&cr;&cr;
(제 8 기)
| 사업연도 | 부터 |
| 까지 |
| 금융위원회 | |
| 한국거래소 귀중 | 2021년 05월 17일 |
| 제출대상법인 유형 : | |
| 면제사유발생 : |
| 회 사 명 : | 주식회사 뷰노 |
| 대 표 집 행 임 원 : | 김현준 |
| 본 점 소 재 지 : | 서울시 서초구 강남대로 507, 6층 (반포동) |
| (전 화)02-515-6646 | |
| (홈페이지) http://www.vuno.co | |
| 작 성 책 임 자 : | (직 책) 경영기획본부장 (성 명)이상진 |
| (전 화)02-515-6646 | |
&cr;대표이사등의 확인---------------------------------------------&cr;&cr;I. 회사의 개요-------------------------------------------------&cr;&cr;Ⅱ. 사업의 내용------------------------------------------------&cr;&cr;Ⅲ. 재무에 관한사항---------------------------------------------&cr;&cr;Ⅳ. 이사의 경영진단 및 분석의견-----------------------------------&cr;&cr;Ⅴ. 감사인의 감사의견 등-----------------------------------------&cr;&cr;Ⅵ. 이사회 등 회사의 기관에 관한 사항-------------------------------&cr;&cr;Ⅶ. 주주에 관한 사항---------------------------------------------&cr;&cr;Ⅷ. 임원 및 직원 등에 관한 사항------------------------------------&cr;&cr;Ⅸ. 계열사 등에 관한 사항-----------------------------------------&cr;&cr;Ⅹ. 이해관계자와의 거래내용---------------------------------------&cr;&cr;XI. 그 밖의 투자자 보호를 위하여 필요한 사항-------------------------&cr;&cr;전문가의 확인--------------------------------------------------&cr;&cr;&cr;
&cr;
회사의 주권상장(또는 등록ㆍ지정)여부 및 특례상장에 관한 사항
| 주권상장&cr;(또는 등록ㆍ지정)여부 | 주권상장&cr;(또는 등록ㆍ지정)일자 | 특례상장 등&cr;여부 | 특례상장 등&cr;적용법규 |
|---|---|---|---|
가. 연결대상 종속회사 개황&cr;당사는 보고서 기준일 현재 해당사항이 없습니다.&cr;&cr;가-1. 연결대상회사의 변동&cr;당사는 보고서 기준일 현재 해당사항이 없습니다.&cr;&cr;나. 회사의 법적ㆍ상업적 명칭&cr;당사의 명칭은 "주식회사 뷰노"이고, 영문명은 " VUNO Inc."입니다.&cr;&cr;다. 설립일자&cr;당사는 2014년 12월 10일 "주식회사 뷰노코리아"로 설립되었습니다.&cr;&cr;라. 본사의 주소, 전화번호, 홈페이지 주소
|
구분 |
내용 |
|---|---|
|
본점소재지 |
서울특별시 서초구 강남대로 507, 6층(반포동, 신태양빌딩) |
|
전화번호 |
02-515-6646 |
|
홈페이지 |
http://www.vuno.co |
&cr;마. 중소기업 해당 여부&cr;당사는 보고서 기준일 현재 중소기업기본법 제2조에 의한 중소기업에 해당합니다&cr;&cr; 바. 주요사업의 내용&cr;당사는 딥러닝 기술을 기반으로 의료 현장에서 의료영상, 생체신호 등에 근거한 의료진의 진단행위를 보조하여 정확도를 제고하고, 진단시간을 단축시키거나, 새로운 진단 및 예측 기술 및 솔루션을 개발하는 사업을 영위하고 있습니다. 기타 자세한 사항은 동 보고서 'Ⅱ. 사업의 내용' 을 참조하시기 바랍니다.&cr;&cr;사. 신용평가에 대한 사항&cr;당사는 해당사항이 없습니다.&cr;
&cr;가. 회사의 본점소재지 및 그 변경
|
일시 |
변경 주소 |
비고 |
|---|---|---|
|
2014년 12월 10일 |
서울특별시 강남구 봉은사로 129-1, 7층 702-14호 |
설립 |
|
2016년 02월 26일 |
서울특별시 강남구 봉은사로 129-1, 7층 703호 |
변경 |
|
2016년 08월 08일 |
서울특별시 강남구 강남대로114길 17, 2층 |
변경 |
|
2017년 08월 04일 |
서울특별시 서초구 강남대로 507, 6층 |
변경 |
&cr; 나. 경영진의 중요한 변동(대표이사를 포함한 1/3이상 변동)
| 일자 | 선 임 | 사 임 |
|---|---|---|
|
2014.12.10 (설립) |
이예하 대표이사 취임&cr;김현준 사내이사 취임 | - |
| 2017.04.28 |
정규환 사내이사 취임 강석흔 기타비상무이사 취임 이인직 기타비상무이사 취임 |
- |
| 2018.12.17 | 손민수 기타비상무이사 취임 | 강석흔 기타비상무이사 사임 |
| 2019.03.29 |
이상진 사내이사 취임 박삼철 감사 취임 |
손민수 기타비상무이사 사임 |
| 2019.08.14 | 정희교 사외이사 취임 | - |
| 2020.03.31 | 이예하 사내이사 취임&cr;백인수 기타비상무이사 취임&cr;김현준 대표집행임원 취임&cr;정규환 집행임원 취임&cr;김상기 집행임원 취임&cr;이상진 집행임원 취임&cr;임재준 집행임원 취임 | 이예하 대표이사 사임&cr;김현준 사내이사 사임&cr;정규환 사내이사 사임&cr;이인직 기타비상무이사 사임&cr;이상진 사내이사 사임 |
| 2021.3.23 | 김현준 사내이사 취임&cr;정규환 사내이사 취임 | - |
&cr; 다. 최 대주주의 변동
| 일자 | 구분 | 성명 | 지분율 | 변경사유 |
|---|---|---|---|---|
| 2014.12.22 | 변경 전 | 이예하 | 100.0% | 주식양수도 |
| 변경 후 | VUNO Inc. | 100.0% | ||
| 2016.08.10 | 변경 전 | VUNO Inc. | 80.0% | 주식양수도 |
| 변경 후 | 이예하 | 43.2% |
당사는 설립 당시부터 국내에 국한되지 않고 글로벌 의료용 인공지능 서비스 시장 개척을 계획하였으며, 이에 빠른 미국시장 진출을 계획하여 미국 내 당사를 지배하는 별도의 법인을 설립였으나, 의료기기 관련 기업의 특성상 R&D 환경 및 사용사례 구축 등 사업환경을 고려하여 미국 법인을 폐쇄하고 당사의 설립시 주주가 직접 당사 지분을 보유하는 구조로 변경하였습니다.&cr; &cr; 라. 상호의 변경 &cr; 당사의 상호는 설립시 주식회사 뷰노코리아였으며, 2017년 4월 27일 사명을 현재의 주식회사 뷰노로 변경하였습니다. &cr; &cr; 마. 회사가 화의, 회사정리절차 그 밖에 이에 준하는 절차를 밟은 적이 있거나 현재 진행중인 경우 그 내용과 결과&cr;당사는 보고서 기준일 현재 해당사항 없습니다.&cr;&cr; 바. 회사가 합병 등을 한 경우 그 내용&cr;당사는 보고서 기준일 현재 해당사항 없습니다.&cr;&cr; 사. 회사의 업종 또는 주된 사업의 변화&cr;당사는 보고서 기준일 현재 해당사항 없습니다.&cr;&cr; 아. 그 밖에 경영활동과 관련된 중요한 사항의 발생내용
|
연월 |
내 용 |
|
2014.12 |
중소기업청 TIPS사업 선정 |
|
2014.12 |
창업진흥원 고급기술인력창업팀 선정 |
|
2015.04 |
미래글로벌창업지원센터 멤버사 선정 |
|
2015.08 |
기업부설연구소 설립 (한국산업기술진흥협회) |
|
2015.12 |
ImageNet ILSVRC 2015 CLS 분야 5위 선정 |
|
2015.12 |
벤처기업 인증 (한국벤처기업협회) |
|
2015.12 |
이노비즈기업 인증 |
|
2016.12 |
의료기기 제조 및 품질관리기준(KGMP) 적합인정 (식품의약품안전처) |
|
2018.05 |
VUNO MED-BoneAge 인허가 (식품의약품안전처) |
|
2018.08 |
2018 ICT 특허경영대상(IP Awards)에서 은상 수상 (특허청) |
|
2019.01 |
VUNO Med-BoneAge CE인증 획득 |
| 2019.06 | VUNO Med-DeepBrain 인허가 획득 (식품의약품안전처) |
| 2019.08 | VUNO Med-Chest X-Ray 허가획득(식품의약품안전처) |
|
2019.11 |
제2기 혁신아이콘 선정 (신용보증기금) |
|
2019.12 |
2019 대한민국 ICT 대상 - 지능정보 부문 장관상 수상 (과학기술정보통신부) |
|
2019.12 |
VUNO Med-LungCT 일본 판매 허가 완료 (PMDA) |
|
2020.03 |
집행임원제도 도입 |
|
2020.04 |
VUNO Med-FundusAI 인허가 획득 (식품의약품안전처) |
|
2020.04 |
VUNO Med-LungCT AI 인허가 획득 (식품의약품안전처) |
|
2020.04 |
VUNO Med-Chest X-ray 신SW상품대상 수상 (과학기술정보통신부) 및 GS인증 획득 |
|
2020.06 |
국내 식약처 인허가 획득한 5개 솔루션 유럽 CE인증 획득 (VUNO Med-BoneAge, VUNO Med-DeepBrain, VUNO Med-Chest X-Ray, VUNO Med-Fundus AI, VUNO Med-LungCT AI) |
|
2020.06 |
소니 자회사 M3와 VUNO Med 일본 내 판권 계약 체결 |
| 2020.07 | VUNO Med-Fundus AI, 혁신의료기기 1호 지정 (식품의약품안전처) |
| 2020.09 | VUNO Med-DeepCars, 혁신의료기기 6호 지정 (식품의약품안전처) |
| 2020.10 | 대만 CHC 판권 계약 체결 |
| 2020.11 | 제1회 스마트대한민국 포럼 중소기업연구원장상 수상 |
| 2020.11 | 올해의 DNA 기업 한국정보화진흥원장상 수상 (과학기술정보통신부/한국정보화진흥원) |
| 2020.12 | 제 1차 혁신형 의료기기기업(혁신도약형) 선정 (보건복지부) |
| 2020.12 | 3대 신산업(BIG3) 성과공유회 중소벤처기업부장관 표창장 수여 |
| 2020.12 | 전립선MR영상 분석소프트웨어(PROMISE-I) 인허가 획득 (식품의약품안전처) |
| 2020.12 | 지식재산(IP) 경영인증 획득 (한국발명진흥회) |
| 2020.12 | PROMISE-I 인허가 획득 (식품의약품안전처) |
| 2020.12 | VUNO Med-DeepBrain AD 인허가 획득 (식품의약품안전처) |
| 2021.01 | 유비케어와의 서비스 이용권 공급 및 판매 계약서 체결 |
| 2021.02 | 코스닥시장 상장 |
| 2021.03 | '2021 글로벌 헬스케어 유공포상' 보건복지부장관 표창 (한국보건산업진흥원 개최) |
가. 증자(감자)현황
| (기준일 : | ) |
| 주식발행&cr;(감소)일자 | 발행(감소)&cr;형태 | 발행(감소)한 주식의 내용 | ||||
|---|---|---|---|---|---|---|
| 주식의 종류 | 수량 | 주당&cr;액면가액 | 주당발행&cr;(감소)가액 | 비고 | ||
| 설립자본 | ||||||
| - | ||||||
| - | ||||||
| - | ||||||
| - | ||||||
| - | ||||||
| - | ||||||
| - | ||||||
| - | ||||||
| - | ||||||
| 우선주의 보통주 전환 | ||||||
| - | ||||||
| 우선주의 보통주 전환 | ||||||
| - | ||||||
| 우선주의 보통주 전환 | ||||||
| - | ||||||
| 우선주의 보통주 전환 | ||||||
| - | ||||||
| 1주당 199주 배정 | ||||||
| - | ||||||
| - | ||||||
| 제3자배정 유상증자&cr;(우리사주조합) | ||||||
| - | ||||||
| - | ||||||
| - | ||||||
| 우선주의 보통주 전환 | ||||||
| - | ||||||
&cr;나. 전환사채 등 발행현황&cr;&cr;(1) 미상환 전환사채&cr;당사는 보고서 기준일 현재 해당사항이 없습니다.&cr;&cr;(2) 미상환 신주인수권부사채&cr;당사는 보고서 기준일 현재 해당사항이 없습니다.&cr;&cr;(3) 미상환 전환형 조건부자본증권&cr;당사는 보고서 기준일 현재 해당사항이 없습니다.&cr;
가. 주식의 총수
| (기준일 : | ) |
| 구 분 | 주식의 종류 | 비고 | |||
|---|---|---|---|---|---|
| 합계 | |||||
| Ⅰ. 발행할 주식의 총수 | |||||
| Ⅱ. 현재까지 발행한 주식의 총수 | |||||
| Ⅲ. 현재까지 감소한 주식의 총수 | |||||
| 1. 감자 | |||||
| 2. 이익소각 | |||||
| 3. 상환주식의 상환 | |||||
| 4. 기타 | |||||
| Ⅳ. 발행주식의 총수 (Ⅱ-Ⅲ) | |||||
| Ⅴ. 자기주식수 | |||||
| Ⅵ. 유통주식수 (Ⅳ-Ⅴ) | |||||
(*1) 당사의 발행할 주식의 총수는 50,000,000주이며, 이 중 종류주식의 발행한도는 10,000,000주입니다. &cr;(*2) 당사가 발행한 상환전환우선주 18,151주와 전환우선주는 304,587주는 보고서 작성 기준일 현재 모두 보통주로 전환되었습니다.&cr; &cr;
나. 자기주식&cr;&cr;당사는 보고서 기준일 현재 해당사항이 없습니다.&cr;&cr; 다. 종류주식(명칭) 발행현황&cr;&cr; 당사는 2020년 04월 14일 한국산업은행을 대상으로 4,799,986,533원 규모의 전환우선주를 발행한 내역이 존재하며, 해당 종류주식에 대한 상세 사항은 아래와 같습니다.
| 발행일자 | ||
| 주당 발행가액(액면가액) | ||
| 발행총액(발행주식수) | ||
| 현재 잔액(현재 주식수) | ||
| 주식의&cr;내용 | 이익배당에 관한 사항 | |
| 잔여재산분배에 관한 사항 | ||
| 상환에&cr;관한 사항 | 상환조건 | |
| 상환방법 | ||
| 상환기간 | ||
| 주당 상환가액 | ||
| 1년 이내&cr;상환 예정인 경우 | ||
| 전환에&cr;관한 사항 | 전환조건&cr;(전환비율 변동여부 포함) | |
| 전환청구기간 | ||
| 전환으로 발행할&cr;주식의 종류 | ||
| 전환으로&cr;발행할 주식수 | ||
| 의결권에 관한 사항 | ||
| 기타 투자 판단에 참고할 사항&cr;(주주간 약정 및 재무약정 사항 등) | ||
(*)공시대상기간 중 발행한 전환우선주 304,587주는 보고서 작성 기준일 현재 모두 보통주로 전환되었습니다. &cr;
| (기준일 : | ) |
| 구 분 | 주식의 종류 | 주식수 | 비고 |
|---|---|---|---|
| 발행주식총수(A) | |||
| 의결권없는 주식수(B) | |||
| 정관에 의하여 의결권 행사가 배제된 주식수(C) | |||
| 기타 법률에 의하여&cr;의결권 행사가 제한된 주식수(D) | |||
| 의결권이 부활된 주식수(E) | |||
| 의결권을 행사할 수 있는 주식수&cr;(F = A - B - C - D + E) | |||
가. 배당에 관한 사항&cr;
당사의 주요 사업은 지속적인 R&D 투자가 사업 경쟁력의 주요한 부분을 차지하고 있습니다. 이익 잉여금 발생 시 R&D 투자를 고려하여 직접적인 잉여현금흐름에 영향을 주지 않는 범위 내에서 투자와 주주 가치를 균형 있게 고려하여 배당을 실시할 계획입니다.
(1) 당사의 정관 제58조 (이익금의 처분) &cr;이 회사는 매사업연도의 처분전 이익잉여금을 다음과 같이 처분한다.
1. 이익준비금
2. 기타의 법정적립금
3. 배당금
4. 임의적립금
5. 기타의 이익잉여금처분액
(2) 당사의 정관 제59조 (이익 배당)
① 이익의 배당은 금전과 주식 및 기타의 재산으로 할 수 있다.
② 제1항의 배당은 매 결산기말 현재의 주주명부에 기재된 주주 또는 등록된 질권자에게 지급한다.
③ 이익의 배당을 주식으로 하는 경우 회사가 수종의 주식을 발행한 때에는 주주총회의 결의로 그와 다른 종류의 주식으로도 할 수 있다.
④ 이익배당은 주주총회의 결의로 정한다. 다만, 제57조제6항에 따라 재무제표를 이사회가 승인하는 경우 이사회 결의로 이익배당을 정한다.
(3) 제60조 (배당금지급청구권의 소멸시효)
① 배당금의 지급청구권은 5년간 이를 행사하지 아니하면 소멸시효가 완성된다
② 제1항의 시효의 완성으로 인한 배당금은 이 회사에 귀속한다.
&cr; 나. 주요배당지표
| 구 분 | 주식의 종류 | 당기 | 전기 | 전전기 |
|---|---|---|---|---|
| 제8기 1분기 | 제7기 | 제6기 | ||
| 주당액면가액(원) | ||||
| (연결)당기순이익(백만원) | ||||
| (별도)당기순이익(백만원) | ||||
| (연결)주당순이익(원) | ||||
| 현금배당금총액(백만원) | ||||
| 주식배당금총액(백만원) | ||||
| (연결)현금배당성향(%) | ||||
| 현금배당수익률(%) | ||||
| 주식배당수익률(%) | ||||
| 주당 현금배당금(원) | ||||
| 주당 주식배당(주) | ||||
다. 과거 배당 이력&cr;
| (단위: 회, %) |
| 연속 배당횟수 | 평균 배당수익률 | ||
|---|---|---|---|
| 분기(중간)배당 | 결산배당 | 최근 3년간 | 최근 5년간 |
당사는 2021년 2월 26일 상장하였으며 설립 이래로 연구개발에 집중하면서 결손금이 발생한 바 배당을 진행한 이력이 없습니다.
정관 변경 이력
| 정관변경일 | 해당주총명 | 주요변경사항 | 변경이유 |
|---|---|---|---|
&cr;
|
약어 |
영문 |
해설 |
|---|---|---|
| 머신러닝 | Machine Learning | 사람이 할수 있거나 또는 하기 어려운 작업을 대신 수행할 기계를 학습을 통해 만들어내는 일련의 작업. 딥러닝 개념을 포괄하는 개념임 |
| 딥러닝 |
Deep Learning |
여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화(abstractions, 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계 학습 알고리즘의 집합 |
|
(데이터) 레이블링 |
(Data) Labeling / Annotation |
인공지능 알고리즘을 학습시키기 위한 정답지 또는 표준을 만드는 작업. 의료 인공지능에서는 의사들이 X-Ray 등 영상에 직접 병변을 표시하는 작업을 함 |
|
인공신경망 |
artificial neural network |
기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘 |
|
영상의학 |
Radiology |
X-Ray, CT, MRI 등 관련 학문.. 영어로는 방사선영상을 의미하지만, 방사선이 아닌 자기를 이용하는 MRI 도 포함하고 있음. |
|
의료영상 |
Medical image |
본 청구서에서 영상의학에 추가하여 Funduscopy 를 포괄하는 의미로 사용 |
|
익명화 |
Data anonymization |
개인정보가 포함되어 있는 자료에서 개인을 식별할 수 있는 정보를 제거하는 과정. 예를 들어 의료데이터에서는 나이, 성별, 인종 정도의 정보를 제외하고는 삭제하게됨 |
|
정량화 |
Quantification |
의료영상에서 장기나 병변에 해당하는 크기 부피등을 측정하는 행위 |
|
모달리티 |
Modality |
신체 장기에 대해서 측정하는 방법에 대한 구분개념. 예를 들어 흉부의 병변을 찾기 위하여 X-Ray 와 CT 또는 심전도 측정 등 다른 모달리티로 진단한다고 표현할 수 있음. |
|
특이도 |
Specificity |
질환이나 소견이 없는 사람이 검사를 받았을 때 음성 판정을 받는 비율, 즉 소견이 없는 정상인을 얼마나 잘 찾아내는 가에 대한 척도 |
|
민감도 |
Sensivity |
질환이나 소견이 있는 사람이 검사를 받았을 때 양성 판정을 받는 비율, 즉 소견이 있는 사람을 얼마나 잘 찾아내는 가에 대한 척도 |
|
인공지능 엔진 |
AI Engine |
인공지능 알고리즘를 생성하고, 작동하도록 하는 기반 소프트웨어. |
|
AUROC |
Area Under the Receiver Operating Characteristics |
민감도와 특이도의 상관관계를 복합적으로 확인할 수 있는 그래프로서, 1에 가까울수록 높은 성능을 의미함 |
|
DICOM |
Digital Imaging and Communications in Medicine |
의료용 디지털 영상 및 통신 표준으로서, 의료 영상 파일의 확장자로 알려짐 |
|
Chest PA |
Chest Posterior-Anterior |
판이 앞쪽에 있고, X선을 등쪽으로 쏘여 흉부 X-ray를 찍는 형태. 몸 앞쪽에 장기들이 모여있기 때문에, PA로 촬영되어야 폐의 전체를 촬영할 수 있음 |
|
Chest AP |
Chest Anterior-Posterior |
X-ray 판을 등에 두고 X선이 앞으로 쏘아 흉부 X-ray를 찍는 형태 |
|
히트맵 |
Heatmap |
색상으로 표현할 수 있는 다양한 정보를 일정한 이미지위에 열분포 형태의 그래픽으로 출력하는 것 |
|
SaMD |
Software as a Medical Device |
치료목적으로 쓰이는 소프트웨어로서, ‘하드웨어로서 의료기기의 일부가 아니며, 하나 이상의 의료적 목적을 수행하기 위해 사용되는 소프트웨어’로 정의(FDA) |
|
CAD |
Computer Aided Diagnosis |
인공지능 기반 컴퓨터 보조 진단 소프트웨어를 의미한다 |
|
PACS |
Picture Archiving and Communication System |
의학영상정보시스템으로서 의학용 영상정보의 저장, 판독 및 검색 기능 등의 수행을 통합적으로 처리하는 시스템 |
|
EMR |
Electronic Medical Record |
환자의 임상진료에 관한 모든 정보를 데이터베이스로 처리하는 의료정보시스템 |
|
전사자 |
Medical Transcriptionist |
의료진 음성으로 기록된 의무 기록, 처방전 등을 문서화하는 업무를 진행하는 인력 혹은 업무를 의미함 |
&cr;
1. 사업의 개요&cr; &cr; 가. 산업 현황 및 전망&cr; &cr; (1) 산업의 특성&cr;&cr; 당사는 딥러닝 기술을 기반으로 의료 현장에서 의료영상, 병리, 생체신호, 음성 등에 근거한 의료진의 진단행위를 보조하여 정확도를 제고하고, 진단시간을 단축시키거나, 새로운 진단 및 예측 기술 및 솔루션을 개발하는 사업을 영위하고 있습니다. &cr; &cr; 인공지능 기술은 인간의 지능으로 할 수 있는 사고, 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 일컬으며, 특히 뇌의 신경망을 모사한 인공신경망(Artificial Neural Network)을 활용하는 딥러닝(Deep Learning) 기술은 인공지능 및 기계학습(Machine Learning)의 큰 범주 아래 존재하는 다양한 기술 중 현재까지 가장 혁신적이고 뛰어난 기술로 인정받고 있습니다. &cr;&cr;이는 다량의 데이터를 학습하면서 기계 스스로 유의미한 특징들을 추출하고, 이 특징들을 토대로 주어진 문제의 답을 확률적으로 추론해 내는 기술로, 인간이 주어진 정보로부터 결론을 도출하는 과정과 유사한 것으로 알려져있으며, 의료, 정보/통신, 쇼핑, 운송, 교육 등 전 산업 분야에 적용되고 있습니다.&cr;&cr; 인공지능은 시간절약, 질 향상, 개인 맞춤화 향상 가능성 측면에서 타 산업에 비해 헬스케어 분야에 가장 큰 영향을 줄 것으로 예상되며, 대량의 의료 정보를 학습하고, 활용하여 환자의 상태를 추정하거나 치료를 보조하는 기술로서 의료영상 처리, 위험 분석, 진단, 신약 개발 등 다양한 부문에서 적용되어 발전하고 있습니다.&cr; &cr; 의료 인공지능 솔루션 산업은 인간의 건강 또는 생명과 직접적으로 연관되어 있으므로, 반드시 국가별 제도에서 요구하는 인허가를 받아야 하며, 의료 전문가의 기대수준에 부합하는 기술력을 확보하는 것이 필수적입니다. 또한 보수적인 의료업계의 특성상 충분한 성능의 근거를 확보하는 것이 판매를 위하여 중요합니 다. 이러한 근거는 임상시험에서 입증한 성능과, 임상결과를 바탕으로한 논문 및 임상현장에서의 도입현황 등이 해당합니다. &cr;
|
단계 |
진입장벽 |
|---|---|
|
R&D |
의료기관으로부터 의료 빅데이터 확보와 전문 의료인력에 의한 Gol d S tandard 제작을 위한 레이블링 작업이 필수적입니다. 이러한 의료기관 및 의료진의 협업을 위해서는 기업의 개발역량에 대한 신뢰도가 높아야 달성 가능합니다. |
|
인허가 |
인공지능 의료기기 또한 의료기기로 분류되므로 이에 해당하는 인허가를 득하여야 제품의 판매가 가능합니다. 인허가를 득하기 위하여 독립적인 기관에 의한 임상시험을 진행하게 되며 목표성능을 달성하여야 합니다. |
|
판매 |
인허가를 득하였다고 하더라도 의료기관에서는 독립적인 테스트를 수행하게 되며, 약 1개월 간의 높은 강도의 데모테스트와 이후 입찰절차 등을 거쳐 최종적인 구매의사결정을 하게 됩니다. 따라서 충분한 수준의 기술력이 반드시 필요하며, 높은 신뢰도 및 명성도 수요자의 구매결정에 영향을 미치게 됩니다. |
|
시스템 |
솔루션의 특성상 수요처에 납품하는 경우 고가의 의료영상, 보안영상 장비와 기존의 병원 PACS 시스템 등 높은 수준의 보안을 요하는 시스템과의 연동되고 장시간의 현장 테스트를 통하여 사용자의 개별 사용환경에 맞게 변경되는데는 상당한 시간이 필 요 합니다. |
&cr; 인공지능 기반 의료기기는 의료 빅데이터로 학습된 지능형 의료기기로 기존의 규칙에 기반한(Rule-based) 의료기기보다는 진단 예측률이 더 높고, 위양성(False Positive)이 낮으며, 인간과 비교하였을 때 소요시간이 대부분 더 짧거나, 의료인력이 진단을 수행하기 전 미리 데이터를 분석하는 등의 방법으로 의료진의 진단을 효율적이고 효과적으로 보조합니다. &cr;&cr; 이러한 인공지능 기술은 의료산업에서도 도입이 확대되고 있으며, X-Ray, CT, MRI, 등 의료영상 및 신체조직의 검체 병리영상 또는, 생체신호를 바탕으로 의료빅데이터 기반의 학습된 인공지능솔루션이 진단을 수행 또는 보조하거나, 질병이나 치료제의 예후를 예측하는 분야에서 유용하게 사용될 것으로 기대됩니다. &cr;
|
기술영역 |
인공지능 솔루션의 기능 |
|---|---|
|
의료영상 |
X-Ray, CT, MRI 및 Funduscopy 등 의료영상 기반 병변을 검출하거나, 질환관련 부위를 정량화 하므로써 의료진의 진단을 보조하거나, 환자의 예후를 예측 |
|
병리 |
디지털 스캐너, 현미경검사 기반 세포정량화 및 종양세포 등 검출, 형태 계측, 진단보조, 예후예측, 치료 반응 예측 |
|
생체신호 |
활력징후 및 심전도 등 시계열 생체신호 데이터 기반 진단보조 및 예측 |
|
의료음성 |
음성인식기반 의료차트 자동작성 |
&cr; ( 2) 산업 의 현황&cr;
당사는 2018년 5월 당사의 VUNO Med-BoneAge 제품이 인공지능이 적용된 의료기기로서는 국내 최초로 식품의약품안전처로부터 인허가를 받은 바 있습니다. 현재 다양한 의료영상 및 병리영상 분야에서 진단보조 솔루 션들이 국내외에서 활발하게 출시되어 시장성장의 초입기에 진입해 있으며, 생체신호 분야의 경우 당사의 VUNO Med-DeepCARS 제품이 임상시험을 진행중으로 2021년 최초로 생체신호 분야 인공지능 의료 솔루션이 출시될 것으로 기대되고 있습니다. &cr;
( 3) 산업 의 성장성&cr;&cr; 국내외 인공지능 헬스케어 시장은 가파르게 성장하고 있습니다. 2018년 도 BIS 리서치가 발표한 '세계 인공지능 헬스케어 시장 및 전망' 리포트에 따르면, 2018년도부터 2023년까지 45.1%의 연평균 성장율로 시장규모가 확대될 것으로 내다보고 있습니다.&cr;
AI 의료기기 산업의 성장성은 국내외 주요 인허가를 획득한 AI 기반 의료기기 제품의 현황을 통해 확인 할 수 있습니다. 미국 FDA 승인을 받은 AI 기반 의료기기는 2016년도 11월 Arterys 사의 'Cardio DL' (MR 영상 기반 심혈관질환 분석 솔루션)을 시작으로 현재까지 29개에 달하는 제품이 FDA를 획득한 바 있고, 미국 보험청 (CMS)으로부터 건강보험 수가를 적용받는 소프트웨어들이 속속 등장하고 있습니다. 예를 들어, Viz.AI의 뇌졸증 소프트는 AI 최초로 미국에서 신기술 추가 지불보상을 인정받아 사용건당 최대 1,040달러의 추가 보상이 이뤄지고 있습니다. 해당 소프트웨어를 사용하는 병원은 추가보상을 통해 재정적인 부담을 덜수 있는 구조이기 때문에 임상현장에서의 대대적인 제품 도입이 기대되고 있습니다. 이러한 움직임은 미국 뿐만 아니라 전세계 AI 의료기기 시장의 대대적인 성장에 기폭제 역할을 할 것으로 예상됩니다.&cr;
| (자료) | The state of artificial intelligence-based FDA-approved medical devices and algorithms: an online database |
&cr; 국내의 인허가 상황을 살펴보면, 2020년 기준 50건에 달하는 인공지능 의료기기가 인허가를 획득하였습니다. 현재까지 수가로 인정된 사례는 없으나 보건복지부와 건강보험심사평가원의 '혁신적 의료기술의 요양급여 여부 평가 가이드라인'을 통해 영상의학분야 AI기반 의료기술 및 병리학분야 AI기반 의료기술에 대한 건강보험 수가 판단 기준 등을 제시하고 사례에 따라 급여를 인정할 것이라고 안 내하고 있습니다. 건강보험수가 적용 여부와 상관없이도 의료현장에서 AI 기반 의료기기들의 임상적 유효성이 검증됨에 따라 더 많은 의료기관들이 구매결정을 내리고 있고, 이는 점차 가속화 될 것으로 예상됩니다.
| (자료) | 식품의약품안전처 (https://blog.naver.com/kfdazzang/222292342627) |
( 4 ) 경기변동의 특성 및 계절성&cr; &cr; 당사의 솔루션은 인간의 건강과 관련된 수요이므로, 경기변동에는 둔감하며, 계절성도 낮습니다. 다만, 전세계적으로 솔루션이 도입기에 해당하므로, 본 산업에 속해있는 기업들은 수요를 창출하기 위하여 다양한 홍보 마케팅 활동을 진행하고 있습니다. &cr; ( 5) 규제환경&cr;&cr;의료기기 산업은 인간의 생명과 건강에 관련된 제품을 생산·판매하는 산업으로 기기의 안전성 및 유효성 확보와 건전하고 공정한 유통질서 확립을 위해 각국 정부에서 제품의 개발, 생산, 판매 및 유통 전 과정에 걸쳐 엄격하게 규제를 하는 특성을 지니고 있습니다. 이에 따라 새로운 의료기기를 개발하여 생산·판매하기 위해서는 제품에 따라 상이하지만 정부에서 관리하는 임상시험, 기술문서 심사, GMP, 의료기기 허가 등의 단계를 거친 후에야 시장에 진출할 수 있고 건강보험 평가 및 리베이트 금지 등 유통·판매에 있어서도 정부 규제를 준수하여야 하는 등 신규 진입자들의 시장 진입이 용이하지 않으며, 그에 따라 시장 진입까지의 상당 시간이 소요되는 특성이 있습니다.
또한 의료정보 빅데이터 활용은 질병 치료, 질병 예방 의료서비스 질 향상 및 의료비용 절감 등 향후 사용가치를 더욱 증가시킬 것으로 예상하지만 그 어느 분야보다도 개인의 민감한 정보를 많이 담고 있음에 따라 개인정보 보호에 있어 이를 취급하는 병원 등의 기관은 의료법 및 개인정보보호법, 생명윤리 및 안전에 관한 법률 등에 대한 규정된 절차와 의무를 준수하여야 합니다. 대표적으로 해당 법령에 따라 병원 등 기관들은 각 기관 또는 공용기관 생명윤리위원회(IRB) 심의를 거친 후 의료데이터를 연구·개발 목적으로 활용할 수 있는 등의 사용 제한이 있음에 따라 의료데이터 활용에 있어서 상당한 시간과 비용이 소요됩니다.
당사는 의료데이터를 활용한 의료인공지능 솔루션의 개발 및 판매에 있어서 국내 의료법, 의료기기법, 생명윤리 및 안전에 관한 법률, 개인정보보호법, 정보통신망 이용촉진 및 정보보호 등에 관한 법률, 클라우드컴퓨터 발전 및 이용자 보호에 관한 법률 등 관련 법령을 준수하고 있으며, 경영에 심각한 제약을 받을만한 사항은 특별히 존재하지 않습니다.
한편, 정부는 복잡한 허가 프로세스와 데이터 활용에 대한 제한이 산업의 성장을 둔화시킬 수 있다는 판단 하에 2018년 7월 '의료기기 규제혁신 및 산업육성 방안'을 발표하였고 후속조치로 의료기기산업 육성을 위한 근거법인 '의료기기산업 육성 및 혁신의료기기 지원법'이 2019년 4월 국회 본회의를 통과하였습니다. 해당 법안의 주요 내용은 다음과 같습니다.
| [의료기기산업 육성 및 혁신의료기기 지원법] |
|
1. 보건복지부는 적극적으로 연구개발에 투자하는 기업을 혁신형 의료기기 기업으로 인증: 국가연구개발사업 우대, 연구시설 건축 특례, 각종 부담금 면제 등 다양한 지원으로 기술경쟁력 강화를 통한 의료기기산업 육성 추진 2. 식약처는 기존의 의료기기에 비해 안전성 및 유효성이 현저히 개선된 의료기기를 보건복지부와 협의하여 혁신의료기기로 지정: 혁신의료기기는 단계별로 심사할 수 있도록 하고, 다른 의료기기에 비해 우선 심사하는 등 신속히 제품화하여 새로운 의료기술을 활용한 치료 기회를 국민에게 빠르게 제공 3. 혁신의료기기소프트웨어 제조기업 인증제 도입: 허가 시 제조 및 품질관리체계 평가자료 등의 중복자료 제출 면제, 임상시험심사위원회의 계획승인 받아 임상시험 실시하도록 절차 개선 |
의료기기 산업의 인증/허가 제도와 데이터 활용에 따른 의료정보보호 등으로 인공지능 진단 분야는 타산업에서와 달리 시장 신규 진입자에게 높은 진입장벽으로 작용될 수 있지만 반면에 이 분야에 진입한 기업들에게는 정부차원의 혁신의료기기 육성책에 따라 규제혁신 및 산업육성 지원의 혜택의 수혜 대상이 될 것으로 전망됩니다. 정부는 2020년 7월 당사의 VUNO Med-Fun dus AI 제품을 국내 최초로 혁신의료기기로 지정하였으며, 2020년 12월에는 보건복지부로부터 혁신형 의료기기기업(혁신도약형) 선정된 바 있습니다. 이에 따라 당사는 의료기기산업 육성 및 혁신의료기기 지원법령에 따라 다양한 혜택을 누릴 수 있는 지위를 가지게 되었습니다.
한편, 2020년 1월 이른바 데이터 3법(개인정보보호법, 신용정보법, 정보통신망법)이 개정되었습니다. 개정 데이터 3법은 개인정보 보호 감독기능이 행정안전부, 방송통신위원회, 개인정보보호위원회 등으로, 개인정보 보호 관련 법령은 개인정보보호법과 정보통신망 이용촉진 및 정보보호 등에 관한 법률 등으로 각각 분산되어 있어 신산업 육성을 위한 데이터 이용 활성화 지원에 한계가 있음에 따라 불필요한 규제를 없애고 4차 산업혁명 도래에 맞춰 개인과 기업이 정보를 활용할 수 있도록 함으로써 데이터 산업 활성화를 위한 기반을 조성하기 위해 마련되었습니다. 구체적으로 개정 데이터 3법으로 추가 정보의 결합 없이는 개인을 식별할 수 없도록 안전하게 처리된 가명정보 개념의 도입 및 정보주체의 동의 없이 가명정보의 과학적 연구 등에 활용할 수 있는 근거 마련, 가명정보의 결합 절차 규정 등 데이터를 활용한 새로운 서비스나 기술, 제품 등을 개발할 수 있는 기틀이 마련되었으며, 이를 바탕으로 기업들이 미래 신성장 동력인 데이터산업을 전개할 수 있을 것으로 기대됩니다. 당사 신제품 개발 및 기존 제품의 성능 고도화에 필요한 데이터를 원활히 확보할 수 있을 것으로 생각되며, 그에 따라 R&D 수행에 보다 탄력을 받을 수 있을 것으로 생각됩니다.
&cr; (6) 시장 규모&cr; &cr; 의료 데이터 축적 속도가 기하급수적으로 증가하고 있는 현 시점에서 인공지능은 헬스케어 분야에서 적극적으로 활용될 수 있는 기술입니다. BIS Research(2018)에 따르면, 인공지능 헬스케어 시장 규모는 2018년 약 2조 3천억 원(19억 달러), 2019년 약 3조 원(25억 달러)이며 연평균 성장률 45.1%로 2023년에는 약 14조 원(115억 달러)을 기록할 것으로 예상됩니다.
| [세계 인공지능 헬스케어 시장 현황 및 전망] |
| (단위: 백만 달러) |
| (자료) | Global Artificial Intelligence Market in Healthcare Sector: Analysis&Forecasts, 2017-2025, BIS research, 2018, 식약처 재가공 (2020년 신개발 의료기기 전망 분석 보고서) |
&cr; 인공지능 헬스케어 시장은 크게 하드웨어, 소프트웨어, 서비스 세 부문으로 구분 할 수 있는데, Market and Markets에(2018)에 따르면 이 중 소프트웨어 분야를 가장 비중이 큰 산업으로 전망하고 있습니다. 세계 인공지능 소프트웨어 시장은 2018년 약 1.6조 원(14억 달러)에서 연평균 50.1% 만큼 성장하여 2025년에는 약 27조 원(229억 달러)로 예상됩니다.
| [세계 인공지능·빅데이터 기반 소프트웨어 의료기기 시장현황] |
| (단위: 백만 달러) |
| (자료) | Artificial Intelligence Healthcare Market Global Forecasts to 2025, Markets and Markets, 2018.11, 식약처 재가공 (2020년 신개발 의료기기 전망 분석 보고서) |
&cr; 또한, Allied Market Research (2018)에 따르면 인공지능 헬스케어 시장을 인공지능 기술별로 살펴보면 딥러닝(Deep Learning)이 가장 높은 연평균 성장률인 52.5%로 2023년까지 28.5억 달러 규모의 시장으로 성장할 것으로 예상됩니다. 이는 딥러닝이 기술의 정확도를 급격히 향상시켜 시간과 비용측면에서 압도적인 성능을 나타내기 시작하였으며, 시각/언어지능 분야에서는 딥러닝을 활용하여 인간의 수준을 넘어서는 단계로 진입하고 있기 때문인 것으로 추정됩니다. 또한, Signify Research(2020)에 따르면 의료 인공지능 분야 중 가장 활발하게 성장하고 있는 의료 영상 분야는 2024년 기준 1,424백 만 달러로 추산됩니다.
| [글로벌 인공지능 헬스케어 시장 내 딥러닝 시장 규모] |
| (단위: 백만 달러) |
| 구분 | 2016 | 2018 | 2020 | 2022 | 2023 | CAGR |
|---|---|---|---|---|---|---|
| 딥러닝 | 149 | 356 | 832 | 1,902 | 2,854 | 52.5% |
| (자료) | Allied Market Research (2018) |
인공지능 헬스케어 중 가장 크게 성장한 의료영상 분야에서 CT가 가장 큰 비중을 차지하며, 이 추세는 향후에도 이어질 것으로 예상되고 있습니다. Signify Research(2020)에 따르면 전체 의료영상 Modality 중에서 CT와 MRI가 가장 많이 임상에 적용되고 있는 것으로 알려져 있으며, 이러한 규모는 전체 임상 적용 분야가 확대됨에 따라 함께 성장할 것으로 보이고 있습니다. CT 영상은 폐암, 뇌출혈, 관상동맥질환, 간암 및 지방간 진단 등에 활용되고 있으며 CT진단 횟수가 전세계적으로 증가하고 있어 향후 인공지능 기반 의료 영상 시장의 성장을 견인할 것으로 예상됩니다.&cr;
| [글로벌 의료영상 modality 별 인공지능의 임상 적용 규모] |
| (단위: 백만 달러) |
| (자료) | Signify Research (2020) |
&cr; 또한 Signify Research(2020)에 따르면, 2019년 기준 인공지능 기반 의료영상 분야는 심장, 유방, 신경, 폐 관련 영상이 인공지능 기반 의료 영상 시장의 85%를 차지하고 있으며, 2024년에도 네 분야의 영상이 전체 시장의 주를 이룰 것으로 예측하고 있습니다.
| [글로벌 인공지능 기반 의료영상 분야 비중] |
| (단위: 백만 달러) |
| (자료) | Signify Research (2020) |
&cr;특히 방사선 영상이나 병리 영상 등 이미지 분석을 기반으로 연구개발이 이루어져 왔던 국내외 의료 인 공지능 시장에서, 생체신호(Biosignal) 기반 인공지능 의료기기인 VUNO Med-DeepCARS를 세계에서 최초로 개발완료 후 임상시험에 돌입하게 되었습니다. 다양한 Mo dality를 분석하는 기술들은 다양한 질환을 포괄할 수 있도록 적용대상도 확장시켜, 향후 보다 많은 질환을 진단하고 치료하며, 예측하는 데 사용될 것으로 기대되고 있습니다.
&cr; 나. 사업의 현황&cr; &cr; ( 1) 기반 기술&cr; &cr;( 가) 인공지능 엔진 개발&cr;
당사는 세계적으로 주목을 받던 딥러닝 기술을 의료 분야에 접목을 시도하던 초기 시점에 설립되었습니다. 창업 시점에는 의료 인공지능에 대한 개념이 모호한 시기였으며, 인공지능이 과연 의료라는 최고의 전문적 지식을 필요로 하는 분야에까지 활용될 수 있을 지에 대한 의문이 상존하였습니다. 당사 창업자들은 삼성전자 종합기술원에서 인공지능을 연구하며 딥러닝 기술의 잠재성을 확인하였으며, 의료분야에도 높은 경쟁력을 발휘할 수 있다는 충분한 검토를 마치고 본격적으로 의료 인공지능의 연구에 몰두하게 되었으며, 설립 이후 단기간 내에 인공지능 의료솔루션을 제품화하는데 필요한 자체 인공지능 엔진부터 개발과정에서 필요한 전 주기 기술력을 확보하였습니다.
사업 초기 단계에서 인공지능(딥러닝)을 통한 학습을 수행 할 수 있는 프로그램인 뷰노넷(VUNO Net)을 독자적으로 구축해 글로벌 IT 기업들이 제공하는 인공지능 엔진에 종속되지 않고 자체적인 제품을 개발할 수 있는 환경을 조성하였습니다. 현재 대부분의 의료인공지능 기업들은 글로벌 IT 사들이 무료 오픈소스로 제공하는 범용 엔진을 이용하여 R&D 를 진행하고 있으나, 당사는 오픈소스 엔진 이외에도 자체 딥러닝 엔진을 통해 다양한 연구 및 제품화에 활용하고 있습니다. 특히 저사양 의료기기에도 탑재될 수 있도록 커스터마이징이 가능함에 따라 점차 고도화 된 상용화 제품의 개발이 가능해지게 되었습니다.
또한, 다년간의 연구를 통해 인공지능 알고리즘 개발뿐 아니라, 인공지능을 통한 제품 개발에서 있어서의 가장 핵십으로도 볼 수 있는 학습 데이터 수집 및 수집한 데이터의 레이블링을 위한 사용자 인터페이스(User Interface)등의 기술을 개발해 가장 효율적으로 높은 성과를 도출해 낼 수 있는 시스템을 완비하였습니다. 당사가 의료진과의 협력을 위해 자체적으로 보유한 기술은 ⑴ 기관 및 장비별 비정형화되어 있는 데이터를 정제해 데이터 수집을 용이하게 하는 기술 ⑵ 익명화, 비식별화 등 데이터의 활용에 필수적인 기술 ⑶ 의료진의 레이블링 효율을 극대화할 수 있도록 별도의 개발을 위한 인공지능 개발 플랫폼을 적용하여 레이블링의 편의성을 높여 줄 수 있는 기술 등을 포함합니다.
설립 초기부터 축적된 인공지능 솔루션을 성공적으로 개발한 경험은 당사의 제품이 의료현장에 최고의 기술력으로 인정받고 지속적으로 신규 제품을 개발할 수 있는 밑거름이 되었습니다.
&cr; ( 나) 기술협력 네트워크 및 양질의 데이터 확보 및 학습 위한 Reference 구축
국내 의료환경은 다양한 질환을 갖고 있는 환자에 대한 가능한 많은 양의 데이터를 필요로 하는 의료 인공지능 특성에 최적화되어 있습니다. 이는 수도권 주요 상급병원으로 전국의 환자들이 몰리는 특수성으로 인하여 수도권 주요 상급병원들이 방대한 의료 데이터를 확보하고 있기 때문이며, 이를 통해 의료 인공지능 기술이 빠르게 발전할 수 있는 토대가 마련된 것입니다. 전 세계적으로 의료 인공지능 분야의 초기에 설립된 뷰노는 초기부터 이러한 환경을 기반으로 선점효과를 극대화하기 위해 국내 대형 의료기관 및 유수의 의료진과의 연구협력을 최우선 순위로 두고 연구 및 사업화를 빠르게 진행해 왔습니다.
그 결과 당사는 국내 대부분의 최상위 의료기관 및 유럽 선진국부터 개발도상국까지 다양한 해외 의료기관과 공동 R&D와 임상연구를 수행하여 최고 수준에 달하는 양질의 데이터 확보해 나아가고 있으며, 이를 통해 최상의 학습 데이터 및 학습/검증을 위한 Reference Standard를 구축해 가고 있습니다. 또한, 의료기관을 통한 임상연구를 통해 제품의 유효성과 안정성을 객관적이고 실증적으로 검증해 나가고 있습니다.
&cr; ( 2) 제품 현황&cr; &cr;당사는 딥러닝기반의 인공지능을 의료분야에 적용하여 의료 빅데이터를 학습하고 이를 기반으로 의료진의 의사결정을 보조하거나 의료진의 업무효율을 높일 수 있는 솔루션을 다수 출시하였습니다.
당사의 제품은 ⑴ X-Ray, CT, MR, 안저영상 등을 판독하는 의료영상 영역, ⑵ 디지털 스캐너, 현미경 영상 등을 판독하는 병리 영역, ⑶ Vital Sign, ECG 등을 분석하여 위험도를 예측하는 생체신호 영역, ⑷ 자동음성인식을 통해 의료진의 업무효율을 개선하는 의료음성 영역 등 크게 4가지 영역으로 구분됩니다. 이중 의료영상 분야에서 는 총 7 개의 제품이 국내 및 유럽 인허가와 일본(일부) 인허가를 득하였으며, 병리 영역과 생체신호 영역에서는 임상시험을 준비 중이거나, 임상시험을 수행하고 있으며, 의료음성영역에서는 1건의 제품을 출시하였습니다.
당사는 폭넓은 사업영역을 보유함과 동시에 각 제품에 대한 기술력 또한 세계 최고 수준을 유지하고 있습니다. 모든 제품에 대해 국제 학회에 논문을 게재한 바 있으며, 참가팀이 전세계에서 인공지능 역량을 겨루는 Global Challenge에서도 최상위 성적을 꾸준히 유지하고 있습니다. 또한 보유한 대다수의 제품들은 임상시험을 기반으로 단순한 영상분석장치가 아닌 검출보조나 진단보조로 그 성능을 식약처로부터 인정받아 의료기기로서 허가 받은 제품들입니다.
당사는 축적된 기술력과 노하우를 기반으로 의료분야에서 파이프라인을 확대해나가고 있으며, 동시에 상용화된 AI 소프트웨어의 사업화에 속도를 높이기 위해 영상장비와 연동, PACS, EMR 등 기존 의료 소프트웨어와의 연동 등을 통해 각 제품별 사업화 모델도 다각화하고 있습니다.
| [당사 주요 제품 인허가 진행 현황] |
|
제품군 |
기능 |
주요 제품 |
인허가 현황 (완료 혹은 완료예상시기) |
|---|---|---|---|
|
의료영상 |
X-Ray, CT, MRI 및 Funduscopy 등 의료영상 기반 진단보조 |
VUNO Med-BoneAge 소아 수골 X-Ray 영상을 기반으로 표준 골연령 이미지와 비교하여 골연령 진단보조 |
국내(2018.05),&cr;유럽(2020.06)&cr; 일본(2020.10) |
|
VUNO Med-Chest X-Ray Chest X-Ray 영상 기반 5가지 주요소견/질환 판독 보조 |
국내(2019.08),&cr; 유럽(2020.06)&cr; 미국 FDA 510(k) 진행중 (2021년 4분기) |
||
|
VUNO Med-LungCT AI 저선량 Chest CT내 폐결절 탐지 및 정량화 |
국내(2020.04) 유럽(2020.06)&cr; 일본(2019.12) &cr; 미국 FDA 510(k) 진행중 (2021년 4분기) |
||
|
VUNO Med-DeepBrain 뇌 MR 영상의 뇌영역 분할 및 위축 정도 정량화 |
국내(2019.06), &cr; 유럽(2020.06) |
||
|
VUNO Med-Fundus AI 안저 영상에서 12개 비정상 소견 탐지 및 판독 보조 |
국내(2020.04) 유럽(2020.06) |
||
|
PROMISE-I 인공지능 기반 전립선 MR 영상 분석 보조 |
국내 (2020.12) | ||
| VUNO Med-DeepBrain AD&cr;인공지능 기반 치매진단 보조 | 국내 (2020.12) | ||
|
VUNO Med - Dental AI&cr;인공지능 기반 치과 파노라마 영상 분석 |
국내 임상시험 진행 중 (2021년 4분기) | ||
|
VUNO Med-LungCA AI&cr;인공지능 기반 폐결절 악성도 분석을 통한 폐암 진단 보조 |
국내 임상시험 준비중 | ||
|
병리 |
디지털 스캐너, 현미경검사 기반 세포정량화 및 종양세포 등 검출 |
VUNO Med-PathCG AI 위암병리 디지털 슬라이드 내 선암 및 위암 탐지 및 판독보조 |
국내 임상시험 준비중 |
|
생체신호 |
활력징후 및 심전도 등 시계열 생체신호 데이터 기반 진단보조 및 예측 |
VUNO Med-DeepCARS 5가지 생체 활력 징후를 데이터를 활용해 24시간 내 발생할 심정지 예측 |
국내 임상시험 진행중 (2021년 3분기) |
|
의료음성 |
음성인식기반 의료차트 자동작성 |
VUNO Med-DeepASR 실시간 음성 및 녹음파일을 인식하여 판독문 생성 |
국내 상용화 완료 (2018.08) |
(*)작성기준일 현재 기준으로 확인된 인허가 일정을 표기한 것으로, 상기 일정 중 예상 일정은 실제 일정과 상이할 수 있습니다.&cr;
( 가) VUNO Med-BoneAge&cr; &cr; ① 제품개요&cr; &cr;자녀의 성장에 대한 관심이 높아지고 있으며, 골연령이 실제 연령과 차이가 큰 경우 성장이 제한적으로 이루어질 수 있기 적기에 성장 관련 호르몬 처방 등을 조치하여 충분한 성장이 이루어질 수 있도록 합니다. &cr;&cr;이에 VUNO Med-BoneAge는 소아의 골연령을 진단하기 위하여, 대상 소아의 왼손X-ray 사진을 토대로 관련G. P. 방식의 기준과 가장 유사한 연령의X-Ray 사진을 추천하여 골연령을 진단함으로써 지원하고 있습니다. &cr;&cr;국내 소아청소년의 35.4% (2017년 기준)가 과체중 또는 소아비만을 겪고 있으며 소아비만의 경우 다양한 질병을 유발시켜 소아청소년의 발달을 지연시킵니다. 그 중 에서도 아이의 키는 소아비만과 밀접한 관련이 있으며, 한독에서 진행한 설문조사(2019)에 따르면 자녀의 체중이 정상범위가 아닐 경우 키 성장이 가장 걱정된다고 답한 비율이 50%나 차지하고 있습니다. 이는 자녀의 키 성장은 부모의 가장 큰 관심사이며, 키를 예측하기 위해 많은 부모들이 자녀와 함께 성장클리닉을 방문하/고 있어, 인공지능 Bone Age 소프트웨어 시장은 계속 성장할 것으로 전망됩니다. &cr; &cr; ② 제품의 성능&cr; &cr;가장 유사한 정도에 따른 최대 3순위까지의 예상 골연령을 사용자에게 제안하며, 모델이 중요하게 생각하는 부위를 나타내는 Activation Map을 제공함으로써 사용자의 골연령 판독에 가이드라인을 제시합니다. 또한, 단순히 골연령만 제공하는 것이 아닌 환자의 현재 나이, 키 등 환자 정보를 바탕으로 예측 성장키 그래프 결과도 함께 제공합니다.&cr;
VUNO Med-BoneAge 적용여부에 따라 골연령 판독 시간은 최대 약 40% 단축된 결과를 보였으며 판독 일치율 또한 크게 향상된 결과를 보였습니다. 국내 환자를 대상으로 수집한 데이터셋 및 해외 아동을 대상으로 한 공개 데이터셋을 학습에 적절히 활용함으로써 발생 가능한 인종간 차이 문제를 최소화하여 안정적인 성능을 보였습니다.&cr;
| (자료) | Computerized BoneAge Estimation Using Deep Learning-Based Program: Evaluation of the Accuracy and Efficiency, AJR: 209, December 2017 |
&cr; ③ 관 련 논문&cr;
|
발표연월 |
저널/컨퍼런스 |
논문명 |
저자 |
|---|---|---|---|
|
2016-11 |
RSNA 2017 |
A Comparative Study of Automatic Hand Bone Age Assessment Systems |
Ji Hoon Kim, Hyun-Jun Kim, Kyu-Hwan Jung, Ilji Choi, Sangki Kim, Yeha Lee, Woo Hyun Shim, Jin Seong Lee, Hee Mang Yoon |
|
2017-09 |
AJR |
Computer-Assisted Program using Deep Learning Technique in Determination of Bone Age: Evaluation of the Accuracy and Efficiency |
Jeong Rye Kim, Woo Hyun Shim, Hee Mang Yoon, Sang Hyup Hong, Jin Seong Lee, Young Ah Cho and Sangki Kim |
| 2020-09 | MICCAI 2020 | Manifold Ordinal-Mixup for Ordered Classes in TW3-Based Bone Age Assessment | Byeonguk Bae, Jaewon Lee, Seo Taek Kong, Jinkyeong Sung, and Kyu-Hwan Jung |
&cr; ( 나) VUNO Med-Chest X-Ray
&cr; ① 제품개요&cr; &cr; Chest X-ray는 가장 빈번하게 행해지는 방사선 검사 중 하나지만, 대한공중보건의사협의회(2016)에 따르면 판독 난이도가 매우 높아 보건소 등 국가의료기관에서의 판독품질에 대한 문제가 지속적으로 제기되고 있습니다. 이에 따라 Chest X-ray의 판독품질 향상을 위해 원격판독업체 및 대학병원 및 보건소, 군병원, 개발도상국 병원 등 다양한 병의원 및 업체들에서 판독품질 개선 제품을 필요로 하고 있습니다.
&cr;VUNO Med-Chest X-ray 는 5가지 대표적인 흉부 소견 의 위치 및 심각도를 판독자에게 알려줌으로써 오진률 및 판독시간을 현저히 줄일 수 있습니다.&cr;&cr; ② 제품의 성능&cr; &cr; 대표되는 5가지 소견 - 결절(Nodule/Mass), 경화(Consolidation), 간질성음영(Interstitial Opacity), 흉수(Pleural Effusion), 기흉(Pneumothorax)을 중심으로 탐지가 가능하며, 소견들의 조합으로 더욱 많은 질병들(e.g., 결핵, 폐렴 등)을 찾아낼 수 있는 강점이 있습니다.&cr;&cr;Chest X-ray의 특성상, 병원간 장비제조사간 편차가 심해 인공지능 진단 S/W의 성능에 편차가 있을 수 있으나, 2개 병원에서 촬영된 다른 데이터로 당사 제품의 성능을 평가해보았을 때, 유의미한 차이가 없었음이 확인되었습니다. 이러한 Multi-center study 결과는 당사의 제품이 다양한 병원 환경에서도 안정적인 성능을 보여줄 수 있다는 것으로 본 S/W의 큰 장점 중 하나로 꼽을 수 있습니다.&cr;
| (자료) | Deep learning-based automatic chest PA screening system for various devices and hospitals, RSNA 2018 |
&cr;
&cr; ③ 관 련 연구&cr;
|
발표연월 |
저널/컨퍼런스 |
논문명 |
저자 |
|---|---|---|---|
|
2017-09 |
CMMI 2017 |
False Positive Reduction by Actively Mining Negative Samples for Pulmonary Nodule Detection in Chest Radiographs |
Sejin Park, Woochan Hwang, Kyu Hwan Jung, Joon Beom Seo, Namkug Kim |
|
2018-11 |
RSNA 2018 |
Deep Learning-Based Automatic Chest PA Screening System for Various Devices and Hospitals |
Woong Bae, Sejin Park, Kyu-Hwan Jung, Joon Beom Seo, Namkug Kim |
|
2018-11 |
RSNA 2018 |
Deep Learning-Based Computer-Aided Detection System for Multiclass Multiple Lesions on Chest Radiographs: Observers’ Performance Study |
Jooae Choe, Sang Min Lee, Kyunghee Lee, Kyu-Hwan Jung, Jaeyoun Yi, Sang Min Lee, Joon Beom Seo |
|
2018-12 |
NeurIPS 2018 |
Integrating Reinforcement Learning to Self Training for Pulmonary Nodule Segmentation in Chest X-rays |
Sejin Park, Woochan Hwang, Kyu-Hwan Jung |
|
2019-11 |
European Radiology |
Deep Learning-based Detection System for Multiclass Lesions on Chest Radiographs: Comparison with Observer Readings |
Sohee Park, Sang Min Lee, Kyung Hee Lee, Kyu-Hwan Jung, Woong Bae, Jooae Choe, Joon Beom Seo |
|
2019-12 |
RSNA 2019 |
Evaluation of the Performance of Deep Learning Models Trained on a Combination of Major Abnormal Patterns on Chest Radiographs for Major Chest Diseases at International Multi-centers |
Woong Bae, Beomhee Park, Minki Jung, Jin-Kyeong Sung, Kyu-Hwan Jung, Sang Min Lee, Joon Beom Seo |
|
2019-12 |
Scientific Reports |
Short-term Reproducibility of Pulmonary Nodule and Mass Detection in Chest Radiographs: Comparison among Radiologists and Four Different Computer-Aided Detections with Convolutional Neural Net |
Young-Gon Kim, Yongwon Cho, Chen-Jiang Wu, Sejin Park, Kyu-Hwan Jung, Joon Beom Seo, Hyun Joo Lee, Hye Jeon Hwang, Sang Min Lee, Namkug Kim |
| 2020-12 | RSNA 2020 | Localizing Nodules in Chest Radiographs: Deep Learning-based Image Processing for Multi-Center, Multi-Device Validation | Seo Taek Kong, Beomhee Park, Woong Bae, Minki Jung, Kyu-Hwan Jung |
| 2021-03 | Radiology | Added Value of Deep Learning-based Detection System for Multiple Major Findings on Chest Radiographs: A Randomized Crossover Study | inkyeong Sung, Sohee Park, Sang Min Lee, Woong Bae, Beomhee Park, Eunkyung Jung, Joon Beom Seo, Kyu-Hwan Jung |
&cr; (다) VUNO Med-LungCT AI&cr; &cr; ① 제품개요&cr; &cr; 보건복지부(2019)에 따르면 폐암 조기검진을 시행한 경우 조기 검진을 시행하지 않았을 때보다 3배 이상 높은 폐암 조기발견율을 보이는 것으로 확인되었습니다. 이에 따라 우리나라에서는 2019년 7월부터 만 54~74세 국민 중 30 년 이상의 흡연력을 가진 대상에 한해 폐암에 대한 국가암검진을 실시하고 있습니다. 미국 질병예방특별위원에서도 폐암 고위험군에 해당되면 매년 저선량 폐CT 스캔 검사를 받을 것을 권고하고 있으며, 유럽국가에서도 폐암검진을 시행해야 한다는 목소리가 높아지고 있는 상황입니다.&cr;&cr;폐암검진에서는 Chest CT 영상 촬영이 필수적인데, 한 촬영 당 수 백장에 이르는 단층사진으로부터 결절을 찾아내야하므로 장시간이 소요되며, 판독자에게 높은 피로감을 준다는 문제가 있습니다. 또한 장기의 특성 상 혈관 등 결절과 유사해 보이는 이미지와 병변을 구별하여야 하므로 병변의 확인이 어려습니다.&cr;&cr;VUNO Med-LungCT AI는 이러한 폐결절들을 효과적으로 탐지, 정량화 하고, 악성도 예측에 필요한 특징들을 감지하여 Lung-RADS 카테고리를 자동으로 산정하여 폐결절의 효율적인 관리를 보조합니다.&cr; &cr; ② 제품의 성능&cr; &cr; 결절 탐지 성능 평가의 벤치마크로 사용되는 세계 최대 공개 데이터셋(LUNA16)에서진행한 성능 평가에서 당사 제품은 한 환자의 CT 스캔 당 하나의 위양성을 나타내는 기준점에서 92.9%의 민감도를 보여 우수한 탐지 성능을 보였습니다.&cr;
또한, 예비 실험 결과 고형 결절에 대해서 100%의 민감도를 나타내었으며, 아시아 인구에 흔한 간유리 결절에 대해서도 97.3% 의 민감도를 보여 기존 제품 대비 국내 및 아시아 인구에 대해서 효과적으로 사용할 수 있습니다. 추가적으로 폐결절이 없는 것으로 보고된 10,000명의 환자 CT에서 3% 정도의 미발견된 폐결절을 발견하여, 검진 환경에서의 효용성에 대한 가능성을 보여줍니다.&cr;
뿐만 아니라 VUNO Med-LungCT AI는 결절별 세부 정보와 환자별 전체 소견을 보고서로 제공합니다. 해당 보고서는 이미지나 텍스트 형태로 EMR/PACS 시스템에 입력될 수 있습니다.
| (자료) |
1. A Deep Learning-based CAD that Can Reduce False Negative Reports: A Preliminary Study in Health Screening Center, RSNA 2019 2. CNN-based Image Super-Resolution for CT Slice Thickness Reduction using Paired CT Scans for Improving Robustness of Computer-aided Nodule Detection System, RSNA 2018 |
&cr;&cr; ③ 관 련 연구
|
발표연월 |
저널/컨퍼런스 |
논문명 |
저자 |
|---|---|---|---|
|
2018-11 |
RSNA 2018 |
CNN-based Image Super Resolution for CT Slice Thickness Reduction using Paired CT Scans for Improving Robustness of Computer-aided Nodule Detection System |
Kyu-Hwan Jung, Woong Bae, Seungho Lee, Gwangbeen Park, Hyunho Park, Sang Min Lee |
|
2019-8 |
KJR |
Deep Learning Algorithm for Reducing CT Slice Thickness: Effect on Reproducibility of Radiomic Features in Lung Cancer |
Sohee Park, Sang Min Lee, Kyung-Hyun Do, June-Goo Lee, Woong Bae, Hyunho Park, Kyu-Hwan Jung, Joon Beom Seo |
|
2019-12 |
RSNA 2019 |
A Deep Learning-based CAD that Can Reduce False Negative Reports: A Preliminary Study in Health Screening Center |
Hyunho Park, Soo-Youn Ham, Hwa-Young Kim, Hyon Joo Kwag, Seungho Lee, Gwangbeen Park, Sangkeun Kim, Minsuk Park, Jin-Kyeong Sung, Kyu-Hwan Jung |
| 2020-12 | RSNA 2020 | Multicenter Validation to Evaluate the Diagnostic Performance of Deep Learning-based Lung Nodule Detection System in Chest CT | Hyunho Park, Kyu-Hwan Jung |
| 2021-02 | Radiology | Computer-aided Detection of Subsolid Nodules at Chest CT : Improved Performance with Deep Learning-based CT Section Thickness Reduction | Sohee Park, Sang Min Lee , Wooil Kim1, Hyunho Park, Kyu-Hwan Jung, Kyung-Hyun Do, Joon Beom Seo |
| 2021-02 | European &cr;Radiology | Deep learning-based differentiation of invasive adenocarcinomas from preinvasive or minimally invasive lesions among pulmonary subsolid nodules | Sohee Park, Gwangbeen Park, Sang Min Lee, Wooil Kim, Hyunho Park, Kyuhwan Jung & Joon Beom Seo |
| 2021-02 | Radiology | Use of a Commercially Available Deep Learning Algorithm to Measure the Solid Portions of Lung Cancer Manifesting as Subsolid Lesions at CT: Comparisons with Radiologists and Invasive Component Size at Pathologic Examination | Yura Ahn, Sang Min Lee , Han Na Noh, Wooil Kim, Jooae Choe, Kyung-Hyun Do, Joon Beom Seo |
&cr; (라) VUNO Med-DeepBrain&cr; &cr; ① 제품개요&cr; &cr; Alzheimer's Disease Internatioanl (ADI)에 따르면 전 세계적인 고령화 현상으로 인해 치매환자 수가 급격히 증가하고 있으며, 2018년 현재 전 세계 치매 환자는 약 5,000만명으로 2030년에는 약 7,500만 명, 2050년에는약 13,150만 명에 이를 것으로 예상 됩니다.&cr;&cr;중앙치매센터에 따르면, 국내 치매 환자 수도 빠르게 증가하고 있는 추세며 2018년 국내65세 이상 노인 인구 중 약75만 명이 치매를 앓고 있고, 향후 17년마다 두 배씩 증가하여 2024년100만 명, 2039년 200만 명을 넘어설 것으로 예상됩니다. 이에 따라 치매 조기 검진에 대한 필요성은 강조되고 있습니다.&cr;
VUNO Med - DeepBrain은 뇌MR 영상을 통하여 단시간 내 알츠하이머성 치매와 연관된 주요 뇌 영역들을 분석하고, 정량적 분석 결과를 분석 리포트 형태로 제공함으로써 의료진의 치매 진단을 도울 수 있는 제품입니다.&cr; &cr; ② 제품의 성능&cr; &cr; 해당 제품은 아밀로이드 PET 검사 대비 10~20% 비용 수준으로 촬영할 수 있는 MR 영상을 기반으로 뇌의 각 영역을 분할(parcellation)하고, 전반적인 뇌 영역의 수축 상태를 정량화함으로써 치매 조기 진단에 활용 가능합니다. 또한, 혈관성 치매를 진단하는데 중요한 지표인 백질고당도신호(White Matter Hyperintensities, WMH) 영역을 정량적으로 분석한 결과를 제공함으로써 인지장애 원인을 감별 시 사용될 수 있습니다.&cr;
국내외 관련 시장 최다 점유 제품인 기존 상용화 제품 대비 10배 이상 빠르면서 더욱 정확한 분석 결과를 제공하고, 의료기관 및 MRI 촬영기기 별로 차이를 보이는 촬영 영상에 대해서도 분석 전 전처리 작업을 통해 안정적인 성능을 보입니다.&cr;
국내외 관련 시장 최다 점유 제품인 기존 상용화 제품 대비 10배 이상 빠르면서 더욱 정확한 분석 결과를 제공하고, 의료기관 및 MRI 촬영기기 별로 차이를 보이는 촬영 영상에 대해서도 분석 전 전처리 작업을 통해 안정적인 성능을 보입니다.&cr;
| (자료) | 자체 성능 평가 및 타사 제품의 기업 홈페이지 |
&cr; ③ 관 련 연구
|
발표연월 |
저널/컨퍼런스 |
논문/연구명 |
저자 |
|---|---|---|---|
| 2020-11 | AJNR | Development and Validation of a Deep Learning Based Automatic Brain Segmentation and Classification Algorithm for Alzheimer Disease Using 3D T1-Weighted Volumetric Images | C.H. Suh, W.H. Shim, S.J. Kim, J.H. Roh, J.-H. Lee, M.-J. Kim, S. Park, W. Jung, J. Sung, G.-H. Jahng |
| 2020-12 | RSNA 2020 | An Artificial Intelligence Framework for Analysis of Cognitive Impairment without Prior Knowledge | Hyunwoo Oh, Jin-Kyeong Sung, Eunpyeong Hong, Sejin Park, Dongsoo Lee, Kyu-Hwan Jung |
&cr;( 마) VUNO Med-Fundus AI &cr; &cr; ① 제품개요&cr; &cr; 최근 고령화 심화와 만성질환자의 증가로 국내 3대 실명 원인 질환자는 2015년 127만 명에서 2019년 170만 명으로 약 34% 늘어 급격한 증가 추세를 보여 안저 검사의 필요성이 강조되고 있습니다. 특히 고혈압, 당뇨병, 고지혈증 등 주요 만성질환에서 높은 안 질환 발병 위험이 확인됨에 따라, 안과뿐 아니라 가정의학과, 내과 등에서도 안저 검사를 시행하고 있으며, 최근 효율성과 정확도를 높인 인공지능 기반 안저 검사가 주목을 받고 있습니다.&cr;&cr;안저 검사는 시력에 중요한 역할을 하는 망막, 시신경유두, 황반 등으로 구성된 안저 상태를 확인하는 검사로 황반변성, 당뇨망막병증, 녹내장 등 3대 실명 원인 질환 조기 발견에 도움이 되는 것으로 알려져 있습니다.&cr; &cr; VUNO Med-Fundus AI는 안구의 상이 맺히는 망막을 Funduscopy 로 촬영한 영상으로부터 병변을 수초 내 탐지하고 분류 및 Localization 하여 진단 가능한 정보를 제공하여 안과 질환 진단에 도움을 주고 있습니다. &cr; &cr; ② 제품의 성능&cr; &cr;경쟁제품들은 한두가지의 질환을 진단 보조하는데 비하여 본 제품은 총 12가지의 병변을 탐지하여 결과를 contour 라인으로 시각적으로 보여주는 기능을 가지고 있습니다. 국내 최대 규모 데이터 (10만 case 이상)에 대하여 50인 이상의 안과전문의 (28 명의 교수급 specialist)가 Labeling 및 검증하여 학습을 진행한 바 있습니다.&cr;
동제품은 안저에서 나타나는 비정상 소견 12 가지에 대해서 높은 분류 성능을 보이며, 안과 전문의가 없는 건강검진센터나 내과에서 효율적으로 환자를 스크리닝하여 대다수의 정상 케이스를 걸러내어 많은 숫자의 환자를 효율적으로 검진하는 것이 특징입니다.
| (자료) | Development and Validation of Deep Learning Models for Screening Multiple Abnormal Findings in Retinal Fundus Images. Ophthalmology, Volume 127, Issue 1, January 2020, Pages 95-96 |
&cr;③ 관 련 연구 &cr;
|
발표연월 |
저널/컨퍼런스 |
논문/연구명 |
저자 |
|---|---|---|---|
|
2018-06 |
JDI |
Laterality Classification of Fundus Images using Interpretable Deep Neural Networks |
Yeonwoo Jang, Jaemin Son, Kyu Hyung Park, Sang Jun Park, Kyu-Hwan Jung |
|
2018-09 |
MICCAI2018 |
An Efficient and Comprehensive Labeling Tool for Large-Scale Annotation of Fundus Images |
Jaemin Son, Sangkeun Kim, Sang Jun Park, Kyu-Hwan Jung |
|
2018-10 |
JKMS |
A Novel Fundus Image Reading Tool for Efficient Generation of a Multi-dimensional Categorical Image Database for Machine Learning Algorithm Training |
Sang Jun Park, Joo Young Shin, Sangkeun Kim, Jaemin Son, Kyu-Hwan Jung, Kyu Hyung Park |
|
2019-05 |
Ophthalmology |
Development and Validation of Deep Learning Models for Screening Multiple Abnormal Findings in Retinal Fundus Images |
Jaemin Son, Joo Young Shin, Hoon Dong Kim, Kyu-Hwan Jung, Kyu Hyung Park,, Sang Jun Park |
|
2020-5 |
TVST |
Predicting High Coronary Artery Calcium Score from Retinal Fundus Images with Deep Learning Algorithms |
Jaemin Son, Joo Young Shin, Eun Ju Chun, Kyu-Hwan Jung, Kyu Hyung Park, Sang Jun Park |
&cr;( 바) VUNO Med-PathGC AI &cr; &cr; ① 제품개요&cr; &cr; 국가암정보센터(2020)에 따르면 위암은 조기에 발견할수록 생존율이 높은 것으로 알려져 있는데, 국립암센터(2020)의 발표에 따르면 국가 암 조기 검진 사업 시행, 내시경 검사 시행 건수의 증가 등으로 2013년부터 2017년의 5년 상대 생존율은 76.5%로 1993년도와 1995년 대비 32.6% 증가한 바 있습니다. 그러나, 보건복지부(2017)에 따르면 위암의 내시경 검사 및 조직 검사는 중요성이 강조되고 있으나, 조직검사가 수행되는 실제 병리 임상 현장에서는 정원대비 60.7% 수준의 병리 전문의만이 충원되고 있어 의료 인력이 부족한 실정으로 자동화된 조직 검사 진단 보조를 활용하여 병리 의사의 업무량을 경감하고, 오진을 줄이고자 하는 수요가 존재합니다.&cr;&cr; VUNO Med-PathGC AI는 위암 조직검사(조직 병리) 국내 위탁 검사로 가장 시장점유율이 높은 녹십자그룹과 공동연구를 통하여 개발된 인공지능 위암 병리 진단 보조 소프트웨어 입니다.&cr; &cr; ② 제품의 성능&cr; &cr; VUNO Med-PathGC AI는 위암조직검사 사진으로부터 조직을 정상(위염)/선종/선암 3가지 중 하나로 분류합니다. 이와 함께 진단 결과를 시각화하여 설명 가능하고 신뢰성 있는 결과 제공. 슬라이드 단위 정량적 진단 결과를 제공합니다. 모델 개발에 사용된 학습 데이터는 약 2500여장의 위장 검체 Whole Slide Image (WSI)로 전향적 연구로서 7440 WSI의 데이터를 수집하여 검증 되었습니다.&cr;&cr;세계적인 암 연구 학술지인 임상암연구(CCR(2020))에 게재된 연구에 따르면 VUNO Med-PathGC AI의 위암 및 위선종 탐지에서 민감도는 100%고, 특이도 97%를 보여높은 정확도를 입증했습니다 . 더 나아가 6명의 숙련된 병리 전문의들을 대상으로 비교연구를 진행한 결과, VUNO Med-PathGC AI를 활용한 그룹에서는 타 그룹보다 정확도에서는 유의미한 차이가 없는 반면 진단 시간은 최대 58% 감소했습니다. 이러한 연구 결과에 따라 본 솔루션이 실제 의료 현장에서 활용될 경우 높은 민감도로 악성 위 조직을 포착하는 한편, 의료 현장의 효율성도 향상시킬 수 있을 것으로 기대를 받고 있습니다.&cr;
| (자료) | A prospective validation and observer performance study of a deep learning algorithm for pathologic diagnosis of gastric tumors in endoscopic biopsies, Author Manuscript Published Online First on November 10, 2020 |
&cr; ③ 관 련 연구 &cr;
|
발표연월 |
저널/컨퍼런스 |
논문/연구명 |
저자 |
|---|---|---|---|
|
2020-05 |
ASCO 2020 |
Deep learning-based unsupervised morphological subtyping in histopathology images of gastric cancer. |
Kyu-Hwan Jung, Jeonghyuk Park, Kyungdoc Kim, Yeong Won Kim, Hyunho Park, Myeong-Cherl Kook, Dong-Il Kim |
| 2020-10 | CCR | A Prospective Validation and Observer Performance Study of a Deep Learning Algorithm for Pathologic Diagnosis of Gastric Tumors in Endoscopic Biopsies |
Jeonghyuk Park, Bo Gun Jang, Yeong Won Kim, Hyunho Park, Baek-hui Kim, Myeung Ju Kim, Hyungsuk Ko, Jae Moon Gwak, Eun Ji Lee, Yul Ri Chung, Kyungdoc Kim, Jae Kyung Myung, Jeong Hwan Park, Dong Youl Choi, Chang Won Jung, Bong-Hee Park, Kyu-Hwan Jung and Dong-Il Kim |
&cr; ( 사) VUNO Med-DeepCARS&cr; &cr; ① 제품개요&cr; &cr; 병동에서 심정지는 미국에서 매년 209,000건이 발생하고, 심정지가 발생한 이후에는생존율이 20% 미만으로 떨어지는 사망의 주 원인이 되는 질환 중 하나입니다. &cr;
최근 일반 병동 내 EMR 데이터 축적을 위한 환경이 간편화 되고 있으며, 이는 딥러닝 기반 제품을 개발 및 판매하는데 이상적인 환경을 갖추어 가고 있습니다. 실제로,점점 더 많은 생체신호 데이터들을 분석을 가능한 형태로 축적해 나가는 국내의 병원들이 증가하고 있습니다.&cr;
VUNO Med-DeepCARS는 인공지능 기반 심정지 예측 소프트웨어로서, 일반병동 입원 환자의 전자의무기록 등에서 수집한 맥박, 호흡, 혈압, 체온 등 환자의 생체신호(biosignal)를 분석해 향후 24시간 내 발생할 심정지 발생 위험에 대한 예측 정보를 제공합니다.&cr; &cr; ② 제품의 성능&cr;
최근 발표한 논문에 따르면 , 일반 병동에서 VUNO Med-DeepCARS는 24시간내 심정지 발생에 대한 예측 정확도가 AUC 0.905로 기존 방법 대비(MEWS: AUC 0.785 ) 월 등히 뛰어난 성능을 보입니다. 본 알고리즘을 통해 심정지 발생률을 줄임과 동시에 오경보율이 확연히 줄어들어 효율적인 신속대응팀 운용을 통한 의료비 절감 효과를 기대할 수 있습니다.&cr;
| (자료) | A multicentre validation study of the deep earning-based early warning score for predicting in-hospital cardiac arrest in patients admitted to general wards |
&cr;또한 심장전문 병원 2곳 및 2,3차 병원 3곳에서 수집된 약 24만명의 고품질 생체신호 데이터를 활용해서 딥러닝 모델을 학습시킴으로써, 5개 병원에서 실시한 Multi-center study 결과에서도 본 제품이 타 비교 방법 대비 우수하고 안정적인 성능뿐만 아니라, 더욱 조기에 심정지를 예측하는 결과를 보여줍니다.
&cr; ③ 관 련 연구
|
발표연월 |
저널/컨퍼런스 |
논문/연구명 |
저자 |
|---|---|---|---|
|
2018-06 |
JAHA |
An Algorithm Based on Deep Learning for Predicting In Hospital Cardiac Arrest |
Joon-myoung Kwon, Youngnam Lee, Yeha Lee, Seungwoo Lee, Jinsik Park |
|
2018-08 |
Acute and Critical Care |
Deep Learning in the Medical Domain: Predicting Cardiac Arrest Using Deep Learning |
Youngnam Lee, Joon-myoung Kwon, Yeha Lee, Hyunho Park, Hugh Cho, Jinsik Park |
|
2018-10 |
PLOS ONE |
Validation of Deep Learning-based Triage and Acuity Score using a Large National Dataset |
Joon-myoung Kwon, Youngnam Lee, Yeha Lee, Seungwoo Lee, Hyunho Park, Jinsik Park |
|
2020-03 |
JAHA |
Deep learning based algorithm for detecting aortic stenosis using electrocardiography |
Joon-Myoung Kwon, Soo Youn Lee, Ki-Hyun Jeon, Yeha Lee, Kyung-Hee Kim, Jinsik Park, Byung-Hee Oh, Myong-Mook Lee |
|
2020-03 |
SJTREM |
Artificial intelligence algorithm to predict the need for critical care in prehospital emergency medical services |
Da-Young Kang, Kyung-Jae Cho, Oyeon Kwon, Joon-myoung Kwon, Ki-Hyun Jeon, Hyunho Park, Yeha Lee, Jinsik Park, Byung-Hee Oh |
|
2020-04 |
Critical Care Medicine |
Detecting Patient Deterioration Using Artificial Intelligence in a Rapid Response System |
Cho, Kyung-Jae, Kwon, Oyeon, Kwon, Joon-myoung, Lee, Yeha, Park, Hyunho, Jeon, Ki-Hyun, Kim, Kyung-Hee, Park, Jinsik, Oh, Byung-Hee |
|
2020-07 |
ASAIO |
Artificial intelligence algorithm for screening heart failure with reduced ejection fraction using electrocardiography |
Jinwoo Cho, ByeongTak Lee, Joon-myoung Kwon, Yeha Lee, Hyunho Park, Ki-Hyun Jeon, Jinsik Park, Byung-Hee Oh, Kyung-Hee Kim |
|
2020-11 |
Critical Care Medicine |
Graph Convolutional Networks-based Noisy Data Imputation in Electronic Health Record |
Byeong Tak Lee*, O-Yeon Kwon*, Hyunho Park, Kyung-Jae Cho, Joon-Myoung Kwon, and Yeha Lee |
( 아) VUNO Med-DeepASR&cr; &cr; ① 제품개요&cr; &cr; 2가지 방식으로 진행되는 기존 영상판독문 작성의 한 가지 방식은 의료진이 판독내용을 녹음하여 음성파일로 저장한 뒤 이를 전사자(Medical Transcriber )가 일일이 청취하며 음성파일의 내용을 타이핑하는 방식입니다. 나머지 방식은 의료진이 직접 타이핑하여 작성하는 방식을 일컫습니다.&cr;
전자 방식의 경우 전사자가 초안을 작성한 뒤 다시 의료진의 검증을 받아야 하므로 판독을 완료하는데 긴 시간이 소요되고 특히 재녹음(판독내용 수정)이 필요한 경우 작성과정이 더욱 복잡해지는 문제가 제기됐습니다. 또한 후자 방식의 경우 일반용어에 비해 길고 어려운 의학용어를 한/영문으로 의료진이 직접 타이핑해야 하므로 그에 따른 피로도가 누적되는 결과를 초래했습니다. 각 방식의 비효율성은 판독문을 완료하는데 장시간을 소요하게 하는 직접적인 원인이 되었습니다.&cr;
VUNO Med-DeepASR은 인공지능 음성인식 엔진을 이용하여 의료진의 음성(말)을 실시간으로 인식하고 판독문의 형태로 변환해 주어 신속한 판독문 작성이 가능하도록 함으로써 이러한 기존 방식의 문제점을 해결할 수 있습니다. &cr; &cr; ② 제품의 성능&cr; &cr; VUNO Med-DeepASR은 인공지능 음성인식 엔진을 이용하여 의료진의 음성(말)을 실시간으로 인식하고 판독문의 형태로 변환해 주어 신속한 판독문 작성이 가능하도록 합니다. VUNO Med-DeepASR은 사용자에 따라 2가지 형태로 제공됩니다. 사용자는 의료진과 전사자로 구분되며, 의료진용 버전은 의료진의 발화(말)을 실시간으로 판독문으로 변환하고, 전사자용 버전은 녹음된 의료진의 음성파일을 판독문으로 변환합니다.&cr;&cr;일반 오픈소스 엔진 대비 빠른 학습 속도로 동일시간 내 더 많은 양의 데이터 학습이 가능하며 수천시간에 달하는 국내 의료영상 판독 데이터 수십만 건을 학습해 국영문이 혼재된 의학용어를 처리하는 등 국내 의료 환경에 최적화되었습니다. 뿐만 아니라, 의료진의 영상판독 결과를 포함한 환자 기본 정보, 생체신호 등 다양한 항목을 음성인식으로 입력 가능하며, 영상전송시스템(PACS), 전자의무기록(EMR) 등 다양한 전자의료시스템에 탑재가 가능해 각의료기관의 환경에 따라 설정할 수 있어 보다 사용편의성이 높은 것이 특징입니다.&cr;
| [두 가지 데이터 셋(TIMIT와 WSJ) 기반 인식 성능] |
&cr; ③ 관 련 연구
|
발표연월 |
저널/컨퍼런스 |
논문/연구명 |
저자 |
|---|---|---|---|
|
2019-02 |
ICASSP 2019 |
Speech Augmentation using WaveNet in Speech Recognition |
Jisung Wang, Sangki Kim, Yeha Lee |
|
2020-10 |
INTERSPEECH 2020 |
Exploring Lexicon-Free Modeling Units for End-to-End Korean and Korean-English Code-Switching Speech Recognition |
Jisung Wang, Jihwan Kim, Sangki Kim, Yeha Lee |
|
2020-10 |
INTERSPEECH 2020 |
Evolved Speech Transformer: Applying Neural Architecture Search to End-to-End Automatic Speech Transformer |
Jihwan Kim, Jisung Wang, Sangki Kim, Yeha Lee |
&cr; (3) 사업화&cr;
당사의 뷰노메드 솔루션은 광범위한 데이터 학 습을 기반으로 하여 보다 정확한 진단을 신속하게 제공하고 의료 행위의 획기적인 효율성을 제 공하는 혁신적인 서비스를 제공합니다. &cr;
| [VUNO Med 솔루션 도입 전후 비교] |
|
제품 |
도입 전 |
도입 후 |
|---|---|---|
|
VUNO Med-BoneAge |
- 의료진이 서적/도안 등의 Reference를 펼쳐놓고 비교하며, 같은 영상에서 판독자간의 골연령 일치도가 차이가 날 수 있음 |
- 1장 당 5~10초 이내 골연령 분석 결과 제공함(판독시간 최대 40% 단축)&cr;- 판독 일치도 약 15% 이상 향상 |
|
VUNO Med-Chest X-ray |
- X-ray 기반 이상 소견 판독을 위해서는 판독자의 풍부한 경험 및 충분한 시간 필요함 |
- 3초 이내 주요 흉부 X-ray 이상소견유무 탐지함(판독시간 약 50% 단축)&cr;- 평균 8% 판독 정확도 향상해 판독자간의 편차 감소를 기대할 수 있음 |
|
VUNO Med-LungCT AI |
- 흉부 CT 영상을 기반으로 폐결절 판독을 위해서는 판독자의 숙련도가 중요하며 판독 과정중에 폐 결절을 놓칠 가능성이 있음 |
- 1분 내 폐결절을 탐지해 위치를 제공하고, 폐결절 정량화 등의 정보를 제공함 |
|
VUNO Med-DeepBrain |
- Atrophy의 정량적 분석을 위해서는 뇌 MRI 외에 추가 검사 및 판독시간 필요함 |
- 1 Case당 1분 이내 분석 결과 제공하며, 100개 뇌 영역에 대한 부피 정보와 Atrophy 정보를 제공함 |
|
VUNO Med-Fundus AI |
- 건진센터 등에서 1차적으로 스크리닝 진행하는 경우가 많으며, 이상소견 판독을 위해서는 판독자의 풍부한 경험이 필요함 |
- 2초 이내 12가지의 망막 안저 주요 이상소견 표시함(95%이상의 정확도) |
|
VUNO Med-DeepASR |
- 의료진이 영상 판독 내용을 녹음한 음성파일을 전사자가 청취해 입력한 후, 의료진이 검증해 판독문 작성함 |
- 의료 현장에서 으료진이 구두로 전달하는 판독 내용을 실시간으로 문서화 하거나, 녹음된 파일을 변환함 |
| (*1) | 해당 내용은 참고를 위해 작성된 내용으로 각 의료행위는 의료기관 별로 상이할 수 있으며, 각 솔루션의 판독 속도는 PC 환경에 따라 차이가 날 수 있습니다. |
실제로 의료진들은 뷰노메드 솔루션을 활용할 경우 그렇지 않았을 때보다 의료영상 판독시간을 상당 부분 단축시켰습니다. 연구 결과 한 명의 전문의가 200장의 소아 손뼈 사진을 혼자서 판독할 경우 약 180분이 소요된 반면, VUNO Med-BoneAge를 활용해 판독하였을 때에는 108분이 걸려 약 40%가량의 판독 시간을 단축할 수 있었습니다. 또 다른 연구에서는, VUNO Med-Chest X-ray를 사용한 전문의의 Chest X-Ray 장당 평균 판독시간이 17.28초에서 6.05초로 약 65% 이상 단축된 것을 확인할 수 있었습니다.&cr;
| [VUNO Med 솔루션 단축 정도 비교] |
| (자료) | Computerized BoneAge Estimation Using Deep Learning-Based Program: Evaluation of the Accuracy and EfficiencyAJR: 209, December 2017; 식약처 임상시험 결과(VN-M-02) in Asan Hospital, *무작위 배정, 교차검증) |
의료기기 산업은 전통적으로 의료기기장비 영업 및 PACS/EMR등 시스템들에 대한 영업 등의 네트워크 및 판매 체계가 구축되어 있기에 해당 채널을 충분히 활용함으로써 당사 제품의 시장 판로를 넓힐 수 있다고 판단됩니다. 의료기기의 특성 상 강력한 규제 산업이고 인허가 등의 절차가 까다로우나, 제품이 일정 수준이상 진입 시 오히려 다양한 판매 채널을 확보할 수 있는 장점이 있습니다.
판매 채널은 크게 ① 직접 판매와 ② 협력 판매의 큰 틀을 갖고 있으며, 세부적으로는 업계 내 오피니언을 주도하는 주요 상급 병원 내 권위 있는 의사(KOL: Key Opinion Leader)에 대한 직접 영업 및 클라우드를 통한 서비스는 자체적으로 진행하며, 다양한 고객층 및 서비스 방식 및 방대한 영업망을 보유한 사업자와는 기술료/라이센싱 기반의 계약을 통해 제품을 시장에 공급하고 있습니다.&cr;
( 4) 회사 성장 과정&cr;&cr; 당사는 ⑴ 설립 초기 R&D 인프라를 조성하기 위한 의료기관 및 연구기관과 협력을 도모하는 시기를 거쳐, ⑵ 2017년부터 본격적으로 제품 개발을 위한 토대를 마련하는 동시에 실제 솔루션을 시장에 선보이는 성과를 도출하였고, ⑶ 2019년 하반기 이후에는 국내외 의료기기 관계당국의 인허가를 획득하는 등 사업화와 영업을 본격화하고 있습니다.
당사는 2014년 12월 설립 이후, 2015년 8월 기업부설연구소를 설립하여 초기 인공지능 엔진개발에 매진하였으며, 국내에서 유일하게 자체 인공지능 엔진인 VUNO NET을 개발하였습니다. 이후 서울아산병원, 강북삼성병원 등 다양한 국내 유수 기관과 MOU를 통해 ① 영상진단 ② 병리진단 ③ 생체신호 분석 ④ 의료음성 등 다양한 분야에 의학적 진단을 보고하고 향후 질병과 관련된 예후 또는 이벤트를 예측하는 의료 인공지능 솔루션을 연구개발하는 토대를 마련했습니다.
2017년, 국내 최초로 식약처의 허가를 받은 인공지능 의료기기인 VUNO Med-Bone Age의 인허가 과정은 당사의 사업화에 있어서 첫번째 도전이었습니다. 초기 버전의 제품을 개발 완료했지만, 시장에는 인공지능 의료기기에 대한 인허가 제도가 설정되어 있지 않는 등 컨센서스가 형성되어 있지 아니하였으며, 인공지능 의료기기가 부정적 인식이 업계에 만연했습니다. 이에 당사는 정부의 인공지능 의료기기 인허가 가이드라인 등 관련 규제 구축이 인공지능 의료기기 시장 발전의 첫걸음이 될 것이라는 판단 하에 설립 초부터 약 3년 간 인허가 프로세스 설립 전과정에 참여해 관련 규정 제정 및 시장 내 컨센서스 형성에 힘써왔습니다. 그 결과, 2017년 11월 식품의약품안전처의 인공지능 의료기기에 대한 허가 가이드라인이 재정되었으며, 이를 바탕으로 국내 1호의 인공지능 의료기기인 ⑴ VUNO Med-BoneAge가 탄생하게 되었습니다. &cr;이후 당사는 ⑵ VUNO Med-DeepBrain (2019년 6월), ⑶ VUNO Med-Chest X-ray (2019년 8월), ⑷ VUNO Med-Fundus AI (2020년 4월), ⑸ VUNO Med-Lung CT AI (2020년 4월)와 같은 다양한 분야의 의료 인공지능 솔루션에 대하여 국내 판매허가를 순차적으로 획득하는 한편, 국내 인허가 받은 5가지 제품 모두에 대해서 2020년 6월 유럽 CE 인증을 획득하고, 본격적인 영업을 위한 위한 파트너사 선정, 영업조직 구축 후 본격 영업 개시를 수행해 나가고 있습니다. 이어 2020년 12월에는 ⑹ VUNO Med - DeepBrain AD와 ⑺PROMISE-I 추가 인허가를 획득하였습니다.&cr;
당사는 국내 최초 의료 인공지능 솔루션을 개발한 데 이어 의료영상 및 안저 등 비의료영상, 생체신호, 음성 등 최다 분야에서 우수한 성능의 의료 인공지능 솔루션 상용화에 성공하고, 국내 시장에 성공적으로 자리잡았습니다. 이에 그치지 않고 다양한 의료기관에 제품을 도입하고 국제 학술저널 및 학술대회에서 연구논문을 발표하면서 임상적 유효성을 달성해 나가는 한편, 국가기관의 대외 수상 및 인증을 통해 제품의 성능 또 한 입증해 나가고 있습니다. 또한 최근 2 020년 7월 당사의 VUNO Med-Fundus AI는 『의료기기산업 육성 및 혁신의료기기 지원법』에 따른 ‘국내 1호 혁신의료기기’로서 지정되면서 식품의약품안전처로 로부터 당사 제품의 혁신성을 인정받는 성과를 달성하기도 했습니다. 이후 인공지능 기반 심정지 예측 소프트웨어인 VUNO Med-DeepCARS 도 추가로 혁신의료기기로 지정됐습니다. &cr;
| [식품의약품안전처 혁신의료기기 최초 지정 보도자료 및 공고문] |
&cr;이렇게 축적된 2년간의 영업 및 연구개발 성과를 기반으로 당사는 제품기획/기술개발/인허가/임상검증 등 인공지능 의료기기 상용화 전주기에서 독보적인 입지를 구축하게 되었으며, 이러한 기술력과 사업화 경험을 바탕으로 당사는 향후 전 세계의 의료 영역에서의 혁신을 일궈내는 데 매진할 예정입니다.
&cr; 뿐만 아니라 2020년 12월에는 보건복지부의 제1차 혁신형 의료기기기업으로 인증을 받음으로서 혁신 기술력 기반 전문성으로 의료기기산업의 미래 주역으로 성장이 유망한 기업으로 인정 받기도 했습니다. 이렇게 대외적으로 입증된 기술혁신성과 함께,국내 최초의 의료 인공지능 솔루션을 필두로 하여 축적된 영업 및 연구개발 성과를 기반으로 당사는 제품기획/기술개발/인허가/임상검증 등 인공지능 의료기기 상용화 전주기에서 독보적인 입지를 구축하게 되었습니다. 이러한 기술력과 사업화 경험을 바탕으로 당사는 향후 전 세계의 의료 영역에서의 혁신을 일궈내는데 매진할 예정입니다.&cr;
| [보건복지부 혁신형 의료기기기업 인증서] |
(5) 성장 및 사업화 전략
인공지능 기술은 인류의 실생활에서 다양하게 접목될 수 있지만, 기술적 우수성과 잠재적 가능성 자체보다는 실제 현장에 활용되기 위한 제품을 만들고 사업화를 하는 것이 무엇보다도 중요합니다. 따라서 당사는 융복합을 통한 인공지능 기술이 유용하게 활용될 수 있는 분야인 의료분야에서 사업화를 진행하였습니다.
당사는 국내 최초의 인공지능 의료기기 업체로서 현재까지 선도적인 기술 상용화 및 사업 성과를 보유하고 있습니다. 현재까지 국내 최다인 8개의 제품이 상용화 되었으며, 이를 통해 국내 및 해외에서도 최대 규모로 다양한 의료 분야에서의 사업화를 전개해 나아가고 있으며, 향후 본격적인 매출 증대를 위한 핵심 사업화 전략은 다음과 같습니다.
(가) 의료 전분야를 포괄하는 제품 파이프라인 확보
환자에게 나타나는 질병 및 증상은 환자가 처한 상황 및 진행의 정도에 따라 각기 다를 수 있습니다. 이에 따라 의사는 가용한 많은 정보를 환자로부터 수집하여 적절한 진단을 한 후 이에 따른 최선의 치료법을 적용하게 됩니다. 주로 방사선영상, 생체신호, 병리영상 등의 Modality를 활용하게 되며, 서로 다른 정보를 종합적으로 판단함으로써 최적의 결과를 얻을 수 있는데, 이는 인공지능에도 마찬가지로 적용될 수 있는 부분입니다. 아무리 성능이 뛰어난 인공지능이라 하더라도 의사보다 훨씬 적은 정보량을 갖고는 의사가 만족할만한 정보를 제공하기 어렵기 때문입니다. 따라서 뷰노는 단일 Modality를 뛰어넘어 앞서 기술한 다양한 Modality를 종합적으로 분석할 수 있는 인공지능 기술을 개발하고 이에 대한 제품 파이프라인을 확보해 나아가고 있습니다. 현재까지 대부분의 의료 인공지능 기업의 경우 X-ray, CT, MRI 등 단일 Modality에만 집중하여 기술 및 사업개발을 진행하고 있는데, 뷰노는 다양한 Modality를 종합적으로 분석할 수 있는 인공지능 기술을 확보하고 있음에 따라 수년 안에 경쟁 제품들과 뷰노의 제품 큰 격차가 발생하게 될 것입니다. 뷰노는 영상의학뿐 아니라, 병리영상, 생 체신호, 음성 등 병원에서 의사가 환자를 진료하며 생성해 내는 데이터를 모두 활용 할 수 있는 기술력과 제품 파이프라인을 확보하였으며, 이를 가장 빨리 시장에 출시함에 따라 동 분야의 혁신을 가속화 해나가고 있는 독보적인 선도기업입니다.
현재 당사는 의료영상 분야의 7개 제품에 대해 식품의약품안전처로부터 인허가를 취득하였고, 의료음성 분야의 1개 제품에 대해서는 비의료기기로서 판매를 진행하고 있습니다. 이중 5종의 제품에 대해서는 단일/다기관 임상시험을 통해 의료기기로서의 유효성 및 안전성을 확보하였습니다. 다수의 기업의 경우 의료분 야의 단순히 데이터를 정량화 해 주는 정도로 별도의 임상시험이 필요하지 않은 인증 제품을 출시하고 있는 반면, 당사는 주력 제품 대다수에 대한 임상시험을 통해 기술력 및 제품의 우수성을 입증해 나아가고 있습니다. 현재 국내 최다의 인공지능 의료기기를 상용화시켰으며, 현재는 국내 최초로 생체신호 기반 인공지능 의료기기 소프트웨어에 대한 임상시험을 식약처로부터 승인받았습니다. 또한, 2종의 병리 분야 의료기기에 대한 임상시험을 준비하고 있으며, 그 외에도 현재 30여건에 이르며 다양한 의료인공지능 기술을 개발 및 제품화에 매진하고 있습니다. 뷰노는 의료 전 분야를 포괄하는 전문 인공지능 기업으로서의 입지를 공고히 해 나가고 있습니다.
| [당사 파이프라인] |
&cr; (나) 단순 정량화/분석으로부터 진단 및 예후/예측으로의 확대
인공지능은 기술의 고도화 수준 및 적용 범위에 따라 단순히 크기/부피 등을 측정하는 수준부터 병변으로 의심되는 부위를 자동으로 찾아주거나, 또는 현재의 데이터를 통해 미래에 질병이 어떻게 발달할지 등에 대한 예후/예측하는 수준까지 다양하게 나타날 수 있습니다. 인공지능 도입 초기에는 단순히 정량화/이상여부 탐지 등에 좀더 초점을 맞춰서 상용화고 이루어지고 있으나, 이미 이러한 단순한 수준의 기능은 숙련된 전문의 수준 또는 능가하는 것으로 많은 연구들을 통해 밝혀지고 있으며, 향후에는 좀더 중요하고 위해도가 높은 문제로 제품이 고도화될 것으로 당사는 예상하고 있습니다.
이에 따라 당사는 단순 방사선 영상에서부터 실제 의료진이 환자의 질병을 Confirm하는 단계까지 인공지능을 적용하려는 노력을 진행하고 있습니다. 예를 들어 생검을 통해 확진이 이루어지는 단계인 병리영상에서의 암종 진단이나, 일반병동에 입원한 환자의 위험도를 조기 예측하여 중환자실로 이송시키는 명령을 하는 인공지능까지 넓은 분야의, 좀더 높은 중요도를 갖는 기술로 개발을 진행해오고 있습니다.
(다) Pay-Per-Use 방식의 의료분야의 새로운 사업 모델 구축 및 정착
기존의 의료기기 시장은 영구사용을 위한 일시적인 비용을 지불하게 되면 그 기기에 대해서 고객은 영구적인 소유권을 갖게 되는 과금구조가 대부분이었습니다. 이는 기존의 의료기기 시장은 주로 하드웨어 기반이었으며, 물리적인 기계장치는 시간이 지날수록 성능이 저하되는 필연적 특징을 갖고 있기 때문이었으며, 시장 자체도 시간이 지남에 따라 장비 교체 수요가 자연발생하기 때문에 구매자와 판매자 양측 모두의 이익에 부합하였기 때문입니다. 그러나 SW기반의 의료기기 (SaMD: Software as a Medical Device)의 경우 영구사용 시 노후화 되지 않는다는 특징을 갖고 있으며, 따라서 진단을 도와주는 의료 인공지능 기기의 특성 상 영구사용을 위한 판매 시 제품 보급이 완료됨에 따라 시장이 사라지는 위험이 존재합니다.
당사는 이에 착안해 현재 비의료분야의 다양한 SW서비스들이 갖고 있는 형태를 벤치마크하였으며, 클라우드(Cloud) 기반으로 서비스되는 SW의 경우 사용량에 따른 과금정책을 갖고 있는데, 의료분야도 마찬가지로 적용할 수 있다고 판단하였습니다. 다시 말해, 고객이 사용하고 싶은 만큼 사전에 크레딧(이용권)을 구매하거나, 또는 사용한 이후 정 산 하는 형태가 클라우드 기반 의료 소프트웨어 산업에도 적용 가능할 것으로 보고 있습니다. 물론 아직까지 상급종합병원 등지에서는 개인정보의 이슈로 데이터를 클라우드로 주고 받는 것에 대한 아직까지는 부정적인 내부 정책을 갖고 있으며, 이에 따라 이러한 일부 고객들에게는 1년 사용에 대한 추정가격을 계산하여 연 단위 계약을 진행하고 있습니다. 하지만, 이는 과금방식의 차이일 뿐 실제 Pay-per-use 정책을 사용하고 있는 것으로 볼 수 있습니다. 실례로 VUNO Med-BoneAge 제품의 경우 출시 후 2년반 만에 현재 2 80여개 병원에서 채택하여 사용하 고 있으며 이중 90%의 고객이 클라우드 기반의 월과금 방식을 이용하고 있습니다.&cr;
| [VUNO Med 솔루션 과금 방식] |
(라) 판매 채널의 다변화를 통한 신규시장 개척의 가속화
의료기기 산업은 전통적으로 의료기기장비 영업 및 PACS/EMR등 시스템들에 대한 영업 등의 네트워크 및 판매 체계가 구축되어 있기에 해당 채널을 충분히 활용함으로써 당사 제품의 시장 판로를 넓힐 수 있다고 판단됩니다. 의료기기의 특성 상 강력한 규제 산업이고 인허가 등의 절차가 까다로우나, 제품이 일정 수준이상 진입 시 오히려 다양한 판매 채널을 확보할 수 있는 장점이 있습니다.
판매 채널은 크게 ① 직접 판매와 ② 협력 판매의 큰 틀을 갖고 있으며, 세부적으로는 업계 내 오피니언을 주도하는 주요 상급 병원 내 권위 있는 의사(KOL: Key Opinion Leader)에 대한 직접 영업 및 클라우드를 통한 서비스는 자체적으로 진행하며, 다양한 고객층 및 서비스 방식 및 방대한 영업망을 보유한 사업자와는 기술료/라이센싱 기반의 계약을 통해 제품을 시장에 공급하고 있습니다.&cr;
2. 주요 제품 등에 관한 사항&cr;&cr; 가. 주요 제품 등의 현황&cr;
| (단위: 천원) |
| 품목 |
생산(판매) 개시일 |
주요제품 |
제8기 1분기 |
제7기 |
|---|---|---|---|---|
|
영상솔루션 |
2018-08-13 |
VUNO Med-BoneAge&cr;VUNO Med- Chest X-ray&cr;VUNO Med- DeepBrain&cr;VUNO Med-Dental AI&cr;VUNO Med-Fundus AI&cr;VUNO Med- LungCT AI |
156,814&cr;(61.1%) | 618,258&cr;(49.2%) |
| 병리솔루션 | 2020-11-30 | VUNO Med-Trivu | 414&cr;(0.2%) | 19,463&cr;(1.5%) |
|
음성솔루션 |
2018-10-17 |
VUNO Med- DeepASR |
97,214&cr;(37.8%) | 538,888&cr;(42.9%) |
|
기타 |
- |
용역제공 등 |
2,361&cr;(0.9%) | 80,609&cr;(6.4%) |
| 합계 | - | - | 256,803&cr;(100.0%) | 1,257,218&cr;(100.0%) |
나. 주요 원재료 등의 현황 및 가격변동 추이&cr;
당사의 주요제품인 VUNO Med 솔루션의 경우 최종 제품의 형태가 소프트웨어이며,이를 위한 원재료 등의 매입은 해당사항이 없습니다.
당사의 기타사업으로 분류되어 있는 색전물질 제품인 넥스피어의 경우 전량 국내 바이오헬스케어 기업인 넥스트바이오메디컬 사로부터 매입하고 있습니다. 다만, 당사는 의료인공지능 솔루션 개발 및 판매에 집중하기 위하여 상품 매출사업을 중단하기로 한 바, 향후 추가적인 원재료 매입은 발생할지 않을 것으로 계획하고 있습니다.
&cr; 다. 주요 매입처에 관한 사항&cr;
| (단위: 천원) |
| 매입유형 | 품목 | 구분 |
제8기 1분기 |
제7기 |
제6기 |
|---|---|---|---|---|---|
| 상품 | 넥스피어 | 합계 | - | 77,909 |
22,673 |
| 국내 | - | 77,909 |
22,673 |
||
| 수입 | - | - |
- |
&cr; 3. 생산 및 생산설비에 관한 사항&cr;&cr;당사는 사업 구조상 인공지능 소프트웨어의 공급 및 클라우드 기반 인공지능 진단보조 서비스를 주 업으로 하고 있으므로, 일반적인 제조업 형태의 생산설비를 구비하고 있지 않습니다. 다만, 제품 개발을 위한 인력의 투입과 서비스 제공을 위한 PC 등의 유형자산과, 특허권 및 상표권 등으로 구성되는 무형자산을 보유하고 있습니다.&cr;&cr; 4. 매출에 관한 사항&cr;
가. 매출 실적&cr;
| (단위: 천원) |
| 매출유형 | 품목 |
제8기 1분기 |
제7기 |
제6기 | ||||
|---|---|---|---|---|---|---|---|---|
| 수량 | 금액 | 수량 | 금액 | 수량 | 금액 | |||
| 제품 | 영상솔루션 | 수출 | - | 4,174 |
- |
28,617 |
- |
- |
| 내수 | - | 152,640 | - | 589,641 | 44,214 | |||
| 소계 | - | 156,814 | - | 618,258 | 44,214 | |||
| 병리솔루션 | 수출 | - | - | - | - | - | - | |
| 내수 | - | 414 | - | 19,463 | - | - | ||
| 소계 | - | 414 | - | 19,463 | - | - | ||
| 음성솔루션 | 수출 | - | - |
- |
- |
- |
- | |
| 내수 | - | 97,214 |
|
538,888 |
|
49,301 | ||
| 소계 | - | 97,214 | 538,888 |
|
49,301 | |||
| 기타 | 기타 | 수출 | - | - |
- |
- |
- |
- |
| 내수 | - | 2,361 | 80,609 | 68,583 | ||||
| 소계 | - | 2,361 | 80,609 | 68,583 | ||||
| 합계 | 수출 | - | 4,174 |
- |
28,617 |
- |
- |
|
| 내수 | - | 252,629 | 1,228,601 |
162,098 |
||||
| 소계 | - | 256,803 | 1,257,218 |
162,098 |
||||
&cr;
나. 판매 조직&cr;&cr; ① 국내영업실&cr;국내 전국 병/의원, 검진센터 직접 영업&cr;&cr;② Global Sales & Marketing실&cr;해외 주요 국가 병원, Distributor, AI platform 사업자&cr;
다. 판매 경로
| (단위: 백만원) |
| 매출유형 | 품목 | 경로구분 | 판매경로 | 제8기 1분기 |
매출 비중 (%) |
|---|---|---|---|---|---|
| 제품 | 영상솔루션 | 수출 | 대리점 | 1 | 0% |
| 직판 | 4 | 2% | |||
| 내수 | 대리점 | 7 | 3% | ||
| 직판 | 145 | 56% | |||
| 병리솔루션 | 내수 | 직판 | 1 | 0% | |
| 음성솔루션 | 내수 |
직판 |
97 | 38% | |
| 기타매출 | 용역제공 등 | 내수 |
직판 |
2 | 1% |
| 합계 | 257 | 100% | |||
라. 판매 전략&cr;
당사는 지역별, 제품별, 대상 의료기관 별 다양한 판매 전략을 수립하고 있습니다.
국내 주요 종합병원 및 검진센터의 경우 회사의 홍보와 KOL관리 등 단순한 판매보다 더 넓은 차원의 관리가 요구되기 때문에 국내영업실에서 직접관리하고 있으며, 일반적으로 대형종합병원은 의료데이터의 외부 유출을 꺼려하기 때문에 병원 내부망과 연결하여 서비스를 제공가능한 On-premise 형태로 공급하고 있습니다. 주요 관심 제품은 VUNO Med-Chest X-ray, VUNO Med-LungCT AI, VUNO Med-DeepBrain, VUNO Med-DeepASR 등의 제품입니다.
국내 1, 2차 병원은 해당 지역이나 제품에 대한 풍부한 경험과 네트워크를 보유하고 있는 유비케어, 스피드덴탈 등 대리점을 활용하여 판매하고 있습니다. 특히, VUNO Med-BoneAge, VUNO Med-Fundus AI 2종의 제품은 주요 대상시장이 클리닉과 중소 병원이기 때문에 보다 현장에 가깝고 빠르게 대응할 수 있는 전문 대리점을 활용합니다. 클리닉과 중소 병원은 대체로 월정액이나 판독 건당 사용료를 부과하는 Pay-Per-Use형태의 서비스 공급을 선호하며, 이에 맞게 병원 내 내부 서버를 구축하기 보다는 Cloud Server를 활용하여 제품을 공급하고 있습니다.
&cr; &cr;해외 판매는 각 국가별 병원 Chain을 보유하고 있는 대형병원그룹을 제외하면 대체로 의료기관 대상 직접 판매보다는 의료장비, PACS, EMR, AI Platform, Tele-radiology 등 기존의 시스템과 연동하여 판매하는데 조금 더 집중하고 있습니다.
VUNO Med-LungCT AI는 2019년 12월 일본 PMDA 인증을 받았으며, 이후 Sony 자회사인 M3와 계약하여 M3의 Edge Server를 통해 일본 전역 병원에 납품하고 있습니다. 이를 위해 일본 내 상위권 PACS업체인 Nobori와 기술적 협업을 진행하고 있습니다.
VUNO Med-Chest X-ray는 레이언스, 뷰웍스, LG전자 등 X-ray Detector 업체와 연동하여 판매를 추진하고 있으며, 의료 AI에 대한 접근성을 높여 의료 AI에 익숙해질 수 있는 환경을 구축하는 것에 집중하고 있습니다. 특히, 동남아와 남미 등에서는 부족한 인프라를 장비와 AI의 도입을 통해 빠르고 쉽게 해결하려는 니즈가 있으며, 최근 COVID-19의 영향으로 유럽 및 중동국가에서는 호흡기 감염병에 대한 빠른 스크리닝을 위해 장비와 AI를 도입하려는 시장이 활성화되고 있습니다.
&cr;
VUNO Med-Fundus AI 는 Topcon, Canon 등 안과 장비 기업에 연동을 제안함과 동시에, 국내 자가 안저촬영장비를 보유하고 있는 CMLab 사와 연동을 통해 현장에서 촬영 및 진단이 한 번에 가능한 시스템을 구축하여 의료인프라가 부족한 국가들을 대상으로 제안하는 것도 검토 중에 있습니다. &cr;
또한, 당사가 상용화한 모든 제품에 대해 주요 의료 AI Platform에 연동하여 제품을 국제적으로 알릴 수 있는 기회를 확대해나가고 있습니다.&cr;
5. 수주 상황&cr; &cr; 당사의 제품은 의료 분야의 고객사들의 주문 생산 방식으로 이루어지고 있으며 통상 30일 이내 의 단기 발주형식으로 진행됩니다. 따라서 고객의 발주시 즉각 납품될 수 있도록 적절하게 대응하고 있으 며. 일부 장기 발주 형식의 수 주 계 약은 아래와 같습니다. &cr; (단위: 백만원)
|
품 목 |
수주일자 |
납 기 |
수주총액 |
기납품액 |
수주잔고 |
|||
|---|---|---|---|---|---|---|---|---|
|
수 량 |
금 액 |
수 량 |
금 액 |
수 량 |
금 액 |
|||
| 인공지능병리 솔루션 | 2021-03-03 | 2021-10-31 | 200 | 200 | - | - | 200 | 200 |
|
합 계 |
200 | 200 | - | - | 200 | 200 | ||
&cr;
6. 시장 위험과 위험 관리&cr; &cr; 가. 재무위험관리요소&cr; &cr; (1 ) 시장위험&cr; &cr; (가) 신용위험&cr; &cr; ① 신용위험의 최대 노출 정도&cr;&cr;금융자산의 장부금액은 신용위험에 대한 최대 노출정도를 나타냅니다. 당분기말 및 전기말 기준 당사의 신용위험에 대한 최대 노출정도는 다음과 같습니다.&cr;
| (단위: 천원) |
| 구 분 | 제8기 1분기말 | 제7기말 |
|---|---|---|
| 현금및현금성자산 | 33,956,912 | 1,691,243 |
| 단기금융상품 | - | 4,500,000 |
| 장기금융상품 | 20,000 | 20,000 |
| 매출채권및기타채권 | 2,910,758 | 771,934 |
| 기타금융자산 | 312,030 | 306,800 |
| 당기손익-공정가치측정금융자산 | 355,219 | 355,219 |
| 기타포괄손익-공정가치측정금융자산 | 399,983 | 399,983 |
| 합 계 | 37,954,902 | 8,045,179 |
② 매출채권과 계약자산의 각 지역별 신용위험의 노출정도&cr;&cr;당사의 매출채권과 계약자산은 모두 국내에서 발생하였습니다.&cr;&cr; ③ 매출채권과 계약자산의 거래상대별 신용위험의 노출정도
| (단위: 천원) |
| 구 분 | 제8기 1분기말 | 제7기말 |
|---|---|---|
| 병원 및 의료기기 도소매업 | 170,002 | 354,989 |
| 기타 도소매업 | - | 55,000 |
| 합계 | 170,002 | 409,989 |
&cr; ④ 매출채권과 계약자산의 기대신용손실 평가&cr;&cr;당사는 매출채권과 계약자산의 기대신용손실을 측정하기 위해 매출채권이 연체에서 제각이 되기까지의 가능성을 기초로 채무불이행률을 추정하고 있습니다. 당사는 보고서 작성 기준일 현재 연체 채권이 존재하지 않아 매출채권 및 계약자산에 대해 대손충당금을 설정하지 않았습니다.&cr; &cr; (나) 유동성 위험&cr;
당분기말, 전기말 및 전기초 현재 당사의 신용위험에 대한 최대 노출정도는 다음과 같습니다.&cr; &cr; ① 당분기말
| (단위: 천원) |
| 구 분 | 장부금액 | 계약상&cr;현금흐름 | 1년 미만 | 1년 이상 ~&cr;5년 미만 |
|---|---|---|---|---|
| 미지급금및기타채무 | 1,698,965 | 1,698,965 | 1,044,839 | 654,126 |
| 리스부채 | 51,558 | 145,122 | 145,122 | - |
| 단기차입금 | 4,200,000 | 4,200,000 | 4,200,000 | - |
| 합 계 | 5,950,523 | 6,044,087 | 5,389,961 | 654,126 |
② 전기말&cr;
| (단위: 천원) |
| 구 분 | 장부금액 | 계약상&cr;현금흐름 | 1년 미만 | 1년 이상 ~&cr;5년 미만 |
|---|---|---|---|---|
| 미지급금및기타채무 | 1,791,969 | 1,791,969 | 1,198,550 | 593,419 |
| 리스부채 | 142,546 | 145,122 | 145,122 | - |
| 단기차입금 | 4,200,000 | 4,208,400 | 4,208,400 | - |
| 합 계 | 6,134,515 | 6,145,491 | 5,552,072 | 593,419 |
(2) 자본위험관리&cr;
당사의 자본관리는 계속기업으로서의 존속능력을 유지하는 한편 자본조달비용을 최소화하여 주주이익을 극대화하는 것을 그 목적으로 하고 있습니다.&cr;&cr;당사의 자본구조는 차입금과 사채 등에서 현금및현금성자산을 차감한 순차입금과 자본으로 관리하며, 당사의 경영진은 순차입금비율을 주기적으로 관리하고 있습니다.&cr;
| (단위: 천원) |
| 구 분 | 제8기 1분기말 | 제7기말 |
|---|---|---|
| 차입금 및 사채 | 4,200,000 | 4,200,000 |
| 현금및현금성자산 | 33,956,912 | 1,691,243 |
| 순차입금 | (29,756,912) | 2,508,757 |
| 총자본 | 35,376,198 | (3,642,141) |
7. 파생시장 거래 현황&cr;&cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 8. 경영상의 주요 계약 등&cr;
작성기준일 현재 현재 당사가 체결중인 주요 계약은 다음과 같습니다.
&cr; 가. 기 술 도입 계약&cr;
|
계약자 |
계약일 |
계약종료일 |
계약명 |
계약세부 |
|---|---|---|---|---|
|
이화여자대학교 목동병원/ 이화여자대학교 산학협력단 |
2018.10.08 |
2038.07.15 |
기술전용실시허락계약서 |
의료용 음성인식 소프트웨어 기술 |
|
서울아산병원/ 울산대학교 산학협력단 |
2015.01.01 |
특허권 만료일 |
기술이전계약서 |
심층신경망을 이용한 골 연령 산출방법 및 프로그램 |
|
2017.10.12 |
2020.10.31 |
기술이전계약서 |
영상판독용 음성인식 소프트웨어 개발 노하우 |
|
|
2019.03.05 |
2038.11.27 |
기술이전계약서 |
뇌 MRI 뇌 영역별 분할 치매 |
|
|
2020.07.01 |
2030.07.01 |
기술이전계약서 |
2018년1월~2020년 12월까지 병리과 음성데이터 |
|
|
강북삼성병원 |
2017.10.18 |
2018.03.31 |
영상 분석 스크리닝 소프트웨어 자문 개발 계약서 |
흉부 CT 증례 전달 |
|
국립암센터 |
2018.08.31 |
특허권 만료일 |
기술이전 계약서 |
위암 증례 전달 |
|
고려대학교 산학협력단 |
2018.06.29 |
특허권 만료일 |
기술이전 계약서 |
근골격계 연령 측정진단 특허 이전 |
|
2018.10.01 |
특허권 만료일 |
기술이전 계약서 |
구강 병변 특허 이전 |
|
|
2018.11.01 |
2020.10.30 |
기술이전 계약서 |
림프절 전이 탐지 |
|
|
분당서울대학교병원 |
2018.11.21 |
특허권 만료일 |
기술실시 계약서 |
Fundoscopy |
|
2019.10.17 |
2038.11.27 |
공동개발에 따른 사업화 계약 |
deepbrain ver1 |
|
|
2019.10.07 |
실시기간 만료일 |
전용실시 계약서 |
deepbrain ver2 |
|
|
2019.11.30 |
매출발생한 날로부터 20년 |
종양 병리 자동 판별 소프트웨어 공동개발 계약서 |
병리검사 조직 슬라이드를 통해, 종양검출 |
|
| 서울아산병원/울산대산학협력단/분당서울대병원 | 2020.11.27 | 2030.11.27 | 기술이전계약서 | CXR 제품에 대한 사업화 계약 |
나. 판권 계약&cr;
|
계약자 |
대상지역 |
계약시기 |
계약세부 |
|---|---|---|---|
|
M3 Inc. Nobori Ltd. |
일본 |
2020년 6월 |
VUNO Med-LungCT AI제 품 을 일본내 판권을 M3 가 보유 |
|
Swissray Asia Healthcare |
대만 |
2020년 11월 |
CHC Healthcare Group의 자회사인 해당 기업과 VUNO Med-Chest X-ray, LungCT AI, BoneAge, Fundus AI 대만지역의 독점판권 계약 체결 |
| 유비케어 | 한국 | 2021년 1월 | 본에이지 제품의 서비스 이용권 공급 및 판매 계약서 |
&cr;
9. 연구개발 활동&cr; &cr; 가. 연구개발활동의 개요&cr; &cr; 당사는 2015년 8월 기업부설연구소를 설립하여 초기 인공지능 엔진개발에 매진하고 국내에서 유일하게 자체 인공지능 엔진인 VUNO NET을 개발하였으며, 이를 기반으로 영상진단, 병리진단, 생체신호 분석, 의료음성 등 다양한 분야에 의학적 진단을 보고하고 향후 질병과 관련된 예후 또는 이벤트를 예측하는 AI기반 의료용 진단 솔루션을 연구개발하고 있습니다.&cr; &cr; 나. 연구개발 담당 조직 &cr;&cr;(1) 개요
&cr;당사의 연구개발 담당 조직은 3개 본부( 의료영상R&D본부, 비의료기기사업본부, 생체신호R&D본부)와 1개 실(의학실), 1개팀(IT)로 구성되어 있으며, 그 현황은 다음과 같습니다.&cr;
| [연구개발 담당 조직 구성] |
|
조직구분 |
세부구분 |
상세 운영현황 |
|---|---|---|
|
영상R&D본부 |
CXR팀 |
- CXR CAD 관련 기술 연구 개발 - VUNO Med - Chest X-ray 인허가 및 사업화 지원 |
|
LCT팀 |
- Lung CT CAD 관련 기술 연구 개발 - VUNO Med - LungCT AI 인허가 및 사업화 지원 |
|
|
Brain팀 |
- Brain MRI 관련 기술 연구 개발 - VUNO Med - DeepBrain 인허가 및 사업화 지원 |
|
| MSK팀 | - 근골격 영상 분석 기술 연구 개발&cr;- VUNO Med - BoneAge, Elbow등 인허가 및 사업화 지원 | |
| Fundus/Dental팀 | - 안과 영상 및 치과 영상 분석 기술 연구 개발&cr;- VUNO Med - Fundus AI, Dental AI 인허가 및 사업화 지원 | |
|
Path팀 |
- 디지털 병리 분야 기술 연구 개발 - 진단 보조 솔루션 및 영상 기반 예측 바이오 마커 개발 - VUNO Med - Pathology 인허가 및 사업화 지원 |
|
| Research &cr;Engineering팀 | - Research Infra 구축 및 운영&cr;- 신기술 탐색 및 기획, 사내 도입 | |
| Advanced &cr;Research팀 | - 선행 연구 수행 및 논문 발표&cr; 세미나 및 Study 운영, 본부내 팀 연구 지원 | |
| SW개발1,2팀 | - 상용 제품 개발&cr;- 연구용 제품 개발&cr;- 클라우드 개발 | |
| 서비스개발팀 | - 제품 설치 및 설치에 필요한 제반 업무 수행 (구매, 서류 등) 클라우드 서비스 관리&cr;- 커스터마이징 프로젝트 수행 | |
| 연구기획팀 | - R&D 및 비R&D 정부과제 기획/제안/수행&cr;- 연구프로젝트에 전반에 대한 전반적 현황 관리 | |
| 비의료기기사업본부 | 음성팀 | - 제품 서비스(데모/입찰/납품/운영/개선) 및 영업지원&cr;- 기술 고도화&cr;- 학습용 데이터 처리 및 프로세스 개선 |
|
생체신호 R&D본부 |
BS-IHC R&D팀 | - DEWS 관련 제품(DeepCARS/ ver 2.0) 연구/개발 &cr;- 실시간 정보를 활용한 환자감시장치(CMS) 서비스 연구/개발 |
| BS-HTC R&D팀 | - 생체 신호 정보 활용 서비스 연구/개발 &cr;- 생체신호 정보를 활용한 만성신부전 환자를 위한 서비스 연구/개발 | |
| 생체신호자동화시스템개발팀 |
- AutoML 시스템 구현 및 성능 개선 - Pretrained 모델 설계 및 개발 |
|
| 의학실 |
- 제품 연구개발 관련 임상/학술 지원 - 국내외 세미나/전시 지원 및 의학 자문 |
|
| IT 인프라 팀 | - IT 정책 수립, 프로세스 수립, 수행, 평가, 업데이트&cr; - 사내 인프라 시스템 기획, 관리, 운영 | |
(2) 연구개발 인력 현황
당사의 전체 기술연 구인력 66명 중 약 79%에 해당하는 52명 이 석박사급 인력으로 구성되어 있습니다. 당사의 본부별 학력별 연구개발 인력 현황은 아래와 같습니다.
|
구분 |
인원 |
||||
|---|---|---|---|---|---|
|
박사 |
석사 |
학사 |
기타 |
계 |
|
| 임원 | 3 | 1 | 1 | 0 | 5 |
| 의료영상R&D본부 | 2 | 28 | 6 | 1 | 37 |
| 비의료기기사업본부 | 1 | 3 | 2 | 0 | 6 |
| 생체신호R&D본부 | 1 | 10 | 0 | 0 | 11 |
| 의학실 | 1 | 2 | 0 | 0 | 3 |
| IT | 0 | 0 | 3 | 1 | 4 |
| 계 | 8 | 44 | 12 | 2 | 66 |
&cr; 당사의 직책별 연구개발 인력 현황은 아래와 같습니다.&cr;
| 직위 | 기초(연초) | 증가 | 감소 | 기말(기준일) |
|---|---|---|---|---|
|
임원 |
5 | 0 | 0 | 5 |
|
팀장 |
7 | 5 | 1 | 11 |
|
팀원 |
45 | 9 | 4 | 50 |
&cr;(3) 핵심 연구인력
당사의 핵심 연구인력은 의료영상R&D를 총괄하고 있는 정규환 CTO와 생체신호 R&D를 총괄하고 있는 배웅 본부장, 음성사업 연구를 총괄하는 김상기 본부장 등입니다. 당사의 연구개발을 담당하는 임원 및 핵심연구원들에 대한 주요 이력 및 경력은 하기와 같습니다.
|
직위 |
성명 |
담당업무 |
약력 |
|
CTO/ 의료영상R&D&cr;본부장 |
정규환 |
의료영상R&D&cr;총괄 |
('20.04-현재) 뷰노 CTO/영상R&D본부장 ('15.01~'20.03) 뷰노 CTO ('14.03-'14.12) 삼성전자종합기술원 연구원 ('11.10-'14.02) SK Planet 플랫폼기술원 연구원&cr;('11.01-'11.09) SK Telecom 플랫폼기술원 연구원 ('10.09-'10.12) 포항공대 미래형기계기술사업단 연구원 ('05.09-'10.08) 포항공대 산업경영공학 박사 ('00.03-'05.08) 포항공대 산업경영공학 학사 |
|
생체신호R&D&cr;본부장 |
배웅 |
생체신호 &cr;R&D총괄 |
('20.08-현재) 뷰노 생체신호R&D본부장 ('17.09~'20.07) 뷰노 연구팀장 ('12.08-'17.09) 바텍&이우 중앙연구소/레이언스 연구원 ('11.10-'12.05) 유비케어 연구원 ('15.09-'17.08) 카이스트 바이오 및 뇌공학 석사 ('07.03-'12.02) 연세대 작업치료학 학사 |
|
비의료기기사업&cr;본부장 |
김상기 |
비의료기기&cr;사업총괄 |
('20.04-현재) 뷰노 비의료기기사업본부장 ('15.07~'20.03) 뷰노 연구소장 ('10.01-'15.07) LG전자미래IT연구소 연구원 ('03.03-'10.02) 포항공대 컴퓨터공학 박사 ('00.03-'03.02) 포항공대 컴퓨터공학 석사 ('96.03-'00.02) 포항공대 컴퓨터공학 학사 |
|
생체신호개발&cr;본부장 |
박종훈 |
생체신호개발&cr;총괄 |
('20.04-현재) 뷰노 생체신호개발본부장 ('18.05-'20.03) 뷰노 개발팀장 ('04.01-'18.05) 알티캐스트 수석연구원 ('99.12-'04.01) 한국정보공학 연구원 ('96.03-'00.02) 포항공대 컴퓨터공학 학사 |
|
의학실장 |
성진경 |
의학실 총괄 |
('20.04-현재) 뷰노 의학실장 ('19.03-'20.03) 뷰노 의학이사 ('15.03-'19.02) 가톨릭대 성빈센트병원 영상의학 임상조교수 ('12.03-'14.02) 서울성모병원 영상의학 임상강사 ('07.03-'12.02) 가톨릭중앙의료원 영상의학 레지던트 ('13.03-'17.02) 가톨릭대 의학 박사 ('01.03-'07.02) 가톨릭대 의학 학사 |
&cr; 다. 연구개발 비용&cr; &cr; 당사의 최근 4년 간 연구개발비용은 다음과 같습니다 . &cr;
| (단위: 백만원) |
| 구분 | 제8기 1분기 | 제7기 |
제6기 |
제5기 |
|
|---|---|---|---|---|---|
| 판관비 | 원재료비 | - | - | - | - |
| 인건비 | 984 | 1,929 | 523 | 57 | |
| 기타 | 112 | 472 | 1,151 | 202 | |
| 제조경비 | 원재료비 | - | - | - | - |
| 인건비 | - | - | - | - | |
| 기타 | - | - | - | - | |
| 합 계 | 1,096 | 2,401 | 1,674 | 259 | |
| (매출액 대비 비율 %) | 426.9% | 191.0% | 1032.4% | 314.8% | |
&cr; 라. 연구개발 실적&cr; &cr; 공시서류 작성기준일 현재 당사가 연구개발 진행 중인 의료 인공지능 솔루션 개발 현황은 다음과 같습니다. &cr;
|
번호 |
연구개발 실적명 |
주관부처 |
연구기간 |
비고 |
|---|---|---|---|---|
|
1 |
딥러닝을 활용한 폐질환 진단기술 개발 |
중소벤처기업부 (구.중소기업청) |
'14.12-'16.11 |
과제성공 |
|
2 |
SMT부품의 In-Line X-Ray납땜상태 검사기 개발 |
산업통상자원부/ 한국산업단지관리공단 |
'15.06-'16.06 |
과제성공 |
|
3 |
Deep Learning을 이용 한 의료영상 분석 기술 |
중소벤처기업부 /창업진흥원 |
'14.12-'15.12 |
과제성공 |
|
4 |
딥러닝을 활용한 영상 기반 폐질환 진단 및 유사 증례 검색 SW 개발 |
과학기술정보통신부 /정보통신기술진흥센터 |
'15.09-'17.08 |
과제성공 |
|
5 |
성매개감염질환에 대한 인공지능 진단 서비스 개발 |
외교부 /한국국제협력단 |
'17.02-'18.01 |
과제성공 |
|
6 |
딥러닝 기반 폐혈증 예측 모델 개발 |
보건복지부 /한국보건산업진흥원 |
'16.04-'18.12 |
과제성공 |
|
7 |
지능형 의료영상 판독보조 서비스 개발 |
과학기술정보통신부 /정보통신사업진흥원 |
'17.05-'18.12 |
과제성공 |
|
8 |
딥러닝 기반의 간종양 분할 및 간암 치료 반응 예측 기술 개발 |
과학기술정보통신부 /한국연구재단 |
'17.09-'20.02 |
과제성공 |
|
9 |
X-ray 영상 기반의 인공지능 골연령 자동 측정 소프트웨어 |
중소벤처기업부 /창업진흥원 |
'17.11-'18.11 |
과제성공 |
|
10 |
선행 공통데이터모델 기반 분산형 바이오헬스 통합 데이터망 구축 기술 개발 |
산업통상자원부 /한국산업기술평가관리원 |
'18.04-'20.12 |
과제성공 |
|
11 |
폐, 간, 심질환 영상판독 지원을 위한 인공지능 원천기술개발 및 PACS 연계 상용화 |
산업통상자원부 /한국산업기술평가관리원 |
'16.12-'20.11 |
진행중 |
|
12 |
인공지능 기반 폐결절 진단보조 시스템 고도화 및 상용화 |
보건복지부 /한국보건산업진흥원 |
'18.04-'21.12 |
진행중 |
|
13 |
의료데이터분석 지능형 SW 기술개발 |
과학기술정보통신부 /정보통신기획평가원 |
'18.04-'20.12 |
진행중 |
|
14 |
성매개감염병 인공지능 진단 서비스 |
외교부 /한국국제협력단 |
'18.12-'21.12 |
진행중 |
|
15 |
병리영상 기반 위암 진단을 위한 PACS연동 AI진단 보조 솔루션 개발 및 사업화 |
산업통상자원부 /한국산업기술진흥원 |
'19.06-'20.12 |
진행중 |
|
16 |
MRI기반 항우울제의 우울증 치료 효과에 대한 예측 기술 개발 |
산업통상자원부 /한국산업기술진흥원 |
'19.09-'22.08 |
진행중 |
|
17 |
호흡기 감염병 진단용 인공지능 기반 폐분석 소프트웨어 개발 |
과학기술정보통신부 /정보통신기획평가원 |
'20.04-'21.12 |
진행중 |
|
18 |
Development of Chest X-ray AI for COVID-19 |
RIGHT FUND |
'20.07-'21.06 |
진행중 |
|
19 |
위암 발생의 위험 인자인 위점막위축의 병리 및 내시경 진단을 위한 인공지능 프로그램 개발 |
보건복지부 /국립암센터 |
'20.04-'21.12 |
진행중 |
|
20 |
감염병 대응을 위한 클라우드 기반 임상 데이터 플랫폼 구축 및 AI 기반 예후예측 솔루션 개발 |
과학기술정보통신부 /정보통신산업진흥원 |
'20.08-'23.12 |
진행중 |
|
21 |
군 의료개선을 위한 AI융합 의료영상 진료판독시스템 |
과학기술정보통신부 /정보통신산업진흥원 |
'20.08-'21.11 |
진행중 |
|
22 |
흉부 X-Ray 진단보조를 위한 인공지능 기술이 융합된 자동 판독문 생성을 지원하는 의료영상 진단용 솔루션 개발 |
중소벤처기업부 /중소기업기술정보진흥원 |
'20.09-'22.09 |
진행중 |
|
23 |
일반 병동 입원환자의 신속대응팀 활동에서 딥러닝 기반 고위험 환자 감시 체계와 기존 감시 체계의 성능 비교: 전향적 다기관 코호트 제2상 임상 연구 |
범부처전주기 의료기기연구개발 사업단 |
'20.11-'21.04 |
진행중 |
|
24 |
"인공지능 기반 중증악화 예측 가능한 고성능 환자감시장치 시스템 개발" |
범부처전주기 의료기기연구개발 사업단 |
'20.09-'24.12 |
진행중 |
10. 그 밖에 투자의사결정에 필요한 사항&cr;&cr; 가. 지적재산권 현황
|
구분 |
특허명 |
취득일자 |
출원국 |
|---|---|---|---|
| 특허권 | 원충성 감염병에 대한 피검체의 감염 여부를 판정하는 방법 및 이를 이용한 장치 | 2017-10-23 | 한국 |
| 특허권 | 치과 영상 판독을 위한 데이터 생성 시스템 | 2018-03-13 | 한국 |
| 특허권 | 치과 영상의 판독 데이터 생성 시스템 | 2018-03-13 | 한국 |
| 특허권 | 의료 영상 판독 과정에서 사용자의 시선 정보를 이용한 판독 효율 증대 방법 및 그 장치 | 2018-03-14 | 한국 |
| 특허권 | 피검체의 치명적 증상의 발생을 조기에 예측하기 위한 예측 결과를 생성하는 방법 및 이를 이용한 장치 | 2018-03-16 | 한국 |
| 특허권 | 기계 학습에 있어서 데이터 확대를 이용하여 데이터의 분류를 수행하는 방법 및 이를 이용한 장치 | 2018-03-22 | 한국 |
| 특허권 | 심층신경망을 이용한 골 연령 산출방법 및 프로그램 | 2018-04-02 | 한국 |
| 특허권 | 콘텐츠 기반 의료 영상 검색 방법 및 시스템 | 2018-04-10 | 한국 |
| 특허권 | 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | 2018-04-16 | 한국 |
| 특허권 | 피검체에 대한 안저 영상의 소견 및 진단 정보의 생성을 위하여 판독을 지원하는 방법 및 이를 이용한 장치 | 2018-04-16 | 한국 |
| 특허권 | 구강 병변의 진단 시스템 및 방법 | 2018-05-03 | 한국 |
| 특허권 | 피검체의 흉부 PA 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | 2018-06-28 | 한국 |
| 특허권 | 질환 모델 기반의 의료 정보 서비스 제공 방법 및 장치 | 2018-07-02 | 한국 |
| 특허권 | 영상 생성 방법 및 장치, 및 영상 분석 방법 | 2018-07-13 | 한국 |
| 특허권 | 제1 의료 영상의 관심 영역을 제2 의료 영상 위에 맵핑하는 방법 및 이를 이용한 장치 | 2018-07-31 | 한국 |
| 특허권 | 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | 2018-08-03 | 한국 |
| 특허권 | 일련의 슬라이스 영상을 재구성하는 방법 및 이를 이용한 장치 | 2018-08-28 | 한국 |
| 특허권 | 진행성 병변에 대한 미래 상태를 예측하는 방법 및 이를 이용한 장치 | 2018-09-07 | 한국 |
| 특허권 | 영상의 열람을 지원하는 방법 및 이를 이용한 장치 | 2018-09-07 | 한국 |
| 특허권 | 동일 피사체에 대하여 시간 간격을 두고 촬영된 영상 간에 동일 관심구역을 자동으로 검출하는 방법 및 이를 이용한 장치 | 2018-11-13 | 한국 |
| 특허권 | 뼈 스캔 영상에서 암 전이 여부의 판정을 지원하는 방법 및 이를 이용한 장치 | 2018-11-13 | 한국 |
| 특허권 | 의료 문서의 오입력을 방지하는 방법 및 이를 이용한 장치 | 2018-11-13 | 한국 |
| 특허권 | 의료 영상의 레이블링을 지원하는 방법 및 이를 이용한 장치 | 2018-11-13 | 한국 |
| 특허권 | 입력 영상과 출력 영상의 교차 열람을 지원하는 방법 및 이를 이용한 장치 | 2018-11-22 | 한국 |
| 특허권 | 의료 영상의 열람을 지원하는 방법 및 이를 이용한 장치 | 2018-11-26 | 한국 |
| 특허권 | 음성 인식에 기반하여 음향 데이터로부터 전사문을 생성하는 방법 및 이를 이용한 장치 | 2018-11-26 | 한국 |
| 특허권 | 영상 해시값 등록 및 검증 방법, 및 이를 이용한 장치 | 2018-11-29 | 한국 |
| 특허권 | 병리 영상의 판독을 보조하는 방법 및 이를 이용한 장치 | 2018-11-29 | 한국 |
| 특허권 | 의미론에 기반하여 전사 결과에서 오류를 검출하는 방법 및 이를 이용한 장치 | 2018-12-03 | 한국 |
| 특허권 | 콘텐츠 기반 의료 영상 검색 방법 및 시스템 | 2018-12-06 | 한국 |
| 특허권 | 골밀도 추정 방법 및 장치 | 2018-12-07 | 한국 |
| 특허권 | 피검체의 의료 영상 판독을 지원하는 방법 및 이를 이용한 장치 | 2019-01-22 | 한국 |
| 특허권 | 피검체의 뇌 구조를 기술하는 잠재 변수에 기반하여 상기 피검체의 뇌질환을 판정하는 방법 및 이를 이용한 장치 | 2019-02-11 | 한국 |
| 특허권 | 심층 신경망을 이용하여 영상의 분류 및 국소화를 수행하는 방법 및 이를 이용한 장치 | 2019-02-25 | 한국 |
| 특허권 | 진단 보조를 위하여 병리 영상을 다배율로 스캔하는 방법, 이를 위한 제어 장치 및 스캐너 | 2019-03-07 | 한국 |
| 특허권 | 의료 영상에 기반하여 피검체의 치매에 대한 중증도를 산출하는 방법 및 이를 이용한 장치 | 2019-03-07 | 한국 |
| 특허권 | 인공지능 영상 분석에 있어 특징 공간을 활용한 부호화 및 복호화를 수행하는 방법 및 이를 이용한 장치 | 2019-03-07 | 한국 |
| 특허권 | 심층 신경망 기반 특징 추출을 통하여 진단 맵을 재구축하는 방법 및 이를 이용한 장치 | 2019-05-03 | 한국 |
| 특허권 | 의료 영상에 대한 특징 순위에 기반하여 뇌질환을 판정하는 방법 및 이를 이용한 장치 | 2019-06-26 | 한국 |
| 특허권 | 훈련된 심층 신경망 모델의 재현 성능을 개선하는 방법 및 이를 이용한 장치 | 2019-10-15 | 한국 |
| 특허권 | 영상의 색상을 조정하는 방법 및 이를 이용한 장치 | 2019-11-13 | 한국 |
| 특허권 | 피검체의 소정 증상의 발생을 예측하기 위한 예측 결과를 생성하는 방법 및 이를 이용한 장치 | 2019-11-22 | 한국 |
| 특허권 | 피검체의 위험도를 평가하여 상기 위험도에 따라 상기 피검체를 분류하는 방법 및 이를 이용한 장치 | 2019-11-22 | 한국 |
| 특허권 | 치매 평가 방법 및 이를 이용한 장치 | 2020-01-13 | 한국 |
| 특허권 | 병리 영상으로부터 병리 보고서의 생성을 보조하는 방법 및 이를 이용한 장치 | 2020-02-11 | 한국 |
| 특허권 | 의료 영상에서 병변의 정량화를 보조하는 방법 및 이를 이용한 장치 | 2020-04-03 | 한국 |
| 특허권 | 의료 영상에서 병변의 시각화를 보조하는 방법 및 이를 이용한 장치 | 2020-04-13 | 한국 |
| 특허권 | 재구성된 영상군에 기초한 영상 제공 방법 및 이를 이용한 장치 | 2020-04-29 | 한국 |
| 특허권 | 시계열적 신호 시각화 방법 및 이를 이용한 장치 | 2020-05-13 | 한국 |
| 특허권 | 결절 검출 방법 및 이를 이용한 장치 | 2020-05-13 | 한국 |
| 특허권 | 안저 촬영기를 제어하는 방법 및 이를 이용한 장치 | 2020-06-08 | 한국 |
| 특허권 | 의료 영상을 시각화하는 방법 및 이를 이용한 장치 | 2020-08-24 | 한국 |
| 특허권 | 레이블 있는 데이터 및 레이블 없는 데이터를 병용하는 준지도 강화 학습 방법 및 이를 이용한 장치 | 2020-11-05 | 한국 |
| 특허권 | 골 영상 생성 방법 및 이를 이용한 장치 | 2020-11-05 | 한국 |
| 특허권 | 치아 병변 정보 제공 방법 및 이를 이용한 장치 | 2020-11-30 | 한국 |
| 특허권 | 심층 신경망을 이용하여 영상을 분류하는 방법 및 이를 이용한 장치 | 2021-02-19 | 한국 |
| 특허권 | 진행성 병변의 미래 영상을 생성하는 방법 및 이를 이용한 장치(분할출원) | 2021-02-25 | 한국 |
| 특허권 | 심층 신경망을 이용하여 영상을 분류하는 방법 및 이를 이용한 장치 | 2021-03-25 | 한국 |
| 특허권 | Method and program for computing bone age by deep neural network | 2019-03-26 | 미국 |
| 특허권 | Method and apparatus for providing medical information service on basis of disease model | 2019-04-02 | 미국 |
| 특허권 | Content-based medical image retrieval method and retrieval system | 2020-08-18 | 미국 |
| 특허권 | Method for increasing reading efficiency in medical image reading process using gaze information of user and apparatus using the same | 2020-09-08 | 미국 |
| 특허권 | METHOD FOR RECONSTRUCTING A SERIES OF SLICE IMAGES AND APPARATUS USING THE SAME | 2020-11-13 | 일본 |
| 특허권 | METHOD FOR FACILITATING IMAGE VIEW AND APPARATUS USING THE SAME | 2021-01-06 | 일본 |
| 상표권 | VUNO Med (도안)-9류 | 2016-07-26 | 한국 |
| 상표권 | VUNO (도안)-42류 | 2016-10-28 | 한국 |
| 상표권 | VUNO (도안)42류 | 2017-02-28 | 미국 |
| 상표권 | VUNO Med (도안)-9류 | 2019-03-05 | 미국 |
| 상표권 | VUNO-9, 42, 44류 | 2020-06-05 | 유럽 |
| 상표권 | VUNO (도안)-42류 | 2020-08-01 | 대만 |
| 상표권 | VUNO-44류 | 2020-09-01 | 대만 |
| 상표권 | DeepBrain-9류 | 2020-09-03 | 한국 |
| 상표권 | VUNO-42류 | 2020-09-11 | 러시아 |
| 상표권 | VUNO-44류 | 2020-09-16 | 한국 |
| 상표권 | VUNO-44류 | 2020-10-07 | 중국 |
| 상표권 | VUNO-9류 | 2020-10-07 | 중국 |
| 상표권 | VUNO Med-9류 | 2020-10-13 | 호주 |
| 상표권 | VUNO Med-9류 | 2020-10-14 | 중국 |
| 상표권 | VUNO Med-9류 | 2020-10-15 | 싱가포르 |
| 상표권 | VUNO-42류 | 2020-10-26 | 호주 |
| 상표권 | VUNO Med-9류 | 2020-10-29 | 몽골 |
| 상표권 | VUNO-42류 | 2020-11-03 | 한국 |
| 상표권 | VUNO Med-9류 | 2020-11-18 | 러시아 |
| 상표권 | VUNO-42류 | 2020-11-23 | 몽골 |
| 상표권 | VUNO Med-9류 | 2020-12-18 | 인도 |
| 상표권 | VUNO (도안)-42류 | 2020-12-21 | 중국 |
| 상표권 | VUNO-44류 | 2020-12-22 | 미국 |
| 상표권 | VUNO-42류 | 2020-12-23 | 인도 |
| 상표권 | VUNO Med-9류 | 2021-01-01 | 대만 |
| 상표권 | VUNO-42류 | 2021-02-01 | 대만 |
| 상표권 | VUNO Med-44류 | 2021-03-03 | 한국 |
| 상표권 | 뷰노메드-44류 | 2021-03-03 | 한국 |
| 상표권 | VUNO-44류 | 2021-03-08 | 한국 |
| 상표권 | 뷰노-44류 | 2021-03-08 | 한국 |
| 상표권 | VUNO Med-9류 | 2021-03-10 | 노르웨이 |
| 상표권 | VUNO-42류 | 2021-03-15 | 노르웨이 |
| 상표권 | VUNO-42류 | 2021-03-16 | 인도네시아 |
| 상표권 | VUNO Med-9류 | 2021-03-16 | 인도네시아 |
나. 제품 품질 관련 인증 현황&cr;
■ 기술인증 내역
| No. | 인증 | 인증기관 | 시기 |
|---|---|---|---|
| 1 | KGMP | 한국건설생활환경시험연구원 | 2016.12 |
| 2 | ISO13485 | SZUTEST | 2018.11 |
| 3 | GS 1등급 | 한국정보통신기술협회 | 2020.04 |
| 4 | 혁신의료기기기업인증 | 보건복지부 | 2020.12 |
| 5 | KGMP(체외진단) | 한국건설생활환경시험연구원 | 2020.12 |
가. 요약 연결 재무정보 &cr; &cr;당사는 보고서 제출일 현재 해당사항이 없습니다.&cr;&cr; 나. 요약 개별 재무정보&cr;
| (단위: 원) |
| 과목 |
제8기 1분기 |
제7기 |
제6기 |
|---|---|---|---|
| 유동자산 | 40,189,621,032 | 7,380,493,888 | 5,387,113,892 |
| 비유동자산 | 2,184,179,780 | 2,206,600,391 | 2,065,547,277 |
| 자산총계 | 42,373,800,812 | 9,587,094,279 | 7,452,661,169 |
| 유동부채 | 6,173,382,157 | 12,498,702,223 | 1,509,880,759 |
| 비유동부채 | 824,221,144 | 730,532,873 | 523,996,639 |
| 부채총계 | 6,997,603,301 | 13,229,235,096 | 2,033,877,398 |
| 자본금 | 1,116,265,600 | 897,745,000 | 888,380,000 |
| 자본잉여금 | 68,353,865,315 | 23,442,326,789 | 22,015,826,412 |
| 자본조정 | 1,266,731,775 | 1,133,929,532 | 471,949,341 |
| 결손금 | (35,360,665,179) | (29,116,142,138) | (17,957,371,982) |
| 자본총계 | 35,376,197,511 | (3,642,140,817) | 5,418,783,771 |
| 2021.1.1~2021.03.31 | 2020.1.1~2020.03.31 | 2019.1.1~2019.12.31 | |
| 영업수익 | 256,803,375 | 1,257,218,734 | 162,097,981 |
| 영업이익(손실) | (4,254,911,516) | (9,721,688,063) | (6,021,756,963) |
| 당기순이익(손실) | (6,244,523,041) | (11,108,598,035) | (5,912,548,138) |
| 기타포괄손익 | - | (50,172,121) | - |
| 총포괄손익 | (6,244,523,041) | (11,158,770,156) | (5,912,548,138) |
| 주당이익(손실) | (641) | (1,245) | (666) |
당사는 보고서 제출일 현재 해당사항이 없습니다.&cr;
당사는 보고서 제출일 현재 해당사항이 없습니다.&cr;
|
재무상태표 |
|
제 8 기 1분기말 2021.03.31 현재 |
|
제 7 기말 2020.12.31 현재 |
|
(단위 : 원) |
|
제 8 기 1분기말 |
제 7 기말 |
|
|---|---|---|
|
자산 |
||
|
유동자산 |
40,189,621,032 |
7,380,493,888 |
|
현금및현금성자산 |
33,956,911,908 |
1,691,243,132 |
|
단기금융상품 |
4,500,000,000 |
|
|
매출채권 및 기타채권 |
2,910,757,774 |
771,933,528 |
|
계약자산 |
45,179,147 |
55,292,948 |
|
당기손익-공정가치측정금융자산 |
2,960,547,946 |
|
|
기타유동자산 |
308,836,555 |
358,637,720 |
|
당기법인세자산 |
7,387,702 |
3,386,560 |
|
비유동자산 |
2,184,179,780 |
2,206,600,391 |
|
장기금융상품 |
20,000,000 |
20,000,000 |
|
당기손익-공정가치측정금융자산 |
355,219,310 |
355,219,310 |
|
기타포괄손익-공정가치측정금융자산 |
399,983,142 |
399,983,142 |
|
유형자산 |
678,857,933 |
757,061,467 |
|
무형자산 |
418,089,734 |
367,536,905 |
|
기타금융자산 |
312,029,661 |
306,799,567 |
|
자산총계 |
42,373,800,812 |
9,587,094,279 |
|
부채 |
||
|
유동부채 |
6,173,382,157 |
12,498,702,223 |
|
미지급금및기타채무 |
1,044,839,091 |
1,198,549,740 |
|
리스부채 |
51,558,190 |
142,545,614 |
|
계약부채 |
382,457,203 |
371,238,370 |
|
단기차입금 |
4,200,000,000 |
4,200,000,000 |
|
전환우선주부채 |
6,198,004,744 |
|
|
충당부채 |
118,700,000 |
118,700,000 |
|
기타유동부채 |
375,827,673 |
269,663,755 |
|
비유동부채 |
824,221,144 |
730,532,873 |
|
장기미지급금 |
654,126,118 |
593,419,271 |
|
퇴직급여충당부채 |
170,095,026 |
137,113,602 |
|
부채총계 |
6,997,603,301 |
13,229,235,096 |
|
자본 |
||
|
자본금 |
1,116,265,600 |
897,745,000 |
|
자본잉여금 |
68,353,865,315 |
23,442,326,789 |
|
기타자본항목 |
1,266,731,775 |
1,133,929,532 |
|
이익잉여금(결손금) |
(35,360,665,179) |
(29,116,142,138) |
|
자본총계 |
35,376,197,511 |
(3,642,140,817) |
|
자본과부채총계 |
42,373,800,812 |
9,587,094,279 |
|
포괄손익계산서 |
|
제 8 기 1분기 2021.01.01 부터 2021.03.31 까지 |
|
제 7 기 1분기 2020.01.01 부터 2020.03.31 까지 |
|
(단위 : 원) |
|
제 8 기 1분기 |
제 7 기 1분기 |
|||
|---|---|---|---|---|
|
3개월 |
누적 |
3개월 |
누적 |
|
|
영업수익 |
256,803,375 |
256,803,375 |
252,869,094 |
252,869,094 |
|
영업비용 |
4,511,714,891 |
4,511,714,891 |
2,270,972,872 |
2,270,972,872 |
|
영업이익(손실) |
(4,254,911,516) |
(4,254,911,516) |
(2,018,103,778) |
(2,018,103,778) |
|
금융수익 |
10,663,681 |
10,663,681 |
8,368,034 |
8,368,034 |
|
금융비용 |
1,994,044,424 |
1,994,044,424 |
7,566,226 |
7,566,226 |
|
기타수익 |
1,010,000 |
1,010,000 |
3,511 |
3,511 |
|
기타비용 |
7,240,782 |
7,240,782 |
72,020 |
72,020 |
|
법인세차감전순이익(손실) |
(6,244,523,041) |
(6,244,523,041) |
(2,017,370,479) |
(2,017,370,479) |
|
법인세비용 |
||||
|
당기순이익(손실) |
(6,244,523,041) |
(6,244,523,041) |
(2,017,370,479) |
(2,017,370,479) |
|
기타포괄손익 |
||||
|
총포괄손익 |
(6,244,523,041) |
(6,244,523,041) |
(2,017,370,479) |
(2,017,370,479) |
|
주당이익(손실) |
||||
|
기본주당이익(손실) (단위 : 원) |
(641) |
(641) |
(227) |
(227) |
|
희석주당이익(손실) (단위 : 원) |
(641) |
(641) |
(227) |
(227) |
|
자본변동표 |
|
제 8 기 1분기 2021.01.01 부터 2021.03.31 까지 |
|
제 7 기 1분기 2020.01.01 부터 2020.03.31 까지 |
|
(단위 : 원) |
|
자본 |
|||||||
|---|---|---|---|---|---|---|---|
|
자본금 |
자본잉여금 |
기타자본항목 |
이익잉여금(결손금) |
자본 합계 |
|||
|
2020.01.01 (기초자본) |
888,380,000 |
22,015,826,412 |
471,949,341 |
(17,957,371,982) |
5,418,783,771 |
||
|
총포괄이익 |
당기순이익(손실) |
(2,017,370,479) |
(2,017,370,479) |
||||
|
기타포괄손익 |
확정급여제도의 재측정요소 |
||||||
|
자본에 직접 반영된 소유주와의 거래 |
유상증자 |
||||||
|
전환우선주의 전환권 행사 |
|||||||
|
우리사주조합 신주배정 |
|||||||
|
주식선택권 행사 |
|||||||
|
신주발행비 지급 |
|||||||
|
주식보상비 인식 |
106,201,281 |
106,201,281 |
|||||
|
2020.03.31 (기말자본) |
888,380,000 |
22,015,826,412 |
578,150,622 |
(19,974,742,461) |
3,507,614,573 |
||
|
2021.01.01 (기초자본) |
897,745,000 |
23,442,326,789 |
1,133,929,532 |
(29,116,142,138) |
(3,642,140,817) |
||
|
총포괄이익 |
당기순이익(손실) |
(6,244,523,041) |
(6,244,523,041) |
||||
|
기타포괄손익 |
확정급여제도의 재측정요소 |
||||||
|
자본에 직접 반영된 소유주와의 거래 |
유상증자 |
159,266,400 |
38,615,237,100 |
38,774,503,500 |
|||
|
전환우선주의 전환권 행사 |
30,458,700 |
8,147,702,250 |
8,178,160,950 |
||||
|
우리사주조합 신주배정 |
25,495,500 |
25,495,500 |
|||||
|
주식선택권 행사 |
3,300,000 |
93,094,466 |
(93,094,466) |
3,300,000 |
|||
|
신주발행비 지급 |
(1,944,495,290) |
(1,944,495,290) |
|||||
|
주식보상비 인식 |
225,896,709 |
225,896,709 |
|||||
|
2021.03.31 (기말자본) |
1,116,265,600 |
68,353,865,315 |
1,266,731,775 |
(35,360,665,179) |
35,376,197,511 |
||
|
현금흐름표 |
|
제 8 기 1분기 2021.01.01 부터 2021.03.31 까지 |
|
제 7 기 1분기 2020.01.01 부터 2020.03.31 까지 |
|
(단위 : 원) |
|
제 8 기 1분기 |
제 7 기 1분기 |
|
|---|---|---|
|
영업활동으로 인한 현금흐름 |
(3,422,644,081) |
(2,390,969,815) |
|
영업으로부터 창출된 현금흐름 |
(3,437,358,702) |
(2,389,200,485) |
|
이자의 수취 |
32,603,981 |
6,845,056 |
|
이자의 지급 |
(13,888,218) |
(7,566,226) |
|
법인세환급(납부) |
(4,001,142) |
(1,048,160) |
|
투자활동으로 인한 현금흐름 |
(1,079,503,429) |
804,992,392 |
|
투자활동으로 인한 현금유입 |
4,500,000,000 |
1,000,000,000 |
|
단기금융상품의 감소 |
4,500,000,000 |
1,000,000,000 |
|
투자활동으로 인한 현금유출 |
(5,579,503,429) |
(195,007,608) |
|
주임종대여금의 증가 |
(2,440,696,500) |
|
|
당기손익-공정가치측정금융자산 취득 |
(2,960,547,946) |
|
|
유형자산의 취득 |
(109,792,727) |
(106,805,236) |
|
무형자산의 취득 |
(68,466,256) |
(49,052,372) |
|
보증금의 증가 |
(39,150,000) |
|
|
재무활동으로 인한 현금흐름 |
36,767,816,286 |
4,131,773,570 |
|
재무활동으로 인한 현금유입 |
38,803,299,000 |
4,200,000,000 |
|
유상증자 |
38,799,999,000 |
|
|
주식선택권 행사 |
3,300,000 |
|
|
단기차입금 차입 |
4,200,000,000 |
|
|
재무활동으로 인한 현금유출 |
(2,035,482,714) |
(68,226,430) |
|
리스부채 상환 |
(90,987,424) |
(68,226,430) |
|
신주발행비 지급 |
(1,944,495,290) |
|
|
현금및현금성자산의순증가(감소) |
32,265,668,776 |
2,545,796,147 |
|
기초현금및현금성자산 |
1,691,243,132 |
4,013,390,665 |
|
기말현금및현금성자산 |
33,956,911,908 |
6,559,186,812 |
주석
| 제 8 (당)기 1분기 2021년 03월 31일 현재 |
| 제 7 (전)기 1분기 2020년 03월 31일 현재 |
| 주식회사 뷰노 |
&cr;1. 회사의 개요&cr;&cr;주식회사 뷰노(이하 '당사')는 인공지능 소프트웨어 개발 및 서비스업을 주된 사업으로 2014년 12월 10일에 주식회사 뷰노코리아를 사명으로 하여 설립되었고, 2017년 4월 28일에 주식회사 뷰노코리아에서 주식회사 뷰노로 사명을 변경하였으며, 서울특별시 서초구 강남대로 507 6층에 본사를 두고 있습니다.&cr;&cr;한편, 당사는 설립 이후 수차례 증자를 하였으며, 보고기간말 현재 당사의 자본금은 1,116,266천원으로 주요 주주의 구성내역은 다음과 같습니다.
| 주주명 | 소유주식수 | 지분율(%) |
| 이예하 외 2인 | 3,552,538 | 31.83% |
&cr;&cr;2. 재무제표의 작성기준&cr;&cr;(1) 회계기준의 적용&cr;&cr;당사의 분기재무제표는 한국채택국제회계기준에 따라 작성되는 요약중간재무제표입니다. 동 재무제표는 기업회계기준서 제1034호 '중간재무보고'에 따라 작성되었으&cr;며, 연차재무제표에서 요구되는 정보에 비하여 적은 정보를 포함하고 있습니다. 선별&cr;적 주석은 직전 연차보고기간말 후 발생한 당사의 재무상태와 경영성과의 변동을 이&cr;해하는데 유의적인 거래나 사건에 대한 설명을 포함하고 있습니다. &cr;&cr;(2) 추정과 판단&cr;&cr;1) 경영진의 판단 및 가정과 추정의 불확실성&cr;한국채택국제회계기준은 중간재무제표를 작성함에 있어서 회계정책의 적용이나, 중간보고기간말 현재 자산, 부채 및 수익, 비용의 보고금액에 영향을 미치는 사항에 대하여 경영진의 최선의 판단을 기준으로 한 추정치와 가정의 사용을 요구하고 있습니다. 중간보고기간말 현재 경영진의 최선의 판단을 기준으로 한 추정치와 가정이 실제환경과 다를 경우 이러한 추정치와 실제 결과는 다를 수 있습니다.&cr;&cr;분기재무제표에서 사용된 당사의 회계정책 적용과 추정금액에 대한 경영진의 판단은&cr;2020년 12 월 31 일로 종료되는 회계연도의 연차재무제표와 동일한 회계정책과 추정의 근거를 사용하였습니다.&cr;&cr;세계적인 COVID-19의 확산으로 각국 정부는 이를 통제하기 위하여 공장 폐쇄, 자가격리, 입국제한, 여행 금지 등의 조치를 시행하고 있습니다. COVID-19 팬데믹이 회사의 영업에 미칠 궁극적인 영향은 아직 알 수 없고, 향후 전개되는 국면에 따라 달라질 것으로 보입니다. COVID-19의 지속기간, 심각성은 매우 불확실하고 예측할 수 없으며, 정부나 회사의 보호조치로 인하여 실질적인 영업중단이 발생하고 영업규모가 감소할 수 있습니다. 이로 인한 재무 영향은 합리적으로 추정할 수 없지만 경영진은 회사가 사업을 영위하는 대부분의 지역 및 영업 부문이 어느 정도 영향을 받을 것으로 예상하고 있습니다. COVID-19가 회사의 영업에 미치는 영향의 정도와 기간은 아직 결정할 수 없습니다.
2) 공정가치 측정&cr;당사는 공정가치평가 정책과 절차를 수립하고 있습니다. 동 정책과 절차에는 공정가&cr;치 서열체계에서 수준3으로 분류되는 공정가치를 포함한 모든 유의적인 공정가치 측정의 검토를 책임지는 평가부서의 운영을 포함하고 있으며, 그 결과는 재무담당임원에게 직접 보고되고 있습니다.&cr;&cr;평가부서는 정기적으로 관측가능하지 않은 유의적인 투입변수와 평가 조정을 검토하고 있습니다. 공정가치 측정에서 중개인 가격이나 평가기관과 같은 제 3 자 정보를 사용하는 경우, 평가부서에서 제 3 자로부터 입수한 정보에 근거한 평가가 공정가치 서열체계 내 수준별 분류를 포함하고 있으며 해당 기준서의 요구사항을 충족한다고 결론을 내릴 수 있는지 여부를 판단하고 있습니다.&cr;&cr;당사는 유의적인 평가 문제를 감사에 보고하고 있습니다.&cr;&cr;자산이나 부채의 공정가치를 측정하는 경우, 당사는 최대한 시장에서 관측가능한 투&cr;입변수를 사용하고 있습니다. 공정가치는 다음과 같이 가치평가기법에 사용된 투입변수에 기초하여 공정가치 서열체계 내에서 분류됩니다.
| 구 분 | 투입변수의 유의성 |
|---|---|
| 수준 1 | 측정일에 동일한 자산이나 부채에 대한 접근 가능한 활성시장의&cr;조정되지 않은 공시가격 |
| 수준 2 | 수준 1의 공시가격 이외에 자산이나 부채에 대해 직접적으로 또는간접적으로 관측가능한 투입변수 |
| 수준 3 | 자산이나 부채에 대한 관측가능하지 않은 투입변수 |
&cr;자산이나 부채의 공정가치를 측정하기 위해 사용되는 여러 투입변수가 공정가치 서열체계내에서 다른 수준으로 분류되는 경우, 당사는 측정치 전체에 유의적인 공정가치 서열체계에서 가장 낮은 수준의 투입변수와 동일한 수준으로 공정가치 측정치 전체를 분류하고 있으며, 변동이 발생한 보고기간 말에 공정가치 서열체계의 수준간 이동을 인식하고 있습니다. &cr;&cr;공정가치 측정시 사용된 가정의 자세한 정보는 주석 5에 포함되어 있습니다.
3. 유의적인 회계정책&cr;&cr;분기재무제표에 적용된 회계정책은 직전 연차재무제표에 적용된 회계정책과 동일합니다. 2021년 1월 1일부터 시행되는 새로운 회계기준이 있으나, 그 기준들은 당사의 재무제표에 중요한 영향을 미치지 않습니다. 분기의 법인세의 인식과 측정에 대한 정책은 주 석 28에 기재하였습니다.&cr;
&cr;4. 영업부문&cr;&cr;(1) 부문수익&cr;당사는 단일 사업부문(인공지능 의료 소프트웨어 제작)을 영위하고 있습니다.&cr;&cr;(2) 지역에 대한 정보&cr;당사의 수익을 지리적 시장에 따라 구분한 내역은 다음과 같습니다.&cr;
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 국내 | 252,629 | 250,272 |
| 아 시아 | 4,174 | 2,597 |
| 합계 | 256,803 | 252,869 |
&cr;(3) 주요 고객에 대한 정보&cr;당분기 및 전분기 중 당사 매출액의 10% 이상을 차지하는 주요 고객에 대한 매 출 정 보 는 다음과 같습니다.&cr;
| (단위 : 천원, 개, %) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 주요 고객에 대한 매출액 | 91,747 | 156,562 |
| 주요 고객 수 | 3 | 4 |
| 전체 매출 중 주요 고객이 차지하는 매출 비중 | 35.7 | 61.9 |
5. 금융상품&cr;&cr;(1) 금융상품의 범주별 분류 및 공정가치&cr;당분기말 및 전기말 현재 공정가치 서열체계를 포함한 금융자산과 금융부채의 장부금액과 공정가치는 다음과 같습니다. 장부금액이 공정가치의 합리적인 근사치에 해당하여 공정가치를 측정하지 않은 금융자산과 금융부채에 대한 공정가치 정보는 포함하고 있지 않습니다.&cr;&cr;① 당분기말
| (단위 : 천원) | |||||||
|---|---|---|---|---|---|---|---|
| 구 분 | 장부금액 | 공정가치 | |||||
| 상각후원가&cr; 측정&cr; 금융자산 | 상각후원가&cr; 측정&cr; 금융부채 | 당기손익&cr; 공정가치측정&cr; 금융자산 | 기타포괄손익&cr; 공정가치측정&cr; 금융자산 | 당기손익&cr;공정가치측정&cr;금융부채 | 합 계 | 수준 3 | |
| 공정가치로 측정되는 금융자산 : | |||||||
| 당기손익-공정가치측정금융자산 | - | - | 355,219 | - | - | 355,219 | 355,219 |
| 기타포괄손익-공정가치측정금융자산 | - | - | - | 399,983 | - | 399,983 | 399,983 |
| 소 계 | - | - | 355,219 | 399,983 | - | 755,202 | 755,202 |
| 상각후원가로 측정되는 금융자산 : | |||||||
| 현금및현금성자산 | 33,956,912 | - | - | - | - | 33,956,912 | - |
| 단기금융상품 | - | - | - | - | - | - | - |
| 장기금융상품 | 20,000 | - | - | - | - | 20,000 | - |
| 매출채권및기타채권 | 2,910,758 | - | - | - | - | 2,910,758 | - |
| 기타금융자산 | 312,030 | - | - | - | - | 312,030 | - |
| 소 계 | 37,199,700 | - | - | - | - | 37,199,700 | - |
| 금융자산 합계 | 37,199,700 | - | 355,219 | 399,983 | - | 37,954,902 | 755,202 |
| 공정가치로 측정되는 금융부채 : | |||||||
| 전환우선주부채 | - | - | - | - | - | - | - |
| 소 계 | - | - | - | - | - | - | - |
| 상각후원가로 측정되는 금융부채 : | |||||||
| 미지급금및기타채무 | - | 1,698,965 | - | - | - | 1,698,965 | - |
| 리스부채 | - | 51,558 | - | - | - | 51,558 | - |
| 단기차입금 | - | 4,200,000 | - | - | - | 4,200,000 | - |
| 소 계 | - | 5,950,523 | - | - | - | 5,950,523 | - |
| 금융부채 합계 | - | 5,950,523 | - | - | - | 5,950,523 | - |
② 전기말
| (단위 : 천원) | |||||||
|---|---|---|---|---|---|---|---|
| 구 분 | 장부금액 | 공정가치 | |||||
| 상각후원가&cr; 측정&cr; 금융자산 | 상각후원가&cr; 측정&cr; 금융부채 | 당기손익&cr; 공정가치측정&cr; 금융자산 | 기타포괄손익&cr; 공정가치측정&cr; 금융자산 | 당기손익&cr;공정가치측정&cr;금융부채 | 합 계 | 수준 3 | |
| 공정가치로 측정되는 금융자산 : | |||||||
| 당기손익-공정가치측정금융자산 | - | - | 355,219 | - | - | 355,219 | 355,219 |
| 기타포괄손익-공정가치측정금융자산 | - | - | - | 399,983 | - | 399,983 | 399,983 |
| 소 계 | - | - | 355,219 | 399,983 | - | 755,202 | 755,202 |
| 상각후원가로 측정되는 금융자산 : | |||||||
| 현금및현금성자산 | 1,691,243 | - | - | - | - | 1,691,243 | - |
| 단기금융상품 | 4,500,000 | - | - | - | - | 4,500,000 | - |
| 장기금융상품 | 20,000 | - | - | - | - | 20,000 | - |
| 매출채권및기타채권 | 771,934 | - | - | - | - | 771,934 | - |
| 기타금융자산 | 306,800 | - | - | - | - | 306,800 | - |
| 소 계 | 7,289,977 | - | - | - | - | 7,289,977 | - |
| 금융자산 합계 | 7,289,977 | - | 355,219 | 399,983 | - | 8,045,179 | 755,202 |
| 공정가치로 측정되는 금융부채 : | |||||||
| 전환우선주부채 | - | - | - | - | 6,198,005 | 6,198,005 | 6,198,005 |
| 소 계 | - | - | - | - | 6,198,005 | 6,198,005 | 6,198,005 |
| 상각후원가로 측정되는 금융부채 : | |||||||
| 미지급금및기타채무 | - | 1,791,969 | - | - | - | 1,791,969 | - |
| 리스부채 | - | 142,546 | - | - | - | 142,546 | - |
| 단기차입금 | - | 4,200,000 | - | - | - | 4,200,000 | - |
| 소 계 | - | 6,134,515 | - | - | - | 6,134,515 | - |
| 금융부채 합계 | - | 6,134,515 | - | - | 6,198,005 | 12,332,520 | 6,198,005 |
&cr;(2) 다음 표는 수준 3 공정가치측정에 사용된 가치평가기법, 공정가치 서열체계 수준,유의적이지만 관측 가능하지 않은 투입변수 및 범위와 관측 가능하지 않은 투입변수와 공정가치측정치 간의 연관성을 설명한 것입니다. &cr;
| 구분 | 공정가치(단위: 천원) | 공정가치&cr;서열체계 | 가치평가기법 | 유의적이지만 관측가능하지 않은 투입변수 및 범위 | 관측가능하지 않은 투입변수와 공정가치 측정치 간의 연관성 | |
|---|---|---|---|---|---|---|
| 당분기말 | 전기말 | |||||
| 전환우선주 | - | 6,198,005 | 수준3 | 전환우선주의 공정가치는 DCF법을 통해 당사의 기초주식가액을 산정하고, 유사회사의 변동성 및 국고채 이자율을고려하여 기초주가 Tree를 생성합니다. 할인율은 Pay off 시점에 주가로 적용되는 경우 무위험이자율로 반영하며, Payoff 시점에 우선주 배당으로 적용되는 경우 위험이자율로 반영합니다. 그리고현금흐름이 중복되는 구간에 대해서는 위험복합확률을 반영합니다. 행사시점의 Pay off는 Max(행사시점의 주가x전환주식수, 배당현금흐름)으로 산정하며이를 무위험이자율 및 위험이자율을 반영한 할인율로 할인하여 전환우선주가치를 산정합니다. | 주가변동성&cr;ㆍ당기말 : -&cr;ㆍ전기말 : 65.16% | 주가변동성이 &cr;증가(감소)한다면&cr;전환우선주의&cr;공정가치는 &cr;증가(감소)합니다. |
| 투자지분증권 | 755,202 | 755,202 | 수준3 | 비상장주식 공정가치평가 가이드라인에 따라 원가로 측정하고 있습니다. | - | - |
(3) 수준3 공정가치 금융상품의 변동내역은 다음과 같습니다.
| (단위: 천원) | |||
|---|---|---|---|
| 구분 | 당기 | 전기 | |
| 투자지분증권 | 투자지분증권 | 전환우선주 | |
| 기초금액 | 755,202 | 755,202 | - |
| 취득 | - | - | - |
| 발행 | - | - | 4,797,761 |
| 공정가치평가 | - | - | 1,400,244 |
| 기말금액 | 755,202 | 755,202 | 6,198,005 |
(4) 신용위험&cr;&cr;① 신용위험의 최대 노출정도&cr;금융자산의 장부금액은 신용위험에 대한 최대 노출정도를 나타냅니다. 당기말 및 전기말 현재 당사의 신용위험에 대한 최대 노출정도는 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당기말 | 전기말 |
| 현금및현금성자산 | 33,956,912 | 1,691,243 |
| 단기금융상품 | - | 4,500,000 |
| 장기금융상품 | 20,000 | 20,000 |
| 매출채권및기타채권 | 2,910,758 | 771,934 |
| 기타금융자산 | 312,030 | 306,800 |
| 당기손익-공정가치측정금융자산 | 355,219 | 355,219 |
| 기타포괄손익-공정가치측정금융자산 | 399,983 | 399,983 |
| 합 계 | 37,954,902 | 8,045,179 |
&cr;② 매출채권과 계약자산의 각 지역별 신용위험의 노출정도&cr;당사의 매출채권과 계약자산은 모두 국내에서 발생하였습니다.&cr;&cr;③ 매출채권과 계약자산의 거래상대별 신용위험의 노출정도
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당기말 | 전기말 |
| 병원 및 의료기기 도소매업 | 170,002 | 354,989 |
| 기타 도소매업 | - | 55,000 |
| 합계 | 170,002 | 409,989 |
&cr;④ 매출채권과 계약자산의 기대신용손실 평가&cr;당사는 매출채권과 계약자산의 기대신용손실을 측정하기 위해 매출채권이 연체에서 제각이 되기까지의 가능성을 기초로 채무불이행률을 추정하고 있습니다. 당사는 보고서 작성 기준일 현재 연체 채권이 존재하지 않아 매출채권 및 계약자산에 대해 대손충당금을 설정하지 않았습니다.&cr;&cr;(5) 유동성위험&cr;당기말 및 전기말 현재 당사의 신용위험에 대한 최대 노출정도는 다음과 같습니다.&cr;&cr;① 당기말
| (단위 : 천원) | ||||
|---|---|---|---|---|
| 구 분 | 장부금액 | 계약상&cr;현금흐름 | 1년 미만 | 1년 이상 ~&cr;5년 미만 |
| 미지급금및기타채무 | 1,698,965 | 1,698,965 | 1,044,839 | 654,126 |
| 리스부채 | 51,558 | 145,122 | 145,122 | - |
| 단기차입금 | 4,200,000 | 4,200,000 | 4,200,000 | - |
| 합 계 | 5,950,523 | 6,044,087 | 5,389,961 | 654,126 |
② 전기말
| (단위 : 천원) | ||||
|---|---|---|---|---|
| 구 분 | 장부금액 | 계약상&cr;현금흐름 | 1년 미만 | 1년 이상 ~&cr;5년 미만 |
| 미지급금및기타채무 | 1,791,969 | 1,791,969 | 1,198,550 | 593,419 |
| 리스부채 | 142,546 | 145,122 | 145,122 | |
| 단기차입금 | 4,200,000 | 4,200,000 | 4,200,000 | - |
| 합 계 | 6,134,515 | 6,137,091 | 5,543,672 | 593,419 |
&cr;(6) 이자율위험&cr;변동금리부 금융상품의 이자율변동위험은 시장금리 변동으로 인한 재무상태표 항목의 가치변동(공정가치) 위험과 투자 및 재무활동으로부터 발생하는 이자수익, 비용의현금흐름이 변동될 위험으로 정의할 수 있습니다. 이러한 당사의 이자율변동위험은 주로 예금 및 변동금리부 차입금에서 비롯되며, 당사는 이자율 변동으로 인한 불확실성과 금융비용의 최소화를 위한 정책을 수립 및 운영하고 있습니다. 이자율이 1% 변동할 경우, 당사의 손익 및 자본에 미치는 영향은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당기말 | 전기말 |
| 변동이자율 금융상품 | ||
| 현금성자산 | 33,956,912 | 1,690,543 |
| 단기금융상품 | - | 4,500,000 |
| 장기금융상품 | 20,000 | 20,000 |
| 단기차입금 | (4,200,000) | (4,200,000) |
| 금융상품 순투자 | 29,776,912 | 2,010,543 |
| 손익 및 자본에 미치는 영향 | ||
| 이자율 1% 증가시 | 297,769 | 20,105 |
| 이자율 1% 감소시 | (297,769) | (20,105) |
&cr;(7) 자본관리&cr;당사의 자본관리는 계속기업으로서의 존속능력을 유지하는 한편 자본조달비용을 최소화하여 주주이익을 극대화하는 것을 그 목적으로 하고 있습니다.&cr;&cr;당사의 자본구조는 차입금과 사채 등에서 현금및현금성자산을 차감한 순차입금과 자본으로 관리하며, 당사의 경영진은 순차입금비율을 주기적으로 관리하고 있습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당기말 | 전기말 |
| 차입금 및 사채 | 4,200,000 | 6,198,005 |
| 현금및현금성자산 | 33,956,912 | 1,691,243 |
| 순차입금 | (29,756,912) | 4,506,762 |
| 총자본 | 35,376,198 | (3,642,141) |
6. 매출채권및기타채권&cr;
(1) 당분기말 및 전기말 현재 매출채권및기타채권의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 매출채권 | 124,823 | 354,696 |
| 차감 : 대손충당금 | - | - |
| 매출채권(순액) | 124,823 | 354,696 |
| 기타채권 | ||
| 미수금 | 344,475 | 389,304 |
| 미수수익 | 763 | 27,934 |
| 주임종단기채권 | 2,440,697 | - |
| 소 계 | 2,785,935 | 417,238 |
| 합 계 | 2,910,758 | 771,934 |
&cr;(2) 당분기와 전기 중 대손충당금의 변동과 관련된 사항은 없습니다.
&cr;
7. 재고자산&cr;
(1) 당분기말 및 전기말 현재 재고자산의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 상품 | - | - |
&cr;(2) 당분기 중 영업비용으로 인식된 재고자산은 없습니다. &cr;
8. 기타유동자산&cr;
당분기말 및 전기말 현재 기타유동자산의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 선급금 | 169,544 | 186,211 |
| 선급비용 | 46,954 | 42,092 |
| 부가세대급금 | 92,339 | 130,335 |
| 합 계 | 308,837 | 358,638 |
&cr;&cr;9. 공정가치측정금융자산&cr;&cr;(1) 당분기말 및 전기말 현재 당기손익-공정가치측정금융자산의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 지분증권(우선주) | 355,219 | 355,219 |
&cr;(2) 당분기말 및 전기말 현재 기타포괄손익-공정가치측정금융자산의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 지분증권(보통주) | 399,983 | 399,983 |
&cr;당분기 중 기타포괄손익-공정가치측정금융자산으로 지정된 투자자산을 처분하지 아니하였으며, 자본 내에서 대체된 누적손익은 존재하지 않습니다.
10. 유형자산
&cr;당분기와 전기 중 유형자산 장부금액의 변동내역은 다음과 같습니다.
| (단위 : 천원) | ||||||
|---|---|---|---|---|---|---|
| 구 분 | 기계장치 | 비 품 | 시설장치 | 사용권자산 | 합 계 | |
| 부동산 | 차량운반구 | |||||
| 취득원가 : | ||||||
| 전기초 | 597,001 | 360,188 | 262,240 | 724,253 | 18,519 | 1,962,201 |
| 취득 | 74,706 | 32,100 | 90,257 | 197,063 | ||
| 처분 | - | |||||
| 전기말 | 597,001 | 434,894 | 294,340 | 814,510 | 18,519 | 2,159,264 |
| 당분기초 | 639,709 | 531,867 | 368,921 | 874,778 | 18,519 | 2,433,794 |
| 취득 | 32,900 | 76,893 | - | - | - | 109,793 |
| 처분 | - | - | - | - | - | - |
| 당분기말 | 672,609 | 608,760 | 368,921 | 874,778 | 18,519 | 2,543,587 |
| 감가상각누계액 : | ||||||
| 전기초 | 243,632 | 86,094 | 100,318 | 347,969 | 8,231 | 786,244 |
| 감가상각 | 27,347 | 20,802 | 36,793 | 82,330 | 1,543 | 168,815 |
| 처분 | - | |||||
| 전기말 | 270,979 | 106,896 | 137,111 | 430,299 | 9,774 | 955,059 |
| 당분기초 | 352,365 | 178,737 | 273,088 | 707,426 | 14,403 | 1,526,019 |
| 감가상각 | 29,220 | 27,848 | 47,312 | 100,411 | 1,543 | 206,334 |
| 처분 | - | - | - | - | - | - |
| 당분기말 | 381,585 | 206,585 | 320,400 | 807,837 | 15,946 | 1,732,353 |
| 정부보조금 : | ||||||
| 전기초 | 182,688 | 45,254 | - | - | - | 227,942 |
| 감가상각 | (16,084) | (3,969) | - | - | - | (20,053) |
| 취득 | - | - | - | - | ||
| 전기말 | 166,604 | 41,285 | - | - | - | 207,889 |
| 당분기초 | 120,785 | 29,929 | - | - | - | 150,714 |
| 감가상각 | (15,272) | (3,066) | - | - | - | (18,338) |
| 취득 | - | - | - | - | - | - |
| 당분기말 | 105,513 | 26,863 | - | - | - | 132,376 |
| 장부금액 : | ||||||
| 전기초 | 170,681 | 228,840 | 161,922 | 376,284 | 10,288 | 948,015 |
| 전기말 | 159,418 | 286,713 | 157,229 | 384,211 | 8,745 | 996,316 |
| 당분기말 | 185,511 | 375,312 | 48,521 | 66,941 | 2,573 | 678,858 |
11. 무형자산&cr;&cr;당분기와 전기 중 무형자산 장부금액의 변동내역은 다음과 같습니다.
| (단위 : 천원) | ||||||
|---|---|---|---|---|---|---|
| 구 분 | 특허권 | 상표권 | 소프트웨어 | 건설중인자산 | 기타의 &cr;무형자산 | 합 계 |
| 취득원가 : | ||||||
| 전기초 | 59,094 | 625 | 42,600 | 90,624 | - | 192,943 |
| 취득 | - | - | - | 49,052 | - | 49,052 |
| 대체 | 11,706 | - | 34,605 | (63,864) | - | (17,553) |
| 전기말 | 70,800 | 625 | 77,205 | 75,812 | - | 224,442 |
| 당분기초 | 108,933 | 17,422 | 142,026 | 121,009 | 38,000 | 427,390 |
| 취득 | - | - | 2,076 | 34,390 | 32,000 | 68,466 |
| 대체 | 7,328 | 7,571 | - | (15,798) | - | (899) |
| 당분기말 | 116,261 | 24,993 | 144,102 | 139,601 | 70,000 | 494,957 |
| 상각누계액 : | ||||||
| 전기초 | 16,557 | 250 | 1,687 | - | - | 18,494 |
| 상각 | 3,540 | 31 | 3,307 | - | - | 6,878 |
| 전기말 | 20,097 | 281 | 4,994 | - | - | 25,372 |
| 당분기초 | 33,512 | 1,289 | 22,187 | - | 633 | 57,621 |
| 상각 | 5,612 | 1,153 | 7,154 | - | 3,367 | 17,286 |
| 당분기말 | 39,124 | 2,442 | 29,341 | - | 4,000 | 74,907 |
| 정부보조금 : | ||||||
| 전기초 | 3,659 | - | - | 14,459 | - | 18,118 |
| 상각 | (357) | - | - | - | - | (357) |
| 취득 | - | - | - | - | - | - |
| 대체 | - | - | - | (12,122) | - | (12,122) |
| 전기말 | 3,302 | - | - | 2,337 | - | 5,639 |
| 당분기초 | 2,231 | - | - | - | - | 2,231 |
| 상각 | (273) | - | - | - | - | (273) |
| 취득 | - | - | - | - | - | - |
| 대체 | - | - | - | - | - | - |
| 당분기말 | 1,958 | - | - | - | - | 1,958 |
| 장부금액 : | ||||||
| 전기말 | 38,878 | 375 | 40,913 | 76,165 | - | 156,331 |
| 전기말 | 47,401 | 344 | 72,211 | 73,475 | - | 193,431 |
| 당분기말 | 75,179 | 22,551 | 114,761 | 139,601 | 66,000 | 418,092 |
12. 기타금융자산
&cr;당분기말 및 전기말 현재 기타금융자산의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 임차보증금 | 304,300 | 304,300 |
| 현재가치할인차금 | (3,540) | (8,770) |
| 기타보증금 | 11,270 | 11,270 |
| 합 계 | 312,030 | 306,800 |
&cr;&cr;13. 미지급금및기타채무&cr;&cr;당분기말 및 전기말 현재 미지급금및기타채무의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 미지급금 | 339,095 | 303,274 |
| 미지급비용 | 705,744 | 895,276 |
| 합 계 | 1,044,839 | 1,198,550 |
&cr;&cr;14. 정부보조금&cr;&cr;당사가 당분기 중 수행완료하거나, 당분기말 현재 수행 중인 연구과제의 내역은 다음과 같습니다.&cr;&cr;(1) 선출연방식
| (단위 : 천원) | |||||||
|---|---|---|---|---|---|---|---|
| 구분 | 내역 | ||||||
| 사업명 | 혁신기술기반&cr; 창의적가치&cr; 창출사업&cr;(코이카CTS) | 방사선&cr;의학기술개발&cr; (공동응용) | 첨단의료기술개발 | 2020 SW&cr;고성장클럽&cr; 200 사업 | Development of&cr;Chest X-ray AI&cr;for COVID-19 | 2020년 AI융합&cr;의료영상 &cr;진료판독시스템&cr;구축사업 | AI융합&cr;신규 감염병&cr;대응시스템 |
| 과제명 | 성매개감염&cr; 질환에 대한 &cr; 인공지능&cr;진단 서비스 | 딥러닝 기반의&cr;간종양 분할 및&cr;간암 치료반응&cr;예측 기술 개발 | 폐암조기진단 및 관리를 위한&cr;인공지능기반 &cr;폐결절탐지, 정량화, 추적관찰 보조시스템의 임상검증 및 조기실용화 | 2020 SW&cr;고성장클럽&cr;200 | Development of&cr;Chest X-ray AI&cr;for COVID-19 | 군 의료개선을 &cr;위한 AI융합 &cr;의료영상 진료판독시스템구축 | 감염병 대응을 위한 클라우드 기반 임상데이터 플랫폼 구축 및 AI 기반 예후예측 솔루션 개발 |
| 총과제&cr;수행기간 | 2018.12.11~&cr; 2020.12.10 | 2017.09.21~&cr; 2020.02.29 | 2018.04.30~&cr; 2019.12.31 | 2020.04.01~&cr; 2020.11.30 | 2020.07.01~&cr; 2021.06.30 | 2020.08.01~&cr; 2020.12.31 | 2020.08.01~&cr; 2020.12.31 |
| 전문기관 | 한국국제협력단 | 과학기술&cr;정보통신부 | 한국보건산업&cr;진흥원 | 한국소프트웨어&cr; 산업협회 | RIGHT FUND | 정보통신산업&cr;진흥원 | 정보통신산업&cr;진흥원 |
| 총사업비(현금) | 500,000 | 372,001 | 713,001 | 300,000 | 490,000 | 1,088,038 | 307,500 |
| 정부출연금 | 500,000 | 360,000 | 690,000 | 250,000 | 490,000 | 1,061,500 | 300,000 |
| 민간부담금 | - | 12,001 | 23,001 | 50,000 | - | 26,538 | 7,500 |
| 연구비 집행액 | 349,560 | 371,160 | 712,360 | 314,293 | 370,728 | 1,088,036 | 307,347 |
| 미집행액 | 150,440 | 841 | 641 | (14,293) | 119,272 | 2 | 153 |
| 장기미지급금 | - | 36,000 | 69,000 | - | - | - | - |
&cr;당사는 상기 정부출연금 중 상환의무가 있는 정부보조금에 대해서는 비유동부채의 장기미지급금으로 계상하고 있습니다.&cr;&cr;(2) 사용금액 후 정산방식
| (단위 : 천원) | |||||||
|---|---|---|---|---|---|---|---|
| 구분 | 내역 | ||||||
| 사업명 | 바이오의료기기&cr;산업핵심기술개발사업(PACS) | SW컴퓨팅&cr;산업원천기술개발사업(NIPA2) | 바이오산업핵심기술개발사업(CDM) | 민관공동 창업자 발굴육성사업&cr;(POST-TIPS) | 보건복지부KHIDI 첨단의료기술개발(첨단) | ICT기반 의료시스템 해외진출 후속운영지원사업 | 사업화&cr;연계기술개발사업 |
| 과제명 | 폐, 간, 심질환&cr;영상판독지원을 &cr;위한 인공지능 &cr;원천기술개발 및 &cr;PACS 연계 상용화 | 의료데이터분석&cr;지능형 SW&cr;기술개발 | 선행 공통데이터 모델 기반 분산형 바이오헬스 &cr;통합데이터망&cr;구축 기술 개발 | 인공지능 &cr;기술 활용 개발&cr;의료기기 고도화 및 상용화 | 폐암 조기 진단 및 관리를 위한 인공지능 기반의 폐결절 탐자, 정량화, 추적 관찰 보조 시스템의 임상검증 및 조기 실용화 | 딥러닝 기반 안저영상분석시스템(VUNO med-FundusAI) 인도네시아 진출 모델 개발 | 병리영상 기반 위암 진단을 위한 PACS 연동 AI진단 보조 솔루션 개발 및 사업화 |
| 총과제&cr;수행기간 | 2016.12.01~&cr; 2020.11.30 | 2018.04.01~&cr; 2020.12.31 | 2018.04.01~&cr; 2019.12.31 | 2018.09.07~&cr; 2020.09.06 | 2020.01.01~&cr; 2020.12.31 | 2020.03.09~&cr; 2020.11.30 | 2019.06.01~&cr; 2020.12.31 |
| 전문기관 | 한국산업기술&cr;평가관리원 | 정보통신기술진흥센터 | 한국산업기술평가관리원 | 창업진흥원 | 한국보건산업&cr;진흥원 | 한국보건산업&cr;진흥원 | 한국산업기술&cr;진흥원 |
| 총사업비(현금) | 1,690,167 | 2,610,880 | 19,834 | 457,140 | 413,334 | 50,000 | 443,788 |
| 정부출연금 | 1,465,000 | 2,538,500 | 17,500 | 400,000 | 400,000 | 50,000 | 373,415 |
| 민간부담금 | 225,167 | 72,380 | 2,334 | 57,140 | 13,334 | - | 70,373 |
| 연구비 집행액 | 1,644,501 | 2,593,348 | 19,658 | 388,369 | 331,571 | 49,634 | 443,570 |
| 미집행액 | 45,666 | 17,532 | 176 | 68,771 | 81,763 | 366 | 218 |
| 장기미지급금 | 142,472 | 252,140 | 1,734 | - | 32,088 | - | 3,733 |
| (단위 : 천원) | ||||||
|---|---|---|---|---|---|---|
| 구분 | 내역 | |||||
| 사업명 | 유로스타국제공동기술개발사업 | 2020 글로벌sw&cr;전문기업육성사업-1차 | 20년 창업도약&cr;패키지 - 상장촉진 | 2020년 혁신분야 창업패키지&cr;(사업화) | 중소기업기술혁신개발사업&cr;(시장확대형) | 범부처전주기의료기기연구개발사업 |
| 과제명 | MRI 기반의 &cr;항우울제의 우울증 치료 효과에 대한 예측 기술 개발 | 호흡기 감염병&cr;진단용 인공지능 기반 폐분석&cr;소프트웨어 개발 | 인공지능&cr;의료진단 서비스 | 영상진단보조솔루션(VUNO Med Series) | 흉부 X-Ray 진단보조를 위한 인공지능 기술이 융합된 판독문 생성을 지원하는 의료영상 진단용 솔루션 개발 | 인공지능 기반 중증악화 예측 가능한 고성능 환자감시장치 시스템 개발 |
| 총과제&cr;수행기간 | 2019.09.01~&cr; 2022.08.31 | 2020.04.01~&cr; 2021.12.31 | 2020.06.23~&cr; 2021.03.21 | 2020.07.01~&cr; 2020.12.31 | 2020.09.21~&cr; 2021.09.20 | 2020.09.01~&cr; 2021.02.28 |
| 전문기관 | 한국산업기술&cr;진흥원 | 정보통신기술&cr;진흥원 | 한국보건산업&cr;진흥원 | 한국산업기술&cr;진흥원 | 중소기업기술정보진흥원 | (재)범부처전주기의료기기&cr;연구개발사업단 |
| 총사업비(현금) | 1,707,923 | 717,500 | 69,000 | 159,600 | 102,500 | 1,081,875 |
| 정부출연금 | 1,498,602 | 700,000 | 60,000 | 159,600 | 100,000 | 1,050,000 |
| 민간부담금 | 209,321 | 17,500 | 9,000 | - | 2,500 | 31,875 |
| 연구비 집행액 | 722,297 | 370,073 | 69,000 | 159,492 | 23,065 | 135,067 |
| 미집행액 | 985,626 | 347,427 | - | 108 | 79,435 | 946,808 |
| 장기미지급금 | 67,515 | 36,105 | - | - | - | 13,340 |
&cr;당사는 상기 정부출연금 중 상환의무가 있는 정부보조금에 대해서는 비유동부채의 장기미지급금으로 계상하고 있습니다.
&cr;
15. 리스&cr;&cr;(1) 당분기말 및 전기말 현재 재무상태표에 인식된 금액은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 사용권자산(*) | ||
| 부동산 | 66,941 | 167,352 |
| 차량운반구 | 2,572 | 4,115 |
| 합 계 | 69,513 | 171,467 |
| 리스부채 | ||
| 유동 | 51,558 | 142,546 |
| 비유동 | - | - |
| 합 계 | 51,558 | 142,546 |
(*) 재무상태표상 유형자산에 포함되어 있습니다.
&cr;(2) 당분기와 전기 중 리스와 관련하여 포괄손익계산서에 인식된 금액은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전기 |
| 사용권자산의 감가상각비 | ||
| 부동산 | 100,411 | 82,330 |
| 차량운반구 | 1,543 | 1,543 |
| 소 계 | 101,954 | 83,873 |
| 리스부채에 대한 이자비용 | 2,055 | 7,269 |
| 합 계 | 104,009 | 91,142 |
&cr;(3) 당분기와 전기 중 리스부채의 변동내역은 다음과 같습니다. &cr;&cr;① 당분기
| (단위 : 천원) | ||||||
|---|---|---|---|---|---|---|
| 구 분 | 기 초 | 신규및연장계약 | 이자비용 | 리스료 지급 | 유동성 대체 | 기 말 |
| 유동리스부채 | 142,546 | - | 2,055 | (93,043) | - | 51,558 |
| 비유동리스부채 | - | - | - | - | ||
| 합 계 | 142,546 | - | 2,055 | (93,043) | - | 51,558 |
&cr;② 전기
| (단위 : 천원) | ||||||
|---|---|---|---|---|---|---|
| 구 분 | 기 초 | 신규및연장계약 | 이자비용 | 리스료 지급 | 유동성 대체 | 기 말 |
| 유동리스부채 | 231,446 | 7,269 | (75,495) | 121,260 | 284,480 | |
| 비유동리스부채 | 103,702 | 70,784 | (121,260) | 53,226 | ||
| 합 계 | 335,148 | 70,784 | 7,269 | (75,495) | - | 337,706 |
(4) 당분기와 전분기 중 리스로 인한 현금유출액은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 리스부채에서 발생한 현금유출 | 93,043 | 75,495 |
| 단기리스 비용 | 2,757 | - |
| 소액리스 비용 | 961 | 669 |
| 합 계 | 96,761 | 76,164 |
&cr;&cr;16. 단기차입금&cr;&cr;당분기말 및 전기말 현재 차입금의 내역은 다음과 같습니다.
| (단위 : 천원) | ||||
|---|---|---|---|---|
| 구분 | 차입처 | 이자율 | 당분기말 | 전기말 |
| 운영자금대출 | 한국산업은행 | 1.26%&cr;(3개월 변동금리) | 4,200,000 | 4,200,000 |
&cr;
17. 전환우선주부채&cr;&cr;당분기말 및 전기말 현재 전환우선주부채의 내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 전환우선주 부채(*) | - | 6,198,005 |
(*) 전환우선주 부채는 당분기 중 전액 보통주로 전환 되었습니다.&cr;&cr;&cr;18. 기타유동부채&cr;&cr;당분기말 및 전기말 현재 기타유동부채의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 선수금 | 73,782 | 3 |
| 예수금 | 250,965 | 185,066 |
| 정부보조예수금 | 51,081 | 84,595 |
| 합 계 | 375,828 | 269,664 |
&cr;&cr;19. 기타충당부채&cr;&cr;당사는 원상복구의무가 존재하는 사무실 임차와 관련하여 복구충당부채를 설정하였으며, 동 금액을 사용권자산으로 반영하였습니다. 당분기와 전기 중 복구충당부채의 변동내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전기 |
| 기초금액 | 118,700 | 90,700 |
| 당기전입액 | - | 28,000 |
| 기말금액 | 118,700 | 118,700 |
&cr;
20. 자본금과 자본잉여금&cr;&cr;(1) 당분기말 및 전기말 현재 당사의 자본금 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 수권주식수 (*) | 50,000,000 주 | 50,000,000 주 |
| 주당액면금액 | 100 원 | 100 원 |
| 발행주식수 | 11,162,656 주 | 8,977,450 주 |
| 자본금 | 1,116,266 | 897,745 |
(*) 당분기말 현재 수권주식수 중 우선주식의 발행한도는 10,000,000주 입니다.&cr;&cr;(2) 당분기와 전기 중 보통주 발행주식수(유통주식수)의 변동은 다음과 같습니다.
| (단위 : 주) | ||
|---|---|---|
| 구 분 | 당분기 | 전기 |
| 기초 발행주식수 | 8,977,450 | 8,883,800 |
| 유상증자 | 1,847,619 | - |
| 전환우선주 전환 | 304,587 | - |
| 주식선택권 행사 | 33,000 | 93,650 |
| 기말 발행주식수 | 11,162,656 | 8,977,450 |
(3) 당분기말 및 전기말 현재 자본잉여금의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 주식발행초과금 | 68,353,865 | 23,442,327 |
&cr;(4) 당분기와 전기 중 자본금 및 자본잉여금의 변동내역은 다음과 같습니다.
| (단위 : 천원) | ||||
|---|---|---|---|---|
| 구 분 | 당분기 | 전기 | ||
| 자본금 | 자본잉여금 | 자본금 | 자본잉여금 | |
| 기초금액 | 897,745 | 23,442,327 | 888,380 | 22,015,826 |
| 유상증자 | 184,762 | 36,670,742 | - | - |
| 전환우선주전환 | 30,459 | 8,147,702 | - | - |
| 주식매수선택권 행사 | 3,300 | 93,094 | 9,365 | 1,426,501 |
| 기말금액 | 1,116,266 | 68,353,865 | 897,745 | 23,442,327 |
&cr;
21. 기타자본항목&cr;&cr;(1) 당분기말 및 전기말 현재 기타자본항목의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 주식선택권 | 1,266,731 | 1,133,930 |
&cr;(2) 당 사는 설립, 경영 및 기술혁신 등에 기여하였거나 기여할 능력을 갖춘 임직원 등을 대상으로 주주총회결의 를 거쳐 주식선택권을 부여하였으며, 그 주요 내역은 다음과 같습니다.
| 구 분 | 부여일 | 부여주식수(*) | 부여방법 | 행사가격 | 가득조건 | 행사가능기간 |
| 2차 주식선택권 | 2016-04-01 | 12,000 주 | 신주발행 교부 | 100 원 | 용역제공조건 : 2년 | 부여일로부터 2년 이상 경과한 날로부터 5년 이내 |
| 3차 주식선택권 | 2016-09-01 | 12,000 주 | 신주발행 교부 | 100 원 | 용역제공조건 : 2년 | 부여일로부터 2년 이상 경과한 날로부터 5년 이내 |
| 4차 주식선택권 | 2017-09-07 | 30,000 주 | 신주발행 교부 | 100 원 | 용역제공조건 : 3년 | 부여일로부터 2년 이상 경과한 날로부터 2년 이내 |
| 5차 주식선택권 | 2018-07-16 | 40,000 주 | 신주발행 교부 | 225 원 | 용역제공조건 : 3년 | 부여일로부터 3년 이상 경과한 날로부터 1달 이내 |
| 6차 주식선택권 | 2018-10-11 | 80,000 주 | 신주발행 교부 | 700 원 | 용역제공조건 : 3년 | 부여일로부터 3년 이상 경과한 날로부터 1년 이내 |
| 7차 주식선택권 | 2019-03-29 | 169,400 주 | 신주발행 교부 | 1,500 원 | 용역제공조건 : 3년 | 부여일로부터 3년 이상 경과한 날로부터 4년 이내 |
| 8차 주식선택권 | 2019-08-14 | 60,000 주 | 신주발행 교부 | 3,500 원 | 용역제공조건 : 3년 | 부여일로부터 3년 이상 경과한 날로부터 4년 이내 |
| 9차 주식선택권 | 2020-01-03 | 14,000 주 | 신주발행 교부 | 3,500 원 | 용역제공조건 : 3년 | 부여일로부터 3년 이상 경과한 날로부터 4년 이내 |
| 10차 주식선택권 | 2020-03-31 | 36,000 주 | 신주발행 교부 | 3,500 원 | 용역제공조건 : 3년 | 부여일로부터 3년 이상 경과한 날로부터 4년 이내 |
| 11차 주식선택권 | 2020-07-01 | 99,458 주 | 신주발행 교부 | 5,500 원 | 용역제공조건 : 3년 | 부여일로부터 3년 이상 경과한 날로부터 4년 이내 |
(*) 당사는 2019년 3월 13일 무상증자를 실시하였으며, 상기 부여주식수는 무상증자로 인한 주식수 변동을 반영하였습니다.
&cr;(3) 당사는 이항모형에 의한 공정가치 접근법을 적용하여 보상원가를 산정하였으며, 공정가치 산정에 사용된 방법과 가정은 다음과 같습니다.
| 구 분 | 보통주&cr; 공정가치 | 행사가격 |
보통주 공정가치&cr; 변동성 |
무위험수익률 | 주식선택권&cr; 공정가치 |
|---|---|---|---|---|---|
| 2차 주식선택권 | 1,896 원 | 100 원 | 25.60% | 1.53% | 1,892 원 |
| 3차 주식선택권 | 1,803 원 | 100 원 | 19.10% | 1.36% | 1,799 원 |
| 4차 주식선택권 | 2,927 원 | 100 원 | 14.80% | 1.92% | 2,923 원 |
| 5차 주식선택권 | 4,391 원 | 225 원 | 22.70% | 2.12% | 4,156 원 |
| 6차 주식선택권 | 4,303 원 | 700 원 | 23.30% | 2.15% | 3,661 원 |
| 7차 주식선택권 | 5,166 원 | 1,500 원 | 22.80% | 1.80% | 3,850 원 |
| 8차 주식선택권 | 5,269 원 | 3,500 원 | 21.00% | 1.22% | 2,284 원 |
| 9차 주식선택권 | 14,697 원 | 3,500 원 | 60.43% | 1.62% | 12,354 원 |
| 10차 주식선택권 | 15,109 원 | 3,500 원 | 83.18% | 1.45% | 13,469 원 |
| 11차 주식선택권 | 15,791 원 | 5,500 원 | 90.38% | 1.27% | 13,842 원 |
&cr;(4) 당분기와 전기 중 미행사 주식선택권의 변동내역은 다음과 같습니다.&cr;&cr;① 당분기
| (단위 : 주) | |||||
|---|---|---|---|---|---|
| 구 분 | 기초 | 부여 | 행사 | 소멸 | 기말 |
| 2차 주식선택권 | 6,000 | - | - | - | 6,000 |
| 3차 주식선택권 | 3,000 | - | (3,000) | - | - |
| 4차 주식선택권 | 30,000 | - | (30,000) | - | - |
| 5차 주식선택권 | - | - | - | - | - |
| 6차 주식선택권 | 80,000 | - | - | - | 80,000 |
| 7차 주식선택권 | 149,400 | - | - | (27,000) | 122,400 |
| 8차 주식선택권 | 60,000 | - | - | - | 60,000 |
| 9차 주식선택권 | 14,000 | - | - | - | 14,000 |
| 10차 주식선택권 | 36,000 | - | - | - | 36,000 |
| 11차 주식선택권 | 99,458 | - | - | (13,458) | 86,000 |
| 합 계 | 477,858 | - | (33,000) | (40,458) | 404,400 |
&cr;② 전기
| (단위 : 주) | |||||
|---|---|---|---|---|---|
| 구 분 | 기초 | 부여 | 행사 | 소멸 | 기말 |
| 2차 주식선택권 | 6,000 | - | - | - | 6,000 |
| 3차 주식선택권 | 6,000 | - | (3,000) | - | 3,000 |
| 4차 주식선택권 | 30,000 | - | - | - | 30,000 |
| 5차 주식선택권 | 40,000 | - | - | (40,000) | - |
| 6차 주식선택권 | 80,000 | - | - | - | 80,000 |
| 7차 주식선택권 | 169,400 | - | - | (20,000) | 149,400 |
| 8차 주식선택권 | 60,000 | - | - | - | 60,000 |
| 9차 주식선택권 | - | 14,000 | - | - | 14,000 |
| 10차 주식선택권 | - | 36,000 | - | - | 36,000 |
| 11차 주식선택권 | - | 99,458 | - | - | 99,458 |
| 합 계 | 391,400 | 149,458 | (3,000) | (60,000) | 477,858 |
&cr;(5) 당분기와 전기 중 주식선택권의 변동내역은 다음과 같습니다.&cr;
① 당분기
| (단위 : 천원) | |||||
|---|---|---|---|---|---|
| 구 분 | 기초 | 당 기인식&cr;보상원가 | 행사 | 소멸(*) | 기말 |
| 2차 주식선택권 | 11,353 | - | - | 11,353 | |
| 3차 주식선택권 | 5,397 | - | (5,397) | - | |
| 4차 주식선택권 | 87,697 | - | (87,697) | - | |
| 5차 주식선택권 | - | - | - | - | |
| 6차 주식선택권 | 217,253 | 24,050 | - | 241,303 | |
| 7차 주식선택권 | 337,973 | 59,186 | - | (20,490) | 376,669 |
| 8차 주식선택권 | 63,262 | 11,252 | - | 74,514 | |
| 9차 주식선택권 | 57,442 | 14,203 | - | 71,645 | |
| 10차 주식선택권 | 122,217 | 39,853 | - | 162,070 | |
| 11차 주식선택권 | 231,335 | 97,842 | - | 329,177 | |
| 합 계 | 1,133,929 | 246,386 | (93,094) | (20,490) | 1,266,731 |
(*) 가득요건을 충족하기 전 퇴사로 인한 소멸입니다.&cr;&cr;② 전기
| (단위 : 천원) | |||||
|---|---|---|---|---|---|
| 구 분 | 기초 | 당 기인식&cr;보상원가(*1) | 행사 | 소멸(*2) | 기말 |
| 2차 주식선택권 | 10,999 | 354 | - | - | 11,353 |
| 3차 주식선택권 | 9,893 | 901 | (5,397) | - | 5,397 |
| 4차 주식선택권 | 67,693 | 20,004 | - | - | 87,697 |
| 5차 주식선택권 | 81,001 | 13,804 | - | (94,805) | - |
| 6차 주식선택권 | 119,449 | 97,804 | - | - | 217,253 |
| 7차 주식선택권 | 165,427 | 193,036 | - | (20,490) | 337,973 |
| 8차 주식선택권 | 17,487 | 45,775 | - | - | 63,262 |
| 9차 주식선택권 | - | 57,442 | - | - | 57,442 |
| 10차 주식선택권 | - | 122,217 | - | - | 122,217 |
| 11차 주식선택권 | - | 231,335 | - | - | 231,335 |
| 합 계 | 471,949 | 782,672 | (5,397) | (115,295) | 1,133,929 |
(*1) 전기 중 주식보상비용으로 인식된 우리사주조합 주식의 공정가치와 발행가액의 차이 434,304천원은 제외되어 있습니다.&cr;(*2) 가득요건을 충족하기 전 퇴사로 인한 소멸입니다.&cr;&cr;&cr;22. 이익잉여금(결손금)&cr;&cr;(1) 당분기말 및 전기말 현재 이익잉여금(결손금)의 구성내역은 다음과 같습니다.&cr;
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 미처분이익잉여금(미처리결손금) | (35,208,325) | (28,963,802) |
| 확정급여제도의 재측정요소 | (152,340) | (152,340) |
| 합 계 | (35,360,665) | (29,116,142) |
(2) 당분기와 전기 중 이익잉여금(결손금)의 변동내역은 다음과 같습니다.&cr;
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전기 |
| 기초 이익잉여금(결손금) | (29,116,142) | (17,957,372) |
| 기간 순이익(손실) | (6,244,523) | (11,108,598) |
| 확정급여제도의 재측정요소 | - | (50,172) |
| 기말 이익잉여금(결손금) | (35,360,665) | (29,116,142) |
&cr;
23. 고객과의 계약에서 생기는 수익&cr; &cr;(1) 당분기와 전분기 중 고객과의 계약에서 생기는 수익은 다음과 같이 구분됩니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 주요계약 : | ||
| 상품판매수익 | - | 17,054 |
| 사용권판매수익 | 16,474 | 9,447 |
| 라이선스판매수익 | 237,968 | 180,459 |
| 용역수익 | 2,361 | 45,909 |
| 합 계 | 256,803 | 252,869 |
| 수익인식시기 : | ||
| 한 시점에 인식 | 203,182 | 171,908 |
| 기간에 걸쳐 인식 | 53,621 | 80,961 |
| 합 계 | 256,803 | 252,869 |
&cr;(2) 당분기말 및 전기말 현재 고객과의 계약에서 발생하는 수취채권, 계약자산과 계약부채는 다음과 같습니다.&cr;
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 수취채권 (*1) | 124,823 | 354,696 |
| 계약자산 (*2) | 45,179 | 55,293 |
| 계약부채 (*3) | (382,457) | (371,238) |
| (*1) | 재무상태표 상 매출채권및기타채권에 포함되어 있습니다. |
| (*2) | 라이선스판매수익과 관련하여 보고기간말 현재 미청구한 금액으로 구성되어 있으며, 당사가 청구서를 발행할 때 매출채권으로 대체됩니다. |
| (*3) | 사용권판매 및 라이선스판매와 관련하여 고객으로부터 선수취한 금액 중 보고기간말 현재 미사용 및 기간 미경과 금액으로 구성되어 있습니다. |
&cr;(3) 수행의무와 수 익 인 식 정책&cr;수익은 고객과의 계약에서 약속된 대가를 기초로 측정됩니다. 당사는 고객에게 재화나 용역에 대한 통제가 이전될 때 수익을 인식합니다. 고객과의 계약에서 수행의무의특성과 이행시기, 유의적인 대금 지급조건과 관련 수익인식 정책은 다음과 같습니다.
| 재화/용역 구분 | 재화나 용역의 특성, 수행의무 이행시기, 유의적인 지급조건 | 수익인식 정책 |
|---|---|---|
| 상품판매수익 | 상품은 제품이 고객에게 인도되고 고객이 인수한 시점에 통제가 이전되며, 이 시점에 청구서를 발행하고 수익이 인식됩니다. 청구서는 인도 즉시 발행합니다. 상품에는 할인이 적용되며 할인금액을 차감한 대가를 수령하고 있습니다. 일부 계약은 고객에게 반품권이 부여되어 있으나 현재까지 반품된 상품은 없습니다. | 제품이 고객에게 이전되어 고객이 인수한 때 수익을 인식합니다. 계약상 고객에게 반품권을 부여한 경우, 수익은 누적수익 금액 중 유의적인 환원이 발생하지 않을 가능성이 높은 정도까지 인식합니다. 그러나 과거 반품 경험이 없어 경험률을 산정할 수 없었고 그에 따라 받을 대가를 모두 수익으로 인식합니다. |
| 사용권판매수익 | 회사는 고객과의 계약에 따라 Credit(포인트)을 제공합니다. 고객은 보유 Credit 한도 내에서 자유롭게판독서비스를 이용하며 판독 1건당 1Credit이 소진됩니다. 회사는 Credit 제공시점에 청구서를 발행하며 대가를 선수령합니다. 고객이 재화나 용역의 대가를 선급하였지만 그 재화의 이전 시점은 고객의 재량에 따르므로 유의적인 금융요소는 존재하지 않습니다. | Credit은 고객이 판독서비스를 이용할 때 수익을 인식합니다. 이미 수령한 계약 대가는 계약부채로 인식하며 Credit이 소진될 때 마다 계약부채를 차감하고 수익으로 인식합니다. |
| 라이선스&cr;판매수익 |
회사는 고객과의 계약에 따라 본에이지, ASR, DeepBrain, CXR, Dental 라이선스를 유지보수 및 업데이트 용역과 함께 제공하며 라이선스 운용을 위한 서버를 제공하고 있습니다. 서버는 고객에게 인도되고 고객이 인수한 시점에 통제가 이전되며, 라이선스는 통상적으로 사용기간이 명시되어 있습니다.계약 대가는 계약에 따라 일시 또는 최대 7회차로 분할하여 수령하고 있습니다. |
서버는 고객에게 이전되어 고객이 인수한 때 수익을 인식합니다. 유지보수 업무는 외주가 가능한 부분은 별도의 수행의무로 식별하여 기간에 걸쳐 수익을 인식하며, 외주가 불가능한 부분은 확신보증으로 판단하여 수행의무로 식별하지 않고 있습니다. 업데이트 의무는 별도의 수행의무로 식별하여 기간에 걸쳐 수익을 인식하며, 이에 따라 라이선스는 사용권으로 판단되어 한시점에 수익을 인식합니다. |
| 용역수익 | 회사는 계약에 따라 연구용역을 제공합니다. 용역의 제공으로 인한 수익은 거래 전체의 수익금액과 진행률을 신뢰성 있게 측정할 수 있고, 경제적효익의 유입가능성이 매우 높고, 이미 발생한 원가 및 거래의 완료를 위하여 투입하여야 할 원가를 신뢰성 있게 측정할 수 있을 때 진행기준에 따라 인식하고 있습니다. | 용역의 제공으로 인한 수익은 진행기준에 따라 인식합니다. 다만, 용역제공 기간이 1년 미만이고 기간귀속 문제가 발생하지 않는 경우에는 용역완료 시점에 인식하고 있습니다. |
24. 성격별 비용&cr;&cr;당분기와 전분기 중 비용의 성격별 분류는 다음과 같이 구분됩니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 재고자산의 변동 | - | (1,525) |
| 상품매입액 | - | 12,500 |
| 종업원급여 | 2,211,546 | 888,130 |
| 감가상각비 | 187,996 | 148,762 |
| 무형자산상각비 | 17,013 | 6,521 |
| 여비교통비 | 33,385 | 38,481 |
| 세금과공과 | 83,221 | 52,194 |
| 지급임차료 | 14,154 | 9,825 |
| 보험료 | 28,569 | 22,082 |
| 경상연구개발비 | 1,096,258 | 531,069 |
| 소모품비 | 224,549 | 80,316 |
| 지급수수료 | 462,756 | 317,374 |
| 광고선전비 | 29,358 | 77,323 |
| 외주용역비 | 66,769 | 57,997 |
| 기타영업비용 | 56,141 | 29,924 |
| 합 계 | 4,511,715 | 2,270,973 |
25. 종업원급여&cr;
(1) 당분기와 전분기 중 비용으로 인식된 종업원급여의 내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 급여및상여 | 1,538,709 | 517,255 |
| 경상연구 개발비 (*) | 1,349,610 | 764,246 |
| 퇴직급여 | 193,827 | 121,783 |
| 복리후생비 | 253,113 | 142,890 |
| 주식결제형 주식기준보상 | 225,897 | 106,201 |
| 합 계 | 3,561,156 | 1,652,375 |
| (*) | 정부보조금 차감 전 금액입니다. |
&cr;(2) 당분기말 및 전기말 현재 재무상태표에 인식된 종업원급여 관련 부채는 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기말 | 전기말 |
| 확정급여형 퇴직급여제도 관련 부채 | 170,095 | 137,114 |
| 확정기여형 퇴직급여제도 관련 부채 | 209,785 | 348,947 |
| 유급휴가 관련 부채 | 231,628 | 302,055 |
| 합 계 | 611,508 | 788,116 |
&cr;(3) 확정기여형 퇴직급여&cr;당분기말 현재 당사는 자격을 갖춘 종업원들을 위하여 확정기여형 퇴직급여제도를 운영하고 있으며, 당분기 중 확정기여형 퇴직급여제도와 관련하여 비용으로 인식한 금액은 340,970천원(전분기 : 147,915천원)입니다.
&cr;(4) 확정급여형 퇴직급여&cr;당 사 의 임원퇴직금지급규정 에 따라 산정된 당분기와 전기 중 확정급여채무의 변동내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당 기 | 전 기 |
| 기초금액 | 137,114 | - |
| 당기 비용으로 인식 : | ||
| 당기근무원가 | 32,152 | 86,525 |
| 이자원가 | 829 | 417 |
| 정산으로 인한 손익 | ||
| 소 계 | 32,981 | 86,942 |
| 이익잉여금으로 인식 : | ||
| 재측정손실(이익) | ||
| - 인구통계적 가정 | - | - |
| - 재무적 가정 | - | (2,569) |
| - 경험조정 | - | 52,741 |
| 소 계 | - | 50,172 |
| 기타 : | ||
| 퇴직금 지급 | - | - |
| 확정기여형 퇴직급여제도로 전환 | - | - |
| 소 계 | - | - |
| 기말금액 | 170,095 | 137,114 |
&cr;
26. 금융수익 및 금융비용&cr;&cr;당분기와 전분기 중 금융수익 및 금융비용의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 금융수익 : | ||
| 유효이자율법으로 계산한 이자수익 | ||
| - 장단기금융상품 | 5,434 | 4,172 |
| - 상각후원가측정금융자산 | 5,230 | 4,196 |
| 금융수익 소계 | 10,664 | 8,368 |
| 금융비용 : | ||
| 차입금 이자 | 11,834 | 300 |
| 리스부채 이자 | 2,055 | 7,266 |
| 전환우선주부채 평가손실 | 1,980,155 | - |
| 금융비용 소계 | 1,994,044 | 7,566 |
| 당기손익으로 인식된 순금융손익 | (1,983,380) | 802 |
&cr;&cr;27. 기타수익 및 기타비용&cr;&cr;당분기와 전분기 중 기타수익 및 기타비용의 구성내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 기타수익 : | ||
| 외환차익 | - | - |
| 잡이익 | 1,010 | 4 |
| 기타수익 소계 | 1,010 | 4 |
| 기타비용 : | ||
| 유형자산처분손실 | 26 | - |
| 잡손실 | 7,215 | 72 |
| 기타비용 소계 | 7,241 | 72 |
&cr;
28. 법인세비용&cr;&cr;법인세비용은 전체 회계연도에 대해서 예상되는 경영진의 최선의 가중평균연간법인세율의 추정에 기초하여 인식하였습니다. 당분기와 전분기 중 인식한 법인세비용은 없으며, 세무상 결손금 등 차감할 일시적차이에 대해서 실현가능성이 확실하지 아니하므로 이연법인세를 인식하지 않았습니다.&cr;&cr;&cr; 29. 주당손실&cr;&cr;(1) 당분기와 전분기의 기본주당이익(손실)의 내역은 다음과 같습니다.&cr;
| (단위 : 원,주) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 보통주당기순이익(손실) | (6,244,523,041) | (2,017,370,479) |
| 가중평균유통보통주식수 | 9,747,004 | 8,883,800 |
| 보통주기본주당이익(손실) | (641) | (227) |
(2) 당분기와 전분기의 기본주당이익(손실) 계산에 사용된 가중평균유통보통주식수는 다음과 같습니다.&cr; &cr;① 당분기
| (단 위 : 주 , 일) | ||||
|---|---|---|---|---|
| 구 분 | 일자 | 유통보통주식수 | 일수 | 적수 |
| 기초 보통주식수 | 2021-01-01 | 8,977,450 | 90 | 807,970,500 |
| 유상증자 | 2021-02-24 | 1,592,664 | 36 | 57,335,904 |
| 우리사주조합 주식발행 | 2021-02-24 | 254,955 | 36 | 9,178,380 |
| 주식선택권 행사 | 2021-03-02 | 30,000 | 30 | 900,000 |
| 전환우선주 전환권 행사 | 2021-03-26 | 304,587 | 6 | 1,827,522 |
| 주식선택권 행사 | 2021-03-26 | 3,000 | 6 | 18,000 |
| 소계 | 877,230,306 | |||
| 일수 | 90 | |||
| 가중평균유통보통주식수 | 9,747,004 | |||
&cr;② 전분기
| (단 위 : 주 , 일) | ||||
|---|---|---|---|---|
| 구 분 | 일자 | 유통보통주식수 | 일수 | 적수 |
| 기초 보통주식수 | 2020-01-01 | 8,883,800 | 91 | 808,425,800 |
| 소계 | 808,425,800 | |||
| 일수 | 91 | |||
| 가중평균유통보통주식수 | 8,883,800 | |||
(3) 당분기와 전분기 중 당기순손실이 발생함에 따라 잠재적 보통주의 희석화 효과가 없으므로, 희 석주당이익은 기본주당이익과 동일합니다.
30. 현금흐름표&cr;&cr;(1) 당분기와 전분기의 영업활동으로부터 창출된 현금흐름은 다음과 같습니다.&cr;
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 기간순이익(손실) | (6,244,523) | (2,017,370) |
| 비현금흐름조정 : | ||
| 퇴직급여 | 32,981 | - |
| 감가상각비 | 187,996 | 148,762 |
| 무형자산상각비 | 17,013 | 6,521 |
| 주식보상비 | 225,897 | 106,201 |
| 전환우선주평가손실 | 1,980,156 | - |
| 경상연구개발비 | - | - |
| 지급수수료 | 900 | 5,431 |
| 차입금이자 | 11,834 | 301 |
| 리스부채이자 | 2,055 | 7,266 |
| 이자수익(예적금 이자수익) | (5,434) | (4,172) |
| 이자수익(임차보증금 현재가치할인차금 상각) | (5,230) | (4,196) |
| 소 계 | 2,448,168 | 266,114 |
| 영업활동 자산부채의 변동 : | ||
| 매출채권의 감소(증가) | 239,986 | (12,128) |
| 미수금의 감소(증가) | 44,829 | (445,126) |
| 선급금의 감소(증가) | 16,667 | (126,454) |
| 선급비용의 감소(증가) | (4,862) | (2,146) |
| 선급부가세의 감소(증가) | 37,996 | (36,347) |
| 재고자산의 감소(증가) | - | (1,525) |
| 미지급금의 증가(감소) | 96,528 | 182,622 |
| 선수금의 증가(감소) | 73,780 | - |
| 선수수익의 증가(감소) | - | 26,130 |
| 미지급비용의 증가(감소) | (189,532) | (144,571) |
| 예수금의 증가(감소) | 65,899 | (6,389) |
| 정부보조예수금의 증가(감소) | (33,514) | (99,514) |
| 계약부채의 증가(감소) | 11,219 | 27,504 |
| 소 계 | 358,996 | (637,944) |
| 영업활동으로부터 창출된 현금흐름 | (3,437,359) | (2,389,200) |
&cr;(2) 당분기와 전분기의 현금흐름표에 포함되지 않는 비현금 투자활동거래와 비현금 재무활동거래는 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 사용권자산의 취득 | - | 74,257 |
| 취득중인무형자산 본계정대체 | 14,899 | 58,433 |
| 리스부채 유동성 대체 | - | 121,260 |
| 전환우선주 전환권 행사 | 8,178,161 | - |
| 복구충당부채 전입 | - | 16,000 |
| 주식선택권 행사 | 93,094 | - |
&cr;(3) 재무활동에서 발생한 부채의 당분기와 전기의 변동내역은 다음과 같습니다.&cr;
1) 당분기
| (단위 : 천원) | |||||||
| 구분 | 기초 | 현금흐름&cr;(*) | 비현금변동 | 기 말 | |||
| 취득 | 상각 | 공정가치 평가 | 유동성 대체 | ||||
| 유동리스부채 | 142,546 | (90,988) | - | - | - | - | 51,558 |
| 비유동리스부채 | - | - | - | - | - | - | - |
| 단기차입금 | 4,200,000 | - | - | - | - | - | 4,200,000 |
| 전환우선주부채 | 6,198,005 | - | - | - | 1,980,156 | (8,178,161) | - |
| 합 계 | 10,540,551 | (90,988) | - | - | 1,980,156 | (8,178,161) | 4,251,558 |
(*) 유상증자 및 주식선택권 행사로 인하여 납입된 현금 36,858,804천원은 제외되었습니다.&cr;&cr;2) 전기
| (단위 : 천원) | |||||||
| 구 분 | 기 초 | 현금흐름 | 비현금변동 | 기 말 | |||
| 취득 | 상각 | 공정가치 평가 | 유동성 대체 | ||||
| 유동리스부채 | 231,446 | (68,226) | - | - | - | 121,260 | 284,480 |
| 비유동리스부채 | 103,702 | - | 70,784 | - | - | (121,260) | 53,226 |
| 단기차입금 | - | 4,200,000 | - | - | - | - | 4,200,000 |
| 합 계 | 335,148 | 4,131,774 | 70,784 | - | - | - | 4,537,706 |
31. 특수관계자 거래&cr;&cr;(1) 보고기간종료일 현재 당사의 특수관계자 현황은 다음과 같습니다.
| 구분 | 특수관계자 세부현황 |
| 주요 경영진 | 이사, 집행임원 |
&cr;(2) 보고기간종료일 현재 당 사는 사내이사 및 대표집 행임원으 로부터 이행 지급보증 등 지급보증을 제공받고 있습니다.&cr;&cr;(3) 당분기와 전분기 중 주요 경영진에 대한 보상 내역은 다음과 같습니다.
| (단위 : 천원) | ||
|---|---|---|
| 구 분 | 당분기 | 전분기 |
| 급여 | 514,001 | 125,340 |
| 퇴직급여 | 32,811 | 5,490 |
| 주식기준보상 | 79,620 | 12,978 |
| 합 계 | 626,432 | 143,808 |
&cr; 32. 지급보증 및 약정사항
&cr;(1) 당분기말 및 전기말 현재 당사가 타인으로부터 제공받은 보증의 내역은 다음과 같습니다.
| (단위: 천원) | ||||
|---|---|---|---|---|
| 보증&cr;내역 | 보증처 | 한도금액 | 제공자 | |
| 당분기말 | 전기말 | |||
| 이행보증 | 정부 및 공공기관 | 2,111,500 | 2,161,500 | 서울보증보험 |
| 판매처 | 77,711 | 87,577 | ||
| 금융기관 | 22,200 | 22,200 | ||
| 신용보증 | 한국산업은행 | 4,200,000 | 4,200,000 | 신용보증기금 |
| 합계 | 6,411,411 | 6,471,277 | ||
&cr;(2) 당분기말 현재 당사가 타인에게 제공하는 보증은 없습니다.&cr;&cr;
가. 재무제표 재작성 등 유의사항&cr; &cr; (1) (연결)재무제표를 재작성한 경우 재작성사유, 내용 및 재무제표에 미치는 영향&cr; &cr;당사는 보고서 제출일 현재 해당사항이 없습니다.&cr;&cr; (2) 합병, 분할, 자산양수도, 영업양수도&cr; &cr;당사는 보고서 제출일 현재 해당사항이 없습니다.&cr;&cr; (3) 자산유동화와 관련한 자산매각의 회계처리 및 우발채무 등에 관한 사항&cr; &cr;당사는 보고서 제출일 현재 해당사항이 없습니다.&cr;&cr; (4) 기타 재무제표 이용에 유의하여야 할 사항&cr; &cr;당사는 보고서 제출일 현재 해당사항이 없습니다.&cr;&cr; 나. 대손충당금 설정 현황&cr; &cr; 당사는 보고서 작성 기준일 현재 연체 채권이 존재하지 않아 매출채권 및 계약자산에 대해 대손충당금을 설정하지 않았습니다. 자세한 사항은 III. 재무에 관한 사항 4. 재무제표 주석 6 . 매출채권 및 기타채권를 참고하시기 바랍니다. &cr; &cr;
다. 재고자산 현황 등&cr;&cr; (1) 재고자산 보유현황&cr;
| (단위 : 천원) |
| 사업부문 | 계정과목 | 제8기 제1분기말 |
제7기 말 |
제6기 말 |
비고 |
|---|---|---|---|---|---|
| Nexsphere | 상품 | - | - | 29,700 | - |
| 합 계 | - | - | 29,700 | - | |
| 총자산대비 재고자산 구성비율(%)&cr;[재고자산합계÷기말자산총계×100] | 0.00% | 0.00% | 0.40% | - | |
| 재고자산회전율(회수)&cr;[연환산 매출원가÷{(기초재고+기말재고)÷2}] | - | 2.5회 | 0.9회 | - | |
&cr; (2) 재 고자산의 실사내역 등 &cr; &cr; (가) 재고조사의 실사일 : 2021 년 3월 31일 &cr;당 사는 매 분기말을 기준으로 연 4회 재고실사를 실시하고 있으며, 2021 년 3월 31일 을 기준으로 재고실사를 실시하였습니다. &cr; &cr;(나) 재고자산 실사시 전문가 또는 감사인의 참여 여부&cr; 당기 재고실사시 외부감사인은 미입회하였습니다. &cr;&cr;(다) 장기체화재고 등 현황 &cr;당사는 2021 년 3월 31일 을 기준으로 재고가 존재하지 않습니다. &cr;&cr;(라) 재고자산의 담보제공여부 등 : 해당사항 없음&cr;
라. 수주계약 현황&cr;&cr; 당사는 의료용 인공지능 솔루션 소프트웨어의 개발 및 판매업을 주력 사업으로 영위하고 있으며, 계약 만기 시 일시에 매출로 인식하고 있습니다.&cr; &cr;
마. 공정가치평가 내역&cr; &cr; (1) 금융상품&cr; &cr; (가) 금융상품의 범주별 분류 및 공정가치&cr;&cr;당분기말 및 전기말 현재 공정가치 서열체계를 포함한 금융자산과 금융부채의 장부금액과 공정가치는 다음과 같습니다. 장부금액이 공정가치의 합리적인 근사치에 해당하여 공정가치를 측정하지 않은 금융자산과 금융부채에 대한 공정가치 정보는 포함하고 있지 않습니다.&cr;&cr; ① 당분기말&cr;
| 단위 : 천원) | |||||||
|---|---|---|---|---|---|---|---|
| 구 분 | 장부금액 | 공정가치 | |||||
| 상각후원가&cr; 측정&cr; 금융자산 | 상각후원가&cr; 측정&cr; 금융부채 | 당기손익&cr; 공정가치측정&cr; 금융자산 | 기타포괄손익&cr; 공정가치측정&cr; 금융자산 | 당기손익&cr;공정가치측정&cr;금융부채 | 합 계 | 수준 3 | |
| 공정가치로 측정되는 금융자산 : | |||||||
| 당기손익-공정가치측정금융자산 | - | - | 355,219 | - | - | 355,219 | 355,219 |
| 기타포괄손익-공정가치측정금융자산 | - | - | - | 399,983 | - | 399,983 | 399,983 |
| 소 계 | - | - | 355,219 | 399,983 | - | 755,202 | 755,202 |
| 상각후원가로 측정되는 금융자산 : | |||||||
| 현금및현금성자산 | 33,956,912 | - | - | - | - | 33,956,912 | - |
| 단기금융상품 | - | - | - | - | - | - | - |
| 장기금융상품 | 20,000 | - | - | - | - | 20,000 | - |
| 매출채권및기타채권 | 2,910,758 | - | - | - | - | 2,910,758 | - |
| 기타금융자산 | 312,030 | - | - | - | - | 312,030 | - |
| 소 계 | 37,199,700 | - | - | - | - | 37,199,700 | - |
| 금융자산 합계 | 37,199,700 | - | 355,219 | 399,983 | - | 37,954,902 | 755,202 |
| 공정가치로 측정되는 금융부채 : | |||||||
| 전환우선주부채 | - | - | - | - | - | - | - |
| 소 계 | - | - | - | - | - | - | - |
| 상각후원가로 측정되는 금융부채 : | |||||||
| 미지급금및기타채무 | - | 1,698,965 | - | - | - | 1,698,965 | - |
| 리스부채 | - | 51,558 | - | - | - | 51,558 | - |
| 단기차입금 | - | 4,200,000 | - | - | - | 4,200,000 | - |
| 소 계 | - | 5,950,523 | - | - | - | 5,950,523 | - |
| 금융부채 합계 | - | 5,950,523 | - | - | - | 5,950,523 | - |
&cr;② 전기말&cr;
| (단위 : 천원) | |||||||
|---|---|---|---|---|---|---|---|
| 구 분 | 장부금액 | 공정가치 | |||||
| 상각후원가&cr; 측정&cr; 금융자산 | 상각후원가&cr; 측정&cr; 금융부채 | 당기손익&cr; 공정가치측정&cr; 금융자산 | 기타포괄손익&cr; 공정가치측정&cr; 금융자산 | 당기손익&cr;공정가치측정&cr;금융부채 | 합 계 | 수준 3 | |
| 공정가치로 측정되는 금융자산 : | |||||||
| 당기손익-공정가치측정금융자산 | - | - | 355,219 | - | - | 355,219 | 355,219 |
| 기타포괄손익-공정가치측정금융자산 | - | - | - | 399,983 | - | 399,983 | 399,983 |
| 소 계 | - | - | 355,219 | 399,983 | - | 755,202 | 755,202 |
| 상각후원가로 측정되는 금융자산 : | |||||||
| 현금및현금성자산 | 1,691,243 | - | - | - | - | 1,691,243 | - |
| 단기금융상품 | 4,500,000 | - | - | - | - | 4,500,000 | - |
| 장기금융상품 | 20,000 | - | - | - | - | 20,000 | - |
| 매출채권및기타채권 | 771,934 | - | - | - | - | 771,934 | - |
| 기타금융자산 | 306,800 | - | - | - | - | 306,800 | - |
| 소 계 | 7,289,977 | - | - | - | - | 7,289,977 | - |
| 금융자산 합계 | 7,289,977 | - | 355,219 | 399,983 | - | 8,045,179 | 755,202 |
| 공정가치로 측정되는 금융부채 : | |||||||
| 전환우선주부채 | - | - | - | - | 6,198,005 | 6,198,005 | 6,198,005 |
| 소 계 | - | - | - | - | 6,198,005 | 6,198,005 | 6,198,005 |
| 상각후원가로 측정되는 금융부채 : | |||||||
| 미지급금및기타채무 | - | 1,791,969 | - | - | - | 1,791,969 | - |
| 리스부채 | - | 142,546 | - | - | - | 142,546 | - |
| 단기차입금 | - | 4,200,000 | - | - | - | 4,200,000 | - |
| 소 계 | - | 6,134,515 | - | - | - | 6,134,515 | - |
| 금융부채 합계 | - | 6,134,515 | - | - | 6,198,005 | 12,332,520 | 6,198,005 |
&cr;(나) 다음 표는 수준 3 공정가치측정에 사용된 가치평가기법, 공정가치 서열체계 수준,유의적이지만 관측 가능하지 않은 투입변수 및 범위와 관측 가능하지 않은 투입변수와 공정가치측정치 간의 연관성을 설명한 것입니다.
&cr;(다) 수준3 공정가치 금융상품의 변동내역은 다음과 같습니다.&cr;
| 구분 | 공정가치(단위: 천원) | 공정가치&cr;서열체계 | 가치평가기법 | 유의적이지만 관측가능하지 않은 투입변수 및 범위 | 관측가능하지 않은 투입변수와 공정가치 측정치 간의 연관성 | |
|---|---|---|---|---|---|---|
| 당분기말 | 전기말 | |||||
| 전환우선주 | - | 6,198,005 | 수준3 | 전환우선주의 공정가치는 DCF법을 통해 당사의 기초주식가액을 산정하고, 유사회사의 변동성 및 국고채 이자율을고려하여 기초주가 Tree를 생성합니다. 할인율은 Pay off 시점에 주가로 적용되는 경우 무위험이자율로 반영하며, Payoff 시점에 우선주 배당으로 적용되는 경우 위험이자율로 반영합니다. 그리고현금흐름이 중복되는 구간에 대해서는 위험복합확률을 반영합니다. 행사시점의 Pay off는 Max(행사시점의 주가x전환주식수, 배당현금흐름)으로 산정하며이를 무위험이자율 및 위험이자율을 반영한 할인율로 할인하여 전환우선주가치를 산정합니다. | 주가변동성&cr;ㆍ당기말 : -&cr;ㆍ전기말 : 65.16% | 주가변동성이 &cr;증가(감소)한다면&cr;전환우선주의&cr;공정가치는 &cr;증가(감소)합니다. |
| 투자지분증권 | 755,202 | 755,202 | 수준3 | 비상장주식 공정가치평가 가이드라인에 따라 원가로 측정하고 있습니다. | - | - |
| (단위: 천원) | |||
|---|---|---|---|
| 구분 | 당기 | 전기 | |
| 투자지분증권 | 투자지분증권 | 전환우선주 | |
| 기초금액 | 755,202 | 755,202 | - |
| 취득 | - | - | - |
| 발행 | - | - | 4,797,761 |
| 공정가치평가 | - | - | 1,400,244 |
| 기말금액 | 755,202 | 755,202 | 6,198,005 |
&cr;(라) 금융위험 관리&cr;당사의 금융위험 관리 목적 및 정책은 2020년 12월 31일로 종료되는 회계연도와 동일합니다.&cr;
(2) 공정가치측정금융자산&cr;
( 가) 당분기말 및 전기말 현재 당기손익-공정가치측정금융자산의 구성내역은 다음과 같습니다.&cr;
| (단위 : 천원) | ||||
|---|---|---|---|---|
| 구 분 | 피투자기업 | 업종 | 당분기말 | 전기말 |
| 지분상품(우선주) | Ovitz | 특수콘택트렌즈 제작 | 355,219 | 355,219 |
(나) 당분기말 및 전기말 현재 기타포괄손익-공정가치측정금융자산의 구성내역은 다음과 같습니다.&cr;
| (단위 : 천원) | ||||
|---|---|---|---|---|
| 구 분 | 피투자기업 | 업종 | 당분기말 | 전기말 |
| 지분상품(보통주) | 닥프렌즈(주) | 병원전용 메신저 개발 | 399,983 | 399,983 |
당기 중 기타포괄손익-공정가치측정금융자산으로 지정된 투자자산을 처분하지 아니하였으며, 자본 내에서 대체된 누적손익은 존재하지 않습니다.
바. 채무증권 발행실적&cr;
| (기준일 : | ) |
| 발행회사 | 증권종류 | 발행방법 | 발행일자 | 권면(전자등록)총액 | 이자율 | 평가등급&cr;(평가기관) | 만기일 | 상환&cr;여부 | 주관회사 |
|---|---|---|---|---|---|---|---|---|---|
| 합 계 | - | - | - | - |
사. 기업어음증권 미상환 잔액&cr;
| (기준일 : | ) |
| 잔여만기 | 10일 이하 | 10일초과&cr;30일이하 | 30일초과&cr;90일이하 | 90일초과&cr;180일이하 | 180일초과&cr;1년이하 | 1년초과&cr;2년이하 | 2년초과&cr;3년이하 | 3년 초과 | 합 계 | |
|---|---|---|---|---|---|---|---|---|---|---|
| 미상환 잔액 | 공모 | |||||||||
| 사모 | ||||||||||
| 합계 | ||||||||||
&cr; 아. 단기사채 미상환 잔액&cr;
| (기준일 : | ) |
| 잔여만기 | 10일 이하 | 10일초과&cr;30일이하 | 30일초과&cr;90일이하 | 90일초과&cr;180일이하 | 180일초과&cr;1년이하 | 합 계 | 발행 한도 | 잔여 한도 | |
|---|---|---|---|---|---|---|---|---|---|
| 미상환 잔액 | 공모 | ||||||||
| 사모 | |||||||||
| 합계 | |||||||||
&cr; 자. 회사채 미상환 잔액&cr;
| (기준일 : | ) |
| 잔여만기 | 1년 이하 | 1년초과&cr;2년이하 | 2년초과&cr;3년이하 | 3년초과&cr;4년이하 | 4년초과&cr;5년이하 | 5년초과&cr;10년이하 | 10년초과 | 합 계 | |
|---|---|---|---|---|---|---|---|---|---|
| 미상환 잔액 | 공모 | ||||||||
| 사모 | |||||||||
| 합계 | |||||||||
&cr; 차. 신종자본증권 미상환 잔액&cr;
| (기준일 : | ) |
| 잔여만기 | 1년 이하 | 1년초과&cr;5년이하 | 5년초과&cr;10년이하 | 10년초과&cr;15년이하 | 15년초과&cr;20년이하 | 20년초과&cr;30년이하 | 30년초과 | 합 계 | |
|---|---|---|---|---|---|---|---|---|---|
| 미상환 잔액 | 공모 | ||||||||
| 사모 | |||||||||
| 합계 | |||||||||
&cr; 카. 조건부 자본증권 미상환 잔액&cr;
| (기준일 : | ) |
| 잔여만기 | 1년 이하 | 1년초과&cr;2년이하 | 2년초과&cr;3년이하 | 3년초과&cr;4년이하 | 4년초과&cr;5년이하 | 5년초과&cr;10년이하 | 10년초과&cr;20년이하 | 20년초과&cr;30년이하 | 30년초과 | 합 계 | |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 미상환 잔액 | 공모 | ||||||||||
| 사모 | |||||||||||
| 합계 | |||||||||||
&cr;이사의 경영진단 및 분석의견은 기업공시서식 작성기준에 따라 분ㆍ반기보고서에 기재하지 않습니다. (사업보고서에 기재 예정)
1. 회계감사인의 감사 또는 검토에 관한 사항&cr;&cr; 가. 회계감사인의 명칭 및 감사의견&cr;
| 사업연도 | 감사인 | 감사의견 | 강조사항 등 | 핵심감사사항 |
|---|---|---|---|---|
나. 감사용역 체결현황 &cr; (단위: 천원, 시간)
| 사업연도 | 감사인 | 내 용 | 감사계약내역 | 실제수행내역 | ||
|---|---|---|---|---|---|---|
| 보수 | 시간 | 보수 | 시간 | |||
다. 회계감사인과의 비감사용역 계약체결 현황&cr;
| 사업연도 | 계약체결일 | 용역내용 | 용역수행기간 | 용역보수 | 비고 |
|---|---|---|---|---|---|
라. 감사(감사위원회)와의 커뮤니케이션
내부감사기구가 회계감사인과 논의결과
| 구분 | 일자 | 참석자 | 방식 | 주요 논의 내용 |
|---|---|---|---|---|
2. 회계감사인의 변경&cr;&cr;당사는 제6기 사업연도(2019년)에 대한 외부감사인 지정 신청을 하여 '주식회사 등의 외부감사에 관한 법률' 제11조 제1항 및 동법 시행령 제17조 및 '외부감사 및 회계등에 관한 규정' 제15조 제1항에 따라 2019년 04월 14일 금융감독원으로부터 지정감사인을 삼정회계법인 및 삼일회계법인으로 지정받아 삼정회계법인과 외부감사계약을 체결하였습니다. 또한, 당사는 2020년 금융감독원에 감사인 재지정을 요청하여삼정회계법 인을 지정감사인으로 선임하였습니다.&cr;&cr; 이후 당사는 2020년 지정 감사인인 삼정회계법인과의 계약이 종료됨에 따라 제8기 부터 정동회계법인을 자유 선임하였습니다.
3. 내부 통제에 관한 사항 &cr; &cr; 가. 내부회계관리규정 개요&cr;
당사는 2019년 2월 14일 이사회 결의를 통해 내부회계관리규정을 제정하였으 며 , 내부 회계관리제도 적용 연 도인 2021년 사업연도부터 내부회계관리제도를 운영할 예정으로, 현재 내부회계관리제도 구축 중에 있습니다.
&cr; 나. 내부회계관리 조직&cr;&cr; (1) 내부회계관리 담당업무 조직도&cr;
| 담당업무 | 직책 | 성명 | 근무년수 | 현재 겸임 업무 |
|---|---|---|---|---|
| 이사회 | ||||
| 내부회계책임자 |
대표집행임원 (CEO) |
김현준 | 6.3년 | 경영총괄 |
| 내부회계관리자 |
집행임원 (CFO) |
이상진 | 2.5년 | 경영기획총괄 |
| 내부회계관리실무자 | 재무팀장 | 김정운 | 2.3년 | 재무팀장 |
(2) 내부회계관리자의 인적사항&cr;
| 성명 | 직책 | 생년월일 | 주요경력 |
|---|---|---|---|
| 이상진 |
집행임원 (CFO) |
1979.09.22 | 2018.10 ~ 현재 뷰노 공동그룹장&cr;2016 ~ 2018.09 올릭스 CFO&cr;2014 ~ 2016 한국투자파트너스 VC심사역&cr;2010 ~ 2014 도미누스인베스트먼트 펀드매니저&cr;2003 ~ 2010 삼일회계법인 회계사&cr;2003 서울대학교 통계학사 |
&cr;
가. 이사회 구성 개요
작성기준일 현재 당사의 이사회는 이사회의장을 포함한 사내이사 3인, 사외이사 1인, 기타비상무이사 2인 등 총 6인의 이사로 구성되어 있습니다. 이사회는 법령 또는 정관에서 정한 사항, 주주총회로부터 위임받은 사항, 회사 경영의 기본방침 및 업무집행에 관한 주요사항을 심의 결정합니다.
아울러, 당사는 이사회의 전문성 및 효율성을 제고하기 위하여 이사회 내에 경영위원회를 설치 운영하고 있습니다.&cr;
사외이사 및 그 변동현황
| (단위 : 명) |
| 이사의 수 | 사외이사 수 | 사외이사 변동현황 | ||
|---|---|---|---|---|
| 선임 | 해임 | 중도퇴임 | ||
나. 중요 의결사항 등&cr;&cr;(1) 이사회의 주요 활동 내역
| 회차 | 개최일자 | 의안내용 | 가결 | 사외이사 등의 성명 | |||||
|---|---|---|---|---|---|---|---|---|---|
| 이예하 &cr; (출석률: 100%) | 김현준 &cr; (출석률: 100%) | 정규환 &cr; (출석률: 100%) | 정희교&cr; (출석률: 100%) | 백인수 &cr; (출석률: 100%) | 길준일 &cr; (출석률: 100%) | ||||
| 찬반여부 | |||||||||
| 1 | 2021-01-22 | 1. 2020년 재무제표 승인의 건 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 |
| 2 | 2021-02-09 | 1. [보고] 경영현황 보고의 건 | (보고) | - | - | - | - | - | - |
| 2. [보고] 조직도 및 위임 전결 규정 개정안 검토 | (보고) | - | - | - | - | - | - | ||
| 1. 정기주주총회 소집의 건 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 | ||
| 2. 전자투표 및 전자위임장 시행의 건 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 | ||
| 3. 미국법인 설립의 건 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 | ||
| 3 | 2021-03-02 | 1. [보고] 경영현황 보고의 건 | (보고) | - | - | - | - | - | - |
| 1. 미등기 집행임원 선임에 관한 결의 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 | ||
| 2. 미등기 집행임원 보수에 관한 결의 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 | ||
| 3. 조직도 개편(안) 승인의 건 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 | ||
| 4 | 2021-03-25 | 1. 차입 연장 승인의 건 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 |
| 2. 등기집행임원 보수 결정의 건 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 | ||
| 3. 미등기집행임원 보수 결정의 건 | 가결 | 찬성 | 선임전 | 선임전 | 찬성 | 찬성 | 찬성 | ||
&cr; 다. 이사회내 위원회
(1) 이사회 내의 위원회 구성현황
|
위원회명 |
구성 |
성명 |
설치목적 및 권한사항 |
비고 |
|
|
경영&cr;위원회 |
사외이사1명,&cr;상근이사1명&cr;비상근이사1명 |
위원장: 이예하 위원: 정희교&cr;백인수 |
설치목적 |
경영 현황에 관하여 이사회에서 정기적인 관리 감독을 하기 위함. |
- |
|
권한사항 |
제3조 (직무와 권한) 위원회에 관한 사항은 법령, 정관 또는 이사회 규정에 정하여진 것 이외에는 이 규정이 정하는 바에 의한다. 제11조 (부의사항) ① 경영에 관한 사항 1. 회사경영의 기본방침의 결정 및 변경 2. 연간 또는 중장기 경영방침, 경영전략 및 사업계획 3. 신규사업 또는 신제품의 개발 4. 자금계획 및 예산운용 5. 조직, 인사, 노무에 관한 중요사항 6. 중요한 사규, 사칙의 규정 및 개폐 7. 해외업체와 전략적 제휴 등 협력추진 8. 기타 주요 경영현안 ② 재무에 관한 사항 1. 투자에 관한 사항 2. 중요한 계약의 체결 3. 중요한 재산의 취득 및 처분 4. 중요시설의 신설 및 개폐 5. 기타 주요 재무 현안 ③ 전항에도 불구하고 위원회는 이사회에서 결정하여야 하는 안건에 대하여 사전 심의할 수 있다. |
||||
&cr; (2) 이사회 내의 위원회 활동내역
당사는 2020년 4월 6일 개최된 이사회를 통하여 경영위원회를 설치하였습니다.
| 회차 | 개최일자 | 의안내용 | 가결여부 | 위원명 | ||
|---|---|---|---|---|---|---|
| 이예하 &cr; (출석률: 100%) | 정희교&cr; (출석률: 100%) | 백인수 &cr; (출석률: 100%) | ||||
| 찬반여부 | ||||||
| 1 | 2021-01-12 | 1. [보고] 경영현황 보고의 건 | (보고) | - | - | - |
&cr;라. 이사의 독립성
(1) 이사회 구성원의 독립성
&cr; 당사는 이사 후보자를 이사회가 선정하여 주주총회에서 제출할 의안으로 확정하고 정관 제 37조에 따라 주주총회의 결의로써 이사를 선임하고 있으며, 최근 사업년도말 자산총액이 2조원 미만으로 사외이사 후보추천위원회는 별도로 설치하고 있지 않습니다. 또한, 당사는 주주총회 소집통지 또는 공고하는 경우 이사 후보자의 성명, 약력 등을 통지 및 공고하고 있습니다.&cr;&cr;당사는 이사회가 객관적으로 회사의 업무집행을 감독할 수 있도록 이사회 구성원의 독립성을 보장하고 있으며, 보고서 작성일 기준 이사회의 구성 및 최대주주와의 관계 등은 다음과 같습니다.
|
성 명 |
활동분야 (담당업무) |
임기 | 연임여부&cr;(횟수) |
추천인 |
회사와의 거래 |
최대주주등의 관계 |
|---|---|---|---|---|---|---|
|
이예하 |
사내이사/이사회 의장&cr;(경영투명성 강화 및&cr;경영전반에 대한 주요 의사결정) |
2020.3~2023.3 | 3 |
이사회 |
- |
본인 |
| 김현준 | 사내이사/대표집행임원&cr;(경영투명성 강화 및&cr;경영전반에 대한 주요 의사결정) | 2021.3~2024.3 | - |
이사회 |
- |
특수관계인&cr;(공동보유자) |
| 정규환 | 사내이사/집행임원&cr;(경영투명성 강화 및&cr;경영전반에 대한 주요 의사결정) | 2021.3~2024.3 | - |
이사회 |
- |
특수관계인&cr;(공동보유자) |
|
정희교 |
사외이사&cr;(경영투명성 강화 및&cr;경영전반에 대한 주요 의사결정) |
2019.8~2022.8 | - |
이사회 |
- |
- |
|
백인수 |
기타비상무이사&cr;(경영투명성 강화 및&cr;경영전반에 대한 주요 의사결정) |
2020.3~2023.3 | - |
이사회 |
- |
- |
| 길준일 | 기타비상무이사&cr;(경영투명성 강화 및&cr;경영전반에 대한 주요 의사결정) | 2021.1~2024.1 | - |
이사회 |
- |
- |
마. 사외이사의 전문성&cr; &cr; 당사 내 지원조직은 사외이사가 이사회 및 이사회 내 위원회에서 전문적인 직무수행이 가능하도록 보조하고 있습니다. 이사회 및 위원회 개최 전에 해당 안건 내용을 충분히 검토할 수 있도록 사전에 자료를 제공하고 필요 시 별도의 설명을 하고 있으며, 기타 사내 주요 현안에 대해서도 정기적으로 정보를 제공하고 있습니다. &cr;
| 성명 | 주요 경력 | 최대주주 등과의 관계 | 비고 |
|---|---|---|---|
| 정희교 | - 연세대 공대 전기공학 학사('73.03-'80.02)&cr;- 연세대 공대 전기공학 석사('80.03-'84.02)&cr;- 연세대 공대 의공학 박사('86.03-'90.08)&cr;- 한전 근무('84.02-'96.07)&cr;- 식약청 연구관('96.07-'02.08)&cr;- 식약청 의료기기심사부 과장('02.08-'12.10)&cr;- 식약처 의료기기심사부 부장('12.10-'17.11)&cr;- 한국의료기기안전정보원 원장('18.02-'19.02)&cr;- 연세대 의과대학 교수('19.03-현재) | 타인 | 2019년 8월 14일 선임 |
(1) 사외이사 지원조직 현황&cr;&cr;당사는 사외이사의 직무수행을 보조하기 위한 별도의 회사 내 지원조직은 있지 않으나, 경영기획본부에서 사외이사가 이사회에서 전문적인 직무수행이 가능하도록 보조하고 있습니다. 이사회 개최 전에 해당 안건 내용을 충분히 검토할 수 있도록 사전에 자료를 제공하고 필요시 별도의 설명회를 개최하고 있으며, 기타 사내 주요현안에 대해서도 수시로 정보를 제공하고 있습니다.&cr;&cr; (2) 사외이사 교육실시 현황
| 사외이사 교육 실시여부 | 사외이사 교육 미실시 사유 |
|---|---|
| 미실시 |
가. 감사의 인적사항
|
성 명 |
주요경력 |
최대주주등과의 이해관계 |
결격 여부 |
|---|---|---|---|
|
박삼철 |
2011년 ~ 현재 법무법인 율촌 고문 1999년 ~ 2011년 금융감독원 공시감독국 팀장, &cr; 자산운용감독국 부국장, 법무실 실장 1989년 ~ 1998년 증권감독원 기업공시국, 검사총괄국 등 |
- |
- |
나. 감사의 독립성
당사는 2019년 3월 29일 주주총회를 통해 감사를 선임하였습니다. 감사는 경영진이 채택한 내부통제 정책 및 제도의 적정성과 효과성에 대하여 독립적이고 객관적인 평가를 수행하고 있습니다.
다. 감사의 활동&cr;
| 회차 | 개최일자 | 의안내용 | 가결 | 박삼철&cr; (출석률: 100%) |
|---|---|---|---|---|
| 1 | 2021-01-22 | 1. 2020년 재무제표 승인의 건 | 가결 | 찬성 |
| 2 | 2021-02-09 | 1. [보고] 경영현황 보고의 건 | (보고) | - |
| 2. [보고] 조직도 및 위임 전결 규정 개정안 검토 | (보고) | - | ||
| 1. 정기주주총회 소집의 건 | 가결 | 찬성 | ||
| 2. 전자투표 및 전자위임장 시행의 건 | 가결 | 찬성 | ||
| 3. 미국법인 설립의 건 | 가결 | 찬성 | ||
| 3 | 2021-03-02 | 1. [보고] 경영현황 보고의 건 | (보고) | - |
| 1. 미등기 집행임원 선임에 관한 결의 | 가결 | 찬성 | ||
| 2. 미등기 집행임원 보수에 관한 결의 | 가결 | 찬성 | ||
| 3. 조직도 개편(안) 승인의 건 | 가결 | 찬성 | ||
| 4 | 2021-03-25 | 1. 차입 연장 승인의 건 | 가결 | 찬성 |
| 2. 등기집행임원 보수 결정의 건 | 가결 | 찬성 | ||
| 3. 미등기집행임원 보수 결정의 건 | 가결 | 찬성 |
라. 감사 교육 미실시 내역&cr;
| 감사 교육 실시여부 | 감사 교육 미실시 사유 |
|---|---|
| 미실시 |
감사 지원조직 현황
| 부서(팀)명 | 직원수(명) | 직위(근속연수) | 주요 활동내역 |
|---|---|---|---|
라. 준법지원인에 관한 사항
당사는 보고서 작성기준일 현재 준법지원인을 선임하고 있지 않습니다.
&cr;
- 준법지원인 지원조직 현황&cr;해당사항 없습니다.
가. 집중투표제의 채택여부
당사는 보고서 작성 기준일 현재 집중투표제를 채택하고 있지 않습니다.
나. 서면투표제 또는 전자투표제의 채택 여부
① 서면투표제&cr; 당사는 제5기 임시주주총회(2018년 12월 17일) 제1호 의안 '정관 개정의 건' 승인으로 서면투표제를 도입하였습니다. 당사 정관 제34조의2(서면에 의한 의결권의 행사)에 따라 주주는 총회에 출석하지 아니하고 서면에 의하여 의결권을 행사할 수 있으며, 회사는 총회의 소집통지서에 주주의 의결권 행사에 필요한 서면과 참고자료를 첨부해야 합니다. 그리고 서면에 의하여 의결권을 행사하고자 하는 주주는 서면에 필요한 사항을 기재하여 회의일 전일까지 회사에 제출해야 합니다.&cr;&cr; ② 전자투표제&cr; 당사는 제7기(2021년 3월 23일) 주주총회에서 상법 제368조의4에 따른 전자투표제도를 활용하기로 결의하고, 이 제도의 관리 업무를 미래에셋증권에 위탁하여 시행하였습니다.
다. 소수주주권의 행사여부
당사는 공시대상기간 중 소수주주권이 행사된 사실이 없습니다.
라. 경영권 경쟁
당사는 공시대상기간 중 경영권과 관련하여 경쟁이 발생한 사실이 없습니다.
가. 최대주주 및 특수관계인의 주식소유 현황
| (기준일 : | ) |
| 성 명 | 관 계 | 주식의&cr;종류 | 소유주식수 및 지분율 | 비고 | |||
|---|---|---|---|---|---|---|---|
| 기 초 | 기 말 | ||||||
| 주식수 | 지분율 | 주식수 | 지분율 | ||||
| 계 | |||||||
(*) 상기 지분율에 대하여 기초는 발행주식총수 9,282,037주, 기말은 11,162,656주를 기준으로 작성하였습니다.&cr;
나. 최대주주에 관한 사항&cr;&cr;보고서 제출 기준일 현재 당사의 최대주주는 이예하이며, 당사 이사회 의장으로 재임중에 있습니다.&cr;
|
직책명 |
성 명 (생년월일) |
담당 업무 |
약 력 |
|---|---|---|---|
|
이사회의장 (상근/등기) |
이예하 (1978.01.26) |
이사회의장 |
POSTECH 컴퓨터공학 학사&cr;POSTECH 컴퓨터공학 박사&cr;삼성전자종합기술원 전문연구원&cr;주식회사 뷰노 이사회 의장 |
&cr; 다. 최대주주의 변동을 초래할 수 있는 특정 거래&cr;&cr;보고서 작성 기준일 현재 해당사항 없습니다&cr;
2. 최대주주 변동내역&cr;&cr;당사의 최대주주 변동현황은 다음과 같습니다.
| (기준일 : | ) |
| 변동일 | 최대주주명 | 소유주식수 | 지분율 | 변동원인 | 비 고 |
|---|---|---|---|---|---|
(*1) 당사는 설립 당시부터 국내에 국한되지 않고 글로벌 의료용 인공지능 서비스 시장 개척을 계획하였으며, 이에 빠른 미국시장 진출을 계획하여 미국 내 당사를 지배하는 별도의 법인을 설립였으나, 의료기기 관련 기업의 특성상 R&D 환경 및 사용사례 구축 등 사업환경을 고려하여 미국 법인을 폐쇄하고 당사의 설립시 주주가 직접 당사 지분을 보유하는 구조로 변경하였습니다.&cr;&cr;(*2) 상기 변동내역은 최대주주의 특수관계자를 포함하여 작성하였으며, 지분율은 변동일 기준으로 작성하였습니다.
주식 소유현황
| (기준일 : | ) |
| 구분 | 주주명 | 소유주식수 | 지분율 | 비고 |
|---|---|---|---|---|
| 5% 이상 주주 | 최대주주 | |||
| 특수관계인 | ||||
| - | ||||
| - | ||||
| 특수관계인 | ||||
| 우리사주조합 | - | |||
(*) 상기 소유현황은 지분공시 내역을 토대로 작성하였으므로, 보고서 작성일 기준 주식수와 차이가 발생할 수 있습니다.
| (기준일 : | ) |
| 구 분 | 주주 | 소유주식 | 비 고 | ||||
|---|---|---|---|---|---|---|---|
| 소액&cr;주주수 | 전체&cr;주주수 | 비율&cr;(%) | 소액&cr;주식수 | 총발행&cr;주식수 | 비율&cr;(%) | ||
| 소액주주 | |||||||
(*) 상기 주주현황은 최근 주주명부 폐쇄일(2020.12.31) 기준으로 작성하였습니다.&cr;
4. 주식사무&cr;
| 구 분 | 내 용 | ||
|---|---|---|---|
| 정관&cr;제12조 (신주인수권) |
① 주주는 신주발행에 있어서 그가 소유한 주식수에 비례하여 신주의 배정을 받을 권리를 가진다. ② 제1항의 규정에도 불구하고 다음 각호의 어느 하나에 해당하는 경우에는 주주 외의 자에게 이사회결의로 신주를 배정할 수 있다. 1. 발행주식총수의 100분의 20을 초과하지 않는 범위 내에서 주주우선공모의 방식으로 신주를 발행하는 경우 2. 발행주식총수의 100분의 30을 초과하지 않는 범위 내에서 「자본시장과금융투자업에관한법률」 제165조의6에 따라 이사회의 결의로 일반공모증자 방식으로 신주를 발행하는 경우 3. 발행주식총수의 100분의 20을 초과하지 않는 범위 내에서 신기술의 도입, 재무구조의 개선 등 회사의 경영상 목적을 달성하기 위하여 필요한 경우 4. 발행주식총수의 100분의 20을 초과하지 않는 범위 내에서 긴급한 자금조달을 위하여 국내외 금융기관 및 기관투자자(신기술금융사 및 창업투자회사 포함) 또는 이러한 기관이 운용하는 펀드에게 신주를 발행하는 경우 5. 발행주식총수의 100분의 20을 초과하지 않는 범위 내에서 사업상 중요한 기술도입, 연구개발, 생산. 판매. 자본제휴를 위하여 그 상대방에게 신주를 발행하는 경우. 6. 발행주식총수의 100분의 20을 초과하지 않는 범위 내에서 주식예탁증서(DR) 발행에 따라 신주를 발행하는 경우. 7. 발행주식총수의 100분의 20을 초과하지 않는 범위 내에서 우리사주조합원에게 신주를 우선배정하는 경우. 8.「근로자복지기본법」 제39조의 규정에 의한 우리사주매수선택권의 행사로 인하여 신주를 발행하는 경우 9. 상법 제340조의2 및 제542조의3 또는 「벤처기업육성에관한특별조치법」 제16조의3의 규정에 의하여 주식매수선택권의 행사로 인하여 신주를 발행하는 경우. 10. 주권을 유가증권시장 또는 코스닥시장에 상장하기 위하여 신주를 모집하거나 인수인에게 인수하게 하는 경우 11. 증권인수업무등에관한규정 제10조의2에 의거하여 신주를 발행하는 경우 ③ 제2항 각호의 어느 하나의 방식에 의해 신주를 발행할 경우에는 발행할 주식의 종류와 수 및 발행가액 등은 이사회의 결의로 정한다. 주주가 신주인수권의 일부 또는 전부를 포기 또는 상실하거나 신주배정에서 단주가 발생하는 경우에 그 처리방법은 이사회의 결의로 정한다. |
||
| 결산일 | 매년 12월 31일 | 정기주주총회 | 매 사업년도 종료 후 3개월이내 |
| 주주명부 폐쇄시기 | 이사회 결의에 따름 | ||
| 주권의 종류 | 해당사항 없음 | ||
| 명의개서대리인 | KB국민은행 증권대행부 | ||
| 주주의 특전 | 없음 | ||
| 공고방법 | 당사 홈페이지 또는 서울경제신문 | ||
5. 주가 및 주식거래 실적
| 구분 | 2021년 2월 | 2021년 3월 | ||
|---|---|---|---|---|
| 보통주 | 주가 | 최 고 | 32,150 | 30,400 |
| 최 저 | 32,150 | 23,850 | ||
| 평 균 | 32,150 | 26,502 | ||
| 월간거래량 | 최 고 | 12,999,469 | 1,723,259 | |
| 최 저 | 12,999,469 | 96,420 | ||
| 월거래량 | 12,999,469 | 11,772,519 | ||
(*) 당사는 2월 26일 코스닥시장 신규 상장기업으로, 2021년 2월 26일~3월 31일까지의 거래 실적을 기재하였습니다.&cr;
임원 현황
| (기준일 : | ) |
| 성명 | 성별 | 출생년월 | 직위 | 등기임원&cr;여부 | 상근&cr;여부 | 담당&cr;업무 | 주요경력 | 소유주식수 | 최대주주와의&cr;관계 | 재직기간 | 임기&cr;만료일 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 의결권&cr;있는 주식 | 의결권&cr;없는 주식 | |||||||||||
(*) 당사는 2020년 3월 31일 집행임원제도를 도입함에 따라 집행임원을 포함하여 작성하였습니다.
나. 임원의 겸직현황&cr;
|
성명 (생년월일) |
당사직책 |
선임시기 |
겸직현황 |
비고 |
||
|---|---|---|---|---|---|---|
|
직장명 |
직위 |
담당업무 |
||||
|
박삼철 (1960.10.23) |
감사 |
2019.03.29 |
법무법인 율촌 |
고문 |
고문 |
- |
|
정희교 (1958.10.10) |
사외이사 |
2019.08.14 |
연세대학교 의과대학 |
교수 |
교수 |
- |
|
백인수 (1979.07.21) |
기타비상무이사 |
2020.03.31 |
스마일게이트인베스트먼트 |
이사 |
벤처투자 |
- |
| 길준일&cr;(1975.02.21) | 기타비상무이사 | 2021.01.21 | 녹십자홀딩스 | 상무 | 전략기획 | - |
&cr;
다. 직원 등 현황&cr;
| (기준일 : | ) |
| 직원 | 소속 외&cr;근로자 | 비고 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 사업부문 | 성별 | 직 원 수 | 평 균&cr;근속연수 | 연간급여&cr;총 액 | 1인평균&cr;급여액 | 남 | 여 | 계 | |||||
| 기간의 정함이&cr;없는 근로자 | 기간제&cr;근로자 | 합 계 | |||||||||||
| 전체 | (단시간&cr;근로자) | 전체 | (단시간&cr;근로자) | ||||||||||
| 합 계 | |||||||||||||
(*1) 등 기임원을 제외하고 작성하였습니다.&cr;(*2) 평균 근속년수 합계 및 1인 평균급여액 합계는 근속기간의 합계와 연간급여 총액 단순평균하여 산출하였습니다.&cr;
라. 미등기임원 보수 현황
| (기준일 : | ) |
| 구 분 | 인원수 | 연간급여 총액 | 1인평균 급여액 | 비고 |
|---|---|---|---|---|
| 미등기임원 |
| <이사ㆍ감사 전체의 보수현황> |
가. 이사ㆍ감사 전체의 보수현황&cr;&cr;(1) 주주총회 승인 금액
| 구 분 | 인원수 | 주주총회 승인금액 | 비고 |
|---|---|---|---|
(2) 보수지급금액&cr; &cr;가) 이사. 감사 전체
| 인원수 | 보수총액 | 1인당 평균보수액 | 비고 |
|---|---|---|---|
나) 유형별 보수지급액
| 구 분 | 인원수 | 보수총액 | 1인당&cr;평균보수액 | 비고 |
|---|---|---|---|---|
| 등기이사&cr;(사외이사, 감사위원회 위원 제외) | ||||
| 사외이사&cr;(감사위원회 위원 제외) | ||||
| 감사위원회 위원 | ||||
| 감사 |
(*) 상기 외 등기집행임원 3인에게 지급된 보수총액은 95,479 천원이고, 1인당 평균보수액은 31,826 천원입니다.
(3) 이사ㆍ감사의 보수지급기준&cr; &cr;등기이사의 경우 주주총회에서 승인받은 금액 내에서 직급과 업무를 고려하여 연봉을 책정하고 있습니다.&cr;&cr;(4) 이사ㆍ감사의 개인별 보수현황&cr;
| <보수지급금액 5억원 이상인 이사ㆍ감사의 개인별 보수현황> |
1. 개인별 보수지급금액
| 이름 | 직위 | 보수총액 | 보수총액에 포함되지 않는 보수 |
|---|---|---|---|
2. 산정기준 및 방법
| (단위 : 천원) |
| 이름 | 보수의 종류 | 총액 | 산정기준 및 방법 | |
|---|---|---|---|---|
| 배웅 | 근로소득 | 급여 | 42,693 | - 급여 : 이사회 승인을 거친 임원 직위별 연봉 범위 내에서 2020년 연봉의 1/12 해당금액을 1월, 2021년 연봉 1/12 해당금액을 2~3월 기간동안 지급 |
| 상여 | - | - | ||
| 주식매수선택권 행사이익 | 879,000 | - 2017년 9월 7일 주주총회 결의로 부여받은 주식매수선택권의 행사차익&cr; - 부여 행사가격(100원)과 행사 당시 주가(29,400원)와의 차이에 행사수량(30,000주)를 곱하여 산출하였음 | ||
| 기타 근로소득 | - | - | ||
| 퇴직소득 | - | - | ||
| 기타소득 | - | - | ||
| <보수지급금액 5억원 이상 중 상위 5명의 개인별 보수현황> |
1. 개인별 보수지급금액
| 이름 | 직위 | 보수총액 | 보수총액에 포함되지 않는 보수 |
|---|---|---|---|
2. 산정기준 및 방법
| (단위 : 천원) |
| 이름 | 보수의 종류 | 총액 | 산정기준 및 방법 | |
|---|---|---|---|---|
| 배웅 | 근로소득 | 급여 | 42,693 | - 급여 : 이사회 승인을 거친 임원 직위별 연봉 범위 내에서 2020년 연봉의 1/12 해당금액을 1월, 2021년 연봉 1/12 해당금액을 2~3월 기간동안 지급 |
| 상여 | - | - | ||
| 주식매수선택권 행사이익 | 879,000 | - 2017년 9월 7일 주주총회 결의로 부여받은 주식매수선택권의 행사차익&cr; - 부여 행사가격(100원)과 행사 당시 주가(29,400원)와의 차이에 행사수량(30,000주)를 곱하여 산출하였음 | ||
| 기타 근로소득 | - | - | ||
| 퇴직소득 | - | - | ||
| 기타소득 | - | - | ||
나. 주식매수선택권 부여 및 행사현황
(1) 임원 대상 주식매수선택권의 개요
| 구 분 | 인원수 | 주식매수선택권의 공정가치 총액 | 비고 |
|---|---|---|---|
| 등기이사 | |||
| 사외이사 | |||
| 감사위원회 위원 또는 감사 | |||
| 계 |
&cr;
| (단위 : 원) |
| 구 분 | 인원수 | 주식매수선택권의 공정가치 총액 | 비고 |
|---|---|---|---|
| 등기집행임원(*) | 2 | 323,579,195 | - |
(*) 당사는 2020년 3월부터 집행임원제도를 도입함에 따라 이사 외 집행임원을 임원의 범위 내에 포함하고 있는 바, 등기집행임원의 주식매수선택권에 대하여도 기재하였습니다.&cr;
&cr;(2) 개인별 주식매수선택권 부여현황
| (기준일 : | ) |
| 부여&cr;받은자 | 관 계 | 부여일 | 부여방법 | 주식의&cr;종류 | 최초&cr;부여&cr;수량 | 당기변동수량 | 총변동수량 | 기말&cr;미행사수량 | 행사기간 | 행사&cr;가격 | ||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 행사 | 취소 | 행사 | 취소 | |||||||||
(*1) 부여주식수 및 행사가격은 액면가액 100원/주 기준으로 작성되었습니다.&cr;(*2) 당사는 2019년 3월 13일 이사회결의에 의거하여 주식발행초과금을 재원으로 한 무상증자를 실시하였으며, 상기 주식선택권 부여주식수는 무상증자로 인한 주식수 변동을 반영하였습니다&cr;(*3) 상기 주식매수선택권 부여현황은 보고서 기준일 현재 임원이거나, 외부자문인에 한하여 실명을 기재하였습니다.
1. 계열회사 현황&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다.&cr;&cr; 2. 타법인 출자현황
타법인출자 현황
| (기준일 : | ) |
| 법인명 | 최초취득일자 | 출자&cr;목적 | 최초취득금액 | 기초잔액 | 증가(감소) | 기말잔액 | 최근사업연도&cr;재무현황 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 수량 | 지분율 | 장부&cr;가액 | 취득(처분) | 평가&cr;손익 | 수량 | 지분율 | 장부&cr;가액 | 총자산 | 당기&cr;순손익 | |||||
| 수량 | 금액 | |||||||||||||
| 합 계 | ||||||||||||||
(*) 2021년 2월 9일 이사회 결의를 거쳐 미국현지 법인 VUNO MED INC.를 설립하였으며, 2021년 중 유상증자를 통하여 지분을 취득할 예정입니다.&cr;
1. 대 주 주 등에 대한 신용공여 등&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다.&cr; &cr; 2. 대주주와의 자산양수도 등&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다.&cr; &cr; 3. 대주주와의 영업거래&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다.&cr; &cr; 4. 대주주 이외의 이해관계자와의 거래&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다.&cr;
&cr;가. 공시사항의 진행 · 변경 사항&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr;&cr; 나. 주주 총 회 현 황&cr;
| 주총일자 | 의 안 내 용 | 가결여부 |
|---|---|---|
| 2014. 12. 22 | 1. 신주발행의 건 | 1. 가결 |
| 2015. 01. 02 | 1. 정관 일부 변경의 건 | 1. 가결 |
| 2015. 07. 31 | 1. 주식매수선택권 부여의 건 | 1. 가결 |
| 2016. 08. 05 | 1. 신주발행의 건 | 1. 가결 |
| 2016. 09. 01 | 1. 신주발행의 건 | 1. 가결 |
| 2016. 09. 01 | 1. 주식매수선택권 부여의 건 | 1. 가결 |
| 2017. 04. 28 | 1. 2016년 재무제표 승인의 건 | 1. 가결 |
| 2. 이사 선임의 건 | 2. 가결 | |
| 3. 이사보수한도 승인의 건 | 3. 가결 | |
| 4. 정관 변경의 건 | 4. 가결 | |
| 2017. 09. 07 | 1. 준비금의 자본전입 승인의 건 | 1. 가결 |
| 2. 정기주주총회 소집의 건 | 2. 가결 | |
| 2017. 12. 10 | 1. 사내이사 재선임의 건 | 1. 가결 |
| 2018. 03. 23 | 1. 2017년 재무제표 승인의 건 | 1. 가결 |
| 2. 이사보수한도 승인의 건 | 2. 가결 | |
| 2018. 07. 13 | 1. 주식매수선택권 부여의 건 | 1. 가결 |
| 2018. 10. 11 | 1. 주식매수선택권 부여의 건 | 1. 가결 |
| 2018. 12. 17 | 1. 정관 일부 변경의 건 | 1. 가결 |
| 2. 임원 퇴직금 규정 승인의 건 | 2. 가결 | |
| 3. 이사 보선의 건 | 3. 가결 | |
| 2019. 03. 29 | 1. 2018년 재무제표 승인의 건 | 1. 가결 |
| 2. 이사 선임의 건 | 2. 가결 | |
| 3. 감사 선임의 건 | 3. 가결 | |
| 4. 이사보수한도 승인의 건 | 4. 가결 | |
| 5. 감사보수한도 승인의 건 | 5. 가결 | |
| 6. 주식매수선택권 부여의 건 | 6. 가결 | |
| 2019. 08 14 | 1. 정관 변경의 건 | 1. 가결 |
| 2. 이사 선임의 건 | 2. 가결 | |
| 3. 주식매수선택권 부여의 건 | 3. 가결 | |
| 2020. 01. 03 | 1. 주식매수선택권 부여의 건 | 1. 가결 |
| 2020. 03. 31 | 1. 2019년 재무제표 승인의 건 | 1. 가결 |
| 2. 기타비상무이사 선임의 건 | 2. 가결 | |
| 3. 사내이사 선임의 건 | 3. 가결 | |
| 4. 이사보수한도 승인의 건 | 4. 가결 | |
| 5. 정관 개정의 건 | 5. 가결 | |
| 6. 임원퇴직금지급규정 개정의 건 | 6. 가결 | |
| 7. 임직원 주식매수선택권 부여의 건 | 7. 가결 | |
| 2020. 07. 01 | 1. 임직원 주식매수선택권 부여의 건 | 1. 가결 |
| 2. 임원퇴직금지급규정 개정의 건 | 2. 가결 | |
| 2021.01.21 | 1. 정관 개정의 건 | 1. 가결 |
| 2. 이사선임의 건 | 2. 가결 | |
| 2021.03.31 | 1. 제7기 재무제표 승인의 건 | 1. 가결 |
| 2. 이사보수 한도승인의 건 | 2. 가결 | |
| 3. 감사보수 한도승인의 건 | 3. 가결 | |
| 4. 정관 변경의 건 | 4. 가결 | |
| 5. 이사 선임의 건 | 5. 가결 |
2. 우발채무 등&cr; &cr;가. 중요한 소송사건 등&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 나. 견질 또는 담보용 어음ㆍ수표 현황&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 다. 채무보증 현황&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 라. 채무인수약정 현황&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 마. 그 밖의 우발채무 등&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 바. 자본으로 인정되는 채무증권의 발행&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 3. 제재현황 등 그 밖의 사항&cr; &cr; 가. 제재현황&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 나. 작성기준일 이후 발생한 주요사항&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr;
다. 중소기업기준 검토표&cr;
라. 직접금융의 자금의 사용
(1) 공모자금의 사용 내역&cr;
| (기준일 : | ) |
| 구 분 | 회차 | 납입일 | 증권신고서 등의&cr; 자금사용 계획 | 실제 자금사용&cr; 내역 | 차이발생 사유 등 | ||
|---|---|---|---|---|---|---|---|
| 사용용도 | 조달금액 | 내용 | 금액 | ||||
(2) 사모자금의 사용내역&cr;
| (기준일 : | ) |
| 구 분 | 회차 | 납입일 | 주요사항보고서의&cr; 자금사용 계획 | 실제 자금사용&cr; 내역 | 차이발생 사유 등 | ||
|---|---|---|---|---|---|---|---|
| 사용용도 | 조달금액 | 내용 | 금액 | ||||
(*1) 운영자금 목적으로 자금을 조달하였으나 , 투자자 사전동의를 수령한 후 일부 금액을 미국 Ovitz Corporation 지분 및 닥프렌즈 주식회사 지분을 원활한 업무협력을 위하여 각각 355백만원 및 400백만원 취득하였습니다. &cr;&cr; (*2) 운 영 자금 목적으로 자금을 조달하였으나, 코스닥시장 상장시 임직원의 우리사주조합 배정주식 의 원활한 청약과 인수를 위해 일부 자금이 제공되었습니다.&cr;
(3) 미사용자금의 운용내역&cr;
| (기준일 : | ) |
| 종류 | 금융상품명 | 운용금액 | 계약기간 | 실투자기간 |
|---|---|---|---|---|
| 계 | - | |||
(*)상기 미사용자금은 인건비 지급 등 운영자금으로 사용할 계획입니다.&cr;
마. 외국지주회사의 자회사 현황&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 바. 법적위험 변동사항&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 사. 금융회사의 예금자보호 등에 관한 사항&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr;아. 기업인수목적회사의 요건 충족 여부&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 자. 기업인수목적회사의 금융투자업의 역할 및 의무&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr;차 . 합병등의 사후정보&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 카. 녹색경영&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 타. 정부의 인증 및 그 취소에 관한 사항&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr; 파. 조건부자본증권의 전환, 채무재조정 사유등의 변동현황&cr; &cr; 당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr; &cr;
하. 보호예수 현황
| (기준일 : | ) |
| 주식의 종류 | 예수주식수 | 예수일 | 반환예정일 | 보호예수기간 | 보호예수사유 | 총발행주식수 |
|---|---|---|---|---|---|---|
특례상장기업 관리종목 지정유예 현황
| (기준일 : | ) |
| 관리종목 지정요건 | 요건별 회사 현황 | 관리종목&cr;지정유예 여부 | 항목별&cr;지정유예 &cr;종료시점 | |||
|---|---|---|---|---|---|---|
| 항목 | 사업연도 | 금액 | 해당 | 미해당 | ||
| 최근 사업연도말&cr;매출액 30억미만 | 최근 사업연도말 매출액(별도) | |||||
| 최근 4사업연도 연속 영업손실 발생 | 최근 4사업연도 &cr;각 영업손익&cr;(별도) | |||||
| 자기자본 50%이상(10억원 이상에 한함)의 법인세차감전계속사업손실이 최근 3년간 2회 이상 및 최근 사업연도 법인세차감전계속사업손실 발생 | 최근&cr;3사업연도&cr;각 법인세차감전&cr; 계속사업손익&cr;(연결) | |||||
(*1) 당사는 코스닥시장 상장규정 제2조 제31항에서 정하는 기술성장기업으로서, 동 규정 제7조 제2항의 신규상장심사요건 특례 요건을 적용하여 2021년 2월 26일 코스닥시장에 상장하였습니다. 그러므로 상기 금액은 상장 전 금액에 해당됩니다.&cr;&cr;(*2) 거래소에서 규정하고 있는 기술성장기업의 경우에는 해당 요건을 적용받지 않습니다. &cr;
특례상장기업의 사후정보&cr;
| (기준일 : | 2021년 03월 31일 | ) | (단위 : 백만원) |
|
대상회사 |
계정과목 |
예측 |
실적 |
비고 |
||||
|---|---|---|---|---|---|---|---|---|
|
1차연도&cr;(2020) |
2차연도&cr;(2021) |
1차연도(2020) |
2차연도(2021) |
|||||
|
실적 |
괴리율 |
실적 |
괴리율 |
|||||
|
뷰노 |
영업수익 |
1,623 |
7,573 |
1,257 |
22.55% |
- |
- |
|
|
영업이익 |
(8,421) |
(5,385) |
(9,721) |
-15.44% |
- |
- |
|
|
|
당기순이익 |
(8,634) |
(4,987) |
(11,108) |
-28.65% |
- |
- |
|
|
(*1) 당사는 2021년 2 월 26일 코스닥시장 상장규정 제7조(신규상장심사요건의 특례)의 2항에 의하여 '기술특례상장'하였습니다.&cr; (*2) 위 표에서의 '예측'은 상장 시 증권 신고서에 기재된 미래 영업실적의 추정치이며, 괴리율은 '(예측치-실적치)/예측치'로 산정된 비율입니다.&cr; (*3) 예측치를 추정하던 당시보다 매출이 적게 발생하였으며, 급여 등의 판관비가 예상보다 약 10억원 높게 발생하면서 예측치와 실제 실적간의 괴리가 발생하였습니다.&cr;
당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr;
당사는 보고서 작성 기준일 현재 해당사항이 없습니다. &cr;