스트라드비젼 분기보고서 (2026.09)

1. 회사의 개요

가. 연결대상 종속회사 개황(1) 연결대상 종속회사 현황(요약)

(2) 연결대상회사의 변동내용

나. 중소기업 등 해당 여부

[이미지: 중소기업확인서(2026.04.01.~2027.03.31.)] 원문에서 확인할 수 있어요.

[이미지: 벤처기업확인서] 원문에서 확인할 수 있어요.

다. 회사의 주권상장(또는 등록ㆍ지정) 및 특례상장에 관한 사항

2. 회사의 연혁

가. 주요 연혁

나. 회사의 본점소재지 및 그 변경 공시대상기간 5개년 중 해당사항 없습니다.

다. 경영진 및 감사의 중요한 변동

라. 최대주주의 변동

공시대상기간 5개년 중 최대주주의 변동사항은 다음과 같습니다.

마. 상호의 변경

공시대상기간 5개년 중 해당사항 없습니다.

3. 자본금 변동사항

가. 자본금 변동추이

4. 주식의 총수 등

가. 주식의 총수 현황

나. 자기주식 취득 및 처분 현황

보고서 작성기준일 현재 해당 사항 없습니다.

다. 자기주식 직접 취득ㆍ처분 이행현황 보고서 작성기준일 현재 해당 사항 없습니다.

라. 자기주식 신탁계약 체결ㆍ해지 이행현황 보고서 작성기준일 현재 해당 사항 없습니다. 마. 종류주식의 발행 현황 보고서 작성기준일 현재 해당 사항 없습니다.

5. 정관에 관한 사항

가. 정관 변경 이력공시대상기간 동안의 정관 변경 이력은 아래와 같습니다.

나. 사업목적 현황보고서 작성기준일 현재 정관상 명시된 사업목적은 아래와 같습니다.

공시대상기간중 정관상 사업목적 변경내역은 아래와 같습니다.(1) 사업목적 변경 내용

(2) 변경 사유

당사 사업의 특성 상 데이터 수집의 목적으로 다수의 차량 운영 및 장비 탈부착이 필요하며 이에 따라 서울 근교 차고지 계약을 위해 사업자 등록증 상의 업태에 사업과 유관한 제조업을 추가하였습니다.

(3) 정관상 사업목적 추가 현황표

정관상 사업목적 추가 현황표

1. 사업의 개요

사업에 대한 이해를 돕기 위해 당사가 영위하는 사업 분야 및 기술, 제품에 대한 용어를 아래 표와 같이 기재합니다.

당사는 딥러닝(Deep Learning) 기술이 고성능의 고가 반도체에서만 제한적으로 구현되던 2014년에 설립되었습니다. 당시 첨단운전자보조시스템(ADAS)은 높은 연산량과 전력 소모, 발열 문제로 인해 전용 하드웨어(ASIC 등)를 필요로 하였으며, 이는 일부 고급 차종에만 적용되는 고비용 기술로 인식되었습니다. 이러한 기술적, 비용적 제약은 안전 기술의 대중화를 가로막는 요인이었습니다. 당사는 이러한 한계를 극복하고자, 일반 차량에서도 인공지능(AI) 기반 안전 기능을 구현할 수 있도록 보급형 반도체 칩(System on Chip, SoC)에서 동작 가능한 기술 개발을 통해 AI를 기반으로 한 안전 기술의 대중화를 목표로 삼았습니다.

설립 초기부터 당사의 핵심 역량은 AI 모델의 경량화 및 최적화 기술 개발에 집중되어 왔습니다. 이는 성능을 유지하면서 알고리즘 구조를 최적화하고 연산 효율을 높 여, 연산량과 메모리 사용을 크게 줄이는 독자적인 소프트웨어 기술입니다. 이 기술을바탕으로 개발된 주력 제품 SVNet은 고가의 전용 반도체 없이도 다양한 차량용 반도체(SoC)에서 첨단운전자보조시스템 및 자율주행 기능을 안정적으로 구현할 수 있게 하였습니다. 이를 통해 완성차 제조사(OEM)는 최소한의 원가 증가로 안전 규제를 충족하고, 소비자 수요가 높은 ADAS 기능을 중, 저가 차량까지 확대할 수 있는 기반을 마련하였습니다. 당사의 기술 발전 과정은 핵심 기술 진화를 기준으로 네 단계로 구분할 수 있습니다.

(1) 1세대: 설립 및 기반 기술 확보 (2014~2017년) 1세대 시기는 딥러닝 기술이 상용화되기 이전으로, 전통적인 컴퓨터 비전 (Local Feature, AdaBoost 등)을 기반으로 영상 인식의 기초를 다진 단계였습니다. 당시에는 제한된 컴퓨팅 자원 환경에서 객체 검출 및 추적 알고리즘을 개발하는 데 주력하였으며, 2015년 현대오트론과의 첫 ADAS 프로젝트 수주를 통해 자동차 시장진입의 발판을 마련하였습니다. 이후 2017년 현대자동차 등으로부터 Seed 투자를 유치하며 연구개발과 사업 확장의 기반을 구축하였습니다.

이 시기에는 상대적으로 소규모의 데이터를 활용해 초기 임베디드 플랫폼에 기술을 적용, 최적화하는 데 집중하였고, 전통적 비전 기술의 성능적 한계를 경험하면서 딥러닝 기술로의 전환 필요성을 확립하였습니다.

(2) 2세대: 성장 및 기술 고도화 (2018~2022년) 2세대는 당사의 기술이 딥러닝 기반의 2D 인식으로 본격 전환되며, 사업이 빠르게 성장한 시기입니다. 이 시기에는 대규모 주행 데이터를 체계적으로 수집, 가공하기 시작하였고, 이미지 기반 자동 라벨링(Auto Labeling) 기술을 도입하여 AI 학습용 데이터 처리 효율을 크게 향상시켰습니다. 가장 큰 기술적 성과는 주요 글로벌 차량용 반도체 플랫폼을 모두 지원하게 되면서, 특정 하드웨어에 종속되지 않는 하드웨어 비종속성(Hardware-Agnostic)을 확보한 점입니다. 이를 통해 고객사는 반도체 선택의 폭을 넓히고 공급망 리스크를 줄일 수 있었으며, 당사는 명확한 기술적 차별성을 구축하였습니다. 이러한 기술 경쟁력을 기반으로 2020년 첫 양산 프로젝트를 수주하며 상용화의 전환점을 맞이하였고, 자동차 기능 안전성 국제 표준인 ISO 26262 및 소프트웨어 개발 품질 인증 ASPICE CL2를 획득하여 글로벌 시장 진출의 필수 요건을 갖추었습니다. 또한 글로벌 Tier-1 고객과의 협력을 확대하고, 전략적 투자자와 재무적 투자자들로부터 Series A~D 투자를 유치하며 높은 기술력과 성장 잠재력을 입증하였습니다.

(3) 3세대: 도약 및 시장 선도 (2023년~2026년) 3세대는 핵심 기술이 2D 이미지를 넘어, 객체의 3차원 위치·크기·방향 등 공간 정보를 직접 추론하는 3D 인식(3D Perception)으로 발전한 시기입니다. 이는 기존의 2D 인식 후 후처리 단계를 거치는 방식보다 연산 효율이 높고 거리 추정 정확도가 향상된 혁신적 기술입니다. 데이터 처리 파이프라인 또한 이미지뿐 아니라 LiDAR 센서 데이터를 통합 처리하고 자동 라벨링하는 SVDataFlow로 진화하여, 더욱 정밀하고 풍부한 학습 데이터 구축이 가능해졌습니다. 아울러 다양한 하드웨어와 운영체제 환경에서도 SVNet이 일관된 성능을 유지하도록 추상화 계층을 제공하는 공통 플랫폼 프레임워크(CPF)를 확립하였습니다.

이를 기반으로 신규 반도체 플랫폼으로 지원 범위를 확대하며 하드웨어 비종속성을 강화하였고, 글로벌 OEM업체의 주요 차종에 SVNet을 양산 적용하는 성과를 거두었습니다. 2024년 9월 기준 전 세계 14개 주요 OEM 및 Tier-1 고객사와 협력하여 50개 이상의 차종에서 양산 프로젝트를 확보하며 시장 입지를 빠르게 확대하고 있습니다.(4) 4세대: E2E 기술 개발 및 신흥시장 확대 (2026년~현재) 4세대는 3세대에서 확보한 3D 인식 기술과 양산 경험을 바탕으로, 기술 개발 범위를 인식에서 주행 판단 및 경로 계획으로 넓혀가는 시기입니다. 당사는 카메라 등 차량 센서의 입력으로부터 주변 환경에 대한 이해와 주행 경로 생성을 하나의 학습 체계에서 연결하는 종단간(End-to-End, E2E) 기술 개발을 추진하고 있습니다. 기존에는 인식, 예측, 경로 계획 등 각 기능을 개별적으로 개발하고 연동하였으나, E2E 방식은 이들 기능을 최종 주행 목표에 맞춰 함께 최적화할 수 있습니다. 당사는 3D 인식과 주행 데이터 처리 역량을 활용하여 다양한 교통 상황에서의 주행 성능을 높이고, 차량용 반도체의 연산 제약을 고려한 모델 최적화와 검증을 통해 향후 양산 적용 기반을 마련하고자 합니다.

사업 측면에서는 인도를 중심으로 신흥시장 진출을 확대하고 있습니다. 2026년 4월 글로벌 상용차 제조사가 인도 시장에 공급하는 차종에 당사의 AI 영상 인식 소프트웨어인 SVNet을 적용하기로 하였습니다. 인도 상용차 시장에서는 이륜차, 삼륜차 및 보행자가 혼재하는 교통 환경에서 안정적인 인식 성능을 확보하는 동시에, 제한된 연산 자원과 차량 원가 요건을 충족하는 것이 중요합니다. 당사는 AI 모델 경량화와 하드웨어 비종속성을 기반으로 이러한 요구에 대응하고 있으며, 인도 상용차 프로젝트를 발판으로 현지 고객 및 차종을 확대하고 유사한 수요가 있는 신흥시장으로 사업 기회를 넓혀갈 계획입니다.

최근 자동차 산업은 하드웨어 중심에서 소프트웨어 정의 차량(Software-Defined Vehicle, SDV)으로 급속히 전환되고 있습니다. 완성차 제조사(OEM)는 특정 반도체 공급사에 종속되지 않고, 차량별 특성과 원가 목표에 따라 다양한 하드웨어 플랫폼을유연하게 활용할 수 있는 개방형 소프트웨어 솔루션을 요구하고 있습니다. 당사의 SVNet은 AI 모델 경량화 기술과 CPF를 통해 30종 이상의 상용 반도체 플랫폼에서 일관된 고성능을 제공하며, 특정 칩에 의존하는 경쟁사와 차별화된 경쟁력을 확보하고 있습니다. 이를 통해 OEM에게 공급망 다변화와 하드웨어 비용 절감이라는 핵심 가치를 제공하며, SDV 시대를 주도하는 핵심기술 파트너로 자리매김하고 있습니다.

2. 주요 제품 및 서비스

가. 주요 제품 설명

당사의 제품은 자동차가 카메라를 통해 주변 환경을 인식하고 분석할 수 있도록 지원하는 인공지능(AI) 영상 인식 소프트웨어입니다. 이 소프트웨어는 3가지 주요 제품 라인업(FrontVision, SurroundVision, MultiVision)으로 구성되며, 당사의 핵심 기술인 AI 엔진 'SVNet'과 데이터 처리 자동화 플랫폼 'SVDataFlow'를 기반으로 구동됩니다. SVNet은 AI 모델을 경량화하여 저사양 반도체에서도 원활하게 작동하도록 설계된 고효율 소프트웨어이며, SVDataFlow는 이 AI 엔진의 학습에 필요한 데이터를 빠르고 정확하게 구축하는 자동화 시스템입니다.자율주행 시스템의 고도화에 따라 인지 범위가 확대되고 정밀도가 향상되면서, 복잡한 주행 시나리오에 대응하기 위해 요구되는 하드웨어 처리 성능과 딥러닝 모델의 연산량은 지속적으로 증가하고 있습니다. 당사는 제품 라인업(FrontVision, SurroundVision, MultiVision)별로 AI 모델의 크기를 최적화하여, 다양한 사양의 하드웨어에 효율적으로 탑재될 수 있도록 개발 전략을 수립하고 있습니다.

(1) 인지 알고리즘 SVNet

SVNet은 당사 영상 인식 솔루션의 핵심 알고리즘 역할을 하는 AI 엔진입니다. SVNet의 주요 특징은 완성차 제조사(OEM)가 겪는 높은 원가 부담, 특정 하드웨어 종속성, 개발 비효율 등의 문제를 개선하는 데 초점을 맞추고 있습니다. 구체적인 특징은 다음과 같습니다.

① AI 모델 경량화 및 최적화(비용 효율성 제고) : 자율주행 기술 상용화의 주요 과제 중 하나는 시스템 구축 비용입니다. 일반적으로 고성능 AI를 구동하기 위해서는 고가의 고성능 반도체(NPU)가 필요하며, 이는 차량의 제조 원가 상승으로 이어집니다. 당사의 SVNet은 AI 모델의 인식 성능을 유지하면서도 연산량과 메모리 사용량을 줄이는 경량화 기술을 적용했습니다. 이를 통해 상대적으로 저렴한 보급형·저전력 반도체에서도 첨단 운전자 지원 시스템(ADAS) 기능을 안정적으로 구현할 수 있어, 완성차 제조사의 원가 절감 및 대중적인 차량 모델로의 기술 확대 적용에 기여합니다.② 3D 인식 기술(인지 정확도 및 처리 속도 향상) : 기존의 2D 기반 인식 방식은 카메라 영상 속 객체를 평면적으로 인식한 후, 별도의 후처리 연산을 거쳐 거리를 추정했기 때문에 연산 부하가 발생하고 오차 가능성이 존재했습니다. 반면 SVNet은 3D Perception(3차원 인지) 기술을 도입하여, 2D 카메라 영상만으로 객체의 3차원 위치, 크기, 속도 등의 물리적 정보를 직접 추론합니다. 불필요한 후처리 과정을 단축함으로써 시스템 부하를 줄이고 거리 인식의 속도와 정확도를 높였습니다. 이는 긴급 제동(AEB) 등 빠른 반응 속도가 요구되는 안전 기능의 신뢰성을 향상시킵니다.③ 하드웨어 비종속성 (공급망 유연성 확보) : 기존의 많은 자율주행 솔루션은 특정 고성능 반도체 칩과 소프트웨어가 결합된 형태로 제공되어, 완성차 제조사가 특정 반도체 공급사에 종속되는 한계가 있었습니다. SVNet은 하드웨어 비종속적(Hardware-Agnostic) 구조로 설계되었습니다. 특히 당사가 개발한 '공통 플랫폼 프레임워크(CPF)'를 통해 하나의 소프트웨어 코드로 30종 이상의 다양한 상용 반도체 플랫폼을 지원합니다. 이를 통해 완성차 제조사는 차량의 등급, 원가 목표, 반도체 수급 상황 등에 맞춰 최적의 칩을 선택하고 공급망을 다변화할 수 있습니다. 이러한 특징은 소프트웨어 정의 자동차(SDV) 전환 추세에서 더욱 중요한 경쟁력으로 작용합니다.④ 카메라 비종속성 (개발 효율성 증대): 완성차 제조사는 차량 모델이나 등급에 따라 화각, 렌즈 왜곡 정도, 설치 위치 등이 다른 다양한 카메라를 장착합니다. 기존 방식은 카메라 사양이 변경될 때마다 소프트웨어를 새롭게 개발하고 검증해야 하는 번거로움이 있었습니다. SVNet은 카메라 비종속성(Camera-Agnostic) 기술을 적용하여 AI가 다양한 카메라의 고유한 물리적 특성을 자체적으로 인식하고 보정합니다. 따라서 단일 소프트웨어로 여러 종류의 카메라 하드웨어에 유연하게 대응할 수 있어, 신차 개발에 소요되는 시간과 비용을 단축합니다.⑤ 종단간(E2E) 주행 기술로의 확장

당사는 SVNet의 3차원 인지 기술과 차량용 반도체 최적화 역량을 바탕으로 종단간(End-to-End, E2E) 주행 기술 개발을 추진하고 있습니다. E2E 방식은 카메라 등 차량 센서의 입력에서 주행 경로를 생성하기까지의 과정을 하나의 학습 체계로 연결하여, 주변 환경에 대한 인지와 경로 계획을 최종 주행 목표에 맞춰 함께 최적화하는 접근 방식입니다. 당사는 기존 인지 알고리즘 개발과 양산 적용 과정에서 축적한 경험을 활용하여, 다양한 교통 환경에서의 주행 성능과 차량용 반도체의 연산 제약을 함께 고려한 E2E 기술의 양산 적용 기반을 마련하고자 합니다.

(2) 통합 데이터 파이프라인 SVDataFlow

우수한 성능의 AI 엔진을 개발하기 위해서는 고품질의 학습 데이터가 필수적입니다. SVDataFlow는 AI 학습용 데이터를 효율적으로 수집, 가공, 관리하는 데이터 자동화 공정 시스템입니다.

① 데이터 처리 효율화 (비용 및 시간 절감): AI 모델 학습에는 정답이 표시된(Labeling) 방대한 양의 데이터가 필요하며, 과거에는 이를 주로 수작업으로 진행했습니다. SVDataFlow는 AI가 스스로 데이터를 분석하고 정답을 생성하는 자동화(Auto-Labeling) 기술을 통해 데이터 가공 공정의 상당 부분을 자동화했습니다. 이는 전체 AI 개발 과정에서 큰 비중을 차지하는 데이터 구축 시간과 비용을 절감하여, 기술 고도화 속도를 높이는 데 기여합니다.② 다양한 주행 시나리오 학습 (AI 성능 및 안전성 강화): 자율주행 시스템의 신뢰성은 예측하기 어려운 돌발 상황에 대한 대처 능력에 좌우됩니다. SVDataFlow는 일상적인 주행 데이터 중 중복되는 항목은 자동으로 선별하고, AI가 학습하기 어려운 희소 사례(도로 위 낙하물, 동물 출현 등)나 극한 상황(악천후, 역광, 터널 진출입 등) 데이터를 집중적으로 발굴하여 학습 효율을 높입니다. 또한, 실제 도로에서 수집하기 어렵거나 위험한 상황(보행자 무단횡단 등)은 합성 데이터(Synthetic Data) 기술을 활용하여 가상으로 생성 후 학습시킵니다. 이를 통해 다양한 돌발 상황에 대한 AI의 인식률과 대응 능력을 향상시킵니다.③ 고품질 데이터 전처리 (데이터 정밀도 확보): 자율주행 학습을 위한 데이터는 카메라뿐만 아니라 LiDAR 등 여러 센서에서 동시에 수집되며, 이 과정에서 센서 간의 시간적·공간적 오차를 정밀하게 보정하는 것이 중요합니다. SVDataFlow는 스캔 데이터 왜곡 보정 등 고도화된 전처리 기술을 적용하여 센서 간의 오차를 자동으로 교정하고 정밀한 3D 정답 데이터를 생성합니다. 이렇게 정제된 고품질 데이터는 SVNet의 인식 정확도를 높이고 복잡한 주행 환경을 효과적으로 학습하는 핵심 기반이 됩니다.

나. 주요 제품 및 서비스 현황당사의 주요 제품 및 서비스와 사업부문별 매출은 다음과 같습니다.

다. 주요 제품 등의 가격변동 추이 당사가 고객사와 사이에 체결하는 개별 계약에 따른 공급가격은 당사의 중요한 영업기밀에 해당하고, 따라서 동 사항에 대한 세부 내용을 공시할 경우 당사의 영업에 현저한 영향을 미칠 수 있다고 판단하여 세부 내역은 기재하지 않았습니다.

3. 원재료 및 생산설비

당사는 소프트웨어 개발 및 서비스 등 인적자원을 활용한 사업이 주가 되기 때문에 제품에 직접 대응되는 원재료를 비롯하여 생산 및 설비에 대하여 해당사항이 없습니다.

4. 매출 및 수주상황

가. 매출실적

나. 판매경로 및 판매방법 등자동차 업계에서 특히 첨단운전자보조시스템(Advanced Driver Assistance System, ADAS) 제품 군은 운전자 및 보행자의 안전과 직결되는 제품입니다. 안전을 최우선해야 하는 제품을 판매하기 위해서는 제품의 성능을 증명하는 것이 가장 중요합니다. 당사는 다음과 같은 순서로 당사 제품의 성능을 선보이며 한 단계씩 나아가는 비즈니스모델을 구축하고 있습니다.

1단계: 제품 소개(Product introduction)당사는 일본, 독일, 미국, 중국에 해외 법인을 설립하고 현지에서 주요 Tier-1 및 경쟁사 출신의 인재들을 성공적으로 영입하였습니다. 고객의 근접지에서 영입한 인재들의 고객사와의 관계를 통해 현재 여러 Tier-1, OEM과 초기영업을 거쳐 대부분의 글로벌 고객사들과 프로젝트를 수행하고 있습니다.2단계: 평가용 제품 공급(Evaluation license project)

고객사에게 제품 및 데모차량 시연을 통해, 고객사가 좀 더 상세한 성능 평가를 원하는 경우, Evaluation license project 단계를 진행하며, Evaluation License 제공시 사용권료를 청구하고 매출로 인식하게 됩니다. 현재까지 개발되어 있는 소프트웨어의 PC버전을 고객사에게 제공 후 고객사가 해당 소프트웨어를 다양한 본인들의 데이터(영상 등)를 활용하여 평가를 진행합니다. 고객사가 원하는 Input 및 Output interface가 있다면, 리소스를 투입하여 고객사의 요구에 맞춰 변환하는 작업을 거쳐 소프트웨어는 다시 한번 준비됩니다. 이때 소프트웨어를 탑재하는 반도체(System on Chip, SoC)는 당사의 로드맵에 있는 SoC 중 하나로 제안하게 됩니다.3단계: 실증 프로젝트 (Proof of concept, PoC)Evaluation license project를 통해 성능이 1차 검증되면 Proof of concept project 단계를 진행하게 됩니다. 본 단계에서는 고객사가 양산을 고려하여 좀 더 성능이 고도화되고 최적화된 소프트웨어를 평가하기를 원하게 됩니다. SoC 또한 고객사가 원하는 제품 또는 형태로 변경하여 요청됩니다. 고객사의 중요 요구 사항을 전달받으면, 당사는 이를 검토 후 대략적인 개발 기간 및 금액을 산정하며, 개발 기간 및 금액에 대해 고객사와 협의 후 계약서까지 양사 서명 완료되고 나면 본격적인 개발에 돌입하게 됩니다.4단계: 양산 프로젝트(Mass production project, MP)

이전 단계들에서 제품 전반의 성능에 대한 검증이 완료 되었다면, 본격적인 양산을 위한 프로젝트를 시작하게 됩니다. 양산은 양산을 위한 양산개발(Non-Recurring Engineering, NRE) 단계와 본 양산(Start of Production, SOP) 단계로 나눠져 진행됩니다.

상기 4단계에 걸친 사업모델은 고객사와의 관계를 점진적으로 강화하고, 제품의 성능을 신뢰할 수 있게끔 보장합니다. 나아가 신속한 고객 대응을 우선하므로 글로벌 인재를 활용하여 고객과 가까운 현지 대응 기반을 구축하였으며, T/F팀 및 전담 Project manager를 통해 고객사의 의견이나 아이디어를 적극 수용하여 제품을 개선하고 고도화할 수 있는 구조가 당사에는 완비되어 있습니다. 앞으로도 당사는 고객사와의 긴밀한 협력 및 인사이트를 통해 지속적으로 혁신적인 제품을 개발해 나갈 계획입니다.

사업모델별 매출은 2단계(Evaluation License)에서 4단계(NRE, SOP) 동안 발생합니다. 2단계에서는 라이선스 제공/판매를 통해 매출을 일으키며, 이후 PoC와 양산 개발에서 OEM 및 Tier-1과 협력하여 개발 진행에 따른 엔지니어링 서비스 매출이 발생합니다. 최종적으로 양산(SOP)에 이르면 판매되는 라이선스 수량에 따른 매출(Running Royalty)과 사후 조치 등을 위한 엔지니어링 매출이 발생하는 모델을 가지고 있습니다. 다. 수주상황

5. 위험관리 및 파생거래

가. 위험관리 및 파생거래

(1) 금융위험관리회사는 여러 활동으로 인하여 시장위험(환위험 및 이자율위험), 신용위험 및 유동성위험과 같은 다양한 재무위험에 노출되어 있습니다. 회사의 전반적인 위험관리정책은 금융시장의 변동성에 초점을 맞추고 있으며 재무성과에 미치는 부정적 영향을 최소화하는데 중점을 두고 있습니다.

위험관리는 이사회에서 승인한 정책에 따라 이루어지고 있습니다. 이사회는 외환위험, 이자율위험, 신용위험, 비파생금융상품의 이용 및 유동성을 초과하는 투자와 같은 특정 분야에 관한 문서화된 정책뿐 아니라, 전반적인 위험관리에 대한 문서화된 정책을 검토, 승인합니다.

1) 시장위험① 외환위험회사는 영업활동 등과 관련하여 외환위험, 특히 주로 달러화, 유로화, 엔화와 관련된 환율변동위험에 노출되어 있습니다. 외환위험은 미래 예상거래, 인식된 자산과 부채와 관련하여 발생하고 있습니다.

당분기말과 전기말 현재 외환 위험에 노출되어 있는 회사의 금융자산ㆍ부채의 내역은 다음과 같습니다.

당분기말과 전기말 현재 다른 모든 변수가 일정하고 각 외화에 대한 원화의 환율 10% 변동 시 회사의 세후이익 및 자본에 미치는 영향은 다음과 같습니다.

② 이자율 위험

이자율 위험은 미래의 시장 이자율 변동에 따라 예금 또는 차입금 등에서 발생하는 이자수익 및 이자비용이 변동될 위험을 뜻하며, 이는 주로 변동금리부 조건의 예금과차입금에서 발생하고 있습니다. 회사의 이자율 위험관리의 목표는 이자율 변동으로 인한 불확실성과 순이자비용의 최소화를 추구함으로써 기업의 가치를 극대화하는데 있습니다.

회사는 내부자금 공유 확대를 통한 외부차입 최소화, 고금리 차입금 감축, 장/단기 차입구조 개선, 고정 대 변동이자 차입조건의 적정비율 유지, 일간/주간/월간 단위의 국내외 금리동향 모니터링 실시, 대응방안 수립 및 변동금리부 조건의 단기차입금과 예금을 적절히 운영함으로써 이자율 변동에 따른 위험을 최소화하고 있습니다.

당분기말과 전기말 현재 다른 모든 변수가 일정하고 이자율이 100bp 변동시회사의 세후 이익 및 자본에 미치는 영향은 아래 표와 같습니다.

2) 신용위험① 매출채권

회사는 매출채권에 대해 전체 기간 기대신용손실을 손실충당금으로 인식하는 간편법을 적용합니다. 기대신용손실을 측정하기 위해 매출채권은 신용위험 특성과 연체일을 기준으로 구분하였습니다. 당분기말과 전기말 현재 손실충당금은 다음과 같습니다. 기대신용손실에는 미래전망정보가 포함됩니다.

② 상각후원가 측정 기타금융자산

상각후원가로 측정하는 기타금융자산은 모두 신용위험이 낮은것으로 판단되며, 따라서 손실충당금은 12개월 기대신용손실로 인식하였습니다. 금융상품은 채무불이행 위험이 낮고 단기간내에 계약상현금흐름을 지급할 수 있는 발행자의 충분한 능력이 있는 경우 신용위험이 낮은 것으로 간주합니다.

3) 유동성위험회사는 미사용 차입금 한도를 적정 수준으로 유지하고, 영업 자금 수요를 충족시키기위해 차입금 한도나 약정을 위반하는 일이 없도록 유동성에 대한 예측을 항시 모니터링하고 있습니다. 유동성을 예측하는데 있어 회사의 자금조달 계획, 약정 준수, 회사 내부의 목표재무비율 및 통화에 대한 제한과 같은 외부 법규나 법률 요구사항도 고려하고 있습니다.

회사의 유동성위험 분석 내역은 다음과 같습니다.

(*1) 종업원급여제도에 따른 사용자의 의무 관련 부채는 제외된 금액입니다.(*2) 파생상품부채가 포함되어 있습니다.

(*1) 종업원급여제도에 따른 사용자의 의무 관련 부채는 제외된 금액입니다.(*2) 파생상품부채가 포함되어 있습니다.유동성위험과 관련된 금액은 이자지급액을 포함하고 상계약정의 효과는 포함하지 않았습니다. 회사는 이 현금흐름이 유의적으로 더 이른 기간에 발생하거나, 유의적으로다른 금액일 것으로 기대하지 않습니다.

(2) 자본위험관리회사의 자본 관리 목적은 계속기업으로서 주주 및 이해당사자들에게 이익을 지속적으로 제공할 수 있는 능력을 보호하고 자본 비용을 절감하기 위해 최적의 자본 구조를 유지하는 것입니다.

회사는 자본조달비율에 기초하여 자본을 관리하고 있습니다. 자본조달비율은 순부채를 총자본으로 나누어 산출하고 있습니다. 순부채는 총차입금(재무상태표의 장단기차입금 포함)에서 현금및현금성자산을 차감한 금액이며 총자본은 재무상태표의 "자본"에 순부채를 가산한 금액입니다.

(*1) 연결회사의 이자부부채를 고려하였으며, 리스부채는 제외되어 있습니다.

(*2) 순부채가 (-)이므로 자본조달비율을 산출하지 아니하였습니다.

6. 주요계약 및 연구개발활동

가. 주요계약 보고서 작성기준일 현재 회사의 재무상태에 중요한 영향을 미치는 비경상적인 중요 계약은 없습니다.

나. 연구개발활동 (1) 연구개발 담당조직당사는 현재 221명(기업부설연구소 연구개발 인력현황 기준)의 기술 개발 인력을 보유하고 있습니다. 기술 개발 인력 중 39%에 해당되는 인원(87명)이 석·박사 학위 소지자로 AI 및 데이터 관련하여 높은 수준의 전문 지식 및 경험을 보유하고 있으며, 당사의 기술 개발 인력 구성은 다음과 같습니다.

[이미지: 조직도] 원문에서 확인할 수 있어요.

당사의 연구개발(R&D) 조직은 차세대 자율주행 기술의 선행 연구, 양산 수준의 품질고도화, 그리고 인공지능(AI) 성능 향상의 핵심인 데이터 인프라 구축을 위해 크게 핵심 기술 개발 그룹(Core Development Group), 제품 개발 센터(Product Development Center), 데이터 혁신 센터(Data Innovation Center)의 3대 핵심 조직으로 편제되어 있습니다. 이들 조직은 자율주행 소프트웨어의 인지, 판단, 제어 알고리즘부터 데이터 가공 자동화 및 시스템 품질 검증까지 전 과정을 유기적이고 체계적으로 수행하고 있습니다.

가장 먼저 핵심 기술 개발 그룹(Core Development Group)은 당사의 차세대 자율주행 소프트웨어 핵심 기술을 연구·개발하는 전문 조직입니다. 본 조직은 차량에 장착된 여러 대의 카메라 영상을 활용하여 차량, 보행자, 이륜차, 차선, 도로 경계, 교통표지판, 신호등, 주행 가능 영역 등 차량 주행에 필요한 주변 환경 정보를 인식하는 기술을 개발하여, 차량이 도로 상황을 보다 정확하게 이해하고 안전한 주행에 필요한 정보를 확보할 수 있도록 지원합니다. 또한 단순한 주변 환경 인식 기술 개발에 그치지 않고, 인식된 정보를 바탕으로 차량이 어떤 방향으로 주행해야 하는지 스스로 판단하고 실제 차량 제어로 이어질 수 있도록 관련 소프트웨어 구조를 설계·개발하고 있습니다. 이러한 방식은 인식부터 판단, 제어까지를 하나의 흐름으로 연결하는 차세대 자율주행 기술(End-to-End)의 방향과도 일치합니다. 아울러 본 조직은 여러 대의 카메라 정보를 종합하여 차량 주변 상황을 보다 넓고 정밀하게 이해하는 기술, 시간의 흐름에 따라 변화하는 도로 상황을 반영하는 기술, 지도 정보와 차량 움직임 정보를 함께 활용하는 기술 등 자율주행 고도화에 필요한 핵심 요소 기술을 지속적으로 개발하고 있습니다. 동시에 실제 차량용 반도체 환경에서도 원활하게 작동할 수 있도록 소프트웨어 경량화, 성능 최적화, 하드웨어별 검증을 수행하고 있으며, 고객사 및 협력사와의 기술 협업, 시험 차량 및 시제품을 활용한 실증을 통해 실제 적용 가능성을 높이고 있습니다. 결과적으로 당사의 카메라 기반 자율주행 인식 기술 경쟁력을 강화하는 한편, 향후 보다 고도화된 자율주행 기술로 확장하기 위한 핵심 기반을 마련하는 역할을 담당하고 있습니다.

제품 개발 센터(Product Development Center)는 전방 및 서라운드 카메라 기반의 자율주행과 자율주차 AI 인식 시스템 제품 개발을 총괄하는 주축 조직으로서, 인지 알고리즘부터 플랫폼 엔지니어링, 차량 통합, 검증 및 양산까지 수행하여 멀티 반도체 환경에서 일관된 확장성을 확보합니다. 제품 개발 센터 산하의 주행 그룹(Driving Group)은 전방 카메라 기반의 첨단 운전자 보조 시스템(ADAS) 및 자율주행 보조 기능 알고리즘을 개발하고 차량 통합을 수행합니다. 주행 그룹 내 프로덕트 1 팀(Product 1 Team)은 교통표지판, 신호등, 노면표시 및 광원 검출 알고리즘을 구현하며 야간이나 악천후 등 실제 주행 환경에서의 오인식을 최소화하는 안정화 로직을 적용하고, 프로덕트 2, 3 팀(Product 2, 3 Team)은 딥러닝 기반의 차량 및 보행자 객체 검출과 차선 검출 핵심 알고리즘을 연구하며 저사양 칩셋 맞춤형 최적화를 진행합니다. 솔루션 엔지니어링 팀(Solution Engineering Team)은 개발된 시스템을 고객사 환경에 맞게 기술 지원하고 실차 데모 수행 및 양산 프로젝트 대응을 전담합니다.

한편, 제품 개발 센터 내 주차 그룹(Parking Group)은 차량 주변 360도를 파악하는 서라운드 카메라를 활용해 자동 주차 보조 기능 및 주변 인식 기술을 개발합니다. 딥러닝 팀(DL Team)과 어드밴스드 트래킹 팀(Advanced Tracking Team)이 차량 주변 영상의 객체와 주차 공간을 인식하고 추적하는 알고리즘을 개발하여 경량화하면, 비주얼 포지셔닝 팀(Visual Positioning Team)과 모션 플래닝 및 비히클 컨트롤 팀(Motion Planning & Vehicle Control Team)이 자동 주차를 위한 정밀 측위를 연구하고 최적의 주차 경로와 조향 제어 전략을 개발해 비전 센서만으로 동작하는 주차 솔루션을 구현합니다. 이어 비주얼라이제이션 팀(Visualization Team)과 프로덕트 인티그레이션 팀(Product Integration Team)이 운전자를 위한 3차원 그래픽 엔진 기반 인포테인먼트 시각화 및 제어 시스템 레벨의 소프트웨어 통합을 완수합니다. 이러한 인식 및 제어 소프트웨어가 다양한 차량용 반도체에서 동일하게 동작하도록 지원하기 위해 플랫폼 엔지니어링 그룹(Platform Engineering Group)이 공통 플랫폼 프레임워크를 설계합니다. 해당 그룹의 피이 1, 2, 3 팀(PE 1, 2, 3 Team)은 글로벌 반도체 플랫폼들의 하드웨어 가속기 자원 효율을 극대화하여 소프트웨어를 포팅 및 최적화하며, 소프트웨어 인티그레이션 팀(SW Integration Team)은 전사 소스코드 형상 관리와 범용 소프트웨어 개발 키트(SDK)를 구축하여 공식 솔루션 패키지를 배포합니다.

여기에 소프트웨어 테스팅 팀(SW Testing Team)이 소스코드 정적 및 동적 분석을 통해 결함을 검출하고 자동차 기능안전 표준 달성 여부를 검증합니다. 더불어 시스템 설계 및 품질 검증을 위해 시스템 팀(System Team)이 기능안전, SOTIF, 사이버 보안 규제를 분석하여 요구사항을 정의하고, 밸리데이션 팀(Validation Team)이 국제 기준에 따라 실차 및 시뮬레이션 환경에서 인지 기능의 정확성과 안정성을 정량적으로 시험하는 최종 관문 역할을 수행합니다. 캘리브레이션 팀(Calibration Team)과 씬 인텔리전스 팀(Scene Intelligence Team)은 정적 및 동적 주행 환경에서 카메라 파라미터 오차를 정밀하게 보정하고 시야 가림이나 악천후 등 인지 장애 상황을 지능적으로 분류하여 전체 시스템의 신뢰도를 향상시킵니다.

데이터 혁신 센터(Data Innovation Center)는 인공지능 모델의 성능을 결정짓는 주행 데이터의 취득부터 정제, 가공, 학습, 평가에 이르는 생애주기 전 과정을 통합 운영합니다. 산하의 데이터 엔지니어링 그룹(Data Engineering Group) 내 데이터 콜렉션 팀(Data Collection Team)이 시험 차량을 운영하며 실제 도로 환경의 데이터를 계획적으로 수집하면, 데이터 유틸라이제이션 팀(Data Utilization Team)이 이를 자사 표준 형태로 변환하고 대규모 스토리지 인프라를 통해 생애 주기를 통제합니다. 데이터 어노테이션 팀(Data Annotation Team)과 데이터 품질 보증 팀(Data Quality Assurance Team)은 최적의 데이터를 선별하고 라벨링 가이드라인을 수립하여 외부 업체의 작업 품질을 총괄하며, 신세틱 데이터 팀(Synthetic Data Team)은 시뮬레이션 기반 플랫폼을 활용해 실제 수집이 어려운 특수 시나리오의 합성 데이터를 생성하여 모델의 대응력을 높입니다. 머신러닝 및 데이터 플랫폼 그룹(ML/Data Platform Group)의 데이터 파이프라인 팀(Data Pipeline Team)과 비히클 플랫폼 팀(Vehicle Platform Team)은 다중 센서 동기화 기록 시스템과 데이터 전처리 자동화, 그리고 대규모 데이터셋 라벨링을 지원하는 웹 기반 전용 서비스 등을 자체 개발하여 데이터 가공 공정을 지능화합니다. 아이티 옵스 팀(IT Ops Team)은 수십 페타바이트 규모의 데이터와 대규모 GPU 연산을 안정적으로 처리하기 위해 온프레미스와 퍼블릭 클라우드의 하이브리드 인프라를 통합 운영합니다.

마지막으로, 전체 연구개발 조직이 국제 기준에 부합하는 절차를 준수하도록 프로세스 팀(Process Team)이 기능안전 및 소프트웨어 개발 표준(ASPICE) 등에 따라 사내 개발 프로세스를 수립하고 프로젝트 심사를 감독합니다. 이에 더해 전사 정보보안을 총괄하는 아이티 시큐리티(IT Security) 조직과 전체 일정을 조율하는 프로그램 매니지먼트(Program Management) 조직이 유기적으로 결합하여, 당사의 안정적이고 고도화된 기술 개발 생태계를 뒷받침하고 있습니다.

(2) 연구개발비용

※ 연결재무제표 기준입니다.(3) 연구개발실적

7. 기타 참고사항

가. 지식재산권 보유 현황당사는 글로벌 자율주행 시장에서 확고한 경쟁 우위를 확보하고 기술적 진입장벽을 구축하기 위해 적극적인 지식재산권 확보 전략을 추진하고 있습니다. 2026년 9월 말 기준 당사는 등록 완료된 국내 특허 162건, 해외 특허 917건 등 총 1,079건의 특허권과 34건의 상표권을 보유하고 있습니다. 특히 당사는 글로벌 완성차 시장의 주요 거점인 미국, 유럽, 일본, 중국, 인도 등을 핵심 타겟 시장으로 설정하고 선제적으로 지식재산권을 확보하여 글로벌 사업 전개의 안정성을 높이고 있습니다. 당사가 보유한 특허 기술은 자율주행 영상 인식의 근간이 되는 '핵심 기술(Core Technologies)'과 자율주행 기술의 고도화 및 적용 분야 확대를 위한 '자동차 시장 확장 기술(Automotive Market Expansion Technologies)', 그리고 차량 이외의 산업으로 진출하기 위한 '비자동차 시장 확장 기술(Non-Automotive Market Expansion Technologies)' 등 크게 세 가지 카테고리로 분류됩니다.먼저, 당사 자율주행 AI 소프트웨어(SVNet)의 근원적 성능을 결정하는 핵심 기술 부문은 인공지능 모델의 '임베디드화(Embeddedness)'와 '상황 인식(Situation Recognition)' 기술로 구성되어 있습니다. 임베디드화 기술은 고성능 AI 모델을 저사양 반도체(SoC)에서도 원활히 구동할 수 있도록 연산량을 획기적으로 감소(Computation reduction)시키면서도 객체 인식의 고정밀도를 달성(Achieving high precision)하게 하는 당사의 가장 핵심적인 AI 경량화 원천 기술입니다. 또한, 상황 인식 기술은 주변 환경 인식 및 위험 알람, 주행 환경에 따른 최적의 상황 인지 알고리즘 선택, 그리고 자율 주행과 수동 주행 간의 안전한 모드 전환 등 차량의 직접적인 주행 결정과 직결된 인지 기술들을 포괄하고 있습니다.두 번째로, 자동차 시장 확장 기술 부문은 자율주행 레벨의 고도화와 다변화되는 시장 요구에 대응하기 위한 첨단 응용 기술들로 이루어져 있습니다. 이 부문은 방대한 AI 학습 데이터의 가공 비용과 시간을 줄이기 위해 생성형 AI를 활용한 학습 이미지 생성, 오토 레이블링 및 가상 주행 환경을 이용한 학습 등을 포함하는 '생산성 향상(Improvements in productivity)' 기술을 비롯하여, 연속 학습, 자가 학습 AI, 강화 학습 등 모델의 지능을 고도화하는 '최신 빅데이터/AI 기술(Latest big-data/AI tech)'을 포함합니다. 이와 함께 카메라와 레이더, 라이다 등 이종 센서 간의 데이터를 결합하는 '데이터 퓨전(Sensor fusion)' 및 3D 맵 기반의 정밀 주행 경로 계획 기술, 그리고 차량 간 통신(V2X) 기반의 협업 주행과 극한 상황에서의 카메라 센서 강건화 기술 등을 폭넓게 확보하여 자율주행 시스템의 전반적인 완성도를 높이고 있습니다.세 번째로, 비자동차 시장 확장 기술 부문은 당사의 비전 AI 기술을 자동차 산업을 넘어선 다양한 스마트 디바이스 산업으로 확장하기 위한 선행 기술입니다. 여기에는 스마트폰, 드론, 스마트 헬멧 등에 범용적으로 적용할 수 있는 탑승자 및 보행자의 상태 인식(Humans' status recognition) 기술과 사용자 맞춤형 개인화 및 캘리브레이션 기술 등이 포함되어 있어, 당사가 향후 이종 산업으로 비즈니스를 다각화할 수 있는 탄탄한 기술적 기반을 마련하고 있습니다.결과적으로 당사는 고가의 다중 센서에 의존하는 방식이 아닌, 고효율 영상 인식 기반의 자율주행 시스템을 대중화하는 것을 핵심 사업 목표로 삼고 있습니다. 이에 따라 당사의 지식재산권 확보 역량은 '연산량 감소 및 고정밀도를 달성하는 임베디드화', '상황 인식', '데이터 가공 생산성 향상', 그리고 '최신 AI 학습 알고리즘' 분야에 가장 고도로 집중되어 있습니다. 당사는 이러한 핵심 타겟 분야의 원천 기술 특허를 전 세계 주요국에 지속적으로 출원하고 등록함으로써, 글로벌 경쟁사들이 쉽게 모방할 수 없는 독보적이고 강력한 기술적 진입장벽을 공고히 구축해 나가고 있습니다.

보고서 작성 기준일 현재 등록된 지식 재산권현황은 다음과 같습니다.

나. 규제 현황

자율주행 차량 및 첨단 운전자 보조 시스템(ADAS)은 탑승자와 보행자의 생명 및 안전과 직결된 핵심 기술 분야입니다. 이에 따라 주요 국가들은 자율주행 기술 경쟁력을 확보하기 위한 연구개발(R&D) 지원과 함께, 차량 안전성과 품질을 보장하기 위한 규제 및 인증 체계를 지속적으로 강화하고 있습니다. 글로벌 완성차 제조사(OEM) 및 Tier-1에 자율주행 소프트웨어를 공급하기 위해서는 각 국가의 법규 요구사항뿐만 아니라 국제 안전 표준 및 품질 기준을 충족하는 것이 필수적입니다.유럽 시장의 경우, 유럽연합(EU)은 도로 안전 강화를 위해 일반 안전 규정(GSR, General Safety Regulation, Regulation (EU) 2019/2144)을 제정하였습니다. 해당 규정은 2022년 7월부터 신규 형식승인 차량에 적용되기 시작하였으며, 2024년 7월부터는 모든 신규 등록 차량으로 적용 범위가 확대되었습니다. GSR은 차량 종류 및 기능별로 정해진 일정에 따라 자동 긴급 제동(AEB), 지능형 속도 보조(ISA), 운전자 상태 모니터링 등 특정 안전 기능의 장착을 의무화하고 있으며, 글로벌 OEM들 역시 이를 핵심 요구사항으로 반영하고 있습니다. 당사는 국내 주요 고객사와의 양산 프로젝트를 통해 해당 규제 요구사항을 충족한 경험을 보유하고 있으며, 향후에도 AEB, ACC, ISA 등 주요 기능의 인식 성능을 지속적으로 고도화하여 안정적인 법규 대응을 이어갈 계획입니다.이와 함께, 유럽 신차 평가 프로그램인 Euro NCAP(European New Car Assessment Programme)은 소비자에게 차량 안전 성능 정보를 제공하는 대표적인 평가 체계로, 글로벌 OEM들이 차량 경쟁력 확보를 위해 중요하게 고려하는 지표입니다. 특히 ‘Safety Assist’ 영역은 ADAS 성능과 직접적으로 연관되며, 최고 등급인 5-Star 획득을 위해 핵심적인 요소로 작용합니다. 당사의 AI 비전 솔루션 ‘SVNet’은 차량 주변 환경을 정확하게 인식하여 안전 기능이 적시에 동작할 수 있도록 지원하며, 다양한 주행 시나리오 기반의 정기적인 자체 평가를 통해 Euro NCAP 평가 기준 변화에 선제적으로 대응하고 있습니다. 이러한 기술적 고도화의 결과로, 당사 소프트웨어가 적용된 유럽 OEM 양산 차량이 Euro NCAP 최고 등급(5-Star)을 획득하는 데 기여한 바 있습니다.소프트웨어 개발 프로세스 및 기능 안전 측면에서도 국제 표준 준수는 필수적입니다. Automotive SPICE(ASPICE)는 자동차 소프트웨어 개발 프로세스의 체계성과 품질을 평가하는 국제 표준으로, 요구사항 관리부터 설계, 구현, 검증에 이르는 전 과정의 프로세스 수행 역량을 Capability Level 0부터 5까지의 단계로 평가합니다. 글로벌 OEM들은 일반적으로 Level 2 이상의 프로세스 체계를 요구하고 있으며, 당사는 다수의 양산 프로젝트를 통해 ASPICE Level 2를 달성하여 개발 프로세스의 신뢰성과 일관성을 입증하였습니다.또한, ISO 26262는 자동차 전기·전자 시스템의 기능 안전을 확보하기 위한 국제 표준으로, 위험 분석(HARA)을 기반으로 기능별 ASIL(Automotive Safety Integrity Level)을 정의하고 이에 따른 개발 및 검증 요구사항을 규정합니다. 실제 시스템에서는 기능별로 ASIL 수준이 상이하게 할당되며, 당사의 비전 소프트웨어에는 주로 ASIL-B 수준의 요구사항이 적용되고 있습니다. 당사는 위험 식별, 안전 메커니즘 설계, 검증 프로세스를 포함한 기능 안전 개발 체계를 구축하고, 이를 양산 프로젝트에 적용함으로써 ISO 26262 요구사항을 충족해 왔습니다.북미 시장의 경우, 미국 도로교통안전국(NHTSA)이 FMVSS(Federal Motor Vehicle Safety Standards) 및 NCAP 프로그램 등을 통해 차량 안전 기준과 평가 체계를 운영하고 있습니다. 특히 최근에는 자동 긴급 제동(AEB)과 같은 ADAS 기능에 대한 규제 강화가 진행되고 있으며, 당사는 이러한 규제 동향을 지속적으로 분석하고 대응 가능한 기술을 개발하고 있습니다.결론적으로, 자동차 산업은 인명과 직결되는 특성상 소프트웨어 품질과 안전성에 대해 매우 높은 수준의 요구사항이 적용됩니다. 지역 및 국가별로 상이하고 지속적으로 강화되는 규제와 인증 체계는 신규 진입자에게 높은 장벽으로 작용합니다. 당사는 주요 글로벌 규제 요구사항에 대한 대응 경험과 다수의 양산 레퍼런스를 기반으로 고객사로부터 신뢰를 확보하고 있으며, 이는 당사의 중요한 경쟁력으로 작용하고 있습니다. 앞으로도 각국 법규 및 국제 표준을 지속적으로 준수하고 기술 경쟁력을 강화하여 글로벌 자율주행 시장에서의 입지를 더욱 공고히 할 계획입니다.

1. 요약재무정보

가. 요약연결재무정보 (단위 : 원)

※ 한국채택국제회계기준(K-IFRS)에 따라 작성되었습니다. 나. 요약별도재무정보 (단위 : 원)

※ 한국채택국제회계기준(K-IFRS)에 따라 작성되었습니다.

2. 연결재무제표

2-1. 연결 재무상태표

2-2. 연결 포괄손익계산서

2-3. 연결 자본변동표

2-4. 연결 현금흐름표

3. 연결재무제표 주석

가. 일반적인 사항 (연결)

1. 회사의 개요

주식회사 스트라드비젼(이하 "지배기업")은 2014년 9월 22일에 설립되어 소프트웨어개발 등을 주요 사업으로 영위하고 있으며, 경상북도 포항시 남구에 본사를 두고 있습니다. 지배기업은 2026년 6월 30일 코스닥 시장 상장을 위하여 유상증자를 실시하였으며 신주 7,089,925주를 발행하였습니다. 당분기말 현재 지배기업의 자본금은 5,385백만원으로 주요 주주현황은 다음과 같습니다.

2. 중요한 회계정책

다음은 요약분기재무제표 작성에 적용된 중요한 회계정책입니다. 이러한 정책은 별도의 언급이 없다면, 표시된 회계기간에 계속적으로 적용됩니다. 2.1 재무제표 작성기준

연결회사의 분기재무제표는 한국채택국제회계기준에 따라 작성되는 요약중간재무제표입니다. 동 재무제표는 기업회계기준서 제1034호 '중간재무보고'에 따라 작성되었으며, 연차재무제표에서 요구되는 정보에 비하여 적은 정보를 포함하고 있습니다. 선별적 주석은 직전 연차보고기간말 후 발생한 회사의 재무상태와 경영성과의 변동을 이해하는데 유의적인 거래나 사건에 대한 설명을 포함하고 있습니다.

2.1.1 회사가 채택한 제ㆍ개정 기준서 및 해석서

연결회사는 2026년 1월 1일로 개시하는 회계기간부터 다음의 제ㆍ개정 기준서 및 해석서를 신규로 적용하였습니다.

(1) 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정 - 금융상품의 분류와 측정

실무에서 제기된 의문에 대응하고 새로운 요구사항을 포함하기 위해 기업회계기준서제1109호 '금융상품'과 제1107호 '금융상품: 공시'가 개정되었습니다. 주요 개정내용은 다음과 같으며, 해당 기준서의 개정이 재무제표에 미치는 중요한 영향은 없습니다.ㆍ특정 기준을 충족하는 경우, 결제일 전에 전자지급시스템을 통해 금융부채가 결제된 것으로(제거된 것으로) 간주할 수 있도록 허용ㆍ금융자산이 원리금 지급만으로 구성되어 있는지의 기준을 충족하는지 평가하기 위한 추가 지침의 명확화ㆍ계약상 현금흐름의 시기나 금액을 변경시키는 계약조건이 기업에 미치는 영향과 기업이 노출되는 정도를 금융상품의 각 종류별로 공시ㆍ기타포괄손익-공정가치 측정 지분상품에 대한 추가 공시

(2) 한국채택국제회계기준 연차개선 Volume 11한국채택국제회계기준 연차개선 Volume 11의 주요 내용은 다음과 같으며, 동 개정이 재무제표에 미치는 중요한 영향은 없습니다.ㆍ기업회계기준서 제1101호 '한국채택국제회계기준의 최초채택' : K-IFRS 최초 채택 시 위험회피회계 적용ㆍ기업회계기준서 제1107호 '금융상품: 공시' : 제거 손익, 실무적용지침ㆍ기업회계기준서 제1109호 '금융상품' : 리스부채의 제거 회계처리와 거래가격의정의ㆍ기업회계기준서 제1110호 '연결재무제표' : 사실상의 대리인 결정ㆍ기업회계기준서 제1007호 '현금흐름표' : 원가법(3) 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정 - 자연에 의존하는 전력과 관련된 계약자연에 의존하는 전력과 관련된 계약의 용어와 개정 범위에 포함되는 계약 유형을 명확히 하고, 자연에 의존하는 전력을 매입 또는 매도하는 계약이 자가 사용 예외 요구사항의 평가 대상임을 명확히 하였습니다. 또한, 일부 자연에 의존하는 전력과 관련된 계약을 예상 전력거래의 위험회피에서 위험회피수단으로 지정할 수 있게 하는 등 위험회피회계 요건을 변경하고, 관련 공시를 추가하였습니다. 해당 기준서의 개정이 재무제표에 미치는 중요한 영향은 없습니다.

2.1.2 회사가 적용하지 않은 제ㆍ개정 기준서 및 해석서

제정 또는 공표되었으나 시행일이 도래하지 않아 적용하지 아니한 제ㆍ개정 기준서 및 해석서는 다음과 같습니다.

(1) 기업회계기준서 제1118호 '재무제표 표시와 공시' 제정

기업회계기준서 제1118호 '재무제표 표시와 공시'는 기업회계기준서 제1001호 '재무제표 표시'를 대체합니다. 기업회계기준서 제1118호는 손익계산서를 중심으로 정보이용자에게 기업의 성과를 분석하고 비교하는 데 유용한 정보를 제공하여 유사 기업 간 재무성과의 비교가능성을 향상시킬 것으로 예상됩니다.

기업회계기준서 제1118호는 2027년 1월 1일 이후 최초로 시작되는 회계연도부터 적용해야 하며, 조기적용이 허용됩니다. 기업은 기업회계기준서 제1008호 '회계정책, 회계추정치 변경과 오류'에 따라 이 기준서를 소급 적용해야 하므로 2026년 12월 31일로 종료되는 회계연도의 비교정보는 기업회계기준서 제1118호에 따라 재작성됩니다.

연결회사가 기업회계기준서 제1118호를 적용하여 재무제표를 작성하는 경우 현행 재무제표와 유의적인 차이를 발생시킬 것으로 예상되는 주요 회계정책은 다음과 같습니다. 이러한 부분은 향후 발생할 모든 차이를 포함한 것은 아니며 추가적인 분석결과에 따라 변경될 수 있습니다.[손익계산서 표시 등 변경]기업회계기준서 제1118호는 손익계산서에 포함된 모든 수익과 비용을 영업 범주, 투자 범주, 재무 범주, 법인세 범주, 중단영업 범주의 다섯 가지 범주 중 하나로 분류하도록 합니다. 동 기준서는 투자, 재무, 법인세, 중단영업으로 분류되지 않은 모든 수익과 비용을 영업 범주로 분류하며 영업손익을 잔여 개념의 손익으로 정의하고 있습니다.

회사는 수익과 비용의 범주 분류를 위하여 주된 사업활동을 평가하여야 하며, 회사가특정 유형의 자산 투자 또는 고객에 대한 금융제공을 주된 사업활동으로 영위하는 경우 해당 사업활동이 주된 사업활동이 아니었다면 투자 또는 재무 범주로 분류하였을 일부 수익과 비용을 영업 범주로 분류합니다.

이에 따른 영업손익은 수익에서 매출원가 및 판매비와관리비를 차감한 것으로 정의되는 현행 기업회계기준서 제1001호에 따른 영업손익과는 유의적인 차이가 있습니다. 기업회계기준서 제1118호는 현행 기업회계기준서 제1001호에 따라 산정된 영업손익을 주석으로 공시할 것을 요구하고 있으며, 기업회계기준서 제1118호에 따른 영업손익과 현행 기업회계기준서 제1001호에 따른 영업손익과의 차이 조정내역도 주석으로 공시해야 합니다.

또한, 기업회계기준서 제1118호는 손익계산서에 영업 범주로 분류되는 모든 수익과 비용으로 구성되는 '영업손익', 영업손익과 투자 범주로 분류된 모든 수익과 비용으로 구성되는 '재무손익및법인세비용차감전손익', 그리고 '당기순손익'을 표시하도록 요구하고 있습니다. 다만, 회사가 주된 사업활동으로 고객에게 금융을 제공하는 경우 회계정책 선택에 따라 '재무손익및법인세비용차감전손익' 표시는 적용되지 않을 수 있습니다.[경영진이 정의한 성과측정치 공시 도입]기업회계기준서 제1118호는 경영진이 정의한 성과측정치를 기업이 재무제표와 구분하여 공개적인 의사소통에 사용하고, 기업 전체의 재무성과 측면에 대한 경영진의 견해를 재무제표 이용자에게 전달하기 위해 사용하며, 기업회계기준서 제1118호 문단 118에서 열거하지 않거나 한국채택국제회계기준에서 표시ㆍ공시를 명시적으로 요구하지 않는 수익과 비용의 중간합계로 정의하고 이와 관련된 공시 요구사항을 새롭게 도입하였습니다.

경영진이 정의한 성과측정치가 있는 경우 해당 지표를 보고하는 이유, 해당 지표의 산정 방법, 해당 지표와 기업회계기준서 제1118호에서 명시하는 가장 직접적으로 비교가능한 중간합계와의 조정내역, 각 조정항목의 법인세 효과, 비지배지분에 미치는 효과 등을 공시하여야 합니다.[현금흐름 분류 등 변경]한편, 기업회계기준서 제1118호의 제정에 따라 기업회계기준서 제1007호 '현금흐름표'에 대한 일부 개정이 이루어졌으며, 동 개정에 따라 간접법에 따른 영업활동현금흐름 산정의 출발점이 당기순손익에서 영업손익으로 변경되었고, 이자 및 배당 관련 현금흐름에 대한 분류 선택권이 삭제되었습니다.

2.2 회계정책의 변경요약분기재무제표의 작성에 적용된 중요한 회계정책과 계산방법은 주석 2.1.1에서설명하는 제ㆍ개정 기준서의 적용으로 인한 변경 및 아래 문단에서 설명하는 사항을제외하고는 전기 재무제표 작성에 적용된 회계정책이나 계산방법과 동일합니다. 2.2.1 법인세비용중간기간의 법인세비용은 전체 회계연도에 대해서 예상되는 최선의 가중평균연간법인세율, 즉 추정평균연간유효법인세율을 중간기간의 세전이익에 적용하여 계산합니다.

3. 중요한 회계추정 및 가정

연결회사는 미래에 대하여 추정 및 가정을 하고 있습니다. 추정 및 가정은 지속적으로 평가되며, 과거 경험과 현재의 상황에서 합리적으로 예측가능한 미래의 사건과 같은 다른 요소들을 고려하여 이루어집니다. 이러한 회계추정은 실제 결과와 다를 수도있습니다.요약분기재무제표 작성시 사용된 중요한 회계추정 및 가정은 법인세비용을 결정하는데 사용된 추정의 방법을 제외하고는 전기 재무제표 작성에 적용된 회계추정 및 가정과 동일합니다.

4. 종속기업의 개요

(1) 당분기말 현재 연결대상 종속기업의 현황은 다음과 같습니다.

(2) 당분기말과 전기말 종속기업의 재무현황은 다음과 같습니다.

5. 단기금융자산

(1) 당분기말과 전기말 현재 현금및현금성자산의 내역은 다음과 같습니다.

(2) 당분기말과 전기말 현재 단기금융상품의 내역은 다음과 같습니다.

6. 매출채권 및 기타채권(1) 매출채권 및 기타채권당분기말과 전기말 현재 매출채권 및 기타채권의 내역은 다음과 같습니다.

(2) 대손충당금당분기 및 전분기 중 대손충당금의 변동내역은 다음과 같습니다.

7. 기타자산당분기말과 전기말 현재 기타자산의 내역은 다음과 같습니다.

8. 유형자산(1) 당분기 및 전분기 중 유형자산의 변동내역은 다음과 같습니다.

(*) 기타증감에는 해외사업환산차이가 포함되어 있습니다.

(*) 기타증감에는 해외사업환산차이가 포함되어 있습니다.

(2) 당분기와 전분기 중 유형자산 상각액이 포함되어 있는 계정과목별 금액은 다음과 같습니다.

9. 리스(1) 당분기와 전분기 중 사용권자산의 변동내역은 다음과 같습니다.

(*) 기타증감에는 해외사업환산차이가 포함되어 있습니다.(2) 당분기와 전분기 중 리스와 관련하여 포괄손익계산서에 인식된 금액은 다음과 같습니다.

당분기 중 리스의 총 현금유출은 3,250백만원(전분기: 2,066백만원)입니다.(3) 당분기와 전분기 중 사용권자산상각액이 포함되어 있는 계정과목별 금액은 다음과 같습니다.

(4) 당분기말과 전기말 현재 리스부채의 내역은 다음과 같습니다.

10. 무형자산

(1) 당분기 및 전분기 중 무형자산의 변동내역은 다음과 같습니다.

(*) 국고보조금 수령액입니다.

(2) 당분기와 전분기 중 무형자산상각액이 포함되어 있는 계정과목별 금액은 다음과 같습니다.

(3) 당분기 중 회사가 비용으로 인식한 연구와 개발 지출의 총액은 25,356백만원(전분기: 26,183백만원)입니다.

11. 기타금융부채 및 기타부채(1) 당분기말과 전기말 현재 기타금융부채의 내역은 다음과 같습니다.

(2) 당분기말과 전기말 현재 기타부채의 내역은 다음과 같습니다.

12. 차입금

당분기말과 전기말 현재 단기차입금 내역은 다음과 같습니다.

(*1) 기술보증기금으로부터 지급보증을 제공받고 있습니다(주석 28 참조).

13. 신주인수권부사채 및 파생금융상품 (1) 당분기말과 전기말 현재 신주인수권부채 및 파생금융상품의 내역은 다음과 같습니다.

(2) 당분기와 전분기 중 전환상환우선주, 신주인수권부사채 및 파생상품부채의 변동내역은 다음과 같습니다.

(3) 신주인수권부사채의 주요 발행 조건 및 내역은 다음과 같습니다.

(*1) 액면분할 효과가 적용되지 않은 주당 액면가액입니다.

(*2) 당분기말 현재 미상환총액은 4,000백만원입니다.

14. 종업원급여 14-1 순확정급여부채 (1) 당분기말과 전기말 현재 순확정급여부채의 내역은 다음과 같습니다.

(2) 당분기와 전분기 중 확정급여제도와 관련한 손익은 다음과 같습니다.

(3) 당분기와 전분기 중 순확정급여부채의 변동내역은 다음과 같습니다.

14-2 장기종업원급여부채

(1) 당분기말과 전기말 현재 장기종업원급여부채의 내역은 아래와 같습니다.

(2) 당분기와 전분기 중 장기종업원급여부채와 관련한 손익은 다음과 같습니다.

(3) 당분기와 전분기 중 장기종업원급여부채의 변동내역은 다음과 같습니다.

15. 복구충당부채 (1) 회사는 원상복구의무가 있는 임차시설의 계약해지시 발생할 수 있는 복구비용과 관련하여 장래에 지출될 것이 예상되는 금액의 현재가치를 추정하여 복구충당부채로계상하고 있습니다.

(2) 당분기와 전분기 중 복구충당부채의 변동내역은 다음과 같습니다.

16. 자본금 및 자본잉여금

(1) 당분기말과 전기말 현재 자본금의 내역은 다음과 같습니다.

(2) 당분기와 전분기 중 자본금과 자본잉여금의 변동내역은 다음과 같습니다.

17. 기타자본 (1) 당분기말과 전기말 현재 기타자본의 내역은 다음과 같습니다.

당분기 중 비용으로 인식한 주식기준보상은 1,571백만원(전분기: 5,502백만원)입니다.(2) 회사는 주주총회 결의에 의거해서 회사의 임직원에게 주식선택권을 부여했으며, 당분기 중 부여한 주식선택권의 주요 내용은 다음과 같습니다.

(3) 당분기말 현재 유효한 주식기준보상의 내역은 다음과 같습니다.

(4) 당분기와 전분기 중 주식선택권 수량의 변동내역은 아래와 같습니다.

(5) 당분기와 전분기 중 부여된 주식선택권의 보상원가를 이항옵션평가모형을 이용한 공정가치접근법을 적용하여 산정했으며, 보상원가를 산정하기 위한 제반 가정 및 변수는 다음과 같습니다.

(*1) 부여일 현재 기초자산인 회사의 주식평가액입니다.(*2) 부여일 현재 무위험 이자율입니다.(*3) 기대주가변동성은 옵션만기일까지의 잔여기간과 유사한 대용그룹의 평가기준일 대비 과거기간의 주가 변동성을 이용하였습니다.(*4) 액면분할 효과가 적용된 주식수와 금액입니다.

18. 결손금 (1) 당분기말과 전기말 현재 결손금의 내역은 다음과 같습니다.

19. 고객과의 계약에서 생기는 수익

(1) 고객과의 계약에서 생기는 수익의 구분은 다음과 같습니다.

(2) 고객과의 계약과 관련하여 인식한 계약자산과 계약부채는 다음과 같습니다.

(3) 전기에서 이월된 계약부채 잔액 중 인식한 수익은 다음과 같습니다.

(4) 당분기와 전분기 중 기간에 걸쳐 수익을 인식하는 용역계약의 계약잔액 변동내역은 다음과 같습니다.

(*1) 신규계약액, 추가계약액, 계약변동액, 환율변동액에 따른 변동액입니다.

(5) 당분기와 전분기 중 진행중인 용역계약과 관련된 누적공사원가 등의 내용은 다음과 같습니다.

(6) 회사는 소프트웨어 개발 등이 주요 사업목적인 단일 영업부문으로 구성되어 있으며, 당분기와 전분기 중 매출액의 10% 이상을 차지하는 외부 고객과 관련된 정보는 다음과 같습니다.

20. 영업비용 당분기와 전분기 중 영업비용의 내역은 다음과 같습니다.

21. 비용의 성격별 분류당분기와 전분기 중 비용의 성격별 분류는 다음과 같습니다.

22. 기타수익 및 기타비용(1) 당분기와 전분기 중 기타수익의 내역은 다음과 같습니다.

(2) 당분기와 전분기 중 기타비용의 내역은 다음과 같습니다.

23. 금융수익 및 금융비용당분기와 전분기 중 금융수익 및 금융비용의 내역은 다음과 같습니다.

24. 법인세비용법인세비용은 전체 회계연도에 대해서 예상되는 최선의 가중평균 연간법인세율의 추정에 기초하여 인식하고 있으나, 당분기 및 전분기는 법인세비용차감전순손실이 발생함에 따라 유효법인세율을 산출하지 아니하였습니다.

25. 주당순손익(1) 당분기 및 전분기의 기본주당순손실은 다음과 같습니다.

(*) 가중평균유통보통주식수는 발행주식수를 유통기간으로 가중평균하여 산정하였습니다.

(2) 보고기간에는 반희석효과 때문에 희석주당이익을 계산시 고려하지 않았지만, 잠재적으로 미래에 기본주당이익을 희석할 수 있는 금융상품의 내용은 다음과 같습니다.

26. 현금흐름표(1) 영업현금흐름 조정내역당분기와 전분기의 영업현금흐름은 다음과 같습니다.

(2) 현금의 유입ㆍ유출이 없는 거래 중 중요한 사항

당분기와 전분기 중 현금의 유입과 유출이 없는 주요 거래내역은 다음과 같습니다.

(3) 재무활동으로 인한 부채의 변동당분기와 전분기 중 재무활동으로 인한 부채의 변동은 다음과 같습니다.

(*1) 기타 비금융변동에는 비현금변동과 지급 시점에 현금흐름표에서 영업활동으로 표시된 이자 지급액이 포함되어 있습니다.(*2) 상기 전환상환우선주 및 신주인수권부사채 금액에는 파생상품부채가 제외되어 있습니다.

27. 특수관계자 거래

(1) 당분기말과 전기말 현재 회사의 특수관계자 현황은 다음과 같습니다.

(*1) 이사 선임권을 보유함에 따라 회사에 유의적인 영향력을 행사하고 있습니다.

(2) 당분기 및 전분기 중 특수관계자와의 매출 및 매입 등 거래는 다음과 같습니다.

(*) 전기 중 이사 선임권이 소멸됨에 따라 특수관계자에서 제외되었으며, 상기 거래금액은 특수관계자에서 제외되기 이전 기간 동안의 거래금액입니다.(3) 당분기말과 전기말 현재 특수관계자와의 채권ㆍ채무잔액은 다음과 같습니다.

(*) 미청구공사채권 및 초과청구공사채무가 포함된 금액입니다.

(*) 미청구공사채권 및 초과청구공사채무가 포함된 금액입니다.

(4) 특수관계자와의 자금거래

(5) 당분기 및 전분기 중 회사가 주요 경영진에 대한 보상을 위해 비용으로 반영한 금액은 다음과 같습니다.

28. 우발상황 및 약정사항(1) 여신한도 약정당분기말 현재 지배기업이 금융기관과 체결한 여신한도 약정사항은 다음과 같습니다.

(2) 지급보증당분기말 현재 지배기업이 타인으로부터 제공받은 지급보증의 내역은 다음과 같습니다.

29. 재무위험관리(1) 금융위험관리회사는 여러 활동으로 인하여 시장위험(환위험 및 이자율위험), 신용위험 및 유동성위험과 같은 다양한 재무위험에 노출되어 있습니다. 회사의 전반적인 위험관리정책은 금융시장의 변동성에 초점을 맞추고 있으며 재무성과에 미치는 부정적 영향을 최소화하는데 중점을 두고 있습니다.

위험관리는 이사회에서 승인한 정책에 따라 이루어지고 있습니다. 이사회는 외환위험, 이자율위험, 신용위험, 비파생금융상품의 이용 및 유동성을 초과하는 투자와 같은 특정 분야에 관한 문서화된 정책뿐 아니라, 전반적인 위험관리에 대한 문서화된 정책을 검토, 승인합니다.

1) 시장위험① 외환위험회사는 영업활동 등과 관련하여 외환위험, 특히 주로 달러화, 유로화, 엔화와 관련된 환율변동위험에 노출되어 있습니다. 외환위험은 미래 예상거래, 인식된 자산과 부채와 관련하여 발생하고 있습니다.

당분기말과 전기말 현재 외환 위험에 노출되어 있는 회사의 금융자산ㆍ부채의 내역은 다음과 같습니다.

당분기말과 전기말 현재 다른 모든 변수가 일정하고 각 외화에 대한 원화의 환율 10% 변동 시 회사의 세후이익 및 자본에 미치는 영향은 다음과 같습니다.

② 이자율 위험

이자율 위험은 미래의 시장 이자율 변동에 따라 예금 또는 차입금 등에서 발생하는 이자수익 및 이자비용이 변동될 위험을 뜻하며, 이는 주로 변동금리부 조건의 예금과차입금에서 발생하고 있습니다. 회사의 이자율 위험관리의 목표는 이자율 변동으로 인한 불확실성과 순이자비용의 최소화를 추구함으로써 기업의 가치를 극대화하는데 있습니다.

회사는 내부자금 공유 확대를 통한 외부차입 최소화, 고금리 차입금 감축, 장/단기 차입구조 개선, 고정 대 변동이자 차입조건의 적정비율 유지, 일간/주간/월간 단위의 국내외 금리동향 모니터링 실시, 대응방안 수립 및 변동금리부 조건의 단기차입금과 예금을 적절히 운영함으로써 이자율 변동에 따른 위험을 최소화하고 있습니다.

당분기말과 전기말 현재 다른 모든 변수가 일정하고 이자율이 100bp 변동시회사의 세후 이익 및 자본에 미치는 영향은 아래 표와 같습니다.

2) 신용위험① 매출채권

회사는 매출채권에 대해 전체 기간 기대신용손실을 손실충당금으로 인식하는 간편법을 적용합니다. 기대신용손실을 측정하기 위해 매출채권은 신용위험 특성과 연체일을 기준으로 구분하였습니다. 당분기말과 전기말 현재 손실충당금은 다음과 같습니다. 기대신용손실에는 미래전망정보가 포함됩니다.

② 상각후원가 측정 기타금융자산

상각후원가로 측정하는 기타금융자산은 모두 신용위험이 낮은것으로 판단되며, 따라서 손실충당금은 12개월 기대신용손실로 인식하였습니다. 금융상품은 채무불이행 위험이 낮고 단기간내에 계약상현금흐름을 지급할 수 있는 발행자의 충분한 능력이 있는 경우 신용위험이 낮은 것으로 간주합니다.

3) 유동성위험회사는 미사용 차입금 한도를 적정 수준으로 유지하고, 영업 자금 수요를 충족시키기위해 차입금 한도나 약정을 위반하는 일이 없도록 유동성에 대한 예측을 항시 모니터링하고 있습니다. 유동성을 예측하는데 있어 회사의 자금조달 계획, 약정 준수, 회사 내부의 목표재무비율 및 통화에 대한 제한과 같은 외부 법규나 법률 요구사항도 고려하고 있습니다.

회사의 유동성위험 분석 내역은 다음과 같습니다.

(*1) 종업원급여제도에 따른 사용자의 의무 관련 부채는 제외된 금액입니다.(*2) 파생상품부채가 포함되어 있습니다.

(*1) 종업원급여제도에 따른 사용자의 의무 관련 부채는 제외된 금액입니다.(*2) 파생상품부채가 포함되어 있습니다.유동성위험과 관련된 금액은 이자지급액을 포함하고 상계약정의 효과는 포함하지 않았습니다. 회사는 이 현금흐름이 유의적으로 더 이른 기간에 발생하거나, 유의적으로다른 금액일 것으로 기대하지 않습니다.

(2) 자본위험관리회사의 자본 관리 목적은 계속기업으로서 주주 및 이해당사자들에게 이익을 지속적으로 제공할 수 있는 능력을 보호하고 자본 비용을 절감하기 위해 최적의 자본 구조를 유지하는 것입니다.

회사는 자본조달비율에 기초하여 자본을 관리하고 있습니다. 자본조달비율은 순부채를 총자본으로 나누어 산출하고 있습니다. 순부채는 총차입금(재무상태표의 장단기차입금 포함)에서 현금및현금성자산을 차감한 금액이며 총자본은 재무상태표의 "자본"에 순부채를 가산한 금액입니다.

(*1) 연결회사의 이자부부채를 고려하였으며, 리스부채는 제외되어 있습니다.

(*2) 순부채가 (-)이므로 자본조달비율을 산출하지 아니하였습니다.

30. 금융상품 공정가치(1) 금융상품 종류별 장부금액 및 공정가치

당분기말과 전기말 현재 금융상품의 종류별 장부금액 및 공정가치는 다음과 같습니다.

(*1) 부가세환급금이 제외된 금액입니다.

(*2) 종업원급여제도에 따른 사용자의 의무 관련 부채는 제외된 금액입니다.

(2) 금융상품 공정가치 서열체계

공정가치로 측정되는 금융상품은 공정가치 서열체계에 따라 구분되며 정의된 수준들은 다음과 같습니다.

- 측정일에 동일한 자산이나 부채에 대해 접근할 수 있는 활성시장의 (조정하지 않 은) 공시가격 (수준 1)

- 수준 1의 공시가격 외에 자산이나 부채에 대해 직접적으로나 간접적으로 관측할 수 있는 투입변수 (수준 2)

- 자산이나 부채에 대한 관측할 수 없는 투입변수 (수준 3)

당분기말과 전기말 현재 공정가치로 측정되거나 공정가치가 공시되는 금융상품의 공정가치 서열체계 구분은 다음과 같습니다.

(4) 범주별 금융상품1) 금융상품 범주별 장부금액당분기말과 전기말 현재 금융자산과 금융부채의 범주별 내역은 다음과 같습니다.① 재무상태표상 자산- 상각후원가 측정 금융자산

(*1) 부가세환급금이 제외된 금액입니다.

② 재무상태표상 부채

(*1) 종업원급여제도에 따른 사용자의 의무 관련 부채는 제외된 금액입니다.

(*1) 종업원급여제도에 따른 사용자의 의무 관련 부채는 제외된 금액입니다.

2) 금융상품 범주별 손익당분기와 전분기 중 금융상품 범주별 손익의 내역은 다음과 같습니다.

4. 재무제표

4-1. 재무상태표

4-2. 포괄손익계산서

4-3. 자본변동표

4-4. 현금흐름표

5. 재무제표 주석

가. 일반적인 사항

1. 회사의 개요

주식회사 스트라드비젼(이하 "회사")은 2014년 9월 22일에 설립되어 소프트웨어 개발 등을 주요 사업으로 영위하고 있으며, 경상북도 포항시 남구에 본사를 두고 있습니다. 회사는 2026년 6월 30일 코스닥 시장 상장을 위하여 유상증자를 실시하였으며신주 7,089,925주를 발행하였습니다. 당분기말 현재 회사의 자본금은 5,385백만원으로 주요 주주현황은 다음과 같습니다.

2. 중요한 회계정책

다음은 요약분기재무제표 작성에 적용된 중요한 회계정책입니다. 이러한 정책은 별도의 언급이 없다면, 표시된 회계기간에 계속적으로 적용됩니다. 2.1 재무제표 작성기준

회사의 분기재무제표는 한국채택국제회계기준에 따라 작성되는 요약중간재무제표입니다. 동 재무제표는 기업회계기준서 제1034호 '중간재무보고'에 따라 작성되었으며, 연차재무제표에서 요구되는 정보에 비하여 적은 정보를 포함하고 있습니다. 선별적 주석은 직전 연차보고기간말 후 발생한 회사의 재무상태와 경영성과의 변동을 이해하는데 유의적인 거래나 사건에 대한 설명을 포함하고 있습니다.

2.1.1 회사가 채택한 제ㆍ개정 기준서 및 해석서

회사는 2026년 1월 1일로 개시하는 회계기간부터 다음의 제ㆍ개정 기준서 및 해석서를 신규로 적용하였습니다.

(1) 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정 - 금융상품의 분류와 측정

실무에서 제기된 의문에 대응하고 새로운 요구사항을 포함하기 위해 기업회계기준서제1109호 '금융상품'과 제1107호 '금융상품: 공시'가 개정되었습니다. 주요 개정내용은 다음과 같으며, 해당 기준서의 개정이 재무제표에 미치는 중요한 영향은 없습니다.ㆍ특정 기준을 충족하는 경우, 결제일 전에 전자지급시스템을 통해 금융부채가 결제된 것으로(제거된 것으로) 간주할 수 있도록 허용ㆍ금융자산이 원리금 지급만으로 구성되어 있는지의 기준을 충족하는지 평가하기 위한 추가 지침의 명확화ㆍ계약상 현금흐름의 시기나 금액을 변경시키는 계약조건이 기업에 미치는 영향과 기업이 노출되는 정도를 금융상품의 각 종류별로 공시ㆍ기타포괄손익-공정가치 측정 지분상품에 대한 추가 공시

(2) 한국채택국제회계기준 연차개선 Volume 11한국채택국제회계기준 연차개선 Volume 11의 주요 내용은 다음과 같으며, 동 개정이 재무제표에 미치는 중요한 영향은 없습니다.ㆍ기업회계기준서 제1101호 '한국채택국제회계기준의 최초채택' : K-IFRS 최초 채택 시 위험회피회계 적용ㆍ기업회계기준서 제1107호 '금융상품: 공시' : 제거 손익, 실무적용지침ㆍ기업회계기준서 제1109호 '금융상품' : 리스부채의 제거 회계처리와 거래가격의정의ㆍ기업회계기준서 제1110호 '연결재무제표' : 사실상의 대리인 결정ㆍ기업회계기준서 제1007호 '현금흐름표' : 원가법(3) 기업회계기준서 제1109호 '금융상품', 제1107호 '금융상품: 공시' 개정 - 자연에 의존하는 전력과 관련된 계약자연에 의존하는 전력과 관련된 계약의 용어와 개정 범위에 포함되는 계약 유형을 명확히 하고, 자연에 의존하는 전력을 매입 또는 매도하는 계약이 자가 사용 예외 요구사항의 평가 대상임을 명확히 하였습니다. 또한, 일부 자연에 의존하는 전력과 관련된 계약을 예상 전력거래의 위험회피에서 위험회피수단으로 지정할 수 있게 하는 등 위험회피회계 요건을 변경하고, 관련 공시를 추가하였습니다. 해당 기준서의 개정이 재무제표에 미치는 중요한 영향은 없습니다.

2.1.2 회사가 적용하지 않은 제ㆍ개정 기준서 및 해석서

제정 또는 공표되었으나 시행일이 도래하지 않아 적용하지 아니한 제ㆍ개정 기준서 및 해석서는 다음과 같습니다.

(1) 기업회계기준서 제1118호 '재무제표 표시와 공시' 제정

기업회계기준서 제1118호 '재무제표 표시와 공시'는 기업회계기준서 제1001호 '재무제표 표시'를 대체합니다. 기업회계기준서 제1118호는 손익계산서를 중심으로 정보이용자에게 기업의 성과를 분석하고 비교하는 데 유용한 정보를 제공하여 유사 기업 간 재무성과의 비교가능성을 향상시킬 것으로 예상됩니다.

기업회계기준서 제1118호는 2027년 1월 1일 이후 최초로 시작되는 회계연도부터 적용해야 하며, 조기적용이 허용됩니다. 기업은 기업회계기준서 제1008호 '회계정책, 회계추정치 변경과 오류'에 따라 이 기준서를 소급 적용해야 하므로 2026년 12월 31일로 종료되는 회계연도의 비교정보는 기업회계기준서 제1118호에 따라 재작성됩니다.

회사가 기업회계기준서 제1118호를 적용하여 재무제표를 작성하는 경우 현행 재무제표와 유의적인 차이를 발생시킬 것으로 예상되는 주요 회계정책은 다음과 같습니다. 이러한 부분은 향후 발생할 모든 차이를 포함한 것은 아니며 추가적인 분석결과에 따라 변경될 수 있습니다.[손익계산서 표시 등 변경]기업회계기준서 제1118호는 손익계산서에 포함된 모든 수익과 비용을 영업 범주, 투자 범주, 재무 범주, 법인세 범주, 중단영업 범주의 다섯 가지 범주 중 하나로 분류하도록 합니다. 동 기준서는 투자, 재무, 법인세, 중단영업으로 분류되지 않은 모든 수익과 비용을 영업 범주로 분류하며 영업손익을 잔여 개념의 손익으로 정의하고 있습니다.

회사는 수익과 비용의 범주 분류를 위하여 주된 사업활동을 평가하여야 하며, 회사가특정 유형의 자산 투자 또는 고객에 대한 금융제공을 주된 사업활동으로 영위하는 경우 해당 사업활동이 주된 사업활동이 아니었다면 투자 또는 재무 범주로 분류하였을 일부 수익과 비용을 영업 범주로 분류합니다.

이에 따른 영업손익은 수익에서 매출원가 및 판매비와관리비를 차감한 것으로 정의되는 현행 기업회계기준서 제1001호에 따른 영업손익과는 유의적인 차이가 있습니다. 기업회계기준서 제1118호는 현행 기업회계기준서 제1001호에 따라 산정된 영업손익을 주석으로 공시할 것을 요구하고 있으며, 기업회계기준서 제1118호에 따른 영업손익과 현행 기업회계기준서 제1001호에 따른 영업손익과의 차이 조정내역도 주석으로 공시해야 합니다.

또한, 기업회계기준서 제1118호는 손익계산서에 영업 범주로 분류되는 모든 수익과 비용으로 구성되는 '영업손익', 영업손익과 투자 범주로 분류된 모든 수익과 비용으로 구성되는 '재무손익및법인세비용차감전손익', 그리고 '당기순손익'을 표시하도록 요구하고 있습니다. 다만, 회사가 주된 사업활동으로 고객에게 금융을 제공하는 경우 회계정책 선택에 따라 '재무손익및법인세비용차감전손익' 표시는 적용되지 않을 수 있습니다.[경영진이 정의한 성과측정치 공시 도입]기업회계기준서 제1118호는 경영진이 정의한 성과측정치를 기업이 재무제표와 구분하여 공개적인 의사소통에 사용하고, 기업 전체의 재무성과 측면에 대한 경영진의 견해를 재무제표 이용자에게 전달하기 위해 사용하며, 기업회계기준서 제1118호 문단 118에서 열거하지 않거나 한국채택국제회계기준에서 표시ㆍ공시를 명시적으로 요구하지 않는 수익과 비용의 중간합계로 정의하고 이와 관련된 공시 요구사항을 새롭게 도입하였습니다.

경영진이 정의한 성과측정치가 있는 경우 해당 지표를 보고하는 이유, 해당 지표의 산정 방법, 해당 지표와 기업회계기준서 제1118호에서 명시하는 가장 직접적으로 비교가능한 중간합계와의 조정내역, 각 조정항목의 법인세 효과, 비지배지분에 미치는 효과 등을 공시하여야 합니다.[현금흐름 분류 등 변경]한편, 기업회계기준서 제1118호의 제정에 따라 기업회계기준서 제1007호 '현금흐름표'에 대한 일부 개정이 이루어졌으며, 동 개정에 따라 간접법에 따른 영업활동현금흐름 산정의 출발점이 당기순손익에서 영업손익으로 변경되었고, 이자 및 배당 관련 현금흐름에 대한 분류 선택권이 삭제되었습니다.

2.2 회계정책의 변경요약분기재무제표의 작성에 적용된 중요한 회계정책과 계산방법은 주석 2.1.1에서설명하는 제ㆍ개정 기준서의 적용으로 인한 변경 및 아래 문단에서 설명하는 사항을제외하고는 전기 재무제표 작성에 적용된 회계정책이나 계산방법과 동일합니다. 2.2.1 법인세비용중간기간의 법인세비용은 전체 회계연도에 대해서 예상되는 최선의 가중평균연간법인세율, 즉 추정평균연간유효법인세율을 중간기간의 세전이익에 적용하여 계산합니다.

3. 중요한 회계추정 및 가정

회사는 미래에 대하여 추정 및 가정을 하고 있습니다. 추정 및 가정은 지속적으로 평가되며, 과거 경험과 현재의 상황에서 합리적으로 예측가능한 미래의 사건과 같은 다른 요소들을 고려하여 이루어집니다. 이러한 회계추정은 실제 결과와 다를 수도 있습니다.요약분기재무제표 작성시 사용된 중요한 회계추정 및 가정은 법인세비용을 결정하는데 사용된 추정의 방법을 제외하고는 전기 재무제표 작성에 적용된 회계추정 및 가정과 동일합니다.

4. 단기금융자산(1) 당분기말과 전기말 현재 현금및현금성자산의 내역은 다음과 같습니다.

(2) 당분기말과 전기말 현재 단기금융상품의 내역은 다음과 같습니다.

5. 매출채권 및 기타채권(1) 매출채권 및 기타채권당분기말과 전기말 현재 매출채권 및 기타채권의 내역은 다음과 같습니다.