이후)에 진입하면서 연간 약 4.3배로 성장 속도가 급격히 가속화되었으며, 2020년대 이후에는 Grok-2, OpenAI Five Rerun, Gato 등 프론티어 모델들의 훈련 연산량은 1950년대 초기 AI 모델(Theseus) 대비 약 10의 24승배(1조의 1조배)에 해당하는 규모입니다. 한편, Epoch AI는 2022년 설립된 비영리 다학제 연구기관으로, 인공지능의 발전 궤적(trajectory)과 경제ㆍ사회적 영향을 데이터 기반으로 분석ㆍ예측하는 것을 핵심 미션으로 하고 있습니다.딜로이트(Deloitte)는 「TMT Predictions 2026」에서 AI 산업이 화려한 기술적 돌파구보다 AI를 대규모로 실제 운영하는 데 초점을 맞추는 보다 성숙한 단계에 진입하고 있다고 진단하면서, 2026년 전체 AI 연산의 약 2/3가 추론(Inference) 워크로드에 해당할 것으로 예측하고 있으며, 이러한 추론 수요의 증가가 엣지 디바이스로의 전환을 의미하는 것은 아니라고 분석합니다. 대부분의 추론은 약 0.5조 달러 규모의 신규 데이터센터와 2,000억 달러 이상의 고성능 AI 칩이 탑재된 온프레미스 엔터프라이즈 서버에서 수행될 것이며, 추론에 최적화된 수십억 달러 규모의 전용 칩이 등장하고 있으나 이 역시 데이터센터와 엔터프라이즈 서버에 배치될 것으로 전망됩니다. 이는 AI 산업의 경쟁 초점이 '모델 훈련'에서 '대규모 추론 운영'으로 전환되고 있으며, AI 인프라 투자가 축소되기보다 오히려 확대될 것임을 시사합니다. 한편, 딜로이트(Deloitte)는 1845년 영국 런던에서 설립된 세계 최대 규모의 전문서비스 네트워크로, 감사, 세무, 컨설팅, 재무자문, 리스크관리 등의 서비스를 제공하고 있습니다.

글로벌 AI 산업에서 가장 주목할 만한 기술 트렌드 중 하나는 소형 언어 모델(Small Language Model, SLM)의 급부상입니다. NVIDIA 연구진은 2025년 6월 발표한 포지션 페이퍼("Small Language Models are the Future of Agentic AI")에서 "차세대 Agentic AI의 핵심은 모델의 대형화가 아니라 소형 특화 모델의 분산 협업"이라고 주장하며, 10B 파라미터 이하의 SLM이 대부분의 에이전틱 작업에서 대형 모델과 동등한 성능을 발휘할 수 있음을 제시하였습니다. 가트너(Gartner)는 2027년까지 기업이 범용 LLM 대비 소형 과업 특화 AI 모델을 3배 더 많이 활용할 것으로 예측하고 있으며, 이는 엣지 디바이스에서의 실시간 추론, 데이터 프라이버시, 비용 효율성에 대한 기업 수요가 급증하기 때문입니다. 이러한 SLM의 부상은 기업 고유 데이터로 파인튜닝하여 특화된 성능을 발휘하는 '도메인 특화 AI(Vertical AI)'의 시장 성장과 밀접하게 연결되어 있습니다.

Grand View Research(2025)는 엣지 AI 시장 규모를 2025년 249억달러에서 2033년 1,187억달러(CAGR 21.7%)로 전망하고 있습니다. 이러한 엣지 AI 확산은 네트워크ㆍ보안 제약으로 클라우드 사용이 어려운 제조 및 국방 환경에서 특히 중요한 의미를 가지며, 개별 공정 장비, 산업용 로봇, 무기 체계 등에 AI를 직접 탑재하여 지연 없는 실시간 의사결정을 가능하게 하는 온디바이스 AI(On-Device AI)가 새로운 패러다임으로 부상하고 있습니다. 한편, Grand View Research, Inc. 는 2014년 미국 캘리포니아주 샌프란시스코에 설립된 시장조사 및 컨설팅 기업으로서, 기술, 화학 ㆍ 소재, 에너지, 헬스케어 등 45개 이상의 산업 분야에 걸쳐 글로벌 및 지역별 시장 규모, 성장률, 경쟁 환경에 관한 정량적 데이터를 제공하고 있으며, 매년 240건 이상의 시장조사 보고서를 발간하고 있습니다.

이와 같은 빠른 기술 패러다임 전환에도 불구하고 당사의 주력 제품인 Runway 플랫폼은 특정 AI 모델이나 아키텍처에 종속되지 않고, AI 모델의 개발ㆍ배포ㆍ운영 전 생애주기를 관리하는 '체계(System)' 자체를 제공합니다. 이는 기술 패러다임이 전환되더라도 새로운 모델과 기술을 기존 운영 체계에 신속히 통합할 수 있는 구조적 유연성을 의미합니다. 또한, 당사의 Runway 플랫폼은 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 머신러닝운영(MLOps) 기능에서 시작하여 데이터운영(DataOps), 대규모언어모델운영(LLMOps), 에이전트 운영(AgentOps)까지 시장 수요와 기술 발전에 따라 그 기능범위를 확대하여 산업 특화 AI 플랫폼으로 자리 매김하고 있습니다. 이는 각 기술 패러다임의 전환(딥러닝 → LLM → 에이전트)에 맞추어 플랫폼 기능을 선제적으로 확장해 온 실적에 기반하고 있습니다.

당사는 상기와 같이 빠른 기술 변화에 대한 다각적 대응 전략을 수립ㆍ실행하고 있으며, 다음과 같은 3개년 기술개발 로드맵을 수립하고 있습니다.

당사는 2026년 아키텍처 및 제품 일관성을 대폭 개선한 Runway 2.0을 출시하였습니다. Runway 2.0은 플랫폼 코어와 애플리케이션 레이어를 명확히 분리한 구조로, 플랫폼 코어는 계산 자원, 인증 및 보안 등 공통 운영 기반을 제공하고, 애플리케이션 레이어는 유연하게 확장 가능한 실행 계층을 구성함으로써 시스템의 유연성과 안정성을 동시에 확보하였습니다. 또한, Compound AI 및 에이전틱 AI 지원을 위한 AI 에이전트 개발·운영 체계와, AI 에이전트와 연동되는 지식 관리 시스템을 기반으로 다양한 AI를 하나의 환경에서 통합 운영할 수 있는 기반을 마련함으로써, 산업 및 공정 전반의 최적화를 보다 지능화할 수 있는 환경을 구축하였습니다. 당사는 계속해서 Code Assistant, AI Help Desk 등 제품 내장형 AI 서비스를 파운데이션 모델 기반으로 상용화하고, 플랫폼 기능 전반을 에이전트 단위로 구조화하여 자연어 기반의 제어 및 워크플로우 자동화를 실현할 예정입니다. 또한 HPC 및 Edge 환경을 아우르는 지능형 오케스트레이션 기술을 확보하여, GPU Fractionalization과 자원 스케줄링을 통해 워크로드별 효율적 자원 분할 및 운영이 가능하도록 할 것입니다. 더불어 국방 장비용 On-device AI 기술을 고도화하여 드론ㆍ센서 등 폐쇄망 장비에서도 실시간 추론과 자율 판단이 가능한 구조를 실증할 것입니다.

2027년에는 모델 및 시뮬레이터 통합을 통해 Compound AI 시스템의 실사용을 본격화하고, 운영 환경을 하나의 통합된 체계로 연결하는 방향으로 고도화할 계획입니다. 또한, 제품의 주요 기능을 AI 에이전트를 통해 접근 및 제어할 수 있는 구조로 발전시키고, AI 에이전트 기반의 모니터링 체계를 도입하여 시스템 전반의 상태를 실시간으로 분석하고 운영 최적화를 위한 의사결정을 지원할 예정입니다. 이를 통해 단순 자동화를 넘어 자율적 운영 지원 수준으로 고도화할 계획이며, 해당 구조는 산업 분야뿐만 아니라 국방 분야까지 확장 가능한 기반이 될 것으로 기대하고 있습니다.

2028년에는 모델 성능 드리프트를 자동으로 감지하고 이에 대응하는 재학습 및 재배포 과정을 자동화함으로써 AI 시스템의 지속적인 성능 유지 체계를 구현할 계획입니다. 또한, AI 에이전트가 운영 전반을 주도적으로 관리하고 최적의 운영 방안을 실행하는 체계를 확립하여, 사람의 개입을 최소화한 자동화 중심의 운영 환경으로 고도화할 예정입니다.

궁극적으로 당사는 이러한 기술적 진화를 바탕으로 산업 및 국방 전반에 적용 가능한 폐쇄망 기반의 고신뢰 AI 플랫폼으로 확장함으로써, 안정성과 자율성을 동시에 확보한 차세대 AI 운영체계를 구축하는 것을 목표로 하고 있습니다. 상기 기술개발로드맵에 따른 연구개발활동 소요자금을 포함하여 공모자금 사용 목적과 관련된 자세한 사항은 『제1부 모집 또는 매출에 관한 사항 - Ⅴ. 자금의 사용목적』을 참고하시기 바랍니다.다만, 인공지능 산업 전반의 기술 발전 속도가 매우 빠르다는 점에서 기술 경쟁력 약화에 대한 위험성이 존재합니다. 특히, 글로벌 AI 시장에서는 대규모 자본과 인력을 보유한 빅테크 기업들을 중심으로 산업용 AI 플랫폼, MLOps, Agent 등 관련 기술이 빠르게 진화하고 있어, 기술 변화에 적시에 대응하지 못할 경우 당사의 경쟁우위가 약화될 가능성이 있습니다. 또한, 당사가 추진 중인 'Runway' 플랫폼 고도화 및 산업 간 확장 관련 기술 개발이 예상보다 지연되거나, 개발된 기술이 고객사의 실제 요구나 시장 트렌드 변화에 부합하지 않을 경우 상용화 일정이 늦어질 수 있으며, 이로 인해 계획된 매출 실현이 지연되거나 신규 프로젝트 수주 경쟁에서 불리한 위치에 놓일 위험이 존재합니다. 그리고 연구개발 과정에서 예상보다 높은 기술적 난이도나 외부 인프라 제약이 발생할 경우, 개발 효율성과 생산성이 저하될 가능성도 있습니다. 만약, 이러한 상황이 지속될 경우, 당사의 연구개발 투자금의 회수 지연과 더불어 향후 현금흐름 및 사업 확장 전략에도 부정적인 영향을 미칠 수 있으며, 궁극적으로 당사의 성장성 및 수익성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

엔터프라이즈 AI 플랫폼(Enterprise AI Platform) 시장은 2025년 들어 보안 위협 심화와 기술 융합 가속화라는 구조적 변화의 전환점에 위치하고 있습니다. 글로벌 경영 컨설팅 회사 EY(Ernst & Young)의 분석에 따르면 글로벌 엔터프라이즈 AI 플랫폼 전체 시장이 연평균 34.7%의 고성장세를 지속하는 가운데, 보안과 성능을 동시에 추구하는 제조업과 국방 등 주요 목표 산업에서 하이브리드 및 온프레미스 솔루션의 성장이 급속히 증가하고 있습니다.글로벌 엔터프라이즈 AI 플랫폼 시장의 급속한 성장과 함께, 보안 위협 심화에 따른 폐쇄망 AI 솔루션 수요 확대로 주요 경쟁업체들의 시장 포지셔닝이 재편되고 있습니다. 글로벌 경쟁사들은 국내 기업들에 비해 더욱 방대한 솔루션 포트폴리오와 막대한 자금력을 바탕으로 다양한 산업과 문제영역에 적용 가능한 범용성을 추구하고 있습니다. 대부분의 글로벌 업체들은 클라우드 기반 범용 AI 플랫폼을 지향하면서 폐쇄망 환경의 특수한 상황을 고려한 솔루션 개발 및 시스템 통합 측면에서 상대적으로 취약한 모습을 나타내고 있습니다. 이와 같이 글로벌 엔터프라이즈 AI 플랫폼 시장은 아직 명확한 시장 리더가 확립되지 않은 상황으로, 특히 폐쇄망 특화 영역에서는 기술력을 보유한 일부 기업 중심의 경쟁구도가 형성되어 있으며, 독점적 지위를 가진 기업은 없는 상황입니다.

글로벌 엔터프라이즈 AI 플랫폼 시장의 주요 경쟁사로는 팔란티어, C3 ai, 데이터이쿠 등이 있으며, 이들 또한 AI 개발 및 운영을 위한 통합 플랫폼을 보유하고 있습니다. 팔란티어는 파운드리(Foundry, 데이터 통합), AIP(AI 애플리케이션 개발), 고담(Gotham, 공공 데이터 통합)을 중심으로 완전 폐쇄망 환경 지원과 최고 수준의 보안 인증을 핵심 경쟁력으로 보유하고 있으며, 정부 시장에서 독점적 지위를 구축하고 있습니다. 특히, 제품 내 애플리케이션 포털(Applications Portal)을 통해 주요 AI 개발ㆍ운영 프로세스별 애플리케이션을 플랫폼과 함께 패키지로 제공하여 고객의 도입 속도를 대폭 단축시키는 번들링 전략을 적극 도입하고 있습니다. C3 ai는 산업별 특화 애플리케이션과 파트너 생태계 활용을 통해 턴키 솔루션을 제공하는 것을 핵심 차별화 요소로 하며, 하이브리드 배포를 지원하지만 완전 폐쇄망 환경 지원에서는 제한적인 역량을 보입니다. 데이터이쿠는 데이터 사이언스 민주화와 사용자 친화적 인터페이스를 강점으로 내세우며 주로 클라우드 기반 배포를 지향하고 있어, 온프레미스 지원이 제한적이며 폐쇄망 환경이 필수적인 제조ㆍ국방 분야에서는 근본적인 한계를 보입니다.

특히, 팔란티어는 전사 데이터의 수집, 통합, 정제, 분석 전 과정을 포괄하는 플랫폼을 제공하며, 이를 기반으로 고객 조직의 의사결정 효율성을 극대화하는 것을 핵심 미션으로 삼고 있습니다. 이는 국방 ㆍ 공공기관, 제조업에 이르기까지 다양한 산업군에서 활용되며, 각 부서나 기능 조직의 데이터를 연결해 하나의 통합된 뷰를 제공하고, 그 위에 시뮬레이션 ㆍ 시나리오 분석을 통해 전략적 결정을 지원하고, 이 과정에서 공급망, 재무, 인사, 운영 등 다양한 데이터 소스를 통합하는 '상위 레벨(Planning/Decision Layer)' 중심의 플랫폼 기업으로 자리매김해 왔습니다.

반면, 당사의 Runway 플랫폼은 팔란티어와 유사하게 완전 폐쇄망 환경을 지원하면서도, 제조업 현장의 복잡한 OT 시스템과의 긴밀한 연동, 도메인 특화 AI 모델 개발 및 검증 전문성, 그리고 산업 현장의 구체적 페인 포인트(Pain Point)를 해결하는 특화 솔루션을 신속하게 개발할 수 있는 구조를 확립한 것이 핵심 경쟁력입니다. 당사의 Runway 플랫폼은 제조업 내 개별 공정이나 설비, 혹은 특정 기능 영역(예: 예지보전, 생산 스케줄링, PLC 시뮬레이션, 설비 장비 제어 등)에 존재하는 도메인 데이터를 활용하여, AI 모델을 통해 생산성을 실질적으로 개선하는 프로젝트 중심의 기업입니다. 특정 공정에 대한 강화학습 기반 제어 최적화, 장비 고장을 사전에 예측하는 예지보전 시스템, 제조 스케줄링 자동화, 설비 자체 데이터 기반 설비 직접 제어, 비전 기반 로봇 경로 최적화 등 제어 및 실행 수준(Control/Execution Layer)에서의 AI 적용에 강점을 가지고 있으며, 실제 제조현장 즉 라인과 플랜트에서의 적용과 운영을 목표로 합니다. 또한 국내 주요 제조업체 및 국방 기관에 직접 플랫폼을 상용화하여 납품하는 등 기술력을 인정받은 실적을 보유하고 있으며, 완전 격리된 폐쇄망 환경에서 AI개발ㆍ운영 체계를 구축할 수 있는 국내 유일의 검증된 역량을 보유하고 있습니다.

즉, 팔란티어는 단일 프로젝트 성격보다는 고객사 전반의 운영 체계를 디지털 트윈 형태로 구조화하고, 이를 기반으로 다양한 부서 간 시뮬레이션을 가능케 하는 엔터프라이즈 플랫폼 구축형 사업모델을 채택한 반면, 당사는 고객사의 개별 문제 해결을 위한 모듈형 AI 프로젝트 수행을 중심으로 한 사업모델을 지향하고 있습니다.

국내 경쟁기업에는 베슬에이아이, 래블업, 에이프리카 등이 있으며, 이들 기업은 각각 차별화된 접근법으로 시장에 진입하고 있습니다. 하지만 최근 시장에서는 프로젝트에서 솔루션으로 넘어가는 단계에서 SI(System Integration) 업무에 의존하지 않고 공통화 요소를 기반으로 범용 솔루션 및 플랫폼을 개발할 수 있는 기업은 매우 제한적인 상황입니다. 실제로 베슬에이아이, 래블업, 에이프리카 등 다수의 엔터프라이즈 AI 플랫폼 경쟁사들이 활발히 활동하고 있으나, 특정 산업군의 복잡한 요구사항을 온전히 만족시키는 데에는 한계를 보이는 것으로 판단됩니다. 특히 제조, 국방, 에너지 등 폐쇄망 환경이 중요한 산업의 경우, 다양한 산업 현장 환경에 맞춰 도메인 특화 AI 모델을 개발 및 검증하는 전문성과 다수의 AI 모델을 제한적인 환경에서 효율적으로 배포 및 운영하는 범용성이 요구되나, 대부분의 국내 경쟁사들은 클라우드 네이티브 아키텍처를 기반으로 하고 있어, 현장의 OT 시스템과 긴밀한 연동이 필수적인 폐쇄망 환경에서는 데이터 수집부터 모델 배포까지 전 과정에 걸쳐 근본적인 한계를 보이고 있는 것으로 확인됩니다.또한, 상기와 같은 경쟁 심화에도 불구하고, 당사는 2023년 당시 국내에서 유일하게, 글로벌 제조 분야에서는 세계적으로 유일하게 CB Insights가 선정한 '세계 100대 AI 기업'에 포함되는 등 기술력을 국제적으로 인정받고 있습니다. 일반적인 생성형 AI 시장이 자연어ㆍ이미지 기반의 대규모 언어모델(LLM)을 중심으로 확장되는 것과 달리, 당사는 수치 데이터 기반의 산업 특화형 AI 기술을 보유하고 있으며 이는 제조ㆍ방산 분야의 높은 진입장벽과 결합하여 후발 기업이 단기간 내 따라잡기 어려운 구조적 우위를 형성하고 있습니다.

당사는 제조업과 국방 분야에서 8년간 축적한 기술력을 기반으로 6개 분야에서 총 83건의 특허권 확보를 통해 특허 포트폴리오를 구성하고 있으며, 설립 이후 누적 153건의 산업 프로젝트를 수행하고, 113개 주요 기업과의 비밀유지계약(NDA) 기반 협력 네트워크를 구축하고 있습니다.

또한, 당사는 ISO 27001 정보보안경영시스템 인증을 획득하여 93개 통제항목을 준수ㆍ관리하고 있으며, 국내 AI 플랫폼 기업 중 폐쇄망 환경에서 동작하는 가장 경쟁력 있는 수준의 독자적 라이선스 시스템을 보유하고 있어, 소프트웨어의 보안성과 사업 모델을 동시에 보호하는 진입장벽으로 기능하고 있습니다. 특히, 당사의 소프트웨어는 프론트엔드 98% 난독화 및 백엔드 코어 엔진의 싸이써나이즈(Cythonize) 처리를 통해 리버스 엔지니어링을 원천적으로 차단하고 있습니다.

당사는 산업 특화 AI 분야의 선도기업으로서, 다년간 축적한 투자ㆍ인력ㆍ인프라ㆍ플랫폼 경험을 기반으로 견고한 진입장벽을 구축해 왔습니다. 이는 단순한 기술 보유를 넘어, 데이터ㆍ알고리즘ㆍ플랫폼ㆍ운영 체계가 유기적으로 결합된 독자적 기술 생태계를 의미합니다. 이러한 통합 구조는 개별 요소보다 훨씬 높은 재현 장벽을 형성하며, 당사의 기술 우위를 장기적으로 유지하고 강화하는 핵심 기반이 되고 있습니다. 당사의 경쟁력은 단기적 자금 투입이 아닌, 지속적인 기술 개발과 조직적 투자를 통해 축적된 결과입니다. 당사는 2018년부터 산업 특화 인공지능 모델링 기술을 고도화해 왔으며, 초기 이상탐지 중심의 기술을 제어ㆍ최적화ㆍAgent 기술로 확장했습니다. 2020년 이후에는 MLOps 기반의 산업 특화 AI 엔지니어링 체계를 구축하고, 자체 개발 플랫폼인 Runway를 통해 모델의 개발ㆍ운영ㆍ배포 전 과정의 효율성을 극대화했습니다.

이와 같이 당사는 특정 하드웨어 플랫폼에 종속되지 않는 크로스 플랫폼 최적화 역량, 국내 산업 특화 데이터 및 규제 환경에 대한 깊은 이해, 그리고 고객사와의 장기적 파트너십을 핵심 차별화 요소로 유지하고 있습니다. 그러나 시장 경쟁 구도가 빠르게 변화하고 있어 이러한 우위가 지속될 것이라는 보장은 없습니다. 특히, 글로벌 빅테크 및 정부 지원을 받는 해외 경쟁사의 산업용 AI 시장 진출이 지속적으로 확대되고 있으며, 오픈소스 AI 기술의 발전으로 기술 진입장벽이 점차 낮아지고 있으며, 이러한 경쟁심화로 인해 당사의 기술적 우위와 시장점유율이 점차 약화되고, 결과적으로 당사의 성장성 및 수익성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사가 영위하는 기업용 AI(Enterprise AI) 사업은 정부의 AI 산업 육성 정책에 의한 수혜와 함께, AI 사업자에 대한 각종 규제 강화에 따른 리스크를 동시에 안고 있으며, 정부 정책 변화에 따른 사업 환경, 수주 기회, 규제 준수 비용, 자금 조달 여건 등 다방면에서 영향을 받을 수 있습니다.

세계 각국 정부는 제조업을 국가 경쟁력 핵심으로 보고 AI 도입을 적극 장려하고 있습니다. 독일 '인더스트리 4.0', 한국 'AIㆍ데이터 기반 제조혁신' 정책이 대표적인 사례로서, 보조금, 세제 혜택, 데이터 플랫폼 지원 등을 통해 기업의 초기 투자 부담을 감소시키고, 산업 전반에 걸쳐 디지털 전환과 생산성 혁신을 과감히 시도할 수 있는 환경을 조성하고 있습니다. 또한, 슈퍼컴퓨팅 인프라 확충, AI 반도체와 데이터센터 투자, 국가 차원의 전략기금 조성을 통해 대규모 AI 활용 기반을 마련하고 있으며, 이와 동시에 신뢰할 수 있는 AI 개발과 글로벌 경쟁 우위를 확보하는 것을 주요 목표로 삼고 경쟁하고 있습니다.

한편, 대한민국 정부는 '세계 3대 인공지능 강국(AI G3) 도약'을 국가 비전으로 설정하고 범정부적 AI 투자를 대폭 확대하고 있습니다. 이를 위해 2025년 9월 8일 대통령 직속 국가인공지능전략위원회가 출범하였으며, AI 정책의 최상위 컨트롤타워로서 기술혁신ㆍ인프라, 산업ㆍ공공 AX, 데이터, 국제협력 등 8개 분과위원회를 구성하였습니다.

2026년도 정부 예산에서 AI 관련 총 예산은 역대 최대 규모인 10조1,000억원으로 편성되었으며, 이는 2025년도 본예산(3조2,000억원) 대비 약 211% 증가한 수치입니다. 이 중 산업ㆍ생활ㆍ공공 전 분야 AI 도입에 2조 6,000억원, 인재 양성 및 인프라 구축에 7조5,000억원이 배정되었으며, 과학기술정보통신부 단독 예산은 23조 7,417억원으로 확정되어 AI 대전환(AX) 지원에 4조 5,000억원을 투입합니다.

이러한 정부의 강력한 AI 투자 확대는 기업용 AI 솔루션 기업인 당사에게 공공부문 수주 기회 확대, 정부 지원 사업 참여, R&D 보조금 수혜 등의 측면에서 사업 기회를 제공합니다. 실제로 당사는 국가대표 AI 사업에 직접 참여하고 있으며, 산업통상자원부가 주도하는 제조업 인공지능 전환(M.AX: Manufacturing AX) 사업에 선별된 AI 대표 전문기업으로 참여하고 있습니다. M.AX 사업은 국내 1,000개 이상의 산학연이 참여하여 100조원의 부가가치 창출을 목표로 하며, 2026년 약 1조원 규모의 투자가 계획되어 있어 당사의 제조 AI 솔루션 사업에 직접적인 성장 기회를 제공합니다. 또한, 산업통상자원부의 산업AI 솔루션 실증ㆍ확산 지원 사업(AI 솔루션 도입 비용 50% 지원), 중소벤처기업부의 지역 주도형 AI 대전환 사업(350억원 규모) 등 다양한 정부 지원 프로그램이 당사의 전방시장 확대에 긍정적으로 작용할 것으로 기대됩니다.

한편, 2020년 7월 국회에 처음 발의된 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(이하 "AI 기본법")이 2026년 1월 22일 시행되면서, 한국은 EU에 이어 세계에서 두 번째로 종합적인 AI 규제 체계를 갖춘 국가가 되었습니다. AI 기본법은 인공지능 사업자를 ① 인공지능 개발사업자, ② 인공지능 이용사업자, ③ 생성형 인공지능 사업자, ④ 고영향 인공지능 사업자로 분류하고, 사업 형태에 따라 중첩적으로 의무를 부과합니다. 당사는 기업용 AI 솔루션을 개발하여 제공하는 사업자로서 개발사업자 및 이용사업자 지위를 동시에 보유할 수 있으며, 솔루션의 적용 영역에 따라 고영향 AI 사업자 규제를 적용받을 가능성이 있습니다. AI 기본법에서 정의하는 '고영향 인공지능'이란 사람의 생명, 신체의 안전 및 기본권에 중대한 영향을 미치거나 위험을 초래할 우려가 있는 인공지능시스템으로서, 에너지, 보건의료, 원자력, 교통, 교육 등 특정 영역에서 활용되는 AI를 의미합니다. 당사의 경우 금융, 제조, 물류, 공공 등 분야에 AI 솔루션을 납품하고 있으며, 사용영역ㆍ기본권 위험의 중대성ㆍ빈도ㆍ활용 영역별 특수성 등에 따라 고영향 AI로 분류될 가능성이 있습니다.

이와 같은 정부 정책에 따라 공공부문 AI 도입 확대에 따른 신규 수주 기회가 증가하는 반면, 공공조달 입찰 요건으로 AI 기본법 준수 인증 또는 고영향 AI 안전성 평가 서류 제출이 요구될 경우 수주 절차가 복잡해질 수 있습니다. 또한, AI 기본법상 투명성 고지, 안전성 확보 문서화, 영향평가 등의 의무 이행을 위한 내부 컴플라이언스 체계 구축에 인력ㆍ비용이 소요되며, 이는 추가적인 비용 상승 요인으로 작용할 수 있으며, 향후 시행령 개정이나 새로운 하위 가이드라인 발표에 따라 고영향 AI 범위 및 사업자 의무가 확대될 경우, 당사의 일부 솔루션 재설계 또는 서비스 제공 방식 변경이 요구될 수 있습니다.

당사는 AI 기본법 시행령 동향 및 과기정통부 가이드라인을 상시 모니터링하고, 법무ㆍ컴플라이언스 담당 조직을 통해 사전 대응 체계를 구축하고 있습니다. 그러나 국내외 AI 규제 환경의 급속한 변화가 이어지고 있어, 단기간 내 모든 규제 변화에 완벽히 대응하는 것은 구조적 한계가 존재합니다. 특히, 정부 지원 정책은 국내외 경기 변동, 재정 건전성 우려, 국정 운영 방향 변화 등에 따라 축소ㆍ변경될 수 있으며, 정부 AI 지원 정책의 지속성 여부, AI 기본법 및 글로벌 AI 규제 강화에 따라 당사의 정부 발주 사업의 불확실성으로 인해 당사의 사업 구조와 비용에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

세계경제포럼(WEF)이 2025년 1월 발표한 「미래 일자리 보고서 2025(Future of Jobs Report 2025)」에 따르면, 2025년부터 2030년까지 AI와 기술 혁신으로 인해 전 세계적으로 약 9,200만개의 일자리가 소멸하는 반면, 신규 일자리는 약 1억7,000만 개가 창출되어 순증 효과가 전망됩니다. 그러나 소멸 일자리와 신규 일자리 간 직종 및 역량 요건의 격차(Skill Gap)가 크고, 기존 근로자의 39%가 보유한 직무 역량이 2030년까지 쓸모없어질 것으로 예측되어 전환 과정에서의 구조적 불안이 심화되고 있습니다.

국제통화기금(IMF)은 전세계 고용의 약 40%가 AI의 영향권에 있다고 진단하였으며, 골드만삭스는 생성형 AI가 전 세계 약 3억개 정규직 일자리에 영향을 미칠 수 있다고 분석하였습니다. IDC가 22개국 비즈니스 리더 5,500명을 대상으로 실시한 「AI 앳 워크(AI at Work)」 조사(2025.11)에서는 전세계 기업의 66%가 향후 3년간 초급 인력 채용을 축소할 계획이라고 응답하였으며, 특히, 한국에서도 61%가 초급 채용 축소를, 93%가 직무 변화 또는 대체를 이미 경험하였다고 답하였습니다.한편, 국내에서는 KDI가 「인공지능으로 인한 노동시장의 변화와 정책방향」(2023) 보고서를 통해 AI 도입 확대가 ITㆍ정보통신 전문직 고용은 증가시키는 반면, 서비스ㆍ단순노무직 고용 감소 및 특히 청년층(여성 1529세, 남성 3044세)의 고용ㆍ임금에 부정적 영향을 미쳤음을 실증 분석하였습니다. 삼일PwC경영연구원도 AI로 인한 일자리 대체 우려가 사회적 불안 확산의 핵심 요인이 되고 있음을 지적하며, 재교육(Reskilling)과 역할 재정의가 해결책이나 단기적 전환 과정의 마찰은 불가피하다고 분석하였습니다.

인공지능(AI)에 대한 노동자 및 사회 구성원의 불신과 반발은 기업 고객의 AI 솔루션 도입 의사결정에 간접적 영향을 미칠 수 있습니다. 특히, 근로자 동의ㆍ협의 없는 AI 도입에 대한 법적ㆍ사회적 저항이 증가하는 추세로, 노동조합이 강한 산업 또는 공공부문에서는 AI 도입 속도가 더 느리게 진행될 수 있습니다. 실제로 다수의 제조ㆍ금융ㆍ공공기관 고객사들은 AI 도입 과정에서 직원 대표 기구와의 협의, 영향평가, 단계적 도입 계획 수립 등을 요구받고 있으며, 이는 당사의 프로젝트 수주 후 구현 단계를 지연시키는 요인이 될 수 있습니다.

또한 AI가 생성한 결과물의 품질 오류, 알고리즘 편향, 의사결정의 불투명성 등에 관한 부정적 언론 보도가 잇따를 경우 해당 솔루션 유형 전체에 대한 시장 냉각 효과가 발생할 수 있습니다. 예를 들어 금융 신용평가 AI의 차별 사례, 채용 AI의 편향 문제 등이 규제기관 조사나 집단소송으로 이어진 사례는 전 세계적으로 다수 발생하고 있으며, 이로 인해 기업 고객들이 AI 솔루션 도입 시 검증ㆍ책임 요건을 강화하는 추세입니다.당사는 기업의 업무 자동화 및 효율화를 위한 AI 솔루션을 제공함에 있어, 인력 대체가 아닌 '인간-AI 협업(Human-AI Collaboration)' 패러다임을 강조하는 방향으로 솔루션 설계 및 영업 전략을 운영하고 있습니다. 또한, AI 기본법상 고영향 AI에 해당하는 의사결정 AI의 경우 인간의 최종 검토 및 감독(Human Oversight) 구조를 구현함으로써 AI 불신 리스크를 최소화하고 있습니다. 그럼에도 불구하고 AI에 대한 사회적 불신 확산과 인력 대체 효과로 인한 노동시장 갈등이 기업 고객의 AI 도입 의사결정을 저해하거나 당사에 대한 평판 위험을 초래할 수 있으며, 이로 인해 당사의 영업환경 및 고객 설득 비용이 증가할 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

AI 기술의 급속한 확산에 따라 데이터 보안 및 개인정보 보호에 대한 위험이 전 산업에 걸쳐 부각되고 있습니다. AI 시스템은 대규모 데이터의 수집 ㆍ 학습 ㆍ 추론 과정에서 민감한 정보가 노출되거나 악용될 수 있는 새로운 유형의 보안 위협에 직면하고 있으며, AI 모델 자체가 공격 대상이 되는 사례도 증가하고 있습니다.IBM이 2025년 7월 발표한 「2025 Cost of a Data Breach Report」에 따르면, 조사 대상 기업의 13%가 AI 모델 또는 AI 애플리케이션에 대한 보안 침해를 경험하였으며, 추가로 8%의 기업은 침해 여부조차 파악하지 못한 것으로 나타났습니다. 특히 AI 관련 보안 침해를 경험한 기업 중 97%가 적절한 AI 접근 통제 체계를 갖추고 있지 않은 것으로 확인되었으며, AI 보안 사고의 60%가 데이터 유출로, 31%가 운영 중단으로 이어진 것으로 보고되었습니다. 또한, 조직 내에서 비인가된 AI 도구를 임의로 사용하는 이른바 '섀도 AI(Shadow AI)'로 인한 보안 침해 비용은 건당 평균 463만달러로, 일반적인 보안 침해 비용(396만달러) 대비 67만달러가 추가 발생하는 것으로 분석되었습니다. 또한, 미국 국립표준기술연구소(NIST)는 2025년 「Cybersecurity Framework Profile for AI(Cyber AI Profile)」 초안을 발표하여, AI 시스템의 사이버보안 위험을 기존 사이버보안 프레임워크(CSF 2.0)와 통합하여 관리할 것을 권고하고 있습니다. 이는 AI가 단순한 소프트웨어 도구를 넘어 조직의 핵심 인프라로 자리잡으면서, AI 고유의 보안 위험(모델 포이즈닝, 프롬프트 인젝션, 학습 데이터 유출 등)에 대한 체계적인 관리가 필수적임을 의미합니다.

이에 따라 AI 보안 및 개인정보 보호에 대한 규제는 글로벌 차원에서 빠르게 강화되고 있습니다. EU는 세계 최초의 포괄적 AI 규제인 「EU AI Act」를 제정하여, AI 시스템을 위험 수준에 따라 분류하고 고위험 AI 시스템에 대해 데이터 거버넌스, 투명성, 사이버보안, 인적 감독 등의 엄격한 요건을 부과하고 있습니다. 금지된 AI 관행 위반 시 최대 3,500만유로 또는 전세계 연간 매출의 7% 중 높은 금액의 과징금이 부과될 수 있으며, 고위험 AI 시스템 관련 위반 시에도 최대 1,500만 유로 또는 매출의 3%가 부과될 수 있습니다. 다만, 2025년 11월 EU 집행위원회가 발표한 「디지털 간소화 방안(Digital Omnibus Regulation Proposal)」에 따라 고위험 AI 관련 규정의 시행이 2027년 12월까지 연기될 가능성이 제기되고 있습니다. 미국은 NIST의 「AI Risk Management Framework(AI RMF)」를 통해 자율적 위험 관리 프레임워크를 제시하고 있으며, 2025년에는 연방 차원의 단일 규제를 적용하는 행정명령을 통해 규제 최소화 기조를 유지하면서도, AI의 사이버보안 위협에 대해서는 별도의 기술 표준을 지속적으로 발전시키고 있습니다.한편, 국내에서는 2024년 12월 26일 국회 본회의를 통과한 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」(이하 'AI 기본법')이 2026년 1월 22일부터 시행되고 있습니다. 동 법은 AI 사업자에게 투명성 확보 의무, 안전성 확보 의무, 고영향 AI 사업자의 특별 책무, AI 영향 평가 등을 부과하고 있으며, 해외 사업자에 대해서는 국내 대리인 지정 의무도 규정하고 있습니다. 한국 AI 기본법은 EU AI Act 대비 산업 진흥에 보다 무게를 두고 있으나, 시정명령 불이행 시 영업 정지 등의 행정 처분이 가능하여 실질적 제재 수단을 갖추고 있습니다.

특히, 제조업, 국방, 에너지, 사회기반시설 등 산업 현장에 적용되는 AI 시스템은 범용 AI 대비 보안 요건이 한층 높습니다. 산업용 AI는 공정 제어, 설비 운영, 품질 관리 등 물리적 시스템과 직접 연결되어 있어, 보안 침해가 단순한 데이터 유출을 넘어 생산 중단, 설비 파손, 인명 피해 등 물리적 피해로 직결될 수 있습니다. 또한, 제조 공정 데이터에는 기업의 핵심 기술 노하우, 설비 운영 파라미터, 생산 레시피 등 고도의 영업비밀이 포함되어 있어, AI 모델의 학습 및 추론 과정에서 이러한 데이터가 외부로 유출될 경우 기업의 경쟁력에 치명적인 손해가 발생할 수 있습니다. 산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반출입, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 이러한 이유로 산업 현장에서는 클라우드 기반의 범용 AI 서비스 대신, 폐쇄망(Air-gapped Network) 환경에서 운영 가능한 온프레미스형 AI 솔루션에 대한 수요가 지속적으로 증가하고 있습니다.

개방형(클라우드 기반) AI의 경우, 학습 및 추론 데이터가 외부 서버로 전송되므로 전송 과정 및 저장 과정에서 데이터 유출 위험이 존재합니다. 다수의 테넌트가 인프라를 공유하는 구조에서 교차 오염(Cross-contamination)의 가능성이 있으며, 앞서 언급된 IBM 보고서에서 지적된 '섀도 AI' 문제가 대표적 사례입니다. 또한 서비스 제공자의 정책 변경, 제3자 API 연동 등에 따른 통제 불가능한 외부 변수가 존재합니다.반면, 폐쇄형(온프레미스) AI의 경우, 데이터가 고객사 내부 네트워크를 벗어나지 않아 물리적 데이터 유출 경로가 원천적으로 차단됩니다. 기업의 기존 보안 정책(방화벽, 망분리, 접근 통제 등)과 통합 운영이 가능하며, 모델의 학습ㆍ추론ㆍ업데이트 전 과정에 대한 완전한 통제권을 고객이 보유합니다. 다만, 자체적인 보안 인프라 구축 및 운영 역량이 필요하며, 보안 패치 및 모델 업데이트의 적시성이 고객사의 내부 역량에 의존하는 제약이 있습니다.

산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반입ㆍ반출, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 특히, 제조ㆍ국방과 같은 분야는 보안, 망분리, 실시간성 등의 제약으로 인해 외부 클라우드 자원 활용이 어렵습니다. 이러한 환경에서는 제한된 온프레미스 자원을 효율적으로 활용하고, 다양한 연산 환경을 통합적으로 관리할 수 있는 체계가 필요합니다. 당사의 AI 인프라 구성 기술은 이 같은 제약을 극복하기 위해 개발되었습니다. 단일 환경에서 로컬ㆍ클러스터ㆍHPC 등 다양한 연산 자원을 유기적으로 연결해 외부 클라우드 수준의 성능과 편의성을 제공하면서도 산업별 보안 요구를 충족시킵니다. 이 기술은 복잡한 인프라 구조를 단일한 실행 체계로 추상화하여 개발자와 엔지니어가 고성능 연산을 손쉽게 활용할 수 있도록 지원합니다. 또한, 연산 자원의 활용 효율을 극대화하고, 작업의 자동화ㆍ표준화를 통해 인공지능 개발의 생산성을 크게 향상시킵니다. 이를 통해 기업은 보안이 중요한 폐쇄망 환경에서도 대규모 모델 학습, 시뮬레이션, 최적화 연산 등을 안정적으로 수행할 수 있으며, 외부 인프라에 대한 의존도를 줄이면서도 동일한 수준의 품질과 성능을 확보할 수 있습니다. 결과적으로 AI 인프라 구성 기술은 산업용 인공지능의 실용적 확산을 가능하게 하는 핵심 기반으로서, 안정성ㆍ효율성ㆍ확장성의 균형을 구현하고 있습니다.

상기와 같이 당사의 Runway 플랫폼은 클라우드, 온프레미스, 하이브리드 등 다양한 환경에서 활용될 수 있으며, 특히 제조ㆍ국방ㆍ에너지 등 보안과 망분리가 요구되는 산업에서 필수적인 폐쇄망 환경 지원을 포함하여, 다양한 고객의 요구사항에 유연하게 대응할 수 있습니다. 다만, 이러한 당사의 기술 경쟁력에도 불구하고 향후 산업용 AI에 특화된 추가 규제가 도입될 경우 당사의 사업 모델 및 제품 설계에 대한 수정을 야기할 수 있으며, 이로 인한 추가 비용이 발생할 수 있습니다. 또한, 당사의 온프레미스 배포 모델은 고객사의 내부 보안 인프라 및 운영 역량에 일정 부분 의존하는 구조임에 따라, 고객사의 보안 관리 수준이 미흡할 경우 당사 솔루션의 운영 환경에서 보안 사고가 발생할 수 있으며, 이는 당사의 제품 신뢰도에 간접적인 영향을 미칠 수 있습니다. 한편, 당사는 설립 이후 증권신고서 제출일 현재까지 데이터 보안 또는 개인정보 유출 관련 사고는 발생한 이력이 없습니다. 그럼에도 불구하고 향후 당사의 성장에 따른 데이터량의 증가, 복잡성의 증가 등으로 인해 데이터 보안 이슈 발생 가능성을 완전히 배제할 수는 없습니다. 특히, 데이터 보안 사고가 발생하여 과징금 부과, 영업 정지, 손해배상 청구 등의 법적 제재와 함께 기업 신뢰도 하락에 따른 매출 감소 가능성을 배제할 수 없으며 이로 인해 당사의 평판 및 사업성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사가 영위하는 기업용 AI(Enterprise AI) 솔루션 사업은 기업 고객을 대상으로 하는 B2B(Business-to-Business) 사업입니다. B2B 사업은 일반 소비자를 대상으로 하는 B2C(Business-to-Consumer) 사업과 사업 구조, 매출 특성, 고객 관계 등에서 상이한 특성을 보이고 있습니다.

B2B 거래는 건당 계약 규모가 크고, 일단 도입된 AI 솔루션은 고객사의 핵심 업무 프로세스에 깊이 연동되므로 계약 갱신율이 높고 장기적인 매출 기반(Recurring Revenue)을 형성할 수 있습니다. 특히, 당사의 MLOps 플랫폼 Runway는 고객사의 AI 개발, 배포, 운영 전 과정을 지원하는 기반 인프라 성격을 가지므로, 도입 이후 타 솔루션으로의 전환이 용이하지 않아 높은 고객 잔존율(Retention Rate)이 기대됩니다. 또한, 기업 고객은 AI 솔루션 도입 시 자사 데이터 파이프라인, 기존 IT 인프라, 업무 프로세스와의 연동을 위해 상당한 시간과 비용을 투자합니다. 이러한 초기 투자는 높은 전환비용으로 작용하여, 경쟁사 제품으로의 교체를 억제하는 자연스러운 진입장벽(Moat)을 형성합니다. 그리고 B2C 사업이 소비자 심리와 트렌드 변화에 민감한 반면, B2B 사업은 연간 계약, 다년 구독, 유지보수(Maintenance) 계약 등을 통해 상대적으로 높은 매출 가시성(Revenue Visibility)을 확보할 수 있습니다. 당사는 수주 잔고(Backlog) 관리를 통해 향후 매출을 일정 부분 사전에 추정할 수 있는 구조를 갖추고 있습니다. 또한, B2B 사업에서는 고객사와의 긴밀한 기술 협업 과정에서 산업 도메인에 대한 깊은 이해와 실전 데이터를 축적할 수 있습니다. 당사는 다양한 제조/국방 분야 고객사와의 프로젝트를 통해 4,000여개 이상의 AI 모델을 배포한 경험을 보유하고 있으며, 이러한 누적 경험은 후발주자가 단기간 내 대체하기 어려운 핵심 경쟁력으로 작용합니다.

다만, B2B 사업 구조에서는 거래 단가가 높은 대형 고객 몇 곳에 매출이 집중되는 경향이 있으며, 특정 고객의 예산 삭감, 계약 해지, 또는 동종 솔루션의 내재화(Insourcing) 전환은 당사 전체 매출에 중대한 영향을 미칠 수 있습니다. 실제로 맥킨지가 「The State of AI in 2025」(2025.11, 105개국 1,993명 대상)에서 조사한 결과, 전체 기업의 약 2/3가 여전히 AI 실험 ㆍ 파일럿 단계에 머물러 있으나, AI 고성과 기업(AI에서 EBIT의 5% 이상을 창출하는 기업, 전체의 약 6%)은 외부 솔루션 도입이 아닌 워크플로우의 근본적 재설계와 내부 역량 구축을 통해 AI를 전사적으로 확장하고 있는 것으로 분석되었습니다. 이들 고성과 기업의 55%가 AI 도입 시 기존 프로세스에 AI를 추가하는 방식이 아닌 워크플로우 자체를 재설계하는 전략을 채택하고 있으며, 이는 비고성과 기업(20%)의 약 2.8배에 달합니다. 이러한 추세는 대형 기업을 중심으로 AI 역량의 내재화가 가속화되고 있음을 시사하며, 향후 외부 AI 솔루션에 대한 수요 구조가 변화할 수 있는 위험요소로 작용할 수 있습니다.

또한, B2B 사업 모델은 기업용 AI 솔루션은 도입을 검토하는 고객사 내부에서 기술 검토(PoC), 예산 승인, 법무ㆍ보안 검토, 계약 협상 등 다단계의 의사결정 과정을 거치는 것이 일반적입니다. 맥킨지(McKinsey)에 따르면, 기업용 AI 솔루션의 평균 영업 주기(Sales Cycle)는 초기 접촉부터 계약 체결까지 평균 6~18개월에 달하며, 공공기관 또는 대형 금융기관 대상 프로젝트의 경우 24개월 이상 소요되는 사례도 다수 보고되고 있습니다. 이처럼 긴 영업 주기는 당사의 분기별 매출 인식 시점을 불규칙하게 만들고, 수주 파이프라인 관리의 어려움으로 이어질 수 있습니다.

그리고 기업 고객은 범용 솔루션보다 자사의 데이터 환경, 인프라, 업무 프로세스에 최적화된 맞춤형(Customized) AI 솔루션을 요구하는 경향이 강합니다. 이는 당사의 개발 인력이 다수의 고객사 프로젝트에 동시에 투입되어야 하는 구조를 만들어, 인력 운용의 효율성을 저하시킬 수 있습니다. 또한 고객사 요구사항의 사후 변경, 고객 내부 시스템과의 연동 문제 등으로 인해 납기 지연 또는 추가 비용이 발생할 경우, 해당 프로젝트의 수익성이 당초 계획 대비 크게 저하될 수 있습니다.한편, AI 솔루션 개발 프로젝트는 고객사의 데이터 품질, 인프라 환경, 담당자 협조 여부 등 외생 변수가 많아 납기 지연, 추가 공수 발생, 범위 변경(Scope Creep) 등의 프로젝트 리스크가 상존합니다. 고정가 계약 방식으로 수주할 경우 추가 개발 공수가 발생하더라도 별도 보상이 어려워 프로젝트 수익성이 악화될 수 있으며, 반대로 시간단가(T&M) 방식 계약에서는 프로젝트 기간 변동으로 인한 수익 인식 불확실성이 증가합니다. 당사는 수주 전 기술 타당성 검증(Technical Feasibility Assessment) 프로세스를 강화하고, 계약 단계에서의 범위 정의를 명확히 함으로써 이러한 리스크를 완화하고 있습니다. 그러나 B2B 사업의 구조적 특성상 이러한 리스크를 완전히 제거하는 것은 어렵습니다.

위와 같이 B2B 사업은 일반 소비자를 대상으로 하는 B2C(Business-to-Consumer) 사업과 사업 구조, 매출 특성, 고객 관계 등에서 상이한 특성을 보이고 있습니다. 당사가 영위하는 B2B 사업 모델은 높은 계약 단가와 매출 안정성, 높은 전환비용(Switching Cost)에 기반한 고객 Lock-in, 예측 가능한 매출 구조, 고객사 협업을 통한 기술 고도화 등의 강점이 있습니다. 다만, 긴 영업 주기(Long Sales Cycle) 및 수주 예측 불확실성, 높은 커스터마이제이션 요구 및 프로젝트 리스크, PoC-to-Production 전환율 불확실성, 고객 집중도 및 의존도 위험 등의 위험요소 또한 내포하고 있습니다. 당사의 최근 3개년 매출처 별 매출 현황은 다음과 같습니다.

상기와 같이 당사의 매출은 특정 거래처에 집중되지 않고 다수의 거래처로 분산되어 있으며, 특히 최근 3개년간 상위 매출처의 구성 또한 지속적으로 변화하는 모습을 보이고 있습니다. 당사의 최근 3개년 기간의 상위 5개 매출처는 서로 상이한 거래처로 구성되어 있어 특정 거래처에 대한 의존도는 낮은 편입니다. 또한, 각 거래처별 매출 비중은 대체로 6%~15% 수준에 분포하고 있으며, 상위 5개 거래처 합계 비중 역시 약 38.67%~49.67% 수준으로 유지되고 있음에 따라, 특정 거래처에 대해 매출이 편중되지 않는 모습을 보이고 있습니다. 다만, B2B 사업의 특성 상 향후 특정 거래처에 대한 매출 의존도가 증가할 가능성을 배제할 수 없으며, 만약 매출 편중이 심화될 경우 공급자인 당사의 교섭력 약화 요인으로 작용하여 당사의 수익성에 부정적인 영향을 미칠 수 있습니다.

당사는 상기와 같은 B2B 사업의 위험을 감소시키고자 고객 포트폴리오의 산업군 다변화, 구독형 라이선스 계약 확대, 표준화된 솔루션 모듈 구축을 통한 커스터마이제이션 범위 관리 등을 통해 B2B 사업 특성에 따른 위험을 완화하고자 노력하고 있습니다. 그러나 기업용 AI 시장의 구조적 특성상 이러한 위험 요인들을 완전히 배제하기는 어려운 상황이오니, 투자자께서는 이 점 유의하시기 바랍니다.

당사가 영위하는 AI 솔루션 개발 사업에서 지식재산권(IP)은 사업 경쟁력의 핵심 자산입니다. 그러나 AI 기술 분야의 지식재산권 환경은 학습 데이터 저작권 분쟁의 글로벌 확산, AI 생성 결과물의 저작권 귀속 불명확성, 경쟁사의 특허 공세 등 복합적 리스크에 노출되어 있습니다.

글로벌 AI 산업에서 AI 모델 학습에 사용된 데이터의 저작권 침해 여부를 둘러싼 소송이 급증하고 있습니다. AI 관련 지식재산권 소송 건수는 2023년 약 20건에서 2025년 70건 이상으로 급증한 것으로 파악됩니다. 특히, 미국에서는 2023년 12월 뉴욕타임스(NYT)가 OpenAI와 Microsoft를 상대로 수억달러 규모의 저작권 침해 소송을 제기한 바 있습니다.

국내에서도 2025년 1월 지상파 방송 3사(KBSㆍMBCㆍSBS)가 네이버의 생성형 AI 하이퍼클로바X를 상대로 저작권법ㆍ부정경쟁방지법 위반 손해배상 소송을 제기하였으며, 2026년 2월에는 동일한 방송 3사가 오픈AI를 상대로 서울중앙지방법원에 추가 소송을 제기하였습니다. 이는 국내 언론사가 글로벌 빅테크 AI 기업을 상대로 저작권 소송을 제기한 첫 사례에 해당합니다.

이러한 분쟁 확산 추세는 당사에도 직접적 영향을 미칩니다. 당사가 AI 모델 학습에 활용한 외부 데이터 또는 고객사로부터 제공받은 데이터의 저작권 귀속이 불명확한 경우, 제3자의 저작권 침해 주장에 노출될 수 있으며, 이는 손해배상 청구 및 서비스 제공 금지 가처분 등의 법적 분쟁으로 발전할 가능성이 있습니다. 당사가 제공하는 AI 솔루션이 텍스트, 이미지, 코드 등의 콘텐츠를 생성하는 경우, 해당 생성물의 저작권 귀속에 관한 법적 기준이 아직 불명확합니다. 현행 한국 저작권법은 창작성 있는 '사람의 창작물'만을 저작물로 보호하고 있어, 순수하게 AI가 생성한 결과물은 저작권 보호 대상으로 인정받기 어려울 수 있습니다. 이는 당사 솔루션이 생성한 결과물을 고객이 자유롭게 활용하지 못하거나, 반대로 당사가 개발에 투입한 노력에 상응하는 법적 보호를 받지 못하는 상황으로 이어질 수 있습니다. 미국 저작권청(USCO)은 2023년 이후 AI 생성물에 대해 인간의 창의적 기여도가 충분히 인정될 경우에만 저작권 등록을 허용하는 방침을 적용하고 있으나, 구체적 기준은 사례별로 달라 법적 예측가능성이 낮습니다.

AI 알고리즘, 학습 방법론, 특화 모델 아키텍처 등은 특허 출원 대상이 될 수 있으나, 그 특허성(Patentability) 판단이 복잡합니다. 이에 따라 당사가 기술 특허를 충분히 확보하지 못한 상황에서 경쟁사가 유사 기술에 대한 특허를 먼저 확보하거나, 역으로 당사의 기술이 제3자 특허를 침해하였다는 주장을 받을 가능성이 있습니다. 또한 고객사 파견 근무, 공동개발 프로젝트 수행 과정에서 당사의 핵심 알고리즘이나 구현 노하우가 의도치 않게 외부에 노출될 위험도 존재합니다. 당사는 핵심 기술에 대한 특허 출원 및 영업비밀 관리 체계를 강화하고, 프로젝트 계약서에 기술 비밀유지(NDA) 및 지식재산권 귀속 조항을 명확히 규정하고 있습니다. 또한, 당사는 증권신고서 제출일 현재 미국 특허 29건과 국내 특허 55건을 포함하여 총 84건의 특허를 보유하고 있으며, 미국 1건, PCT 7건과 국내 11건을 포함해 총 19건의 특허가 출원 중에 있습니다. 상표권의 경우 미국 3건을 포함하여 총 18건을 보유하고 있습니다.

당사의 IP 현황은 글로벌 AI 소프트웨어 기업과 비교하여 경쟁력을 보유하고 있습니다. IP 경쟁력 검증 및 전략 수립을 위해 '파이특허법인'과 협력하여 체계적인 특허 관리를 수행하고 있습니다.

① 개별 특허에 대한 권리 분석을 실시하고, 침해 발생 시 대응 방안까지 고려하여 관리하고 있습니다. ② 핵심기술 및 세부기술과의 연관성, ③ 주요 프로젝트 및 제품, ④ 산업 및 비즈니스 영역에 대한 태깅을 통해 기술과 특허의 사업적 연계성을 검토하고, 비즈니스적 임팩트를 반영한 기술개발 방향을 설정하고 있습니다. ⑤ 또한 BCG(Boston Consulting Group)의 산업 분류를 기반으로 AI 기술요소를 결합한 특허 매트릭스를 활용하여, 글로벌 IT 기업 및 국내 주요 AI 기업과의 비교 분석을 수행하고 있습니다. 이를 통해 기술 발전 방향, 특허 출원 추이, 사업 연계성 등을 종합적으로 검토하여 당사의 기술 경쟁력과 전략적 우위를 강화하고 있습니다.

아래 표는 당사의 권리 범위가 넓은 주요 특허에 대한 분석 결과입니다.

당사는 각 핵심기술별로 중요도와 활용성을 검토하여 침해가능성이 있는 기술과 보호 필요성이 큰 기술에 대해서는 특허 출원을 통해 적극적으로 관리하고 있습니다

당사는 주요 고객이 속한 다양한 산업 분야와 비즈니스 단계에서 특허를 확보해 왔으며, 이는 해당 영역에서 당사의 경쟁력을 보여주는 근거로 판단됩니다.

당사는 BCG의 산업분류를 기반으로 산업별 구분과 AI 기술요소를 결합한 특허 매트릭스를 구축하여 기업별 경쟁력을 분석하고 있습니다. 이를 통해 각 기업의 특허 출원 경향성을 파악하고, 시장 변화의 흐름을 분석하며, 당사의 특허 출원 및 기술개발 방향을 전략적으로 검토하고 있습니다. 기업별 특허 분석 결과, 당사는 기업 규모와 시장 내 지위를 고려할 때 상당히 많은 수의 특허를 보유하고 있는 것으로 판단됩니다. 당사는 외부 전문기관(파이특허법률사무소)을 통해 "AI 기반 설계 및 최적화" 기술 영역에 대한 국내 특허 문헌 총 1,602건을 대상으로, 인공지능 및 설계 ㆍ 최적화 관련 키워드와 IPC 분류를 결합한 검색식을 적용하고, 중복 제거 및 노이즈 필터링을 거쳐 유효 데이터 627건을 기준으로 출원 건수를 분석한 결과, 당사는 (주)삼성전자, 한화오션(주), 부산대학교, KAIST 등 20개 기업 및 기관 중 동 기술 분야에서 14개의 특허 건수로 (주)삼성전자 다음으로 상위권의 특허 출원 건수를 보유한 것으로 확인되었습니다.

ai 기반 설계 및 최적화 관련 특허 문헌 검색.jpg ai 기반 설계 및 최적화 관련 특허 문헌 검색

다만, 상기 결과는 한국 특허 문헌을 대상으로 출원 사건 수 기준으로 산정된 것으로서, 공개 및 등록 문헌의 중복 제거 및 산업 ㆍ 제조 관련성 기준을 적용한특정 검색 조건 하에서 도출된 결과이며, 2026년 4월 7일 기준으로 공개된 사건을 대상으로 분석된 것입니다.

또한 2차원 히트맵을 활용한 정성적 분석 결과, 당사의 특허 포트폴리오는 산업 현장의 구체적인 문제를 해결하기 위한 Vertical Solution을 중심으로 구성되어 있으나, 동시에 모델 아키텍처 및 학습 방법 등 인공지능의 핵심 기술역량이 요구되는 영역에도 폭넓게 분포하고 있습니다. 이와 함께 다양한 Vertical Solution 관련 특허뿐만 아니라 머신러닝 플랫폼 관련 특허도 다수 보유하고 있으며, 머신러닝 플랫폼 영역에서는 Siemens, SAP, Amazon 등 글로벌 선도기업과 비교하더라도 경쟁력 있는 포트폴리오를 구축하고 있는 것으로 판단됩니다.

한편, 증권신고서 제출일 현재 당사가 보유한 핵심 기술 및 특허권과 관련하여 발생한 소송이나 분쟁은 존재하지 아니하며, 현재 인지하고 있는 특허 침해 위험 또한 없습니다.

다만, 핵심기술에 대한 경쟁사의 역설계 또는 독자개발을 완전히 차단할 수는 없으며, 이로 인해 당사의 지적재산권에 대한 이슈가 발생할 시 당사의 영업 및 손익에 부정적인 영향을 미칠 수 있습니다. 또한, 향후 매출 규모가 증가하고 사업분야의 진출영역이 확대될 경우 예상치 못한 특허 관련 소송에 대한 위험이 발생할 수도 있으며 결과적으로 당사 영업상황 및 재무실적에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사의 사업 경쟁력은 AI 연구개발, 솔루션 설계ㆍ구현, 고객 산업 도메인 이해 등 핵심 역량을 보유한 인재에 크게 의존합니다. 그러나 AI 전문 인력에 대한 국내외 수요가 폭발적으로 증가하면서 우수 인재의 확보와 유지가 업계 공통의 난제로 부상하고 있으며, 핵심 인력의 이탈은 당사의 기술 경쟁력과 사업 연속성에 직접적 위협이 됩니다.

IDC가 22개국 비즈니스 리더 5,500명을 대상으로 실시한 「AI at Work」 보고서(2025.11)에 따르면, 한국 기업의 71%가 AI 전문 인력 부족을 실감한다고 답하였으며, 이는 전세계 22개국 중 가장 높은 비율입니다. 전세계 기업의 84%가 AI 기술 인재 확보에 우려를 표명하고 있으며, 기술 역량 검증의 어려움(42%)과 치열한 인재 확보 경쟁(42%)이 가장 큰 채용 장벽으로 꼽혔습니다.

이에 따라 당사의 핵심 R&D 인력 및 기술 리더가 이탈할 경우, 진행 중인 고객 프로젝트의 기술 연속성이 단절되어 납기 지연 및 품질 저하가 발생할 수 있으며, 당사 고유의 알고리즘, 구현 방법론, 고객 도메인 지식 등 암묵적 지식(Tacit Knowledge)이 인력과 함께 유출될 위험이 있습니다. 또한, 이직 후 경쟁사 또는 고객사 내재화 팀에서 이를 활용할 경우 당사의 경쟁 우위가 훼손될 수 있으며, 핵심 인력 교체를 위한 채용ㆍ교육 비용과 기간 소요가 영업 효율성을 저하시킵니다.

당사는 AI 스타트업 및 중견기업으로서, 삼성전자ㆍ네이버ㆍ카카오 등 국내 대기업 및 구글ㆍMetaㆍMicrosoft 등 글로벌 빅테크와 동일한 AI 인재 풀을 두고 채용 경쟁을 벌이고 있습니다. 대기업ㆍ빅테크는 높은 기본급 외에도 성과급, 스톡옵션, 복리후생, 브랜드 가치 등에서 당사보다 우월한 조건을 제시할 수 있습니다. 특히 원격 근무 일반화 및 글로벌 채용 시장 통합으로 인해 국내 AI 인재들이 해외 기업의 원격 포지션을 수락하거나 실리콘밸리 취업을 선택하는 사례가 증가하고 있어, 당사의 인재 확보 경쟁 범위가 글로벌로 확대되었습니다. 정정 증권신고서 제출일 전일 현재 당사의 연구개발 조직은 각 전문 분야별로 구성한 FDE본부, PD본부, 보안/인프라팀, Cognition팀, CS팀 등으로 구성되어 있으며 연구개발 조직의 현황은 아래와 같습니다.

당사는 정정 증권신고서 제출일 전일 정규직 기준 총 115명의 임직원 중에서 임원을 포함한 연구개발인력이 81명인 연구 중심 AI 솔루션 개발 기업입니다. 당사는 AI 솔루션 개발을 위하여 본사 및 자회사 포함 전체 연구인력의 48%에 해당하는 39명이 석박사학위 전문인력으로 구성되어 있습니다. 당사의 연구개발을 담당하는 핵심 연구개발인력의 주요 현황은 아래와 같습니다.

당사는 지난 2024년 상장예비심사신청을 철회한 이후부터 2025년 상반기까지 일시적인 퇴직률 상승을 경험하였습니다. 해당 기간 발생한 연구개발인력 퇴직자는 총 13명(팀 리더 직급 퇴직자 0명)으로 2024년-2025년 2년간 전체 퇴직자 38명의 34%가 이 시기에 집중되었으나, 이는 구조적인 조직 관리 상의 문제보다는 상장예비심사신청 철회라는 특수한 경영 이벤트에 기인한 일시적 현상으로 판단됩니다. 또한 해당 기간에 핵심 인력으로 관리되고 있는 팀 리더 인력의 퇴직은 없었다는 점에서, 회사의 전략 방향, 기술 로드맵, 주요 고객 및 사업 구조를 가장 깊이 이해하고 있는 핵심 인력의 이탈은 매우 제한적인 것으로 확인되었습니다.

다만, 연구개발 인력의 퇴직이 발생할 경우, 당사가 보유한 기술 및 노하우가 외부로 유출될 수 있는 위험이 존재합니다. 당사는 이에 대비하여 퇴직자에 대한 비밀유지의무 및 경업금지 조항을 계약서에 명시하고 있으며, 주요 기술자료 및 데이터 접근 권한을 분리하고, 내부 정보보안 관리체계를 운영하는 등 사전적 예방 조치를 취하고 있습니다.

이와 더불어 당사는 내부 임직원의 동기부여 강화를 통한 연구 개발 활동 활성화 및 핵심인력 이탈 방지를 위하여 다양한 성과보상제도를 시행하고 있습니다. 우선 당사는 특허 출원 및 등록에 기여한 임직원에 대해 보상제도를 운영하고 있으며, 이는 2021년 12월에 도입되어 증권신고서 제출일 현재까지 총 341건, 107,500천원의 보상금이 지급된 바 있습니다. 또한, 당사는 다양한 측면에서의 개인 평가 및 프로젝트 평가 결과에 기반하여 성과에 따른 인센티브를 지급하고 있으며, 핵심 기술 인력 유출을 방지하기 위해 2019년부터 지속적으로 연구개발 엔지니어에게 주식매수선택권을 부여하고 있습니다.

다만 상기와 같은 당사의 지속적인 인사관리 및 핵심인력 이탈 방지 노력에도 불구하고, 핵심 인력의 이직이나 외부 유출 가능성을 완전히 배제할 수는 없습니다. 만일 주요 프로젝트를 담당하고 있는 핵심 기술 인력 또는 고객과의 접점을 관리하는 주요 인력이 이탈할 경우, 연구개발 일정 지연, 고객 대응력 약화, 기술 노하우 유출 등의 문제가 발생할 수 있으며, 이는 당사의 사업 수행과 미래 성장성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 다양한 산업군의 대기업 또는 중견기업에 산업 특화 AI 솔루션을 공급하고 대한민국 국방부 및 산하기관들과 국군에 AI 운영체계 및 솔루션을 제공하는 기업입니다. 솔루션 개발은 인력에 대한 의존도가 높은 편으로, 최근 몇 년간 소프트웨어 산업이 빠르게 성장하면서, 전문 인력의 수급 불균형으로 인해 급격한 임금 상승이 발생해 왔습니다.한국소프트웨어산업협회의 통계에 따르면, 소프트웨어 기술자의 평균 임금은 매년 높은 상승률을 기록하고 있으며, 2019년 7.7%, 2020년 5.0%, 2021년 2.6%, 2022년 6.9%, 2023년 8.3%, 2024년 4.2%로 꾸준히 증가하고 있습니다. 이러한 임금 상승은 소프트웨어 산업의 구조적 성장과 전문 인력의 공급 부족에서 비롯된 결과로, 인재 확보 경쟁이 심화되고 있는 현실을 반영합니다.

2023년 8월 31일 발표한 고용노동부의 보도자료에 따르면, 2027년까지 인공지능(AI) 분야와 클라우드 분야, 빅데이터 분야, 나노 분야에서 각각 12,800명, 18,800명, 19,600명, 8,400명의 신규 인력 부족이 전망됩니다. 특히 AI 분야에서는 해외 유출 등의 이유로 연구개발 관련 고급인력 부족 현상이 지속되고 있습니다.

당사는 2020년부터는 Runway 플랫폼의 개발을 본격화하였으며, 2022년 첫 상용 버전을 출시한 이후 최근까지 지속적인 고도화를 진행하고 있습니다. 당사는 이러한 사업 특성에 따라 영업비용에서 인건비가 차지하는 비중이 2023년 72.2%, 2024년 67.3%, 2025년 57.3%로 높은 편입니다. 당사의 최근 3개년 당사 인건비 내역은 다음과 같습니다.

향후 당사는 주요 제조 대기업 및 방산 업체와의 사업협력 확대, 그리고 글로벌 산업 현장의 디지털 전환 가속화에 따라 Runway 제품에 대한 수요가 증가함에 따라 신규 산업군 진출 및 Runway 제품 고도화를 위한 전문인력 확충이 지속적으로 요구되고 있습니다. 이러한 상황에서 AI 전문인력 부족 현상이 지속된다면, 고용 유지를 위한 임금 상승을 피할 수 없으며 당사의 신규 인력의 충원 계획에 차질이 발생할 수 있습니다. 또한, 당사가 보유한 핵심 개발인력을 유지하고 고급 인력 확보를 하는 과정에서 인건비의 비중이 증가할 수 있으며, 이로 인해 당사의 수익성 및 재무안정성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 다양한 산업군의 대기업 또는 중견기업에 산업 특화 AI 솔루션을 공급하고 있으며, 특히 대한민국 국방부 및 산하기관들과 국군에 AI 운영체계 및 솔루션을 제공하고 있습니다. 또한, 당사는 삼성, 현대자동차, SK On, LG전자, LG에너지솔루션, 두산에너빌리티, 어플라이드 머터리얼즈(Applied Materials), ASM, 혼다, 요코가와 등 국내외 선도 제조 기업들을 고객으로 확보하고 있으며, 국방과학연구소, 합동참모본부, 해군1함대 등 국방 분야 고객과 KCB(코리아크레딧뷰로) 등 금융 분야 고객으로 사업 영역을 확장하고 있습니다. 이와 같이 당사의 고객군은 거래 단가가 높은 대형 기업 및 공공기관이 중심을 이루고 있으며, GS, LG, SK, 삼성, 어플라이드 머터리얼즈, 포스코, 한화, 현대 등 당사의 전략적 투자자들이 자본 참여를 넘어 고객으로서 사업 모델과 기술 잠재력을 산업 현장에서 함께 검증해 오고 있습니다.

당사는 AI 운영체계(Runway) 공급, AI 컨설팅과 AI 운영체계(Runway)를 동시에 공급, AI 컨설팅 서비스 제공 등 사업포트폴리오가 다각화되어 있으며, 특히, 당사의 주력 제품인 AI 플랫폼(Runway)은 고객의 핵심 비즈니스 프로세스에 병합되어 운영되는 산업 특화 AI 인프라로서, 일반적인 소프트웨어 대비 높은 전환 장벽을 가지고 있습니다. 이는 다음과 같은 플랫폼 고유의 구조적 특성에 기인합니다.첫째, Runway는 데이터 수집ㆍ학습 ㆍ 배포 ㆍ 운영 ㆍ 보안 관리에 이르는 AI의 전 생애주기를 관리하는 통합 플랫폼으로, 고객이 Runway 위에 구축한 AI 모델, 데이터 파이프라인, 학습 파이프라인, 거버넌스 체계 등을 타 플랫폼으로 이전하기 위해서는 상당한 재구축 비용과 시간이 소요됩니다. 둘째, 당사의 AI 솔루션은 폐쇄망 환경에서 운영되는 것을 전제로 설계되어 있어, 고객사의 보안 정책, 인프라 환경, 데이터 거버넌스 체계와 깊이 결합되어 있습니다. 이러한 환경에서 플랫폼을 교체하는 것은 단순한 소프트웨어 변경을 넘어 보안 인증, 망분리 체계, 데이터 반입ㆍ반출 절차 등의 전면적인 재검토를 수반합니다.셋째, 당사는 AI 컨설팅과 Runway를 동시에 공급하는 방식을 통해 고객의 핵심 프로세스에 당사의 AI 솔루션을 병합함으로써, 이용 확대에 따른 추가적인 사업기회를 자연스럽게 확보하는 락인(Lock-In) 구조를 형성하고 있습니다. 상기의 구조적 특성에 따라 당사가 주요 고객사와 재계약에 실패할 가능성은 낮을 것으로 판단하고 있으며, 라이선스 기반 매출 비중 확대, 장기 계약 확대, 고객 저변 다변화(제조→국방→금융→해외), SaaS 기반 반복 수익 모델 구축 등을 추진하여 재계약 실패 가능성을 낮추고 있습니다. 다만, 이러한 당사의 노력에도 불구하고, 고객사의 AI 전략 변경, 예산 삭감, 경영환경 악화 등 당사가 통제할 수 없는 외부 요인에 의해 재계약이 이루어지지 않을 수 있으며, 특히 구독형 또는 연간 라이선스 계약의 경우 계약 갱신 시점마다 고객의 의사결정에 따라 계약이 종료될 가능성을 배제할 수 없습니다. 만약, 주요 고객사와의 재계약에 실패할 경우, 당사는 글로벌 선도 기업들과의 지속적인 협업을 통한 레퍼런스 확보가 신규 고객 유입을 확대하는 선순환 구조를 상실할 수 있으며, 이로 인해 당사의 수익성 및 성장성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 기업 고객(B2B)을 대상으로 AI 솔루션을 개발 및 공급하고 있으며, 주요 고객군은 대기업, 중견기업 및 공공기관입니다. 당사와 같은 AI 전문 솔루션 기업은 규모 면에서 고객사 대비 현저히 작은 경우가 많아, 계약 체결 및 이행 과정 전반에서 협상력이 열위할 가능성이 있습니다.

당사의 주요 고객인 대기업 및 공공기관은 발주 과정에서 경쟁 입찰, 복수 견적 비교, 협상 과정을 통해 납품 단가를 지속적으로 낮추려는 유인을 가지고 있습니다. 특히 공공기관 발주의 경우, 소프트웨어 사업 대가 기준의 적용을 받아 인건비 단가 상한이 사실상 정해져 있는 반면, 실제 프로젝트에 투입되는 고급 AI 인력의 시장 임금은 공표 기준 단가를 상회하면서 당사의 수익성에 부정적 영향을 미칠 수 있습니다. 특히, AI 솔루션 시장의 경쟁이 심화됨에 따라 경쟁사들의 저가 수주 전략이 전반적인 수주 단가 하락을 유발하고 있으며, 고객사가 경쟁사 제안을 레버리지로 활용하여 당사에 추가적인 가격 인하를 요구하는 사례도 발생합니다.또한, 공공기관 및 대기업을 주요 고객으로 하는 B2B 사업 특성상, 납품 완료 후 대금이 지급되기까지의 기간이 기관 및 기업에 따라 차이가 있어 운전자본 부담이 구조적으로 발생합니다. 국가계약법에 따른 공공 발주 사업은 최종 납품ㆍ검수 완료 후 30~60일 내 대금 지급이 원칙이나, 검수 절차 지연, 기관별 내부 결재 일정 등으로 실질적인 수금 기간이 더 길어질 수 있습니다. 이러한 구조는 당사가 프로젝트 수행을 위해 선지급해야 하는 인건비, 클라우드 인프라 비용, 외주 개발비 등과의 시간적 불일치를 야기하여 단기 유동성 위험 요인으로 작용할 수 있습니다.

당사는 기술 차별화와 과거 납품 실적을 기반으로 가격 협상에 임하고 있으나, 규모의 차이에서 비롯되는 교섭력 격차를 완전히 극복하기는 어렵습니다. 만약, 고객사와의 협상력 열위로 인해 단가 하락 압력, 불리한 계약 조건 수용, 자금 유동성 문제 등이 현실화될 경우 당사의 수익성 및 재무안정성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 글로벌 시장에서 인정받은 기술력을 바탕으로 적극적인 해외 진출을 추진하고자 합니다. 그러나 현지 시장 내 성공적으로 안착함에 있어 많은 위험요인이 있는 것을 고려하면, 스타트업으로서 큰 투자를 동반한 방식으로의 진출은 쉽지 않습니다. 기술 개발 및 사업 운영 전반에서 최소 규모로 시작하고 상황에 따라 기민하게 대응하는 운영 전략을 취하고 있는 만큼 글로벌 시장 공략도 우선 순위를 명확히 하고, 본사 주도로 목표 시장을 공략하며 상황에 따라 현지 운영을 점진적으로 확장하는 방식을 취하는 것이 바람직합니다.당사는 이러한 운영 방향성에 기반하여 주요 권역별 시장을 분석하여 최우선 시장을 일본 시장으로 설정했습니다. 유럽과 중동 시장은 적극적인 시장 진출보다는 기회에 따라 대응하고 미국 시장은 앞선 글로벌 시장에서의 성공 사례 창출로 글로벌 시장 내 입지를 강화한 후 본격적으로 접근하는 지역 확대 원칙을 설정했습니다. 또한 해외 시장 내 초기 고객 발굴에 있어 직접 영업 방식 보다는 현지 영업 네트워크를 보유한 파트너와의 협업을 확장하는 시장 진출 원칙을 설정했습니다.

당사의 지역 별 해외진출 현황 및 향후 사업 진행 방향은 다음과 같습니다. (1) 미국시장당사는 글로벌 제조 AI 시장의 매력도가 높은 것으로 판단하여 2018년 3월 중 미국 현지법인 MakinaRocks, Inc.을 설립하였으며, 2018년 8월 Applied Materials 프로젝트 수주를 시작으로 2023년까지 미국 현지 업체의 프로젝트를 수행하였습니다. 다만. 2024년 이후 미국 현지법인의 수익성 악화 및 국내 사업역량 집중의 필요성을 고려하여, 당사는 잠정적으로 미국 사업 철수를 결정하면서 2024년말 기준 관련 채권 및 대여금에 대해 전액 손상 처리한 바 있습니다.미국 현지법인은 2025년말 현재 완전자본잠식 상태이나, 증권신고서 제출일 현재 중장기적으로 미국 지역으로의 재진출 가능성 및 누적된 결손금을 활용한 미래 법인세 부담 감소효과 등을 고려하여 최소한의 자금만을 유지한 휴면 상태에 있습니다. (2) 일본시장

미국 국제무역청(ITA, International Trade Administration)이 2025년 8월 발표한 자료에 따르면, 일본의 AI 시장 규모는 2024년 기준 89억달러이며, 2029년까지 279억달러로 약 3배 성장할 것으로 전망됩니다. 또한, 일본 정부는 AI 산업 육성에 대규모 투자를 추진하고 있습니다. Fortune Business Insights에 따르면, 일본 AI 시장 규모는 2024년 118.4억달러에서 2032년 1,239억달러로 연평균 34.4%의 성장률을 기록할 것으로 전망됩니다. 산업별로는 BFSI(금융) 부문이 시장을 선도하고 있으며, 주요 기업으로 Preferred Networks, ABEJA, LeapMind 등 일본 토종 AI 기업이 활동하고 있습니다.

일본 ai 시장규모.jpg 일본 ai 시장규모

일본 경제산업성(METI)은 2026년까지 AI 및 반도체 예산을 1조2,300억엔(약 79억달러)으로 대폭 증액할 예정이며, 이는 현행 수준 대비 약 4배에 달하는 증가입니다. 또한 일본 정부와 민간이 협력하여 총 3조엔 규모를 투입해 자국산 AI 기반 모델을 개발하는 프로젝트를 추진하고 있으며, 경제산업성은 2026년부터 5년간 약 1조엔을 지원할 계획입니다. 특히, 일본이 강점을 가진 제조업의 산업 데이터를 활용해 기반 모델을 개발하고 기업에 개방하여 산업별 용도에 따라 활용할 수 있도록 하며, 최종적으로는 로봇도 조작할 수 있는 '피지컬 AI' 개발로 이어가겠다는 방침입니다.일본의 제조 AI 시장은 한국의 약 10배 정도 규모로 추산되며, 기업 간 거래에서 최초 거래 관계 형성이 어려우나 이후 신뢰가 형성되면 협업이 지속되고 확대되는 특성을 보이고 있습니다. 규모가 큰 시장에서 당사의 기술력을 많은 가망 고객에게 소개하고, 빠르게 신뢰를 구축하여 시작된 협업을 안정적으로 키워 나가기 위해서는 현지 유망 기업과의 파트너십이 절대적으로 필요합니다. 특히, 일본은 전통적으로 IT 시스템 혹은 솔루션을 도입함에 있어 기술뿐 아니라 도입 이후의 안정적인 고객 지원을 매우 중요하게 생각하며, 이는 AI 솔루션에도 동일하게 적용됩니다. 이러한 사업 기반을 자체적으로 확보하기 위해서는 장기간에 걸쳐 많은 투자가 불가피하기 때문에 스타트업 수준의 기술 기업이 일본 시장을 진출하여 현지화하기 위해서는 유망한 현지 기업과의 파트너십은 필수적입니다. 당사는 본격적인 일본 시장 진출 전인 2024년에 일본 현지 SI 기업(System Integrator) 비전크리에이터(Vision Creator)와 파트너십 계약을 체결하며 사업 기반을 구축하였습니다. 진출 후에 인지도가 상승하며 일본 최대 통신사인 NTT의 SI 계열사인 NTT 데이터 엔지니어링(NTT Data Engineering), 후지(Fuji)의 SI 계열사인 후지소프트(Fuji Soft)와 현재 NDA를 체결하고 구체적인 사업협력을 위한 논의 중에 있습니다. 또한, 당사는 일본 시장 내 절대적인 영향을 가진 미쓰비시 상사(Mitsubishi Corporation)와도 2025년 7월 NDA를 체결하고 사업협력을 논의 중에 있습니다. 미쓰비시 상사는 CEO 직속의 AI 태스크포스(Task Force)를 구성하여 데이터센터부터 AI 솔루션 공급까지 AI 관련 전체 가치 사슬에 걸쳐 사업 개발 활동을 추진하고 있습니다. 미쓰비시 상사는 최근 데이터센터, NPU 등 전방 산업 분야 유망 기업에 대한 전세계적인 투자를 이어가고 있는데, 기업들의 실질 수요를 창출할 하방 산업에 대한 투자 및 사업 개발도 중요하게 생각하고 있습니다. 이러한 맥락에서 당사는 하방 산업 사업 개발을 위한 가망 파트너로 미쓰비시상사와 협업 모델 구축을 위한 논의를 이어가고 있습니다.

(3) 유럽시장 유럽 시장은 현지 영업 네트워크를 보유한 2개 회사와 협력관계를 구축하여 해당 회사가 자사의 가망 고객에게 당사의 레퍼런스를 소개하여 수요를 발굴한 뒤 확인된 사업기회에 대해 공동 대응하여 계약을 체결하는 방식을 취하고 있습니다. 협력관계를 구축한 첫번째 회사는 선도적인 산업용 로봇 회사인 쿠카(KUKA AG)의 자회사로 2003년 뮌헨에 설립된 IoT 및 산업DX 전문기업인 디바이스 인사이트(Device Insight)라는 회사입니다. 디바이스 인사이트와의 협업을 통해 당사는 2025년 7월 독일 신재생 에너지 회사인 노르덱스(Nordex)사에 생성형 AI 기반의 특화 AI 솔루션(AI Agent)를 공급하는 약 4.5억원 규모의 사업 건을 수주했으며 디바이스 인사이트와 함께 개발/공급 과정에 있습니다.당사와 협력관계를 구축한 두번째 회사는 헬싱키에 본사를 두고 유럽 전역 포함 전세계 30개 사업장을 기반으로 BDaaS(Business Development as a Service) 서비스를 제공하는 레달(Reddal)이라는 회사입니다. 레달 과의 협업을 통해 당사는 반도체 제조용 웨이퍼 프로세싱 장비를 공급하는 ASM International N.V와 약 2.5억 규모의AI 플랫폼 개념검증 계약 건을 체결했습니다. 본 사업 건은 ASM이 공급하는 장비에 AI를 탑재하기 위한 고유 플랫폼 개발을 목적으로 활용 가능한 제품 및 기술을 검토하고자 하는 건으로 현재 Runway의 핵심 기능을 활용하여 기술검증 중에 있습니다.상기와 같은 해외 진출은 단기적으로 고객 저변 확대를 통한 수익 창출 기반 강화에 기여할 것으로 예상됩니다. 더 나아가 글로벌 시장에서의 안착은 당사가 병행 추진 중인 있는 Runway 기반 신규 사업과 맞물려 중기적으로는 당사 사업 규모의 폭발적 성장과 구조적 전환점을 마련할 것입니다. 다만, 글로벌 AI 시장은 미국 빅테크 기업을 비롯하여 자본력을 갖춘 글로벌 선도사업자가 다수 포진하고 있으며, 일본 시장의 경우에도 현지 대기업 및 SI 사업자들의 AI 사업 강화가 진행되고 있습니다. 이에 따라 당사의 기술적 차별성(폐쇄망 환경 지원, 산업 특화 AI 모델링 등)이 현지 시장에서 충분히 인정받지 못하거나, 현지 경쟁사가 유사한 기술 역량을 확보할 경우 당사의 시장 점유율 확보가 당초 계획에 미치지 못할 수 있습니다. 또한, 해외 현지시장에 대한 초기 시장 침투에 상당한 시간과 비용이 소요될 수 있습니다. 특히, 현지 법인 운영비용, 인력 확보 비용, 파트너십 구축 비용 등 해외사업 관련 고정비 지출이 매출 발생에 선행하여 발생할 수 있으며, 시장 안착이 당초 계획보다 지연될 경우 당사의 수익성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 Runway를 활용한 신규 사업을 추진하고 있습니다. 첫째는 SaaS (Software-as-a-Service) 기반 사업으로서, Runway를 클라우드 인프라(AWS, Azure, Naver Cloud 등)에 탑재해 산업 특화 AI 솔루션을 온라인 서비스로 제공하는 사업입니다. 둘째는 온디바이스 AI를 위해 폐쇄망 기반 Runway 경험을 확장하여 마이크로 컨트롤 유닛(MCU: Micro Control Unit), 모바일용 어플리케이션 프로세서(AP: Application Processor), 산업용 로봇, 무인 운반차(AGV: Automated Guided Vehicle), 드론 등 디바이스 단위에서 AI를 구동하는 AI 운영체계를 공급하는 사업입니다. (1) Runway 기반 SaaS 사업 당사는 AI 도입 의지는 있으나 내부 역량이 부족한 중견기업을 대상으로 AI 적용 영역 발굴, 모델 개발, Runway 기반 운영 지원 등을 포함한 맞춤형 AI 솔루션을 제공함으로써 초기 도입 부담을 완화하고, 지속 가능한 제품 기반 매출을 창출할 계획입니다. SaaS 형태의 사업 모델은 사업적으로 큰 이득이 있습니다. 첫째, 구독(Subscription) 기반의 반복 수익(Recurring Revenue)을 창출함으로써 계절적 수요 변동이나 단발성 매출에 대한 의존도를 줄일 수 있습니다. 둘째, 클라우드 인프라를 기반으로 하며 모든 고객이 동일한 버전을 사용하기 때문에 확장성이 좋고 운영 비용은 낮습니다. 이러한 이유로 가격 부담을 낮춰 신규 고객을 유입시키고 더 적은 비용 증가로 서비스를 제공할 수 있어 규모의 경제 확보가 용이합니다. 셋째, 고객의 사용 데이터를 확보할 수 있기 때문에 이를 활용한 서비스 개선이 가능하고 나아가 새로운 사업 기회들을 창출할 수 있습니다.그러나 제조 기업들을 대상으로 한 SaaS 기반의 AI 서비스는 아직까지 성공사례를 찾아보기 어렵습니다. 2017년 무렵 팰콘리(Falkonry) 등 미국의 스타트업들을 중심으로 제조기업을 대상으로 설비 고장 예측 등을 위한 특화 AI 솔루션을 SaaS 기반으로 공급한 사례들이 있었으나 유의미한 예측 성능을 확보하지 못하여 고객에게 외면당하고 못하고 성장 모멘텀을 상실했습니다. 제조 현장의 문제는 매우 복잡하고 특히 각 기업 별 고유한 적용 환경이 있기 때문에, 범용 AI가 힘을 발휘하지 못하고 특화 AI가 필요한 것과 같은 이유로, 공통적인 서비스로는 성능을 담보하기 어렵습니다.제조 기업들을 대상으로 한 제조 특화 AI 솔루션을 SaaS 형태로 공급하기 위해서는, 또한 다수의 기업들에 안정적으로 서비스를 제공할 수 있는 AI 운영체계를 보유해야 합니다. 그리고 무엇보다도 통상적인 제조 기업의 AI 적용 수요와 환경이 기업별로 상이함에도 불구하고, 다수의 제조 기업들이 공통적으로 이용 가능하고 가치를 창출할 수 있는 영역을 발굴하는 것이 중요합니다. 당사는 검증된 AI 플랫폼인 Runway를 보유하고 있습니다. 또한, 당사는 지난 7년간 글로벌 선도 제조 기업과 80건 이상의 다양한 특화 AI 솔루션 개발을 협업하는 과정을 통해 AI 기반 PLC(Programable Logic Controller, 자동화된 생산라인 내 장비를 제어하는 일종의 산업용 PC) 코드 분석, 설계도면 분석 등 SaaS 형태로 사업화가 가능한 가망 영역을 발굴하고 시장에 테스트했습니다. 검증된 서비스의 본격적인 사업화와 더불어 지속적인 발굴로 솔루션 라인업을 확대해 나갈 예정입니다.

생성형 ai를 활용한 클라우드 기반의 도면 검토 ai.jpg 생성형 ai를 활용한 클라우드 기반의 도면 검토 ai

당사는 2025년 국가대표 AI 사업이라고 불리는 '독자 파운데이션 모델' 프로젝트 정예팀(업스테이지 컨소시엄)으로 선정되었습니다. 컨소시엄에서 개발하게 될 소버린AI의 제조 및 국방 분야 확산을 추진하는 역할로 당사는 본 사업을 통해 확보한 특화 파운데이션 모델을 이용하여 전문가(공정 Operator) 보조, 비정형 문서(CAD, 조치이력) 활용 등 다양한 중견/중소 기업들이 쉽게 이용해 볼 수 있는 시범 서비스 출시 및 검증을 수행할 예정입니다. 또한 2026년 이후부터 한국생산기술원과의 공동연구 등을 통해 다수 제조기업들이 공통적으로 운용하는 공정(예: 열처리 공정)에 적용 가능한, 보다 현장 문제 해결에 집중한 특화 파운데이션 모델에 대한 자체 연구를 진행할 예정입니다. 특화 파운데이션 모델과 AI 플랫폼 Runway를 결합하여 SaaS 기반의 특화 AI 솔루션을 중견, 중소 제조기업들에게 제공하여 제조 산업 내 AI 실사용을 늘리고 당사의 고객 저변을 확대해 나갈 예정입니다 (2) 온디바이스 AI를 위한 AI 운영체계 공급 사업 당사는 온디바이스(On-device) AI 분야의 사업화를 위해 관련 아키텍처와 핵심 기술을 단계적으로 확보하고, 시장 성숙도 및 기술 완성도에 따라 점진적으로 상용화를 추진할 계획입니다. 당사는 AI 플랫폼 Runway를 기반으로 온디바이스 AI를 구현하기 위해 필요한 기술 요소들을 정의하고 이를 확보하기 위한 전략을 수립하였습니다. 당사는 현행 사업 및 기술 기반을 동시에 고려하여 필수 항목들을 구비해가는 활동을 추진하되, 아직 초기 시장임을 고려하여 시장 및 당사 준비 상황에 따라 점검하며 점진적으로 준비해 나갈 예정입니다.

다만, 중견기업 대상 AI 솔루션 사업의 경우, 고객사의 내부 기술 수용성과 운영 역량 부족으로 인한 도입 확산 지연 가능성이 존재합니다. 또한, 온디바이스 AI 사업은 아직 초기 시장 단계로, 기술 표준의 부재와 상용화 지연, 연구개발 투자 대비 단기 수익성 부족 등이 주요 위험 요인으로 예상됩니다. 따라서, 향후 사업계획이 변동될 수 있으며, 당사의 현금흐름 및 예상 자금조달에 중대한 영향을 미치는 경제적, 정치적 상황들이 악화될 수 있고, 예측하지 못한 새로운 상황이 발생할 수도 있습니다. 향후 당사의 성장전략에 필요한 자금의 조달이 시기 적절하게 이루어지지 않을 경우, 당사 사업의 확장성 및 성장성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

2. 회사위험

당사는 코스닥시장 상장요건 중 기술성장기업에 대한 특례를 적용한 혁신기술기업으로서, 한국거래소가 지정하는 전문평가기관 2개 기관(나이스디앤비, 이크레더블)으로부터 당사의 핵심 기술인 도메인 특화 인공지능 모델링 기술 및 도메인 특화 인공지능 엔지니어링 기술에 대한 평가를 받았으며, 2025년 11월 7일 2개 기관으로부터 모두 A등급을 통보 받았습니다.

당사는 한국거래소에서 지정하는 전문평가기관의 평가항목에 따라 기술평가를 받았으며, 위와 같이 기술성과 시장성 측면에서 경쟁력, 상용화 수준, 시장성장성, 인력 수준 및 전문성 등과 관련된 평가결과를 수령하였습니다.

당사가 수령한 A등급은 기술기반기업 전문평가의 평가등급 체계 및 등급별 정의에 의하면 높은 수준의 기술성을 가진 기업(장래 환경변화에 크게 영향을 받지 않을 수준임)으로 정의됩니다. 기술기반기업 전문평가의 평가등급 체계 및 등급별 정의는 아래와 같습니다.

한편, 코스닥시장 상장을 위해 상장예비심사를 신청하는 기업의 유형별 외형요건은 아래와 같이 일부 차이가 존재합니다.

상기와 같이 혁신기술기업으로 상장예비심사를 신청하는 경우 일반기업 및 벤처기업에 비해 주요 외형요건이 완화되어 있으며, 특히 경영성과 및 시장평가 요건 등에 있어 제한이 크지 않습니다. 따라서 혁신기술기업은 일반적으로 사업의 성과가 본격화되기 전이므로 안정적인 재무구조 및 수익성을 보이고 있지 않은 경우가 많습니다.

당사는 혁신기술기업(기술특례상장)으로서 일반(벤처)기업에 비해 완화된 외형요건을 적용 받았으며, 증권신고서 제출일 현재 일반 신규상장기업 대비 낮은 수준의 영업실적을 보이고 있습니다.

당사와 같이 기술성장기업에 대한 특례를 적용받아 상장예비심사를 신청하는 혁신기술기업은 일반적으로 사업의 성과가 본격화되기 전이므로 안정적인 재무구조 및 수익성을 보이고 있지 않은 경우가 많습니다. 당사의 경우에도 내ㆍ외부 경영 환경의 변화, 경기 침체, 신규 사업의 실패, 대내외적 여건의 변화 등의 요인으로 인하여 이익을 실현하지 못할 가능성이 존재하며, 이에 따라 당사의 성장성 및 수익성이 개선되지 않고 악화될 위험이 존재하오니 투자자께서는 이 점 유의하시기 바랍니다.

당사의 최근 3개년도 영업수익은 2023년 5,206백만원, 2024년 8,294백만원, 2025년 11,459백만원을 기록하였으며, 전년 대비 매출액 성장률은 2023년부터 2025년까지 64.18%, 59.31%, 38.71%로 지속적으로 성장하고 있습니다.

또한, 당사가 예상하고 있는 당해 사업연도 및 향후 5개년의 추정손익은 아래와 같습니다.

당사는 폐쇄망 등 특수한 환경에서 산업 특화 AI(Vertical AI)의 개발과 운영체계를 구축할 수 있는 독자 기술을 바탕으로, 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하는 사업을 영위하고 있습니다. 당사의 주력 제품인 Runway는 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 산업 특화 AI 플랫폼이며, AI 컨설팅 사업은 특정 고객의 비즈니스 문제를 해결하기 위한 맞춤형 AI 모델을 개발하여 제공하는 사업입니다. 당사의 매출액 추정치는 개별 계약의 특성, 사업 진행 단계, 산업의 성장 전망 등을 종합적으로 고려하여 합리적으로 산출되었습니다. 2026년 및 2027년의 매출 추정은 현재 진행 중인 계약 및 구체적인 협의 단계에 있는 프로젝트를 기반으로 산정하였으며, 이는 단순 예측이 아닌 실질적인 수주 내역과 과거 실적 데이터를 바탕으로 한 실증적 추정 방식입니다. 구체적으로 2026년과 2027년 매출액은 사업 진행 단계별로 상이한 영업단계 별 수주 확률를 적용하였으며, 각 단계별 확률은 당사 내부적으로 확립한 각 프로젝트별 단계에 대한 기준표에 근거하여 추정하였습니다. 그리고 2027년 이후부터는 각 사업군별로 관련 산업의 공신력 있는 시장조사기관이 제시한 성장률을 반영하여 추정하였습니다.

2026년과 2027년 매출 추정과 관련하여, 당사는 영업 기회를 기반으로 기존의 거래처와 가망 거래처와 계약금액 추정치를 S급부터 D급까지 관리하고 있으며, 이에 따라 매출 추정 시 실현 가능성이 높은 매출만을 반영하기 위해 D급은 제외하고 C급까지만을 대상으로 매출을 추정하였습니다.다만, 중립적 시나리오 상 C급의 경우 수주확률을 "0%"로 가정하였습니다. 당사는 영업조직과 현재의 영업상황을 파악하여 매출 계약별 등급을 산정하였으며, 매출 추정 시 프로젝트 별로 적용한 수주확률 내역은 다음과 같습니다.

이러한 수주확률에 대한 정합성 측면에서, 과거 유사 사업의 실적 데이터를 기반으로 각 계약 건이 실제 매출액으로 인식된 비율을 통계적으로 분석하여 산출한 수치와 비교하였습니다.

2028년부터 2030년까지의 매출증가율은 'MLOps Market Global Forecast to 2027 [MarketsAndMarkets(2022)'상의 미국을 제외한 AI Platform 성장률(32.6%)과 AI Consuling(Service) 성장률(33.2%)을 고려하였습니다.

다만, Runway 제품매출의 2027년 추정 매출성장률은 109.9% 수준임에 따라 이후 3개년동안 매출성장률이 선형으로 하락하여 2030년에 32.6%로 수렴할 것으로 가정하였으며, AI 컨설팅 용역매출의 경우 매출 성장에 따른 인력 증가 효과로 인한 Capa 제약을 고려하여 시장성장률보다 10% 이상 낮게 보수적으로 설정한 21.3%의 성장률을 가정하였습니다.

당사의 주력제품인 Runway 플랫폼의 경우 도메인 특화 인공지능 모델링 및 엔지니어링 기술의 지속적인 고도화를 위한 선제적인 연구개발이 필수적으로, 관련하여 경상연구개발비를 포함하여 AI 인력에 대한 급여성 지출이 지속적으로 증가할 것으로 예상됩니다. 또한 향후 해외 진출 등과 관련하여 외적으로 당사가 직접 대응하기 어려운 분야에 대해서는 매출이 증가하는 것에 비례하여 컨설팅비와 같은 지급수수료 항목에 대한 지출도 지속적으로 발생할 수 있습니다. 이러한 점으로 인해 당사는 2026년까지는 영업손실 및 당기순손실을 실현할 것으로 예상하고 있으며, 이후 제품 매출 비중의 확대 및 전체적인 고객 기반 확대 등으로 매출이 성장하면서 흑자 전환이 가능해질 것으로 예상하고 있습니다. 미래 추정 손익에 대한 상세 내역은 「제1부 - Ⅳ. 인수인의 의견(분석기관의 평가의견)- 1. 공모가격에 대한 의견 - 라. 추정 당기순이익 산정내역」을 참고하시기 바랍니다.당사는 내외부의 객관적인 자료를 바탕으로 합리적인 수준에서 다음과 같이 사업계획에 근거하여 영업실적을 추정하였습니다. 그럼에도 불구하고 당사가 상기 사업계획을 달성하지 못할 가능성이 있습니다. 이는 당사가 증권신고서 제출일 현재 시점에서 미래 영업실적을 예상하였으나, 경기 변동성, 산업 내 투자 불확실성 증대로 인한 투자 심리 악화, 목표시장 내 경쟁 심화, 유관 정책과 규제의 개정, 대외적인 변수 등으로 인한 고객사 계약 또는 주문 감소, 제품 고도화에 필요한 연구개발비의 증가, 사업 과정에서 예기치 못한 외주용역비의 증가 등 당사가 증권신고서 제출일 현재 예측하기 어려운 체계적 위험이 미래에 발생할 수 있기 때문입니다.당사에서는 개별 수주계약의 특성, 사업 진행 단계, 산업의 성장 전망 등을 종합적으로 고려하여 수주 확률을 달리 적용한 낙관적, 중립적, 보수적 시나리오를 가정하여 영업실적을 추정하였습니다. 당사의 사업계획은 여러 가정에 기반하고 있으므로 실제 결과는 추정치와 중대한 차이를 보일 수 있습니다. 2027년 이후부터는 각 사업군별로 관련 산업의 공신력 있는 시장조사기관이 제시한 성장률을 반영하여 영업실적을 추정하였으나, 이 또한 실제 결과와 추정치 간 중대한 차이를 보일 수 있으니 투자자께서는 이 점 유의하시어 투자결정 하시기 바랍니다. 당사가 예측하지 못한 대내외적인 이유로 당사의 추정 매출이 변동되거나 및 추정 손익을 달성하지 못할 가능성이 존재하오니 이 점 투자자께서는 유의하시기 바랍니다. 최근 3년 간 IPO가 이루어진 기술성장기업의 실적 추정치와 실제 간 차이가 상당한 것으로 나타나고 있습니다. 만일 상장 이후 당사가 제시한 추정 실적과 실제 실적치 간의 차이가 발생하는 경우 당사는 상장 이후 공시할 사업보고서에 그 사실을 충실히 기재하고, 만약 추정 실적 과 실제 실적 간의 괴리율이 10%를 초과할 시에는 그 원인을 상세하게 기재할 예정입니다.

당사의 산업 특화 AI 솔루션 공급 사업은 그 성격상 계절적 요인과 직접적인 연관성은 크지 않습니다. 다만 기업과 기관을 주요 고객으로 하는 B2B 사업의 특성상, 고객사의 업무 사이클 및 AI 도입 일정에 영향을 받는 경향이 있습니다.

대부분의 기업들은 매년 초 AI 관련 기획 및 투자심의를 진행하며, 통상 연내 도입 완료를 목표로 합니다. 연말에는 그 결과를 평가 및 분석하고 이를 토대로 다음 년도의 투자 계획을 수립합니다. 이러한 업무 사이클을 고려할 때, B2B 사업은 통상 4분기 신규 수요가 감소하는 경향을 보입니다. 만약, 분기 별 매출 편중이 지속될 경우 매출이 저조한 시기에도 인건비, R&D 비용, 인프라 운영비 등 고정비용은 지속적으로 발생함에 따른 단기적인 자금 유동성 위험, 주요 고객사의 예산 소진, 내부 승인 절차 지연, 또는 당사의 개발 일정 차질 등이 발생할 경우 하반기에 집중된 매출이 차년도로 이월됨에 따른 실적 변동 위험 등이 발생할 수 있습니다.당사의 최근 3개년 연결기준 분기별 매출 현황은 다음과 같습니다.

당사는 2024년 이후 고객 기반이 확대되면서 4분기에도 신규 수주를 확보할 수 있었으며, 특히 2025년 하반기에는 상반기 대비 수주 실적을 상회하는 신규 수주를 달성하면서 실적이 크게 증가하였습니다. 당사는 아직 B2B 사업 특성에 따른 계절 요인을 극복했다고 판단할 수는 없으나, 시장 및 고객 저변 확대, 라이선스 기반 매출 증가, 장기 계약 확대 등을 통해 계절 요인의 영향을 완화하고, 보다 안정적인 매출 구조를 강화해 나갈 계획입니다. 또한, Runway 플랫폼의 연간 라이선스(ARR) 계약 비중 확대, 유지보수 계약 확대를 통한 기간별 반복 매출 구조 강화, 그리고 B2B 제조ㆍ금융 분야 고객 다변화를 추진하고 있습니다. 다만, B2B, B2G 사업의 구조적 특성상 단기간에 계절성을 완전히 해소하기는 어려울 수 있으며, 이에 따라 분기별 실적 편차는 당분간 지속될 가능성이 높습니다. 이에 따라 투자자 여러분께서는 당사의 분기별 실적만으로 성장성이나 수익성을 단정적으로 평가하지 마시고, 연간 누적 기준으로 종합적으로 고려하여 투자 판단에 신중을 기하여 주시기 바랍니다.

당사가 제시하는 미래 사업계획은 다음과 같으며, 이에 대한 평가 내용은 'IV. 인수인의 의견(분석기관의 평가의견) - 1. 공모가격에 대한 의견 - 마. 추정 당기순이익 산정 내역'에서 확인할 수 있습니다.

「코스닥시장 상장규정」제53조(관리종목)에서는 매출액, 법인세비용차감전계속사업손실, 장기 영업손실, 자본잠식 및 자기자본 미달 등 코스닥시장 상장법인으로서의 경영성과 및 재무상태에 미달하는 경우 관리종목으로 지정하도록 규정하고 있습니다.

당사는 기술성장특례 적용 기업으로서 「코스닥시장 상장규정」 제53조(관리종목)에 따라 매출액의 경우 신규상장일이 속하는 사업연도를 포함한 연속하는 5개 사업연도(상장일부터 상장일이 속한 사업연도의 말일까지의 기간이 3월 미만인 경우에는 그 다음 사업연도), 세전이익 요건의 경우 신규상장일이 속하는 사업연도를 포함한 연속하는 3개 사업연도(상장일부터 상장일이 속한 사업연도의 말일까지의 기간이 3월 미만인 경우에는 그 다음 사업연도)에 대해서는 해당 요건을 적용받지 않습니다.다만 상기 유예기간 이후에도 충분한 재무성과를 나타내지 못할 경우 관리종목으로 지정되거나 상장폐지될 위험이 존재합니다. 당사가 2026년 중 상장할 경우 매출액 요건은 2031년부터, 법인세비용차감전계속사업손실 요건은 2029년부터 해당 요건을 적용받게 될 예정입니다. 상장폐지 관련 기타 요건에 해당하는 경우 당사는 유예기간 이전에도 상장폐지 될 수 있으며, 유예기간 이후 상기 요건에 해당할 경우 상장폐지될 수 있습니다.한편, 2025년 1월 21일 발표된 금융위원회를 비롯한 관계기관 합동 보도자료(주식시장의 질적수준 제고를 위한 「IPO 및 상장폐지 제도개선 방안」 발표)에 따르면, 주식시장 내 저성과 기업의 적시 퇴출을 위해 상장폐지 요건은 강화되고, 절차는 효율화될 예정입니다. 상장폐지 요건 강화와 관련하여 세부 내용은 다음과 같습니다.

상기와 같이 상장폐지의 대표적인 두 가지 요건인 시가총액 및 매출액 요건이 기간에 걸쳐 상향조정될 예정이오니, 투자자께서는 당사의 상장 이후 관련 요건 강화 여부를 면밀히 확인하는 등 유의하시기 바랍니다.

한편, 형식적 상장폐지 요건 중 '자본전액잠식' 요건은 기술성장특례기업에 대해 별도의 유예기간을 적용하지 않습니다. 당사의 자본총계는 K-IFRS 별도재무제표 기준 2024년말 2,630,026천원, 2025년말 14,659,919천원으로 해당사항 없으며, 금번 상장 공모를 통한 자기자본 증가로 인해 단기간 내 상기 요건에 해당될 가능성은 제한적이라고 판단됩니다. 다만, 자본잠식 50% 이상인 경우는 별도의 유예 조건 없이 관리종목 지정 사유가 되므로 적자지속에 따라 큰 폭의 자본잠식이 발생할 경우 관리종목으로 지정될 가능성도 있습니다.예기치 않게 당사의 사업성과가 당초 계획에 미치지 못하여 대규모 손실이 발생하거나, 자금유치에 실패하는 등의 원인으로 당사의 자본구조에 악영향을 미칠 경우 상기 규정에 따라 상장폐지될 수 있습니다.이와 같이 당사는 상장 후 관리종목 지정 및 상장폐지 위험이 존재하오니 투자자들께서는 이 점 유의하시기 바랍니다.

당사의 최근 3개년 성장성 및 수익성 지표는 아래와 같습니다.

당사의 영업수익은 2023년 5,206백만원, 2024년 8,294백만원, 2025년 11,459백만원으로 꾸준한 성장세를 보이고 있으며, 이는 기술 축적에 따른 사업 구조 개선, 특화 AI솔루션 공급자로서의 시장 내 입지 강화, 제조 분야 실적 기반 국방 분야 진출에 기인합니다.최근 3년간 당사의 제품 매출은 연평균 57.7%의 성장률을 기록하여 전체 매출의 연평균 증가율을 상회하고 있습니다. 고객 확대에 따라 제품 기능 및 성능 개선을 위한 다양한 운영 데이터와 고객 피드백이 축적되고 있으며, 이를 기반으로 제품 기능 고도화가 지속적으로 이루어지고 있습니다. 당사는 향후 Runway 기반 제품 매출 비중을 지속적으로 확대하여 소프트웨어 제품 중심의 매출 구조를 강화하고, 이를 통해 사업 확장성과 수익성을 제고해 나갈 계획입니다.

다만, 당사는 폐쇄망 등 특수한 환경에서 특화 AI의 개발과 운영체계를 구축할 수 있는 독자 기술을 바탕으로 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하고 있음에 따라, 국내외 제조 및 산업분야 기업, 국내 국방 기관으로 기업과 기관들의 생산성 향상을 위한 투자 활동과 깊이 연계되어 있습니다. 이러한 투자 활동은 경기 변동에 영향을 받을 수 있으며, 만약 글로벌 경기 침체로 인해 기업들의 IT 투자 및 R&D 예산이 축소될 경우 당사의 성장세가 둔화될 수 있습니다. 특히, 글로벌 빅테크 기업과의 경쟁 심화, 신규 사업의 시장 안착 지연 등은 당사의 향후 성장성을 저해하는 잠재적인 요인으로 작용할 수 있습니다.한편, 같은 기간동안 발생한 영업손실은 2023년 11,158백만원, 2024년 10,897백만원, 2025년 8,041백만원으로 지속적인 영업적자를 기록하고 있으며, 이는 기술 고도화 및 제품 경쟁력 확보를 위한 연구개발 활동 강화와 신규 사업 추진에 따른 판관비 증가 영향에 따른 것입니다.

당사가 영위하고 있는 소프트웨어 개발 및 공급업은 인력에 대한 의존도가 높은 편으로, 당사의 인건비(영업비용 중 급여, 퇴직급여, 복리후생비, 경상연구개발비, 주식보상비용)는 2023년 11,818백만원에서 2024년 12,922백만원으로 증가한 후 2025년 11,172백만원으로 감소하였으며, 전체 영업비용 중 인건비의 비중은 2023년 72.2%, 2024년 67.3%, 2025년 57.3%로 지속적으로 감소하는 추세이나 비교적 높은 수준으로 유지하고 있습니다. 최근 3개년 당사의 인건비 내역은 다음과 같습니다.

한편, 당사는 연구개발비용을 자산처리하여 인식하지 않고 있으며, 전액 비용 처리하여 인식하고 있습니다. 당사의 최근 3개년 경상연구개발비는 다음과 같습니다.

주요 제조 대기업 및 방산 업체와의 사업협력 확대, 그리고 글로벌 산업 현장의 디지털 전환 가속화에 따라 Runway 제품에 대한 수요가 증가하여 매출이 지속적인 성장세를 보일 것으로 예상됩니다. 다만, 신규 산업군 진출 및 Runway 제품 고도화에 따른 연구개발비 증가와 전문인력 확충으로 인한 운영비 부담이 가중될 경우, 단기적으로는 매출액 대비 판관비 비중이 상승하여 성장세가 둔화될 가능성이 존재합니다.

당사는 2023년 18,344백만원, 2024년 6,073백만원, 2025년 13,774백만원의 당기순손실을 기록하였으며, 과거 기간동안 발생한 영업손실과 당기순손실의 차이는 주로 금융손익에 기인합니다. 외부로부터 조달한 차입금에 대한 이자비용이 금융비용으로 계상되었으며, 특히 한국채택국제회계기준(K-IFRS) 적용에 따라 발생한 당사 발행 상환전환우선주(RCPS)에 파생상품평가손익은 2023년 (-)4,815백만원, 2024년 5,867백만원, 2025년 (-)4,774백만원으로 큰 비중을 차지하고 있어, 해당 손익이 영업손실에 더해져 당기순손실의 변동성이 확대되는 요인으로 작용하였습니다.

당사는 2025년 중 상환전환우선주 전량을 보통주 전환함에 따라 보통주 전환 이후 파생상품평가손익 계상이 당기순손익에 미치는 영향은 제한적일 것으로 판단됩니다. 다만, 향후 금리 변동에 따라 이자비용이 증가하거나, 해외 거래에서 환율 변동에 따른 외환차손익이 발생할 경우, 영업손익과 당기순손익의 차이가 확대될 수 있습니다.당사는 매출 확대 및 규모의 성장을 이루고 조직의 효율적인 관리 등을 통하여 수익성을 제고할 계획입니다. 그럼에도 불구하고 전방산업(AI 반도체, 자동차, IT 디바이스 등)의 시황 악화 또는 시장 내 경쟁 심화로 인한 매출실적 감소, 신규 산업군 진출 및 Runway 제품 고도화에 따른 연구개발비 증가와 전문인력 확충으로 인한 운영비 부담이 가중 등의 요인으로 인해 당사의 매출 실적 및 수익성에 부정적인 영향을 미칠 수 있으니 투자자께서는 이 점 유의하시기 바랍니다.

당사의 최근 3개년 기준 주요 재무안정성 지표는 다음과 같습니다.

당사의 유동비율은 2023년 40.4%, 2024년 89.2%, 2025년 246.5%로서, 2024년 중 상환전환우선주 추가 발행에 따른 자금 조달로 유동자산이 증가하여 개선되었으며, 2025년 중 상환전환우선주의 보통주 전환으로 관련 유동부채가 자본항목으로 대체됨에 따라 유동부채 금액이 감소하여 유동비율이 개선되었습니다. 이에 따라 2025년 기준 유동비율은 업종평균 153.6% 대비 양호한 수준을 보이고 있습니다. 한편, 당사는 영위하는 사업의 특성 상 재고자산이 없어 유동비율과 당좌비율은 동일합니다.

당사의 부채비율은 2023년 (-)140.8%, 2024년 847.7%, 2025년 52.8%로서, 2023년에는 완전자본잠식임에 따라 부채비율이 음(-)의 값을 보였으나, 2024년 및 2025년 중 상환전환우선주의 보통주 전환으로 총자본이 증가함에 따라 자본잠식이 해소되었으며 2025년 기준 업종평균 85.1% 대비 양호한 수준을 보이고 있습니다.

당사의 차입금의존도는 2023년 14.2%, 2024년 17.8%, 2025년 16.6%로서, 업종평균 20.7% 대비 양호한 수준을 보이고 있습니다.

이자보상배율은 기업이 영업이익으로 이자비용을 충당할 수 있는지를 나타내는 지표로, 1배 미만일 경우 영업이익으로 이자비용을 감당하지 못함을 의미합니다. 당사의 이자보상배율은 2023년 (-)4.9배, 2024년 (-)8.7배, 2025년 (-)7.2배로 지속적인 영업손실을 기록함에 따라 부(-)의 수치를 보이고 있습니다. 이와 같은 추세는 당사의 영업활동에서 창출된 이익 및 현금흐름만으로는 이자비용을 충분히 충당하기 어려운 구조임을 시사합니다. 다만, 당사는 2025년중 상환전환우선주가 모두 보통주로 전환됨에 따라 차입금 규모가 감소하여 관련 이자비용 부담은 감소할 것으로 예상됩니다. 그럼에도 불구하고 향후 영업손실이 지속되거나 금융시장 상황 변화로 차입금 만기 연장이 원활히 이루어지지 않을 경우 당사는 유동성 악화 및 기한이익 상실 등의 위험에 노출될 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

이자보상배율.jpg 이자보상배율

이자보상배율은 상기 분해도와 같이 (매출액 영업이익률 ÷ 이자비용 부담률)로 구분할 수 있으며, 이자비용 부담률은 다시 (차입금 평균이자율 × 차입금 의존도 ÷ 총자산 회전율)로 분해할 수 있습니다. 당사의 이자보상배율은 차입금 의존도와 이자비용 부담률이 지속적으로 하락하는 추세에 있으나, 지속적인 영업손실 발생으로 인해 매출액 영업이익률이 부(-)의 수치를 기록하고 있습니다. 이는 당사의 영업활동에서 발생하는 이익만으로는 이자비용을 충당하기 어려운 구조가 지속되고 있음을 의미합니다.

당사가 영위하는 제조 및 국방 특화 AI 솔루션 사업은 초기 개발단계에서 자금 투입이 큰 구조로서, 당사는 연구개발 인력 확충과 기술 고도화를 위해 여러 차례 증자를 진행했습니다. 특히, 주요 프로젝트 상용화가 지연되거나 추가 자금 확보가 지체될 경우 단기적으로 재무안정성 지표가 악화될 가능성이 있습니다. 당사는 금번 공모를 통해 일정 규모의 자금을 확보할 계획이며 국내 제조 대기업 및 방산 업체와의 협력 확대로 매출 성장이 기대됩니다. 다만, 빠르게 변화하는 AI 기술 트렌드에 대응하고 글로벌 시장에서 경쟁 우위를 유지하기 위해서는 향후에도 지속적인 연구개발 및 시설 투자가 필수적이며, 만약 당사가 목표하는 실적 달성이 지연되어 자체적인 현금 창출 능력을 확보하지 못하고, 금융시장 경색 등 외부 요인으로 인해 추가적인 자금 조달에 실패하는 경우, 당사의 연구개발 활동 및 성장 전략에 차질이 발생할 수 있습니다. 이는 당사의 장기적인 경쟁력 약화 및 재무안정성에 중대한 부정적 영향을 미칠 수 있으니 투자자께서는 이 점 유의하시기 바랍니다.

당사의 최근 3개년 현금흐름 추이는 다음과 같습니다.

당사의 영업활동으로 인한 현금흐름은 2023년 (-)10,183백만원, 2024년 (-)10,638백만원, 2025년 (-)7,803백만원으로, 지속적으로 음(-)의 현금흐름을 기록하였습니다. 당사의 영업활동 현금흐름이 지속적으로 음(-)의 현금흐름을 보이는 것은 AI 모델 최적화 기술의 우위를 확보하기 위한 연구개발비 및 우수 인재 확보를 위한 인건비 등 선행 투자로 인해 발생한 영업손실에 기인합니다. 당사의 투자활동으로 인한 현금흐름은 2023년 5,826백만원, 2024년 (-)8,895백만원, 2025년 7,650백만원으로, 이는 대부분 단기금융상품의 취득 또는 처분에 따른 현금흐름인 2023년 6,400백만원, 2024년 (-)7,503백만원, 2025년 8,003백만원에 의한 변동이며, 제조업이 아닌 당사의 사업구조 특성 상 투자활동 현금흐름으로 인한 현금유출은 제한적입니다. 당사의 재무활동으로 인한 현금흐름은 2023년 3,043백만원, 2024년 19,230백만원, 2025년 2,659백만원으로, 영업활동에서 발생하는 현금 부족분을 보전하기 위해 재무활동을 통해 외부에서 자금을 조달해왔습니다. 과거 수차례의 상환전환우선주(RCPS) 발행을 통해 자기자본을 확충하고, 외부금융기관 등으로부터 차입을 실행하여 사업 운영과 성장에 필요한 유동성을 확보하였습니다. 당사는 지속적인 매출 성장을 달성하고 있으나, 연구개발비 등 투자성 비용 지출로 인해 단기 수익성이 저하된 상태입니다. 그러나 향후 공모를 통한 자금 조달과 향후 주요 제조 대기업 및 방산 업체와의 사업협력 확대, 그리고 글로벌 산업 현장의 디지털 전환 가속화에 따라 Runway 제품에 대한 수요가 증가하여 수익성이 개선될 것으로 예상되며, 이를 통해 궁극적으로 영업활동 현금흐름을 양(+)의 현금흐름으로 전환시키기 위해 노력하고 있습니다.

다만, 당사가 본격적인 매출 성장세를 시현하기까지는 높은 불확실성과 상당한 시간이 소요될 것으로 전망됩니다. 특히, 신규 산업군 진출 및 Runway 제품 고도화에 따른 연구개발비 증가와 전문인력 확충으로 인한 운영비 부담이 가중될 경우, 단기적으로는 현금흐름 개선 속도가 제한적일 가능성이 있습니다. 만약 향후 사업계획이 예상대로 진행되지 않아 음(-)의 영업활동 현금흐름이 지속되는 상황에서, 금융시장 경색 등 외부 요인으로 인해 추가적인 자금 확충에 실패하는 경우, 당사의 유동성이 급격히 악화될 수 있으며, 이로 인해 연구개발, 마케팅 등 필수적인 경영 활동을 위축시켜 당사의 경쟁력에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사의 매출채권 관련 현황은 아래와 같습니다.

당사의 매출채권회전율은 2023년 2.9회, 2024년 7.0회, 2025년 2.7회 수준으로 업종평균을 다소 하회하고 있습니다. 당사는 지속적인 사업확장에 따른 매출액 증가로 매출채권 잔액은 2023년말 1,766백만원, 2024년말 1,191백만원, 2025년말 4,245백만원으로 지속적으로 증가하고 있습니다. 반면, 당사의 세금계산서 발행 및 매출 인식시점이 주로 연말에 집중되고 있는 특성에 따라 매출채권회전율이 업종평균 대비 낮은 수준을 보이고 있으나, 동 시점 차이 외 과거 채권의 연체 또는 대손 등의 경험이 없어 향후 채권 회수의 불확실성은 낮을 것으로 예상하고 있습니다.한편, 당사는 기대신용손실에 대해 손실충당금을 설정하고 있으며, 이에 따라 당사의 대손충당금 설정률은 2023년말, 2024년말 및 2025년말 기준 모두 0.0%입니다.

당사의 최근 3개년 매출채권 연령분석 현황은 아래와 같습니다.

당사의 매출채권 연령분석 현황에 따르면 2025년말 기준 매출채권 중 만기미도래 채권이 96.09% 수준이며, 매출채권 회수 또한 원활히 진행되고 있어 매출채권 회수 지연 및 미회수에 따른 위험은 높지 않은 수준입니다. 또한, 안정적인 채권 회수 환경을 구축하기 위해 향후 신규 계약 시 고객의 신용도를 면밀히 검토하고 기존 매출채권에 대해서는 연령 분석 및 모니터링을 강화하며 회수 절차를 체계화하는 등 내부통제를 강화할 계획입니다.

다만, 매출채권회전율이 업종 평균 대비 낮은 점은 향후 당사의 현금흐름에 부담으로 작용할 수 있는 중요한 위험 신호입니다. 만약 경기 악화 등으로 주요 거래처의 재무 상태가 부실화되거나, 신규 거래처에 대한 신용 평가 및 관리가 미흡할 경우, 매출채권의 회수가 지연되거나 대손(회수 불능)이 발생할 가능성이 있습니다. 매출채권의 대손이 현실화될 경우, 이는 대손상각비로 반영되어 당사의 수익성에 직접적인 악영향을 미치게 됩니다. 만약 향후 매출채권의 회수 지연 및 대손이 발생할 경우 당사의 현금흐름과 수익성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 글로벌 제조 AI 시장의 매력도가 높은 것으로 판단하여 2018년 3월 중 미국 현지법인 MakinaRocks, Inc.을 설립하였으며, 이후 2025년 4월 중 제조 산업이 강한 일본을 최우선 공략 시장으로 판단하여 일본 현지에 MakinaRocks KK.를 설립하였습니다. 각 해외 종속회사의 개요는 다음과 같습니다.

해외 종속회사에 대한 투자지분은 개별 회사의 영업실적에 따라 별도재무제표 상 손상검토 결과, 연결재무제표 상 연결회계처리 등을 통해 당사의 재무제표에 반영되고 있음에 따라, 종속회사의 영업실적이 당사의 재무제표에 직접적인 영향을 미치고 있습니다.각 해외 종속회사의 최근 재무정보는 다음과 같습니다.

미국 현지법인인 MakinaRocks, Inc.은 2025년말 현재 완전자본잠식 상태이나, 중장기적으로 미국 지역으로의 재진출 가능성 및 누적된 결손금을 활용한 미래 법인세 부담 감소효과 등을 고려하여 최소한의 자금만을 유지한 휴면 상태에 있습니다.일본 현지법인인 MakinaRocks KK.은 2025년 중 설립되어 사업 초기 단계이나, 향후 지속적인 손실이 발생할 경우 추가 자금 대여 또는 출자가 필요할 수 있으며, 이로 인한 재무적 부담이 가중될 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

한편, 최근 3개년 당사와 해외 종속회사 간 채권ㆍ채무 내역은 다음과 같습니다.

최근 3개년 당사와 해외 종속회사 간 매출ㆍ매입거래 내역은 다음과 같습니다.

2023년 기술서비스 관련 거래는 MakinaRocks Inc.의 미국 현지 고객사를 대상으로 한 AI 컨설팅 프로젝트에 당사 인력이 투입되어 수행한 용역의 대가로 기타매출을 인식한 건입니다. 해당 거래와 동일하거나 유사한 거래는 추가로 발생하지 않고 있습니다.

최근 3개년 당사와 해외 종속회사 간 자금거래 내역은 다음과 같습니다.

최근 3개년 해외 종속회사와의 내부거래 규모는 유의적이지 않습니다. 또한, 당사는 2023년 12월 5일에 제정된 '이해관계자 거래규정'에 근거하여 관계회사, 최대주주 및 그 특수관계인 등 이해관계자와의 거래가 이루어지고 있습니다. 당사는 동 규정에 따라 이해관계자와의 거래는 원칙적으로 금지하고 있으며, 사업을 영위하는 과정에서 발생하는 거래 건에 대해서는 당사 규모 대비 거래규모를 비교하여 비중이 큰 건에 대하여 이사회의 승인을 득하고 있습니다.

다만, 만약 향후 종속기업이 진행하고 있는 영업활동이 유의미한 성과를 내지 못하거나 영업실적 및 재무상황이 지속적으로 악화되는 등 예기치 못한 상황이 발생할 경우, 별도재무제표 상 추가적인 손상차손이 인식될 수 있으며, 연결재무제표 상 종속회사의 손실이 지속적으로 반영됨에 따라 당사의 재무구조 및 사업계획에 부정적인 영향을 미칠 가능성이 존재하오니 투자자께서는 이 점 유의하시기 바랍니다.

당사는 다수의 정부과제 수행 실적과 국내외 수상 경력, 글로벌 선도 기업들과의 파트너십을 통해 기술의 실질적 효용과 시장 신뢰도를 입증해 나가고 있습니다. 특히 , 당사는 중소벤처기업부, 과학기술정보통신부 등 과제를 포함하여 총 21건에 대해 76억원을 지원받았거나 받고 있으며, 이 중 증권신고서 제출일 현재 4건(29억원)의 정부과제를 진행중에 있습니다. 당사는 이와 같은 국책 과제의 수행을 통해 당사 연구개발에 필요한 자금 중 일부를 충당하여 왔습니다.

향후에도 당사는 현재 추진 중인 사업 또는 향후 사업계획과 관련된 정부지원과제에 적극적으로 참여할 계획을 가지고 있습니다. 통상적으로 정부 과제는 연구과제의 최종 목표 달성을 위해 계획된 연구기간 동안 자금 지원이 연속성을 가지나, 연도별 정부 과제의 수행 결과 등에 따라 지원 금액 등이 축소될 수 있습니다.

또한, 현재 진행 중인 과제 수행에 실패할 가능성을 배제할 수 없으며 이 경우 향후 과제 참여 제한, 정부 정책 변화에 따른 국고보조금 감소 등으로 인해 당사 연구개발 활동이 일부 부정적 영향을 받을 수 있습니다. 뿐만 아니라 향후 영업 마케팅에 악영향이 발생하고 이로 인해 당사의 사업계획에 중대한 차질이 발생할 가능성을 배제할 수 없으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 윤리규정 제정, 안전보건 관리규정 제정 등 다양한 방법을 통해 임직원으로 하여금 법규를 위반하는 행위를 하지 않도록 하기 위하여 지속적으로 노력하고 있습니다. 이러한 노력의 결과, 본 증권신고서 제출일 현재까지 당사 임직원의 중대한 위법행위가 발생한 사실은 없는 것으로 파악하고 있습니다. 그러나 어떠한 사유에 의해서든 당사의 임직원이 법규를 위반할 경우, 당사는 감독기관의 제재 또는 외부기관으로부터의 소송 등을 당할 수 있으며, 당사의 평판에 심각한 훼손을 끼치거나 혹은 재무적 손실을 경험할 수 있습니다.

또한, 임직원 등의 위법행위를 사전에 감지하거나 방지하지 못함으로써, 향후 당사의 조직 문화에 악영향을 미칠 수 있으며 매출처와의 거래관계에도 부정적 영향을 미쳐 영업상 손해를 입을 가능성이 존재합니다. 투자자께서는 이점 유의하시기 바랍니다.

코스닥시장 상장법인은 공시의무사항 및 투자판단에 영향을 미치는 중요사항 발생시 이를 종합적으로 관리하고 적시에 공개할 수 있는 관련 규정 및 공시 체계를 정비하여야 하며, 불공정거래를 예방할 수 있는 시스템을 구축하여야 합니다. 당사는 상장 이후 공시규정 등 관련 규정에서 정하고 있는 주요한 사항들을 적시에 공시 가능하도록 공시 조직을 구축하였으며, 공시책임자 및 공시담당자는 상장 이후 코스닥시장 공시규정 및 동규정 시행세칙에서 정하는 공시전문교육을 이수할 예정입니다.

당사는 공시의무의 성실한 이행을 위해 공시담당 임직원에 대해 「코스닥시장 공시규정」 제2장 공시의무 제1절 주요 경영사항 신고 및 공시 등 관련 법률 및 제규정을 충분히 숙지하도록 하고 있으며, 공시책임자와 공시담당자로 하여금 공시업무에 대해 상호 점검 및 보완할 수 있도록 업무프로세스를 갖추어 나가고 있습니다.

또한, 당사는 자본시장과 금융투자업에 관한 법률, 증권의 발행 및 공시 등에 관한 규정 등에 따라 공시의무를 충실히 이행할 예정입니다. 내부정보이용방지를 위해서는 공시규정에 따른 공시사항 발생 시 즉시 공시 및 공정공시를 통해 기업의 정보를 투자자에게 투명하게 전달할 것이며, 내부정보이용방지를 위한 직원 교육을 통해 내부정보가 유출되거나 악의적으로 이용되지 않도록 하고 있습니다. 당사는 향후에도 지속적인 IR을 실시하여 투자자들에게 회사의 정보를 적법하게 제공할 것이며 IR을 통한 투자자의 신뢰를 확보하기 위하여 정진할 것입니다.

한편, 당사는 2023년 내부정보관리규정 및 윤리강령을 제정하여 임직원의 기본 윤리, 공정한 경쟁과 거래에 대한 윤리 등과 자본시장과 금융투자업에 관한 법률 및 제반 법규에 따른 신속, 정확한 공시 및 임직원의 내부자거래 방지에 대하여 명시하고 임직원들이 이를 준수할 수 있도록 독려하고 있습니다.

향후 상장사로서의 책임을 다하기 위해, 당사 윤리규정 및 관련 법률에 대한 주기적인 교육을 진행하여 불공정거래 등의 발생을 방지할 계획입니다. 그러나 당사의 상기와 같은 노력에도 불구하고 중요한 사항이 적시에 공시되지 못하거나 불공정거래 등의 발생 및 예상치 못한 관리인력 이탈에 따른 내부 정보 관리 미흡 위험을 완전히 배제할 수는 없으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 2023년 5월 대주회계법인과 내부회계관리제도 구축 자문용역 계약을 체결하여 내부회계관리제도를 구축하였으며, 2023년 12월 내부회계관리규정을 제정하였습니다. 당사의 내부회계관리 조직 현황은 다음과 같습니다.

당사가 증권신고서 제출일 현재 내부회계관리자의 보고 및 회사의 감사가 보고한 사항과 외부감사인의 감사보고서에 표명한 종합의견 등은 다음과 같습니다.

당사는 재무제표의 적정성뿐만 아니라 신뢰성 있는 회계정보를 산출하기 위한 인력, 조직 및 정책을 정비하는 등 내부회계관리제도 운영의 효과성을 제고하고자 지속적인 노력을 기울이고 있습니다. 그럼에도 불구하고 내부회계 관리조직이 적절하게 운영되지 않거나 혹은 외부감사인이 내부회계 관리 운영실태를 감사한 결과 중요한 취약점이 발견될 시에는 각종 제재사항에 해당할 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 산업 특화 AI 플랫폼(Runway) 및 맞춤형 AI 솔루션을 개발ㆍ공급하는 사업을 영위하고 있으며, 빠르게 진화하는 AI 모델 아키텍처(LLM, Agent, 파운데이션 모델 등)와 제조ㆍ국방 분야 고객사의 고도화된 성능 요구를 충족하기 위해서는 AI 모델링ㆍ최적화 알고리즘, 폐쇄망 MLOps/LLMOps 엔진, 에이전틱 AI 시스템 등에 대한 지속적인 연구개발이 필수적입니다.

당사는 현재까지 연구개발비용을 자산처리하지 않고 전액 비용(판매관리비) 처리하여 인식하고 있으며, 최근 3개년 경상연구개발비 현황은 다음과 같습니다.

당사의 경상연구개발비는 2023년 2,719백만원, 2024년 3,338백만원, 2025년 3,402백만원으로 지속적으로 증가하고 있으며, 영업수익 대비 비율은 2023년 52.2%, 2024년 40.2%, 2025년 29.7%로 매출 성장에 따라 지속적으로 감소하는 추세에 있습니다. 당사는 Runway 플랫폼 고도화, 강화학습 기반 제어ㆍ최적화 기술 개발, 파운데이션 모델 연구, 국방 AI 진출 등 핵심 기술 역량 확보를 위해 적극적인 투자를 지속하고 있으며, 연구개발비의 일부를 정부 연구개발 과제 수행을 통해 지원받고 있습니다. 그러나 정부과제 지원금은 연구개발비 전체를 충당하기에 충분하지 않으며, 향후 정부 R&D 예산 축소, 과제 미확보 등의 상황이 발생할 경우 자체 부담이 증가할 수 있습니다.

이와 같이 연구개발 활동에 대한 지속적인 투자는 당사의 운영 자본 및 현금흐름에 부담을 주면서 다른 중요한 사업 기회에 자원을 배분하는 데 제약을 초래할 수 있습니다. 특히 AI 분야는 기술 개발에서 상용화까지의 불확실성이 높으며, PoC(Proof of Concept) 단계에서 실제 생산 환경 적용(Production)으로의 전환율이 낮은 것이 업계 공통의 과제입니다. 당사의 경우에도 고객사의 내부 의사결정 지연, 기술 검증 기간의 장기화, 경쟁 심화에 따른 수주 단가 하락 등의 요인으로 인해 연구개발 투자 대비 매출 회수가 기대에 미치지 못할 수 있습니다.당사는 설립 이후 지속적으로 영업손실을 기록하고 있으며, 연구개발비가 영업비용에서 차지하는 비중이 높은 점을 감안할 때, 향후 연구개발비 증가에도 불구하고 당사가 기술 개발에 실패하거나, 개발에 성공하더라도 당사가 개발한 제품이 시장에서 요구하는 사항에 미달하여 상용화 또는 매출 실적으로 이어지지 않을 경우 당사의 재무안정성 및 수익성에 부정적인 영향을 미칠 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

당사는 우수 인력 유치 및 장기근속 유도의 일환으로 설립일부터 현재까지 총 12회에 걸쳐 총 1,389,568주 (공모 후 주식수 기준 7.92%) 의 주식매수선택권을 부여하였습니다. 증권신고서 제출일 현재 행사가능한 주식매수선택권은 행사된 594,124주와 퇴사 등으로 인해 취소된 수량 294,400주를 제외한 501,044주 (공모 후 주식수 기준 7.92%) 입니다. 증권신고서 제출일 현재 주식매수선택권 부여 내역은 아래와 같습니다.

당사는 한국채택국제회계기준(K-IFRS)에 따라 해당 주식매수선택권 부여와 관련하여 주식보상비용을 인식하고 있으며, 최근 3개년 주식보상비용 현황은 다음과 같습니다.

당사가 영위하는 AI 산업은 기술 경쟁이 치열하고 핵심 인재 확보가 매우 중요하므로, 향후에도 우수 인력 유치 및 장기근속 유도를 위해 주식매수선택권 부여 등 주식 기반 보상 제도를 활용할 계획입니다. 이에 따라 주식보상비용이 미래에도 지속적으로 발생할 것으로 예상되며, 이는 당사의 수익성을 악화시키거나 흑자 전환 시점을 지연시키는 주요 요인으로 작용할 수 있으니 투자자께서는 이 점 유의하시기 바랍니다.

당사는 증권신고서 제출일 현재 당사가 원고인 소송 1건이 진행중에 있습니다.

당사는 2019년 중소기업기술정보진흥원(이하 "진흥원")으로부터 국가연구개발과제의 주관기관으로 선정되어 과제를 이행하였으나, 시험성적서 지연 제출을 사유로 진흥원으로부터 국가연구개발사업 참여 제한 1년 처분 및 제재부가금 194,476천원을 부과받았습니다. 당사는 이와 관련하여 2025년 9월 중 당사, 윤성호 대표이사, 허영신 CBO를 원고로 소송을 제기함과 동시에 해당 처분의 집행정지를 요청하는 가처분을 제기하였습니다. 가처분 신청 결과, 국가연구개발사업의 참여제한은 집행정지 인용되었으나, 제재부가금에 대해서는 기각되었습니다. 이에 따라 당사는 부과된 제재부가금 194,476천원을 2025년 10월 31일에 전액 지급 완료하였습니다.

(1) 과제의 실제 수행 내용과 성과

해당 과제는 제조 공장에서 사용되는 산업용 로봇의 고장 전조를 탐지하는 AI를 연구ㆍ개발하는 과제였습니다. 당사는 관련 AI를 개발할 수 있는 요소 기술을 보유하고 있었으나, 로봇 운영 데이터를 직접 확보하기 어려운 상황이었습니다. 이에 따라 사업계획서 제출 당시에는 시험용 로봇을 구입하여 단순 동작을 반복 수행함으로써 학습 데이터를 확보하는 방식으로 연구개발을 진행할 계획을 수립하였고, 해당 계획에 따라 과제에 선정되어 연구를 착수하였습니다.

그러나 과제 수행 중이던 2020년 하반기 중 현대자동차 생산라인에 산업용 로봇을 공급하고 있는 현대로보틱스로부터 실제 생산라인에서 운용 중인 산업용 로봇의 운영 데이터를 제공받을 수 있는 제안을 받았습니다. 당사는 해당 제안이 기존 연구개발 방식의 한계를 극복하고 보다 실제 환경에 근접한 데이터를 활용하여 연구 성과를 높일 수 있는 기회라고 판단하여 이를 수용하였습니다. 그 결과 개발된 AI는 현대자동차 생산라인에서 시범 적용을 통해 검증되었으며, 증권신고서 제출일 현재 약 6개 공장, 약 1,400여 대의 산업용 로봇에 적용되어 수평 전개가 진행되고 있습니다.

(2) 협약 변경 누락으로 인한 평가 문제 발생 경위

다만 위와 같은 연구개발 방식 변경 과정에서, 당사는 연구 수행 방식 변경에 대해 사전에 협약 변경 절차를 진행하지 못하였고, 그 결과 최종 평가 시 당초 사업계획서에 명시된 외부기관 시험성적서를 제출하지 못하는 상황이 발생하였습니다.

현대로보틱스로부터 제공받은 데이터는 현대자동차 국내 및 해외 공장의 실제 생산라인에서 취득된 데이터로, 로봇 동작 품질 및 생산 제품의 품질 불량 정보 등 민감한 정보가 포함되어 있었습니다. AI 모델 성능 평가를 위해 외부기관 시험을 진행하려면 학습 데이터와 함께 모델을 제공해야 하는데, 현대로보틱스 및 데이터의 원천 권리자인 현대자동차는 해당 데이터의 외부기관 제공을 허용할 수 없다는 입장을 전달하였습니다. 당사는 고객 데이터의 외부 제공을 엄격히 제한하는 내부 원칙에 따라 외부기관에 데이터를 제공할 수 없었고, 이에 따라 당초 계획된 방식의 시험평가를 수행할 수 없었습니다.

이에 대한 대안으로 현대로보틱스가 자체적으로 성능 평가를 수행하여 시험성적서를 발급하였고, 당사는 해당 시험성적서를 제출하였습니다. 그러나 성능 평가 방식 및 시험성적서 발급 기관의 변경에 대해서는 협약 변경 절차를 선행했어야 함에도 내부 절차상 이를 진행하지 못한 채 과제를 종료하였습니다. 이후 재평가 및 이의제기 과정에서 해당 경위를 설명하였으나, 평가위원회는 당초 사업계획서에 명시된 시험성적서가 제출되지 않았다는 이유로 연구개발 결과물의 존재를 인정하기 어렵다고 판단하여 '극히 불량' 처분을 내리게 되었습니다.

(3) 대안적 시험성적서 확보 및 추가 입증 노력

현대로보틱스 및 현대자동차 데이터의 외부 제공이 불가능한 상황에서, 당사는 연구개발 결과물의 성능을 객관적으로 입증하기 위한 대안을 마련하였습니다. 이에 따라 본 연구개발 결과물을 활용하여 수요기업에 로봇 이상탐지 AI 솔루션을 공급하는 AI 바우처 사업에 지원하였고, 해당 사업에 선정되었습니다.

이 과정에서 수요기업인 주식회사 HCNC와 협의를 통해 산업용 로봇 운영 데이터를 확보하였으며, 이를 활용하여 인증된 외부 시험기관으로부터 정식 시험성적서를 발급받았습니다. 이후 2024년 12월 본 과제 처분을 최종 확정하기 위한 재검토위원회가 개최되었고, 당사는 위 시험성적서를 대안 자료로 제출하였습니다. 다만 재검토위원회는 기존 '극히 불량' 처분 자체는 유지하되 일부 제재 수준만 감경하는 결정을 내렸습니다.

(4) 소 제기의 이유

기존 사례 및 법률 자문에 따르면 '극히 불량' 처분은 일반적으로 사업비 오용 등 과제 수행 과정과 연구 결과 모두에 중대한 문제가 있는 경우에 적용되는 제재입니다. 그러나 당사는 2022년 6월 본 과제 최종 평가 당시, 시험성적서 관련 사항으로 현장 점검이 필요하다는 지적은 있었으나 개발 내용, 사업비 사용 내역, 기술임치증, 연구노트 등 연구개발 과정 전반에 대한 검증 결과 모든 항목에서 '이상 없음' 판정을 받은 바 있습니다. 또한, 본 과제를 통해 개발된 기술은 현대자동차 생산라인에 실제 적용되어 운영되고 있으며 관련 공급 계약도 체결된 상태입니다.

이와 같은 연구개발 과정 및 결과의 실재성을 고려할 때, 시험성적서 제출 절차상의 문제를 이유로 '극히 불량' 처분이 내려진 것은 감경 조치가 이루어졌음에도 여전히 과도한 처분에 해당한다고 판단하여 당사는 본 소송을 제기하게 되었습니다.

(5) 당사 사업에의 영향

현재 본 건에 대한 가처분 신청 결과, 국가연구개발사업 참여 제한 처분은 집행정지가 인용되어 당사의 국가연구개발사업 참여에는 제한이 없는 상태입니다. 또한, 당사의 주요 사업 실적은 제조 분야 민간 기업과의 특화 AI 공급 계약 및 국방기관과의 특화 AI 공급 계약을 통해 창출되고 있습니다. 민간 기업과의 계약은 본 제재 처분과 무관하며, 국방기관과의 계약 역시 연구개발과제가 아닌 공급 계약의 경우 제재 대상이 되지 않습니다.

한편 국가연구개발사업을 통해 확보한 지원금은 회계 인식 기준상 매출로 인식되지 않기 때문에 당사의 매출 실적과 직접적인 연관이 없으며, 수주 규모 기준으로도 국가연구개발사업의 비중은 2025년 기준 약 16.1% 수준으로 제한적인 상황입니다. 당사는 2026년과 2027년 수주 및 매출 추정에 국가연구개발사업 관련 수익을 반영하지 않고 있어 해당 사업에 대한 의존도가 존재하지 않습니다. 이에 따라 국가연구개발사업 참여제한 처분이 유지하더라도 2026년 및 2027년 매출 및 수주에 미치는 영향은 없을 것으로 판단됩니다. 다만, 비용 보전적 성격의 정부 연구개발과제와 관련하여, 소송에서 패소할 경우 관련 처분에 따라 1년 간 정부 연구개발과제 참여가 제한될 수 있는 위험이 존재하므로 투자자께서는 이점 유의하시기 바랍니다.

(6) 당사의 데이터 관리체계 및 향후 보안 이슈

당사는 고객으로부터 제공받은 데이터의 보호를 위하여 데이터 수집, 반입, 저장, 활용, 백업 및 폐기에 이르는 전 과정에 대해 내부 보안 절차와 관리 프로세스를 수립하여 운영하고 있습니다.고객 데이터가 회사로 전달되는 경우 사전에 데이터의 출처, 항목 및 민감도 등을 기준으로 중요도를 분류하고, 개인정보 또는 영업비밀 등 민감정보가 포함된 경우 별도의 중요 등급으로 관리합니다. 또한 데이터 반입 시에는 내부 데이터 관리 책임자 및 정보보호 담당자의 사전 승인을 거치도록 하고 있으며, 전송 과정에서는 암호화된 파일 전송 방식 및 보안 전송 프로토콜을 사용하는 등 안전한 데이터 전달 절차를 적용하고 있습니다. 필요한 경우 암호화된 이동식 저장매체를 이용한 물리적 전달 방식도 활용하고 있으며, 모든 데이터 반입 내역은 관리 대장을 통해 기록ㆍ관리됩니다.반입된 데이터는 접근 권한을 최소한의 업무 필요 인원으로 제한하여 관리하고 있으며, 온프레미스 서버 및 클라우드 협업 환경에 대해 다단계 인증(MFA), 접근 권한 통제, 감사 로그 관리 등의 보안 통제를 적용하고 있습니다. 또한 중요 데이터에 대해서는 암호화 저장 및 주기적인 백업 정책을 운영하고 있으며, 백업 데이터는 별도의 저장 환경에 분리하여 보관하고 있습니다.프로젝트 종료 또는 데이터 보관 필요성이 소멸하는 경우에는 고객과 협의된 절차에 따라 해당 데이터를 반환하거나 완전 삭제하며, 물리적 저장매체 또는 클라우드 저장소에 대해 복구가 불가능한 방식으로 폐기 절차를 수행합니다. 필요 시 폐기 이력 및 관련 증빙을 기록ㆍ보관하고 있으며, 고객 요청이 있는 경우 폐기 검증 절차에도 협조하고 있습니다.당사는 이와 같은 데이터 보안 관리 체계를 통해 고객 데이터의 기밀성, 무결성 및 안전성을 확보하기 위해 노력하고 있습니다.

본 사안은 당사 창업 초기 연구개발 과제 수행 과정에서 발생한 절차적 미비로 인해 발생한 건입니다. 이후 당사는 내부 연구개발 관리 절차를 정비하고 협약 변경 및 보고 체계를 강화하는 등 동일한 문제가 재발하지 않도록 관리 체계를 보완하였습니다.그 결과 본 건 이후부터 2025년말까지 수행하여 완료된 총 16건의 국가연구개발사업 및 AI 바우처 등 정부 지원사업에서 당사는 모두 별도의 문제없이 정상적으로 완료 판정을 받은 바 있습니다.

증권신고서 제출일 현재 상기 분쟁건 외 당사는 피소된 소송 건은 없습니다. 다만, 향후 당사는 사업을 영위하는 과정에서 예상치 못한 상황에 의하여, 법적 분쟁이 생길 수 있고, 분쟁 성격에 따라 대규모 소송가액의 지출이 수반될 가능성을 배제할 수 없습니다. 또한 당사가 피소당하는 사건에 대하여 패소할 가능성이 높다고 판단될 경우, 소송충당부채를 인식할 수 있으며, 이로 인해 당사의 영업실적 및 재무상태가 악화될 수 있으니, 투자자께서는 이 점 유의하시기 바랍니다.

증권신고서 작성지침에 따라 증권신고서에 기재하는 "재무에 관한 사항"은 최근사업연도(또는 반기, 분기) 말을 기준으로 감사인의 감사 또는 검토를 받은 수치를 기준으로 기재하고 있습니다. 당사는 신뢰성 있는 재무정보를 생산하기 위하여 최선의 노력을 다 할 것 입니다. 그러나 당사의 의도적 혹은 비의도적인 회계처리 오류의 발생 가능성을 배제할 수 없으며, 감사인의 감사를 받은 재무 수치를 기준으로 증권신고서를 작성하도록 함으로서 상기한 회계처리 오류의 가능성을 축소할 수 있으리라 사료됩니다.

그러나, 이러한 기재방식은 회계처리 오류의 가능성은 축소할 수 있으나, 결산일 이후 회사의 손익 추이에 관하여는 투자자에게 정보를 제공하기 어려울 수 있다고 판단됩니다. 이에, 금융감독원에서는 2024년 1월 23일 "기업 공시역량 제고를 위한 투자위험요소 기재요령 개정 및 2023년도 주요 정정요구 사례 공개" 보도자료 배포를 통해, IPO 기업의 최근 재무정보 공시방안 관련 기재 요령을 구체화한 바 있습니다.

금융감독원 보도자료_투자위험요소 기재요령 안내서.jpg 금융감독원 보도자료_투자위험요소 기재요령 안내서

당사는 2025년 감사 이후, 감사(검토) 받지 않은 당사 자체 결산 재무제표 기준 2026년 1월 매출액 978백만원, 영업손실 492백만원, 2026년 2월 매출액 726백만원, 영업손실 1,332백만원 , 2026년 3월 매출액 1,303백만원, 영업손실 381백만원을 시현하였습니다. 상기 실적은 향후 감사(검토) 과정에서 확정 실적과의 차이발생 가능성이 있으며, 당사의 실적 악화에 따른 주가 하락 등의 위험이 존재합니다.

상기 영업수익과 관련하여, 당사의 2026년도 추정 영업수익은 약 224억원, 총 프로젝트 계약 수는 약 66건이며, 영업수익 중 1분기에 발생할 것으로 예상된 영업수익은 28억원, 총 프로젝트 계약 수는 약 39건입니다. 2026년 1분기 중 영업수익이 발생할 것으로 예상되었던 프로젝트 39건 중 29건의 계약이 완료되어 총 26억 원의 영업수익을 인식하였으며, 이외에도 기존 영업수익 추정에 반영되지 않았던 신규 수주 8건이 추가로 계약되어 약 4억원의 추가 영업수익이 발생함에 따라 총 30억원의 영업수익이 발생하였습니다. 당초 1분기에 영업수익이 발생할 것으로 예상되었으나 계약이 완료되지 않아 영업수익으로 인식되지 않은 계약 건 중 7건은 1분기 중 수주가 완료되어 2분기부터 영업수익으로 인식될 예정이며, 하반기 중 약 25건의 계약이 추가로 발생할 것으로 예상하고 있습니다.또한, 당사의 영업수익은 주로 국내외 제조 대기업 및 국내 국방 기관을 대상으로 한 특화 AI 솔루션 공급을 통해 발생하고 있습니다. 제조 대기업 및 국방 분야의 경우 데이터 보안 등의 사유로 클라우드 기반 AI 솔루션보다는 폐쇄망 환경 내 구축 ㆍ운영 방식으로 용역을 제공함에 따라 주로 공급 계약 체결 이후 진행률에 따른 영업수익을 인식하고 있습니다.이와 관련하여, 제조 대기업 및 국방 기관은 통상 연 단위로 예산을 편성 ㆍ집행함에 따라 신규 계약이 상반기부터 집중되는 경향이 있습니다. 이 중 다수의 계약은 당해 연도 내 공급이 완료되나, 일부 계약은 차년도 이후 검수 완료가 예정되는 경우도 존재합니다. 또한, 해당 고객군의 사업자 선정 및 구매 계약 절차상 사업자 선정부터 계약 체결까지 일정 기간이 소요되며, 이에 따라 실질적인 솔루션 공급은 주로 상반기 중반 이후 개시되어 연말까지 진행되는 특성이 있습니다.상기와 같은 사업 환경 하에서 당사는 상반기에 수주한 계약의 상당 부분이 하반기에 진행률에 따른 영업수익으로 본격적으로 반영되는 구조를 보이고 있으며, 이에 따라 영업수익이 상반기 대비 하반기에 집중되는 계절성이 나타나고 있습니다. 이러한 계절성은 단기적으로 해외 고객을 포함한 고객군 확대를 통해 완화될 수 있으며, 장기적으로는 제조 대기업 및 국방 고객의 AI 솔루션 도입 및 활용 방식 변화에 따라 점진적으로 완화될 것으로 예상됩니다.

증권신고서 제출일 현재 가결산 기준 재무자료는 향후 최종 결산진행 과정과 외부감사인의 감사(검토)결과에 따라 일부 변동될 가능성이 있습니다.참고로, 감사/검토/감사 또는 검토받지 아니함에 대한 차이는 아래와 같습니다.

한편, 증권신고서 제출일 현재 당사가 투자위험요소에 기재한 사항 외에 당사가 인지하고 있는 신규상장 전까지 당사의 재무실적에 영향을 미칠 수 있는 추가적인 영업환경 변동 전망에 관한 사항은 존재하지 않습니다.

증권신고서 제출일 현재 당사의 최대주주등은 총 발행주식수의 30.57%의 지분을 보유하고 있습니다. 금번 코스닥시장 상장을 위한 신주모집 주식수 2,635,000주 및 상장주선인 의무인수분 79,050주를 감안할 시 상장 후 최대주주등의 지분율은 25.84%입니다.

한편, 당사의 최대주주등 중 윤성호, 심상우, 임용섭 3인 및 2대주주 이재혁 1인은 안정적 경영권 확보를 위한 방안으로 보유하고 있는 지분 전량을 3년동안 의무보유하는 공동목적보유확약을 체결하였습니다. 구체적으로는, 공동목적보유확약에 따라 최대주주등(윤성호, 심상우, 임용섭)은「코스닥시장 상장규정」 제26조 제1항제1호(상장신청인의 최대주주등: 상장일로부터 6개월(기술성장기업또는 제31조 제1항에 따른 신속이전기업은 1년))에 따른 의무보유 1년에「코스닥시장 상장규정」제26조 제1항 본문의 단서조항(경영투명성, 경영안정성 및 투자자 보호 등을 위하여 거래소가 필요하다고 인정하는 경우에는 의무보유 대상자와 협의하여 제1호부터 제6호까지의 규정에서 정하는 기간 외에 2년 이내의 범위에서 의무보유 기간을 연장할 수 있다.)에 따른 의무보유 2년 추가로 상장 이후 총 3년 의무보유, 이재혁은 「코스닥시장 상장규정」제26조 제1항제7호(그 밖에 거래소가 공익 실현과 투자자 보호 등을 위하여 의무보유가 필요하다고 인정하는 주주등: 상장일부터 거래소와 협의하여 정한 2년 이내의 기간)에 따른 의무보유 2년이며, 추가 1년에 대해서는 대표주관회사 계좌 처리를 통한 매각제한 설정으로 상장 이후 총 3년 의무보유할 예정입니다. 최대주주 우호지분 공동목적보유 현황은 다음과 같습니다.

또한, 최대주주등 중 박민수, 허영신 2인은 「코스닥시장 상장규정」 제26조 제1항 제1호에 따라 1년 의무보유할 예정입니다. 의무보유 기간 종료 후 최대주주 및 특수관계인이 보유 지분을 대량 매각하거나 경영을 주도하고 있는 최대주주 및 경영진과 관련하여 경영권 변동 또는 기업지배구조 및 경영권 분쟁, 도덕적 해이 발생 등으로 당사의 경영환경이 악화 될 경우 경영 안정성이 저해될 수 있습니다. 또한 향후 자금확보를 위한 추가 유상증자 등으로 인하여 최대주주 등의 지분율이 감소하거나 예기치 못한 경영권 분쟁, 주요 주주들간에 지분보유 경쟁 등이 발생할 경우 당사의 경영권 안정화에 부정적인 영향을 미칠 수 있습니다.

3. 기타위험

금번 공모예정주식을 포함한 당사의 상장예정주식수(보통주) 17,554,024주 중 최대주주등(윤성호, 심상우, 임용섭) 3인 및 2대주주(이재혁) 1인은 보유하고 있는 지분 전량인 5,477,016주(상장 후 31.20%)를 3년동안 의무보유하는 공동목적보유확약을 체결하였습니다. 공동목적보유확약에 따라 최대주주등(윤성호, 심상우, 임용섭)은 「코스닥시장 상장규정」 제26조 제1항제1호(상장신청인의 최대주주등: 상장일로부터 6개월(기술성장기업또는 제31조 제1항에 따른 신속이전기업은 1년))에 따른 의무보유 1년에「코스닥시장 상장규정」제26조 제1항 본문의 단서조항(경영투명성, 경영안정성 및 투자자 보호 등을 위하여 거래소가 필요하다고 인정하는 경우에는 의무보유 대상자와 협의하여 제1호부터 제6호까지의 규정에서 정하는 기간 외에 2년 이내의 범위에서 의무보유 기간을 연장할 수 있다.)에 따른 의무보유 2년 추가로 상장 이후 총 3년 의무보유, 이재혁은 「코스닥시장 상장규정」제26조 제1항제7호(그 밖에 거래소가 공익 실현과 투자자 보호 등을 위하여 의무보유가 필요하다고 인정하는 주주등: 상장일부터 거래소와 협의하여 정한 2년 이내의 기간)에 따른 의무보유 2년이며, 추가 1년에 대해서는 대표주관회사 계좌 처리를 통한 매각제한 설정으로 상장 이후 총 3년 의무보유할 예정입니다.상장 이후 급격한 주가 변동 방지 및 안정적인 주가 흐름 형성 등을 통한 투자자 보호 조치 차원에서 기존주주 중 상장주선인인 미래에셋증권㈜를 제외한 벤처금융 및 전문투자자가 보유한 주식 2,781,698주(상장 후 15.85%)를「코스닥시장 상장규정」제26조제1항제4호에 따라 상장 이후 1개월의 의무보유 및「코스닥시장 상장규정」제26조 제1항제7호에 따라 한국거래소와의 협의를 통해 1개월 또는 2개월의 추가 의무보유를 진행할 예정입니다. 또한, 당사의 전략적투자자 중 SK텔레콤, 네이버㈜, ㈜지에스, 한화세미텍 주식회사는 보유한 주식 1,567,080주(상장 후 8,91%)를 「코스닥시장 상장규정」 제26조 제1항 제7호에 따라 한국거래소와의 협의를 통해 6개월 의무보유할 예정입니다. 소액주주 중 김대성은 상장예비심사 신청일 전 1년 이내에 제3자 배정방식으로 취득한 주식 6,000주(상장 후 0.03%)를「코스닥시장 상장규정」 제26조 제1항 제3호에 따라 상장 이후 총 1년의 의무보유할 예정입니다.상장주선인 미래에셋증권㈜는 금번 공모 시 「코스닥시장 상장규정」제26조제1항제5호에 따라 상장예비심사 신청일 전 6개월 내에 취득한 260,869주(공모 후 1.49%)를 괴리율에 따라 상장일로부터 3개월~6개월 의무보유할 예정이며, 동 규정 제13조제5항제1호나목에 의거 공모주식의 3% 혹은 10억원을 초과하는 경우에서 공모주식의 3%에 해당하는 수량인 79,050주(공모 후 0.45%)를 확정공모가액과 같은 가격으로 취득하여 상장 후 3개월간 의무보유할 예정입니다.우리사주조합 349,300주(공모 후 1.99%)의 경우 「근로복지기본법」 제43조 제2항 제2호에 의거한 "조합원의 출연자금으로 취득한 우리사주"에 해당되어 상장 이후 한국증권금융에 예탁하여야 하며, 일부 예외사항을 제외하고 예탁일로부터 1년이 경과하기 이전까지 처분할 수 없습니다. 단, 우리사주조합의 실제 청약 주식수에 따라 배정 수량이 달라질 수 있습니다.

코스닥시장 상장 규정에 의거하여 의무보유 등록 물량은 한국거래소가 법령상 의무의 이행, 코스닥 상장법인의 경쟁력 향상이나 지배구조의 개선을 위한 기업의 인수 또는 합병 등에 대하여 불가피하다고 판단하는 경우를 제외하고는 의무보유의 예외가 인정되지 않습니다.

그 외 향후 당사가 보통주를 추가적으로 발행하거나 당사의 주주가 보유한 주식을 대규모로 매각하거나,(매도금지기간이 종료한 이후에는 매도금지 대상 물량을 보유한 주주들도 포함) 이와 같은 사건이 발생할 것이라는 인식이 형성되는 경우, 당사 보통주의 가격이 하락할 가능성이 존재합니다.상기의 의무보유 수량을 제외한 주식수 7,104,507주(40.47%)는 상장 직후 시장에서 유통가능한 물량에 해당합니다. 상장 후 이러한 유통가능 물량의 출회로 주식가격이 하락할 수 있으며, 의무보유가 종료되면 해당 물량의 출회로 추가적으로 주가가 하락할 수 있으니 투자자께서는 유의하시기 바랍니다.

신규상장종목의 최초 가격 결정은 시가기준가 방식에 따르지 않고, 발행가액 자체를 기준으로 하며, 신규상장종목의 가격제한폭은 신규상장일 기준가격 대비 60~400%로 상한가 및 하한가가 설정되어 있습니다.

신규상장종목 상장일은 변동성완화장치(VI)가 적용되지 않으며, 상장 익일부터 적용됩니다. 다만, 가격 변동은 상기와 같이 기준가의 가격제한폭(60~400%) 내로 제한됩니다. 투자자께서는 이 점을 참고하시어 투자 시 유의하시기 바랍니다.

본 건 상장 이전에는 당사의 주식이 거래되는 공개시장이 존재하지 않았습니다. 또한, 당사가 한국거래소 코스닥시장에 상장된 이후에 당사 주식의 거래 가격이 금번 공모가격을 하회할 수 있으며, 당사의 주식에 대한 매매가 원활하지 못할 수 있습니다.

수요예측을 거쳐 당사와 대표주관회사 간 합의를 통해 결정될 동 주식의 공모가격은 기업공개 이후 시장에서 거래되는 시장가격을 나타내는 것이 아니며, 당사의 재무실적, 당사 및 당사가 경쟁하는 업종의 과거 및 미래전망, 당사의 경영진, 당사의 과거 및 현재 영업, 당사의 미래수익 및 원가구조에 대한 전망, 당사의 발전 현황, 당사와 유사한 사업 활동을 영위하고 있는 공개기업의 가치평가, 한국 증권시장의 변동성 여부와 같은 요인의 영향을 받을 수 있습니다.

따라서 투자자는 공모가격이나 그 이상의 가격으로 주식을 매각하지 못할 수 있으며,그 결과 투자금액의 일부 또는 전부에 대한 손실이 발생할 수 있으니 이 점 유의하시기 바랍니다.

「증권 인수업무 등에 관한 규정」제2조, 제9조 제1항 및 제14항 개정에 따라, 의무보유를 확약한 일반기관투자자에 대한 우선배정이 의무화되었습니다. 이와 관련된 자세한 사항은 「I. 모집 또는 매출에 관한 일반사항」 - 「2. 공모방법」을 참고하시기 바랍니다.

이에 따라, 의무보유를 확약한 일반기관투자자에게 배정되는 수량이 잠재 배정 물량의 40%에 미달하는 경우, 대표주관회사는 금번 공모주식의 1%(최대 30억 원)를 취득하여 상장일부터 6개월 이상 보유하여야 합니다. (복수 주관 시 합산 1% 취득)이로 인해, 상장주선인이 「코스닥시장 상장규정」 제13조제5항제1호에 따라 의무인수하는 79,050주와는 별도로 추가 의무인수 물량이 발생할 수 있습니다.이러한 경우, 상장예정주식수가 변동될 수 있으며, 이에 따라 기존 주주의 공모 전ㆍ후 지분율 및 상장 후 시점별 유통가능 주식 물량이 변경될 수 있습니다. 투자자는 이 점을 유의하시기 바랍니다.

당사는 코스닥시장 상장 이후 6개월이 경과하기 전까지 상장주선인의 사전 서면동의 없이는 총액인수계약서에 의한 공모주식을 상장주선인에게 매각하는 것 이외에 주식 또는 전환사채 등 주식과 연결된 유가증권을 발행하거나 직간접적으로 매매하거나, 담보제공 등 제3자와의 거래를 하지 않도록 할 것입니다.

향후 당사가 보통주를 추가적으로 발행하거나 당사의 주주가 보유한 주식을 대규모로 매각하는 경우(매각 제한 기간이 종료한 이후에는 매각 금지 대상 물량을 보유한 주주들도 포함) 또는 이와 같은 사건이 발생할 것이라는 인식이 형성되는 경우, 당사의 보통주 가격은 하락할 수 있습니다.

2007년 6월 18일부터 시행된 증권 인수업무 등에 관한 규정에서 제11조 일반투자자의 권리 및 인수회사의 의무(Put-Back Option) 조항이 삭제됨에 따라 이와 관련해서투자자께서는 해당 권리를 행사할 수 없습니다.금번 공모의 경우 한국거래소의「코스닥시장 상장규정」제2조제1항제39호가목에 따른 기술성장기업의 상장을 목적으로 하는 바, 2016년 12월 13일 개정되어 2017년 1월 1일부로 시행되는 증권 인수업무 등에 관한 규정 제10조의3 제1항 제4호에 해당하지 않기 때문에 동 규정에 따른 환매청구권이 부여되지 않습니다.

또한, 공모 물량에 대한 초과수요가 존재 시 인수회사가 공모 물량의 15% 범위 내에서 발행회사의 대주주등으로부터 해당 주식을 차입하여 기관투자자 등에게 초과 배정을 하는 초과배정옵션(over-allotment option)도 금번 공모에서는 부여되지 않으므로 투자자께서는 유의하시기 바랍니다.

당사의 수요예측 예정일은 2026년 4월 28일(화) ~ 2026년 5월 6일(수)입니다. 수요예측에 참여한 기관투자자들은 가격확정 후 실투자 여부를 결정하여 청약 예정일인 에 일반 투자자와 함께 실청약을 실시하게 됩니다. 따라서 청약일 전에 발표되는 수요예측 경쟁률이 실제 기관투자자의 실제 투자 수요를 보여주는 지표는 아니오니, 투자자께서는 이 점 유의하시어 투자에 임하여 주시기 바랍니다.

금번 공모시 「코스닥시장 상장규정」제13조제5항제1호에 의해 상장주선인 미래에셋증권㈜는 모집ㆍ매출하는 주식의 100분의 3에 해당하는 수량(취득금액이 10억원을 초과하는 경우에는 10억원에 해당하는 수량)을 모집ㆍ매출하는 가격과 같은 가격으로 취득하여 3개월간 의무보유 하여야 합니다. 금번 공모 상장주선인으로서 의무인수에 관한 세부내역은 아래와 같습니다.

상장주선인이 사모의 방식으로 인수하는 79,050주는 상장일로부터 3개월간 의무보유한 이후 매도가 가능하게 됩니다. 증권신고서 제출일 현재시점 상장주선인은 동 의무인수분의 매도시기 및 매도가격에 대해서 구체적으로 결정한 바가 없습니다. 다만, 상장주선인의 내규에 의거하여, 상장주선인의 의무취득분은 의무보유기간(상장 후 3개월) 종료 이후 3개월 내 매도하도록 정하고 있습니다. 이에 따라, 동 의무취득분은 의무보유기간(상장 후 3개월) 이후 3개월 내 시장에 출회될 예정이며, 해당 기간동안 추가 유통물량 증가로 인하여 주식가격이 하락할 수 있습니다.

당사는 금번 공모 시 「증권 인수업무 등에 관한 규정」 제10조의2에 따라 기업공개를 위한 대표주관업무 수행의 보상으로 당사로부터 신주를 취득할 수 있는 권리(이하 "신주인수권")를 대표주관회사가 취득할 수 있도록 해당 신주인수권 263,500주에 관한 계약을 체결하였습니다.

상기 규정에 따라 대표주관회사가 금번 공모 시 취득하는 신주인수권의 행사가능주식수는 공모주식 수량의 10%인 263,500주로, 행사가격은 확정공모가액이며, 상장일로부터 3개월 이후 18개월 이내에 행사 가능합니다.

따라서 대표주관회사가 보유한 신주인수권이 향후 행사될 경우 기존 주주의 지분율이 희석될 수 있으며, 이는 당사의 주가에 부정적인 영향을 미칠 수 있는 점 투자자께서는 유의하시기 바랍니다.

당사의 상장주선인인 미래에셋증권㈜는 2025년 10월 31일 제3자배정 유상증자를 통해 당사 보통주 260,869주(상장예정주식수의 1.49%)를 취득한 사실이 존재합니다. 주식 취득의 상세내역 및 증권신고서 제출일 현재 동 주식에 관한 사항은 다음과 같습니다.

상장주선인인 미래에셋증권㈜가 상기 제3자배정 유상증자로 취득한 보통주와 관련하여 당사와 별도의 특약사항은 존재하지 않습니다.

상기 사항 이외에 상장주선인인 미래에셋증권㈜가 공모전 취득한 당사 주식은 없습니다. 한편, 미래에셋증권㈜는 보유지분 260,869주(상장예정주식수의 1.49%)에 대해 「코스닥시장 상장규정」제26조제1항제5호에 의거하여 상장일로부터 괴리율에 따라 3개월~6개월 간 의무보유합니다.

「증권 인수업무 등에 관한 규정」 제6조에 따르면, 금융투자회사는 자신과 자신의 이해관계인이 합하여 100분의 5(제15조제4항제2호 단서의 경우에는 100분의 10) 이상의 주식등을 보유하고 있는 회사의 기업공개 또는 장외법인공모를 위한 주관회사 업무를 수행하는 경우 다른 금융투자회사(해당 발행회사와 이해관계인에 해당하지 아니하면서 해당 발행회사의 주식등을 보유하고 있지 아니한 금융투자회사를 말한다)와 공동으로 하여야 한다고 명시하고 있으나, 증권신고서 제출일 현재 당사의 상장주선인인 미래에셋증권㈜의 지분율은 1.76%입니다.

한편, 상기「코스닥시장 상장규정」과는 별도로 「금융투자업규정」 제4-19조 제5호에 따라 주관회사 및 주관회사의 이해관계인이 상장일로부터 과거 2년 내에 취득한 주식의 경우 상장일로부터 30일 이내 처분하거나 타인에게 양도하는 행위가 금지됩니다.미래에셋증권㈜는 보유지분 260,869주(상장예정주식수의 1.49%)에 대해 「코스닥시장 상장규정」제26조제1항제5호에 의거하여 상장일로부터 괴리율에 따라 3개월~6개월 간 의무보유합니다. 증권신고서 제출일 현재 미래에셋증권㈜는 260,869주에 대해 「코스닥시장 상장규정」제26조제1항제5호에 의거하여 상장일로부터 최소 3개월간 의무보유할 예정이므로 관련 규정 위반의 소지는 없는 것으로 판단됩니다.

상기와 같이 상장주선인의 당사 주식 보유는 규정상 문제가 없습니다. 그럼에도 불구하고 미래에셋증권㈜는 당사의 상장주선인이자 전문투자자 주주로서 금번 공모를 진행하는 과정에서 이해상충 발생 가능성이 존재하며, 투자자께서는 이 점에 유의하시기 바랍니다.

「증권 인수업무 등에 관한 규정」 제2조, 제9조제1항 및 제14항 개정에 따라, 의무보유를 확약한 일반기관투자자에 대한 우선배정이 의무화되었습니다. 이와 관련된 자세한 『제1부 모집 또는 매출에 관한 사항 - I. 모집 또는 매출에 관한 일반사항 - 2. 공모방법』을 참고하시기 바랍니다.

이에 따라, 의무보유를 확약한 일반기관투자자에게 배정되는 수량이 잠재 배정 물량의 40%에 미달하는 경우, 대표주관회사는 금번 공모주식의 1%(최대 30억원)를 취득하여 상장일부터 6개월 이상 보유하여야 합니다.이로 인해, 상장주선인이 추가 의무인수 물량이 발생할 수 있습니다. 이러한 경우, 상장예정주식수가 변동될 수 있으며, 이에 따라 기존 주주의 공모 전ㆍ후 지분율 및 상장 후 시점별 유통가능 주식 물량이 변경될 수 있습니다. 투자자는 이 점을 유의하시기 바랍니다.

본 공모 후 최대주주인 윤성호는 보통주 1,824,000주(상장예정주식수의 10.39%)를 보유하게 됩니다. 따라서, 지배주주는 이사의 선임을 비롯한 당사 주주총회에 상정되는 대부분 사안을 결정할 때 상당한 영향력을 행사할 수 있을 것으로 판단됩니다.또한, 지배주주는 정관 변경 요구, 합병 제안, 자산 매각 제안, 또는 기타 주요 거래 등에 대한 투표 결과를 통제하거나 주요한 영향력을 행사할 수 있어 당사 지배주주의이해관계와 투자자의 이해관계는 상충될 수 있습니다. 이러한 이해상충은 당사에 대한 투자자나 다른 주주들의 이해관계에 부정적인 영향을 미칠 수 있습니다.

당사는 임직원의 동기부여 및 복지 증진 등의 목적으로 주식매수선택권을 부여하였습니다. 증권신고서 제출일 현재 미행사분이 존재하는 주식매수선택권 부여 내역은 아래와 같습니다.

증권신고서 제출일 현재 공모주식을 포함하여 당사의 보통주 상장예정주식수는 17,554,024주이며, 주식매수선택권의 행사로 인한 발행가능주식수는 501,044주 (공모 후 주식수 기준 7.92%) 로 완전희석 가정시 상장가능주식수는 총 18,055,068주입니다. 향후 주식매수선택권 행사로 인하여 신주가 발행되어 보통주로 시장에 출회될 경우, 주식수의 증가로 인해 당사의 주식가치에 부정적인 영향을 미칠 수 있으니, 투자자께서는 이 점 유의하시기 바랍니다.

「증권 인수업무 등에 관한 규정」제9조 제1항 제3호의 개정에 따라 일반청약자에게 공모 주식의 25% 이상을 배정합니다. 또한,「증권 인수업무 등에 관한 규정」제9조 제1항 제6호의 개정에 따라 일반청약자 배정물량인 공모 물량의 25%에서 추가적으로 우리사주조합원의 청약 수량을 제외한 물량을 공모주식의 5% 내에서 발행회사와 협의하여 일반청약자에게 배정할 수 있습니다.이에 따라 일반청약자 배정 물량은 25%를 초과할 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

2020년 11월 19일 금융위원회에서 고시한 공모주 일반청약자 참여기회 확대 방안에 의거해 금번 공모는 일반청약자 배정물량 중 절반 이상에 대해 균등방식을 도입하여 배정합니다.

일반청약자 주식을 배정함에 있어 금융위원회가 고시한 적용가능한 균등방식 예시 중 일괄청약방식을 적용합니다.이에 따라 일반청약자는 기존 청약방식대로 원하는 수량을 청약하고 균등배정 수량과 비례배정 수량을 최종 배정받게 됩니다. 청약 배정 방법은 일반청약자 배정물량 중 1/2 이상으로 일반청약자 인원수로 나눈 몫을 청약자 전원에게 동일하게 배정(전원 균등)하고, 일반청약자 배정 총 주식수에서 균등배정분을 제외한 수량에 대해서는 비례 배정이 이루어지게 됩니다. 각 청약자의 청약증거금에서 균등배정분 배정수량(금액)을 차감한 금액(이하 '비례배정분 청약증거금')을 기준으로 비례하여 안분배정하며, 비례배정분 청약증거금을 한도로 비례배정이 이루어지게 됩니다.이에 일반청약자에게 배정되는 주식수는 청약 시에 보여지는 청약 경쟁률과 상이할 수 있으며, 청약경쟁률을 토대로 예상한 배정주식수보다 많거나 적은 주식이 배정될 수 있습니다. 이에 따라 투자자분들께서는 주금납입액 또는 환불액이 청약경쟁률에 따라 달라질 수 있는 점에 대해 유의하시기 바랍니다.

당사의 한국거래소 코스닥시장 상장을 위한 공모 진행 시 우리사주조합에 총 공모주식의 13.26%(349,300주)를 배정하였습니다. 동 배정된 주식은 상장 이후 한국증권금융에 의무예탁되고, 의무예탁일로부터 1년간 매각이 제한됩니다. 단, 우리사주조합에 대한 최종 배정주식수는 우리사주조합 청약수량에 따라 확정되며, 일부 법령이 허용하는 예외 사항에 해당하는 경우에만 예탁주식의 인출이 가능합니다.

향후 청약 시 우리사주조합의 실권이 발생하여 미청약분이 발생할 경우, 본 건 공모의 총액인수계약서 상에서 약정한 배정기준에 의거 기관투자자 및 일반청약자에게 동 실권물량이 추가로 배정될 수 있습니다.

이로 인해 당초 배정된 주식수를 기준으로 산출한 청약 경쟁률 보다 실질 청약 경쟁률이 하락하게 되어 기관투자자 및 일반청약자에 대한 배정물량이 증가할 수 있으니, 투자자께서는 청약시 이 점을 유의해 주시기 바랍니다.

당사는 2025년 11월 17일 상장예비심사신청서를 제출하여 2026년 2월 27일 한국거래소로부터 상장예비심사결과를 통지 받았습니다. 금번 공모는 코스닥시장 신규상장에 필요한 주식의 분산요건을 충족할 목적으로 「자본시장과 금융투자업에 관한 법률」에 따라 모집을 통해 공모하는 것입니다.코스닥시장 상장규정 상 분산요건은 다음과 같습니다.

한국거래소의 상장예비심사 결과 당사는 「코스닥시장 상장규정」 제28조제1항에서 정하는 신규상장신청일(모집완료일)까지 주식의 분산 요건을 구비하여야 합니다. 그러나 상장 전 하기와 같은 사유가 발생하고 한국거래소가 판단하기에 상장예비심사 결과에 중대한 영향을 미칠 수 있다고 인정하는 경우, 한국거래소는 상장예비심사승인의 효력을 인정하지 않을 수 있습니다. 이 경우 당사는 상장예비심사신청서를 다시 제출하여 심사를 받아야 할 수도 있으며, 당사 주식의 상장 연기 혹은 상장 취소로 이어질 수 있습니다.

만약 당사의 상장적격성심사 결과에 영향을 줄 수 있는 사건이 발생할 경우 이는 당사 주식 상장 일정의 연기 또는 상장의 승인 취소를 유발할 수 있으며, 이에 따라 당사의 주식의 가격과 유동성에 심각한 부정적인 영향을 미칠 수 있습니다.코스닥시장 상장규정 제27조 및 제28조에 따라 보통주권의 신규상장신청인이 한국거래소의 상장예비심사를 통과 후 해당 보통주권을 신규상장하기 위하여 상장예비심사결과를 통지 받은 날부터 6개월 이내에 세칙으로 정하는 신규상장신청서와 첨부서류를 한국거래소에 제출하여야 합니다.당사는 2025년 11월 17일 한국거래소에 상장예비심사신청서를 제출하여 2026년 2월 27일 상장예비심사 승인을 통지 받았으며, 코스닥시장에 상장하기 위해서는 코스닥시장 상장규정에 따라 상장예비심사 결과를 통지받은 날부터 6개월 이내에 신규상장 신청을 해야 합니다. 투자자 보호 또는 건전한 거래질서를 위하여 증권신고의 효력발생시기를 재기산하는 정정기재가 필요한 경우 청약일정 및 신규상장 일정이 변경될 수 있고, 이 경우 상장예비심사 결과의 효력이 상실되어 상장예비심사를 다시 진행해야 할 가능성이 있습니다.다만, 「코스닥시장 상장규정」제8조제1항제5호에 따라 해당 신규상장신청인이 코스닥시장의 상황 급변 등 불가피한 사유로 제출기한의 연장을 요청하여 한국거래소가 승인하는 경우에는 6개월 이내에서 상장심사승인 효력을 연장할 수 있습니다. 그러나 증권신고서 제출일 현재 한국거래소가 당사의 상장심사승인 효력 연장 신청을 승인할 것으로 확신할 수 없기 때문에 청약 일정 및 신규상장 일정이 지연 될 가능성이 존재하므로 이 점 투자자께서는 유의하시기 바랍니다.

증권신고서 작성지침에 따라 증권신고서에 기재하는 "재무에 관한 사항"은 최근 사업연도(또는 반기, 분기) 말을 기준으로 감사인의 감사 또는 검토를 받은 수치를 기준으로 기재하고 있습니다. 당사는 신뢰성 있는 재무정보를 생산하기 위하여 최선의 노력을 다 할 것이나, 당사의 의도적 혹은 비의도적인 회계처리 오류의 발생 가능성을 배제할 수 없는 바, 감사인의 감사 혹은 검토를 받은 재무 수치를 기준으로 증권신고서를 작성하도록 함으로써 상기한 회계처리 오류의 가능성을 축소할 수 있을 것으로 예상됩니다.

그러나, 이러한 기재방식은 회계처리 오류의 가능성은 축소할 수 있으나, 결산일 이후 회사의 손익 추이에 관하여는 투자자에게 정보를 제공하기 어려울 수 있다고 판단됩니다. 이에, 금융감독원에서는 2024년 1월 23일 "기업 공시역량 제고를 위한 투자위험요소 기재요령 개정 및 2023년도 주요 정정요구 사례 공개" 보도자료 배포를 통해, IPO 기업의 최근 재무정보 공시방안 관련 기재 요령을 구체화한 바 있습니다.

투자위험요소 기재요령 안내서 개정 주요내용.jpg 투자위험요소 기재요령 안내서 개정 주요내용

당사는 증권신고서 제출일 현재 한국채택국제회계기준(K-IFRS)을 적용하여 재무제표를 작성하고 있으며, 2025년말 재무제표에 대해 삼정회계법인으로부터 감사받은 K-IFRS 기준으로 재무제표를 작성하여 본 신고서에 기재하였습니다. 본 신고서 상의 재무제표는 2025년말 재무제표 작성 기준일 이후의 변동을 반영하지 않았으므로 투자에 유의하시기 바랍니다.

한편, 2025년말 이후 월별 실적을 'III. 투자위험요소 - 2. 회사위험 - 더. 결산일 이후 최근 재무정보 관련 위험'에 기재하였으니, 참고하시기 바랍니다. 다만, 신고서 제출일 이후에도 영업 환경이 달라질 수 있는 점과 당사의 노력에도 불구하고, 사업이 계획대로 진행되지 않는 등 대내외적인 이유로 사업계획상 추정 매출액은 변동 가능성이 존재할 수 있으니 투자자께서는 이 점 유의하시기 바랍니다.

「자본시장과 금융투자업에 관한 법률」제120조(신고의 효력발생시기 등) 제3항에 의거 본 증권신고서의 효력 발생은 정부 또는 금융위원회가 본 증권신고서의 기재사항이 진실 또는 정확하다는 것을 인정하거나 본 증권신고서의 가치를 보증 또는 승인한 것이 아니므로 당사에 대한 투자책임은 전적으로 주주 및 투자자에게 귀속됩니다.또한, 본 증권신고서는 공시심사 과정에서 일부 내용이 정정될 수 있으며 투자판단과밀접하게 연관된 주요 내용이 변경될 시 혹은 관계기관의 업무진행 과정에서 일정이 변경될 수 있으므로 투자자들께서는 투자 시 이러한 점을 감안하시기 바랍니다.본 증권신고서상 기재사항 및 발행일정은 확정된 것이 아니며 관계기관의 조정 또는 증권신고서 수리과정에서 변경될 수 있습니다. 투자자들께서는 투자 시 이러한 점에 유의하시기 바랍니다. 금융감독원 전자공시 홈페이지(http://dart.fss.or.kr)에는 당사의 감사보고서가 전자공시되어 있사오니 투자 의사를 결정하시는 데 참조하시기 바라며 상기 제반사항을 고려하시어 투자자의 현명한 판단을 바랍니다.

상법상 상장회사 특례 규정인 제542조의6(소수주주권)에 따라 의결권이 없는 주식을 제외하고 회사의 발행주식총수의 1.5%에 해당하는 주식을 6개월 이상 보유한 소수주주는 주주총회 소집청구 및 회사의 업무, 재산상태를 조사하기 위하여 법원에 검사인 선임을 청구할 수 있고, 1.0%(회사의 자본금이 1,000억원 이상인 경우 0.5%)에 해당하는 주식을 6개월 이상 보유한 소수주주는 일정한 사항을 주주총회의 목적사항으로 할 것을 제안할 수 있습니다.

또한 0.5%(회사의 자본금이 1,000억원 이상인 경우 0.25%)에 해당하는 주식을 6개월 이상 보유한 소수주주는 이사, 감사 등의 해임을 요구할 수 있고, 0.1%(회사의 자본금이 1,000억원 이상인 경우 0.05%)에 해당하는 주식을 6개월 이상 보유한 소수주주는 회사의 회계장부를 열람청구할 수 있습니다. 0.05%(회사의 자본금이 1,000억원 이상인 경우 0.025%)에 해당하는 주식을 6개월 이상 보유한 소수주주는 이사가 법령 또는 정관에 위반한 행위를 하여 이로 인하여 회사에 회복할 수 없는 손해가 생길 염려가 있는 경우에는 회사를 위하여 이사에 대하여 그 행위를 유지하지 않도록 법원에 청구할 수 있고, 0.01%에 해당하는 주식을 6개월 이상 보유한 소수주주는 회사를 대신하여 주주대표소송을 제기할 수 있습니다.

회사의 소액주주들과 이사회 및 주요 주주들과의 이해관계는 상이할 수 있으며, 이로 인해 소액주주들이 법적 행동을 통해 그들의 영향력을 행사할 수 있습니다. 향후 당사를 상대로 상기와 같은 소송 또는 법원명령이 발생할 경우, 당사의 효율적이고 적절한 전략 시행이 방해 받을 수 있으며 사업과 성과에 영향을 줄 수 있는 경영자원이 핵심사업에 집중되지 못할 수 있습니다.

또한, 국내 상장기업 주식을 집단적으로 0.01% 이상 보유하고 있으며, 해당 기업이 발행한 증권과 관련하여 자본시장 거래에서 피해를 입었다고 주장하는 투자자 집단을 대표하여 1인 이상의 대표성 있는 원고가 집단소송을 제기할 수 있습니다.

당사는 증권신고서와 투자설명서를 신의성실에 원칙에 입각하여 충실히 작성하여 공시하고 기타 제반 공시사항에 대해 적시성과 완전성을 갖추기 위해 노력하고 있지만, 향후 당사를 대상으로 집단소송이 제기되지 않을 것이라 보장할 수 없습니다.

상기와 같이 당사를 대상으로 소송이 제기될 경우, 상당한 비용이 발생할 수 있을 뿐만 아니라, 핵심 사업에 대한 경영진의 주의와 자원이 분산될 수 있으므로, 투자자 여러분께서는 이 점에 유의하시기 바랍니다.

2009년 2월 4일부로 시행된 「자본시장과 금융투자업에 관한 법률」 제124조에 의거 누구든지 증권신고의 효력이 발생한 증권을 취득하고자 하는 자 (전문투자자, 그밖에 대통령령으로 정하는 자를 제외함) 에게 적합한 투자설명서를 미리 교부하지 아니하면 그 증권을 취득하게 하거나 매도하여서는 안 됩니다. 다만, 「자본시장과 금융투자업에 관한 법률 시행령」 제132조에 의거하여 투자설명서를 받기를 거부한다는 의사를 서면으로 표시한 자는 투자설명서의 교부 없이 청약이 가능합니다. 이에 금번 공모주 청약시 일반투자자들은 사전에 투자설명서를 교부 받아 회사 현황 및 투자위험요소 등을 검토하신 후 청약 여부를 결정하시길 바랍니다. 동 투자설명서 교부와 관련한 자세한 사항은 『 I. 모집 또는 매출에 관한 일반사항 - 4. 모집 또는 매출절차등에 관한 사항 - 마. 투자설명서 교부에 관한 사항』부분을 참고하시기 바랍니다.

2016년 12월 13일 '증권 인수업무 등에 관한 규정' 개정으로 인하여 동 규정 제5조 제1항에 따라 다양한 방법을 통한 가격결정이 가능하게 되었습니다.

그럼에도 불구하고 금번 공모를 위한 가격 결정은 '증권 인수업무 등에 관한 규정' 제5조 제1항 제2호에 따라 기관투자자를 대상으로 수요예측을 실시하고 그 결과를 감안하여 대표주관회사와 발행회사가 협의하여 정하는 방법으로 가격결정이 이루어질 예정입니다. 단, 금번 공모 시 동 규정 제5조 제1항 제2호의 단서조항은 적용하지 않으므로 창업투자회사 등은 참여할 수 없습니다.

당사의 공모가 산정은 PER를 이용한 상대가치 평가법을 사용하였으며, 비교기업의 PER를 이용한 공모가 산정방식으로 계산된 희망공모가액 범위는 당사의 실질적인 가치를 의미하는 절대적 평가액이 아니며, PER 방식을 통한 공모가 산정 방식이 절대적인 평가법이 아님을 투자자께서는 유의하시기 바랍니다.

한편, 당사는 희망 공모가액 산정 시 최종 유사회사의 2025년 온기 실적 기준으로 산출된 PER를 당사의 2028년 추정 당기순이익의 현가에 적용하여 평가 시가총액을 산출하였으며, 이에 따라 주당 평가가액 산출에 활용하였습니다. 당사의 희망공모가액은 최종 유사회사의 2025년 온기 실적 기준의 PER을 적용하여 산출되었지만, 희망공모가액의 범위가 당사의 절대적인 가치를 의미하는 것은 아닙니다.

당사는 증권신고서 제출일 현재 한국표준산업분류 상 응용 소프트웨어 개발 및 공급업에 속해 있으며, 비교기업 선정을 위해 당사의 사업구조, 영업능력, 시장 내 지위, 경영성과 및 재무현황, 회사가 속한 산업의 특성, 시장의 규모, 비교기업의 경영성과 및 주가 수준 등 기타 사용 가능한 다양한 요소를 종합적으로 고려하였습니다. 그 결과 당사는 엑셈 , 와이즈넛, 슈어소프트테크, 비아이매트릭스 4개사를 당사의 공모가격 산정을 위한 비교기업으로 선정하였습니다.

상기 기준에 따라 비교기업으로 선정된 4개사가 당사와 사업의 연관성이 존재하고, 매출 구성 측면에서 비교 가능성이 일정 수준 존재하여도 상대가치 평가방법의 특성상 적합한 비교기업 선정 과정 및 결과에 대한 완전성을 보장할 수는 없습니다. 기업규모의 차이 및 부문별 매출 비중의 상이성, 선정 기준의 임의성 등을 고려하였을 때, 최종 선정된 기업들이 반드시 적합한 비교기업의 선정이라고 판단할 수 없으며, 사업 구조, 시장점유율, 인력 수준, 재무안정성, 소속 기업집단 내 지배구조 차이, 경영진, 경영 전략 등 주식가치에 영향을 미칠 수 있는 사항들에 차이점이 존재함에 따라 비교기업 선정의 부적합성이 존재하므로 투자자께서는 이 점 유의하시기 바랍니다.

비교기업 선정 시 선정(제외)기준, 반영 방법 등 합리적인 근거에 따라 적용하였으나 정량적인 기준 외에 평가과정에서 평가자의 정성적인 판단 및 자의성이 반영됨에 따라 산정결과로 도출된 희망 공모가액 역시 그 완결성을 보장할 수는 없습니다. 비교기업 선정 과정에 대한 자세한 내용은『제1부 모집 또는 매출에 관한 사항 - Ⅳ. 인수인의 의견(분석기관의 평가의견) - 1. 공모가격에 대한 의견 - 나. 희망공모가액의 산출 방법』에 기재되어 있으니 참고하여 주시기 바랍니다.

「증권의 발행 및 공시 등에 관한 규정」제2-3조(효력발생시기의 특례 등) 제2항제1호에 따르면 증권시장에 상장하기 위하여 지분증권을 모집 또는 매출하는 경우로서모집 또는 매출할 증권수를 당초에 제출한 신고서의 모집 또는 매출할 증권수의 100분의 80 이상과 100분의 120 이하에 해당하는 증권수로 변경하는 경우 정정신고서 제출 시, 당초의 신고서 효력 발생일에 영향을 미치지 않습니다.금번 공모의 경우 수요예측 실시 후, 증권신고서 효력 발생일에 영향을 미치지 아니하고 신고서 제출일 현재 증권신고서에 기재된 모집 또는 매출 할 증권수의 100분의 80 이상과 100분의 120 이하에 해당하는 증권수로 공모주식수가 변경될 수 있으니 투자 시 유의하여 주시기 바랍니다.

금번 공모를 통해 당사가 수령하게 될 자금은 32,462백만원(제시 희망공모가액인 12,500원 ~ 15,000원 중 최저가액인 12,500원 기준이며 인수수수료와 기타 발행비용을 제외한 순수입금 기준)으로 예상됩니다. 당사 경영진은 금번 공모를 통해 조달한 공모자금을 투자자가 동의하지 않거나 당사 주주에게 유리한 수익이 발생하지 않는 방식으로 사용할 수 있습니다.

당사는 해당 공모자금을 운영자금 및 타법인증권 취득자금 등의 용도로 사용할 계획입니다. 상세 내역은 「Ⅴ. 자금의 사용목적」을 참고 하시기 바랍니다. 당사 경영진은 금번 공모를 통해 수령한 공모자금을 실제로 집행함에 있어 재량권을 보유하며, 이를 특정 용도로 사용하고자 하는 당사 경영진의 판단을 투자자가 신뢰하고 투자금을 당사 경영진에게 위탁하는 것임을 유의하시기 바랍니다.또한, 금번 공모를 통해 조달한 순수입금의 사용내역은 향후 당사가 제출하는 사업보고서, 분/반기 보고서 상 「III. 재무에 관한 사항 - 7. 증권의 발행을 통한 자금 조달 - 7-2. 증권의 발행을 통해 조달된 자금의 사용실적」에서 확인 하시기 바랍니다.

최근 금융감독기관 등의 관리감독기준이 엄격해지고 있는 상황으로 관련 규정을 위반할 경우 주권매매정지, 관리종목지정, 상장폐지실질심사, 상장폐지 등의 조치가 취해질 수 있습니다.향후 감독기관으로부터 당사가 현재 파악하지 못한 제재가 부과될 경우 주가하락 및 유동성(환금성) 제약 등으로 인해 투자금에 막대한 손실이 발생할 수 있으니 투자자들께서는 관련 규정을 충분히 검토하신 후 투자에 임해주시기 바랍니다.특히 "코스닥시장 상장규정 제53조(관리종목), 코스닥시장 상장규정 제2편 제3장(상장폐지)에 유의하시기 바랍니다. 「코스닥시장 상장규정」제54조 및 제56조의 상장폐지 요건에 해당하는 경우 당사 주권은 상장폐지가 될 수 있으니 투자자들께서는 이 점 유의하시기 바랍니다. 자세한 금융관련 법규는 "국가법령정보센터(https://law.go.kr)", "금융감독원 금융법규서비스(https://fss.or.kr)", "KRX법무포털(https://rule.krx.co.kr)" 등을 참고하시기 바랍니다.

2016년 12월 13일「증권 인수업무 등에 관한 규정」개정으로 인하여 동 규정 제5조 제1항에 따라 다양한 방법을 통한 가격결정이 가능하게 되었습니다.

그럼에도 불구하고 금번 공모를 위한 가격 결정은『증권 인수업무 등에 관한 규정』 제5조 제1항 제2호에 따라 기관투자자를 대상으로 수요예측을 실시하고 그 결과를 감안하여 정하는 방법으로 가격결정이 이루어질 예정입니다. 단, 금번 공모 시 동 규정 제5호 제1항 제2호의 단서조항은 적용하지 않습니다.

본 증권신고서(예비투자설명서 또는 투자설명서 (이하 "투자설명서"))는 향후 사업 전망에 대한 증권신고서(투자설명서) 작성기준일 현재 시점의 전망을 포함하고 있습니다. 이와 같은 전망 수치들은 시장의 추세 및 당사의 영업환경 등에 따라 변동될 수 있으며, 기타 불확실한 요인들을 고려하지 않은 수치입니다. 따라서 향후 실제 시장의 규모나 회사의 실적 등은 전망 수치와 상이할 수 있습니다. 본 증권신고서(투자설명서)에 기재된 전망의 내용은 증권신고서(투자설명서) 작성기준일 현재 추정 및 업계 내 자료에 근거하여 작성되었으며, 향후 전망에 대해 구체적인 수치를 보장하는 것은 아닙니다. 투자자께서는 이 점 유의하여 투자하시기 바랍니다.금융감독원 전자공시 홈페이지(http://dart.fss.or.kr)에는 당사의 사업보고서가 전자공시되어 있사오니 투자의사를 결정하시는데 참조하시기 바랍니다.

당사는 상기에 기술된 투자위험요소 외에도 전반적으로 불안정한 경제 상황 등에 의하여 직접적으로 또는 간접적으로 영향을 받을 수 있습니다. 최근 몇 년간 글로벌 경제 상황이 일반적으로 안정화되고 개선되었지만, 글로벌 경제에 대한 전반적인 전망은 여전히 불확실하며 세계 각 국의 영토/무역 분쟁, 외교 정책 등으로 인해 한국 경제에 부정적인 영향을 미칠 수 있습니다. 글로벌 경제의 악화는 당사의 사업, 재정 상태 및 운영 결과에 부정적인 영향을 줄 수 있습니다. 또한 지정학적 리스크 등을 포함하여, 추가적으로 발생할 수 있는 자연 재해 또는 인공재해 등 통제할 수 없는 많은 요소들이 소비심리를 위축시키는 등 글로벌 경제에 부정적인 영향을 줄 수 있으므로 투자자께서는 이 점에 유의하여 주시기 바랍니다.

IV. 인수인의 의견(분석기관의 평가의견)

1. 공모가격에 대한 의견

동사의 공모가를 산정하기 위하여 향후 5년간(2026년~2030년)의 손익을 추정하였으며, 상대가치법에 따라 2028년 당기순이익에 유사기업 평균 PER을 적용하였습니다. 공모가 산정시 직접적으로 활용된 당기순이익 및 유사기업 PER은 상기 표에서 제시하는 바와 같습니다.

가. 평가결과 대표주관회사인 미래에셋증권㈜는 ㈜마키나락스의 코스닥시장 상장을 위한 공모와 관련하여 희망공모가액을 다음과 같이 제시하고자 합니다.

상기 표에서 제시한 희망공모가액의 범위는 ㈜마키나락스의 절대적 가치가 아니며, 향후 국내외 경기, 주식시장 상황, 산업 성장성 및 영업환경 변화 등 다양한 제반 요인의 영향으로 예측, 평가 정보는 변동할 수 있음을 유의하여 주시기 바랍니다.금번 ㈜마키나락스의 코스닥시장 상장공모를 위한 확정공모가액은 대표주관회사가 상기와 같이 제시된 희망공모가액을 바탕으로 국내외 기관투자자를 대상으로 수요예측을 실시할 예정이며, 향후 수요예측 결과 및 주식시장 상황 등을 감안하여 대표주관회사가 발행회사와 협의하여 확정공모가액을 결정할 예정입니다.

나. 희망공모가액의 산출방법(1) 희망공모가액 산출 방법 개요 금번 공모와 관련하여 대표주관회사인 미래에셋증권㈜는 ㈜마키나락스의 향후 2026년~2030년 까지의 영업실적, 재무지표, 경영성과 등과 향후 성장성, 산업의 특성, 유사회사와의 재무지표 비교 및 주가수준 등을 감안하여 공모가액을 종합적으로 평가하였습니다. 동사의 공모가 밴드를 제시하기 위한 절차는 다음과 같습니다. (2) 평가방법 선정(가) 평가방법 선정 개요 일반적으로 주식시장에서 기업의 가치를 평가하는 방법으로는 절대가치 평가방법과 상대가치 평가방법이 있습니다.절대가치 평가방법으로는 대표적으로 미래현금흐름의 현재가치 할인모형(DCF: Discounted Cash Flow Method)과 본질가치 평가방법이 있습니다. 미래현금흐름의 현재가치할인모형(DCF)은 미래에 실현될 것으로 예상되는 기업의 연도별 현금흐름을 추정하고 이에 적정한 할인율(가중평균자본비용(WACC: Weighted Average Cost of Capital - 기업의 자본조달 원천별 가중치를 곱하여 산출한 자기자본비용과 타인자본비용의 합)을 적용하여 현재가치를 산정하는 평가방법입니다. 이를 위해서는 최소 5년 이상의 미래 현금흐름 및 적정 할인율을 추정하여야 하며, 비교기업과 비교하기 위해서는 비교기업의 미래현금흐름 및 할인율을 추정하여야만 상호비교가 가능한 모형으로 이러한 미래 현금흐름 및 적정 할인율을 산정함에 있어 객관적인 기준이 명확하지가 않고 평가자의 주관이 개입될 경우 평가 지표로서 유의성을 상실할 우려가 있습니다.본질가치 평가방법은 2002년 8월 "유가증권인수업무에 관한 규칙" 개정 이전에 공모주식의 평가를 위해 사용하던 규정상의 평가방법으로 최근 사업연도의 자산가치와 향후 2개년 추정실적을 기준으로 한 수익가치를 1과 1.5의 가중치를 두어 산출하는 절대가치 평가방법의 한 기법입니다. 그러나 본질가치를 구성하는 자산가치는 역사적 가치로서 기업가치를 평가함에 있어 과거 실적을 중요시 한다는 점에서 한계가 존재합니다. 또한 이를 보완하는 향후 2개년간 추정손익에 의해 산정되는 수익가치는 손익 추정시 평가자의 주관 개입 가능성, 추정기간의 불충분성 및 자본환원율로 인한 기업가치의 고평가 가능성 등은 한계점으로 지적되고 있습니다.상대가치 평가방법(PER 비교, EV/EBITDA 비교, PSR 비교, PBR 비교 등)은 주식시장에 분석대상 기업과 동일하거나 유사한 제품을 주요 제품으로 하는 비교가능성이 높은 유사 기업들이 존재하고, 주식시장은 이런 기업들의 가치를 평균적으로 올바르고 적정하게 평가하고 있다는 가정하에 분석대상기업과 비교기업을 비교ㆍ평가하는 방법으로서 그 평가방법이 간단하고 연관성을 갖기 때문에 유용한 기업가치 평가방법으로 인정되고 있습니다.그러나, 비교기업의 선정 과정에서 평가자(기관)의 주관적인 판단 개입 가능성과 시장의 오류(기업가치의 저평가 혹은 고평가) 등에 기인한 기업가치 평가의 오류 발생가능성은 상대가치 평가방법의 한계점으로 지적되고 있습니다. 이와 같이 상대가치 평가방법(PER 비교, EV/EBITDA 비교, PSR 비교, PBR 비교 등)을 적용하기 위해서는 비교 대상 회사들이 일정한 재무적 요건 및 비교 유의성을 충족하여야 합니다. 또한 사업, 기술, 관련 시장 성장성, 주요 제품군 등 질적 측면에서 일정 수준 이상 평가대상 회사와 비교 유의성을 갖고 있어야 합니다. (나) 평가방법 선정 대표주관회사인 미래에셋증권㈜는 금번 공모를 위한 ㈜마키나락스의 주당가치를 평가함에 있어 상기 평가방법 중 국내 증권시장에 기상장된 비교기업을 대상으로 PER을 산정하여 가치평가에 활용하였습니다.

동사의 주당 평가가액은 동사의 2028년 추정 주당순이익의 2025년말 현가를 기준으로 PER를 적용하여 산출한 상대적 성격의 비교가치로서 동사의 기업가치를 평가하는 데 있어 절대성을 내포하고 있는 것은 아니며, 향후 발생할 수 있는 경기 상황의 변동 및 동사가 속한 산업의 성장성 및 위험, 동사의 영업 및 재무에 대한 위험 등이 계량화되어 반영되지 않았습니다.또한, 동사의 주당순이익 추정을 위한 여러 가정 및 추정 주당순이익을 사업위험을 감안한 현재가치로 환산하기 위한 할인율에 대해 불확실성과 평가자의 자의성 개입 가능성이 있으며, 비교대상회사의 기준주가를 특정시점에서 산정하였으므로 향후 발생할 수 있는 비교대상회사의 주가변동에 의하여 동사의 주당 평가가액도 변화할 수 있습니다.따라서 금번 평가의 결과로 산출된 동사의 평가가치는 대표주관회사인 미래에셋증권㈜가 그 가치를 보증하거나 향후 코스닥시장에서 거래될 주가수준을 예측하는 것이 아님을 유의하시기 바랍니다.

다. 유사기업의 선정

(1) 유사기업 선정 요약

대표주관회사인 미래에셋증권㈜는 동사의 업종, 사업, 재무 및 일반 유사성을 고려하여 엑셈, 와이즈넛, 슈어소프트테크, 비아이매트릭스 등 총 4개사를 동사의 공모가격 산정을 위한 비교기업으로 선정하였으며, 상세 선정내역은 다음과 같습니다.

최종 선정된 비교기업은 동사와 비교가능한 유사한 사업을 영위하고 있으나, 주요 사업 및 매출규모의 차이가 존재합니다. 또한 사업전략, 영업환경, 시장 내 위치 등의 차이가 존재할 수 있으므로, 투자자께서는 비교 참고 정보를 토대로 한 투자의사 결정 시 이러한 차이점이 존재한다는 사실에 유의하시기 바랍니다.이와 같은 기준으로 선정되어 모집단에 속한 유사기업은 아래와 같습니다.

(2) 유사기업 선정 세부내역 (가) 모집단 선정 - 업종 유사성

동사는 한국표준산업분류 세세분류상 "응용 소프트웨어 개발 및 공급업(J58222)"에 해당합니다. 유사회사 범위를 확장하기 위하여 산업분류가 일치하지 않더라도 아래 유사 산업분류에 속하는 유가증권시장 또는 코스닥 상장회사를 추가로 선정하였습니다.

상기 기준으로 분류된 1차 유사기업은 다음과 같습니다.

(나) 2차 - 사업 유사성동사는 폐쇄망 등 특수한 환경에서 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하는 사업을 영위하고 있습니다. 동사의 주력 제품인 Runway는 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 산업 특화 AI 플랫폼으로서 2025년 기준 매출액은 4,135백만원으로 전체 매출액 대비 36.1%를 차지하고 있으며, AI 컨설팅 사업은 특정 고객의 비즈니스 문제를 해결하기 위한 맞춤형 AI 모델을 개발하여 제공하는 사업으로서 2025년 기준 매출액은 7,325백만원으로 전체 매출액 대비 63.9%를 차지하고 있습니다.최근 전 세계적으로 '버티컬 AI(Vertical AI)'가 주목받고 있습니다. 범용 AI가 모든 산업을 포괄하기에는 한계가 명확하다는 인식이 확산되면서, 이제는 각 산업의 특성을 반영한 '맞춤형 인공지능'이 기업 경쟁력의 핵심으로 부상하고 있습니다. 특히 제조ㆍ국방처럼 정확성ㆍ신뢰성ㆍ보안성이 절대적인 분야에서는AI의 정교한 모델링과 더불어, 이를 실시간으로 운영하고 개선할 수 있는 엔지니어링 체계가 함께 구축되어야 합니다.동사는 이러한 산업 현장의 현실과 필요성에 따라, 단순히 AI 기술을 보유한 기업이 아니라 AI를 산업 현장에 '작동 가능한 형태'로 구현하는 기업입니다. 이를 위해 동사는 두 가지 핵심 축인 '도메인 특화 모델링 기술', '도메인 특화 엔지니어링 기술'을 자체적으로 개발하여 내재화하였습니다. 이러한 기술적 토대를 통해 동사는 제조와 국방을 비롯한 다양한 산업에서 'AI의 상용화'를 실현해 왔으며, 이는 단순한 개념검증이 아니라, 실제 생산 라인과 방위 시스템 등 현장의 제약 속에서도 안정적으로 운영되는 AI 체계를 구축하는 것입니다.도메인 특화 인공지능 모델링 기술은 단순히 최신 AI 모델을 적용하는 수준을 넘어, 산업 현장에서 발생하는 복잡하고 불완전한 데이터를 효과적으로 가공 및 활용하고, 실제 작업 맥락에 맞는 맞춤형 모델을 구현하는 기술입니다. 이는 범용성을 지향하는 일반 LLM, 상용 시뮬레이터, 오픈소스 모델과 달리, 산업 특화 요구를 충족시키기 위한 데이터, 모델링 기술을 종합적으로 제공한다는 점에서 뚜렷한 차별성을 갖추고 있습니다. 산업 현장은 단순히 물리ㆍ화학 지식 기반의 모델만으로는 충분히 설명되지 않는 복잡성과 불확실성을 내포하고 있습니다. 따라서 이론이나 법칙을 통해 사전적으로 현상을 모두 규명하려는 시도보다는, 실제 현장에서 발생하는 동작을 세밀히 관찰하고 데이터로 이해하려는 노력이 필요합니다. 이러한 시도는 산업용 AI 시뮬레이터 개발로 이어지고, 이를 기반으로 최적 제어를 비롯한 다양한 모델과 애플리케이션을 개발할 수 있습니다. 특히 최적 제어 값을 탐색하거나 다양한 가정을 검증하기 위한 왓이프 시뮬레이션(What-if Simulation)을 위해서는 빠른 계산 속도가 필수적입니다. 그러나 기존 상용 시뮬레이터는 주로 물리 방정식 기반 계산에 의존하기 때문에 시뮬레이션 시간이 오래 걸리며 산업 현장의 다양성을 반영하지 못해 속도와 정확성 모두에서 한계가 있습니다. 마지막으로 제조ㆍ국방과 같은 산업 환경에서는 범용 AI가 보유하지 못한 설비ㆍ공정 등의 도메인 지식을 반영 해야합니다. 이를 위해서는 단순히 추가 사전학습을 하거나 미세조정 하는 수준을 넘어선 태스크 특화 AI 설계 기술이 필요합니다. 동사는 목적 함수와 보상 함수 설계, 전문가 피드백 반영, 에이전트 자율성 조절, 저데이터 환경에서의 모델 구축 등 근본적인 수준에서 모델을 설계하는 역량을 보유하고 있으며, 이를 통해 정확성과 신뢰성을 확보하는 산업 특화 AI를 구현하고 있습니다. 산업 현장은 대부분 외부 인터넷이 차단된 상태로 기업 내부망에서 운영되며, 엄격한 보안 규정을 갖고 있습니다. 이러한 환경에서는 클라우드 기반 AI 플랫폼을 활용하기 어려울 뿐만 아니라, 데이터 반입ㆍ반출, 소프트웨어 배포, 접근 권한 관리 등에서 많은 제약이 따릅니다. 따라서 도메인 특화 엔지니어링 기술은 다음 세 가지 세부 기술을 통해 상기 과제를 해결하기 위해 개발되었습니다. 이러한 기술들은 상호 결합되어, AI 프로젝트가 일회성 실험이 아니라 기업의 '상시적인 운영체계'로 정착되도록 돕습니다.- AI 인프라 구성 기술: 다양한 연산 자원과 시스템을 통합 관리하고, 폐쇄망 환경에서도 효율적 운영- AI 배포 및 운영 기술: MLOps/LLMOps 기반으로 모델의 학습, 배포, 재학습, 모니터링을 자동화- 보안 프로세스 체계 구축 및 자동화 기술: 소프트웨어 반입ㆍ검증ㆍ내부 공유 전 과정을 안전하게 관리동사의 위 핵심기술을 통해 구현한 동사의 Runway는 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 머신러닝운영(MLOps, Machine Learning Operations) 기능에서 시작하여 데이터운영(DataOps, Data Operations), 대규모언어모델운영(LLMOps, Large Language Model Operations), 에이전트 운영(AgentOps, Agent Operations)까지 시장 수요와 기술 발전에 따라 그 기능범위를 확대하여 명실상부한 산업특화 AI 플랫폼으로 자리매김하고 있습니다.이에 따라 다음 기준 중 4가지 모두를 충족하는 회사를 비교기업으로 선정하였습니다.

1차 국내 유사기업 162개 중 사업 유사성 기준에 부합하는 국내 회사는 아래 20개사 입니다.

(다) 3차 - 재무 유사성

동사의 최근 3사업연도 기준 매출액은 2023년 5,206백만원, 2024년 8,293백만원, 2025년 11,459백만원을 기록하였으며, 각 년도 영업이익(손실)은 2023년 (-)11,158백만원, 2024년 (-)10,897백만원, 2025년 (-)8,041백만원을 기록하였습니다. 다만, 동사 가치평가를 위하여 흑자 시현이 예상되는 2028년의 당기순이익 현가를 기준으로 유사기업의 PER을 적용하였으므로, 재무적 유사성을 갖춘 비교기업을 선별하였습니다. 2차 비교대상 회사에 속한 20개사 중, ① 분석기준일 현재 DART 전자공시시스템 상에 최근 4개분기(2025년 1분기, 2025년 2분기, 2025년 3분기, 2025년 4분기 ) 실적이 공시되었을 것, ② 결산월이 12월말로 동일할 것, ③ 2024년 온기 및 2025년 온기 영업이익, 순이익 흑자 시현한 기업을 분류하여 아래와 같이 3차 유사기업으로 총 6개사를 선정하였으며, 각 기업별 선정여부 및 근거 내역은 아래와 같습니다.

(라) 4차 - 일반 유사성 (최종 유사기업 선정)3차 - 재무 유사성 단계에서 선정된 6개 회사 중, 일반 유사성 기준을 충족하는 최종 유사기업 4개사를 선정하였습니다. 선정 근거 및 선정 내역은 아래와 같습니다.

(3) 유사기업 선정 결과대표주관회사인 미래에셋증권㈜는 상기 선정기준을 충족하는 4개사를 최종 유사기업으로 선정하였습니다.동사와 선정된 유사회사 간 사업의 연관성이 존재하고, 매출 구성 측면에서 비교 가능성이 일정 수준 존재하더라도 상대가치 평가방법의 특성상 적합한 비교기업 선정 및 과정에 대한 완전성을 보장할 수는 없습니다. 사업 구조, 시장점유율, 인력 수준, 재무안정성, 지배구조 차이, 경영진, 경영 전략 등 주식가치에 영향을 미칠 수 있는 사항들에 차이점이 존재함을 유의하시기 바랍니다.동사의 희망공모가액은 선정 유사회사의 기준 주가를 특정 시점에서 적용하였기에 향후 발생할 수 있는 유사회사의 주가 변동에 따라서 동사의 주당 평가가액도 변동될 수 있습니다. 유사회사의 기준 주가가 향후 예상 경영성과에 대한 기대감을 반영하고 있을 가능성 등을 고려하면, 동사의 주당 평가가액은 동사와 유사회사의 과거 경영실적을 활용하고 있다는 측면에서 평가방법으로서 완전성을 보장받지 못할 수 있습니다.또한, 동사의 주당 평가가액은 최종 유사회사의 2025년 온기 (지배주주)당기순이익 수치를 기준으로 산출한 상대적 성격의 비교가치로서 동사의 기업가치를 평가함에 있어 절대성을 내포하고 있는 것은 아니며, 비교대상회사의 기준주가를 특정시점에서 산정하였으므로 향후 발생할 수 있는 비교대상회사의 주가변동에 의하여 동사의 주당 평가가액도 변화할 수 있습니다.따라서 유사기업의 기준주가가 미래 예상 손익에 대한 기대감을 반영하고 있을 가능성을 고려한다면 비교평가방법은 평가모형으로서 완전성을 보장받지 못할 수 있습니다.최종 유사기업의 사업 현황은 아래와 같습니다. (2025년 및 2024년 각사 사업보고서 참고) (가) 엑셈

엑셈은 IT 시스템 성능 관리 솔루션 개발 및 판매를 주력으로 하는 패키지 소프트웨어 기업으로, 컨설팅, 솔루션 공급, 유지보수 및 운영지원까지 IT 시스템 성능 관리 라이프사이클 전반에 걸친 기술과 서비스를 자체 역량으로 제공하고 있습니다. 2001년 설립 이후 DBMS 성능 관리, 애플리케이션 성능 관리(APM), 통합 IT 성능 모니터링, AIOps, 빅데이터 및 AI 플랫폼까지 사업 영역을 확대해 왔습니다.

엑셈의 주요 제품 및 서비스는 아래 표와 같으며, IT 성능 관리 부문과 AI·빅데이터 플랫폼 부문으로 구성되어 있습니다.

엑셈은 MaxGauge, InterMax, exemONE, XAIOps 등 IT 성능 관리 솔루션을 통해 IT 인프라 및 애플리케이션 전반의 성능 모니터링과 운영 최적화 기능을 제공하고 있으며, EBIGs, Woodpecker, eXemble 등 AI·빅데이터 플랫폼을 통해 데이터 수집·저장·처리·분석부터 생성형 AI 서비스 구현까지 전 과정에 걸친 솔루션 체계를 구축하고 있습니다.엑셈은 IT 시스템 성능 관리 과정에서 축적된 데이터 수집·처리 및 분석 역량을 기반으로 빅데이터 및 AI 플랫폼 사업으로 확장하여, AIOps 및 MLOps 기반의 AI 모델 개발·운영과 생성형 AI 서비스까지 제공하고 있습니다. 이는 산업 데이터를 실시간으로 수집·분석하여 운영 최적화 및 장애 예측을 지원하고, 기업이 자체적으로 AI를 개발·활용할 수 있는 환경을 제공하는 플랫폼 사업이라는 점에서 마키나락스의 사업과 유사합니다. (나) 와이즈넛

와이즈넛은 2000년 5월 설립된 국내 최고 수준의 자연어처리기술을 보유한 AI 에이전트 전문 기업입니다. 회사 설립 이후 기업용 검색엔진을 시작으로 빅데이터 수집 및 분석 사업을 거쳐 인공지능 챗봇(Chatbot) 사업을 통해 국내 6,000여개 이상 고객에게 제품을 제공하며 국내 시장 1위를 선점해왔습니다. 끊임없는 기술 혁신으로 RAG 솔루션 및 도메인별 내재화된 특화 LLM을 개발하며 폭발적인 시장 확대가 기대되는 생성형AI 및 AI 에이전트 사업으로 확대해 나가고 있습니다.

와이즈넛은 생성형 AI를 이용한 빠른 매출 확보 전략으로 AI 에이전트 플랫폼 개발에 집중하고 있습니다. AI 에이전트 플랫폼이란 산업 특화형 LLM과 RAG 등 AI 기술이 집약되어 고객 맞춤형 AI 에이전트를 생성할 수 있는 플랫폼입니다. 선도적인 RAG 솔루션 개발 및 출시는 AI 에이전트 플랫폼을 위한 교두보로 이를 응용해 제품개발에 박차를 가하고 있습니다.

와이즈넛은 B2B 및 B2G 시장을 중심으로 AI 에이전트, RAG, 검색 소프트웨어, 챗봇 등 인공지능 기반 솔루션 사업을 영위하고 있습니다. 특히, 검색 소프트웨어와 빅데이터 기반 지식 솔루션은 와이즈넛의 주요사업으로, 다수의 장기 고객을 확보하며 안정적인 매출을 창출하고 있습니다. 실제로 자사 솔루션을 10년 이상 지속적으로 사용하는 고객사는 전체의 81%에 달합니다.

와이즈넛은 전체 매출의 약 60%를 공공부문에서 발생시키고 있으며, 이는 와이즈넛의 안정적인 수익 기반을 구성하고 있습니다. 특히 최근 공공 시장에서 생성형 AI 및 AI 에이전트 관련 사업의 발주가 급격히 확대되고 있는 가운데, 와이즈넛은 해당 수요에 적극 대응하며 시장 기회를 선점하고 있습니다.

와이즈넛의 주요 제품 현황은 다음과 같습니다.

와이즈넛은 단순 챗봇 서비스가 아닌, 기업이 자체 AI 에이전트를 개발/운영할 수 있는 도구(플랫폼)를 제공한다는 점에서 마키나락스의 사업과 유사합니다. (다) 슈어소프트테크

슈어소프트테크는 고신뢰 고위험 소프트웨어, 즉 Mission Critical Software의 안전성을 검증하기 위한 자동화 도구 개발 및 공급과 3자 검증 서비스를 제공하는 소프트웨어 자동화 검증 플랫폼 회사입니다.

고신뢰 고위험 소프트웨어는 기능안전 국제표준에 근거하여 개발 과정(V-Process)에 따라 정의된 검증 활동이 필수적으로 요구되고, 슈어소프트테크는 필수 검증 활동을 자동화하는 소프트웨어 원천 기술과 20여년간 축적된 3자 검증 서비스 기술력을 보유하고 있으며, 자체 개발 기술로 빠른 고객 서비스 대응의 차별성을 가지고 국내 시장 점유율을 높여가고 있습니다.

슈어소프트테크는 시험검증 자동화 솔루션을 라이선스 및 유지보수(license and maintenance), 기간단위 구독 방식(subscription)으로 자동차, 국방, 원자력 및 에너지, 철도/항공/조선/로봇 분야의 국내 선두 기업에 공급하고 있으며 고위험 고신뢰 소프트웨어 특성상 개발자와 별도의 3자 검증이 필요한 고객들을 대상으로 자사 솔루션을 활용한 검증 서비스도 제공하고 있습니다.

현재 자동차 소프트웨어 분야는 슈어소프트테크 사업 성장의 핵심 영역입니다. 글로벌 자동차 시장의 중심축이 된 SDV(Software Defined Vehicle) 체제 전환은 슈어소프트테크의 소프트웨어 시험검증 사업과 밀접한 관계를 형성합니다. 자동차 제어기 시험검증 사업을 수행하며 자동차 제어기 소프트웨어에 대한 지식과 경험이 축적되었으며, 자동차 소프트웨어의 개발 과정에 대한 이해가 깊어지며 자동차 소프트웨어에 특화된 시험검증 솔루션을 개발하는 영역까지 확대되었습니다. 최근에는 차세대 차량의 제어기 일부 소프트웨어를 직접 개발하며 자동차 소프트웨어 종합 엔지니어링 파트너로 성장하고 있습니다.

슈어소프트테크의 주요 제품은 고신뢰 고위험(Mission Critical) 산업 내 사용되는 임베디드 소프트웨어 시험검증(V&V) 및 이와 관련된 서비스로 구성 되어있습니다. 슈어소프트테크의 주요 제품 구분과 특징 및 용도는 아래와 같습니다.

슈어소프트테크는 원자력, 국방, 자동차 등 Mission-Critical 산업 IT 인프라 소프트웨어의 신뢰성을 AI로 분석하고 검증 자동화하는 기업으로 산업 특화 인공지능 서비스를 제공하는 당사의 사업 방향과 유사합니다. (라) 비아이매트릭스

비아이매트릭스는 기업용 Intelligence Solution 전문 기업으로 기업의 AI분야를 비롯하여 BI 및 CI 분야 솔루션을 개발 공급하고 관련 시스템 구축 및 컨설팅 사업을 수행하고 있습니다.

2005년 회사 설립부터 기업의 데이터를 기반으로 신속하고 정확한 의사결정을 지원하는 BI분야 전문기업으로 사업을 시작하였으며, 2010년대 초 데이터의 폭발적인 증가에 따라 Big Data 처리 및 고급 인공지능 모델링을 통한 첨단 분석 예측 분야로사업을 확대하여 전문가용 데이터 마이닝 Big Data엔진과 고급 AI 분석 모델링 솔루션 제품을 개발하여 시장에 지속적으로 공급하고 있습니다.

비아이매트릭스는 자체 개발한 BI 솔루션을 기반으로 기업 고객에게 데이터 분석 및 시각화 서비스를 제공하며, AI와 연계한 빅데이터 분석 기능을 향상시킵니다. 비아이매트릭스의 BI솔루션은 데이터 분석 및 리코팅 과정에서 코딩을 최소화하는 로우코드에 강점이 있어, SQL이나 복잡한 함수 없이도 기업 데이터를 시각화하고 대시보드를 생성하게 해줍니다. 마키나락스의 MLOps 플랫폼 Runway 역시 복잡한 코딩을 최소화하고 산업 현장에 특화된 AI를 개발하는 기능을 제공한다는 점에서 유사한 점이 있습니다.

(4) 유사기업 기준 주가

기준 주가는 시장의 일시적인 급변 등 단기변동성 반영을 배제하기 위하여 2026년 4월 3일을 분석기준일로 분석기준일(2026년 4월 3일 ) 종가, 최근 1주일(2026년 3월 30일 ~ 2026년 4월 3일) 평균 종가, 최근 1개월(2026년 3월 4일 ~ 2026년 4월 3일) 평균 종가 중 최소값을 적용하였습니다.

(5) 상장예비심사 시 경쟁기업 제외 사유 한편 한국거래소 상장예비심사시 동사가 상장예비심사 신청서에 경쟁기업으로 기재하여 제출하였던 회사는 아래와 같습니다.

동사는 한국거래소 상장예비심사 시 경쟁기업으로 해외 기업인 팔란티어(Palantir Technologies Inc.), C3 ai(C3.ai, Inc.) , 데이터이쿠(Dataiku) 및 국내 기업인 베슬에이아이, 래블업, 에이프리카를 기재하여 제출한 바 있습니다. 다만, 희망 공모가액 산출을 위한 비교기업 선정에 있어서는 해당 해외 및 국내 경쟁기업들을 모두 제외하였습니다. 제외 사유는 아래와 같습니다.먼저, 해외 경쟁기업인 팔란티어, C3 ai, 데이터이쿠(Dataiku) 를 비교기업에서 제외한 세 가지 이유는 다음과 같습니다.첫 번째 이유는 해외 증권시장과 국내 증권시장 간의 국가적, 시장 참여자적 특성 차이 및 상장 여부입니다. 팔란티어와 C3 ai는 미국 뉴욕증권거래소(NYSE)에 상장되어 있어, 동사가 상장하고자 하는 국내 증권 시장과는 국가적, 시장 참여자적 특성이 근본적으로 상이합니다. 또한, 주요 경쟁사인 데이터이쿠(Dataiku)의 경우 현재 비상장 상태이므로 증권시장 내 형성된 객관적인 시가총액 데이터가 존재하지 않아, 상장사와 동일한 방식으로 기업가치 평가를 위한 Multiple 산출이 불가능합니다. 또한 데이터이쿠의 경우 해외 비상장회사로서 공시자료가 없어 관련 재무정보를 기재하지 않은 바 있으며, 정정 증권신고서 제출일 현재 재확인 결과 관련 재무정보 조회가 불가능한 것으로 파악됩니다. 두 번째 이유는 핵심 기술 아키텍처 및 타겟하는 산업 계층(Layer)의 구조적 차이입니다. 해외 유사회사의 경우 동사와 같이 기업 대상 AI 솔루션을 제공하지만, 동사와 달리 주로 클라우드 기반의 범용 솔루션을 지향하거나 전사적 의사결정을 지원하는 상위 레벨(Planning/Decision Layer)의 데이터 통합에 집중한다는 차이점이 존재합니다. 이는 동사의 주력 시장인 제조ㆍ국방 분야의 완전 폐쇄망(Air-gapped) 환경을 지원하면서, 실제 생산 라인의 복잡한 OT(운영기술) 시스템과 긴밀하게 연동하여 설비를 직접 제어하고 최적화하는 제어 및 실행 레벨(Control/Execution Layer) 중심의 비즈니스 모델과는 다소 차이가 있다고 판단하였습니다. 세 번째 이유는 기업 규모 및 재무 현황의 현격한 괴리입니다. 팔란티어와 C3 ai는 연간 매출 규모가 수천억 원에서 수조 원에 달하여 이미 글로벌 규모의 경제를 달성한 메가캡/미드캡(Mega/Mid-cap) 거대 기술기업입니다. 글로벌 영업망을 갖춘 거대 기업과 코스닥 벤처기업의 재무 지표(수익성, 성장성 등)를 평면적으로 비교하는 것은 통계적 유의성이 떨어지며 투자자에게 혼동을 줄 수 있다고 판단하였습니다.다음으로, 국내 경쟁기업인 베슬에이아이, 래블업, 에이프리카를 비교기업에서 제외한 두 가지 이유는 다음과 같습니다.첫 번째 이유는 해당 국내 경쟁기업들이 모두 비상장사이므로 상기 해외 유사기업 중 데이터이쿠와 마찬가지로 증권시장 내 형성된 객관적인 시가총액 데이터가 존재하지 않아, 객관적인 기업가치(Multiple) 산출이 불가능하다는 점입니다. 두 번째 이유는 재무정보의 신뢰성 및 비교 가능성이 결여되어 있기 때문입니다. 또한 비상장 기업들은 상장사와 달리 K-IFRS(한국채택국제회계기준)에 따라 외부 감사를 받은 재무제표를 분기 및 반기마다 공시할 의무가 없는 경우가 다수입니다. 따라서 공모가 산정에 필요한 최신 재무 데이터의 객관성과 신뢰성을 상장사 수준으로 담보하기 어려워, 정량적인 통계 비교군으로 편입하는 것은 적합하지 않다고 판단하여 최종 유사회사에서 제외하였습니다.상기 사유들로 인하여 한국거래소 상장예비심사 시 경쟁기업으로 제출한 6개사를 유사회사로 선정하지 아니하였습니다. 특히, 상장사인 Palantir, C3.ai의 구체적인 비교회사 미선정 사유는 아래와 같습니다.팔란티어(Palantir Technologies)는 전사 데이터의 수집, 통합, 정제, 분석 전 과정을 포괄하여 고객 조직의 의사결정 효율성을 극대화하는 엔터프라이즈 AI 플랫폼 기업입니다. 동사는 공급망, 재무, 인사 등 다양한 부서의 데이터를 연결해 통합된 뷰를 제공하고 시뮬레이션을 지원하는 '상위 레벨(Planning/Decision Layer)' 중심의 사업 모델을 보유하고 있다는 점에서 완전 폐쇄망 환경을 지원하는 동사와 기술적 교집합이 존재합니다. 그러나 팔란티어는 고객사 전반의 운영 체계를 디지털 트윈 형태로 구조화하는 엔터프라이즈 플랫폼 구축에 집중하는 반면, 동사는 개별 공정이나 설비의 예지보전, 제어 최적화, 스케줄링 자동화 등 실제 제조 현장(Control/Execution Layer)의 구체적인 페인 포인트(Pain Point)를 해결하는 모듈형 AI 프로젝트 및 플랫폼 사업에 특화되어 있습니다. 이처럼 팔란티어는 거시적인 전사 데이터 통합에 주력하는 메가캡(Mega-cap) 기업으로, 동사와는 사업 구조 및 평가 논리가 상이하여 직접적인 유사기업으로 분류하기에는 한계가 존재합니다.C3 ai(C3.ai, Inc.)는 기업들이 AI 애플리케이션을 신속하게 설계하고 배포할 수 있도록 지원하는 통합 플랫폼을 제공하며, 산업별 특화 애플리케이션과 파트너 생태계 활용을 통한 턴키 솔루션에 강점을 보유한 기업입니다. C3 ai는 다양한 산업군에 적용 가능한 AI 모델 개발 환경과 인프라를 통합적으로 제공한다는 점에서 동사의 엔터프라이즈 AI 플랫폼 비즈니스 모델과 기술적 유사성이 존재합니다. 그러나 C3 ai는 주로 클라우드 및 하이브리드 기반의 배포를 지향하고 있어, 현장의 복잡한 OT 시스템 연동과 완전 폐쇄망 환경 지원이 필수적인 제조ㆍ국방 분야에서는 근본적인 한계를 보입니다. 또한, 이미 글로벌 범용 플랫폼 시장에서 상업화 궤도에 올라 안정적인 매출 볼륨을 확보한 기업으로, 폐쇄망 환경 특화 기술력을 핵심 경쟁력으로 삼는 동사와는 성장 방향성이 상이하여 유사기업으로 분류하기에는 한계가 존재한다고 판단하였습니다.

라. 희망공모가액 산출 ㈜마키나락스의 주당가치를 평가함에 있어, 상장기업 중에서 유사회사를 선정하여 이들 회사와 비교평가하는 방법을 이용하여 산출하였으며, 평가방법은 PER을 적용하여 산출한 기업가치를 산술평균하였습니다. (1) PER 평가방법을 통한 상대가치 산출

(2) 유사기업 PER 산출 상기에서 산출한 기준주가 및 비교기업의 2025년말 기준 직전 12개월 기준의 (지배주주)당기순이익 수치를 비교하여 아래와 같이 적용 PER을 산출하였습니다.

(3) 주당 평가가액 산출

상기 주당 평가가액은 대표주관회사의 주관적인 판단요소(유사회사 선정, 가치평가방법 및 변수의 선정 및 적용방법, 유사회사의 기준주가 선정 등)들이 반영되어 있으며, 경기 변동의 위험, 동사의 영업 및 재무에 관한 위험, 동사가 속한 산업의 위험 등이 반영되지 않은 상대적 평가가액으로서, 향후 동사가 코스닥시장에서 거래될 때의 미래가치를 반영한 적정주가라고는 볼 수 없습니다.

(4) 희망공모가액 결정

상기 PER 상대가치 산출 결과를 적용한 ㈜마키나락스의 희망공모가액은 아래와 같습니다.

대표주관회사인 미래에셋증권㈜은 ㈜마키나락스의 공모희망가액 범위를 산출함에 있어 주당 평가가액을 기초로 하여 35.2%~46.0%의 할인율을 적용하여 공모희망가액을 12,500원 ~ 15,000원으로 제시하였습니다.

금번 공모시 제시된 할인율은 2022년 이후 코스닥시장 기술특례상장기업 신규상장법인의 제시 할인율을 참고하였으나, 다양한 대내외적인 변수에 따라 기업간 할인율이 상이하게 책정되므로 금번 공모시 제시된 할인율은 동 기업들의 평균 할인율과는 차이가 있으니 투자자께서는 이점에 유의하시기 바랍니다.

또한, 해당 가격이 향후 코스닥시장에서 거래될 주가수준을 의미하는 것은 아님을 유의하시기 바랍니다. 상기 주당 평가가액은 대표주관회사의 주관적인 판단요소(유사회사 선정, 가치평가방법의 선정 및 적용방법, 유사회사의 기준주가 선정 등)들이 반영되어 있으며, 경기 변동의 위험, 동사의 영업 및 재무에 관한 위험, 동사가 속한 산업의 위험 등이 반영되지 않은 상대적 평가가액임을 유의하시기 바랍니다.

마. 추정 당기순이익 산정 내역

(1) 추정 손익계산서

(2) 주요 항목별 추정근거

(가) 매출액

동사는 폐쇄망 등 특수한 환경에서 산업 특화 AI(Vertical AI)의 개발과 운영체계를 구축할 수 있는 독자 기술을 바탕으로, 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하는 사업을 영위하고 있습니다. 동사의 주력 제품인 Runway는 AI 모델의 개발, 배포, 운영 등 전 생애주기를 관리하는 산업 특화 AI 플랫폼이며, AI 컨설팅 사업은 특정 고객의 비즈니스 문제를 해결하기 위한 맞춤형 AI 모델을 개발하여 제공하는 사업입니다.

동사의 AI 플랫폼 Runway는 기본적으로 연 단위 라이선스 정책에 따라 판매되며, 도입 고객사의 사정에 따라 활성 사용자 수, GPU 노드 등 활용 규모, 기존 시스템과의 연동을 위한 추가 개발, 다년간 사용을 위한 영구라이선스 형태로의 일괄 계약 등 다양한 형태로 공급됩니다. 이러한 구독형 라이선스 기반의 매출 구조는 반복 수익(Recurring Revenue) 기반을 형성하며, 고객의 AI 체계 의존도가 심화됨에 따라 계약 갱신율이 높아지는 특성을 보유하고 있어 안정적인 수익 기반 강화에 기여합니다.Runway의 직접 판매는 라이선스 매출 확대를 통한 안정적인 수익 기반 강화에 기여합니다. 또한 Runway는 내부 연구/개발 생산성 향상의 핵심 엔진으로 작동합니다. 고객에게 직접 전달하지 않는 경우에도 동사의 AI 엔지니어들이 특화 AI 솔루션 개발 및 공급에 Runway를 활용함으로써 과거 수 주(Weeks)가 소요되던 작업을 하루 이내로 단축하게 되었고, 이를 통해 동사는 산업 특화 AI 솔루션의 개발 주기(Time-to-Value)를 단축하고 더 많은 고객 사용 사례를 창출할 수 있는 체계를 갖추게 되었습니다. 동사는 제조ㆍ국방을 중심으로 다양한 산업 분야(Vertical Industries)의 미충족 요구(Unmet Needs)를 빠르게 발견하고 해결함으로써 후발주자와의 격차를 확대하는 경제적 해자(Economic Moat)를 형성하고 있습니다. 이러한 접근 방법은 강력한 제품을 기반으로 다양한 사용 시나리오를 빠르게 만들어 더 많은 고객을 유입시키는 미국 팔란티어(Palantir)의 사례를 통해 그 효과성이 입증되었습니다.동사의 핵심 기술과 제품인 Runway는 폐쇄망 등 특수한 환경에서 산업 특화 AI의 개발과 운영체계를 구축하게 해주는 핵심 기반(Enabler)입니다. 현재 대부분의 특화 AI 솔루션은 기업 내부 업무 환경을 중심으로 적용되고 있습니다. 이에 따라 Runway 역시 폐쇄망 환경의 자체 데이터센터, 내부 서버, 온프레미스 서버와 클라우드(Cloud) 환경을 결합한 하이브리드(Hybrid) 환경에 설치되어 공급됩니다. 그러나 기술 발전에 따라 제조 및 국방 분야의 특화 AI 솔루션의 적용 범위는 점차 확장될 가능성이 큽니다. 제조 분야에서는 온디바이스 AI(On-Device AI)나 피지컬AI(Physical AI)라는 개념이 본격적으로 등장하기 이전부터, 개별 설비 단위에 AI가 적용되어 각각의 설비가 지능화되는 미래상이 그려져 왔습니다. 국방 분야 역시 전투기, 함정, 전차 등 개별 무기 체계에 AI가 적용된 지능화의 미래를 그리고 있습니다. 이러한 개별 설비 및 무기 체계 등은 네트워크로부터 단절된 독립된 엣지(Edge) 환경으로, 이는 현재 동사가 Runway를 공급하고 있는 폐쇄망 환경과 유사한 특성을 보유하고 있습니다. 동사 주력제품인 Runway는 이미 외부 네트워크가 단절된 PC급 서버에서 운용 가능한 형태로 공급되고 있습니다. 더 나아가 동사는 2025년 삼성전자 온디바이스 AI 모델의 개발 및 관리를 위한 플랫폼 개발을 본격화했으며 이를 기반으로 자체적인 연구개발을 지속해 나갈 예정입니다. 이러한 노력을 통해 사업 로드맵 상 3단계 후반부에는 엣지에서 활용 가능한 AI 운영체계를 확보하고 궁극적으로 산업용 로봇, 개별 생산 장비 및 무기 체계 등에 적용 가능한 특화 AI 솔루션을 공급하는 새로운 단계(Phase)로 도약할 계획입니다.

또한, Runway는 내부 연구 및 개발 생산성 향상의 핵심 엔진으로도 작동합니다. 고객에게 직접 전달하지 않는 경우에도 당사의 AI 엔지니어들이 특화 AI 솔루션 개발 및 공급에 Runway를 활용함으로써 과거 수 주(Weeks)가 소요되던 작업을 하루 이내로 단축하게 되었고, 이를 통해 산업 특화 AI 솔루션의 개발 주기(Time-to-Value)를 단축하고 더 많은 고객 사용 사례를 창출할 수 있는 체계를 갖추게 되었습니다. 당사는 제조ㆍ국방을 중심으로 다양한 산업 분야(Vertical Industries)의 미충족 요구(Unmet Needs)를 빠르게 발견하고 해결함으로써 후발주자와의 격차를 확대하는 경제적 해자(Economic Moat)를 형성하고 있습니다.

이러한 Runway의 직접 매출 창출과 내부 생산성 향상이라는 이중적 역할은 제품매출(Runway 라이선스)과 용역매출(AI 컨설팅) 양 측면에서 동시에 성장을 견인하는 핵심 동력으로 작용하고 있으며, 이는 동사의 매출 추정에 있어 Runway 제품 비중이 2025년 36.9%에서 2030년 76.1%까지 지속적으로 확대될 것으로 전망하는 주요 근거입니다.

① AI 운영체계(Runway) 공급AI 운영체계(Runway) 공급은 소프트웨어 제품 형태의 AI 운영체계의 공급은 AI 모델개발 역량이 충분한 대기업들이 주요한 대상 고객입니다. AI 운영체계의 계약방식은 1) 구독형 라이선스 계약, 2) 연간 라이선스계약, 3) 영구 라이선스계약 형태로 나눠집니다. 영구 라이선스 계약의 경우는 이용 증가에 따라 추가 구매를 진행하거나 버전 업그레이드를 위해 연간 유지보수 계약을 추가로 체결하게 됩니다.

② AI 컨설팅과 AI 운영체계(Runway)를 동시에 공급

AI 컨설팅과 AI 플랫폼 Runway를 동시에 공급하는 것으로서, 해당 판매 방식은 AI 모델이 실제 적용이 확정되어 해당AI 모델의 안정적인 운영과 배포, 재학습을 통한 AI 모델 성능 유지를 위한 AI 플랫폼Runway를 같이 공급하게 되는 경우입니다. 주로 AI 개발 및 운영체계를 갖추기 힘든 중견 중소기업으로의 확장을 용이하게 하는 판매방식입니다.

③ AI 컨설팅 서비스 제공

AI 컨설팅은 특정 고객의 문제를 해결하기 위해 AI 모델을 개발하여 제공하는 것입니다. 주로 AI 도입 초기의 기업들이 AI 모델의 실적용이 가능한지를 검토하기 위하여 의뢰하는 경우가 많습니다. 이러한 판매방식은 당사의 버티컬 AI 솔루션의 적용 범위를 확장하는 역할을 하고 있습니다.이에 따라 동사는 향후 매출액 추정 시 상기의 ①에 해당하는 매출유형은 Runway 제품매출, ③에 해당하는 매출유형은 AI 컨설팅 용역매출, ②에 해당하는 매출유형은 제품매출과 용역매출을 별도로 구분하여 각각 추정하였습니다.동사의 중립적(Base) 시나리오 기준 매출액 상세 추정 내역은 다음과 같습니다.

동사의 매출액 추정치는 개별 계약의 특성, 사업 진행 단계, 산업의 성장 전망 등을 종합적으로 고려하여 합리적으로 산출되었습니다. 2026년 및 2027년의 매출 추정은 현재 진행 중인 계약 및 구체적인 협의 단계에 있는 프로젝트를 기반으로 산정하였으며, 이는 단순 예측이 아닌 실질적인 수주 내역과 과거 실적 데이터를 바탕으로 한 실증적 추정 방식입니다. 구체적으로 2026년과 2027년 매출액은 사업 진행 단계별로 상이한 수주 확률을 적용하였으며, 각 단계별 확률은 동사 내부적으로 확립한 각 프로젝트별 단계에 대한 기준표에 근거하여 추정하였습니다. 그리고 2027년 이후부터는 각 사업군별로 관련 산업의 공신력 있는 시장조사기관이 제시한 성장률을 반영하여 추정하였습니다.동사는 영업 기회를 기반으로 기존의 거래처와 가망 거래처와 계약금액 추정치를 S급부터 D급까지 관리하고 있으며, 이에 따라 매출 추정 시 실현 가능성이 높은 매출만을 반영하기 위해 D급은 제외하고 C급까지만을 대상으로 매출을 추정하였습니다.다만, 중립적 시나리오 상 C급의 경우 수주확률을 "0%"로 가정하였습니다. 동사는 영업조직과 현재의 영업상황을 파악하여 매출 계약별 등급을 산정하였으며, 매출 추정 시 프로젝트 별로 적용한 수주확률 내역은 다음과 같습니다.

이러한 수주확률에 대한 정합성 측면에서, 과거 유사 사업의 실적 데이터를 기반으로 각 계약 건이 실제 매출액으로 인식된 비율을 통계적으로 분석하여 산출한 수치와 비교하였습니다.동사는 2024년부터 수주확률에 따른 영업기회를 관리하고 있으며 이에 따른 2024년과 2025년의 수주 성공확률은 하기의 표와 같습니다.

동사는 2024년 이후 영업기회들을 등급별로 분류하고 있으며 최초 도입시점에는 등급에 대한 경험율이 부족하여 등급간의 계약 성사율이 동사의 예상과는 다른 경우가 존재합니다. 2025년에는 영업기회들의 계약성사율의 경우 영업부서의 예측 정확도가 경험의 누적으로 인해 높아졌습니다. 또한, S급의 경우는 계약완료와 동일하다고 판단하였으나, 고객사의 급격한 변심으로 인한 계약 지연 또는 계약 미성사가 2024년과 2025년에 각각 1건씩 발생하였습니다.상기의 표로 분석해보면 S급의 경우는 95% 이상의 확률로 계약이 성사되었으며, A급의 경우는 경험의 누적에 따라 계약성사율이 2024년 52.94%에서 2025년 75.68%로 급격히 증가하였습니다. 또한, B급의 경우도 2024년과 2025년에 각각 33.93%, 52.17%로 계약성사율 급격하게 증가하였으며, 이를 통해 당사 영업부서(BD)의 예측율이 2025년부터 급속하게 증가하고 있음을 알 수 있습니다. 따라서 향후 계약성사율을 판단할 때 상기 표에 따른 등급별 계약 성사율은 추세상 또는 경험율의 누적 상황으로 판단했을 때 보수적으로 설정되었다고 판단됩니다. 즉, 상기의 수주확률에 대한 정합성 측면에서, 과거 유사 사업의 실적 데이터를 기반으로, 각 계약 건이 실제 매출액으로 인식된 비율을 통계적으로 분석하여 산출한 수치와 비교한 결과, 당사의 수주확률 증가추세로 확인하였을 때 합리적인 추정으로 판단됩니다.동사는 2026년과 2027년의 매출 추정을 위해 동사 내부의 CRM 시스템에서 관리하는 2026년 126건의 신규 영업파이프라인과 2026년 이전 계약완료되어 진행되고 있는 26건의 계약을 중심으로 분석하였습니다. 또한 2027년 매출 추정을 위해 2027년 이전의 계약의 연속성과 기존 고객으로부터의 추가 발주 계획을 고려하여 산정하였습니다. 동사는 계약성사확률이 낮은 D급은 매출추정에 포함하지 아니하였으며 이는 장기 매출 추정에 불확실성을 최대한으로 감소시키고자 하는 노력의 일환입니다. 또한 C급의 경우는 수주확률을 0%로 함으로써 매출 추정치의 신뢰성을 강화하고자 하였습니다.동사는 S급에 대해서는 95%의 확률을 적용하였으며 이는 과거 2개년의 평균보다 낮은 수치입니다. 또한 A급과 B급에 대해서는 2024년과 2025년의 편차가 큰 것을 고려하고 이에 따른 2025년의 성공확률의 증가추세를 고려하여 각각 70%와 50%로 산정하였으며 이는 최근의 정보가 더 목적적합하다는 것을 감안했을 때, 2개년 평균을 사용하는 것보다 최근 실적에 가중치를 주는 것이 합리적이라고 판단됩니다. 또한 C급의 경우도 성공확률을 무시할 수 없는 수준이나 해당 등급의 영업기회들의 편차가 확률로 평가하기에는 변동성이 큰 것으로 판단되어 보수적으로 매출 예상액에서는 제외하였습니다.

동사의 2026년 총 152건의 영업기회 또는 이연 계약 중에서 D급 64건을 제외한 88건을 매출 추정 대상으로 하였으며, 이는 계약완료/S급 46건, A급 13건, B급 10건, C급 19건으로 구성됩니다. 또한, 동사의 2027년 총 73건의 영업기회 또는 이연 계약을 매출 추정 대상으로 하였으며, 이는 계약완료/S급 11건, A급 34건, B급 27건, C급 1건으로 구성됩니다. 동사의 2026년 대비 2027년에 계약완료/S급 비중이 급격하게 낮아지고 A급과 B급의 구성이 높아지는 것은 추정하는 시점이 2026년인 관계로 상대적으로 먼 미래인 2027년 예측에 대한 불확실성이 높아지는 것을 반영한다고 할 수 있습니다. 장기 고객관계로 연장계약이 거의 확실한 경우에도 2027년의 미래 불확실성을 반영하여 A급으로 표시할 수 밖에 없는 한계가 존재합니다. 또한, 수주확률을 고려하기 전 2027년 A급과 B급의 매출액 합계가 92.91%에 이릅니다. 이는 2026년 대비 확정적 매출액에 대한 시간적 위험요소를 감안하여 동사가 2027년 매출액에 대해 보수적으로 추정했음을 의미한다고 하겠습니다.

한편, 동사는 구체적인 개별 계약 관리가 가능한 2026년과 2027년에 대해서는 개별 고객 및 계약의 진행 상황을 직접 반영하여 매출을 추정하였습니다. 반면, 개별 계약의 가시성이 낮아지는 2028년 이후의 중장기 매출액에 대해서는 목표 시장의 예상 연평균성장률을 적용하는 방식으로 추정하였습니다. 동사는 2028년 이후의 중장기 매출액을 합리적으로 추정하기 위해 과거 실제 성장률 적용, 개별 계약 진행 상황 직접 추정, 시장 점유율 추정, 유사기업 성장률 벤치마킹 등의 방법론을 검토하였습니다. 다만, 동사가 영위하는 산업 특화 인공지능(Vertical AI) 및 폐쇄망 특화 Enterprise AI 플랫폼 시장은 아직 형성 초기 단계에 있으며, 동사 또한 초기 성장 단계에 있는 점을 고려할 때 각 방법론은 적용 과정에서 추정의 불확실성을 내포하고 있어 매출 추정의 합리성을 제약할 수 있는 한계가 존재한다고 판단하였습니다. 각 방법론의 적용 방식과 한계점은 아래와 같습니다.

상기와 같은 방법론들의 한계점을 종합적으로 고려하였을 때, 동사는 구체적인 개별 계약 관리가 가능한 2026년 및 2027년에 대해서는 개별 고객 및 계약의 진행 상황을 직접 반영하여 매출을 추정하였으며, 개별 계약의 가시성이 낮아지는 2028년 이후의 중장기 매출 추정에 대해서는 외부 전문기관이 제시하는 목표 시장의 예상 연평균성장률(CAGR)을 적용하는 것이 객관성과 보수성을 확보할 수 있는 합리적인 방법이라고 판단하였습니다. 동사의 과거 실제 매출 성장률 등 자체 데이터는 초기 성장 단계의 특성상 소수 초기 계약 및 프로젝트별 수주 시점, 매출 인식 시기 등에 따라 변동성이 크게 나타난 수치로서, 이를 2028년 이후의 중장기 추정에 직접 적용할 경우 비현실적인 과대추정의 위험이 존재합니다. 또한 개별 계약 직접 추정 방식은 동사 사업 구조상 기술검증(PoC), 벤치마크, 공동개발 등 복합적인 과정을 거쳐 계약이 체결되는 특성으로 인해 2028년 이후에는 개별 계약의 가시성이 낮아지는 한계가 존재하며, 시장점유율 추정 방식 역시 산업 특화 AI 시장이 아직 초기 단계에 있어 세분화된 TAM 데이터 및 공식적인 시장점유율 통계 자료가 제한적이므로 주관적 판단이 개입될 가능성이 존재합니다. 이에 따라 동사는 주관적 판단이나 불확실성이 높은 개별 가정을 최대한 배제하고, 산업 전반의 성장 추세를 반영하는 거시적이고 객관적인 관점에서 회사의 미래 성장성을 판단할 수 있는 근거를 제공하기 위하여 2028년 이후의 중장기 매출액에 대해서는 목표 시장의 예상 연평균성장률을 적용하는 방식을 채택하였습니다.한편, 동사는 주력 제품인 Runway를 기반으로 산업 특화 AI의 개발·배포·운영 전 과정을 지원하는 플랫폼 사업을 영위하고 있으며, 기업의 AI 도입 확대 및 활용 범위 확장에 따라 플랫폼 수요가 증가하는 구조를 가지고 있습니다. 특히, 제조 및 국방 등 동사가 목표로 하는 산업 분야에서는 폐쇄망 및 온프레미스 환경에서의 AI 도입 수요가 확대되고 있어, 관련 시장의 성장과 함께 동사의 사업 기회 또한 확대될 수 있습니다. 또한, 동사는 AI 컨설팅 및 플랫폼 구축 과정에서 확보한 프로젝트 수행 경험과 적용 사례를 기반으로 유사 산업 및 고객군으로의 확산을 추진하고 있으며, 일부 성공적인 레퍼런스는 후속 계약 및 추가 사업 기회로 이어질 가능성이 있습니다. 이러한 점을 고려할 때 동사의 매출은 시장 성장과 일정 부분 연동되는 특성을 가지며, 보수적인 관점에서 목표 시장 성장률 수준에 부합하는 성장을 도모할 수 있다고 판단하였습니다.다만, 시장 예측 보고서는 조사기관의 방법론과 가정에 따라 결과가 달라질 수 있고, 특히 초기 단계의 산업 특화 AI 시장은 예측의 불확실성이 상대적으로 높습니다. 또한 장기 연평균성장률을 특정 미래 구간에 적용하는 경우 실제 성장 경로와 차이가 발생할 수 있으며, 시장 전체의 성장률이 개별 기업인 동사의 실제 성장률과 일치하지 않을 수 있다는 한계가 존재합니다.

1. 2026년 및 2027년 매출 추정

2025년 계약이 완료되어 2026년 또는 2027년에 수행하는 프로젝트의 경우, 실제 업무수행이나 제품 설치 완료가 계약보다 약 1개월 정도는 일정이 늦어져 일부 매출 인식이 지연될 수 있는 점을 고려하여 95%를 적용하였으며, 기존 거래처에서 특별한 당사의 실수나 고객사의 변동이 없으면 계속 연장되어 온 계약의 경우는 A급을 적용하였습니다. 또한, 제품과 용역의 매출 비율은 2026년과 2027년은 각 영업기회에 따라 구분되었습니다. 당사의 Runway 제품 비중의 향후 증가를 고려하여 2026년은 제품과 용역을 6:4의 비율로, 2027년은 8:2의 비율로 산정하였습니다. 2025년 기준 기존 Runway 라이선스 고객의 계약 갱신율은 94%로, Runway 제품매출의 안정성을 뒷받침합니다.

또한, 국방과 정부기관에서 발주하는 용역의 경우는 최초 발주부터 장기계획이 확정되는 경우가 많아, 2027년부터 신규 확장하는 추가계약의 경우는 2026년 사업계획 중 국방과 정부기관 계약 중심으로 산정하였습니다.2026년과 2027년 산업별 및 고객별 매출 추정 상세 내역은 다음과 같습니다.

동사의 2026년 매출추정액 22,493백만원 중 기존거래처에서의 매출액은 14,306백만원(63.6%)이며 신규 확장 매출은 8,187백만원(36.4%)입니다. 2026년 기존 및 신규거래처 매출유형 구분 내역은 다음과 같습니다.

2025년 매출실적(11,459백만원) 대비 기존거래처에서의 매출은 24.84% 증가할 것으로 예상하고 있으며, 이는 기존 고객사의 AI 적용 범위 확장과 Runway 라이선스 갱신에 의한 자연 성장분입니다. 또한, 신규 확장매출 8,188백만원은 주로 국방분야에서의 동사의 영업기회 증대와 정부 R&D과제(열공정 파운데이션 모델, AX실증산단 등) 매출로 구성됩니다. 신규 확장매출의 경우 기존의 거래처에서 새로운 추가 확장기회가 발생하거나 국방분야의 성장처럼 방위사업청 산하 국방과학연구소를 시작으로 합동참모본부로 이어지고 이후 육해공 3군으로 확장되는 과정으로 이뤄지고 있습니다. 동사의 2027년 매출추정액 37,381백만원 중 일본법인에서의 매출액은 800백만원으로 추정됩니다. 동사는 일본 시장 진출을 위해 일본 현지법인을 설립하고 제조업 고객을 중심으로 PoC 수행을 기반으로 한 후속 사업 확장을 추진하고 있으며, 일본법인 추정 매출액은 나치-후시코시, 요코가와 전기, 혼다, 아오야마 등 일본 제조업 고객의 AI 기반 공정 자동화, 지식검색 고도화 및 예지보전 프로젝트와 미쓰비시 상사와의 협업을 통한 Physical AI 관련 프로젝트 등으로 구성됩니다. 고객사 및 주요 프로젝트별 일본법인 매출 추정 상세 내역은 다음과 같습니다.

한편, 증권신고서 제출일 현재 당사가 수주 완료하여 계약 체결을 완료한 계약건은 아래와 같습니다.

2. 2028년~2030년 매출 추정

2028년부터 2030년까지의 매출증가율은 'MLOps Market Global Forecast to 2027 [MarketsAndMarkets(2022)'상의 미국을 제외한 AI Platform 성장률(32.6%)과 AI Consuling(Service) 성장률(33.2%)을 고려하였습니다.

다만, Runway 제품매출의 2027년 추정 매출성장률은 109.9% 수준임에 따라 이후 3개년동안 매출성장률이 선형으로 하락하여 2030년에 32.6%로 수렴할 것으로 가정하였으며, AI 컨설팅 용역매출의 경우 매출 성장에 따른 인력 증가 효과로 인한 Capa 제약을 고려하여 시장성장률보다 10% 이상 낮게 보수적으로 설정한 21.3%의 성장률을 가정하였습니다.

각 연도 별 추정 매출 증가율 내역은 다음과 같습니다.

동사는 Runway 제품매출의 과거 높은 성장률을 감안하되, 향후 장기적으로는 시장 평균성장률에 수렴할 것으로 가정하였습니다. 한편, 성장률의 수렴에 대한 가정 적용 시 매년 성장률이 선형으로 감소하지 않고, 보수적인 추정을 위해 선형을 가정한 성장률 감소폭 대비 20%만큼 추가로 가속하여 장기 평균성장률에 수렴할 것으로 가정하였습니다. 만약, 2027년 109.9%에서 2030년 32.6%로 성장률이 선형으로 감소할 경우를 가정한 연도 별 Runway 제품매출 성장률은 다음과 같습니다.

다만, 상기에서 서술한 바와 같이 동사는 선형에서 20% 가속하여 매년 25.8%*1.2 = 30.9%만큼 감소하여 2030년에는 32.6%로 수렴하고, 2028년과 2029년에 Runway 성장률이 20% 추가 감소하는 것으로 가정하였습니다.

AI 컨설팅 용역매출 성장률의 경우, 장기적인 시장성장률도 중요하나 동사의 인력계획에 따른 인원 투입량이 제약조건으로 작용할 수 있는 점을 고려하여, 2028년 이후 성장률 적용 시 글로벌 장기평균성장률 대비 11.9% 낮은 수준으로 가정하였습니다.

[참고]

상기 추정 손익계산서는 중립적 매출 시나리오를 바탕으로 추정되었습니다.상기와 같이 동사의 사업계획은 여러 가정과 예측에 기반하고 있으므로, 실제 결과는 추정치와 중대한 차이를 보일 수 있습니다. 특히, 2027년으로 예상되는 영업이익 흑자 전환 시점이 지연되거나 달성되지 못할 경우, 동사의 재무 안정성 및 기업가치에 부정적인 영향을 미칠 수 있습니다. 이처럼 대내외 요인이 복합적으로 작용하여 동사의 미래 추정손익이 변동될 수 있으므로, 투자자께서는 이러한 불확실성을 충분히 고려하시기 바랍니다.동사에서는 사업계획 추정에 있어 수주단계에 대한 확률을 달리 적용하여 보수적, 중립적, 낙관적 시나리오를 가정하였으며, 각 시나리오의 경우 수주단계에 따른 확률를 상이하게 적용하였습니다. 각 시나리오별로 적용한 단계별 수주 확률은 아래와 같습니다.

보수적, 중립적, 낙관적 시나리오의 가정의 실현 여부에 따른 시나리오별 매출액 추정은 다음과 같습니다.

1. 보수적(Worst) 시나리오

2. 중립적(Base) 시나리오

3. 낙관적(Best) 시나리오

(나) 영업비용동사의 영업비용은 인건비, 소모품비, 지급수수료, 기타영업비용으로 구성되어 있으며, 상세 추정 내역은 다음과 같습니다.

1. 인건비 추정 근거인건비 상세 추정 내역은 다음과 같습니다.

동사는 임직원을 총 5등급으로 나누고 있으며 등급별로 표준급여를 산정하고 있으며, 인원계획은 매년 매출계획에 따라 필요인원을 추정하였습니다. 향후 인력계획 추정 내역은 다음과 같습니다.

총급여(급여 및 경상연구개발비)는 상기 인력계획에 근거하여 각 직급 별 평균급여를 바탕으로 추정하였으며, 매년 3.5%의 급여 상승률만큼 인당 평균급여가 증가할 것으로 가정하였습니다. 동사의 직급 별 평균 연봉 현황은 다음과 같습니다.

한편, 추정된 총급여 중 급여 및 경상연구개발비 금액은 2024년 기준 총급여 대비 손익계산서 상 급여 및 경상연구개발비 비중이 향후에도 동일하게 유지되는 것으로 가정하였습니다.퇴직급여는 급여의 1/12만큼 발생함에 따라, 급여 대비 비율(8.3%)을 적용하였으며, 보험료 및 세금과공과는 4대보험 요율을 고려하여 다음과 같이 가정하였습니다.

주식보상비용은 증권신고서 제출일 현재 잔여 총보상원가를 고려하여 추정하였습니다. 2) 소모품비 추정 근거소모품비는 제품매출의 하드웨어(HW) 공급과 관련된 하드웨어 소모품비와 일반 소모품비로 구분하여 추정하였습니다.

제품매출의 하드웨어(HW) 공급과 관련하여, 2025년부터 동사는 대규모의 시스템 공급을 하면서 Runway License 매출을 극대화하는 제품판매 전략을 취하고 있습니다. 동사는 이러한 정책이 향후 지속될 것임을 고려하여, 2026년과 2027년 매출 추정에서 하드웨어 공급이 필수적으로 추가되는 계약의 경우 계약금액의 30%를 하드웨어비용(소모품비)로 가정하였습니다.

일반적으로 동사의 계약 중 하드웨어 매출이 수반되는 하드웨어 매출 비중은 약 20% 초반 정도로 파악됩니다. 다만 국방 분야의 경우 초기 침투 전략으로써 하드웨어 매출의 비중이 높으며, 이를 고려하여 30% 수준으로 산정하였습니다.2026년 하드웨어 매출을 수반하는 거래처는 국방부, 합동참모본부, 방위사업청, 육군본부 등 총 5개의 거래처에서 6개의 계약에서 발생할 것으로 예상하고 있습니다. 거래처 모두 군 관련 업체로서, 사업계획 또는 입찰공고가 발표될 때 대부분 하드웨어와 소프트웨어, 개발용역 등의 비중이 개략적으로 표시되어 공고됩니다. 2025년 대표적인 하드웨어 매출을 포함하는 Runway 매출처인 국방과학연구소의 경우, 1,818백만원 계약총액에서 하드웨어 금액은 489백만원으로 26.9%의 비중이었습니다. 향후 계약이 기대되는 군 관련 거래처의 경우 대부분 국방과학연구소와 비슷한 수준으로 하드웨어 비중을 산정할 것으로 예상되어, 동사는 산정한 30% 수준은 적정한 수준일 것으로 추정됩니다.2027년 하드웨어 매출을 수반하는 거래처는 국방부, 방위사업청, 육군본부, 국방기술진흥연구소 등 총 9개의 거래처에서 12개의 계약이 발생할 것으로 예상하고 있습니다. 2027년도의 경우 역시 2026년과 마찬가지로 군관련 거래처가 전부임에 따라, 2027년도 2026년과 동일한 가정을 적용하였습니다.하드웨어 매출과 관련하여, 통상 10% 이하 수준으로 마진이 발생하고 있으나, 보수적으로 마진율을 "0"으로 가정하여 소모품비와 하드웨어 매출이 동일하다고 가정하였습니다. 2026년과 2027년 중 제품(Runway) 매출액 대비 예상되는 하드웨어 매출의 비율이 평균적으로 약 18% 수준으로 산정된다는 점을 반영하여 이후 2028년은 동일하게 18% 수준을 반영하였습니다. 다만, 동사는 2028년 이후 Runway 제품의 완성도 증가로 인해 AI OS(AI 운영체계) 소프트웨어로서 시장에서 포지셔닝할 것으로 예상하고 있습니다. 따라서 과거 온프레미스나 엣지디바이스의 설치 중심에서 SaaS 서비스를 위한 소프트웨어로 확장할 것을 예상하고 있으므로 Runway 제품매출에서 하드웨어를 포함한 매출규모는 감소할 것으로 예상하여, 2029년 및 2030년은 전체 제품매출액의 15%, 13%를 가정하였습니다.

일반 소모품비는 2025년 인당 소모품비가 향후 소비자물가상승률인 3%만큼 증가할 것으로 가정하여, 향후 인력계획에 따른 인원수에 인당 소모품비를 곱하여 산출하였습니다.

3. 지급수수료 추정 근거

지급수수료는 수수료비용과 외주용역비의 합산으로 구성됩니다. 수수료비용은 컨설팅비 등의 수수료로서, 2025년 실제 금액에서 매년 20% 증가하는 것을 가정하였습니다. 동사의 향후 해외 진출 등과 관련하여 외적으로 동사가 직접 대응하기 어려운 분야에 대해서는 매출이 증가하는 것에 비례하여 컨설팅비와 같은 지급수수료가 증가할 것으로 예상되며, 동사가 자체적으로 해결하지 못하고 외부 용역에 대한 의존도가 높을수록 증가율이 높을 것이라는 점을 고려하여 Worst 기준 30%부터 Best 기준 10%까지 반영하였습니다. 동사의 지급수수료는 2023년과 2024년 상장 준비를 위한 법률, 회계, 특허 등의 컨설팅으로 인해 2023년과 2024년 각각 45%, 82%의 증가하여 비경상적인 증가가 있었습니다. 2025년에 수익성 강화 기조에 따라 매출과 연계되지 않는 컨설팅 등의 감소로 인해 매출 증가와 외주용역비의 추가 발생에도 불구하고 8%의 증가에 그쳤습니다. 동사는 2024년까지는 용역의 외주비율이 거의 없었으나 2025년부터 용역의 증가와 수익성 강화 기조에 따라, 핵심기술이 아닌 경우 외주를 활용함에 따라 용역매출액의 12% 정도 규모에 대해서는 외주용역을 활용하고 있습니다. 그럼에도 불구하고 2025년 지급수수료 증가율이 8% 수준임에 따라 향후 수수료비용의 증가가 제한적일 것으로 예상됩니다. 또한, 외주용역비의 경우 핵심적인 기술에 대해서는 외주를 의뢰하지 않는 동사의 방침에 따라 용역매출액의 12% 수준은 그대로 유지할 것으로 예상됩니다. 따라서 외주용역비는 매년 용역매출액의 12%로 동일하게 추정하였습니다.

4. 기타영업비용 추정 근거

임직원수에 연동되는 비용은 복리후생비, 여비교통비, 지급임차료, 교육훈련비, 도서인쇄비이며, 해당 비용은 인력계획에 근거하여 1인당 비용을 명목임금상승률(3.5%)과 물가상승률(3%)을 곱하여 산정하였습니다.감가상각비 및 무형자산상각비는 유ㆍ무형자산의 취득가액 및 상각 내용연수를 고려하여 추정하였습니다. 또한 한국채택국제회계기준(K-IFRS) 제1116 호 리스 회계처리 적용으로 임차건물 등 대상 리스자산을 계속 사용하는 것으로 가정하여, 사용권자산(유형자산)으로 계상하고 리스기간에 걸쳐 상각 스케쥴에 따라 상각비를 추정하였습니다.

접대비와 광고선전비는 과거 3개년(2023년에서 2025년까지)의 증가율이 비경상적으로 변동되어 적당한 할인율을 선정하기가 쉽지 않습니다.접대비의 경우 2023년과 2024년 및 2025년의 증가율은 각각 20%, 71%, 8%입니다. 2023년과 2024년은 신규 영역의 영업 목적의 접대비가 증가하였으며, 이후 2025년부터는 안정적인 8% 증가세를 이루고 있으며 접대비 사용에 대한 동사 규정 적용이 엄격해짐에 따라 2025년부터는 증가폭이 크게 감소한 것으로 판단됩니다. 따라서 접대비는 2026년부터 매년 20%씩 증가하는 것으로 가정하는 것이 보수적이라 판단하였습니다. 또한, 동사는 2023년부터 국내영업 강화를 위해 다양한 마케팅 행사를 참여함에 따라 2023년의 광고선전비 증가율은 263%를 기록하였습니다. 또한, 2024년은 동사가 최초로 「ATTETION」이라는 동사 주최의 플래그십 AI 컨퍼런스 개최를 시작으로 이후 매년 이를 개최하고 있으며, 이로 인한 영업적 효과와 AI 산업 선도에 대한 동사의 이미지 강화에 많은 도움을 주고 있습니다. 이러한 행사의 영향으로 2024년 증가율은 67% 였으며, 이후 2025년부터는 기존의 마케팅 활동을 수익성 강화 기조에 맞게 불필요한 행사 참여를 제한하고 과거 경험율상 영업에 도움이 된다고 판단되는 행사 중심으로 마케팅 활동을 재편하면서 증가율이 (-)23%로 감소하게 되었습니다. 향후 동사는 수익성 강화 기조에 맞춰 영업활동에 도움이 되는 행사를 계속적으로 선별하여 참여할 예정임으로 2023년이나 2024년 같은 수준의 광고선전비 증가는 향후 더 이상 발생하지 않을 것으로 예상하고 있습니다. 상장 이후 광고선전비가 2025년과 같이 급격하게 하락하지는 않을 것이나 효과적인 마케팅 활동으로 비용의 급속한 증가는 없을 것으로 예상하여 20%의 증가율을 가정하였습니다.

[참고]

상기 추정 손익계산서는 중립적 영업비용 시나리오를 바탕으로 추정되었습니다.상기와 같이 동사의 사업계획은 여러 가정과 예측에 기반하고 있으므로, 실제 결과는 추정치와 중대한 차이를 보일 수 있습니다. 특히, 2027년으로 예상되는 영업이익 흑자 전환 시점이 지연되거나 달성되지 못할 경우, 동사의 재무 안정성 및 기업가치에 부정적인 영향을 미칠 수 있습니다. 이처럼 대내외 요인이 복합적으로 작용하여 동사의 미래 추정손익이 변동될 수 있으므로, 투자자께서는 이러한 불확실성을 충분히 고려하시기 바랍니다.동사는 사업계획 추정에 있어 매출뿐만 아니라 주요 영업비용 항목에 대해서도 보수적, 중립적, 낙관적 시나리오를 구분하여 추정하였으며, 각 시나리오별로 비용 증가율에 대한 가정을 상이하게 적용하였습니다. 다만, 인력계획의 경우 매출 성장을 위한 최소 필요 수준의 수행 인력이 존재하고, 제품 영업 확대에 따라 용역매출 대비 제품매출 비중이 점진적으로 증가할 것으로 전망됨에 따라, 시나리오별 매출 변동에 대응하여 인력 규모를 차등적으로 가정하지 아니하고 동일한 가정을 적용하였습니다.각 시나리오별로 적용한 주요 영업비용 증가율은 아래와 같습니다.

보수적, 중립적, 낙관적 시나리오별 주요 가정을 적용한 영업비용 추정 내역은 다음과 같습니다.1) 보수적(Worst) 시나리오

2. 중립적(Base) 시나리오

3. 낙관적(Best) 시나리오

(다) 영업외손익영업외손익은 이자수익, 이자비용, 외환관련손익 등으로 구성되어 있으며, 그 외 영업외손익 비용은 일회성 비용 성격의 계정이 주로 구성되어 있어 산정에서 제외하였습니다.이자수익은 예금 등 금융상품에서 발생하는 이자수익 및 리스 회계처리에 따라 인식하는 현재가치할인차금으로 구성되어 있습니다. 예금 등 금융상품에서 발생하는 이자수익은 2025년 이자수익이 향후에도 동일하게 유지될 것으로 가정하였으며, 리스 회계처리에 따라 인식하는 현재가치할인차금은 리스 스케쥴에 따라 향후에 인식될 금액으로 추정하였습니다.이자비용은 차입금 관련 이자비용 및 리스 회계처리에 따라 인식하는 이자비용으로 구성되어 있습니다. 차입금 관련 이자비용은 2025년 이자비용이 향후에도 동일하게 유지될 것으로 가정하였으며, 리스 회계처리에 따라 인식하는 이자비용은 리스 스케쥴에 따라 향후에 인식될 금액으로 추정하였습니다.

(라) 법인세 비용

법인세비용의 경우, 당기순이익이 발생하는 시점에 세무조정, 이연법인세, 각종 공제, 감면 등 요인을 고려하여야 하는 사항이며, 동사는 이월결손금 및 이월세액공제 누적으로 인하여 2025년말 기준 약 14,884백만원의 이연법인세자산(회계 상 실현가능성이 낮아 미인식)이 존재합니다. 이에 따라 2026년까지 발생할 추가 결손금 및 2027년 이후 발생하는 당기순이익 금액 등을 고려시 결손금 공제로 인해 2030년까지 법인세비용이 발생하지 않을 것으로 가정하였습니다.

바 . 기상장기업과의 비교 참고정보

대표주관회사인 미래에셋증권㈜는 발행회사인 ㈜마키나락스의 업종, 재무, 사업 및 일반 유사성을 종합적으로 고려하여, 엑셈, 와이즈넛, 슈어소프트테크, 비아이매트릭스 총 4개사를 동사의 공모가격 산정을 위한 유사회사로 최종 비교기업으로 선정하였습니다.그러나 기업 규모의 차이 및 부문별 매출 비중의 상이성, 비교기업 선정 기준의 임의성 등을 고려하였을 때, 반드시 적합한 비교기업의 선정이라고 판단할 수는 없습니다. 또한 비교기업 최고경영자의 경영능력 및 주가관리 의지, 주 매출처의 안정성 및 기타 거래 계약, 결제 조건 등 기타 주식가치에 영향을 미칠 수 있는 사항의 차이점으로 인하여 비교기업 선정의 부적합성이 존재할 수 있음을 유의하시기 바랍니다.

유사회사의 주요 재무현황은 금융감독원 전자공시시스템 홈페이지 (http://dart.fss.or.kr) 에 공시된 각 사의 공시자료를 참조하여 작성하였습니다.

(1) 유사회사의 주요 재무현황

(2) 유사회사의 주요 재무비율

2. 평가기관

3. 평가의 개요 가. 개요

기업실사(Due-Diligence) 결과를 기초로 대표주관회사인 미래에셋증권㈜는 ㈜마키나락스의 기명식 보통주 2,635,000주를 총액인수 및 모집하기 위하여 동사의 지분증권을 평가함에 있어 최근 3개년 및 당해사업연도 결산서, 감사/검토보고서, 사업계획서 등을 바탕으로 사업의 수익성과 성장성, 회사의 경쟁력, 재무상태, 경영능력 및 투명성, 계열회사 등에 대하여 기업실사(Due-Diligence)를 실시하였으며, 기업실사 결과를 기초로 파악한 위험요인들을 주식가치 산정에 반영하여 평가를 수행하였습니다. 나. 평가 일정

다. 기업실사 참여자대표주관회사인 미래에셋증권㈜는 ㈜마키나락스의 코스닥시장 상장을 위하여 동사에 대한 기업실사(Due-Diligence)를 실시하였으며, 동 기업실사의 참여자 및 일정, 실사내용은 다음과 같습니다. (1) 대표주관회사 기업실사 참여자

(2) 발행회사 기업실사 참여자

(3) 기업실사 항목

라. 기업실사 이행상황기업실사 주요 일정 및 내용에 대한 자세한 사항은 본 증권신고서의 첨부서류인 「기업실사」의 내용을 참고하시기 바랍니다.

마. 기업공개(IPO) 관련 평가 의견

(가) 한국거래소의 상장예비심사시 중요 확약사항

동사의 한국거래소의 상장예비심사시 중요 확약사항은 아래와 같습니다.

1. 최대주주등 의무보유 기간 3년 설정동사는 한국거래소 심사 과정 중 코스닥시장 상장규정 제26조(신규상장 의무보유) 1항에 따라 일부 주식에 대하여 추가로 의무보유확약을 하였으며 그 내용은 다음과 같습니다.

증권신고서 제출일 현재 최대주주등이 보유하고 있는 동사의 보통주 전량을 2026년 3월 4일 한국예탁결제원에 의무보유 입고하였으며, 동 주식은 상장일로부터 3년간 매매가 제한됩니다.최대주주등 중 윤성호, 심상우, 임용섭 3인이 보유한 주식 전량에 대한 의무보유기간 2년 연장 확약 및 2대주주 이재혁 1인이 보유한 주식 전량에 대한 의무보유기간 3년 연장 확약은 상장 이후 최대주주 지분의 단기간 내 매각 가능성을 제한함으로써 회사의 지배구조 및 경영 안정성을 제고하고, 이를 통해 최대주주가 보유한 지분의 시장 매각 등으로 인해 발생할 수 있는 주가 변동성을 감소시켜 투자자들에게 보다 안정적인 투자 환경을 제공할 수 있습니다.

2. 최대주주등 및 주요주주 공동목적보유확약 체결을 통한 경영안정성 강화

동사의 최대주주등 중 윤성호, 심상우, 임용섭 3인 및 2대주주 이재혁 1인은 안정적 경영권 확보를 위한 방안으로 보유하고 있는 지분 전량을 3년동안 의무보유하는 공동목적보유확약을 체결하여 안정적 경영권 확보를 위한 방안을 마련하였으며, 해당 사실을 한국거래소 상장예비심사 내용에 반영하였습니다.

의무보유 기간 종료 후 최대주주 및 특수관계인이 보유 지분을 대량 매각하거나 경영을 주도하고 있는 최대주주 및 경영진과 관련하여 경영권 변동 또는 기업지배구조 및 경영권 분쟁, 도덕적 해이 발생 등으로 당사의 경영환경이 악화 될 경우 경영 안정성이 저해될 수 있습니다. 또한 향후 자금확보를 위한 추가 유상증자 등으로 인하여 최대주주 등의 지분율이 감소하거나 예기치 못한 경영권 분쟁, 주요 주주들간에 지분보유 경쟁 등이 발생할 경우 당사의 경영권 안정화에 부정적인 영향을 미칠 수 있습니다.

3. 3개사와의 거래에 대해 불리한 조건으로 거래하지 않을 것을 확약동사는 한국거래소 요청에 따라 동사와 A사, B사, C사 간의 과거 거래 내역을 제출하였으며, 기재된 거래 외 현재까지 별도로 체결된 계약, 부속합의, 구두약정, 지급보증, 특수조건부 약정 기타 법률상 구속력을 가질 수 있는 일체의 합의가 존재하지 아니함을 확인하였습니다.동사는 향후 상장이 완료된 이후, 동사에게 불리한 조건으로 상기 3개사와 거래를 체결하거나 유지하지 않을 것을 확약하였습니다. 특히, 거래 조건은 관련 법령, 상장규정 및 일반 상관행에 부합하는 공정하고 합리적인 조건에 따라 결정될 것이며, 회사 및 주주의 이익을 침해하는 거래를 체결하지 아니할 것이며, 만일 본 확약 사항을 위반하는 사실이 발생할 경우, 이에 대하여 거래소가 관련 규정에 따라 취하는 어떠한 조치에 대해서도 동사는 이의를 제기하지 아니할 것을 확약하였습니다.

(나) 주관회사 내부위원회에서 논의된 내용

동사의 금번 공모의 경우 주관회사 내부위원회 개최는 해당사항 없습니다. 미래에셋증권 사내규정 중 심사일반규정 "[별표1]위원회, 운영위원회 승인 금융투자의 건" 내용에 의거하여 IPO의 경우 상장예비심사 신청시 공모금액 3,000억원 초과 딜의 경우 투자심사운영위원회의 승인 금융 투자의 건으로 분류하고 있습니다. 하지만, 금번 공모의 경우 공모금액이 3,000억원에 미달하기 때문에 미래에셋증권㈜ 내부적으로 투자심사운영위원회의 승인 절차를 진행하지 않았습니다. 다만, 총액인수계약 체결을 위하여 IPO본부장의 승인 및 법무담당, 준법지원담당, 기업금융심사담당, 준법감시담당, 리스크관리담당의 협조를 통해 금번 공모의 지분증권 관련 총액인수를 검토하고 진행하였습니다.

한편, 금번 개정된 금융투자협회의 「증권 인수업무 등에 관한 규정」에 따를 경우 금번 공모와 같이 수요예측을 통하여 공모가격을 결정하는 경우 동 공모가격의 결정(공모희망가격의 범위 산정 및 수요예측 결과의 반영을 포함)에 대한 내부기준을 마련하고 이에 따라 공모가격의 결정을 진행하도록 하고 있습니다. (다) 한국거래소 상장규정에 따른 사업모델기업 특례 동사의 경우 한국거래소 상장규정에 따른 사업모델기업 특례에 해당하지 않습니다

4. 기업실사결과 및 평가내용 가. 영업 상황 (1) 시장의 규모 및 산업의 성장잠재력

동사가 속해 있는 Enterprise AI Platform 시장은 2025년 들어 보안 위협 심화와 기술 융합 가속화라는 구조적 변화의 전환점에 위치하고 있습니다. 글로벌 경영 컨설팅 회사 Ernst & Young의 분석에 따르면 글로벌 Enterprise AI Platform 전체 시장이 연평균 34.7%의 고성장세를 지속하는 가운데, 보안과 성능을 동시에 추구하는 제조업과 국방 등 주요 목표 산업에서 Hybrid 및 On-premise 솔루션의 성장률이 급속히 증가하고 있습니다. 이러한 시장 변화는 보안과 성능을 동시에 만족하는 폐쇄망 특화 AI 플랫폼의 전략적 중요성을 부각시키고 있습니다.

(가) 동사 관련 시장 정의

동사는 주력 제품인 Runway를 기반으로 제조 및 국방을 포함한 국내외 산업 영역(Vertical Industries)의 기업과 기관 고객에게 현장 문제를 해결할 수 있는 버티컬 AI 솔루션을 공급하는 회사입니다. 동사가 제공하는 솔루션은 해결하고자 하는 문제의 속성에 따라 구분되며, 사업 성장과 함께 지속적으로 진화ㆍ확장될 것으로 전망됩니다. 현재 제공되는 솔루션은 ① 예지보전ㆍ예측ㆍ최적화 관련 현장 문제 해결형 AI 솔루션, ② 생성형 AI를 활용한 특정 목적의 AI Agent, ③ 버티컬 AI 솔루션을 직접 개발ㆍ배포ㆍ운영할 수 있는 체계로 구분됩니다.

동사가 영위하고 있는 사업의 특성을 고려할 때, 동사의 총 잠재 시장(Total Addressable Market, TAM), 서비스 가능 시장(Service Addressable Market, SAM), 서비스 확보 시장(Service Obtainable Market, SOM)은 아래 표와 같이 정의될 수 있습니다.

글로벌 AI 시장 분석 결과를 상기 기준에 따라 구분하면, 동사의 총 잠재시장(TAM)은 2024년 현재 글로벌 기준 약 95.2조원 시장이며 2030년까지 연평균 약 24% 성장이 예상됩니다. 서비스 가능 시장(SAM)은 2024년 현재 글로벌 기준 약 58.3조원 규모이며 2030년까지 연평균 26% 성장이 전망되며, 서비스 확보 가능 시장(SOM)은 2024년 현재 글로벌 기준 약 6.8조원 시장 규모로 2030년까지 연평균 약 30.6%로 가파르게 성장할 것으로 예상됩니다.

동사 관련 시장 현황 및 전망 요약.jpg 동사 관련 시장 현황 및 전망 요약

(나) 동사 관련 시장 현황 및 전망

1. Enterprise AI 시장 현황 및 전망

글로벌 Enterprise AI 시장은 지난 2018년 이후 연평균 24% 성장하여 2024년 말 현재 약 95조원 규모로 추산됩니다. 산업별로 볼 때 방위 산업, 자동차 산업 및 제조 산업의 기술 고도화 및 운영 효율성 개선 니즈로 인해 성장이 지속될 것으로 전망됩니다.

enterprise ai 시장(by industry) 분석 결과.jpg enterprise ai 시장(by industry) 분석 결과

기술 항목별로 보면, 하드웨어(Hardware, 이하 HW)와 인프라(Infrastructure)를 제외한 Service, Application, Platform 등 소프트웨어(Software, 이하 SW)에 해당하는 부분이 전체의 약 66.9%를 차지하고 있습니다. 또한 기술 발전에 따라 도입 비용이 감소하며, HW대비 SW가 향후 더 높은 성장세를 유지할 것으로 전망됩니다.

enterprise ai 시장(by item) 분석 결과.jpg enterprise ai 시장(by item) 분석 결과

글로벌 Enterprise AI 시장은 향후에도 24%의 성장세를 유지하여 2030년 약 350조원 규모로 확대될 것으로 예상됩니다. 기술 항목 기준으로 볼 때 시장 성숙에 따라 Application 시장의 비중이 확대될 것으로 전망되며 Platform 시장이 연평균 34% 수준으로 가장 빠르게 확장하여 현재 5조원 규모에서 2030년에는 약 30조원 규모에 도달할 것으로 전망됩니다.

enterprise ai 시장 전망.jpg enterprise ai 시장 전망

2. Platform/Application/Service 시장 현황 및 전망

Enterprise AI 시장에서 단기간 내 확장 가능한 Platform, Application 및 Service 시장은 지난 2018년 이후 연평균 29% 성장하여 2024년말 기준 약 58조원 규모를 형성하고 있습니다. 향후 연평균 26% 성장하여 2030년 228조원 규모에 도달할 것으로 전망됩니다. 향후 연평균 성장세는 Platform 시장이 34%, Application 시장 27%, Service 시장 21%로 전망됩니다. 이는 시장 발전에 따라 모든 세부 시장이 함께 성장하기는 하나, 기술 발전에 따라 Platform과 Application의 활용도가 높아짐에 따라 Service를 통해 제공되던 수요들이 점진적으로 대체되는 현상을 반영하고 있는 것으로 보입니다.

enterprise ai 시장 내 platform 및 application 시장 전망.jpg enterprise ai 시장 내 platform 및 application 시장 전망

Platform, Application, Service 시장을 구성하는 세부 AI기술 관점에서는 광범위한 Machine Learning 기술에 대한 수요가 꾸준히 과반 이상을 차지할 것으로 분석된 가운데, 이러한 Machine Learning 기술에 기반하여 개발 및 활용되는 모델의 전 생애주기를 관리하기 위한 MLOps(Machine Learning Operations)에 대한 수요는 연평균 37% 수준으로 상대적으로 더 빠르게 증가할 것으로 전망됩니다.

단기 확장가능시장 내 ai 기술별 상세.jpg 단기 확장가능시장 내 ai 기술별 상세

3. 제조 및 국방 분야 특화 AI 솔루션 시장 현황 및 전망

Enterprise AI 시장 내 Platform, Application 및 Service 시장을 세분류하여 동사가 실질적으로 목표하는 사업 영역에 해당되는 글로벌 제조 산업 분야와 국내 국방 분야로 구분할 경우 각 시장의 규모는 2024년 현재 약 6.5조원, 0.3조원 규모로 이를 합산한 동사의 초기 Target 시장의 규모는 6.8조원으로 추산됩니다.

초기 목표 시장 성장 전망.jpg 초기 목표 시장 성장 전망

AI 관련 Platform 시장, Application 시장, Service 시장은 모두 동사의 버티컬 AI 솔루션으로 획득 가능한 시장일 것으로 예상됩니다. Service 시장의 경우 동사의 사업 확장 과정에서 직접 경쟁하고자 하는 세부 시장은 아니나, 동사 주력 제품 AI 플랫폼 Runway를 활용해 버티컬 AI 솔루션을 직접 개발/공급하는 과정에서 제품 기반으로 Time-to-Market을 감축할 경우 경쟁우위를 확보할 수 있다는 점, 궁극적 지향점이 기업 및 조직에 Runway를 기반으로 한 고유의 AI개발, 배포 및 운영 체계를 공급하여 고객들이 직접 AI를 개발하고 활용할 수 있도록 하는 점임을 고려할 때 동사의 버티컬 AI 솔루션으로 대체될 수 있는 시장이므로 초기 Target 시장에 포함시킬 수 있을 것으로 사료됩니다. 또한, 국방 분야의 경우 높은 보안 요구와 특수성으로 인해 자국 기술을 정책적으로 우선시하는 점을 감안하여 보수적으로 국내 시장만을 초기 공략 가능한 Target 시장으로 설정하였습니다.

상술한 기준에 따라, 동사의 초기 Target 시장 혹은 서비스 확보 가능 시장(SOM, Serviceable Obtainable Market)은 현재 약 6.8조원 규모에서 연평균 약 30% 성장하여 2030년에는 34조원 규모로 성장할 것으로 전망됩니다.

(다) 동사 관련 시장 성장 요인

1. 기술적 요인(Technological Driver)

① AI/머신러닝 알고리즘의 비약적 발전

AI 기술이 연구실 단계를 넘어 산업 현장에 적용 가능한 수준으로 성숙한 것이 가장 근본적인 성장 동력입니다. 예를 들어, 딥러닝 기반 컴퓨터 비전 기술은 숙련된 검사원을 능가하여 마이크로미터 단위의 결함까지 99% 이상의 정확도로 검출할 수 있습니다. 또한 강화학습은 수백 개의 변수가 복잡하게 얽힌 화학 공정에서 최적의 조합을 스스로 도출함으로써 수율을 극대화하는 등, 인간의 경험을 뛰어넘는 최적화 역량을 보여주고 있습니다.

특히 최근 발전한 생성형 AI는 제조 현장에서의 데이터 활용 범위를 획기적으로 확장하고 있습니다. 도면 해석, PLC 코드 분석, 공정 매뉴얼 자동화와 같은 영역에서 기존의 분석형 AI로는 처리하기 어려웠던 비정형 데이터까지 다룰 수 있게 되었으며, 이를 통해 제조 현장의 지식 노동 영역에서도 AI 도입이 본격화되고 있습니다.

② 빅데이터 및 IoT 센서의 보편화

스마트 팩토리와 DT(Digital Transformation)의 확산으로 제조 현장은 거대한 데이터 생산 기지로 전환되고 있습니다. 단일 생산 라인에서도 수천 개의 센서가 초 단위로 데이터를 수집하며, 하루에 테라바이트(TB) 규모의 방대한 데이터가 생성되고 있습니다. 과거에는 활용되지 못하고 버려졌던 이러한 데이터가 이제는 AI 학습의 핵심 연료로 사용되면서, 설비의 미세한 이상을 조기에 포착하고 공정 내 비효율을 제거하는 중요한 자산으로 활용되고 있습니다.

③ 고성능 컴퓨팅 인프라의 대중화

과거 AI 도입은 슈퍼컴퓨터를 보유한 일부 대기업의 전유물이었습니다. 그러나 GPU의 급속한 발전과 Cloud 플랫폼의 확산으로 AI 접근 문턱이 크게 낮아졌습니다. 이제 중소 제조기업도 구독형 서비스를 통해 합리적인 비용으로 대규모 AI 모델을 학습하고 운영할 수 있게 되면서, 기술 도입의 '민주화'가 이루어지고 있습니다. 또한 GPU뿐만 아니라 NPU, ASIC 등 AI 전용 칩의 발전이 산업용 AI 확산을 한층 가속화하고 있습니다. 이러한 기술 발전은 기존의 대형 데이터센터 중심 AI 학습 방식을 넘어, 개별 공정 장비나 엣지 디바이스에서도 고성능 AI 연산을 수행할 수 있게 만들고 있습니다. 이로 인해 네트워크나 보안상의 제약으로 Cloud 사용이 어려운 제조 및 국방 환경에서는 On-Device AI가 새로운 패러다임으로 부상하고 있습니다. 개별 설비나 로봇에 직접 AI를 탑재함으로써 지연 없는 실시간 의사결정을 가능하게 하고, 네트워크 불안정성이나 데이터 유출 위험을 최소화할 수 있습니다. 이러한 변화는 제조업의 자율 제조 및 자율 운영 체제로의 전환을 가속화하는 중요한 분기점이 되고 있습니다.

2. 경제/비즈니스적 요인(Business Driver)

① 생산성 향상과 비용 절감에 대한 근본적 요구

인건비 상승과 원자재 가격 변동 등으로 인한 비용 압박이 심화되는 가운데, AI는 기업 생존을 위한 필수 도구로 자리 잡고 있습니다. 예를 들어, 한 자동차 부품 기업은 AI 로봇을 도입하여 생산성을 15% 향상시키고, 기존 인력을 고부가가치 업무로 재배치하였습니다. 이처럼 AI는 24시간 무중단 가동과 에너지 사용의 최적화를 통해 비용 절감과 생산성 향상을 동시에 실현하는 핵심 수단으로 활용되고 있습니다.

② 글로벌 경쟁

제조업을 포함한 모든 산업은 이제 국경 없는 경쟁 환경 속에서 운영되고 있습니다. 글로벌 시장에서 선도적 지위를 유지하기 위해 기업들은 제품 출시 속도(Time-to-Market) 단축과 동시에 고객 맞춤형 생산(Mass Customization)에 대응할 수 있는 역량을 요구 받고 있습니다. 또한 글로벌 경쟁 환경에서 품질은 타협할 수 없는 핵심 경쟁력으로 인식되고 있습니다. AI 비전 검사 기술은 반도체 웨이퍼의 미세 결함이나 자동차 도장 불량 등 육안으로는 식별하기 어려운 문제까지 실시간으로 검출할 수 있습니다. 이를 통해 기업은 생산 수율을 향상시키는 것은 물론, 리콜이나 브랜드 훼손 등으로 인한 막대한 손실을 예방하는 일종의 '보험' 역할을 수행하고 있습니다.

③ 공급망 불확실성 대응 능력 강화

팬데믹과 지정학적 리스크는 글로벌 공급망의 취약성을 여실히 드러냈습니다. 이에 따라 기업들은 예측 불가능한 수요 변동에 대응하기 위해 AI 기반 수요 예측 시스템을 적극 도입하고 있습니다. AI는 기상 데이터와 소셜 트렌드 등 외부 요인을 함께 반영함으로써 기존 예측 모델 대비 20~30% 높은 정확도를 보여주고 있습니다. 이를 통해 기업은 과잉 재고와 품절을 동시에 방지하고, 공급망의 회복탄력성을 효과적으로 강화하고 있습니다.

3. 정책 및 환경적 요인(Policy & Environmental Driver)

① 정부 주도의 AI 경쟁 심화

세계 각국 정부는 제조업을 국가 경쟁력의 핵심으로 인식하고, AI 도입을 적극적으로 장려하고 있습니다. 독일의 '인더스트리 4.0', 한국의 'AIㆍ데이터 기반 제조혁신' 정책이 대표적인 사례입니다. 각국은 보조금, 세제 혜택, 데이터 플랫폼 지원 등을 통해 기업의 초기 투자 부담을 완화하고, 산업 전반에 걸쳐 디지털 전환과 생산성 혁신을 과감히 추진할 수 있는 환경을 조성하고 있습니다. 동시에 슈퍼컴퓨팅 인프라 확충, AI 반도체 및 데이터센터 투자, 국가 전략기금 조성 등을 통해 대규모 AI 활용 기반을 마련하고 있으며, 신뢰할 수 있는 AI 개발과 글로벌 경쟁 우위 확보를 주요 정책 목표로 삼고 있습니다.

우리나라도 새로운 정부 출범 이후 '3대 AI 강국 도약'을 국가 핵심 전략 과제로 설정하고 AI 경쟁력 강화를 최우선 목표로 추진하고 있습니다. 정부는 국가 AI 컴퓨팅 센터 구축 사업(2조 원), 첨단 GPU 확보(1.46조 원), 독자 파운데이션 모델 프로젝트(2,000억 원), AX 실증산단 구축사업(1,400억 원) 등 대규모 AI 인프라 및 산업 혁신 프로젝트를 본격적으로 추진하고 있습니다. 또한 제조업 인공지능 전환(M.AX) 얼라이언스를 출범시켜 업종별 대표 제조기업, AI 기업, 부품ㆍ소재 기업이 함께 참여하도록 함으로써, 2030년까지 100조원 이상의 부가가치 창출을 목표로 하고 있습니다.

‘제조 ax 얼라이언스’ 운영방안.jpg ‘제조 ax 얼라이언스’ 운영방안

정부는 이러한 목표 달성을 위해 2026년 산업통상자원부 AI 예산을 올해(5,651억원) 대비 두배 이상 확대된 1조1,347억 원 규모로 편성하였으며, M.AX 얼라이언스 내 주요 프로젝트를 집중적으로 지원할 계획입니다. 국가가 'AI 3대 강국 도약'을 위해 예산과 전략을 본격 투입하는 가운데, 동사는 M.AX 얼라이언스에 AI 전문기업으로 참여하여 산업 특화 AI 역량을 기반으로 협업 과제를 주도적으로 수행할 예정입니다.

이와 함께 동사는 2025년 기준 과학기술정보통신부의 '독자 파운데이션 모델' 프로젝트(업스테이지 컨소시엄), 산업통상자원부의 'AX 실증산단 구축사업', '산업단지 AX 카라반' 등 국가 전략사업의 핵심 과제에 참여하고 있습니다. 또한 윤성호 대표는 대통령 직속 국가 AI 전략위원회 민간 위원으로 활동하며, 정책 수립과 산업 현장 간 연결 고리 역할을 수행하고 있습니다.

한편, 일본 정부가 GENIAC 프로젝트, ABCI 3.0 슈퍼컴 인프라 구축, 대규모 AI 예산 편성 등을 통해 국가 차원의 AI 역량 강화를 추진하는 가운데, 동사는 제조 및 국방 분야에서 축적한 전문성과 경험을 기반으로 일본 기업과의 협력을 확대하고 있습니다. 이는 일본 정부가 추진하는 산업 특화 AI 인프라 구축 방향과 맞물려, 동사가 아시아 제조업 전반의 AI 혁신을 선도할 수 있는 중요한 교두보를 확보하는 계기가 되고 있습니다.

② 고령화에 따른 인력난 및 기술격차 해소 필요성

선진국을 중심으로 제조업 현장은 고령화와 숙련 인력 부족 문제에 직면하고 있습니다. 특히 복잡한 제조 공정은 오랜 기간 숙련자의 경험과 감각에 의존해왔으나, 이들의 은퇴로 인해 기술 공백이 점차 확대되고 있습니다. 인공지능(AI)은 전문가의 경험을 데이터 기반의 지식으로 전환함으로써 이러한 기술격차를 해소하고 인력난을 완화하는 핵심 수단으로 자리 잡고 있습니다. 이를 통해 기업은 한정된 인력으로도 생산성과 품질을 안정적으로 유지할 수 있습니다.

(2) 시장 경쟁 상황

(가) 경쟁형태

1. AI Platform (AI 플랫폼 및 운영체계)

AI 플랫폼 및 운영체계 계층은 산업 현장에서 AI 모델의 개발, 배포, 그리고 운영 전 과정을 책임지는 핵심 기반을 제공합니다. 이 계층의 주요 플레이어는 크게 글로벌 범용 플랫폼과 산업 특화(버티컬) 플랫폼으로 구분됩니다. 글로벌 범용 플랫폼에는 Palantir, C3.ai, DataRobot, Domino Data Lab, AWS SageMaker, Azure ML, GCP Vertex AI 등이 포함되며, 이들은 산업 전반에 걸쳐 높은 확장성과 범용성을 바탕으로 시장을 주도하고 있습니다. 반면, 산업 특화 플랫폼으로는 동사의 Runway, Siemens MindSphere, GE Predix, Uptake 등이 대표적입니다. 이들은 제조, 국방 등 특정 산업의 보안 요건과 운영 환경에 최적화된 기능을 제공함으로써 차별화된 경쟁력을 확보하고 있습니다.

이 계층의 경쟁 구도는 Cloud 중심과 On-premiseㆍ폐쇄망 중심으로 뚜렷하게 구분됩니다. AWS와 Azure 등 글로벌 빅테크 기업은 클라우드 생태계를 기반으로 폭넓은 고객층을 확보하고 있는 반면, 보안과 데이터 주권이 중요한 제조 및 국방 분야에서는 On-premise와 폐쇄망 환경에 최적화된 동사와 Palantir가 강점을 보이고 있습니다.

또한 범용적 접근과 수직적(Vertical) 접근 간의 차이도 경쟁 구도의 또 다른 축을 형성합니다. DataRobot이나 Domino는 다양한 산업에 적용 가능한 범용성을 무기로 삼고 있으나, Palantir Foundry와 동사의 Runway는 특정 산업 도메인에 최적화된 기능을 통해 실질적인 운영 효율성을 제공합니다. 결국 고객이 요구하는 핵심은 빠른 투자 대비 효과와 운영 안정성이며, 시장 경쟁의 본질은 Time-to-Value를 얼마나 단축할 수 있는가에 달려 있습니다.

2. Domain-Specific AI Applications (버티컬 AI 솔루션)

버티컬 AI 솔루션 계층은 특정 공정, 설비, 혹은 문제에 직접 특화된 AI 응용을 다루는 영역입니다. 이 계층의 주요 플레이어는 세부 영역별로 구분할 수 있습니다.

품질 검사 분야에서는 Landing AI, Covision Quality, Viso Suite, Instrumental 등이 대표적이며, 국내에서는 LG CNS와 솔트룩스가 활발히 활동하고 있습니다. 반도체 분야에서는 KLA, Applied Materials, ASML, OptimalPlus(현 NI 산하) 등이 장비 및 공정 데이터 분석을 주도하고 있습니다. 로보틱스 제어 최적화 분야에서는 Symbio Robotics, Realtime Robotics, 그리고 일본의 Preferred Networks가 두각을 나타내고 있습니다. 또한 예지보전 및 공정 최적화 분야에서는 Uptake, SparkCognition, Augury, GE Digital, Siemens Industrial AI 등이 대표적인 사업자로 꼽힙니다.

이 계층의 경쟁 구도는 전문화와 범용화라는 두 축에서 형성되고 있습니다. Landing AI와 Symbio Robotics와 같은 스타트업은 특정 과제에 집중하여 빠른 혁신과 높은 전문성을 무기로 삼고 있는 반면, Siemens나 GE Digital과 같은 대형 기업은 포괄적 솔루션 패키지를 제공함으로써 신뢰성과 확장성 측면에서 강점을 보이고 있습니다. 한편, KLA와 Applied Materials 등 주요 반도체 장비사는 동사 장비에 AI를 내장함으로써 독립형 솔루션 업체의 입지를 위협하는 구조를 만들어가고 있습니다.

궁극적으로 제조 기업은 단순한 AI 성능보다 핵심 성과지표(KPI) 와 직결된 실질적 효과(예: 수율 향상, OEE 개선 등)를 중시합니다. 따라서 솔루션 제공업체는 기술적 혁신과 함께 현장 신뢰성을 확보해야 합니다. 또한 단일 솔루션만으로는 시장 확산에 한계가 있으므로, 플랫폼과의 결합을 통해 확장성과 운영 편의성을 동시에 제공하는 전략이 필요합니다.

(나) 경쟁업체 현황 Enterprise AI Platform 시장은 플랫폼 라이선스, 프로젝트 기반 서비스, 서비스형 소프트웨어(SaaS) 등 다양한 비즈니스 모델이 혼재되어 있습니다. 각 경쟁업체들의 전체 매출 중 Enterprise AI Platform 분야가 차지하는 비중을 명확히 파악하기 어렵고, 대부분의 경쟁업체들이 해당 사업 부문을 별도로 공시하지 않고 있어 세분화된 시장점유율 산출이 어렵습니다. 이러한 정량적 분석의 한계는 시장의 구조적 특성에서 비롯됩니다. 글로벌 Enterprise AI 시장은 글로벌 시장 조사업체 EY에 따르면 2024년 약 95조원에서 2030년 약 350조원으로 성장할 것으로 전망되는 방대한 시장입니다. 시장이 빠르게 확대되면서 산업별, 지역별, 고객 규모별로 세분화된 니치 영역이 형성되고 있으며, 각 영역에서 특화된 사업자들이 경쟁하는 구조입니다.

Enterprise AI Platform 시장은 급속한 성장세와 더불어 보안 위협 심화에 따른 폐쇄망 AI 솔루션 수요 확대로 인해 국내외 주요 경쟁업체들의 시장 포지셔닝이 재편되고 있습니다. 국내에서는 베슬에이아이, 래블업, 에이프리카 등이 Cloud 기반의 범용 접근법으로 경쟁하고 있으나, 제조 및 국방 등 폐쇄망 환경에서의 호환성 측면에서는 한계를 보이고 있습니다. 글로벌 시장에서는 Palantir가 일부 폐쇄망 환경을 지원하며 차별화를 시도하고 있으나, C3.ai, Dataiku 등 대부분의 기업은 범용성 중심 전략을 추구함에 따라 도메인 특화형 폐쇄망 솔루션 영역에서는 제한적인 경쟁력을 보이고 있습니다.

특히 2025년 Multi-Agent AI 시스템의 표준화와 Physical AI 시장의 확산으로 인해 기존 Cloud 중심 사업자들의 폐쇄망 시장 진출이 가속화되고 있습니다. 이에 따라 산업별 특화 솔루션을 중심으로 한 경쟁이 한층 심화되고 있습니다.

1. 국내 주요 경쟁사 현황

국내 Enterprise AI Platform 시장의 비즈니스 모델은 AI 프로젝트 단계에서 솔루션을 거쳐, 최종적으로 범용 플랫폼으로 진화하는 경로를 따르고 있습니다. 2025년 현재 정부의 'AI로 디지털 대전환' 정책과 국가 AI컴퓨팅센터 구축 등 대규모 AI 인프라 투자가 본격화되면서, 국내 AI 시장 생태계가 빠른 속도로 재편되고 있습니다.

이러한 환경 변화 속에서 업스테이지, SK텔레콤, 네이버클라우드, NC AI, LG AI연구원 등 주요 기업들은 국가대표 AI 정예팀으로 선정되어 독자적인 AI 파운데이션 모델 개발에 집중하고 있습니다. 동시에, 개발된 모델의 효율적 배포를 위해 AI 모델 경량화 기술을 보유한 동사와 같은 전문 기업이 기술성 평가 A등급을 획득하고, 2025년 하반기 코스닥 기술특례 상장을 추진하는 등 시장 공략을 가속화하고 있습니다. 이러한 흐름에 따라 산업 전반으로의 확산을 견인할 Enterprise AI Platform의 중요성이 한층 부각되고 있습니다.

그러나 현재 시장에서는 프로젝트 단계에서 솔루션 단계로 전환하는 과정에서 SI(System Integration) 업무에 의존하지 않고, 공통화된 요소를 기반으로 범용 솔루션 및 플랫폼을 자체적으로 개발할 수 있는 기업은 매우 제한적인 상황입니다. 실제로 베슬에이아이, 래블업, 에이프리카 등 다수의 Enterprise AI Platform 경쟁사들이 활발히 활동하고 있으나, 특정 산업군의 복잡하고 세밀한 요구사항을 완전히 충족시키는 데에는 한계를 보이고 있습니다.

특히 제조, 국방, 에너지 등과 같이 폐쇄망 환경이 핵심적인 산업 분야에서는 AI 플랫폼이 성공적으로 도입되기 위해 두 가지 핵심 요건을 동시에 충족해야 합니다. 첫째는, 다양한 산업 현장 환경에 맞춰 도메인 특화형 AI 모델을 개발하고 검증할 수 있는 전문성입니다. 둘째는, 다수의 AI 모델을 제한된 네트워크 환경에서 효율적으로 배포ㆍ운영할 수 있는 범용성입니다. 그러나 대부분의 국내 경쟁사들은 Cloud 네이티브 아키텍처를 기반으로 하고 있어, OT(운영기술, Operational Technology) 시스템과의 긴밀한 연동이 필수적인 폐쇄망 환경에서는 데이터 수집부터 모델 배포까지 전 과정에서 근본적인 제약을 보이고 있습니다.

2. 글로벌 주요 경쟁사 현황

글로벌 Enterprise AI Platform 경쟁사들은 국내 기업에 비해 더욱 방대한 솔루션 포트폴리오와 막대한 자금력을 바탕으로, 다양한 산업과 문제 영역에 적용 가능한 범용성을 추구하고 있습니다. 대부분의 글로벌 기업들은 Cloud 기반의 범용 AI 플랫폼을 지향하고 있으나, 폐쇄망 환경과 같은 특수한 산업 요건을 고려한 솔루션 개발 및 시스템 통합 측면에서는 상대적으로 취약한 모습을 보이고 있습니다. 예외적으로 Palantir는 최고 수준의 보안 체계와 폐쇄망 지원 역량을 기반으로 이러한 제약을 극복하고 있으며, 시장 내에서 가장 직접적인 경쟁자로 부상하고 있습니다.

(다) 주력 제품의 경쟁 상황

Runway는 급변하는 Enterprise AI Platform 시장에서 폐쇄망 환경 특화라는 차별화된 전략으로 경쟁 우위를 확보하고 있습니다. 글로벌 보안 위협이 심화되고 데이터 주권 요구사항이 강화되는 상황에서, 완전한 폐쇄망 환경에서의 AI 개발ㆍ운영 역량은 대체 불가능한 경쟁력으로 작용하고 있습니다.

1. 경쟁사간 가격 비교

주요 경쟁사들의 가격 정책은 타깃 시장과 배포 환경에 따라 차별화된 전략을 채택하고 있습니다. 국내 경쟁사들은 종량제(사용량 기반 과금) 또는 혼합형(기본 라이선스 + 종량제) 모델을 주로 적용하고 있으며, 폐쇄망 지원과 산업 특화 기능을 중심으로 한 부가가치 경쟁을 전개하고 있습니다. 반면, 글로벌 경쟁사들은 업종 특화형과 범용형으로 구분하여, 각각 프리미엄 가격 정책과 계층형 가격 정책을 적용함으로써 다양한 고객층을 확보하고 있습니다.

국내 AI 플랫폼 시장은 글로벌 시장에 비해 가격 투명성이 제한적인 특징을 보이고 있습니다. 시장 내 경쟁사들은 서로 다른 가격 전략을 채택하고 있으며, 순수 GPU 사용량 기반 과금 모델부터 플랫폼 기본 라이선스와 사용량 기반 비용을 결합한 혼합형 모델까지 다양한 접근 방식을 활용하고 있습니다. 규모별 총비용 구조 분석 결과, 중소규모(약 10 GPUs) 환경에서는 Vessl AI가 가격 경쟁력을 보이는 반면, 중대형 규모(50~100 GPUs)로 확장될수록 플랫폼 라이선스 기반 모델 간 경쟁이 더욱 치열해지고 있습니다. 국내 주요 경쟁사 3개사와의 비교 결과, 평균 판매가격은 경쟁사별 최대 약 20% 이내 수준으로 큰 차이를 보이지 않았습니다. 그러나 동사는 폐쇄망 환경 지원, 산업 도메인 특화 솔루션, 보안 컴플라이언스 등 차별화된 프리미엄 기능을 제공하고 있어, 이러한 기능적 우위를 고려할 때 시장 내에서 높은 수준의 경쟁력을 확보하고 있습니다.글로벌 AI 플랫폼 시장은 업종 특화형과 범용형으로 구분되며, 이에 따라 차별화된 가격 전략을 보이고 있습니다. Palantir와 같은 업종 특화형 플랫폼은 정부, 국방, 제조 등 특정 도메인의 요구사항에 최적화된 고부가가치 솔루션을 제공함으로써 프리미엄 가격 정책을 채택하고 있으며, 이를 통해 높은 진입 장벽을 형성하고 있습니다. 한편, C3 AI는 파일럿 프로젝트를 진행한 이후 소비 기반 과금으로 전환하는 혼합형 모델을 적용하여, 고객의 실제 사용량에 따라 유연한 비용 구조를 제공하고 있습니다. 국내에 진출한 글로벌 경쟁사 중 Dataiku는 사용자 기반 라이선스와 플랫폼 기본료를 결합한 전통적인 엔터프라이즈 가격 체계를 운영하고 있습니다. 이에 따라 동사와 직접적인 경쟁 관계를 형성하고 있으며, 규모별 평균 판매가격은 4.75억원으로 동사 대비 약 83% 높은 수준의 가격 정책을 유지하고 있습니다. 이러한 점에서 Runway는 글로벌 경쟁사 제품 대비 월등히 경쟁력 있는 가격 수준을 확보하고 있습니다.

2. 경쟁사간 성능 비교

Enterprise AI Platform 시장은 기능 복잡도와 사용 편의성을 축으로 하는 경쟁 구도를 형성하고 있으며, 주요 경쟁사들은 타겟 고객층과 배포 환경에 따라 차별화된 포지셔닝을 구축하고 있습니다.

[Enterprise AI Platform 제품군 특징 별 Quadrant 차트]

enterprise ai platform 제품군 특징 별 quadrant 차트.jpg enterprise ai platform 제품군 특징 별 quadrant 차트

첫 번째는 정부ㆍ국방 시장에 특화된 고보안 플랫폼으로, 폐쇄망 환경 지원과 높은 수준의 보안 인증을 특징으로 하는 제품군입니다. 이 제품군의 대표 기업은 Palantir입니다. 두 번째는 사용자 친화적인 인터페이스를 제공하는 데이터 사이언스 플랫폼으로, 코드 없는 머신러닝(ML) 개발 환경을 지원하는 제품군입니다. 대표 기업은 Dataiku입니다. 세 번째는 클라우드 기반 MLOps 전문 플랫폼으로, 클라우드 서비스 내 유연한 생태계 연계성과 경쟁적인 가격 정책을 통해 중소기업 및 스타트업의 시장 접근성을 높이는 제품군입니다. 대표 기업은 AWS(Amazon Web Services)입니다.

동사는 상기 분류 중 제품군 1에 해당하는 정부ㆍ국방 특화 고보안 플랫폼 영역에서 포지셔닝하고 있습니다. CB인사이트가 발표한 2023년 「AI 100(세계 100대 AI 기업)」 리포트에서 동사는 '재료 및 제조(Materials & Manufacturing)' 분야 내 제조업 단독 기업으로, 동시에 국내 본사를 둔 유일한 기업으로 선정되었습니다. 이는 폐쇄망 환경에서 운영되는 제조업체를 대상으로 한 동사의 AI 플랫폼이 기술적 우수성과 높은 수준의 보안 요구사항을 동시에 충족하고 있음을 글로벌 차원에서 인정받았다는 의미입니다. 이러한 성과는 동사가 제품군 1 영역에서 추진하고 있는 포지셔닝 전략과 기술적 차별화 역량을 뒷받침하는 객관적 검증 사례로 평가됩니다.

3. 경쟁구도의 변화 방향

Enterprise AI Platform 시장 내 경쟁 환경은 Cloud 기반의 확장성을 강점으로 하는 Dataiku, AWS 등 범용 플랫폼과, 제조ㆍ국방과 같이 데이터 주권과 보안이 중요한 분야에서 On-premise 및 폐쇄망 지원을 통해 차별화하는 동사의 Runway, Palantir 등 산업 특화 플랫폼으로 양분되어 있습니다. 이러한 경쟁 구도는 최근 ① 보안 중심 폐쇄망 시장의 확대, ② 도메인 특화 AI의 적용 및 확산 가속화, ③ Time-to-Value 중심의 통합 플랫폼 경쟁 심화라는 세 가지 방향으로 더욱 뚜렷해지고 있으며, 궁극적으로 '가치 실현 시간(Time-to-Value)'의 단축이 시장 경쟁의 승패를 결정하는 핵심 척도로 자리 잡고 있습니다.

정부의 'AI로 디지털 대전환' 정책과 국가 AI 컴퓨팅센터 구축 등 대규모 인프라 투자가 본격화되면서, AI 기술이 제조ㆍ국방 등 핵심 산업으로 빠르게 확산되고 있습니다. 이에 따라 엔터프라이즈 AI 플랫폼 시장은 기존의 Cloud 중심 구조에서 On-premise 및 폐쇄망 환경을 포괄하는 Hybrid 형태로 전환되고 있습니다. 실제로 제조 산업에서는 개별 솔루션을 넘어 다수의 시스템을 통합 운영하려는 플랫폼 구축 수요가 증가하고 있으며, 국방 분야에서는 보안을 핵심으로 하는 연구소 및 부대 단위의 AI 도입이 활발히 진행되고 있습니다. 이처럼 보안과 데이터 주권이 중요한 산업 현장의 요구가 폐쇄망 기반 솔루션을 필수 요건으로 만들고 있으며, On-premise 환경 지원 역량은 시장 내 결정적 차별화 요소로 부상하고 있습니다.

LLM 모델 기반 생성형 AI의 엔터프라이즈 도입이 본격화되면서, 범용 모델에서 산업별 특화 솔루션으로의 전환이 가속화되고 있습니다. 특히 AI 에이전트와 RAG(Retrieval-Augmented Generation) 기술이 결합되면서, 도메인 특화 지식을 효과적으로 활용할 수 있는 시스템이 빠르게 확산되고 있습니다. Multi-Agent 시스템은 복잡한 업무 프로세스를 자동화하고, RAG는 기업 내부 문서와 데이터베이스로부터 실시간으로 정보를 검색ㆍ활용하여 맥락에 맞는 응답을 생성하는 핵심 기술로 자리 잡고 있습니다. 이러한 변화는 산업 전반에서 생성형 AI의 적용 패턴을 표준화시키며, 기업의 지식 활용 방식에 근본적인 전환을 가져오고 있습니다.

나. 기술력(1) 기술의 완성도

동사의 도메인 특화 인공지능 모델링 기술과 도메인 특화 인공지능 엔지니어링 기술은 이미 산업 현장에서 적용되어 운영되고 있습니다. 따라서 두 기술 모두 TRL 9로 평가됩니다.

TRL(Technology Readiness Level, 기술성숙도)은 특정 기술의 성숙도를 체계적으로 평가하고, 이종 기술 간 성숙도를 비교하기 위한 기준입니다. 본래 NASA에서 항공ㆍ우주 및 국방 분야 R&D 프로그램에 적용하기 위해 정의되었으나, 동사의 제품 개발 단계 평가에는 소프트웨어(SW) 기술 특성을 반영한 조정된 TRL 정의를 활용하는 것이 적합합니다.

(2) 기술의 경쟁우위도 (가) 지적재산권 소유 내역

동사는 증권신고서 제출일 현재 미국 특허 29건과 국내 특허 55건을 포함하여 총 84건의 특허를 보유하고 있으며, 미국 1건, PCT 7건과 국내 11건을 포함해 총 19건의 특허가 출원 중에 있습니다. 상표권의 경우 미국 3건을 포함하여 총 18건을 보유하고 있습니다.

동사의 IP 현황은 글로벌 AI 소프트웨어 기업과 비교하여 경쟁력을 보유하고 있습니다. IP 경쟁력 검증 및 전략 수립을 위해 '파이특허법인'과 협력하여 체계적인 특허 관리를 수행하고 있습니다.

① 개별 특허에 대한 권리 분석을 실시하고, 침해 발생 시 대응 방안까지 고려하여 관리하고 있습니다. ② 핵심기술 및 세부기술과의 연관성, ③ 주요 프로젝트 및 제품, ④ 산업 및 비즈니스 영역에 대한 태깅을 통해 기술과 특허의 사업적 연계성을 검토하고, 비즈니스적 임팩트를 반영한 기술개발 방향을 설정하고 있습니다. ⑤ 또한 BCG(Boston Consulting Group)의 산업 분류를 기반으로 AI 기술요소를 결합한 특허 매트릭스를 활용하여, 글로벌 IT 기업 및 국내 주요 AI 기업과의 비교 분석을 수행하고 있습니다. 이를 통해 기술 발전 방향, 특허 출원 추이, 사업 연계성 등을 종합적으로 검토하여 동사의 기술 경쟁력과 전략적 우위를 강화하고 있습니다.

동사는 BCG의 산업분류를 기반으로 산업별 구분과 AI 기술요소를 결합한 특허 매트릭스를 구축하여 기업별 경쟁력을 분석하고 있습니다. 이를 통해 각 기업의 특허 출원 경향성을 파악하고, 시장 변화의 흐름을 분석하며, 동사의 특허 출원 및 기술개발 방향을 전략적으로 검토하고 있습니다.

기업별 특허 분석 결과, 동사는 기업 규모와 시장 내 지위를 고려할 때 상당히 많은 수의 특허를 보유하고 있는 것으로 판단됩니다. 특히 AI 분야에서 비교 대상 기업 대비 정량적으로 많은 특허를 확보하고 있으며, 적극적인 해외 출원을 통해 미국 주요 기업과 비교하더라도 대등한 수준의 특허 경쟁력을 갖추고 있는 것으로 평가됩니다.

당사는 외부 전문기관(파이특허법률사무소)을 통해 “AI 기반 설계 및 최적화” 기술 영역에 대한 국내 특허 문헌 총 1,602건을 대상으로, 인공지능 및 설계 ㆍ 최적화 관련 키워드와 IPC 분류를 결합한 검색식을 적용하고, 중복 제거 및 노이즈 필터링을 거쳐 유효 데이터 627건을 기준으로 출원 건수를 분석한 결과, 당사는 (주)삼성전자, 한화오션(주), 부산대학교, KAIST 등 20개 기업 및 기관 중 동 기술 분야에서 14개의 특허 건수로 (주)삼성전자 다음으로 상위권의 특허 출원 건수를 보유한 것으로 확인되었습니다.

ai 기반 설계 및 최적화 관련 특허 문헌 검색.jpg ai 기반 설계 및 최적화 관련 특허 문헌 검색

다만, 상기 결과는 한국 특허 문헌을 대상으로 출원 사건 수 기준으로 산정된 것으로서, 공개 및 등록 문헌의 중복 제거 및 산업 ㆍ 제조 관련성 기준을 적용한특정 검색 조건 하에서 도출된 결과이며, 2026년 4월 7일 기준으로 공개된 사건을 대상으로 분석된 것입니다.

또한 2차원 히트맵을 활용한 정성적 분석 결과, 동사의 특허 포트폴리오는 산업 현장의 구체적인 문제를 해결하기 위한 Vertical Solution을 중심으로 구성되어 있으나, 동시에 모델 아키텍처 및 학습 방법 등 인공지능의 핵심 기술역량이 요구되는 영역에도 폭넓게 분포하고 있습니다. 이와 함께 다양한 Vertical Solution 관련 특허뿐만 아니라 머신러닝 플랫폼 관련 특허도 다수 보유하고 있으며, 머신러닝 플랫폼 영역에서는 Siemens, SAP, Amazon 등 글로벌 선도기업과 비교하더라도 경쟁력 있는 포트폴리오를 구축하고 있는 것으로 판단됩니다.

(나) 보유 기술의 경쟁력

동사는 제조, 국방 등 주요 산업 현장에서 발생하는 문제를 해결할 수 있는 AI 플랫폼 Runway를 개발하고 제공합니다. Runway는 폐쇄망 환경에서도 안정적으로 AI를 개발하고 운영할 수 있도록 설계되어 있으며, 기존 경쟁사들이 제공하기 어려운 보안성과 효율성을 동시에 갖춘 것이 특징입니다. 플랫폼의 경쟁력은 폐쇄망 인프라 지원, 자원 효율화, 보안 프로세스 통합, 데이터 처리 및 저장, RAG 기반 정보 검색, 외부 시스템 연결 및 배포, AI 자산 재활용, 사용자 경험 등 여러 핵심 요소로 구성됩니다.

폐쇄망 환경에서 외부 클라우드를 활용하지 못하는 제약을 극복하기 위해, 동사는 내부 전용 인프라와 다양한 컴퓨팅 자원을 통합 관리하는 기술을 개발했습니다. 이를 통해 내부 전용 저장소, 소프트웨어 반입 및 검증 자동화, 멀티 클러스터와 HPC 환경 통합, 동적 자원 스케줄링 등을 지원하며, 폐쇄망에서도 안정적이고 확장 가능한 AI 운영 환경을 제공합니다. 보안 측면에서도 플랫폼은 체계적인 접근 권한 관리와 감사 로그 기록, 다단계 검증을 통해 안전성을 확보합니다. 외부 아티팩트 반입, 배포 과정에서 취약점 탐지, 악성코드 검사, 의존성 확인 등을 수행하며, 모든 활동을 기록하고 추적할 수 있도록 설계되어 내부 위협을 최소화합니다.

데이터 처리 측면에서는 비정형 문서와 다양한 산업 데이터를 효과적으로 활용할 수 있도록 Layout Detection, 전처리, 표준화된 데이터셋 관리 등을 제공합니다. Dataflow Builder와 Annotation Studio를 활용하면 비전문가도 쉽게 데이터 파이프라인을 구성할 수 있으며, 버전 관리와 공동 작업 환경을 통해 협업 효율성과 데이터 무결성을 유지할 수 있습니다. 또한, RAG 기반 정보 검색 기술을 통해 방대한 산업 문서에서도 신속하고 정확한 답변을 제공합니다. 한국어 및 도메인 특화 토크나이저와 계층적 필터링, 질문 재구성 기능 등이 통합되어 사용자가 입력한 쿼리를 분석하고, 도메인 지식에 기반한 최적의 답변을 제공합니다.

동사의 Runway 플랫폼은 외부 시스템과의 연계 및 모델 배포 기능도 제공합니다. Windows, Linux, On-device 환경 모두 지원하며, 표준 API를 통해 산업 현장의 다양한 시스템과 통합됩니다. 모델 경량화 기술을 적용해 폐쇄망이나 엣지 환경에서도 안정적인 성능을 유지하면서 운영 효율을 높였습니다. AI 자산 관리 측면에서는 내부에서 개발된 모델, 데이터 파이프라인, 분석 도구 등을 체계적으로 관리하고 재활용할 수 있는 카탈로그 시스템을 제공합니다. 이를 통해 신규 프로젝트 개발 시간을 줄이고 안정성을 확보할 수 있습니다. 개발자는 JupyterLab, VSCode, LLaMA 등 친숙한 도구를 활용해 작업할 수 있습니다. 마지막으로 Runway는 직관적인 사용자 환경을 제공합니다. 초급 사용자는 시각적 워크플로우와 템플릿을 이용할 수 있고, 고급 사용자는 API, SDK, 인터랙티브 개발 환경을 통해 세밀하게 제어할 수 있습니다. 이를 통해 다양한 수준의 사용자가 AI 개발과 운영을 효율적으로 수행할 수 있습니다.

종합하면, 동사는 폐쇄망 환경 전용 인프라, 보안 통합, 데이터 처리 자동화, RAG 기반 검색, 외부 시스템 배포, AI 자산 재활용, 사용자 경험 최적화 등 다방면에서 경쟁력을 갖추고 있으며, 이는 시장에서 쉽게 대체하기 어려운 독자적 기술로 평가됩니다.

(3) 연구인력 수준

동사의 연구개발 조직은 CTO 산하 4개 조직으로 구성되어 있습니다. 또한 2019년 3월 28일 기업부설연구소로 인정받아 6년 이상 연구소 조직을 안정적으로 운영하고 있습니다.

동사의 연구개발 관련 경영진은 총 3명으로 구성되어 있으며, 각자의 전문 분야에 따라 명확하게 업무를 분장하고 있습니다. 모든 경영진은 타사 겸직이 없어 업무 집중도 저해 요인이 없으며, 각자 10년 내외의 관련 경험과 전문 역량을 보유하여 담당 업무를 수행하기에 충분한 역량을 갖추고 있습니다.

(4) 기술의 상용화 경쟁력동사는 도메인 특화 인공지능 모델링 및 엔지니어링(Domain-Specialized AI Modeling & Engineering) 기술을 기반으로 제조, 국방 등 주요 목표 고객의 공통된 Pain Point를 해소할 수 있는 부분을 주력 제품 Runway로 개발하여 시장에 공급하고 있습니다. 이는 시장에 존재하는 기존 경쟁사들이 제공하지 못하는 보안과 성능의 양립이라는 근본적 과제를 해결하는 기반이 되며, Runway의 경쟁우위도는 ① 폐쇄망 지원 인프라 및 자원 효율화, ② 보안 프로세스 통합, ③ 데이터 처리 및 저장, ④ RAG 파이프라인 최적화, ⑤ 외부 시스템 연결 및 배포, ⑥ AI Asset 재활용 환경, ⑦ 사용자 경험으로 설명될 수 있습니다.

1. 폐쇄망 지원 인프라 및 자원 효율화

폐쇄망 환경에서는 외부 Cloud 자원을 활용할 수 없기 때문에, 제한된 내부 인프라만으로 모든 AI 워크로드를 처리해야 하는 근본적인 제약이 존재합니다. 동사는 5장에서 구체적으로 기술된 폐쇄망 환경 전용 개발 및 운영 체계 구축 기술을 기반으로 이러한 제약을 기술적 혁신으로 전환하였으며, 이를 통해 경쟁우위로 전환한 폐쇄망 특화 인프라 기술을 보유하고 있습니다.

이러한 기술적 우위는 Runway의 AI 인프라 구성 기술을 중심으로 한 폐쇄망 자급형 인프라 구축과 다종 컴퓨팅 자원 통합 오케스트레이션을 통해 구현됩니다. 외부 시스템 의존성 없이 완전한 독립 운영 생태계를 구성하고, 분산된 이기종 컴퓨팅 환경을 단일 플랫폼으로 통합 관리함으로써 전체 인프라의 활용률을 극대화합니다. 특히, 폐쇄망 환경에서 검증된 기술 역량은 공개망 환경에서 더욱 강력한 성능을 발휘하며, On-premise/Cloud 간 Hybrid 연계를 통해 유연한 인프라 확장과 워크로드 분산을 가능하게 합니다. 이를 통해 동사는 모든 네트워크 환경에서 최적의 성능을 제공하는 핵심 경쟁력을 확보하였습니다.

2. 보안 프로세스 통합

폐쇄망 환경에서 AI 개발 및 운영을 수행할 때 가장 큰 도전 과제는 보안성과 개발 생산성의 양립입니다. 동사는 이러한 모순적 요구를 해결하기 위해 [5. 기술의 경쟁우위도]에서 설명된 보안 프로세스 체계 구축 및 자동화 기술을 적용하여, 개발ㆍ운영 전 과정을 포괄하는 보안 프로세스 통합 체계를 구축하였습니다.

이를 통해 외부 라이브러리 반입부터 코드 배포까지 전 과정에서 자동화된 보안 검증 절차를 적용하고, 세분화된 권한 제어 및 모든 활동 로그 기록을 포함하는 감사 시스템을 운영함으로써 엔터프라이즈 수준의 보안 요구사항을 충족합니다. 동시에, Cloud 네이티브 아키텍처 기반의 개발자 친화적 환경을 유지하여 경쟁 제품 대비 높은 AI 개발 생산성을 확보하였습니다.

3. 데이터 처리 및 저장

산업 현장에서는 전체 기업 데이터의 80% 이상을 차지하는 비정형 데이터가 설비 매뉴얼, 기술 도면, 품질 검사 리포트 등의 형태로 방대하게 축적되어 있습니다. 그러나 이러한 데이터는 텍스트, 이미지, 표, 도면이 혼재된 복합 문서 형태로 존재하기 때문에, 기존 솔루션만으로는 정확한 정보 추출이 어렵다는 근본적인 한계가 존재합니다.

또한, 산업 현장의 지속적인 변화(제품 교체, 설비 점검, 운전 조건 변경 등)로 인해 데이터 패턴이 지속적으로 변동되며, 이는 AI 모델의 성능 확보와 유지를 어렵게 만듭니다. 이와 함께 복잡한 데이터 엔지니어링 과정은 전문 인력 의존도와 개발 비용을 증가시키는 주요 요인으로 작용합니다. 동사는 데이터 처리ㆍ분석 및 활용 기술을 기반으로 이러한 근본적인 제약을 해결하는 차별화된 데이터 처리 자동화 기술을 보유하고 있습니다.

이러한 기술적 우위는 ① Layout Detection 기술을 활용한 비정형 데이터 요소 식별, ② 맥락별ㆍ특징별 정규화를 통한 고도화된 전처리, ③ 표준화된 데이터셋 관리 체계를 통해 구현됩니다. 특히, Dataflow Builder와 Annotation Studio를 활용하여 사용자가 직관적으로 파이프라인을 구성할 수 있도록 지원함으로써, 비전문가도 복잡한 데이터 처리 워크플로우를 손쉽게 설계할 수 있습니다. 또한, 표준화된 데이터셋 관리 체계를 통해 프로젝트 간 재사용성을 극대화하고, 조직 전체의 데이터 자산 활용 효율성을 높이는 핵심 경쟁력을 확보하고 있습니다.

4. RAG 파이프라인 최적화

산업 현장에서는 방대한 양의 기술 문서와 매뉴얼이 축적되어 있으나, 이러한 정보를 AI 시스템이 활용하기 위해서는 효율적인 검색과 생성 과정이 필요합니다. RAG(Retrieval-Augmented Generation)는 외부 지식을 검색하여 생성 모델과 결합하는 방식으로, 파인튜닝과 달리 기업 내부 데이터의 최신성과 특수성을 직접 반영할 수 있어 정확성과 추적성이 중요한 기업 환경에서 최적의 접근 방식입니다. 동사는 RAG 파이프라인 최적화 기술을 기반으로 도메인 특화 토크나이저, 메타 필터링, 도메인 지식 기반 질문 재구성 및 실시간 추적 기술을 통합하여 산업 환경에 특화된 차별적인 RAG 시스템을 구축하였습니다.

5. 외부 시스템 연결 및 배포

개발된 AI 모델을 산업 현장의 다양한 외부 시스템과 이기종 운영체제 환경까지 안전하고 효율적으로 확산하는 것은 AI의 실질적인 비즈니스 가치를 실현하기 위한 핵심 과제입니다. 동사는 이러한 도전 과제를 해결하기 위해 JDBC/ODBC 등 데이터베이스 연동 표준 프로토콜과 표준화된 API를 활용하여 외부 시스템과의 인터페이스를 구축하고, Windows와 Linux가 혼재된 환경에서도 k8s 기반 다중 OS 환경 배포를 지원합니다. 또한 On-device 환경을 위한 Static Graph 변환 기술을 기반으로 AI 모델을 경량화하여, 제한된 인프라 환경에서도 최적화된 형태로 모델을 배포ㆍ운영할 수 있는 체계를 제공합니다. 이를 통해 폐쇄망 환경의 보안적 제약을 유지하면서도 중앙에서 엣지까지 전방위적인 AI 확산 체계를 구현하여, 경쟁 제품 대비 차별화된 기술적 우위를 확보하고 있습니다.

6. AI Asset 재활용 환경

AI 프로젝트의 성공은 기술적 완성도뿐만 아니라 신속한 가치 증명과 리드타임 단축에 의해 좌우됩니다. 동사는 이러한 과제를 해결하기 위해 내재화한 기술을 기반으로, 재사용 가능한 애플리케이션 카탈로그 구축부터 조직 내 AI 개발 자산의 체계적 관리, 그리고 반복적인 개발 작업 최소화를 통한 신규 프로젝트의 신속한 착수까지 전 과정에 걸쳐 통합된 Asset 관리 생태계를 제공합니다.

또한, 범용 도구와 산업 특화 애플리케이션으로 구성된 카탈로그 시스템을 통해 검증된 구성 요소를 표준화하고, 조직 내부에서 개발된 커스텀 솔루션을 메타데이터와 함께 체계적으로 분류ㆍ관리합니다. 이를 통해 폐쇄망 환경과 같이 외부 리소스 접근이 제한된 상황에서도 내부 자산을 최대한 활용할 수 있으며, 개발 효율성을 극대화할 수 있습니다. 이러한 체계는 기존 자산을 기반으로 다양한 용도에 신속히 확산 적용할 수 있는 핵심 기반을 제공하며, 신규 프로젝트를 처음부터 새로 구축할 필요 없이 검증된 구성 요소를 재활용함으로써 개발 기간을 단축하고 안정성을 확보할 수 있습니다. 실제로 이마트 사례의 경우, 단일 매장에서 개발된 AI 수요예측 모델을 전국 주요 매장으로 확산 적용하는 과정에서 기존 Asset을 재활용하여 전체 구축 기간을 대폭 단축한 바 있습니다.

7. 사용자 경험

AI 플랫폼의 기술적 우수성이 실제 비즈니스 가치로 전환되기 위해서는 다양한 배경의 사용자가 손쉽게 접근하고 활용할 수 있는 직관적인 사용자 경험이 필수적입니다. 동사는 AI 개발ㆍ운영을 위한 주요 기능을 UI 기반 애플리케이션으로 제공하여 도메인 전문가가 직관적으로 활용할 수 있도록 하고, API 및 SDK를 통해 AI 전문가가 고급 기능을 활용할 수 있는 다층형 인터페이스를 제공합니다. 이를 통해 조직 내 AI 도입 장벽을 근본적으로 해소합니다.

이러한 다층형 인터페이스 구조 하에서 AI 개발ㆍ운영 프로세스의 주요 사용자 흐름을 단순화하고 복잡한 설정 과정을 자동화함으로써, 사용자는 최소한의 절차로 핵심 기능을 활용할 수 있습니다. 또한 개인의 숙련도에 따라 맞춤화된 인터페이스를 제공하고, 단계별 학습 지원 시스템을 통해 사용자별 최적화된 환경을 구성하여 주요 경쟁 플랫폼 대비 높은 사용 편의성을 확보하고 실질적인 생산성 향상을 달성합니다.

다. 성장성 (1) 기업 성장전략

(2) 사업의 확장가능성(주력제품의 경쟁력 강화, 신규사업 진출 등)

(가) 제품 중심 사업모델로의 전환

동사는 신청일 현재까지 AI 컨설팅, 운영체계 구축 등 다층적 Value-to-Revenue 체계를 통해 고객사의 현장 문제를 해결하고 초기 레퍼런스를 확보해 왔습니다. 이러한 과정을 통해 축적된 기술과 데이터 자산은 제품 완성도 향상과 기능 확장의 기반이 되었으며, 이는 곧 제품 중심 사업모델로의 전환을 위한 토대가 되었습니다. 향후 동사는 기존 체계를 유지하면서도, 핵심 전략 과제를 중심으로 제품 매출 비중 확대와 사업 구조의 고도화를 추진할 계획입니다.

1. 제품 수주 비중 확대

Runway 플랫폼 출시 이후 동사의 주요 고객사인 삼성전기, 현대자동차, 국방과학연구소 등과의 협업을 통해 제품형 수주가 꾸준히 증가하였으며, 이를 기반으로 2028년까지 전체 매출의 80%를 제품 중심 구조로 전환하는 것을 목표로 하고 있습니다. 이를 실현하기 위해 중견 제조기업을 대상으로 산업 특화 AI 솔루션을 적극적으로 제안하고, AI 운영체계 도입의 진입장벽을 낮추어 지속적인 매출 흐름을 확보할 예정입니다. 또한, 국방 분야에서는 주요 방산기업과의 파트너십을 통해 대규모 프로젝트에 참여하고, 장기적으로는 국방 AI 시장에서의 입지를 강화할 계획입니다.

2. Time-to-value 단축

Runway 플랫폼 기반의 표준화된 개발 프로세스는 AI 학습, 배포, 재학습 과정을 과거 수주일에서 하루 이내로 단축시켰습니다. 이러한 기술적 효율화는 고객의 신속한 성과 창출로 이어지며, 이는 다양한 산업 분야에서의 AI 적용 확대와 경쟁우위 확보로 연결되고 있습니다. 앞으로도 Runway에 핵심 기술을 지속적으로 집약하여 AI 개발 및 운영 효율성을 더욱 높일 예정입니다.

3. SaaS 및 On-Device AI 확장

동사는 새로운 성장 동력 확보를 위해 Runway의 적용 범위를 SaaS와 On-Device AI로 확장하고 있습니다. SaaS 분야에서는 Runway를 클라우드 환경(AWS, Azure, Naver Cloud 등)에 탑재하여 산업 특화 AI 솔루션을 서비스형 제품으로 제공할 계획입니다. 특히 생성형 AI를 활용한 PLC 코드 분석, 설계도면 검토 등 실질적 수요가 높은 영역을 중심으로 3년 내 상용화 가능성을 확보하고 있습니다. 또한, 국가 파운데이션 모델 프로젝트에 참여하여 제조 및 국방 분야 특화 AI 모델을 개발하고, 이를 기반으로 중소ㆍ중견기업이 손쉽게 활용할 수 있는 Pilot 서비스를 출시할 예정입니다.

On-Device AI 분야에서도, 차량 MCU, 산업용 로봇, AGV, 드론 등 엣지 디바이스 단위에서 AI를 독립적으로 구동할 수 있는 기술을 확보해 나가고 있습니다. 이를 위해 하드웨어 호환성, 모델 경량화, 실시간 제어 등 핵심 요소기술을 Runway에 통합함으로써, 네트워크 제약이 있는 환경에서도 자율적 판단과 예지 기능을 수행할 수 있는 지능형 AI 체계를 구현하고자 합니다. 이러한 기술 확장은 산업 현장과 국방체계 모두에서 동사의 경쟁력과 시장 영향력을 강화하는 기반이 될 것으로 판단됩니다.

(나) 글로벌 시장 진출

동사는 국내 제조 및 국방 분야에서 확보한 기술 신뢰도와 실증 경험을 바탕으로, 글로벌 시장으로의 진출을 본격화하고 있습니다. 한국은 세계 3위의 제조 경쟁력을 보유한 국가로, 동사가 국내 주요 산업군과 함께 구축한 AI 적용 사례는 글로벌 시장에서도 경쟁력 있는 레퍼런스로 작용합니다. 그러나 국내 시장 규모의 한계를 고려할 때, 지속 성장을 위해서는 해외 진출을 통한 시장 다변화가 필수적이며, 이를 통해 글로벌 수준의 기술력과 사업 역량을 확보하고자 합니다.

글로벌 전략은 단계적 진출과 선택적 집중을 원칙으로 합니다. 우선 일본을 최우선 시장으로 설정하고, 유럽과 중동은 기회 기반 접근, 미국은 중장기 목표 시장으로 구분하였습니다. 일본은 제조업 비중이 높고 품질 중심의 산업 문화가 자리 잡혀 있어, 동사의 산업 특화 AI 솔루션이 적합한 시장입니다. 이에 따라 2025년 도쿄에 현지 법인을 설립하고, Vision Creator 등 SI 사업자와 협력하여 시장 진입을 추진하였습니다. 현재 요코가와 전기, 나치-후시코시, 혼다 중앙연구소 등과 PoC 계약을 체결하였으며, 미쓰비시상사와의 공동 사업개발 논의를 통해 현지 시장 내 네트워크를 강화하고 있습니다. 앞으로는 제조 분야 생성형 AI 솔루션을 중심으로 레퍼런스를 확보하고, 법인 운영을 점진적으로 확대하여 일본 내 자립적 사업 구조를 구축할 예정입니다.

유럽 시장에서는 협력 중심의 접근 방식을 취하고 있습니다. 독일의 Device Insight 및 핀란드의 Reddal과 협력하여 AI 기반 산업 솔루션을 공동 개발하고 있으며, 이를 통해 Nordex사 및 ASM International과의 PoC 프로젝트를 수주하였습니다. 유럽 내에서는 이와 같은 성공 사례를 기반으로 후속 사업 확장과 고객 신뢰 구축에 집중할 계획입니다.

이와 같은 단계적 글로벌 진출 전략을 통해 동사는 국내에서 검증된 기술 경쟁력과 산업별 데이터 자산을 바탕으로 해외 시장에서의 입지를 강화하고 있습니다. 장기적으로는 산업 특화 AI 플랫폼의 글로벌 표준으로 자리매김하여, AI 기술을 중심으로 한 산업 혁신을 선도하는 기업으로 도약하고자 하는 목표를 수립하였습니다.

라. 재무상황 (1) 재무적 성장성

동사의 영업수익은 2023년 5,206백만원, 2024년 8,294백만원, 2025년 11,459백만원으로 꾸준한 성장세를 보이고 있으며, 이는 기술 축적에 따른 사업 구조 개선, 특화 AI솔루션 공급자로서의 시장 내 입지 강화, 제조 분야 실적 기반 국방 분야 진출에 기인합니다.최근 3년간 동사의 제품 매출은 연평균 57.7%의 성장률을 기록하여 전체 매출의 연평균 증가율을 상회하고 있습니다. 고객 확대에 따라 제품 기능 및 성능 개선을 위한 다양한 운영 데이터와 고객 피드백이 축적되고 있으며, 이를 기반으로 제품 기능 고도화가 지속적으로 이루어지고 있습니다. 동사는 향후 Runway 기반 제품 매출 비중을 지속적으로 확대하여 소프트웨어 제품 중심의 매출 구조를 강화하고, 이를 통해 사업 확장성과 수익성을 제고해 나갈 계획입니다.

한편, 같은 기간동안 발생한 영업손실은 2023년 11,158백만원, 2024년 10,897백만원, 2025년 8,041백만원으로 지속적인 영업적자를 기록하고 있으며, 이는 기술 고도화 및 제품 경쟁력 확보를 위한 연구개발 활동 강화와 신규 사업 추진에 따른 판관비 증가 영향에 따른 것입니다.

주요 제조 대기업 및 방산 업체와의 사업협력 확대, 그리고 글로벌 산업 현장의 디지털 전환 가속화에 따라 Runway 제품에 대한 수요가 증가하여 매출이 지속적인 성장세를 보일 것으로 예상됩니다. 다만, 신규 산업군 진출 및 Runway 제품 고도화에 따른 연구개발비 증가와 전문인력 확충으로 인한 운영비 부담이 가중될 경우, 단기적으로는 매출액 대비 판관비 비중이 상승하여 성장세가 둔화될 가능성이 존재합니다.

(2) 재무적 안정성

동사가 속한 AI 산업은 현재 개화기 단계로, 재무적 안정성을 평가하기에는 한계가 있습니다. 동사는 대규모 R&D 지출과 우선주 부채 평가손실로 인해 2024년까지 자본잠식 상태였으나, 2025년말 현재 전환상환우선주가 모두 보통주로 전환되면서 자본잠식이 해소되었습니다.

재고자산이 없는 소프트웨어 기업 특성상 재고자산 회전율을 활용한 분석은 불가능하며, 매출채권 회전율은 업종 평균 대비 낮아 향후 개선 가능성이 있을 것으로 판단됩니다. 또한, 영업활동으로 인한 현금흐름은 지속적인 적자 기록으로 2025년까지 음의 수치를 기록하고 있습니다.

마. 경영환경

윤성호 대표이사는 미국 University of Illinois Urbana-Champaign에서 물리학과 수학을 전공하며 학사 학위를 취득하였습니다. 이후 Massachusetts Institute of Technology(MIT)에서 물리학 박사 학위를 취득하며, 첨단 기술과 데이터 분석 분야에서 연구개발 경험을 쌓았습니다. 졸업 후 삼성전자 반도체 메모리사업부에서 책임연구원으로 근무하며 반도체 산업 현장의 기술적 문제 해결 경험을 쌓았고, SK텔레콤 ICT 기술원에서는 Manager로 근무하며 Applied Materials사와 협력해 AI 기반 이상탐지 프로젝트를 수행하였습니다.

2018년부터 주식회사 동사에 합류한 윤성호 대표이사는 기술개발과 경영 총괄 업무를 수행하며 회사의 전략적 방향을 주도하였습니다. 산업 특화 AI(Vertical AI) 분야에 대한 깊은 이해와 경험을 바탕으로, 글로벌 기업을 대상으로 한 시리즈 AㆍB 투자 유치에 성공하며 회사의 성장과 지속 가능성을 뒷받침하였습니다. 또한 대통령 직속 국가인공지능전략위원회, 한국공학한림원 산업미래전략위원회 등 다양한 기관과 단체에서 활동하며 산업 전반의 AI 전략 수립에 기여하고 있습니다.

윤성호 대표이사는 기술 전문성과 경영역량을 두루 겸비한 경영인으로, 산업 특화 AI 시장에서 회사가 지속적으로 성장할 수 있는 기반을 마련한 것으로 평가됩니다.

(2) 인력 및 조직 경쟁력동사의 주요 임직원들은 각 분야에서 장기간 전문 경험을 쌓아 관련 사업에 대한 폭넓은 이해와 실무 역량을 갖추고 있습니다. 아울러 사업조직(CBO)과 재무조직(CFO) 등 필수 조직 체계가 완비되어 있어, 고객사 요구 사항에 신속하고 효과적으로 대응할 수 있습니다. 따라서 동사는 사업 수행에 적합한 인력과 조직적 역량을 충분히 확보하고 있다고 판단됩니다.

(3) 경영의 투명성 및 안정성

동사는 상장을 준비하는 과정에서 코스닥협회에서 발간한 코스닥상장법인 표준정관을 준용하여 정관을 적절히 개정하였으며, 이사회 운영규정, 주주총회 운영규정, 이해관계자와의 거래통제 규정, 내부회계관리규정 등 주요 사규를 제 ㆍ개정하여 충실히 운영함에 따라 상장회사로서 갖추어야 할 내부통제제도를 적절히 갖추어 운영하고 있습니다.

동사의 이사회는 상법 또는 정관에 정해진 사항, 주주총회로부터 위임받은 사항, 회사 경영의 기본방침 및 업무집행에 관한 중요사항을 의결하며 이사의 직무집행을 감독하고 있습니다. 대표이사는 회사를 대표하고 업무를 총괄 수행하고, 이사는 대표이사를 보좌하고 이사회에서 정하는 바에 따라 회사의 업무를 분장 집행하며, 대표이사의 유고 시에는 정관에 정한 순서에 따라 그 직무를 대행합니다.

동사는 이사회 운영의 효율성과 투명성을 강화하기 위해 2023년 12월 5일 이사회운영규정을 제정하여 동일자로 시행하고 있습니다. 이사회 결의 시 이해관계자의 의결권을 제한하는 등 이사회의 투명성 제고를 위하여 노력하였으며, 신청일 현재까지 적절히 운영되고 있는 것으로 판단됩니다.

또한 동사는 이해관계자 등과의 거래에 있어 내부통제를 강화하기 위하여 2023년 12월 5일 이해관계자와의 거래통제 규정을 제정하여 동 규정을 통해 아래와 같이 이사회 승인절차를 수행하며 거래의 투명성을 위해 노력하고 있습니다.

(4) 경영의 독립성

동사는 증권신고서 제출일 현재 총 6인의 등기이사 중 2인의 사외이사(장영재, 서용진)를 선임하고 있어 이사 총수의 4분의 1 이상을 사외이사로 두어야 한다는 상법상 상장법인에 대한 사외이사 요건을 충족하고 있습니다. 또한 감사 1인(김철수)이 비상근으로 재직하고 있습니다.

동사의 사외이사 2인 및 감사는 관련법상 자격요건을 모두 충족하고 있으며, 과거 경력사항을 검토한 결과, 사외이사직 및 감사직을 수행할 수 있는 독립성과 전문성을 모두 갖추고 있습니다. 나아가, 동사의 사외이사 2인 및 감사는 최대주주등과 특수관계 및 이해관계가 존재하지 않으며, 교수인 경우에는 겸직허가서를 사전에 갖춘 것으로 확인했습니다. 주요 약력은 다음과 같습니다.

바. 기타 투자자보호

동사의 이사회는 사내이사 3인, 기타비상무이사 1인, 사외이사 2인, 감사 1인으로 구성되어 있으며 경영의 독립성과 투명성 확보를 위한 내부통제장치 마련 방안으로 최대주주와 특수관계가 없고 상법상 적합한 자격을 가진 사외이사 2인을 선임하여 운영하고 있습니다.

이처럼 동사는 한국거래소가 요구하고 있는 질적 요건인 기업의 계속성, 경영투명성 및 경영안정성 등을 갖추고 있으며, 투명한 내부통제 시스템 구축을 위해 노력하고 있는 것으로 판단됩니다. 금번 상장 준비 과정에서 동사는 내부통제 시스템을 구축하였으며, 상장 후 경영안정성 확보를 위해 노력하고 있는 것으로 판단되는 바 상장 후 투자자 보호 및 코스닥 시장의 건전한 발전을 저해할 가능성은 낮은 것으로 판단됩니다.

사. 인수인의 기업공개 실적

증권신고서 제출일로부터 최근 3년간 미래에셋증권㈜이 대표주관회사로서 기업공개에 참여한 기업의 기간별 수익률은 다음의 표와 같습니다.

아. 회사의 과거 신규 주식 발행 내역

증권신고서 제출일로부터 최근 3년간 신규로 주식을 발행한 사실은 다음과 같습니다.

V. 자금의 사용목적

1. 모집 또는 매출에 의한 자금조달 내역

가. 자금조달 금액

나. 발행제비용의 내역

2. 자금의 사용목적 가. 자금의 사용 계획 증권신고서 제출일 현재 당사의 공모자금 사용계획은 아래와 같습니다. 다만, 하기 투자계획은 현 시점에서 예상되는 계획이며, 향후 집행 시점의 경영환경 등을 고려하여 변경될 가능성이 있으므로 절대적인 계획이 아님을 투자자께서는 인지하시기 바랍니다.

당사의 희망공모가액인 12,500원 ~ 15,000원 중 최저 희망공모가액인 12,500원으로 계산한 공모로 인한 순수입금은 약 325억원(발행제비용 제외)입니다. 당사는 금번 공모를 통한 유입자금을 납입 이후 자금사용계획에 따라 순차적으로 사용할 예정이며, 해당 공모자금을 2026년부터 본격적으로 사용할 것으로 예상되는 바 2026년 이후 연구개발자금 및 해외진출 자금으로 사용할 계획입니다.자금사용시기가 도래하지 않는 금액에 대해서는 국내 제1금융권 및 증권사의 안정성성이 높은 상품에 예치할 계획이며, 자금의 사용시기가 도래하여 단기간 내에 자금의사용이 예상되는 경우에는 제1금융권의 단기금융상품으로 운용할 계획입니다. 아울러 당사는 기술이전에 따른 수익으로 지속적인 자금 유입을 도모하고, 이를 바탕으로안정적으로 자금을 운영할 예정입니다.

나. 자금의 세부 사용 계획 당사의 2026년부터 2028년까지의 공모자금 사용계획은 아래와 같습니다.

(1) 연구개발비

당사의 연구 개발 목적은 폐쇄망ㆍ국방 환경에서의 AI 플랫폼 기술 및 특화 파운데이션 모델 (FM) 개발을 선도하고, 산업과 국방 전반을 아우르는 자율형 Compound AI 기반 운영체계를 완성하는 것을 목표로 하고 있습니다. 이러한 연구개발 활동은 산업용 AI의 도입이 제한적인 폐쇄망 및 보안 환경에서도 AI의 전 주기 운영을 가능하게 함으로써, 제조ㆍ국방ㆍ에너지 등 핵심 기간산업에서의 디지털 전환을 실질적으로 견인할 수 있을 것으로 기대됩니다. 또한, 기존의 단일 모델 중심의 AI 기술을 넘어 복수의 AI가 협력하며 의사결정을 수행하는 차세대 AI 운영 패러다임을 제시할 수 있습니다. 결과적으로 Runway 플랫폼을 산업과 국방이 공유할 수 있는 통합형 AI 운영체계로 발전시키고, 국내 AI 플랫폼 기술이 글로벌 수준의 안정성ㆍ보안성ㆍ확장성을 갖춘 폐쇄망 기반 표준 아키텍처로 자리매김하는 데 핵심적인 역할을 수행할 것으로 기대됩니다. 공모자금은 폐쇄망 환경에 최적화된 Runway 플랫폼의 기술 고도화, 자체 파운데이션 모델 개발, 에이전틱 AI 전환, 그리고 산업ㆍ국방 통합 실증을 위한 연구개발에 단계적으로 투입될 예정입니다.

가) 2025년: 폐쇄망 AI 플랫폼 기술 확립

2025년은 폐쇄망, 특히 국방 환경에서의 AI 플랫폼 기술 주도권을 확립하고, 제품 내장형 독자 파운데이션 모델을 확보하는 데 주력했습니다. 독자 범용 파운데이션 모델과 제조ㆍ국방 특화 파운데이션 모델을 개발하여 플랫폼에 내장하고, 비정형 데이터 처리 및 도메인별 정규화 기술을 고도화함으로써, 산업별 데이터의 품질과 활용 효율을 극대화했습니다. 또한, 재학습 및 배포 자동화를 포함한 폐쇄망 MLOps/LLMOps 체계를 고도화하고, 국방 환경 내 MLSecOps 실증을 착수하여 AI 모델과 데이터의 무결성을 보장하는 보안 자동화 기반을 마련했습니다. 이를 통해 폐쇄망 AI 플랫폼의 안정성과 확장성을 확보하고, 향후 지능형 자율 운영으로의 전환을 위한 핵심 기술 기반을 완성하는 데 집중했습니다.

• 핵심 투자 항목

ㆍ DGX 기반 GPU 서버 및 스토리지 증설

ㆍ 자체 FM 학습 및 튜닝용 인프라 구축

ㆍ 비정형 데이터 처리 및 파이프라인 엔지니어 채용

ㆍ MLSecOps 초기 실증 환경 구축

나) 2026년: 파운데이션 모델 기반 지능형 플랫폼 전환기

2026년은 자체 파운데이션 모델을 활용하여 Runway 플랫폼을 지능형 에이전틱(Agentic) AI 플랫폼으로 전환하는 단계로 설정하였습니다. Code Assistant, AI Help Desk 등 제품 내장형 AI 서비스를 파운데이션 모델 기반으로 상용화하고, 플랫폼 기능 전반을 에이전트 단위로 구조화하여 자연어 기반의 제어 및 워크플로우 자동화를 실현할 예정입니다. HPC 및 Edge 환경을 아우르는 지능형 오케스트레이션 기술을 확보하여, GPU Fractionalization과 자원 스케줄링을 통해 워크로드별 효율적 자원 분할 및 운영이 가능하도록 할 것입니다. 더불어 국방 장비용 On-device AI 기술을 고도화하여 드론ㆍ센서 등 폐쇄망 장비에서도 실시간 추론과 자율 판단이 가능한 구조를 실증할 것입니다. 이를 통해 Runway 플랫폼은 파운데이션 모델 기반의 지능형 운영체계로 전환되며, 산업ㆍ국방 분야를 아우르는 응용 확장 기반을 확립하고자 합니다.

• 핵심 투자 항목

ㆍ 파운데이션 모델 연구 조직 설립

ㆍ GPU Fractionalization 및 오케스트레이션 연구팀 확충

ㆍ HPC/Edge 클러스터용 GPU 서버 구축

ㆍ LLM 기반 Code Assistant 및 Help Desk 개발

ㆍ 국방용 Edge 추론 장비 및 실증환경 구축

다) 2027년: Compound AI 및 산업-국방 통합 운영체계 확립

2027년은 산업과 국방을 통합하는 차세대 AI 운영환경을 확립하는 단계로, 플랫폼의 모든 기능을 AI 에이전트가 접근ㆍ제어 가능한 구조로 전환할 것입니다. 이를 통해 AI 에이전트가 스스로 모니터링, 분석, 최적 운영을 수행할 수 있는 자율형 운영체계를 실현할 것입니다. 철강 및 화학 공정을 대상으로 한 열반응 프로세스 파운데이션 모델을 상용화하고, 학습 없이 신규 라인이나 장비의 이상을 탐지할 수 있는 Zero-shot 이상탐지 모델을 개발함으로써, AI 적용의 효율성과 범용성을 대폭 향상시킬 예정입니다. 또한 모델과 시뮬레이터를 통합한 Compound AI System을 1차 상용화하여 산업ㆍ국방 전반에서 복합 AI 기반의 자율 의사결정 환경을 실증할 것입니다. 이를 통해 Runway는 산업과 국방을 아우르는 통합형 AI 운영체계로 진화하며, 완전 자율형 플랫폼으로의 기반을 구축하고자 합니다.

• 핵심 투자 항목

ㆍ Domain별 Foundation Model 학습용 HPC 자원 확충

ㆍ 산업 시뮬레이터 및 Multi-Agent 협업 프레임워크 구축

ㆍ 국방 Zero-shot 위협 탐지 실증 (On-device 포함)

ㆍ AI 플랫폼 전체 Agent화

라) 2028년 이후: 완전 자동화 폐쇄망 플랫폼으로의 확장 자율형 학습ㆍ운영 체계를 고도화하여 데이터 드리프트 감지 후 재학습ㆍ배포ㆍ평가가 자동으로 수행되는 구조를 완성하고, 산업 전용 대규모 시뮬레이터 및 디지털 트윈 환경을 구축할 것입니다. 이를 기반으로 산업 특화 Multi-Agent 생태계를 정착시키고, 재료ㆍ에너지ㆍ화학ㆍ전자기 등 복합 도메인을 통합한 초대형 산업 파운데이션 모델을 개발함으로써, Autonomous Industrial OS 및 자율형 Compound AI Factory로 진화할 것입니다. 국방 영역에서는 AGI 지향형 자율작전 및 위협 대응 플랫폼으로 확장하여, Runway를 산업과 국방 전반의 자율형 AI 운영체계이자 폐쇄망 기반 글로벌 표준 아키텍처로 확립하고자 합니다.

(2) 해외 진출

당사는 일본 시장을 단순한 기술 수출 대상이 아닌, 보안ㆍ데이터 주권 중심의 산업 AI 생태계가 자리한 전략 시장으로 정의하고 있습니다. 온프레미스 환경에 최적화된 Runway 플랫폼의 Compound AI 구조적 확장성과 현장 KPI 중심의 Vertical AI 솔루션의 실효성을 결합하여 제조 AI 분야의 시장 점유를 확대해 나갈 예정입니다. 당사는 현재 일본 시장에서의 초기 협업 경험을 기반으로 기술 신뢰도를 확보하며 시장 개척의 기반을 다지고 있습니다. 앞으로는 단순한 기술 공급 단계를 넘어 지속 가능한 현지 비즈니스 체계를 구축하고 거래 규모를 확장하기 위해, 현지화와 산업별 집중, 브랜드 신뢰 구축, 조직적 확장 기반을 축으로 전략적 투자를 추진할 계획입니다.

가) 현지화(Localization) 및 신뢰 구축 일본 시장은 솔루션 도입 이후의 유지보수 및 고객 대응(After-service & Support)이 장기 신뢰 형성의 핵심 요소이므로, 당사는 현지화 된 전담 고객 대응 조직(Local Service & Maintenance Cell)을 구축하고 운영할 계획입니다. 이 조직은 고객사 내 운영환경 모니터링, 주기적 성능 점검, 업데이트 대응, 기술 교육을 담당하며, 현장 엔지니어와 본사 AI 전문가 간의 양방향 지원 체계를 구축하는 것을 목표로 합니다. 이를 통해 단순 납품 이후의 서비스 만족도를 극대화하고, 고객사 내 AI 활용 확산 및 장기 계약 갱신으로 이어지는 신뢰 기반을 강화할 예정입니다. 이러한 고객 대응 조직은 사업 규모 확대에 따라 확보한 운영자금을 통해 구성하고 육성해야 하나, 현재 시장 진입 초기이고 이러한 고객 대응 역량이 해외 기업으로 일본 시장 내 초기 고객 확보에 핵심적인 요인임을 고려하여 향후 3년간 연 5억원씩 총 15억원을 투자하여 고객 대응 조직을 육성하고자 합니다. 해당 조직 구성을 통해 강화된 고객 서비스를 제공함으로 확보한 신규 고객과 협업 확대를 기반으로 3년차 이후는 일본법인이 자체적인 운영자금으로 해당 조직을 운영해 나갈 계획입니다. 또한 지속 협업 가능한 일정 규모의 고객 기반을 구축한 후에는 도쿄 혹은 나고야를 중심으로 Co-Creation Lab(공동 실증 랩)을 설립하여 일본 제조기업들과 시스템 통합(SI)기업들이 Runway 기반의 특화 AI솔루션을 직접 검증하고 테스트할 수 있는 환경을 구축하고자 합니다. Co-Creation Lab(공동 실증 랩)을 설립을 통해 기대하는 바는 크게 두가지 입니다. 첫째, 당사가 가망 고객으로하는 일본 제조기업들에게 AI가 적용되어 현장 문제를 해결하는 방식을 시각적으로 제공함으로써 AI도입을 위한 빠른 의사결정을 지원하기 위함 입니다. 둘째, 당사가 제공하는 AI 운영체계인 런웨이를 활용하여 다양한 특화 AI솔루션을 개발 및 배포하는 방식을 일본 현지 시스템 통합(SI) 기업들에게 안내하고 교육함으로써 해당 기업들을 통해 런웨이 판매를 촉진하고자 합니다. 이를 위해 약 10억원 규모의 투자를 통해 2028년 내 Co-Creation Lab(공동 실증 랩)을 구성하고 오픈할 계획입니다. 나) 산업별 Vertical 집중 및 제품화당사는 일본 시장 진입 전략을 산업별 세분화에 기반해 전개하고 있습니다. 자동차, 전자, 소부장, 에너지 및 화학 등 산업을 중심으로 각 도메인별 특성에 맞춘 Vertical AI 솔루션 패키지를 제품화하고, 현장 KPI(불량률, OEE, 수율 등)에 직접 기여할 수 있는 구체적 Use Case를 중심으로 시장을 확장할 계획입니다. 이를 위해 각 산업별로 최적화된 솔루션을 빠르게 출시할 수 있는 제품화 전담조직을 구성하여 운영할 예정이며, 이를 통해 SI 프로젝트 중심의 맞춤형 개발 구조를 점차 줄이고, 모듈형 SaaS 및 패키지형 솔루션으로 전환해 재사용성과 수익성을 동시에 확보하고자 합니다.

다만, 현지화된 솔루션 제공의 중요성에도 불구하고, 연구개발 효율성 및 효과성 제고 필요성과 한국 제조 분야의 AI 도입 수준이 일본 대비 약 3년 정도 선행되어 있는 점을 고려하여, 당사는 2028년까지 본사에서 개발 및 검증된 제품과 솔루션을 기반으로 일본 시장을 공략할 계획입니다. 이후 초기 사업 규모 및 시장 내 입지를 확보한 이후에는 일본 법인의 자체적인 운영 범위 내에서 로봇 등 일본 내 AI 적용 수요가 높은 분야를 중심으로 현지화된 AI 솔루션을 개발하고 이를 단계적으로 사업화할 예정입니다. 다) 브랜드 신뢰 및 생태계 확장당사는 일본 시장 내에서의 브랜드 신뢰도와 기술 영향력 확대를 위한 투자를 병행하고 있습니다. CEATEC, Manufacturing World Tokyo 등 주요 산업 컨퍼런스에 참가하여, Runway 기반의 산업 AI 사례와 Compound AI System 구조를 소개하였으며, 향후 이러한 방식을 통한 시장 내 인지도 제고 활동을 더욱 강화할 예정입니다. 나아가 한국에서 진행하는 ATTENTION과 같은 자체 행사를 추진하고 해당 행사를 통해 일본 주요 고객사와의 협업 사례를 공유하여 산업 특화 AI 회사로서의 시장 내 입지를 강화해 나가고자 합니다. 마케팅 측면에서의 활동과 더불어 Runway SDK와 API 일부를 개방하여 현지 SI 및 스타트업이 자사 플랫폼을 기반으로 신규 모델과 애플리케이션을 개발할 수 있도록 지원함으로써, 산업용 AI 운영체계(Operating System for Industrial AI)로서의 위상을 강화할 방침입니다. 이러한 계획에 따라 당사는 2026년 AI EXPO 등 일본 내 주요 산업 행사에 참여하고, 이를 기반으로 마케팅 콘텐츠를 개발하여 홍보활동을 전개할 계획입니다. 또한 2028년에는 한국에서 개최 중인 행사와 유사한 규모의 'ATTENTION Japan' 개최를 목표로 하고 있습니다. 이를 위해 2026년에는 오프라인 행사 참여 및 PR 활동을 위해 약 5억원을 투자할 계획이며, 2028년에는 자체 행사 개최를 위해 약 4.2억원의 비용을 투입할 예정입니다. 라) 조직 강화 및 파트너 네트워크 구축당사는 일본 시장을 단기 프로젝트 중심이 아닌 장기 운영 거점 시장으로 발전시키기 위해 조직과 운영체계를 정비해 나갈 것입니다. 일본 내 Cross-functional 팀(BizDev, Tech PM, AE)을 구성해 본사와의 양방향 협업 체계를 강화하고, 직접 판매보다는 채널 파트너 중심의 Indirect Sales 구조를 본격화하고자 합니다. 이를 위해 다음 세 단계의 파트너 네트워크 확보 전략을 추진할 예정입니다.

각 단계별 추진계획은 전반적으로 2026년부터 2028년까지 순차적으로 이행할 예정이나, 사업 확대에 따라 채널 파트너 수가 지속적으로 증가할 것으로 예상되는 점을 고려할 때 일부 활동은 병행하여 추진할 필요가 있습니다. 채널 파트너와의 협업을 통한 Indirect Sales 확대에 있어서는 파트너를 통해 제공되는 AI 솔루션의 품질 및 가치가 당사가 직접 제공하는 경우와 비교하여 유의미한 차이가 발생하지 않는 것이 중요합니다. 이에 따라 Indirect Sales 확대를 위해서는 파트너 대상 기술 교육 및 지원 체계 구축이 필수적입니다. 이를 고려하여 당사는 파트너 기술 교육, 인증 프로그램 운영 및 공동 상품 개발 등 파트너 지원 체계 구축을 추진하고 있으며, 해당 체계 구축을 위해 2028년까지 약 10억원을 투자할 계획입니다. 상기와 같은 일본 시장 진출 전략 및 사업 확장 계획에 따라, 당사는 현지화 및 신뢰 구축, 브랜드 신뢰 및 생태계 확장, 조직 강화 및 파트너 네트워크 구축을 중심으로 고객전담조직 구축, Co-Creation Lab 설립, 일본 내 행사 참여 및 자체 행사 개최, 파트너 지원체계 구축 등을 포함한 일본 법인의 사업 기반 확보를 위한 투자를 단계적으로 추진할 계획입니다. 해당 투자는 2026년부터 2028년까지 순차적으로 집행될 예정이며, 일본 법인의 초기 시장 진입 및 사업 확장을 위한 재원으로 활용될 계획입니다. 이에 따른 일본법인 관련 자금 사용 세부 계획은 다음과 같습니다.

다. 기타사항당사는 공모자금 유입 후 상기에 명시한 목적 및 계획에 따라 자금을 집행할 계획이며, 집행전 자금 및 나머지 여유자금의 보유기간에는 제1금융권 등 안정성이 높은 금융기관의 상품에 예치할 계획입니다. 현재 당사는 자금의 집행과 운용을 위임 전결 규정에 따라 실행하고 있습니다. 이번 공모자금 또한 동일한 내부 규정 및 통제 절차에 따라 집행 및 운용할 계획입니다.

VI. 그 밖에 투자자보호를 위해 필요한 사항

1. 시장조성에 관한 사항

당사는 증권신고서 제출일 현재 해당사항 없습니다.

2. 안정조작에 관한 사항

당사는 증권신고서 제출일 현재 해당사항 없습니다.

제2부 발행인에 관한 사항

I. 회사의 개요

1. 회사의 개요

가. 연결대상 종속회사 개황

(1) 연결대상 종속회사 현황

증권신고서 제출일 현재 당사의 연결대상 종속회사 현황은 다음과 같습니다.

(2) 연결대상회사의 변동내용

당사는 증권신고서 제출일 현재 당해연도의 연결대상회사 변동내역이 없습니다.

나. 회사의 법적ㆍ상업적 명칭

당사의 명칭은 "주식회사 마키나락스"이며 영문으로는 "MakinaRocks Co., Ltd."로 표기합니다.

다. 설립일자

당사는 2017년 12월 21일에 설립되었습니다.

라. 본사의 주소, 전화번호 및 홈페이지

마. 중소기업 등 해당 여부

주식회사 마키나락스 중소기업확인서.jpg 주식회사 마키나락스 중소기업확인서

주식회사 마키나락스 벤처기업확인서.jpg 주식회사 마키나락스 벤처기업확인서

바. 대한민국에 대리인이 있는 경우에는 이름(대표자), 주소 및 연락처

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

사. 주요 사업의 내용(주요제품 및 서비스 등을 포함한다) 및 향후 추진하려는 신규사업에 관한 간략한 설명 당사는 폐쇄망 등 특수한 환경에서 산업 특화 AI(Vertical AI, 버티컬AI)의 개발과 운영체계를 구축할 수 있는 독자 기술을 바탕으로 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하는 사업을 영위하고 있습니다. 당사는 독자 기술을 기반으로 자체 개발한 주력 제품인 AI 플랫폼 Runway를 기반으로 고객의 AI 도입 준비도와 수요에 따라 다양한 방식의 산업 특화 AI 솔루션을 공급합니다. 당사는 AI 컨설팅, 운영체계 구축 등 다층적 Value-to-Revenue 체계를 통해 축적된 기술과 데이터 자산을 기반으로 AI 플랫폼 Runway 제품의 매출 비중을 확대하고 사업 구조의 고도화를 추진할 계획입니다. 또한 Runway의 적용 범위를 SaaS 및 On-Device AI 영역으로 확장하고 있으며, SaaS 분야에서는 Runway를 클라우드 환경에 탑재하여 산업 특화 AI 솔루션을 서비스형 제품으로 제공할 계획입니다. 아울러 On-Device AI 분야에서는 차량 MCU, 산업용 로봇, AGV, 드론 등 엣지 디바이스 단위에서 AI가 독립적으로 구동될 수 있는 기술을 확보하고, 하드웨어 호환성, 모델 경량화, 실시간 제어 등 핵심 요소기술을 Runway에 통합함으로써 지능형 AI 체계를 구현할 계획입니다.기타 상세한 사항은 'Ⅱ.사업의 내용'부분을 참고해 주시기 바랍니다.

아. 신용평가에 관한 사항

자. 회사의 주권상장(또는 등록ㆍ지정) 및 특례상장에 관한 사항

2. 회사의 연혁

가. 회사의 본점소재지 및 그 변경

나. 경영진 및 감사의 중요한 변동

증권신고서 제출일 현재 당사는 사내이사 3인(윤성호 대표이사, 박민수 사내이사, 허영신 사내이사), 사외이사 2인(장영재 사외이사, 서용진 사외이사), 감사 1인(김철수 감사), 기타비상무이사 1인(장홍성 기타비상무이사)로 구성되어 있습니다.

다. 최대주주의 변동

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

라. 상호의 변경

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

마. 회사가 화의, 회사정리절차 그 밖에 이에 준하는 절차를 밟은 적이 있거나 현재 진행중인 경우 그 내용과 결과

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

바. 회사가 합병 등을 한 경우 그 내용

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

사. 회사의 업종 또는 주된 사업의 변화

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

아. 그 밖에 경영활동과 관련된 중요한 사항의 발생내용

3. 자본금 변동사항

가. 자본금 변동추이

나. 전환사채 등 발행 현황

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

다. 신주인수권부사채 등 발행 현황

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

라. 전환형 조건부 자본증권 등

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

4. 주식의 총수 등

가. 주식의 총수 현황

나. 자기주식 취득 및 처분현황

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

다. 다양한 종류의 주식 현황

당사는 과거 상환전환우선주를 발행한 이력이 존재하나 증권신고서 제출일 현재 모두 보통주로 전환 완료되어 종류주식은 존재하지 않습니다.

5. 정관에 관한 사항

가. 정관의 최근 개정일

당사 정관의 최근 개정일은 2026년 3월 20일이며, 정기주주총회에서 정관(일부) 변경의 건 안건이 승인되었습니다.

나. 정관 변경 이력

다. 사업목적

(1) 사업목적 현황

(2) 사업목적 변경 내용

II. 사업의 내용

1. 사업의 개요

당사는 폐쇄망 등 특수한 환경에서 산업 특화 AI(Vertical AI, 버티컬AI)의 개발과 운영체계를 구축할 수 있는 독자 기술을 바탕으로 산업 현장의 문제를 해결하는 산업 특화 AI 솔루션을 공급하는 사업을 영위하고 있습니다. 당사는 자체 보유한 도메인 특화 인공지능 모델링(Domain-Specialized AI Modeling) 기술과 도메인 특화 인공지능 엔지니어링(Domain-Specialized AI Engineering) 기술을 기반으로 Runway를 개발했으며, 이를 통해 산업 현장의 복잡한 요구사항을 충족하는 플랫폼을 구축했습니다.당사의 Runway 플랫폼은 엔터프라이즈 인공지능 개발 및 운영 플랫폼으로서, 데이터 관리부터 모델 학습-배포-운영-모니터링까지 인공지능 전 생애주기를 통합하여 제공하며 클라우드, 온프레미스, 하이브리드 등 다양한 환경에서 활용될 수 있습니다. 특히, 제조ㆍ국방ㆍ에너지 등 보안과 망분리가 요구되는 산업에서 필수적인 폐쇄망 환경 지원을 포함하여, 다양한 고객의 요구사항에 유연하게 대응할 수 있습니다.당사는 삼성, 현대자동차, SK On, LG전자, LG에너지솔루션, 두산에너빌리티, 어플라이드 머터리얼즈(Applied Materials), ASM, 혼다, 요코가와 등 국내외 선도 제조 기업들을 고객으로 확보하고 있으며, 제조ㆍ국방을 중심으로 다양한 산업 분야의 미충족 요구(Unmet Needs)를 빠르게 발견하고 해결함으로써 후발주자와의 격차를 확대하는 경제적 해자(Economic Moat)를 형성하고 있습니다.한편, 당사는 AI 도입 의지는 있으나 내부 역량이 부족한 중견기업을 대상으로 AI 적용 영역 발굴, 모델 개발, Runway 기반 운영 지원 등을 포함한 맞춤형 AI 솔루션을 제공함으로써 초기 도입 부담을 완화하고, 지속 가능한 제품 기반 매출을 창출할 계획입니다. 당사는 검증된 AI 플랫폼인 Runway를 보유하고 있습니다. 또한, 당사는 지난 7년간 글로벌 선도 제조 기업과 80건 이상의 다양한 특화 AI 솔루션 개발을 협업하는 과정을 통해 AI 기반 PLC(Programable Logic Controller, 자동화된 생산라인 내 장비를 제어하는 일종의 산업용 PC) 코드 분석, 설계도면 분석 등 SaaS 형태로 사업화가 가능한 가망 영역을 발굴하고 시장에 테스트했습니다. 검증된 서비스의 본격적인 사업화와 더불어 지속적인 발굴로 솔루션 라인업을 확대해 나갈 예정입니다.또한, 당사는 온디바이스(On-device) AI 분야의 사업화를 위해 관련 아키텍처와 핵심 기술을 단계적으로 확보하고, 시장 성숙도 및 기술 완성도에 따라 점진적으로 상용화를 추진할 계획입니다. 당사는 AI 플랫폼 Runway를 기반으로 온디바이스 AI를 구현하기 위해 필요한 기술 요소들을 정의하고 이를 확보하기 위한 전략을 수립하였습니다. 당사는 현행 사업 및 기술 기반을 동시에 고려하여 필수 항목들을 구비해가는 활동을 추진하되, 아직 초기 시장임을 고려하여 시장 및 당사 준비 상황에 따라 점검하며 점진적으로 준비해 나갈 예정입니다.

2. 주요 제품 및 서비스

가. 주요 제품 및 서비스 개요

당사는 산업 현장의 복잡한 문제를 해결하기 위한 산업 특화 AI(Vertical AI) 기술을 기반으로 인공지능 플랫폼 및 AI 솔루션을 공급하는 기업입니다. 당사의 주요 제품은 산업 환경에서 AI 모델의 개발, 학습, 배포 및 운영을 통합적으로 지원하는 AI 플랫폼 Runway이며, 이를 기반으로 제조, 에너지, 반도체, 자동차, 국방 등 다양한 산업 분야의 고객에게 AI 솔루션을 제공하고 있습니다.

기술 기반 가치 창출 체계.jpg 기술 기반 가치 창출 체계

나. 주요 제품 및 서비스 구성

(1) Runway (AI 플랫폼)

AI 플랫폼 Runway는 데이터 수집 및 전처리, AI 모델 개발 및 학습, 모델 배포 및 운영 관리, 보안 및 거버넌스 관리 등 AI 운영 전 생애주기를 통합적으로 지원하는 플랫폼입니다. 특히 산업 환경에서 요구되는 폐쇄망 환경, 온프레미스(On-Premise) 인프라, 하이브리드 클라우드 환경에서도 안정적으로 운영될 수 있도록 설계되어 있으며, 보안ㆍ실시간성ㆍ망분리 등 산업 현장의 다양한 제약 조건을 고려하여 개발되었습니다.

runway platform core.jpg runway platform core

Runway는 산업 현장의 데이터를 기반으로 인공지능 모델을 개발하고 운영할 수 있도록 지원하는 통합 플랫폼으로, 기업이 인공지능을 실제 업무 환경에 안정적으로 적용할 수 있도록 지원합니다. 또한 데이터 관리부터 AI 모델 학습, 배포, 운영 및 성능 모니터링까지 AI 개발 및 운영 전주기(MLOps 기반)를 통합적으로 제공하여 다양한 산업 환경에서 활용될 수 있습니다.

Runway는 이러한 기능을 기반으로 기업이 산업 데이터를 활용하여 AI 모델을 안정적으로 운영할 수 있도록 지원하며, 이를 통해 생산성 향상 및 운영 효율성 개선을 달성할 수 있습니다.

(2) AI 컨설팅

AI 컨설팅 서비스는 기업의 생산성 혁신을 위하여 기존 방식으로 해결되지 않는 문제를 분석하고, 특정 태스크 수행을 위해 학습된 산업 특화 AI 모델을 제공하는 서비스입니다. 당사는 고객 산업의 도메인 지식을 반영하여 데이터 분석, 모델 설계, 알고리즘 개발, 시스템 구축 등을 수행하며, 고객의 실제 업무 환경에 AI를 적용할 수 있도록 지원합니다.AI 컨설팅 서비스는 생산 공정 최적화, 설비 이상 탐지 및 예지보전, 품질 검사 자동화, 수요 예측 및 공급망 최적화, 산업 운영 자동화 등의 영역에서 수행되며, 이러한 과정에서 축적된 기술과 산업 데이터는 Runway 플랫폼에 반영되어 제품 고도화에 활용됩니다.

다. 주요 제품 및 서비스 현황

3. 원재료 및 생산설비

가. 원재료 매입 현황

당사는 소프트웨어 개발 및 공급을 주요 사업으로 영위하는 산업 특화 AI 솔루션 기업으로, 주요 제품 및 서비스의 특성상 별도의 원재료가 투입되지 않으며 이에 따라 증권신고서 제출일 현재 해당 사항이 없습니다.

나. 생산설비에 관한 사항

당사는 소프트웨어 개발 및 공급을 주요 사업으로 영위하는 산업 특화 AI 솔루션 기업으로, 일반적인 제조업과 같은 형태의 생산설비를 보유하고 있지 않으며 별도의 생산활동이 발생하지 않습니다. 이에 따라 증권신고서 제출일 현재 해당 사항이 없습니다.

4. 매출 및 수주상황

가. 매출 실적

나. 판매조직

당사의 판매조직은 허영신 CBO(Chief Business Officer)가 총괄하고 있으며, 사업화본부 산하에 AI인셉션팀, Runway사업팀, 사업기획팀 및 마케팅팀으로 구성되어 있습니다. 각 조직은 고객 발굴, 기술영업, 신규 사업 개발, 제품 사업화 및 마케팅 등 다양한 영업 활동을 수행하고 있습니다.AI인셉션팀은 고객의 비즈니스 문제를 해결하기 위한 AI 솔루션 사업 개발을 담당하며, 고객의 산업 현장에서 발생하는 문제를 데이터 관점에서 분석하고 이에 대한 AI 기반 해결 방안을 제안하는 역할을 수행합니다. 또한 당사의 기술 및 제품 역량뿐 아니라 필요 시 외부 기술 및 협력 파트너의 역량을 결합하여 고객 맞춤형 솔루션을 설계하고 사업 수주를 지원합니다.Runway사업팀은 당사의 주요 제품인 AI 플랫폼 Runway의 사업화 및 판매를 담당하며, 고객사의 AI 운영 환경 구축을 위한 기술영업과 라이선스 계약 체결 등의 업무를 수행합니다.사업기획팀은 신규 사업 기획 및 전략 수립을 담당하며, 마케팅팀은 시장 홍보 및 브랜드 인지도 제고를 위한 다양한 마케팅 활동을 수행하고 있습니다.

다. 판매경로

당사의 주요 제품 및 서비스는 직접 영업 방식을 중심으로 공급되고 있습니다. 산업 특화 AI 솔루션의 특성상 고객의 산업 환경과 문제 정의에 대한 이해가 중요하기 때문에, 고객사와의 직접적인 협의를 통해 AI 컨설팅 서비스를 제공하거나 Runway 플랫폼 라이선스를 공급하는 방식으로 판매가 이루어지고 있습니다.

라. 판매전략

당사가 영위하는 산업 특화 AI 솔루션 사업은 높은 기술 이해도와 운영 역량을 요구하는 전문 시장으로, 고객의 도입 의사 결정 과정에서 기술력에 대한 신뢰 확보와 실제 적용 사례를 통한 검증이 구매 결정의 중요한 요소로 작용합니다. 이에 따라 당사는 제조 기반의 대기업 및 중견기업을 핵심 고객층으로 확보하고, 국방 및 비제조 산업군으로 고객 저변을 확대하는 것을 주요 목표로 하고 있습니다. 당사는 기술 리더십을 기반으로 한 인바운드(Inbound) 수요 발굴과 축적된 레퍼런스를 중심으로 한 아웃바운드(Outbound) 확장 전략을 양축으로, 특수시장 공략 및 Runway 플랫폼 중심의 시장 확대전략을 병행하는 체계적인 영업 구조를 운영하고 있습니다.(1) 인바운드 기반 수요 발굴 및 고객 확보 전략당사는 잠재 고객이 자발적으로 당사의 기술과 솔루션을 탐색하고 문의하도록 유도하는 기술 중심의 인바운드 영업 구조를 강화하고 있습니다. 이를 위해 홈페이지 내 블로그, AI 프로젝트 적용 사례, 웨비나 등 고관여형 기술 콘텐츠를 중심으로 산업 AI 관련 핵심 키워드 기반의 검색최적화를 강화하고 있으며, 산업 현장에서 실제 적용 가능한 기술 사례와 성과 중심의 정보를 지속적으로 제공하고 있습니다. 특히 AI 제어 최적화, 도면 해석, PLC 코드 분석, 강화학습 기반 생산 효율화 등 산업 현장에서 활용되는 고난도 기술 사례를 중심으로 콘텐츠를 제작하여 당사의 기술 전문성과 산업 적용 가능성을 동시에 전달하고 있습니다. 이러한 활동을 통해 잠재 고객의 초기 관심을 확보하고 실제 영업 기회로 이어지는 리드를 지속적으로 발굴하고 있습니다.이와 같은 인바운드 기반 활동을 통해 확보된 주요 운영 성과는 다음과 같습니다.

또한 산업 전시회, 기술 세미나, 컨퍼런스 등 오프라인 채널을 통해 고객 접점을 확대하고 있으며, 자사 기술 행사 및 컨퍼런스를 통해 산업별 AI 적용 사례를 공유하고 기술 검증 기회를 제공함으로써 고객 신뢰도를 제고하고 있습니다. 이러한 활동은 잠재 고객 발굴에서 실제 프로젝트 논의 및 사업 수주로 이어지는 초기 영업 파이프라인을 형성하는 데 중요한 역할을 수행하고 있습니다.(2) 아웃바운드 영업 역량 강화당사는 축적된 산업 레퍼런스와 프로젝트 수행 경험을 기반으로 아웃바운드 영업조직의 전문화 및 역량 강화를 추진하고 있습니다. 제조ㆍ국방ㆍ공공 등 산업 분야별 전문 조직으로 기존 사업개발 조직을 세분화하고, 솔루션 영업 전문 인력을 확보하여 이메일 캠페인, 콜드콜링 등 선제적인 영업 활동을 강화하고 있습니다.또한 당사는 기존 프로젝트 수행 과정에서 확보된 산업별 AI 적용 사례와 성과를 기반으로 유사 과제를 보유한 잠재 고객을 선제적으로 발굴하여 제안 성공률을 제고하고 있으며, 축적된 산업별 인사이트와 기술 이해를 바탕으로 고객 맞춤형 제안 역량을 지속적으로 고도화하고 있습니다.(3) 특수시장 공략 : 국방 분야국방 분야는 폐쇄망 환경, 장기적인 획득 절차, 높은 수준의 보안 요건 등으로 인해 진입 장벽이 높은 시장입니다. 당사는 군 출신의 국방 전문 인력을 영입하여 실제 획득 절차와 작전 환경에 대한 이해를 영업 전략에 반영하고 있으며, 방위사업청의 '방산혁신기업 100'에 AI 플랫폼 기업으로는 유일하게 선정됨으로써 군기관 대상 사업 참여 자격과 신뢰도를 확보하고 있습니다.또한 국방 기술 관련 협회 활동을 통해 군ㆍ산ㆍ학ㆍ연 네트워크를 확대하고, 정책 방향 및 기술 수요 변화에 대한 모니터링을 기반으로 제안 역량을 강화하고 있습니다. 또한 이와 함께 '국방 AI 적용사례', 'MLSecOps 백서' 등 국방 분야 특화 기술 콘텐츠를 발행하여 국방 환경에 적합한 기술 레퍼런스를 구축하고 있으며, 국방 M&S 학회, 방위산업대전, 국방산업발전대전 등 주요 행사에 참여하여 운용기관의 요구사항을 파악하고 적용 사례를 공유함으로써 국방 분야에서의 사업 기회를 확대하고 있습니다. 당사는 이러한 활동을 통해 국방 분야에서의 기술 레퍼런스를 확보하고 향후 관련 사업 기회를 지속적으로 확대해 나갈 계획입니다.

(4) Runway 중심의 판매 전략 및 시장 확장당사는 고객 가치 중심의 판매 전략 고도화, 영업 퍼널(Funnel) 운영 고도화, 파트너 중심의 시장 확산 전략, 지속 가능한 매출 구조 확립을 통해 AI 플랫폼 Runway를 중심으로 시장 확산과 사업 성장을 추진하고 있습니다. 우선 고객의 KPI 개선 및 운영 효율 향상 등 실질적인 가치 중심으로 판매 전략을 고도화하여 Runway의 활용 가치를 제안하고 있으며, 이를 위해 고객 맞춤형 서비스 시나리오를 제시하고 연구소, IT 개발, 전략 부서 등 고객 조직의 특성과 역할에 따른 차별화된 접근 전략을 운영하고 있습니다.또한 콘텐츠 유입, 데모 요청, 트라이얼 계정 제공, 기술 검토, 도입으로 이어지는 영업 퍼널을 운영하여 잠재 고객이 Runway를 실제로 경험할 수 있도록 지원하고 있으며, Q&A 대응 등 기술 지원 과정을 통해 기술 신뢰도를 강화하고 있습니다. 이와 함께 파트너별 강점을 활용한 신뢰 기반의 장기적인 시장 확장 전략을 추진하여 국내외 주요 기업과 전략적 파트너십을 구축하고 있으며, 기존 고객의 활용도 제고를 통해 동일 그룹 내 적용 범위를 확대하고 있습니다. 또한 고객 피드백을 기반으로 제품 완성도를 지속적으로 개선함으로써 Runway의 반복적이고 지속가능한 매출 구조를 구축하고 있습니다.

마. 주요 매출처

당사의 연도별 매출액의 10%의 이상을 차지하는 주요 매출처는 다음과 같습니다.

바. 수주 현황

증권신고서 제출일 현재 수주 현황은 아래와 같으며, 당사의 고객은 주로 기업 또는 공공기관 등으로 수주상황은 영업기밀에 해당되어 수주잔고 현황으로 간략하게 기재하였습니다.

5. 위험관리 및 파생거래

가. 재무위험관리

당사는 금융상품과 관련하여 시장위험(외환위험, 이자율위험, 가격위험), 신용위험 및 유동성위험과 같은 다양한 재무위험에 노출돼 있습니다. 당사의 전반적인 위험관리정책은 금융시장의 변동성에 초점을 맞추고 있으며 재무성과에 미치는 부정적 영향을 최소화하는데 중점을 두고 있습니다.

재무위험관리는 주로 당사의 재무부서가 주관하고 있으며, 재무부서는 영업부서들과의 긴밀한 협조하에 재무위험을 식별하고 평가합니다.이사회는 전반적인 위험관리에 대한 원칙에 근거하여 투자, 자본조달 및 영업과 관련한 중요한 계약의 체결에 대하여 검토하고 승인합니다.

(1) 시장위험

시장위험이란 환율, 이자율 및 지분증권의 가격 등 시장가격의 변동으로 인하여 금융상품의 공정가치나 미래현금흐름이 변동할 위험을 의미합니다. 시장가격 관리의 목적은 수익은 최적화하는 반면 수용가능한 한계 이내로 시장위험 노출을 관리 및 통제하는 것입니다.1) 외환위험당사는 기능통화인 원화 외의 통화로 표시되는 판매 및 구매에 대해 환위험에 노출되어 있습니다. 이러한 거래들이 표시되는 주된 통화는 USD와 EUR입니다.당기말과 전기말 현재 당사가 보유하고 있는 외화표시 화폐성자산 및 화폐성부채의 장부금액은 다음과 같습니다.

당기말 현재 각 외화에 대한 당사의 기능통화인 원화 환율의 10% 변동시 환율변동이법인세비용차감전순손익에 미치는 영향은 다음과 같습니다.

외화환산시 적용된 환율은 다음과 같습니다.

2. 가격위험당사는 공정가치로 평가하는 보유지분증권이 없으므로, 보유지분증권에서 발생하는 가격변동위험에 노출되어 있지 않습니다.3) 이자율위험이자율위험은 미래의 시장 이자율 변동에 따라 예금 또는 차입금 등에서 발생하는 이자수익 및 이자비용이 변동될 위험을 뜻하며, 이는 일반적으로 변동금리부 조건의 예금과 차입금에서 발생합니다. 당사의 이자율위험관리의 목표는 이자율 변동으로 인한 불확실성과 순이자비용의 최소화를 추구함으로써 기업의 가치를 극대화하는데 있습니다.당기말 현재 이자율변동위험에 노출된 변동금리부 금융자산 및 부채에 대한 이자율이 1% 변동시 이자율변동이 법인세비용차감전순이익에 미치는 영향은 다음과 같습니다.

(2) 신용위험신용위험은 고객 또는 거래상대방이 계약조건상 의무사항을 지키지 못하였을 때 발생합니다. 이러한 신용위험을 관리하기 위하여 당사는 주기적으로 고객과 거래상대방의 재무상태와 과거 경험 및 기타 요소들을 고려하여 재무신용도를 평가하고 있습니다.신용위험은 현금및현금성자산, 각종 예금 등과 같은 금융기관과의 거래에서도 발생할 수 있습니다. 이러한 위험을 줄이기 위해, 당사는 신용도가 높은 금융기관들에 대해서만 거래를 하고 있습니다. 주석 32의 지급보증 내역을 제외하고 재무제표에 기록된 금융자산의 장부금액은 손상차손 차감 후 금액으로 당사의 신용위험 최대노출액을 나타내고 있습니다.

당기말과 전기말 현재 상각후원가측정금융자산 중 매출채권및기타수취채권에 인식된 손상은 다음과 같으며, 연체되었으나 손상되지 않은 채권은 없습니다.

당기와 전기 중 매출채권및기타수취채권의 대손충당금 변동내역은 다음과 같습니다.

한편, 당사는 매출채권및기타수취채권의 회수가능성을 판단하는데 있어서 신용공여 개시일부터 보고기간말까지의 매출채권및기타수취채권에 대한 신용등급의 변화를 고려하고 있으며, 거래처가 많고 상호 연관성이 없으므로 신용위험의 집중도는 제한적입니다.

(3) 유동성위험당사는 현금 등 금융자산을 인도하여 결제하는 금융부채와 관련된 의무를 충족하는 데 어려움을 겪게 될 유동성위험에 노출되어 있습니다. 당사의 경영진은 유동성위험을 관리하기 위하여 단기 및 중장기 자금관리계획을 수립하고 현금유출예산과 실제현금유출액을 지속적으로 분석ㆍ검토하여 금융부채와 금융자산의 만기구조를 대응시키고 있습니다.당기말과 전기말 현재 금융부채 잔존계약만기에 따른 만기분석은 다음과 같습니다.만기분석은 할인하지 않은 현금흐름을 기초로 작성되었으며, 원금 및 이자의 현금흐름을 포함하고 있습니다.① 당기

② 전기

나. 파생상품 및 풋백옵션 등 거래 현황

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

6. 주요계약 및 연구개발활동

가. 경영상의 주요 계약 등

증권신고서 제출일 현재 기준 당사의 재무상태에 중요한 영향을 미치는 비경상적인 주요 계약은 없습니다.

나. 연구개발활동

(1) 연구개발 조직 개요

당사는 기업부설연구소를 중심으로 연구개발 조직을 운영하고 있으며, 연구개발 조직은 CTO 산하에서 산업 현장의 문제 해결을 위한 AI 기술 개발, AI 플랫폼 Runway의 핵심 기능 개발, 고객 맞춤형 애플리케이션 개발 및 시스템 구축 등을 수행하고 있습니다.연구개발 조직은 AI 기술을 개발하고 실제 문제에 적용하는 FDE(Forward Deployed Engineering) 본부, Runway 애플리케이션과 고객 맞춤형 애플리케이션을 개발하는 개발본부, CTO 직속으로 Runway의 코어(Core)를 개발하는 플랫폼팀과 내ㆍ외부 인프라와 현장 배포를 담당하는 인프라팀으로 구성되어 있습니다.

연구개발 조직도.jpg 연구개발 조직도

(2) 연구개발 조직의 역할

(3) 연구개발비용

(4) 연구개발실적

1. 논문 및 기업과제 수행 실적

2. 정부과제 수행 실적

7. 기타 참고사항

가. 지적재산권 보유현황

나. 산업의 현황 및 전망 (1) 인공지능(AI) 시장

당사가 실질적으로 목표하는 전방시장은 Enterprise AI 시장 내 "Platform Application Service" 세그먼트입니다. EY가 발간한 AI 시장 분석 Update(2025.09)에 따르면, 글로벌 Enterprise AI 시장은 향후에도 24%의 성장세를 유지하여 2030년 약 350조원 규모로 확대될 것으로 예상됩니다. 기술 항목 기준으로 볼 때 시장 성숙에 따라 Application 시장의 비중이 확대될 것으로 전망되며 Platform 시장이 연평균 34% 수준으로 가장 빠르게 확장하여 현재 5조원 규모에서 2030년에는 약 30조원 규모에 도달할 것으로 전망됩니다.

enterprise ai 시장 전망.jpg enterprise ai 시장 전망

Enterprise AI 시장에서 당사가 단기간 내 확장 가능한 Platform, Application 및 Service 시장은 지난 2018년 이후 연평균 29% 성장하여 2024년말 기준 약 58조원 규모를 형성하고 있으며, 향후 연평균 26% 성장하여 2030년 228조원 규모에 도달할 것으로 전망됩니다. 향후 연평균 성장세는 Platform 시장이 34%, Application 시장 27%, Service 시장 21%로 전망되며, 이는 시장 발전에 따라 모든 세부 시장이 함께 성장하기는 하나, 기술 발전에 따라 Platform과 Application의 활용도가 높아짐에 따라 Service를 통해 제공되던 수요들이 점진적으로 대체되는 현상을 반영하고 있는 것으로 보입니다.

enterprise ai 시장 내 platform 및 application 시장 전망.jpg enterprise ai 시장 내 platform 및 application 시장 전망

Platform, Application, Service 시장을 구성하는 세부 AI기술 관점에서는 광범위한 Machine Learning 기술에 대한 수요가 꾸준히 과반 이상을 차지할 것으로 분석된 가운데, 이러한 Machine Learning 기술에 기반하여 개발 및 활용되는 모델의 전 생애주기를 관리하기 위한 MLOps(Machine Learning Operations)에 대한 수요는 연평균 37% 수준으로 상대적으로 더 빠르게 증가할 것으로 전망됩니다.

단기 확장가능시장 내 ai 기술별 상세.jpg 단기 확장가능시장 내 ai 기술별 상세

Enterprise AI 시장 내 Platform, Application 및 Service 시장을 세분류하여 당사가 실질적으로 목표하는 사업 영역에 해당되는 글로벌 제조 산업 분야와 국내 국방 분야로 구분할 경우 각 시장의 규모는 2024년 현재 약 6.5조원, 0.3조원 규모로 이를 합산한 당사의 초기 Target 시장의 규모는 6.8조원으로 추산됩니다.

초기 목표 시장 성장 전망.jpg 초기 목표 시장 성장 전망

다. 경쟁현 황 (1) 경쟁형태 엔터프라이즈 AI 플랫폼(Enterprise AI Platform) 시장은 2025년 들어 보안 위협 심화와 기술 융합 가속화라는 구조적 변화의 전환점에 위치하고 있습니다. 글로벌 경영 컨설팅 회사 EY(Ernst & Young)의 분석에 따르면 글로벌 엔터프라이즈 AI 플랫폼 전체 시장이 연평균 34.7%의 고성장세를 지속하는 가운데, 보안과 성능을 동시에 추구하는 제조업과 국방 등 주요 목표 산업에서 하이브리드 및 온프레미스 솔루션의 성장이 급속히 증가하고 있습니다.

현재 시장은 클라우드 기반 범용형 플랫폼과 폐쇄망 특화형 플랫폼으로 양분되는 경쟁 구도를 형성하고 있습니다. 클라우드 범용형은 데이터이쿠(Dataiku), AWS와 같이 확장성과 범용성을 무기로 대규모 시장을 공략하는 반면, 폐쇄망 특화형은 제조·국방처럼 데이터 주권과 보안이 중요한 분야에서 온프레미스·폐쇄망 지원으로 차별화를 추구하고 있습니다. 당사의 Runway와 팔란티어 등이 후자에 해당하며, 이러한 시장 변화는 보안과 성능을 동시에 만족하는 폐쇄망 특화 AI 플랫폼의 전략적 중요성을 부각시키고 있습니다.

(2) 진입장벽 당사는 제조업과 국방 분야라는 구조적으로 진입이 어려운 시장에서 8년간 축적한 기술력, 81건 이상의 특허 포트폴리오, 다층적 보안 체계, 그리고 84개 주요 기업과의 협력 네트워크를 기반으로 강력한 진입장벽을 구축했습니다. 제조와 국방 영역은 특성상 데이터 접근이 제한적이며, 산업 특화 AI는 실제 현장 데이터에 접근할 수 없으면 개발을 시작하는 것조차 어렵습니다. 당사는 산업 AI 초기부터 선도 제조 산업 기업으로부터 전략적 투자를 유치하여 이러한 장벽을 선제적으로 극복했으며, 현재는 질적·양적으로 풍부한 레퍼런스를 기반으로 협업 기회를 확대하고 있습니다.이러한 구조적 진입장벽 위에서, 당사는 장기간의 투자와 전문 인력 확보, 특허 포트폴리오를 통한 기술 보호, 다층적 보안 체계, 비밀유지계약을 통한 협력 정보 보호라는 요소들이 결합된 형태로 후발 주자가 단기간에 모방하기 어려운 경쟁우위를 형성하고 있습니다.

라. 기술 경쟁력 당사는 도메인 특화 인공지능 모델링 및 엔지니어링(Domain-Specialized AI Modeling & Engineering) 기술을 기반으로 제조·국방 등 주요 목표 고객의 공통된 페인 포인트를 해소할 수 있는 부분을 주력 제품 Runway로 개발하여 시장에 공급하고 있습니다.시장 내 대부분의 경쟁사들은 클라우드 중심으로 설계된 후 온프레미스 옵션을 추가하는 방식으로 제품을 구성하고 있어, 외부 클라우드 자원 없이 완전 독립 운영이 필요한 폐쇄망 환경에서는 근본적인 한계를 보입니다. 반면 당사는 처음부터 폐쇄망 환경을 전제로 설계된 아키텍처를 통해 보안성과 개발 생산성이라는 모순적 요구사항을 동시에 충족하고 있습니다.이러한 차별화된 접근은 두 가지 기술 축으로 구현됩니다. 첫째, 외부 의존성 없이 완전한 독립 운영 생태계를 구축하는 폐쇄망 특화 인프라 및 보안 기술, 둘째, 산업 현장의 비정형 데이터와 도메인 전문가 특성에 최적화된 범용 AI 플랫폼 기술입니다.

마. 그 밖에 투자자 의사결정에 필요한 사항

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

III. 재무에 관한 사항

1. 요약재무정보

가. 요약 연결재무정보

나. 요약 별도재무정보

2. 연결재무제표

3. 연결재무제표 주석

1. 연결대상회사의 개요(1) 지배기업의 개요주식회사 마키나락스(이하 "지배기업")는 2017년 12월 21일 AI Solution 개발 및 판매 등을 사업목적으로 설립되었으며 본사는 서울특별시 서초구 강남대로 343, 12층 (신덕빌딩)에 소재하고 있습니다. 2025년 12월 31일로 종료하는 보고기간에 대한 연결재무제표는 당사와 당사의 종속기업(이하 통칭하여 "연결실체")으로 구성되어 있습니다. 설립시 최초 자본금은 30,000천원이며 수차례 유ㆍ무상증자 및 당기 중 무상감자를 통해 보고기간말 현재 지배기업의 납입자본금은 7,419,987천원 입니다. 당기말 현재 지배기업의 주주현황은 다음과 같습니다.

(2) 종속기업의 현황① 보고기간말 현재 종속기업 내역은 다음과 같습니다.

② 보고기간말 현재 종속기업의 요약 재무정보는 다음과 같습니다. 1) 당기

2. 전기

③ 연결범위의 변동 당기 중 MakinaRocks KK.의 설립으로 연결대상 종속회사가 추가되었습니다.

2. 연결재무제표 작성기준연결실체는 주식회사등의외부감사에관한법률 제 5조 1항 1호에서 규정하고 있는 국제회계기준위원회의 국제회계기준을 채택하여 정한 회계처리기준인 한국채택국제회계기준에 따라 재무제표를 작성하였습니다.연결실체의 연결재무제표는 2026년 3월 20일자 주주총회에서 최종 승인될 예정입니다.

(1) 측정기준

연결재무제표는 아래에서 열거하고 있는 연결재무상태표의 주요 항목을 제외하고는 역사적 원가를 기준으로 작성하였습니다.ㆍ공정가치로 측정되는 파생상품

(2) 기능통화와 표시통화

연결실체 내 개별기업의 재무제표는 각 개별기업의 영업활동이 이루어지는 주된 경제환경의 통화인 기능통화로 작성되고 있습니다. 연결실체의 연결재무제표는 보고기업인 지배기업의 기능통화 및 표시통화인 원화로 작성하여 보고하고 있습니다.

(3) 추정과 판단

한국채택국제회계기준에서는 재무제표를 작성함에 있어서 회계정책의 적용이나, 보고기간말 현재 자산, 부채 및 수익, 비용의 보고금액에 영향을 미치는 사항에 대하여 경영진의 최선의 판단을 기준으로 한 기후관련 위험과 기회를 포함한 미래에 대한 추정치와 가정의 사용을 요구하고 있습니다. 보고기간말 현재 경영진의 최선의 판단을 기준으로 한 추정치와 가정이 실제 환경과 다를 경우 이러한 추정치와 실제 결과는 다를 수 있습니다.

추정치와 추정에 대한 기본 가정은 지속적으로 연결실체의 위험관리와 기후 관련 약정과의 일관성 여부와 관련하여 검토되고 있으며, 회계추정의 변경은 추정이 변경된 기간과 미래 영향을 받을 기간 동안 인식되고 있습니다.

① 경영진의 판단연결재무제표에 인식된 금액에 유의한 영향을 미치는 회계정책의 적용과 관련된 주요한 경영진의 판단에 대한 정보는 다음의 주석에 포함되어 있습니다.ㆍ주석 13: 리스기간 - 연장선택권의 행사가능성이 상당히 확실한지 여부② 가정과 추정의 불확실성다음 보고기간 이내에 중요한 조정이 발생할 수 있는 유의한 위험이 있는 가정과 추정의 불확실성에 대한 정보는 다음의 주석에 포함되어 있습니다.ㆍ주석 9, 23: 매출채권과 계약자산의 기대신용손실 측정 - 손실율에 대한 가정ㆍ주석 18, 21: 상환전환우선주 및 주식선택권 측정 - 기초자산 가치 및 변동성에 대한 가정ㆍ주석 19: 충당부채 - 자원의 유출 가능성과 금액에 대한 가정ㆍ주석 28: 이연법인세자산의 인식 - 차감할 일시적 차이와 세무상 결손금의 사용③ 공정가치 측정연결실체의 회계정책과 공시사항은 다수의 금융 및 비금융자산과 부채에 대해 공정가치 측정이 요구되고 있습니다. 연결실체는 공정가치평가 정책과 절차를 수립하고 있습니다. 동 정책과 절차에는 공정가치 서열체계에서 수준 3으로 분류되는 공정가치를 포함한 모든 유의적인 공정가치 측정의 검토를 책임지는 평가부서의 운영을 포함하고 있으며, 그 결과는 재무담당임원에게 직접 보고되고 있습니다.평가부서는 정기적으로 관측가능하지 않은 유의적인 투입변수와 평가 조정을 검토하고 있습니다. 공정가치측정에서 중개인 가격이나 평가기관과 같은 제 3자 정보를 사용하는 경우, 평가부서에서 제 3자로부터 입수한 정보에 근거한 평가가 공정가치서열체계 내 수준별 분류를 포함하고 있으며 해당 기준서의 요구사항을 충족한다고 결론을 내릴 수 있는지 여부를 판단하고 있습니다.

자산이나 부채의 공정가치를 측정하는 경우, 연결실체는 최대한 시장에서 관측가능한 투입변수를 사용하고 있습니다. 공정가치는 다음과 같이 가치평가기법에 사용된 투입변수에 기초하여 공정가치 서열체계 내에서 분류됩니다.

ㆍ 수준 1: 측정일에 동일한 자산이나 부채에 대한 접근 가능한 활성시장의 조정되지 않은 공시가격ㆍ 수준 2: 수준 1의 공시가격 이외에 자산이나 부채에 대해 직접적으로 또는 간접적으로 관측가능한 투입변수ㆍ 수준 3: 자산이나 부채에 대한 관측가능하지 않은 투입변수자산이나 부채의 공정가치를 측정하기 위해 사용되는 여러 투입변수가 공정가치 서열체계 내에서 다른 수준으로 분류되는 경우, 연결실체는 측정치 전체에 유의적인 공정가치 서열체계에서 가장 낮은 수준의 투입변수와 동일한 수준으로 공정가치 측정치 전체를 분류하고 있으며, 변동이 발생한 보고기간 말에 공정가치 서열체계의 수준간 이동을 인식하고 있습니다.

공정가치 측정 시 사용된 가정의 자세한 정보는 아래 주석에 포함되어 있습니다.ㆍ주석 6: 금융상품ㆍ주석 21: 주식매수선택권

3. 회계정책의 변경연결실체는 2025년 1월 1일로 개시하는 회계기간부터 다음의 제ㆍ개정 기준서 및 해석서를 신규로 적용하였습니다.(1) 기업회계기준서 제1021호 '환율변동효과', 제1101호 '한국채택국제회계기준의 최초채택' 개정 - 교환가능성 결여동 개정사항은 기업이 한 통화가 다른 통화로 교환 가능한지 여부를 평가하고, 통화가 교환 가능하지 않은 경우 사용할 현물환율을 결정할 때 일관된 접근 방식을 적용하고 관련 정보를 공시하도록 요구합니다. 동 개정사항이 연결재무제표에 미치는 중요한 영향은 없습니다.(2) 기업회계기준서 제1117호 '보험계약' 개정동 개정사항은 기업이 보험계약을 측정하기 위해 사용한 투입변수의 추정기법이 보험 관련 법규에서 요구하는 원칙적인 추정기법과 다른 경우, 그 차이내역과 재무제표에 미치는 영향이 재무제표이용자들에게 목적적합하고 중요하다고 판단된다면 이를 공시하도록 요구합니다. 동 개정사항이 연결재무제표에 미치는 중요한 영향은 없습니다.

4. 중요한 회계정책연결실체가 한국채택국제회계기준에 따른 연결재무제표 작성에 적용한 중요한 회계정책은 아래 기술되어 있으며, 주석 3에서 설명하고 있는 회계정책의 변경을 제외하고 당기 및 비교표시된 전기의 연결재무제표는 동일한 회계정책을 적용하여 작성되었습니다.(1) 연결① 내부거래제거연결실체 내의 거래, 이와 관련된 잔액, 수익과 비용, 미실현손익은 연결재무제표 작성시 모두 제거하고 있습니다.② 비지배지분비지배지분은 취득일에 피취득자의 식별가능한 순자산에 대해 인식한 금액 중 현재의 지분상품의 비례적 몫으로 측정하고 있습니다.(2) 현금및현금성자산연결실체는 취득일로부터 만기일이 3개월 이내인 투자자산을 현금및현금성자산으로분류하고 있습니다.

(3) 비파생금융자산① 인식 및 최초 측정매출채권과 발행 채무증권은 발행되는 시점에 최초로 인식됩니다. 다른 금융상품과 금융부채는 연결실체가 금융상품의 계약당사자가 되는 때에만 인식됩니다.② 분류 및 후속측정 금융자산: 사업모형평가 연결실체는 사업이 관리되는 방식과 경영진에게 정보가 제공되는 방식을 가장 잘 반영하기 때문에 금융자산의 포트폴리오 수준에서 보유되는 사업모형의 목적을 평가합니다. 이러한 목적을 위해 제거요건을 충족하지 않는 거래에서 제3자에게 금융자산을 이전하는 거래는 매도로 간주되지 않습니다.연결실체의 사업모형은 다음과 같습니다.

금융자산: 계약상 현금흐름이 원금과 이자로만 이루어져 있는지에 대한 평가 계약상 현금흐름이 원금과 이자에 대한 지급만으로 이루어져 있는지를 평가할 때, 연결실체는 해당 상품의 계약조건을 고려합니다. 금융자산이 계약상 현금흐름의 시기나 금액을 변경시키는 계약조건을 포함하고 있다면, 그 계약조건 때문에 해당 금융상품의 존속기간에 걸쳐 생길 수 있는 계약상 현금흐름이 원리금 지급만으로 구성되는지를 판단해야 합니다.이를 평가할 때 연결실체는 다음을 고려합니다.ㆍ현금흐름의 금액이나 시기를 변경시키는 조건부 상황ㆍ변동 이자율 특성을 포함하여 계약상 액면 이자율을 조정하는 조항ㆍ중도상환특성과 만기연장특성ㆍ특정 자산으로부터 발생하는 현금흐름에 대한 연결실체의 청구권을 제한하는 계약조건(예: 비소구특징)

(4) 금융자산의 손상① 금융상품과 계약자산연결실체는 다음 자산의 기대신용손실에 대해 손실충당금을 인식합니다.ㆍ상각후원가로 측정하는 금융자산(예: 현금및현금성자산, 매출채권및기타수취채권)ㆍ기업회계기준서 제1115호에서 정의된 계약자산연결실체는 12개월 기대신용손실로 측정되는 다음의 금융자산을 제외하고는 전체기간 기대신용손실에 해당하는 금액으로 손실충당금을 측정합니다.ㆍ보고기간말에 신용이 위험이 낮다고 결정된 채무증권ㆍ최초 인식 이후 신용위험(즉, 금융자산의 기대존속기간 동안에 걸쳐 발생할 채무불이행 위험)이 유의적으로 증가하지 않은 기타 채무증권과 은행예금매출채권과 계약자산에 대한 손실충당금은 항상 전체기간 기대신용손실에 해당하는 금액으로 측정됩니다.② 신용이 손상된 금융자산매 보고기간말에, 연결실체는 상각후원가로 측정되는 금융자산의 신용이 손상되었는지 평가합니다. 금융자산의 추정미래현금흐름에 악영향을 미치는 하나 이상의 사건이 발생한 경우에 해당 금융자산은 신용이 손상된 것입니다.금융자산의 신용이 손상된 증거는 다음과 같은 관측 가능한 정보를 포함합니다.- 발행자나 차입자의 유의적인 재무적 어려움- 채무불이행이나 360일 이상 연체와 같은 계약 위반- 차입자의 재무적 어려움에 관련된 경제적이나 계약상 이유로 당초 차입조건의 불가피한 완화- 차입자의 파산가능성이 높아지거나 그 밖의 재무구조조정 가능성이 높아짐- 재무적 어려움으로 인해 해당 금융자산에 대한 활성시장 소멸③ 연결재무상태표 상 신용손실충당금의 표시상각후원가로 측정하는 금융자산에 대한 손실충당금은 해당 자산의 장부금액에서 차감합니다.

(5) 유형자산유형자산 중 토지는 감가상각을 하지 않으며, 그 외 유형자산은 자산의 취득원가에서잔존가치를 차감한 금액에 대하여 아래에 제시된 내용연수에 걸쳐 해당 자산에 내재되어 있는 미래 경제적 효익의 예상 소비 형태를 가장 잘 반영한 정액법으로 상각하고 있습니다.

후속지출은 해당 지출과 관련된 미래 경제적 효익이 연결실체로 유입될 가능성이 높은 경우에만 자본화하고 있습니다.

(6) 무형자산무형자산은 최초 인식할 때 원가로 측정하며, 최초 인식 후에 원가에서 상각누계액과손상차손누계액을 차감한 금액을 장부금액으로 인식하고 있습니다.

무형자산은 사용 가능한 시점부터 잔존가치를 영("0")으로 하여 아래의 내용연수 동안 정액법으로 상각하고 있습니다.

(7) 정부보조금-자산관련보조금연결실체는 비유동자산을 취득 또는 건설하는데 사용해야 한다는 기본조건이 부과된정부보조금을 수령하고 있으며, 해당 자산의 장부금액을 계산할 때, 정부보조금을 차감하고 감가상각자산의 내용연수에 걸쳐 당기손익으로 인식하고 있습니다.-수익관련보조금연결실체는 정부보조금을 정부보조금으로 보전하려 하는 관련원가가 비용으로 인식되는 기간에 걸쳐 관련 비용에서 차감하는 방법으로 인식하고 있습니다.

(8) 리스- 리스이용자계약 내에 여러 리스요소나 리스와 비리스요소가 포함되어 있다면 계약의 개시일이나 변경유효일에 연결실체는 계약대가를 상대적 개별 가격에 기초하여 각 리스요소에 배분합니다. 다만, 연결실체는 리스요소를 포함하는 계약의 개시일이나 변경유효일에 비리스요소를 분리하지 않는 실무적 간편법을 선택하였고, 리스요소와 비리스요소를 하나의 리스요소로 보아 회계처리합니다.리스부채는 리스개일 현재 지급되지 않은 리스료의 현재가치로 최초 측정합니다. 일반적으로 연결실체는 증분차입이자율을 할인율로 사용합니다.연결실체는 다양한 외부 재무 정보에서 얻은 이자율에서 리스의 조건과 리스자산의 특성을 반영하기 위한 조정을 하고 증분차입이자율을 산정합니다.

연결실체는 연결재무상태표에서 투자부동산의 정의를 충족하지 않는 사용권자산을 '유형자산'으로 표시하였습니다.연결실체는 리스기간이 12개월 이내인 리스와 복합기 및 사무용품과 같은 소액 기초자산 리스에 대하여 사용권자산과 리스부채를 인식하지 않는 실무적 간편법을 선택하였습니다. 연결실체는 이러한 리스에 관련된 리스료를 리스기간에 걸쳐 비용으로 인식합니다. 단기리스와 소액 기초자산 리스 연결실체는 리스기간이 12개월 이내인 단기리스와 소액 기초자산 리스에 대하여 사용권자산과 리스부채를 인식하지 않는 실무적 간편법을 선택하였습니다. 연결실체는이러한 리스에 관련된 리스료를 리스기간에 걸쳐 비용으로 인식합니다.(9) 비파생금융부채연결실체는 계약상 내용의 실질과 금융부채의 정의에 따라 금융부채를 당기손익인식금융부채와 기타금융부채로 분류하고 계약의 당사자가 되는 때에 재무상태표에 인식하고 있습니다.(10) 고객과의 계약에서 생기는 수익연결실체는 기업회계기준서 제 1115호 '고객과의 계약에서 생기는 수익'의 적용범위에 포함되는 고객과의 모든 계약에 5단계 수익인식모형(①계약 식별 → ②수행의무 식별 → ③거래가격 산정 → ④거래가격을 수행의무에 배분 → ⑤수행의무 이행 시 수익 인식)을 적용하여 수익을 인식합니다.

① 수행의무 식별연결실체는 고객의 요구에 맞는 AI Solution 개발 용역을 제공하고, 연결실체가 개발한 AI Product 라이선스를 판매하며, 관련 하드웨어의 공급을 포함한 사업을 영위하고 있습니다. 연결실체는 고객과의 개발위탁 계약 및 라이선스 공급 계약, 하드웨어 공급계약 등에서 각각 구별되는 수행의무를 식별합니다.각각의 수행의무를 한 시점에 이행하는지, 기간에 걸쳐 이행하는지에 따라 수익인식 시점이 변경될 수 있습니다.② 개발 용역연결실체는 고객이 의뢰한 소프트웨어를 개발해주고 대가를 수령하는 용역을 고객에게 제공하고 있습니다. 연결실체가 수행하는 개발 용역의 경우 기업이 업무를 수행하여 만든 자산이 기업 자체에는 대체 용도가 없고, 지금까지 업무 수행을 완료한 부분에 대해서는 집행가능한 지급청구권이 있는 것으로 판단되어, 용역을 제공하는 기간에 걸쳐 투입법을 이용한 진행률에 따라 수익으로 인식합니다.

③ 라이선스 판매연결실체는 지배기업이 개발한 AI Product 라이선스를 판매하고 있습니다. 이는 기업회계기준서 제1115호 적용에 따라 라이선스 사용권을 제공한 것으로 판단되므로, 한 시점에 이행하는 수행의무에 해당합니다. 연결실체는 고객이 지적 재산의 사용을 지시할 수 있고 지적 재산의 사용에서 생기는 나머지 효익의 대부분을 획득할 수 있는 시점을 수익의 인식시점으로 판단하며, 이에 따라 소프트웨어 설치 시점에 수익을인식합니다. 다만, 라이선스 판매 수익인식 금액은 변동대가 추정치 제약을 고려하여수익을 인식할 수 있습니다.④ 하드웨어 공급계약연결실체는 외부로부터 구매한 하드웨어를 고객에게 공급하고 있으며, 해당 하드웨어는 주로 AI Solution 개발 용역 또는 라이선스 판매와 결합된 계약 형태로 제공됩니다. 계약상 하드웨어는 다른 재화 또는 용역과 구별되는 별도의 수행의무에 해당하므로, 고객에게 하드웨어의 통제권이 이전되는 시점에 수익을 인식합니다.⑤ 기타매출연결실체는 고객과의 관계에서 발생하는 수익 중 개발 용역과 라이선스 판매 및 하드웨어 공급에 해당하지 않는 수익을 기타매출로 구분하고 있습니다. 기타매출에는 연결실체가 매월 일정대가를 수령하며 고객에게 제공하는 서비스 등이 포함되어 있으며, 연결실체는 서비스 유형별로 고객이 연결실체가 제공하는 서비스의 효익을 소비하는 형태를 고려하여 수익의 인식시점으로 판단하고 있습니다.

(11) 미적용 제ㆍ개정 기준서 및 해석서

제정ㆍ공표되었으나 시행일이 도래하지 않아 적용하지 아니한 제ㆍ개정 기준서 및 해석서는 다음과 같습니다.① 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정

동 개정사항은 금융상품 분류와 측정 요구사항을 명확히 하였으며, 금융상품 추가 공시사항을 규정하고 있습니다. 주요 개정내용은 다음과 같습니다.

· 전자지급시스템을 통한 금융부채 결제 시 특정 조건을 충족하는 경우, 결제일 전에 전자지급시스템을 통해 금융부채가 결제된 것으로 간주하여 부채를 제거할 수 있도록 허용

· 금융상품의 계약상 현금흐름 특성을 평가할 때, 원리금 지급만으로 구성되어 있는 현금흐름 관련 규정 명확화

· 기타포괄손익-공정가치 측정 지분상품의 투자 종류별 공정가치 변동 및 실현손익 정보에 대한 추가 공시

· 계약상 현금흐름의 시기나 금액을 변경시키는 계약조건이 기업에 미치는 영향과 기업이 노출되는 정도를 금융상품의 각 종류별로 공시

동 개정사항은 2026년 1월 1일 이후 최초로 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 연결실체는 동 개정사항이 재무제표에 미치는 영향을 검토 중에 있습니다.

② 한국채택국제회계기준 연차개선 Volume 11

한국채택국제회계기준 연차개선 Volume 11은 2026년 1월 1일 이후 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 연결실체는 동 개정사항이 연결재무제표에 미치는 중요한 영향은 없을 것으로 예상하고 있습니다.

· 기업회계기준서 제1101호 '한국채택국제회계기준의 최초채택' : K-IFRS 최초 채택시 위험회피회계 적용

· 기업회계기준서 제1107호 '금융상품: 공시' : 제거 손익, 실무적용지침

· 기업회계기준서 제1109호 '금융상품' : 리스부채의 제거 회계처리와 거래가격의 정의

· 기업회계기준서 제1110호 '연결재무제표' : 사실상의 대리인 결정

· 기업회계기준서 제1007호 '현금흐름표': 원가법

③ 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정 - 자연에 의존하는 전력과 관련된 계약동 개정사항은 전력 생산의 원천이 통제할 수 없는 자연 조건(예: 날씨)에 의존하기 때문에 기업이 기초 전력량의 변동성에 노출되는 계약으로 자연에 의존하는 전력과 관련된 계약을 정의하고, 자연에 의존하는 전력을 매입하거나 매도하는 계약이 '자가사용' 예외 요구사항의 평가 대상임을 명확히 하였습니다. 또한, 기업이 일부 자연에 의존하는 전력과 관련된 계약을 예상 전력거래의 위험회피에서 위험회피수단으로 지정하는 경우, 예상 전력거래의 변동 가능 명목수량을 위험회피대상항목으로 지정할 수 있음을 명확히 하고, 관련 공시를 추가하였습니다. 동 개정사항은 2026년 1월 1일이후 최초로 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 연결실체는 동 개정사항이 연결재무제표에 미치는 중요한 영향은 없을 것으로 예상하고 있습니다.

④ 기업회계기준서 제1118호 '재무제표 표시와 공시' 제정

기업회계기준서 제1118호 '재무제표 표시와 공시'는 기업회계기준서 제1001호 '재무제표 표시'를 대체하며, 기업 간 재무성과의 비교가능성을 향상시키고 목적적합한 정보를 제공하기 위한 새로운 요구사항을 포함합니다. 동 기준서는 손익계산서에 포함된 수익과 비용을 영업, 투자, 재무, 법인세 및 중단영업의 다섯 가지 범주 중 하나로 분류하고, 손익계산서에 특정 총합계와 중간합계를 표시하도록 요구합니다. 또한 '경영진이 정의한 성과측정치'의 공시를 요구하고, 주요 재무제표와 주석의 역할에 따라 재무정보를 통합하거나 세분화하는 요구사항을 포함합니다.

동 기준서는 2027년 1월 1일 이후 최초로 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 동 기준서는 소급 적용이 요구되므로, 2026년 12월 31일로 종료되는 회계연도의 비교정보는 동 기준서를 적용하여 재작성됩니다. 연결실체는 동 기준서의 제정이 연결재무제표에 미치는 영향을 검토 중에 있습니다.

5. 재무위험관리

(1) 자본위험관리연결실체의 자본관리 목적은 계속기업으로서 주주 및 이해당사자들에게 이익을 지속적으로 제공할 수 있는 능력을 보호하고 자본비용을 절감하기 위해 최적 자본구조를 유지하는 것입니다. 자본구조를 유지 또는 조정하기 위하여 연결실체는 주주에게 지급되는 배당을 조정하고, 주주에게 자본금을 반환하며, 부채감소를 위한 신주 발행 및 자산 매각 등을 실시합니다. 산업 내의 타사와 마찬가지로 연결실체는 부채비율에 기초하여 자본을 관리하고 있으며, 부채비율은 순차입금을 총자본으로 나누어 산출하고 있습니다. 순차입금은 이자부 부채에서 현금및현금성자산을 차감한 금액이며 총자본은 연결재무상태표의 '자본'에순차입금을 가산한 금액입니다.당기말과 전기말 현재 연결실체의 부채비율은 다음과 같습니다.

(2) 금융위험관리연결실체는 금융상품과 관련하여 시장위험(외환위험, 이자율위험, 가격위험), 신용위험 및 유동성위험과 같은 다양한 재무위험에 노출돼 있습니다. 연결실체의 전반적인 위험관리정책은 금융시장의 변동성에 초점을 맞추고 있으며 재무성과에 미치는 부정적 영향을 최소화하는데 중점을 두고 있습니다.재무위험관리는 주로 연결실체의 재무부서가 주관하고 있으며, 재무부서는 영업부서들과의 긴밀한 협조하에 재무위험을 식별하고 평가합니다.이사회는 전반적인 위험관리에 대한 원칙에 근거하여 투자, 자본조달 및 영업과 관련한 중요한 계약의 체결에 대하여 검토하고 승인합니다.

① 시장위험시장위험이란 환율, 이자율 및 지분증권의 가격 등 시장가격의 변동으로 인하여 금융상품의 공정가치나 미래현금흐름이 변동할 위험을 의미합니다. 시장가격 관리의 목적은 수익은 최적화하는 반면 수용가능한 한계 이내로 시장위험 노출을 관리 및 통제하는 것입니다.가. 외환위험연결실체는 기능통화 외의 통화로 표시되는 판매 및 구매에 대해 환위험에 노출되어 있습니다. 이러한 거래들이 표시되는 주된 통화는 USD와 EUR입니다.당기말과 전기말 현재 연결실체가 보유하고 있는 외화표시 화폐성자산 및 화폐성부채의 외화장부금액은 다음과 같습니다.

당기말 현재 각 외화에 대한 연결실체의 기능통화인 원화 환율의 10% 변동시 환율변동이 법인세비용차감전순손익에 미치는 영향은 다음과 같습니다.

외화환산시 적용된 환율은 다음과 같습니다.

나. 가격위험연결실체는 공정가치로 평가하는 보유지분증권이 없으므로, 보유지분증권에서 발생하는 가격변동위험에 노출되어 있지 않습니다.

다. 이자율위험이자율위험은 미래의 시장 이자율 변동에 따라 예금 또는 차입금 등에서 발생하는 이자수익 및 이자비용이 변동될 위험을 뜻하며, 이는 일반적으로 변동금리부 조건의 예금과 차입금에서 발생합니다. 연결실체의 이자율위험관리의 목표는 이자율 변동으로인한 불확실성과 순이자비용의 최소화를 추구함으로써 기업의 가치를 극대화하는데 있습니다.당기말 현재 이자율변동위험에 노출된 변동금리부 금융자산 및 부채에 대한 이자율이 1% 변동시 이자율변동이 법인세비용차감전순이익에 미치는 영향은 다음과 같습니다.

② 신용위험신용위험은 고객 또는 거래상대방이 계약조건상 의무사항을 지키지 못하였을 때 발생합니다. 이러한 신용위험을 관리하기 위하여 연결실체는 주기적으로 고객과 거래상대방의 재무상태와 과거 경험 및 기타 요소들을 고려하여 재무신용도를 평가하고 있습니다.

신용위험은 현금및현금성자산, 각종 예금 등과 같은 금융기관과의 거래에서도 발생할 수있습니다. 이러한 위험을 줄이기 위해, 연결실체는 신용도가 높은 금융기관들에대해서만 거래를 하고 있습니다. 주석 31의 지급보증 내역을 제외하고 재무제표에 기록된 금융자산의 장부금액은 손상차손 차감 후 금액으로 연결실체의 신용위험 최대노출액을 나타내고 있습니다.

한편, 연결실체는 매출채권및기타수취채권의 회수가능성을 판단하는데 있어서 신용공여 개시일부터 보고기간말까지의 매출채권및기타수취채권에 대한 신용등급의 변화를 고려하고 있으며, 거래처가 많고 상호 연관성이 없으므로 신용위험의 집중도는 제한적입니다.

(3) 유동성위험연결실체는 현금 등 금융자산을 인도하여 결제하는 금융부채와 관련된 의무를 충족하는 데 어려움을 겪게 될 유동성위험에 노출되어 있습니다. 연결실체의 경영진은 유동성위험을 관리하기 위하여 단기 및 중장기 자금관리계획을 수립하고 현금유출예산과 실제현금유출액을 지속적으로 분석ㆍ검토하여 금융부채와 금융자산의 만기구조를 대응시키고 있습니다.

당기말과 전기말 현재 금융부채 잔존계약만기에 따른 만기분석은 다음과 같습니다. 만기분석은 할인하지 않은 현금흐름을 기초로 작성되었으며, 원금 및 이자의 현금흐름을 포함하고 있습니다. ① 당기

② 전기

6. 금융상품

(1) 금융상품의 범주별 분류 및 공정가치당기말과 전기말 현재 연결실체의 범주별 금융상품의 장부금액 및 공정가치는 다음과 같습니다.장부금액이 공정가치의 합리적인 근사치에 해당하여 공정가치로 측정되지 않은 금융상품에 대한 공정가치 정보는 공시하지 않았습니다. ① 금융자산

② 금융부채

1. 당기말

2. 전기말

(2) 금융상품의 공정가치 서열체계 연결실체는 공정가치로 측정되는 금융상품에 대하여 공정가치 측정에 사용된 투입변수에따라 다음과 같은 공정가치 서열체계로 분류하고 있습니다.

① 당기말과 전기말 현재 공정가치로 측정되는 금융상품의 공정가치 서열체계 구분은 다음과 같습니다.

자산이나 부채의 공정가치를 측정하기 위해 사용되는 여러 투입변수가 공정가치 서열체계내에서 다른 수준으로 분류되는 경우, 연결실체는 측정치 전체에 유의적인 공정가치 서열체계에서 가장 낮은 수준의 투입변수와 동일한 수준으로 공정가치 측정치 전체를 분류하고 있으며, 변동이 발생한 보고기간 말에 공정가치 서열체계의 수준간 이동을 인식하고 있습니다. 연결실체는 공정가치 서열체계의 수준 간 이동을 이동을 발생시킨 사건이나 상황의 변동이 일어난 보고기간 말에 인식하며, 당기와 전기 중 각 공정가치 서열체계의 수준 간 이동 내역은 없습니다.

② 가치평가기법과 직접적 또는 간접적으로 관측 가능한 유의적 투입변수당기말과 전기말 현재 수준 3의 공정가치 측정을 위해 사용된 평가기법과 직접적 또는 간접적으로 관측가능한 유의적 투입변수는 다음과 같습니다.1) 당기가. 전환시

2. 전기

가. 당기말 평가

나. 발행시

다. 전환시

③ 수준 3으로 분류된 파생상품부채의 공정가치의 당기와 전기 중 변동내역은 다음과 같습니다.

(3) 당기와 전기 중 연결실체의 금융상품 범주별 순손익은 다음과 같습니다.① 당기

② 전기

금융상품 중 외화표시 화폐성항목의 결제 및 환산으로 인한 손익은 제외되어 있으며,당기와 전기 중 기타포괄손익으로 분류된 금융상품 범주별 손익은 없습니다.

7. 현금및현금성자산당기말과 전기말 현재 현금및현금성자산의 구성 내역은 다음과 같습니다.

8. 사용이 제한된 금융자산당기말과 전기말 현재 연결실체의 단기금융상품 중 사용이 제한된 금융자산은 다음과 같습니다.

9. 매출채권(1) 당기말과 전기말 현재 매출채권의 내역은 다음과 같습니다.

(2) 당기말과 전기말 현재 매출채권에 대한 연령분석(발생일 기준) 내역은 다음과 같습니다.

10. 기타수취채권당기말과 전기말 현재 기타수취채권의 내역은 다음과 같습니다.

11. 기타자산당기말과 전기말 현재 기타자산의 내역은 다음과 같습니다.

12. 유형자산(1) 당기말과 전기말 현재 유형자산의 내역은 다음과 같습니다.

① 당기말

② 전기말

(2) 당기와 전기 중 유형자산의 변동내역은 다음과 같습니다.① 당기

② 전기

13. 리스연결실체가 리스제공자로서 연결재무제표에 인식한 금액은 없으며, 리스이용자와 관련한 재무정보는 아래와 같습니다. (1) 당기와 전기 중 사용권자산의 변동내역은 다음과 같습니다.① 당기

② 전기

(2) 당기와 전기 중 리스계약과 관련하여 당기손익으로 인식한 금액은 다음과 같습니다.

(3) 당기와 전기 중 리스계약과 관련하여 현금흐름표에 인식한 금액은 다음과 같습니다.

(4) 리스와 관련한 계약상 만기별 현금흐름은 다음과 같습니다.

(5) 연장선택권부동산 리스는 연결실체가 계약의 해지불능기간 종료 전에 리스기간을 연장할 수 있는 선택권을 포함합니다. 연결실체는 운영의 효율성을 위하여 가능하면 새로운 리스계약에 연장선택권을 포함하려고 노력합니다. 연장선택권은 연결실체만 행사할 수 있고, 리스제공자는 행사할 수 없습니다. 연결실체는 리스개시일에 연장선택권을 행사할 것이 상당히 확실한지 평가합니다. 연결실체는 연결실체가 통제 가능한 범위에 있는 유의적인 사건이 일어나거나 상황에 유의적인 변화가 있을 때 연장선택권을 행사할 것이 상당히 확실한지 다시 평가합니다.

14. 무형자산

(1) 당기말과 전기말 현재 무형자산의 내역은 다음과 같습니다.① 당기말

② 전기말

(2) 당기와 전기 중 무형자산 장부금액의 변동내역은 다음과 같습니다.

① 당기

② 전기

(3) 당기와 전기 중 연구개발활동과 관련하여 지출된 금액은 각각 3,402,002천원 및 3,337,748천원으로 전액 영업비용으로 인식하였습니다.

15. 기타지급채무 당기말과 전기말 현재 기타지급채무의 내역은 다음과 같습니다.

16. 기타유동부채당기말과 전기말 현재 기타유동부채의 내역은 다음과 같습니다.

17. 단기차입금당기말과 전기말 현재 단기차입금의 내역은 다음과 같습니다.

18. 상환전환우선주(1) 전기말 현재 연결실체가 발행한 상환전환우선주의 내역은 다음과 같습니다.

(2) 당기말과 전기말 현재 연결실체가 발행한 상환전환우선주와 관련하여 재무제표에 인식된 금융부채의 내역은 다음과 같습니다.

연결실체는 발행한 상환전환우선주가 자본의 분류요건을 충족하지 못하여 부채로 인식하였습니다. 또한, 상환전환우선주의 전환권 및 조기상환청구권은 내재파생상품 분리요건을 충족하여 주계약과 분리하여 하나의 복합내재파생상품으로 분류하였습니다.

(3) 당기와 전기 중 상환전환우선주 관련 금융부채의 변동내역은 다음과 같습니다.① 당기

② 전기

(4) 발행자의 주가 변동에 따라 행사가격이 조정되는 조건으로 인해 부채로 분류된 각 금융부채의 장부금액 및 관련 손익은 다음과 같습니다.① 금융부채의 장부금액

② 금융부채의 관련손익

19. 충당부채(1) 당기말과 전기말 현재 충당부채의 내역은 다음과 같습니다.

(2) 당기와 전기 중 충당부채의 변동내역은 다음과 같습니다.

손실충당부채전입액은 연결손익계산서상 영업비용으로 계상되어 있으며, 복구충당부채 상각액은 금융비용으로 계상되어 있습니다.

20. 자본금, 자본잉여금 및 기타자본구성요소

(1) 당기말과 전기말 현재 자본금의 내역은 다음과 같습니다.

(2) 당기말과 전기말 현재 자본잉여금의 내역은 다음과 같습니다.

(3) 당기말과 전기말 현재 기타자본구성요소의 내역은 다음과 같습니다.

(4) 당기와 전기 중 자본금, 자본잉여금 및 기타자본구성요소의 변동내역은 다음과 같습니다.

21. 주식매수선택권(1) 주식매수선택권의 내역연결실체는 주요 임직원을 대상으로 연결실체의 주식을 매입할 수 있는 주식선택권을 부여하였으며, 당기말 현재 주식기준보상의 주요 내역은 다음과 같습니다.

(2) 연결실체는 이항모형에 의한 공정가치 접근법을 적용하여 보상원가를 산정하였으며, 공정가치 산정에 사용된 방법과 가정은 다음과 같습니다.

(3) 당기와 전기 중 미행사 주식선택권의 변동내역은 다음과 같습니다.① 당기

당기말 현재 미행사된 주식선택권의 가중평균잔여만기는 4.7년 입니다.

② 전기

전기말 현재 미행사된 주식선택권의 가중평균잔여만기는 5.3년 입니다.

(4) 당기와 전기 중 주식선택권의 변동내역은 다음과 같습니다.

① 당기

② 전기

22. 결손금(1) 당기와 전기 중 결손금의 변동내역은 다음과 같습니다.

(2) 당기와 전기 중 지배기업의 결손금처리계산서는 다음과 같습니다.

23. 고객과의 계약에서 생기는 수익(1) 당기와 전기 중 고객과의 계약에서 생기는 수익은 다음과 같이 구분됩니다.

(2) 당기말과 전기말 현재 고객과의 계약에서 발생하는 수취채권, 계약자산과 계약부채는 다음과 같습니다.

(3) 당기와 전기 중 당기손익으로 인식한 계약자산의 기대신용손실은 없습니다.

(4) 이월된 계약부채와 관련하여 당기와 전기에 인식한 수익은 다음과 같습니다.

(5) 보고기간 말 현재 총예정원가가 계약금액을 상회할 것으로 예상되는 손실부담계약에 대해 32,060천원의 손실충당부채를 인식하였습니다.

(6) 총예정원가 추정치 변동직전 보고기간 말 현재 기간에 걸쳐 수익을 인식한 계약과 관련하여 총 계약금액 및 총예정원가에 대한 추정의 변경으로 인해 보고기간과 미래기간의 손익, 계약자산 및계약부채에 미치는 영향은 없습니다.

(7) 부문별 정보① 영업부문의 현황연결실체는 AI Solution 개발 및 판매를 수행하는 단일의 영업부문으로 구성되어 있습니다.

② 당기와 전기 중 연결실체의 매출액의 10% 이상을 차지하는 주요고객의 정보는 다음과 같습니다.

24. 성격별 비용당기와 전기의 영업비용을 그 성격별로 분류한 내용은 다음과 같습니다.

25. 종업원급여(1) 당기와 전기 중 비용으로 인식된 종업원급여의 내용은 다음과 같습니다.

(2) 당기말과 전기말 현재 재무상태표에 인식된 종업원급여 관련 부채의 금액은 다음과 같습니다.

26. 금융수익 및 금융비용당기와 전기 중 금융수익 및 금융비용의 구성내역은 다음과 같습니다.

27. 기타수익 및 기타비용당기와 전기 중 기타수익 및 기타비용의 구성내역은 다음과 같습니다.

28. 법인세비용 및 이연법인세(1) 당기와 전기 중 법인세부담액 및 법인세비용은 없습니다.

(2) 당기와 전기 중 법인세차감전 순손실과 법인세비용과 관계는 다음과 같습니다.

(3) 당기와 전기 중 동일 과세당국과 관련된 금액을 상계하기 이전의 이연법인세자산(부채) 변동은 다음과 같습니다.① 당기

② 전기

(4) 보고기간말 현재 실현될 가능성이 희박하는 등의 사유로 인하여 법인세효과를 인식하지 않은 일시적차이 등의 내역은 다음과 같습니다.

(5) 보고기간말 현재 이연법인세자산으로 인식하지 않은 세무상결손금 및 이월세액공제의 만료 시기는 다음과 같습니다.

29. 주당손익

(1) 당기와 전기의 기본주당손익의 계산내역은 다음과 같습니다.

① 당기

② 전기

(2) 당기와 전기 중 반희석효과로 인하여 희석주당손익은 기본주당손익과 동일합니다.

30. 현금흐름표(1) 당기와 전기 중 영업으로부터 유출된 현금흐름의 내용은 다음과 같습니다.

(2) 당기와 전기의 현금흐름표에 포함되지 않는 주요 비현금 투자활동거래와 비현금재무활동거래는 다음과 같습니다.

(3) 당기와 전기 중 주요 재무활동에서 생기는 부채의 변동은 다음과 같습니다.① 당기

② 전기

31. 우발채무 및 약정사항

(1) 당기말 현재 차입금과 관련하여 특수관계자를 포함한 타인으로부터 연결실체가 지급보증 받은 내역은 다음과 같습니다.

(2) 당기말 현재 연결실체의 채무를 위하여 담보로 제공되어 있는 자산의 내역은 다음과 같습니다.

(3) 연결실체는 계약이행보증 등을 위하여 서울보증보험(주)로부터 총 1,952,408천원의 지급보증을 제공받고 있습니다. (4) 당기말 현재 연결실체가 피고로 계류중인 소송사건은 없으며, 원고로 1건의 소송을 진행중입니다.

상기의 소송은 지배기업에 대한 국가연구개발사업 참여제한 1년 처분 및 부과된 제재부과금 194,476천원의 부과 및 환수 처분의 취소를 구하는 것으로, 지배기업은 2019년 중소기업기술정보진흥원(이하 "진흥원")으로부터 국가연구개발과제의 주관기관으로 선정되어 과제를 이행하였으나, 시험성적서 지연 제출을 사유로 진흥원으로부터 국가연구개발사업 참여제한 1년 처분 및 제재부과금을 처분을 받았습니다. 지배기업은 상기 소송의 제기와 동시에 해당 처분의 집행정지를 요청하는 가처분을 제기하여 국가연구개발사업 참여제한은 집행정지 인용되었고 제재부과금에 대해서

는 기각되었으며 당기 중 제재부과금 194,476천원을 납부하였습니다.

32. 특수관계자와의 거래내역

(1) 당기말과 전기말 현재 연결실체의 특수관계자 현황은 다음과 같습니다.

(2) 당기와 전기 중 특수관계자와의 거래내역은 없습니다.

(3) 당기와 전기 중 특수관계자와의 자금거래 내역은 없습니다.

(4) 당기말과 전기말 현재 특수관계자와의 채권ㆍ채무 잔액은 없습니다.

(5) 당기와 전기 중 지배기업의 주요 경영진에 대한 보상내역은 다음과 같습니다.

33. 보고기간후사건지배개입은 2026년 2월 27일 한국거래소로부터 코스닥 상장을 위한 상장예비심사 승인을 받아 상장하기 위한 절차를 진행 중입니다.

4. 재무제표

5. 재무제표 주석

1. 회사의 개요주식회사 마키나락스(이하 "당사")는 2017년 12월 21일 AI Solution 개발 및 판매 등을 사업목적으로 설립되었으며 본사는 서울특별시 서초구 강남대로 343, 12층(신덕빌딩)에 소재하고 있습니다. 설립시 최초 자본금은 30,000천원이며 수차례 유ㆍ무상증자 및 당기 중 무상감자를 통해 보고기간말 현재 당사의 납입자본금은 7,419,987천원입니다.당기말 현재 당사의 주주현황은 다음과 같습니다.

2. 재무제표 작성기준당사는 주식회사등의외부감사에관한법률 제 5조 1항 1호에서 규정하고 있는 국제회계기준위원회의 국제회계기준을 채택하여 정한 회계처리기준인 한국채택국제회계기준에 따라 재무제표를 작성하였습니다.당사의 재무제표는 2026년 3월 20일자 주주총회에서 최종 승인될 예정입니다.

(1) 측정기준

재무제표는 아래에서 열거하고 있는 재무상태표의 주요 항목을 제외하고는 역사적 원가를 기준으로 작성되었습니다.ㆍ공정가치로 측정되는 파생상품

(2) 기능통화와 표시통화

당사의 재무제표는 기능통화 및 표시통화인 원화로 작성하여 보고하고 있습니다.

(3) 추정과 판단

한국채택국제회계기준에서는 재무제표를 작성함에 있어서 회계정책의 적용이나, 보고기간말 현재 자산, 부채 및 수익, 비용의 보고금액에 영향을 미치는 사항에 대하여 경영진의 최선의 판단을 기준으로 한 기후관련 위험과 기회를 포함한 미래에 대한 추정치와 가정의 사용을 요구하고 있습니다. 보고기간말 현재 경영진의 최선의 판단을 기준으로 한 추정치와 가정이 실제 환경과 다를 경우 이러한 추정치와 실제 결과는 다를 수 있습니다.추정치와 추정에 대한 기본 가정은 지속적으로 당사의 위험관리와 기후 관련 약정과의 일관성 여부와 관련하여 검토되고 있으며, 회계추정의 변경은 추정이 변경된 기간과 미래 영향을 받을 기간 동안 인식되고 있습니다.

① 경영진의 판단재무제표에 인식된 금액에 유의한 영향을 미치는 회계정책의 적용과 관련된 주요한 경영진의 판단에 대한 정보는 다음의 주석에 포함되어 있습니다.ㆍ주석 14: 리스기간 - 연장선택권의 행사가능성이 상당히 확실한지 여부

② 가정과 추정의 불확실성다음 보고기간 이내에 중요한 조정이 발생할 수 있는 유의한 위험이 있는 가정과 추정의 불확실성에 대한 정보는 다음의 주석에 포함되어 있습니다.ㆍ주석 9, 24: 매출채권과 계약자산의 기대신용손실 측정 - 손실율에 대한 가정ㆍ주석 19, 22: 상환전환우선주 및 주식선택권 측정 - 기초자산 가치 및 변동성에 대한 가정ㆍ주석 20: 충당부채 - 자원의 유출 가능성과 금액에 대한 가정ㆍ주석 29: 이연법인세자산의 인식 - 차감할 일시적 차이와 세무상 결손금의 사용③ 공정가치 측정당사의 회계정책과 공시사항은 다수의 금융 및 비금융자산과 부채에 대해 공정가치 측정이 요구되고 있습니다. 당사는 공정가치평가 정책과 절차를 수립하고 있습니다. 동 정책과 절차에는 공정가치 서열체계에서 수준 3으로 분류되는 공정가치를 포함한모든 유의적인 공정가치 측정의 검토를 책임지는 평가부서의 운영을 포함하고 있으며, 그 결과는 재무담당임원에게 직접 보고되고 있습니다.평가부서는 정기적으로 관측가능하지 않은 유의적인 투입변수와 평가 조정을 검토하고 있습니다. 공정가치측정에서 중개인 가격이나 평가기관과 같은 제 3자 정보를 사용하는 경우, 평가부서에서 제 3자로부터 입수한 정보에 근거한 평가가 공정가치 서열체계 내 수준별 분류를 포함하고 있으며 해당 기준서의 요구사항을 충족한다고 결론을 내릴 수 있는지 여부를 판단하고 있습니다.자산이나 부채의 공정가치를 측정하는 경우, 당사는 최대한 시장에서 관측가능한 투입변수를 사용하고 있습니다. 공정가치는 다음과 같이 가치평가기법에 사용된 투입변수에 기초하여 공정가치 서열체계 내에서 분류됩니다.ㆍ 수준 1: 측정일에 동일한 자산이나 부채에 대한 접근 가능한 활성시장의 조정되지 않은 공시가격ㆍ 수준 2: 수준 1의 공시가격 이외에 자산이나 부채에 대해 직접적으로 또는 간접적으로 관측가능한 투입변수ㆍ 수준 3: 자산이나 부채에 대한 관측가능하지 않은 투입변수

자산이나 부채의 공정가치를 측정하기 위해 사용되는 여러 투입변수가 공정가치 서열체계 내에서 다른 수준으로 분류되는 경우, 당사는 측정치 전체에 유의적인 공정가치 서열체계에서 가장 낮은 수준의 투입변수와 동일한 수준으로 공정가치 측정치 전체를 분류하고 있으며, 변동이 발생한 보고기간 말에 공정가치 서열체계의 수준간 이동을 인식하고 있습니다.공정가치 측정 시 사용된 가정의 자세한 정보는 아래 주석에 포함되어 있습니다.ㆍ주석 6: 금융상품ㆍ주석 22: 주식매수선택권

3. 회계정책의 변경당사는 2025년 1월 1일로 개시하는 회계기간부터 다음의 제ㆍ개정 기준서 및 해석서를 신규로 적용하였습니다.(1) 기업회계기준서 제1021호 '환율변동효과', 제1101호 '한국채택국제회계기준의 최초채택' 개정 - 교환가능성 결여동 개정사항은 기업이 한 통화가 다른 통화로 교환 가능한지 여부를 평가하고, 통화가 교환 가능하지 않은 경우 사용할 현물환율을 결정할 때 일관된 접근 방식을 적용하고 관련 정보를 공시하도록 요구합니다. 동 개정사항이 재무제표에 미치는 중요한 영향은 없습니다.(2) 기업회계기준서 제1117호 '보험계약' 개정동 개정사항은 기업이 보험계약을 측정하기 위해 사용한 투입변수의 추정기법이 보험 관련 법규에서 요구하는 원칙적인 추정기법과 다른 경우, 그 차이내역과 재무제표에 미치는 영향이 재무제표이용자들에게 목적적합하고 중요하다고 판단된다면 이를 공시하도록 요구합니다. 동 개정사항이 재무제표에 미치는 중요한 영향은 없습니다.

4. 중요한 회계정책당사가 한국채택국제회계기준에 따른 재무제표 작성에 적용한 중요한 회계정책은 아래 기술되어 있으며, 주석 3에서 설명하고 있는 회계정책의 변경을 제외하고 당기 및비교표시된 전기의 재무제표는 동일한 회계정책을 적용하여 작성되었습니다.(1) 현금및현금성자산당사는 취득일로부터 만기일이 3개월 이내인 투자자산을 현금및현금성자산으로 분류하고 있습니다.

(2) 비파생금융자산① 인식 및 최초 측정매출채권과 발행 채무증권은 발행되는 시점에 최초로 인식됩니다. 다른 금융상품과 금융부채는 당사가 금융상품의 계약당사자가 되는 때에만 인식됩니다.② 분류 및 후속측정 금융자산 : 사업모형평가당사는 사업이 관리되는 방식과 경영진에게 정보가 제공되는 방식을 가장 잘 반영하기 때문에 금융자산의 포트폴리오 수준에서 보유되는 사업모형의 목적을 평가합니다. 이러한 목적을 위해 제거요건을 충족하지 않는 거래에서 제3자에게 금융자산을 이전하는 거래는 매도로 간주되지 않습니다.당사의 사업모형은 다음과 같습니다.

금융자산 : 계약상 현금흐름이 원금과 이자로만 이루어져 있는지에 대한 평가계약상 현금흐름이 원금과 이자에 대한 지급만으로 이루어져 있는지를 평가할 때, 당사는 해당 상품의 계약조건을 고려합니다. 금융자산이 계약상 현금흐름의 시기나 금액을 변경시키는 계약조건을 포함하고 있다면, 그 계약조건 때문에 해당 금융상품의 존속기간에 걸쳐 생길 수 있는 계약상 현금흐름이 원리금 지급만으로 구성되는지를 판단해야 합니다.이를 평가할 때 당사는 다음을 고려합니다.ㆍ현금흐름의 금액이나 시기를 변경시키는 조건부 상황ㆍ변동 이자율 특성을 포함하여 계약상 액면 이자율을 조정하는 조항ㆍ중도상환특성과 만기연장특성ㆍ특정 자산으로부터 발생하는 현금흐름에 대한 당사의 청구권을 제한하는 계약조건(예: 비소구특징)

(3) 금융자산의 손상① 금융상품과 계약자산당사는 다음 자산의 기대신용손실에 대해 손실충당금을 인식합니다.ㆍ상각후원가로 측정하는 금융자산(예: 현금및현금성자산, 매출채권및기타수취채권)ㆍ기업회계기준서 제1115호에서 정의된 계약자산당사는 12개월 기대신용손실로 측정되는 다음의 금융자산을 제외하고는 전체기간 기대신용손실에 해당하는 금액으로 손실충당금을 측정합니다.ㆍ보고기간말에 신용이 위험이 낮다고 결정된 채무증권ㆍ최초 인식 이후 신용위험(즉, 금융자산의 기대존속기간 동안에 걸쳐 발생할 채무불이행 위험)이 유의적으로 증가하지 않은 기타 채무증권과 은행예금매출채권과 계약자산에 대한 손실충당금은 항상 전체기간 기대신용손실에 해당하는 금액으로 측정됩니다.

② 신용이 손상된 금융자산매 보고기간말에, 당사는 상각후원가로 측정되는 금융자산의 신용이 손상되었는지 평가합니다. 금융자산의 추정미래현금흐름에 악영향을 미치는 하나 이상의 사건이발생한 경우에 해당 금융자산은 신용이 손상된 것입니다.금융자산의 신용이 손상된 증거는 다음과 같은 관측 가능한 정보를 포함합니다.- 발행자나 차입자의 유의적인 재무적 어려움- 채무불이행이나 360일 이상 연체와 같은 계약 위반- 차입자의 재무적 어려움에 관련된 경제적이나 계약상 이유로 당초 차입조건의 불가피한 완화- 차입자의 파산가능성이 높아지거나 그 밖의 재무구조조정 가능성이 높아짐- 재무적 어려움으로 인해 해당 금융자산에 대한 활성시장 소멸③ 재무상태표 상 신용손실충당금의 표시상각후원가로 측정하는 금융자산에 대한 손실충당금은 해당 자산의 장부금액에서 차감합니다.

(4) 유형자산유형자산 중 토지는 감가상각을 하지 않으며, 그 외 유형자산은 자산의 취득원가에서잔존가치를 차감한 금액에 대하여 아래에 제시된 내용연수에 걸쳐 해당 자산에 내재되어 있는 미래 경제적 효익의 예상 소비 형태를 가장 잘 반영한 정액법으로 상각하고 있습니다.

후속지출은 해당 지출과 관련된 미래 경제적 효익이 당사로 유입될 가능성이 높은 경우에만 자본화하고 있습니다.

(5) 무형자산무형자산은 최초 인식할 때 원가로 측정하며, 최초 인식 후에 원가에서 상각누계액과손상차손누계액을 차감한 금액을 장부금액으로 인식하고 있습니다.무형자산은 사용 가능한 시점부터 잔존가치를 영("0")으로 하여 아래의 내용연수 동안 정액법으로 상각하고 있습니다.

(6) 정부보조금-자산관련보조금당사는 비유동자산을 취득 또는 건설하는데 사용해야 한다는 기본조건이 부과된 정부보조금을 수령하고 있으며, 해당 자산의 장부금액을 계산할 때, 정부보조금을 차감하고 감가상각자산의 내용연수에 걸쳐 당기손익으로 인식하고 있습니다.-수익관련보조금당사는 정부보조금을 정부보조금으로 보전하려 하는 관련원가가 비용으로 인식되는 기간에 걸쳐 관련 비용에서 차감하는 방법으로 인식하고 있습니다.

(7) 리스- 리스이용자계약 내에 여러 리스요소나 리스와 비리스요소가 포함되어 있다면 계약의 개시일이나 변경유효일에 당사는 계약대가를 상대적 개별 가격에 기초하여 각 리스요소에 배분합니다. 다만, 당사는 리스요소를 포함하는 계약의 개시일이나 변경유효일에 비리스요소를 분리하지 않는 실무적 간편법을 선택하였고, 리스요소와 비리스요소를 하나의 리스요소로 보아 회계처리합니다.리스부채는 리스개시일 현재 지급되지 않은 리스료의 현재가치로 최초 측정합니다. 일반적으로 당사는 증분차입이자율을 할인율로 사용합니다.당사는 다양한 외부 재무 정보에서 얻은 이자율에서 리스의 조건과 리스자산의 특성을 반영하기 위한 조정을 하고 증분차입이자율을 산정합니다.당사는 재무상태표에서 투자부동산의 정의를 충족하지 않는 사용권자산을 '유형자산'으로 표시하였습니다.단기리스와 소액 기초자산 리스당사는 리스기간이 12개월 이내인 단기리스와 소액 기초자산 리스에 대하여 사용권자산과 리스부채를 인식하지 않는 실무적 간편법을 선택하였습니다. 당사는 이러한 리스에 관련된 리스료를 리스기간에 걸쳐 비용으로 인식합니다.(8) 비파생금융부채당사는 계약상 내용의 실질과 금융부채의 정의에 따라 금융부채를 당기손익인식금융부채와 기타금융부채로 분류하고 계약의 당사자가 되는 때에 재무상태표에 인식하고있습니다.

(9) 고객과의 계약에서 생기는 수익당사는 기업회계기준서 제 1115호 '고객과의 계약에서 생기는 수익'의 적용범위에 포함되는 고객과의 모든 계약에 5단계 수익인식모형(①계약 식별 → ②수행의무 식별 → ③거래가격 산정 → ④거래가격을 수행의무에 배분 → ⑤수행의무 이행 시 수익 인식)을 적용하여 수익을 인식합니다.

① 수행의무의 식별당사는 고객의 요구에 맞는 AI Solution 개발 용역을 제공하고, 당사가 개발한 AI Product 라이선스를 판매하며, 관련 하드웨어의 공급을 포함한 사업을 영위하고 있습니다. 당사는 고객과의 개발 위탁 계약, 라이선스 공급 계약, 하드웨어 공급계약 등에서 각각 구별되는 수행의무를 식별합니다. 각각의 수행의무를 한 시점에 이행하는지, 기간에 걸쳐 이행하는지에 따라 수익인식 시점이 변경될 수 있습니다.② 개발 용역당사는 고객이 의뢰한 소프트웨어를 개발해주고 대가를 수령하는 용역을 고객에게 제공하고 있습니다. 당사가 수행하는 개발 용역의 경우 기업이 업무를 수행하여 만든자산이 기업 자체에는 대체 용도가 없고, 지금까지 업무 수행을 완료한 부분에 대해서는 집행가능한 지급청구권이 있는 것으로 판단되어, 용역을 제공하는 기간에 걸쳐 투입법을 이용한 진행률에 따라 수익으로 인식합니다.

③ 라이선스 판매당사는 당사가 개발한 AI Product 라이선스를 판매하고 있습니다. 이는 기업회계기준서 제1115호 적용에 따라 라이선스 사용권을 제공한 것으로 판단되므로, 한 시점에 이행하는 수행의무에 해당합니다. 당사는 고객이 지적 재산의 사용을 지시할 수 있고 지적 재산의 사용에서 생기는 나머지 효익의 대부분을 획득할 수 있는 시점을 수익의 인식시점으로 판단하며, 이에 따라 소프트웨어 설치 시점에 수익을 인식합니다. 다만, 라이선스 판매 수익인식 금액은 변동대가 추정치 제약을 고려하여 수익을 인식할 수 있습니다.

④ 하드웨어 공급계약당사는 외부로부터 구매한 하드웨어를 고객에게 공급하고 있으며, 해당 하드웨어는 주로 AI Solution 개발 용역 또는 라이선스 판매와 결합된 계약 형태로 제공됩니다. 계약상 하드웨어는 다른 재화 또는 용역과 구별되는 별도의 수행의무에 해당하므로, 고객에게 하드웨어의 통제권이 이전되는 시점에 수익을 인식합니다.⑤ 기타매출당사는 고객과의 관계에서 발생하는 수익 중 개발 용역과 라이선스 판매 및 하드웨어공급에 해당하지 않는 수익을 기타매출로 구분하고 있습니다. 기타매출에는 당사가 매월 일정대가를 수령하며 고객에게 제공하는 서비스 등이 포함되어 있으며, 당사는 서비스 유형별로 고객이 당사가 제공하는 서비스의 효익을 소비하는 형태를 고려하여 수익의 인식시점으로 판단하고 있습니다.

(10) 미적용 제ㆍ개정 기준서 및 해석서

제정ㆍ공표되었으나 시행일이 도래하지 않아 적용하지 아니한 제ㆍ개정 기준서 및 해석서는 다음과 같습니다.

① 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정

동 개정사항은 금융상품 분류와 측정 요구사항을 명확히 하였으며, 금융상품 추가 공시사항을 규정하고 있습니다. 주요 개정내용은 다음과 같습니다.

· 전자지급시스템을 통한 금융부채 결제 시 특정 조건을 충족하는 경우, 결제일 전에 전자지급시스템을 통해 금융부채가 결제된 것으로 간주하여 부채를 제거할 수 있도록 허용

· 금융상품의 계약상 현금흐름 특성을 평가할 때, 원리금 지급만으로 구성되어 있는 현금흐름 관련 규정 명확화

· 기타포괄손익-공정가치 측정 지분상품의 투자 종류별 공정가치 변동 및 실현손익 정보에 대한 추가 공시

· 계약상 현금흐름의 시기나 금액을 변경시키는 계약조건이 기업에 미치는 영향과 기업이 노출되는 정도를 금융상품의 각 종류별로 공시

동 개정사항은 2026년 1월 1일 이후 최초로 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 당사는 동 개정사항이 재무제표에 미치는 영향을 검토 중에 있습니다.

② 한국채택국제회계기준 연차개선 Volume 11

한국채택국제회계기준 연차개선 Volume 11은 2026년 1월 1일 이후 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 당사는 동 개정사항이 재무제표에 미치는 중요한 영향은 없을 것으로 예상하고 있습니다.

· 기업회계기준서 제1101호 '한국채택국제회계기준의 최초채택': K-IFRS 최초 채택시 위험회피회계 적용

· 기업회계기준서 제1107호 '금융상품: 공시' : 제거 손익, 실무적용지침

· 기업회계기준서 제1109호 '금융상품' : 리스부채의 제거 회계처리와 거래가격의 정의

· 기업회계기준서 제1110호 '연결재무제표' : 사실상의 대리인 결정

· 기업회계기준서 제1007호 '현금흐름표' : 원가법

③ 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정 - 자연에 의존하는 전력과 관련된 계약동 개정사항은 전력 생산의 원천이 통제할 수 없는 자연 조건(예: 날씨)에 의존하기 때문에 기업이 기초 전력량의 변동성에 노출되는 계약으로 자연에 의존하는 전력과 관련된 계약을 정의하고, 자연에 의존하는 전력을 매입하거나 매도하는 계약이 '자가사용' 예외 요구사항의 평가 대상임을 명확히 하였습니다. 또한, 기업이 일부 자연에 의존하는 전력과 관련된 계약을 예상 전력거래의 위험회피에서 위험회피수단으로 지정하는 경우, 예상 전력거래의 변동 가능 명목수량을 위험회피대상항목으로 지정할 수 있음을 명확히 하고, 관련 공시를 추가하였습니다. 동 개정사항은 2026년 1월 1일이후 최초로 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 당사는 동 개정사항이 재무제표에 미치는 중요한 영향은 없을 것으로 예상하고 있습니다.

④ 기업회계기준서 제1118호 '재무제표 표시와 공시' 제정

기업회계기준서 제1118호 '재무제표 표시와 공시'는 기업회계기준서 제1001호 '재무제표 표시'를 대체하며, 기업 간 재무성과의 비교가능성을 향상시키고 목적적합한 정보를 제공하기 위한 새로운 요구사항을 포함합니다. 동 기준서는 손익계산서에 포함된 수익과 비용을 영업, 투자, 재무, 법인세 및 중단영업의 다섯 가지 범주 중 하나로 분류하고, 손익계산서에 특정 총합계와 중간합계를 표시하도록 요구합니다. 또한 '경영진이 정의한 성과측정치'의 공시를 요구하고, 주요 재무제표와 주석의 역할에 따라 재무정보를 통합하거나 세분화하는 요구사항을 포함합니다.

동 기준서는 2027년 1월 1일 이후 최초로 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 동 기준서는 소급 적용이 요구되므로, 2026년 12월 31일로 종료되는 회계연도의 비교정보는 동 기준서를 적용하여 재작성됩니다. 당사는 동 기준서의 제정이 재무제표에 미치는 영향을 검토 중에 있습니다.

5. 재무위험관리(1) 자본위험관리당사의 자본관리 목적은 계속기업으로서 주주 및 이해당사자들에게 이익을 지속적으로 제공할 수 있는 능력을 보호하고 자본비용을 절감하기 위해 최적 자본구조를 유지하는 것입니다. 자본구조를 유지 또는 조정하기 위하여 당사는 주주에게 지급되는 배당을 조정하고, 주주에게 자본금을 반환하며, 부채감소를 위한 신주 발행 및 자산 매각 등을 실시합니다.산업 내의 타사와 마찬가지로 당사는 부채비율에 기초하여 자본을 관리하고 있으며, 부채비율은 순차입금을 총자본으로 나누어 산출하고 있습니다. 순차입금은 이자부 부채에서 현금및현금성자산을 차감한 금액이며 총자본은 재무상태표의 '자본'에 순차입금을 가산한 금액입니다.당기말과 전기말 현재 당사의 부채비율은 다음과 같습니다.

(2) 금융위험관리당사는 금융상품과 관련하여 시장위험(외환위험, 이자율위험, 가격위험), 신용위험 및 유동성위험과 같은 다양한 재무위험에 노출돼 있습니다. 당사의 전반적인 위험관리정책은 금융시장의 변동성에 초점을 맞추고 있으며 재무성과에 미치는 부정적 영향을 최소화하는데 중점을 두고 있습니다.

재무위험관리는 주로 당사의 재무부서가 주관하고 있으며, 재무부서는 영업부서들과의 긴밀한 협조하에 재무위험을 식별하고 평가합니다.이사회는 전반적인 위험관리에 대한 원칙에 근거하여 투자, 자본조달 및 영업과 관련한 중요한 계약의 체결에 대하여 검토하고 승인합니다.① 시장위험시장위험이란 환율, 이자율 및 지분증권의 가격 등 시장가격의 변동으로 인하여 금융상품의 공정가치나 미래현금흐름이 변동할 위험을 의미합니다. 시장가격 관리의 목적은 수익은 최적화하는 반면 수용가능한 한계 이내로 시장위험 노출을 관리 및 통제하는 것입니다.가. 외환위험당사는 기능통화인 원화 외의 통화로 표시되는 판매 및 구매에 대해 환위험에 노출되어 있습니다. 이러한 거래들이 표시되는 주된 통화는 USD와 EUR입니다.당기말과 전기말 현재 당사가 보유하고 있는 외화표시 화폐성자산 및 화폐성부채의 장부금액은 다음과 같습니다.

당기말 현재 각 외화에 대한 당사의 기능통화인 원화 환율의 10% 변동시 환율변동이법인세비용차감전순손익에 미치는 영향은 다음과 같습니다.

외화환산시 적용된 환율은 다음과 같습니다.

나. 가격위험당사는 공정가치로 평가하는 보유지분증권이 없으므로, 보유지분증권에서 발생하는 가격변동위험에 노출되어 있지 않습니다.다. 이자율위험이자율위험은 미래의 시장 이자율 변동에 따라 예금 또는 차입금 등에서 발생하는 이자수익 및 이자비용이 변동될 위험을 뜻하며, 이는 일반적으로 변동금리부 조건의 예금과 차입금에서 발생합니다. 당사의 이자율위험관리의 목표는 이자율 변동으로 인한 불확실성과 순이자비용의 최소화를 추구함으로써 기업의 가치를 극대화하는데 있습니다.당기말 현재 이자율변동위험에 노출된 변동금리부 금융자산 및 부채에 대한 이자율이 1% 변동시 이자율변동이 법인세비용차감전순이익에 미치는 영향은 다음과 같습니다.

② 신용위험신용위험은 고객 또는 거래상대방이 계약조건상 의무사항을 지키지 못하였을 때 발생합니다. 이러한 신용위험을 관리하기 위하여 당사는 주기적으로 고객과 거래상대방의 재무상태와 과거 경험 및 기타 요소들을 고려하여 재무신용도를 평가하고 있습니다.신용위험은 현금및현금성자산, 각종 예금 등과 같은 금융기관과의 거래에서도 발생할 수 있습니다. 이러한 위험을 줄이기 위해, 당사는 신용도가 높은 금융기관들에 대해서만 거래를 하고 있습니다. 주석 32의 지급보증 내역을 제외하고 재무제표에 기록된 금융자산의 장부금액은 손상차손 차감 후 금액으로 당사의 신용위험 최대노출액을 나타내고 있습니다.

당기말과 전기말 현재 상각후원가측정금융자산 중 매출채권및기타수취채권에 인식된 손상은 다음과 같으며, 연체되었으나 손상되지 않은 채권은 없습니다.

당기와 전기 중 매출채권및기타수취채권의 대손충당금 변동내역은 다음과 같습니다.

한편, 당사는 매출채권및기타수취채권의 회수가능성을 판단하는데 있어서 신용공여 개시일부터 보고기간말까지의 매출채권및기타수취채권에 대한 신용등급의 변화를 고려하고 있으며, 거래처가 많고 상호 연관성이 없으므로 신용위험의 집중도는 제한적입니다.

(3) 유동성위험당사는 현금 등 금융자산을 인도하여 결제하는 금융부채와 관련된 의무를 충족하는 데 어려움을 겪게 될 유동성위험에 노출되어 있습니다. 당사의 경영진은 유동성위험을 관리하기 위하여 단기 및 중장기 자금관리계획을 수립하고 현금유출예산과 실제현금유출액을 지속적으로 분석ㆍ검토하여 금융부채와 금융자산의 만기구조를 대응시키고 있습니다.당기말과 전기말 현재 금융부채 잔존계약만기에 따른 만기분석은 다음과 같습니다.만기분석은 할인하지 않은 현금흐름을 기초로 작성되었으며, 원금 및 이자의 현금흐름을 포함하고 있습니다.① 당기

② 전기

6. 금융상품

(1) 금융상품의 범주별 분류 및 공정가치당기말과 전기말 현재 당사의 범주별 금융상품의 장부금액 및 공정가치는 다음과 같습니다.장부금액이 공정가치의 합리적인 근사치에 해당하여 공정가치로 측정되지 않은 금융상품에 대한 공정가치 정보는 공시하지 않았습니다.

① 금융자산

② 금융부채1) 당기말

2. 전기말

(2) 금융상품의 공정가치 서열체계당사는 공정가치로 측정되는 금융상품에 대하여 공정가치 측정에 사용된 투입변수에따라 다음과 같은 공정가치 서열체계로 분류하고 있습니다.

① 당기말과 전기말 현재 공정가치로 측정되는 금융상품의 공정가치 서열체계 구분은 다음과 같습니다.

자산이나 부채의 공정가치를 측정하기 위해 사용되는 여러 투입변수가 공정가치 서열체계 내에서 다른 수준으로 분류되는 경우, 당사는 측정치 전체에 유의적인 공정가치 서열체계에서 가장 낮은 수준의 투입변수와 동일한 수준으로 공정가치 측정치 전체를 분류하고 있으며, 변동이 발생한 보고기간 말에 공정가치 서열체계의 수준간 이동을 인식하고 있습니다. 당사는 공정가치 서열체계의 수준 간 이동을 이동을 발생시킨 사건이나 상황의 변동이 일어난 보고기간 말에 인식하며, 당기와 전기 중 각 공정가치 서열체계의 수준 간 이동 내역은 없습니다.

② 가치평가기법과 직접적 또는 간접적으로 관측 가능한 유의적 투입변수수준 3의 공정가치 측정을 위해 사용된 평가기법과 직접적 또는 간접적으로 관측가능한 유의적 투입변수는 다음과 같습니다.

1. 당기가. 전환시

2. 전기가. 전기말 평가

나. 발행시

다. 전환시

③ 수준 3으로 분류된 파생상품부채의 공정가치의 당기와 전기 중 변동내역은 다음과 같습니다.

(3) 당기와 전기 중 당사의 금융상품 범주별 순손익은 다음과 같습니다.① 당기

② 전기

금융상품 중 외화표시 화폐성항목의 결제 및 환산으로 인한 손익은 제외되어 있으며,당기와 전기 중 기타포괄손익으로 분류된 금융상품 범주별 손익은 없습니다.

7. 현금및현금성자산당기말과 전기말 현재 현금및현금성자산의 구성 내역은 다음과 같습니다.

8. 사용이 제한된 금융자산당기말과 전기말 현재 당사의 단기금융상품 중 사용이 제한된 금융자산은 다음과 같습니다.

9. 매출채권(1) 당기말과 전기말 현재 매출채권의 내역은 다음과 같습니다.

(2) 당기말과 전기말 현재 매출채권에 대한 연령분석(발생일 기준) 내역은 다음과 같습니다.

10. 기타수취채권당기말과 전기말 현재 기타수취채권의 내역은 다음과 같습니다.

11. 기타자산당기말과 전기말 현재 기타자산의 내역은 다음과 같습니다.

12. 종속기업투자(1) 당기말과 전기말 현재 종속기업투자의 내역은 다음과 같습니다.

(2) 당기와 전기 중 종속기업투자의 변동내역은 다음과 같습니다.

13. 유형자산(1) 당기말과 전기말 현재 유형자산의 내역은 다음과 같습니다.① 당기말

② 전기말

(2) 당기와 전기 중 유형자산의 변동내역은 다음과 같습니다.① 당기

② 전기

14. 리스당사가 리스제공자로서 재무제표에 인식한 금액은 없으며, 리스이용자와 관련한 재무정보는 아래와 같습니다.(1) 당기와 전기 중 사용권자산의 변동내역은 다음과 같습니다.① 당기

② 전기

(2) 당기와 전기 중 리스계약과 관련하여 당기손익으로 인식한 금액은 다음과 같습니다.

(3) 당기와 전기 중 리스계약과 관련하여 현금흐름표에 인식한 금액은 다음과 같습니다.

(4) 리스와 관련한 계약상 만기별 현금흐름은 다음과 같습니다.

(5) 연장선택권부동산 리스는 당사가 계약의 해지불능기간 종료 전에 리스기간을 연장할 수 있는 선택권을 포함합니다. 당사는 운영의 효율성을 위하여 가능하면 새로운 리스계약에 연장선택권을 포함하려고 노력합니다. 연장선택권은 당사만 행사할 수 있고, 리스제공자는 행사할 수 없습니다. 당사는 리스개시일에 연장선택권을 행사할 것이 상당히 확실한지 평가합니다. 당사는 당사가 통제 가능한 범위에 있는 유의적인 사건이 일어나거나 상황에 유의적인 변화가 있을 때 연장선택권을 행사할 것이 상당히 확실한지 다시 평가합니다.

15. 무형자산(1) 당기말과 전기말 현재 무형자산의 내역은 다음과 같습니다.① 당기말

② 전기말

(2) 당기와 전기 중 무형자산 장부금액의 변동내역은 다음과 같습니다.

① 당기

② 전기

(3) 당기와 전기 중 연구개발활동과 관련하여 지출된 금액은 각각 3,402,002천원 및 3,337,748천원으로 전액 영업비용으로 인식하였습니다.

16. 기타지급채무당기말과 전기말 현재 기타지급채무의 내역은 다음과 같습니다.

17. 기타유동부채당기말과 전기말 현재 기타유동부채의 내역은 다음과 같습니다.

18. 단기차입금당기말과 전기말 현재 단기차입금의 내역은 다음과 같습니다.

19. 상환전환우선주(1) 전기말 현재 당사가 발행한 상환전환우선주의 내역은 다음과 같습니다.

(2) 당기말과 전기말 현재 당사가 발행한 상환전환우선주와 관련하여 재무제표에 인식된 금융부채의 내역은 다음과 같습니다.

당사는 발행한 상환전환우선주가 자본의 분류요건을 충족하지 못하여 부채로 인식하였습니다. 또한, 상환전환우선주의 전환권 및 조기상환청구권은 내재파생상품 분리요건을 충족하여 주계약과 분리하여 하나의 복합내재파생상품으로 분류하였습니다.

(3) 당기와 전기 중 상환전환우선주 관련 금융부채의 변동내역은 다음과 같습니다.① 당기

② 전기

(4) 발행자의 주가 변동에 따라 행사가격이 조정되는 조건으로 인해 부채로 분류된 각 금융부채의 장부금액 및 관련 손익은 다음과 같습니다.① 금융부채의 장부금액

② 금융부채의 관련손익

20. 충당부채(1) 당기말과 전기말 현재 충당부채의 내역은 다음과 같습니다.

(2) 당기와 전기 중 충당부채의 변동내역은 다음과 같습니다.

손실충당부채전입액은 손익계산서상 영업비용으로 계상되어 있으며, 복구충당부채 상각액은 금융비용으로 계상되어 있습니다.

21. 자본금, 자본잉여금 및 기타자본구성요소

(1) 당기말과 전기말 현재 자본금의 내역은 다음과 같습니다.

(2) 당기말과 전기말 현재 자본잉여금의 내역은 다음과 같습니다.

(3) 당기말과 전기말 현재 기타자본구성요소의 내역은 다음과 같습니다.

(4) 당기와 전기 중 자본금, 자본잉여금 및 기타자본구성요소의 변동내역은 다음과 같습니다.

22. 주식매수선택권(1) 주식매수선택권의 내역당사는 주요 임직원을 대상으로 당사의 주식을 매입할 수 있는 주식선택권을 부여하였으며, 당기말 현재 주식기준보상의 주요 내역은 다음과 같습니다.

(2) 당사는 이항모형에 의한 공정가치 접근법을 적용하여 보상원가를 산정하였으며, 공정가치 산정에 사용된 방법과 가정은 다음과 같습니다.

(3) 당기와 전기 중 미행사 주식선택권의 변동내역은 다음과 같습니다.① 당기

당기말 현재 미행사된 주식선택권의 가중평균잔여만기는 4.7년 입니다.

② 전기

전기말 현재 미행사된 주식선택권의 가중평균잔여만기는 5.3년 입니다.

(4) 당기와 전기 중 주식선택권의 변동내역은 다음과 같습니다.

① 당기

② 전기

23. 결손금(1) 당기와 전기 중 결손금의 변동내역은 다음과 같습니다.

(2) 당기와 전기 중 결손금처리계산서는 다음과 같습니다.

24. 고객과의 계약에서 생기는 수익(1) 당기와 전기 중 고객과의 계약에서 생기는 수익은 다음과 같이 구분됩니다.

(2) 당기말과 전기말 현재 고객과의 계약에서 발생하는 수취채권, 계약자산과 계약부채는 다음과 같습니다.

(3) 당기와 전기 중 당기손익으로 인식한 계약자산의 기대신용손실은 없습니다.

(4) 이월된 계약부채와 관련하여 당기와 전기에 인식한 수익은 다음과 같습니다.

(5) 보고기간 말 현재 총예정원가가 계약금액을 상회할 것으로 예상되는 손실부담계약에 대해 32,060천원의 손실충당부채를 인식하였습니다.

(6) 총예정원가 추정치 변동직전 보고기간 말 현재 기간에 걸쳐 수익을 인식한 계약과 관련하여 총 계약금액 및 총예정원가에 대한 추정의 변경으로 인해 보고기간과 미래기간의 손익, 계약자산 및계약부채에 미치는 영향은 없습니다. (7) 부문별 정보① 영업부문의 현황당사는 AI Solution 개발 및 판매를 수행하는 단일의 영업부문으로 구성되어 있습니다.② 당기와 전기 중 당사의 매출액의 10% 이상을 차지하는 주요고객의 정보는 다음과 같습니다.

25. 성격별 비용당기와 전기의 영업비용을 그 성격별로 분류한 내용은 다음과 같습니다.

26. 종업원급여(1) 당기와 전기 중 비용으로 인식된 종업원급여의 내용은 다음과 같습니다.

(2) 당기말과 전기말 현재 재무상태표에 인식된 종업원급여 관련 부채의 금액은 다음과 같습니다.

27. 금융수익 및 금융비용당기와 전기 중 금융수익 및 금융비용의 구성내역은 다음과 같습니다.

28. 기타수익 및 기타비용당기와 전기 중 기타수익 및 기타비용의 구성내역은 다음과 같습니다.

29. 법인세비용 및 이연법인세

(1) 당기와 전기 중 법인세부담액 및 법인세비용은 없습니다.

(2) 당기와 전기 중 법인세비용차감전순손실과 법인세비용과 관계는 다음과 같습니다.

(3) 당기와 전기 중 동일 과세당국과 관련된 금액을 상계하기 이전의 이연법인세자산(부채) 변동은 다음과 같습니다.

① 당기

② 전기

(4) 보고기간말 현재 실현될 가능성이 희박하는 등의 사유로 인하여 법인세효과를 인식하지 않은 일시적차이 등의 내역은 다음과 같습니다.

(5) 보고기간말 현재 이연법인세자산으로 인식하지 않은 세무상결손금 및 이월세액공제의 만료 시기는 다음과 같습니다.

30. 주당손익(1) 당기와 전기의 기본주당손익의 계산내역은 다음과 같습니다.

가중평균유통보통주식수 계산내역은 다음과 같습니다.

① 당기

② 전기

(2) 당기와 전기 중 반희석효과로 인하여 희석주당손익은 기본주당손익과 동일합니다.

31. 현금흐름표(1) 당기와 전기 중 영업으로부터 유출된 현금흐름의 내용은 다음과 같습니다.

(2) 당기와 전기의 현금흐름표에 포함되지 않는 주요 비현금 투자활동거래와 비현금재무활동거래는 다음과 같습니다.

(3) 당기와 전기 중 주요 재무활동에서 생기는 부채의 변동은 다음과 같습니다.① 당기

② 전기

32. 우발채무 및 약정사항(1) 당기말 현재 차입금과 관련하여 특수관계자를 포함한 타인으로부터 당사가 지급보증 받은 내역은 다음과 같습니다.

(2) 당기말 현재 회사의 채무를 위하여 담보로 제공되어 있는 자산의 내역은 다음과 같습니다.

(3) 당사는 계약이행보증 등을 위하여 서울보증보험(주)로부터 총 1,952,408천원의 지급보증을 제공받고 있습니다.(4) 당기말 현재 당사가 피고로 계류중인 소송사건은 없으며, 원고로 1건의 소송을 진행중입니다.

상기의 소송은 당사에 대한 국가연구개발사업 참여제한 1년 처분 및 부과된 제재부과금 194,476천원의 부과 및 환수 처분의 취소를 구하는 것으로, 당사는 2019년 중소기업기술정보진흥원(이하 "진흥원")으로부터 국가연구개발과제의 주관기관으로 선정되어 과제를 이행하였으나, 시험성적서 지연 제출을 사유로 진흥원으로부터 국가연구개발사업 참여제한 1년 처분 및 제재부과금을 처분을 받았습니다. 당사는 상기 소송의 제기와 동시에 해당 처분의 집행정지를 요청하는 가처분을 제기하여 국가연구개발사업 참여제한은 집행정지 인용되었고 제재부과금에 대해서는 기각되었으며 당기 중 제재부과금 194,476천원을 납부하였습니다.

33. 특수관계자와의 거래내역(1) 당기말과 전기말 현재 당사의 특수관계자 현황은 다음과 같습니다.

(2) 당기 중 특수관계자와의 거래내역은 없으며, 전기 중 특수관계자와의 거래내역은 다음과 같습니다.

(3) 당기와 전기 중 특수관계자와의 자금거래 내역은 다음과 같습니다.① 당기

② 전기

(4) 당기와 전기 중 특수관계자와의 대여금 변동내역은 다음과 같습니다.① 당기

② 전기

(5) 당기말과 전기말 현재 특수관계자와의 주요 채권ㆍ채무 잔액은 다음과 같습니다.

(6) 당기와 전기 중 당사의 주요 경영진에 대한 보상내역은 다음과 같습니다.

34. 보고기간후사건당사는 2026년 2월 27일 한국거래소로부터 코스닥 상장을 위한 상장예비심사 승인을 받아 상장하기 위한 절차를 진행 중입니다.

6. 배당에 관한 사항

가. 배당에 관한 사항

증권신고서 제출일 현재 당사 정관에서는 아래와 같이 배당에 관한 사항을 규정하고 있습니다.

나. 최근 3사업연도 배당에 관한 사항

다. 과거 배당 이력

7. 증권의 발행을 통한 자금조달에 관한 사항

7-1. 증권의 발행을 통한 자금조달 실적

가. 지분증권 발행 등에 관한 사항

(1) 발행 내역

(2) 미상환 전환사채 발행현황

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

(3) 미상환 신주인수권부사채 등 발행현황

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

(4) 미상환 전환형 조건부자본증권 등 발행현황

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

나. 채무증권의 발행 등에 관한 사항

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

7-2. 증권의 발행을 통해 조달된 자금의 사용실적

가. 공모자금의 사용내역

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

나. 사모자금의 사용내역

다. 미사용자금의 운용내역

8. 기타 재무에 관한 사항

가. 재무제표 재작성 등 유의사항 (1) 재무제표 재작성당사는 증권신고서 제출일 현재 해당사항이 없습니다. (2) 합병, 분할, 자산양수도, 영업양수도당사는 증권신고서 제출일 현재 해당사항이 없습니다. (3) 자산유동화와 관련된 자산매각의 회계처리 및 우발채무에 관한 사항당사는 증권신고서 제출일 현재 해당사항이 없습니다. (4) 기타 재무제표 이용에 유의하여야 할 사항 (가) 한국채택국제회계기준의 최초 채택

당사의 과거기간 재무제표는 일반기업회계기준에 따라 작성되었으나, 2023년 1월 1일로 개시되는 2023년 회계연도의 재무제표는 한국채택국제회계기준에 따라 2022년 1월 1일을 한국채택국제회계기준 전환일로 하고 기업회계기준서 제1101호를 적용하여 재작성되었습니다.개시 한국채택국제회계기준 재무상태표의 작성과 관련하여 당사가 적용한 회계정책과 과거회계기준에서 한국채택국제회계기준으로의 전환으로 인한 재무상태, 재무성과와 현금흐름에 미친 영향은 다음과 같습니다.1) 기업회계기준서 제1101호의 면제조항 적용한국채택국제회계기준에 따르면 개시 한국채택국제회계기준 재무상태표의 작성과 관련하여 기업회계기준서 제1101호의 한국채택국제회계기준서에 대한 면제조항 중 하나 이상을 선택하거나 의무적으로 적용할 수 있도록 하고 있는 바, 당사가 적용한 면제조항은 다음과 같습니다.

① 추정치에 대한 예외한국채택국제회계기준 전환일(2022년 1월 1일)의 한국채택국제회계기준에 따른 추정치는 기존의 추정에 오류가 있었다는 객관적인 증거가 없는 한 동일한 시점에 과거회계기준에 따라 추정된 추정치와 일관성 있게 작성되었습니다.② 종속기업 투자주식의 간주원가 적용종속기업투자주식에 대해서는 한국채택국제회계기준 전환일의 장부가액을 그 시점의 간주원가로 사용하였습니다.③ 리스당사는 전환일에 전환일부터 12개월 이내의 리스기간이 종료되는 리스에 대해서는 단기리스규정을 적용하였습니다.

2. 회계정책의 주요 차이한국채택국제회계기준으로의 전환과 관련된 주요 조정사항은 다음과 같습니다.

① 리스리스이용자인 당사는 기업회계기준서 제1116호 "리스"의 영향을 반영하였습니다. 기업회계기준서 제1116호에 따르면 당사는 대부분의 리스에 대하여 사용권자산과 리스부채를 인식합니다. 즉, 대부분의 리스가 재무상태표에 표시됩니다. 그러나 당사는일부 소액 기초자산 리스에 대하여 사용권자산과 리스부채를 인식하지 않기로 선택하였습니다. 당사는 이 리스에 관련되는 리스료를 리스기간에 걸쳐 정액 기준에 따라비용으로 인식합니다.

2022년 1월 1일 현재 사용권자산의 장부금액은 다음과 같습니다.

당사는 전환일에 존재하는 리스에 대하여 2022년 1월 1일 현재 당사의 증분차입이자율로 할인한 잔여 리스료의 현재가치로 리스부채를 측정합니다. 사용권자산은 리스개시일부터 기업회계기준서 제1116호를 적용해 온 것처럼 측정한 장부금액(최초 적용일 현재 리스이용자의 증분차입이자율로 할인한 금액)으로 측정합니다.당사는 기업회계기준서 제1116호를 적용할 때, 다음의 실무적 간편법을 적용합니다.- 리스기간이 12개월 이내인 리스에 대하여 사용권자산과 리스부채를 인식하지 않는 면제규정을 적용합니다.- 최초 적용일의 사용권자산 측정치에서 리스개설직접원가를 제외합니다.- 계약이 리스 연장 또는 종료 선택권을 포함한다면 리스기간을 결정할 때 사후판단을 사용합니다.기업회계기준서 제1116호의 전환시점에 미치는 영향은 다음과 같습니다.

운용리스로 분류하였던 리스에 대한 리스부채를 측정할 때, 당사는 2022년 1월 1일의 증분차입이자율을 사용하여 리스료를 할인하였습니다. 적용된 가중평균 증분차입이자율은 10.07%입니다.

2022년 1월 1일 현재 운용리스 약정에 따른 리스부채 금액은 다음과 같습니다.

② 종속기업투자당사는 중대한 영향력을 지닌 피투자회사에 대해 과거회계기준은 피투자회사에 대해지분법을 적용하였으나, 한국채택국제회계기준에 따라 원가법 회계처리를 적용하였는 바, 전환일 현재 종전 일반기업회계기준에 따른 장부가액을 종속기업투자의 장부가액으로 대체하였습니다.③ 상환전환우선주과거회계기준에 따라 자본으로 회계처리하였던 상환전환우선주가 한국채택국제회계기준상 자본의 정의를 충족하지 아니함에 따라 금융부채로 계정 재분류하였으며, 동 상환전환우선주에 대한 공정가치 평가를 수행하였습니다.④ 주식교부형 주식선택권에 대한 공정가치 평가과거회계기준에 따라 부여시 별도의 회계처리가 이루어지지 아니한 주식교부형 주식선택권에 대하여 한국채택국제회계기준에 따라 부여시점의 공정가치를 측정하여 주식선택권 가득 기간에 걸쳐 비용으로 인식하였습니다.

3. 한국채택국제회계기준으로의 전환에 대한 차이 조정 내역① 2022년 1월 1일(한국채택국제회계기준 전환일)현재 재무상태표 차이 조정

② 2022년 12월 31일(과거회계기준에 따른 최근 연차재무제표에 표시된 최종기간의 종료일)현재 재무상태표 및 동일로 종료되는 회계기간의 재무성과 차이 조정

③ 최근 연차재무제표의 최종 기간(2022년 1월 1일 ~ 2022년 12월 31일)의 현금흐름표의 중요한 조정사항에 대한 설명한국채택국제회계기준에 따라 과거 회계기준에 따르면 별도 표시되지 않았던 이자수취, 이자지급 및 법인세지급액을 현금흐름표상에 별도로 표시하기 위하여 관련 수익(비용) 및 관련 자산(부채)에 대한 현금흐름내역을 조정하였습니다.과거회계기준에 따라 비현금성 금액만 표시했던 이자 수취금액, 이자 지급금액 및 법인세 지급금액에 대해서 한국채택국제회계기준의 적용에 따라 영업활동 현금흐름으로 분류하여 별도의 항목으로 표시하였습니다.

한국채택국제회계기준에 따라 표시한 현금흐름표와 과거회계기준에 따라 표시한 현금흐름표 사이에 그 밖의 중요한 차이는 없습니다.

나. 대손충당금 설정현황 (1) 최근 3사업연도의 계정과목별 대손충당금 설정내역

(2) 대손충당금 변동내역

(3) 매출채권관련 대손충당금 설정방침

(가) 개별평가

결산일 현재 채권자의 신용상태 및 거래상황을 파악하여 개별채권의 회수가능여부를 판단합니다. 회수가능성이 없다고 판단되는 경우(파산 등) 채권에 대하여 대손충당금을 설정합니다. (나) 집합평가

당사는 매출채권에 대해 전체 기간 기대신용손실을 대손충당금으로 인식하는 간편법을 적용하고 있으며, 기대신용손실을 측정하기 위해 매출채권은 신용위험 특성과 연체일을 기준으로 구분하였습니다.

(4) 2025년 말 현재 경과기간별 매출채권 잔액 현황

다. 재고자산 현황 등

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

라. 공정가치평가 내역

(1) 금융상품의 공정가치 평가「III. 재무에 관한 사항 - 3. 연결재무제표 주석 - 6.금융상품」 및 「III. 재무에 관한 사항 - 5. 재무제표 주석 - 6.금융상품」 부분을 참고해주시기 바랍니다. (2)유형자산의 공정가치 평가당사는 증권신고서 제출일 현재 해당사항이 없습니다.

IV. 회계감사인의 감사의견 등

1. 외부감사에 관한 사항

가. 감사인(공인회계사)의 감사의견

나. 연결재무제표에 대한 감사의견

다. 감사인(공인회계사)과의 거래내용 및 기타 관계 여부

(1) 감사용역 체결현황

(2) 외부감사인과 비감사용역계약 체결현황

라. 세무조사 등

당사는 증권신고서 제출일 현재 및 최근 5사업연도 중 해당사항이 없습니다.

2. 내부통제에 관한 사항

가. 내부회계관리규정 개요

규정명 : 내부회계관리규정 (2023년 12월 5일 제정)당사는「주식회사 등의 외부감사에 관한 법률」제8조 및 동법 시행령 제9조, 외부감사 및 회계 등에 관한 규정 제6조가 정하는 바에 따라 내부회계관리제도를 설계·운영·평가·보고하는데 필요한 정책과 절차를 정하여 합리적이고 효과적인 설계·운영을 통해 재무제표 신뢰성을 제고하는데 필요한 사항을 규정으로 제정하였습니다. 회사는 신고서 제출일 현재 내부회계관리자의 보고 및 회사의 감사가 보고한 사항들은 없으며 상장 이후 최초로 도래하는 사업년도부터 내부회계관리제도 운영실태평가를 수행하고 보고 및 공시할 예정입니다.

나. 내부회계관리 조직

(1) 내부회계관리 담당업무 조직도

(2) 내부회계관리자의 인적사항

다. 내부회계관리제도의 운영실태

당사는 신뢰할 수 있는 회계정보 작성 및 공시를 위해 회계 부정과 오류를 예방하고 적시에 발견할 수 있도록 회계시스템을 관리/통제하며, 회사의 재무제표가 한국채택국제회계기준에 따라 작성, 공시되었는지 여부에 대한 합리적 확신을 제공하기 위해 내부회계관리제도를 구축 및 운영하고 있습니다. 향후 분기마다 점검사항에 대한 이상의 유무를 조사하여 이사회에 보고하고, 감사를 통해 내부회계관리제도 운영실태를 평가하는 등, 내부회계관리를 합리화하여 회계정보의 대내외적인 신뢰도를 높이고자 노력할 계획입니다.

(가) 내부회계관리자가 보고한 내용

(나) 회사의 감사가 보고한 내용

(다) 감사인이 감사보고서에 표명한 종합의견 등

V. 이사회 등 회사의 기관에 관한 사항

1. 이사회에 관한 사항

가. 이사회 구성 개요

(1) 이사회 구성 현황

당사의 이사회는 사내이사 3인, 사외이사 2인, 기타비상무이사 1인으로 구성되어 있으며, 감사 1인이 감사업무를 수행하고 있습니다.

당사의 이사회는 주주총회에서 선임된 등기이사로 구성하고 상법 또는 정관에 정해진 사항, 주주총회로부터 위임받은 사항, 회사 경영의 기본 방침, 업무집행에 관한 주요사항을 의결하며, 사업과 관련된 중요 계약 및 이사의 직무집행을 감독하고 있습니다.이사회에서 선임되는 대표이사는 회사를 대표하여 업무를 총괄하고 있으며, 이사는 대표이사를 보좌하고 이사회에서 정하는 바에 따라 회사의 업무를 분장하고 집행하며, 대표이사의 유고시에는 정관에 정해진 순서에 따라 그 직무를 대행합니다.

(2) 이사회의 권한 내용

당사는 이사회의 구성 및 권한에 대해서 증권신고서 제출일 현재 이사회운영규정을 제정하여 운영하고 있으며, 그 내용은 아래와 같습니다.

(3) 사외이사 및 그 변동 현황

나. 중요 의결사항

다. 이사회내 위원회당사는 증권신고서 제출일 현재 이사회 내 별도의 위원회를 구성하고 있지 않습니다.

라. 이사의 독립성

당사는 상법을 준수하여 이사 선임 및 이사회 구성에 관한 사항을 정관에 규정하고 있으며, 이에 따라 이사는 주주총회에서 선임됩니다. 이사 후보는 이사회에서 선정하여가 선정하여 주주총회에 상정할 의안으로 확정하고, 주주총회 개최 전 해당 후보에 관한 정보를 주주에게 통지하고 있습니다.

증권신고서 제출일 현재 당사의 이사회 구성은 다음과 같습니다.

(2) 사외이사후보추천위원회당사는 증권신고서 제출일 현재 해당 위원회를 운영하고 있지 않습니다.

마. 사외이사의 전문성

(1) 사외이사 현황

(2) 사외이사 지원조직 현황

당사는 현재 사외이사의 업무지원을 위한 별도 조직을 구축하고 있지는 않으나, 관리조직에서 전문적인 직무수행이 가능하도록 보조하고 있습니다. 이사회 개최 전에 해당 안건 내용을 충분히 검토할 수 있도록 사전에 자료를 제공하고 있으며, 기타 사내 주요 현안에 대해서도 수시로 정보를 제공하고 있습니다.

(3) 사외이사 교육실시 현황

2. 감사제도에 관한 사항

가. 감사의 구성당사는 증권신고서 제출일 현재 감사위원회를 설치하고 있지 않으며, 주주총회에서 선임된 비상근감사 1인(김철수)이 감사업무를 수행하고 있습니다. 나. 감사의 인적사항당사는 증권신고서 제출일 현재 감사위원회를 설치하고 있지 않으며, 주주총회 결의에 의하여 선임된 독립적 비상근감사 1인이 당사 정관 제49조에서 규정하고 있는 감사의 직무에 따라 감사업무를 충실히 수행하고 있습니다.

다. 감사의 독립성감사는 이사회에 참석하여 독립적으로 이사의 업무를 감독할 수 있으며, 제반 업무와 관련된 장부 및 서류 제출을 해당 부서에 요구할 수 있습니다. 또한 필요시 회사로부터 영업에 관한 사항을 보고받을 수 있으며, 적절한 방법으로 경영정보에 접근할 수 있습니다. 관련 정관은 다음과 같습니다.

라. 감사의 주요활동내역

마. 교육 실시 현황감사에 대한 별도의 교육을 실시하고 있지 않으나, 관련 분야의 전문적 지식 등을 통해 당사의 다양한 의사결정에 참여하고 있습니다

바. 감사 지원조직 현황당사는 증권신고서 제출일 현재 감사의 직무수행을 위한 별도의 지원조직은 구성되어 있지 않으나, 관리조직에서 전문적인 직무수행이 가능하도록 보조하고 있습니다. 또한, 이사회 개최 전에 해당 안건 내용을 숙지할 수 있도록 사전에 자료를 제공하고 있으며, 기타 사내 주요 현안에 대해서도 수시로 정보를 제공하고 있습니다. 사. 준법지원인 지원조직 현황당사는 최근 사업연도말 기준 자산총계 5,000억을 초과하지 아니하여 「상법」 제542조의13 및 동법 시행령 제39조상의 준법지원인의 선임의무가 없으며, 증권신고서 제출일 현재 준법지원인 지원조직을 별도로 두고 있지 않습니다.

3. 주주총회 등에 관한 사항

가. 투표제도 현황

나. 의결권 현황

다. 소수주주권의 행사여부당사는 설립 이후 증권신고서 제출일 현재까지 소수주주권의 행사 사실이 존재하지 않습니다. 라. 경영권 경쟁 당사는 설립 이후 증권신고서 제출일 현재까지 경영권과 관련하여 경쟁이 발생한 사실이 없습니다.

마. 주식사무

바. 주주총회 의사록 요약

VI. 주주에 관한 사항

1. 최대주주 및 특수관계인의 주식소유 현황

2. 최대주주에 관한 사항

가. 최대주주의 주요 경력

나. 최대주주의 변동을 초래할 수 있는 특정 거래가 있는 경우 그 내용당사는 증권신고서 제출일 현재 해당사항이 없습니다. 다. 최대주주의 최대주주(법인 또는 단체)의 개요당사는 증권신고서 제출일 현재 해당사항이 없습니다.

라. 최대주주 및 그 특수관계인이 계약 당사자인 주주간 계약(이행내용 포함)

(1) 최대주주등 및 주요주주 공동목적보유확약 체결을 통한 경영안정성 강화

당사의 최대주주등 중 윤성호, 심상우, 임용섭 3인 및 2대주주 이재혁 1인은 안정적 경영권 확보를 위한 방안으로 보유하고 있는 지분 전량을 3년동안 보호예수하는 공동목적보유확약을 체결하여 안정적 경영권 확보를 위한 방안을 마련하였으며, 해당 사실을 한국거래소 상장예비심사 내용에 반영하였습니다.

3. 최대주주 변동현황당사는 증권신고서 제출일 현재 해당사항이 없습니다. 4. 주식의 분포 가. 5%이상 주주 및 우리사주조합 등 주식소유 현황

나. 소액주주현황

5. 주가 및 주식거래실적 증권신고서 제출일 현재 해당사항이 없습니다.

VII. 임원 및 직원 등에 관한 사항

1. 임원 및 직원 등의 현황

가. 임원 현황

나. 타 회사 임원 겸직 현황

다. 직원 등 현황

라. 육아지원제도 사용 현황

마. 임신기, 육아기 단축근무 사용률

바. 유연근무제도 사용 현황

사. 미등기임원 보수 현황

2. 임원의 보수 등

가. 주주총회 승인 금액

나. 보수지급금액

(1) 이사ㆍ감사 전체

(2) 유형별 지급액

(3) 이사ㆍ감사의 보수 지급기준이사ㆍ감사의 보수는 주주총회의 승인을 받은 금액 내에서 직무수행에 대한 역할 및활동 수준, 전문성, 회사 기여도 등을 감안하여 집행하고 있습니다. (4) 보수지급금액 5억원 이상인 이사ㆍ감사의 개인별 보수현황당사는 증권신고서 작성기준일이 속하는 사업연도의 개시일부터 증권신고서 작성기준일까지의 기간 동안 보수지급금액이 5억원 이상인 이사ㆍ감사가 없습니다. 다. 주식매수선택권 부여 및 행사현황(1) 임원 대상 주식매수선택권의 개요

(2) 주식매수선택권 부여현황

VIII. 계열회사 등에 관한 사항

가. 계열회사 현황(요약)

나. 계열회사간의 지배 ·종속 및 출자 현황을 파악할 수 있는 계통도

다. 회사와 계열회사간 임원 겸직 현황

라. 타법인출자 현황(요약)

IX. 대주주 등과의 거래내용

1. 대주주 등에 대한 신용공여 등

가. 가지급금 및 대여금에 대한 내역

2. 대주주와의 자산양수도 등 당사는 증권신고서 제출일 현재 해당사항 없습니다. 3. 대주주와의 영업거래 당사는 증권신고서 제출일 현재 해당사항 없습니다. 4. 대주주에 대한 주식기준보상 거래 당사는 증권신고서 제출일 현재 해당사항 없습니다. 5. 대주주 이외의 이해관계자와의 거래 특수관계인과의 주요 거래 내역, 채권ㆍ채무 잔액, 자금 거래 내역 및 주요 경영진에 대한 보상 내역 등에 대한 상세 내역은「III. 재무에 관한 사항 - 3. 연결재무제표 주석 - 32.특수관계자와의 거래내역」 및 「III. 재무에 관한 사항 - 5. 재무제표 주석 - 33.특수관계자와의 거래내역」 부분을 참고해주시기 바랍니다.

X. 그 밖에 투자자 보호를 위하여 필요한 사항

1. 공시내용 진행 및 변경사항

당사는 증권신고서 제출일 현재 해당사항이 없습니다.

2. 우발부채 등에 관한 사항

가. 중요한 소송사건

증권신고서 제출일 현재 당사가 당사가 피고로 계류중인 소송사건은 없으며, 원고로 1건의 소송을 진행중입니다.상기 소송에 대한 상세 내역은「III. 재무에 관한 사항 - 3. 연결재무제표 주석 - 32.특수관계자와의 거래내역」 및 「III. 재무에 관한 사항 - 5. 재무제표 주석 - 33.특수관계자와의 거래내역」 부분을 참고해주시기 바랍니다.

나. 견질 또는 담보용 어음/수표 현황당사는 증권신고서 제출일 현재 해당사항 없습니다. 다. 채무보증 현황 당사는 증권신고서 제출일 현재 해당사항 없습니다.

라. 채무인수약정 현황당사는 증권신고서 제출일 현재 해당사항 없습니다. 마. 그 밖의 우발채무 등 당사는 증권신고서 제출일 현재 해당사항이 없습니다.

3. 제재 등과 관련된 사항

가. 제재현황 당사는 2019년 중소기업기술정보진흥원(이하 "진흥원")으로부터 국가연구개발과제의 주관기관으로 선정되어 과제를 이행하였으나, 시험성적서 지연 제출을 사유로 진흥원으로부터 국가연구개발사업 참여제한 1년 처분 및 제재부과금을 처분을 받았습니다. 이에 당사는 소송의 제기와 동시에 해당 처분의 집행정지를 요청하는 가처분을 제기하여 국가연구개발사업 참여제한은 집행정지 인용되었고 제재부과금에 대해서는 기각되었으며 2025년 중 제재부과금 194,476천원을 납부하였습니다.

당사가 제기한 소송에 대한 상세 내역은「III. 재무에 관한 사항 - 3. 연결재무제표 주석 - 32.특수관계자와의 거래내역」 및 「III. 재무에 관한 사항 - 5. 재무제표 주석 - 33.특수관계자와의 거래내역」 부분을 참고해주시기 바랍니다.

나. 한국거래소 등으로부터 받은 제재 당사는 증권신고서 제출일 현재 해당사항이 없습니다. 다. 단기매매차익의 발생 및 반환에 관한 사항 당사는 증권신고서 제출일 현재 해당사항이 없습니다.

4. 작성기준일 이후 발생한 주요사항 등 기타사항

가. 작성기준일 이후 발생한 주요사항당사는 증권신고서 제출일 현재 해당사항 없습니다.

나. 중소기업기준 검토표

중소기업 등 기준검토표.jpg 중소기업 등 기준검토표

다. 외국지주회사의 자회사 현황당사는 증권신고서 제출일 현재 해당사항 없습니다. 라. 법적위험 변동사항당사는 증권신고서 제출일 현재 해당사항 없습니다. 마. 금융회사의 예금자 보호 등에 관한 사항당사는 증권신고서 제출일 현재 해당사항 없습니다. 바. 기업인수목적회사의 요건 충족 여부당사는 증권신고서 제출일 현재 해당사항 없습니다. 사. 기업인수목적회사의 금융투자업자의 역할, 의무 및 과거 합병에 관한 사항당사는 증권신고서 제출일 현재 해당사항이 없습니다. 아. 합병 등의 사후정보당사는 증권신고서 제출일 현재 해당사항 없습니다. 자. 녹색경영당사는 증권신고서 제출일 현재 해당사항 없습니다. 차. 정부의 인증 및 그 취소에 관한 사항당사는 증권신고서 제출일 현재 해당사항 없습니다. 카. 조건부자본증권의 전환, 채무재조정 사유 등의 변동현황당사는 증권신고서 제출일 현재 해당사항 없습니다. 타. 의무보유 현황당사는 증권신고서 제출일 현재 한국거래소 코스닥 상장규정에 근거하여 금번 공모에 따라 예정된 의무보유 사항 이외에, 당사가 발행한 주식에 대하여 증권신고서 면제 등의 사유로 예탁결제원, 한국증권금융 등에 의무보유 중인 주식이 없습니다. 파. 특례상장기업의 사후정보당사는 증권신고서 제출일 현재 해당사항 없습니다.

XI. 상세표

1. 연결대상 종속회사 현황(상세)

2. 계열회사 현황(상세)

3. 타법인출자 현황(상세)

【 전문가의 확인 】

1. 전문가의 확인

당사는 증권신고서 제출일 현재 해당사항 없습니다.

2. 전문가와의 이해관계

당사는 증권신고서 제출일 현재 해당사항 없습니다.