솔트룩스

당사는 AI(DX) 사업을 단일 사업부문으로 영위하고 있으며, 자체 개발한 생성형 AI 플랫폼인 '루시아(LUXIA)'를 핵심 기반으로 다양한 산업 도메인에 AI 전환(AX, AI Transformation) 서비스를 제공하고 있습니다. 당사의 사업은 크게 ▲생성형 AI 플랫폼(루시아 GPT, Agent Studio), ▲빅데이터·데이터 플랫폼, ▲유지보수·위탁운영, ▲온톨로지 기반 지식그래프의 4가지 서비스 유형으로 구성됩니다. 이를 바탕으로 K-원전 AI, 공공·행정 지능화, 금융·보험 AI, 대기업 엔터프라이즈·전문서비스 AI, 데이터 플랫폼 운영, 교육 AX 등 6개 핵심 사업 분야에서 비즈니스를 전개하고 있습니다. (1) K-원전 AI 당사는 원자력 산업 내 AI 전환(AX)을 선도하며, 원전 운영사의 전사 AI 플랫폼 구축부터 지능형 형상관리 서비스, 원자력 안전 지식관리 시스템 운영까지 원전 도메인에 특화된 고도화된 AI 솔루션을 제공하고 있습니다. - 원전 운영사 전사 AI 구축: 생성형 AI 플랫폼 '루시아(LUXIA)'를 기반으로 사내 지식검색, 문서 요약, 업무 자동화 등 전사적 AI 역량을 구현하는 대형 프로젝트입니다. 당사의 원전 도메인 AI 구축 역량을 증명하는 대표적인 성과로, 2년에 걸쳐 단계적으로 매출이 인식되며 향후 후속 고도화 사업으로의 확장이 예정되어 있습니다. - 지능형 형상관리 서비스: 원전 설계·건설·운영 전 주기에 걸친 형상 데이터를 AI 기반으로 통합 관리하는 서비스입니다. 온톨로지 기반 지식그래프와 생성형 AI 검색 기술을 결합해 원전 운영의 안전성과 효율성을 획기적으로 제고합니다. 본 사업은 1차 구축 사업 성공에 이은 2차 고도화 프로젝트로, 최대 20개월의 장기 계약을 통해 안정적인 매출을 창출하고 있습니다. - 원자력 안전 지식관리 시스템 운영: 원자력 안전 규제 기관의 지식정보를 AI 기반으로 검색·분석·운영하는 위탁 서비스입니다. 연속 수주를 통해 규제 기관과 공고한 장기 파트너십을 유지하고 있습니다. 아울러 당사는 원전 도메인 전문 업체들과의 컨소시엄을 통해 사업 영역을 다각화하고 있으며, 원전 해체 및 환경 복원 등 신규 영역으로의 진출을 체계적으로 준비하고 있습니다. (2) 공공·행정 지능화 당사는 정부 및 공공기관의 디지털 전환을 위해 AI 기반 검색, 챗봇, 규제정보 분석, 지식관리, 법령 정보 서비스 등 다채로운 지능화 솔루션을 제공하고 있습니다. 본 분야는 당사 확정 매출의 약 31%를 차지하는 최대 사업 부문으로, 현재 30여 개의 프로젝트를 안정적으로 운영 중입니다. - 지능형 AI 규제정보 분석 시스템: 국가 규제 정보를 AI 기반으로 수집·분석·제공하는 플랫폼으로, 정부의 신속하고 정확한 정책 결정을 지원하는 핵심 사업입니다. - AI 기반 어장관리 및 국가기록물 AI 검색: 공공 데이터를 생성형 AI로 검색·분석하는 서비스입니다. 연차별 과제로 전개되어 장기적이고 안정적인 매출 기반이 되고 있습니다. - 스마트 양식 빅데이터 및 생성형 AI… 앞 1,500자만 보여줍니다 (전체 5,992자). 나머지는 DART 원문에서 볼 수 있습니다.

가. 주요제품 설명 (1) 스튜디오 제품군 (소프트웨어) 제품명 | 주요 특징 | 주요 기능 | 톡봇 스튜디오(TALKBOT STUDIO) | - 고품질 자연어 이해, 처리- 초대규모 고객응대 실시간 플랫폼- QA기술의 융합 앙상블 AI | - 대화모델 생성/ 관리- IRQA생성/관리- MRC문서관리- 그룹봇 & 봇인봇- 대화이력 관리 | 랭기지 스튜디오(LANGUAGE STUDIO) | - 고품질 자연어 처리- 다양한 도메인 적용 용이성- 특화된 6가지 전이학습 모델 | - 학습데이터 관리- 사전/전이모델학습- 모델배포 및 관리- 웹기반 어노테이션 | 보이스 스튜디오(VOICE STUDIO) | - 95.6% 음성인식률- 실시간 스트리밍 종단형 음성인식- 10,000시간 이상 학습모델 기본탑재- 전이학습 기반 고품질 음성합성 | - 음성인식, 합성 원클릭 관리 도구- 데이터, 학습 관리- 모델 구축, 배포, 성능검증- 사전, 이력관리 | 비전 스튜디오(VISION STUDIO) | - 모델예측 자동 라벨링- 실시간에 가까운 인식속도, 95% 정확도- 전이학습을 통한 빠른 모델 생성 | - 3D Point Cloud- 객체 탐지- 얼굴, 성별, 나이 인식, 사물, OCR 인식- 라벨링, 모델 관리 | 서치 스튜디오(SEARCH STUDIO) | - 차별화된 인지검색(Cognitive search)- 초거대 언어모델 검색(AI search)- 클라우드 기반 가용성, 확장성, 편의성 강화 검색 | - 데이터 저장소 관리- 수집쿼리 , 색인 관리- 작업스케쥴 관리- API 개발, 관리 | 스크래핑 스튜디오(SCRAPING STUDIO) | - 하이퍼스케일 데이터수집- 딥웹, 소셜데이터 등 자동수집- 시나리오 기반 데이터수집, 구조화- 수집품질 자동화 | - 데이터 추출, 수집 워크벤치- 데이터 수집운영 통합관리- 시스템 모니터링 알림, 품질관리 | 인사이트 스튜디오(INSIGHT STUDIO) | - 고품질 자연어처리- 강력한 텍스트 마이닝- 대용량 비정형분석- 실시간 분석서비스- 다차원 정보 분석 및 시각화 정보탐색 | - 종합 대시보드- 수집데이터 통계분석- 이슈 키워드 랭킹- 트렌드 분석- 다차원 분석 | 날리지 스튜디오(KNOWLEDGE STUDIO) | - 아시아 최초 AI와 Graph DB 기술 융합 상용화- 검증된 초 대용량 그래프 데이터처… 앞 1,200자만 보여줍니다 (전체 5,283자). 나머지는 DART 원문에서 볼 수 있습니다.

가. 매출실적 (단위 : 천원) | 매출유형 | 품목 | 제46기 2분기 (2026년) | 제45기 (2025년) | 제44기(2024년) | 라이선스 | AI Suite | 국내 | 785,318 | 2,405,657 | 1,932,107 | 수출 | - | - | - | 소계 | 785,318 | 2,405,657 | 1,932,107 | Big Data Suite | 국내 | 495,917 | 811,771 | 1,260,380 | 수출 | - | - | - | 소계 | 495,917 | 811,771 | 1,260,380 | Graph DB Suite | 국내 | 217,100 | - | - | 수출 | - | - | - | 소계 | 217,100 | - | - | 라이선스 매출 | 국내 | 1,498,334 | 3,217,428 | 3,192,487 | 수출 | - | - | - | 소계 | 1,498,334 | 3,217,428 | 3,192,487 | 용역 및 서비스 매출 | 국내 | 15,474,369 | 35,075,564 | 37,995,105 | 수출 | 1,263,936 | 1,393,711 | 611,308 | 소계 | 16,738,305 | 36,469,275 | 38,606,413 | 상품매출 | 국내 | 1,316,700 | 758,500 | 2,987,788 | 수출 | - | - | - | 소계 | 1,316,700 | 758,500 | 2,987,788 | 투자매출 | 국내 | 915,770 | 1,190,419 | 1,157,730 | 수출 | - | - | - | 소계 | 915,770 | 1,190,419 | 1,157,730 | 합 계 | 국내 | 19,205,173 | 40,241,911 | 45,333,110 | 수출 | 1,263,936 | 1,393,711 | 611,308 | 소계 | 20,469,109 | 41,635,622 | 45,944,418 | 나. 판매 경로와 방법, 전략 및 주요 매출처 등 (1) 판매 경로와 방법 당사의 모든 거래는 고객처와 직접 계약(D2C : Direct to Customer)하거나 파트너사를 통하여 고객처와 계약을 진행하고 있습니다. (2) 판매 전략 1) 전략 고객 매출 극대화 당사는 공공기관, 금융, 제조, 유통 등 다년간의 대형 사업 고객 매출 비중이 약 60% 이상을 차지하고 있습니다. 당사는 동 고객들에 대해 기존 업무영역의 고도화 뿐만 아니라, 2026년 사업 목표 달성을 위해 수익성 중심의 사업 구조로 개편하고 있습니다. 특히 검증된 효익을 기반으로 적용 영역을 확대하되, 단순 구축형 사업을 넘어 지속적인 수익 창출이 가능한 구독형 및 서비스 모… 앞 1,500자만 보여줍니다 (전체 5,702자). 나머지는 DART 원문에서 볼 수 있습니다.

영업비용 | 4,742,766 | 8,078,687 | 9,721,596 | 개발비(무형자산) | - | 199,464 | 778,199 | 연구개발비/매출액 비율[연구개발비용 계 ÷ 당기매출액 X 100] | 25.4% | 26.8% | 25.8% | (3) 연구개발실적 번호 | 분류 | 연구과제 | 연구 결과 및 기대 효과 | 1 | 생성형 AI 연구 | 생성형AI 지식학습 기술 연구/개발 | MoE 모델 대상의 Continual Pre-training을 통한 지식학습 기술 개발 완료 (실제 사업 적용 완료) | 2 | 생성형 AI 연구 | MoE 기반 생성형AI 강화학습 기술 연구/개발 | MoE 기반 LUXIA3.5-LLM-120B-A5B 모델 개발 완료 (사내 서비스/제품 적용), MoE 기반의 LUXIA4 모델 연구개발 진행중 | 3 | 생성형 AI 연구 | LLM/VLM 미세조정 및 최적화 기술 연구/개발 | 차세대 루시아 시리즈 LUXIA4 개발을 위한 선행 연구 진행중 | 4 | 생성형 AI 연구 | 텍스트/이미지/오디오를 이해할 수 있는 옴니 모델 기술 연구/개발 | 차세대 루시아 시리즈 LUXIA4 개발을 위한 선행 연구 진행중 | 5 | 에이전틱 AI 연구 | 온톨로지 Agentic AI 기술 연구/개발 | 온톨로지 구축/검색/지식참조를 위한 에이전트 기술 개발 진행중 (일부 내용 사업 적용 완료) | 6 | 에이전틱 AI 연구 | 모델/에이전트 라우터 기술 연구/개발 | 모델/에이전트 라우터 기술 개발을 통해, 루시아 라우터 제품 출시 완료 | 7 | 에이전틱 AI 연구 | MCP/A2A 관련 에이전트 기술 연구/개발 | MCP/A2A 관련 에이전트 기술 고도화 완료 (사내 제품 적용) | 8 | 에이전틱 AI 연구 | 텍스트 임베딩/리랭킹 모델 연구/개발 | 최신 디코더 아키텍처 기반의 리랭커 모델 연구개발 (사내 제품 적용) | 9 | 에이전틱 AI 연구 | 컨텍스트 엔지니어링 기술 연구/개발 | 대량의 정보와 대화 히스토리를 다루기 위한 컨텍스트 엔지니어링 기술 고도화 (사내 제품 적용) | 10 | 디지털 휴먼 기술 개발 | 입모양/얼굴움직임 생성 기술 연구/개발 | 실시간 인터랙션이 가능한 수준의 입모양/얼굴 움직임 생성 기술 개발 완료 (실제 사업 적용)… 앞 1,200자만 보여줍니다 (전체 2,255자). 나머지는 DART 원문에서 볼 수 있습니다.

(1) 연결회사의 경영진은 자원배분과 성과평가를 수행하는 이사회에서 검토 및 보고한 정보에 기초하여 영업부문을 결정하고 있습니다. 이사회는 각 사업부별 영업정보를 검토하고 있으며 영업부문 구성 및 주요 사업의 내용은 다음과 같습니다. 부문 | 주요 사업 내용 | AI사업부문 | 공공 및 민간대상 LLM+인지검색사업비정형 데이터 수집 및 분석 사업검색 파트너사 발굴 및 연계사업생성형 AI 온프레미스 구축 사업생성형 AI 하드웨어 일체형 어플라이언스 개발 및 판매AICC 사업생성형 AI 관련 국가 선도 과제 수행클라우드 기반 생성형 AI 구축 사업클라우드 환경에서의 공공/민간 서비스 구축 및 운영 관리SaaS 형태의 AI 서비스 제공 | 투자사업부문 | 유망기업 및 성장 산업의 중소기업 창업 투자 | 영업부문의 성과를 영업손익에 근거해서 평가하고 있으며, 이는 부문간 내부거래를 제외하고는 포괄손익계산서에 보고된 내용과 차이가 없습니다. (2) 당반기와 전반기 중 영업부문의 손익은 다음과 같습니다. 1) 당반기 (단위 : 원) | 구 분 | 총부문 수익 | 부문간 수익 | 외부고객으로 부터의 수익 | 영업이익(손실) | AI사업부문 | 20,725,320,610 | (1,171,981,222) | 19,553,339,388 | (8,575,749,624) | 투자사업부문 | 915,769,748 | - | 915,769,748 | 192,062,901 | 합 계 | 21,641,090,358 | (1,171,981,222) | 20,469,109,136 | (8,383,686,723) | 2) 전반기 (단위 : 원) | 구 분 | 총부문 수익 | 부문간 수익 | 외부고객으로 부터의 수익 | 영업이익(손실) | AI사업부문 | 13,195,234,078 | (1,090,629,020) | 12,104,605,058 | (9,497,404,080) | 투자사업부문 | 673,979,260 | - | 673,979,260 | 291,853,411 | 합　계 | 13,869,213,338 | (1,090,629,020) | 12,778,584,318 | (9,205,550,669) | 연결회사는 부문간 매출거래를 독립된 당사자 간의 거래조건에 따라 이루어진 것처럼 회계처리합니다. 동 매출의 측정방식은 포괄손익계산서상의 측정방식과 동일합니다. (3) 당반기 및 전반기 중 지역 부문별 매출내역은 다음과 같습니다. (단위 : 원) | 구 분 | 당반기 | 전반기 | 3개월 | 누적 | 3개월 | 누적 | 국내 | 11,044,418,317 | 19,205,173,387 | 6,988,439,922 | 12,622,877,586 | 해외 | 481,872,555 | 1,263,935,749 | 25,260,173 | 155,706,732 | 합 계 | 11,526,290,872 | 20,… 앞 1,500자만 보여줍니다 (전체 2,612자). 나머지는 DART 원문에서 볼 수 있습니다.