반 기 보 고 서

                                   (제 44 기)

【 대표이사 등의 확인 】

24.2q 대표이사 등의 확인서

I. 회사의 개요

1. 회사의 개요

가. 회사의 법적ㆍ상업적 명칭
당사의 명칭은 『주식회사 솔트룩스』이며, 영문으로는 『Saltlux, Inc.』로 표기합니다.

나. 설립일자
당사는 1981년 08월 17일에 설립되었으며, 2020년 7월 23일 한국거래소에 주식을 상장한 공개법인입니다.  
 
다. 본사의 주소, 전화번호, 홈페이지 주소

라. 주요 사업의 내용 및 신규 사업
당사는 생성형 AI (Generative AI) 및 기계학습 기반 빅데이터 증강분석(Augmented big data analytics)이라는 2가치 핵심 원천기술 기반으로 자체 LLM '루시아', 하드웨어 일체형 어플라이언스 '루시아온' 및 9개의 STUDIO 제품군을 출시하였습니다. 해당 제품은 홈페이지(saltlux.com   /  luxiaon.com)에서 상세한 내용을 확인할 수 있습니다. 주요 사업분야는 ▲엔터프라이즈 AI ▲디지털플랫폼 정부 ▲금융서비스 지능화 ▲AI 컨택센터(AICC) ▲공공안전과 국방 ▲AI 학습데이터 구축 및 모델링 입니다. 자회사 (주)플루닛과 구버(Goover)에서는 ▲플루닛 워크센터 ▲플루닛 스튜디오 ▲플루닛 손비서를 ▲초개인화 AI 서비스 'Goover.ai' 등 SaaS 기반의 AI 서비스 사업을 추진 중입니다. 기타 자세한 사항은 동 보고서의 'II. 사업의 내용'을 참고 부탁드립니다.

마. 연결대상 종속회사 개황
연결대상 종속회사 현황(요약)

1-1. 연결대상회사의 변동내용

바. 중소기업 등 해당 여부

사. 회사의 주권상장(또는 등록ㆍ지정) 및 특례상장에 관한 사항

아. 신용평가에 관한 사항

* (주)이크레더블 신용등급 정의

* (주)나이스디앤비 신용등급 정의

* 한국평가데이터(주) 신용등급 정의

2. 회사의 연혁

가. 회사의 본점 소재지 및 그 변경

경영진 및 감사의 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

[솔트룩스 주요 연혁]

[종속회사 주요 연혁]

3. 자본금 변동사항

가. 자본금 변동현황

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

사업목적 현황

1. 사업목적 변경 내용

2. 변경 사유

바이오인공지능사업을 위한 사업영위목적 추가

정관상 사업목적 추가 현황표

II. 사업의 내용

1. 사업의 개요

(1) 사업분야

(2) 사업 현황

※ 각 프로젝트 별 세부사항은 [7.기타 참고사항] 을 확인해 주시기 바랍니다.

(3) 신규 사업 (플루닛 워크센터, 플루닛 스튜디오, Goover.ai)

(가) 플루닛 워크센터
솔트룩스는 국내 최초로 '인공지능 고객응대 서비스'를 2017년부터 현재까지 NH농협은행, NH농협카드, 한국투자증권, 키움증권 등을 포함한 국내 제1금융권에 제공해 오고 있습니다. AI 고객센터 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. 플루닛 워크센터의 AICC SaaS는 규모에 상관없이 다양한 유형의 기업고객뿐만 아니라 병원, 법률사무소, 다양한 공공서비스, 그리고 소상공인이 사용 가능한 명실상부한 본격적 인공지능 SaaS 서비스가 될 것입니다.

플루닛 워크센터는 24시간, 365일 상담이 가능한 AI ARS 상담 플랫폼입니다. AI 비서가 고객과의 상담을 대신하고, 상담 내역은 음성인식을 통해 채팅으로 녹취와 함께 제공됩니다. AI 비서는 실시간으로 여러 고객과의 상담이 가능하고, 고객이 원하는 목소리, 대화모델, 음성안내 멘트, 전화번호까지 직접 설정할 수 있는 맞춤형 콜 인프라 환경을 제공합니다.

(나) 플루닛 스튜디오
메타버스 시대의 주인공이 될 가상인간은 고객을 만나서 대화하고, 수많은 정보와 서비스를 제공해야 하는 비즈니스 환경에서 인간처럼, 또는 인간의 한계를 채워줄 다양한 역할을 해낼 수 있습니다. 이러한 시장의 변화에 기존의 메타휴먼, 가상인간을 활용해 누구나 쉽고 빠르게 영상을 생성, 제작할 수 있는 플랫폼을 출시하였습니다. 플루닛 스튜디오는 커스텀 메타휴먼 생성과 강력한 타임라인 편집기가 내장된 AI 영상 생성 및 공유 플랫폼입니다.

- 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

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 가상인간을 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.

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

(다) 초개인화 AI 서비스 'Goover.ai (구버)'
goover(구버)는 '당신같이 학습하고, 검색하고, 정리하고 행동하는' 초개인화 AI 서비스입니다. 인공지능이 사용자의 관심과 목적을 학습해 사용자 맞춤형 심층 정보를 제공합니다. 또한, 의사결정을 지원하고 정보 기반한 인사이트 제공을 위해 생성AI 기술 기반으로 리포트를 자동 생성해 제공합니다.  

goover의 주요 고객은 '경제/금융, 마케팅/IR, 연구개발, 언론/엔터테인먼트, 공공/기업' 등의 전문 분야로 B2C 기반 서비스이며 2024년 하반기 미국과 한국에서 상용 서비스를 시작할 예정입니다.

goover home

goover briefings

goover report

2. 주요 제품 및 서비스

가. 주요제품 설명

솔트룩스_제품 라인업

(1) 스튜디오 제품군 (소프트웨어)

(2) 거대언어모델 (LUXIA, 루시아)
솔트룩스 거대언어모델 'LUXIA(루시아)'는 책 420만권 분량, 텍스트 기준 2TB 이상의 데이터를 학습했습니다. 루시아의 특장점은 다음과 같습니다.

루시아 특장점

- 루시아는 전 세계 언어모델들을 평가하는 허깅페이스(Hugging Face)의 오픈리더보드에서 지난 24년 3월 14일 기준으로 1위를 달성했습니다. 루시아의 이번 성과는 35B 이하 언어모델들 사이에서 확보한 순위로, 평균 점수는 약 77.74점입니다. 전체 초거대 모델들을 기준으로도 피라미터 50B 이상의 대규모 모델들을 제치고 전 세계 4위를 달성, 적은 피라미터로도 상위 모델보다 뛰어난 능력을 보여주는 압도적 성능뿐 아니라 경제성까지 입증했다는 평가를 받았습니다.

특히 테스트 점수는 '상식능력(HellaSwag) 91.88점'과 '추론능력(ARC) 77.47점'을 받았으며, 최근까지 허깅페이스에서 92,156회 이상 다운로드가 되었습니다.

- 루시아는 크게 3가지 판매 방식으로 시장에 공급됩니다. ▲기업 내부 서버에 설치되는 구축형(온프레미스) 사업, ▲하드웨어 내 언어모델을 탑재한 어플라이언스 형태의 '루시아온(LUXIA-ON)', ▲클라우드 서버(아마존 AWS)에서 도메인 특화된 '법률, 특허, 교육, 금융' 언어모델을 사용할 수 있습니다.

- 전 세계 최초로 시장에 공급한 '루시아온'은 다음과 같은 특장점이 있습니다.
* 루시아(LUXIA) 뿐만 아니라 ChatGPT와 연계해서 사용할 수 있습니다. Llama와 Mistral 등 다양한 오픈모델들과의 연동이 가능합니다.
* 쉽게 사용하고 테스트할 수 있도록 채팅 UI를 기본적으로 제공합니다.
* 검색 엔진과 벡터 DB가 내장되어 있어 RAG를 수행할 수 있습니다. RAG를 통해 최신 데이터를 연계할 수 있고 할루시네이션을 감소시킬 수 있습니다.
* 웹 관리도구를 통해 쉽게 전체 시스템과 모델을 관리하고 모니터링할 수 있습니다.
* 파일 관리자를 통해 폴더 생성 및 문서 관리가 가능합니다.
* 새로 릴리즈되는 모델들을 쉽게 다운로드 받아 적용할 수 있습니다.
* 파인튜닝(Quantization, LoRA)을 통해 다양한 Use Case에 대응하는 나만의 LLM을 만들 수 있습니다.

나. 주요 제품 및 서비스 현황

※ 연결기준 입니다.
 

다. 주요 제품 등의 가격변동추이
당사의 제품은 제조업의 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
당사는 작년 하반기 초거대 언어모델 사업을 위해 데이터 수집과 처리, 초대규모 데이터 학습, AI모델 운영을 위한 H100, A100 등 고성능 GPU를 발주하였습니다. 이를 통해 솔트룩스 루시아GPT를 시장에 빠르게 공급하고 24년부터는 본격적인 사업이 진행될 것으로 기대합니다.

4. 매출 및 수주상황

가. 매출실적

※ 연결 기준 매출액을 지역별로 구분하였으며, 수출은 종속회사의 해외발생 매출에
 해당합니다.

나. 판매조직
영업부문의 주요 판매조직은 다음과 같습니다.

다. 판매경로
당사의 제품 판매는 고객처와 직접 계약(D2C : Direct to Customer)하거나 파트너사를 통해 고객처와 계약을 진행하고 있습니다. 모든 거래는 각 사업부문/본부의 고객/파트너 교섭을 통해 수행됩니다.
 
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 영역 확대 혹은 사업의 고도화를 추진하여 왔습니다. 또한, 최근에는 생성형AI 솔루션(루시아GPT)과 AICC 솔루션 사업에 주력하여 공공부문과 금융 부문의 개념검증 사업과 중대형 사업 수주 및 확대, 파트너 공조 체계를 이용한 영업력 강화, 그리고 생성형AI 시장 선점을 위한 전략적 활동을 진행하고 있습니다.

(2) 생성형 인공지능 서비스 사업 진출

당사는 창업 이후 대내/대외 프로젝트를 통해 구축한 지식베이스와 인공지능 기술을 기반으로 최근 전 세계적으로 화두가 되고 있는 초대규모 언어모델(LLM :Large Language Model)과 생성형 AI 도구를 자체 개발하고 본격적인 사업을 추진하고 있습니다. 생성형 AI의 실효성을 입증하고 안정적으로 시장에 안착하기 위하여 최근에는 PoC 기반의 프로젝트를 통해 고객에게 기술력을 입증하고 공공부문과 금융 부문의 본 사업 연계를 위한 역량을 집중하고 있습니다.

(3) 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 2022년 4분기부터 Saltlux.ai 제3세대 인공지능 클라우드 서비스를 제공중입니다. 또한, 데이터분석 SaaS 서비스인 DATAMIXI와 프리미엄 대시보드를 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. 또한 효과적 영업대응을 위한 MSP 협력 라인업의 지속적 구축 뿐만아니라 자사 AI솔루션 기반으로 MSP 사업도 계획하고 있습니다.

(4) 인공지능 파트너 생태계 운용

당사는 핵심 제품/서비스에 대해 약 30여개 회사와 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.

(5) 지역별 거점 연계 활용

당사는 지방 사업에 대한 효율적인 수행을 위해 부산/울산/경남 지역은 솔트룩스이노베이션을 통해 사업을 추진 중이며, 세종, 대전, 충청권 지역의 전략적 사업 수행과 AI 융합(기술/도메인) 사업 수행을 최적화할 수 있도록 세종 사무소를 운영중입니다. 또한, 지사와 파트너사 인력들의 업무 유형에 따른 차별화 정기/수시 교육 프로그램을 진행하여 자사 솔루션에 관한 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 재무부서 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 신용등급 A 이상의 은행 및 금융기관과 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) 제품 및 연구개발 조직
당사의 연구 개발을 담당하는 연구조직은 회사의 비전에 따라 목표된 제품이나 응용기술을 연구 개발하는 AI 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 COO실 내 3개 본부로 운영되고 있습니다. 해당 조직은 각 사업의 운영관리, 기획, 영업 및 수행, 구축, 제품개발 등을 수행하는 역할뿐만 아니라 인공지능과 지식그래프 기반 솔루션/서비스 제품 등을 개발합니다. 또한, 베트남 법인인 Saltlux Technology Joint Stock Company (구, Saltlux Technology Co., Ltd)가 솔트룩스 본사의 일부 연구개발 용역을 담당하고 있습니다. (※ 아래 표에 자회사의 연구개발 조직은 포함되지 않았습니다.)

(2) 연구개발비용

※ 연결기준
 
(3) 연구개발 실적
2024년 반기 중 완료되거나 진행중인 연구개발 실적은 다음과 같습니다.

7. 기타 참고사항

가. 수주 프로젝트 별 세부 사항
 

(1) 엔터프라이즈 AI

<삼성전자 북미 - IoT 기반 AS 상담 및 가격 예측>
삼성전자의 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.

(2) 디지털플랫폼 정부

<범정부 비대면 인공지능 민원상담 365 구축 사업>

행정안전부는 2020년부터 지능형 국민비서 서비스와 범정부 민원상담 365(챗봇 공통기반) 구축 사업에 착수했습니다. 이에 솔트룩스는 세림티에스지와 함께 컨소시엄을 구성해 이 사업의 1단계 수주에 성공하며 대한민국의 대표적인 챗봇 서비스 제공업체로 자리매김했습니다.

이번 사업을 통해 국민은 교통 과태료, 범칙금 납부 기한, 국가장학금 신청 기한 등의 중요한 정보를 챗봇을 통해 손쉽게 받을 수 있게 됩니다. 국민비서는 카카오톡, 네이버 앱과 같은 친숙한 플랫폼을 통해 개인 맞춤형 알림을 제공하며, KT 기가지니와 네이버 클로바와 같은 인공지능 스피커와도 연동돼 정보를 안내합니다.

기존에 정부24에서 제공하는 약 9만여 종의 서비스는 사용자들이 각 기관의 웹사이트에 접속해 개별적으로 신청해야 했지만, 앞으로는 국민비서를 통해 통합 신청이 가능해져 편리성이 크게 향상될 것입니다. 연말까지는 병역, 교통, 교육, 건강 등 4개 분야에 총 9종의 알림 서비스가 구현될 예정이며, 향후 2021년부터 69종 서비스로 확대될 계획입니다.

특히 '범정부 민원상담 365’가 구축되면 국민은 대기시간 없이 챗봇을 통해 민원 상담을 받을 수 있어, 기존 콜센터를 이용했던 수많은 사용자에게 큰 편의를 제공할 것으로 기대됩니다. 이 시스템은 2023년까지 확대되어 다양한 민원 상담 서비스를 통합 제공할 예정입니다.

<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.

<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.

<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.

<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.

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.

<대한무역투자진흥공사 통합 플랫폼>
솔트룩스는 기획재정부 소관 사업으로 대한무역투자진흥공사(이하 KOTRA)가 발주한 '대외경제정보 통합 플랫폼 구축' 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 ▲대외경제정보 모바일 서비스 개발 ▲빅데이터·AI 기술을 활용한 지능형 서비스 구축 입니다.

솔트룩스는 지난 1단계 사업을 통해 68개 연계 기관에 축적된 대외경제 정보를 통합 제공할 뿐 아니라 120여개 포털 서비스와 5종의 맞춤형 AI 서비스를 탑재한 해외 진출 원스톱 플랫폼 '해외경제 정보드림(이하 해드림)’을 개발했습니다. 2단계 사업에서는 ▲구축 시스템 운영/관리 ▲AI 기반 분석플랫폼 구축 ▲연계 기관 및 수집 정보 확대 ▲지능형 서비스 도입 등이 중점적으로 진행됩니다. 2023년 3단계 사업에서는 ▲해외경제 정보드림 플랫폼 운영 ▲플랫폼 기능 고도화 ▲정부정책을 반영한 서비스 구축이 진행됩니다.
 

<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.

<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.

<한국무역협회 빅데이터 서비스>
한국무역협회는 BigData, AI, Cloud 등 ICT 기술의 발전으로 기존 방식과 다른 서비스를 통해 무역협회 내·외부 고객 서비스를 혁신하고자 합니다. 솔트룩스는 대규모 데이터 기반의 서비스 제공을 목표로 다음과 같이 서비스를 구성했습니다.  

① AI 분석을 통한 최적의 바이어 매칭 서비스
  ㅇ 빅데이터를 분석해 거래알선 요청에 대해 최적의 Seller를 AI가 추천

② 고객 활동정보 분석을 통한 선제적 서비스 제공
  ㅇ 고객 활동정보 분석을 통한 협회 사업 및 서비스 선제적 제공
   * 잠재회원사 추천, 유망시장진출 보고서 제공, 콘텐츠 종합안내

③ 지능형 챗봇을 통한 24시간 비대면 정보 제공
  ㅇ 일상적, 반복적 문의에 대한 24시간 비대면 정보 제공

④ 한눈에 보는 KITA 빅데이터 인사이트
  ㅇ 무역관련 정보를 종합 분석해 내·외부 고객들에게 무역인사이트 제공
   * 고객활동 분석, 유관기관 분석, 무역뉴스 분석, 무역통계 분석

⑤ RPA+AI를 활용한 업무 프로세스 혁신
  ㅇ 정형화된 협회 업무를 자동화 및 지능화하여 사람 이상의 업무효율 달성
   * 사업·마케팅 업무 자동화, 수출입동향 보고서 자동화

(3) 금융서비스 지능화
 
<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.

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.

<KB국민은행 지식베이스 기반 상품지식 플랫폼>
지식베이스 기반 상품지식 플랫폼은 지식모델링을 포함한 수집 서비스 제공부터 적재, 전처리/가공, 분석, 저장 후 활용 및 관리 서비스 개발을 목표로 합니다. 향후 플랫폼의 안정적인 운영 및 확장을 고려한 지식베이스 운영 프로세스 수립을 통해 오픈뱅킹, 마이데이터 사업으로 유입되는 타행 상품정보를 지식베이스 기반 상품지식플랫폼으로 구축하여 KB국민은행 내부 직원들의 상품 지식 강화 목적으로 활용됩니다. 또한, 데이터 개방에 따른 다양한 금융상품 정보의 확장성을 확보할 수 있는 지능형 데이터 기반을 마련해 향후, 상품-고객-Biz-비금융 데이터 간 context 기반으로 연결된 지식모델은 인공지능, 머신러닝 등 인공지능 기술 기반 데이터로의 역할을 수행합니다.

나. 인공지능 및 빅데이터 시장의 특성

(1) 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.
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 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 전후방 산업은 '컴퓨팅 하드웨어, 소프트웨어 개발툴(SDK) 공급업체, 알고리즘 개발업체, 응용솔루션 개발업체' 등으로 구성됩니다.

<생성형AI 시장>
생성형 AI(Generative AI) 기술은 디지털 비즈니스의 핵심 요소로 부상하며, 전 세계적으로 그 적용 범위와 시장 규모가 급속도로 확장되고 있습니다. 생성 AI 시장은 향후 몇 년 동안 광범위한 산업 분야에서의 적극적인 채택을 통해 지속적인 성장을 경험할 것으로 예상됩니다. IDC와 UBS의 보고에 따르면, 기술 실험 및 디지털 전환, 네트워킹, 그리고 특정 분야에서의 애플리케이션 개발이 이러한 성장의 주요 동력이 될 것입니다. 이는 생성 AI 기술의 비즈니스 활용 증가와 함께 시장 가치와 영향력의 대규모 확장을 의미합니다. 또한, 마케팅, 소프트웨어 개발, 엔터테인먼트 등에서 맞춤화된 콘텐츠 생성을 위한 기술로 활용되며, 인간의 창의력을 확장하는 데 이르기까지 그 영향력은 실로 막대합니다.

# 시장 가치
IDC의 최신 예측에 따르면, 전 세계 생성 AI 솔루션 지출은 2023년에 약 160억 달러를 기록하고, 2027년까지 1430억 달러에 이를 것으로 예상됩니다. 이는 5년간의 연평균 성장률이 무려 73.3%에 달함을 의미합니다. 또한, UBS의 분석에 따르면 생성 AI 시장은 2030년까지 10,940억 달러의 가치를 달성할 것으로 전망되며, 이는 2022년 대비 약 10배의 성장을 의미합니다. 이러한 예측은 생성 AI 기술이 단순한 도입을 넘어 비즈니스 전반에서 중추적 역할을 할 것이라는 분석에 기반하고 있습니다.

생성 AI 기술은 디지털 트랜스포메이션, 네트워킹, 기술 실험 및 배치 단계에서의 투자 증가와 같은 다양한 분야에서 광범위하게 채택될 것으로 예상됩니다. IDC는 조직이 활용 사례를 목표로 한 초기 기술 실험 및 도입 단계에서 더욱 공격적인 디지털 전환 활동을 보일 것이라고 예상합니다. 또한, 오픈AI와 같은 주요 개발자들은 비용 효율적이고 확장 가능한 AI 솔루션의 개발에 초점을 맞추고 있으며, 이는 다양한 업무를 자동화하고 최적화하는 데 중요한 역할을 할 것입니다. 이러한 동력은 생성 AI의 비즈니스 내 적용을 촉진하고, 기업의 경쟁력 강화와 혁신을 촉진할 것입니다.

# 혁신 사례
AI 시장의 예상 폭발적 성장과 함께, 다양한 산업에서 생성 AI의 채택은 놀라운 속도로 혁신을 이끌고 있습니다. 이는 헬스케어에서부터 금융, 제조, 소매에 이르기까지 업계 전반에 걸쳐 신기술 적용의 새로운 장을 열고 있으며, 사회적, 경제적 영향력을 재편하는 중요한 추진력이 되고 있습니다. 앞으로도 AI 기술은 우리 삶의 모든 측면에 걸쳐 획기적 변화를 가져올 것입니다.

헬스케어 분야에서 생성 AI는 환자 데이터 분석, 질병 진단, 신약 개발 등에 활용되어 기존의 한계를 뛰어넘는 혁신을 선도하고 있습니다. 또한, 금융 서비스에서는 사용자 맞춤형 금융 상품 추천, 위험 관리 및 사기 탐지에서의 응용으로 보다 안전하고 효율적인 서비스 제공이 가능해졌습니다. 이는 AI 기술이 의료 및 금융 산업에서 상당한 성장 동력을 제공하며, 업계 전반에 걸쳐 긍정적인 변화를 이끌고 있음을 보여줍니다.
제조 분야에서는 생성 AI가 생산 과정 최적화, 공급망 관리 향상 및 제품 설계 혁신을 가능하게 하여 전례 없는 생산성 향상을 이끌고 있습니다. 소매 분야에서는 개인화된 맞춤형 쇼핑 경험 제공을 통해 고객 만족도를 극대화하고 있으며, 이는 소비자 행동 분석과 새로운 마케팅 전략 구현에 기여하고 있습니다. 생성 AI의 도입은 이러한 산업들에서 비즈니스 모델과 서비스 제공 방식의 근본적 변화를 가져오고 있으며, 지속 가능한 경쟁 우위를 확보하는 중요한 요소로 작용하고 있습니다.

마케팅 부문에서는 고객 맞춤형 콘텐츠 제작, 개인화된 광고 캠페인 등에 활용되고 있으며, 소프트웨어 개발에서는 코드 자동 생성 및 최적화를 통해 개발자의 작업 효율을 대폭 개선하고 있습니다. 또한, 엔터테인먼트 분야에서는 게임 및 스토리텔링에 사용되어 새로운 사용자 경험을 제공합니다.

# 경제적 영향
생성 AI 기술의 발전은 경제적으로 광범위한 영향을 미치고 있습니다. McKinsey와 PwC의 분석에 따르면, 이 기술은 생산성 향상 및 새로운 일자리 창출뿐만 아니라 다양한 산업 분야에 혁신을 가져와 경제 성장을 이끌 것으로 예상됩니다. 특히, 2030년까지 세계 생성 AI 시장 규모는 수백억 달러에 이를 것으로 전망되며, 이는 국가별 경제에도 막대한 영향을 미칠 것입니다.

McKinsey의 분석에 따르면 생성 AI는 연간 2.6조 달러에서 4.4조 달러를 추가할 수 있으며, 이는 중간 채택 시나리오에서 2030년까지 미국의 노동 생산성을 연간 0.5~0.9%포인트 증가시킬 수 있습니다. 이는 미국 경제에 120만~220만 개의 일자리에 해당하는 가치이며, 이러한 성장은 특히 신약 개발, 제품 개발, 콘텐츠 제작 및 엔터테인먼트 분야에서 두드러질 것으로 보입니다. 이는 생성 AI의 다양한 응용 분야를 통해 가능해지며, 전 세계적으로 다양한 산업 분야에서도 비슷한 성장이 기대됩니다.

# 산업 확장
생성 AI 기술의 적용 범위는 마케팅, 보험, 법률뿐만 아니라 소비자 시장, 미디어 및 엔터테인먼트, 헬스케어, 자동차 시장에 이르기까지 다양합니다. 옴디아의 보고에 따르면, 생성 AI 시장은 2028년까지 글로벌 매출이 110억 달러에 달할 것으로 전망되며, 이는 생성 AI에 대한 창의적인 적용과 혁신적인 비즈니스 모델의 탄생을 의미합니다. 또한, 이 기술은 비용 절감과 효율성 증대에 크게 기여함으로써 더 일상적이고 효율적인 방식으로 산업 운영을 가능하게 합니다. 소프트웨어 제공 업체와 같은 새로운 비즈니스 유형이 등장하고, 이는 시장에 빠르게 확대되고 있습니다.

(2) 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.

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, 예측 등을 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.

다. 시장 규모 및 전망

(1) 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.

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.

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.

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.

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.

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.

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.

한국의 AI 시장은 2022년 이상의 20.7억 달러에서 시작하여, 2032년에는 예상치 못한 199.7억 달러에 도달할 것으로 전망되며, 이는 연간 25.44% 이상의 성장률을 의미합니다. 이러한 성장은 정부의 강력한 지원, 첨단 기술 인프라, 높은 인터넷 침투율, 숙련된 인력, 그리고 다양한 산업 분야에서의 AI 적용 확대 덕분에 가능할 것으로 보입니다.
 
2032년까지 한국의 AI 시장 규모는 약 199.7억 달러에 이를 것으로 전망되며, 이는 의료, 금융, 제조, 운송 등 다양한 산업 분야에서 AI의 더욱 광범위한 적용을 의미합니다. 의료 분야에서는 진단 및 약물 발견을 돕고, 제조 분야에서는 생산 공정의 최적화를 추진합니다. 자율주행차, AI 기반 챗봇, 가상 비서 등의 개발을 통해 고객 경험을 높이는 추세는 앞으로도 계속될 것입니다. 또한, AI 산업의 성장은 글로벌 AI 반도체 시장의 성장을 견인할 것이며, 한국은 AI 기술의 중심지로서 더욱 공고한 위치를 확립할 것으로 기대됩니다.
 

(2) 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

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.
최근 몇 년간 데이터의 중요성이 점점 커지고 있으며, 한국에서는 빅데이터 및 분석 시장이 연평균 10.6% 성장하여 2027년까지 4조 원에 육박할 것으로 전망됩니다. 동시에, 인공지능 기술은 2030년까지 연평균 36.8%의 놀라운 성장률을 보일 것으로 예측되고 있습니다.

한국의 빅데이터 및 분석 시장은 최근 몇 년간 빠르게 성장을 이루고 있으며, 이러한 추세는 앞으로도 계속될 것으로 예상됩니다. 전문 분석 기관 IDC의 예측에 따르면, 2027년까지 연평균 성장률 10.6%에 달하는 3조 9771억 원의 시장 규모를 형성할 전망입니다. 이는 고객 데이터 분석 및 다양한 산업 분야에서의 데이터 기반 의사 결정의 중요성 증대에 따른 것입니다. 기업들은 데이터를 활용하여 비즈니스 인사이트를 도출하고, 경쟁 우위를 확보하기 위한 노력을 강화하고 있습니다.

# 성장 동력
한국 빅데이터 및 분석 시장의 성장 동력은 주로 기업들의 데이터 활용 수요 증가, 데이터 아키텍처 솔루션의 발전, 소프트웨어 및 서비스 시장의 견고한 성장에서 비롯됩니다. 최근 데이터를 기반으로 한 의사결정이 기업 경쟁력의 핵심 요소로 자리잡으며, 다양한 산업 분야에서 데이터 분석 도구와 솔루션의 도입이 확대되고 있습니다. 또한, 고도화된 데이터 아키텍처와 분석 도구 기술의 발달은 복잡한 데이터를 효율적으로 처리하고 인사이트를 추출할 수 있는 능력을 제공하며, 이는 시장의 지속적인 성장을 지원합니다.

# 산업별 수요
고객 경험 개선을 위한 데이터 활용 수요는 빅데이터 및 분석도구 채택을 가속화하는 주요 요인 중 하나입니다. 특히 이커머스, 물류, 공공, 제조, 엔터테인먼트, 금융 등 거의 모든 산업 분야에서 고객 데이터 분석을 통한 맞춤형 서비스 제공의 중요성이 커지고 있습니다. 이러한 수요는 데이터 아키텍처 솔루션, 고객 데이터 플랫폼(CDP)을 비롯한 관련 소프트웨어 및 서비스 시장의 성장을 뒷받침하고 있으며, 기업들은 이를 통해 고객에 대한 깊은 이해와 더 나은 고객 경험을 제공하기 위해 노력하고 있습니다.

(3) 플루닛 서비스 시장 규모

1) 플루닛 워크센터

플루닛 워크센터 시장 전망

2) 플루닛 스튜디오

플루닛 스튜디오 시장 전망

라. 경쟁 현황

(1) 시장경쟁 상황

현재 생성AI 업계는 빠른 기술 발전과 치열한 경쟁 속에서 급격한 변화를 겪고 있습니다. 특히 오픈AI의 챗GPT 출범 이후, 이 시장은 구글, MS, 아마존과 같은 글로벌 빅테크 기업뿐만 아니라 다양한 스타트업이 참여하는 무대로 변모했습니다. 최근 연구에서는 생성AI가 2030년까지 시장 규모가 1,000억 달러를 넘어설 것으로 전망하고 있으며, 이는 연평균 34.6%의 성장을 의미합니다.

금융 분야에서는 생성AI의 도입이 특히 두드러집니다. 기술 기반의 금융 서비스가 발전함에 따라, 은행들은 경쟁력을 잃지 않기 위해 AI 기술을 적극적으로 활용해야 합니다. 소비자의 금융 수요를 보다 정확하게 파악하고, 초개인화된 서비스를 제공하는 것이 가능해지므로, 고객의 금융 비용 또한 절감될 것으로 기대됩니다. 이러한 변화 속에서 생성AI는 24시간 언제든지 상담과 서비스를 제공할 수 있는 미래의 은행 모델을 이끌고 있습니다.

또한, 비용 경쟁이 치열해지고 있는 현 시점에서, 많은 기업들이 서비스 가격을 낮추거나 무료화하는 전략을 취하고 있습니다. 오픈AI의 최신 모델인 GPT-4o는 가격을 절반으로 낮추면서도 성능을 크게 향상시키는 등, 고객의 이목을 끌고 있습니다. 이러한 경쟁은 전체적인 비용 절감과 더 나은 기술 제공의 선순환을 이끌어내고 있습니다.

결론적으로, 생성AI 업계는 기술 혁신과 비용 효율성을 중심으로 한 경쟁이 활발하게 진행되고 있으며, 이는 금융을 비롯한 다양한 분야에서 더욱 빠르게 자리잡을 전망입니다. AI에 대한 관심과 투자 역시 계속해서 증가할 것으로 보입니다.

(2) 경쟁업체 현황
당사와 같은 생성형AI 기술 기반의 주요 경쟁업체는 아래와 같습니다. 각 기업은 생성형AI의 적용 방식과 특징에서 차별점을 보이고 있습니다. 네이버와 카카오는 자사 플랫폼을 통해 사용자 친화적인 서비스를 강조하고 있으며, LG CNS는 기업 고객을 겨냥한 서비스를 제공하는 한편, 삼성SDS는 클라우드 기반의 통합 솔루션으로 기업의 디지털 혁신을 지원합니다. 이러한 경쟁은 향후 AI 서비스 발전에 큰 영향을 미칠 것으로 예상됩니다.

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.

마. 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 동안 인공지능의 성능 개선과 학습을 위한 컴퓨팅 파워, 전기 에너지 절감을 위해 다양한 프로젝트를 추진해왔습니다.

첫 번째로, 'Mask R-CNN 딥러닝 모델 가속화 프로젝트’를 통해 실시간으로 사용하기 어려운 Mask R-CNN 모델의 FPS(Fame Per Second)를 4.4배 향상시키고, GPU 메모리 사용량을 3.3배 줄였습니다. 이를 통해 에너지 소비량을 1/3 이하로 절감하는 성과를 달성했습니다.

두 번째로, 솔트룩스는 오픈이노베이션을 통해 대학들과 협력하여 딥러닝 뉴럴 네트워크의 최적화 기술을 연구했습니다. 이 연구에서는 대규모 언어 모델인 BERT와 Transformer 뉴럴 네트워크의 성능을 최적화하는 기술을 통해 Google BERT 모델 대비 2배 이상의 추론 속도 향상과 1/4 수준의 컴퓨팅 파워 절감이 이루어졌습니다.

마지막으로, ‘해안 오염물질 데이터’ 구축 사업은 해양쓰레기를 감시하고 관리하기 위한 AI 모델을 개발하는 것을 목표로 하고 있습니다. 이를 통해 해양쓰레기 관리의 효율성을 높이고, 해양쓰레기 모니터링 공간의 확대 및 시간/비용/인력의 절감 효과가 있습니다.

솔트룩스는 이러한 기술 개발을 통해 기존에 비해 에너지 및 탄소 배출량을 현저히 줄이면서 지속 가능한 AI 기술 발전을 이어가고 있습니다. 앞으로도 다양한 사업 분야에 대한 메타휴먼과 디지털 트윈 기술 상용화를 통해 AI 기반의 환경 경영을 강화할 계획입니다.

# 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.

1%나눔운동 후원액

애란원 가족네트워크 자선바자회 및 사랑의 연탄 나눔 봉사 현장

솔트룩스는 인공지능 윤리 및 개인정보 보호에 대한 사회적 책임을 다하고 있으며, 신기술 도입의 잠재적 위험을 줄이고 안전한 인공지능 서비스 환경을 조성하기 위해 여러 원칙을 준수하고 있습니다. 2019년 방송통신위원회와 정보통신정책연구원이 발표한 '이용자 중심의 지능정보사회를 실현하기 위한 원칙’에 솔트룩스는 적극 참여했습니다.

이 원칙은 사람 중심의 서비스 제공, 투명성과 설명 가능성, 책임성, 안전성, 차별 금지, 참여, 프라이버시 및 데이터 거버넌스 등 총 7가지로 구성되어 있습니다. 예를 들어, 서비스는 인간의 존엄성을 보호하는 방향으로 제공되어야 하며, 사용자는 서비스의 작동 방식을 이해할 수 있어야 합니다. 또한, 지능정보 서비스의 제공으로 인해 발생할 수 있는 피해를 사전에 대비하고, 모든 구성원이 평등하게 정책과정에 참여할 수 있는 환경을 조성해야 합니다.

솔트룩스는 개인정보 보호를 위해 사내에 전담 임원을 배치하고, 머신러닝 및 딥러닝 학습 데이터의 민감한 정보에 대한 접근을 제한하는 등의 절차를 마련했습니다. 특히, 데이터의 편향성을 검증하고 저작권 문제를 해결하기 위한 노력도 기울이고 있으며, 이러한 점에서 사회적 책임 경영을 적극적으로 실천하고 있습니다.

# 기업지배구조(Governance)

당사는 주주 가치를 증대시키고 권익을 보호하기 위해 투명하고 안정적인 지배구조를 유지하고 있으며, 이를 통해 지속 가능한 성장과 글로벌 도약을 목표로 하고 있습니다. 현재 이사회 구성은 총 4명 중 1명의 사외이사(25%)로 운영되며, 향후 사외이사 비율을 과반수로 확대하고 외부 인사를 영입하여 전문성과 다양성을 강화할 예정입니다. 이를 통해 이사회의 독립성과 경영진에 대한 견제 기능을 개선하고, 전문위원회를 설치하여 효율성을 극대화할 계획입니다.

주주 친화 정책으로는 정기주주총회를 매년 3개월 이내에 개최하고, 주총 관련 정보는 전자공시시스템(DART)을 통해 공개합니다. 의결권을 증대하기 위해 전자투표를 도입하였으며, 정기적으로 IR 활동을 통해 주주에게 필수 정보를 공정하게 제공합니다. 주주환원 정책도 마련하여 장기적인 성장과 함께 주주 가치를 높일 계획입니다.

내부거래 및 자기거래 통제를 위해 이사회 결의사항으로 이사와 회사 간 거래를 승인하며, 특별한 이해 관계가 있는 이는 의결권 행사를 제한합니다. 또한, 내부회계 관리를 위해 2014년에 제정된 내부회계관리 규정을 바탕으로 전문 조직을 운영하고 있습니다. 이사와 감사에게 매년 운영 실태를 보고하며, 효과성을 지속적으로 점검하고 있습니다. 이러한 조치를 통해 기업의 투명성과 신뢰성을 높이고 있습니다.

바. 조직도

24.2q조직도

사.지적재산권 현황
당사는 생성형 AI(Generative AI) 및 기계학습 기반 빅데이터 증강분석(Augmented big data analytics)라는 2가지 핵심 원천기술을 기반으로 사업을 영위하고 있으며,
특허가 사업 경쟁력의 원천임을 인식하고 비즈니스 경쟁력을 높이기 위하여 다음과 같이 지식재산권 출원 및 등록을 관리하고 있습니다.

<연도별 특허 등록현황>

당사는 현재 101건의 특허를 보유하고 있으며, 현재 등록 진행중인 건은 4건이 있습니다. 특허를 통해 지식자산의 내재화 및 기술권리화를 수행하고 있습니다.

<주요 특허 현황>

※ 현재 등록 진행중인 건을 포함하여, 주요 특허를 기재하였습니다.

III. 재무에 관한 사항

1. 요약재무정보

가. 요약연결재무정보

나. 요약별도재무정보

2. 연결재무제표

2-1. 연결 재무상태표

2-2. 연결 포괄손익계산서

2-3. 연결 자본변동표

2-4. 연결 현금흐름표

3. 연결재무제표 주석

1. 일반사항

한국채택국제회계기준 제1110호 '연결재무제표'에 의한 지배회사인 주식회사 솔트룩스(이하 '당사')는 (주)솔트룩스이노베이션, (주)플루닛, (주)솔트룩스벤처스, (주)다이퀘스트, Goover, Inc 및 Saltlux Technology Joint Stock Company(이하 주식회사 솔트룩스와 그 종속기업을 일괄하여 '연결회사')를 연결대상으로 하여 연결재무제표를 작성하였습니다.

(1) 지배기업의 개요

지배기업은 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. 지배기업은 컴퓨터 하드웨어 및 소프트웨어의 자문, 개발, 제조, 공급 및 판매업 및 정보처리 컨설팅, 자료처리, 데이터베이스업 및 정보통신 부가가치망 사업을 주사업목적으로 하고 있으며, 당반기 중 서울특별시 송파구 신천동으로 본사를 이전하였습니다.

지배기업은 2020년 07월 23일 대한민국 코스닥 시장에 상장하였습니다.

지배기업의 보고기간말 현재 주요 주주현황은 다음과 같습니다.

(2) 종속기업 현황

당반기말 및 전기말 현재 연결회사의 연결대상 종속기업 현황은 다음과 같습니다.

(3) 종속기업의 요약 재무정보

당반기말 및 전기말 현재 연결대상 종속기업의 요약 재무현황은 다음과 같습니다.

1) 당반기말

2) 전기말

(*1) 전기 중 신규로 연결회사에 포함된 종속기업으로 매출액, 당기순손익 및 총포괄손익의 재무정보는 취득일 이후 발생한 손익으로 구성됩니다.

2. 재무제표 작성기준 및 중요한 회계정책

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

(1) 재무제표 작성기준

연결회사의 연결재무제표는 한국채택국제회계기준에 따라 작성되었습니다. 한국채택국제회계기준은 국제회계기준위원회("IASB")가 발표한 기준서와 해석서 중 대한민국이 채택한 내용을 의미합니다.

연결재무제표 작성에 적용된 중요한 회계정책은 아래 기술되어 있으며, 당기 연결재무제표의 작성에 적용된 중요한 회계정책은 아래에서 설명하는 기준서의 도입과 관련된 영향을 제외하고는 전기 연결재무제표 작성 시 채택한 회계정책과 동일합니다.

연결재무제표는 다음을 제외하고는 역사적 원가에 기초하여 작성하였습니다.

한국채택국제회계기준은 재무제표 작성 시 중요한 회계추정의 사용을 허용하고 있으며, 회계정책을 적용함에 있어 경영진의 판단을 요구하고 있습니다. 보다 복잡하고 높은 수준의 판단이 필요한 부분이나 중요한 가정 및 추정이 필요한 부분은 주석 3에서 설명하고 있습니다.

(2) 회계정책과 공시의 변경

1) 연결회사가 채택한 제ㆍ개정 기준서 및 해석서

연결회사는 2024년 1월 1일로 개시하는 회계기간부터 다음의 제 · 개정 기준서를 신규로 적용하였습니다.

- 기업회계기준서 제1001호 '재무제표 표시’(개정) - 부채의 유동/비유동 분류

동 개정사항은 유동부채와 비유동부채의 분류는 보고기간말에 존재하는 기업의 권리에 근거한다는 점을 명확히 하고 기업이 부채의 결제를 연기할 수 있는 권리를 행사할지 여부에 대한 기대와는 무관하다는 점을 강조합니다. 그리고 보고기간말에 차입약정을 준수하고 있다면 해당 권리가 존재한다고 설명하고 결제는 현금, 지분상품, 그 밖의 자산 또는 용역을 거래상대방에게 이전하는 것으로 그 정의를 명확히 합니다.

- 기업회계기준서 제1116호 '리스' (개정) - 판매후리스에서 생기는 부채

동 개정사항은 판매후리스 거래의 후속측정에 대해 규정합니다. 판매후리스 사용권자산 및 리스부채에도 일반적인 리스 후속측정 방식을 적용하되, 판매자-리스이용자가 보유하는 사용권에 대해서는 관련 손익을 인식하지 않는 방식으로 리스부채를 인식하고 '(수정)리스료'를 산정합니다.

- 기업회계기준서 제1001호 '재무제표 표시’(개정) - 가상자산

동 개정사항은 가상자산을 직접 보유하는 경우, 고객 대신 보유하는 경우, 발행하는 경우에 가상자산 보유·발행에 따른 회사의 회계정책, 재무제표에 미치는 영향 등 재무제표 이용자에게 중요한 정보를 공시하도록 규정하고 있습니다.

- 기업회계기준서 제1007호 '현금흐름표’및 제1107호 '금융상품:공시' (개정) - 공급자금융약정

동 개정사항은 재무제표 이용자가 기업의 부채와 현금흐름에 미치는 영향을 평가할 수 있도록 재무활동에서 생기는 부채의 변동에 공급자금융약정 정보를 구분하여 공시하고 공급자금융약정으로 발생하는 유동성 위험을 공시하도록 규정하고 있습니다.개정내용을 최초로 적용하는 회계연도 내 표시하는 중간보고기간에는 경과규정에 따라 해당 내용을 공시할 필요가 없습니다.

동 기준서의 개정 또는 제정이 재무제표에 미치는 유의적인 영향은 없습니다.

2) 연결회사가 적용하지 않은 제ㆍ개정 기준서 및 해석서

제정 또는 공표되었으나 아직 시행일이 도래하지 않아 적용하지 아니한 제ㆍ개정 기준서 및 해석서는 다음과 같습니다.

- 기업회계기준서 제1021호 '환율변동효과'와 제1101호 '한국채택국제회계기준의 최초채택' (개정) - 교환가능성 결여

동 개정사항은 한 통화를 다른 통화로 교환 가능한지 여부를 평가하고 교환 가능하지않은 경우 사용할 현물환율을 결정할 때 일관된 접근 방식을 적용하고 관련 정보를 공시하도록 요구합니다.

동 개정사항은 2025 년 1 월 1 일 이후 최초로 시작하는 회계연도부터 적용되며 조기적용이 허용됩니다.

연결회사는 상기에 열거된 제ㆍ개정사항이 재무제표에 미치는 영향이 중요하지 않을것으로 판단하고 있습니다.

3. 중요한 회계추정 및 가정

재무제표 작성에는 미래에 대한 가정 및 추정이 요구되며 경영진은 연결회사의 회계정책을 적용하기 위해 판단이 요구됩니다. 추정 및 가정은 지속적으로 평가되며, 과거 경험과 현재의 상황에 비추어 합리적으로 예측가능한 미래의 사건을 고려하여 이루어집니다. 회계추정의 결과가 실제 결과와 동일한 경우는 드물 것이므로 중요한 조정을 유발할 수 있는 유의적인 위험을 내포하고 있습니다.

4. 재무위험관리

(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 재무상태표상 당기손익-공정가치 측정 금융자산으로 분류되는 연결회사보유채무증권 및 지분증권의 가격위험에 노출돼 있습니다.  중요한 채무증권 및 지분증권의 투자는 개별적으로 관리되며 중요한 취득 및 매각 의사 결정에는 이사회의 승인이 필요합니다.

당기손익-공정가치 측정 금융자산의 손익은 당기손익에 영향을 미치며, 연결회사의 투자 금융상품이 당기손익에 미치는 영향은 주석 6 및 주석 8에서 설명하고 있습니다.

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.

한편, 당반기말 현재 연결회사가 보유하고 있는 금융자산의 이자율변동이 공정가치 또는 미래현금흐름에 미치는 영향은 중요하지 아니합니다.

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.

(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

현금성자산도 손상 규정의 적용대상에 포함되나 식별된 기대신용손실은 유의적이지 않습니다.

(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) 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.

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

한편, 보고기간말 현재 연결회사의 부채비율은 다음과 같습니다.

5. 사용제한 금융상품

보고기간말 현재 사용이 제한된 금융상품은 다음과 같습니다.

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

6. 당기손익-공정가치측정금융자산

보고기간말 현재 연결회사의 당기손익-공정가치측정금융자산은 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

2) 전기말

(2) 금융부채

보고기간말 현재 연결회사의 금융부채의 범주별 내역은 다음과 같습니다.

1) 당반기말

(*1) 연차미지급비용 및 기타장기종업원급여가 제외된 금액입니다.

2) 전기말

(*1) 연차미지급비용 및 기타장기종업원급여가 제외된 금액입니다.

(3) 금융상품의 공정가치 서열체계

금융상품은 공정가치를 측정하기 위하여 사용된 가격과 가치평가모형에 투입되는 변수의 관측가능성 정도에 따라 수준을 1, 2 및 3으로 나누고 있으며 각각의 금융상품을 어느 수준으로 측정했는지 구분하여 공정가치수준을 공시하고 있습니다. 각각의 수준은 다음과 같이 구분됩니다.

공정가치로 측정되는 금융상품의 공정가치 서열체계 구분은 다음과 같습니다.

1) 당반기말

2) 전기말

9. 영업부문 정보

(1) 연결회사의 보고부문 구분에 대한 주요 내용은 다음과 같습니다.

연결회사의 경영진은 자원배분과 성과평가를 수행하는 이사회에서 검토 및 보고한 정보에 기초하여 영업부문을 결정하고 있습니다.

이사회는 각 사업부별 영업정보를 검토하고 있으며 영업부문 구성 및 주요 사업의 내용은 다음과 같습니다.

연결회사는 영업부문의 성과를 영업손익에 근거해서 평가하고 있으며, 이는 부문간 내부거래를 제외하고는 포괄손익계산서에 보고된 내용과 차이가 없습니다.

(2) 당반기와 전반기 중 부문별 손익은 다음과 같습니다.

1) 당반기

2) 전반기

(3) 당반기 및 전반기 중 지역 부문별 매출내역은 다음과 같습니다.

10. 투자부동산

(1) 보고기간말 현재 투자부동산자산의 내역은 다음과 같습니다.

(2) 당반기와 전반기 중 투자부동산의 변동내역은 다음과 같습니다.

1) 당반기

2) 전반기

(3) 투자부동산 관련 당반기 손익계산서에 인식된 임대수익은 7,200천원입니다.

11. 유형자산

(1) 보고기간말 현재 연결회사의 유형자산의 내역은 다음과 같습니다.

(2) 당반기와 전반기 중 연결회사의 유형자산의 변동내역은 다음과 같습니다.

1) 당반기

2) 전반기

(*)감가상각비는 전액 영업비용으로 분류하였습니다.

12. 리스

연결회사가 리스이용자인 경우의 리스에 대한 정보는 다음과 같습니다.

(1) 연결재무상태표에 인식된 금액

리스와 관련해 연결재무상태표에 인식된 금액은 다음과 같습니다.

(2) 연결포괄손익계산서에 인식된 금액

당반기 중 리스의 총 현금유출은 1,099,576천원(전반기: 496,822천원)입니다.

13. 무형자산

(1) 보고기간말 현재 연결회사의 무형자산의 내역은 다음과 같습니다.

(2) 당반기 및 전반기 중 연결회사의 무형자산의 변동 내역은 다음과 같습니다.

1) 당반기