반 기 보 고 서

                                   (제 41 기)

【 대표이사 등의 확인 】

대표이사등 확인서_1

I. 회사의 개요

1. 회사의 개요

가. 회사의 법적ㆍ상업적 명칭

당사의 명칭은 주식회사 솔트룩스이며, 영문명은 Saltlux Inc.입니다. 단, 약식으로 표기할 경우에는 "(주)솔트룩스" 라고 표기합니다.

나. 설립일자

당사는 1981년 08월 17일에 설립되었습니다.

다. 본사의 주소, 전화번호, 홈페이지 주소

라. 주요 사업의 내용 및 신규 사업

당사는 AI Suite, Big Data Suite, Graph DB Suite 및 Cloud Service 4대 제품을 기반으로 고객의 인공지능, 빅데이터 활용 니즈에 최적화된 심층 질의응답 (Deep QA) 기반 대화형 인공지능 (Conversational AI), 기계학습 기반 증강분석 빅데이터(Augmented big data analytics) 사업 및 인공지능 클라우드 서비스 (AI as a Service)의 총 3개 분야의 사업을 전개하고 있습니다. 또한 당사는 AICC SaaS 사업, 초개인화 AI 서비스, AI 기반 유전체 분석 및 신약 사업, 메타휴먼 사업의 네 가지 신규사업을 추진하고 있습니다. 기타 자세한 사항은 동 보고서의 'II. 사업의 내용'을 참고하시기 바랍니다.

마. 연결대상 종속회사 개황

기업회계기준서(K-IFRS) 제1110호 '연결재무제표'에 의한 지배회사(최상위)인 당사의 연결대상 종속기업은 2021년 반기말 현재 5개사입니다. 전년말 대비 1개 기업이 증가하였습니다.

1) 연결대상 종속회사 현황(요약)

※ 주요종속회사 여부는 최근연도말 자산총액이 지배회사 자산총액의 10%이상이거나 최근연도말 자산총액이 750억원 이상인 종속회사를 대상으로 함.

2) 연결대상회사의 변동내용

바. 중소기업 등 해당 여부

사. 회사의 주권상장(또는 등록ㆍ지정)여부 및 특례상장에 관한 사항

아. 신용평가에 관한 사항

* (주)이크레더블 신용등급 정의

* (주)나이스디앤비 신용등급 정의

* (주)나이스평가정보 신용등급 정의

* 한국기업데이터(주) 신용등급 정의

2. 회사의 연혁

가. 회사의 본점 소재지 및 그 변경

나. 경영진의 중요한 변동

다. 최대주주의 변동

라. 상호의 변동

마. 회사가 화의, 회사정리절차 그 밖에 이에 준하는 절차를 밟은 적이 있거나 현재 진행중인 경우 그 결과

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

바. 회사가 합병 등을 한 경우 그 내용

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

사. 회사의 업종 또는 주된 사업의 변화

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

아. 그 밖에 경영활동과 관련된 중요한 사항의 발생내용

3. 자본금 변동사항

가. 자본금 변동현황

나. 미상환 전환사채 발행현황

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

다. 미상환 신주인수권부사채 등 발행현황

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

라. 미상환 전환형 조건부자본증권 등 발행현황

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

4. 주식의 총수 등

가. 주식의 총수 현황

나. 자기주식 취득 및 처분 현황

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

다. 다양한 종류의 주식 현황

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

5. 정관에 관한 사항

II. 사업의 내용

※ 용어해설
당사가 영위하는 사업의 내용을 이해하기 위하여 개념정리가 필요한 용어해설은 다음과 같습니다.

1. 사업의 개요

가. 회사의 현황

(1) 사업 개황

솔트룩스는 '세상 모든 사람이 자유롭게 지식 소통하도록 돕겠다'는 기업 사명을 중심으로 사람과 사람뿐 아니라 사람과 기계, 기계와 기계가 상호 소통/협력 가능한 미래 원천기술을 개발하겠다는 일념으로 2000년에 설립되었습니다. 당사는 B2B(대 기업고객) 및 B2G(대 공공고객) 인공지능, 빅데이터 솔루션 프로젝트를 수주하여 구축 혹은 클라우드 기반으로 서비스하는 사업을 영위하고 있습니다. 인공지능과 빅데이터 관련 소프트웨어 라이선스를 고객사에 제공하는 데 있어서, 컨설팅, 커스터마이제이션 등의 전문 서비스를 제공합니다.

(가) 성장 과정

창업기(2000년~2004년) : 솔트룩스는 2003년 자연어 처리 전문기업 '시스메타'와 다국어처리 전문기업 '모비코 인터내셔널'이 합병되어 설립되었습니다. 사업적으로는 자연어처리(NLP : Natural Language Processing) 엔진 출시에 이어 이를 기반으로 한 텍스트 마이닝(텍스트로부터 가치와 의미가 있는정보를 찾아내는 기술) 솔루션을 출시하며 본격적으로 자연어 부문의 국내 인공지능 시장을 개척하기 시작했습니다.

기술 검증기(2004년~2007년) : 당사는 2005년부터는 지식공학(Knowledge Engineering)과 지식그래프(Knowledge Graph) 및 추론 기술에 대한 연구를 시작하였습니다. 2006년 기업명을 ㈜솔트룩스로 변경하였으며, 자연어 부문 원천 기술을 검색과 저장, 추론 부문의 솔루션으로 전개하며 시장의 얼리 어답터고객들로부터 산업 현장 적용 가능성을 검증해 나갔습니다. 산업의 태동기임에도 불구하고 회사의 성장 가능성과 검증된 레퍼런스를 기반으로, 외부 투자를 유치하며 향후 기술 및 제품 확장/고도화에 필요한 동력을 확보하였습니다.

기술 상용화기(2008년~2011년) : 당사의 원천기술은 산업 현장의 더욱 구체적인 문제해결 영역으로 침투 및 채택되었으며, 인공지능 하면 지금은 쉽게 떠올리는 '개인화 추천' 혹은 기업의 의사결정에 활용되기 시작했습니다. 인공지능 학습에 필요한데이터의 규모가 증대하면서 요구되는 핵심적인 기능인 '병렬분산 검색' 등의 솔루션출시를 통해 상용기술의 선도성을 인정받았습니다.

예를 들면 검색 엔진과 텍스트 마이닝을 다뤘던 IN2(현재의 Discovery 제품)를 비롯한 스테디셀러 제품을 출시했습니다. Big Data Suite의 전신인 BIGO는 지금의 대규모빅데이터 저장과 분석이 가능한 솔트룩스의 빅데이터 분석 플랫폼으로 시장에 확대가 되었습니다. Big Data Suite는 자연어처리와 기계학습, 분산 병렬처리와 같은 핵심기반 기술과 100여 건 이상의 소셜 및 공공 빅데이터에 기반을 두고 있습니다.  

제품 고도화기(2012년~2015년) : 당사의 핵심 기술과 솔루션은 '플랫폼' 확장을 위한 끊임없는 연구개발 과정의 연속이었으며 이를 통해 동종 업계 중에서도 핵심적인 기술 경쟁우위를 확보할 수 있었습니다. 심층 질의응답(Deep QA) 기술은 산업 현장의 문제 해결에 최적화된 엔진으로 대화형 인공지능의 핵심 기술입니다. 심층 질의응답 엔진은 사전에 정의된 시나리오가 아닌 질문에 대해서도 기계가 사람의 말과 글을이해해 의미분석 및 추론(reasoning)을 통해 답을 제시할 수 있도록 돕습니다. 이처럼 기계가 지속해서 방대한 데이터를 학습하고 문제해결에 필요한 지식을 증강하는 기술은 솔트룩스의 핵심 경쟁력으로써 고객으로부터 차별화된 포인트로 인정받았습니다.

신성장기 (2016년~2020년) : 2016년 알파고/딥마인드를 통해 인공지능/ 딥러닝의 산업 현장 보급에 관해 고객과 시장에 대한 관심이 획기적으로 제고 되었습니다. 또한 기업의 IT시스템이 클라우드로 빠르게 전환되는 국면과 더해, 당사는 창업 이래 기술검증 및 상용화, 제품 고도화를 통해 확보한 선도적 사업기반을 인공지능 사업과 빅데이터, 클라우드 서비스(AIaaS)를 중심으로 전개하면서 새로운 성장 국면에 진입하였습니다.

당사는 대한민국 최초로 NH농협은행, 우리은행, 한국투자증권 등 대한민국 최고의 인공지능 컨택센터(AICC) 플랫폼을 확보하게 되었으며 국내에서는 해당 사업 분야의가장 큰 시장 점유율을 확보했습니다. 현대자동차, 한국전력, 국토교통부, 일본의 DNP(Dai Nippon Printing : 다이니혼인쇄주식회사)등의 다년간 대형 인공지능/빅데이터 사업 고객을 확보함과 동시에 클라우드 인프라 확산에 대비한 한국어 자연언어 기반 AIaaS 서비스(Saltlux.ai)를 최초로 출시해 성장 가속화 중입니다. 또한, 벤처기업 인증, ISO9001인증, 이노비즈 인증, 유망중소기업 인증, 가족친화기업 인증 외 다수의 GS(Good Software)인증과 Software Process(SP) 인증 등의 국내외 기업/품질/프로세스/제품 품질 인증을 확보하고 있으며 ISWC, 인터롭도쿄, 대한민국 소프트웨어 대상에서 그랑프리와 대통령상을 받는 등 그 기술과 사업에 대한 공신력을 확보해 왔습니다.

당사의 설립 이후 분기보고서 제출일 현재까지의 주요 성장전략 및 성과는 아래와 같습니다.

솔트룩스 주요 연혁

(나) 사업 설명

당사는 4대 제품을 기반으로 고객의 인공지능, 빅데이터 활용 니즈에 최적화된 총 3개 분야의 사업을 전개하고 있습니다.

1) 인공지능 플랫폼 사업

당사의 제품 중 AI Suite를 기반으로 GraphDB (지식베이스) Suite를 결합해 기업과 공공기관의 판단과 의사결정의 효율화를 촉진하는 인간-기계(Human to machine), 기계-기계(Machine to machine)간 자동화된 대화 시스템을 소프트웨어 라이선스(on-premise)로 공급하는 사업입니다.

당사의 음성인식, 음성합성, 자연어처리, 텍스트 및 이미지, 영상분석, GraphDB(지식베이스) Suite가 결합한 질의응답 엔진을 통해 대고객 서비스는 물론 기업 내부의 각종 업무 자동화를 목표로 하고 있습니다.

공공, 기업 등 전방위 영역에서 고객상담 또는 민원 대응 영역 중심으로 사업을 전개합니다. 금융 부분은 중대형 사업으로 추진하며 AI Suite를 중심으로 한 인공지능 고객센터(AICC) 및 대한민국 유일의 AI콜봇 솔루션을 제공하고 있습니다.

솔트룩스의 대화형 인공지능 플랫폼은 대한민국에서 유일하게 단순 규칙 기반의 시나리오, FAQ나 검색 기반의 질의응답이 아닌 지식그래프와 딥러닝이 융합된 복잡한 질문에 대응이 가능한 심층 질의응답(Deep QA) 기능을 제공합니다. 이러한 3세대 인공지능 기술은 답변의 응답률과 정확도를 동시에 향상해 NH농협은행 상담 시스템, 한국투자증권의 인공지능 콜센터, KT 스마트 스피커의 QA 등에서 압도적 성과를 내고 있습니다.

가) 대화형 인공지능

대화형 인공지능(Conversational AI)은 인간의 말과 글(음성 및 텍스트)을 학습하여 사람과 자연스러운 상호 작용(대화)을 할 수 있게 하는 인공지능 기술입니다. 의사소통의 자동화와 확장성 높은 맞춤형 사용자 경험을 제공하기 위해서, 대화형 인공지능엔진은 메시징 앱, 음성+텍스트 기반 인공지능 비서와 챗봇/콜봇 등에 활용됩니다.

대화형 인공지능은 엔터프라이즈 업무 환경에서 인공지능과 빅데이터 기술로 활용 가능할 뿐만 아니라 다양한 솔루션이 연계되는 사용자 친화 인터페이스에는 물론 업무 자동화 추세에 따라 RPA와 같은 자동화 봇과의 인터페이스로도 확대되고 있습니다.

대화형 인공지능 기술이 향후 증강분석 기술과 결합함으로 기업 및 공공 분야에서 인공지능 검색, 예측과 추천, 위험관리 등 다양한 부문의 지적 노동을 자동화할 것으로 전망됩니다. 현재 솔트룩스는 동부문에서 현대자동차그룹 향 마스터 챗봇 라이선스 계약하에 각 계열사 향으로 솔루션을 전개 중이며, 메타휴먼과 결합하여 비대면 고객 상담 서비스로 발전되고 있습니다.

<고정밀 자연언어이해 기술>

솔트룩스의 고정밀 자연언어이해 기술은 형태소 분석기, 개체명 인식기, 구문 분석기, 감성 분석기, 의미 분석기를 포함하고 있으며, 심층 질의응답, 대화처리 기술뿐만 아니라 비정형 빅데이터 분석을 위한 출발점입니다. 또한, 방대한 언어자원에 기반한기계학습 모델과 다양한 사전 및 지식그래프로 표현된 기호적 모델들이 융합된 앙상블 AI 기술이 적용되어 있습니다. 지식그래프는 다양한 데이터 소스로부터 추출된 의미정보를 개체 간의 의미적 관계로 표현한 것으로 의미 분석을 위한 핵심 자원이 됩니다. 솔트룩스는 2008년 국내 최초로 기계학습 기술이 적용된 자연언어이해 상용제품을 출시하였으며 2015년 대규모 지식그래프가 융합된 앙상블 언어이해 기술과 2017년 딥러닝이 결합한 고정밀 의미이해 기술을 상용화 시켜 왔습니다.

<적응학습기반 음성인식 기술>

솔트룩스는 인공지능 기반의 고객상담과 질의응답 시스템 구현을 위한 다양한 연구개발과 성공사례를 확보해 왔으며, 최근에는 금융 부문의 비대면 음성 상담 서비스 시스템 구축과 상용화에 세계적 성공 사례를 확보하였습니다. 솔트룩스는 금융과 같이 특정 도메인에서의 상용수준 음성인식 품질을 보장하기 위해 적응학습 기반의 음성인식 기술을 연구개발 하였습니다. 기존의 음성인식 기술의 경우 해당 도메인에 대한 천 시간 분량의 실데이터 확보와 재학습이 필요합니다만, 솔트룩스의 적응학습 기술은 소량의 데이터만으로도 언어/음향 모델을 최적화하는 것이 가능합니다.

<AI 챗봇 기술>

솔트룩스는 자사가 보유한 고정밀 자연언어이해 기술과 지식그래프 추론 및 대화학습 기술을 사용해 스마트카드와 다중 채널을 지원하는 지능형 챗봇 플랫폼을 개발하고, '톡봇'이라는 이름으로 상용화를 완료하였습니다. 톡봇 플랫폼은 사용자가 입력한 발화의 의도 및 문장 의미를 파악하여 사용자와 시스템이 대화가 가능하도록 합니다. 또한, 당사의 고정밀 자연어이해 기술을 이용해 사용자의 발화문에서 엔티티 추출 및 사용자 의도를 분류하는 기술을 개발하였습니다. 이를 통해 대화모델로 커버되지 않는 사용자의 임의 질문에 대응하기 위해 앙상블 심층 질의응답 시스템과 연계, 확장할 수 있는 강점이 있습니다. 이러한 차별화된 기술은 톡봇이 대한민국 국가 표준 플랫폼으로 선정되는 데 중요한 역할을 하였습니다.

<인공지능형 RPA>

업무 프로세스의 자동화를 통해 비용을 절감하는 기존의 RPA에서 인지/정보/지식 기반 자동화를 융합한 인공지능형 RPA (Cognitive RPA)로의 발전이 예상됩니다. 동 시장은 글로벌 시장 기준 연 13.2%로 성장하여 2025년 총 21조 원 규모가 예상되며, 도입 초기인 국내 시장의 성장 속도는 이보다 더 가속화될 것으로 전망됩니다.

당사는 인공지능형 RPA 제품의 선도적 개발을 통해 외산 솔루션들(한국어 기반 인공지능 니즈 수용의 어려움)이 가진 약점 대비 차별적 우위를 확보하고 다국어화 기반 향후 일본과 베트남/동남아 시장을 공략할 것입니다. 당사의 대화형 인공지능, 톡봇 (Talkbot)과의 결합, 컨택센터 고객 상담 팔로우어 업무의 자동화를 추진하는 인공지능 컨택센터 사업의 차세대 지능화/자동화 등 Cross-domain의 확장성 있는 사업 부문을 공략할 계획입니다.

나) 인공지능 컨택센터 (AICC)

최근 컨택센터 분야에서는 고객사의 사업이 성장하며 제품/서비스에 관한 문의가 증대됨과 동시에 고객 응대 채널이 다양화됨에 따라 최신 인공지능 기술 기반의 솔루션수요가 증가하고 있습니다.

AI 기반 인바운드 컨택센터 자동화는 다채널 환경에서 고객의 질의에 대해 최적의 응답을 실시간으로 제공함으로써 고객의 서비스 만족도를 제고함과 동시에 인력운용 비용을 절감하는데 초점을 두고 있습니다. 실제 연간 콜센터 총 운영 비용의 56%에 달하는 인건비를 관리하는데, 감정노동 스트레스 및 비효율적 업무 시스템으로 인한 월 ~15%에 달하는 이직율은 큰 운영상의 부담으로 대두되어 왔습니다.

콜센터 상담원 스트레스 유형 및 연간 콜센터 운영 비용 구분

특히, 콜센터 상담원의 전통적인 스크립트 기반의 트레이닝 방식 및 복잡한 사내정보조회 시스템(KMS : Knowledge management system)에서 오는 비효율은 콜 응대 시간을 늘려 운영 비효율을 낳을 뿐 아니라, 적절한 답변을 빠른 시간내에 제시하지 못하는 데서 오는 감정 노동 스트레스를 증대시키는 원인이 되고 있습니다.

이와 같은 인력 운용의 어려움 (고객 응대 시 상담원의 감정 노동 강도 강화 및 업무 시스템의 비효율에 따른 잦은 이직, 이에 따른 채용과 교육 비용의 증가 등)을 i) 콜센터 내에서의 질의 응답 자동화와 ii) 모바일 채널에서의 자동 고객응대 솔루션으로 해결하려는 니즈를 공략하는 사업입니다.

<아웃바운드 컨택센터 자동화 (Call Bot)>

텔레마케팅, 아웃바운드 세일즈 및 리서치 부문의 전통적인 접근 방법은 낮은 사용자수신율, 낮은 성공율 및 고비용 등의 문제를 가지고 있습니다. 솔트룩스의 아웃바운드 콜봇은 인공지능과 음성인식 합성 기술에 기반한 텔레마케팅 및 아웃바운드 컨택센터의 자동화를 구현합니다. 동 시장은 글로벌 시장 기준 연 28.6%로 성장하여 2025년 총 1.3조원 규모가 예상됩니다.

당사의 아웃바운드 콜봇 및 TA 솔루션은 고객과 상담원 접점에서의 생산성 제고는 물론 텍스트 분석과 정형 분석 기반 지수화를 통해 콜센터 상담의 품질을 향상시키고비용을 최적화 하는 것을 목표로 합니다. 또한, 당사의 컨택센터 솔루션은 진성 고객 식별을 위한 TTS 기반 초도 대화, 빅데이터 분석을 통한 적중율 제고, 상담 결과의 정형, 비정형 통합 분석을 통한 마케팅 운용 예산과 타겟팅 전략에 관한 인사이트를 제공할 것입니다. 당사는 새로운 시장 창출이 필요한 부분은 공급망 이해 관계자와의 협력하에 은행 외 보험사, 카드사 등으로 시작해 통신사, 리서치/서베이 부문 등으로 확장할 계획입니다.

<대화형 이상 진단 및 정비/디지털 트윈>

장비 운용 고객이 이상 상태의 파악, 정비이력, 운용상 유의점 등에 관해 지식베이스와 자연어 기반의 문답 형태로 대화하며 즉각적인 진단과 문제 해결을 가능하게 하는솔루션 시장입니다. 글로벌 시장으로 전개되는 장비 및 대단위 부품의 이상 진단/정비, 나아가 제조 공장 혹은 대단위 플랜트의 설비에 대한 실시간 예측 정비 시장은 연평균 약 36.5% 성장해 66.7조원 규모로 성장이 예상됩니다.

특히, 5G 시대를 맞아 대화형 인공지능 뿐 아니라 VR, AR, IoT를 결합한 융합 솔루션에 대한 니즈 증대가 예상되며, 당사는 톡봇, 자회사인 솔트룩스 파트너스의 트러블 슈팅 대화모델 기술, 전략적 투자 협력사인 ㈜프론티스의 VR, AR 정비 솔루션을 결합해 국방과 제조, 플랜트 부문의 시장을 선도적으로 개척할 것입니다. 국내의 글로벌 사업자(현대, 두산 등)를 대상으로 향후 해외 사업장으로 사업 확대를 계획하고 있습니다.

다) 시각 및 분석지능

솔트룩스 Vision Studio는 시각지능 분야의 전문 플랫폼으로 이미지ㆍ영상 데이터 주석기능, 인공지능 모델 학습, 추론 및 배포 기능까지 다양한 인공지능 사업에서 활용되고 있습니다.

이미지ㆍ영상 데이터 주석 기능은 사물인식, 얼굴인식 등의 객체인식(Object Detection)을 위한 Bounding Box 주석 처리 기능, 픽셀 단위로 이미지 내 의미를 분할하는 Image Segmentation 주석처리 기능, 사람 자세 추정 등 키포인트 추출(Keypoint Detection) 등의 다양한 주석 처리 및 예측 기능을 제공합니다.

영상 콘텐츠 이해 '영상 맥락 태깅' 예시 화면

당사 얼굴 인식 및 성별-나이 예측 시스템은 99.99% 이상의 정확률을 가지며 지능형 KIOSK, CCTV 기반 지명수배자 자동 식별, 보안 시스템, 신원 인식 등 다양한 상용서비스에 활용되고 있습니다.

솔트룩스 얼굴 인식 및 나이, 성별 예측 시스템

2) 빅데이터 증강분석 사업

빅데이터 증강분석 사업은 당사의 Big Data Suite과 GraphDB Suite 그리고 AI Suite의자연언어이해 기술이 결합된 차세대 데이터 분석 사업입니다. 본 사업에서는 다양한 조직의 내부 및 외부 데이터를 의미적으로 통합하고 딥러닝과 자연언어이해에 기반한 비정형 데이터의 심층 분석을 통한 예측 서비스를 제공합니다.

전통적인 빅데이터 산업이 데이터의 수집/저장 및 통계 중심의 분석에 머무르는 것에비해 증강분석 사업은 자연어, 이미지, 영상, 음성 등의 다양한 비정형 데이터에 대한기계학습을 통해 새로운 통찰과 숨어있던 신호를 발견하도록 돕습니다.

또한 정보간의 추론이 가능한 GraphDB를 적용해 기업이나 공공기관 운영상의 이상징후를 감지, 분석하는 기능을 차별화하여 사업중입니다. 동 부문의 주요 사업화 사례는 다음과 같습니다.

가) 국가 규모의 빅데이터 플랫폼

대형 국가기관 혹은 대기업 집단에 있어 기업 내외부의 이종의 정보/데이터를 수집, 분석, 활용하려는 니즈가 증대되고 있습니다. 기술적으로는 기존의 데이터 분석 작업이 자연어 처리와 기계학습 기반으로 솔루션 화/플랫폼화가 가능해지고 기업 내 다양한 의사결정에 필요한 문제 해결책을 제시할 수 있게 된 것이 시장 성장의 주요한 요인입니다. 통합 빅데이터 플랫폼 사업에 있어 솔트룩스가 대응하고 있는 고객의 주요기능적 수요는 다음과 같습니다.

- 행정기관의 공공 정책 결정 및 데이터 개방/활용에 필요한 핵심적 정형, 비정형 정보 (예 IoT 센서, 소셜, CCTV, 등 제 행정 데이터)의 분석 및 예측
- 언론/미디어 서비스 기관의 통합 뉴스 분석 및 데이터 유통 서비스

나) VOC 및 마켓 리스닝 (Market listening)

동 사업은 외부의 데이터(예 : SNS/소셜)의 대량 수집과 기업 내부의 핵심적 운영 정보(예 : 판매현황 등)를 융합해 마케팅과 R&D, 평판 관리 혹은 공공 정책 부분의 의사결정을 지원하는 솔루션 사업입니다. 예는 다음과 같습니다.

- 글로벌 자동차 OEM의 해외 시장 신차 출시 반응 (SNS) 실시간 수집 분석 사업
- 대형 에너지 공사 등 대국민 사업/공공정책 수립을 위한 VOC (Voic of Citizens) 분석 사업
- 대기업의 평판 관리, 고객 불만 해결, 상품 개발 인사이트 도출을 위한 VOC (Voice of Customers) 분석 사업

다) 증강형 이상징후 감지

최근 글로벌 시장 경쟁과 기술의 진화가 더욱 예측이 어려워지고 있습니다. 각 조직에서 위험 요인을 사전에 파악해 선제적으로 대응하기 위해서는 대규모 데이터 기반한 의사결정 체계의 확보가 필수적입니다. 위험 인자의 도출과 인자 간의 상관성 및 영향도를 자동 분석함으로 예측적, 예방적 위험 대응을 가능하게 합니다. 동부문에서솔트룩스의 현 주요 고객수요는 다음과 같습니다.

- 국내 4대 은행의 기업 여신 차주 부도 예측
- 국방/군사/정보기관의 방첩/사회활동 이상징후의 감지

3) 인공지능 클라우드 서비스 (AI as a Service)

본 사업은 솔트룩스의 주요 구축형(on-premise) 제품인 AI, Bigdata, GraphDB의 핵심적 기능을 클라우드 위에 APIs(Application program interface) 및 Web service 기반으로 고객에게 제공하는 구독형/종량제 서비스 사업입니다. 특히 다양한 알고리즘에 대한 기계학습과 데이터 관리, 다양한 모델을 유연하게 활용하기 위해서는 인공지능과 클라우드의 결합은 필연적이라 하겠습니다. 사전 제작된 40여 인공지능 기능과 맞춤형 인공지능 서비스 구현이 가능하며 최적의 비용과 동적 가용성 확보를 보장합니다.

솔트룩스는 2020년 가을 Saltlux.ai를 통해 3세대 AIaaS 클라우드 서비스를 개편하고,사업을 강화해 나가고 있습니다. 기업이나 공공기관은 자체적인 인공지능 사업/서비스 모델 개발을 위해 필요한 핵심 인공지능 기능을 솔트룩스로부터 공급받거나, 특화된 목표 서비스 (예 : 개인 맞춤형 상품 추천, 얼굴 인식 기반 결제 서비스 등)의 구현을 위한 기계학습 모델 최적화 및 커스텀 AI엔진 사용 서비스를 구독형으로 공급받게됩니다. AI 클라우드에 기반한 사업 영역은 다음과 같습니다.

가) AI PaaS 구독 서비스

동 시장은 글로벌 시장 기준 연 39%로 성장하여 2025년 총 1.5조 원 규모가 예상됩니다. 당사는 자동화된 기계학습 알고리즘과 마이크로서비스 아키텍처(쿠버네티스 외)에 기반해 40여 인공지능 기능의 무료 사용과 단독 최적화 모델, 커스텀 모델 등의 유료 구독 사업을 진행합니다. 대부분의 고객 기업은 인공지능 전문가와 데이터 사이언티스트 채용 및 관련 기술 확보, 운영이 어려우며 솔트룩스의 AI PaaS 서비스를 통해서 이러한 문제를 해결할 수 있습니다.

솔트룩스 AI PaaS 구독 서비스 화면

솔트룩스의 AI PaaS(AIaaS) 플랫폼은 데이터 분석, 언어지능, 음성지능, 시각지능을 포함한 다양한 인공지능 기능을 제공하고 있으며 적용 서비스의 AI 사용 용량에 따라과금할 수 있고 사용자와 현장의 데이터로 각 AI 모델을 최적화, 성능 개선하는 커스텀 AI 서비스를 제공하고 있습니다. 동부문에서 주요 고객수요는 다음과 같습니다.

- 인공지능 기술을 혁신 서비스에 적용하고자 하는 다양한 스타트업, 스마트 공장, 스마트 시티 등의 대규모 데이터 분석 및 예측이 필요한 고객, 글로벌 투자 및 시장정보 수집 분석, 지능적 활용이 필요한 기업
- 독립적 인공지능 플랫폼 도입이 어려운 다양한 국내 공공기관, 국가 출현 신기술 연구기관 등
- 국내 대형 통신사의 인공지능 스피커의 일반 상식 질의응답 기능 제공
- 일본 최대 BPO (Business process outsourcing : 인사, 콜센터, 판매 대행의 업무를 일괄 외주서비스로 제공하는 사업) 사의 금융상품 서비스, 판매 상담 기능 제공  

나) AI 학습 데이터 구축 사업

솔트룩스는 클라우드에 기반한 대규모 고품질 AI 학습 데이터 구축을 위한 크라우드 플랫폼을 제공하고 있습니다. 해당 플랫폼은 기업/공공기관 고객들의 인공지능 솔루션 구축과 활용을 위한 학습 데이터의 수집, 저장, 레이블링, 모델학습, 품질평가 등 일련의 과정을 자동화합니다.

2020년부터 본격 추진되고 있는 디지털 뉴딜 사업의 핵심 또한 AI 학습 데이터 구축으로 솔트룩스는 본 사업 영역을 통해 디지털 뉴딜 사업의 중추적 역할을 하고 있습니다.

당사는 다년간 삼성전자, 현대자동차그룹, 한국지능정보사회진흥원(NIA), 한국전자통신연구원(ETRI) 등의 고객과 함께 AI를 위한 학습데이터 구축 사업을 진행해왔습니다. 솔트룩스의 자회사 및 협력업체와 함께 음성 데이터 큐레이션 서비스와 자율주행, 보안, 의료영상 부문의 기계학습 기반 데이터 처리/구축 플랫폼 사업을 추진하고 있습니다. 당사가 주력하고 있는 AI 학습 데이터 수요는 다음과 같습니다.

- 글로벌 자동차의 자율주행 관련 영상 데이터 큐레이션 및 학습 사업
- 대규모 통신사의 AI 스피커, 인공지능 비서를 위한 학습 데이터 구축
- 국가 연구기관의 자연어, 음성 부문의 기계학습용 데이터 구축 사업

나. 사업 현황

(가) 인공지능 사업

<범정부 비대면 인공지능 민원상담 365 구축 사업>

행정안전부는 2020년 '지능형 국민비서 서비스 구축(1단계)'과 '범정부 민원상담 365(챗봇 공통기반) 구축(1단계)' 등 지능형 서비스 구축사업을 본격적으로 착수했습니다. 솔트룩스는 세림티에스지와 컨소시엄으로 참여해 범정부 민원상담 365(챗봇 공통기반) 구축 1단계 사업 수주에 성공하며 명실공히 대한민국 대표 챗봇으로 인정받게 되었습니다.

국민비서와 챗봇은 포스트 코로나 시대에 요구되는 비대면 서비스의 대표적인 사업입니다. 이번 1단계 구축사업이 끝나면 국민은 혜택을 받을 수 있는 공공서비스와 자칫 놓치기 쉬운 교통 과태료 및 범칙금 납부 기한, 국가장학금 신청기한 등 필요한 정보를 미리 알림으로 받을 수 있게 됩니다. 또한 알림서비스는 해당 정보가 필요한 국민을 특정하여 필요한 시기에 카카오톡ㆍ네이버 앱 등 친숙한 민간 채널을 통해 알려주고, 가정마다 보급된 KT 기가지니, 네이버 클로바 등 민간 인공지능 스피커로도 정부 서비스에 대한 정보를 안내해줍니다.

범정부 민원상담 365 사업 계획

그동안 정부24에서 제공되는 행정ㆍ공공기관의 서비스만 해도 약 9만여 종에 달하고있으나, 자신에게 필요한 서비스를 신청하려면 제공 기관별 웹사이트에 접속, 별도로신청해야 했습니다. 하지만 앞으로는 '국민비서'에 나에게 필요한 서비스를 일괄 신청하면 기관 별로 신청하지 않고도 내 정보를 바탕으로 필요할 때마다 해당 내용을 안내해줍니다.

이에 따라 올해 연말까지 병역ㆍ교통ㆍ교육ㆍ건강 등 4개 영역에서 민방위 교육, 교통 과태료·범칙금, 국가장학금, 운전면허 적성검사 안내 등 9종에 대한 알림서비스 구현이 추진되며 2021년부터 서비스가 제공됩니다. 9종 공공서비스의 수혜대상은누적 6,300만 명이며 2021년과 2022년에 30종씩 확대하여 69종의 서비스가 제공되면 1인당 3∼4건의 혜택을 누릴 수 있을 것으로 기대됩니다.

특히, '범정부 민원상담 365(챗봇 공통기반)'가 구축되면 국민은 대기시간 없이 아무 때나 챗봇을 통해 여러 종의 민원에 대한 답변을 하나의 대화창에서 받을 수 있습니다. 또한 올해에는 경찰 민원상담, 전자 통관 민원상담, 자연휴양림 민원상담 등 10종의 '챗봇 서비스'가 구현되면서 내년부터 서비스 제공이 가능합니다.

범정부 민원상담 365 서비스 개요

이 챗봇 서비스로 기존 콜센터를 통한 유선 상담 이용자 1,286만 명은 시간 제약 없이아무 때나 상담을 받을 수 있고, 민원인의 대기시간이 획기적으로 단축되면서 상담 품질이 높아질 것으로 기대됩니다. 이 사업은 2022년까지 3단계에 걸쳐 추진되는데 2021년, 2022년에 각각 12종의 챗봇 서비스가 추가되어 2023년에는 34종의 민원상담이 하나의 대화방에서 가능해집니다.

<한국원자력안전기술원 지식관리 시스템>

본 사업은 통합정보시스템(MIDAS) 및 개별 정보시스템(30여 개)에 분산 저장된 정보를 유기적으로 통합하는 지식관리 시스템 구축을 위해 진행되었습니다. 주요 내용은 ▲개별 정보시스템에 저장된 다양한 형태의 규제자료 및 지식의 현황, 데이터 활용방안 분석 ▲내외부망 정보시스템 DB 및 파일저장소 통합 및 이관 ▲통합된 DB 및 파일 활용을 위한 정보시스템 개발, 인공지능 플랫폼 구축 ▲인공지능 기술을 활용한 자료 분류 자동화 모델 구축과 규제자료 검색시스템 구축 등입니다.

한국원자력안전기술원 지식관리 시스템

<한국전력공사 지능형 채용/HR 심사>

채용 및 HR 업무에 해마다 증대되는 업무 로드는 주 52시간 시행과 맞물려 기업 고객에게 인공지능 기반의 자동화 솔루션/서비스에 대한 니즈를 증대시키고 있습니다. 이에 자동화 처리/기계학습에 기반한 인공지능 기술로 채용/HR 심사 업무의 자동화를 통해 기업의 운영 부담 저감 및 절차의 공정서에 대한 니즈를 해결하는 솔루션 시장입니다.

동 부문의 글로벌 시장은 연평균 49.2%로 고성장하여 2025년 6.4조 원 규모로 성장할 것으로 예상됩니다. 당사는 고정밀 자연어 이해 및 추론 기술을 바탕으로 제품을 차별화해 공기업 및 대학교를 중심으로 사업을 전개하고 있으며 향후 동 사업을 SaaS 형태로 확대해, 공공기관 및 금융권, 대기업은 물론 채용과 HR 부문에 많은 투자가어려운 Mid-tail 고객으로 시장 침투를 가속할 것입니다.

<한국투자증권 AICCㆍ콜봇 서비스>

솔트룩스는 제1금융권에 콜봇(상담사 지원)을 구축한 국내 유일한 기업입니다. 이외에도 현대자동차그룹, 삼성전자 북미 콜센터, 한전KDN, 서민금융진흥원 등 18개 기업의 AICC 사업을 수행했습니다. 한국투자증권에는 ▲3세대 인공지능 기반 고객센터상담 어시스턴트 봇 ▲90% 이상 정합도의 아웃바운드 콜봇 ▲기계학습 기반의 영업점 직원 상담 챗봇까지 3가지 서비스가 도입됩니다.

한국투자증권 UX/UI 제안 화면

3세대 인공지능 기반 고객센터 상담 어시스턴트 봇은 상담지식 데이터 구축 및 관리,머신러닝/딥러닝 알고리즘을 통한 지식정보 추천, 실시간 STT 및 상담 단말 연계를 통한 상담지식 추천 기능이 포함됩니다.

딥러닝을 활용한 최초 아웃바운드 AI콜봇은 해피콜, 담보부족 등 고객안내 기능, 고객 맞춤형 답변 생성 기능, 콜봇 모니터링 및 대화이력 기능, GUI 기반의 대화모델 관리 기능이 제공됩니다.

기계학습 기반의 영업점 직원 상담 챗봇은 대화 시나리오 설계 및 유연한 질의응답 처리, 그룹 챗봇 및 외부 시스템 연계, 챗봇 모니터링 및 다국어 지원이 가능합니다.

<헌법재판소 지능형 전자재판 서비스>

신종 코로나 바이러스 감염증의 여파로 지난해 헌법재판소에 접수된 사건이 역대 최고치를 기록했습니다. 특히 기본권 침해와 관련된 헌법소원 건수는 2,472건으로 역대최다를 기록했으며, 2020년도 2,062건에 비해 400건 이상 증가했습니다. 헌법소원이 증가한만큼 국민들의 헌법소원 절차도 어려움이 많습니다.

국민의 눈높이에 맞는 지능형 전자재판 서비스의 주요 사업은 ▲헌법재판소 특성을 반영한 지능형 학습데이터 구축 ▲지능형 민원상담 챗봇 서비스 ▲일상용어 및 의미기반 판례검색 서비스 ▲비대면 업무지원 영상회의 시스템 구축 등입니다. 이를 통해대국민 헌법재판 서비스 접근성 향상, 헌법재판 업무지원 서비스 효율성 강화 등이 기대됩니다.

<AI 기반 특허 산업 빅데이터 플랫폼>

지적재산권과 특허 확보는 국가 경쟁력과 직결되어 코로나 19에도 우리나라를 포함한 모든 IP5 국가에서 특허 출원이 증가세를 보이고 있습니다. 포스트 팬데믹 시대에는 자국 중심의 단순한 특허 출원 양적 확대가 아닌 전 세계를 대상으로 특허 경쟁력을 확보하기 위한 경쟁이 더욱 치열해질 것입니다. 이와 같은 국내외 특허시장 환경 변화에 따른 특허 관련 데이터도 폭발적으로 증가하고 있으며, 특허행정에 대한 AI··디지털 트랜스포메이션을 위한 여러 도전과제도 있는 상황입니다.
* IP5: 2007년에 출범한 세계 5대 특허청(Intellectual Property 5)은 전 세계 특허 출원의 80% 이상을 차지하는 한국, 미국, 중국, 일본 및 유럽 5개국(지역) 특허청 간 협의체입니다.

솔트룩스는 인공지능 기반 특허 산업·경제 융합 분석을 위한 빅데이터 플랫폼을 구축하며, 구체적인 내용은 다음과 같습니다.

1) KSIC별 특허정보 분류 및 특허 빅데이터 플랫폼 구축을 위한 설계
- KSIC별 특허정보 분류
- 특허 빅데이터 플랫폼 구현

2) 특허 빅데이터 플랫폼 구현 및 처리시스템 검증
- 설계된 데이터 수집·연계, DB 구성, 분석, 시각화(사용환경) 구현

3) 특허 분석 및 AI 기능 도입을 위한 연계·구현 방안 연구
- 특허 중심의 산업별 미래 상황을 예측하는 AI모델 연구 및 구현
- 실시간 분석을 위한 특허 빅데이터 모델 연구
- 산업·경제빅데이터의 표준 모델 연구 및 구현
- 기존 사업의 유효 특허 데이터 탑재/분석을 위한 '분석 사업 유효 특허 표준 모델' 연구

이를 통해 특허와 산업, 경제, 기업의 실시간 데이터를 전문가의 수작업 없이 수집/가공/분석하고 온라인을 통해 서비스 제공이 가능합니다. 또한, 신속한 분석 시스템 및 자동 리포팅 구축으로 만족도 높은 특허 분석 결과를 제공할 수 있습니다.

<AI수어 번역 솔루션>

솔트룩스 제스쳐(수어) 인식 기술은 다른 연구ㆍ기술 방법과 달리 키포인트 정보를 2차원 이미지 형태로 사용하지 않고, 추출된 키포인트 간의 각도를 산출하여 1차원 벡터 형식의 데이터를 구축하였습니다. 이로 인해 모델 크기 및 처리속도 향상뿐만 아닌 기존 결과대비 높은 정확도를 얻게 되었습니다. 특허출원 및 TTA 공인 기관 평가 인증을 완료한 솔트룩스 제스쳐 인식 기술은 2020년도 AI바우처 지원사업 우수사례에 선정되었습니다.

당사는 수어 번역 기술 개발을 위해 ▲학습 데이터셋 구축 ▲수어번역 모델 개발을 담당했습니다. 수어 번역 솔루션은 수어 번역 알고리즘과 음성인식 및 음성합성 인공지능 모델을 활용해 농인과 청인의 원활한 대화가 가능하게 합니다.

수어 번역 처리 과정

솔트룩스의 수어 인식 기술은 영상 각 프레임 단위에서 사람의 키포인트를 추출 후 분석하여 프레임 단위 혹은 전체 영상의 의미를 인식하는 기술입니다. 제스쳐 인식관련 솔트룩스 수어 분석 모델은 기존 모델 대비 약 14% 정확도 상승한 98.65%(top-5)인 최고 수준의 제스쳐 및 행동 인식 엔진을 보유했습니다. 2차원, 3차원의 모델이 아닌 1차원 기반의 모델로 타 제스쳐 인식 알고리즘과 달리 빠른 추론이 가능합니다.

수어 openpose 키포인트 추출

솔트룩스는 이상의 솔루션을 대전시청 '인공지능(AI) 기반 시ㆍ청각 장애인을 위한 민원안내 시스템'에 도입하였습니다. AI가 탑재된 거울 형태의 키오스크(KIOSK)를 통해 대전의 교통ㆍ관광ㆍ행사ㆍ여권 등 민원안내 정보를 장애 유형에 맞춰 제공하는 시스템으로 '스마트미러'로 불립니다. 이 시스템은 시각장애인의 경우 음성으로, 청각장애인의 경우 수어(手語)로 민원정보를 문의하면 각각 음성 또는 3차원(3D) 수어 영상으로 정보를 제공하며, 휠체어 사용자의 경우에는 사용자에 맞춰 화면 높이가 자동으로 조절되고, 메뉴를 직접 터치하는 방식으로 사용할 수도 있어 장애 유형에 구애받지 않고 장애인과 비장애인 모두가 활용할 수 있는 시스템입니다.

대전광역시 스마트미러 민원안내 시스템

대전광역시 스마트미러 키오스크

(나) 빅데이터 사업

<한국전력공사 소셜빅데이터 서비스>

솔트룩스는 고객 중심의 패러다임 변화에 따라 고객 니즈를 분석하여 정부 및 공공기업의 정책에 반영할 수 있는 다양한 소셜 빅데이터 분석 서비스를 제공합니다. 본 서비스는 기업의 新 가치 창출 및 사회적 가치 창출을 위한 글로벌 경쟁사 동향을 분석할 수 있으며 한전 관련 이슈를 조기 탐지할 수 있는 조기 경보 체계도 구축하였습니다.

한국전력공사 소셜빅데이터 서비스 개요

주요 성과로는 ▲사용자 중심의 맞춤형 정보 제공 ▲데이터 관리 체계 기반 마련 ▲신속한 이슈 조기 대응체계 기반 마련으로 요약될 수 있습니다. 서비스 관점에서는한국전력 사용자가 설정한 키워드 분석과 분석 환경을 저장/공유할 수 있는 개인화 서비스 구축, 경영 Risk 분석, 기술 트렌드 분석, 민원분석, 인사평가 분석 등 분석 목적에 따른 특화 서비스를 구축했습니다.

<한국지역난방공사 빅데이터 플랫폼>

한국지역난방공사는 빅데이터 관련 정보화 전략 계획 및 중장기 로드맵 수립을 위해 빅데이터 플랫폼을 구축했습니다. 주요 내용은 전국 19개 지사에서 들어오는 검침 데이터와 날씨 데이터 등의 비정상 값을 인공지능 기술을 활용해 보정하고, 데이터를 표준화하는 등 데이터 품질 확보에 주력합니다.

솔트룩스는 정제한 데이터와 분석을 위한 데이터를 구분해서 구축하고 열에너지의 수요ㆍ판매량을 예측하는 머신러닝 모델을 개발했습니다. 분석 데이터는 시각화해서실시간 대시보드 정보를 확인할 수 있습니다.

솔트룩스 스트림 분석 엔진은 다양한 장비와 생산라인의 로그, 센서 데이터와 같은 머신 데이터뿐 아니라 비정형 휴먼 데이터를 실시간 융합ㆍ분석을 진행합니다. 분석한 결과를 대시보드 형태로 모니터링 및 공유할 수 있고 특정 조건의 패턴이 발생하면 외부에 알려줍니다. Hadoop, HBase, NoSQL 데이터와 연동할 수 있고 R언어를 지원해 새로운 기술 적용에 수월한 강점이 있습니다.

한국지역난방공사 빅데이터 분석 플랫폼

<대한무역투자진흥공사 통합 플랫폼>

솔트룩스는 기획재정부 소관 사업으로 대한무역투자진흥공사(이하 KOTRA)가 발주한 '대외경제정보 통합 플랫폼 구축(1단계)' 사업을 수주해 메타넷대우정보와 컨소시엄으로 참여합니다. 기획재정부 및 KOTRA의 대외경제정보 통합 플랫폼은 포스트코로나 시대를 맞아 해외진출 기업이 유망 시장, 해외 인증 규제 등 필요한 정보를 적기에 활용하여 글로벌 경쟁력을 확보할 수 있도록 지원하는 디지털 기반의 혁신 체계를 지원하기 위해 추진됩니다.

주요 사업내용은 ▲대외경제정보 통합 플랫폼 인프라 구축 ▲대외경제정보 포털 시스템 구축 ▲대외경제정보 연계 수집 기능 개발(1단계) ▲대외경제정보 모바일 서비스 개발 ▲빅데이터·AI 기술을 활용한 지능형 서비스 구축(1단계) 입니다.

KOTRA 대외경제정보포털 화면 예시

<국토교통부 공간 빅데이터 분석 플랫폼>

본 사업은 국토교통부장관 표창을 수상했으며, 행정정보와 민간정보 등 공간데이터 기반 정형ㆍ비정형 빅데이터 및 텍스트 데이터를 융합하여 생산성 있는 지능형 공간데이터를 구축하였습니다. 이를 바탕으로 워크플로우 기반 다양한 분석 모델과 템플릿을 제공하고, 사용자는 웹 환경에서 쉽고 빠르게 분석 모델을 활용해 데이터 분석이 가능합니다.

국토교통부 공간 빅데이터 분석 화면

다목적 공간 빅데이터 분석 표준 플랫폼 구축 및 서비스는 국정 현안에 선제적으로 대응하고 미래전략을 수립할 수 있도록 공간정보의 특성을 고려하였습니다. 지능형 공간 빅데이터 구축은 스마트 행정을 실현할 수 있는 기틀을 마련했다는 평가입니다.

부산시 역세권 중심의 토지이용 구상을 위한 빅데이터 분석 결과

<한국언론진흥재단 미디어 콘텐츠 분석 플랫폼>

솔트룩스는 국내 각 언론 기관들이 수십 년에 걸쳐서 구축한 뉴스 미디어 콘텐츠에 대한 고부가 가치화 및 지식화를 통한 저널리즘 서비스의 획기적 혁신에 기여하였습니다. 이를 통해 많은 양의 뉴스 데이터를 체계적으로 분석할 수 있는 플랫폼을 구축하였고 차별화된 대정부/대국민 서비스로 발전되고 있습니다.

한국언론진흥재단은 지능형 분석을 위해 뉴스 빅데이터 관련 메타데이터 등을 수집하고 사용자를 위한 다양한 분석 서비스 및 관리 체계를 구축하였습니다. 언론 기관들은 미디어 기반의 지능형 분석, 융합, 예측 서비스 등 고품질의 저널리즘 정보 생산을 위해 수준 높은 차세대 미디어 콘텐츠를 지속해서 도출할 수 있습니다.

한국언론진흥재단 '빅카인즈' 뉴스 빅데이터 분석 기능

<행정안전부 온라인 분석 서비스 플랫폼>

10만 공무원이 선택한 '혜안(慧眼)'은 빅데이터 기반의 유능한 정부 실현을 목표로출범한 온라인 분석 서비스 제공 및 플랫폼입니다. 이 서비스는 웹ㆍ소셜 데이터의 맞춤형 수집 강화, 머신러닝 기반의 평판분석 도입 및 인공지능 기반의 분석환경 구축 등을 주요 내용으로 합니다.

솔트룩스는 혜안 서비스의 고도화를 위해 영향력자 분석과 댓글 정보를 활용한 여론을 분석할 수 있는 기능을 구현했습니다. 또한, 소셜 분석 결과를 이용하여 보고서를 관리할 수 있는 기능을 추가했으며 위젯으로 저장된 시각화 정보와 에디터를 통해 보고서를 자유롭게 편집할 수 있습니다. 생성된 보고서는 이미지 또는 PDF 파일로 다운로드 및 이메일로 발송 가능합니다.

행정안전부 혜안 플랫폼 '영향력자 분석'

행정안전부 혜안 플랫폼 '개인화 서비스'

(다) AI 클라우드 서비스

<디지털 뉴딜(데이터댐)>

2021년 솔트룩스의 디지털 뉴딜 사업 목표 매출은 58억원입니다. 이를 위해 공격적인 선재 대응을 위한 파트너 및 데이터 구축 업체를 사전에 확보할 계획이며, 적극적인 사업 제안 및 수행 대응을 위한 사전 제안 TF, 수행 및 운영 PMO 조직을 구성합니다.

한국판 뉴딜(New Deal)로 대한민국 경제와 사회가 새롭게 변화 될 것으로 기대됩니다. 한국판 뉴딜은 디지털(digital) 뉴딜과 그린(green) 뉴딜 두 개의 축으로 추진하며, 2025년까지 총160조원(국비 114.1조원)을 투입하고 총190.1만개 일자리가 만들어질 계획입니다.

세부적으로는 디지털 뉴딜에 7조 9000억원, 그린 뉴딜에 8조원, 안전망 강화에 5조 4000억원 등이 투입됩니다. 특히 10대 대표과제에만 전체 뉴딜 예산 21조원 중 54.4%(11조6000억원)의 국비가 투입될 예정입니다.

한국판 뉴딜 종합계획(출처, 뉴시스)

디지털 뉴딜의 핵심인 디지털 탬 등 D.N.A. 생태계 강화에 5조 4000억원이 투입됩니다. 과학기술정보통신부는 D.N.A. 생태계 강화 사업 부분 중 'AI 학습용 데이터 구축'에 가장 많은 예산인 2925억원을 배정했습니다.

D.N.A. 생태계 강화 예산

'데이터 댐'은 데이터 수집ㆍ가공ㆍ거래ㆍ활용기반을 강화하여 데이터 경제를 가속화하고 5세대 이동 통신(5G) 전국망을 통한 전(全)산업 5세대 이동 통신(5G)ㆍ인공지능(AI) 융합 확산이 기대됩니다. '데이터 댐'은 디지털 전환을 선도하기 위해 14만여 개 공공데이터를 민간이 활용할 수 있도록 기반을 마련하기 위한 사업입니다. 데이터댐은 ▲인공지능(AI) 학습용 데이터 구축 ▲AI 바우처 ▲AI데이터 가공 바우처 사업 ▲AI 융합 프로젝트(AI+X) ▲클라우드 플래그십 프로젝트 ▲클라우드 이용 바우처 사업 ▲빅데이터 플랫폼 및 센터 구축의 7개 사업으로 구성되어 있습니다.

데이터 댐 개념도

<디지털 뉴딜 - 2021년 사업 수주 현황>
솔트룩스는 '인공지능(AI) 학습용 데이터 구축' 및 'AI 바우처', '데이터바우처' 사업 등 총 236억 원 규모의 디지털 뉴딜 사업 주관 및 참여기업으로 선정되었습니다. 작년 디지털 뉴딜의 대표과제 중 하나인 '데이터 댐'은 공공데이터의 구축 및 개방을 통해 데이터 경제 활성화의 기반을 마련하고 국가 차원의 인공지능 산업 생태계 조성을 위한 사업으로, 지난해 진행된 사업을 통해 최근 한국어 사투리 말뭉치 등 4억8000만 건의 대규모 데이터가 민간에 공개된 바 있습니다.

솔트룩스는 자회사와 함께 데이터 댐 사업 중 과학기술정보통신부(장관 임혜숙)와 한국지능정보사회진흥원(원장 문용식, NIA)에서 주최·주관하는 '인공지능(AI) 학습용 데이터 구축' 사업 6개 분야에 선정되었습니다. 해당 과제는 ▲주제별 음성 데이터 ▲대규모 한국어 말뭉치 데이터 ▲다국어 구어체 번역 말뭉치 데이터 ▲차량 내외부 상황인식 데이터 ▲해안 오염물질 데이터 ▲한국 도시 3차원 영상 데이터입니다.

솔트룩스는 이외에도 'AI 솔루션 도입을 통한 갑상선기능이상 전주기 스마트케어 시스템 구축' 등 정보통신산업진흥원(NIPA)의 AI 바우처 지원사업 2건, '지역 방언 기반 홀몸어르신 AI돌봄 서비스' 등 한국데이터산업진흥원(Kdata)의 데이터바우처 지원사업 6건의 공급기업으로 선정되어 의료, 법률, 유통, 공공, 교육 등 다양한 산업에 활용될 AI 기술과 데이터를 제공하게 됩니다.

과학기술정보통신부(장관 임혜숙, 과기정통부)는 향후 추진될 디지털 뉴딜 2.0의 주요 정책방향을 발표했으며, 초연결 신산업을 육성할 키워드로 메타버스와 블록체인, 클라우드를 선정했습니다. 솔트룩스는 최근 주목받고 있는 메타버스의 핵심인 인공지능 가상인간 ‘메타휴먼’을 이미 2년 전부터 상용화하여 서울시, 광주시, LG유플러스 등에 제공해왔으며, 메타버스 플랫폼 기업 프론티스에도 투자하여 사업 협력을 진행해왔습니다. 최근 프론티스가 한컴인텔리전스에 인수되면서 향후 메타버스 사업 강화를 두고 솔트룩스와 한컴그룹과의 협력이 기대되고 있습니다. 또한 국내 가장 대표적인 디지털 뉴딜 사업자로서 내년부터 크게 확대될 디지털 뉴딜 2.0의 메타버스 관련 사업에도 적극 참여할 계획입니다.

<디지털 뉴딜 - 2020년 사업 수주 현황>
솔트룩스는 2020년 9월 '인공지능(AI) 학습용 데이터 구축' 및 'AI 바우처' 사업 협약을 완료하여 총 341억원 규모의 디지털 뉴딜 사업 주관 및 참여기업으로 선정되었으며, 이 중 솔트룩스 사업비는 총 83억원입니다.

솔트룩스는 자회사와 함께 데이터 댐 사업 중 과학기술정보통신부(장관 최기영)와 한국지능정보사회진흥원(원장 문용식, NIA)에서 주최·주관하는 '인공지능(AI) 학습용 데이터 구축' 사업 중 6개 분야에 선정되었습니다. 주제지정 과제는 ▲자연어 분야 '한국어 방언 AI 데이터'(주관, 사업규모 118억원) ▲자연어 분야 '한국어-영어 번역 말뭉치 AI 데이터'(참여, 사업규모 25억원) ▲자연어 분야 '한국어-중국어/일본어 번역 말뭉치 AI 데이터'(참여, 사업규모 71억원) ▲미디어 분야 '영상 콘텐츠 이해 AI 데이터'(참여, 사업규모 69억원)가 있습니다. 자유 과제는 ▲지역 분야 '폐암예후 예측을 위한 AI 데이터'(참여, 사업규모 22억원) ▲자유 분야 '특수환경 자율주행 3D AI 데이터 구축'(주관, 사업규모 23억원) 등이 있습니다.

특히 이 중 가장 큰 규모의 사업인 '한국어 방언 AI 데이터'는 솔트룩스가 15년 이상의초대규모 학습용 데이터 구축 전문성을 바탕으로 주관사를 맡고 지역언어, 데이터 구축, 품질 검수 등 부문별 전문성을 보유한 16개 기관이 함께 참여하는 컨소시엄으로 사업을 진행합니다. 솔트룩스는 이미 국립국어원 음성 구어 수집 및 원시 말뭉치, 일상대화 말뭉치 구축 사업 등을 수행했습니다.

'특수환경 자율주행 3D AI 데이터 구축' 사업은 정부가 지난해 10월 발표한 '미래차 경쟁력 1등 국가 도약 및 2027년 전국 주요도로 완전자율주행 세계 최초 상용화'의 기반을 마련할 핵심 사업입니다. 솔트룩스는 주관기업으로 참여해 모빌테크ㆍ인피닉ㆍ티디엘ㆍ광주과학기술원과 컨소시엄을 구성합니다. 솔트룩스 컨소시엄은 라이다, 카메라 및 위성측위 시스템·관성항법 장치(GNSS·INS)를 장착한 특수 차량으로 3D라이다 및 일반 주행 영상 데이터를 수집합니다. 기상, 구조물, 환경 등 다양한 요소를 시나리오에 반영해 10개 도시에서 각 4회(1회 최대 1시간) 주행 영상을 모으고, 수집한 라이다, 카메라 주행 데이터 200만장 이상(원시 데이터 300시간)을 2D-3D로 융합 가공해 데이터 셋 45만개 이상을 구축하는 것이 최종 목표입니다.

2D-3D 융합 데이터를 활용한 자율주행 기술은 기존보다 역광, 우천, 터널 등에서 보다 확실한 환경 인지를 보여줄 전망입니다. 특히, 인식 정확도를 높여 사고율을 낮추고 기술 고도화에 기여할 것으로 기대됩니다. 이 밖에도, 주변 보행자를 인식하는 실내외 물리보안, 리테일 동선 분석 등 다양한 분야와 실생활에도 적용할 수 있습니다. AI 학습 데이터를 자체 구축하기 어려운 기업도 공공데이터 플랫폼을 활용해 대규모 AI 학습용 데이터를 확보할 수 있어 자율주행 데이터 생태계가 활성화 될 것으로 보입니다. 또 기업에서는 원천ㆍ가공 데이터를 기반으로 추가 데이터를 수집하고 데이터가 필요한 다른 기업에게 개방할 수 있습니다.

향후 솔트룩스 컨소시엄은 NIA가 운영하는 AI 통합 플랫폼 'AI허브'에 2D-3D 융합 데이터의 필요성, 구축 내용, 데이터셋 구조, 예시 등을 다운로드 할 수 있도록 공개할 예정입니다. 또 자율주행 로봇ㆍ드론 등 AI 개발 기업에 데이터를 홍보하고 구축 데이터를 고도화 할 수 있도록 여러 사업을 추진할 계획입니다.

<일본 DNP 업무지식 활용 플랫폼>

솔트룩스는 일본 최대의 BPO(Business process outsourcing : 콜센터, 상품 프로모션, 클레임 처리 등 기업의 일반 사무 대행업)사인 DNP(Dai Nippon Printing : 다이니혼인쇄주식회사)와 협력해 손해보험사들의 대고객 상담과 사무처리를 위한 그래프DB 솔루션을 클라우드 방식으로 특화해 제공 중입니다.

DNP 업무지식 활용 플랫폼 개요

DNP는 출판ㆍ상업인쇄를 비롯해 IC카드, 기업 마케팅 지원, 포장재, 산업 자재, 전자 부재 등 폭넓은 사업을 전개하고 있는, 연 매출이 약 16조 원에 달하는 일본 거대 기업입니다. 다양한 사업 중 업무 자동화 서비스도 제공해왔는데, 기업이 보유한 지식을 활용하여 업무 효율을 극대화하는 새로운 업무 지원 플랫폼을 개발/판매하기 위해 솔트룩스의 자연어처리(NLP), 지식그래프 등의 인공지능 기술을 도입하게 되었습니다.

'DNP 업무지식 활용 플랫폼'은 기업이 보유한 문서 및 지식을 자연어처리를 이용해 지식그래프화 하여 이를 업무에 활용하는 것으로, 보험회사나 금융기관 등의 가입 신청 심사나 고객 응대, 광고의 교정ㆍ교열, 사내 지식의 검색ㆍ분석 등 다양한 분야에 활용이 가능합니다, 이를 통해 업무 경험이 적은 직원도 전문적인 업무가 가능하도록도와 전체적인 비즈니스 스킬 평준화 및 업무 효율 향상에 기여하게 됩니다.

<PwC 회계/법률 계약서 자동분석>

솔트룩스는 모든 기업체, 관공서 및 전문 회계/법무 법인의 다량의 계약서로부터 핵심적 데이터를 기계독해 기반으로 추출 분석하는 사업을 전략적 사업 협력 관계인 도메인 전문파트너(예: PWC)와 공동 개발, 전개합니다.

동 시장은 연 48.4%의 고성장이 예상되며, 2025년 8.5조 원 규모가 예상됩니다. 향후 회계법인, 로펌, 다수의 거래 계약서를 보유한 글로벌 제조 대기업, 공공 감사 기관 등을 대상으로 시장을 개척하고 향후 SaaS 기반의 글로벌 서비스를 전개할 계획입니다.

회계/법률 계약서 자동분석 서비스는 계약서의 내용을 인공지능을 통해 자동분석함으로 회계 감사 비용을 크게 낮추고 기업 위험에 조기 대응하도록 돕습니다. 특히 상장기업의 감사 기준이 강화됨에 따라 각종 리스 계약과 관련한 상세 분석이 필수적이되었고, 기존의 방식으로 회계사의 매뉴얼 업무에 대한 비용이 크게 증가되고 있습니다. 본 서비스는 PwC와 공동 기획 및 개발되었으며 그 수익을 공유하는 사업 모델을 가지고 있습니다.

<삼성전자 북미 - IoT 기반 AS 상담 및 가격 예측>

삼성전자 북미 사업은 미국과 캐나다 전체 콜센터에 솔트룩스 인공지능 시스템이 도입되었습니다. IoT 기반 AS 상담 및 가격 예측 체계 제공과 상담 시스템은 미국과 캐나다에서 가전제품 고장 수리 상담 전화가 오면 해당 제품의 IoT 기기로부터 센서 정보들이 콜센터로 수집됩니다.

인공지능은 수집된 데이터로부터 어떤 부품에 문제가 있는지 판단하고 부품 재고를 확인합니다. 제품 수리가 필요한 경우라면 수리 비용을 예측해서 상담원에게 이상의 전체 정보를 제공합니다. 삼성전자 북미 사업은 인공지능이 콜센터의 고객응대, 지능적으로 제품 수리 가격 예측을 하는 시스템이 도입된 것입니다.

<현대자동차 전세계 경쟁 차량 정보 수집>

전 세계 경쟁 차량 수집 서비스는 멀티채널 다국어 외부 데이터를 준비한 후, 이를 활용한 적극적 마켓 센싱을 통해 고객 만족도 향상 및 시장 경쟁력 강화를 목표로 진행되었습니다. 이를 위해 수집된 전 세계 경쟁 차량 정보로부터 고객 니즈에 대한 포괄적 이해, 경쟁 시장 동향에 대한 정보 획득 그리고, 잠재적 리스크에 대한 실시간 모니터링을 위해 대용량 데이터 수집 전용 인프라를 구성하였습니다.

데이터 수집 대상은 자동차 관련 전 세계 모든 뉴스, 잡지, 카페, 커뮤니티 및 포럼 사이트뿐만 아니라 Facebook, Twitter, Instagram, YouTube 그리고, 고객 요청에 의한 커스텀 사이트로부터 데이터를 수집합니다. 수집된 데이터는 자동분류, 필터링, 정제 및 가공 과정을 거쳐 정규화되어 고객이 바로 활용할 수 있는 데이터 형태로 구축하여 제공하였습니다.

현대자동차 데이터 수집 및 정제 서비스

다. 신규 사업

당사는 인공지능 및 빅데이터 원천기술과 소프트웨어 솔루션을 다양한 산업과 기업에 공급해 왔습니다. 지난 5년간 매년 20% 성장을 넘어 2025년까지 기업가치 1조원 달성이라는 목표를 위해 인공지능 기반한 혁신 플랫폼 및 서비스 사업을 추진하고 있습니다. 해당 사업들은 국내뿐 아니라 글로벌 사업 확대를 목표하고 있으며 B2B를 넘어 B2C 시장으로의 진출을 고려하고 있습니다.

(가) AICC SaaS 사업

솔트룩스는 국내 최초로 '인공지능 고객응대 서비스'를 2017년부터 현재까지 NH농협은행을 포함한 국내 제1금융권에 제공해 오고 있습니다. 고객센터 AI 서비스는 사용자 경험 확대와 생산성 향상 등 AI Transformation의 대표적인 사례입니다. 해당 서비스에는 '상담사 지원 서비스, 영업점 AI 상담, 고객 채팅 상담, 영업점 AI 콜봇, 고객 이슈분석 및 상담품질 전수 평가, 불완전판매 모니터링 분석, AI 지식증강 학습' 등의 내용을 제공하며 인공지능 상담 응대율은 94%에 달합니다.

이러한 당사의 인공지능 컨택센터 사업의 경험과 최근 개발된 차세대 음성인식 및 자연언어처리, 대화엔진에 기반한 서비스형 인공지능 고객센터(AICC SaaS) 사업을 추진하고 있습니다. 본 신사업은 수십억원 이상 투입되던 AICC 서비스 체계를 월 수만원 수준으로 운영 가능한 구독 서비스 제공을 목표로 합니다. 2021년 하반기 출시될 솔트룩스의 AICC SaaS는 규모에 상관없이 다양한 유형의 기업고객뿐만 아니라 병원, 법률사무소, 다양한 공공서비스, 그리고 소상공인이 사용 가능한 명실상부한 본격적 인공지능 SaaS 서비스가 될 것입니다.  

(나) 초개인화 AI 서비스  

딥시그널(DeepSignal)은 '당신같이 학습하고, 검색하고, 정리하고 행동하는' 초개인화 AI 서비스입니다. 인공지능이 사용자의 관심과 목적을 학습해 사용자 맞춤형 심층 정보를 제공하며, 의사결정을 지원하는 증강지능 서비스를 제공할 예정입니다.

딥시그널의 주요 고객은 '경제/금융, 마케팅/IR, 연구개발, 언론/엔터테인먼트, 공공/기업' 등의 전문 분야로 B2C 기반 서비스로 2021년 하반기 미국과 한국에서 알파 서비스를 시작할 예정입니다.

딥시그널 핵심 기능

(다) AI 기반 유전체 분석 및 신약 사업

바이오헬스 산업은 생명공학, 의·약학 지식에 기초하여 인체에 사용되는 제품을 생산하거나 서비스를 제공하는 산업. 의약품, 의료기기 등 제조업과 디지털 헬스케어 서비스 등 의료·건강관리 서비스업을 포함합니다. 우리나라는 2018년 기준 바이오의약품 생산능력은 세계 2위 규모, 신약 기술 수출액은 5조 3천 억원으로 전년대비 4배 증가했습니다. 의약품·의료기기 등 수출액도 144억 달러로 전년에 비해 19% 증가했습니다. 산업전체의 기술력은 최고 기술국인 미국의 78%수준입니다.

바이오헬스 산업 혁신전략

솔트룩스는 바이오헬스 연구개발(R&D) 분류체계 10개 분야 중 '헬스케어서비스'와'생명자원-정보인프라' 분야에서 새로운 도전을 시작합니다. 2개 분야에 핵심기술인 '유전체'와 관련된 게놈서비스산업은 게놈(유전체)정보 및 의료정보 등 바이오 데이터를 이용하여 질병의 예측, 예방, 진단에 있어 의사결정에 필요한 정보를 제공 및 활용할 수 있는 산업 분야입니다. 유전적 질환(생활질환 및 암 등)에 대한 현장 진단 및 검사 등 정밀의료 분야 / 감염성 질환(바이러스 등)에 대한 분석, 진단마커 및 키트 개발, 백신 및 치료제 개발 등 전염병 대응을 위한 분야에 활용됩니다.

바이오헬스 연구개발(R&D) 투자전략 (출처, 과기정통부 '19.12.18)

솔트룩스는 바이오 데이터팜을 지원하는 바이오 오믹스 데이터의 지능형 분석기술개발을 위해 울산과학기술원 및 관련 전문기업과 함께 2021년부터 2년간 본 사업을 수행합니다. 본 사업은 국내 유일 '대형 게놈 프로젝트'로 추진되며  유전체 정보 생산, 처리·가공, 분석 분야의 기술 경쟁력 및 노하우를 갖추게 됩니다.

솔트룩스는 대용량 바이오 데이터를 효과적으로 수집/저장/정제 가능한 처리시스템을 개발합니다.이외에도 솔트룩스는 세계 최고의 게놈기반 생명, 의료, 헬스케어 전문 정밀의료 기업에 전략적 투자를 완료했으며 조인트 벤처 설립과 신약 개발에 인공지능 도입 등 사업 확장을 진행 중입니다.

제로믹스 사업 현황

(라) 메타휴먼 사업

솔트룩스는 최근 주목받고 있는 메타버스의 핵심인 인공지능 가상인간 ‘메타휴먼’을 이미 2년 전부터 상용화하여 서울시, 광주시, LG유플러스 등에 제공해왔으며, 메타버스 플랫폼 기업 프론티스에도 투자하여 사업 협력을 진행해왔습니다. 최근 프론티스가 한컴인텔리전스에 인수되면서 향후 메타버스 사업 강화를 두고 솔트룩스와 한컴그룹과의 협력이 기대되고 있습니다. 또한 국내 가장 대표적인 디지털 뉴딜 사업자로서 내년부터 크게 확대될 디지털 뉴딜 2.0의 메타버스 관련 사업 참여도 큰 기대를 모으고 있다.

정부/공공기관에 직접 방문을 통한 민원상담이 필요한 업무는 고객의 수가 많으면상담 대기 시간이 늘어나고 이로 인한 고객 불만이 증가됩니다. 또한 휴먼 상담사는 고객 응대 과정에서의 반복적인 대화로 업무 피로도가 누적되는 문제도 있습니다.

당사는 이러한 문제를 해결하기 위해 인공지능 메타휴먼을 터치 스크린에 구현해 '신용회복위원회, 광주광역시'에 고객/민원 상담부스를 설치했습니다. AI 상담 부스는 고객 대기시간 동안 예비 교육 콘텐츠를 제공함으로써 민원인의 불만사항을 줄이고 반복되는 정보제공 및 추출 업무를 가상상담사(메타휴먼)가 수행합니다. AI 가상상담사는 휴먼 상담사의 업무 부담을 줄이는 효과가 있으며 질의응답 기반의 단순 챗봇이아닌 대화의 흐름 제어가 가능한 대화시스템이 적용되었습니다.

신용회복위원회 메타휴먼 상담 화면

솔트룩스 메타휴먼

솔트룩스 메타휴먼에는 분석, 시각, 대화/언어, 음성지능 등 당사의 혁신적인 기술이 사용됐으며, 해당 기술은 다음과 같은 특징이 있습니다.

▣ 감성/분석지능
- EBS 장학퀴즈에서 왕중왕들을 제치고 우승까지 한 아담의 지식베이스가 연동되어 있습니다.
- 문장에서 표현하는 8가지(기쁨, 신뢰, 공포, 분노 등) 감정을 92% 확률로 다중 분석하여 동시에 추론합니다.
- 띄어쓰기가 전혀 되어있지 않은 문장도 92% 정확도로 분석하여 문장을 이해합니다.
▣ 시각지능
- 97% 정확도로 사람의 나이와 성별을 정확히 인지합니다.
- 감정까지 읽어서 98%의 확률로 얼굴의 표정을 인식합니다.

▣ 대화/언어지능
- 원하는 인물의 목소리를 합성 할 수 있습니다.(2시간 분량 언어데이터 필수)
- 주요 국가(미국, 중국, 일본, 프랑스, 이탈리어 등) 언어를 지원합니다.
- 기타 언어도 문의 시 확장 가능합니다.

▣ 음성지능
- 한국어 음성인식 오류보정 기능을 최초로 탑재하였습니다.
- 음성 전사 기술로 AI가 음성오류를 자동으로 검사하여 알려줍니다.
- 문장의 시작과 끝을 자동으로 인식하고, 음성 인식률 정확도가 95% 달합니다.

메타휴먼_특허 기술

메타휴먼_제작 과정

메타버스 시대의 주인공이 될 메타휴먼은 고객을 만나서 대화하고, 수많은 정보와 서비스를 제공해야 하는 비즈니스 환경에서 인간처럼, 또는 인간의 한계를 채워줄 다양한 역할을 해낼 수 있습니다.

- 브랜드를 성공적으로 활성화해주는 인플루언서
- 고객 안내를 빠르고 쉽게 도와주는 상담사
- 매장을 보조하고 관리해주는 스마트 키오스크
- 편리하고 정확한 정보를 안내하는 콘텐츠 큐레이터
- 기업의 방문객 접수 및 안내를 도와주는 리셉션 데스크
- 전문적이고 체계적인 교육 콘텐츠 학습을 도와주는 학습도우미

2. 주요 제품 및 서비스

가. 주요제품설명

당사는 2대 핵심기술(앙상블 대화형 인공지능 기술, 인지모델 기반 증강분석 기술)을바탕으로 기업 및 공공 등 B2B/B2G부문에서 AI Suite, Big Data Suite, GraphDB Suite및 Cloud Service의 4대 제품/사업 영역을 보유하고 있습니다.

솔트룩스 주요 제품 현황

1) AI Suite

당사의 AI Suite는 '딥러닝'과 '설명 가능한 AI'를 결합한 앙상블 AI(뉴로 심볼릭) 원천기술에 기반하고 있습니다. 자연어, 음성인식, 음성합성, 학습/추론, 시각지능 등 인간의 직관에 의존해 판단, 처리되던 기업의 다양한 업무 영역 (고객상담, HR/채용, 다국어 번역, 문서의 분석 등)을 자동화하는 핵심적 문제해결 엔진을 제공하고 있습니다. 당사의 AI Suite의 핵심적 기능은 총 9가지이며 다음과 같습니다.

AI Suite 핵심적 기능 1

AI Suite 핵심적 기능 2

AI Suite 핵심적 기능 3

AI Suite는 인간과 기계 간의 대화, 질의응답 등을 자동화해 금융과 공공기관 등 부문의 상담 업무의 효율을 획기적으로 제고하고 있습니다. 그 일환으로 NH농협은행, 우리은행 등 대형 은행의 고객 상담 채널 운영을 자동화(복합적이고 개인화된 질문에 관해 심층 질의응답 엔진을 통한 답변 제시)한 바 있습니다.

당사의 자연어 이해와 대화처리, 심층 질의응답 기능은 KT 기가지니 인공지능 스피커에 적용되고 있으며, 입사 지원자들의 다량 서류를 분석, 심사하는 한국전력 AI 면접, 심사에 적용되고 있습니다.

음성인식과 음성합성을 결합한 AI 캐릭터 사업을 시범적으로 제공한 바 있습니다. 아울러 당사는 대화형 인공지능에 기반한 상담 솔루션을 일본 ANA항공, 손해 보험 재팬, 미즈호은행에 공급한 바 있으며, KBS 등 미디어 부문의 콘텐츠 추천, 국내 최대 법률 회사인 김앤장에 법률, 특허 자동번역 솔루션이 제공되었습니다.

설명 가능한 AI(Explainable AI, XAI)는 인공지능의 판단에 대한 이유를 사람이 쉽게 이해할 수 있는 방식으로 제시할 수 있는 AI 기술입니다. 따라서 판단 이유 및 근거 제시를 통해 AI 인식 결과의 신뢰성을 확보할 수 있으며, 이는 실제 인간과 AI 협업을 위한 필수 요소로 주목받고 있습니다.

설명 가능한 AI 개요도

2) Big Data Suite

기업이 의사결정에 활용해야 할 정보와 데이터의 종류와 양이 폭발적으로 증가하고 있습니다. 특히 데이터 기반 의사결정과 새로운 비즈니스 모델의 조기 확보, 이상징후 감지 등을 위해서는 대규모 비정형 데이터 (예, 음성/텍스트 등 자연어, 이미지, 영상 등)의 중요도가 더욱 커지고 있습니다. 이를 위해서는 대량 정형/비정형 데이터를 실시간 수집 저장과 함께 기계학습 기반 인지분석, 예측 역량이 매우 중요해졌습니다. 당사의 Big data Suite은 심층 웹으로부터의 대규모 데이터 수집과 저장, 검색, 인지분석, 실시간 예측 등을 제공하고 있으며 핵심 보유 엔진은 다음과 같습니다.
 

Big Data Suite 핵심 엔진 1

Big Data Suite 핵심 엔진 2

당사의 Big Data Suite는 다양한 기업, 공공기관에 다년간 제품을 공급하고 있습니다.한국언론진흥재3단의 빅카인즈 플랫폼은 국내 최대의 인공지능 뉴스 분석 플랫폼 서비스입니다. 당사는 2017년 이래로 4년 연속 동 사업의 구축 및 운영 업무를 수행하고 있습니다.

한화그룹, KT 등은 다양한 채널로부터 수집되는 고객 목소리 (VOC) 를 당사의 솔루션을 통해 실시간 집계, 분석해 경영활동에 반영하고 있습니다.

삼성전자에는 신기술 센싱에 기반한 전략적 M&A (유망 신기술 및 관련 업체 부상 현황) 등의 투자의사 결정에 필요한 비정형 텍스트 분석 솔루션을 공급하였으며, 중국 나이키 공장에 당사의 스마트팩토리용 스트림 데이터 분석 솔루션을 공급한 바 있습니다.

당사 빅데이터 제품은 국방부, 기무사 등에서 방첩 관련 인텔리전스 솔루션으로 활용되고 있으며, 국토부에는 국내 최대규모의 통합 빅데이터 플랫폼을 다년간 공급하고 있습니다.

3) GraphDB Suite

현재 GraphDB 시장은 기업들의 시장 욕구를 토대로 기술력이 발전하면서 점차적으로 확대되어 2023년에는 전세계적으로 2.4 billions 규모로 커질 것으로 기대하고 있습니다. 이에 따라 내제된 솔루션을 정립하고 더 나아가 맞춤형 솔루션을 체계화하여시장 대응력을 강화하였습니다.

그래프 데이터베이스 마켓 성장 및 기술변환에 따른 시장 성장

GraphDB Suite은 다양하고 방대하게 쏟아지고 있는 빅데이터를 효율적으로 활용 및 관리하기 위하여 데이터 간의 상관관계를 지식 그래프 구조로 자동 변환 및 생성합니다. 또한, 저장뿐만 아니라 분석에 바로 활용할 수 있는 분석 기능을 내장하고 있으며지식그래프 데이터 생성에서부터 관리, 지능형 분석(예측·추론)이 가능한 국내 최고의 제품입니다. GraphDB Suite은 비즈니스 환경에 따라 Add-on 패키지를 선택적으로 사용하여 데이터 통합, 리스크 관리, 콘텐츠 추천, 데이터 공개, 대용량 추론 기능을 제공합니다.

GraphDB Suite 개념도

4) AI Cloud Service

AI Cloud 서비스는 인공지능 애플리케이션을 수요자 관점에서 초기 투자 비용이 많이 드는 구축/설치형 (on-premise)이 아닌, 종량제 혹은 구독제 방식의 서비스 형태로 제공하는 사업 (AI as a Service)입니다. 아마존, 마이크로소프트, 구글, KT 등이 주로 저장과 컴퓨팅 인프라를 제공하는 인프라스트럭쳐형 클라우드 플랫폼 (IaaS : Infrastructure as a Service)를 제공한다면, 당사는 인공지능 원천기술과 엔터프라이즈부문의 오랜 시장 경험 및 제품력을 기반으로 부가가치가 높은 AIaaS 서비스에 집중하고 있습니다.

2021년부터 정부 및 공공시스템의 70~80% 이상을 공공 클라우드로 전환할 계획이라고 합니다. 또한, 금융 및 기업 부문에서도 클라우드 전환은 가속화될 것이기 때문에 솔트룩스는 Saltlux.ai 중심의 대규모 영업과 마케팅 캠페인을 진행하고 민원상담 365사업과 같이 클라우드 환경 기반의 구축형 사업의 하이브리드형 접근 전략으로 시장을 공략할 계획입니다.

2021년 AI Cloud 안정화 및 고도화를 통해 Saltlux AI as a Service를 확산하고 무료 고객 10,000명, 유료 고객 1,000명 확보가 목표입니다. 또한, 구축 사업 2건 이상의 신규 클라우드 사업을 발굴할 계획입니다.

솔트룩스의 AI 클라우드는 쿠버네티스와 콘테이너(도커) 기반의 AI 서비스와 커스텀 모델 배포, 관리 체계를 제공하고 있습니다. 무료 Open APIs 서비스는 자체 IaaS를 사용하고 있으며, 커스텀 및 온 디맨드 AI 서비스는 사용자(개발자)가 솔트룩스의 IaaS 혹은, 마이크로소프트(Azure), 아마존(AWS)을 운영 정책과 가격 등에 따라 선택할수 있습니다. 필요에 따라서는 여러 IaaS를 연결 융합해서 사용 및 확장할 수도 있습니다.

시스템 아키텍처

당사의 클라우드 서비스는 완성도 높은 기술력을 통해 구현한 핵심 인공지능 엔진들을 APIs 형태로 제공하는 Saltlux.ai(구, ADAMS.ai)와 자연어이해와 기계학습을 적용한 웹서비스 기반의 데이터과학 및 인지분석 서비스로 구성됩니다. 특히 이러한 클라우드 서비스 기반은 향후 당사의 기술 및 제품력을 글로벌로 확장하는데 있어 중추적역할을 하게 될 것입니다.

AI Cloud Service 구성

기존의 아마존, 구글 등의 IaaS 사업자와의 차별점은 범용적 AI 엔진과 MLOps의 제공에 그치는 것이 아닌 각 기업에 특화된 ▲업그레이드 AI 서비스 ▲커스텀 AI 서비스 ▲온디맨드 AI 서비스를 제공하고 있습니다.

나. 주요 제품 및 서비스 현황

다. 주요 제품 등의 가격변동추이

당사의 제품에 대한 가격은 일반적인 제조업의 경우와는 다르게 고객사가 자체적으로 직접 결정하는 구조로 표준화된 판매가격으로 운영되는 서비스가 아닌 관계로 해당 가격 변동 추이를 정확하게 기재하기는 어렵습니다.

3. 원재료 및 생산설비

가. 주요 원재료 등의 현황

당사는 용역 제공 및 라이선스 매출을 주요 사업영역으로 영위하고 있으며, 별도의 원재료가 투입되지 않고 있으므로 해당사항 없습니다.

나. 원재료 가격변동추이

당사는 용역 제공 및 라이선스 매출을 주요 사업영역으로 영위하고 있으며, 별도의 원재료가 투입되지 않고 있으므로 해당사항 없습니다.

다. 생산설비에 관한 사항

당사는 용역 제공 및 라이선스 매출을 주요 사업영역으로 영위하고 있어 별도의 생산활동이 발생하지 않고 있으며, 이에 사업보고서 제출일 현재 해당사항이 없습니다.

라. 설비의 신설, 매입 계획

해당 사항 없습니다.

4. 매출 및 수주상황

가. 매출실적

나. 판매조직

당사의 판매구조는 D2C(Direct to Customer)와 파트너 생태계를 통한 라이선스 공급구조로 대별됩니다. 모든 거래는 각 사업부문/본부의 고객/파트너 교섭을 통해 수행됩니다. 사업부문의 주요 판매조직은 다음과 같습니다.

다. 판매경로

당사는 제품 판매를 위해 고객처와 직접 계약하거나 파트너사를 통해 고객처와 계약을 진행하고 있습니다.

라. 판매전략

(1) 전략 고객 매출 극대화

당사는 공공기관, 금융, 제조, 유통 등 다년간의 대형 사업 고객 매출 비중이 약 60% 이상을 차지하고 있습니다. 당사는 동 고객들에 대해 초기 한정적 업무영역에 인공지능과 빅데이터 등을 도입한 후, 검증된 효익을 기반으로 적용 영역확대 혹은 사업의 고도화를 추진하여 왔습니다. 또한, 최근에는 공공부문과 금융부문의 중대형 사업 수주 및 확대를 위해 다양한 영업활동을 진행하고 있습니다. 주요 구축 사례는 다음과 같습니다.  

- 행정안전부 범정부 민원상담 365 : 공공기관에서 제공하는 대화형 민원상담 서비스를 국민들에게 하나의 통합된 공통 챗봇 제공
- 한국원자력안전기술원 원자력안전규제 지식관리시스템 : 원자력 안전규제 지식의 관리 및 활용 극대화를 위한 AI 기반 지능형 지식관리시스템
- 한국투자증권 인공지능 상담시스템 : 한국투자증권 고객 응대 품질의 일괄적인 향상을 위한 상담 어시스턴트와 영업점의 업무처리 상담 자동화를 위한 챗봇
- 농협 인공지능 컨택센터 : 농협은행 '인바운드 콜센터 사업'을 시작으로 '영업접 집중화 솔루션 사업'으로 확장 및 농협카드 컨택센터 프로젝트로 확장
- 국토교통부 빅데이터 플랫폼 : 최근 5년간 4년 연속 사업 범위 확대 및 고도화
- 현대자동차 글로벌 시장 빅데이터 분석 사업 : 중국, 북미에서 인도 등 전략시장으로 사업 영역 확대하였으며, 자동차 품평외 고객 라이프 스타일 분석 등 인사이트 발굴 영역 확대
- 한국언론진흥재단 뉴스 분석 플랫폼(빅카인즈) : 자체적인 빅데이터 플랫폼 구축에서, 일반 대상 뉴스 서비스(빅카인즈) 플랫폼으로 고도화

(2) 클라우드 서비스 기반 확산형 사업 운용

당사는 AIaaS (클라우드 기반 인공지능 서비스) 확산 전망에 따라 2016년 국내 최초의 인공지능 서비스 플랫폼인 ADAMs.ai를 출시 후 2020년 3분기 중 Saltlux.ai 제3세대 인공지능 클라우드서비스로 업그레이드 서비스 중입니다. 또한, 데이터분석 SaaS서비스인 DATAMIXI를 2017년 출시해 다수의 타겟 애플리케이션 시장에 공급하고 있습니다. 고객의 인바운드 문의에 대해 영업조직의 간략한 커스터마이징 니즈 청취 및 반영에 기반해 당사의 클라우드 서비스로 유입하고 있습니다.

(3) 인공지능 파트너 생태계 운용

당사는 핵심 제품/서비스에 대해 약 30여개사와 영업 및 수행 파트너 등록을 통해 파트너십 생태계를 구축하였습니다. 당사는 파트너사를 통해 솔루션 라이선스 공급, 공동 영업 혹은 프로젝트 수행을 통해 당사만의 인공지능 판매 생태계를 조성하였습니다. 또한, 파트너사의 우수 솔루션을 당사와 융합된 Solutions-in-a-Box를 제공, 차별적인 제품력을 고객에게 제공할 수 있습니다. 국내는 물론 해외의 선도 솔루션 혹은 다국어 역량을 결합해 차별화 포인트를 가져가고 있습니다.

(4) 지역별 거점 연계 활용

당사는 지방 사업에 대한 효율적인 수행을 위해 자회사 광주 AI센터, 지사 울산 바이오인공지능센터와 대전 지역 전략적 투자사들의 지역거점을 연계 활용하여 지방사업 수행을 최적화할 수 있는 수행체계를 구축하고 있습니다. 또한, 지사와 파트너사 인력들의 업무 유형에 따른 차별화 정기/수시 교육 프로그램을 진행하여 자사 솔루션에 대한 기술을 습득하고 사업을 원활히 수행할 수 있도록 지원하고 있습니다.

마. 수주상황

5. 위험관리 및 파생거래

당사는 여러 활동으로 인하여 시장위험(외환위험, 가격위험, 이자율위험), 신용위험 및 유동성 위험과 같은 다양한 금융 위험에 노출되어 있습니다. 당사는 이러한 위험요소들을 관리하기 위하여 각각의 위험요인에 대해 면밀하게 모니터링하고 대응하는위험관리 정책 및 프로그램을 운용하고 있으며, 파생상품거래는 하고 있지 않습니다.


가. 위험관리

위험관리는 이사회에서 승인한 정책에 따라 재무부서의 주관으로 이루어지고 있습니다. 재무부서는 영업부서들과의 긴밀한 협조 하에 재무위험을 식별하고 평가하고 관리합니다. 이사회는 전반적인 위험관리에 대한 원칙과 외환위험, 이자율 위험, 신용 위험 및 유동성을 초과하는 투자와 같은 특정 분야에 관한 정책을 문서화하여 제공하고 있습니다.

나. 시장위험 관리

(1) 외환위험

당사는 일부 외화 자산ㆍ부채를 보유하고 있으나, 대부분의 거래는 국내거래로 환율변동위험에 대한 노출은 제한적입니다. 당사는 투기적 목적의 외환관리는 수행하지 않고 있습니다.

(2) 가격위험

당사는 재무상태표상 당기손익-공정가치 측정 금융자산으로 분류되는 당사 보유 채무증권 및 지분증권의 가격위험에 노출돼 있습니다. 중요한 채무증권 및 지분증권의투자는 개별적으로 관리되며 중요한 취득 및 매각 의사 결정에는 이사회의 승인이 필요합니다. 당기손익-공정가치 측정 금융자산의 손익은 당기손익에 영향을 미칩니다.
(3) 이자율 위험

당사의 이자율위험은 미래 시장이자율 변동에 따라 예금 등에서 발생하는 이자수익 및 이자비용이 변동될 위험으로서 이는 주로 변동금리부 조건의 예금에서 발생합니다. 당사의 이자율위험관리의 목표는 이자율 변동으로 인한 불확실성과 금융원가의 최소화입니다. 이를 위해 당사는 내부 유보자금을 활용한 외부차입의 최소화, 고금리 조건 및 단기 차입금 비중 축소, 정기적인 국내외 금리동향 모니터링 실시 및 대응방안 수립 등을 통해 선제적으로 이자율 위험을 관리하고 있습니다. 한편, 사업보고서일 현재 당사가 보유하고 있는 금융자산의 이자율변동이 공정가치 또는 미래현금흐름에 미치는 영향은 중요하지 아니합니다.

다. 신용 위험 관리

신용위험은 기업 및 개인 고객에 대한 신용거래 및 채권 뿐 아니라 현금성자산, 채무상품의 계약 현금흐름 및 예치금 등에서도 발생합니다. 당사는 은행 및 금융기관의 경우 A 신용등급 이상과만 거래합니다. 기업 고객의 경우 외부 신용등급을 확인할 수 있는 경우 동 정보를 사용하고 그 외의 경우에는 내부적으로 고객의 재무상태와 과거 경험 등을 근거로 신용등급을 평가하여 신용이 우량한 고객에 한하여 신용매출을 제공하고 있습니다. 당사의 신용위험은 개별 고객, 산업, 지역 등에 대한 유의적인 집중은 없습니다.

라. 유동성 위험 관리

당사는 정기적인 자금수지계획의 수립을 토대로 영업활동, 투자활동, 재무활동에서의 자금수지를 미리 예측해 금융부채와 금융자산의 만기구조를 대응시키고 있으며, 이를 통해 필요 유동성 규모를 사전에 확보하고 유지하여 향후에 발생할 수 있는 유동성리스크를 사전에 관리하고 있습니다.

마. 자본 위험 관리

당사의 자본 관리 목적은 계속기업으로서 주주 및 이해당사자들에게 이익을 지속적으로 제공할 수 있는 능력을 보호하고 자본 비용을 절감하기 위해 최적의 자본 구조를 유지하는 것입니다. 당사는 산업내 다른 기업과 일관되게 부채비율에 기초하여 자본을 관리하고 있습니다. 부채비율은 부채총계를 자본총계로 나누어 산출하고 있습니다.

6. 주요계약 및 연구개발활동

가. 경영상의 주요 계약

당사는 반기보고서 제출일 현재 해당사항이 없습니다.

나. 연구개발활동

(1) 연구개발 조직

당사의 연구 개발을 담당하는 연구직은 회사의 비전에 따라 목표된 제품이나 응용기술을 연구 개발하는AI Labs(Artificial Intelligence Labs, 인공지능연구소)와 데이터 수집, 정제, 저장, 분석, 레포팅 등 각 단계에서 빅데이터/텍스트 마이닝과 기술연구 및 데이터 큐레이션의 협력에 의해 사업을 수행하는 클라우드사업본부 및 인공지능과 지식그래프 기반 솔루션/서비스 제품을 개발하는 플랫폼사업본부로 구성되어 있습니다. 또한, 베트남 법인인 Saltlux Technology Joint Stock Company (구, Saltlux Technology Co., Ltd) 가 제품기술연구본부 및 클라우드사업본부의 연구개발용역의 일부를 담당하고 있습니다.

(2) 연구개발비용

(3) 연구개발실적

7. 기타 참고사항

(1) 인공지능 및 빅데이터 시장의 특성

(가) 인공지능 시장

인공지능(AI)이란 인지, 학습 등 인간의 지적능력(지능)의 일부 또는 전체를 '컴퓨터를 이용해 구현하는 지능'을 의미하며, AI 시장이란 '인지, 추론 등을 통한 학습과 문제해결 등 인간의 사고 능력을 기계적으로 구현, 자동화하는 사업 시장'을 뜻합니다.

인공지능에 대한 연구는 이미 1950년대부터 시작됐으나, 그동안 기술의 한계로 인해 별다른 발전을 이루지 못했습니다. 이후 기계가 정보를 처리, 추론, 분석하는데 필요한 기초 지식을 강제 주입하는 방식의 전문가 시스템이 등장했으나, 이 또한 시스템 구축에 필요한 지식의 추출에의 한계, 기계 스스로 지식을 학습 하는 능력의 부족으로 산업현장에 적용되지 못했습니다. 이를 극적으로 해결한 것이 바로 딥러닝(Deep Learning) 기술입니다. 2000년대 중반 딥러닝 기술이 등장하면서 학습 능력이 크게향상된 인공지능 기술이 등장할 수 있게 됐으며, 2016년 알파고/딥마인드 등으로 인해 일반은 물론 산업현장의 인공지능 적용에 대한 관심과 투자가 획기적으로 제고되면서, 최근 인공지능의 발전과 산업 및 일상생활의 확산을 이루는 계기가 되었습니다.

인공지능 산업의 발전 단계 및 방향

또한, 최근 등장한 다양한 기술들, 예를 들면 IoT, 클라우드, 빅데이터 등의 기술들은 인공지능 확산을 위한 기반을 마련할 뿐 아니라, 필요성을 강조하는 역할을 하고 있습니다. IoT 등으로 인한 빅데이터는 분석해야 할 무수한 데이터를 생성해 내고 있으며, 클라우드는 이런 데이터를 모으고 분석하기 위한 저비용의 유연한 인프라 기반이 되고 있습니다. 이러한 추세하에 현재 다수의 시장 조사기관들이 향후 행정/국방 등 공공영역은 물론 일반 산업현장에의 다양한 적용/확산 가능성을 전망하고 있습니다.

인공지능 적용 유망 산업 분야

인공지능 산업의 특징은 1) 성장기 초기에 위치한 산업, 2) 구매자 교섭력이 높은 산업, 3) 신규 기업의 진입장벽이 높은 사업, 4) 대체제로부터의 위협이 낮은 산업, 5) 기술집약적 산업 등으로 요약됩니다.

인공지능 산업의 특징

인공지능 전후방 산업은 '컴퓨팅 하드웨어, 소프트웨어 개발툴(SDK) 공급업체, 알고리즘 개발업체, 응용솔루션 개발업체' 등으로 구성됩니다.

인공지능 전후방 산업

(나) 빅데이터 시장

빅데이터(big data)란 기존 데이터베이스 관리도구의 능력을 넘어서는 대량(수십 테라바이트)의 정형 또는 심지어 데이터베이스 형태가 아닌 비정형의 데이터 집합조차 포함한 데이터로부터 가치를 추출하고 결과를 분석하는 기술을 뜻합니다. 또한 이로부터 더 나아가, 부가가치 높은 데이터를 활용성 있게 유통하는 하나의 서비스 사업군까지 포함한 확장된 개념으로 진화하고 있습니다.

빅데이터 산업의 개요

빅데이터에 대한 관심은 2000년대 중반 이후의 SNS의 확산 및 2009년 이후 스마트폰, IoT/센서, 카메라 등 기업의 의사결정과 일상생활의 편의를 도모하는데에 분석적으로 활용이 가능한 데이터의 양이 폭증하고, 이를 저장, 분석할 수 있는 인프라스트럭쳐의 고도화(예 : 서버 개선, 클라우드 인프라 확산 등)에 힘입어 꾸준히 증대되고 있습니다. 특히, 비정형 정보 혹은 기존에 사람이 직관적으로 인지, 판단하는 근거가 되는 데이터(자연어, 음성, 이미지, 영상 등)를 대량 수집, 정제, 의미 분석이 가능한 딥러닝 기술이 발전하면서 새로운 도약기를 맡고 있습니다.

이중 당사가 주 목표로 하는 시장은 인공지능 기술을 접목해, 기존의 정형 데이터는 물론 초대규모의 인지 데이터(음성, 비젼, 자연어 등) 수집과 가공, 분석을 통해 이상 징후 감지, 맞춤화/추천, 예측등을 가능하게 하는 증강분석(Augmented analytics) 빅데이터 분야입니다. 동 영역은 데이터의 저장등에 초점이 있던 기존의 전통 빅데이터산업과 달리 고도화된 분석을 가능하게 해 산업현장에서 구체적인 문제를 실시간으로 해결하는 것을 특징으로 합니다.

참고로 맥킨지 앤드 컴퍼니의 분석에 따르면, 영업과 마케팅, R&D, 운영 등에 걸쳐 공공은 물론 금융, 통신, 소비재, 헬스케어, 에너지등의 부문에서 고도화된 분석 기술의 채택 잠재력을 높이 보고 있습니다.

(2) 시장 규모 및 전망

(가) 인공지능 시장

1) 글로벌 시장

세계 인공지능 시장규모는 2025년까지 연평균 38.4% 성장하여, 1840.7억 달러의 시장을 형성할 것으로 전망됩니다. 해당 시장규모에는 인공지능 구현에 필요한 하드웨어, 소프트웨어, 인공지능을 이용한 서비스 시장을 모두 포함한 것입니다. 인공지능은 적용 분야에 따라 머신러닝, 컴퓨터 비전, 자연어 처리, 상황인지 컴퓨팅 등으로 나뉩니다.

인공지능은 인간의 학습능력, 추론능력, 지각능력, 자연어 처리능력 등을 소프트웨어로 구현한 것으로, 글로벌 정보기술(IT) 기업들은 장기간 확보한 다량의 데이터와 패턴학습 기술 등을 접목해 제조/자동차, 의료, 게임, 금융서비스 등 다양한 분야에서 AI 기술의 상용화에 박차를 가하고 있습니다. 예를 들어, 자율주행차에서 생명 구조 의료장비에 이르기까지 AI는 사실상 모든 장비와 프로그램에 도입되고 있습니다. AI는 다가올 디지털 시대의 중요한 혁명적 요소임이 입증되었습니다. Amazon, Apple, Facebook, International Business Machines Corporation 그리고 Microsoft는 AI의 연구와 개발에 상당한 투자를 하고 있습니다. 이들 기업은 엔터프라이즈 활용 사례에 더 쉽게 AI가 접근 가능할 수 있도록 노력하고 있습니다.

세계 인공지능 시장규모

당사가 목표로 하는 대화형 인공지능 시장은 연평균 30% 성장하여 2024년까지 약 157억 달러 규모에 이를 것으로 예상됩니다. 글로벌 인공지능 시장은 인간의 학습능력과 추론능력, 지각능력 및 자연언어의 이해능력 등 인공지능 기술 발달로 금융, 의료 방송, 쇼핑 및 법조계까지 다양한 산업분야에서 활용되며 고성장을 지속할 것으로 보입니다.

글로벌 대화형 인공지능 시장

해외 리서치 전문기관인 트랙티카(Tractica)에 따르면 2024년에는 우리나라를 포함하여 일본, 중국, 인도 등이 속한 아시아 태평양 지역의 시장 규모가 가장 큰 비중을 차지할 것으로 보입니다.

글로벌 인공지능 시장 규모 전망_지역별

소프트웨어는 인공지능 시장을 선도하며 2019년 전 세계 매출 점유율 39.0% 이상을 차지했습니다. 이 중 딥러닝은 연평균 성장률 42.5 % 이상으로 성장해 2025 년까지 1,661억 달러(약 206조원)에 달할 것으로 전 세계 AI시장을 견인할 것으로 예상됩니다.미국은 41 %의 성장 모멘텀을 유지할 것이며, 유럽 내에서 독일은 11억 9천 달러(약 1조4천억원), 그리고 111억 달러(약 13조 8천억원) 이상의 수요는 유럽의 나머지 시장에서 일본의 경우 48억 달러(약 5조 9백억원)의 시장 규모에 이를 것으로 예상하고있습니다. 세계에서 두 번째로 큰 시장으로 새로운 게임 체인저인 중국은 향후 몇 년 동안 연평균 성장률 50 % 이상 성장할 수 있는 잠재력을 보여주고 야심찬 국가 AI로드맵으로 오는 2025년에는 655 억 달러(약 81조3천억원) 규모로 성장될 것으로 예상됩니다.

아시아 지역 인공지능 솔루션 시장 전망

각 산업 분야별로 보면 특히 정보통신(Telecommunications), 소비재(Consumer), 광고(Advertising), 기업 용역(Business Services), 의료(Healthcare) 등의 영역에서 AI 기술이 향후로도 많이 활용될 것으로 예측되고 있습니다.

글로벌 인공지능 소프트웨어 시장 규모 전망_산업별

솔트룩스가 주력하고 있는 인공지능 고객센터 시장 규모는 연평균 성장률 28.5% 이상으로 2024년까지 2억 7,997만 달러(약 3,170억원)로 예상됩니다. 특히 북미 지역은 기술 발전이 가장 빠른 편으로 고객센터 내에 AI 솔루션을 가장 많이 도입할 것으로 보입니다.

고객센터 AI 솔루션 시장 전망 (지역별)

2) 국내 시장

글로벌 시장과 마찬가지로 국내 인공지능 시장 역시 전세계적인 흐름과 동일하게 지속적으로 성장하고 있습니다. 국내 인공지능 시장규모는 2025년까지 연평균 38.4% 성장하여 10조 5천억 원의 시장을 형성할 것으로 전망됩니다.

국내 인공지능 시장규모

(나) 빅데이터 시장

1) 글로벌 시장

글로벌 빅데이터 시장규모는 2027년까지 연평균 9.5%의 성장세를 유지하며 1,030억 달러로 시장규모가 확대될 것으로 예측합니다. 또한 빅데이터 시장에서 유망한 분야는 소프트웨어 시장으로 2027년 460억까지 연평균 13.3%의성장률을 보이며 성장할 것으로 예상됩니다. 빅데이터를 이용한 비즈니스가 활성화될수록 하드웨어보다 소프트웨어 및 서비스 분야의 성장세가 높게 나타날 것입니다

글로벌 빅데이터 시장 전망

2) 국내 시장

국내 빅데이터 시장규모는 2023년 2조 5,692억원까지 연평균 11.2%의 성장률을 보이며 성장할 것으로 예상됩니다. 국내 빅데이터 시장은 점차 서비스 및 소프트웨어 시장이 확대되는 양상을 보이고 있으며 2023년까지 연평균 12.5%로 성장할 것으로 예상됩니다. 이는 빅데이터 관련 투자가 과거 하드웨어 중심으로 이루어졌던 것에서 빅데이터를 활용한 서비스 및 이를 가동하기 위한 소프트웨어에 대한 투자로 변화됨을 알 수 있습니다.

국내 빅데이터 시장 전망

다. 경쟁 현황
 
(1) 시장경쟁 상황

당사가 영위하는 인공지능 및 빅데이터 산업은 글로벌 기업(구글, 아마존, 마이크로소프트 등), 막대한 자금력과 고객기반을 확보한 인터넷 플랫폼사(네이버, 카카오 등)와 통신 대기업(SKT, KT, LG U+), 인공지능 전문 기업 등이 혼재되어 경쟁하는 시장입니다. 당사와 같은 기술 기반의 사업자는 잠재력 있는 세분된 특화 시장에서 독점력을 가지고 진입장벽을 구축할 수 있는 독보적인 위상을 보유 및 강화하기 위해 노력하고 있습니다.

국내시장 - 당사 인공지능&빅데이터 사업 현황

(2) 경쟁업체 현황

당사와 같은 기술 기반의 주요 경쟁업체는 다음과 같습니다.

주) 당사가 자체적으로 파악하고 있는 경쟁업체 현황 입니다.

뉘앙스 커뮤니케이션즈는 대화형 인공지능 기술을 산업 애플리케이션 별로 최적화하여 제공하는 소프트웨어 회사입니다. 당사가 영위하고 있는 사업중 인공지능 컨택센터 사업 혹은 대화형 인공지능 사업에 걸쳐 주로 영미권 시장에서 도메인별 특화된레퍼런스를 구축, 확장하고 있으며 일부 솔루션을 클라우드 서비스화하고 있습니다.

향후 당사가 해외로 확장시 영미권 시장에서의 경쟁이 있을 수 있으나, 당사는 단기적으로 해외 영미권 확장시 현대자동차그룹, 삼성전자 등 한국어를 반드시 포함한 대화형 인공지능 솔루션이 필요한 대형 사업에 집중할 계획이며, 일본, 동남아 등의 제 3의 해외시장에서는 현지언어 기반의 최적화 경쟁을 통해 사업을 전개할 가능성이 커 원천 기술력기반의 경쟁이 전개될 것으로 예상됩니다.

스플렁크는 증강분석 빅데이터 부문의 해외 경쟁사입니다. 정형과 비정형 데이터의 대규모 실시간 분석부분에서 국내에도 일부 솔루션을 전개하고 있습니다. 그러나,외산솔루션의 특징인 사용량/사용규모 증대시 (Scale out) 급격한 비용상승 및 사업환경에의 최적화 제한 이슈등으로 인해 솔트룩스 또한 애플리케이션 별로 특화된 경쟁력을 보유하고 사업 경쟁중에 있습니다.

(3) 경쟁구도 변경 가능성

인공지능과 빅데이터 소프트웨어업은 점차적으로 도메인 특화형으로 진화하고 있습니다. 구글, 아마존등이 원천기술에 기반해 실질적으로 비수익성(클라우드 인프라스트럭쳐의 부가 서비스 형태) 사업을 글로벌 민간기업과 각 지역 공공부문에 전개하는데 반해, 상기의 국내외 소프트웨어 전문업체들은 3~4개 부문의 핵심적 도메인에서 사업을 고도화하고 있습니다. 향후에도 인프라스트럭쳐 기반의 글로벌 대형 사업자를 제외한 전문 소프트웨어 회사들의 핵심 도메인에 걸친 사업 전개방향은 지속될 것으로 예상됩니다.

또한, 인공지능을 위시한 기술 진보에 따라 기능성의 지속적 보강(예, AR/VR, RPA, IoT 등과의 융합 기반 이노베이션 포함) 및 도메인 최적화를 위한 커스터마이징부문의 경쟁력 확보, 이를 확장성있게 시장에 공급할 수 있는 제품의 플랫폼화 등을 중심으로 기업들간 경쟁이 확대될 것으로 예상됩니다.


라. ESG 경영 보고

솔트룩스는 '세상 모든 사람이 자유롭게 지식소통 하는 세상을 만들겠다.'는 사명을 갖고 2000년에 창업이 되었으며, 인공지능 및 빅데이터 산업에서 한 우물만 파온 기업입니다. 솔트룩스 모든 임직원은 인공지능 대표기업으로서 사회적 책임을 준수하고 '올곧게 일하고, 혁신을 통해 공헌하며, 동료의 행복과 성장을 추구'하는 핵심 가치를 갖고 일하고 있습니다. 솔트룩스 임직원은 우리의 기업 사명과 핵심 가치가 고객의 성공을 넘어 사회와 인류의 지속가능한 삶을 실천하는 것이라 믿습니다. 앞으로도 환경, 사회참여, 투명한 경영으로 지속가능한 성장을 위해 더욱 노력하겠습니다.

# 환경경영(Environmental Responsibility)

솔트룩스는 최근 3~4년 전부터 인공지능 성능 개선과 학습을 위한 컴퓨팅 파워, 전기 에너지 절감에 큰 노력을 기울여 왔습니다. 기존 머신러닝, 딥러닝과 동일한 성능을 내면서도 4~5배 정도의 에너지를 절감하기 위해 기술 개발 중이며, 산학연과 긴밀하게 협력하고 있습니다. 첫 번째, 솔트룩스가 직접 투자한 생태계에서는 'Mast R-CNN 딥러닝 모델 가속화 프로젝트'를 진행했습니다. Mask R-CNN은 Object detection, Instance Segmentation 분야의 대표적인 딥러닝 모델로 Keypoint Detection, Pose Estimation 등 다수 프로젝트에서 활용되고 있지만, 높은 GPU 메모리 할당과 느린 FPS(Frame Per Second)로 인해 실시간으로 사용하기는 어렵다는 단점이 있습니다. 솔트룩스는 FPS의 속도 향상과 GPU 메모리 사용량을 줄이는 목표로 소이넷과의 모델 가속화 프로젝트를 진행하였으며, 프로젝트 결과 알고리즘 변경으로 인해 속도는 4.4배 향상되었고, GPU 메모리 사용량은 3.3배 낮아진 것을 확인했습니다. 결과적으로 소이넷의 추론엔진 성능을 3배 이상 개선함으로써 에너지 소비량을 1/3 이하로 절감할 수 있었습니다.

두 번째, 오픈이노베이션을 통해 대학들과 함께 딥러닝 뉴럴 네트워크 학습 및 추론을 위한 심층신경망 가속화 및 최적화 기술 연구를 진행했습니다. 연구개발 내용은 ▲BERT 등 대규모 언어모델의 기반이 되는 Transformer 뉴럴 네트워크에 대해 커널 퓨전(Kernel Fusion)을 적용한 성능 최적화 기술 ▲NVIDIA Tensor Core를 활용한 Transformer 뉴럴 네트워크의 16-bit floating point (half precision) 연산 최적화 기술 ▲Multi-GPU를 활용한 Transformer 뉴럴 네트워크 모델에 대한 학습 최적화 기술 ▲Multi-GPU 및 Multi-node 클러스터 환경을 지원하는 대규모 pre-trained 모델의 학습 최적화 기술 상용화입니다. 주요 성과는 Kernel Fusion과 FP16 연산을 적용한 결과 Google BERT 모델 대비 2배 이상 추론 속도가 향상되었으며, 정확도는 유지되는 것을 확인했습니다. 또한, 컴퓨팅 파워는 1/4 수준으로 절감되어 전기 및 탄소 배출을 줄이는 효과가 있습니다.

[1]포브스에 따르면 실제로 딥러닝을 통해 AI 모델을 하나 만드는 데 필요한 전력은 3.4개월 동안 두 배씩 증가해왔으며, 이는 2012년부터 2018년까지 AI 모델개발을 위해 쓰인 전력소비량이 약 30만 배 증가했다는 것을 의미합니다. [2]엠마 스트루벨(Emma Strubell)이 이끄는 연구진은 단일 딥러닝 모델을 훈련하면 최대 284.019kg(62만 6155파운드)의 이산화탄소 배출량이 발생할 수 있다고 추정했는데, 이는 자동차 5대가 평생 배출하는 이산화탄소와 거의 동일한 수준이라고 합니다. 솔트룩스는 핵심 기술 연구개발을 통해 에너지 소비량을 최대 12배 이상 절감했으며, 이산화탄소 배출량은 전체 총 1/10 이하로 줄이는 성과를 달성했습니다.

세 번째, 디지털 뉴딜 AI 학습용 데이터 구축 사업 '해안 오염물질 데이터'는 영상 정보 기반의 해양쓰레기 모니터링 기술 개발과 해양쓰레기 수거 및 관리 기반 강화를 위한 인공지능 응용 모델 개발을 목표로 합니다. 구체적인 사업 목표는 ▲해안 오염물질 인공지능 학습용 데이터 구축(40만장 이상) ▲인공지능 학습용 데이터를 활용한 응용 모델 개발 ▲크라우드 소싱을 통한 청년, 사회적 약자 등의 일자리 창출입니다. 본 사업에 적용되는 인공지능 모델의 기술은 크게 2가지입니다. 해안, 부유, 침적쓰레기 탐지를 위해 YOLOv5, EfficientDet 등 Object Detection 분야의 최신 기술을 활용하며, 이 모델은 모두 객관적인 정량적 성능지표에 대한 성능 공개를 통해 대외적으로 검증되었습니다. 재해쓰레기 탐지는 의미론적 분할 모델이 적용되며 U-Net, DeepLabv3+ 등으로 개발 예정입니다. 이를 통해 기대되는 사업 효과는 데이터 기반 전주기 해양쓰레기 관리 효율성 제고 및 다양한 서비스가 가능하며, 해양쓰레기의 발생량 및 현존량 추정에 대한 과학적 정확성을 높임으로써 처리/저감 대책 마련에 기여할 수 있습니다. 마지막으로 해양쓰레기 모니터링 공간의 확대 및 시간/비용/인력의 절감 효과가 있습니다.

향후 솔트룩스는 메타휴먼을 다양한 사업 분야로 상용화하고, 메타버스 내 적용을 통해서 실제로 가상세계에서의 활동을 강화할 것입니다. 그 외에도 디지털 트윈, 자동화된 AI 기반 서비스, 에너지 소비뿐만 아니라 기후변화 대책을 위한 AI 기반 시뮬레이션 등 다양한 부분에 당사가 보유한 인공지능 및 빅데이터 분석 기술을 활용해 IT/SW 분야의 환경경영을 적극적으로 이행하고 강화할 예정입니다.

# 사회책임경영(Social Responsibility)

솔트룩스는 16년 전부터 기업의 사회적 책임을 다하고 소외계층을 위한 지원을 시작했습니다. '1% 나눔운동' 사회공헌 활동은 직원 급여의 0.5%에 회사 지원 0.5%를 합한 1%를 기금으로 조성하는 것이며, 현재까지 5억원 이상의 기금이 누적, 활용 되었습니다. 아동·청소년 가장·노인, 미혼모 등 소외계층의 자활을 위해 봉사해 왔으며, 서울시와 함께 아이들의 방과 후 및 방학 동안의 학습과 성장을 위해 작은 도서관 '해다미'를 지어 지역아동센터에 기부해 왔습니다. 현재 해다미 도서관은 10호관 이상 설립되어 대한민국 미래 인재들을 위한 교육과 삶 자리 역할을 하고 있습니다.

연도별 후원금 현황

후원기관 비중 현황

애란원 가족네트워크 자선바자회 및 사랑의 연탄 나눔 봉사 현장

솔트룩스는 인공지능 윤리 및 개인정보보호 관련된 사회적 책임, 신기술 도입이 초래할 수 있는 기술적, 사회적 위험으로부터 안전한 인공지능 서비스 환경을 조성하고 지능정보사회의 모든 구성원들이 고려할 공동의 기본 원칙을 준수합니다. [1]방송통신위원회와 정보통신정책연구원은 2019년 11월 11일 '이용자 중심의 지능정보사회를 실현하기 위한 원칙'을 발표했으며, 당사는 원칙 마련을 위한 적극적인 참여와 지원을 하였습니다. 해당 내용은 다음과 같습니다.

1) 사람 중심의 서비스 제공 원칙

- 지능정보서비스의 제공과 이용은 사람을 중심으로 그 기본적 자유와 권리를 보장하고 인간의 존엄성을 보호할 수 있는 방향으로 이루어져야 합니다.

- 지능정보사회의 구성원들은 각자의 자율성을 최대한 보장받으면서, 안전하고, 투명하며, 모든 사람이 고루 혜택을 누릴 수 있는 서비스가 이루어지는 환경을 조성하도록 노력합니다.

2) 투명성과 설명가능성 원칙

- 지능정보서비스에 포함된 서비스 체계와 작동방식이 이용자에게 중대한 영향을 끼칠 경우, 기업의 정당한 이익을 침해하지 않는 범위에서 이용자가 이해할 수 있도록 관련 정보를 작성합니다.

- 지능정보서비스가 인간의 신체, 자유, 재산 및 기타 기본권에 피해를 유발하였을 때, 기술적으로 가능한 범위에서 이용자에게 예측, 추천 및 결정의 기초로 사용한 시스템상의 주요 요인을 설명할 수 있어야 합니다.

3) 책임성 원칙

- 지능정보사회의 구성원들은 지능정보서비스의 올바른 기능과 사람 중심 가치의 보장을 위한 공동의 책임을 인식하고, 관련한 법령과 계약을 준수합니다.

- 서비스의 제공과 이용으로 인해 발생한 타인의 권익 침해에 대한 법적/사회적/윤리적 책임을 다할 수 있도록, 지능정보사회 구성원들은 지속적인 의견 교환에 참여합니다.

4) 안전성 원칙

- 안전하고 신뢰 가능한 지능정보서비스의 개발과 이용을 위해 지능정보사회 참여자 모두가 노력합니다.

- 지능정보서비스가 초래할 수 있는 피해에 대한 복구 방안을 사전에 확보하기 위한 노력으로서, 제공자와 이용자는 상호 협의 하에 그에 대한 자율적인 대비 체계를 수립하고 운영합니다.

5) 차별 금지 원칙

- 지능정보사회의 구성원들은 지능정보서비스가 사회적/경제적 불공평이나 격차를 초래할 수 있다는 점을 인식하고, 기술 사용에 있어 사회적 다양성을 고려합니다.

- 알고리즘 설계, 데이터의 수집과 입력 및 알고리즘 실행 등 개발과 사용의 모든 단계에서 차별적 요소를 최소화할 수 있도록 노력합니다.

6) 참여 원칙

- 지능정보사회의 구성원들은 공적인 이용자 정책 과정에 차별 없이 참여할 수 있습니다.

- 공적 주체는 지능정보서비스의 이용과 관련하여 제공자와 이용자가 실질적으로 의견을 제시할 수 있는 정기적인 통로를 조성하여야 합니다.

7) 프라이버시와 데이터 거버넌스

- 지능정보사회 구성원들은 서비스의 개발, 공급 및 이용의 전 과정에서 개인정보 및 프라이버시를 보호하며, 특히 지능정보서비스의 제공과 이용 과정에서 데이터 사용이 프라이버시에 미치는 부정적인 영향을 최소화하도록 노력합니다.

- 지능정보사회 구성원들은 데이터의 활용을 통한 기술적 이익의 향유와 프라이버시 보호 사이의 균형을 위해, 지속적인 의견 교환에 참여합니다.

솔트룩스는 인공지능 학습 데이터의 개인정보보호를 위해 사내 임원을 전담 배치했으며, 머신러닝·딥러닝 학습 데이터의 민감한 정보에 대한 엑세스 제한, 암호화, 마스킹 등 업무 절차를 철저히 이행하고 있습니다. 그뿐만 아니라 올해 초 논란이 된 '이루다' 사태와 같이 대규모 데이터 학습 시 편향된 데이터 여부 검증과 학습 데이터의 저작권 및 라이선스가 필요하면 직접 구매하거나 예산을 들여 데이터를 구축하는 등의 노력을 통해 사회책임경영을 다하고자 합니다.

# 기업지배구조(Governance)

당사는 주주가치 제고 및 권익 보호를 위해 지배구조의 투명성, 안정성, 건전성을 확보하고 이를 바탕으로 지속 가능한 성장을 확보할 뿐만 아니라, 글로벌 기업으로 도약하기 위해 효율적이고 능동적인 지배구조를 갖추기 위하여 노력하고 있습니다. 현재 당사 이사회는 이사회 총원 6명 중, 사외이사를 2명 (전체 대비 50%)으로 하여 사외이사가 1/4이 이상이 되도록 구성, 운영 중입니다. 향후 지속해서 사외이사를 확충하여 이사회 내 사외이사 비율을 과반수로 구성하고, 전문성과 다양성을 갖춘 외부인사를 이사회에 참여 시켜 효율성을 제고하겠습니다. 또한, 독립성이 검증된 다수의 사외이사를 통해 경영진에 대한 견제 기능을 강화할 예정입니다. 이를 위해, 이사회 내 각종 위원회 설치 및 위원회 중심의 전문적이고 독립적인 운영을 통해 이사회의 독립성을 보다 강화할 계획입니다.

1) 주주 친화 정책

당사는 정기주주총회의 경우 매 사업연도 종료 후 3개월 이내에 개최하고, 임시주주총회는 필요에 따라 개최하며, 2020년 7월 상장 이후 현재까지 당사는 1회의 정기주주총회를 개최하였습니다. 당사는 상법 363조, 상법 542조의 4 및 당사 정관 제21조에 따라 주총 일시, 장소 및 의안 등 주주총회 관련 전반에 관한 사항을 전자공시시스템(DART)에 공고하고, 의결권 있는 발행 주식총수의 1% 초과 주요 주주에게 주주총회 소집 통지서를 발송하였습니다. 주주의 의결권 행사를 보장하기 위해 전자투표를 도입하여 실시 중이며, 향후에도 주주의 의결권행사가 더욱 쉽게 이루어질 수 있도록 다양한 제도와 방안을 강구하고자 합니다. 당사는 국내 및 해외 기관투자자 등을 대상으로 IR 활동을 수시로 진행하고 있으며, 회사 홈페이지 및 별도로 모바일 IR페이지를 통해 실시간으로 회사에 대한 정보를 공정하게 게시하고 있습니다.  
 

매 분기 실적에 대해서도 홈페이지 및 모바일 IR페이지 그리고 전자공시시스템에 제출된 공시를 통해서도 확인할 수 있습니다. 또한 정보제공의 공정성을 확보하기 위하여 실적발표 시즌의 일정기간에는 IR 활동을 중단하고 영업 잠정실적에 대해 적시에 공정공시를 진행하는 등 공평한 기업정보 제공을 위해 노력하고 있습니다.

당사는 정관 근거에 따라 금전과 주식으로 이익의 배당을 할 수 있으며 이에 관련한 정책을 마련하고 있습니다. 당사는 향후 주주가치 제고와 주주환원 확대를 위해 투자, Cash Flow, 재무구조를 비롯한 사업환경 변화, 향후 투자계획이 포함된 경영 전략 등을 검토하여 장기적 관점에서 성장과 주주가치 제고를 위해 관련 정책을 적용할 계획입니다.

2) 내부거래 및 자기거래 통제 관련

당사는 경영진 또는 지배주주가 사적인 이익을 추구할 목적으로 내부거래 및 자기거래를 행하지 않도록, 이사회 규정 제12조 4에  '이사와 회사간 거래의 승인' 을 이사회의 결의사항으로 정하고 있으며, 이사회의 결의에 관하여 특별한 이해관계가 있는 이사는 의결권을 행사하지 못하도록 하여 내부거래 및 자기거래에 대한 통제를 강화하고 있습니다.

3) 내부회계관리를 위한 정책 및 운영현황

당사는 주식회사 등의 외부감사 및 회계 등에 관한 규정 및 내부회계관리제도 모범규준에 근거하여  `14년 내부회계관리 규정을 제정, 내부회계 관리 제도를 운영하고 있습니다. 내부회계관리 규정에는 재무제표의 작성 및 공시에 대한 합리적 확신을 제공하기 위해 매 사업연도마다 운영 실태를 이사회 및 감사에게 보고하고 있습니다.

당사는 내부회계관리제도를 운영하는 전담조직을 두고 전사 수준, 프로세스 수준, 일반 전산 수준의 통제를 설계하여 경영환경 및 업무 변화에 따라 통제를 개선·보완하고 매년 평가를 통해 내부회계관리 제도의 효과성을 점검하고 있습니다. 대표이사는 매년 내부회계관리제도 운영 실태를 주주총회 및 이사회·감사위원회에 보고하며, 감사위원회는 내부회계관리제도 운영실태를 평가하고 이사회에 보고하여 경영활동에 대한 모니터링을 실시하고 있습니다.

[1] 참조 기사: AI가 기후변화 악화 주범?…딥러닝 한번에 탄소 배출량 '어마어마' (오피니언뉴스 / 권상희 기자)

[2] 참조 논문: Energy and Policy Considerations for Deep Learning in NLP (Emma Strubell, Ananya Ganesh, Andrew McCallum)

[3] 방통위, ‘이용자 중심의 지능정보사회를 위한 원칙’ 발표 (보도자료 원문)

III. 재무에 관한 사항

1. 요약재무정보

가. 요약연결재무정보

나. 요약별도재무정보

2. 연결재무제표

3. 연결재무제표 주석

1. 일반사항

한국채택국제회계기준 제1110호 '연결재무제표'에 의한 지배회사인 주식회사 솔트룩스(이하 "당사" 또는 "지배회사")는 ㈜솔트룩스파트너스, ㈜광주인공지능센터, DeepSignal, LLC, Saltlux Technolongy Joint Stock Company(구, Saltlux Technology Co., Ltd.) 및 ㈜솔트룩스벤처스(이하 지배회사와 그 종속기업을 일괄하여 "연결회 사")를 연결대상으로 하여 연결재무제표를 작성하였습니다.


1.1 회사의 개요

당사는 1981년 8월 17일 모비코인터내셔날 주식회사라는 상호로 설립되었으며,     2003년 3월 31일을 합병기준일로 하여 주식회사 시스메타를 흡수합병, 상호를      모비코앤시스메타 주식회사로 변경 후 2005년 7월 15일 상호를 현재의 주식회사   솔트룩스로 변경하였습니다. 당사는 컴퓨터 하드웨어 및 소프트웨어의 자문, 개발, 제조, 공급 및 판매업 및 정보처리 컨설팅, 자료처리, 데이터베이스업 및 정보통신 부가가치망 사업을 주사업목적으로 하고 있으며, 서울특별시 강남구 역삼동에 본사를 두고 있습니다.
당사는 2020년 7월 23일 대한민국 코스닥 시장에 상장하였습니다.

당사의 보고기간말 현재 주요 주주현황은 다음과 같습니다.

1.2 종속기업 현황

당반기 및 전기말 현재 연결회사의 연결대상 종속기업 현황은 다음과 같습니다.

1.3 종속기업의 요약 재무정보

당반기 및 전기말 현재 연결대상 종속기업의 요약 재무현황은 다음과 같습니다.

1) 당반기

2) 전기

1.4 연결대상범위의 변동

당반기 중 연결재무제표 작성대상범위의 변동내용은 다음과 같습니다.

2. 중요한 회계정책

다음은 연결재무제표 작성에 적용된 중요한 회계정책입니다. 이러한 정책은 별도의 언급이 없다면, 표시된 회계기간에 계속적으로 적용됩니다.

2.1 연결재무제표 작성 기준

연결회사의  2021년 6월 30일로 종료하는 6개월 보고기간에 대한 요약반기연결재무제표는 기업회계기준서 제1034호 "중간재무보고"에 따라 작성되었습니다. 이 요약반기연결재무제표는 보고기간말인 2021년 6월 30일 현재 유효한 한국채택국제회계기준에 따라 작성되었습니다.

2.1.1 연결회사가 채택한 제ㆍ개정 기준서 및 해석서

연결회사는 2021년 1월 1일로 개시하는 회계기간부터 다음의 제ㆍ개정 기준서 및 해석서를 신규로 적용하였습니다.

(1) 기업회계기준서 제 1116호 '리스' 개정 - 코로나19 관련 임차료 할인 등에 대한 실무적 간편법

실무적 간편법으로, 리스이용자는 코로나19의 직접적인 결과로 발생한 임차료 할인 등이 리스변경에 해당하는지 평가하지 않을 수 있습니다. 이러한 선택을 한 리스이용자는 임차료 할인 등으로 인한 리스료 변동을 그러한 변동이 리스변경이 아닐 경우에이 기준서가 규정하는 방식과 일관되게 회계처리하여야 합니다. 해당 기준서의 개정이 요약반기연결재무제표에 미치는 중요한 영향은 없습니다.

(2) 기업회계기준서 제1109호 '금융상품', 제1039호 '금융상품: 인식과 측정', 제1107호 '금융상품: 공시', 제 1104호 '보험계약' 및 제 1116호 '리스' 개정 - 이자율지표 개혁(2단계 개정)
 

이자율지표개혁과 관련하여 상각후원가로 측정되는 금융상품의 이자율지표대체시 장부금액이 아닌 유효이자율을 조정하고, 위험회피관계에서 이자율지표대체가 발생한 경우에도 중단없이 위험회피회계를 계속할 수 있도록 하는 등의 예외규정을 포함하고 있습니다. 해당 기준서의 개정이 요약반기연결재무제표에 미치는 중요한 영향은 없습니다.

(3) 기업회계기준서 제 1116호 '리스' 개정 - 2021년 6월 30일 후에도 제공되는 코로나19 관련 임차료 할인 등

코로나19의 직접적인 결과로 발생한 임차료 할인 등이 리스변경에 해당하는지 평가하지 않을 수 있도록 하는 실무적 간편법의 적용대상이 2022년 6월 30일 이전에 지급하여야 할 리스료에 영향을 미치는 리스료 감면으로 확대되었습니다. 리스이용자는 비슷한 상황에서 특성이 비슷한 계약에 실무적 간편법을 일관되게 적용해야 합니다. 동 개정사항은 2021년 4월 1일 이후 시작하는 회계연도부터 적용되며, 조기도입이 가능합니다. 연결실체는 동 개정으로 인해 요약반기연결재무제표에 중요한 영향은 없을 것으로 예상하고 있습니다.

2.2 회계정책

요약반기연결재무제표의 작성에 적용된 유의적 회계정책과 계산방법은 주석 2.1.1에서 설명하는 제ㆍ개정 기준서의 적용으로 인한 변경 및 아래 문단에서 설명하는 사항을 제외하고는 전기 연결재무제표 작성시 적용된 회계정책이나 계산방법과 동일합니다.

2.2.1 법인세비용

중간기간의 법인세비용은 전체 회계연도에 대해서 예상되는 최선의 가중평균연간법인세율, 즉 추정평균연간유효법인세율을 중간기간의 세전이익에 적용하여 계산합니다.

3. 중요한 회계추정 및 가정

연결회사는미래에 대하여 추정 및 가정을 하고 있습니다. 추정 및 가정은 지속적으로평가되며, 과거 경험과 현재의 상황에서 합리적으로 예측가능한 미래의 사건과 같은 다른 요소들을 고려하여 이루어집니다. 이러한 회계추정은 실제 결과와 다를 수도있습니다.

경영진은 2020년 초부터 전세계적으로 유행한 COVID-19 관련하여 연결실체가 사업을 영위하는 대부분의 지역 및 영업 부문이 어느 정도 영향을 받을 것으로 예상하고 있으나, COVID-19가 연결실체의 영업에 미치는 영향의 정도와 기간은 불확실하므로 당반기말 현재 COVID-19 관련 재무 영향은 합리적으로 추정할 수 없습니다.

요약반기연결재무제표 작성시 사용된 중요한 회계추정 및 가정은 법인세비용을 결정하는데 사용된 추정의 방법을 제외하고는 전기 연결재무제표 작성시 적용된 회계추정 및 가정과 동일합니다.

4. 재무위험관리

연결회사는 여러 활동으로 인하여 시장위험(외환위험, 가격위험, 이자율위험), 신용위험 및 유동성 위험과 같은 다양한 금융 위험에 노출되어 있습니다. 연결회사는 이러한 위험요소들을 관리하기 위하여 각각의 위험요인에 대해 면밀하게 모니터링하고대응하는 위험관리 정책 및 프로그램을 운용하고 있습니다.

위험관리는 이사회에서 승인한 정책에 따라 재무부서의 주관으로 이루어지고 있습니다. 재무부서는 영업부서들과의 긴밀한 협조 하에 재무위험을 식별하고 평가하고 관리합니다. 이사회는 전반적인 위험관리에 대한 원칙과 외환위험, 이자율 위험, 신용 위험 및 유동성을 초과하는 투자와 같은 특정 분야에 관한 정책을 문서화하여 제공하고 있습니다.

4.1.1 시장위험

(1) 외환위험

연결회사는 일부 외화 자산ㆍ부채를 보유하고 있으나, 대부분의 거래는 국내거래로 환율변동위험에 대한 노출은 제한적입니다. 연결회사는 투기적 목적의 외환관리는 수행하지 않고 있습니다.

(2) 가격위험

연결회사는 연결재무상태표상 당기손익-공정가치 금융자산으로 분류되는 연결회사 보유지분증권의 가격위험에 노출돼 있습니다.  중요한 지분증권의 투자는 개별적으로 관리되며 중요한 취득 및 매각 의사 결정에는 이사회의 승인이 필요합니다.

당기손익-공정가치 지분증권의 손익은 당기손익에 영향을 미치고 기타포괄손익-공정가치 지분증권의 손익은 자본에 영향을 미칩니다.

(3) 이자율 위험

연결회사의 이자율위험은 미래 시장이자율 변동에 따라 예금 또는 차입금 등에서 발생하는 이자수익 및 이자비용이 변동될 위험으로서 이는 주로 변동금리부 조건의 예금과 차입금에서 발생합니다. 연결회사의 이자율위험관리의 목표는 이자율 변동으로인한 불확실성과 금융원가의 최소화입니다.

이를 위해 연결회사는 내부 유보자금을 활용한 외부차입의 최소화 및 고금리 조건/ 단기 차입금 비중 축소, 고정금리 차입금과 변동금리 차입금 간의 적정비율 유지, 정기적인 국내외 금리동향 모니터링 실시 및 대응방안 수립 등을 통해 선제적으로 이자율 위험을 관리하고 있습니다.

4.1.2 신용 위험

신용위험은 기업 및 개인 고객에 대한 신용거래 및 채권 뿐 아니라 현금성자산, 채무상품의 계약 현금흐름 및 예치금 등에서도 발생합니다.

연결회사는 신용등급이 높은 은행 및 금융기관과만 거래합니다.

기업 고객의 경우 외부 신용등급을 확인할 수 있는 경우 동 정보를 사용하고 그 외의 경우에는 내부적으로 고객의 재무상태와 과거 경험 등을 근거로 신용등급을 평가합니다. 고객별 한도는 내부 및 외부 신용등급에 따라 이사회가 정한 한도를 적용합니다. 경영진은 이러한 고객별 한도의 준수 여부를 정기적으로 검토합니다.

연결회사의 신용위험은 개별 고객, 산업, 지역 등에 대한 유의적인 집중은 없습니다.

일부 매출채권에 대해서는 거래상대방이 계약을 불이행하는 경우 이행을 요구할 수 있는 보증 또는 신용장 등의 신용보강을 제공받고 있습니다.

연결회사는 기대신용손실 모형이 적용되는 다음의 금융자산을 보유하고 있습니다.

·재화 및 용역의 제공에 따른 매출채권

·용역 제공에 따른 계약자산

·상각후원가로 측정하는 기타 금융자산

당반기말 및 전기말 현재 연결회사의 금융자산 장부금액은 손상차손 차감 후 금액으로 회사의 신용위험 최대노출액을 나타내고 있습니다. 현금성자산도 손상 규정의 적용대상에 포함되나 식별된 기대신용손실은 유의적이지 않습니다.

4.1.3 유동성 위험

연결회사는 정기적인 자금수지계획의 수립을 토대로 영업활동, 투자활동, 재무활동에서의 자금수지를 미리 예측해 금융부채와 금융자산의 만기구조를 대응시키고 있으며, 이를 통해 필요 유동성 규모를 사전에 확보하고 유지하여 향후에 발생할 수 있는 유동성리스크를 사전에 관리하고 있습니다.

4.2. 자본 위험 관리

연결회사의 자본 관리 목적은 계속기업으로서 주주 및 이해당사자들에게 이익을 지속적으로 제공할 수 있는 능력을 보호하고 자본 비용을 절감하기 위해 최적의 자본 구조를 유지하는 것입니다.

자본 구조를 유지 또는 조정하기 위해 연결회사는 부채 감소를 위한 신주 발행 및 자산 매각 등을 실시하고 있습니다.

연결회사는 산업내 다른 기업과 일관되게 부채비율에 기초하여 자본을 관리하고 있습니다. 부채비율은 부채총계를 자본총계로 나누어 산출하고 있습니다.

한편, 보고기간말 현재 연결회사의 부채비율은 다음과 같습니다.

5. 사용제한금융상품

보고기간말 현재 사용이 제한된 금융상품은 다음과 같습니다.

(*1) 특정 국책연구개발과제를 수행하기 위한 목적에만 사용이 가능합니다.

6. 당기손익-공정가치 금융자산

보고기간말 현재 연결회사의 당기손익-공정가치 금융자산은 다음과 같습니다.

7. 매출채권 및 기타상각후원가 금융자산

보고기간말 현재 연결회사의 매출채권 및 기타상각후원가 금융자산은 다음과 같습니다.

8. 범주별 금융상품

(1) 금융자산

보고기간말 현재 연결회사의 금융자산의 범주별 내역은 다음과 같습니다.

1) 당반기말