반갑습니다. 투자하는 아재입니다. 대한민국의 ARM, "오픈엣지테크놀로지" 기업분석에 대한 내용입니다.
기업분석은 사업보고서를 중심으로 영위 사업의 내용과 특허 및 재무현황에 대해 자세히 알아보고, 주담 통화를 통한 궁금증 해소의 순으로 이야기하겠습니다. 사실 오픈엣지테크놀로지는 현재까지 적자의 기업입니다. 하지만, 내년 24년 영업이익 흑자로 턴어라운드가 예상됩니다. 개인적으로 AI 관련 국내 유일의 IP기업으로 높은 성장이 기대됩니다. GPU의 뒤를 이어 AI에 NPU의 사용이 확대될 것으로 개인적으로 생각합니다. 올해 1분기 주가는 급등하였으니 투자에 대한 판단은 개인의 몫으로 남겨 놓겠습니다.
사명에서 알 수 있듯이 "엣지를 열다"의 의미인 "오픈엣지테크놀러지"는 AI 엣지 컴퓨팅 환경에서 쓸 수 있는 시스템 반도체(반도체 제조)에 특화된 IP를 '턴키(Turn-key, 세트)' 방식으로 공급하는 국내 유일한 업체이며, 그동안 소외되었던 고효율 신경망 연산장치인 NPU와 그에 최적화된 메모리 시스템 IP를 통합한 플랫폼을 제공하는 기업입니다. 경쟁사 대비 소비전력, 면적, 메모리 등에서 높은 효율성을 확보할 수 있다는 장점을 가지고 있으며, 주요 고객사는 국내외 펩리스 업체들과 디자인하우스 기업들입니다. 최종 엔드유저로는 삼성전자와 TSMC의 비중이 6:4 정도의 비율을 가지고 있습니다.
엣지 환경이란 데이터를 서버에서 중앙 집중식으로 처리하지 않고 엣지 디바이스(스마트폰, 자율주행차량, 로봇 등)에서 데이터가 생성되는 즉시 처리하는 것을 의미합니다.
1. 사업의 개요.
- 당사는 'AI for Everyone, Everywhere'(어디서나 모두를 위한 AI)라는 비전을 가지고 AI(인공지능) 기술을 자율주행자동차 및 보안카메라 등과 같은 엣지 환경에서 구현하기 위해 반드시 필요한 시스템반도체 설계 IP(Intellectual Property, 지적재산) 기술을 개발하는 기업입니다.
당사는 고성능 'Total Memory System IP Solution' 및 NPU(Neural Processing Unit, 신경망처리장치)를 결합한 'AI Platform IP Solution for Edge Computing'을 현재 전 세계에서 유일하게 제공 가능한 회사입니다.
당사가 주목하는 엣지 환경은 서버와는 달리 소비전력 또는 공간 측면에서 제약이 큽니다. 당사는 이러한 에지 환경의 제약 사항을 고려하여 전력 및 면적 효율성이 높은 에지 환경용 신경망 처리장치 NPU와 고성능 Total 메모리 시스템을 개발하고 있습니다.
NPU에서 동작하는 인공지능 신경망의 중요한 특성 중 하나는 연산량 대비 필요한 데이터의 양, 즉 데이터 집약도가 높다는 점입니다. NPU가 본연의 성능을 내기 위해서는 DRAM에 저장되는 많은 양의 데이터가 NPU에 빠른 속도로 공급되고, NPU에서 연산한 결과가 다시 DRAM에 저장되는 일련의 과정이 효과적으로 이루어져야 합니다. 당사가 보유한 NPU와 고성능 메모리 시스템이 통합된 AI 플랫폼 IP 통합 설루션은 에지요 AI 반도체를 개발하는데 최적화된 Ready-Made 기술로, AI 반도체의 핵심 골격을 제공합니다. 물론, 개별 IP 측면에서도 경쟁력이 충분하지만, '고성능 Total 메모리 시스템'과 'AI 플랫폼 IP'라는 통합된 IP 설루션이 만들어내는 추가적인 시너지가 당사가 보유한 차별화 경쟁력입니다.
사업모델은 IP → 시스템반도체 설계(팹리스/디자인하우스) → 반도체 칩 양산(파운드리/패키징) → 판매(Device 제조 업체)로 이어지는 시스템반도체 밸류체인 내에서 고객과 Value를 공유합니다.
전통적으로 주요 IP 회사의 주요 고객은 칩을 직접 개발하는 팹리스였으나, 최근에는 칩을 개발하는 주체가 구글, 아마존, 페이스북과 같은 서비스 회사, 애플과 같은 세트 업체 등으로 다변화되어, IP 회사의 고객도 기존 팹리스 외에 다양한 칩 메이커와 파운드리 사이에서 디자인 서비스를 제공하는 디자인하우스 등으로 확장되고 있습니다.
주요 매출원은 고객사로부터 수취하는 'IP 라이선스 Fee'와 '로열티'입니다. IP 라이선스 Fee는 고객사가 칩 개발과제를 시작하여 당사 IP를 라이선스 하는 시점에 1회성으로 받습니다. 로열티 조건은 고객사와 협상을 통해 당사 IP가 적용될 칩의 예상 판매량과 판매가격을 고려하여 결정합니다. 로열티 규모는 당사 IP가 적용된 제품이 파운드리에서 실제 양산이 시작되면 계약 조건(=칩생산량 ×칩당 로열티)에 따라 결정됩니다. IP 회사는 설립 초기에는 IP 라이선스 Fee의 비중이 대부분을 차지하지만, 업력이 쌓일수록 로열티 비중이 높아지는 매출 구조를 갖게 됩니다. 예를 들어, 반도체 IP업계 세계 1위 업체인 영국 ARM(1990년 설립, 업력 32년)사는 FY22.3분기 기준 로열티 매출 규모가 IP 라이선스 Fee 매출 대비 149% 수준입니다. 하지만, 로열티 비중이 높다는 것은 신규로 라이선스 되는 IP의 성장률이 낮아진 것에 기인할 수도 있으므로, 당사는 로열티와 IP 라이선스 Fee의 매출 구성이 50:50인 상태를 이상적인 목표로 삼아 성장을 추구하고자 합니다.
※ 유지/보수 매출은 최초 라이선스 계약 시 라이선스 총액 중 약 15%를 유지/보수 수수료로 할당 후, 계약기간 동안 월할하여 매출로 인식하며, 계약기간 종료 후에도 유지/보수가 필요한 경우에는 별도로 추가 계약을 체결합니다.
당사는 2017년 12월 시스템반도체를 직접 설계하고 양산까지 두루 경험한 5명의 개발자가 모여 설립하였습니다.
IP 회사는 IP 라이선스만 제공하는 것이 아니라, 설계부터 실제 양산까지 진행되는 과정 중 발생하는 문제들을 고객사와 함께 해결해 나갈 수 있는 역량이 중요한데, 당사 개발팀은 삼성전자, SK하이닉스 등에서 시스템반도체 설계 및 양산 경험이 풍부한 베테랑 엔지니어로 구성되어 있습니다. 2019년 12월에는 캐나다 소재 TSS (The Six Semiconductor Inc.)를 인수하여 R&D 역량을 더욱 강화하였습니다. TSS에 소속된 개발 엔지니어 역시 AMD 등에서 다년간의 CPU, GPU 등 시스템반도체의 설계 및 양산 경험을 보유한 우수 인력으로 구성되어 있습니다. 또한, 2021년 07월에는 미국에 R&D센터를 설립하였으며, 핵심인력 확보를 통해 차세대 설계 IP를 지속 개발할 계획입니다. 2023년 3월 말 기준 개발인력 규모는 총 110명 (본사 67명, 캐나다 38명, 미국 5명)으로 확대되었습니다.
반도체 IP 산업은 Tier-1 고객사 Track Record와 평판 확보가 특히 중요합니다. 시스템 반도체를 제작하기 위해서는 수십~수백 개의 IP 기능블록을 통합해야 하는데 이는 매우 어려운 작업으로, 최근 시스템반도체 칩의 제작 비용이 급증하면서 고객사입장에서는 시장에서 검증되지 않은 IP를 적용할 경우에 대한 실패 Risk를 지게 되는 부담이 있습니다. 따라서 Tier-1 고객사를 통한 IP 사용 이력과 평판 확보는 신규 고객 유치에 있어 아주 중요한 요인입니다. 당사는 2017년 12월 설립 이후부터 5년간 미국 I사, M사, 중국 M사, J사 등과 같은 Tier-1 업체를 고객사로 확보하였으며, 앞으로도 적극적인 영업 활동을 통해 글로벌 고객을 확보해 나갈 계획입니다.
시스템반도체 칩을 개발하는데 필요한 비용은 공정 미세화에 따른 투자비 증가로 인해 기하급수적으로 증가하고 있습니다. 2020년 맥킨지가 발표한 '시스템반도체 칩 개발 비용' 자료에 따르면, 28nm공정에서는 $50M였던 개발비가 5nm공정에서는 $500M으로 약 10배 증가 전망됩니다. (해당 개발비는 각 공정에서 칩을 개발할 때 필요한 인건비, EDA 비용 등 포함 기준) 당사는 기 보유한 면적 및 전력 효율성을 갖춘 Total 메모리 시스템 설루션과 NPU의 조합을 통해, 개별 IP 수준을 넘어 AI 플랫폼 IP 통합 설루션을 제공함으로써, AI 시스템반도체 개발의 핵심 골격 부분을 Ready-Made Turn-key 설루션 형태로 제공할 수 있습니다. 고객사는 당사 솔루션 적용을 통해 시행착오를 최소화하고 칩 설계와 생산에 소요되는 비용 절감을 기대할 수 있습니다.
2. 주요 제품 및 서비스.
- 당사는 현재 신경망 연산장치(NPU) IP, On-chip Interconnect IP, Memory Interface IP로 파편화된 IP 시장에서, 세 가지 기술을 통합한 AI Platform IP Solution 제품을 통해, 에지 환경의 고성능 고집적 인공지능 시스템반도체에서 필요한 시스템 수준의 인공지능 컴퓨팅 설루션을 공급할 수 있는, 시스템반도체 IP 시장의 New Category Creator입니다.
*Total Memory System Solution IP : ORBIT™은 당사 Memory System Solution IP를 통칭하는 브랜드이며, 하위 제품인 OMC™(DDR Memory Controller), OIC™(On-Chip-Interconnect), OPHY™(DDR PHY)로 구성됩니다.
ORBIT™은 Total Memory System Solution IP로 메모리의 타입별로 DDR(Double Data Rate, 데스크톱, 노트북에 주로 활용되는 메모리), GDDR(Graphics Double Data Rate, 고성능 그래픽카드에 최적화된 메모리), LPDDR(Low Power Double Data Rate, 모바일향 저소비 전력 메모리), HBM(High Bandwidth Memory, 서버향 고대역폭 메모리)로 IP가 개발됩니다. 특히 OPHY™의 경우 Foundry의 공정 노드와 메모리 타입별로 IP를 각각 개발해야 합니다. 예를 들어, GDDR6 TSMC 12nm PHY는 GDDR6 메모리 타입을 지원하며 TSMC의 12nm Foundry 공정에 맞춘 IP를 의미합니다. OIC™는 시스템반도체 SoC 안에서 Manager IP와 Subordinate IP를 연결하는 역할을 합니다.
*AI Platform IP Solution for Edge Computing : ENLIGHT™은 다양한 NPU IP 제품 세대를 통칭하는 브랜드이며, ORBIT™(Total Memory System Solution IP)과 통합하여 활용할 경우 최적의 시너지를 낼 수 있도록 설계한 AI 에지 반도체를 개발하는데 최적화된 설루션입니다.
| 구분 | IP제품 | 설명 |
| ORBIT™ (Total Memory System Solution IP) |
OMC™ (DDR Memory Controller) |
Memory Controller 는 DRAM(Dynamic Random Access Memory)에 효율적으로 접근할 수 있도록 DRAM Command 를 Scheduling 하고, DRAM Data 의 안정성을 보장하기 위한 기능들을 지원하는 역할을 합니다. |
| OIC™ (On-Chip- Interconnect) |
On-chip Interconnect 는 시스템반도체 SoC 안에서 Manager IP 와 Subordinate IP 를 연결하고 IP 간에 주고받는 데이터를 전달하는 Backbone 역할을 합니다. SoC 안의 많은 IP 들이 DRAM Memory 의 데이터를 읽고 쓰기 위해 서로 경쟁할 수 있으며, On-chip Interconnect 는 IP 간의 데이터 전달의 시간 지연(Delay)을 최소화하고 전송 효율(Throughput)을 최대로 하는 것이 가장 중요한 기능입니다. | |
| OPHY™ (DDR PHY) |
DDR PHY 는 DRAM 과 연결되어 Memory Controller 가 고속 동작(LPDDR5 6.4~8.5Gbps, GDDR6 14~16Gbps)이 가능하도록 하는 IP 입니다. PHY 는 고속(최대 16Gbps)으로 Data 를 주고받도록 하기 위해서 Clock Generation 및 Clock 과 Data Timing 관계를 조정하는 기능을 수행합니다. | |
| AI Platform IP Solution for Edge Computing |
ENLIGHT™ (Neural Processing Unit) |
NPU(Neural Processing Unit)는 인공 신경망 처리에 특화된 전자 회로를 의미하며, 신경망 가속기, AI 가속기, AI 프로세서 등의 다양한 명칭을 가지고 있습니다. 인공 신경망은 공통적으로 대부분 곱셈과 덧셈과 같은 단순한 연산으로 구성되며 기존의 알고리즘에 비해 처리에 필요한 연산량과 데이터량이 매우 크다는 특징이 있습니다. |
- 주요 제품 등의 매출 현황은 아래와 같습니다.
당사가 고객에게 제공하는 반도체 IP는 고객사별로 요구되는 사양 차이에 따른 가격 편차가 있어 제품당 가격을 단순 산정하기 어렵습니다. 또한 사양 차이에 따른 구체적인 가격 변동 사항은 영업적으로 보호되어야 할 필요가 있으므로 제품에 대한 단가를 기재하지 않았습니다.
1) 판매조직
-당사는 한국 본사 내 Sales & Marketing팀을 중심으로 한국뿐만 아니라 미국/중국/일본 등 글로벌 고객사 대상 당사 제품을 판매하는 조직을 기 구축하였습니다. 동 조직은 총 영업직무 약 25년 경력 내 IP Sales만 약 17년을 수행한 담당 임원이 리딩하고 있습니다. 당사의 판매조직은 총 12명(본사 4, 미국 법인 1, 지역별 Sales Agent 7)으로 구성되어 있으며, 고객사 발굴, 기술문의 대응, 수주협상 및 계약체결까지의 영업 전 과정을 담당하고 있습니다. 직접적인 수주 영업활동 외에도 잠재 고객사 발굴을 위해 업계 유관 전시회 참가 및 브랜드 관리 등 마케팅 활동도 병행 중입니다.
특히, 당사는 시스템반도체 Fabless가 다수 소재한 중국, 미국, 일본, 대만 등 주요 지역 내에서의 영업활동을 강화할 목적으로, IP 분야에서 30년 이상 경력이 있는 베테랑 현지 영업 Agent를 적극 활용하고 있습니다. 향후 미국 법인을 중심으로 판매 조직을 확대하여 Sales 역량을 강화할 계획입니다.
2) 판매경로
- 당사는 모든 IP 제품에 대해 직판 체제를 구축하여 운영 중입니다.
IP 시장은 Fabless 업체 및 IDM 등을 대상으로 하고 있어 대규모 마케팅 전략이 아닌, B2B 홍보 전략이 필요합니다. 따라서 타깃 고객사들이 다수 모이는 곳을 중심으로 온/오프라인 마케팅을 효과적으로 전개하고 있습니다. 오프라인에서는 반도체 업체들의 세미나, 학회 등에서 당사 IP 기술을 발표하는 Speech 진행 및 데모부스를 운영 중이며, 온라인에서는 IP 관련 전문 웹사이트인 Design And Reuse, Chipestimate에 유료멤버로 가입하여 브로셔를 등록하고 Press Release 도 진행하고 있습니다.
자체적인 영업망과 별도로 Samsung Foundry의 SAFE(Samsung Advanced Foundry Ecosystem) IP Partner 프로그램에 속하여 Samsung Foundry의 DSP(Design Solution Partner) 업체인 S사, G사, A사 등 국내 디자인 하우스 업체와도 Partnership을 가지면서 상호 고객사를 소개하는 Win-Win 전략을 구사하고 있습니다.
3) 판매전략
당사가 수주영업 관련하여 중요하게 생각하는 고객군은 크게 두 가지 그룹으로, 당사 제품의 글로벌 브랜드 경쟁력 확보에 큰 도움이 되는 Global Tier-1 고객사 그룹과, 당사의 판매 채널의 효율성을 높일 수 있는 디자인하우스 고객사 그룹입니다.
(1) Global Tier-1 고객사 확보 전략
공정 미세화로 SoC(System on Chip) 개발에 소요되는 비용이 급증(100억 원 이상)하여, Fabless 고객사의 IP Vendor 및 IP 제품 선정 시 Tier-1 Track Record와 업계 평판이 중요합니다. 당사는 M사, I사, S사 등 Global Tier-1 고객사 Track Record를 기 확보하였으며, 이를 기반으로 중국에서만 3,200개('22년 기준) 이상인 중소형 시스템반도체 Fabless 고객사 Pool을 확대해 나가고 있습니다.
(2) Design House 고객 확장 전략
일부 Design House가 시스템반도체의 Spec부터 설계, 파운드리 업체를 통한 웨이퍼 제작 및 최종 패키지까지의 전 과정을 담당하는 Turn-key 서비스를 제공 중입니다. 최근 Google, Amazon, Meta(Facebook)와 같은 기존 대형 IT플랫폼 서비스 업체 또는 신규 스타트업 업체들이 차별화 등을 목적으로 자체 시스템반도체의 제작을 추진하는 경우가 증가하고 있기 때문입니다. 동 업체들은 인력 효율성 등의 이유로 자체 개발팀은 차별화를 제공하기 위한 핵심 기능 등으로 최소화하고, 시스템반도체의 메모리시스템을 포함한 많은 기타 부분은 외부 Design House의 Turn-Key 서비스를 활용 중입니다.
당사는 Turn-Key 서비스를 제공하는 Design House를 전략적인 고객사이자 동시에 매출 채널의 허브로 활용하여, 매출 효율성을 높일 수 있습니다. TSMC와 Samsung 은 Design House에 대해서는 독자적이고 배타적인 파트너십을 유지하고 있습니다. TSMC의 Design House 파트너는 VCA(Value Chain Aggregator)라고 불리며 국내의 ASICLAND를 포함하여 전 세계적으로는 GUC, Alchip, OpenFive 등이 있습니다. Samsung의 Design House 파트너는 DSP(Design Solution Partner)라고 불리며 국내의 Gaonchips, ADT, SemiFive 등을 포함하여 해외의 Faraday, Sondrel, DreamChips 등이 있습니다. 당사 입장에서 TSMC, Samsung이 모두 중요하므로 VCA, DSP 모두 중요한 파트너입니다. 따라서 모든 VCA, DSP 등과 상시 연락을 유지하며 Biz 기회를 창출하기 위해 노력하고 있습니다.
(3) 제품군별 판매 전략
(가) Memory Interface IP(OMC™ + OPHY™)
OMC™는 OIC™와 더불어 국내시장에서는 이미 다수의 고객사를 확보하여 경쟁사인 Synopsys와 비슷한 규모의 고객사를 확보하고 있습니다. 다만, OPHY™는 아직 Foundry 및 공정에 대한 Coverage(보급률)가 부족하여 전체 고객사 숫자 측면에서는 경쟁사와의 격차를 줄여 나가야 하는 상황입니다. 그러나 당사 PHY의 Test Chip 이 출시된 Samsung 14nm와 TSMC 12nm에서는 이미 가장 어려운 과정인 초기 고객사 확보에 성공한 상황이며, 여러 고객사를 통해 양산 경험이 축적되는 만큼 빠른 속도로 고객사가 확대될 것으로 예상됩니다.
(나) On-Chip Interconnect(OIC™)
OIC™는 국내에서는 T사, N사 등 10여 개 이상의 주요 Fabless 업체에 License 되어 이미 경쟁사를 압도하는 고객사 숫자를 보유하고 있습니다. 해외에서 OIC™는 주요 거점과 Reference(참고)가 될 수 있는 고객사를 확보하여 집중 지원하고 있으며, 이를 기반으로 점차 고객사 기반을 넓혀 나가고 있는 상황입니다.
(다) NPU(ENLIGHT™)
국내시장에서 당사의 NPU IP를 이용한 고객사 제품은 이미 양산을 시작한 단계입니다. 경쟁사인 A사, V사 등의 NPU 제품을 License 한 고객사도 있으나, 아직 양산경험을 가지고 있는 곳은 당사가 유일합니다. 이에, 향후 국내시장에서 당사의 NPU는 더욱 확고한 위치를 기반으로 고객을 확대할 것으로 전망됩니다.
수주잔고에 대한 상세 내용은 거래 상대방(팹리스 업체, 디자인하우스 업체 등)과의 영업과 관련된 기밀 또는 고객사의 신규 프로젝트 등 비공개 사항으로 관련 내용을 공시할 경우 거래 상대방의 영업에 현저한 손실을 초래할 수 있다고 판단됩니다. 이에 보고서에 수주계약 현황을 기재하여야 하나 상기 사유에 근거하여 해당 내용 기재를 생략합니다. 다만, 추후 언론과의 인터뷰, 공시 등의 기타의 방법을 통해 관련 내용이 공개된 경우에는 그 내용을 상세히 기재하도록 하겠습니다.
3. 연구개발활동
1) 연구개발 조직
당사 기업부설 연구소는 2018년 05월 설립되었으며 AI 반도체 IP 설계를 비롯, Memory Controller IP 설계 및 PHY 디지털 설계 기술과 관련된 다양한 설계 경험 및 개발 Know-How를 확보하고 있습니다. 보고서 작성 기준일 현재 총 7건의 국가과제를 성공적으로 수행 중에 있으며, 2020년에는 과기부 및 중소벤처기업 장관상을 모두 수상한 바 있습니다. 당사는 제출일 기준 현재 R&D 센터 산하 CTO 직속 조직을 포함하여 총 7개의 기능조직으로 구성하여 운영 중입니다. NPU AI 설계 담당 NPU 1팀/2팀, Memory Controller 설계 담당 MC팀, PHY 설계 담당 PHY팀을 비롯, 설계 검증을 위한 Verification팀, 기술 지원을 위한 SA(System Architecture) 팀, On-chip Interconnect 설계 담당 NoC(Network on Chip) 팀, CTO 산하 S/W Tool 개발 전담 조직을 통해 차세대 AI 반도체 통합 IP Solution 원천 기술 개발을 담당하고 있습니다.
| 부서 | 업무내용 |
| NPU 1팀/2팀 | 엣지용 및 고성능 NPU IP 설계 및 검증, 신경망 최적화 |
| Memory Controller 팀 | 고성능 DDR Memory Controller IP 설계 및 검증 |
| PHY 팀 | 고성능 PHY Architecture(Digital & Analog) 설계 |
| Verification 팀 | 설계된 IP 검증, 문제 분석 및 해결, 검증법 개발 및 자동화 |
| System Architecture 팀 | 고객사 기술지원, 기술적 이슈 분석 및 해결 |
| NoC 팀 | 고성능 On-Chip Interconnect IP 설계 및 검증 |
2) 연구개발 비용(단위 : 백만 원, %)
| 구분 | 2023연도 1분기 (제 7기) |
2022연도 (제6기) |
2021연도 (제5기) |
|
| 매출액 | 1,059 | 10,012 | 5,186 | |
| 연구개발비용 소계 | 7,888 | 30,479 | 12,411 | |
| 비용처리 | 외주용역비 | 5,278 | 23,282 | 9,108 |
| 인건비 | 1,979 | 6,040 | 3,212 | |
| 기타경비 | 631 | 1,157 | 91 | |
| 지급수수료 | - | 0.3 | 0.1 | |
| (정부보조금) | (400) | (1,610) | (1,322) | |
| 보조금 차감 후 합계 | 7,488 | 28,869 | 11,089 | |
| 회계처리 | 판매비와 관리비 | 7,488 | 28,869 | 11,089 |
| 제조경비 | - | - | - | |
| 개발비(무형자산) | - | - | - | |
| 합계 | 7,488 | 28,869 | 11,089 | |
| 경상연구개발비 / 매출액 비율 | 707% | 288% | 214% | |
당사는 연구개발비를 자산으로 처리하지 않고 발생시점에 당기 비용으로 처리하고 있습니다. 외주용역비는 동사의 종속기업인 The Six Semiconductor Inc. 와 OPENEDGES TECHNOLOGY CORPORATION에게 지급한 연구개발비입니다.
3) 연구개발 실적
(1) 정부출연 연구과제 현황
| 연구과제명 | 주관부서 | 연구기간 | 정부출연금 | 비고 |
| 모바일 AI 구현을 위한 뉴로모픽 반도체(NPU) IP 개발 | 중소벤처기업부 | '18.04~'20.03 | 6.3억원 | 완료 |
| 4K30p급 Deep Learning 기반 Edge Computing IP 카메라용 시스템반도체 개발 | 산업통상자원부 | '19.07~'21.12 | 3.1억원 | 완료 |
| 고성능 AI 서버용 HBM3급 이상 인터페이스 기술 개발 | 과학기술정보통신부 | '20.04~'23.12 | 38.1억원 | 진행중 |
| Automotive ADAS 및 Data Center용 GDDR6 Controller PHY IP 개발 | 산업통상자원부 | '20.04~'22.12 | 4.5억원 | 완료 |
| 가변 정밀도 고속-다중 사물인식 딥러닝 프로세서 기술 개발 | 과학기술정보통신부 | '20.04~'24.12 | 29.1억원 | 진행중 |
| 복합감각 기반 상황예측형 모바일 인공지능 프로세서 개발 | 과학기술정보통신부 | '20.04~'24.12 | 30억원 | 진행중 |
| Smarting Computing 구현을 위한 반도체 IP | 중소벤처기업부 | '20.05~'20.12 | 1.6억원 | 완료 |
| 획득영상에서 Semantic 정보처리를 위한 엣지용 SoC 및 미들웨어 개발 중 AI 가속기(NPU) 개발 | 국방부 | '20.12~'23.12 | 3.0억원 | 진행중 |
| 기능안전 품질 향상을 통한 Smart Computing 반도체 IP 고도화 | 중소벤처기업부 | '21.01~'21.12 | 2.0억원 | 완료 |
| 엣지 응용 스케일러블 온디바이스 AI 컴퓨팅을 위한 모델 경량화 프레임워크 개발 | 과학기술정보통신부 | '21.04~'24.12 | 19.0억원 | 진행중 |
| Smart computing을 위한 LPDDR4/5 PHY IP 개발 | 중소벤처기업부 | '22.01~'22.12 | 1.5억원 | 완료 |
| 자율주행 레벨4급의 기능안전성 자율주행 인공지능 반도체 개발 | 과학기술정보통신부 | '22.04~'25.12 | 40.0억원 | 진행중 |
| 스마트 엣지 디바이스 SW 개발 플랫폼 개발 | 과학기술정보통신부 | '22.04~'26.12 | 5.0억원 | 진행중 |
| 합계 | 183.2억 원 |
정부 출연금은 연구 과제별 총사업비에서 민간 부담금을 제외한 해당 연구기간에 배정된 정부 출연금의 합계입니다.
(2) 현재 개발 중인 연구과제 현황
(가) Total Memory System IP Solution(ORBIT™)
당사는 기존에 집중한 저전력 고효율의 Consumer/Edge 분야의 Total Memory System IP Solution 제품 시장을 Server 분야로 확장하기 위한 연구를 진행하고 있습니다. 현재 Total Memory System IP Solution로도 Server 시장에 진입할 수 있으나, 시장에서 기술 적 우위를 차지하기 위하여 연구개발을 진행 중입니다.
(나) Memory Controller(OMC™) / DDR PHY(OPHY™)
기존에는 GPU에 많이 사용되었으나, 최근 AI Workload(데이터 접근 및 연산 방법)가 보편화됨에 따라 고성능 AI 반도체에도 많이 사용되는 18 Gbps급의 고속 메모리인 GDDR6 기술은 이미 확보하였으며, 현재 GDDR6 대비 10배 이상의 대역폭과 메모리 용량을 제공하는 HBM3 연구개발을 진행 중입니다.
(다) On-chip Interconnect(OIC™)
당사는 기존 On-chip Interconnect 기술을 토대로 SoC내 많은 수의 IP 기능블록 간 연결 구조 연구와 Cache Coherence기능 지원 연구를 진행하고 있습니다. 또한, Interconnect(서로 연결하다) 고속 동작 및 IP 기능블록 간 연결 유연성을 높이는 연구도 병행하고 있습니다. 이를 위해, Command/Data Packetization 기술로 Interconnect 면적을 감소시키고 7nm 급 반도체 미세 공정에서 2.0 GHz 이상의 높은 주파수로 동작하는 라우터(데이터 교환기)를 구현하여 Interconnect 성능 향상을 추진 중입니다.
향후, 메모리 접근 요구가 큰 AI 기능 지원 요구에 대비하여 AI Workload (데이터 접근 및 연산 방법) 연구를 바탕으로 한 AI 기능 개발도 진행 중입니다. 당사는 자체 NPU 개발 역량을 보유하고 있어 AI 기능을 지원하는 Interconnect 기술 개발을 통해 AI 반도체 IP 통합 솔루션 제공을 목표로 하고 있습니다.
* Cache Coherence 기능 : 고성능 연산을 목적으로, CPU/NPU등의 Local Cache Memory에 Copy 되어 분산 저장된 DRAM Data의 최신본을 Tracking 하는 기능. 즉, 데이터가 분실되거나 겹쳐 쓰이지 않도록 캐시를 관리하는 것.
* Command/Data Packetization : Command 신호와 Data 신호를 묶어서 전송
* AI 기능 : 메모리 접근 요구를 효율적으로 처리하기 위한 기술 중 하나인 Multicast 기술(한 번의 송신으로 메시지나 정보를 특정 그룹에 속한 여러 컴퓨터에 동시에 전송)과, Broadcast(송신 호스트가 전송한 데이터가 네트워크에 연결된 모든 호스트에 전송) 기술 지원 여부를 의미함
(라) AI Platform IP Solution for Edge Computing
당사는 CCTV용 시스템반도체 SoC 개발사인 E사와 정부과제(4k 30p급 Deep Learning 기반 Edge Computing IP 카메라용 시스템반도체 개발 과제)를 통해 협업을 진행하여 AI 기반 카메라 SoC를 2020년에 개발 완료하였습니다. 지능형 영상보안 시스템에 필요한 객체 인식, 얼굴 인식 처리 신경망을 카메라 SoC에서 처리하도록 설계되었으며, 2021년부터 보안 시스템 업체에서 이 칩을 이용한 양산 제품을 개발하고 있습니다.
당사는 "차세대 지능형 반도체 기술개발사업" 정부과제의 엣지 분야 세부 과제인 "가변 정밀도 고속-다중 사물인식 딥러닝 프로세서 기술 개발 사업"에 주관기관으로 참여하고 있습니다. 이 과제를 통해 8/4-Bit 혼합 연산 정밀도를 지원하는 가속기를 개발하고 있습니다. 양자화 Bit 수가 감소하면 전력 효율은 높아지나 신경망 정확도가 낮아지는데, 신경망에서 양자화에 대한 민감도가 낮은 부분에만 선택적으로 4-Bit 양자화를 적용함으로써 정확도 하락을 방지하고 처리 효율을 높이는 기술을 개발하였습니다. 해당 기술이 적용된 IP를 이용하여, 현재 총괄 주관사인 N사를 통해 SoC 개발이 진행 중입니다.
당사는 "복합감각 기반 상황예측형 모바일 인공지능 프로세서 개발"과제에 공동 연구기관으로 참여하여 인캐빈(차량 실내) 카메라와 전방 카메라에 필요한 고성능 NPU 개발을 진행하고 있습니다. 일반 Edge 장치에 비해 높아진 차량용 NPU의 요구 성능을 만족시키기 위해 Multi-Core 구성이 가능하도록 HW를 확장하고, 하나의 신경망을 Multi-Core NPU에 분할하여 처리하는 기능을 컴파일러에 반영하여 실행 시간을 최적화하고 있습니다. 해당 기술이 적용된 IP를 이용하여, 현재 총괄 주관사인 T사를 통해 SoC 개발이 진행 중이며, '21년 12월에 설계 완료하였습니다.
당사는 "자율주행 레벨 4급의 기능안전성 자율주행 인공지능 반도체" 개발 과제의 주관 기관으로 참여하여 자율 주행 반도체 및 SW와 다중 신경망 기술 개발을 진행하고 있습니다.
자율주행 레벨 4급은 지정된 조건하에 운전자의 개입 없이 차량이 주도적으로 주행할 수 있는 수준입니다. 자율주행 레벨 4 구현을 위해서는 최소 250 TOPS(Trillion Operation Per Second) 이상의 고성능 인공지능 반도체 및 인공 신경망 포함 자율주행 제어 SW, 이를 통합한 자율주행모듈 등이 필요하지만 기술적 한계로 인해 전 세계에서 일부 기업만이 해당 기술들을 확보하고 있습니다. 해당 과제는 초고성능 멀티센서 인공지능 컴퓨팅, 고정밀도 인공신경망 병렬 프로세싱, 기능안전성(ISO-26262)에 대응하는 자율주행 레벨 4급의 인공지능 프로세서 반도체 개발 등이 주요 연구개발 요소입니다. 당사는 기 보유한 고효율 4/8비트 혼합정밀도 인공지능 프로세서(NPU, Neural Processing Unit) IP를 바탕으로 더욱 고도화된 자율주행용 최신 인공신경망을 다양하게 지원하는 250 TOPS급 이상 고성능ㆍ저전력 상용 NPU IP를 개발하고 이를 통해 인공 지능 반도체 설계 역량을 강화할 계획입니다.
| 구분 | 내용 |
| 초고성능, 저전력 NPU IP H/W 및 SDK S/W 기술 (칩당 250TOPS↑, 6TOPS/W↑) |
- 다양한 자율주행용 인공신경망 지원(CNN 외 MLP, RNN, Attention 계열 등) · CNN(Convolutional neural network) : 합성곱 신경망 · MLP(Multi-Layer Perceptron) : 다층 신경망 · RNN(Recurrent neural network) : 순환 신경망 · Attention 계열 : 시각적 집중(Visual Attention) 현상을 구현하는 신경망 기법 - 다중 영상 카메라 입력을 통합 처리하는 Batch Processing 기술 - Broadcast/Multicast를 지원하는 효율적인 Multi-Core 구조 기술 - 32bit 부동소수점 신경망 대비 1% 이하의 정밀도 Loss 수준의 높은 정밀도를 지원하기 위한 8/4-Bit 혼합정밀도 연산 구조 기술과 고정밀도 데이터 형식 지원 기술 - NPU H/W에 최적화된 컴파일러 및 혼합정밀도 양자화 기술 포함 NPU SDK 기술 |
| 기능안전성 (ISO26262 Part5/11) 에 대응하는 기술 |
- 자율주행 인공지능 반도체 개발을 위한 기능안전프로세스 구축 - 자율주행 반도체의 기능안전 명세 작성 - 반도체 기술안전 컨셉 개발 및 안전 분석 - 반도체 하드웨어 기능안전 설계 및 안전 분석(FMEDA) - 반도체 하드웨어 기능안전 심사 대응(ASIL-B 이상) ※ ISO26262 : 2011년 자동차에 탑재되는 E/E(Electric & Electronic) 시스템의 오류로 인한 사고방지를 위해 ISO(International Organization for Standardization, 국제표준화기구)에서 제정한 자동차의 전기 및 전자 시스템의 기능 안전을 위한 국제 표준 - Part 5: Product development at the hardware level (하드웨워 수준의 제품 개발) - Part 11: Guideline on application of ISO 26262 to semiconductors(반도체에 대한 ISO 26262 적용 지침) |
| 인공지능 반도체 SoC 기술 |
- 16개 이상의 영상센서(칩당 8개 이상의 영상센서) 지원 인터페이스 탑재 - 고성능 Lidar, 4D Imaging Radar 지원 인터페이스 탑재 - 인지(Recognition), 계획(Planning) 단계에서의 지연시간 최소화를 위한 구조 설계(온칩 Frame Buffer 구조) - 실제 도로에서 자율주행 학습 데이터를 수집하기 위한 데이터 저장 구조 - 컴퓨팅 모듈 수준에서 두 개 이상의 반도체를 탑재 시 더 높은 수준의 기능안전인증에(ASIL-D) 대응하기 위한 Safety Subsystem 기술(Redundancy 지원) |
4. 지적재산권 보유현황
1) 등록특허 16건
| 번호 | 구분 | 내용 | 출원일 | 등록일 | 적용제품 | 출원국 |
| 1 | 특허 | 인터커넥트 회로의 리셋 방법 및 이를 위한 장치 | 2019-08-02 | 2020-05-12 | 메모리시스템 (OIC™) |
한국 |
| 2 | 특허 | 메모리 컨트롤러 및 이를 이용한 메모리 열 쓰로틀링 방법 | 2020-11-25 | 2021-08-13 | 메모리시스템 (OMC™) |
한국 |
| 3 | 특허 | 하드웨어 가속기의 출력 데이터를 메모리에 저장하는 방법, 하드웨어 가속기의 입력 데이터를 메모리로부터 읽는 방법, 및 이를 위한 하드웨어 가속기 | 2020-08-24 | 2021-09-01 | AI (ENLIGHT™) |
한국 |
| 4 | 특허 | 적응형 트랜잭션 처리 방법 및 이를 위한 장치 | 2020-11-25 | 2021-11-10 | 메모리시스템 (OIC™) |
한국 |
| 5 | 특허 | 메모리장치에 제공되는 명령들 간의 최소 시간격을 가변하는 메모리 컨트롤러 및 이를 이용한 메모리 열 쓰로틀링 방법 | 2021-06-04 | 2022-01-25 | 메모리시스템 (OMC™) |
한국 |
| 6 | 특허 | 메모리장치에 제공되는 명령의 총 제한 개수를 가변하는 메모리 컨트롤러 및 이를 이용한 메모리 열 쓰로틀링 방법 | 2021-06-04 | 2022-01-25 | 메모리시스템 (OMC™) |
한국 |
| 7 | 특허 | 브로드캐스팅 멀티플라이 최적화 방법 및 이를 이용한 하드웨어 가속기, 이를 이용한 컴퓨팅 장치 | 2021-08-02 | 2022-02-07 | AI (ENLIGHT™) |
한국 |
| 8 | 특허 | 인티져 타입 데이터의 해상도를 증가시키는 연산방법 및 이를 적용한 장치 | 2021-05-26 | 2022-02-22 | AI (ENLIGHT™) |
한국 |
| 9 | 특허 | 고효율 풀링 방법 및 이를 위한 장치 | 2021-06-04 | 2022-02-22 | AI (ENLIGHT™) |
한국 |
| 10 | 특허 | 하드웨어 가속기의 출력 데이터를 압축하는 방법, 하드웨어 가속기로의 입력 데이터를 디코딩하는 방법, 및 이를 위한 하드웨어 가속기 | 2020-08-25 | 2022-04-05 | AI (ENLIGHT™) |
한국 |
| 11 | 특허 | 신경망 연산방법 및 신경망 가중치 생성방법 | 2020-11-03 | 2022-04-05 | AI (ENLIGHT™) |
한국 |
| 12 | 특허 | 데이터 스케일을 고려한 덧셈 연산 방법 및 이를 위한 하드웨어 가속기, 이를 이용한 컴퓨팅 장치 | 2021-09-16 | 2022-05-03 | AI (ENLIGHT™) |
한국 |
| 13 | 특허 | 1차원 어레이 풀링 방법 및 이를 위한 장치 | 2021-11-09 | 2022-05-03 | AI (ENLIGHT™) |
한국 |
| 14 | 특허 | 어레이 풀링 방법 및 이를 위한 장치 | 2021-12-24 | 2022-05-24 | AI (ENLIGHT™) |
한국 |
| 15 | 특허 | 하드웨어 가속기를 위한 파라미터를 메모리로부터 액세스하는 방법 및 이를 이용한 장치 | 2020-06-02 | 2022-07-05 | AI (ENLIGHT™) |
한국 |
| 16 | 특허 | 트랜스포즈드 콘볼루션 하드웨어 가속장치 | 2020-02-28 | 2022-07-28 | AI (ENLIGHT™) |
한국 |
2) 출원특허 (30건)
| 번호 | 구분 | 내용 | 출원일 | 적용제품 | 출원국 |
| 1 | 특허 | 하드웨어 가속기의 출력 데이터를 압축하는 방법, 하드웨어 가속기로의 입력 데이터를 디코딩하는 방법, 및 이를 위한 하드웨어 가속기 | 2020-11-06 | AI (ENLIGHT™) |
PCT |
| 2 | 특허 | 하드웨어 가속기를 위한 파라미터를 메모리로부터 액세스하는 방법 및 이를 이용한 장치 | 2020-11-06 | AI (ENLIGHT™) |
PCT |
| 3 | 특허 | 하드웨어 가속기의 출력 데이터를 메모리에 저장하는 방법, 하드웨어 가속기의 입력 데이터를 메모리로부터 읽는 방법, 및 이를 위한 하드웨어 가속기 | 2020-11-06 | AI (ENLIGHT™) |
PCT |
| 4 | 특허 | 적응형 트랜잭션 처리 방법 및 이를 위한 장치 | 2020-11-26 | 메모리시스템 (OIC™) |
PCT |
| 5 | 특허 | 메모리 컨트롤러 및 이를 이용한 메모리 열 쓰로틀링 방법 | 2020-11-26 | 메모리시스템 (OMC™) |
PCT |
| 6 | 특허 | 트랜스포즈드 콘볼루션 하드웨어 가속장치 | 2021-02-10 | AI (ENLIGHT™) |
PCT |
| 7 | 특허 | 메모리장치에 제공되는 명령의 총 제한개수를 가변하는 메모리 컨트롤러 및 이를 이용한 메모리 열 쓰로틀링 방법 | 2021-10-15 | 메모리시스템 (OMC™) |
PCT |
| 8 | 특허 | 신경망 연산방법 및 신경망 가중치 생성방법 | 2021-10-15 | AI (ENLIGHT™) |
PCT |
| 9 | 특허 | 메모리장치에 제공되는 명령들 간의 최소 시간격을 가변하는 메모리 컨트롤러 및 이를 이용한 메모리 열 쓰로틀링 방법 | 2021-10-15 | 메모리시스템 (OMC™) |
PCT |
| 10 | 특허 | 인티져 타입 데이터의 해상도를 증가시키는 연산방법 및 이를 적용한 장치 | 2021-10-21 | AI (ENLIGHT™) |
PCT |
| 11 | 특허 | 고효율 풀링 방법 및 이를 위한 장치 | 2021-10-21 | AI (ENLIGHT™) |
PCT |
| 12 | 특허 | 브로드캐스팅 멀티플라이 최적화 방법 및 이를 이용한 하드웨어 가속기,이를 이용한 컴퓨팅 장치 | 2021-10-21 | AI (ENLIGHT™) |
PCT |
| 13 | 특허 | 데이터 스케일을 고려한 덧셈 연산 방법 및 이를 위한 하드웨어 가속기, 이를 이용한 컴퓨팅 장치 | 2022-05-26 | AI (ENLIGHT™) |
PCT |
| 14 | 특허 | 1차원 어레이 풀링 방법 및 이를 위한 장치 | 2022-05-25 | AI (ENLIGHT™) |
PCT |
| 15 | 특허 | 어레이 풀링 방법 및 이를 위한 장치 | 2022-05-24 | AI (ENLIGHT™) |
PCT |
| 16 | 특허 | 신경망에서의 연산방법 및 이를 위한 장치 | 2022-12-22 | AI (ENLIGHT™) |
PCT |
| 17 | 특허 | 신경망 설계방법 및 이를 위한 장치 | 2022-12-22 | AI (ENLIGHT™) |
PCT |
| 18 | 특허 | 데이터 스케일을 고려한 콘볼루션 데이터의 양자화 방법, 이를 위한 하드웨어 가속기, 및 이를 이용한 컴퓨팅 장치 | 2022-12-22 | AI (ENLIGHT™) |
PCT |
| 19 | 특허 | 인터커넥트 회로의 리셋 방법 및 이를 위한 장치 | 2020-02-24 | 메모리시스템 (OIC™) |
한국 |
| 20 | 특허 | 메모리 서브시스템 | 2020-10-07 | 메모리시스템 (OMC™) |
한국 |
| 21 | 특허 | 데이터 스케일을 고려한 콘볼루션 데이터의 양자화 방법, 이를 위한 하드웨어 가속기, 및 이를 이용한 컴퓨팅 장치 | 2022-07-12 | AI (ENLIGHT™) |
한국 |
| 22 | 특허 | 신경망 설계방법 및 이를 위한 장치 | 2022-07-12 | AI (ENLIGHT™) |
한국 |
| 23 | 특허 | 신경망에서의 연산방법 및 이를 위한 장치 | 2022-08-30 | AI (ENLIGHT™) |
한국 |
| 24 | 특허 | 신경망 연산방법과 이를 위한 NPU 및 컴퓨팅 장치 | 2022-10-06 | AI (ENLIGHT™) |
한국 |
| 25 | 특허 | 신경망 연산을 위한 명령어 세트 생성방법과 이를 위한 컴퓨팅 장치 | 2022-10-06 | AI (ENLIGHT™) |
한국 |
| 26 | 특허 | 신경망 및 액티베이션의 파티션 및 시뮬레이션 방법 및 이를 위한 컴퓨팅 장치 | 2022-11-01 | AI (ENLIGHT™) |
한국 |
| 27 | 특허 | 효율적인 연산 분할을 위한 텐서 변형 방법, 메모리 액세스 방법, 및 이를 위한 뉴럴 프로세싱 유닛 | 2022-12-22 | AI (ENLIGHT™) |
한국 |
| 28 | 특허 | 정수형 NPU에서 동작하는 신경망을 위한 네트워크 파라미터 교정 방법 및 이를 위한 장치 | 2022-12-22 | AI (ENLIGHT™) |
한국 |
| 29 | 특허 | 하드웨어 가속기의 출력 데이터를 메모리에 저장하는 방법, 하드웨어 가속기의 입력 데이터를 메모리로부터 읽는 방법, 및 이를 위한 하드웨어 가속기 | 2022-02-24 | AI (ENLIGHT™) |
미국 |
| 30 | 특허 | 하드웨어 가속기의 출력 데이터를 메모리에 저장하는 방법, 하드웨어 가속기의 입력 데이터를 메모리로부터 읽는 방법, 및 이를 위한 하드웨어 가속기 | 2022-03-23 | AI (ENLIGHT™) |
유럽 |
* PCT : 여러 나라에 동시에 특허 출원을 하는 것은 금전적, 시간적 부담이 큰 경우가 많음을 고려하여 체결한 국제 조약으로 PCT출원으로 모든 회원국에 특허를 획득할 수 있는 것은 아니나, 출원 단계에서의 편의를 위하여 PCT 국제 출원을 하면 모든 회원국에 동시에 출원한 것과 같은 효과를 일단 부여하고 추후에 실제 출원할 국가에 대하여만 국내 절차를 밟을 수 있습니다.
5. 재무에 관한 사항
1) 요약재무정보
(1) 요약 연결 재무제표 (단위: 천 원, 주당순이익 : 원)
| 구분 | 제7기 (2023년 1분기) |
제6기 (2022년말) |
제5기 (2021년말) |
| [유동자산] | 34,483,839 | 44,303,667 | 29,019,951 |
| ㆍ현금및현금성자산 | 13,867,139 | 4,581,373 | 5,824,178 |
| ㆍ매출채권 | 2,070,100 | 4,866,511 | 161,857 |
| ㆍ기타유동금융자산 | 13,509,944 | 29,334,919 | 21,150,218 |
| ㆍ기타 | 5,036,655 | 5,520,864 | 1,883,697 |
| [비유동자산] | 11,176,060 | 9,551,532 | 7,077,478 |
| ㆍ유형자산 | 2,542,017 | 2,578,184 | 1,943,337 |
| ㆍ무형자산 | 3,128,792 | 3,056,493 | 2,933,441 |
| ㆍ기타 | 5,505,251 | 3,916,855 | 2,200,700 |
| 자산총계 | 45,659,899 | 53,855,198 | 36,097,429 |
| [유동부채] | 17,126,432 | 18,318,003 | 9,171,299 |
| [비유동부채] | 3,450,310 | 3,287,848 | 6,373,615 |
| 부채총계 | 20,576,742 | 21,605,851 | 15,544,914 |
| [자본금] | 2,116,227 | 2,116,061 | 1,653,305 |
| [자본잉여금] | 96,388,173 | 96,376,203 | 58,927,201 |
| [기타자본항목] | 2,478,516 | 2,026,133 | 3,006,509 |
| [이익잉여금(결손금)] | -75,899,759 | -68,269,049 | -43,034,500 |
| 자본총계 | 25,083,157 | 32,249,347 | 20,552,515 |
| 관계ㆍ공동기업 투자주식의 평가방법 |
- | - | - |
| 2023.01.01 ~ 2023.03.31 |
2022.01.01 ~ 2022.12.31 |
2021.01.01 ~ 2021.12.31 |
|
| 매출액 | 1,059,051 | 10,011,688 | 5,185,868 |
| 영업이익(영업손실) | -7,741,587 | -25,261,358 | -11,055,326 |
| 당기순이익(당기순손실) | -7,630,710 | -25,226,550 | -14,608,299 |
| 기본주당순이익(기본주당순손실) | (74)원 | (1,376)원 | (1,882)원 |
| 희석주당순이익(희석주당순손실) | (74)원 | (1,376)원 | (1,882)원 |
가) 연결 포괄손익계산서 (단위 : 원)
| 제 7 기 1분기 | 제 6 기 1분기 |
|||
| 3개월 | 누적 | 3개월 | 누적 | |
| 영업수익 | 1,059,051,206 | 1,059,051,206 | 3,032,584,531 | 3,032,584,531 |
| 영업비용 | 8,800,637,779 | 8,800,637,779 | 5,792,066,262 | 5,792,066,262 |
| 영업이익(손실) | (7,741,586,573) | (7,741,586,573) | (2,759,481,731) | (2,759,481,731) |
| 기타수익 | 42,586,083 | 42,586,083 | 27,586,344 | 27,586,344 |
| 기타비용 | 19,190,967 | 19,190,967 | 364,710,676 | 364,710,676 |
| 금융수익 | 415,052,094 | 415,052,094 | 336,703,371 | 336,703,371 |
| 금융비용 | 331,348,157 | 331,348,157 | 146,071,275 | 146,071,275 |
| 법인세비용차감전순이익(손실) | (7,634,487,520) | (7,634,487,520) | (2,905,973,967) | (2,905,973,967) |
| 법인세비용 | (3,778,009) | (3,778,009) | ||
| 당기순이익(손실) | (7,630,709,511) | (7,630,709,511) | (2,905,973,967) | (2,905,973,967) |
| 기타포괄손익 | 129,633,133 | 129,633,133 | 315,901,207 | 315,901,207 |
| 당기손익으로 재분류될 수 있는 항목(세후기타포괄손익) | 129,633,133 | 129,633,133 | 315,901,207 | 315,901,207 |
| 해외사업장환산외환차이(세후기타포괄손익) | 129,633,133 | 129,633,133 | 315,901,207 | 315,901,207 |
| 총포괄손익 | (7,501,076,378) | (7,501,076,378) | (2,590,072,760) | (2,590,072,760) |
| 당기순이익(손실)의 귀속 | ||||
| 지배기업의 소유주에게 귀속되는 당기순이익(손실) | (7,501,076,378) | (7,501,076,378) | (2,590,072,760) | (2,590,072,760) |
| 비지배지분에 귀속되는 당기순이익(손실) | ||||
| 총 포괄손익의 귀속 | ||||
| 총 포괄손익, 지배기업의 소유주에게 귀속되는 지분 | (7,501,076,378) | (7,501,076,378) | (2,590,072,760) | (2,590,072,760) |
| 총 포괄손익, 비지배지분 | ||||
| 주당이익 | ||||
| 기본주당이익(손실) (단위 : 원) | (361) | (361) | (174) | (174) |
| 희석주당이익(손실) (단위 : 원) | (361) | (361) | (174) | (174) |
나) 연결 현금흐름표 (단위 : 원)
| 제 7 기 1분기 | 제 6 기 1분기 | |
| 영업활동현금흐름 | (5,748,539,930) | (4,290,997,639) |
| 영업으로부터 창출된 현금흐름 | (5,853,493,279) | (4,190,876,744) |
| 이자의 수취 | 343,368,202 | 19,476,205 |
| 이자의 지급 | (190,061,662) | (54,483,541) |
| 법인세납부(환급) | (48,353,191) | (65,113,559) |
| 투자활동현금흐름 | 15,071,033,714 | 2,517,465,058 |
| 기타유동금융자산의 회수 | 21,000,000,000 | 21,000,000,000 |
| 정부보조금의 수취 | 178,572,554 | |
| 기타유동금융자산의 취득 | (4,000,000,000) | (18,000,000,000) |
| 기타비유동금융자산의 취득 | (1,800,000,000) | (160,000) |
| 유형자산의 취득 | (285,936,325) | (467,154,111) |
| 무형자산의 취득 | (21,602,515) | (15,220,831) |
| 재무활동현금흐름 | (64,448,932) | (19,898,168) |
| 주식선택권행사로 인한 현금유입 | 7,047,794 | 95,368,242 |
| 리스부채의 상환 | (71,496,726) | (115,266,410) |
| 환율변동효과 반영전 현금및현금성자산의 순증가(감소) | 9,258,044,852 | (1,793,430,749) |
| 기초현금및현금성자산 | 4,581,373,241 | 5,824,178,202 |
| 현금및현금성자산에 대한 환율변동효과 | 27,721,188 | 116,720,407 |
| 기말현금및현금성자산 | 13,867,139,281 | 4,147,467,860 |
다) 연결재무제표 주석
- 지배회사는 The Six Semiconductor Inc.(캐나다) 및 OPENEDGES TECHNOLOGY CORPORATION(미국)의 종속 회사를 두고 있으며, 2017년 12월 6일에 설립되어 AI Computing Platform 반도체 설계자산(IP, Intellectual Property) 라이선싱을 주된 사업으로 하고 있습니다. 본사는 서울특별시 강남구 역삼로 114에 소재하고 있습니다.
지배회사는 2022년 9월 26일 자로 한국거래소가 개설하는 코스닥시장에 주권을 상장하였으며, 당분기말 현재 자본금은 2,116백만 원입니다.
당분기말 현재 지배회사의 주요 주주현황은 다음과 같습니다
| 주주명 | 보통주식수(주) | 지분율(%) |
| 이성현(대표) | 3,792,094 | 17.92% |
| 황인조 | 1,206,600 | 5.70% |
| 스톤브릿지영프론티어투자조합 | 1,133,750 | 5.36% |
| 기타 | 15,029,830 | 71.02% |
| 합계 | 21,162,274 | 100.00% |
①종속기업 현황 및 요약 재무정보
| 종속기업명 | 소재지 | 지배지분율(%) | 결산월 | 업종 | |
| 당분기말 | 전분기말 | ||||
| The Six Semiconductor Inc. | 캐나다 | 100% | 100% | 12월 | 반도체 설계자산 연구개발 |
| OPENEDGESTECHNOLOGY CORPORATION | 미국 | 100% | 100% | 12월 | 반도체 설계자산 연구개발 |
-당분기말 (단위: 천 원)
| 종속기업명 | 자산 | 부채 | 매출 | 분기순이익 | 총괄손익 |
| The Six Semiconductor Inc. | 9,425,960 | 3,240,074 | 4,431,932 | 293,722 | 476,503 |
| OPENEDGES TECHNOLOGY CORPORATION | 2,486,348 | 417,045 | 951,310 | 43,708 | 99,646 |
- 전기말 (단위: 천 원)
| 종속기업명 | 자산 | 부채 | 매출 | 분기순이익(손실) | 총괄이익 |
| The Six Semiconductor Inc. | 9,934,583 | 4,225,200 | 22,347,957 | 1,534,136 | 1,416,221 |
| OPENEDGES TECHNOLOGY CORPORATION | 2,425,173 | 455,517 | 1,956,932 | (310,396) | (156,088) |
② 현금성 자산 / 매출채권 (단위 : 천 원)
| 구분 | 당분기 | 전기말 |
| 은행예금 | 13,867,139 | 4,581,373 |
| 고객과의 계약에서 생긴 매출채권 | 2,070,100 | 4,866,511 |
| 손실충당금 | - | - |
| 매출채권(순액) | 2,070,100 | 4,866,511 |
③ 유형자산
-당분기 (단위 : 천 원)
| 구분 | 비품 | 연구개발장비 | 시설장치 | 합계 |
| 기초 순장부금액 | 1,897,092 | 143,858 | 537,234 | 2,578,184 |
| 취득 | 55,194 | 24,409 | 27,761 | 107,364 |
| 감가상각비 | (126,932) | (9,645) | (46,211) | (182,788) |
| 환율변동 | 30,376 | - | 8,881 | 39,257 |
| 분기말 순장부금액 | 1,855,730 | 158,622 | 527,665 | 2,542,01 |
- 전분기
| 구분 | 비품 | 연구개발장비 | 시설장치 | 합계 |
| 기초 순장부금액 | 1,183,690 | 93,958 | 665,689 | 1,943,337 |
| 취득 | 448,298 | - | 23,466 | 471,764 |
| 감가상각비 | (91,450) | (5,418) | (43,507) | (140,375) |
| 환율변동 | 36,591 | - | 11,962 | 48,553 |
| 분기말 순장부금액 | 1,577,129 | 88,540 | 657,610 | 2,323,2 |
④ 무형자산
- 당분기(단위: 천 원)
| 구분 | 영업권 | 특허권 | 소프트웨어 | 합계 |
| 기초금액 | 2,810,809 | 48,469 | 197,215 | 3,056,493 |
| 상각비 | - | (3,056) | (11,369) | (14,425) |
| 환율변동 | 86,724 | - | - | 86,724 |
| 분기말금액 | 2,897,533 | 45,413 | 185,846 | 3,128,792 |
-전분기(단위: 천 원)
| 구분 | 영업권 | 특허권 | 소프트웨어 | 건설중인 자산 | 합계 |
| 기초금액 | 2,796,476 | 14,165 | 8,809 | 113,991 | 2,933,441 |
| 취득 | - | 16,883 | - | - | 16,883 |
| 상각비 | - | (1,494) | (574) | - | (2,068) |
| 환율변동 | 118,817 | - | - | - | 118,817 |
| 분기말금액 | 2,915,293 | 29,554 | 8,235 | 113,991 | 3,067,073 |
⑤ 차입금(단위: 천 원)
| 차입처 | 내역 | 이자율(%) | 만기일 | 당분기말 | 전기말 |
| KEB하나은행(*) | 운전자금 | 3.40 | 2023-12-20 | 5,000,000 | 5,000,000 |
| KEB하나은행(*) | 운전자금 | 3.66 | 2023-11-24 | 5,000,000 | 5,000,000 |
| 합 계 | 10,000,000 | 10,000,000 | |||
⑥기타 자본항목(단위 : 천 원)
| 구분 | 당분기말 | 전분기말 |
| 주식선택권 | 2,002,786 | 1,680,036 |
| 해외사업환산손익 | 475,730 | 346,097 |
| 합계 | 2,478,516 | 2,026,133 |
*주식선택권 : 기명식 보통주식으로 보통주 신주발행 또는 자기 주식 교부의 방법으로 부여합니다. 가득 조건 및 행사 가능 시점은 부여일 이후 2년 이상 연결회사의 임직원으로 재직한 자에 한하여 행사 가능하며 2년 경과시점에서 최초부여주식의 50%, 3년 경과시점에서 25%, 4년 경과시점에서 25%를 행사할 수 있습니다. 스톡옵션과 비슷한 개념입니다.
⑦ 영업비용 (단위: 천 원)
- 영업비용 구성내역
| 구분 | 당분기 | 전분기 |
| 급여 | 519,093 | 464,099 |
| 퇴직급여 | 38,205 | 35,296 |
| 복리후생비 | 138,355 | 89,616 |
| 여비교통비 | 54,187 | 32,168 |
| 접대비 | 10,065 | 598 |
| 통신비 | 2,228 | 2,454 |
| 전력비 | 7,411 | 5,439 |
| 세금과공과 | 41,638 | 21,807 |
| 감가상각비 | 145,641 | 106,056 |
| 무형자산상각비 | 3,056 | 1,494 |
| 지급임차료 | 725 | - |
| 보험료 | 18,840 | 13,655 |
| 차량유지비 | 1,731 | 647 |
| 경상연구개발비 | 7,051,693 | 3,936,903 |
| 교육훈련비 | 2,814 | 3,211 |
| 소모품비 | 13,438 | 6,131 |
| 지급수수료 | 326,171 | 206,862 |
| 주식보상비용 | 327,838 | 776,138 |
| 광고선전비 | 38,419 | 28,928 |
| 건물관리비 | 45,577 | 45,568 |
| 기타 | 13,513 | 14,996 |
| 합 계 | 8,800,638 | 5,792,066 |
- 경상연구개발비 구성내역 (단위: 천 원)
| 구분 | 당분기 | 전분기 |
| 급여 | 4,372,669 | 2,537,933 |
| 퇴직급여 | 89,230 | 57,900 |
| 복리후생비 | 169,718 | 84,508 |
| 여비교통비 | 26,838 | 29,189 |
| 통신비 | 9,920 | 3,900 |
| 세금과공과 | 91,792 | 19,802 |
| 감가상각비 | 278,579 | 181,434 |
| 무형자산상각비 | 11,369 | 575 |
| 보험료 | 23,156 | 21,483 |
| 차량유지비 | 156 | - |
| 기술료 | 2,464 | 2,464 |
| 지급수수료 | 553,541 | 184,226 |
| 기타 | 1,822,471 | 1,122,642 |
| 정부보조금 | (400,210) | (309,153) |
| 합 계 | 7,051,693 | 3,936,903 |
⑧우발부채 및 약정사항
- 기술이전계약
연결회사는 서울대학교 산학협력단과 2019년 12월 17일에 "이상치를 고려한 뉴럴네트워크 가속방법 및 장치"에 관련된 기술도입계약을 체결하여 연결회사는 해당 기술을 국내외에서 실시할 수 있는 통상실시권을 허가받았습니다. 해당 기술도입계약과 관련하여 연결회사는 서울대학교 산학협력단에게 일정금액의 선급 기술료 및 상용화된 시점 이후부터 발생한 매출에 대해서 일정률의 경상기술료를 지급하는 약정을 체결하였습니다.
- 종속기업 주식인수약정
연결회사는 2019년 12월 4일에 캐나다 소재 반도체 설계자산 개발업체인 The Six Semiconductor Inc. 의 주식 100%를 인수하였으며, 인수대금은 일정 기간 동안 분할 지급하기로 약정하였습니다. 이와 관련하여 당분기말 현재 장ㆍ단기미지급금으로 619백만 원(전기말 : 594백만 원)을 계상하고 있습니다.
- Sales Agent 계약
연결회사는 미국, 중국, 일본 지역의 매출 활성화를 위하여 각 지역별로 세일즈 에이전트 계약을 체결하고 있으며, 해당 계약의 약정에 따라 연결회사는 각 세일즈 에이전트에게 일정 금액의 고정수수료와 세일즈 에이전트를 통하여 성사된 IP 판매액의 일정률에 해당하는 성공보수를 지급하고 있습니다
⑨ 특수관계자에 대한 채권 / 채무 주요 잔액 (단위: 천 원)
| 구분 | 미지급금 | |
| 당분기말 | 전분기말 | |
| 임직원 | 623,091 | 594,250 |
⑩ 영업부문 정보
- 지역별 매출액 (단위: 천 원)
| 구분 | 당분기 | 전분기 |
| 한국 | 364,912 | 2,805,334 |
| 미국 | - | 187,972 |
| 중국 | 618,983 | 38,652 |
| 기타 국가 | 75,156 | 626 |
| 합계 | 1,059,051 | 3,032,584 |
-연결회사 매출액 중 10% 이상을 차지하는 주요 고객 (단위: 천 원)
| 구분 | 당분기 | 전분기 |
| A사 | 602,263 | - |
| B사 | 135,244 | 53,023 |
| C사 | 39,507 | 1,246,925 |
| D사 | 27,641 | 347,562 |
| E사 | 9,867 | 1,089,443 |
| 합계 | 814,522 | 2,736,953 |
(2) 요약 별도 재무제표 (단위: 천 원, 주당순이익 : 원)
| 구분 | 제7기 (2023년 1분기) |
제6기 (2022년말) |
제5기 (2021년말) |
| [유동자산] | 27,775,254 | 37,174,040 | 26,474,476 |
| ㆍ현금및현금성자산 | 10,209,706 | 1,384,212 | 2,969,440 |
| ㆍ매출채권 | 394,444 | 2,179,419 | 161,857 |
| ㆍ기타유동금융자산 | 13,456,171 | 29,286,503 | 21,117,377 |
| ㆍ기타 | 3,714,932 | 4,323,907 | 2,225,802 |
| [비유동자산] | 16,404,566 | 14,567,586 | 9,147,680 |
| ㆍ종속기업투자주식 | 12,503,245 | 12,293,995 | 7,320,447 |
| ㆍ유형자산 | 571,466 | 593,361 | 719,935 |
| ㆍ무형자산 | 231,259 | 245,684 | 136,965 |
| ㆍ기타 | 3,098,597 | 1,434,546 | 970,333 |
| 자산총계 | 44,179,821 | 51,741,627 | 35,622,156 |
| [유동부채] | 16,441,452 | 16,669,713 | 8,001,286 |
| [비유동부채] | 1,148,910 | 1,003,426 | 5,488,393 |
| 부채총계 | 17,590,362 | 17,673,139 | 13,489,679 |
| [자본금] | 2,116,227 | 2,116,061 | 1,653,305 |
| [자본잉여금] | 96,388,173 | 96,376,203 | 58,927,201 |
| [기타자본항목] | 2,002,786 | 1,680,036 | 2,861,904 |
| [이익잉여금(결손금)] | -73,917,727 | -66,103,811 | -41,309,933 |
| 자본총계 | 26,589,459 | 34,068,488 | 22,132,477 |
| 종속ㆍ관계ㆍ공동기업 투자주식의 평가방법 |
종속기업: 원가법 | 종속기업: 원가법 | 종속기업: 원가법 |
| 2023.01.01 ~ 2023.03.31 |
2022.01.01 ~ 2022.12.31 |
2021.01.01 ~ 2021.12.31 |
|
| 매출액 | 1,059,051 | 10,011,688 | 5,185,868 |
| 영업이익(영업손실) | -7,968,478 | -24,902,846 | -10,335,235 |
| 당기순이익(당기순손실) | -7,813,916 | -24,785,880 | -13,746,427 |
| 기본주당순이익(기본주당순손실) | (369)원 | (1,352)원 | (1,771)원 |
| 희석주당순이익(희석주당순손실) | (369)원 | (1,352)원 | (1,771)원 |
가) 포괄손익계산서 (단위 : 원)
| 제 7 기 1분기 | 제 6 기 1분기 | |||
| 3개월 | 누적 | 3개월 | 누적 | |
| 영업수익 | 1,059,051,206 | 1,059,051,206 | 3,032,584,531 | 3,032,584,531 |
| 영업비용 | 9,027,528,773 | 9,027,528,773 | 4,963,195,166 | 4,963,195,166 |
| 영업이익(손실) | (7,968,477,567) | (7,968,477,567) | (1,930,610,635) | (1,930,610,635) |
| 기타수익 | 14,825,650 | 14,825,650 | 7,820,692 | 7,820,692 |
| 기타비용 | 353,368 | 353,368 | 364,340,996 | 364,340,996 |
| 금융수익 | 351,862,722 | 351,862,722 | 329,687,979 | 329,687,979 |
| 금융비용 | 211,773,343 | 211,773,343 | 103,868,040 | 103,868,040 |
| 법인세비용차감전순이익(손실) | (7,813,915,906) | (7,813,915,906) | (2,061,311,000) | (2,061,311,000) |
| 법인세비용 | ||||
| 당기순이익(손실) | (7,813,915,906) | (7,813,915,906) | (2,061,311,000) | (2,061,311,000) |
| 기타포괄손익 | ||||
| 당기손익으로 재분류되지 않는항목(세후기타포괄손익) | ||||
| 확정급여제도의 재측정손익(세후기타포괄손익) | ||||
| 총포괄손익 | (7,813,915,906) | (7,813,915,906) | (2,061,311,000) | (2,061,311,000) |
| 주당이익 | ||||
| 기본주당이익(손실) (단위 : 원) | (369) | (369) | (123) | (123) |
| 희석주당이익(손실) (단위 : 원) | (369) | (369) | (123) | (123) |
나) 현금흐름표 (단위 : 원)
| 제 7 기 1분기 | 제 6 기 1분기 | |
| 영업활동현금흐름 | (6,274,894,663) | (2,499,236,493) |
| 영업으로부터 창출된 현금흐름 | (6,450,877,901) | (2,489,612,762) |
| 이자의 수취 | 343,368,202 | 19,476,205 |
| 이자의 지급 | (115,253,764) | (26,115,816) |
| 법인세납부(환급) | (52,131,200) | (2,984,120) |
| 투자활동현금흐름 | 15,139,633,839 | (489,990,831) |
| 기타유동금융자산의 회수 | 21,000,000,000 | 21,000,000,000 |
| 정부보조금의 수취 | 178,572,554 | |
| 기타유동금융자산의 취득 | (4,000,000,000) | (18,000,000,000) |
| 기타비유동금융자산의 취득 | (1,800,000,000) | (160,000) |
| 종속기업에 대한 투자자산의 취득 | (3,456,220,000) | |
| 유형자산의 취득 | (217,336,200) | (18,390,000) |
| 무형자산의 취득 | (21,602,515) | (15,220,831) |
| 재무활동현금흐름 | (39,244,736) | 53,581,291 |
| 주식매수선택권의 행사 | 7,047,794 | 95,368,242 |
| 리스부채의 상환 | (46,292,530) | (41,786,951) |
| 환율변동효과 반영전 현금및현금성자산의 순증가(감소) | 8,825,494,440 | (2,935,646,033) |
| 기초현금및현금성자산 | 1,384,211,919 | 2,969,439,522 |
| 기말현금및현금성자산 | 10,209,706,359 | 33,793,489 |
다) 기타 자본항목(주식선택권 연결 재무제표 주석 참조)
①주식선택권의 수량과 가중평균 행사가격의 변동(단위: 주, 원)
| 구분 | 주식매수선택권수량 | 가중평균 행사가격 | ||
| 당분기 | 전기 | 당분기 | 전기 | |
| 기초 잔여주 | 1,024,014 | 1,585,050 | 4,686 | 1,616 |
| 부여 | 215,500 | 459,650 | 23,140 | 7,920 |
| 행사 | (1,663) | (1,002,561) | 4,238 | 169 |
| 소멸 | (26,200) | (18,125) | 6,262 | 4,707 |
| 기말 잔여주 | 1,211,651 | 1,024,014 | 7,934 | 4,686 |
| 기말 행사가능한 주식수 | 112,089 | 106,663 | 1,327 | 1,179 |
보고기간말 현재 유효한 주식선택권의 가중평균 잔여만기는 2.37년(전기말: 2.72년)이며, 행사가격은 0원 ~ 23,140원입니다.
당사는 당분기 및 전기 중 부여된 주식선택권의 보상원가를 지분가치배부법 및 블랙숄즈옵션가격결정모형을 이용한 공정가치접근법을 적용하여 산정하였으며, 보상원가를 산정하기 위한 제반 가정 및 변수는 다음과 같습니다.
단위 : 원
| 구분 | 당분기 | 전분기 |
| 부여된 선택권의 가중평균 공정가치 | 11,449 | 3,704 |
| 부여된 선택권의 가중평균 행사가격 | 23,140 | 7,920 |
| 주가변동성 | 72.98% | 100% |
| 기대만기 | 3.83년 | 3.17년 |
| 할인율 | 3.25% | 1.70% |
당분 기와 전분기 중 비용으로 인식한 주식기준보상은 각각 119백만 원과 57백만 원이며, 전액 주식결제형 주식기준보상과 관련된 비용입니다.
2019년 12월 4일에 부여된 주식선택권 1,015,000주 및 2020년 11월 18일에 부여된 주식선택권 45,000주, 2021년 10월 11에 부여된 주식선택권 30,000주, 2022년 4월 1일에 부여된 주식선택권 204,500주, 2023년 3월 31일에 부여된 주식선택권 162,000주는 종속기업의 종업원에게 당사의 지분상품을 주식선택권으로 부여한 내역입니다. 부여시점의 지분상품의 공정가치에 근거하여 산출된 종업원 용역의 공정가치는 가득 기간에 걸쳐 종속기업에 대한 투자금액의 증가(당분기: 209백만 원, 전분기: 719백만 원)로 회계처리되며, 이에 상응하는 금액은 기타 자본항목으로 인식됩니다.
6. 임원 현황 (기준일 : 2023.03월 31일, 단위 : 주)
| 성명 (성별) |
출생년월 | 직위 | 등기 / 상근여부 |
당담업무 | 주요경력 | 소유주식수 (의결권O) |
재직기간 | 임기만료일 | |
| 이성현 (남) |
1976년 01월 | 대표이사 | 사내이사/ 상근 |
경영총괄 | ('03.08) 서울대학교 전기ㆍ컴퓨터공학 박사 수료 ('07.09~'08.01) 삼성종합기술원 ('08.02~'15.11) 삼성전자 System LSI 사업부 ('17.12~현재) 오픈엣지테크놀로지 대표이사 |
3,792,094 | 2017.12 ~현재 |
2025.03.30 | |
| 황인조 (남) |
1975년 03월 | 상무이사 | 사내이사/ 상근 |
CTO | ('00.02) 서울대학교 전기공학 석사 ('00.03~'05.05) 대우전자 책임연구원 ('05.11~'10.11) 칩스앤미디어 수석연구원 ('10.12~'15.11) 코드홀릭스 CTO ('17.12~현재) 오픈엣지테크놀로지 CTO |
1,206,600 | 2017.12 ~현재 |
2024.10.12 | |
| 이우연 (남) |
1981년 02월 | 상무이사 | 사내이사/ 상근 |
CFO | ('06.02) 서강대학교 경영학 학사 ('06.02~'11.04) 삼성코닝정밀소재 경영지원팀 ('11.04~'11.07) 삼성전자 미래전략실 신사업팀 ('11.07~'21.07) 삼성바이오로직스 경영지원그룹장 ('21.08~현재) 오픈엣지테크놀로지 CFO |
14,700 | 2021.08 ~현재 |
2024.10.12 | |
| 유병준 (남) |
1971년 10월 | 사외이사 | 사외이사 비상근 |
사외이사 | ('03.05) Carnegie Mellon University, Information Systems 박사 ('03.08~'05.02) 홍콩과학기술대학 경영대학 MS/IS 조교수 ('05.03~'07.07) 고려대학교 경영대학 조교수 ('07.08~'09.09) 서울대학교 경영대학 조교수 ('09.10~'14.09)서울대학교 경영대학 부교수 ('14.10~현재) 서울대학교 경영대학 정교수 ('22.07~현재) 오픈엣지테크놀로지(주) 사외이사 |
- | 2022.07 ~현재 |
2025.06.30 | |
| KIM CHINHYUN (남) |
1957년 01월 | 사외이사 | 사외이사/ 비상근 |
사외이사 | ('94.05) University of Southern California, Computer Engineering 박사 ('98.09-'99.05) Rose-Hulman Institute of Tech. 부교수 ('99.07-'08.10) Intel Corp. Perf. Architect ('08.12-'14.12) 삼성전자 상무 ('23.03~현재) 오픈엣지테크놀로지(주) 사외이사 |
26,250 | 2023.03 ~현재 |
2026.03.31 | |
| 명재원 (남) |
1974년 09월 | 감사 | 감사/ 비상근 |
감사 | ('01.08) 연세대학교 경영학 학사 ('05.10~'11.10) 한영회계법인 공인회계사 ('11.11~'13.04) 도원회계법인 공인회계사 ('13.05~'20.03) 삼영회계법인 파트너 ('20.03~현재) 신한회계법인 파트너 ('13.03~'21.03) 삼목에스폼(주) 사외이사 ('14.03~'18.03) (주)홈캐스트 사외이사 ('18.12~현재) 한국서부발전(주) 위험관리위원회 사외위원 ('22.07~현재) 오픈엣지테크놀로지(주) 감사 |
- | 2022.07 ~현재 |
2025.06.30 | |
| 최주환 (남) |
1971년 02월 | 부사장 | 미등기/ 상근 |
Sales 담당 |
('95.02) 서울대학교 중어중문학 학사 ('97.04~'00.01) 대우인터내셔널 포스코 철강담당 ('01.01~'05.05) EC21 이커머스 기획담당 ('05.05~'17.12)칩스앤미디어 Head of IP Sales ('17.12~현재) 오픈엣지테크놀로지 S&M팀장(부사장) |
185,500 | 2017.12 ~현재 |
- | |
* 최주환의 보유 주식수에는 우리 사주조합에 예치된 주식이 포함되어 있습니다.
1) 타회사 임원 겸직 현황(기준일 : 2023년 03월 31일)
| 직위 | 성명 | 회사명 | 직책 | 담당업무 | 재직기간 | 관계 | 비고 |
| 대표이사 | 이성현 | OPENEDGES TECHNOLOGY CORPORATION | 대표이사 | 자회사운영 | 2021.07.06~현재 | 자회사 | 비상근 |
| The Six Semiconductor Inc. | 사내이사 | 자회사운영 | 2019.12.04~현재 | 자회사 | 비상근 | ||
| 사내이사 | 이우연 | OPENEDGES TECHNOLOGY CORPORATION | 사내이사 | 자회사운영 | 2021.09.09~현재 | 자회사 | 비상근 |
| The Six Semiconductor Inc. | 사내이사 | 자회사운영 | 2022.02.01~현재 | 자회사 | 비상근 | ||
| 사외이사 | 유병준 | 한국벤처투자 | 사외이사 | 사외이사 | 2020.04.01~현재 | - | 비상근 |
주담통화(이 OO상무이사)
1. 현재 AI에 있어 GPU의 활용이 높지만 점차적으로 NPU의 활용이 높아질 것으로 생각됩니다. 앞으로 NPU가 AI의 활용도와 규모 확장을 어느 정도 예상하시나요?
- 사실은 예상하기가 어렵습니다. 저희가 주력으로 하는 것은 엣지 디바이스(스마트폰, 차량, 로봇 등)인데 이 엣지 디바이스는 NPU 쪽이 이제 막 개발이 진행되는 초기시장이라서 시장의 규모나 확장을 예측하기는 어렵습니다. 다만, 저희가 보기엔 엣지 디바이스는 GPU보다는 NPU가 더 나을 것이라 생각됩니다. 그 이유는 NPU가 GPU에 비해 훨씬 더 저전력이고, 많은 연산을 필요로 하는 자율주행 차량이나 로봇, 드론등에 더 활용될 가능성이 높아 보입니다. 그렇기에 이미 IP 형태로 제공하고 있고 새로운 IP를 연구개발하고 있고 기존의 IP는 더 업그레이드하기 위해 노력하고 있습니다.
2. 현재 경쟁 IP기업으론 미국의 시놉시스를 사업보고서를 통해 언급했습니다. 오픈엣지테크놀러지가 경쟁 우위를 가지기 위해 가장 핵심적으로 생각하시는 것과 기업적인 측면에서 노력하는 점을 이야기해 주세요
- 사실, 시놉시스와는 업력 차이가 20~30년으로 큽니다. 반면, 저희는 신규 기업이고 이미 생성된 시장에 뛰어들어간 것이기에 후발주자는 맞습니다. 하지만, 시놉시스가 집중하고 있는 분야는 5 나노이하의 선단 공정 쪽이고 저희는 기존 레거시에서 7 나노, 5 나노 쪽으로 막 넘어오고 있는 시점이고요. 저희랑 시놉시스가 경쟁하는 부분이 PHY인데, PHY IP에 대해서는 각 공정별 따로 개발해야 하고 메모리 표준도 별도로 맞춰야 하기 때문에 서로 겹치지 않는 Line-up로 시장 선점효과를 얻기 위해 노력 중에 있고요. PHY IP 자체적으로는 하드웨이 IP이기 때문에 크기가 매우 중요한데 저희가 시놉시스의 PHY IP에 비해 크기가 50% 정도밖에 되지 않습니다. 점차적으로 칩의 복잡성이 늘어나고 있는 시점에서 면적 효율성이라는 장점들을 고객사에게 어필하고 있습니다.
4. 이성현 대표님이 한국경제 매체에서 말씀하시길 올해 영업흑자를 목표로 노력 중이라 하셨습니다. 올해 반기가 지난 시점에서 가능할 것으로 생각하시나요?
- 저희가 손익분기점을 올해에 넘기겠다는 목표가 와전된 것 같습니다. 올해 매출 300억으로 손익 분기점을 넘기는 것이 목표입니다. 이를 위해 수주가 계속 뒷받침되어야 하는데, 사실상, 1분기 실적이 많이 낮았었고, 계단식으로 매분기 실적이 향상될 것으로 예상하고 있고, 아무래도 상반기보다는 하반기에 매출이 커질 예상이기에 계단의 높이가 1, 2분기 보다 3, 4분기에 더 높아지지 않을까 예상을 하고 있습니다.
5. 연결재무제표 주석에서 전분기 무형자산을 보면 '건설 중인 자산'으로 대략 1억 1천4백(113,991)이 잡혀있는데 어디에 사용된 것인가요?
- 무형자산에 크게 들어갈 것은 없는데, 액수가 크지 않은 것으로 보아 사무실 확장이나 소프트웨어 만드는 비용 일 듯 싶습니다.
6. 서울대학교 산학협력단에 지불해야 하는 경상기술료의 규모는 어느 정도이고 언제부터 언제까지 지급할 계획인가요?
- NPU 관련된 부분으로 비용이 크지는 않습니다. 관련 매출이 발생될 때, 로열티처럼 일정 %를 지급하는 것이기에 숫자적으로 말씀드리기는 힘듭니다.
7. 캐나다 소재의 The Six Semiconductor Inc. 의 주식 100%를 인수하였는데 총 인수대금이 얼마이고 언제까지 분할지급해야 하나요?
- 총 인수대금은 100만 달러 정도로 인수대금은 완납된 상황이고, 회계적으로 분기별로 분할하여 처리되는 현황입니다. 올해 안으로 마무리될 것으로 보입니다.
8. 임직원에 대한 미지급금이 당분기말 기준, 대략 6억 2천3백만 원(623,091)이 있던데, 관련 내용 부탁드립니다.
- 미지급 부분은 지급돼야 되는 것이 맞습니다. 다만, 이 부분은 sales관련된 인센티브 관련된 부분인 것 같습니다.
9. 연결회사 매출액 중 비중 10% 이상을 차지하는 주요 고객은 어디인지 말씀해 주실 수 있을까요?
- A, B, C, D, E사에 대해선 협약 상 말씀드리긴 어렵고요. 저희도 말씀드리고 싶지만 법적 문제로 힘들 것 같습니다.
9-1) 알려진 바로는 삼성전자와 TSMC의 비중이 6:4 정도라는데 맞는 이야기인가요?
- 네, 삼성 파운드리에서 칩을 생산하는 업체가 60% 정도 되고 TSMC에서 칩을 생산하는 기업이 40% 정도 됩니다.
10. 작년 반도체 업황이 좋지 않은 시기에 상장을 하셨는데, 오픈엣지테크놀러지의 미래 성장성에 대해 말씀해 주세요.
- 저희는 매년 2배 이상 성장을 해오고 있습니다. 작년에 상장을 하면서 안 좋았던 분위기와 시장이 우려했던 부분은 워낙 IP사업 자체가 국내에선 생소했기에 발생된 것이라 생각이 되고요. 앞으로도 지속적으로 성장하는 모습을 보여드릴 것이고 성장에 대한 기대감은 내부적으로 항상 가지고 있습니다. 주주분께서도 지속적인 수주공시에 대해 확인하시고 회사가 어떻게 성장하고 있는지에 대한 확인하는 부분이 필요할 것으로 생각이 되고요 내부적으론 성장 가능성이 충분히 있다고 생각하고 있습니다.
11. 1분기 실적이 생각보다 안 좋은데 올해도 2배 성장이 가능하실 것이라 생각하십니까?
- 1분기 실적은 안 좋았습니다. 관련 계약이 이관되어 저희가 예상했던 계약시점이 뒤로 미뤄지는 부분들이 있어 좋지 않았는데, 내부적으론 2배 성장(매출 300억)이 가능하다 생각되고 그것을 위해 노력하고 있습니다.
12. 앞에서 올해의 목표가 손익분기점을 넘기는 것이라 하셨습니다. 그렇다면 실제 영업흑자의 시기는 어떻게 보시나요?
- 저희는 올해 목표가 손익분기점을 넘기는 것과 매출 300억으로 하고 있기 때문에 올해를 변곡점이라 생각하고 있고요. 실질적으로 수익이 나는 시기는 변곡점인 올해를 지나고 내년 이후가 될 것 같습니다.
오늘의 이야기는 여기까지입니다.
여러분의 성투를 기원합니다~~
'반도체, 삼성전자' 카테고리의 다른 글
| 애플과 엔비디아를 둘러싼 TSMC, 인텔, 삼성전자의 반도체의 패권 전쟁의 맞침표는? (4) | 2023.10.04 |
|---|---|
| AI(Artificial Intelligence)의 과거와 현재 그리고 Processor (CPU, GPU, NPU, Neuromorphic Chip)와 삼성전자(반도체), (2) | 2023.08.23 |
| 반도체 패키징 공부 이걸로 끝! 국내 후공정 패키징 업체 네패스 & 네패스 라웨, 네패스 아크 (3) | 2023.02.23 |
| 흔들리는 TSMC의 파운드리 패권 (2) | 2023.02.22 |
| EUV Rinse 소재 국산화 성공한 영창케미칼(관련 소재 공부 이걸로 완전 정복) (2) | 2023.02.12 |
댓글