엘리스 [기재정정]증권신고서(지분증권)

증권신고서(지분증권)

정 정 신 고 (보고)

금번 정정은 기재사항 추가 및 보완을 위한 정정으로서, 정정사항은 "굵은 초록색" 으로 기재하였습니다. 금번 정정에 따른 변동사항은 하기 정정사항을 확인하여 주시기 바랍니다. 단순 오타 및 띄어쓰기 등 문서 교정사항은 본문에 반영하였으며, 본 정정표에 별도로 기재하지 않았습니다.

(주1) 정정 전

AI 산업이 국가 전략 분야로 부상함에 따라 정부 주도의 인프라 확충 및 산업 육성 지원 사업이 확대되고 있습니다. 당사는 AI 클라우드 사업의 초기 단계에서 이러한 정부 지원 사업에 참여하여 공공 부문의 운영 레퍼런스를 확보하고 시장 내 신뢰도를 구축하고 있습니다.최근 정부가 추진하고 있는 AI 관련 주요 사업의 현황은 다음과 같습니다.

당사는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 '2025년 AI컴퓨팅자원 활용기반 강화사업' 및 '2025년 고성능 컴퓨팅 지원 사업'의 공급사로 선정되어 최신 GPU 기종 중심의 클러스터 구축 및 운영 경험을 축적하였으며, 이러한 실적을 기반으로 2026년에는 두 건의 대형 정부지원사업의 사업자로 선정되며 사업 규모를 확대해 나가고 있습니다.당사는 광주 인공지능산업융합사업단(AICA)이 추진하는 '2026년 국가 AI데이터센터 고도화 사업'에 공급사로 선정되어 총 176.8억 원 규모의 컴퓨팅자원 임차비 예산을 기반으로, 2026년 5월부터 12월까지 약 8개월간 엔비디아 H100·B200/B300 기반 GPU 클라우드 인프라를 고정 할당 방식으로 제공하고 월 단위로 사업비를 정산받을 예정입니다. 아울러 정보통신산업진흥원이 주관하는 '2026년 AI컴퓨팅자원 활용기반 강화사업'의 수행기관으로도 선정되어 총 3,408억 원 규모의 국비 지원 협약을 체결하였으며, 엔비디아 GPU B300 기반의 클러스터를 구축해 2026년 10월 수도권 데이터센터에서 베타서비스를 개시한 후 2031년까지 5년간 서비스를 운영할 계획입니다. 당사의 과거 정부·공공부문 매출은 AI·디지털 교육, 교육 플랫폼 구축·운영 등 AX 사업을 중심으로 발생하였으나, 이후 AI 교육·개발 플랫폼 운영 과정에서 축적한 클라우드 기술을 기반으로 사업영역을 GPU 클라우드 인프라로 확대함에 따라 최근에는 정부가 추진하는 AI 연구개발 및 국가 AI 인프라 사업에 GPU 연산자원과 클라우드 운영환경을 제공하는 형태의 매출이 확대되고 있습니다.정부지원사업의 경우 과학기술정보통신부 등 중앙부처가 관련 정책 및 예산을 총괄하고, 정보통신산업진흥원(NIPA), 인공지능산업융합사업단(AICA) 등 전담기관이 사업자 선정, 협약 체결 및 사업관리를 수행하는 구조입니다. 당사는 해당 사업에 GPU 클라우드 공급사 또는 인프라 운영사업자로 참여하고 있으며, 정부 또는 전담기관이 당사와의 계약 또는 협약에 따라 사업대가를 지급하되 실제 GPU 자원은 정부지원사업을 통해 선정된 기업·대학·연구기관 등이 사용하는 구조입니다. 이에 따라 정부 또는 전담기관이 계약상 대금 지급의무를 부담하는 경우 해당 기관을 매출처로 하여 정부·공공부문 매출이 발생하며, GPU 자원 및 운영환경을 지속적으로 제공하는 사업의 경우 해당 서비스 제공기간에 걸쳐 매출을 인식하고 있습니다.정부지원사업 수주가 이어지면서 당사의 연결 기준 클라우드 매출에서 정부 및 공공부문이 차지하는 비중 또한 확대되고 있습니다. 당사의 연결 기준 정보통신산업진흥원 대상 매출은 2025년 기준 약 135억 원(34.27%), 2026년 반기 기준 약 225억 원(65.59%)으로, 클라우드 매출의 상당 부분이 공공부문에서 발생하고 있습니다. 이는 국내 AI 클라우드 시장에서 정부·공공부문이 AI 인프라 확충을 위한 선제적인 투자를 진행해 온 가운데, 최근 민간기업의 AI 도입 확대와 함께 GPU 연산자원에 대한 민간 수요 역시 점진적으로 확대되고 있는 시장 형성 과정에 기인합니다. 이에 따라 당사의 매출 및 수익성은 정부지원사업의 정책 환경, 선정 절차, 예산 집행 방식 등에 내재된 불확실성의 영향을 받을 수 있습니다.한편, 국내 AI 시장은 산업 전반의 디지털 전환과 AI 기술 도입 확산에 따라 민간 부문의 수요가 점진적으로 확대되는 과정에 있습니다. 특히 생성형 AI 및 대규모언어모델의 개발·활용 확대로 고성능 GPU 연산자원에 대한 수요가 증가하고 있으며, 주요 수요처로는 AI 모델 및 AI 애플리케이션 개발기업뿐만 아니라 생성형 AI를 도입하는 금융·제조·의료·게임·콘텐츠 등의 일반 기업, 대학·연구기관 및 국내 GPU 인프라 활용을 검토하는 해외 AI·클라우드 사업자 등이 있습니다.외부 시장조사자료를 기초로 당사가 산정한 국내 GPU 클라우드 시장은 2025년 약 1.16조원에서 2031년 약 3.75조원으로 확대될 것으로 추정되며, 이 중 정부향 수요를 제외한 기업 및 기타 고객향 시장은 2025년 약 1.04조원에서 2031년 약 3.38조원으로 확대될 것으로 추정됩니다. 다만, 정부향 및 기업·기타 고객향 비중은 국내 시장에 대한 직접적인 통계가 제한되어 글로벌 자료 등을 기초로 당사가 추정한 수치로서 실제 시장규모 및 구성과 차이가 발생할 수 있습니다.

국내 GPU 클라우드 시장에서는 AWS, Microsoft Azure 및 Google Cloud 등 글로벌 클라우드 사업자와 네이버클라우드, KT Cloud 및 NHN Cloud 등 국내 대형 클라우드 사업자, 자체 GPU 인프라를 기반으로 서비스를 제공하는 AI 인프라 전문사업자 등이 경쟁하고 있습니다.당사 또한 이러한 시장 변화에 대응하여 민간 기업 대상 사업을 확대해 나가고 있으며, 민간 AI 클라우드 수요 확대에 대응하기 위해 GPU 연산자원 및 데이터센터 공급 기반에 대한 투자를 지속하고 있습니다. 또한 기존 정부·공공사업에서 확보한 대규모 GPU 인프라 구축·운영 경험과 자체 클라우드 기술을 기반으로 민간 AI 전문기업 및 일반 기업으로 고객 기반을 확대하고 있습니다. 이에 따라 중장기적으로 전체 매출에서 민간 부문 매출이 차지하는 비중이 점진적으로 증가할 것으로 예상하고 있습니다.다만, 민간 AI 시장의 성장 속도와 당사의 민간 부문 매출 확대 시점 및 규모는 거시경제환경, 기업들의 AI 투자 동향, 경쟁 상황 등에 따라 당초 예상과 달라질 수 있습니다. 또한, 당사의 GPU 및 데이터센터 관련 투자가 실제 민간 고객 확보 및 매출 증가로 이어지지 않거나 예상 대비 가동률이 낮을 경우 투자자금의 회수가 지연되고 수익성이 저하될 수 있습니다. 민간 부문 매출 확대가 계획대로 실현되지 않는 가운데 정부지원사업 관련 매출이 축소될 경우, 당사의 매출 및 수익성이 저하될 수 있으니, 투자자께서는 이 점 유의하시기 바랍니다.

(주1) 정정 후

AI 산업이 국가 전략 분야로 부상함에 따라 정부 주도의 인프라 확충 및 산업 육성 지원 사업이 확대되고 있습니다. 당사는 AI 클라우드 사업의 초기 단계에서 이러한 정부 지원 사업에 참여하여 공공 부문의 운영 레퍼런스를 확보하고 시장 내 신뢰도를 구축하고 있습니다.최근 정부가 추진하고 있는 AI 관련 주요 사업의 현황은 다음과 같습니다.

당사는 과학기술정보통신부와 정보통신산업진흥원(NIPA)이 주관하는 '2025년 AI컴퓨팅자원 활용기반 강화사업' 및 '2025년 고성능 컴퓨팅 지원 사업'의 공급사로 선정되어 최신 GPU 기종 중심의 클러스터 구축 및 운영 경험을 축적하였으며, 이러한 실적을 기반으로 2026년에는 두 건의 대형 정부지원사업의 사업자로 선정되며 사업 규모를 확대해 나가고 있습니다.당사는 광주 인공지능산업융합사업단(AICA)이 추진하는 '2026년 국가 AI데이터센터 고도화 사업'에 공급사로 선정되어 총 176.8억 원 규모의 컴퓨팅자원 임차비 예산을 기반으로, 2026년 5월부터 12월까지 약 8개월간 엔비디아 H100·B200/B300 기반 GPU 클라우드 인프라를 고정 할당 방식으로 제공하고 월 단위로 사업비를 정산받을 예정입니다. 아울러 정보통신산업진흥원이 주관하는 '2026년 AI컴퓨팅자원 활용기반 강화사업'의 수행기관으로도 선정되어 총 3,408억 원 규모의 국비 지원 협약을 체결하였으며, 엔비디아 GPU B300 기반의 클러스터를 구축해 2026년 10월 수도권 데이터센터에서 베타서비스를 개시한 후 2031년까지 5년간 서비스를 운영할 계획입니다. 당사의 과거 정부·공공부문 매출은 AI·디지털 교육, 교육 플랫폼 구축·운영 등 AX 사업을 중심으로 발생하였으나, 이후 AI 교육·개발 플랫폼 운영 과정에서 축적한 클라우드 기술을 기반으로 사업영역을 GPU 클라우드 인프라로 확대함에 따라 최근에는 정부가 추진하는 AI 연구개발 및 국가 AI 인프라 사업에 GPU 연산자원과 클라우드 운영환경을 제공하는 형태의 매출이 확대되고 있습니다.정부지원사업의 경우 과학기술정보통신부 등 중앙부처가 관련 정책 및 예산을 총괄하고, 정보통신산업진흥원(NIPA), 인공지능산업융합사업단(AICA) 등 전담기관이 사업자 선정, 협약 체결 및 사업관리를 수행하는 구조입니다. 당사는 해당 사업에 GPU 클라우드 공급사 또는 인프라 운영사업자로 참여하고 있으며, 정부 또는 전담기관이 당사와의 계약 또는 협약에 따라 사업대가를 지급하되 실제 GPU 자원은 정부지원사업을 통해 선정된 기업·대학·연구기관 등이 사용하는 구조입니다. 이에 따라 정부 또는 전담기관이 계약상 대금 지급의무를 부담하는 경우 해당 기관을 매출처로 하여 정부·공공부문 매출이 발생하며, GPU 자원 및 운영환경을 지속적으로 제공하는 사업의 경우 해당 서비스 제공기간에 걸쳐 매출을 인식하고 있습니다.정부지원사업 수주가 이어지면서 당사의 연결 기준 클라우드 매출에서 정부 및 공공부문이 차지하는 비중 또한 확대되고 있습니다. 당사의 연결 기준 정보통신산업진흥원 대상 매출은 2025년 기준 약 135억 원(34.27%), 2026년 반기 기준 약 225억 원(65.59%)으로, 클라우드 매출의 상당 부분이 공공부문에서 발생하고 있습니다. 이는 국내 AI 클라우드 시장에서 정부·공공부문이 AI 인프라 확충을 위한 선제적인 투자를 진행해 온 가운데, 최근 민간기업의 AI 도입 확대와 함께 GPU 연산자원에 대한 민간 수요 역시 점진적으로 확대되고 있는 시장 형성 과정에 기인합니다. 이에 따라 당사의 매출 및 수익성은 정부지원사업의 정책 환경, 선정 절차, 예산 집행 방식 등에 내재된 불확실성의 영향을 받을 수 있습니다.한편, 국내 AI 시장은 산업 전반의 디지털 전환과 AI 기술 도입 확산에 따라 민간 부문의 수요가 점진적으로 확대되는 과정에 있습니다. 특히 생성형 AI 및 대규모언어모델의 개발·활용 확대로 고성능 GPU 연산자원에 대한 수요가 증가하고 있으며, 주요 수요처로는 AI 모델 및 AI 애플리케이션 개발기업뿐만 아니라 생성형 AI를 도입하는 금융·제조·의료·게임·콘텐츠 등의 일반 기업, 대학·연구기관 및 국내 GPU 인프라 활용을 검토하는 해외 AI·클라우드 사업자 등이 있습니다.외부 시장조사자료를 기초로 당사가 산정한 국내 GPU 클라우드 시장은 2025년 약 1.16조원에서 2031년 약 3.75조원으로 확대될 것으로 추정되며, 이 중 정부향 수요를 제외한 기업 및 기타 고객향 시장은 2025년 약 1.04조원에서 2031년 약 3.38조원으로 확대될 것으로 추정됩니다. 다만, 정부향 및 기업·기타 고객향 비중은 국내 시장에 대한 직접적인 통계가 제한되어 글로벌 자료 등을 기초로 당사가 추정한 수치로서 실제 시장규모 및 구성과 차이가 발생할 수 있습니다.

국내 GPU 클라우드 시장에서는 AWS, Microsoft Azure 및 Google Cloud 등 글로벌 클라우드 사업자와 네이버클라우드, KT Cloud 및 NHN Cloud 등 국내 대형 클라우드 사업자, 자체 GPU 인프라를 기반으로 서비스를 제공하는 AI 인프라 전문사업자 등이 경쟁하고 있습니다. 다만, 국내 GPU 클라우드 시장의 사업자별 시장점유율을 확인할 수 있는 공신력 있는 시장자료가 부재하고, 글로벌 클라우드 사업자의 국내 GPU 클라우드 매출이 별도로 공개되지 않으며, 네이버클라우드, KT Cloud 및 NHN Cloud 등은 비상장회사로 관련 재무정보 확인에 제약이 있습니다. 또한 삼성SDS 및 LG CNS 등 상장한 IT서비스 사업자 역시 클라우드 외 다양한 IT서비스를 함께 영위하고 있어 GPU 클라우드 사업에 해당하는 매출을 별도로 구분하기 어렵습니다. 이에 동일한 기준에 따른 사업자별 시장점유율을 객관적으로 산출하기 어려워 별도의 시장점유율은 제시하지 않았습니다.대신 주요 사업자의 사업영역을 기준으로 경쟁현황을 살펴보면, AWS, Microsoft Azure 및 Google Cloud 등 글로벌 CSP는 글로벌 데이터센터 및 대규모 인프라를 기반으로 범용 클라우드 서비스와 GPU 컴퓨팅 서비스를 제공하고 있으며, 네이버클라우드, KT Cloud 및 NHN Cloud 등 국내 CSP는 국내 데이터센터 및 기존 클라우드 인프라를 기반으로 기업 및 공공기관을 대상으로 GPU를 포함한 AI 클라우드 서비스를 확대하고 있습니다. 한편, 최근에는 자체적으로 GPU 인프라를 확보하고 GPU 컴퓨팅 자원의 임대 및 AI 인프라 운영에 특화된 전문사업자도 시장에 참여하면서 경쟁이 확대되고 있습니다.당사는 이러한 경쟁환경에서 범용 클라우드 서비스 전반을 제공하는 대형 CSP와 동일한 사업영역에서 경쟁하기보다는, AI 컴퓨팅 인프라에 특화하여 PMDC를 통한 데이터센터 구축·운영, GPU 인프라 확보 및 운영, 자체 클라우드 소프트웨어인 ECI를 통한 GPU 자원 관리 및 AI Cloud 서비스 제공까지 AI 인프라 전반을 직접 수행하는 방식으로 사업을 영위하고 있습니다. 이에 따라 국내 GPU 클라우드 시장은 대형 CSP와 AI 인프라 전문사업자 등이 각자의 인프라 및 서비스 역량을 기반으로 경쟁하는 구조로 형성되어 있습니다. 당사 또한 이러한 시장 변화에 대응하여 민간 기업 대상 사업을 확대해 나가고 있으며, 민간 AI 클라우드 수요 확대에 대응하기 위해 GPU 연산자원 및 데이터센터 공급 기반에 대한 투자를 지속하고 있습니다. 또한 기존 정부·공공사업에서 확보한 대규모 GPU 인프라 구축·운영 경험과 자체 클라우드 기술을 기반으로 민간 AI 전문기업 및 일반 기업으로 고객 기반을 확대하고 있습니다. 이에 따라 중장기적으로 전체 매출에서 민간 부문 매출이 차지하는 비중이 점진적으로 증가할 것으로 예상하고 있습니다.다만, 민간 AI 시장의 성장 속도와 당사의 민간 부문 매출 확대 시점 및 규모는 거시경제환경, 기업들의 AI 투자 동향, 경쟁 상황 등에 따라 당초 예상과 달라질 수 있습니다. 또한, 당사의 GPU 및 데이터센터 관련 투자가 실제 민간 고객 확보 및 매출 증가로 이어지지 않거나 예상 대비 가동률이 낮을 경우 투자자금의 회수가 지연되고 수익성이 저하될 수 있습니다. 민간 부문 매출 확대가 계획대로 실현되지 않는 가운데 정부지원사업 관련 매출이 축소될 경우, 당사의 매출 및 수익성이 저하될 수 있으니, 투자자께서는 이 점 유의하시기 바랍니다.

(주2) 정정 전

당사는 금번 상장을 통하여 조달된 재원 중 약 1,549억 원을 수도권 센터 및 호남권 센터의 AI PMDC 인프라 구축 사업에 사용할 계획입니다. 당사는 정보통신산업진흥원(NIPA)이 추진 중인 '2026년 AI 컴퓨팅 자원 활용기반 강화 사업'에 수행기관으로 선정되었으며, 정부사업 수행을 위해 2026년 수도권 센터에 구축 예정인 AI PMDC 인프라 조성에 약 287억 원을 사용할 계획입니다.

인프라 구축을 위한 도입 품목에는 2분절형 AI PMDC 컨테이너 4동을 포함하여 칠러 및 드라이쿨러 등 냉각설비, UPS 시스템, 3MW 급 비상발전기 3세트, 고압 수변전 설비 및 전기공사, 컨테이너 제작·구조해석·운송·설치, 설계·감리·검사 등 AI PMDC 운영에 필요한 기반 인프라가 모두 포함됩니다.또한 당사는 생성형 AI 및 대규모 언어모델(LLM) 확산에 따른 기업 및 연구기관의 고성능 GPU 컴퓨팅 수요 증가에 대응하기 위하여, 호남권 센터에 2분절형 AI PMDC 컨테이너 8동을 신규로 구축할 계획이며, 금번 공모자금 중 약 1,263억 원을 신규 센터 구축에 사용할 예정입니다.

신규 센터 구축은 크게 AI PMDC 컨테이너 및 냉각·전력·수변전·발전 설비 등 기반인프라 구축과 GPU 서버 도입의 두 단계로 나뉘며, 공모자금은 이 중 기반 인프라 구축에 투입될 예정입니다. 이를 통해 당사는 GPU 서버를 안정적으로 수용할 수 있는 운영 환경을 사전에 확보하고, 향후 GPU 증설에도 탄력적으로 대응할 수 있는 기반을 마련할 계획입니다. 당사는 이러한 인프라 투자를 바탕으로 대규모 AI 클러스터운영 역량을 확충하고 AI 클라우드 서비스 공급능력을 단계적으로 확대함으로써, 정부사업은 물론 민간 부문의 AI 컴퓨팅 수요에도 대응해 나갈 계획입니다. 증권신고서 제출일 현재 당사의 사업계획을 기준으로 데이터센터 기반시설 구축을 위해 수도권 센터에는 약 290억원, 호남권 센터에는 약 1,430억원의 투자가 필요할 것으로 예상하고 있습니다. 해당 금액은 현재 설계 및 구축계획에 따른 추정치로서, 실제 투자금액 및 집행시기는 설계 변경, 설비가격, 공사일정 및 고객 수요 등에 따라 변동될 수 있습니다. 특히 호남권 센터는 향후 최대 40MW 규모의 AI 연산 인프라 운영이 가능하도록 단계적으로 확장할 계획이며, 이 중 약 10MW 규모에 대해서는 현재 구축을 진행하고 있습니다. 향후 추가적인 인프라 구축은 시장 수요 및 고객 계약 등에 맞추어 단계적으로 진행할 계획입니다. 한편, 상기 데이터센터 기반시설 구축비용과 별도로 GPU 서버 구매를 위한 자금이 추가로 소요될 예정입니다. 당사는 대규모 GPU를 선제적으로 일괄 구매하기보다는 고객의 장기 사용계약 및 도입일정이 구체화되는 시점에 맞춰 단계적으로 도입할 계획입니다.GPU 구매자금은 장기 GPU 사용계약을 체결한 고객으로부터 수취하는 계약금·선급금 또는 보증금, GPU 및 서버 장비를 담보로 하는 장비금융, 금융리스 및 자산담보부 대출, 영업현금흐름 및 기타 가용자금 등을 활용하여 조달할 예정입니다. 특히 일정 수준 이상의 장기 사용물량을 사전에 확보한 후 해당 계약을 기반으로 금융기관의 GPU 금융을 활용함으로써 초기 자기자금 투입 및 미가동 설비 발생 위험을 낮출 계획이며, 구체적인 조달 방식과 규모는 고객 계약조건, GPU 도입시기 및 금융시장 상황 등을 고려하여 결정할 예정입니다.당사가 상기와 같이 수도권 센터와 호남권 센터에 대규모 AI PMDC 설비투자를 단행함에 따라, 고정비 부담 증가 및 수익성 저하 위험이 존재합니다. 당사의 연결 기준 영업비용 중 감가상각비는 2023년 29.67억 원, 2024년 51.58억 원, 2025년 125.78억 원으로 연평균 105.90% 가량 증가하여, 동 기간 영업수익의 연평균 증가율 10.49% 대비 크게 증가하였으며, 이러한 감가상각비 증가의 영향으로 당사의 영업이익률은 2023년 40.92%에서 2025년 13.12%로 지난 3년간 지속적으로 하락하는 추세를 보이고 있습니다. 2026년 반기에는 전기말 계약부채가 매출로 인식되면서 영업이익률이 개선되었으나, 향후 설비 투자에 상응하는 매출 성장이 뒷받침되지 않을 경우 고정비 부담이 가중되어 당사의 영업이익률이 하락할 수 있습니다.

금번 투자에 따라 발생하는 매출은 실제 도입되는 GPU의 종류 및 수량, 도입시기, 고객별 계약기간, 이용단가 및 가동률 등에 따라 달라지며, 수도권 및 호남권 센터의 인프라와 GPU가 단계적으로 구축·도입될 예정인 점을 고려할 때 현시점에서 전체 투자에 대응하는 예상 매출액을 단일 금액으로 산정하기는 어렵습니다. 당사는 고객계약이 구체화된 범위 내에서 GPU를 순차적으로 도입하고, GPU 클라우드 서비스의 제공기간 또는 사용량에 따라 매출을 인식할 계획입니다.또한 설비투자 확대에 따라 감가상각비, 전력비 및 기타 운영비가 추가적으로 발생할 예정입니다. GPU 서버는 현재 5년의 내용연수를 적용하여 정액법으로 감가상각할 예정으로 실제 감가상각비는 GPU별 취득금액 및 가동시점에 따라 순차적으로 발생합니다. 전력비 역시 AI PMDC 및 GPU 인프라의 운영 규모 확대에 따라 증가할 것으로 예상되며, 실제 발생금액은 GPU 가동률, 데이터센터 전력효율, 전력요금 및 냉각방식 등에 따라 변동될 수 있습니다. 이외에도 네트워크·스토리지 비용, 데이터센터 및 장비 유지보수비, 기술지원비 및 운영인력 비용 등이 추가적으로 발생할 예정입니다. 따라서 관련 비용 역시 일시에 발생하기보다는 각 센터의 구축 및 GPU 도입시기에 따라 단계적으로 반영될 예정입니다.AI 시장 및 관련 인프라 수요가 지속적으로 확대됨에 따라 당사는 향후에도 GPU 및 AI PMDC 등 설비에 대한 추가적인 투자를 지속해야 할 것으로 예상됩니다. 금번에는 공모자금을 활용해 설비투자를 진행할 계획이나 시장 상황 변화, 설비투자 규모 확대, 영업현금흐름의 저하 등의 사유로 내부 조달원만으로 필요 자금을 충당하지 못할 경우, 금융기관 차입이나 유상증자 등 외부자금 조달이 추가적으로 이루어질 수 있습니다. 이 경우 이자비용 증가에 따라 당사의 재무안정성 저하, 부채비율 상승이 발생할 수 있으며, 기존 주주의 지분이 희석될 가능성이 있습니다.이와 같이 당사의 신규 설비 투자는 고정비 부담 확대 및 수익성 저하 가능성, 외부자금 조달에 따른 재무구조 부담 확대 가능성 등이 존재하는 바, 투자자께서는 이 점을 충분히 유의하시기 바랍니다.

(주2) 정정 후

당사는 금번 상장을 통하여 조달된 재원 중 약 1,549억 원을 수도권 센터 및 호남권 센터의 AI PMDC 인프라 구축 사업에 사용할 계획입니다. 당사는 정보통신산업진흥원(NIPA)이 추진 중인 '2026년 AI 컴퓨팅 자원 활용기반 강화 사업'에 수행기관으로 선정되었으며, 정부사업 수행을 위해 2026년 수도권 센터에 구축 예정인 AI PMDC 인프라 조성에 약 287억 원을 사용할 계획입니다.

인프라 구축을 위한 도입 품목에는 2분절형 AI PMDC 컨테이너 4동을 포함하여 칠러 및 드라이쿨러 등 냉각설비, UPS 시스템, 3MW 급 비상발전기 3세트, 고압 수변전 설비 및 전기공사, 컨테이너 제작·구조해석·운송·설치, 설계·감리·검사 등 AI PMDC 운영에 필요한 기반 인프라가 모두 포함됩니다.또한 당사는 생성형 AI 및 대규모 언어모델(LLM) 확산에 따른 기업 및 연구기관의 고성능 GPU 컴퓨팅 수요 증가에 대응하기 위하여, 호남권 센터에 2분절형 AI PMDC 컨테이너 8동을 신규로 구축할 계획이며, 금번 공모자금 중 약 1,263억 원을 신규 센터 구축에 사용할 예정입니다.

신규 센터 구축은 크게 AI PMDC 컨테이너 및 냉각·전력·수변전·발전 설비 등 기반인프라 구축과 GPU 서버 도입의 두 단계로 나뉘며, 공모자금은 이 중 기반 인프라 구축에 투입될 예정입니다. 이를 통해 당사는 GPU 서버를 안정적으로 수용할 수 있는 운영 환경을 사전에 확보하고, 향후 GPU 증설에도 탄력적으로 대응할 수 있는 기반을 마련할 계획입니다. 당사는 이러한 인프라 투자를 바탕으로 대규모 AI 클러스터운영 역량을 확충하고 AI 클라우드 서비스 공급능력을 단계적으로 확대함으로써, 정부사업은 물론 민간 부문의 AI 컴퓨팅 수요에도 대응해 나갈 계획입니다. 증권신고서 제출일 현재 당사의 사업계획을 기준으로 데이터센터 기반시설 구축을 위해 수도권 센터에는 약 290억원, 호남권 센터에는 약 1,430억원의 투자가 필요할 것으로 예상하고 있습니다. 해당 금액은 현재 설계 및 구축계획에 따른 추정치로서, 실제 투자금액 및 집행시기는 설계 변경, 설비가격, 공사일정 및 고객 수요 등에 따라 변동될 수 있습니다. 특히 호남권 센터는 향후 최대 40MW 규모의 AI 연산 인프라 운영이 가능하도록 단계적으로 확장할 계획이며, 이 중 약 10MW 규모에 대해서는 현재 구축을 진행하고 있습니다. 향후 추가적인 인프라 구축은 시장 수요 및 고객 계약 등에 맞추어 단계적으로 진행할 계획입니다. 한편, 상기 데이터센터 기반시설 구축비용과 별도로 GPU 서버 구매를 위한 자금이 추가로 소요될 예정입니다. 당사는 대규모 GPU를 선제적으로 일괄 구매하기보다는 고객의 장기 사용계약 및 도입일정이 구체화되는 시점에 맞춰 단계적으로 도입할 계획입니다.GPU 구매자금은 장기 GPU 사용계약을 체결한 고객으로부터 수취하는 계약금·선급금 또는 보증금, GPU 및 서버 장비를 담보로 하는 장비금융, 금융리스 및 자산담보부 대출, 영업현금흐름 및 기타 가용자금 등을 활용하여 조달할 예정입니다. 특히 일정 수준 이상의 장기 사용물량을 사전에 확보한 후 해당 계약을 기반으로 금융기관의 GPU 금융을 활용함으로써 초기 자기자금 투입 및 미가동 설비 발생 위험을 낮출 계획이며, 구체적인 조달 방식과 규모는 고객 계약조건, GPU 도입시기 및 금융시장 상황 등을 고려하여 결정할 예정입니다.당사가 상기와 같이 수도권 센터와 호남권 센터에 대규모 AI PMDC 설비투자를 단행함에 따라, 고정비 부담 증가 및 수익성 저하 위험이 존재합니다. 당사의 GPU 서버 및 AI PMDC 등 AI 클라우드 서비스 제공을 위한 관련 설비투자는 재무상태표상 유형자산에 반영되고 있으며, 관련 자산은 사용 가능한 시점부터 각 자산별 내용연수에 따라 감가상각하고 있습니다. 2026년 반기말 연결재무제표상 기계장치 및 시설장치의 장부금액은 각각 68,639백만원 및 18,616백만원으로 합계 87,255백만원이며, 해당 자산의 대부분은 수도권 센터에 설치·운영 중인 GPU 서버 및 AI PMDC 관련 설비로 구성되어 있습니다. 상기 금액은 취득 이후 감가상각 등이 반영된 장부금액이며, 일부 수도권 센터 이외의 자산도 포함되어 있습니다.이에 따라 발생하는 감가상각비는 포괄손익계산서상 영업비용에 반영되고 있습니다. 또한 AI PMDC 및 GPU 인프라 운영 과정에서 발생하는 전력비 등 관련 운영비용 역시 각 비용의 성격에 따라 포괄손익계산서상 영업비용에 반영됩니다. 따라서 하기 감가상각비에는 당사가 기존에 취득하여 운영 중인 GPU 서버 및 AI 인프라 관련 자산에서 발생한 감가상각비가 포함되어 있습니다.

당사의 연결 기준 영업비용 중 감가상각비는 2023년 29.67억 원, 2024년 51.58억 원, 2025년 125.78억 원으로 연평균 105.90% 가량 증가하여, 동 기간 영업수익의 연평균 증가율 10.49% 대비 크게 증가하였으며, 이러한 감가상각비 증가의 영향으로 당사의 영업이익률은 2023년 40.92%에서 2025년 13.12%로 지난 3년간 지속적으로 하락하는 추세를 보이고 있습니다. 2026년 반기에는 전기말 계약부채가 매출로 인식되면서 영업이익률이 개선되었으나, 향후 설비 투자에 상응하는 매출 성장이 뒷받침되지 않을 경우 고정비 부담이 가중되어 당사의 영업이익률이 하락할 수 있습니다.

금번 투자에 따라 발생하는 매출은 실제 도입되는 GPU의 종류 및 수량, 도입시기, 고객별 계약기간, 이용단가 및 가동률 등에 따라 달라지며, 수도권 및 호남권 센터의 인프라와 GPU가 단계적으로 구축·도입될 예정인 점을 고려할 때 현시점에서 전체 투자에 대응하는 예상 매출액을 단일 금액으로 산정하기는 어렵습니다. 당사는 고객계약이 구체화된 범위 내에서 GPU를 순차적으로 도입하고, GPU 클라우드 서비스의 제공기간 또는 사용량에 따라 매출을 인식할 계획입니다. 한편, GPU 서버의 구매가격은 GPU의 기종, 서버 구성, 공급시기 및 공급계약조건 등에 따라 상이하며, 구매수량, 공급사와의 계약조건 및 협상력 등에 따라 실제 구매가격에 차이가 발생할 수 있습니다. 또한 GPU 가격은 신제품 출시, 글로벌 수급상황 및 시장 수요 등에 따라 변동될 수 있으며, 향후 가격이 상승할 가능성도 존재합니다. B300의 경우 증권신고서 제출일 현재 시세로 GPU 서버 1대당 구매가격은 약 9~11억원 수준입니다. 다만, 해당 가격은 현재 시점의 시장가격을 기준으로 한 참고적인 수치로서 향후 실제 GPU 도입시점의 시장가격, 서버 구성 및 구매조건 등에 따라 변동될 수 있습니다. 당사는 향후 GPU 가격 상승 가능성 및 고객 수요 등을 고려하여 필요한 GPU를 가능한 조기에 확보하는 것을 계획하고 있으나, 고객계약 및 수요에 따라 GPU를 단계적으로 도입할 계획이므로 현시점에서 향후 도입할 GPU의 전체 수량 및 투자금액을 확정적으로 산정하기 어렵습니다.

또한 설비투자 확대에 따라 감가상각비, 전력비 및 기타 운영비가 추가적으로 발생할 예정입니다. 향후 수도권 및 호남권 센터 구축 과정에서 취득하는 관련 설비 역시 재무상태표상 유형자산으로 인식되며, 사용 가능한 시점부터 각 자산별 내용연수에 따라 감가상각비가 발생할 예정입니다. GPU 서버는 현재 5년의 내용연수를 적용하여 정액법으로 감가상각 하고 있으며, 향후 신규 도입하는 GPU 서버에 대해서도 동일한 회계정책을 적용할 예정입니다. 실제 감가상각비는 GPU별 취득금액 및 감가상각 개시시점에 따라 순차적으로 발생합니다. 특히 향후 고객 수요 확대에 따라 GPU 도입 규모가 증가할 경우 GPU 구매를 위한 투자금액과 이에 따른 감가상각비 역시 지속적으로 증가할 수 있습니다. 전력비 역시 AI PMDC 및 GPU 인프라의 운영 규모 확대에 따라 증가할 것으로 예상되며, 실제 발생금액은 GPU 가동률, 데이터센터 전력효율, 전력요금 및 냉각방식 등에 따라 변동될 수 있습니다. 이외에도 네트워크·스토리지 비용, 데이터센터 및 장비 유지보수비, 기술지원비 및 운영인력 비용 등이 추가적으로 발생할 예정입니다. 따라서 향후 GPU 및 AI PMDC에 대한 투자가 지속되는 가운데 이에 상응하는 고객 확보 및 매출 증가가 이루어지지 않거나 GPU 가동률이 예상에 미달할 경우, 감가상각비 등 고정비로 인해 당사의 수익성이 저하될 수 있습니다. AI 시장 및 관련 인프라 수요가 지속적으로 확대됨에 따라 당사는 향후에도 GPU 및 AI PMDC 등 설비에 대한 추가적인 투자를 지속해야 할 것으로 예상됩니다. 금번에는 공모자금을 활용해 설비투자를 진행할 계획이나 시장 상황 변화, 설비투자 규모 확대, 영업현금흐름의 저하 등의 사유로 내부 조달원만으로 필요 자금을 충당하지 못할 경우, 금융기관 차입이나 유상증자 등 외부자금 조달이 추가적으로 이루어질 수 있습니다. 이 경우 이자비용 증가에 따라 당사의 재무안정성 저하, 부채비율 상승이 발생할 수 있으며, 기존 주주의 지분이 희석될 가능성이 있습니다.이와 같이 당사의 신규 설비 투자는 고정비 부담 확대 및 수익성 저하 가능성, 외부자금 조달에 따른 재무구조 부담 확대 가능성 등이 존재하는 바, 투자자께서는 이 점을 충분히 유의하시기 바랍니다. (주3) 정정 전

당사는 2015년 설립 이후 클라우드 기반 교육 플랫폼 '엘리스LXP'로 사업 기반을 다지며 주요 대기업·공공기관·교육기관 등 고객사를 확보하고, 이들 기관 소속의 다수 학습자에게 AI 교육을 제공해 왔습니다. 이후 플랫폼 학습자들이 실제 AI 모델 개발로 진입하며 GPU 수요가 급증했으나, 높은 인프라 도입 비용과 불안정한 수급이 인프라 병목으로 작용했습니다. 이에 당사는 교육 플랫폼 운영 과정에서 축적한 서버가상화·분산 처리 노하우를 바탕으로 AI 클라우드 사업에 진출하여 GPUaaS를 구축하였습니다. 최근에는 모듈형 AI 데이터센터인 AI PMDC 개발을 완료하였으며, 향후 자체 데이터센터 구축을 원하는 고객을 대상으로 AI PMDC 판매 사업을 추진 중에 있습니다. 당사가 추진 중인 AI PMDC 판매 사업은 AI 인프라를 신속하고 유연하게 확충하고자 하는 기업, 공기업, 정부기관 등을 주요 고객으로 하는 맞춤형 AI 인프라 구축 사업입니다. AI 산업 확산에 따라 대규모 GPU 인프라 수요가 빠르게 증가하고 있는 반면, 기존 데이터센터 건축 방식은 구축 기간이 장기간 소요되는 한계가 있어, 당사는 컨테이너형 기반의 AI 인프라 구축 솔루션을 중심으로 시장에 대응하고 있습니다.동 사업은 표준화된 제품 판매 방식이 아닌 고객별 요구사항에 기반한 맞춤 제작 형태로 운영되며, 영업 초기 단계에서부터 엔드유저의 GPU 사양, 스토리지 구성, 전력사용량, 설치 부지 및 운영 목적 등을 분석하여 설치 가능 여부와 최적의 구축 방안을고객과 함께 검토하는 방식의 영업 구조를 갖추고 있습니다. 고객별 구축 환경 및 요구사항에 따라 원가 구조와 리스크 요인이 상이한 특성이 있어, 당사는 프로젝트별 맞춤형 설계 및 구축 범위를 고려하여 적정 마진을 확보하는 전략을 운영하는 동시에장비 조달 및 통합 구축 과정에서 발생 가능한 변수와 리스크를 반영하여 사업을 추진하고 있습니다.

한편, 클라우드 서비스와 AI에 대한 수요가 증가하면서 기존 데이터 센터 대비 빠른 설치, 유연성, 상대적으로 단순한 구축 프로세스를 제공하는 AI 모듈형 데이터 센터에 대한 수요가 높아지고 있습니다. Fortune Business Insights에 따 르면, 2025년 전 세계 모듈형 데이터 센터 시장 규모는 312억 4천만 달러로 평가되었습니다. 시장은 2026년 354억 4천만 달러에서 2034년까지 1,165억 3천만 달러로 성장하여 예측 기간 동안 연평균 16% 성장할 것으로 예상됩니다.

[이미지: 글로벌 모듈러 데이터센터 시장 규모 전망] 원문에서 확인할 수 있어요.

당사가 추진 중인 GPU 클라우드 사업과 AI PMDC 판매 사업은 초기 추진 단계에 있는 신규 사업 영역에 해당하며, 이에 따라 각 사업별로 고유한 위험 요인이 존재합니다.당사는 2023년경 GPU 클라우드 사업을 개시하여 해당 사업의 운영 노하우를 축적해 나가고 있는 단계입니다. GPU 클라우드 사업은 전력·데이터센터 설계, GPU 가동률, 재무 리스크 관리 등에 따라 사업의 성패가 좌우될 수 있습니다. 당사는 고밀도·고효율 모듈형 데이터센터를 설계할 수 있는 역량을 확보하고 있으나, 대규모 GPU 인프라를 안정적으로 운영하고, 장애에 신속히 대응하며, 수요 변동에 따라 자원을 효율적으로 배분하는 과정에서 예상하지 못한 변수가 발생할 가능성이 있습니다. 이러한 변수로 인해 당사의 서비스 품질 저하나 추가 비용 발생으로 이어질 위험이 있습니다. 아울러 당사는 GPU 컴퓨팅 수요 확대에 대응하기 위해 호남권 센터에 AI PMDC 컨테이너 8동을 신규 구축할 계획이며, 이는 공모자금을 활용하여 기반 인프라를 구축하고 추후 GPU 서버를 별도 도입할 예정입니다. 그러나 설비 증설 이후 실제 GPU 컴퓨팅 수요가 예상에 미치지 못할 경우 가동률 저조 등 투자 효율성 저하로 이어질 수 있습니다.한편, AI PMDC 판매 사업은 GPU 클라우드 사업보다도 사업 추진 시점이 더 늦은 신규 사업 영역으로, 이는 아직 시장 형성 초기 단계에 있습니다. 동 사업은 공공 부문을 중심으로 문의가 증가하고 있으나 계약 체결까지 상당한 기간이 소요되어 당사가 관리 중인 파이프라인이 실제 매출로 전환되지 못하거나 지연될 가능성이 있습니다. 또한 당사는 AI PMDC 판매 관련한 레퍼런스를 충분히 확보하지 못하여 수주 과정에서 불리할 수 있으며, 이를 만회하기 위한 할인 정책 등은 저마진 또는 손실로 이어질 위험이 있습니다. 아울러 AI PMDC는 고객별 구축환경 및 요구사항에 맞춰 설계·제작되는 맞춤형 사업 구조로, 프로젝트별 원가 구조가 상이한 만큼 설계 표준화 전략의 수립 여부가 사업의 성패를 좌우하는 변수 중 하나로 작용할 것으로 판단됩니다. 이와 관련하여 맥킨지 보고서에 따르면, 고객사별로 요구사항이 상이한 고복 잡도·맞춤형 프로젝트를 수행하는 모듈러 건설의 경우 반복 생산에 따른 원가 절감 효과를 확보하기 어려우므로, 설계 표준화와 제한적 옵션 제공 간의 균형을 확보하는 것이 중요합니다. 만약 당사가 제품 표준화와 고객 맞춤화 간의 균형을 잃을 경우, 부품가 변동 또는 고객 요구 사양 변경에 따른 마진 불확실성이 확대될 뿐만 아니라, 표준화된 제품 생산에 따른 원가 절감 효과를 누리지 못하여 수익성이 저하될 위험이 있습니다.따라서 투자자께서는 AI PMDC 판매 사업이 당사의 매출 및 수익성에 실질적으로 기여하는 시점 및 규모와 관련하여 불확실성이 존재한다는 점을 충분히 감안하시어 투자 판단을 하시기 바랍니다.

(주3) 정정 후

당사는 2015년 설립 이후 클라우드 기반 교육 플랫폼 '엘리스LXP'로 사업 기반을 다지며 주요 대기업·공공기관·교육기관 등 고객사를 확보하고, 이들 기관 소속의 다수 학습자에게 AI 교육을 제공해 왔습니다. 이후 플랫폼 학습자들이 실제 AI 모델 개발로 진입하며 GPU 수요가 급증했으나, 높은 인프라 도입 비용과 불안정한 수급이 인프라 병목으로 작용했습니다. 이에 당사는 교육 플랫폼 운영 과정에서 축적한 서버가상화·분산 처리 노하우를 바탕으로 AI 클라우드 사업에 진출하여 GPUaaS를 구축하였습니다. 최근에는 모듈형 AI 데이터센터인 AI PMDC 개발을 완료하였으며, 향후 자체 데이터센터 구축을 원하는 고객을 대상으로 AI PMDC 판매 사업을 추진 중에 있습니다. 당사는 이를 통해 기존 AX·플랫폼 사업에서 AI 컴퓨팅 인프라 영역으로 사업 범위를 확대하고, GPU 클라우드 사업을 통해 축적한 AI 인프라 구축·운영 경험을 AI PMDC 판매 사업으로 확장하여 신규 매출원을 확보하는 것을 전략적 목표로 하고 있습니다.당사가 추진 중인 AI PMDC 판매 사업은 AI 인프라를 신속하고 유연하게 확충하고자 하는 기업, 공기업, 정부기관 등을 주요 고객으로 하는 맞춤형 AI 인프라 구축 사업입니다. AI 산업 확산에 따라 대규모 GPU 인프라 수요가 빠르게 증가하고 있는 반면, 기존 데이터센터 건축 방식은 구축 기간이 장기간 소요되는 한계가 있어, 당사는 컨테이너형 기반의 AI 인프라 구축 솔루션을 중심으로 시장에 대응하고 있습니다.동 사업은 표준화된 제품 판매 방식이 아닌 고객별 요구사항에 기반한 맞춤 제작 형태로 운영되며, 영업 초기 단계에서부터 엔드유저의 GPU 사양, 스토리지 구성, 전력사용량, 설치 부지 및 운영 목적 등을 분석하여 설치 가능 여부와 최적의 구축 방안을고객과 함께 검토하는 방식의 영업 구조를 갖추고 있습니다. 고객별 구축 환경 및 요구사항에 따라 원가 구조와 리스크 요인이 상이한 특성이 있어, 당사는 프로젝트별 맞춤형 설계 및 구축 범위를 고려하여 적정 마진을 확보하는 전략을 운영하는 동시에장비 조달 및 통합 구축 과정에서 발생 가능한 변수와 리스크를 반영하여 사업을 추진하고 있습니다. 또한 동 사업은 고객의 수요 및 계약에 따라 맞춤 제작하는 수주형 사업으로, 고객 수요에 앞서 AI PMDC를 선제적으로 제작·보유하는 구조가 아니므로 수주 이전에 대규모 제작자금을 선제적으로 투입할 필요성이 제한적입니다.

한편, 클라우드 서비스와 AI에 대한 수요가 증가하면서 기존 데이터 센터 대비 빠른 설치, 유연성, 상대적으로 단순한 구축 프로세스를 제공하는 AI 모듈형 데이터 센터에 대한 수요가 높아지고 있습니다. Fortune Business Insights에 따 르면, 2025년 전 세계 모듈형 데이터 센터 시장 규모는 312억 4천만 달러로 평가되었습니다. 시장은 2026년 354억 4천만 달러에서 2034년까지 1,165억 3천만 달러로 성장하여 예측 기간 동안 연평균 16% 성장할 것으로 예상됩니다.

[이미지: 글로벌 모듈러 데이터센터 시장 규모 전망] 원문에서 확인할 수 있어요.

당사가 추진 중인 GPU 클라우드 사업과 AI PMDC 판매 사업은 초기 추진 단계에 있는 신규 사업 영역에 해당하며, 이에 따라 각 사업별로 고유한 위험 요인이 존재합니다.당사는 2023년경 GPU 클라우드 사업을 개시하여 현재까지 GPU 인프라를 구축·운영하며 관련 운영 노하우를 지속적으로 축적해 왔습니다. GPU 클라우드 사업은 전력·데이터센터 설계, GPU 가동률, 재무 리스크 관리 등에 따라 사업의 성패가 좌우될 수 있습니다. 당사는 고밀도·고효율 모듈형 데이터센터를 설계할 수 있는 역량을 확보하고 있으나, 대규모 GPU 인프라를 안정적으로 운영하고, 장애에 신속히 대응하며, 수요 변동에 따라 자원을 효율적으로 배분하는 과정에서 예상하지 못한 변수가 발생할 가능성이 있습니다. 이러한 변수로 인해 당사의 서비스 품질 저하나 추가 비용 발생으로 이어질 위험이 있습니다. 아울러 당사는 GPU 컴퓨팅 수요 확대에 대응하기 위해 호남권 센터에 AI PMDC 컨테이너 8동을 신규 구축할 계획이며, 이는 공모자금을 활용하여 기반 인프라를 구축하고 추후 GPU 서버를 별도 도입할 예정입니다. GPU 서버는 고객의 장기 사용계약 등 수요가 구체화되는 시점에 맞추어 단계적으로 도입할 계획이며, 도입 재원은 고객의 계약금·선수금·보증금, 장비금융, 금융리스·자산담보대출, 영업활동을 통해 창출되는 현금 및 기타 가용재원 등을 활용할 계획입니다. 필요한 자금을 계획대로 조달하지 못할 경우에는 고객 수요 및 계약 규모를 고려하여 GPU 도입 규모와 시기를 조정할 예정이며, 이에 따라 신규 사업의 확대가 지연되거나 계획한 사업 규모가 축소될 수 있습니다. 그러나 설비 증설 이후 실제 GPU 컴퓨팅 수요가 예상에 미치지 못할 경우 가동률 저조 등 투자 효율성 저하로 이어질 수 있습니다.한편, AI PMDC 판매 사업은 GPU 클라우드 사업보다도 사업 추진 시점이 더 늦은 신규 사업 영역으로, 이는 아직 시장 형성 초기 단계에 있습니다. 동 사업은 공공 부문을 중심으로 문의가 증가하고 있으나 계약 체결까지 상당한 기간이 소요되어 당사가 관리 중인 파이프라인이 실제 매출로 전환되지 못하거나 지연될 가능성이 있습니다. 또한 당사는 AI PMDC 판매 관련한 레퍼런스를 충분히 확보하지 못하여 수주 과정에서 불리할 수 있으며, 이를 만회하기 위한 할인 정책 등은 저마진 또는 손실로 이어질 위험이 있습니다. 당사는 기존 AI PMDC 구축·운영 경험을 기반으로 향후 프로젝트 수행을 통해 판매 레퍼런스를 단계적으로 확보함으로써 이를 보완할 계획입니다. 아울러 AI PMDC는 고객별 구축환경 및 요구사항에 맞춰 설계·제작되는 맞춤형 사업 구조로, 프로젝트별 원가 구조가 상이한 만큼 설계 표준화 전략의 수립 여부가 사업의 성패를 좌우하는 변수 중 하나로 작용할 것으로 판단됩니다. 이와 관련하여 맥킨지 보고서에 따르면, 고객사별로 요구사항이 상이한 고복 잡도·맞춤형 프로젝트를 수행하는 모듈러 건설의 경우 반복 생산에 따른 원가 절감 효과를 확보하기 어려우므로, 설계 표준화와 제한적 옵션 제공 간의 균형을 확보하는 것이 중요합니다. 만약 당사가 제품 표준화와 고객 맞춤화 간의 균형을 잃을 경우, 부품가 변동 또는 고객 요구 사양 변경에 따른 마진 불확실성이 확대될 뿐만 아니라, 표준화된 제품 생산에 따른 원가 절감 효과를 누리지 못하여 수익성이 저하될 위험이 있습니다. 따라서 투자자께서는 AI PMDC 판매 사업이 당사의 매출 및 수익성에 실질적으로 기여하는 시점 및 규모와 관련하여 불확실성이 존재한다는 점을 충분히 감안하시어 투자 판단을 하시기 바랍니다.

(주4) 정정 전

당사는 현재 미국 법인(Elice, Inc.)과 싱가포르 법인(ELICE APAC PTE. LTD..)을 통해 해외사업을 추진하고 있으며, 초기 검토 단계이긴 하지만 향후 해외 현지법인 설립을 통해 다양한 국가로의 해외진출을 계획하고 있습니다.당사의 미국 법인은 현재 AWS 출신 인력을 중심으로 한 R&D 기능을 수행하며 기술기반 역량 확보에 집중하고 있으며, 미국 내 고급 인력 수급 목적의 조직으로 구성되어 인건비 등 운영비가 관계거래로 인식되나, 이는 영업활동과 구분되는 성격입니다.본사와의 내부거래를 제외하고 현지에서 실질적인 매출은 발생하지 않고 있습니다.

한편 싱가포르 법인은 설립 이후 싱가포르 현지 대학 및 교육기관을 대상으로 사업을수행해왔으며, 이후에는 싱가포르 교육부, 국방부, 평생교육연구소 등 공공기관 대상사업을 수행하며 현지 레퍼런스를 확보하고 있습니다. 그 외 싱가포르 법인은 인도네시아에서 2024년말부터 부트캠프 사업을 착수하는 등 교육 기반의 현지 사업을 시작하였고, 브루나이에서는 AI 기반 프로젝트를 추진하며 레퍼런스를 추가적으로 확보하고 있습니다.

당사는 국내 시장에서 검증된 AI 교육 솔루션 및 인프라 운영 노하우를 바탕으로 글로벌 사업 확장을 본격화하고 있습니다.AX 사업과 관련하여, 당사는 생성형 AI 및 AX에 대한 글로벌 관심 확대에 따른 교육수요 증가에 대응하여, 자체 LXP·AI 모델·클라우드 인프라를 통합 제공하는 역량과 PBL 기반 실습형 교육 운영 경험을 바탕으로 해외 진출을 추진하고 있습니다. 진출 방식은 현지 직접 수주형과 국내 정부·국제기구 기반 ODA형으로 구분되며, 전자는 초기 비용과 시간이 수반되나 후속 사업 연계 가능성이 있고 후자는 안정적이나독자적 사업 확대에는 한계가 있습니다. 당사는 ODA 기반 사업을 초기 해외 시장 진입 및 레퍼런스 확보 수단으로 활용하는 한편, 중장기적으로는 현지 기관 대상 직접 사업 수행 비중을 점진적으로 확대해 나갈 예정입니다.AI 클라우드 사업과 관련하여, 당사는 AI 학습·추론 수요 증가에 따른 해외 GPUaaS 및 프라이빗 클라우드 문의 증가에 대응하여 해외 시장 진출을 검토하고 있습니다.GPUaaS 사업은 대규모 프로젝트 수요가 많고 소규모 수요는 글로벌 사업자 선호 경향이 있어, 직접 판매보다 현지 MSP·파트너사와의 협업을 통해 초기 고객을 확보하고 장기 계약으로 연결하는 전략을 검토하고 있습니다. 한편 프라이빗 클라우드 사업의 경우 전력 수급 문제와 구축기간 단축 수요로 일본 및 동남아시아에서 관심이 발생하고 있어, 국가별 여건에 맞춘 진입 전략과 영업·마케팅 자료 보강을 통해 신뢰 확보를 추진할 계획입니다.당사가 추진 중인 AX 부문 및 AI 클라우드 부문의 해외사업은 현재 초기 검토 단계에 있습니다. 따라서 향후 현지 시장 상황, 고객사 내부 사정, 정책 변화 등에 따라 사업 추진 일정이 지연되거나 계획이 변경 또는 축소될 수 있습니다.특히 당사가 추진하는 GPUaaS 및 프라이빗 클라우드 사업은 글로벌 하이퍼스케일러 및 현지 대형 클라우드 사업자와의 경쟁이 불가피한 영역으로서, AI PMDC와 같은 모듈형 데이터센터 시장에서도 Vertiv, Schneider Electric, Huawei Digital Power 및 Eaton 등 글로벌 전력·냉각·데이터센터 인프라 기업과 현지 EPC 사업자, 데이터센터 운영사 등이 경쟁하고 있습니다. 글로벌 사업자들은 전력·냉각설비에 대한 폭넓은 제품 포트폴리오와 현지 인증 경험, 글로벌 유지보수 네트워크 등을 보유하고 있어, 해외시장에서는 기술적 성능뿐만 아니라 현지 인증 및 인허가 취득, 시공·유지보수 체계와 현지 파트너 확보 등이 주요 경쟁요소로 작용할 수 있습니다. 당사는 고밀도 GPU 운영에 필요한 전력·냉각·네트워크를 AI PMDC에 통합하고 자체 클라우드 인프라 가상화 소프트웨어인 ECI 및 AI 개발환경을 함께 제공하는 방식으로 차별화를 추진하고 있으나, 자금력과 브랜드인지도에서 우위에 있는 경쟁사들과의 경쟁 심화 시 당사가 목표하는 시장 점유율을 확보하지 못할 위험이 있습니다. 또한 AI PMDC의 해외 설치 및 운영을 위해서는 국내와 상이한 국가별 인증 및 인허가 요건을 충족하여야 합니다. AI PMDC는 설치국가에 따라 전기제품인 동시에 건축물 또는 산업설비로 판단될 수 있어 수출입 관련 인증뿐만 아니라 현지의 건축·전기·소방·구조·냉각 및 환경 관련 규제를 준수하여야 합니다. 예를 들어 미국에서는 PMDC에 포함되는 배전반, UPS, 냉각장치 등 전기설비에 대하여 NRTL의 제품안전 인증 등이 요구될 수 있으며, 설치지역별 건축·전기·소방 관련 규정 및 관할기관의 승인을 받아야 할 수 있습니다. EU의 경우 전기·전자설비에 대한 관련 규정에 따른 적합성 평가 및 CE 표시가 요구될 수 있으며, 냉각설비에 사용되는 냉매 관련 환경규제 및 데이터센터의 에너지 효율 관련 규제가 적용될 수 있습니다. 중동 및 동남아시아 역시 국가별 제품 적합성 인증과 건축·전기·소방 및 환경 관련 기준 등이 상이하게 적용될 수 있습니다.특히 국내에서 취득한 제품 인증이나 검사 결과가 해외 현지 인증 및 인허가를 대체하지 않을 수 있으며, 국가별 전압·주파수·접지방식뿐만 아니라 지진, 강풍, 적설, 고온, 사막먼지 및 염해 등 설치지역의 환경조건에 따라 전력·냉각·구조 및 소방설계의 변경이 요구될 수 있습니다. 이에 따라 국내에서 검증된 AI PMDC를 해외에 공급하는 경우에도 진출국의 규격에 맞춘 추가 설계, 인증 및 현지 시공·검사 등이 필요할 수 있으며, 이로 인해 국내 사업 대비 추가적인 비용이 발생하거나 사업기간이 장기화될 가능성이 있습니다.아울러 AI PMDC에 미국산 고성능 GPU가 함께 공급되는 경우에는 설치국가의 규제 외에도 미국 수출관리규정(EAR) 등 고성능 반도체 관련 수출통제의 영향을 받을 수 있습니다. 거래대상 국가, 최종사용자 및 사용목적 등에 따라 GPU의 수출·재수출 또는 이전이 제한되거나 별도의 허가가 요구될 수 있으므로, GPU를 포함한 통합 AI 인프라의 해외 공급은 전력·냉각설비 중심의 PMDC 공급에 비하여 추가적인 규제 검토가 필요할 수 있습니다. 관련 수출통제 정책이 강화되거나 필요한 허가를 적시에 취득하지 못하는 경우 GPU 조달 및 공급이 제한되어 해외사업의 일정이 지연되거나 사업 자체가 축소·중단될 가능성이 있습니다.또한 당사는 현지 MSP 및 파트너사와의 협업을 통한 초기 시장 진입을 계획하고 있으나, 향후 파트너사와의 협력 관계가 원활하게 유지되지 않을 경우 당초 계획한 사업 추진에 차질이 발생할 수 있습니다. 당사는 해외 AI PMDC 사업 추진 시 진출국별 인증 및 인허가 요건을 사전에 검토하고 현지 EPC·인증기관·유지보수 사업자 등과 협력하여 설계 단계부터 현지 기준을 반영할 계획이며, 고성능 GPU가 포함되는 사업의 경우 수출 가능 국가, 최종사용자 및 사용목적 등을 확인하여 관련 수출통제에 대응할 계획입니다. 그럼에도 불구하고 현지 인증·인허가 취득, 전력 확보 또는 수출통제 검토 등이 당초 예상보다 지연되거나 관련 규제가 강화될 경우 해외 매출의 발생시기 및 규모가 당초 계획과 달라질 수 있습니다.이외에도 해외사업 특성상 환율 변동, 현지 정치·경제적 불안정성 등 국내 사업과는상이한 위험 요인에 노출될 수 있으며, 상기 경쟁 심화, 현지 인증·인허가 및 수출통제 등의 규제환경 변화와 함께 이는 당사의 재무 성과에 부정적인 영향을 미칠 수 있습니다. 투자자께서는 이 점을 유의하시기 바랍니다.

(주4) 정정 후

당사는 현재 미국 법인(Elice, Inc.)과 싱가포르 법인(ELICE APAC PTE. LTD..)을 통해 해외사업을 추진하고 있으며, 초기 검토 단계이긴 하지만 향후 해외 현지법인 설립을 통해 다양한 국가로의 해외진출을 계획하고 있습니다.당사의 미국 법인은 현재 AWS 출신 인력을 중심으로 한 R&D 기능을 수행하며 기술기반 역량 확보에 집중하고 있으며, 미국 내 고급 인력 수급 목적의 조직으로 구성되어 인건비 등 운영비가 관계거래로 인식되나, 이는 영업활동과 구분되는 성격입니다.본사와의 내부거래를 제외하고 현지에서 실질적인 매출은 발생하지 않고 있습니다.

한편 싱가포르 법인은 설립 이후 싱가포르 현지 대학 및 교육기관을 대상으로 사업을수행해왔으며, 이후에는 싱가포르 교육부, 국방부, 평생교육연구소 등 공공기관 대상사업을 수행하며 현지 레퍼런스를 확보하고 있습니다. 그 외 싱가포르 법인은 인도네시아에서 2024년말부터 부트캠프 사업을 착수하는 등 교육 기반의 현지 사업을 시작하였고, 브루나이에서는 AI 기반 프로젝트를 추진하며 레퍼런스를 추가적으로 확보하고 있습니다.

당사는 국내 시장에서 검증된 AI 교육 솔루션 및 인프라 운영 노하우를 바탕으로 글로벌 사업 확장을 본격화하고 있습니다.AX 사업과 관련하여, 당사는 생성형 AI 및 AX에 대한 글로벌 관심 확대에 따른 교육수요 증가에 대응하여, 자체 LXP·AI 모델·클라우드 인프라를 통합 제공하는 역량과 PBL 기반 실습형 교육 운영 경험을 바탕으로 해외 진출을 추진하고 있습니다. 진출 방식은 현지 직접 수주형과 국내 정부·국제기구 기반 ODA형으로 구분되며, 전자는 초기 비용과 시간이 수반되나 후속 사업 연계 가능성이 있고 후자는 안정적이나독자적 사업 확대에는 한계가 있습니다. 당사는 ODA 기반 사업을 초기 해외 시장 진입 및 레퍼런스 확보 수단으로 활용하는 한편, 중장기적으로는 현지 기관 대상 직접 사업 수행 비중을 점진적으로 확대해 나갈 예정입니다.AI 클라우드 사업과 관련하여, 당사는 AI 학습·추론 수요 증가에 따른 해외 GPUaaS 및 프라이빗 클라우드 문의 증가에 대응하여 해외 시장 진출을 검토하고 있습니다.GPUaaS 사업은 대규모 프로젝트 수요가 많고 소규모 수요는 글로벌 사업자 선호 경향이 있어, 직접 판매보다 현지 MSP·파트너사와의 협업을 통해 초기 고객을 확보하고 장기 계약으로 연결하는 전략을 검토하고 있습니다. 한편 프라이빗 클라우드 사업의 경우 전력 수급 문제와 구축기간 단축 수요로 일본 및 동남아시아에서 관심이 발생하고 있어, 국가별 여건에 맞춘 진입 전략과 영업·마케팅 자료 보강을 통해 신뢰 확보를 추진할 계획입니다.당사가 추진 중인 AX 부문 및 AI 클라우드 부문의 해외사업은 현재 초기 검토 단계에 있습니다. 따라서 향후 현지 시장 상황, 고객사 내부 사정, 정책 변화 등에 따라 사업 추진 일정이 지연되거나 계획이 변경 또는 축소될 수 있습니다.특히 당사가 추진하는 GPUaaS 및 프라이빗 클라우드 사업은 글로벌 하이퍼스케일러 및 현지 대형 클라우드 사업자와의 경쟁이 불가피한 영역으로서, AI PMDC와 같은 모듈형 데이터센터 시장에서도 Vertiv, Schneider Electric, Huawei Digital Power 및 Eaton 등 글로벌 전력·냉각·데이터센터 인프라 기업과 현지 EPC 사업자, 데이터센터 운영사 등이 경쟁하고 있습니다. 다만, 해외 GPU 클라우드 및 모듈형 데이터센터 시장은 국가 및 조사기관별 시장의 정의와 범위가 상이하고, 사업자별 시장점유율을 확인할 수 있는 공신력 있는 자료가 부재하며, 주요 글로벌 사업자 역시 관련 사업의 매출을 별도로 공시하지 않는 경우가 많아 객관적인 시장점유율 산출이 어렵습니다. 이에 개별 사업자의 시장점유율을 별도로 제시하기보다 주요 경쟁사업자 및 경쟁현황을 중심으로 기재하였습니다.해외시장의 경쟁구조를 살펴보면, GPU 클라우드 영역에서는 AWS, Microsoft Azure 및 Google Cloud 등 글로벌 하이퍼스케일러와 CoreWeave 등 GPU 컴퓨팅에 특화된 AI 클라우드 사업자가 경쟁하고 있습니다. 글로벌 하이퍼스케일러는 대규모 글로벌 인프라와 고객 기반, 광범위한 클라우드 서비스를 기반으로 GPU 서비스를 제공하는 반면, AI 클라우드 전문사업자는 최신 GPU의 확보, 고성능 네트워크 및 AI 워크로드에 최적화된 운영환경 등을 중심으로 경쟁하고 있습니다. 한편, 모듈형 데이터센터 영역에서는 Vertiv, Schneider Electric, Huawei Digital Power 및 Eaton 등 글로벌 인프라 사업자가 전력·냉각설비에 대한 제품 포트폴리오와 모듈형 데이터센터 구축 역량 등을 기반으로 경쟁하고 있습니다.이러한 경쟁구조에서 당사는 AI PMDC를 통한 데이터센터 인프라 구축, GPU 인프라 확보 및 운영, 자체 개발한 ECI를 통한 GPU 자원 관리와 AI 개발환경 제공까지 AI 인프라 전반의 역량을 통합하여 제공하는 방식으로 사업을 전개하고 있습니다. 특히 데이터센터 인프라, GPU 컴퓨팅 자원 및 자체 소프트웨어를 연계하여 고객의 AI 워크로드 구축·운영에 필요한 서비스를 통합 제공하는 것을 차별화 요소로 하고 있습니다. 글로벌 사업자들은 대규모 인프라 및 고객기반, 전력·냉각설비에 대한 폭넓은 제품 포트폴리오와 현지 인증 경험, 글로벌 유지보수 네트워크 등을 보유하고 있어, 해외시장에서는 기술적 성능뿐만 아니라 GPU 자원의 확보 및 운영 역량, 현지 인증 및 인허가 취득, 시공·유지보수 체계와 현지 파트너 확보 등이 주요 경쟁요소로 작용할 수 있습니다. 당사는 상기와 같이 AI 인프라 전반을 통합 제공하는 역량을 기반으로 차별화를 추진하고 있으나, 자금력과 브랜드인지도에서 우위에 있는 경쟁사들과의 경쟁 심화 시 당사가 목표하는 시장 점유율을 확보하지 못할 위험이 있습니다. 또한 AI PMDC의 해외 설치 및 운영을 위해서는 국내와 상이한 국가별 인증 및 인허가 요건을 충족하여야 합니다. AI PMDC는 설치국가에 따라 전기제품인 동시에 건축물 또는 산업설비로 판단될 수 있어 수출입 관련 인증뿐만 아니라 현지의 건축·전기·소방·구조·냉각 및 환경 관련 규제를 준수하여야 합니다. 예를 들어 미국에서는 PMDC에 포함되는 배전반, UPS, 냉각장치 등 전기설비에 대하여 NRTL의 제품안전 인증 등이 요구될 수 있으며, 설치지역별 건축·전기·소방 관련 규정 및 관할기관의 승인을 받아야 할 수 있습니다. EU의 경우 전기·전자설비에 대한 관련 규정에 따른 적합성 평가 및 CE 표시가 요구될 수 있으며, 냉각설비에 사용되는 냉매 관련 환경규제 및 데이터센터의 에너지 효율 관련 규제가 적용될 수 있습니다. 중동 및 동남아시아 역시 국가별 제품 적합성 인증과 건축·전기·소방 및 환경 관련 기준 등이 상이하게 적용될 수 있습니다.특히 국내에서 취득한 제품 인증이나 검사 결과가 해외 현지 인증 및 인허가를 대체하지 않을 수 있으며, 국가별 전압·주파수·접지방식뿐만 아니라 지진, 강풍, 적설, 고온, 사막먼지 및 염해 등 설치지역의 환경조건에 따라 전력·냉각·구조 및 소방설계의 변경이 요구될 수 있습니다. 이에 따라 국내에서 검증된 AI PMDC를 해외에 공급하는 경우에도 진출국의 규격에 맞춘 추가 설계, 인증 및 현지 시공·검사 등이 필요할 수 있으며, 이로 인해 국내 사업 대비 추가적인 비용이 발생하거나 사업기간이 장기화될 가능성이 있습니다.아울러 AI PMDC에 미국산 고성능 GPU가 함께 공급되는 경우에는 설치국가의 규제 외에도 미국 수출관리규정(EAR) 등 고성능 반도체 관련 수출통제의 영향을 받을 수 있습니다. 거래대상 국가, 최종사용자 및 사용목적 등에 따라 GPU의 수출·재수출 또는 이전이 제한되거나 별도의 허가가 요구될 수 있으므로, GPU를 포함한 통합 AI 인프라의 해외 공급은 전력·냉각설비 중심의 PMDC 공급에 비하여 추가적인 규제 검토가 필요할 수 있습니다. 관련 수출통제 정책이 강화되거나 필요한 허가를 적시에 취득하지 못하는 경우 GPU 조달 및 공급이 제한되어 해외사업의 일정이 지연되거나 사업 자체가 축소·중단될 가능성이 있습니다. 또한 당사는 현지 MSP 및 파트너사와의 협업을 통한 초기 시장 진입을 계획하고 있으나, 향후 파트너사와의 협력 관계가 원활하게 유지되지 않을 경우 당초 계획한 사업 추진에 차질이 발생할 수 있습니다. 당사는 해외 AI PMDC 사업 추진 시 진출국별 인증 및 인허가 요건을 사전에 검토하고 현지 EPC·인증기관·유지보수 사업자 등과 협력하여 설계 단계부터 현지 기준을 반영할 계획이며, 고성능 GPU가 포함되는 사업의 경우 수출 가능 국가, 최종사용자 및 사용목적 등을 확인하여 관련 수출통제에 대응할 계획입니다. 그럼에도 불구하고 현지 인증·인허가 취득, 전력 확보 또는 수출통제 검토 등이 당초 예상보다 지연되거나 관련 규제가 강화될 경우 해외 매출의 발생시기 및 규모가 당초 계획과 달라질 수 있습니다. 이외에도 해외사업 특성상 환율 변동, 현지 정치·경제적 불안정성 등 국내 사업과는상이한 위험 요인에 노출될 수 있으며, 상기 경쟁 심화, 현지 인증·인허가 및 수출통제 등의 규제환경 변화와 이러한 해외사업 관련 위험은 당사의 재무 성과에 부정적인 영향을 미칠 수 있습니다. 투자자께서는 이 점을 유의하시기 바랍니다. (주5) 정정 전

당사의 최근 3개년 및 2026년 반기 기준 성장성 및 수익성 지표는 다음과 같습니다.

당사의 영업수익은 2023년 32,368백만원에서 2024년 34,678백만원, 2025년 39,513백만원으로 매년 증가하여 최근 3개년간 각각 7.14%, 13.94%의 성장률을 기록하는 등 지속적인 외형 성장을 시현하고 있습니다. 이는 2025년부터 AI 클라우드 부문인 정부 관련 GPU 인프라 사업이 본격화됨에 따라 클라우드 부문 매출이 크게 확대된 데 기인한 것입니다. 이와 관련하여 해당 매출 부문에서 2025년 중 선수금으로 인식한 계약부채(선수금 성격)가 2026년부터 매출로 인식되고 있으며, 2026년 반기에는 영업수익 344억원으로 전년 동기 대비 202.18% 증가하였습니다. 이처럼 AI 클라우드 부문 매출 확대와 계약부채의 매출 인식으로 당사의 외형 성장이 가속화되고 있는 것으로 판단됩니다.

상기 계약부채의 매출인식기간은 개별 계약의 계약기간, 서비스 제공조건 및 매출인식 구조 등에 따라 상이합니다. 예를 들어, 일부 계약의 경우 계약부채가 약 10개월에 걸쳐 매출로 인식되는 반면, 다른 계약의 경우 약 1개월 내 매출로 인식되는 등 계약별 매출인식기간에 상당한 차이가 있습니다. 이에 따라 특정 평균값이 전체 계약부채의 매출인식기간을 적절하게 나타내기 어려워 일률적인 평균 매출인식기간을 산정하기 어렵습니다. 각 계약부채는 개별 계약에서 정한 서비스 제공기간 및 매출인식 기준에 따라 순차적으로 매출로 인식됩니다.다만, 영업이익률은 2023년 40.92%에서 2024년 23.93%, 2025년 13.12%로 매년 하락하는 추세를 보이고 있습니다. 이는 당사가 영위하는 AI 클라우드 사업 본격화 과정에서 핵심 기반인 데이터센터 및 GPU 인프라 구축 등 시설투자 확대에 따른 감가상각비,전력비 등 고정비와 운영비 부담 증가에 기인합니다. 특히 감가상각비는 2023년 30억원, 2024년 52억 원, 2025년 126억 원으로 각각 73.3%, 142.3% 증가하였으며, 이는 2025년 영업비용 증가액의 상당 부분을 차지합니다. 그러나, 2026년 반기에는 영업이익 103억원을 기록하며 2025년 대비 개선된 모습을 보였습니다. 이는 감가상각비가 129억원으로 전년 동기 대비 큰 폭으로 증가하였음에도 불구하고 AI 클라우드 매출 확대에 따라 매출 규모가 고정비 부담을 상회하는 수준으로 성장함에 따라 고정비 부담이 상대적으로 완화된 것으로 판단됩니다. 한편, 당사는 수도권 및 호남권 AI PMDC 구축과 GPU 인프라 확대를 위한 추가적인 시설투자를 계획하고 있어 향후 감가상각비, 전력비 등 관련 비용은 지속적으로 증가할 것으로 예상됩니다. 증권신고서 제출일 현재의 사업계획을 기준으로 데이터센터 기반시설 구축을 위해 수도권 및 호남권 센터에 추가적인 투자가 예정되어 있으며, 이와 별도로 고객 계약 및 GPU 수요에 따라 GPU 서버를 단계적으로 도입할 계획입니다.GPU 서버의 경우 현재 5년의 내용연수를 적용하여 정액법으로 감가상각하고 있어 향후 GPU 도입 규모 및 시기에 따라 감가상각비가 추가적으로 발생할 예정입니다. AI 클라우드 및 데이터센터 사업은 서비스 제공을 위하여 GPU 서버와 전력·냉각 등 대규모 인프라 투자가 선행되는 자본집약적 사업으로, 인프라 구축 및 GPU 도입 확대에 따라 관련 자산의 감가상각비가 증가하는 특성이 있습니다. 이에 따라 당사의 매출액 대비 감가상각비 비중은 2023년 9.2%, 2024년 14.9%, 2025년 31.8%로 증가하였으며, 2026년 반기에는 37.4%를 기록하였습니다. 이는 당사가 AI 클라우드 사업 확대를 위해 데이터센터 및 GPU 인프라 투자를 지속적으로 확대해 온 데 주로 기인합니다. 향후 수도권 및 호남권 AI PMDC 구축과 GPU 서버의 추가 도입이 진행됨에 따라 관련 감가상각비는 추가적으로 증가할 수 있습니다. 다만, GPU 및 데이터센터 설비는 고객 계약 및 수요에 맞추어 단계적으로 도입될 예정이므로 향후 연간 감가상각비는 실제 투자금액 및 자산별 취득·가동시점에 따라 달라질 수 있습니다.또한 전력비의 경우 향후 AI PMDC 및 GPU 인프라의 운영 규모가 확대됨에 따라 증가할 것으로 예상됩니다. 다만, 실제 전력비는 GPU의 종류 및 가동률, 데이터센터의 전력효율(PUE), 전력요금 및 냉각방식 등에 따라 변동될 수 있습니다. 이외에도 시설투자 확대에 따라 네트워크·스토리지 비용, 데이터센터 및 장비 유지보수비, 기술지원비 및 운영인력 비용 등이 추가적으로 발생할 수 있습니다.따라서 향후 시설투자에 따른 비용 증가는 각 센터의 구축 및 GPU 도입시기에 따라 단계적으로 반영될 것으로 예상되며, 고객 확보 및 GPU 가동률이 당사의 예상에 미달할 경우 매출 확대에 앞서 감가상각비 및 전력비 등 관련비용이 증가하여 당사의 영업이익률 및 수익성에 부정적인 영향을 미칠 수 있습니다.한편, 당기순이익률은 2023년 0.11%로 낮은 수준을 기록하였는데, 이는 2023년 K-IFRS 도입 과정에서 전환상환우선주를 파생상품부채로 인식함에 따라 발생한 103억원의 파생상품평가손실 및 25억원의 금융부채상환손실 등으로 일시적 비현금성 금융원가가 반영된 데 따른 것입니다. 이와 같은 회계적 손실 요인이 전환상환우선주가 보통주로 전환됨에 따라 2024년 당기순이익률은 19.28%를 기록하며 개선된 모습을 보이고 있습니다. 2025년의 경우 법인세비용차감전순이익은 78억원으로 전년(74억원)과 유사한 수준을 유지하였으나, 법인세비용 78억원이 환입됨에 따라 당기순이익이 156억원으로 확대되어 당기순이익률이 39.65%를 기록하였습니다. 2025년 당기순이익률의 급격한 상승은 영업 실적의 구조적 개선보다는 법인세비용 환입에 따른 일시적 요인에 주로 기인한 것으로, 법인세비용 반영 전 기준으로는 전년도와 유사한 수준의 이익 실현이 지속되고 있는 것으로 판단됩니다. 한편, 2026년 반기 당기순이익은 91억원으로 안정적인 흑자 기조를 유지하고 있습니다.이처럼 당사는 매출 성장세를 지속하고 있으며, 대규모 시설투자가 이루어지는 상황에서도 영업이익 및 당기순이익 흑자를 기록하고 있습니다. 다만, 글로벌 경기 침체로 인해 기업들의 AI 투자가 축소될 수 있으며, 향후 예정된 AI PMDC 및 GPU 인프라 투자로 감가상각비, 전력비 등 관련 비용이 증가하는 가운데 고객 확보, GPU 도입 및 가동률 확대가 당사의 예상보다 지연될 경우 비용 증가에 상응하는 매출을 확보하지 못할 수 있습니다. 이 경우 당사의 성장세가 둔화되어 당사의 수익성 및 성장성이 저하될 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다.

(주5) 정정 후

당사의 최근 3개년 및 2026년 반기 기준 성장성 및 수익성 지표는 다음과 같습니다.

당사의 영업수익은 2023년 32,368백만원에서 2024년 34,678백만원, 2025년 39,513백만원으로 매년 증가하여 최근 3개년간 각각 7.14%, 13.94%의 성장률을 기록하는 등 지속적인 외형 성장을 시현하고 있습니다. 이는 2025년부터 AI 클라우드 부문인 정부 관련 GPU 인프라 사업이 본격화됨에 따라 클라우드 부문 매출이 크게 확대된 데 기인한 것입니다. 이와 관련하여 해당 매출 부문에서 2025년 중 선수금으로 인식한 계약부채(선수금 성격)가 2026년부터 매출로 인식되고 있으며, 2026년 반기에는 영업수익 344억원으로 전년 동기 대비 202.18% 증가하였습니다. 이처럼 AI 클라우드 부문 매출 확대와 계약부채의 매출 인식으로 당사의 외형 성장이 가속화되고 있는 것으로 판단됩니다.

상기 계약부채의 매출인식기간은 개별 계약의 계약기간, 서비스 제공조건 및 매출인식 구조 등에 따라 상이합니다. 예를 들어, 일부 계약의 경우 계약부채가 약 10개월에 걸쳐 매출로 인식되는 반면, 다른 계약의 경우 약 1개월 내 매출로 인식되는 등 계약별 매출인식기간에 상당한 차이가 있습니다. 이에 따라 특정 평균값이 전체 계약부채의 매출인식기간을 적절하게 나타내기 어려워 일률적인 평균 매출인식기간을 산정하기 어렵습니다. 각 계약부채는 개별 계약에서 정한 서비스 제공기간 및 매출인식 기준에 따라 순차적으로 매출로 인식됩니다.다만, 영업이익률은 2023년 40.92%에서 2024년 23.93%, 2025년 13.12%로 매년 하락하는 추세를 보이고 있습니다. 이는 당사가 영위하는 AI 클라우드 사업 본격화 과정에서 핵심 기반인 데이터센터 및 GPU 인프라 구축 등 시설투자 확대에 따른 감가상각비,전력비 등 고정비와 운영비 부담 증가에 기인합니다. 특히 감가상각비는 2023년 30억원, 2024년 52억 원, 2025년 126억 원으로 각각 73.3%, 142.3% 증가하였으며, 이는 2025년 영업비용 증가액의 상당 부분을 차지합니다. 그러나, 2026년 반기에는 영업이익 103억원을 기록하며 2025년 대비 개선된 모습을 보였습니다. 이는 감가상각비가 129억원으로 전년 동기 대비 큰 폭으로 증가하였음에도 불구하고 AI 클라우드 매출 확대에 따라 매출 규모가 고정비 부담을 상회하는 수준으로 성장함에 따라 고정비 부담이 상대적으로 완화된 것으로 판단됩니다. 한편, 당사는 수도권 및 호남권 AI PMDC 구축과 GPU 인프라 확대를 위한 추가적인 시설투자를 계획하고 있어 향후 감가상각비, 전력비 등 관련 비용은 지속적으로 증가할 것으로 예상됩니다. 증권신고서 제출일 현재의 사업계획을 기준으로 데이터센터 기반시설 구축을 위해 수도권 및 호남권 센터에 추가적인 투자가 예정되어 있으며, 이와 별도로 고객 계약 및 GPU 수요에 따라 GPU 서버를 단계적으로 도입할 계획입니다.GPU 서버의 경우 현재 5년의 내용연수를 적용하여 정액법으로 감가상각하고 있어 향후 GPU 도입 규모 및 시기에 따라 감가상각비가 추가적으로 발생할 예정입니다. AI 클라우드 및 데이터센터 사업은 서비스 제공을 위하여 GPU 서버와 전력·냉각 등 대규모 인프라 투자가 선행되는 자본집약적 사업으로, 인프라 구축 및 GPU 도입 확대에 따라 관련 자산의 감가상각비가 증가하는 특성이 있습니다. 이에 따라 당사의 매출액 대비 감가상각비 비중은 2023년 9.2%, 2024년 14.9%, 2025년 31.8%로 증가하였으며, 2026년 반기에는 37.4%를 기록하였습니다. 이는 당사가 AI 클라우드 사업 확대를 위해 데이터센터 및 GPU 인프라 투자를 지속적으로 확대해 온 데 주로 기인합니다. 향후 수도권 및 호남권 AI PMDC 구축과 GPU 서버의 추가 도입이 진행됨에 따라 관련 감가상각비는 추가적으로 증가할 수 있습니다. 다만, GPU 및 데이터센터 설비는 고객 계약 및 수요에 맞추어 단계적으로 도입될 예정이므로 향후 연간 감가상각비는 실제 투자금액 및 자산별 취득·가동시점에 따라 달라질 수 있습니다. 상기 언급한 바와 같이 기존 시설투자에 따른 감가상각비는 이미 영업비용에 반영되고 있으며, 증권신고서 제출일 현재 공모자금을 활용하여 수도권 및 호남권 AI PMDC의 데이터센터 기반시설에 대한 추가 투자를 계획하고 있어 향후 기존 감가상각비에 더하여 신규 투자에 따른 감가상각비가 추가적으로 발생할 예정입니다. 현재 당사의 AI 클라우드 관련 주요 자산 및 비용의 재무제표 반영 현황은 다음과 같습니다.

공모자금을 통한 신규 투자에는 내용연수가 상이한 컨테이너, 전력·냉각설비 등 다양한 자산이 포함되어 있어 실제 감가상각비는 자산별 최종 취득금액, 내용연수 및 감가상각 개시시점 등에 따라 달라질 수 있습니다.또한 GPU 서버는 공모자금 투자와 별도로 고객의 장기 사용계약 등 수요가 구체화되는 시점에 맞추어 단계적으로 도입할 계획으로, 증권신고서 제출일 현재 향후 도입할 GPU의 종류, 수량 및 도입시기가 확정되어 있지 않아 연간 감가상각비를 합리적으로 특정하기 어렵습니다. 다만, 공모자금 등을 활용해 신규 투자하는 수준까지 구축되는 것을 가정할 경우 GPU 및 인프라 관련 감가상각비는 연간 최대 약 650억원 수준까지 발생할 수 있습니다. 이는 실제 투자계획에 따른 예상액이 아닌 가정에 따른 최대 수준의 추정치이며, 실제 감가상각비는 고객 수요 및 계약 규모에 따른 GPU 도입 규모와 시기에 따라 이보다 낮은 수준에서 단계적으로 발생할 것으로 예상됩니다. 또한 전력비의 경우 향후 AI PMDC 및 GPU 인프라의 운영 규모가 확대됨에 따라 증가할 것으로 예상됩니다. 다만, 실제 전력비는 GPU의 종류 및 가동률, 데이터센터의 전력효율(PUE), 전력요금 및 냉각방식 등에 따라 변동될 수 있습니다. 이외에도 시설투자 확대에 따라 네트워크·스토리지 비용, 데이터센터 및 장비 유지보수비, 기술지원비 및 운영인력 비용 등이 추가적으로 발생할 수 있습니다.따라서 향후 시설투자에 따른 비용 증가는 각 센터의 구축 및 GPU 도입시기에 따라 단계적으로 반영될 것으로 예상되며, 고객 확보 및 GPU 가동률이 당사의 예상에 미달할 경우 매출 확대에 앞서 감가상각비 및 전력비 등 관련비용이 증가하여 당사의 영업이익률 및 수익성에 부정적인 영향을 미칠 수 있습니다. 한편, 당기순이익률은 2023년 0.11%로 낮은 수준을 기록하였는데, 이는 2023년 K-IFRS 도입 과정에서 전환상환우선주를 파생상품부채로 인식함에 따라 발생한 103억원의 파생상품평가손실 및 25억원의 금융부채상환손실 등으로 일시적 비현금성 금융원가가 반영된 데 따른 것입니다. 이와 같은 회계적 손실 요인이 전환상환우선주가 보통주로 전환됨에 따라 2024년 당기순이익률은 19.28%를 기록하며 개선된 모습을 보이고 있습니다. 2025년의 경우 법인세비용차감전순이익은 78억원으로 전년(74억원)과 유사한 수준을 유지하였으나, 법인세비용 78억원이 환입됨에 따라 당기순이익이 156억원으로 확대되어 당기순이익률이 39.65%를 기록하였습니다. 2025년 당기순이익률의 급격한 상승은 영업 실적의 구조적 개선보다는 법인세비용 환입에 따른 일시적 요인에 주로 기인한 것으로, 법인세비용 반영 전 기준으로는 전년도와 유사한 수준의 이익 실현이 지속되고 있는 것으로 판단됩니다. 한편, 2026년 반기 당기순이익은 91억원으로 안정적인 흑자 기조를 유지하고 있습니다.이처럼 당사는 매출 성장세를 지속하고 있으며, 대규모 시설투자가 이루어지는 상황에서도 영업이익 및 당기순이익 흑자를 기록하고 있습니다. 다만, 글로벌 경기 침체로 인해 기업들의 AI 투자가 축소될 수 있으며, 향후 예정된 AI PMDC 및 GPU 인프라 투자로 감가상각비, 전력비 등 관련 비용이 증가하는 가운데 고객 확보, GPU 도입 및 가동률 확대가 당사의 예상보다 지연될 경우 비용 증가에 상응하는 매출을 확보하지 못할 수 있습니다. 이 경우 당사의 성장세가 둔화되어 당사의 수익성 및 성장성이 저하될 수 있으므로 투자자께서는 이 점 유의하시기 바랍니다. (주6) 정정 전

당사는 우수 인력 유치 및 장기근속 유도를 위해 주식매수선택권 제도를 도입 및 운영하고 있으며, 한국채택국제회계기준(K-IFRS)에 따라 부여된 주식매수선택권에 대해 공정가치를 산정하여 의무근무기간에 걸쳐 주식보상비용으로 인식하고 있습니다. 이에 따라 2026년 반기 기준 161백만원(2025년 온기 364백만원)의 주식보상비용을 인식하였으며, 향후 행사가능일 도래 시점까지 추가적인 비용 인식이 예상됩니다. 또한 증권신고서 제출일 현재 당사는 자기주식을 보유하고 있으며, 향후 주식매수선택권 행사는 자기주식 교부뿐 아니라 신주발행을 수반하는 주식매수선택권 제도를 중심으로 운영될 예정입니다.상기 주식매수선택권 부여와 관련하여 인식한 최근 3개년 및 2026년 반기 누적 기준 주식보상비용 현황은 아래와 같습니다.

증권신고서 제출일 현재 행사되지 않은 잔여 주식매수선택권 수량은 77,690주로, 이는 공모 후 발행주식총수의 0.70%입니다. 증권신고서 제출일 현재 당사의 주식매수선택권 부여 현황은 아래와 같습니다.

당사의 상기 주식매수선택권의 부여 목적, 행사방법, 행사가액 및 발행 또는 양도할 주식의 수의 조정, 부여의 취소, 행사가격 산정방식 및 평가근거에 대한 내용은 다음과 같습니다.

한편, 당사는 당사 정관 및 벤처기업육성에 관한 특별법 제16조의3과 벤처기업육성에 관한 특별법 시행령 제11조의3에 의거하여 주식매수선택권을 부여하였습니다. 또한 해당 법령에 따라 시가보다 낮은 가격을 행사가격으로 정할 시에는 벤처기업육성에 관한 특별법 시행령 제11조의3제5항을 준수하여 부여하였습니다. 부여 절차 또한 당사 정관 및 관련 법령의 준수 여부를 검토한 후 주주총회 특별결의를 통해 적법하게 부여하였습니다.또한 당사 정관 제11조 제1항은 주식매수선택권의 부여한도를 발행주식총수의 100분의 10 범위로 제한하고 있습니다. 신청일 현재 부여된 주식매수선택권은 총 77,690주(전량 미행사)이며, 이는 증권신고서 제출일 현재 발행주식총수 8,873,595주 대비 0.89%에 해당하는 수준으로 정관상 부여한도를 초과하지 않았습니다.

(후략) (주6) 정정 후

당사는 우수 인력 유치 및 장기근속 유도를 위해 주식매수선택권 제도를 도입 및 운영하고 있으며, 한국채택국제회계기준(K-IFRS)에 따라 부여된 주식매수선택권에 대해 공정가치를 산정하여 의무근무기간에 걸쳐 주식보상비용으로 인식하고 있습니다. 이에 따라 2026년 반기 기준 161백만원(2025년 온기 364백만원)의 주식보상비용을 인식하였으며, 향후 행사가능일 도래 시점까지 추가적인 비용 인식이 예상됩니다. 또한 증권신고서 제출일 현재 당사는 자기주식을 보유하고 있으며, 향후 주식매수선택권 행사는 자기주식 교부뿐 아니라 신주발행을 수반하는 주식매수선택권 제도를 중심으로 운영될 예정입니다.상기 주식매수선택권 부여와 관련하여 인식한 최근 3개년 및 2026년 반기 누적 기준 주식보상비용 현황은 아래와 같습니다.

증권신고서 제출일 현재 행사되지 않은 잔여 주식매수선택권 수량은 77,690주로, 이는 공모 후 발행주식총수의 0.70%입니다. 증권신고서 제출일 현재 당사의 주식매수선택권 부여 현황은 아래와 같습니다.

당사의 상기 주식매수선택권의 부여 목적, 행사방법, 행사가액 및 발행 또는 양도할 주식의 수의 조정, 부여의 취소, 행사가격 산정방식 및 평가근거에 대한 내용은 다음과 같습니다.

한편, 당사는 당사 정관 및 벤처기업육성에 관한 특별법 제16조의3과 벤처기업육성에 관한 특별법 시행령 제11조의3에 의거하여 주식매수선택권을 부여하였습니다. 또한 해당 법령에 따라 시가보다 낮은 가격을 행사가격으로 정할 시에는 벤처기업육성에 관한 특별법 시행령 제11조의3제5항을 준수하여 부여하였습니다. 부여 절차 또한 당사 정관 및 관련 법령의 준수 여부를 검토한 후 주주총회 특별결의를 통해 적법하게 부여하였습니다. 또한, 2026년 중 부여된 주식매수선택권 중 일부는 과거 무의결권부주식으로 부여된 주식매수선택권의 보상 실효성을 유지하기 위하여 기존 부여분을 보통주 기준으로 재부여한 것입니다. 기존 주식매수선택권은 행사 시 무의결권부주식이 발행되는 구조로 상장 이후 보상수단으로서의 실효성이 저하될 수 있어 보통주 기준으로 재부여하였습니다. 당사는 K-IFRS에 따라 주식매수선택권의 부여일 현재 공정가치를 이항모형을 적용하여 산정하고 있으며, 동 평가에는 행사가격뿐만 아니라 부여일의 주가, 무위험이자율 및 기대주가변동성 등을 투입변수로 반영하고 있습니다. 2026년 중 부여된 주식매수선택권의 공정가치 평가에 적용된 주요 투입변수 및 산정된 공정가치는 다음과 같습니다.

상기와 같이 주식매수선택권의 회계상 공정가치는 행사가격, 부여일의 주가, 무위험이자율 및 기대주가변동성 등의 제반 투입변수를 반영하여 산정하고 있으며, 당사는 이에 따라 산정된 부여일 현재 주식매수선택권의 공정가치를 의무근무기간에 걸쳐 주식보상비용으로 인식하고 있습니다.또한, 당사 정관 제11조 제1항은 주식매수선택권의 부여한도를 발행주식총수의 100분의 10 범위로 제한하고 있습니다. 주식매수선택권 부여한도는 각 주식매수선택권의 부여 당시 적용되는 정관 및 관련 법령에 따라 판단됩니다. 당사는 과거 주식매수선택권의 각 부여시점을 기준으로 당시 발행주식총수 및 부여한도를 검토하였으며, 이 과정에서 2017년 6월 15일 제2회차 주식매수선택권 부여 당시 누적 부여주식수 301주 중 24주가 정관상 부여한도를 초과한 사실을 확인하였습니다. 아울러, 동 한도 초과분이 부여된 대상자는 당시 퇴사 예정자로서 주식매수선택권 부여 취소 대상에 해당하였습니다.이와 관련하여 검토 결과, 부여한도를 초과하는 등 관련 법령 및 정관을 위반하여 부여된 주식매수선택권은 부여계약이 체결되었다고 하더라도 유효한 주식매수선택권으로서의 효력이 인정되지 않으며, 별도의 취소절차가 없더라도 부여한도를 초과한 부분은 효력이 인정되지 않는 것으로 확인하였습니다. 따라서 제2회차 주식매수선택권 중 부여한도를 초과한 부분은 유효한 주식매수선택권에 해당하지 않습니다.

(후략) (주7) 정정 전

증권신고서 작성지침에 따라 증권신고서에 기재하는 "재무에 관한 사항"은 최근사업연도(또는 반기, 분기) 말을 기준으로 감사인의 감사 또는 검토를 받은 수치를 기준으로 기재하고 있습니다. 당사는 신뢰성 있는 재무정보를 생산하기 위하여 최선의 노력을 다할 것이나, 당사의 의도적 혹은 비의도적인 회계처리 오류의 발생 가능성을 배제할 수 없는 바, 감사인의 감사 혹은 검토를 받은 재무 수치를 기준으로 증권신고서를 작성하도록 함으로써 상기한 회계처리 오류 발생 가능성을 낮출 수 있습니다.

그러나, 이러한 기재방식은 회계처리 오류의 가능성은 축소할 수 있으나, 결산일 이후 회사의 손익 추이에 관하여는 투자자에게 정보를 제공하기 어려울 수 있다고 판단됩니다. 이에, 금융감독원에서는 2024년 01월 23일 "기업 공시역량 제고를 위한 투자위험요소 기재요령 개정 및 2023년도 주요 정정요구 사례 공개" 보도자료 배포를 통해, IPO 기업의 최근 재무정보 공시방안 관련 기재 요령을 구체화한 바 있습니다.

[이미지: 금융감독원 보도자료_투자위험요소 기재요령 안내서] 원문에서 확인할 수 있어요.

이에 당사는 2025년도 온기 감사 및 2026년 반기 검토 이후 2026년 7월까지의 가결산 실적을 다음과 같이 기재하였습니다.

당사의 2026년 6월 누적 실적은 감사인의 검토를 받은 재무수치에 해당하나, 2026년 7월 실적은 감사인의 검토를 받지 않은 가결산 재무수치에 해당합니다. 한편 증권신고서 제출일 현재 당사가 투자위험요소에 기재한 사항 외에 당사가 인지하고 있는 코스닥시장 상장 전까지 당사의 재무실적에 영향을 미칠 수 있는 추가적인 영업환경 변동 전망에 관한 사항은 존재하지 않으므로 투자자께서는 이 점 유의하시기 바랍니다.

(주7) 정정 후

증권신고서 작성지침에 따라 증권신고서에 기재하는 "재무에 관한 사항"은 최근사업연도(또는 반기, 분기) 말을 기준으로 감사인의 감사 또는 검토를 받은 수치를 기준으로 기재하고 있습니다. 당사는 신뢰성 있는 재무정보를 생산하기 위하여 최선의 노력을 다할 것이나, 당사의 의도적 혹은 비의도적인 회계처리 오류의 발생 가능성을 배제할 수 없는 바, 감사인의 감사 혹은 검토를 받은 재무 수치를 기준으로 증권신고서를 작성하도록 함으로써 상기한 회계처리 오류 발생 가능성을 낮출 수 있습니다.

그러나, 이러한 기재방식은 회계처리 오류의 가능성은 축소할 수 있으나, 결산일 이후 회사의 손익 추이에 관하여는 투자자에게 정보를 제공하기 어려울 수 있다고 판단됩니다. 이에, 금융감독원에서는 2024년 01월 23일 "기업 공시역량 제고를 위한 투자위험요소 기재요령 개정 및 2023년도 주요 정정요구 사례 공개" 보도자료 배포를 통해, IPO 기업의 최근 재무정보 공시방안 관련 기재 요령을 구체화한 바 있습니다.

[이미지: 금융감독원 보도자료_투자위험요소 기재요령 안내서] 원문에서 확인할 수 있어요.

이에 당사는 2025년도 온기 감사 및 2026년 반기 검토 이후 2026년 7월까지의 가결산 실적을 다음과 같이 기재하였습니다.

당사의 2026년 6월 누적 실적은 감사인의 검토를 받은 재무수치에 해당하나, 2026년 7월 , 8월 실적은 감사인의 검토를 받지 않은 가결산 재무수치에 해당합니다. 한편 증권신고서 제출일 현재 당사가 투자위험요소에 기재한 사항 외에 당사가 인지하고 있는 코스닥시장 상장 전까지 당사의 재무실적에 영향을 미칠 수 있는 추가적인 영업환경 변동 전망에 관한 사항은 존재하지 않으므로 투자자께서는 이 점 유의하시기 바랍니다. (주8) 정정 전

2016년 12월 13일 「증권 인수업무 등에 관한 규정」 개정으로 인하여 동 규정 제5조 제1항에 따라 다양한 방법을 통한 가격결정이 가능하게 되었습니다.

그럼에도 불구하고 금번 공모를 위한 가격 결정은 '증권 인수업무 등에 관한 규정' 제5조 제1항 제2호에 따라 기관투자자를 대상으로 수요예측을 실시하고 그 결과를 감안하여 대표주관회사와 발행회사가 협의하여 정하는 방법으로 가격결정이 이루어질 예정입니다.

당사는 금번 공모를 위한 주당가치를 산출하기 위하여 상대가치평가방법 중 하나인 EV/EBITDA Valuation 방식을 가치평가에 활용하였습니다. 비교기업의 EV/EBITDA를 이용한 공모가 산정방식으로 계산된 희망공모가액 범위는 당사의 실질적인 가치를 의미하는 절대적 평가액이 아니며, EV/EBITDA 방식을 통한 공모가 산정 방식이 절대적인 평가법이 아님을 투자자께서는 유의하시기 바랍니다.

한편, 당사는 희망 공모가액 산정 시 당사의 2026년 반기 실적 기준 최근 12개월 EBITDA를 산출한 후, 유사회사의 2026년 반기 기준으로 산출한 EV/EBITDA 멀티플을 적용하여 기업가치 및 공모희망가액을 산출하였습니다. 당사의 희망공모가액은 유사회사의 2025년 기준 EV/EBITDA를 적용하여 산출되었지만, 희망공모가액 범위가 당사의 절대적인 가치를 의미하는 것은 아닙니다.금번 공모 시 당사의 지분증권 평가를 위하여 업종의 유사성, 사업의 유사성, 재무적 기준 등에 대한 평가를 바탕으로 최종 비교기업을 선정하여 공모가액 산출에 적용하였습니다. 최종 비교기업 8개사는 주력 제품 및 관련 시장, 영업 환경, 기술력 등에 있어 차이가 존재할 수 있으며, 이에 비교기업과 당사와의 직접적인 비교는 한계점을가지고 있습니다. 따라서, 상기 선정된 비교기업이 당사와 사업의 연관성이 존재하고, 매출구성 측면에서 비교 가능성이 일정수준 존재하더라도, 상대가치 평가방법의 특성상 적합한 비교기업 선정 과정 및 결과에 대한 완전성을 보장할 수 없습니다. 사업구조, 시장점유율, 인력수준, 재무안정성, 지배구조 차이, 경영진, 경영 전략 등 주식가치에 영향을 미칠 수 있는 사항들에도 차이가 존재할 수 있으므로 투자자께서는 이 점에 유의하시기 바랍니다.

비교기업 선정 시 선정(제외) 기준, 반영 방법 등 합리적인 근거에 따라 적용하였으나 정량적인 기준 외에 평가과정에서 평가자의 정성적인 판단 및 자의성이 반영됨에 따라 산정결과로 도출된 희망 공모가액 역시 그 완결성을 보장할 수는 없습니다. 비교기업 선정 과정에 대한 자세한 내용은 「제1부 모집 또는 매출에 관한 사항 - Ⅳ. 인수인의 의견(분석기관의 평가의견) - 1. 공모가격에 대한 의견 - 나. 희망공모가액의 산출 방법」에 기재되어 있으니 참고하여 주시기 바랍니다.

(주8) 정정 후

2016년 12월 13일 「증권 인수업무 등에 관한 규정」 개정으로 인하여 동 규정 제5조 제1항에 따라 다양한 방법을 통한 가격결정이 가능하게 되었습니다.

그럼에도 불구하고 금번 공모를 위한 가격 결정은 '증권 인수업무 등에 관한 규정' 제5조 제1항 제2호에 따라 기관투자자를 대상으로 수요예측을 실시하고 그 결과를 감안하여 대표주관회사와 발행회사가 협의하여 정하는 방법으로 가격결정이 이루어질 예정입니다.

당사는 금번 공모를 위한 주당가치를 산출하기 위하여 상대가치평가방법 중 하나인 EV/EBITDA Valuation 방식을 가치평가에 활용하였습니다. 비교기업의 EV/EBITDA를 이용한 공모가 산정방식으로 계산된 희망공모가액 범위는 당사의 실질적인 가치를 의미하는 절대적 평가액이 아니며, EV/EBITDA 방식을 통한 공모가 산정 방식이 절대적인 평가법이 아님을 투자자께서는 유의하시기 바랍니다.

한편, 당사는 희망 공모가액 산정 시 당사의 2026년 반기 실적 기준 최근 12개월 EBITDA를 산출한 후, 유사회사의 2026년 반기 기준으로 산출한 EV/EBITDA 멀티플을 적용하여 기업가치 및 공모희망가액을 산출하였습니다. 당사의 희망공모가액은 유사회사의 2025년 기준 EV/EBITDA를 적용하여 산출되었지만, 희망공모가액 범위가 당사의 절대적인 가치를 의미하는 것은 아닙니다.금번 공모 시 당사의 지분증권 평가를 위하여 업종의 유사성, 사업의 유사성, 재무적 기준 등에 대한 평가를 바탕으로 최종 비교기업을 선정하여 공모가액 산출에 적용하였습니다. 최종 비교기업 8개사는 주력 제품 및 관련 시장, 영업 환경, 기술력 등에 있어 차이가 존재할 수 있으며, 이에 비교기업과 당사와의 직접적인 비교는 한계점을가지고 있습니다. 따라서, 상기 선정된 비교기업이 당사와 사업의 연관성이 존재하고, 매출구성 측면에서 비교 가능성이 일정수준 존재하더라도, 상대가치 평가방법의 특성상 적합한 비교기업 선정 과정 및 결과에 대한 완전성을 보장할 수 없습니다. 사업구조, 시장점유율, 인력수준, 재무안정성, 지배구조 차이, 경영진, 경영 전략 등 주식가치에 영향을 미칠 수 있는 사항들에도 차이가 존재할 수 있으므로 투자자께서는 이 점에 유의하시기 바랍니다. 또한, 최종 비교기업에는 해외 상장회사가 포함되어 있어 당사에 적용되는 K-IFRS와 상이한 회계기준을 적용하는 비교기업이 존재합니다. 적용 회계기준에 따라 리스, 연구개발비 및 영업권 등 EV 및 EBITDA 산출의 기초가 되는 일부 항목의 회계처리 방식에 차이가 존재할 수 있으며, 주요 내용은 다음과 같습니다.

상기와 같이 적용 회계기준에 따라 EV 및 EBITDA 산출의 기초가 되는 일부 재무정보의 인식 및 회계처리 방식에 차이가 존재할 수 있습니다. 따라서 해외 비교기업의 EV/EBITDA를 활용한 상대가치평가 시 이러한 회계기준의 차이로 인해 당사와 비교기업 간 재무지표의 직접적인 비교에 일정한 한계가 존재할 수 있으므로 투자자께서는 이 점에 유의하시기 바랍니다.

비교기업 선정 시 선정(제외) 기준, 반영 방법 등 합리적인 근거에 따라 적용하였으나 정량적인 기준 외에 평가과정에서 평가자의 정성적인 판단 및 자의성이 반영됨에 따라 산정결과로 도출된 희망 공모가액 역시 그 완결성을 보장할 수는 없습니다. 비교기업 선정 과정에 대한 자세한 내용은 「제1부 모집 또는 매출에 관한 사항 - Ⅳ. 인수인의 의견(분석기관의 평가의견) - 1. 공모가격에 대한 의견 - 나. 희망공모가액의 산출 방법」에 기재되어 있으니 참고하여 주시기 바랍니다.

(주9) 정정 전다. 유사기업의 선정

(2) 유사기업 선정 세부내역(가) 1차 선정기준 - 업종 유사성(모집단 선정)

동사는 한국표준산업분류 세세분류상 "응용소프트웨어 개발 및 공급업(J58222)"에 해당됨에 따라, 동일 산업분류에 속하는 유가증권시장 또는 코스닥시장 상장회사를 모집단으로 선정하였습니다. 아울러 동사의 사업모델, 주요 고객의 분류, 시장 내 지위 및 협상력, 기술력 등의 차이로 오로지 국내 상장회사만으로는 적절한 비교회사 선정이 불가능하다고 판단하여 해외 상장회사를 비교회사로 추가하여 검토하였습니다. 또한, 해외에 상장되어 있는 회사의 경우, 자본시장의 성숙도, 회계의 투명성, 경제체제의 안정성 등을 고려하기 위하여 한국거래소의 「코스닥시장 상장규정 시행세칙」에서 정하고 있는 적격 해외증권시장에 상장된 회사를 검토하였습니다.

한편, 동사는 과거 AX 사업을 중심으로 사업을 영위하여 한국표준산업분류상 응용소프트웨어 개발 및 공급업(J58222)으로 분류되어 있으나, 최근 GPU 인프라를 기반으로한 AI 클라우드 사업을 본격적으로 확대하면서 사업구조 및 매출구성이 빠르게 변화하고 있습니다. 동사의 클라우드 사업 매출 비중은 2023년 6.60%에서 2024년 8.54%, 2025년 44.18%로 지속적으로 확대되었으며, 2026년 반기에는 76.20%를 차지하여 AX 사업 매출 비중 23.80%를 크게 상회하고 있습니다. 이에 따라 동사의 현재 사업구조 및 향후 성장성과 기업가치에 미치는 영향은 기존 AX 사업보다 AI 클라우드 사업에서 더욱 크게 나타날 것으로 판단하였습니다.

다만, 한국표준산업분류상 동사가 현재 주력하고 있는 GPU 기반 AI 클라우드 서비스를 직접적으로 포괄하는 별도의 세세분류가 존재하지 않아, 국내 비교회사 모집단을 객관적으로 선정하기 위한 1차 기준으로는 동사가 현재 분류되어 있는 응용소프트웨어 개발 및 공급업(J58222)을 적용하였습니다. 이후 해당 모집단을 대상으로 실제 영위사업, 매출구조, 기술 및 서비스 특성 등을 검토하여 사업유사성을 판단하였으며, 국내 상장회사만으로는 동사의 현재 사업구조를 충분히 반영할 수 있는 비교회사를 선정하기 어렵다고 판단하여 해외 상장회사까지 추가로 검토하였습니다.

이에 실제 비교회사 선정 과정에서는 단순한 산업분류의 동일성보다는 현재 동사의 주요 매출원 및 향후 핵심 성장사업과의 실질적인 사업유사성을 보다 중요하게 고려하였습니다. 특히 최근 동사의 사업구조가 GPU 데이터센터 및 AI 클라우드 서비스를 중심으로 빠르게 전환되고 있는 점을 고려하여, AI 클라우드, 데이터센터 운영 및 데이터센터 핵심 인프라 개발과 관련된 사업을 영위하는 기업을 중심으로 비교회사를 선정하는 것이 동사의 기업가치를 보다 적절하게 반영할 수 있다고 판단하였습니다.

(주9) 정정 후

다. 유사기업의 선정

(2) 유사기업 선정 세부내역(가) 1차 선정기준 - 업종 유사성(모집단 선정)

동사는 한국표준산업분류 세세분류상 "응용소프트웨어 개발 및 공급업(J58222)"에 해당됨에 따라, 동일 산업분류에 속하는 유가증권시장 또는 코스닥시장 상장회사를 모집단으로 선정하였습니다. 아울러 동사의 사업모델, 주요 고객의 분류, 시장 내 지위 및 협상력, 기술력 등의 차이로 오로지 국내 상장회사만으로는 적절한 비교회사 선정이 불가능하다고 판단하여 해외 상장회사를 비교회사로 추가하여 검토하였습니다. 또한, 해외에 상장되어 있는 회사의 경우, 자본시장의 성숙도, 회계의 투명성, 경제체제의 안정성 등을 고려하기 위하여 한국거래소의 「코스닥시장 상장규정 시행세칙」에서 정하고 있는 적격 해외증권시장에 상장된 회사를 검토하였습니다.

한편, 동사는 과거 AX 사업을 중심으로 사업을 영위하여 한국표준산업분류상 응용소프트웨어 개발 및 공급업(J58222)으로 분류되어 있으나, 최근 GPU 인프라를 기반으로한 AI 클라우드 사업을 본격적으로 확대하면서 사업구조 및 매출구성이 빠르게 변화하고 있습니다. 동사의 클라우드 사업 매출 비중은 2023년 6.60%에서 2024년 8.54%, 2025년 44.18%로 지속적으로 확대되었으며, 2026년 반기에는 76.20%를 차지하여 AX 사업 매출 비중 23.80%를 크게 상회하고 있습니다. 이에 따라 동사의 현재 사업구조 및 향후 성장성과 기업가치에 미치는 영향은 기존 AX 사업보다 AI 클라우드 사업에서 더욱 크게 나타날 것으로 판단하였습니다.

다만, 한국표준산업분류상 동사가 현재 주력하고 있는 GPU 기반 AI 클라우드 서비스를 직접적으로 포괄하는 별도의 세세분류가 존재하지 않아, 국내 비교회사 모집단을 객관적으로 선정하기 위한 1차 기준으로는 동사가 현재 분류되어 있는 응용소프트웨어 개발 및 공급업(J58222)을 적용하였습니다. 또한, 국내 주요 클라우드 전문기업인 KT클라우드, 네이버클라우드 및 NHN클라우드는 비상장회사이며, 삼성SDS 및 LG CNS 등 상장회사는 클라우드 및 AI 관련 사업 외에도 다양한 IT서비스를 영위하는 종합 IT서비스 기업으로 동사와 사업구조 및 매출구성에 차이가 있어 특정 사업의 부분적 유사성을 기준으로 국내 모집단을 확대하지 않았습니다. 이후 해당 모집단을 대상으로 실제 영위사업, 매출구조, 기술 및 서비스 특성 등을 검토하여 사업유사성을 판단하였으며, 국내 상장회사만으로는 동사의 현재 사업구조를 충분히 반영할 수 있는 비교회사를 선정하기 어렵다고 판단하여 해외 상장회사까지 추가로 검토하였습니다.

이에 실제 비교회사 선정 과정에서는 단순한 산업분류의 동일성보다는 현재 동사의 주요 매출원 및 향후 핵심 성장사업과의 실질적인 사업유사성을 보다 중요하게 고려하였습니다. 특히 최근 동사의 사업구조가 GPU 데이터센터 및 AI 클라우드 서비스를 중심으로 빠르게 전환되고 있는 점을 고려하여, AI 클라우드, 데이터센터 운영 및 데이터센터 핵심 인프라 개발과 관련된 사업을 영위하는 기업을 중심으로 비교회사를 선정하는 것이 동사의 기업가치를 보다 적절하게 반영할 수 있다고 판단하였습니다

(주10) 정정 전다. 유사기업의 선정(2) 유사기업 선정 세부내역 (나) 2차 - 재무 유사성 (중략)

(주10) 정정 후

(주11) 정정 전다. 유사기업의 선정 (2) 유사기업 선정 세부내역(다) 3차 - 일반 유사성

상기 재무유사성으로 분류된 29개사 모두 아래의 일반 유사성 기준을 충족하였으며, 선정 근거 및 선정 내역은 아래와 같습니다.

(주11) 정정 후다. 유사기업의 선정 (2) 유사기업 선정 세부내역

(다) 3차 - 일반 유사성

상기 재무유사성으로 분류된 29개사 모두 아래의 일반 유사성 기준을 충족하였으며, 선정 근거 및 선정 내역은 아래와 같습니다.

한편, 상기 일반유사성 기준을 설정함에 있어 EV/EBITDA 거래배수에 대한 별도의 상한 및 하한은 설정하지 않았습니다. 이는 동사와의 사업적 유사성, 비교 가능한 상장기업의 범위, 비교기업별 사업구조 및 성장 단계의 차이 등을 종합적으로 고려할 때, 거래배수의 절대적인 수준만을 기준으로 비교기업의 포함 여부를 결정하는 데에는 한계가 있다고 판단하였기 때문입니다.

동사와 동일한 사업구조 및 매출구성을 보유한 상장기업은 제한적이므로, 본 비교기업 선정 과정에서는 동사의 주요 사업과 관련성이 높은 클라우드 서비스, 데이터센터 운영 및 데이터센터 관련 인프라 설비 등 복수의 사업영역을 검토하였습니다. 이에 따라 최종 비교기업에는 동사와 직접적으로 유사한 서비스를 제공하는 기업뿐만 아니라, 동사의 사업과 관련된 인프라를 운영하거나 주요 설비를 공급하는 기업도 포함되어 있습니다. 이러한 기업들은 사업적 연관성을 보유하고 있으나, 주요 고객군, 수익창출 방식, 자산구조 및 수익성 등에서 차이가 존재하므로, 각 사업영역의 특성을 충분히 고려하지 않은 동일한 거래배수 상·하한을 일률적으로 적용하는 것은 적절하지 않을 수 있다고 판단했습니다.

또한 AI 및 클라우드 관련 산업은 수요 확대와 기술 변화에 따라 빠르게 성장하고 있으며, 기업별 설비투자 시점, 서비스 공급능력의 확대 속도 및 투자자산의 가동률 등에 따라 매출액과 EBITDA가 실현되는 시점에도 차이가 발생할 수 있습니다. 이에 따라 향후 성장에 대한 시장의 기대가 반영되는 기업가치와 최근 실적을 기준으로 산출되는 EBITDA 간의 관계가 기업별로 다르게 나타날 수 있으며, 거래배수의 수준과 변동 폭에도 차이가 발생할 수 있습니다. 따라서 특정 시점의 거래배수가 높거나 낮다는 사실만으로 해당 기업의 사업적 비교가능성이 낮다고 판단하기는 어렵다고 보았습니다.

이러한 상황에서 거래배수에 일률적인 상한 및 하한을 적용할 경우, 동사와 사업적 유사성이 높은 기업이 배수 수준만을 이유로 제외되거나, 특정 사업영역 또는 성장 단계에 해당하는 기업 위주로 비교기업이 구성될 수 있습니다. 이에 본 가치평가에서는 거래배수의 높고 낮음에 따른 사전적인 제외 기준을 두기보다는, 사업·재무·일반유사성 등 제반 선정기준을 충족하는지를 중심으로 비교기업을 검토하였습니다.

다만 거래배수의 상한 및 하한을 설정하지 않은 것과 별개로, 최종 선정된 비교기업의 거래배수 분포와 개별 기업의 사업적 특성을 검토하고, 최대값 및 최소값을 제외한 경우의 평균 거래배수 변동을 추가로 확인하였습니다. 이를 통해 비교기업의 사업적 비교가능성과 특정 기업의 거래배수가 전체 평가 결과에 미치는 영향을 함께 검토하였습니다. 상대적으로 높은 거래배수를 보유한 기업을 최종 비교기업에 포함한 구체적인 사유와 비교기업 간 최대값 및 최소값의 차이에 대한 검토 내용은 「IV. 인수인의 의견(분석기관의 평가의견) - 1. 공모가격에 대한 의견 - 라. 희망공모가액 산출 - (2) 비교기업 EV/EBITDA 산출 - [참고: 비교기업 최소값 및 최대값 괴리율]」을 참고하시기 바랍니다.

(주12) 정정 전다. 유사기업의 선정 (2) 유사기업 선정 세부내역(라) 4차 - 사업 유사성(최종 유사기업 선정)

동사는 AI 학습 및 추론에 필요한 GPU 기반 클라우드 서비스를 중심으로 AI 인프라 사업을 영위하고 있으며, GPU 연산자원의 제공뿐만 아니라 이를 안정적으로 운영하기 위한 데이터센터 및 관련 인프라까지 사업 영역이 연계되어 있습니다. 이에 따라 동사의 사업과 직접적으로 유사한 GPU 클라우드 및 AI 데이터센터 운영 사업자뿐만 아니라, AI 인프라 산업의 핵심 밸류체인을 구성하는 데이터센터 보유, 운영 사업자 및 AI 데이터센터용 전력설비 공급 사업자까지 비교대상 범위를 확장하여 사업 유사성을 검토하였습니다.

한편, 동사와 같이 GPU 인프라를 직접 구축하고 이를 기반으로 AI 클라우드 서비스를 제공하는 사업모델을 보유한 상장기업은 국내외를 통틀어 제한적으로 존재합니다. 이에 비교회사 선정 시 동사와 사업모델이 완전히 동일한 기업만을 대상으로 할 경우 충분한 비교회사를 확보하기 어려운 점을 고려하여, 동사의 핵심 사업인 GPU 데이터센터의 구축 및 운영과 직접적으로 연관되고 동일한 AI 인프라 투자 확대에 따라 사업성과가 영향을 받는 기업까지 사업유사성 검토대상에 포함하였습니다.

특히 GPU 데이터센터는 일반 데이터센터 대비 고성능 GPU를 고밀도로 배치함에 따라 대규모 전력의 안정적인 공급과 서버에서 발생하는 열을 효과적으로 처리하기 위한 냉각설비가 데이터센터의 구축 가능 용량 및 운영 안정성을 결정하는 핵심 요소입니다. 따라서 전력 공급·배전, 무정전전원장치, 액체냉각 및 랙 등의 설비는 GPU 데이터센터와 별개의 부수적인 사업영역이라기보다 GPU 컴퓨팅 인프라를 구축 및 운영하기 위한 필수 기반시설에 해당합니다.이에 AI 데이터센터용 전력설비 공급 사업자는 동사와 달리 GPU 클라우드 서비스를 직접 제공하지는 않으나, AI 및 고성능 컴퓨팅용 데이터센터에 필요한 전력 및 냉각 등 핵심 인프라를 공급하고 있으며, AI 연산 수요 확대 및 GPU 데이터센터 투자 증가라는 동사와 동일한 산업 성장요인에 직접적인 영향을 받고 있습니다. 이에 동사는 사업모델이 동사와 완전히 동일하지 않다는 점을 고려하면서도, GPU 데이터센터의 핵심 가치사슬 내에서 사업을 영위하고 있고 AI 인프라 시장의 성장에 대한 높은 사업 연관성을 보유하고 있다는 점을 종합적으로 고려하여 비교회사에 포함하였습니다.

이에 따라, 산업분류 및 실제 영위 사업을 종합적으로 고려하여 다음 기준 중 하나를 충족하는 8개 회사를 4차 최종 유사기업으로 선정하였습니다.

(주12) 정정 후다. 유사기업의 선정 (2) 유사기업 선정 세부내역

(라) 4차 - 사업 유사성(최종 유사기업 선정)

동사는 AI 학습 및 추론에 필요한 GPU 기반 클라우드 서비스를 중심으로 AI 인프라 사업을 영위하고 있으며, GPU 연산자원의 제공뿐만 아니라 이를 안정적으로 운영하기 위한 데이터센터 및 관련 인프라까지 사업 영역이 연계되어 있습니다. 이에 따라 동사의 사업과 직접적으로 유사한 GPU 클라우드 및 AI 데이터센터 운영 사업자뿐만 아니라, AI 인프라 산업의 핵심 밸류체인을 구성하는 데이터센터 보유, 운영 사업자 및 AI 데이터센터용 전력설비 공급 사업자까지 비교대상 범위를 확장하여 사업 유사성을 검토하였습니다.

한편, 동사와 같이 GPU 인프라를 직접 구축하고 이를 기반으로 AI 클라우드 서비스를 제공하는 사업모델을 보유한 상장기업은 국내외를 통틀어 제한적으로 존재합니다. 이에 비교회사 선정 시 동사와 사업모델이 완전히 동일한 기업만을 대상으로 할 경우 충분한 비교회사를 확보하기 어려운 점을 고려하여, 동사의 핵심 사업인 GPU 데이터센터의 구축 및 운영과 직접적으로 연관되고 동일한 AI 인프라 투자 확대에 따라 사업성과가 영향을 받는 기업까지 사업유사성 검토대상에 포함하였습니다.

특히 GPU 데이터센터는 일반 데이터센터 대비 고성능 GPU를 고밀도로 배치함에 따라 대규모 전력의 안정적인 공급과 서버에서 발생하는 열을 효과적으로 처리하기 위한 냉각설비가 데이터센터의 구축 가능 용량 및 운영 안정성을 결정하는 핵심 요소입니다. 따라서 전력 공급·배전, 무정전전원장치, 액체냉각 및 랙 등의 설비는 GPU 데이터센터와 별개의 부수적인 사업영역이라기보다 GPU 컴퓨팅 인프라를 구축 및 운영하기 위한 필수 기반시설에 해당합니다.이에 AI 데이터센터용 전력설비 공급 사업자는 동사와 달리 GPU 클라우드 서비스를 직접 제공하지는 않으나, AI 및 고성능 컴퓨팅용 데이터센터에 필요한 전력 및 냉각 등 핵심 인프라를 공급하고 있으며, AI 연산 수요 확대 및 GPU 데이터센터 투자 증가라는 동사와 동일한 산업 성장요인에 직접적인 영향을 받고 있습니다. 이에 동사는 사업모델이 동사와 완전히 동일하지 않다는 점을 고려하면서도, GPU 데이터센터의 핵심 가치사슬 내에서 사업을 영위하고 있고 AI 인프라 시장의 성장에 대한 높은 사업 연관성을 보유하고 있다는 점을 종합적으로 고려하여 비교회사에 포함하였습니다.

이에 따라, 산업분류 및 실제 영위 사업을 종합적으로 고려하여 다음 기준 중 하나를 충족하는 8개 회사를 4차 최종 유사기업으로 선정하였습니다.

상기 사업 유사성 구분 항목 '③ 데이터센터를 주요 최종시장으로 하여 핵심 전력·냉각 인프라 장비 및 솔루션을 제공하는 기업'에 해당되는 기업의 경우, 데이터센터에 공급되는 전력·배전·UPS·냉각 등의 인프라 장비 및 솔루션은 데이터센터뿐만 아니라 통신, 산업시설, 건물 및 전력망 등 다양한 최종시장에 공통적으로 공급될 수 있으며, 각 기업 또한 최종수요처별 매출을 동일한 기준으로 구분하여 공시하고 있지 않습니다. 일부 기업의 경우 데이터센터 관련 노출도를 공시하고 있으나, 공시 기준에도 차이가 있어 일률적인 매출 비중 기준을 적용하기 어렵습니다. 이에 동사는 별도의 정량적 비중 기준을 적용하는 대신 각 기업의 Annual Report, 실적발표자료 등 공시자료를 통해 데이터센터가 회사가 명시하는 주요 최종시장에 해당하는지 여부와 데이터센터 구축·운영에 필요한 핵심 전력·배전·UPS·냉각 등의 인프라 장비 및 솔루션을 직접 제공하는지 여부를 개별적으로 검토하여 사업유사성을 판단하였습니다. (주13) 정정 전라. 희망공모가액 산출

(2) 비교기업 EV/EBITDA 산출

㈜엘리스그룹의 희망공모가액을 산출하기 위해 EV/EBITDA 거래배수 산출 내역은 아래와 같습니다.

[참고: 비교기업 최소값 및 최대값 괴리율]① 비교기업 거래배수의 통계적 분포 내 위치

최종 선정된 8개 비교기업의 EV/EBITDA 거래배수는 10.58배~50.69배의 범위에 분포하고 있으며, 산술평균은 27.13배, 표준편차는 약 12.23배입니다. DigitalOcean의 50.69배는 평균 대비 약 +1.93 표준편차, VNET Group의 10.58배는 약 -1.35 표준편차 수준에 해당합니다.

이에 따라 평균으로부터 ±2 표준편차를 기준으로 할 경우 DigitalOcean과 VNET Group 모두 해당 범위 내에 위치하고 있으며, 비교기업 집단의 전체적인 거래배수 분포에서 현저하게 이탈한 수준으로 보기는 어렵습니다. 따라서 양사 간 거래배수의 절대적인 차이가 존재한다는 사실만으로 특정 비교기업을 제외하기보다는, 전체 비교기업의 거래배수 분포와 각 기업의 사업적 특성을 종합적으로 고려하는 것이 보다 합리적이라고 판단하였습니다.

② 동사와 사업적 유사성이 높은 비교기업의 유지 필요성

동사가 영위하는 AI 클라우드 사업과 보다 직접적인 사업 유사성을 보유한 비교기업으로는 CoreWeave 및 DigitalOcean 등 클라우드 컴퓨팅 자원을 직접 제공하는 사업자가 있습니다. 동사는 GPU 등 컴퓨팅 인프라를 기반으로 클라우드 서비스를 제공하고 있는 바, 단순히 데이터센터를 운영하거나 관련 설비를 공급하는 비교기업 대비 CoreWeave 및 DigitalOcean과의 사업모델 및 수익창출 구조 측면의 유사성이 상대적으로 높은 것으로 판단됩니다.

특히 AI 클라우드 산업은 아직 성장 초기 단계에 있으며, 사업자별 성장률, 데이터센터 투자 시점, 설비 가동률, 고객 구성 및 수익성 수준 등에 상당한 차이가 존재하므로 동일 또는 유사 산업 내에서도 EV/EBITDA 거래배수의 편차가 비교적 크게 나타날 수 있습니다. 이러한 상황에서 DigitalOcean을 제외할 경우, 오히려 동사와 직접적으로 유사한 사업을 영위하는 비교기업이 제외됨에 따라 비교기업 선정의 사업적 비교가능성이 저하될 수 있습니다. 따라서 사업모델, 주요 서비스 및 수익창출 구조 등 동사와의 실질적인 사업 유사성을 우선적으로 고려할 필요가 있으며, 이러한 측면에서 DigitalOcean을 비교기업으로 유지하는 것이 합리적이라고 판단하였습니다.

그럼에도 불구하고 참고 목적으로, EV/EBITDA 거래배수의 최대값인 DigitalOcean과 최소값인 VNET Group을 제외하여 산출한 비교기업의 EV/EBITDA 거래배수는 다음과 같습니다.

[참고: 연구개발비 자산화]연구개발 관련 지출을 당기 비용으로 처리할 경우 해당 금액만큼 영업이익 및 EBITDA가 감소하게 되며, 이에 따라 EV/EBITDA 거래배수는 상승할 수 있습니다. 반대로 연구개발 관련 지출을 모두 자산화할 경우 당기 비용으로 인식되는 금액이 감소하여 EBITDA가 증가하고, 이에 따라 EV/EBITDA 거래배수는 낮아지게 됩니다. 이에 연구개발비의 회계처리 방식에 따른 영향을 확인하기 위하여, 비교기업의 연구개발 관련 지출을 모두 자산화한다고 가정한 최종 비교기업 8개사의 조정 EV/EBITDA 거래배수는 다음과 같습니다.

(후략) (주13) 정정 후

라. 희망공모가액 산출

(2) 비교기업 EV/EBITDA 산출

㈜엘리스그룹의 희망공모가액을 산출하기 위해 EV/EBITDA 거래배수 산출 내역은 아래와 같습니다.

[참고: EBITDA 산출기준의 적정성 및 비교가능성 검토]현재 Valuation에 사용한 각 비교기업의 EBITDA는 S&P Capital IQ에서 제공하는 EBITDA를 적용하였습니다. S&P Capital IQ는 각 기업이 공시한 재무정보 등을 수집·표준화하여 제공하는 재무정보 데이터베이스로서, 기업 간 비교가능성을 높이기 위해 일정한 기준에 따라 EBITDA를 산출하고 있습니다. 따라서 S&P Capital IQ의 EBITDA는 각 기업이 SEC Filing에서 자체적으로 제시하는 Adjusted EBITDA와 일치하지 않을 수 있으며, 단순히 영업이익에 감가상각비 및 무형자산상각비를 가산하여 산출한 EBITDA와도 차이가 발생할 수 있습니다. S&P Capital IQ는 EBITDA 산출 시 일반적으로 다음과 같은 기준을 적용하고 있습니다.

한편, S&P Capital IQ EBITDA와 각 비교기업의 공시 재무제표 비교 및 검토한 결과, 산출기준의 차이와는 별개로 일부 비교기업의 EBITDA 산정에 반영된 항목에서 S&P Capital IQ에 기재된 수치와 공시 재무제표상 확인되는 수치 간 불일치가 확인되었습니다. 이에 일부 비교기업의 EBITDA 산정에 반영된 유무형자산상각비를 공시 재무제표 및 주석에서 확인되는 수치로 조정하였습니다. 이때 EBITDA 산출기준은 기존 S&P Capital IQ의 기준을 유지하되, 해당 항목의 금액을 조정하여 EBITDA 및 EV/EBITDA 멀티플을 참고 목적으로 재산출하였습니다. 이에 따른 EV/EBITDA 멀티플 재산출 결과는 다음과 같습니다.

기존 S&P Capital IQ EBITDA 산출 내역을 각 비교기업의 공시자료와 대사하는 과정에서 VNET Group 및 Schneider Electric의 D&A 반영 기준에 대한 조정 필요사항이 확인되었습니다.

VNET Group은 S&P Capital IQ의 EBITDA 산출 과정에서 특정 분기의 영업이익과 감가상각비가 서로 다른 기간 기준으로 반영된 것으로 확인되었습니다. 구체적으로 영업이익 등 손익항목에는 해당 분기의 단독 수치가 반영된 반면, D&A에는 누적기간 수치가 반영됨에 따라 해당 분기의 EBITDA가 과대 산출되었습니다. 이에 회사 공시자료에서 확인되는 단독 분기 D&A를 적용하고, 다른 비교기업과 동일하게 각 분기의 단독 수치를 합산하여 LTM EBITDA를 재산출하였습니다. 그 결과 VNET Group의 EV/EBITDA 거래배수는 기존 10.58배에서 13.44배로 상승하였습니다.

Schneider Electric의 경우 S&P Capital IQ의 기간별 D&A for EBITDA를 회사 공시자료와 대사한 결과, 취득회계 관련 무형자산상각비 등 일부 상각비의 포함·제외 기준이 기간별로 일관되지 않게 적용된 것으로 확인되었습니다. 이에 회사의 재무제표 및 주석에서 확인되는 감가상각·상각비를 기초로 동일한 항목의 포함·제외 기준을 전 기간에 일관되게 적용하여 EBITDA를 재산출하였습니다. 이를 반영한 Schneider Electric의 EV/EBITDA 거래배수는 기존 20.65배에서 20.10배로 소폭 하락하였습니다.상기 두 비교기업의 EBITDA 조정사항을 반영하더라도 전체 비교기업의 평균 EV/EBITDA 거래배수는 기존 27.13배에서 약 27.42배 수준으로 변동하는 데 그쳐, 전체 평가결과에 미치는 영향은 중대하지 않은 수준으로 판단됩니다. 또한 개별 비교기업의 조정 방향이 상이함에도 불구하고 최종 평균 거래배수는 기존 수준을 대체로 유지하고 있어, 금번 조정이 전체 비교기업 거래배수 산정의 적정성에 유의적인 영향을 미치지는 않는 것으로 판단됩니다 각 비교기업별 EBITDA 산정 세부내역은 다음과 같습니다.

[참고: 비교기업 최소값 및 최대값 괴리율]① 비교기업 거래배수의 통계적 분포 내 위치

최종 선정된 8개 비교기업의 EV/EBITDA 거래배수는 10.58배~50.69배의 범위에 분포하고 있으며, 산술평균은 27.13배, 표준편차는 약 12.23배입니다. DigitalOcean의 50.69배는 평균 대비 약 +1.93 표준편차, VNET Group의 10.58배는 약 -1.35 표준편차 수준에 해당합니다.

이에 따라 평균으로부터 ±2 표준편차를 기준으로 할 경우 DigitalOcean과 VNET Group 모두 해당 범위 내에 위치하고 있으며, 비교기업 집단의 전체적인 거래배수 분포에서 현저하게 이탈한 수준으로 보기는 어렵습니다. 따라서 양사 간 거래배수의 절대적인 차이가 존재한다는 사실만으로 특정 비교기업을 제외하기보다는, 전체 비교기업의 거래배수 분포와 각 기업의 사업적 특성을 종합적으로 고려하는 것이 보다 합리적이라고 판단하였습니다.

한편, 상기 적용 거래배수에 대한 보완적 검토를 위해 EBITDA 조정사항을 반영하여 참고 목적으로 재산출한 경우, 비교기업의 EV/EBITDA 거래배수는 13.44배~50.69배의 범위에 분포하며, 산술평균은 27.42배, 표준편차는 약 11.82배로 나타납니다. 이 경우에도 DigitalOcean의 50.69배와 VNET Group의 13.44배는 각각 평균 대비 약 +1.97 표준편차 및 -1.18 표준편차 수준으로, 기존 산출 기준과 마찬가지로 평균 ±2 표준편차 범위 내에 위치합니다.

② 동사와 사업적 유사성이 높은 비교기업의 유지 필요성

동사가 영위하는 AI 클라우드 사업과 보다 직접적인 사업 유사성을 보유한 비교기업으로는 CoreWeave 및 DigitalOcean 등 클라우드 컴퓨팅 자원을 직접 제공하는 사업자가 있습니다. 동사는 GPU 등 컴퓨팅 인프라를 기반으로 클라우드 서비스를 제공하고 있는 바, 단순히 데이터센터를 운영하거나 관련 설비를 공급하는 비교기업 대비 CoreWeave 및 DigitalOcean과의 사업모델 및 수익창출 구조 측면의 유사성이 상대적으로 높은 것으로 판단됩니다.

특히 AI 클라우드 산업은 아직 성장 초기 단계에 있으며, 사업자별 성장률, 데이터센터 투자 시점, 설비 가동률, 고객 구성 및 수익성 수준 등에 상당한 차이가 존재하므로 동일 또는 유사 산업 내에서도 EV/EBITDA 거래배수의 편차가 비교적 크게 나타날 수 있습니다. 이러한 상황에서 DigitalOcean을 제외할 경우, 오히려 동사와 직접적으로 유사한 사업을 영위하는 비교기업이 제외됨에 따라 비교기업 선정의 사업적 비교가능성이 저하될 수 있습니다. 따라서 사업모델, 주요 서비스 및 수익창출 구조 등 동사와의 실질적인 사업 유사성을 우선적으로 고려할 필요가 있으며, 이러한 측면에서 DigitalOcean을 비교기업으로 유지하는 것이 합리적이라고 판단하였습니다.

③ EV/EBITDA 거래배수 최대값 및 최소값 제거 효과

본 가치평가에서는 총 8개 비교기업의 EV/EBITDA 거래배수를 동일한 비중으로 반영한 산술평균을 적용하고 있으며, 개별 비교기업이 평균 산정에서 차지하는 비중은 각각 12.5%입니다. 이에 따라 특정 비교기업의 거래배수가 상대적으로 높거나 낮더라도 해당 수치가 직접 적용되는 것이 아니라, 나머지 비교기업의 거래배수와 함께 평균화되는 구조입니다.

이와 더불어 최대값 및 최소값의 포함 여부가 평균 거래배수에 미치는 영향을 확인하기 위하여, 거래배수가 가장 높은 DigitalOcean과 가장 낮은 VNET Group을 함께 제외한 나머지 6개 비교기업의 평균 거래배수를 추가로 산정하였습니다. 그 결과, 최대값 및 최소값을 제외한 평균 거래배수는 25.96배로, 전체 8개 비교기업을 기준으로 산정한 기존 적용 거래배수 27.13배 대비 1.17배 낮은 수준이며, 이는 기존 적용 거래배수의 약 4.3%에 해당하는 차이입니다.

이러한 비교 결과를 고려할 때, 최대값과 최소값을 동시에 제외하더라도 평균 거래배수의 변동 폭은 상대적으로 제한적인 것으로 판단됩니다. 따라서 해당 두 기업의 포함 여부에 따라 전체 평균 거래배수의 수준이 현저하게 달라지는 것은 아니며, 위 비교 결과상 최대값 및 최소값을 포함하여 산정한 기존 적용 거래배수가 과도하게 왜곡되었다고 보기는 어렵다고 판단됩니다.

EV/EBITDA 거래배수의 최대값인 DigitalOcean과 최소값인 VNET Group을 제외하여 산출한 비교기업의 EV/EBITDA 거래배수는 다음과 같습니다.

④ 매출액 성장성을 고려한 비교기업 거래배수의 검토 비교기업의 EV/EBITDA 거래배수 수준을 검토할 때에는 현재의 이익 규모뿐만 아니라 매출액 성장 추이와 향후 사업 확대 가능성도 함께 고려할 필요가 있습니다. 특히 최근 12개월 실적을 기준으로 산출하는 EV/EBITDA 거래배수는 해당 기간에 실현된 EBITDA와 평가시점의 기업가치를 비교하는 지표이므로, 향후 영업규모 확대 및 이익 창출능력 개선에 대한 기대가 기업가치에 반영되는 경우 현재 실적을 기준으로 한 거래배수가 상대적으로 높게 나타날 수 있습니다. 따라서 비교기업 간 거래배수의 차이를 해석할 때에는 각 기업의 성장 특성을 함께 살펴볼 필요가 있습니다.

동사의 매출액은 2023년 32,368백만원에서 2026년 2분기 LTM 기준 62,510백만원으로 증가하였으며, 해당 기간의 매출액 연평균성장률은 약 30.1%입니다. 이는 최종 선정된 8개 비교기업 중 CoreWeave를 제외한 나머지 7개 기업의 매출액 연평균성장률을 상회하는 수준으로, 동사는 비교기업 집단 내에서도 상대적으로 빠른 매출 성장세를 나타내고 있습니다. 이러한 성장 추이를 고려할 때, 동사의 기업가치 평가를 위한 비교기업 검토 과정에서도 현재의 매출액 및 이익 규모와 더불어 사업 확대에 따른 성장 특성을 함께 고려하는 것이 필요하다고 판단하였습니다.

비교기업 중 DigitalOcean과 Vertiv의 동일 기간 매출액 연평균성장률은 각각 16.3% 및 22.8%로, 타 기업 대비 높은 수준을 나타내고 있습니다. 또한 DigitalOcean과 Vertiv의 EV/EBITDA 거래배수는 각각 50.69배 및 40.09배로 비교기업 집단 내에서 상대적으로 높은 수준에 형성되어 있습니다. 이는 일부 비교기업에서 상대적으로 높은 매출 성장세와 높은 거래배수가 함께 나타나고 있음을 보여주며, 해당 기업의 거래배수 수준을 검토할 때 성장성을 함께 고려할 필요가 있음을 시사합니다.

이러한 관점에서 DigitalOcean은 앞서 설명한 바와 같이 동사와 클라우드 서비스 제공이라는 사업적 유사성을 보유하고 있으며, 비교기업 중에서도 상대적으로 높은 매출 성장세를 나타내고 있어 동사의 성장 특성을 함께 검토하는 데 참고할 수 있는 기업으로 판단됩니다. 특히 동사가 DigitalOcean을 상회하는 매출액 성장률을 나타내고 있다는 점을 고려하면, DigitalOcean의 거래배수가 비교기업 중 가장 높다는 사실만으로 이를 제외하기보다는 사업적 유사성과 성장 특성을 종합적으로 고려하여 비교기업 포함 여부를 판단하는 것이 보다 합리적이라고 보았습니다.

[참고: 연구개발비 자산화] 본 분석은 연구개발 관련 지출을 당기에 비용으로 인식하는 경우와 자산으로 인식하는 경우에 EBITDA 및 EV/EBITDA 거래배수가 어떻게 달라질 수 있는지를 설명하기 위한 참고 분석입니다. 이를 이해하기 위해서는 영업이익에서 유무형자산상각비를 가산하여 기존 EBITDA를 산출하는 과정과, 연구개발비의 자산화를 가정하여 추가 조정하는 과정을 구분할 필요가 있습니다.

먼저 영업이익은 매출액에서 매출원가와 판매비와관리비 등 영업비용을 차감한 금액이며, 해당 영업비용에는 당기에 비용으로 인식한 유형자산 감가상각비와 무형자산 상각비가 포함되어 있습니다. 따라서 EBITDA를 산출할 때에는 영업이익 계산 과정에서 이미 차감된 이러한 상각비를 다시 가산합니다. 이때 가산하는 금액은 유무형자산의 장부금액이나 취득금액이 아니라, 해당 기간의 영업이익에 비용으로 반영된 상각비입니다.

반면, 연구개발 인력의 인건비나 외주개발비 등 당기에 비용으로 처리한 연구개발비는 감가상각비와 구분되는 비용입니다. 따라서 영업이익에 유무형자산상각비를 가산하더라도, 연구개발비 중 상각비가 아닌 비용은 기존 EBITDA에서 여전히 차감된 상태로 남아 있습니다. 즉, 통상적인 EBITDA 산출 과정에서 연구개발비 전체가 자동으로 가산되는 것은 아닙니다.

연구개발 관련 지출이 자산으로 인식되는 경우에는 해당 지출이 발생 시점에 전액 비용으로 반영되지 않고, 이후 사용 가능한 시점부터 내용연수에 걸쳐 상각비로 반영됩니다. 이 상각비는 영업이익을 감소시키지만 EBITDA 산출 시 다시 가산되므로, 동일한 지출을 당기에 비용으로 처리하는 경우와 비교하면 EBITDA가 상대적으로 높게 산출될 수 있습니다. 본 비교에서 연구개발비를 별도로 제시한 이유는 이러한 비용 인식 방식의 차이가 비교기업의 EBITDA와 거래배수에 미치는 영향을 확인하기 위한 것입니다.

이에 본 참고 비교에서는 당기에 비용으로 인식한 연구개발비를 자산화한다고 가정하고, 기존 EBITDA에서 여전히 차감되어 있는 연구개발비를 추가로 가산하는 방식으로 조정 EBITDA를 산출합니다. 추가 가산 대상은 영업이익 산정 시 비용으로 차감된 연구개발비 중 기존 EBITDA 산출 과정에서 이미 가산한 유무형자산상각비를 제외한 금액입니다.

다만 본 분석은 연구개발비의 비용 인식 방식에 따른 영향을 확인하기 위한 가정 분석으로, 실제 회계기준상 모든 연구개발 관련 지출을 자산화할 수 있다는 의미는 아닙니다. 실제 자산화 여부는 적용 회계기준의 자산 인식 요건에 따라 판단되어야 하며, 아래 조정 수치는 기존 가치평가에 적용한 EBITDA 및 거래배수와 구분하여 참고 목적으로 제시하였습니다.

(후략) (주14) 정정 전라. 희망공모가액 산출(3) 주당 평가가액 산출 (중략)

[참고: 신규모집유입자금 미반영]

본 주당 평가가액 산정 시 적용주식수에는 금번 공모를 통해 발행되는 신주가 포함되어 있는바, 공모 후 기준의 주식수와 주주가치 산정 기준을 일치시키기 위해 신규모집자금 유입액을 현금성자산에 포함하여 순차입금 산정에 반영하였습니다. 또한 최종 공모가격이 확정되지 않은 점을 고려하여 희망공모가액 밴드 하단 기준의 신규모집자금만을 반영하였습니다. 다만, 비교 목적으로 신규모집자금을 순차입금 산정에 반영하지 않고 산정한 주당 평가가액은 다음과 같습니다.

[참고: 2025년 실적 기준]

동사의 2026년 반기 영업이익 및 EBITDA는 각각 10,343백만원 및 23,212백만원으로, 반기 실적만으로도 2025년 연간 실적인 5,182백만원 및 17,796백만원을 상회하였습니다. 또한 2026년 반기 LTM 기준 영업이익 및 EBITDA는 각각 19,080백만원 및 38,954백만원으로 크게 증가하였습니다.

이러한 실적 성장은 AI 클라우드 사업부문의 확대에 기인한 것으로, 일회성 또는 비경상적 손익에 따른 영향은 제한적인 것으로 판단됩니다. 이에 동사의 최근 사업 성장 및 수익창출력을 보다 적절하게 반영하기 위해 2026년 반기 LTM 기준 EBITDA를 적용하여 가치평가를 수행하였습니다. 다만, 비교 목적으로 2025년 연간 EBITDA를 적용하여 동일한 방식으로 산정한 평가가치는 다음과 같습니다.

(주14) 정정 후라. 희망공모가액 산출(3) 주당 평가가액 산출 (중략)

[참고: 신규모집유입자금 미반영]

본 주당 평가가액 산정 시 적용주식수에는 금번 공모를 통해 발행되는 신주가 포함되어 있는바, 공모 후 기준의 주식수와 주주가치 산정 기준을 일치시키기 위해 신규모집자금 유입액을 현금성자산에 포함하여 순차입금 산정에 반영하였습니다. 또한 최종 공모가격이 확정되지 않은 점을 고려하여 희망공모가액 밴드 하단 기준의 신규모집자금만을 반영하였습니다. 다만, 비교 목적으로 신규모집자금을 순차입금 산정에 반영하지 않고 산정한 주당 평가가액은 다음과 같습니다.

[참고: 2025년 실적 기준]

동사의 2026년 반기 영업이익 및 EBITDA는 각각 10,343백만원 및 23,212백만원으로, 반기 실적만으로도 2025년 연간 실적인 5,182백만원 및 17,796백만원을 상회하였습니다. 또한 2026년 반기 LTM 기준 영업이익 및 EBITDA는 각각 19,080백만원 및 38,954백만원으로 크게 증가하였습니다.

이러한 실적 성장은 AI 클라우드 사업부문의 확대에 기인한 것으로, 일회성 또는 비경상적 손익에 따른 영향은 제한적인 것으로 판단됩니다. 아울러 관련 시장 분석에 따르면 AI 클라우드 및 GPU 컴퓨팅 시장의 지속적인 성장이 전망되고 있으며, 동사 역시 관련 인프라 및 고객 기반을 지속 확대하고 있는 점을 고려할 때 향후에도 AI 클라우드 사업을 중심으로 매출 성장세가 이어질 것으로 예상됩니다. 관련 시장의 성장 전망에 관한 자세한 사항은 「Ⅲ. 투자위험요소 - 1. 사업위험 - 바. 정부 지원사업 관련 위험」을 참고하시기 바랍니다.이에 동사의 최근 사업 성장 및 수익창출력을 보다 적절하게 반영하기 위해 2026년 반기 LTM 기준 EBITDA를 적용하여 가치평가를 수행하였습니다. 다만, 비교 목적으로 2025년 연간 EBITDA를 적용하여 동일한 방식으로 산정한 평가가치는 다음과 같습니다.

(주15) 정정 전

3. 평가의 개요

나. 평가일정

(주15) 정정 후

3. 평가의 개요

나. 평가일정

(주16) 정정 전

다. 기업실사 참여자 대표주관회사인 미래에셋증권㈜와 공동주관회사인 삼성증권㈜는 ㈜엘리스그룹의 코스닥시장 상장을 위하여 동사에 대한 기업실사(Due-Diligence)를 실시하였으며, 동 기업실사의 참여자 및 일정, 실사내용은 다음과 같습니다. (1) 대표주관회사 기업실사 참여자

(2) 공동주관회사 기업실사 참여자

(3) 발행회사 기업실사 참여자

(주16) 정정 후

다. 기업실사 참여자 대표주관회사인 미래에셋증권㈜와 공동주관회사인 삼성증권㈜는 ㈜엘리스그룹의 코스닥시장 상장을 위하여 동사에 대한 기업실사(Due-Diligence)를 실시하였으며, 동 기업실사의 참여자 및 일정, 실사내용은 다음과 같습니다. (1) 대표주관회사 기업실사 참여자

(2) 공동주관회사 기업실사 참여자

(3) 발행회사 기업실사 참여자

(주17) 정정 전 2. 자금의 사용목적 (중략) 나. 자금의 세부 사용계획

금번 코스닥시장 상장공모를 통해 조달된 공모자금 중 당사로 유입되는 순수입금은 154,932백만원이며, 해당 공모자금은 향후 시설자금으로 사용할 계획입니다. 당사의 공모자금 세부 사용계획은 아래와 같습니다.

당사는 정보통신산업진흥원(NIPA)이 추진 중인 '2026년 AI 컴퓨팅 자원 활용기반 강화 사업'에 수행기관으로 선정되었으며, 정부사업 수행을 위해 수도권 센터(3센터)에 구축 예정인 AI PMDC 인프라 조성에 28,669백만원을 사용할 계획입니다. 동 정부사업의 구축기간은 협약시점부터 2026년 12월 31일까지이며, 당사는 2026년 중 GPU 자원 및 관련 인프라의 구매·구축을 진행하여 2026년 하반기부터 수도권 데이터센터에서 관련 인프라를 가동할 예정이며, 2027년부터 2031년까지 이를 활용하여 서비스를 운영할 계획입니다.

잔여 공모자금 126,263 백만원은 민간 고성능 컴퓨팅 수요에 대응하기 위해 신규 부지에 구축 중인 AI PMDC 인프라 조성에 투입할 계획입니다. 신규 센터 구축은 GPU 서버 도입과 전기·수변전·스토리지 등 건축 및 부대설비 조성의 두 가지 자금 소요를 수반하며, 당사는 공모자금을 PMDC 컨테이너 및 전기·냉각 등 기반 인프라 구축에 활용하여 AI 클라우드 서비스 제공을 위한 핵심 인프라를 확보할 계획입니다. 증권신고서 제출일 현재 당사의 사업계획을 기준으로 향후 수도권 및 호남권 센터의 AI PMDC 컨테이너 및 전력·수변전·냉각 등 데이터센터 기반 인프라 구축에 총 약 1,720억원의 투자가 필요할 것으로 예상하고 있습니다. 이 중 수도권 센터에는 약 290억원, 호남권 센터에는 약 1,430억원이 소요될 것으로 예상하고 있으며, 금번 공모자금 사용계획에 기재된 1,549억원은 상기 기반 인프라 구축에 활용할 예정입니다. 공모자금을 초과하여 추가적인 자금이 필요한 경우에는 당사의 현금성자산 등 가용자금을 우선적으로 활용하고, 필요시 금융기관 차입 등을 통해 조달할 계획입니다.

(1) 시설자금

(가) 수도권 센터 정부사업 대응 AI PMDC 구축

당사는 정부사업 수행에 필요한 AI 컴퓨팅 인프라를 구축하기 위해 수도권 센터에 2분절형 AI PMDC 컨테이너 4동을 도입할 계획입니다.

도입 대상에는 AI PMDC 컨테이너뿐만 아니라 칠러 및 드라이쿨러 등 냉각설비, UPS 시스템, 3MW급 비상발전기 3세트, 고압 수변전 설비 및 전기공사, 컨테이너 제작·구조해석·운송·설치, 설계·감리·검사 등 AI PMDC 운영에 필요한 기반 인프라가 모두 포함됩니다. 수도권 센터의 공모자금 사용예정액 28,669백만원은 정부사업 수행을 위해 필요한 투자 금액 중 공모자금으로 집행할 예정인 부분입니다. 정부사업 협약에 따라 GPU 서버 및 클러스터링을 위한 일부 부대장비 등의 구매에는 정부사업비를 활용할 수 있어, 금번 공모자금 사용계획에는 이를 제외한 AI PMDC 및 관련 기반 인프라 구축 등에 소요되는 금액을 중심으로 반영하였습니다.

(나) 신규 부지 민간수요 대응 AI PMDC 컨테이너 구매

당사는 민간 기업의 고성능 GPU 컴퓨팅 수요 확대에 대응하기 위해 호남권 센터에 2분절형 AI PMDC 컨테이너 8동을 신규 구축할 계획입니다.

호남권 센터는 민간 수요에 대응하기 위하여 신규 부지에 데이터센터를 구축하는 사업으로 AI PMDC 컨테이너뿐만 아니라 냉각·전력·수변전·발전 등 기반 인프라, 클러스터링을 위한 기반 인프라 및 신규 부지 구축에 필요한 기타 설비 등의 비용이 포함됩니다. 이에 따라 수도권 센터와 호남권 센터는 구축 범위 및 자금 소요 항목에 차이가 있으며, AI PMDC 동수만을 기준으로 공모자금 사용금액을 단순 비교하기 어렵습니다.한편, 민간 고객에게 AI 클라우드 서비스를 제공하기 위해서는 상기 데이터센터 기반 인프라 외에 GPU 서버 도입이 필요하며, GPU 서버 구매비용은 금번 공모자금 사용계획에 포함되어 있지 않습니다. 당사는 고객의 장기 사용계약 및 도입일정이 구체화되는 시점에 맞추어 GPU 서버를 단계적으로 도입할 계획입니다. GPU 구매자금은 영업현금흐름 및 기타 가용자금, 금융기관 차입과 함께 장기 GPU 사용계약에 따른 계약금·선급금 또는 보증금, GPU 및 서버 장비를 활용한 장비금융, 금융리스 및 자산담보부 대출 등 다양한 방안을 통해 조달할 계획입니다. 구체적인 조달 방식과 규모는 고객 계약조건, GPU 도입시기 및 금융시장 상황 등을 고려하여 결정할 예정입니다.

최근 생성형 AI와 대규모 언어모델(LLM)의 확산으로 기업 및 연구기관의 고성능 GPU 컴퓨팅 수요가 빠르게 증가하고 있습니다. 당사는 이번 AI PMDC 인프라 구축을 통해 대규모 AI 클러스터 운영 기반을 확보하고, AI 클라우드 서비스 공급능력을 단계적으로 확대하여 정부사업뿐 아니라 민간 AI 컴퓨팅 시장의 다양한 수요에도 적극 대응할 계획입니다.

(후략) (주17) 정정 후 2. 자금의 사용목적 (중략) 나. 자금의 세부 사용계획

금번 코스닥시장 상장공모를 통해 조달된 공모자금 중 당사로 유입되는 순수입금은 154,932백만원이며, 해당 공모자금은 향후 시설자금으로 사용할 계획입니다. 당사의 공모자금 세부 사용계획은 아래와 같습니다.

당사는 정보통신산업진흥원(NIPA)이 추진 중인 '2026년 AI 컴퓨팅 자원 활용기반 강화 사업'에 수행기관으로 선정되었으며, 정부사업 수행을 위해 수도권 센터(3센터)에 구축 예정인 AI PMDC 인프라 조성에 28,669백만원을 사용할 계획입니다. 동 정부사업의 구축기간은 협약시점부터 2026년 12월 31일까지이며, 당사는 2026년 중 GPU 자원 및 관련 인프라의 구매·구축을 진행하여 2026년 하반기부터 수도권 데이터센터에서 관련 인프라를 가동할 예정이며, 2027년부터 2031년까지 이를 활용하여 서비스를 운영할 계획입니다.

잔여 공모자금 126,263 백만원은 민간 고성능 컴퓨팅 수요에 대응하기 위해 신규 부지에 구축 중인 AI PMDC 인프라 조성에 투입할 계획입니다. 신규 센터 구축은 GPU 서버 도입과 전기·수변전·스토리지 등 건축 및 부대설비 조성의 두 가지 자금 소요를 수반하며, 당사는 공모자금을 PMDC 컨테이너 및 전기·냉각 등 기반 인프라 구축에 활용하여 AI 클라우드 서비스 제공을 위한 핵심 인프라를 확보할 계획입니다. 증권신고서 제출일 현재 당사의 사업계획을 기준으로 향후 수도권 및 호남권 센터의 AI PMDC 컨테이너 및 전력·수변전·냉각 등 데이터센터 기반 인프라 구축에 총 약 1,720억원의 투자가 필요할 것으로 예상하고 있습니다. 이 중 수도권 센터에는 약 290억원, 호남권 센터에는 약 1,430억원이 소요될 것으로 예상하고 있으며, 금번 공모자금 사용계획에 기재된 1,549억원은 상기 기반 인프라 구축에 활용할 예정입니다. 당사의 현금성자산 및 차입금은 데이터센터 및 GPU 등 CAPEX 투자에 지속적으로 활용되고 있으며, 향후에도 수도권 및 호남권 AI PMDC 인프라 구축과 GPU 서버 매입 등 시설투자에 활용할 계획입니다. 특히 AI 클라우드 사업 확대에 따라 AI PMDC 기반 인프라 구축뿐만 아니라 고객 수요에 따른 GPU 서버의 추가 도입 등 지속적인 CAPEX 투자가 예상되는 만큼, 기존 현금성자산 및 차입금 역시 이러한 투자에 필요한 재원으로 활용할 예정입니다. 이에 따라 당사는 금번 공모자금과 현금성자산 및 차입금 등 가용재원을 병행하여 활용함으로써 향후 예정된 AI 인프라 투자를 지속적으로 추진할 계획입니다. 향후 투자 규모 확대 등으로 추가적인 자금이 필요한 경우에는 당시의 가용재원 및 재무상황 등을 고려하여 금융기관 차입 등 외부자금 조달을 활용할 계획입니다.

(1) 시설자금

(가) 수도권 센터 정부사업 대응 AI PMDC 구축

당사는 정부사업 수행에 필요한 AI 컴퓨팅 인프라를 구축하기 위해 수도권 센터에 2분절형 AI PMDC 컨테이너 4동을 도입할 계획입니다.

도입 대상에는 AI PMDC 컨테이너뿐만 아니라 칠러 및 드라이쿨러 등 냉각설비, UPS 시스템, 3MW급 비상발전기 3세트, 고압 수변전 설비 및 전기공사, 컨테이너 제작·구조해석·운송·설치, 설계·감리·검사 등 AI PMDC 운영에 필요한 기반 인프라가 모두 포함됩니다. 수도권 센터의 공모자금 사용예정액 28,669백만원은 정부사업 수행을 위해 필요한 투자 금액 중 공모자금으로 집행할 예정인 부분입니다. 정부사업 협약에 따라 GPU 서버 및 클러스터링을 위한 일부 부대장비 등의 구매에는 정부사업비를 활용할 수 있어, 금번 공모자금 사용계획에는 이를 제외한 AI PMDC 및 관련 기반 인프라 구축 등에 소요되는 금액을 중심으로 반영하였습니다.

(나) 신규 부지 민간수요 대응 AI PMDC 컨테이너 구매

당사는 민간 기업의 고성능 GPU 컴퓨팅 수요 확대에 대응하기 위해 호남 센터에 2분절형 AI PMDC 컨테이너 8동을 신규 구축할 계획입니다.

당사는 민간 기업의 고성능 GPU 컴퓨팅 수요 확대에 대응하기 위해 호남권 센터에 2분절형 AI PMDC 컨테이너 8동을 신규 구축할 계획입니다. 금번 공모자금은 AI PMDC 컨테이너 및 전력·수변전·냉각·발전 등 GPU 서버 운영에 필요한 기반 인프라 구축에 사용되며, 해당 공모자금은 2026년 중 집행을 완료하여 관련 기반 인프라의 구축을 완료할 계획입니다. 한편, GPU 서버 구매비용은 금번 공모자금 사용계획에 포함되어 있지 않으며, GPU 서버는 민간 고객의 장기 사용계약 및 도입일정 등 실제 수요가 구체화되는 시점에 맞추어 별도 재원을 활용하여 단계적으로 도입할 계획입니다. 호남권 센터는 민간 수요에 대응하기 위하여 신규 부지에 데이터센터를 구축하는 사업으로 AI PMDC 컨테이너뿐만 아니라 냉각·전력·수변전·발전 등 기반 인프라, 클러스터링을 위한 기반 인프라 및 신규 부지 구축에 필요한 기타 설비 등의 비용이 포함됩니다. 이에 따라 수도권 센터와 호남권 센터는 구축 범위 및 자금 소요 항목에 차이가 있으며, AI PMDC 동수만을 기준으로 공모자금 사용금액을 단순 비교하기 어렵습니다.GPU 구매자금은 영업현금흐름 및 기타 가용자금, 금융기관 차입과 함께 장기 GPU 사용계약에 따른 계약금·선급금 또는 보증금, GPU 및 서버 장비를 활용한 장비금융, 금융리스 및 자산담보부 대출 등 다양한 방안을 통해 조달할 계획입니다. 구체적인 조달 방식과 규모는 고객 계약조건, GPU 도입시기 및 금융시장 상황 등을 고려하여 결정할 예정입니다.

최근 생성형 AI와 대규모 언어모델(LLM)의 확산으로 기업 및 연구기관의 고성능 GPU 컴퓨팅 수요가 빠르게 증가하고 있습니다. 당사는 이번 AI PMDC 인프라 구축을 통해 대규모 AI 클러스터 운영 기반을 확보하고, AI 클라우드 서비스 공급능력을 단계적으로 확대하여 정부사업뿐 아니라 민간 AI 컴퓨팅 시장의 다양한 수요에도 적극 대응할 계획입니다.

(후략)

증 권 신 고 서