㈜위세아이텍은 1990년에 설립된 데이터 전문 기업으로 머신러닝, 빅데이터 분석, 데이터품질 시장을 주도하고 있습니다. 1990년 '위세정보기술' 설립 이래 관계형 데이터베이스 컨설팅 분야의 독보적인 기업으로 성장하였으며, 2000년 사명을 '위세아이텍'으로 변경하고 다차원분석 도구를 개발하여 데이터분석 솔루션 시장에 진출하였습니다. 2004년 메타데이터관리 도구인 WiseMeta, 2008년 데이터품질관리 SW인 WiseDQ를 연이어 출시하여 데이터전문 솔루션 벤더로서 자리매김하였습니다. &cr;
㈜위세아이텍은 데이터를 기반으로 지난 30년간 역동적으로 사업분야를 변화시켜온 회사입니다. 최근에는 머신러닝을 기존 빅데이터분석과 데이터품질에 적용하여 제품 경쟁력을 강화시켰고, 나아가 머신러닝의 데이터전처리·모델 학습과 예측 프로세스를 지원하는 WiseProphet를 출시하여 머신러닝과 빅데이터 전문기업으로 나아가고 있습니다.
(1) 영업개황 및 사업부문의 구분&cr;&cr; 당사는 머신러닝, 빅데이터 분석, 데이터품질, 시스템운영을 중심으로 사업을 영위하고 있습니다. &cr;
1) 머신러닝
머신러닝은 컴퓨터가 여러 데이터를 이용하여 학습한 내용을 기반으로 새로운 데이터에 대한 적절한 작업 및 예측을 수행할 수 있는 알고리즘과 기술을 말합니다. 정해진 명령을 수행하는 것이 아니라 사용자가 입력한 데이터를 기반으로 미래 행동을 예측하고 이를 통해 적절한 결정을 이끌어 내기 위한 모델입니다. 많은 기업과 기관에서 머신러닝에 대한 관심이 높아지고 도입을 고려하였으나, 오랜 머신러닝 프로젝트 기간과 전문 인력 부족 등의 문제로 어려움을 겪고 있습니다. 원천 데이터의 이해, 피처 선정, 알고리즘 선정 및 모델 구축과 학습에 이르는 머신러닝 프로젝트는 숙련된 전문가라도 최소 2주에서 3개월의 기간이 필요하며, 비전문가는 고도의 전문 지식을 필요로 하는 머신러닝 프로젝트 수행이 불가능합니다. 당사는 이러한 머신러닝 프로세스를 체계화하여 코딩 없이 머신러닝 프로젝트를 수행할 수 있는 자동화 플랫폼을 개발하였습니다. 학습하고자 하는 데이터를 입력하면 다양한 머신러닝 알고리즘을 적용해 성능평가를 진행하고, 가장 적절한 알고리즘을 자동으로 선택해 예측 결과를 시각화합니다. 코딩 과정이 필요 없고 클릭만으로 프로세스를 진행할 수 있어 비전문가도 어려움 없이 사용할 수 있습니다. 머신러닝은 다음과 같이 현재 다양한 분야에서 활용되고 있고 미래에도 많은 성장 가능성을 가지고 있습니다.
&cr;
[머신러닝 적용 산업]
|
산업 |
내용 |
|
BFSI (Banking, Financial Services, Insurance) |
사기 및 위험 관리, 고객 세분화, 영업 및 마케팅 캠페인 관리, 투자 예측, 디지털 지원, 규정 준수 관리 및 신용거래, 증권 인수 등에 사용됨 |
|
헬스케어&생명과학 |
질병 식별 및 진단, 이미지 분석, 맞춤형 치료, 약물 발견/제조, 임상 시험 연구 및 전염병 발생 예측 등에 사용됨 |
|
통신 |
고객 분석, 네트워크 보안, 예측 유지 관리, 네트워크 최적화, 디지털 지원, 연락 센터 분석 및 마케팅 캠페인 분석 등에 사용됨 |
|
정부&방위 |
위협 인텔리전스, 자율 방어 시스템, 지속 가능성 및 운영 분석 등에 사용됨 |
|
소매 |
재고관리, 업셀 및 교차 채널 마케팅, 세분화 및 타켓팅, 고객 투자자본 수익률(ROI)/ 평생가치/ 맞춤화 관리 등에 사용됨 |
|
제조 |
예측 유지보수, 매출 추정, 수요 예측, 공급망 관리, 근본 원인 분석 및 텔레매틱스 등에 사용됨 |
|
에너지&유틸리티 |
전력/에너지 사용 분석, 지진 데이터 처리, 탄소 배출량, 스마트 그리드 관리, 고객별 가격 책정 및 재생 에너지 관리 등에 사용됨 |
|
기타산업 |
교육, 운송, 미디어 및 엔터테인먼트 및 농업 등의 분야에서 사용됨 |
&cr;
2) 빅데이터 분석
빅데이터는 사람의 경험과 지식에 의존하던 과거의 의사결정을 데이터 기반의 객관적인 의사결정으로 발전시켰으며, 분석을 통해 데이터가 지니고 있는 숨겨진 의미의 파악이 가능해졌습니다. 당사는 1999년 국내 최초로 빅데이터 분석 제품을 개발하여 솔루션 벤더로 사업을 확장하였습니다. 나아가 정형과 비정형 데이터의 융합 분석으로 가치 있는 정보를 발견하고 사용자에게 제공하는 다차원 시각화 제품을 공급하였습니다. 최근에는 인공지능 알고리즘 기반의 예측 기능을 제공하여 빅데이터 분석에서 비즈니스 예측으로 한 단계 더 발전시켰습니다.&cr;
&cr;위와 같이 원천데이터를 데이터레이크에 저장하고, 분석 관점에 따라 마트를 구축합니다. 그 뒤 비정형 분석, 정형리포트 및 대시보드 등을 통해 시각화 분석을 제공하고 숨어있던 비즈니스 가치를 발견하게 됩니다. 빅데이터 활용의 핵심은 크게 데이터 수집, 데이터 분석 및 데이터 활용의 3단계로 구분할 수 있습니다. 특히 고도화된 데이터 분석 기술과 시각화는 기업의 효과적인 의사결정을 끌어낼 수 있으며, 이를 위해서는 사용자가 IT 부서나 특정 부서의 도움 없이도 필요한 데이터에 접근하여 원하는 항목을 분석할 수 있어야 합니다.&cr;
3) 데이터품질&cr;
기업이 보유하고 있는 데이터를 활용하여 사용자에게 가치를 제공할 수 있도록 데이터의 품질을 확보하기 위해서는 품질 목표 설정 및 품질 진단과 개선 활동이 필요하며 해당 활동이 적절히 진행되어 신뢰성이 확보되어야 데이터의 활용도가 증대될 수 있습니다. 또한 데이터표준, 데이터모델, 데이터베이스 및 데이터흐름 정보 등 메타데이터를 일관성 있게 관리하면 설계자와 개발자 및 운영자 간의 원활한 커뮤니케이션이 가능해지며, 이를 통해 안정적으로 시스템을 운영하고 개발 생산성 향상을 가져올 수 있습니다. 당사는 이러한 데이터 품질관리 및 메타데이터관리에 머신러닝 알고리즘을 적용한 자동화로 타사 제품과 차별적인 경쟁력을 보유하고 있습니다. &cr; &cr;
(나) 공시대상 사업부문의 구분&cr;
1) 머신러닝 - WiseProphet(머신러닝자동화 플랫폼)
당사의 머신러닝 사업을 이끌어가는 연구소에서는 2015년 이후부터 지속적으로 머신러닝 기술력 확보 및 활성화를 위하여 관련 정부과제를 수주하였고 이는 여러 산업의 지능형 사업 수주로 이어져 머신러닝 부문에서 경쟁우위를 통해 시장을 선도하고 있습니다. 머신러닝을 적용하기 위해서는 원천 데이터를 확보한 이후 데이터에 대한 기본 정보 확인, 스케일링, 중복 값 제거 및 차원 축소를 위한 PCA(Principal Component Analysis : 주성분분석) 적용, 머신러닝 학습을 위한 피처 최적화 등의 데이터 준비 과정을 거쳐야 합니다. 이후, 알고리즘을 선정하여 모델을 구축하고 이를 학습시키면서 개선, 평가, 최적화를 수행하여 최종 모델을 선정한 후 운영을 위해 머신러닝 모델을 배포합니다. 이러한 모든 프로세스는 데이터 과학자나 머신러닝 전문가에 의해 수행되며, 내용에 따라 차이는 있지만 보통 5~10개월이 소요됩니다. 머신러닝 프로젝트는 또한 한번 만들어진 모델을 계속 모니터링하고 개선하는 작업이 수반돼야 합니다. 이처럼 프로젝트 기간이 길고 전문 인력이 부족하여 기업들은 머신러닝 도입을 쉽게 하지 못하고 있기 때문에 머신러닝 프로세스를 자동화할 수 있는 도구가 필요합니다. 당사가 보유하고 있는 WiseProphet은 AI 어플리케이션 개발을 자동화하여 데이터만 있으면 누구나 예측 모델을 구현할 수 있는 머신러닝자동화 도구입니다.
일반적인 머신러닝 프로젝트는 데이터 전처리, 적합한 특징 선정, 적절한 알고리즘 선택, 모델 하이퍼 매개변수 최적화, 머신러닝 학습모델 평가 및 평가 결과 분석 등에 머신러닝 전문가가 필요하지만 WiseProphet은 다양한 모델을 자동으로 실행하고 하이퍼 매개변수의 자동 설정을 제공하여 도메인 전문가도 프로젝트를 쉽게 수행할 수 있습니다.
&cr; 또한 비정형인 텍스트와 이미지로부터 필요한 피처를 추출하고 이를 정형데이터로 변수화하여 머신러닝 학습에 활용할 수 있도록 합니다. 라벨링된 데이터를 학습하는 지도학습뿐만 아니라 비지도학습인 클러스터링도 지원하여 예측 결과를 대시보드로 제공합니다. WiseProphet은 최종 모델이 확정되면 모델 배포를 통해 신규 데이터에 대한 예측을 수행하며, 스케줄에 따라 정해진 시간에 예측 모델을 실행하고, 성과를 모니터링할 수 있는 관리기능과 사용자가 파이썬으로 직접 작성한 모델도 배포할 수 있는 장점을 가지고 있습니다. 무엇보다도 당사의 머신러닝 자동화 플랫폼을 기반으로 실제 적용된 예측정비, 위험 예측, 부당청구 탐지 및 개인화 추천과 같은 산업별 머신러닝 모델을 참조용으로 제공하여 WiseProphet을 도입한 고객의 모델 구축을 더욱 효과적으로 지원하고 있습니다&cr;
2) 빅데이터 분석 - WiseIntelligence(다차원시각화 분석)
현재 기업들은 보유하고 있는 데이터를 활용하여 효과적인 의사결정을 위한 시스템 구축을 위해 노력하고 있습니다. 이런 환경에서 비즈니스인텔리전스는 데이터를 수집, 정리, 분석하여 기업 경영에서 내비게이션의 역할을 수행하는 필수 도구가 되고 있습니다. 기업은 데이터를 통해 과거의 모습과 현재의 상태를 알 수 있습니다. 과거의 패턴을 통해 기업의 강점과 약점을 파악하고 기업 성장에 필요한 의사결정 정보를 만들 수 있으며, 이는 비즈니스 애널리틱스로 나아가 미래를 예측하기 위한 기본이 됩니다. 더불어 인공지능(AI)까지 확장 가능한 발판이 되어 기업의 혁신, 인사이트 제공에 큰 힘이 될 수 있습니다. WiseIntelligence는 정형·비정형 데이터를 다양한 관점으로 분석하고 직관적인 시각화 분석으로 결과를 쉽게 인지할 수 있습니다. 또한 핵심성과지표를 대시보드 형태로 구성하여 다양한 인사이트를 찾는 데 도움을 줍니다.
WiseIntelligence는 분석된 결과를 효과적으로 시각화하여 제공합니다. 그리드, 피봇그리드, 트리맵, 파이차트, 막대차트, 점차트, 누적막대차트 및 버블차트 등 30여 가지의 차트 유형을 제공함으로써 사용자가 표현하고자 하는 데이터를 다양한 형태로 제공하여 직관적인 시각화 분석이 가능합니다.
&cr; 다차원비정형 분석을 통해 사용자가 바라보고자 하는 관점에 따라서 다양한 형태로 데이터 분석을 할 수 있습니다. 데이터를 표현하는 측정값 항목과 기준이 되는 차원 값 항목을 사용하여 Drag&Drop 방식으로 각 항목을 자유롭게 추가 및 삭제가 가능하며 기준이 되는 차원에 대해서는 Drill Up/Down, 필터링, 분류를 통해 더욱 효과적인 분석 보고서를 제공합니다. WiseIntelligence의 보고서는 다차원비정형 분석, 오피스 프로그램 형태의 엑셀/스프레드 보고서, 이미지 중심의 대시보드로 구성되어 있습니다. 또한 회귀분석, 상관분석 등 고급통계 분석기법을 20개 이상 제공하여 다양한 통계분석에 활용할 수 있습니다. WiseProphet과의 결합을 통하여 고급 통계 분석기법 외에도 머신러닝 알고리즘을 활용하여 군집, 분류 및 회귀 모델을 손쉽게 개발하여 인공지능 기반의 비즈니스 예측을 제공합니다.&cr;
3) 데이터품질 - WiseDQ(데이터품질관리), WiseMeta(메타데이터관리)
데이터품질은 데이터의 표준을 정립하고 데이터의 중복이나 오류를 최소화하여 데이터의 신뢰성을 확보합니다. 데이터품질 정도가 빅데이터 및 인공지능의 성공을 결정짓는 핵심 요소이며 과거 금융권에 집중되던 데이터품질 시장은 현재 데이터의 가치가 기업에 중요한 요소로 자리함에 따라 다양한 분야에서 수요가 증가되고 있습니다. 빅데이터, 사물인터넷(IoT) 및 인공지능이 빠르게 현실에 적용되면서 기하급수적으로 증가한 데이터를 통해 다양한 가치를 생산하려면 데이터의 양도 중요하지만, 데이터의 품질이 핵심입니다. 당사는 과거 규칙 기반으로 정비할 수 없는 데이터를 인공지능 기법을 활용하여 품질을 향상시키는 WiseDQ를 보유하고 있습니다. WiseDQ는 데이터 탐색, 도메인 판별, 이상값 탐지 및 텍스트 분석 기능을 포함한 인공지능 기반의 데이터품질관리 도구입니다.
WiseDQ는 데이터 전처리부터 품질 진단 및 개선 데이터 추천까지 데이터 품질 전반에 자동화 수준을 향상시켜 데이터 품질 관리자의 생산성을 높일 수 있습니다. 특히 텍스트 클러스터링을 통한 데이터정비 기술은 빅데이터 분석에 필요한 다양한 비정형 데이터에 폭넓게 활용이 가능합니다. WiseDQ는 순수 국내기술로 개발한 제품으로 공공, 금융, 설비 등의 대규모 사업에 적용되어 우수성이 검증된 제품입니다.
WiseMeta를 통한 통합 메타데이터 관리로 데이터표준, 데이터모델, 데이터베이스 및 데이터흐름 정보를 일관성 있게 관리하여 데이터에 대한 이해도와 업무 생산성이 향상됩니다. 데이터품질은 데이터의 표준을 정립하고 데이터의 중복이나 오류를 최소화하여 데이터의 신뢰성을 확보합니다. 그 외에도 머신러닝 기술을 적용하여 비표준 데이터의 도메인을 자동 판별하고 데이터 매칭을 통한 동일 데이터 식별이 가능합니다.
4) 시스템 운영
당사의 IT서비스는 시스템 운영이 중심으로 경기도청, 경제인문사회연구회의 정보시스템 운영사업을 수행하고 있으며, 한국은행 등 대규모 사이트에서 다년간 시스템 운영 사업을 수행한 경험을 통해 높은 이해도를 가진 전문 인력을 보유하게 되었으며이를 통해 안정정인 매출을 확보하고 있습니다.
&cr;(2) 시장점유율&cr; &cr; (가) 머신러닝
국내 머신러닝 기술은 공공, 제조, 금융, 유통, 미디어 등의 다양한 산업에 접목되면서 빠르게 시장이 성장하고 있습니다. 그림과 같이 연평균 43.7%의 성장률을 보이고 있습니다.
WiseProphet은 머신러닝에 대한 기술적 이해가 없어도 다양한 머신러닝 알고리즘을 활용하여 모델을 만들 수 있습니다. 숙련된 데이터사이언티스트도 필요 없고 복잡한 코딩도 필요 없습니다. 또한 모델을 만들고 최적화하고 배포하는 과정이 매우 쉽고 빨라집니다. 모델이 만들어지는 일련의 과정에서 최신 머신러닝 알고리즘을 편리하게 적용할 수 있으며 모델 간 비교가 가능하여 머신러닝을 적용하는 어플리케이션의 예측 정확도 향상에 도움을 줍니다. 국내에서는 아직까지 이러한 머신러닝자동화 플랫폼이 생소하고 경쟁 제품이 거의 전무한 상황이지만, 해외에서 이러한 머신러닝 자동화 플랫폼으로 유명한 기업인 데이터로봇(DataRobot, Inc.)이 2019년 가트너 매직 쿼드런트 보고서 데이터 과학 및 머신러닝 플랫폼 부문(Gartner 2019 Magic Quadrant for Data Science and Machine-Learning Platforms)에서 “비저너리(Visionary)” 기업으로 선정되었습니다. 또한 데이터로봇은 2018년 3년 연속 세 자릿수 성장을 기록하며 2018년 10월, 1억 달러 규모의 시리즈 D(Series D) 투자를 유치해 총 2억2천5백만 달러에 달하는 투자 지원을 받아, 기업가치가 1조2천억원에 달하고 있습니다.
당사는 머신러닝자동화 플랫폼을 공공, 금융, 의료, 유통 및 제조 등의 여러 산업 분야에서 충분히 적용 가능하도록 범용적으로 제작하여 2019년 5 카피를 판매하였습니다. 2017년 산자부로부터 머신러닝 기술의 우수성을 인정받아우수기술연구센터(ATC Advanced Technology Center) 지정을 받았습니다. 2019년에는 3년간 공공기관에 수의계약이 보장되는 조달청 혁신시제품에 선정되었고, 가트너 뉴스레터에 소개가 되었습니다. 당사의 WiseProphet은 빠르게 성장하는 국내 시장에서 외산업체인 DataRobot과 경쟁하면서 우세하게 시장을 선점하리라 예상됩니다.
&cr; (나) 빅데이터 분석
&cr; 국내 빅데이터 시장은 점차 서비스 및 소프트웨어 시장이 확대되는 양상을 보이고 있으며 2016~2018년 국내 빅데이터 시장은 공공 부문이 성장을 주도하여 그림과 같이 연평균 26.5%의 성장률을 보이고 있습니다.
빅데이터분석 SW 시장은 2000년 당사가 다차원분석 도구를 출시한 이래 국산 SW가 외산을 잠식하는 행태를 보여왔습니다. 빅데이터분석 국내 시장 점유율은 아직도 외산 공급사가 국산 공급사보다 높습니다. 외산 벤더는 거의 글로벌 SW사로 IBM, 오라클, SAP, 세일즈포스(2019 태블로 인수), Mocrostrategy 등이 국내에 포진되어 있습니다. 국산 벤더로는 당사와 비아이매트릭스가 선전하여 국내 시장의 30-40%를 점유하고 있습니다.
당사의 WiseIntelligence 제품의 우수성에 대한 상대 평가를 공공기관 입찰의 기술평가 결과로 예시하였습니다. 입찰 사업 3 가지에 대해 평가 기준별 제안사 점수가 표기되었습니다. 경쟁사는 상기에 예시된 해외 글로벌 벤더가 주로 해당됩니다. 당사의 WiseIntelligence는 빅데이터분석 시장의 성장에 발맞추어 제품의 차별적 경쟁력을 높이고, 유통 채널을 다각화하고, 특히 조달청 쇼핑몰을 통한 판매 증대를 통해 향후 지속적으로 매출이 증대되리라 예상됩니다.
(다) 데이터품질
과거 공공 및 금융에 집중되던 데이터품질 시장은 현재 빅데이터 및 인공지능의 확산으로 인해 전 산업에 걸쳐 데이터에 의존도가 매우 높아지고 있으며, 이에 데이터품질에 대한 수요가 다양하게 확대되고 있습니다. 이렇듯 데이터를 보유한 기업들의 데이터품질 향상 노력이 확대됨에 따라 시장은 더욱 성장세를 보일 것으로 예상되며 관련 비즈니스 또한 점차 증가할 것이라는 기대가 확산되고 있습니다. 이러한 성장 배경에는 데이터품질 고도화, 거버넌스 수요 확대, 공공기관 수요가 대부분이었던 데이터품질 및 인증에 관한 관심이 민간에도 퍼지고 있다는 점입니다. 또한 데이터 확대뿐만 아니라 데이터품질을 유지하는 것이 데이터 활용의 핵심이라는 인식이 확대되고 있다는 점에서 기대가 되는 시장입니다. 국내 데이터품질의 시장은 공공뿐 아니라 민간의 데이터품질 고도화에 대한 수요증대로 지속적인 성장을 보여 연 10.8%의 성장률을 보이고 있습니다.
&cr; 데이터품질 시장은 국내 공급사가 주도하고 있으며, 당사가 리더로 자리매김하고 있습니다. 특히 데이터품질에 엄격한 금융권에서 당사의 기술력을 인정받아 금융산업 시장점유율 1위를 기록하고 있습니다. 대부분의 국내 공급사는 데이터 분야의 솔루션 벤더로서 각 사별 특징을 설명하면 다음과 같습니다.
|
데이터 품질 공급사 |
특 징 |
|
㈜위세아이텍 |
머신러닝으로 제품차별화&cr;시장의 리더 |
|
지티원 |
거버넌스 제품 기반 |
|
㈜데이터스트림즈 |
빅데이터 플랫폼 기반 |
|
㈜엔코아 |
데이터 컨설팅 위주 |
|
비투엔 |
데이터 컨설팅 위주 |
&cr; 당사는 데이터품질과 메타데이터 관리 솔루션인 WiseDQ, WiseMeta을 보유하고 있으며 국내 최초로 머신러닝 기술을 적용하여 데이터 오류를 자동으로 탐지하는 기술을 개발하였습니다. 이와 같이 당사의 WiseDQ는 데이터품질 시장의 성장에 발맞추어 제품의 차별적 경쟁력을 높이고, 유통 채널로써 조달청 쇼핑몰을 통한 판매 증대를 통해 향후 시장을 지속적으로 선도할 것입니다.
&cr; (라) 시스템 운영
[국내 시스템 운영 시장규모]&cr; (단위 : 억원, %)
|
연도 |
2017 |
2018 |
2019 |
2020 |
2021 |
CAGR(%) |
|
국내 시장 |
16,604 |
16,600 |
17,843 |
19,087 |
20,330 |
5.2 |
(주) 출처 : KISTI 시장규모분석, 분류명 : 컴퓨터시설 관리업, 분류코드 : 62022&cr;
국내 시스템 운영 시장 규모는 2017년 1조 6,604억원 수준에서 2021년 2조 330억원으로 연평균 5.2% 수준의 증가가 예상됩니다.
(3) 시장의 특성&cr; &cr; (가) 머신러닝
많은 기업과 기관에서 빅데이터와 머신러닝에 대한 관심이 폭발적으로 증가하고 있다. 그러나 아직 머신러닝 도입에는 상당한 부담을 느끼고 있으며, 이는 전문 인력 부족과 경제적 비용 부담이 가장 큰 주요 원인으로 조사되었습니다.
머신러닝을 적용하기 위해서는 원천 데이터가 확보된 이후 데이터에 대한 기본 정보 확인, 스케일링, 중복 값 제거, 머신러닝 학습을 위한 피처 선정 등의 데이터 준비를 하게 됩니다. 이후 피처에 대한 알고리즘을 정하여 모델을 구축한 후 평가를 하여 목표로 하는 예측 결과가 나올 때까지 이 작업들을 반복적으로 수행하는 모델 학습을 거치게 됩니다. 결정된 머신러닝 모델은 신규 데이터를 기반으로 지속적으로 예측에 활용되어야 합니다. 이러한 머신러닝 프로세스는 데이터과학자나 머신러닝 전문가에 의해 수행되며 요건에 따라, 오랜 기간이 소요되기도 합니다. 또한, 머신러닝 프로젝트는 한번 만들어진 모델을 계속 모니터링하고 개선하는 작업이 수반되어야 합니다.
이렇듯 기업은 오랜 소요 기간과 전문 인력 부족 등으로 머신러닝 도입을 쉽게 결정하지 못하고 있으며, 이를 해결하기 위해서는 머신러닝 프로세스를 자동화할 수 있는 도구가 필요하며, 이에 위세아이텍의 와이즈프로핏(WiseProphet)은 자동화된 머신러닝 프로세스 기능을 개발하였고 아래의 3가지 관점에서 출발하였습니다.
○ 데이터만 있다면 머신러닝 프로젝트를 시작할 수 있을까?
○ 머신러닝을 쉽고 효과적으로 수행할 수 있을까?
○ 머신러닝의 데이터 전처리를 공학적으로 접근할 수 있을까?&cr; 이러한 머신러닝자동화 플랫폼에 대한 수요자는 다음과 같이 산업별 머신러닝 애플리케이션 사용자로 설명될 수 있습니다. &cr;
&cr;(나) 빅데이터 분석
빅데이터는 애초 수십에서 수천 테라바이트에 달하는 거대한 데이터 집합 자체만을 지칭하던 양적 개념이었지만 데이터가 급증하면서 대용량 데이터를 활용하고 분석해 가치 있는 정보를 추출하고, 생성된 지식을 바탕으로 능동적으로 대응하거나 변화를 예측하기 위한 정보기술 용어로 확장되었습니다. 이 같은 빅데이터는 기업에서 가장 적극적으로 활용되고 있습니다. 오늘날 스마트폰과 차량 내비게이션 위치 등을 활용하여 최적의 경로를 제시한다거나 과거의 기후, 날씨 정보 및 전력 사용 등의 정보를 활용하여 발전 설비 건설계획을 수립하는 것과 카드사들이 고객의 소비패턴을 연구하여 고객 맞춤형 혜택을 제공하거나 상품을 개발하는 것은 생활 속에서 쉽게 찾아볼 수 있는 빅데이터의 활용사례입니다. 빅데이터 산업은 대체 산업의 등장으로 쇠퇴하는 기존산업과 다르게 타 산업과의 융합으로 기존 산업의 경쟁력을 강화시키고, 4차 산업혁명의 핵심 기반 기술로 적용되어 지속적으로 성장하는 산업입니다. 한국정보화진흥원의 2017년 빅데이터 보고서에 따르면 빅데이터는 향후 인공지능 기술과 결합한 개인 맞춤형 서비스 추천, 이상 탐지, 정비부품 수요 예측, 위험 요소 예측과 같은 형태로 각 산업에서 수요가 증가될 것입니다.
앞으로 국내의 빅데이터분석 시장은 공공기관이 주도하리라고 예상됩니다. 금년도 공공기관 발주 수요예보를 보면 빅데이터 사업이 전년도에 비해 대폭 증대되고 있습니다.
(다) 데이터품질
최근 빅데이터는 국가와 기업의 중요한 자산으로 여겨져 데이터의 일관성과 정확성을 높여 데이터품질을 향상하기 위한 노력이 계속되고 있습니다. 공공데이터법 제22조 공공데이터의 품질관리는 공공기관의 데이터 품질관리 역량 확보 및 관리체계 확립으로 품질 향상을 유도하고 고품질 데이터의 개방·활용에 기여하기 위하여 행정안전부가 기관을 대상으로 수준을 평가합니다. &cr;
(주) 출처 : 공공데이터 포털(www.data.go.kr), 공공데이터품질관리 수준평가
이와 같이 국내의 데이터품질 시장의 수요처는 공공기관이 주도하고 있고, 뒤를 이어 금융기관이 수요를 뒷받침하고 있습니다.
금년 2월 국회에서 데이터 3법이 통과되어 그동안 개인정보보호법에 묶여 데이터 공개가 제한되었던 것이 풀려, 앞으로는 데이터 공개와 데이터 간 융합이 증가되어 활용되는 데이터 사이즈는 매우 커지리라 예상됩니다. 데이터 양과 통합이 늘어날수록 데이터품질은 떨어지게 되어 있습니다. 따라서 부정확하고, 일관성이 없는 데이터에 대한 품질향상 요구는 대폭 증대되어, 데이터품질 시장은 본격적인 성장에 돌입하여 기존의 10% 성장률의 수배에 달하는 수치를 보이리라 전망됩니다. 현재 데이터품질은 빅데이터 분석 및 활용뿐만 아니라 빅데이터를 기반으로 하는 인공지능에도 매우 중요한 이슈로 작용되고 있습니다. 또한 공공데이터에서도 데이터품질이 필수로 요구되기 때문에 데이터품질 시장은 더욱더 확대될 것으로 예상됩니다.
(라) 시스템 운영
시스템 운영은 정보시스템의 고도화로 인하여 기업 및 기관 내 자체 인력이 아닌 전문 기술을 보유한 인력이 안정적으로 시스템을 운영하는 사업을 말합니다. 시스템 운영 사업은 타 사업 대비 장기 계약이 많아 안정적인 매출 확보가 가능합니다. 또한 정보시스템 운영을 통하여 비즈니스와 시스템의 이해도를 확보함에 따라 자연스럽게 신규 시스템 구축 및 고도화 사업으로 연결되어 새로운 사업 기회를 창출할 수 있습니다.
또한 많은 기업과 기관들이 업무 효율화를 위해 신규 시스템 도입과 기 시스템 통합 등을 수행할 것이 예상됨에 따라 시스템 운영 시장의 수요는 지속적으로 증가될 것으로 예상됩니다.
(4) 신규사업 등의 내용 및 전망&cr;
당사는 앞으로의 성장 동력으로 머신러닝자동화 플랫폼을 선정하여 WiseProphet을 고도화할 예정입니다. WiseProphet을 두 가지 방향에서 신규 기능을 추가하여 업그레이드할 계획입니다.
첫째는 참조가능한 머신러닝 사전정의모델을 산업별·업무별로 많이 제작하고 플랫폼에 장착하여 사용자들이 더욱 쉽게 머신러닝 모델을 제작할 수 있습니다.
둘째는 머신러닝의 예측 결과를 쉽게 이해할 수 있는 기능을 개발할 예정입니다. 시각화 기능의 대폭 보강과 예측 결과 생성 과정을 설명할 수 있는 알고리즘을 개발하여 예측 결과와 그 변환 과정에 대한 설명력을 높일 예정입니다. &cr;
IT 전문 리서치 기관인 가트너는 매직 쿼드런트라는 보고서를 통해 매년 각 기술별 최고의 기업들을 소개하고 있습니다. 해당 머신러닝 플랫폼 매직쿼드런트는 2017년에 처음 발간되었으며 2019년까지 해당 기술을 소개하고 있습니다. 2019년 보고서에 따르면 2017년에서 2018년과 다르게 많은 글로벌 기업이 머신러닝자동화 기술개발에 많은 투자를 하고 있음을 명시하고 있습니다. 당사는 지금의 니치 플레이어에서 향후 리더로서 변신할 수 있도록 적극적으로 투자하고 연구개발에 주력하겠습니다.
(5) 조직도&cr;
가. 해당 사업연도의 영업상황의 개요&cr; &cr; ㈜위세아이텍은 1990년에 설립된 데이터전문 기업으로 머신러닝, 빅데이터 분석, 데이터품질 시장을 주도하고 있습니다. 1990년 '위세정보기술' 설립 이래 관계형 데이터베이스 컨설팅 분야의 독보적인 기업으로 성장하였으며, 98년부터 비즈니스 인텔리전스 제품을 개발하며 솔루션벤더로 확장하였습니다. 2000년 사명을 '위세아이텍'으로 변경하며 데이터분석 솔루션 시장에 진출하였습니다.
㈜위세아이텍은 데이터분석 솔루션인 WiseIntelligence을 개발하고 데이터품질관리 솔루션에 인공지능 기술을 적용하였습니다. 또한 공공데이터 개방 트렌드에 따라 발빠르게 공공데이터 개방관리도구인 WiseOpen을 출시하여 관련 시장을 선점하였습니다.
㈜위세아이텍은 데이터를 기반으로 지난 28년간 역동적으로 사업분야를 변화시켜온 회사입니다.
최근에는 인공지능 분야를 기존 빅데이터분석과 데이터품질 분야에 적용하여 제품 경쟁력을 강화시켰고, 나아가 머신러닝 분야에서는 컨텐츠 추천과 마케팅, 예측정비, 부당청구 탐지와 데이터전처리를 지원하는 WiseProphet를 출시하여 인공지능 기반의 빅데이터 분석 및 예측 전문기업으로 나아가고 있습니다.
나. 해당 사업연도의 대차대조표(재무상태표)ㆍ손익계산서(포괄손익계산서)ㆍ자본변동표ㆍ이익잉여금처분계산서(안) 또는 결손금처리계산서(안)ㆍ현금흐름표&cr;
|
※ 아래의 재무제표는 감사전 재무제표입니다. 본 공고문 제출일 현재 회계감사가 완료되지 않았으므로, 아래의 재무제표는 외부감사인의 감사결과 및 주주총회 승인 과정에서 변동될 수 있습니다. 따라서 외부감사인의 감사의견을 포함한 최종 재무제표는 향후 전자공시시스템 (http://dart.fss.or.kr)에 공시예정인 당사의 감사보고서를 참조하시기 바랍니다. |
- 재무상태표
| 제 30 기 2019년 12월 31일 현재 |
| 제 29 기 2018년 12월 31일 현재 |
| 주식회사 위세아이텍 (단위 : 원) |
| 과 목 | 제 30 기 | 제 29기 |
|---|---|---|
| 자산 | ||
| Ⅰ. 유동자산 | 5,214,313,225 | 9,963,868,495 |
| 현금및현금성자산 | 1,210,117,236 | 2,691,708,718 |
| 매출채권 | 2,109,239,072 | 3,788,651,769 |
| 기타유동금융자산 | 94,933,698 | 1,904,517,192 |
| 재고자산 | 1,513,446,605 | 1,434,230,750 |
| 기타유동자산 | 286,576,614 | 144,760,066 |
| Ⅱ. 비유동자산 | 12,599,172,641 | 4,844,638,523 |
| 당기손익-공정가치측정금융자산 | 7,016,706,604 | - |
| 기타포괄손익-공정가치측정금융자산 | 710,970,188 | 636,735,979 |
| 기타비유동금융자산 | 195,068,220 | 92,099,580 |
| 유형자산 | 3,878,746,288 | 3,657,175,987 |
| 무형자산 | 607,187,522 | 229,780,522 |
| 이연법인세자산 | 91,407,420 | 91,407,420 |
| 기타비유동자산 | 99,086,399 | 137,439,035 |
| 자산총계 | 17,813,485,866 | 14,808,507,018 |
| 부채 | ||
| Ⅰ. 유동부채 | 5,174,259,622 | 4,669,739,638 |
| 매입채무 | 409,274,718 | 649,451,440 |
| 단기차입금 | - | - |
| 유동성장기부채 | - | - |
| 유동성전환사채 | - | - |
| 기타유동금융부채 | 1,032,320,238 | 1,543,540,485 |
| 기타유동부채 | 3,183,821,972 | 2,103,458,561 |
| 하자보수충당부채 | 36,000,000 | 55,000,000 |
| 당기법인세부채 | 512,842,694 | 318,289,152 |
| Ⅱ. 비유동부채 | 1,780,015,803 | 1,664,290,295 |
| 전환사채 | 897,601,413 | 829,994,625 |
| 파생상품부채 | 1,336,000 | 168,829,000 |
| 장기차입금 | - | - |
| 기타비유동금융부채 | 881,078,390 | 665,466,670 |
| 부채총계 | 6,954,275,425 | 6,334,029,933 |
| 자본 | ||
| 납입자본 | 1,700,000,000 | 1,700,000,000 |
| 기타포괄손익누계액 | 108,267,270 | 99,446,531 |
| 이익잉여금 | 9,050,943,171 | 6,675,030,554 |
| 자본총계 | 10,859,210,441 | 8,474,477,085 |
| 부채와 자본총계 | 17,813,485,866 | 14,808,507,018 |
-포괄손익계산서
| 제 30 기 (2019. 01. 01 부터 2019. 12. 31 까지) |
| 제 29 기 (2018. 01. 01 부터 2018. 12. 31 까지) |
| 주식회사 위세아이텍 (단위 : 원) |
| 과 목 | 제 30 기 | 제 29 기 |
|---|---|---|
| 매출액 | 19,719,477,166 | 16,549,144,946 |
| 매출원가 | 12,922,955,567 | 11,631,973,662 |
| 매출총이익 | 6,796,521,599 | 4,917,171,284 |
| 판매비와관리비 | 3,878,124,845 | 3,202,530,483 |
| 영업이익 | 2,918,396,754 | 1,714,640,801 |
| 금융수익 | 244,981,061 | 44,955,905 |
| 금융원가 | 68,837,406 | 11,829,797 |
| 기타수익 | 66,733,162 | 138,732,907 |
| 기타비용 | 34,462,524 | 65,360,511 |
| 법인세비용차감전순이익 | 3,126,811,047 | 1,821,139,305 |
| 법인세비용 | 665,898,430 | 316,131,216 |
| 당기순이익 | 2,460,912,617 | 1,505,008,089 |
| 기타포괄손익 | 8,820,739 | 99,446,531 |
| 총포괄이익 | 2,469,733,356 | 1,604,454,620 |
| 주당이익 | ||
| 기본주당이익 | 724 | 443 |
| 희석주당이익 | 724 | 443 |
- 자 본 변 동 표
| 제 30 기 당기 2019년 1월 1일부터 2019년 12월 31일까지 | |
| 제 29 기 전기 2018년 1월 1일부터 2018년 12월 31일까지 | |
| 주식회사 위세아이텍 | (단위 : 원) |
| 과 목 | 자 본 금 | 기타포괄손익누계액 | 이 익잉여금 | 총 계 |
|---|---|---|---|---|
| 2018년 01월 01일 (보고금액) | 1,700,000,000 | - | 5,301,944,114 | 7,001,944,114 |
| 회계변경의누적효과 | - | - | 38,078,351 | 38,078,351 |
| 연차배당 | - | - | (170,000,000) | (170,000,000) |
| 매도가능증권평가손익 | - | - | - | - |
| 당기순이익 | - | - | 1,505,008,089 | 1,505,008,089 |
| 2018년 12월 31일 (전기말) | 1,700,000,000 | 99,446,531 | 6,675,030,554 | 8,474,477,085 |
| 2019년 01월 01일 (보고금액) | 1,700,000,000 | 99,446,531 | 6,675,030,554 | 8,474,477,085 |
| 연차배당 | - | - | (85,000,000) | (85,000,000) |
| 매도가능증권평가손익 | - | 8,820,739 | - | 8,820,739 |
| 당기순이익 | - | - | 2,460,912,617 | 2,460,912,617 |
| 2019년 12월 31일 (당기말) | 1,700,000,000 | 108,267,270 | 9,050,943,171 | 10,859,210,441 |
&cr; - 이익잉여금처분계산서(안)
당기의 이익잉여금처분계산서는 2020년 3월 23일 개최하는 주주총회에서 처분될 예정입니다. (전기 처분 확정일: 2019년 3월 26일)
| 제 30 기 (2019. 01. 01 부터 2019. 12. 31 까지) |
| 제 29 기 (2018. 01. 01 부터 2018. 12. 31 까지) |
| 주식회사 위세아이텍 (단위 : 천원 ) |
| 과 목 | 제 30 기 | 제 29 기 |
|---|---|---|
| Ⅰ. 미처분이익잉여금 | 8,836,653 | 6,469,240 |
| 1. 전기이월미처분이익잉여금 | 6,375,740 | 4,926,154 |
| 2. 회계변경 누적효과 | - | 38,078 |
| 3. 당기순이익 | 2,460,913 | 1,505,008 |
| Ⅱ. 이익잉여금 처분액 | 187,000 | 93,500 |
| 1. 현금배당 | 170,000 | 85,000 |
| 2. 이익준비금 적립 | 17,000 | 8,500 |
| Ⅲ. 차기이월미처분이익잉여금 | 8,649,653 | 6,375,740 |
-현금흐름표
| 제 30 기 당기 2019년 1월 1일부터 2019년 12월 31일까지 | |
| 제 29 기 전기 2018년 1월 1일부터 2018년 12월 31일까지 | |
| 주식회사 위세아이텍 | (단위 : 원) |
| 과 목 | 제 30 기 | 제 29 기 |
|---|---|---|
| Ⅰ.영업활동으로 인한 현금흐름 | 4,812,003,003 | 1,504,785,724 |
| 1. 영업에서 창출된 현금 | 5,213,142,936 | 1,567,616,204 |
| 가. 분기순이익 | 2,460,912,617 | 1,505,008,089 |
| 나. 분기순이익에 대한 조정 | 498,639,989 | 487,511,426 |
| 다. 영업활동 자산ㆍ부채의 증감 | 2,253,590,330 | (424,903,311) |
| 2. 이자수취 | 70,204,955 | 25,422,047 |
| 3. 이자지급 | - | (4,272,803) |
| 4. 법인세납부 | (471,344,888) | (83,979,724) |
| Ⅱ.투자활동으로 인한 현금흐름 | (6,148,594,485) | (24,056,648) |
| 1. 투자활동으로 인한 현금유입액 | 2,797,106,674 | 2,724,043,601 |
| 단기대여금의 감소 | 92,000,000 | 403,720,000 |
| 단기금융상품의 감소 | 1,700,000,000 | 2,200,000,000 |
| 장기금융상품의 감소 | 43,138,644 | 76,991,201 |
| 공정가치측정금융자산의 감소 | 808,238,757 | - |
| 유형자산의 처분 | 5,729,273 | - |
| 보증금의 감소 | 58,000,000 | 3,332,400 |
| 시설이용권의 처분 | 90,000,000 | 40,000,000 |
| 2. 투자활동으로 인한 현금유출액 | (8,945,701,159) | (2,748,100,249) |
| 단기금융상품의 증가 | - | (1,700,000,000) |
| 단기대여금의 증가 | - | (164,000,000) |
| 장기금융상품의 증가 | (82,507,284) | - |
| 공정가치측정금융자산의 증가 | (7,878,703,736) | (179,473,940) |
| 보증금의 증가 | (121,600,000) | - |
| 보험료의 납부 | - | (42,893,894) |
| 유형자산의 취득 | (362,890,139) | (364,293,380) |
| 무형자산의 취득 | (500,000,000) | (60,000,000) |
| 장기선급비용의 증가 | - | (137,439,035) |
| 시설이용권의 취득 | - | (100,000,000) |
| Ⅲ.재무활동으로 인한 현금흐름 | (145,000,000) | 280,676,800 |
| 1. 재무활동으로 인한 현금유입액 | (60,000,000) | 2,550,000,000 |
| 단기차입금의 증가 | - | 1,500,000,000 |
| 전환사채의 발행 | - | 1,000,000,000 |
| 임대보증금의 증가 | (60,000,000) | 50,000,000 |
| 2. 재무활동으로 인한 현금유출액 | (85,000,000) | (2,269,323,200) |
| 단기차입금의상환 | - | (1,500,000,000) |
| 유동성장기부채의상환 | - | (600,000,000) |
| 배당금의 지급 | (85,000,000) | (169,323,200) |
| Ⅳ.현금및현금성자산의 순증가(감소) | (1,481,591,482) | 1,761,405,876 |
| Ⅴ.기초 현금및현금성자산 | 2,691,708,718 | 930,302,842 |
| Ⅵ.기말 현금및현금성자산 | 1,210,117,236 | 2,691,708,718 |
&cr; - 최근 2사업연도의 배당에 관한 사항
| 구분 | 당기 | 전기 |
|---|---|---|
| 배당대상주식 : 보통주 | 3,400,000 주 | 3,400,000 주 |
| 배당금액 | 170,000,000원 | 85,000,000 원 |
| 배당률(배당금/자본금) | 10.00% | 5.00% |
| 배당성향(배당금액/당기순이익) | 6.90% | 3.86% |
가. 집중투표 배제를 위한 정관의 변경 또는 그 배제된 정관의 변경
| 변경전 내용 | 변경후 내용 | 변경의 목적 |
|---|---|---|
| - | - | - |
나. 그 외의 정관변경에 관한 건
| 변경전 내용 | 변경후 내용 | 변경의 목적 |
|---|---|---|
|
제 46조( 재무제표와 영업보고서의 작성 - 비치 등 ) ① 대표이사(사장)는 상법 제447조 및 제 447조의2의 각 서류를 작성하여 이사회의 승인을 얻어야 한다. ② 회사의 대표이사(사장)는 정기주주총회 회일의 6주간전에 다음의 서류와 그 부속명세서 및 영업보고서를 작성하여 감사의 감사를 받아야 하며, 다음 각 호의 서류와 영업보고서를 정기총회에 제출하여야 한다. 대차대조표 손익계산서 이익잉여금처분계산서 또는 결손금처리계산서 ③ 감사는 정기주주총회일의 1주전까지 감사보고서를 대표이사(사장)에게 제출하여야 한다. ④ 대표이사(사장)는 제 1항 각 호의 서류와 그 부속명세서를 영업보고서 및 감사보고서와 함께 정기주주총회 회의의 1주간전부터 본사에 5년간, 그 등본을 지점에 3년간 비치하여야 한다. ⑤ 대표이사(사장)는 제 447조의 서류를 정기주주총회에 제출하여 승인을 얻어야 하며, 제447조의2의 서류를 정기주주총회에 제출하여 그 내용을 보고하여야 한다. ⑥ 대표이사(사장)는 제5항의 규정에 의한 승인을 얻은 때에는 지체 없이 대차대조표와 외부감사인의 감사의견을 공고하여야 한다.
|
제 46조( 재무제표와 영업보고서의 작성 - 비치 등 ) ① 대표이사(사장)는 상법 제447조 및 제 447조의2의 각 서류를 작성하여 이사회의 승인을 얻어야 한다. ② 회사의 대표이사(사장)는 정기주주총회 회일의 6주간전에 다음의 서류와 그 부속명세서 및 영업보고서를 작성하여 감사의 감사를 받아야 하며, 다음 각 호의 서류와 영업보고서를 정기총회에 제출하여야 한다. 대차대조표 손익계산서 이익잉여금처분계산서 또는 결손금처리계산서 ③ 감사는 정기주주총회일의 1주전까지 감사보고서를 대표이사(사장)에게 제출하여야 한다. ④ 대표이사(사장)는 제 1항 각 호의 서류와 그 부속명세서를 영업보고서 및 감사보고서와 함께 정기주주총회 회의의 1주간전부터 본사에 5년간, 그 등본을 지점에 3년간 비치하여야 한다. ⑤ 대표이사(사장)는 제 447조의 서류를 정기주주총회에 제출하여 승인을 얻어야 하며, 제447조의2의 서류를 정기주주총회에 제출하여 그 내용을 보고하여야 한다. ⑥ 제 5항에도 불구하고 회사는 제449조의2에 따라 상법 제447조의 각 서류가 법령 및 정관에 따라 회사의 재무상태 및 경영성과를 적정하게 표시하고 있다는 외부감사인의 의견이 있고, 감사 전원의 동의가 있는 경우 상법 제447조의 각 서류를 이사회 결의로 승인할 수 있다. ⑦ 제6항에 따라 승인받은 서류의 내용은 주주총회에 보고하여야 한다. ⑧ 대표이사(사장)는 제5항 또는 제6항의 규정에 의한 승인을 얻은 때에는 지체 없이 대차대조표와 외부감사인의 감사의견을 공고하여야 한다. |
⑥, ⑦ 항 추가&cr;이사회결의로 재무제표를 승인하고, 주주총회에 보고할 수 있도록 변경&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr; |
|
제 49 조 ( 이익배당 ) ① 이익의 배당은 금전 또는 금전 외의 재산으로 할 수 있다. ② 이익의 배당을 주식으로 하는 경우 회사가 수종의 주식을 발행한때에는 주주총회의 결의로 그와 다른 종류의 주식으로도 할 수 있다. ③ 제 1항의 배당은 매 결산기말 현재의 주주명부에 기재된 주주 또는 등록된 질권자에게 지급한다. ④ 이익배당은 주주총회의 결의로 정한다. |
제 49 조 ( 이익배당 ) ① 이익의 배당은 금전 또는 금전 외의 재산으로 할 수 있다. ② 이익의 배당을 주식으로 하는 경우 회사가 수종의 주식을 발행한때에는 주주총회의 결의로 그와 다른 종류의 주식으로도 할 수 있다. ③ 제 1항의 배당은 매 결산기말 현재의 주주명부에 기재된 주주 또는 등록된 질권자에게 지급한다. ④ 이익배당은 주주총회의 결의로 정한다. 다만, 제46조 제6항에 따라 재무제표를 이사회가 승인하는 경우 이사회 결의로 이익배당을 정한다. |
46조 6항 변경사항에 따라 ④ 항 추가&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr;&cr; |
|
부 칙
1. 이 정관은 2019년 3월 27일부터 시행한다. 다만, 제8조, 제8조의2, 제11조, 제12조, 제17조의 개정 규정은「 주식·사채 등의 전자등록에 관한 법률 시행령」이 시행되는 날부터 시행한다. |
부 칙
1. 이 정관은 2020년 3월 24일부터 시행한다. |
※ 기타 참고사항
가. 후보자의 성명ㆍ생년월일ㆍ추천인ㆍ최대주주와의 관계ㆍ사외이사후보자 여부
| 후보자성명 | 생년월일 | 사외이사&cr;후보자여부 | 최대주주와의 관계 | 추천인 |
|---|---|---|---|---|
| 고대식 | 1959.04.24 | 사외이사 | 해당사항 없음 | 이사회 |
| 총 ( 1 ) 명 | ||||
나. 후보자의 주된직업ㆍ세부경력ㆍ해당법인과의 최근3년간 거래내역
| 후보자성명 | 주된직업 | 세부경력 | 해당법인과의&cr; 최근3년간 거래 내역 | |
|---|---|---|---|---|
| 기간 | 내용 | |||
| 고대식 | 대학교수 | 1989.09 ~ 현재&cr;2019.01 ~ 현재&cr;&cr;2019.01 ~ 현재 | 목원대학교 전자공학과 정교수&cr;국가과학기술자문회의 산하 &cr;ICT융합 전문위원&cr;한국문화정보원 비상임감사 | 해당사항 없음 |
다. 후보자의 체납사실 여부ㆍ부실기업 경영진 여부ㆍ법령상 결격 사유 유무
| 후보자성명 | 체납사실 여부 | 부실기업 경영진 여부 | 법령상 결격 사유 유무 |
|---|---|---|---|
| 고대식 | 해당사항 없음 | 해당사항 없음 | 해당사항 없음 |
라. 후보자의 직무수행계획(사외이사 선임의 경우에 한함)
| 1. 사외이사로서의 전문성 및 독립성을 기초로 직무 수행 계획.&cr;2. 기업 및 주주, 이해관계자 모두의 가치 제고를 위한 의사결정 기준과 투명한 의사개진을 통해 직무를 수행할 계획.&cr;3. 본 후보자는 선관주의와 충실 의무, 보고 의무, 감시 의무, 상호 업무집행 감시의무, 경업금지 의무, 자기거래 금지 의무, 기업비밀 준수의무 등 상법상 사외이사의 의무를 인지하고 있으며 이를 엄수할 것입니다. |
마. 후보자에 대한 이사회의 추천 사유
| 사외이사 후보자는 경력 및 업적을 활용하여 당사의 의사결정 과정에 전문적인 의견을 제시할 수 있으며, 전문성과 독립성을 바탕으로 대주주 및 다른 이사로부터 독자적으로 견제, 감시 감독 역할을 수행하여 대안 제시를 통한 당사의 경쟁력 제고에 기여할 수 있으로 기대됩니다. 또한 회사의 정책사항 집행 과정에서 그동안의 전문적인 지식을 회사에 제공함으로써 회사 발전에 기여할 것으로 판단되어 추천합니다. |
※ 기타 참고사항
가. 이사의 수ㆍ보수총액 내지 최고 한도액
(당 기)
| 이사의 수 (사외이사수) | 3( 1 ) |
| 보수총액 또는 최고한도액 | 1,000백만원 |
(전 기)
| 이사의 수 (사외이사수) | 3 ( 1 ) |
| 실제 지급된 보수총액 | 455백만원 |
| 최고한도액 | 1,000백만원 |
※ 기타 참고사항
가. 감사의 수ㆍ보수총액 내지 최고 한도액
(당 기)
| 감사의 수 | 1 |
| 보수총액 또는 최고한도액 | 30백만원 |
(전 기)
| 감사의 수 | 1 |
| 실제 지급된 보수총액 | 12백만원 |
| 최고한도액 | 30백만원 |
※ 기타 참고사항