사 업 보 고 서

                                   (제 27 기)

【 대표이사 등의 확인 】

260323 대표이사등의확인_코난테크놀로지_0001

I. 회사의 개요

1. 회사의 개요

가. 주요 사업의 내용

다양한 산업현장의 여러 업무영역에서 AI 기술 제품을 도입해서 업무혁신을 하려는 수요가 빠르게 증가하고 있습니다. 코난테크놀로지는 "가장 많은 고객이 선택한 AX 성공 파트너"로서 다양한 산업현장에서 검증된 AX 기술을 기반으로, 고객의 업무 혁신을 실질적으로 구현하며 지속적으로 선택받고 있습니다.

당사는 주요 기반기술군을 Text AI 및 Vision AI로 분류 하고 있으며, 현재 8제품으로 라인업됩니다. Text AI에는 코난서치, 코난애널리틱스, 펄스케이, 코난챗봇/코난챗봇+, 코난 LLM으로 구성되어 있으며, Vision AI에는 코난와처, 코난보이스, 코난리스너로 구성되어 있습니다. 각 부문별 주요 제품과 매출 비중은 다음과 같습니다.

2025년 매출은 전년 대비 약 76억 원 증가하며 263.18억 원에서 339.70억 원으로 29.11% 성장하였습니다. 이는 AX(AI Transformation) 및 생성형 언어모델(LLM) 기반 사업 매출이 본격적으로 확대된 데 따른 결과로, 공공과 민간 전반에서 실질적인 업무 적용 사례가 증가한 영향이 반영되었습니다. 특히 Text AI 부문에서는 Search가 안정적인 매출 기반을 유지하는 가운데 LLM 매출이 신규 핵심 축으로 자리 잡으며 전체 성장을 견인하였습니다. 문서 생성, 지식 검색, 업무 자동화 등 실질 업무 중심의 적용이 확대되며 AI 기술이 운영 효율과 의사결정 지원 영역까지 활용 범위를 넓혀가고 있습니다. 특히 한국남부발전 생성형 AI 구축 사업 이후 공공기관을 중심으로 LLM 기반 프로젝트 수요가 확대되었으며, 의료·지자체·발전 공기업 등 다양한 분야에서 유사 사업이 연이어 진행되며 AX 및 LLM 매출 증가에 기여하였습니다. 이와 함께 문서·데이터 기반 의사결정, 인재 관리, 정책 분석 등 텍스트 분석 수요 또한 지속적으로 확대되며 Analytics 및 Search 기반 AI 분석 기술의 활용 영역도 함께 넓어지고 있습니다.

2025년 영업비용은 약 438억 원으로 전년도 404억 원 대비 수치상 증가한 것으로 보이나, 이는 2022년부터 수행된 스마트 인재관리 시스템 사업이 2025년 8월 종료되며 약 74.8억 원의 매출이 일시에 인식되는 과정에서 외주비 등 원가가 함께 반영된 회계적 영향이 크게 작용한 결과입니다. 해당 일시 반영분을 제외할 경우 실질적인 비용 구조는 대폭 축소된 수준으로 판단됩니다. 임직원 수는 전년 대비 약 225명에서 201명 수준으로 감소하며 급여 및 퇴직급여가 약 33억 원 감소하였고, 과거 부여된 주식보상비용 또한 대부분 소멸 단계에 접어들며 추가 비용 부담이 크게 줄어들었습니다. 향후에는 인력 효율화와 더불어 개발 생산성 중심의 비용 절감 구조를 본격적으로 정착시킬 계획입니다. 코난 Nexus Framework를 통한 모듈 자산 재활용, AI Coding Assist 적용, AIStation 2.0 기반 통합 제품 구조 운영 등을 통해 개발 기간과 인력 투입을 동시에 축소하고, 사무 공간 효율화·정부 과제 확대·이월 매출 증가·고마진 ARR 및 AI Appliance 매출 비중 확대 등을 병행하여 비용 구조 개선과 수익성 제고를 지속해 나갈 계획입니다.

연간 총 수주 내역 기준으로 보면 당사의 수주 구조는 공공 중심 비중이 점진적으로 확대되는 흐름을 보이고 있으며 절대 수주 금액 또한 함께 증가하고 있습니다. 단위는 억 원 기준으로 2021년 총 수주 금액은 184.52억 원(공공 108.59억 / 민간 75.93억, 공공 비중 59%), 2022년 234.13억 원(공공 150.39억 / 민간 83.74억, 공공 비중 64%), 2023년 264.09억 원(공공 161.50억 / 민간 102.59억, 공공 비중 61%), 2024년 296.50억 원(공공 224.55억 / 민간 71.95억, 공공 비중 76%), 2025년 327.25억 원(공공 264.89억 / 민간 62.36억, 공공 비중 81%)을 기록하며 공공 프로젝트 중심 구조가 더욱 뚜렷해지고 있습니다. 공공 비중 확대는 생성형 AI 및 AX 대형 사업이 공공 영역에서 선도적으로 추진되는 구조적 특성이 반영된 결과이며, 구축 이후 기능 고도화와 운영 범위 확장이 이어지는 특성상 소프트웨어 자산이 누적되며 추가 확장 및 운영 유지보수 매출로 점진적으로 연결되는 구조를 형성하고 있습니다. 이러한 흐름은 단발성 프로젝트를 넘어 반복적이고 안정적인 수익 기반이 축적되는 형태로 이어지고 있습니다.

또한 2026년 정부 AI·AX 관련 예산이 약 10조 원 규모로 편성될 것으로 전망되며 전년도 대비 약 3배 수준의 확대가 예상되고 있어, 지능형 행정·국방·의료·산업 디지털 전환 과제가 본격적으로 추진될 것으로 보입니다. 이에 따라 공공 영역에서 선제적으로 확보한 레퍼런스와 기술 역량이 신규 대형 사업 수주 및 연구개발 과제 확보로 이어질 가능성이 높으며, 연구 과제 수주는 기술 고도화와 연구비 지원을 동시에 확보할 수 있다는 점에서 재무 구조 측면에서도 긍정적으로 작용할 것으로 전망됩니다.

현재 당사의 연구소는 '언어음성연구소(Human Language Understanding)'와 '비전AI연구소(Video Understanding)' 를 운영하며 핵심 기술 연구에 집중하고 있습니다. 주요 R&D 활동으로는 ▲플러그앤플레이 방식으로 설명 가능성을 제공하는 인공지능 기술 개발 및 인공지능 시스템에 대한 설명 제공 검증 ▲점차 강화되고 있는 윤리 정책에 발맞춰 유연하게 진화하는 인공지능 기술 개발 연구 ▲AI기반 화력운용시스템 개발, 실증 ▲태스크에 무관한 자가 인지 및 학습 기반 범용 인공지능 핵심 기술 개발 ▲국산 SoC 기반 온디바이스 AI 대화형 에이전트 탑재 키오스크 시스템 개발 및 실증 ▲디지털트윈을 활용한 인공지능 파일럿 개발 및 무인기 탑재 실증 ▲유·무인 복합체계 대상 신속한 상황인지 및 맞춤형 대응을 위한 복합지능이 가능한 AI 분석 모델 자동 협업 기술 개발(국방 ICT) ▲이종 AI 반도체용 분산 추론 및 모델 최적화 기술 개발 ▲신종 보이스피싱 조기 탐지 기술 개발 등이 있으며, 이를 통해 국내 AI 기술력 강화에도 지속적으로 기여하고 있습니다.

사업의 내용 및 신규 사업에 대한 상세 내용은 제2부 「Ⅱ. 사업의 내용」을 참조하시기 바랍니다.

나. 연결대상 종속회사 개황

1. 연결대상 종속회사 현황(요약)

1-1. 연결대상회사의 변동내용

다. 회사의 법적ㆍ상업적 명칭

 당사의 명칭은 '주식회사 코난테크놀로지'라고 표기하며, 영문명은 Konan Technology Inc라고 표기합니다.

라. 설립일자

 당사는 1999년 4월 17일 '주식회사 코난테크날리지'로 설립되었으며, 2001년 5월 9일 '주식회사 코난테크놀로지'로 상호를 변경하였습니다.

마. 본사의 주소, 전화번호, 홈페이지 주소

바. 중소기업 등 해당 여부

사. 신용평가에 관한 사항

1) 최근 3년간 신용평가 내역

 2) 신용등급 정의

* 'AA'부터 'CCC'까지는 등급내 우열에 따라 '+' 또는 '-'를 부가하게 됩니다.

아. 기술평가에 관한 사항

당사는 2021년 08월 24일 한국거래소에 기술성장기업용 기술성 평가를 신청하였으며, 2021년 9월과 10월에는 한국거래소가 지정한 외부평가기관인 한국기업데이터 및 나이스디앤비의 기술평가와 현장실사 및 PT를 진행하였습니다. 2021년 11월에 양 평가기관으로부터 획득한 기술평가등급은 한국기업데이터는 'AA', 나이스디앤비는 'A'입니다.

 ※상기 기술 평가등급의 정의는 다음과 같습니다.

자. 회사의 주권상장(또는 등록ㆍ지정)여부 및 특례상장에 관한 사항

주) 특례상장 등 적용법규 : 코스닥시장 상장규정 제30조

2. 회사의 연혁

가. 회사의 연혁

(1) 회사의 설립일 및 주요 연혁
 당사의 최초 설립일은 1999년 4월 17일이며, 설립일 이후의 주요 연혁은 아래와 같습니다.

(2) 본점소재지 및 그 변경

주1) 임직원 증가로 인한 9층 확장.

(3) 지점, 영업소, 사무소 등의 설치 또는 폐쇄

(4) 경영진 및 감사의 중요한 변동

주) 경영진의 중요한 변동의 내역은 최근 5사업연도 내, 대표이사의 변동, 임원으로서 최대주주인자의 변동, 임원으로서 주요주주인자의변동 및 등기임원의 1/3이상 변동중 하나에 해당하는 경우의 내역이 기재되어 있습니다.

나. 최대주주의 변동

최대주주의 변동사항은 없으며, 당사 최대주주는 김영섬 대표이사로 보고서 기준일 소유주식은 2,863,877주이며, 지분율은 22.88%에 해당합니다.

다. 상호변경

당사는 1999년 4월 17일 '주식회사 코난테크날리지'로 설립되었으며, 2001년 5월 9일 '주식회사 코난테크놀로지'로 상호를 변경하였습니다.

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

 당사는 보고서 작성기준일 현재 해당 사항이 없습니다.

마. 회사가 합병등을 한 경우 그 내용

 당사는 보고서 작성기준일 현재 해당 사항이 없습니다.

바. 회사의 업종 또는 주된 사업의 변화

 당사는 보고서 제출일 현재 해당 사항이 없습니다.

사. 그 밖에 경영활동과 관련된 중요한 사항의 발생내용

 당사는 보고서 제출일 현재 해당 사항이 없습니다

3. 자본금 변동사항

가. 자본금 변동추이

주1) 자본금 변동 내역은 증권의 발행을 통한 자금조달 실적의 증자(감자)현황부분을 참조하여 주시기 바랍니다.

나. 전환사채 등 발행현황

당사는 보고서 제출일 현재 해당 사항이 없습니다.

다. 신주인수권부사채 등 발행현황

 당사는 보고서 제출일 현재 해당 사항이 없습니다.

 라. 미상환 전환형 조건부자본증권 등 발행현황

 당사는 보고서 제출일 현재 해당 사항이 없습니다.

4. 주식의 총수 등

가. 주식의 총수 현황

5. 정관에 관한 사항

가. 정관 변경 이력

당사 정관의 최근 개정일은 2024년 03월 31일이며, 제 25기 정기주주총회에서 정관 변경 안건이 승인되었습니다.

나. 사업목적

1. 사업목적 현황

2. 사업목적 변경 내용

3. 사업목적 변경 사유

가. 정관 변경 취지 및 목적

당사는 공시 기간 중 정관을 변경하여 사업목적을 추가하였습니다. 2023년 3월 31일 추가된 사업목적은 다음과 같습니다.

당사는 1999년 설립되어 26년의 업력을 가진 AI 전문 기업으로서, 2022년 7월 기술특례기업으로 코스닥 시장에 상장하였습니다. 자사의 제품군은 Text AI와 Vision AI로 분류되며, 각각 코난서치, 코난애널리틱스, 펄스케이, 코난챗봇, 코난LLM 등이 Text AI에 속하고, 코난와쳐, 코난리스너, 코난보이스 등이 Video AI에 속합니다.

현재 AI 산업에서 발생하는 매출을 "코스닥시장 상장규정 시행세칙" [별표11] 업종 및 코드분류에 따라 기존 정관인 소프트웨어 개발 및 공급업[표준산업코드(업종코드):105802]으로 100% 분류하고 있으나, 변화하는 AI 산업의 요구에 대응하기 위해 당사 정관을 개정하였습니다.

저희는 코난 AICC, 코난 딥러닝 프레임워크, 코난 디지털트윈 프레임워크(PHM), 코난 LLM(GPT)과 같은 제품들을 추가로 제품화하고 있으며, AI 전방 시장의 개화와 확장성을 고려하여 (2)번 데이터베이스 및 온라인 정보 제공업, (3)번 인공지능 솔루션 연구 및 개발업, 그리고 (4)번 클라우드 솔루션 개발 및 서비스업의 사업 목적을 추가하였습니다. 이로 인해 저희는 AI 산업 전문분야를 세분화하여 사업을 추진하고자 합니다.

또한 향후 여유자금 활용과 BtoC 분야의 확장성을 고려하여 (5)번 부동산 임대업과  (6)번 통신판매업을 추가하여 확대되는 산업에 대비하고자 합니다. 이러한 변경된 정관을 통해 확대되는 AI 산업에 더욱 빠르게 대응하고, 성장과 발전을 통해 도약할 수 있기를 기대합니다.

나. 목적 및 필요성

현재 당사의 사업자등록증에 기재된 사업의 종류와 대한민국 산업분류표의 업종코드는 "인공지능 솔루션 연구 및 개발"에 따른 제품 매출을 충분히 반영하지 못하고 있습니다. 이로 인해 당사의 사업은 단순 소프트웨어로 분류되고 있습니다.

AI 산업에서 필수적인 데이터, 인력, 장비를 기반으로 인공지능 솔루션을 연구하고 개발하고 있으며[3번 정관], AI를 통한 데이터 수집 및 분석, 가공 판매[2번 정관] 등 다양한 영역에서 활동하고 있습니다. 또한, AICC 및 자사 AI 솔루션의 다양한 형태의 계약으로 인해 서버 기반 및 클라우드 서버를 활용하는 확장이 이루어지고 있습니다[4번 정관]. 이를 바탕으로 자사의 사업 목적을 정관에 세부적으로 기재하여 AI 기반 기업의 특성을 강조하고자 합니다.

다. 변경제안 주체

위 정관 변경의 취지 및 목적에 따라 이사회를 통해 진행 되었습니다.

라. 해당 사업 목적 변경이 회사의 주된 사업에 미치는 영향 등

위 정관변경은 기존 AI 산업에서 발생하는 매출을 세분화 하기 위한 작업으로 회사의 주된 사업의 변경 및 사업에 미치는 영향은 없습니다.

4. 정관상 사업목적 추가 현황표

주1) "데이터베이스 및 온라인 정보 제공업, 인공지능 솔루션 연구 및 개발업, 클라우드 솔루션 개발 및 서비스업"은 상호 유사하거나 연관된 업종으로 소프트웨어 개발 및 공급업의 하위 분류이며, 모두 AI 산업으로 분류합니다. 따라서, 다양한 분야를 하나로 통합하여 AI 산업을 주요 사업 목적으로 정하고 있으며, 위 구분상 (1),(2),(3)을 하단 내역에  통합하여 기재합니다.

(1) 그 사업 분야(업종, 제품 및 서비스의 내용 등) 및 진출 목적

(2) 시장의 주요 특성ㆍ규모 및 성장성

(3) 신규사업과 관련된 투자 및 예상 자금소요액(총 소요액, 연도별 소요액), 투자자금 조달원천, 예상투자회수기간 등

주1) 신규사업과 관련된 투자 및 예상 자금 소요액은 기존 영위하던 AI산업의 세분화로 증권신고서상의 자금 사용 계획 및 실제 자금 사용내역의 총액을 기재하였습니다 자세한 내역은 공모자금의 사용내역 부분을 참조하여 주시기 바랍니다.
 주2) 부동산 임대업과 통신판매업은 회사의 추진여부가 결정 되지 않아 불확실성이 존재합니다. 보고서 제출일 기준 현재 해당 업종들에 대한 1년 내 추진 계획이 없으며, 신규 사업과 관련된 투자 및 예상 자금 소요액 등의 배분이 되어있지 않으며, 이로 인한 조달 원천 및 투자 회수 기간 등이 존재하지 않습니다.

(4) 사업 추진현황(조직 및 인력구성 현황, 연구개발활동 내역, 제품 및 서비스 개발 진척도 및 상용화 여부, 매출 발생여부 등)

주1) 본 사업추진현황은 AI 솔루션의 매출의 복잡성과 다양성으로 인해 제품과 서비스가 서로 연관되어 복합적으로 이루어지고 있습니다. 또한, 정관의 목적사항과 코스닥 업종 분류 등이 상이하여, 보고서 제출일 기준 현재 소프트웨어 개발 및 공급업의 하위개념에 해당함으로 AI 산업으로 포괄하여 기재하였습니다.
주2) 당사 인사팀에서 개발인력 수준으로 간주하는 직무범위의 연구개발인력은 총 162명으로, 조직 및 인력구성에 대한 세부사항은 본 보고서 "VIII. 임원 및 직원 등에 관한 사항"의 1. 임원 및 직원 등의 현황을 참조하여 주시기 바랍니다.
주3) 연구개발활동 내역에 대한 세부사항은 본 보고서 "II. 사업의 내용"의 6. 주요계약 및 연구개발활동의 현황을 참조하여 주시기 바랍니다.
주4) 이러한 다양성으로 인해 AI 솔루션들은 단일 제품이 아닌 여러 제품과 서비스로 구성되어 있으며, 이 다양성은 분류를 어렵게 하고, 매출 구조도 복잡해지는 결과를 가져옵니다. 때문에 기존 소프트웨어 개발로 분류 되어 제품 및 서비스 개발이 완료되어 매출이 진행되는 내역은 "II. 사업의 내용"의 2. 주요 제품 및 서비스, 가. 주요 제품 등의 현황 및 "7. 기타 참고사항"의 마. 신규사업을 참조하여 주시기 바라며, 향 후 추가된 사업목적 및 매출 규모에 따라 세분화할 예정입니다.
주5) 위 부동산 임대업과 통신판매업은 회사의 추진여부가 결정 되지 않아 불확실성이 존재합니다. 보고서 제출일 기준 현재 해당 업종들에 대한 1년 내 추진 계획이 없으며, 이로인한 할당된 조직 및 인력구성 , 연구개발활동, 제품 및 서비스 개발 진척 및 상용화 여부가 존재하지 않습니다.

(5) 기존 사업과의 연관성

(6) 주요 위험

(7) 향후 추진계획

주1) 위 부동산 임대업과 통신판매업은 회사의 추진여부가 결정 되지 않아 불확실성이 존재합니다. 보고서 제출일 기준 현재 해당 업종들에 대한 1년 내 추진 계획이 없으며 향후 추진 여부에 따라 추가 기재하도록 하겠습니다.

(8) 미추진 사유

II. 사업의 내용

1. 사업의 개요

당사는 AI서비스사업부, 빅데이터컨버전스사업부, 국방AI사업부, 데이터사이언스사업부, 전략사업부, CS사업부 총 6개의 사업부가 있으며, 주요 기술을 기반으로 'Text AI 기술'을 연구하는 기업부설연구소와 'Vision AI 기술'을 연구하는 '비전AI연구소'를 설립하여 핵심기술 연구에 집중하고 있습니다.

당사는 주요 기반기술군을 Text AI 및 Vision AI로 분류 하고 있으며, 현재 8제품으로 라인업됩니다. Text AI에는 코난서치, 코난애널리틱스, 펄스케이, 코난챗봇/코난챗봇+, 코난 LLM으로 구성되어 있으며, Vision AI에는 코난와처, 코난보이스, 코난리스너로 구성되어 있습니다. 각 부문별 주요 제품과 매출은 다음과 같습니다.

코난테크놀로지는 B2B 및 B2G 중심의 AI, 데이터 구축 분석 및 객체 인식 기술을 활용하여 기업, 공공 및 국방 시장에서 필요로 하는 솔루션을 제공하며, 생성형 AI와 데이터 구축 및 분석 역량을 기반으로 공공 및 국방 분야의 고도화와 실용화를 추진하고 있습니다.

공공 부문에서는 생성형 AI를 활용한 대국민 서비스, Q&A 응대, 내부 자료 기반 생산성 향상, 문서 작성 자동화 등 다양한 영역에 적용되며 반복 업무 효율화를 넘어 정책 분석 및 의사결정 지원 단계까지 확장되고 있습니다. 대규모 행정 데이터와 정책 자료를 기반으로 주요 사안을 요약·비교 분석하고, 연관 데이터를 연계해 최적의 대응 방안을 도출하는 방식으로 발전하고 있습니다.

당사는 남부발전을 시작으로 동서발전, 서부발전 등 발전 공기업을 포함한 다수의 공공기관 프로젝트를 수행해 왔으며, 대법원·지자체·의료 영역까지 생성형 AI 기반 행정 지원 사업을 확대해 왔습니다. AI 기반 행정 보고서 및 문서 자동 생성 기술이 고도화됨에 따라 공공 정책의 핵심 논점을 분석하고 의사결정을 지원하는 AI 도구의 필요성이 커지고 있으며, 이에 대한 적용 범위 또한 지속적으로 확대되고 있습니다.

최근에는 생성형 AI를 넘어 사용자 목표를 이해하고 계획·판단·실행까지 가능한 AI Agent 기반 기술로 전환되고 있으며, 공공 데이터 연계를 통한 행정 지원 및 자동화 수준을 고도화하고 있습니다. AI 에이전트는 질의응답이나 자료 생성에 그치지 않고, 주어진 목표를 달성하기 위한 여러 단계를 스스로 계획하고 외부 도구 및 시스템과 연계해 실제 업무를 수행할 수 있는 지능형 소프트웨어 시스템입니다. 이러한 기술적 진화를 반영해, 당사는 Agent 기반 지능형 행정 서비스 영역까지 신규 사업 및 입찰에 적극 대응하고 있습니다.

국방 분야에서는 글로벌 안보 환경 변화와 자국 우선주의 강화에 따라 AI 기술 도입이 핵심 과제로 부상하고 있으며, 국방 자원 감소와 인력 부족 문제 해결을 위한 기술 혁신이 더욱 요구되고 있습니다. 미국을 비롯한 주요 국가들은 무인·AI 기술을 활용한 국방 역량 강화를 적극 추진하고 있으며, 우리나라 역시 국방기술백서에서 무인·AI를 최우선 과제로 선정하며, 첨단 국방 혁신을 가속화하고 있습니다. 이에 따라 코난테크놀로지는 시장 변화를 반영하여 국방 AI사업부를 신설하고, 국방 AI 플랫폼, 지능형 감시·정찰, 디지털트윈 기반 AI 파일럿 등 확보한 과제·프로젝트를 바탕으로 실질적인 적용을 확대하고 있습니다.

더불어, 2026년은 공공 및 산업 전반에서 AX(AI Transformation) 도입이 본격화되는 해로 평가되고 있습니다. 정부의 AX 및 AI 관련 예산이 전년 대비 대폭 확대되며 기술 실증과 도입 단계를 넘어 실제 행정 및 산업 현장에 적용되는 실질적 수요가 형성되는 시기로 인식되고 있습니다. 정부는 2026년 AI 및 AX 관련 예산을 약 10조 원 규모로 편성하며 전년도 대비 약 3배 수준의 확대가 추진되었으며, 연구개발 예산 구조와 더불어 공공 서비스, 행정 자동화, 산업 인프라, 데이터 기반 의사결정 지원 등 실질적 활용 영역 중심으로도 집중되고 있다는 점에서 의미를 가집니다. 이러한 예산 확대는 AI 기술이 개념적 도입 단계를 넘어 실제 수요 창출과 시장 활성화를 이끄는 촉매 역할을 수행할 것으로 기대되고 있습니다.

이러한 환경 변화에 맞추어 당사는 연구소 중심의 자체 AI 기술 고도화 체계를 기반으로 생성형 AI, RAG, 온디바이스 AI, 음성 및 영상 분석 기술을 통합한 플랫폼 구조를 구축하고 있습니다. 생성형 언어모델 단일 서비스 중심의 솔루션이 아닌 모듈형 통합 구조의 AI Station과 산업 특화 프레임워크인 Nexus Framework를 결합하여 온프레미스, 온디바이스 환경을 유연하게 지원하고 있으며, 기관 및 기업의 업무 환경에 맞춘 맞춤형 AX 구축이 가능하도록 설계되어 있습니다.

특히 Nexus Framework는 공공 및 산업 프로젝트 수행 과정에서 축적된 Agent, 검색, RAG, 워크플로우 자동화 자산을 표준화한 개발 기반 체계로, 초기 설계 단계부터 재사용이 가능하도록 구성되어 있습니다. 이를 통해 프로젝트별 신규 개발 비중을 낮추고 전사 개발 생산성을 향상시키는 동시에 개발 기간 단축과 수행 원가 절감 효과를 확보하고 있습니다. 또한 기능 구현을 넘어 업무 프로세스 단위의 자동화 및 Agent 기반 실행 구조까지 확장 가능한 점에서 구조적 경쟁력을 보유하고 있습니다.

AI Station 2.0은 LLM, RAG, STT, TTS, 온디바이스 추론, 온프레미스 서버 환경을 하나의 플랫폼에서 통합 제공함으로써, 별도의 복수 솔루션 도입 없이 단일 구조 내에서 다양한 AI 기능을 구현할 수 있는 환경을 제공합니다. 이는 구축 복잡도를 낮추고 운영 비용을 절감하는 동시에, 향후 Agent 및 자동화 기술 확장 시에도 유연하게 대응할 수 있는 기반을 형성합니다.

당사는 발전, 사법, 지자체, 의료, 공공기관 등 다양한 영역에서 축적된 수행 경험을 바탕으로 고도 보안 환경과 대규모 행정·산업 데이터 환경에서 기술 검증을 완료하였으며, 다수의 실제 운영 단계 프로젝트를 통해 시장 신뢰도를 확보하고 있습니다. 이러한 레퍼런스는 구축 사례를 넘어 Agent 기반 업무 자동화, RAG 기반 정보 검색, 행정 문서 자동화 등 실질적 운영 환경까지 확장된 경험을 포함하고 있다는 점에서 차별화된 경쟁 우위를 형성하고 있습니다.

☞ 저희의 신규 사업에 대한 자세한 정보는 본 보고서의 '2. 사업의 내용 > 7. 기타 참고사항 > 마. 신규사업' 부분을 참조해 주시기 바랍니다.

(1) Text AI 사업

Text AI 사업에서는 ‘GenAI까지 지원하는 벡터검색, 코난서치6’를 기반으로 기관 및 기업의 LLM 활용에서 핵심 기술인 RAG(Retrieval Augmented Generation)를 지원하며, 초대용량 벡터 검색과 텍스트, 이미지, 동영상을 아우르는 멀티모달 서치 기술을 제공합니다. 생성형 언어모델을 실질적으로 활용하기 위해서는 내부·외부 데이터를 의미 단위로 구조화하는 데이터 벡터화 과정이 필수적인데, 코난서치6는 대규모 문서와 비정형 데이터를 안정적으로 벡터화하고 검색 가능한 형태로 관리할 수 있는 기반을 제공합니다. 이 RAG 기술을 활용하면 최신 정보와 명확한 데이터에 기반한 LLM의 응답을 생성할 수 있어 최신성 문제를 보완하고 정확한 답변 작성에 기여합니다. 또한 타사 LLM에도 적용이 가능하여 확장성을 높이고 정보 왜곡(할루시네이션) 현상을 완화할 수 있습니다. 더불어 제조 현장의 스마트 워크 환경 구축, 유사 이미지 검색을 통한 이커머스 매출 증대, 공공 서비스 및 기업 업무 효율화 등 다양한 산업 영역에서 활용되고 있으며, 국내 유일의 디스크 기반 벡터 검색 엔진으로 10억 건 이상의 검색 결과를 안정적으로 처리할 수 있습니다.

'코난 애널리틱스'는 비정형 텍스트 데이터 분석을 통해 숨겨진 인사이트를 발견하는 비즈니스 솔루션으로, 다양한 정부 및 민간 분야에서 AI 기반 분석 수요의 증가에 따라 광범위하게 활용되고 있습니다. 'pulseK'는 빅데이터를 실시간으로 수집, 분석하여 모니터링하며, 강신호는 물론 약신호까지 지원하여 모니터링, 위기 관리, 트렌드 분석 등 다양한 용도로 사용됩니다. 예를 들어, 한국거래소의 사이버 감시 시스템이나 공매도 중앙점검 시스템은 대량의 데이터를 분석하여 이상 징후, 시계열, 감성 등을 파악함으로써 기업의 핵심 의사결정을 지원하고, 이를 통해 포착된 인사이트를 제공하여 정부와 기관은 물론 민간 기업들까지도 데이터 주도적인 접근 방식을 채택하도록 돕고 있습니다.

코난 LLM은 다양한 업무 환경에 적용 가능한 자체 언어 모델 라인업을 기반으로 지속적인 고도화를 진행하고 있습니다. 온디바이스 환경에 최적화된 경량 모델부터 기업 단위 업무 지원, 전사 업무 활용이 가능한 대형 모델까지 단계별 구조를 갖추고 있으며, 고객의 시스템 환경과 요구 수준에 맞춰 유연하게 적용될 수 있도록 설계되어 있습니다. 최근에는 질의응답 중심의 언어 모델을 넘어 추론 기반 응답, Agent 연계 실행, 외부 시스템 호출 및 워크플로우 자동화까지 확장 가능한 구조로 진화하고 있으며, RAG 기술과 결합해 내부·외부 데이터를 기반으로 한 신뢰도 높은 응답 체계를 지원하고 있습니다. 이를 통해 모델 자체의 규모 경쟁이 아닌 업무 적용성과 실행 중심의 지능형 LLM 구조로 발전시키는 데 중점을 두고 있습니다.

각 사업부에서 발굴한 다양한 고객사를 기반으로 생성형 AI 및 산업 특화 AI Agent 구축 사업을 전개하고 있으며, 특히 국내 공공 부문 생성형 AI 도입 초기 단계에서 한국남부발전㈜의 사내 생성형 AI 구축 사업을 성공적으로 수행한 이후, 발전 공기업을 포함한 다수의 공공기관과 지자체, 사법 및 의료 영역까지 적용 범위를 확대해 왔습니다. 의료 분야에서는 한림대학교의료원 생성형 AI 기반 입원 환자 전주기 기록지 작성 및 지식 상담 플랫폼 구축을 진행하며, 전문 영역의 업무 자동화 및 문서 생성 체계 고도화를 실현하였습니다. 또한 행정·공공 영역에서는 행정 업무 전반의 문서 작성, 질의응답, 내부 지식 검색을 지원하는 생성형 AI 플랫폼 구축 사례를 다수 확보하였으며, 보험·금융·항공·교육 등 민간 분야에서도 RAG 기반 정보 검색 및 Agent형 업무 보조 체계 구축을 위한 실증(PoC) 및 실제 구축 프로젝트를 병행하고 있습니다. 이와 같은 구축 및 실증 경험은 기술 도입을 넘어 실제 운영 환경에서 검증된 사례를 포함하고 있으며, 생성형 AI와 Agent 기술을 결합한 업무 자동화, 지식 검색, 문서 생성, 다국어 응대 등 다양한 활용 영역으로 확장되고 있습니다. 이를 통해 코난 LLM 및 관련 플랫폼은 공공과 민간을 아우르는 실질적 적용 기반을 지속적으로 확보하며 산업 전반으로의 확장을 이어가고 있습니다.

‘챗봇+’는 13개국 언어를 실시간으로 인식·처리할 수 있는 인공지능 동시통역 솔루션이 탑재된 외국어 동시 대화 시스템으로, 통역 기능을 중심으로 LLM 기반의 실시간 언어 처리 기술을 적용하여 보다 정확하고 자연스러운 다국어 대화를 지원하고 있습니다. 이러한 확장성을 바탕으로 Konan LLM 제품군으로 분류되어 운영되고 있으며, SK텔레콤과의 공동 판매 파트너십을 통해 지하철 역사, 파라다이스 카지노, 롯데백화점, 영남대학교, 용산구청 등 다양한 기관 및 기업에 ‘트랜스 토커’라는 명칭으로도 공급되고 있습니다. 외국인과의 원활한 소통이 필요한 현장에서 활용되며 관심을 받고 있으며, 일부 환경에서는 구독형 서비스 형태로도 운영되고 있습니다. 더 나아가 ‘챗봇+’는 온디바이스 AI 기술과의 결합을 통해 산업별 맞춤형 대화형 솔루션과의 연계를 검토하고 있으며, 산업통상자원부 과제로 추진 중인 국산 시스템온칩(SOC) 기반 온디바이스 AI 대화형 에이전트 키오스크 개발 및 실증 프로젝트 등 다양한 디바이스 환경과의 접점을 확대해 나가고 있습니다.

2025년 Text AI 사업 매출은 약 290.6억 원을 기록하며 전년 대비 31.25% 성장하였습니다. Search 부문이 안정적인 매출 기반을 유지한 가운데, 생성형 언어모델(LLM) 매출이 신규 핵심 축으로 자리 잡으며 전체 성장을 견인하였습니다. LLM 매출은 약 87.7억 원으로 확대되며 전년도 대비 큰 폭의 증가를 보였습니다. 반면 일부 솔루션 매출은 조정 국면을 보였으나, Text AI 전반에서는 생성형 AI 및 AX 수요 확대 흐름이 본격화되며 구조적 성장 기반이 강화되었습니다. 공공기관과 기업의 디지털 전환 및 업무 자동화 수요가 점진적으로 확대됨에 따라, Text AI 기술은 검색과 분석 중심의 기존 활용을 넘어 생성, 요약, 지식 검색, 업무 지원 영역까지 적용 범위를 넓혀가고 있습니다.

애널리틱스 부문 매출은 2025년 총 107.1억 원으로 확대되며 전년도 약 23.8억 원 대비 크게 증가하였습니다. 이는 2022년부터 수행해 온 대형 사업이 2025년 8월 종료되며 약 74.8억 원의 매출이 인식된 영향과 함께, 이를 제외한 신규 및 지속 사업 매출 또한 약 28.9억 원을 기록한 데 따른 결과입니다. 최근 공공 및 기업 환경에서 문서·데이터 기반 의사결정, 인재 관리, 정책 분석 등 텍스트 분석 수요가 점진적으로 확대되고 있으며, 정형 데이터 분석을 넘어 비정형 데이터 해석과 업무 지원 영역까지 활용 범위가 넓어지고 있습니다. 이러한 흐름 속에서 애널리틱스 기술은 생성형 AI 및 LLM과 결합된 지능형 데이터 분석 인프라로 고도화되며, 조직 내 정보 활용 효율성과 의사결정 품질을 동시에 제고하는 주요 기술로 자리 잡고 있습니다.

2025년 생성형 언어모델(LLM) 매출은 약 87억 원을 기록하며 전년 대비 약 76억 원 증가하는 성과를 달성하였습니다. 공공 및 의료, 산업 분야를 중심으로 문서 생성, 지식 검색, 업무 자동화 등 실질 업무 적용 사례가 본격화되며 LLM 기반 AX 수요가 빠르게 확대되고 있습니다. 또한 생성형 언어모델 부문의 신규 수주 규모는 약 160억 원 수준으로 집계되며, 수주가 매출로 전환되는 시차를 감안하더라도 향후 지속적인 매출 성장 기반을 형성하고 있습니다. 이러한 흐름은 LLM이 개별 솔루션 단계를 넘어 AX(AI Transformation) 프로젝트의 핵심 축으로 자리 잡고 있음을 보여주며, 차세대 상담 시스템, 기록 관리, 지식 플랫폼 구축 등 다양한 산업 영역으로 적용 범위가 확대되고 있습니다.

한편 2024년 생성형 AI 관련 매출은 약 10.9억 원 수준의 초기 상용화 단계였으나, 2025년 들어 시장 확산과 함께 매출 구조가 성장 국면으로 전환되었습니다. 이에 따라 생성형 AI 및 LLM 기반 사업은 단기 실적 증가를 넘어 지속적인 수주 파이프라인과 AX 전환 수요에 기반한 성장 구조를 형성하고 있으며, 공공 및 민간 주요 기관을 중심으로 활용 영역을 넓혀가고 있습니다.

(2) Vision AI 사업

Vision AI 사업은 대용량 영상 처리 기술과 인공지능을 결합한 비디오 이해 AI 플랫폼 ‘코난와처’를 중심으로 전개되고 있으며, 등장인물·상황·장소 인식, 얼굴 인식, 객체 탐지, 이상 상황 감지 등 다양한 영상 분석 기능을 제공합니다. 드론 및 이동형 장비와 결합된 AI 기반 식별 기술은 실종자 탐지, 특정 구역 감시, 산업 설비 점검, 공공 안전 관제 등 다양한 환경에서 활용되며 영상 기반 지능형 분석 역량을 지속적으로 축적하고 있습니다.

2023년 12월에는 드론과 결합된 AI 식별 시스템이 약 200미터 상공에서 실종자를 탐지하는 기술로 KISA CCTV 성능 시험인증(이동형)_실종자 인증을 획득하며 기술 신뢰성을 확보하였습니다.

국방 분야에서는 AI 영상 분석과 시뮬레이션 기술을 중심으로 실증 및 운용 검증 위주의 사업을 수행하고 있습니다. 해병대사령부의 ‘AI 기반 공중무인체계 영상 통합분석 실증’ 사업을 통해 UAV 기반 영상 분석에 코난와처가 직접 적용되었으며, 실증 완료 후 매출로 인식되었습니다. 또한 공군 ‘ACMI 수집분석체계 구축’ 사업을 통해 AI 기반 전투훈련 체계 전환을 지원하고 있으며, 지능형 플랫폼 유지보수 수요도 병행되고 있습니다.

더불어 디지털트윈 기반 인공지능 파일럿 개발 과제는 자율비행 알고리즘, 전장 시뮬레이터, 무인기 탑재 기술을 포함하는 통합 프로젝트로, 국방 환경에서 AI 기술을 실제 운용 가능한 수준으로 검증하는 기반을 마련하고 있습니다.

Vision AI 부문의 2025년 매출은 와처 및 리스너 매출을 합산한 약 49.1억 원으로, 전년도 41.7억 원 대비 약 18% 증가하였습니다. 이는 대형 단일 프로젝트 중심의 급격한 매출 확대보다는 다수의 실증 및 적용 사업이 병행되는 구조 속에서 기술 검증과 적용 범위가 유지된 결과로 볼 수 있습니다. 병력 자원 감소에 따른 감시·정찰 자동화 수요가 지속되는 가운데, 영상 분석 기술은 드론, 디지털트윈, 온디바이스 AI 등과 결합되어 공공 안전, 스마트 관제, 산업 보안, 시설 관리 등 인접 영역으로의 단계적 확장이 가능한 기술 자산으로 평가되고 있습니다.

국방 영역은 데이터 통제와 보안 요건이 높은 특성이 있어 참여 기업이 제한적이며, 이러한 환경에서 축적된 데이터 구축과 분석 및 시뮬레이션 레퍼런스는 향후 다양한 산업 데이터 환경으로 확장할 수 있는 기반으로 작용할 수 있습니다. 이는 특정 분야에 국한된 솔루션이 아니라 복합 데이터 환경에서도 활용 가능한 AI 분석 및 시뮬레이션 플랫폼 역량을 확보하는 과정으로 볼 수 있으며, 향후 공공 안전, 스마트 인프라, 산업 설비 운영 등 데이터 기반 의사결정 영역으로의 점진적 확장 가능성을 내포하고 있습니다. 또한 음성 인식 솔루션 ‘코난리스너’와 음성 합성 기술 ‘코난보이스’는 클라우드와 온디바이스 환경 모두에서 제공되며 로봇, 키오스크, 현장 단말 등 다양한 장치에 적용 가능한 형태로 운영되고 있어, Vision AI와 결합된 복합 인식 기술로서 활용 범위를 넓혀가고 있습니다.

2. 주요 제품 및 서비스

가. 주요 제품 등의 현황

나. 주요 제품 등의 가격변동 추이

당사 제품들은 데이터량, 트래픽의 규모, 필요 기능, 구현 난이도에 따라 가격이 결정되는 구조로 표준 가격으로 판매하지 않는 특성으로 인해 가격 변동 추이를 정확하게 판단하기는 어렵습니다.

3. 원재료 및 생산설비

가. 매입 현황

나. 원재료의 제품별 비중

당사는 소프트웨어 라이선스 및 용역, 서비스를 제공하는 업종 특성상 업체로 실물 원재료, 상품 등의 매입이 존재하지 않습니다.

다. 원재료 가격변동추이

당사는 소프트웨어 라이선스 및 용역, 서비스 매출을 주요 사업 영역으로 있어 제품 특성상 별도의 원재료가 투입되어 않고 있으므로 해당 사항은 없습니다.

라. 생산능력 및 생산 실적

당사는 제조업체가 아니므로 생산 및 설비에 관한 사항은 없으나, 영업활동을 위한 기말 기준 자산의 내역은 아래와 같습니다.

마. 생산설비에 관한 사항

비디오, 이미지, 음성, 텍스트 등 빅데이터를 처리해서 결과물을 제공하는 AI기술제품을 생산하기 위해서는 대량의 서버와 인프라를 갖추고 이를 중단없이 운영/관리하는 역량이 필요합니다. 당사는 160대의 서버를 보유/운영하고 있습니다.(2025년 12월기준) 또한 KT 강남 IDC센터등에 입주하여 업계 최고 수준의 인프라 운영 능력과 24시간 모니터링 보안관제 하에서 개발 및 서비스용 서버들을 운영/관리하면서 개발 및 서비스의 안정성을 확보하고 있고, 데이터량과 트래픽 증가 시 신속하게 확장할 수 있습니다. 또한 LLM의 학습을 위한 GPU 장비를 다량 확보하고 있습니다.

4. 매출 및 수주상황

가. 매출실적

나. 판매 경로와 방법

당사는 각 사업부의 특성에 맞는 판매조직을 갖추고 있으며, 각 사업부는 영업과 기술조직을 동시에 보유하여 유기적으로 판매활동을 하고 있습니다.

다. 수주 상황

주1) 상기 수주계약은 당기 중 수주한 계약 중 주요 계약만 포함된 내역입니다. 거래처 및 계약내역 공개가 어려운 경우 하이픈으로 기재하였습니다.

(1) 전체 계약 수주잔고

주1) 수주잔고는 매출액으로 인식되지 않은 금액들이며, 전체계약 수주잔고는 구축계약 수주잔고가 포함된 내역입니다.

(2) 구축 계약 수주잔고

주1) 자세한 사항은 본 보고서 III. 재무에 관한 사항 > 3. 별도재무제표 주석 > 18. 고객과의 계약에서 생기는 수익 및 관련 계약자산과 계약부채 (5) 구축 계약 미이행 부분을 참조하여 주시기 바랍니다

5. 위험관리 및 파생거래

당사는 보고서 제출일 현재 시장성위험(금리 위험, 가격 위험, 환위험)에 노출되어 있지 않으며 외환 관련 파생상품 계약을 체결하지 않았습니다.

6. 주요계약 및 연구개발활동

가. 경영상의 주요계약

당사는 보고서 작성일 현재 회사의 재무상태에 영향을 미치는 비정상적인 중요계약이 존재하지 않습니다.  

나. 연구개발 조직

당사의 연구소는 'Human Language Understanding 기술'을 연구하는 기업부설연구소와 'Video Understanding 기술'을 연구하는 '비전AI연구소'로 두 개의 연구소를 편성하여 당사의 주요기술 연구에 집중하고 있습니다.

인력운영 측면에서는 주요기술별로 전문 연구조직을 만들어서 전문역량을 강화할 수 있는 환경을 마련하고 있고, 기술제품별로 담당 Product Owner를 배정하여 제품개발전략을 주도하도록 하고 있습니다.

연구개발인력의 다수가 동 업계 경력 10년 이상 된 전문가 그룹입니다. 이처럼 동 업계 전문가들이 각자의 전문성을 바탕으로 회사의 제품 기획-설계-개발-테스트-상용화의 '표준 소프트웨어 개발 프로세스 전과정'을 여러 해 동안 반복 숙달하면서 손발을 맞추고 협업을 해왔기 때문에 생산성이 높고 '팀워크가 좋은 인재그룹'이 구성되어 있습니다.

▷ 연구개발인력 증감표 (2025-12-31 기준)

다. 연구개발 비용

라. 연구개발 실적

7. 기타 참고사항

가. 지식재산권 보유 현황

(1) 지식재산권 보유 현황

(2) 기술 인증 현황

(3) 수상 실적

나. 지원정책 및 규제 환경

(1) 지원정책

정부는 AI 활용 생태계를 조성하고, 데이터-AI 융합을 촉진하는 계획의 일환으로 국가정보화 사업에 데이터와 인공지능(AI)를 적극적으로 활용하고, 기존 주력산업 경쟁력을 높이며 새로운 시장 창출을 위한 산업구조 고도화 [AI+X] 플래그십 프로젝트를 추진한 바 있습니다. 공공지원 사업에서 생산된 데이터를 AI 학습용 데이터로 전환하기 위해 분야별 수집·가공 가이드라인을 마련하였고, 2023년 9월 영빈관에서 진행된 초거대 AI 출정선언 행사를 통해 정부 차원의 AI 지원 계획을 발표하였습니다. 또한, 최근에는 AI 컴퓨팅 인프라 확충, AI 스타트업 육성, 데이터 개방 확대 등 AI 산업의 기반을 강화하기 위한 정책이 다양하게 추진되고 있습니다.

2022년 11월 말 OpenAI의 챗GPT 발표 이후, 전 세계적으로 생성형 AI가 중요한 이슈로 부상했으며, 국내에서도 정부 부처들이 업무 효율성 개선과 업무 부담 감소를 위해 다양한 기술 도입을 적극 검토하고 있습니다. 특히, 보고서 작성 업무와 같이 상당한 시간과 노력이 소요되는 문제를 해결하기 위한 대안으로 생성형 인공지능(AI) 활용이 권장되고 있으며, 이에 따라 공공기관뿐만 아니라 민간 부문에서도 산업구조 고도화를 위한 AI 기술 도입 수요가 지속적으로 증가하고 있습니다. 이러한 흐름에 맞춰 당사는 AI 기술 도입 및 활용도가 높은 분야를 중심으로 생성형 AI를 활용한 서비스와 제품을 확대하며 시장점유율을 높이는 전략을 추진하고 있습니다.

(2) 규제 환경
정부는 AI의 개인정보 오남용을 막고 개인정보보호를 강화하기 위해 개인정보보호법을 개정하였습니다. 개인정보보호법의 주요 내용은 다음과 같습니다.

○ 드론, 자율주행차 등 '이동형 영상정보처리기기'를 통한 개인영상정보 촬영을 원칙적으로 제한하되, 촬영사실을 표시했음에도 거부의사를 밝히지 않은 경우 예외적으로 허용

○ 인공지능을 통한 맞춤형 서비스의 부작용을 줄이기 위해 '콘텐츠 추천 등 맞춤형 서비스' 가 정보주체에게 법적인 영향을 주는 경우 이의제기 및 설명을 요구할 수 있는 권한을 신설

○ 인공지능을 통한 맞춤형 서비스를 제공할 때 기준과 절차를 정보주체가 쉽게 인식할 수 있도록 알릴 의무 신설

최근 AI 규제 동향을 보면, AI의 투명성과 책임성을 강화하는 방향으로 법제화가 진행되고 있으며, 특히 인공지능 기본법 제정 논의도 활발하게 이루어지고 있습니다. 당사는 개인정보 보호법을 준수하여 AI기술제품을 통한 추천서비스를 제공할 때 기준과 절차를 정보주체가 인식할 수 있도록 알리는 장치를 마련하여 '표준 제품 품질인증 프로세스'에 반영하여 점검하고 제품 릴리즈를 하는 등 개인정보 보호활동을 이행해 나가고 있습니다.

다. 외부 기관의 상장 기술 평가 내역

당사는 2021년 08월 24일 한국거래소에 기술성장기업용 기술성 평가를 신청하였으며, 2021년 9월과 10월에는 한국거래소가 지정한 외부평가기관인 한국기업데이터 및 나이스디앤비의 기술평가와 현장실사 및 PT를 진행하였습니다. 2021년 11월에 양 평가기관으로부터 획득한 기술평가등급은 한국기업데이터는 'AA', 나이스디앤비는 'A'입니다.

라. 산업의 현황

(1) 산업의 특성

인공지능은 미래를 바꿀 핵심기술로 산업 전반에서 각광을 받고 있습니다. 기업들은 AI적용을 통해 고부가가치 업무에 집중함으로써 생산성의 혁신을 경험하고 있습니다. 뿐만 아니라 복잡한 현상의 데이터 속에서 인사이트를 발굴하고 신속한 의사결정과 미래예측 등에 AI가 활용되어 막대한 부가가치를 창출할 수 있습니다.

"국내 인공지능 시장은 선도기업을 주축으로 기술 수요 및 솔루션 공급이 가파르게 증가하는 양상을 보임에 따라 향후 5년 간 괄목할만한 성장을 보일 것으로 전망됩니다."

인공지능 산업의 특징은 ▣ 성장기 초기에 위치한 산업 ▣ 진입장벽이 높은 사업 ▣ 기술집약적 산업이라는 점을 꼽을 수 있습니다.

인공지능솔루션 수요는 디지털전환 가속화에 의해 성장이 촉진되고, GPU 등 AI프로세서의 가격 급등과 같은 요인에 의해서 성장이 억제됩니다.

▣ 성장 촉진요인:
 - 디지털전환 가속, 기업체 수 증가, CCTV 및 드론 보급률 증가, 생성AI 확대

▣ 성장 억제요인:
 - GPU 등 AI프로세서의 가격 상승, 개인정보보호 강화 및 윤리 보안 이슈, 전문인력 부족

가) 성장 촉진요인

1) 디지털전환 가속

최근에는 디지털 전환을 넘어 AI 전환이 트렌드로 등장함에 따라,  기업, 정부, 그리고 일상생활에서 인공지능의 활용도가 지속적으로 증가하고 있습니다. 미국의 Mckinsey 설문조사에 따르면 2022년 현재 조사 대상 조직의 50%가 적어도 하나의 비즈니스 단위 또는 기능면 에서 AI기술을 채택했다고 응답하였으며, 지난 2017년 20% 대비 5년동안 급속도로 증가하였습니다.

인공지능 기술 채택에 관한 설문조사

2022년 기능별로 가장 일반적으로 채택된 AI 기술 사례는, (1)서비스 운영 최적화(24%), (2)AI 기반 제품생성(20%), (3)고객세분화 (19%), (4)고객서비스분석(19%), (5)AI 기반 제품 향상(19%)순이였으며,

인공지능 기능별 일반적 채택 사례

아래 표에서 처럼 하이테크/통신, 금융 서비스 및 비즈니스, 법률 및 전문 분야에서 로보틱스자동화(RPA)의 AI 기술을 가장 많이 활용 하였으며, 모든 산업에서 가장 많이 내장된 AI 기술은 (1)RPA(39%), (2)컴퓨터 비전(34%), (3)자연어 텍스트 이해(33%) 및 가상 에이전트(33%)순으로 나타났습니다.

인공지능 기술 산업 영역별 내장된 AI기술

2) 기업체 수의 증가

중소벤처기업부의 통계에 따르면 인공지능솔루션 수요자인 기업체수가 증가 추세이며 특히 선행 도입처인 대기업의 수가 증가세를 보이고 있어서 인공지능솔루션 수요가 증가할 것으로 전망됩니다.

3) CCTV 및 드론 보급률 증가

- CCTV 보급률 증가

컴퓨터비전 분야의 수요 촉진요인인 CCTV보급률을 공공기관의 보급률을 통해서 살펴보면 지속적으로 성장하는 추세를 보이고 있습니다.

- 드론 산업의 발전

2022년 국토교통부의 드론 산업 실태조사에 따르면, 국내 드론 산업은 2021년 기준으로 약 8,406억 원 규모에 달하며, 이 중 58%가 다양한 활용 분야에 속해 있습니다(약 4,887억 원). 활용분야의 드론은 이전까지 주로 농업 방제(40%), 촬영 및 레저(28%), 측량 및 탐사(17%), 교육(12%) 등의 분야에서 사용되었습니다. 그러나 초거대 인공지능, 센서 이미징, 통신 기술 등의 발전으로 드론 기술은 활용을 넘어 치안, 방재, 국방, 자율 임무 수행 등 복잡한 작업을 수행할 수 있는 AI 기반 소프트웨어 개발로 인해 확장 결합 되고 있습니다. 이러한 기술적 진보는 드론 산업 및 AI 산업의 성장을 가속화하는 주요 요인 중 하나로 작용하고 있습니다.

국내 드론 산업 및 사업체 현황

나) 성장 억제요인

1) GPU 등 AI 프로세서의 가격 상승,

성장 억제요인으로 지목된 GPU 등 AI 프로세서의 가격 상승은 복합적인 요인들에 의해 발생합니다. 초기에는 암호화폐 채굴 붐으로 인한 GPU 가격의 급등이 주요 원인이었습니다. 이후 가격이 안정화되는 듯했으나, 챗 GPT 출시 이후 AI 학습을 더욱 빠르고 효율적으로 처리할 수 있는 고성능 GPU에 대한 수요가 급증하면서 다시금 수급 문제가 발생하였습니다. 이러한 상황은 AI 연구개발에 필요한 고성능 컴퓨팅 자원의 확보를 어렵게 만들어, 자본력이 부족한 AI 기업의 성장 장애 요소로 작용하고 있습니다.

하지만, 새로운 GPU의 출시일별 FP32(단정밀도)의 성능이 빠르게 증가 함에 따라, 미화 달러당 FLOP/S 측면에서 GPU성능의 추세를 고려하였을때, 2022년은 2021년 대비 1.4배, 2003년 대비 5600배로 1.5년 마다 2배의 실적을 보이고 있으며 이는, 점점 더 큰 학습 실행을 촉진하고 대규모 AI 모델의 확장을 장려하고 있으며 촉진요인으로서 작용중입니다.

미화 달러당 FP32 성능

대규모 언어 모델은 점점 더 크고 많은 데이터와 파라미터로 인해 학습과 추론에 드는 비용이 상승하고 있습니다. 이에 대한 대응의 일환으로 상대적으로 가격이 낮고 빠르게 구축할 수 있는 라마와 같은 소형언어모델(sLLM) 또한 발표되고 있습니다. 라마는 매개변수가 70억~650억개로, 슈퍼컴퓨터를 사용하지 않아도 언어모델 학습이 가능해서 비용과 시간을 대폭 줄일 수 있습니다. 특정 분야에서는 미세조정과 고품질의 데이터 학습을 통해 기존 LLM에 준하는 성능을 보여주는 것도 장점으로, B2B와 같은 특정 도메인에 적합한 것으로 알려져 있습니다.

2023년 2월 24일 메타의 LLM '라마'의 출시로 인해 sLLM의 관심이 증가하였으며, 이러한 소형 언어 모델은 기업 맞춤형으로 적합할 것으로 예상됩니다. 이는 고성능서버의 높은가격에도 불구하고, 대규모 언어 모델 학습에 영향력을 발휘할 수 있음을 시사합니다. 이러한 발전은 기존의 대규모 언어 모델에 대한 접근 방식과 학습 방법에 변화를 가져오고 있으며, 다양한 방법론들이 출시되고 있습니다.

최근 딥시크(DeepSeek)와 같은 새로운 LLM 접근법이 등장하면서 AI 비용 절감에 대한 논의가 더욱 활발해지고 있습니다. 하지만 이러한 접근법들이 반드시 최적의 해결책이 되는 것은 아니며, 기술적 성숙도와 보안, 활용 가능성에 대한 신중한 검토가 필요합니다.

GPU 및 AI 반도체의 가격이 여전히 높은 수준을 유지하고 있지만, 소형 언어 모델(sLLM)과 최적화된 연산 방식이 등장하면서 기업들은 보다 유연한 AI 도입 전략을 모색하고 있습니다. 또한, 비용 효율적인 모델 개발과 연산 자원의 최적 활용을 위한 기술적 혁신이 지속적으로 이루어지고 있으며, 이러한 변화는 AI 서비스 확산을 더욱 가속화하는 촉진제가 될 것으로 기대됩니다.

AI 산업은 비용 절감과 성능 최적화라는 두 가지 과제를 해결해 나가면서 더욱 발전하고 있으며, 기업들은 기술 발전과 시장 변화에 맞춰 최적의 전략을 수립해 나가고 있습니다. 앞으로도 GPU 가격 부담을 완화할 수 있는 기술적 대안들이 등장하면서, AI 생태계는 지속적으로 확장될 것으로 전망됩니다

다) 경기변동의 특성 및 계절성

당사 매출은 4분기에 집중되는 경향이 있습니다. 제품매출의 경우 공공사업의 종료시기가 4분기에 집중되어 있는 특성이 있기 때문이고, 서비스매출의 경우 공공기관의 차년도 사업 선정이 연말에 일어나는 특성이 있기 때문입니다.

(2) 경쟁상황 등 시장여건

(가) 목표시장

당사는 인공지능 산업 내에서 주력 분야인 Text AI 및 Vision AI 기술을 중심으로 한  시장을 목표로 설정하고 있습니다. 특히 AI 기술 활용도가 높은 산업 및 업무 분야를 우선적으로 고려하여 시장 점유율을 확대할 방침입니다.

인공지능 기술 산업 영역별 내장된 AI기술

촉진 요인에서 언급된 산업 분야에서 가장 활발히 사용되고 있는 AI 기술인 RPA(39%), 컴퓨터 비전(34%), 자연어 처리(33%) 시장에 저희가 보유한 AI 기술을 활용함으로써, 고객의 Pain Point를 해결하고, 그들의 Needs를 충족시키는 제품과 서비스를 제공하여 세부 목표 시장을 공략 하겠습니다.

AI 기술에 대한 중소기업의 인식 및 수요조사_응답결과

2024년 3월 소프트웨어 정책 연구소의 조사에 따르면, 중소기업에서도 인공지능 기술의 '활용성', '수용 의향', '유용성'이 높게 평가되었습니다. 이에 따라 AI 기술은 정부나 공공기관, 대기업뿐만 아니라 중견 및 중소기업에서도 적극적으로 도입될 가능성이 커지고 있으며, 이는 당사가 주력하는 AI 목표 시장의 확대를 의미합니다.

이러한 변화 속에서, 당사는 20여 년간 신뢰받아온 Text AI 기반의 검색, 분석, 챗봇 제품에 생성형 AI를 통합하여 경쟁력을 강화하고, 시장 기대를 뛰어넘는 성과를 창출하겠습니다.

특히, 13개국 언어를 실시간 인식·처리하는 '외국어 동시 대화 시스템[챗봇+]'을 출시하여 백화점, 지자체, 외국인 대상 소통을 지원하고 있으며, 보고서 초안 생성에 특화된 '코난 LLM'을 통해 B2G 및 B2B 시장에서 신규 매출 창출에 집중하고 있습니다.

또한, 비전 AI 제품 '코난와처'를 활용해 국방, 공공 안전, 재난 관리 분야에서 이상 상황 감지 및 대응 시장을 확대하는 한편, 국방 AI 플랫폼, 지능형 감시·정찰, 디지털트윈 기반 AI 파일럿 등 국방 AI 사업을 본격적으로 추진하고 있습니다.

이와 함께, 생성형 AI가 탑재된 온디바이스 AI PC가 조달 등록 되어 판매가 진행되고 있으며, RAG 기반의 '코난 RAG-X'로 신뢰도 높은 정보 검색 및 요약 기능을 고도화하고 있습니다. AI 기반 정보 활용은 대화형 인터페이스를 넘어 영상 분석·디지털 트윈 기술과 결합하면서, 산업·공공·국방 등 다양한 분야에서 더욱 정교하게 발전하고 있습니다.

마지막으로, '코난 디지털 트윈 프레임워크'를 기반으로 '코난 AI Pilot', '코난 PHM' 등의 프로젝트를 추진하며, 텍스트 및 비전 AI 시장에서의 점유율을 지속적으로 확대해 나가고 있습니다.

(나) 경쟁상황

인공지능솔루션은 데이터와 AI기술을 접목해 다양한 산업분야에서 제품과 서비스로 상용화되고 있습니다. 세계인공지능 시장에서는 구글, 페이스북, 마이크로소프트, OpenAI와 같은 빅테크기업들이 경쟁하고 있고, 국내에서는 네이버, 카카오, SKT, KT 등 통신/포털 대기업을 한축으로, 각각 특화분야에 참여하고 있는 중소규모의 인공지능솔루션 전문업체들이 시장에 참여하여 경쟁하고 있습니다.

OpenAI의 챗GPT 3.5 발표를 계기로, 이 분야에서도 경쟁이 가열되고 있는 상황입니다. 대형 언어 모델을 기반으로 한 생성형 AI는 텍스트, 이미지, 음성 등 다양한 형태의 콘텐츠를 생성하거나 개선할 수 있는 능력을 가지고 있어, 기존의 인공지능 기술을 보완하고 확장할 수 있는 기회를 제공하고 있습니다. "이러한 생성형 AI의 급속한 발전에 따라, 기존 시장 참여자뿐만 아니라 중소규모의 스타트업과 연구기관들도 이 시장에 적극적으로 진출하고 있으며, 경쟁이 더욱 치열해지고 있습니다.

글로벌 AI 기업들이 기술력과 데이터를 기반으로 시장을 선점해 나가고 있는 가운데, 정부 주도의 AI 도입 확대, 보안 중심의 AI 솔루션, B2B/B2G 맞춤형 서비스 등 특정 니치(Niche) 시장에서도 새로운 기회가 창출되고 있습니다. 따라서, AI 시장은 일부 대형 기업들이 독점적으로 장악하기보다는, 다양한 산업과 시장 참여자들이 차별화된 기술과 전략을 통해 경쟁하는 구조로 발전할 가능성이 큽니다. 기업들은 이러한 경쟁 속에서 특정 산업과 고객 요구에 맞춘 최적화된 AI 솔루션을 제공하며, 시장 내 입지를 강화할 것으로 예상됩니다.

(다) 시장 점유율

당사는 과거 국내 공공기관 중심의 검색엔진 사업을 기반으로 매출 구조가 형성되어 왔으며, 2022년 기준 공공기관 매출 비중은 전체 매출의 약 64.1%, 코난서치(Search) 매출 비중은 약 55% 수준을 차지하였습니다.

이에 따라 조달청 나라장터 기준 '공공기관 검색엔진 라이센스 매출액'을 기반으로 시장 점유율을 추정해왔습니다. 그러나 2022년 이후 생성형 AI 기술의 등장과 함께 AI 산업 구조가 빠르게 변화하면서 Text AI, Vision AI, 생성형 AI, AX(AI Transformation) 등 다양한 형태의 특화 솔루션 사업이 확대되고 있으며 기업별 사업 범위와 매출 구조 또한 점차 다양화되고 있습니다.

당사의 경우에도 2023년 이후 민간 부문 매출 확대와 LLM 기반 사업이 본격적으로 성장하였고, 기존 Search 중심 매출 구조 또한 LLM 및 Analytics 등 신규 AI 제품군 매출이 확대되면서 코난서치 매출 비중이 약 21% 수준으로 감소하는 구조 변화가 나타났습니다.

또한 당사는 자체 검색엔진 기술을 기반으로 거대언어모델(LLM)을 포함한 생성형 AI 기술을 개발하고 있으며, 검색·텍스트 분석 기술과 LLM을 결합한 형태의 AI 플랫폼 및 특화 솔루션 사업을 공공기관과 다양한 산업 영역으로 확대하고 있습니다.

이와 같이 기존 검색엔진 중심 사업에서 생성형 AI 기반 AI 플랫폼 및 AX 사업으로 사업 영역이 확장되면서 매출 구조 또한 라이센스 판매뿐 아니라 구축형 프로젝트, 운영·고도화 사업 등 다양한 형태로 변화하고 있습니다.

이러한 산업 구조 변화로 인해 특정 제품군의 라이센스 매출만을 기준으로 전체 시장 규모나 점유율을 산정하는 방식에는 한계가 있으며, 기업별 사업 범위 및 매출 구성에 따라 시장 점유율 산정 결과가 달라질 수 있어 객관적인 점유율을 일률적으로 추정하기에는 어려움이 있습니다.

마. 신규사업

성장률이 높게 전망되는 분야로 기존 영위하고 있는 AI 산업의 신규, 확장 제품등을 통해 매출성장과 이익률 제고를 가속할 계획입니다.

※ 용어의 정리

III. 재무에 관한 사항

1. 요약재무정보

요약재무정보는 기업공시서식 작성기준에 따라 기재하지 않습니다. (소규모기업 해당)

2. 연결재무제표

당사는 보고서 제출일 현재 해당 사항이 없습니다.

3. 연결재무제표 주석

당사는 보고서 제출일 현재 해당 사항이 없습니다.

4. 재무제표

4-1. 재무상태표

4-2. 포괄손익계산서

4-3. 자본변동표

4-4. 현금흐름표

5. 재무제표 주석

1. 회사의 개요

주식회사 코난테크놀로지(이하 "회사"라 함)는 1999년 4월에 설립되어, 소프트웨어(디지탈아카이브시스템, 정보검색시스템, 동의어사전, 검색솔루션, 미디어자산관리솔루션)개발, 공급 등 응용소프트웨어 개발 및 공급 등을 주요 영업으로 하고 있습니다.당기말 현재 서울특별시 서초구 강남대로 327에 본사를 두고 있습니다.

당사는 2022년 7월 7일 대한민국 코스닥 시장에 상장하였습니다.

회사의 당기말 현재 납입 자본금은 6,259백만원(전기말: 5,734백만원)이며 주주현황은 다음과 같습니다.

2. 중요한 회계정책

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

2.1 재무제표 작성기준

회사의 재무제표는 한국채택국제회계기준(이하 기업회계기준)에 따라 작성되었습니다. 한국채택국제회계기준은 국제회계기준위원회("IASB")가 발표한 기준서와 해석서 중 대한민국이 채택한 내용을 의미합니다.

재무제표는 다음을 제외하고는 역사적 원가에 기초하여 작성하였습니다.
- 특정 금융자산과 금융부채(파생상품 포함)
- 확정급여제도

한국채택국제회계기준은 재무제표 작성시 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 주석3에서 설명하고 있습니다.

2.2 회계정책과 공시의 변경

(1) 회사가 채택한 제ㆍ개정 기준서  및 해석서

회사가 2025년 1월 1일 이후 개시하는 회계기간부터 적용한 제ㆍ개정 기준서 및 해석서는 다음과 같습니다.

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

통화의 교환가능성을 평가하고 다른 통화와 교환이 가능하지 않다면 현물환율을 추정하며 관련 정보를 공시하도록 하고 있습니다. 해당 기준서의 개정이 재무제표에 미치는 중요한 영향은 없습니다.  

(나) 기업회계기준서 제1117호 '보험계약'  개정

보험계약을 측정하기 위해 사용한 투입변수의 추정기법이 보험 관련 법규에서 요구하는 원칙적인 추정기법과 다른 경우, 그 차이내역과 재무제표에 미치는 영향이 재무제표 이용자들에게 목적적합하고 중요하다고 판단된다면 이를 공시합니다.

(2) 공표되었으나 아직 시행되지 않은 제ㆍ개정 기준서 및 해석서

당기말 현재 제정ㆍ공표되었으나 시행일이 도래하지 아니하였고, 회사가 조기 적용하지 아니한 제ㆍ개정 기업회계기준서 및 해석서는 다음과 같습니다.

(가) 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정

실무에서 제기된 의문에 대응하고 새로운 요구사항을 포함하기 위해 기업회계기준서제1109호 '금융상품'과 제1107호 '금융상품: 공시'가 개정되었습니다. 동 개정사항은 2026 년 1월 1일 이후 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 주요 개정내용은 다음과 같습니다 . 동 개정으로 인한 재무제표의 영향을 검토 중에 있습니다.

·특정 기준을 충족하는 경우, 결제일 전에 전자지급시스템을 통해 금융부채가 결제된 것으로(제거된 것으로) 간주할 수 있도록 허용

·금융자산이 원리금 지급만으로 구성되어 있는지의 기준을 충족하는지 평가하기 위한 추가 지침을 명확히 하고 추가함.

·계약상 현금흐름의 시기나 금액을 변경시키는 계약조건이 기업에 미치는 영향과 기업이 노출되는 정도를 금융상품의 각 종류별로 공시

·FVOCI 지정 지분상품에 대한 추가 공시

(나) 한국채택국제회계기준 연차개선Volume 11

한국채택국제회계기준 연차개선Volume 11은 2026 년 1월 1일 이후 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 동 개정으로 인해 재무제표에 중요한 영향은 없을 것으로 예상하고 있습니다.

·기업회계기준서 제1101호 '한국채택국제회계기준의 최초채택' : K-IFRS 최초 채택시 위험회피회계 적용

·기업회계기준서 제1107호 '금융상품: 공시’: 제거 손익, 실무적용지침

·기업회계기준서 제1109호 '금융상품’: 리스부채의 제거 회계처리와 거래가격의 정의

·기업회계기준서 제1110호 '연결재무제표’: 사실상의 대리인 결정

·기업회계기준서 제1007호 '현금흐름표’: 원가법

(다) 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시’개정 - 자연에의존하는 전력과 관련된 계약

전력 생산의 원천이 통제할 수 없는 자연 조건(예: 날씨)에 의존하기 때문에 기업이 기초 전력량의 변동성에 노출되는 계약으로 자연에 의존하는 전력과 관련된 계약을 정의하고, '자연에 의존하는 전력을 매입 또는 매도하는 계약’이 자가 사용 예외의 평가 대상임을 명확히 하였습니다. 또한, 자연에 의존하는 '예상 전력거래의 변동가능 명목수량' 을 '위험회피대상항목’으로 지정할 수 있게 하는 등 위험회피회계 요건을 변경하고, 관련 공시를 추가하였습니다. 동 개정사항은 2026 년 1 월 1 일 이후 시작하는 회계연도부터 적용되며, 조기적용이 허용됩니다. 해당 기준서의 개정이 재무제표에 미치는 중요한 영향은 없습니다.  

(라) 기업회계기준서 제1118호 '재무제표 표시와 공시' 제정

기업회계기준서 제1118호 '재무제표 표시와 공시’는 제1001호 '재무제표 표시'를대체합니다. 제1118호가 도입한 새로운 표시 요구사항은 특히 영업손익의 정의와 관련하여 유사 기업 간 재무성과의 비교가능성을 향상시킬 것입니다. 또한, '경영진이정의한 성과측정치'의 공시 요구사항은 투명성을 강화할 것입니다.

기준서는 2027년1월 1일 이후 시작하는 회계연도부터 적용되며, 조기도입이 가능합니다. 기준서의 소급작성 요구에 따라, 2026년 12월 31일로 종료되는 회계연도의 비교정보는 기업회계기준서 제1118호에 따라 재작성됩니다.

회사는 제1118호를 아직 채택하지 않았으며, 기준서 적용이 회사에 미치는 영향을 평가 중입니다. 회사는 전환 계획을 수립하고 2027년 3월 31일 종료되는 기간의 제1118호에 따른 첫 중간재무제표 및 2027년 12월 31일 종료되는 회계연도의 연차재무제표 보고를 예정대로 준비하고 있습니다.

(3) 중요한 회계추정 및 판단

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

글로벌 시장상황이 시장의 신뢰와 소비자의 소비형태에 영향을 미쳤지만, 회사는 지속적인 제품 혁신과 신규 매출거래처와 계약을 통해 수익을 창출할 수 있는 여력이 충분합니다. 회사는 기후 관련 및 그 밖의 사업위험에 대한 익스포저를 검토하였으나당기말 현재 회사의 재무실적이나 재무상태에 영향을 미칠 수 있는 위험은 식별되지 않았습니다. 회사는 기존 차입금의 약정사항을 충족할 수 있도록 충분한 자금여력을 보유하고 있으며, 영업활동과 지속적인 투자를 뒷받침할 충분한 운전자본 및 자금조달약정을 통한 미사용 자금한도를 보유하고 있습니다.

재무제표 작성시 사용된 중요한 회계추정 및 가정은 법인세비용을 결정하는데 사용된 추정의 방법을 제외하고는 전기 재무제표 작성에 적용된 회계추정 및 가정과 동일합니다

2.3 외화환산

(1) 기능통화와 표시통화

회사는 재무제표에 포함되는 항목들을 각각의 영업활동이 이뤄지는 주된 경제 환경에서의 통화("기능통화")를 적용하여 측정하고 있습니다. 회사의 기능통화는 대한민국 원화입니다.

(2) 외화거래와 보고기간말의 환산

외화거래는 거래일의 환율 또는 재측정되는 항목인 경우 평가일의 환율을 적용한 기능통화로 인식됩니다.  외화거래의 결제나 화폐성 외화 자산ㆍ부채의 환산에서 발생하는 외환차이는 당기손익으로 인식됩니다. 다만, 조건을 충족하는 현금흐름위험회피나 순투자의 위험회피의 효과적인 부분과 관련되거나 보고기업의 해외사업장에 대한 순투자의 일부인 화폐성항목에서 생기는 손익은 기타포괄손익으로 인식합니다.

차입금과 관련된 외환차이는 손익계산서에 금융원가로 표시되며, 다른 외환차이는 기타수익 또는 기타비용에 표시됩니다.

비화폐성 금융자산ㆍ부채로부터 발생하는 외환차이는 공정가치 변동손익의 일부로 보아 당기손익-공정가치측정 지분상품으로부터 발생하는 외환차이는 당기손익으로,기타포괄손익-공정가치측정 지분상품의 외환차이는 기타포괄손익에 포함하여 인식됩니다.

2.4 금융자산

(1) 분류

회사는 다음의 측정 범주로 금융자산을 분류합니다.

- 당기손익-공정가치 측정 금융자산

- 기타포괄손익-공정가치 측정 금융자산

- 상각후원가 측정 금융자산

금융자산은 금융자산의 관리를 위한 사업모형과 금융자산의 계약상 현금흐름 특성에근거하여 분류합니다.

공정가치로 측정하는 금융자산의 손익은 당기손익 또는 기타포괄손익으로 인식합니다. 채무상품에 대한 투자는 해당 자산을 보유하는 사업모형에 따라 그 평가손익을 당기손익 또는 기타포괄손익으로 인식합니다. 회사는 금융자산을 관리하는 사업모형을 변경하는 경우에만 채무상품을 재분류합니다.

단기매매항목이 아닌 지분상품에 대한 투자는 최초 인식시점에 후속적인 공정가치 변동을 기타포괄손익으로 표시할 것을 지정하는 취소불가능한 선택을 할 수 있습니다. 지정되지 않은 지분상품에 대한 투자의 공정가치 변동은 당기손익으로 인식합니다.

(2) 측정

회사는 최초 인식시점에 금융자산을 공정가치로 측정하며, 당기손익-공정가치 측정 금융자산이 아닌 경우에 해당 금융자산의 취득과 직접 관련되는 거래원가는 공정가치에 가산합니다. 당기손익-공정가치 측정 금융자산의 거래원가는 당기손익으로 비용처리합니다.

내재파생상품을 포함하는 복합계약은 계약상 현금흐름이 원금과 이자로만 구성되어 있는지를 결정할 때 해당 복합계약 전체를 고려합니다.

① 채무상품

금융자산의 후속적인 측정은 금융자산의 계약상 현금흐름 특성과 그 금융자산을 관리하는 사업모형에 근거합니다. 회사는 채무상품을 다음의 세 범주로 분류합니다.

(가) 상각후원가
계약상 현금흐름을 수취하기 위해 보유하는 것이 목적인 사업모형 하에서 금융자산을 보유하고, 계약상 현금흐름이 원리금만으로 구성되어 있는 자산은 상각후원가로 측정합니다. 상각후원가로 측정하는 금융자산으로서 위험회피관계의 적용 대상이 아닌 금융자산의 손익은 해당 금융자산을 제거하거나 손상할 때 당기손익으로 인식합니다. 유효이자율법에 따라 인식하는 금융자산의 이자수익은 '금융수익'에 포함됩니다.
 

(나) 기타포괄손익-공정가치 측정 금융자산
계약상 현금흐름의 수취와 금융자산의 매도 둘 다를 통해 목적을 이루는 사업모형 하에서 금융자산을 보유하고, 계약상 현금흐름이 원리금만으로 구성되어 있는 금융자산은 기타포괄손익-공정가치로 측정합니다. 손상차손(환입)과 이자수익 및 외환손익을 제외하고는, 공정가치로 측정하는 금융자산의 평가손익은 기타포괄손익으로 인식합니다. 금융자산을 제거할 때에는 인식한 기타포괄손익누계액을 자본에서 당기손익으로 재분류합니다. 유효이자율법에 따라 인식하는 금융자산의 이자수익은  '금융수익'에 포함됩니다. 외환손익은 '기타수익' 또는 '기타비용'으로 표시하고 손상차손은 '기타비용'으로 표시합니다.  

(다) 당기손익-공정가치 측정 금융자산
상각후원가 측정이나 기타포괄손익-공정가치 측정 금융자산이 아닌 채무상품은 당기손익-공정가치로 측정됩니다. 위험회피관계가 적용되지 않는 당기손익-공정가치 측정 채무상품의 손익은 당기손익으로 인식하고 발생한 기간에 손익계산서에 '기타수익' 또는 '기타비용'으로 표시합니다.

② 지분상품

회사는 모든 지분상품에 대한 투자를 후속적으로 공정가치로 측정합니다. 공정가치 변동을 기타포괄손익으로 표시할 것을 선택한 장기적 투자목적 또는 전략적 투자목적의 지분상품에 대해 기타포괄손익으로 인식한 금액은 해당 지분상품을 제거할 때에도 당기손익으로 재분류하지 않습니다. 이러한 지분상품에 대한 배당수익은 회사가 배당을 받을 권리가 확정된 때 '금융수익'으로 당기손익으로 인식합니다.

당기손익-공정가치로 측정하는 금융자산의 공정가치 변동은 손익계산서에 '기타수익' 또는 '기타비용'으로 표시합니다. 기타포괄손익-공정가치로 측정하는 지분상품에 대한 손상차손(환입)은 별도로 구분하여 인식하지 않습니다.

(3) 손상

회사는 미래전망정보에 근거하여 상각후원가로 측정하거나 기타포괄손익-공정가치로 측정하는 채무상품에 대한 기대신용손실을 평가합니다. 손상 방식은 신용위험의 유의적인 증가 여부에 따라 결정됩니다. 단, 매출채권에 대해 회사는 채권의 최초 인식시점부터 전체기간 기대신용손실을 인식하는 간편법을 적용합니다.

(4) 인식과 제거

금융자산의 정형화된 매입 또는 매도는 매매일에 인식하거나 제거합니다. 금융자산은 현금흐름에 대한 계약상 권리가 소멸하거나 금융자산을 양도하고 소유에 따른 위험과 보상의 대부분을 이전한 경우에 제거됩니다.

회사가 금융자산을 양도한 경우라도 채무자의 채무불이행시의 소구권 등으로 양도한금융자산의 소유에 따른 위험과 보상의 대부분을 회사가 보유하는 경우에는 이를 제거하지 않고 그 양도자산 전체를 계속하여 인식하되, 수취한 대가를 금융부채로 인식합니다. 해당 금융부채는 재무상태표에 '차입금'으로 분류하고 있습니다.

2.5 매출채권

매출채권은 공정가치로 인식할 때에 유의적인 금융요소를 포함하지 않는 경우에는 무조건적인 대가의 금액으로 최초 인식합니다. 매출채권은 후속적으로 유효이자율법을 적용한 상각후원가에 손실충당금을 차감하여 측정됩니다.

2.6 유형자산

유형자산은 원가에서 감가상각누계액과 손상차손누계액을 차감하여 표시됩니다. 역사적 원가는 자산의 취득에 직접적으로 관련된 지출을 포함합니다.

토지를 제외한 자산은 취득원가에서 잔존가치를 제외하고, 다음의 추정 경제적 내용연수에 걸쳐 정액법으로 상각됩니다.

유형자산의 감가상각방법과 잔존가치 및 경제적 내용연수는 매 회계연도 말에 재검토되고 필요한 경우 추정의 변경으로 조정됩니다.

2.7 정부보조금

정부보조금은 보조금의 수취와 정부보조금에 부가된 조건의 준수에 대한 합리적인 확신이 있을 때 공정가치로 인식됩니다. 자산관련보조금은 자산의 장부금액을 계산할 때 차감하여 표시되며, 수익관련보조금은 이연하여 정부보조금의 교부 목적과 관련된 비용에서 차감하여 표시됩니다.

2.8 무형자산

영업권을 제외한 무형자산은 역사적 원가로 최초 인식되고, 원가에서 상각누계액과 손상차손누계액을 차감한 금액으로 표시됩니다.

한정된 내용연수를 가지는 다음의 무형자산은 추정내용연수동안 정액법으로 상각됩니다.

2.9 비금융자산의 손상

영업권이나 내용연수가 비한정인 무형자산에 대하여는 매년, 상각대상 자산에 대하여는 자산손상을 시사하는 징후가 있을 때 손상검사를 수행하고 있습니다. 손상차손은 회수가능액(사용가치 또는 처분부대원가를 차감한 공정가치 중 높은 금액)을 초과하는 장부금액만큼 인식되고 영업권 이외의 비금융자산에 대한 손상차손은 매 보고기간말에 환입가능성이 검토됩니다.

2.10 매입채무와 기타채무

매입채무와 기타 채무는 회사가 보고기간말 전에 재화나 용역을 제공받았으나 지급되지 않은 부채입니다. 해당 채무는 무담보이며, 지급기일이 보고기간 후 12개월 후가 아니라면 유동부채로 표시되었습니다. 해당 채무들은 최초에 공정가치로 인식되고 후속적으로 유효이자율법을 적용한 상각후원가로 측정됩니다.

2.11 금융부채

(1) 분류 및 측정

회사의 당기손익-공정가치 측정 금융부채는 단기매매목적의 금융상품입니다. 주로 단기간 내에 재매입할 목적으로 부담하는 금융부채는 단기매매금융부채로 분류됩니다. 또한, 위험회피회계의 수단으로 지정되지 않은 파생상품이나 금융상품으로부터 분리된 내재파생상품도 단기매매금융부채로 분류됩니다.

당기손익-공정가치 측정 금융부채, 금융보증계약, 금융자산의 양도가 제거조건을 충족하지 못하는 경우에 발생하는 금융부채를 제외한 모든 비파생금융부채는 상각후원가로 측정하는 금융부채로 분류되고 있으며, 재무상태표 상 '매입채무와 기타채무', '차입금' 등으로 표시됩니다.

(2)  제거

금융부채는 계약상 의무가 이행, 취소 또는 만료되어 소멸되거나 기존 금융부채의 조건이 실질적으로 변경된 경우에 재무상태표에서 제거됩니다. 소멸하거나 제3자에게 양도한 금융부채의 장부금액과 지급한 대가(양도한 비현금자산이나 부담한 부채를 포함)의 차액은 당기손익으로 인식합니다.

2.12 충당부채

과거사건의 결과로 현재의 법적의무나 의제의무가 존재하고, 그 의무를 이행하기 위한 자원의 유출가능성이 높으며, 당해 금액의 신뢰성 있는 추정이 가능한 경우 판매보증충당부채, 복구충당부채 및 소송충당부채 등을 인식하고 있습니다. 충당부채는 의무를 이행하기 위하여 예상되는 지출액의 현재가치로 측정되며, 시간경과로 인한 충당부채의 증가는 이자비용으로 인식됩니다.

2.13 당기법인세 및 이연법인세

법인세비용은 당기법인세와 이연법인세로 구성됩니다. 법인세는 기타포괄손익이나 자본에 직접 인식된 항목과 관련된 금액은 해당 항목에서 직접 인식하며, 이를 제외하고는 당기손익으로 인식됩니다.

당기법인세비용은 보고기간말 현재 제정되었거나 실질적으로 제정된 세법에 근거하여 측정합니다. 경영진은 적용 가능한 세법 규정이 해석에 따라 달라질 수 있는 상황에 대하여 회사가 세무신고 시 적용한 세무정책에 대하여 주기적으로 평가하고 있습니다.

이연법인세는 자산과 부채의 장부금액과 세무기준액의 차이로 발생하는 일시적차이에 대하여 장부금액을 회수하거나 결제할 때의 예상 법인세효과로 인식됩니다. 다만,사업결합 이외의 거래에서 자산ㆍ부채를 최초로 인식할 때 발생하는 이연법인세자산과 부채는 그 거래가 회계이익이나 과세소득에 영향을 미치지 않는다면 인식되지 않습니다.

이연법인세자산은 차감할 일시적차이가 사용될 수 있는 미래 과세소득의 발생가능성이 높은 경우에 인식됩니다.

이연법인세 자산과 부채는 법적으로 당기법인세자산과 당기법인세부채를 상계할 수 있는 권리를 회사가 보유하고 있고, 이연법인세 자산과 부채가 동일한 과세당국에 의해서 부과되는 법인세와 관련된 경우에 상계합니다. 당기법인세 자산과 부채는 법적으로 상계할 수 있는 권리를 회사가 보유하고 있고, 순액으로 결제할 의도가있거나 자산을 실현하는 동시에 부채를 결제하려는 의도가 있는 경우에 상계합니다.

2.14 종업원급여
 
(1) 퇴직급여
 
회사의 퇴직연금제도는 확정기여제도와 확정급여제도로 구분됩니다.

확정기여제도는 회사가 고정된 금액의 기여금을 별도 기금에 지급하는 퇴직연금제도이며, 기여금은 종업원이 근무 용역을 제공했을 때 비용으로 인식됩니다.

확정급여제도는 확정기여제도를 제외한 모든 퇴직연금제도입니다. 일반적으로 확정급여제도는 연령, 근속연수나 급여수준 등의 요소에 의하여 종업원이 퇴직할 때 지급받을 퇴직연금급여의 금액이 확정됩니다. 확정급여제도와 관련하여 재무상태표에 계상된 부채는 보고기간말 현재 확정급여채무의 현재가치에서 사외적립자산의 공정가치를 차감한 금액입니다. 확정급여채무는 매년 독립된 보험계리인에 의해 예측단위적립방식에 따라 산정되며, 확정급여채무의 현재가치는 그 지급시점과 만기가 유사한 우량연결회사채의 이자율로 기대미래현금유출액을 할인하여 산정됩니다. 한편, 순확정급여부채와 관련한 재측정요소는 기타포괄손익으로 인식됩니다.

제도개정, 축소 또는 정산이 발생하는 경우, 과거근무원가 또는 정산으로 인한 손익은 당기손익으로 인식됩니다.

(2) 장기종업원급여

회사는 장기 근속 임직원에게 장기종업원급여를 제공하고 있습니다. 이 급여를 받을 수 있는 권리는 각 조건별로 장기간 근무한 임직원에게만 주어집니다. 기타장기종업원급여는 확정급여제도와 동일한 방법으로 측정되며, 근무원가, 기타장기종업원급여부채의 순이자 및 재측정요소는 당기손익으로 인식됩니다. 또한, 이러한 부채는 매년독립적이고 적격한 보험계리사에 의해 평가하여 인식됩니다.

2.15 수익인식

(1) IT 시스템 구축 용역

회사는 고객과의 IT 시스템 구축 용역 계약에 따라 라이선스 판매와 함께 고객에게 맞춤화한 시스템 구축, 컨설팅 용역 등을 제공합니다. 제공하는 재화와 용역 간의 상호관련성이 높고, 재화와 용역 각각의 이전 위험을 분리할 수 없기 때문에 재화의 공급과 관련 용역 제공 수행의무들은 상호관련성이 높은 단일의 수행의무로 식별됩니다. 회사는 이같이 파악된 단일의 수행의무에 대해서 시스템구축이 완료되어 고객에게 모든 통제가 이전되는 한 시점에 수익을 인식합니다

(2) Big Data 수집 및 유상유지보수 용역

회사는 고객에게 Big Data를 수집하여 제공하는 사업 및 기설치된 IT시스템을 유상으로 유지보수하는 용역 사업을 영위하고 있습니다. 고객은 회사가 용역을 수행하는 대로 제공되는 효익을 동시에 얻고 소비하므로 진행율에 따라 수익을 인식합니다.

2.16 리스

회사는 사무실, 자동차를 리스하고 있습니다. 리스계약은 일반적으로 1~4년의 고정기간으로 체결되지만 아래에서 설명하는 연장선택권이 있을 수 있습니다.

계약에는 리스요소와 비리스요소가 모두 포함될 수 있습니다. 회사는 상대적 개별 가격에 기초하여 계약 대가를 리스요소와 비리스요소에 배분하였습니다. 그러나 회사가 리스이용자인 부동산 리스의 경우 리스요소와 비리스요소를 분리하지 않고 하나의 리스요소로 회계처리하는 실무적 간편법을 적용하였습니다.

리스조건은 개별적으로 협상되며 다양한 계약조건을 포함합니다. 리스계약에 따라 부과되는 다른 제약은 없지만 리스자산을 차입금의 담보로 제공할 수는 없습니다.

회사는 계약이 집행가능한 기간 내에서 해지불능기간에 리스이용자가 연장선택권을 행사할 것이 상당히 확실한 경우의 그 대상기간과 종료선택권을 행사하지 않을 것이 상당히 확실한 경우의 그 대상기간을 포함하여 리스기간을 산정합니다. 회사는 리스이용자와 리스제공자가 각각 다른 당사자의 동의 없이 종료할 수 있는 권리가 있는 경우 계약을 종료할 때 부담할 경제적 불이익을 고려하여 집행가능한 기간을 산정합니다.

리스에서 생기는 자산과 부채는 최초에 현재가치기준으로 측정합니다. 리스부채는 다음 리스료의 순현재가치를 포함합니다.

- 받을 리스 인센티브를 차감한 고정리스료(실질적인 고정리스료 포함)

- 개시일 현재 지수나 요율을 사용하여 최초 측정한, 지수나 요율(이율)에 따라 달라    지는 변동리스료

- 잔존가치보증에 따라 회사(리스이용자)가 지급할 것으로 예상되는 금액

- 회사(리스이용자)가 매수선택권을 행사할 것이 상당히 확실한 경우에 그 매수선택
    권의 행사가격

- 리스기간이 회사(리스이용자)의 종료선택권 행사를 반영하는 경우에 그 리스를 종
    료하기 위하여 부담하는 금액

리스의 내재이자율을 쉽게 산정할 수 있는 경우 그 이자율로 리스료를 할인합니다. 내재이자율을 쉽게 산정할 수 없는 경우에는 리스이용자가 비슷한 경제적 환경에서 비슷한 기간에 걸쳐 비슷한 담보로 사용권자산과 가치가 비슷한 자산을 획득하는 데 필요한 자금을 차입한다면 지급해야 할 이자율인 리스이용자의 증분차입이자율을 사용합니다.

회사는 증분차입이자율을 다음과 같이 산정합니다.

- 가능하다면 개별 리스이용자가 받은 최근 제3자 금융 이자율에 제3자 금융을 받은    이후 재무상태의 변경을 반영

- 국가, 통화, 담보, 보증과 같은 리스에 특정한 조정을 반영

각 리스료는 리스부채의 상환과 금융원가로 배분합니다. 금융원가는 각 기간의 리스부채 잔액에 대하여 일정한 기간 이자율이 산출되도록 계산된 금액을 리스기간에 걸쳐 당기손익으로 인식합니다.

사용권자산은 다음 항목들로 구성된 원가로 측정합니다.

- 리스부채의 최초 측정금액

- 받은 리스 인센티브를 차감한 리스개시일이나 그 전에 지급한 리스료

- 리스이용자가 부담하는 리스개설직접원가

- 복구원가의 추정치

사용권자산은 리스개시일부터 사용권자산의 내용연수 종료일과 리스기간 종료일 중 이른 날까지의 기간동안 감가상각합니다. 회사가 매수선택권을 행사할 것이 상당히 확실한(reasonably certain) 경우 사용권자산은 기초자산의 내용연수에 걸쳐 감가상각합니다.

부동산 및 차량운반구의 단기리스와 모든 소액자산 리스와 관련된 리스료는 정액 기준에 따라 당기손익으로 인식합니다. 단기리스는 매수선택권 없이 리스기간이 12개월 이하인 리스이며, 소액리스자산은  IT기기 등으로 구성되어 있습니다.

회사는 계약이 집행가능한 기간 내에서 해지불능기간에 리스이용자가 연장선택권을 행사할 것이 상당히 확실한 경우의 그 대상기간과 종료선택권을 행사하지 않을 것이 상당히 확실한 경우의 그 대상기간을 포함하여 리스기간을 산정합니다. 회사는 리스이용자와 리스제공자가 각각 다른 당사자의 동의 없이 종료할 수 있는 권리가 있는 경우 계약을 종료할 때 부담할 경제적 불이익을 고려하여 집행가능한 기간을 산정합니다.

2.17 영업부문

영업부문별 정보는 최고영업의사결정자에게 내부적으로 보고되는 방식에 기초하여 공시됩니다(주석 18 참조). 최고영업의사결정자는 영업부문에 배부될 자원과 영업부문의 성과를 평가하는데 책임이 있으며, 회사는 전략적 의사결정을 수행하는 대표이사를 최고의사결정자로 보고 있습니다.

2.18 재무제표 승인

회사의 재무제표는 2026년 2월 14일자로 이사회에서 승인될 예정이며, 정기주주총회에서 수정승인 될 수 있습니다

3. 중요한 회계추정 및 가정

재무제표 작성에는 미래에 대한 가정 및 추정이 요구되며 경영진은 회사의 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 조정을유발할 수 있는 유의적인 위험을 내포하고 있습니다.

다음 회계연도에 자산 및 부채 장부금액의 조정에 영향을 미칠 수 있는 경영진 판단과 유의적 위험에 대한 추정 및 가정은 다음과 같습니다. 일부 항목에 대한 유의적인 판단 및 추정에 대한 추가적인 정보는 개별 주석에 포함되어 있습니다.

(1) 금융상품의 공정가치

활성시장에서 거래되지 않는 금융상품의 공정가치는 원칙적으로 평가기법을 사용하여 결정됩니다. 회사는 보고기간말 현재 중요한 시장상황에 기초하여 다양한 평가기법의 선택 및 가정에 대한 판단을 하고 있습니다.

(2) 금융자산의 손상

금융자산의 손실충당금은 부도위험 및 기대손실률 등에 대한 가정에 기초하여 측정됩니다. 회사는 이러한 가정의 설정 및 손상모델에 사용되는 투입변수의 선정에 있어서 회사의 과거 경험, 현재 시장 상황, 재무보고일 기준의 미래전망정보 등을 고려하여 판단합니다.

(3) 순확정급여부채

순확정급여부채의 현재가치는 보험수리적방식에 의해 결정되는 다양한 요소들 특히 할인율의 변동에 영향을 받습니다.

(4) 리스

리스기간을 산정할 때에 경영진은 연장선택권을 행사하거나 종료선택권을 행사하지 않을 경제적 유인이 생기게 하는 관련되는 사실 및 상황을 모두 고려합니다. 연장선택권의 대상 기간(또는 종료선택권의 대상 기간)은 리스이용자가 연장선택권을 행사할 것(또는 행사하지 않을 것)이 상당히 확실한 경우에만 리스기간에 포함됩니다.

회사는 유의적인 원가나 사업 중단 없이도 자산을 대체할 수 있으므로 사무실과 차량운반구 리스에서 대부분의 연장선택권은 리스부채에 포함하지 않습니다.

선택권이 실제로 행사되거나(행사되지 않거나) 회사가 선택권을 행사할(행사하지 않을) 의무를 부담하게 되는 경우에 리스기간을 다시 평가합니다. 리스이용자가 통제할수 있는 범위에 있고 리스기간을 산정할 때에 영향을 미치는 유의적인 사건이일어나거나 상황에 유의적인 변화가 있을 때에만 회사는 연장선택권을 행사할 것(또는 행사하지 않을 것)이 상당히 확실한지의 판단을 변경합니다.

회사는 최초 인식시점에 원상복구의무에 따라 지급할 것으로 예상되는 금액을 추정하여 사용권자산의 일부로 인식합니다.

4. 재무위험관리

회사가 노출되어 있는 재무위험 및 이러한 위험이 회사의 미래 성과에 미칠 수 있는 영향은 다음과 같습니다.

위험관리는 회사에서 승인한 정책에 따라 이루어지고 있습니다. 경영진은 신용위험,유동성을 초과하는 투자와 같은 특정 분야에 관한 문서화된 정책뿐 아니라, 전반적인위험관리에 대한 문서화된 정책을 검토한 후 승인합니다.

4.1.1 시장위험

(1) 외환위험

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

(2) 이자율 위험
 

회사의 이자율 위험은 주로 변동금리부 조건의 장기 차입금에서 발생하는 현금흐름 이자율 위험입니다. 회사의 이자율위험관리의 목표는 이자율 변동으로 인한 불확실성과 금융원가의 최소화입니다.

이를 위해 회사는 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.

보고기간 종료일 현재 다른 모든 변수가 일정하고 이자율 1% 변동이 세전손익에 미치는 영향은 다음과 같습니다.

4.1.2 신용 위험

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

회사는 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.
 

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

회사는 기대신용손실 모형이 적용되는 다음의 금융자산을 보유하고 있습니다.

· 재화 및 용역의 제공에 따른 매출채권

· 용역 제공에 따른 계약자산

· 상각후원가로 측정하는 기타금융자산

현금성자산도 손상 규정의 적용대상에 포함되나 식별된 기대신용손실은 유의적이지 않습니다.

(가) 매출채권과 계약자산

회사는 매출채권과 계약자산에 대해 전체기간 기대신용손실금액을 대손충당금으로 인식하는 간편법을 적용합니다.

기대신용손실을 측정하기 위해 매출채권과 계약자산은 신용위험 특성과 연체일을 기준으로 구분하였습니다. 미청구용역에 따른 계약자산은 동일 유형의 계약에서 발생한 매출채권과 유사한 위험속성을 가지므로 회사는 매출채권의 손실율이 계약자산의손실율에 대한 합리적인 추정치로 판단하였습니다.

기대신용손실율은 보고기간 말 기준으로부터 각 36개월 동안의 매출과 관련된 지불 정보와 관련 확인된 신용손실 정보를 근거로 산출하였습니다. 과거 손실 정보는 고객의 채무 이행능력에 영향을 미칠 거시경제적 현재 및 미래전망정보를 반영하여 조정합니다.

당기말과 전기말 현재 매출채권 및 계약자산에 대한 연령분석 및 손실충당금은 다음과 같습니다.

(1) 당기말