피아이이 분기보고서 (2026.09)

1. 회사의 개요

가. 연결대상 종속회사 개황(연결재무제표를 작성하는 주권상장법인이 사업보고서, 분기ㆍ반기보고서를 제출하는 경우에 한함) 1. 연결대상 종속회사 현황(요약)

1-1. 연결대상회사의 변동내용

나. 회사의 법적, 상업적 명칭 당사의 명칭은 '주식회사 피아이이'라고 표기합니다.또한 영문으로는 PIE Co.,Ltd. 로 표기합니다. 다. 설립일자 당사는 2018년 07월 06일에 설립되었습니다.

라. 본사의 주소, 전화번호, 홈페이지 주소

마. 중소기업 등 해당 여부

바. 주요 사업의 내용 및 향후 추진하려는 신규사업 당사는 딥러닝 비전 기술과 피지컬 AI(Physical AI)를 결합하여 첨단 산업 전반에 'AI 기반 제조 지능화 솔루션'을 제공하는 전문 기업입니다. 특정 산업에 국한되지 않고 고사양 PCB, 오토모티브, 이차전지 등 다양한 고도화된 제조 공정에 최적화된 초정밀 AI 검사 기능을 제공하고 있습니다. 나아가 현장의 각종 검사 및 공정 장비에서 검출되는 방대한 데이터를 통합 분석하고 물리적 제어까지 연계함으로써, 단순 불량 판별을 넘어 공정의 자율 운영, 생산성 극대화 및 선제적 수율 관리를 실현하는 데이터 기반 스마트팩토리 토탈 솔루션을 공급하고 있습니다. 사업의 내용에 대한 상세 내용은 제2부「Ⅱ. 사업의 내용」 을 참조하시기 바라며, 정관에 기재된 당사의 사업목적은 다음과 같습니다.

사. 신용평가에 관한 사항

(1) 최근 3년간 신용평가 내역

(2) 신용평가회사의 신용등급 정의

아. 회사의 주권상장(또는 등록ㆍ지정) 및 특례상장에 관한 사항

2. 회사의 연혁

가. 회사의 본점소재지 및 그 변경

나. 경영진 및 감사의 중요한 변동

다. 최대주주의 변동 해당사항 없습니다. 라. 상호의 변경 해당사항 없습니다. 마. 회사가 화의, 회사정리절차 그 밖에 준하는 절차를 밟은 적이 있거나 현재 진행중인 경우 그 내용과 결과 해당사항 없습니다. 바. 회사가 합병등을 한 경우 그 내용 해당사항 없습니다. 사. 회사의 업종 또는 주된 사업의 변화 해당사항 없습니다. 아. 그 밖에 경영활동과 관련된 중요한 사항의 발생내용 해당사항 없습니다.

3. 자본금 변동사항

가. 자본금 변동추이

4. 주식의 총수 등

가. 주식의 총수 현황

나. 자기주식 해당사항 없습니다.

다. 다양한 종류의 주식 해당사항 없습니다.

5. 정관에 관한 사항

가. 정관 변경 이력 당사의 최근 정관 개정일은 2026년 3월 31일입니다.

나. 사업목적 현황

1. 사업목적 변경 내용

2. 변경 사유

신규사업 추진에 따른 사업목적 추가 및 미영위 사업 삭제를 위해 이사회 제안을 받아 각 임시주주총회 및 정기주주총회를 통하여 변경되었습니다. 사업목적을 추가함에 따라 신규 사업에 대한 투자 및 연구 개발을 진행하고 있습니다.

3. 정관상 사업목적 추가 현황표

3-1. 그 사업 분야 및 진출 목적당사는 기존 머신비전 및 스마트팩토리 솔루션 사업 경쟁력을 기반으로 AI 및 로보틱스, 피지컬 AI 관련 제조업 및 유통업 분야로 사업영역을 확대하고자 사업목적을 추가하였습니다.

AI 및 로보틱스, 피지컬 AI는 인공지능(AI), 로봇, 비전검사, 자율주행 로봇(AMR), 데이터 분석 및 자동화 기술을 융합하여 제조 현장의 검사ㆍ분석ㆍ이송ㆍ제어ㆍ운영을 지능화하는 기술입니다. 최근 제조업 전반에서 생산 효율 향상, 품질 안정화, 인력 의존도 감소 및 자율제조 구현 수요가 증가함에 따라 관련 시장이 빠르게 확대되고 있습니다.

당사는 기존에 보유한 머신비전 검사 솔루션, AI 기반 영상처리 알고리즘 및 스마트팩토리 구축 역량을 활용하여 AI 비전검사, AI 기반 비파괴검사(NDT), 제조 데이터 기반 공정 최적화, 로봇 자동화 및 피지컬 AI 기반 제조 자동화 솔루션 사업을 추진하고자 합니다. 특히 검사 데이터와 AI 분석, 로봇 제어를 통합한 제조 지능화 플랫폼을 통해 고객사의 생산성 향상 및 제조 경쟁력 강화에 기여할 계획입니다.

또한 자회사와의 기술 협업을 기반으로 AI 소프트웨어, 산업용 AI 플랫폼, 로봇 자동화 솔루션 및 제조 데이터 분석 기술을 결합한 End-to-End 스마트팩토리 솔루션 사업을 확대할 예정입니다. 주요 적용 산업은 이차전지, 반도체, PCB, 자동차부품, 디스플레이 등 첨단 제조 산업이며, 향후 글로벌 제조 시장까지 사업영역을 확대할 계획입니다

3-2.시장의 주요 특성ㆍ규모 및 성장성AI 및 로보틱스, 피지컬 AI 시장은 제조업의 디지털 전환(DX) 및 AI 전환(AX) 확산과 함께 빠르게 성장하고 있는 산업 분야입니다. 최근 제조 현장에서는 단순 자동화를 넘어 AI 기반의 자율제조 및 무인화 수요가 확대되고 있으며, 검사ㆍ분석ㆍ공정 운영ㆍ물류 이송 등 제조 전 공정에 AI와 로봇 기술을 융합하려는 움직임이 활발히 진행되고 있습니다.

특히 이차전지, 반도체, 자동차 및 전자부품 산업에서는 고도화된 품질관리 및 미세 결함 검출 중요성이 확대되고 있으며, 이에 따라 AI 비전검사, AI 기반 비파괴검사(NDT), 협동로봇 및 자율주행 로봇(AMR)을 활용한 제조 자동화 솔루션 수요가 증가하고 있습니다. 검사 정확도 향상과 검사 시간 단축, 제조 원가 절감이 핵심 경쟁력으로 부각되면서 AI와 로보틱스 기술의 산업 적용이 확대되는 추세입니다.

피지컬 AI 시장은 AI가 실제 물리 시스템과 결합하여 스스로 판단ㆍ제어ㆍ운영하는 형태의 제조 지능화 기술로 주목받고 있으며, 글로벌 제조업의 차세대 핵심 기술로 평가받고 있습니다. AI 기반 로봇 자동화와 데이터 분석 기술이 결합되면서 제조 현장의 자율화 및 통합 관제 수요도 지속적으로 증가하고 있습니다.

당사는 기존 머신비전 및 스마트팩토리 사업을 통해 확보한 영상처리 알고리즘, AI 소프트웨어 및 제조 데이터 분석 역량을 바탕으로 AI 및 로보틱스, 피지컬 AI 시장 진출을 추진하고 있습니다. 특히 AI 기반 검사 솔루션과 로봇 자동화 기술을 결합한 제조 지능화 플랫폼을 통해 고객 맞춤형 솔루션 제공이 가능하며, 기존 고객사 네트워크를 활용한 사업 확장도 기대하고 있습니다.

3-3.신규사업과 관련된 투자 및 예상 자금소요액(총 소요액, 연도별 소요액), 투자자금 조달원천, 예상투자회수기간 등'Ⅱ.사업의 내용'의 '6.주요계약 및 연구개발활동'을 참조하시기 바랍니다.

3-4.사업 추진현황

당사는 기존 머신비전 및 스마트팩토리 솔루션 사업을 기반으로 AI 기반 비파괴검사(NDT) 및 제조 지능화 영역으로 사업을 확장하고 있습니다. 기존에 확보한 영상처리 알고리즘, 데이터 분석 및 검사 자동화 기술을 활용하여 초음파 검사 솔루션과 X-ray/CT 검사 솔루션의 연구개발 및 사업화를 단계적으로 추진하고 있습니다.

초음파 검사 분야에서는 Battery Cell 제조 공정 내 Pouch Sealing부 검사, 전해액 누출 검사, 반도체 Memory Packaging 및 Power Chip 검사 등을 대상으로 H/W 및 S/W 개발과 테스트를 진행 중이며, 기존 고객사를 대상으로 우선 적용 후 적용 공정을 확대할 계획입니다.

X-ray/CT 검사 분야에서는 배터리 및 전자부품 내부 결함 검사와 측정 솔루션 개발을 추진하고 있으며, 관련 기술 및 전문 인력 확보를 병행하고 있습니다. 또한 AI 기반 영상 분석 기술을 접목하여 검사 정확도 향상 및 검사 시간 단축이 가능한 솔루션 개발을 추진하고 있습니다.

아울러 당사는 AI 및 로보틱스, 피지컬 AI 관련 제조업 및 유통업을 신규 사업목적으로 추가하였으며, 딥러닝 비전 기술과 로봇ㆍ자동화 기술을 결합한 제조 지능화 솔루션 사업을 확대하고 있습니다. 특히 자회사와의 기술 협업을 통해 AI 비전검사, AI 기반 비파괴검사(NDT), 자율제조 솔루션, 산업용 AI 플랫폼, 로봇 자동화 시스템 등 제조 전 공정을 아우르는 End-to-End 스마트팩토리 사업을 추진 중입니다.

또한 자율주행 로봇(AMR), 협동로봇, AI 비전검사 기술을 결합한 자동화 설비와 피지컬 AI 기반 제조 자동화 솔루션을 전시 및 시연하는 등 관련 사업 확대를 위한 영업 및 기술 개발 활동을 지속하고 있습니다.

3-5. 기존 사업과의 연관성당사는 기존 머신비전 검사 솔루션, 스마트팩토리 솔루션 및 데이터 기반 제조 자동화 사업을 영위하고 있으며, 신규 추진 사업은 기존 사업과 높은 기술적 연관성을 가지고 있습니다.

초음파 검사 및 X-ray/CT 검사 솔루션은 모두 영상 데이터 취득 및 분석 기술을 기반으로 하며, 당사가 기존 사업을 통해 확보한 영상처리 알고리즘, 딥러닝 기반 AI 분석 기술, 데이터 처리 기술 등을 활용할 수 있습니다. 특히 기존 머신비전 검사 솔루션 개발 경험은 비파괴검사(NDT) 분야의 검사 정확도 향상 및 자동화 구현에 직접적으로 활용 가능합니다.

또한 AI 및 로보틱스, 피지컬 AI 사업은 당사의 스마트팩토리 사업과 밀접한 연관성을 가지고 있습니다. 당사는 기존 제조 데이터 분석, AI 기반 검사, 공정 자동화 기술을 바탕으로 제조 현장의 자율화 및 지능화 솔루션을 확대하고 있으며, 로봇ㆍ자동화 설비와 AI 기술을 융합한 제조 지능화 플랫폼 구축이 가능합니다.

특히 당사가 보유한 AI 비전검사 및 데이터 기반 분석 기술은 자율제조 및 AX(AI Transformation) 구현에 활용될 수 있으며, 기존 고객사 네트워크를 활용한 신규 솔루션 공급 확대도 가능할 것으로 기대하고 있습니다.

3-6. 주요 위험

AI 및 로보틱스, 피지컬 AI 산업은 기술 변화 속도가 빠르고 시장 환경 변화에 따라 지속적인 연구개발 및 기술 고도화가 요구됩니다. 또한 주요 전방산업인 이차전지, 반도체 및 전자부품 산업의 투자 환경과 고객사의 설비 투자 계획 등에 따라 사업 추진 일정 및 실적 변동 가능성이 존재합니다.

아울러 신규 사업 확대 과정에서 전문 인력 확보, 기술 경쟁력 강화 및 시장 대응 역량 확보가 지속적으로 필요합니다.

3-7. 향후 추진계획당사는 기존 머신비전 및 스마트팩토리 사업 경쟁력을 기반으로 AI 기반 비파괴검사(NDT), AI 및 로보틱스, 피지컬 AI 사업을 단계적으로 확대할 계획입니다.

초음파 검사 및 X-ray/CT 검사 솔루션은 기존 고객사를 대상으로 우선 적용 후, Battery Cell 제조사, 반도체 제조사, 완성차 업체, 폐배터리 재활용 업체 등으로 공급 범위를 확대해 나갈 예정입니다.

또한 AI 비전검사, 제조 데이터 분석, 로봇 자동화 기술을 융합한 자율제조 솔루션 개발을 지속 추진하고 있으며, 제조 현장의 무인화ㆍ자동화 수요 확대에 대응하여 AI 기반 제조 지능화 플랫폼 사업을 강화할 계획입니다.

특히 AI 및 로보틱스, 피지컬 AI 사업과 관련하여 자율주행 로봇(AMR), 협동로봇, AI 비전 기술을 융합한 제조 자동화 솔루션 개발 및 사업화를 추진하고 있으며, 제조 데이터 기반 예측ㆍ분석ㆍ운영 최적화 솔루션을 통해 스마트팩토리 전반으로 사업 영역을 확대할 계획입니다.

아울러 당사는 지속적인 연구개발 투자 및 전문 인력 확보를 통해 AI 기반 제조 지능화 솔루션 전문기업으로 사업 경쟁력을 강화하고, 글로벌 제조산업 시장 진출을 추진할 계획입니다.

3-8. 미추진 사유

해당사항 없습니다.

1. 사업의 개요

당사는 AI 기반 제조지능화(Manufacturing Intelligence)를 제조 현장에서 생성되는 검사, 공정, 설비 데이터를 수집, 분석하여 품질 관리 및 운영 효율 개선을 지원하는 솔루션 영역으로 정의하고, 관련 솔루션을 개발, 판매하고 있습니다. 당사 솔루션은 데이터 입력(Input), 처리(Process), 저장(Storage), 출력(Output) 구조를 기반으로 하며, 처리 단계에서 알고리즘, 로직 및 딥러닝 기반 분석 기능을 적용하여 결함 판별, 공정 운영 지원, 모니터링 및 예측 기능을 제공합니다. 이를 통해 생산 안정화 및 운영 효율 개선에 기여하는 방향으로 기능 고도화를 추진하고 있습니다.당사는 기존 소프트웨어 중심 사업 구조를 기반으로 현장 적용성과 사업 확장성을 고려한 장비, 시스템 통합형 사업모델 확대를 검토하고 있으며, AI(Artificial Intelligence) 기반 분석 역량과 현장 적용 경험을 바탕으로 적용 산업의 다변화를 추진하고 있습니다. 이에 따라 AX(AI Transformation)사업부를 중심으로 신규사업 영역을 단계적으로 확장하고 있으며, 신규사업은 유리기판(Glass Substrate), PCB(Print Circuit Board) 산업, 오토모티브(Automotive), 반도체(Semiconductor) 등 추진 현황과 적용 가능성을 검토하고 있습니다.유리기판(Glass Substrate) 분야는 첨단 패키징(Advanced Packaging) 공정 내 소재 및 기판 구조 변화와 함께 검사 수요가 확대되는 영역으로, TGV(Through Glass Via) 공정 적용 확대에 따라 홀 내부 결함, 미세 균열, Delamination, Void 등에 대한 검사 중요성이 높아지는 추세입니다. 당사는 데모 장비 라인업을 기반으로 광학 AOI(Automated Optical Inspection) 및 고속 검출 기능 중심의 성능 검증을 진행하고 있으며, 소재, 기판 밸류체인(Value Chain) 내 고객사를 대상으로 장비 시연, 도입 협의 및 공정 적용성 확인을 병행하고 있습니다. 또한 향후 공정 대응 범위 확대를 위해 관련 장비 운용 및 고도화 방안을 함께 검토하고 있습니다.PCB(Printed Circuit Board) 산업은 AI 서버 및 데이터센터 수요 확대에 따라 하이엔드 PCB를 중심으로 고다층화, 고정밀화가 진행되고 있습니다. 하이엔드 PCB는 대면적화, 고중량화에 따라 수작업 중심의 핸들링 공정이 물리적 한계에 이르고 있어 제조 공정 전반의 무인화, 자동화가 주요 트렌드로 자리 잡고 있으며, 하이엔드 성능 구현의 핵심인 PTH(Plated Through Hole) 및 BVH(Blind Via Hole) 등 홀 검사 공정 역시 자동화가 진행되는 추세입니다. 당사는 PTH/BVH 검사장비를 보유하고 있으며, 해당 장비에는 당사가 자체 개발한 AI 기반 자체 검출 알고리즘 및 이미지 인핸싱(Image Enhancing) 기술이 적용되어 기존 룰 기반 AOI 대비 미세 홀 결함에 대한 검출력을 높인 것이 특징입니다. 나아가 하이엔드 PCB 사업은 기존 컨벤셔널(Conventional) PCB 대비 전수검사 공정 자동화, MoMA(Mobile Manipulator) 기반 물류 자동화 등 무인화, 자동화 솔루션의 채택 유인이 높은 영역으로, 당사는 관련 사업기회를 단계적으로 발굴해 나갈 계획입니다.오토모티브(Automotive) 분야는 (헤드램프(Head Lamp), 리어램프(Rear Lamp) 등)를 중심으로 외관 품질, 조립 정합 및 기능 신뢰성에 대한 요구 수준이 높아 검사 자동화 수요가 지속되는 영역입니다. 당사는 자동차 밸류체인 내 1차 벤더 및 램프 모듈사를 대상으로 로봇 기반 검사와 AI 기술 접목 가능 공정을 중심으로 PoC(Proof of Concept)를 추진하고 있으며, 검증 결과에 따라 양산 적용 범위를 단계적으로 검토하고 있습니다. 또한 제품 적용 범위는 헤드램프(Head Lamp)를 중심으로 리어램프(Rear Lamp), DRL(Daytime Running Lamp) 등 인접 영역으로의 확장 가능성을 검토하고 있습니다.반도체(Semiconductor) 분야는 AI(Artificial Intelligence)/HPC(High Performance Computing) 확산에 따라 고성능 디바이스 비중이 증가하면서 후공정(패키징/기판) 단계의 품질 관리 중요성이 높아지는 추세입니다. 당사는 웨이퍼(Wafer) 및 패널(PLP, Panel Level Packaging) 공정에서의 맵핑, 분석 수요와 본딩 웨이퍼 등 접합 품질 확보를 위한 초음파 검사 수요를 중심으로 적용 가능성을 검토하고 있습니다. 또한 반도체 밸류체인 내 공정 품질 확보 목적의 검사 수요에 대응하여 관련 성능 검증과 사업기회 발굴을 단계적으로 추진하고 있습니다.당사의 캐시카우(Cash Cow) 역할을 수행하는 SB(Secondary Battery)사업부는 이차전지 배터리 셀 제조 공정에서 축적한 검사, 운영 데이터와 현장 적용 경험을 바탕으로 AI 비전 및 데이터 기반 스마트팩토리 솔루션을 공급하고 있습니다. 국내 주요 배터리 셀 제조사 및 해외 제조사를 대상으로 공급 실적을 보유하고 있으며, 고객 라인별 특성에 맞춘 소프트웨어 제공을 통해 생산능력 증설 및 공정 안정화 수요에 대응하고 있습니다. 또한 이차전지 분야에서 축적한 데이터, 알고리즘 및 현장 적용 경험을 바탕으로 AX 신규사업 영역으로의 적용 범위 확대도 병행 검토하고 있습니다.당사는 특정 산업에 한정된 개별 솔루션 공급 구조를 넘어, 제조 현장에서 축적되는 데이터를 기반으로 품질 관리, 공정 운영, 검사 자동화 및 시스템 연계를 지원하는 AI 기반 제조지능화 기업으로 사업 포트폴리오를 고도화하고 있습니다. 향후에도 기존 사업에서 확보한 데이터 처리 및 분석 역량, 산업별 현장 적용 경험, 장비, 시스템 통합형 사업모델 검토를 바탕으로 신규 산업군 내 적용 범위를 단계적으로 확대해 나갈 계획입니다.

2. 주요 제품 및 서비스

가. 주요 제품 등의 현황

나. 주요 제품에 대한 내용 (1) AI 검사 솔루션

당사의 AI 검사 솔루션은 자체 AI 알고리즘 개발 역량과 1. 광학 AOI(Automated Optical Inspection), 2. 홀로토모그래피(Holotomography), 3. 초음파, 4. X-ray / CT에 이르는 전방위 검사 기술 계층을 보유하고 있습니다. 표면 외관부터 내부 접합 품질까지 검사 대상과 결함 특성에 최적화된 검사 방식을 제공하는 것을 핵심 경쟁력으로 하고 있습니다. 광학 AOI는 표면 및 외관 결함의 고속 전수검사를, 홀로토모그래피는 유리 등 투명ㆍ반투명 소재 내부의 비파괴 정밀 검측을, 초음파 및 X-ray/CT는 접합부와 적층 구조 내부의 은폐 결함 검출을 각각 담당하며, 단일 검사 방식으로는 대응이 어려운 복합 결함에 대해 상호 보완적인 검사 체계를 구성합니다. 여기에 이차전지 분야에서 축적한 딥러닝 기반 비정형 결함 판별 및 AI 모델 경량화(Lightweighting) 기술을 공통 기반으로 적용하여, 검사 정확도와 처리 속도, 도입 비용 효율을 동시에 확보하는 방향으로 솔루션을 고도화하고 있습니다.

[이미지: AI 검사 솔루션 (1)] 원문에서 확인할 수 있어요.

[이미지: AI 검사 솔루션 (2)] 원문에서 확인할 수 있어요.

유리기판(Glass Substrate) 분야에서는 양산화의 주요 허들로 지목되는 미세 크랙, 충전 불량, 보이드(Void), 딜라미네이션(Delamination) 등 핵심 결함에 대한 검사ㆍ검측 솔루션의 성능 검증을 진행하고 있습니다. 유리 소재 특성상 결함이 내부에 은폐되거나 광학적으로 판별이 어려운 경우가 많아, 광학 검사와 비파괴 검측 기술을 결합한 당사의 다중 기술 계층이 유효하게 작용할 수 있는 영역으로 판단하고 있습니다.PCB(Print Circuit Board) 분야에서는 PTH(Plated Through Hole)/BVH(Blind Via Hole) 홀 검사 자동화 장비를 기반으로 사업화를 추진하고 있으며, 홀 내부와 같이 조명ㆍ초점 조건이 제약되는 검사 환경에서 AI 기반 영상 분석 역량을 통해 검출 신뢰성을 확보하고 있습니다. 반도체(Semiconductor) 분야에서는 웨이퍼 본딩(Wafer Bonding) 공정의 접합 품질 확보를 위한 초음파 기반 검사 적용을 추진하고 있습니다.오토모티브(Automotive) 분야에서는 기존 작업자 목시(目視) 검사에 의존하던 헤드램프(Head Lamp) 검사 공정을 무인화ㆍ자동화 트렌드에 맞춰 다관절 로봇과 AI 검사 솔루션을 결합한 형태로 전환ㆍ공급한 실적을 보유하고 있습니다. 제조현장 적용 레퍼런스 기반으로, 대형 램프 검사 영역으로의 수평 전개를 추진하고 있으며, 오토모티브 산업으로 시작하여 다양한 제조 라인에서 무인화ㆍ자동화 검사 솔루션의 채택률이 높아질 것으로 기대하고 있습니다. 당사는 이러한 산업별 적용 성과와 검사 데이터를 상호 연계하여 기술 계층 전반의 검출 성능을 지속적으로 개선하고 있으며, 이를 기반으로 첨단 제조 산업 내 검사 솔루션의 적용 범위를 단계적으로 확대해 나갈 계획입니다.

(2) 데이터기반 스마트팩토리 솔루션

당사의 데이터 기반 스마트팩토리 솔루션은 AI가 도입되고 있는 다양한 첨단 제조 공정에서 발생하는 검사, 공정, 설비 데이터를 통합적으로 수집, 분석, 모니터링, 예측하여 생산 전반의 품질과 운영 효율을 고도화하는 시스템입니다. 설비, 센서, 검사장비 등 현장에서 생성되는 대규모 원천 데이터를 기반으로 공정 이상, 품질 변동, 데이터 드리프트를 실시간으로 감지하고, 인공지능 모델 성능 저하의 원인을 공정 조건, 설비 상태 등 물리적 맥락까지 연계해 분석합니다. 또한 AI Observability 및 MLOps 기반 운영 체계를 통해 모델 성능을 지속적으로 관리하고, 공정 조건 변화에 따른 자동 보정 및 예측 기능을 제공합니다. 전 세계적으로 AI를 활용한 제조 지능화 및 관련 생산설비의 신, 증설이 확대되는 가운데, 글로벌 제조사들은 조기 수율 안정화와 글로벌 생산라인 간 품질 일관성 확보를 위해 데이터 기반, AI 자율 운영형 스마트팩토리 구축에 대한 투자를 지속적으로 확대하고 있습니다.

[이미지: 데이터 기반 스마트팩토리 솔루션] 원문에서 확인할 수 있어요.

다. 주요 제품 등의 가격변동추이 당사의 AI머신비전, 데이터기반 스마트팩토리 솔루션은 고객사별로 이차전지 제조 공정이 상이하고, 동일 제조 공정 내에서도 다양한 요구 사양 차이에 따른 가격 편차가 크기 때문에 솔루션의 가격을 단순 산정하기 어렵습니다.

또한 사양별 구체적인 가격 변동은 영업적으로 보호되어야 할 필요가 있으므로 제품에 대한 단가를 기재하지 않습니다.

3. 원재료 및 생산설비

(1) 주요 원재료 매입현황

(2) 원재료 가격변동 추이당사의 제품은 고객사 주문에 따라 설계 및 제작되는 비규격 주문생산 방식의 장비로서, 제품별로 적용되는 원재료 및 부품의 종류, 사양 및 규격이 상이합니다. 또한 주요 원재료 및 부품의 상당 부분이 프로젝트별 맞춤 제작 또는 주문 조달 방식으로 공급되고 있습니다.이와 같은 사업 구조상 특정 원재료에 대한 지속적인 가격 변동 추이를 산출하기 어려워 가격 변동 추이에 대한 별도의 기재는 생략합니다.

(3) 주요 원재료 매입처 등

당사는 주요 원재료 수급 안정성과 원가 경쟁력 확보를 위하여, 공급업체를 다양하게 확보함과 동시에 우수 협력업체 중심으로 운영하고 있습니다.당사의 매입처는 특정 공급업체에 편중되지 않고, 고르게 유지하고 있으며, 이를 통하여 원재료의 가격 변동 발생시 유연하게 대처하고, 원재료 수급에도 지장을 받지 않도록 매입처를 관리하고 있습니다. 나. 생산 및 설비

(1) 생산능력 및 생산실적

당사는 수주 기반의 비전 솔루션과 스마트팩토리 솔루션이 주요 제품이며, 이들 제품은 규격 공급 제품이 아니며 고객의 니즈에 따라 수주 규모와 시행기간이 매우 다양한 형태를 가지고 있습니다. 따라서, 생산능력 및 그에 따른 생산 실적을 일반 제조업의 기준으로 파악하기 어려워 별도의 Capa나, 이에 따른 가동률을 기재하지 않았습니다.

(2) 생산설비에 관한 사항

4. 매출 및 수주상황

가. 매출 실적

나. 판매 경로와 방법

(1) 판매 조직

당사는 2025년 말 조직 개편에 따른 사업부제 도입을 통해 핵심 역량을 집중하고 영업 경쟁력을 극대화하였습니다. 전사 영업 조직을 크게 SB(Secondary Battery) 영업본부와 AX(AI Transformation) 영업본부로 구분하여 운영하고 있습니다. 이를 통해 기존 사업의 안정적 매출 기반 확보와 신사업 확장 동력을 이원화 및 전문화하여 전방 산업의 리스크를 분산하고, 중장기 성장전략을 균형 있게 추진할 수 있는 구조적 기반을 확보하였습니다.

[이미지: 영업 조직] 원문에서 확인할 수 있어요.

각 영업본부의 역할과 특징은 다음과 같습니다.SB 영업본부: 당사의 캐시카우 역할을 담당하는 이차전지 산업에 집중하는 조직입니다. 단일 아이템 및 주요 배터리 제조 고객선을 타겟으로 심도 있는 밀착 영업과 고객 관리를 전개하고 있습니다. AX 영업본부: 유리기판, PCB, 오토모티브, 반도체 등 다양한 밸류체인과 인더스트리에 동시에 대응하는 신성장 전담 조직입니다. 단일 고객선을 상대하는 SB 영업본부와 달리, AX 영업본부 산하의 영업팀은 각 시장 카테고리(유리기판, PCB, 오토모티브 등)별로 역할을 세분화하여 각 산업 특성에 맞춘 고도화된 타겟 영업을 수행하고 있습니다.

(2) 판매 경로

다. 판매 전략

(1) AI 비전 솔루션

당사의 AI 비전 솔루션 판매 전략은 고도화된 딥러닝 추론 기술과 'AI 모델 경량화'를 핵심 영업 무기(Selling Point)로 삼아 고객의 도입 장벽을 낮추고, 타겟 산업군을 전방위로 확대하는 데 집중하고 있습니다.기존의 단순 규칙 기반(Rule-based) 검사 방식에 한계를 느끼는 첨단 제조사들을 대상으로, 당사는 비정형 불량 판별 능력과 과검(Over-detection) 최소화에 따른 즉각적인 수율 개선 효과를 적극적으로 어필하고 있습니다. 특히 고사양 하드웨어 구축 부하를 줄여주는 'AI 모델 경량화' 기술을 앞세워, 설비 투자(CAPEX) 절감 니즈가 큰 고객사들의 선행 기술 검증(PoC)을 빠르게 유도하고 있습니다.당사는 이러한 제품 경쟁력을 바탕으로 다음과 같은 세부 타겟팅 및 영업 전략을 전개하고 있습니다.타겟 시장 다변화 전략: 기존의 주력 매출처인 이차전지 시장에서의 확고한 레퍼런스를 지렛대 삼아, 고난도 미세 검사가 필수적인 고사양 PCB, 오토모티브 등 AI 지능화 장비 수요가 급증하는 신규 첨단 제조 시장으로 영업 포트폴리오를 빠르게 다각화하고 있습니다.밸류체인(Value Chain) 투트랙 공략: 단일 고객사 영업에 그치지 않고 산업 생태계 전체를 타겟팅합니다. 시장 트렌드를 주도하는 글로벌 대기업(End-user)을 직접 공략하여 당사 솔루션을 표준화함과 동시에, 해당 제조사들의 하부 소재, 부품 벤더 및 외주(OEM) 생산 업체들까지 동시에 공략하는 전방위적 영업을 통해 시장 지배력을 강화하고 있습니다.선행 검증(PoC) 기반 양산 라인 확산: 핵심 고객사와의 선행 기술 검증(PoC) 프로젝트를 최우선으로 수주하여 당사 솔루션의 성능을 현장에서 입증한 뒤, 이를 기반으로 고객사의 국내외 전체 양산 라인에 수평 및 수직 전개(Roll-out)하여 락인(Lock-in) 효과와 매출 극대화를 달성하는 전략을 실행 중입니다.

(2) 데이터 기반 스마트팩토리 솔루션

AI 머신비전 기술 확산과 함께 제조 현장에서 생성되는 대규모 데이터를 활용해 생산성 향상과 수율 관리를 동시에 달성하려는 수요가 첨단 제조 산업 전반으로 확대되고 있습니다. 과거에는 개별 설비의 단순 가동률과 생산성이 핵심 관리 지표였다면, 최근에는 검사 설비와 제조 설비 전반에서 발생하는 데이터를 통합적으로 수집, 분석, 모니터링하고, 이를 기반으로 공정 이상을 사전에 예측, 대응하는 데이터 중심의 제조 지능화(Manufacturing Intelligence) 운영 체계로 전환되는 추세입니다. 이러한 변화는 제조 데이터의 투명성을 높이고, 공정 변동과 이상 징후를 실시간으로 감지함으로써 현장 이슈에 신속히 대응할 수 있는 체계적인 자율 운영을 가능하게 합니다.당사의 데이터 기반 스마트팩토리 솔루션은 특정 산업에 국한되지 않고 고사양 PCB, 오토모티브, 이차전지 등 고도화된 첨단 제조 공정에서 발생하는 검사, 공정, 설비 데이터를 통합 분석합니다. 인공지능 기술을 활용해 공정 변화와 데이터 드리프트를 실시간으로 감지하며, AI 모델 성능 저하의 원인을 공정 조건 및 설비 상태 등 물리적 맥락까지 연계해 분석, 판별하는 것이 당사 기술의 핵심입니다. 이를 통해 단순 모니터링을 넘어 공정 이상에 대한 선제적 대응과 운영 최적화를 지원합니다.전 세계적으로 AI를 도입한 첨단 제조 라인의 신설 및 증설이 동시다발적으로 진행되는 환경에서, 글로벌 제조사들은 조기 수율 안정화와 다수 국가에 산재한 글로벌 생산라인 간의 품질 일관성을 확보하기 위해 데이터 기반의 AI 자율 운영형 스마트팩토리 구축에 투자를 집중하고 있습니다. 당사는 이러한 거시적 시장 요구에 부합하는 높은 확장성과 분석 기술력을 바탕으로, 전방 산업의 제약 없이 다양한 밸류체인을 동시 공략하는 판매 전략을 전개하고 있습니다.

(3) AI 솔루션

Physical AI 솔루션은 제조 현장에서 인지, 판단, 제어 기능을 통합적으로 수행하는 지능형 로봇 수요 확대에 따라 성장하고 있습니다. 인건비 상승과 숙련 인력 부족으로 제조원가 부담이 증가하는 가운데, 단순 반복 작업을 자동화하는 기존 산업용 로봇을 넘어 공정 환경과 작업 상태를 실시간으로 인식하고 스스로 판단, 동작을 최적화하는 Physical AI 로봇의 필요성이 부각되고 있습니다. 특히 다품종, 소량 생산과 잦은 공정 전환이 요구되는 제조 환경에서는 로봇의 자율성과 적응력이 핵심 경쟁 요소로 평가되고 있습니다.당사는 AI 비전, 각종 센서 데이터, 공정 정보를 결합한 통합 인지, 판단 구조를 기반으로 로봇의 자율 판단 능력을 강화하고, 공정 변화나 품질 편차에 유연하게 대응할 수 있는 Physical AI 솔루션을 보유, 구축하고 있습니다. 이를 통해 로봇의 작업 정밀도와 안정성을 동시에 확보함으로써 생산성 향상과 품질 편차 최소화를 지원합니다. 또한 초기 도입 비용에 대한 고객 부담을 완화하기 위해 구독형 및 단계적 도입 모델을 적용하고 있으며, PoC부터 현장 확산까지 이어지는 단계별 판매 전략을 통해 제조 현장 적용 범위를 확대함으로써 지속적인 매출 성장을 도모하고 있습니다.

(5) 장비 솔루션

Physical AI 기반 장비 솔루션은 전방 산업의 설비 투자 변동성에 따라 실적 변동이 발생할 수 있는 기존 장비 사업의 한계를 보완하는 신규 사업 영역으로 확대를 추진하고 있습니다. 당사는 비파괴 내부 검사 및 AI 기반 결함 진단 기술을 AI 비전, AMR, 협동로봇과 결합해 검사, 판단, 이송, 제어 기능을 하나의 시스템으로 통합한 지능형 장비 솔루션을 개발, 구축하고 있습니다. 이를 통해 개별 공정 단위의 자동화를 넘어 공정 간 연계와 전체 라인 효율 최적화를 지원할 수 있습니다.구체적으로 CNC Driller용 로봇 핸들러, 이동형 AMR 기반 자동 로딩, 언로딩, 로봇 티칭 최적화 기술을 적용해 공정 간 대기 시간과 병목 구간을 최소화하고, 설비 가동률과 생산성을 동시에 향상시키고 있습니다. 또한 핵심 부품과 제어, 분석 소프트웨어의 내재화를 통해 기술 경쟁력을 강화함과 동시에 원가 구조를 개선하여 가격 경쟁력을 확보하고 있습니다. 이러한 통합형 Physical AI 장비 솔루션을 기반으로 고객사의 자동화, 무인화 수요에 효과적으로 대응하며, 프로젝트형 매출과 반복적인 추가 도입 수요를 통해 안정적인 매출 성장을 도모하고 있습니다.

(6) H/W 솔루션

AI 비전 및 AI 기술 확산에 따라 고해상도 카메라, 고속 인터페이스, 연산 성능이 강화된 고사양 하드웨어 수요가 지속적으로 증가하는 추세입니다. 대용량 영상 데이터의 실시간 처리와 딥러닝 기반 분석을 구현하기 위해서는 고성능 카메라, GPU 및 연산 모듈, 정밀 제어 보드 등 고사양 H/W 구성이 필수적이며, 이에 따라 관련 시장 성장과 함께 당사의 H/W 솔루션 매출 확대가 기대됩니다. 특히 이차전지 분야를 넘어 반도체, 디스플레이, 유리기판 등 다양한 첨단 제조 산업으로 사업 적용 영역이 확대됨에 따라, 공정 특성에 최적화된 맞춤형 H/W 솔루션에 대한 수요가 증가하고 있으며, 당사는 AI 비전 및 검사 솔루션과 연계된 통합 H/W 공급 전략을 통해 추가적인 사업 기회를 확보해 나가고 있습니다.

라. 주요 매출처 현황

당사의 최근 사업연도의 주요 매출처별 매출액은 다음과 같습니다.

마. 수주현황 수주 잔고에 대한 상세 내용은 거래 상대방과의 영업과 관련된 기밀 또는 고객사의 신규 프로젝트 등 비공개 사항으로 관련 내용을 공시할 경우 거래 상대방의 영업에 현저한 손실을 초래할 수 있다고 판단되어, 아래와 같이 전체 수주총액, 기납품액 및 수주잔고를 기재하였습니다.

5. 위험관리 및 파생거래

가. 위험관리

(1) 위험관리의 개요연결회사는 금융상품을 운용함에 따라 신용위험, 유동성위험, 환위험, 이자율위험 및기타 가격위험에 노출되어 있습니다.본 주석은 상기 위험에 대한 연결회사의 노출정도 및 이와 관련하여 연결회사가 수행하고 있는 자본관리와 위험관리의 목적, 정책 및 절차와 위험측정방법 등에 대한 질적 공시사항과 양적 공시사항을 포함하고 있습니다.(2) 위험관리 개념체계연결회사의 위험관리는 연결회사의 재무적 성과에 영향을 미치는 잠재적 위험을 식별하여 연결회사가 허용가능한 수준으로 감소, 제거 및 회피하는 것을 그 목적으로 하고 있습니다. 연결회사는 전사적인 수준의 위험관리 정책 및 절차를 마련하여 운영하고 있으며, 연결회사의 재무부문에서 위험관리에 대한 총괄책임을 담당하고 있습니다. 연결회사의 전반적인 금융위험 관리 전략은 전기와 동일합니다.

(3) 금융위험관리

① 신용위험관리연결회사는 금융상품의 당사자 중 일방이 의무를 이행하지 않아 상대방에게 재무손실을 입힐 신용위험에 노출되어 있습니다. 연결회사의 경영진은 신용위험을 관리하기 위하여 신용도가 일정 수준 이상인 거래처와 거래하고 있으며, 금융자산의 신용보강을 위한 정책과 절차를 마련하여 운영하고 있습니다. 연결회사는 신규 거래처와 계약시 공개된 재무정보 등을 이용하여 거래처의 신용도를 평가하고 이를 근거로 신용거래한도를 결정하고 있으며, 담보 또는 지급보증을 제공받고 있습니다. 또한, 연결회사는 주기적으로 거래처의 신용도를 재평가하여 신용거래한도를 재검토하고 담보수준을 재조정하고 있으며, 회수가 지연되는 금융자산에 대하여는 분기 단위로 회수지연 현황 및 회수대책을 보고하고 있으며 지연사유에 따라 적절한 조치를 취하고 있습니다. 당분기말 현재 연결회사가 보유 중인 금융자산은 대손충당금이 설정된 채권을 제외하고는 특별한 연체 및 손상의 징후가 발견되지 않았습니다.금융자산의 장부금액은 신용위험에 대한 최대 노출정도를 표시하고 있습니다. 당분기말과 전기말 현재 연결회사의 신용위험에 대한 최대노출정도 내역은 다음과 같습니다.

(주1) 연결회사는 당기손익-공정가치측정금융자산 투자의 신용위험을 관리하기 위하여, 발행회사 임원에게 행사할 수 있는 매수청구권을 보유하고 있으며 이에 대하여파생상품자산을 인식하였습니다(주석30 참조).(주2) 연결회사가 발행한 전환사채 중 제 3자 지정가능 매도청구권(call option)을 별도의 파생상품자산으로 인식하였습니다.

② 유동성위험관리연결회사는 현금 등 금융자산을 인도하여 결제하는 금융부채에 관련된 의무를 충족하는 데 어려움을 겪게 될 유동성위험에 노출되어 있습니다. 연결회사의 경영진은 유동성위험을 관리하기 위하여 단기 및 중장기 자금관리계획을 수립하고 현금유출예산과 실제현금유출액을 지속적으로 분석ㆍ검토하여 금융부채와 금융자산의 만기구조를 대응시키고 있습니다. 연결회사의 경영진은 영업활동현금흐름과 금융자산의 현금유입으로 금융부채를 상환가능하다고 판단하고 있습니다.

당분기말과 전기말 현재 연결회사의 금융부채의 잔존계약만기에 따른 만기분석은 다음과 같습니다.

③ 환위험관리연결회사는 제품 수출 및 원재료 수입 거래와 관련하여 USD, EUR의 환율변동위험에 노출되어 있습니다. 연결회사의 경영진은 내부적으로 원화 환율 변동에 대한 환위험을 수시로 측정하고, 대내적 환위험 관리를 하고 있습니다.당분기말과 전기말 현재 기능통화 이외의 외화로 표시된 화폐성자산의 장부금액은 다음과 같습니다.

당분기말과 전기말 현재 외화에 대한 원화환율 10% 변동시 환율변동이 세전당기손익에 미치는 영향은 다음과 같습니다.

상기 민감도 분석은 보고기간말 현재 기능통화 이외의 외화로 표시된 화폐성 자산을 대상으로 하였습니다.

④ 이자율위험관리당분기말과 전기말 현재 연결회사가 보유하고 있는 이자부 금융상품의 장부금액은 다음과 같습니다.

변동이자율 금융상품의 현금흐름 민감도 분석당분기말 현재 이자율이 100베이시스포인트 변동한다면, 자본과 손익은 증가 또는 감소하였을 것입니다. 이 분석은 환율과 같은 다른 변수는 변동하지 않는다고 가정하며 전기말에도 동일한 방법으로 분석하였습니다. 구체적인 세전손익의 변동금액은 다음과 같습니다.

⑤ 기타의 시장가격 위험관리당분기말 현재 연결회사가 계상하고 있는 파생상품부채의 주요 투입변수인 할인율 및 주가 변동성이 0.5% 변동시 당기손익에 미치는 영향은 다음과 같습니다.

(4) 자본관리연결회사의 자본관리목적은 건전한 자본구조를 유지하는 데 있습니다. 연결회사는 자본관리지표로 부채비율을 이용하고 있으며 이 비율은 총부채를 총자본으로 나누어산출하고 있으며 총부채 및 총자본은 재무제표의 공시된 금액을 기준으로 계산합니다.

나. 파생상품 및 풋백옵션 등 거래 현황당사는 보고서 제출일 현재 파생금융상품 및 풋백옵션 등과 관련해서는 해당사항이 없습니다. 재무제표상 파생상품금융자산, 파생금융부채는 전환사채이며, 그 내역은 다음과 같습니다.

6. 주요계약 및 연구개발활동

가. 경영상의 주요계약 등 당사의 계약 관련 내용이 공개될 경우 당사 및 당사의 고객사 영업에 현저한 손실을 초래할 수 있으므로 기재를 생략합니다.

나. 연구개발 조직 (1) 연구개발 조직 개요 및 전략당사는 2018년 기업부설연구소 인가를 시작으로 석ㆍ박사급 우수 전문 인력을 지속적으로 확보하며 미래 산업을 주도할 핵심 기술 자산을 축적해 왔습니다. 2025년에는 급변하는 기술 트렌드에 대응하고 개발 효율을 극대화하기 위해 기존 조직을 '종합기술연구소' 체제로 승격ㆍ전환하였으며, 의사결정 체계의 중앙화를 통해 기술 품질 관리와 R&D 자원 배분의 최적화를 달성하였습니다.PARC(PIE AI R&D Campus)와 'AI+X(Transformation)' 혁신당사는 글로벌 기술 생태계 구축과 AI 기반 신규 사업 추진의 전초기지로 2025년 판교에 'PARC(PIE AI R&D Campus)'를 설립하였습니다. PARC는 당사가 지향하는 'AI+X(인공지능 융합 기술)'의 핵심 허브로서 다음과 같은 역할을 수행합니다.서강대학교 등 국내외 유수 대학 연구소와 공동 연구 체계를 가동 중이며, 스타트업 및 금융권과의 긴밀한 교류를 통해 최신 기술 트렌드와 경제 흐름을 선제적으로 반영하여 산업계ㆍ학계ㆍ연구계 협력 생태계를 구축하고 있습니다.AI 비전을 필두로 스마트팩토리, Physical AI, AI Agent, On-device AI 및 Full Stack 솔루션에 이르는 광범위한 영역에서 기술개발을 추진하고 있습니다.주요 연구 분야 및 그룹사 시너지당사의 연구개발은 단순한 비전 알고리즘 개발을 넘어, 단위 설비부터 제조 공정 전반의 자율 운영까지 포괄하는 'End-to-End 지능화 솔루션' 구현에 집중하고 있습니다. 글로벌 반도체 및 기판 산업의 패러다임 변화에 맞춰 AI 서버용 고다층 PCB 및 차세대 유리기판 전용 검사 솔루션을 개발하고 있습니다.또한 NDT(비파괴검사) 분야에서도 기술 개발을 수행하고 있습니다. 산업용 CT 부문에서는 CT 재구성(Reconstruction) 알고리즘을 자체 개발하고 있으며, 이를 기반으로 3D 검사ㆍ분석, 자동화 검사 설비 및 통합 솔루션을 일괄 구현할 수 있는 Full-chain 개발 역량을 보유하고 있습니다. 산업용 초음파 부문에서는 초음파 검사 설비의 설계ㆍ제작 역량과 함께 운용ㆍ검사 소프트웨어 개발 기술을 확보하여, 설비와 소프트웨어가 결합된 종합 초음파 검사 솔루션을 제공하고 있습니다.아울러 오토모티브 분야의 헤드램프 정밀 검사 등 로봇 기반 지능형 장비 사업을 전개하고 있으며, 'Auto 티칭' 및 'AMR(자율주행로봇) 관제'와 같은 능동형 복합 기술 고도화에 주력하고 있습니다. 이와 함께 공정 모니터링을 위한 'AI Observability' 기술, 다관절 로봇 및 AMR 도입 시 현장 안전을 확보하기 위한 AI CCTV 및 가상 펜스(Virtual Fence) 기술을 개발하고 있습니다.이에 따라 종속회사인 아하랩스(데이터/모니터링) 및 피아이이로보틱스(로보틱스/하드웨어)와의 유기적인 R&D 협업을 통해 S/W와 H/W가 결합된 통합 지능화 장비를 시장에 선보이고 있으며, 이는 실제 대규모 설비투자(CAPEX) 계약으로 이어지며 그 기술력을 입증받고 있습니다.

(2) 연구개발 담당 조직

[이미지: 연구개발 담당 조직] 원문에서 확인할 수 있어요.

(3) 연구개발 비용

다. 연구개발실적

7. 기타 참고사항

가. 지식재산권 현황

나. 시장 개요

(1) AI 기반 제조 지능화 시장

제조 지능화(Manufacturing Intelligence)란 생산 현장의 다양한 설비와 공정에서 발생하는 방대한 데이터를 AI(인공지능)가 스스로 학습하고 판단하여, 제조 공정을 최적화, 자동화 및 무인화하는 기술을 의미합니다. 과거 인간의 시각을 단순히 대체하는 '머신비전(Machine Vision)' 수준을 넘어, 현재는 시각 데이터를 포함한 제조 현장의 모든 데이터를 통합 분석하는 'AI 비전 및 데이터 기반 스마트팩토리' 솔루션과, 판단 결과를 바탕으로 실제 장비를 제어하는 '피지컬 AI(Physical AI)' 영역으로 그 기술이 진화하고 있습니다. AI를 활용한 제조 지능화는 산업 전 분야에서 필수적으로 요구되고 있으며, 수율 극대화와 무인 자동화 라인 구축에 핵심적인 역할을 수행합니다.AI 기반 제조 지능화 시장의 가치사슬은 하드웨어 부품(카메라, 센서, 로봇 등), AI 알고리즘 및 소프트웨어 개발, 시스템 통합(솔루션 및 지능형 장비 패키징), 그리고 최종 수요처(제조업체)로 구성됩니다. 이 중에서도 고도화된 딥러닝 기반 AI 알고리즘과 피지컬 AI 기술을 실제 제조 공정 장비에 완벽하게 통합하여 패키징하는 단계가 가장 중요한 핵심 부가가치를 창출합니다. 해당 AI 기술력과 현장 공정 데이터 분석 역량이 충분히 확보될 경우, 진입 장벽이 매우 높고 지속적으로 높은 수익 창출이 가능한 고부가가치 산업입니다.대표적인 전방 산업으로는 AI 산업 확산의 직접적인 수혜를 받고 있는 유리기판, 고사양 PCB, 반도체, 오토모티브(자동차) 및 이차전지 등 첨단 제조업 분야가 있습니다. 최근 글로벌 빅테크 기업들의 인공지능 데이터센터 및 서버 투자가 급증함에 따라, 고성능 연산 처리를 위한 고사양 PCB 및 차세대 유리기판 제조 공정에 지능화 검사 장비 도입이 폭발적으로 증가하고 있습니다. 이와 함께 전기차 전환 및 자율주행 고도화에 따른 오토모티브 전장 부품 시장, 그리고 지능형 로보틱스를 활용한 물류 자동화 등 제조업 전체 시장에 걸쳐 B2B AI 도입 및 피지컬 AI 장비의 수요가 급증하며 그 쓰임새는 전방위적으로 확대되고 있습니다.

(2) 이차전지 시장

이차전지는 형태에 따라 크게 원통형(Cylindrical), 각형(Prismatic), 파우치형(Pouch) 전지로 나뉘며, 용량에 따라 다양한 IT기기 등에 사용되는 소형 전지, 전기자동차 및 에너지 저장 장치 등에 탑재되는 중대형 전지로 구분됩니다.

[이미지: 이차전지의 종류] 원문에서 확인할 수 있어요.

현재 당사는 모든 형태의 이차전지 제조 공정에 참여하고 있으며, 이차전지의 제조 공정은 전극공정, 조립공정, 활성화 공정 등으로 구분됩니다. 각 공정에 대한 설명은 아래와 같습니다.

전극 공정

- 믹싱 공정 : 배터리 소재의 기초가 되는 양극, 음극 활물질과 용매 등을 섞어 중간재인 슬러리를 만듭니다. 이때 활물질 입자 간 접착력을 높이기 위해 '바인더'를 첨가하고, 사이의 빈틈들로 인해 용량이 줄어들 수 있어 이를 메꿔주는 '도전재'를 함께 넣습니다.

- 코팅 공정 : 완성된 양극 슬러리를 알루미늄 포일에, 음극 슬러리를 구리 포일에 얇게 코팅합니다. 바인더를 전극에 골고루 배치해 성능과 수명을 향상시킬 수 있습니다. LG에너지 솔루션은 슬러리를 집전체에 동시 코팅하는 더블 레이어 코팅(DLD, Double Layer Slot Die Coating) 을 업계 최초로 도입했습니다.

- 롤 프레싱 공정 : 코팅이 완료되면, 두 개의 커다란 압연 사이로 전극을 통과시켜 일정하고 편평하게 펴줍니다. 이때, 전극 표면은 활물질과의 결합력이 좋아지고 리튬 이온이 원활히 이동할 수 있어 전지의 출력과 성능을 향상시킵니다.

- 슬리팅과 노칭 공정 : 납작해진 전극들을 설계된 배터리 규격에 맞춰 절단합니다. 슬리팅 공정을 통해 전극 폭을 세로 방향으로 잘라내고, 노칭 공정에서 전극을 가로로 재단하여 V자 홈과 양극ㆍ음극탭(Tab)을 만들어주면 전극 공정이 완료됩니다.

조립 공정

조립 공정은 이차전지의 모양을 갖추는 단계입니다. 조립 공정은 배터리 형태별(원통형, 파우치형, 각형)로 제조 순서가 다르며, 제조사마다 적용하는 기술도 차이가 있습니다.

파우치 배터리는 먼저 7개 레이어의 파우치 필름을 압착해 파우치 케이스를 만들어 줍니다. 이 과정에서 양극, 음극, 분리막, 전해질로 구성된 소재를 넣을 전극 포켓과, 전해질을 주입하고 가스를 보관하는 공기 포켓을 제조합니다. '라미네이션&스태킹'공법으로 소재를 층층이 쌓아 전극 포켓에 넣고 공기 포켓을 통해 전극 포켓의 기공까지 전해질을 주입합니다.

활성화 공정

전기 에너지를 활성화시키고 안전성을 확인하는 활성화 공정에 돌입합니다. 이 과정은 에이징과 충ㆍ방전을 반복하며 진행합니다. 먼저, '에이징'을 통해 전해질이 양극과 음극에 스며들도록 상온에 보관합니다. 전해액이 배터리 내부에 분산되고 양극-음극 간 이온 이동이 원활해지면, 배터리를 일부 충전해 줍니다.

파우치 배터리의 경우 에이징과 충ㆍ방전을 반복하면 내부에 가스가 생길 수 있는데, '디개싱' 공정을 통해 가스를 제거합니다. 디개싱 이후 에이징과 충전을 반복하여 용량을 테스트하고 불량 배터리를 선별합니다.

(3) 유리기판 시장최근 인공지능(AI) 반도체 및 고성능 컴퓨팅(HPC) 시장의 폭발적인 성장에 따라, 기존 플라스틱 계열 기판의 물리적 한계를 극복할 수 있는 차세대 핵심 소재로 '유리기판'이 급부상하고 있습니다. 유리기판은 기존 기판 대비 표면이 매끄러워 회로의 초미세화가 가능하고, 열에 강해 고집적 반도체 칩에서 발생하는 고열로 인한 기판 변형이나 신호 왜곡 문제를 획기적으로 해결할 수 있는 혁신적인 솔루션으로 평가받습니다.글로벌 AI 칩 시장을 주도하는 NVIDIA, 인텔 등 주요 빅테크 기업들이 차세대 반도체 패키징 공정에 유리기판 채택을 공식화하거나 검토함에 따라, 관련 시장은 단순한 기대를 넘어 실제 대규모 투자 사이클에 진입하였습니다. 이에 발맞춰 글로벌 기판 제조사들은 유리기판 양산을 위한 전용 라인 증설에 박차를 가하고 있으며, 이는 유리기판 제조 및 검사 장비 시장의 급격한 팽창으로 이어지고 있습니다.유리기판 시장은 기존 고사양 PCB 시장의 기술적 진화를 잇는 차세대 밸류체인으로서, 미세 크랙이나 홀(Hole) 내부 결함 등에 대한 극도의 정밀 검사가 요구되는 특성을 지니고 있습니다. 따라서 유리기판 채택 가속화에 따른 검사 지능화 수요는 중장기적으로 당사의 핵심적인 신규 매출원으로 자리 잡을 것으로 전망됩니다.(4) PCB 시장글로벌 인공지능(AI) 산업의 본격적인 개화로 인해 대규모 데이터센터 구축 및 AI 서버용 가속기 수요가 폭발적으로 증가하면서, 이를 뒷받침하는 핵심 부품인 고사양, 고다층 PCB 시장이 가파른 성장 가도에 진입하였습니다. 엔비디아(NVIDIA), AMD 등 글로벌 빅테크 기업들이 주도하는 AI 인프라 투자 확대는 기존 일반 기판 대비 층수가 높고 회로가 미세한 고부가가치 기판(MLB, FC-BGA 등)의 공급 부족 현상을 야기하고 있으며, 이에 따라 전 세계 주요 PCB 제조사들은 유례없는 대규모 생산 라인 증설로 이어지고 있습니다.AI 서버용 고사양 PCB는 데이터 처리 속도를 극대화하고 신호 손실을 최소화하기 위해 극도로 정밀한 제조 공정을 거칩니다. 회로의 선폭이 좁아지고 적층 구조가 복잡해짐에 따라, 기존의 육안 검사나 단순 룰 기반 검사로는 미세 회로의 단선이나 내부 접속 홀(Hole)의 불량을 잡아내는 데 한계가 있습니다. 이러한 기술적 난이도의 상승은 필연적으로 수율 확보를 위한 딥러닝 기반 AI 검사 솔루션 및 지능화 장비의 신규 도입 수요를 강력하게 견인하고 있습니다.따라서 고사양 PCB 시장은 단순 부품 제조 시장을 넘어, AI 기술이 제조 공정 전반에 깊숙이 침투하는 '제조 지능화'의 핵심 격전지가 되고 있습니다. 글로벌 빅테크발 낙수효과로 인해 대규모 증설 물량을 확보해야 하는 PCB 제조사 및 OEM 업체들의 설비 투자 확대 기조는 중장기적으로 당사의 AI 비전 검사 솔루션 매출 성장에 있어 강력한 우호적 환경을 조성하고 있습니다.(5) 오토모티브 시장글로벌 자동차 산업이 내연기관에서 전기차(EV) 및 소프트웨어 중심 자동차로 급격히 전환됨에 따라, 차량에 탑재되는 전장 부품과 핵심 하드웨어의 비중이 비약적으로 높아지고 있습니다. 특히 자율주행 기술의 고도화로 인해 헤드램프, 리어램프, 각종 센서 및 제어 부품의 품질 결함은 단순한 성능 저하를 넘어 탑승자의 안전과 직결되는 치명적인 리스크로 간주됩니다. 이에 따라 글로벌 완성차 업체와 1, 2차 부품 벤더사들은 과거보다 훨씬 엄격한 품질 관리 기준을 요구하고 있으며, 이는 고도화된 AI 비전 검사 및 지능화 솔루션 도입의 핵심 동인이 되고 있습니다.현재 오토모티브 제조 현장은 인력 수급 문제와 생산 효율 극대화를 위해 공정의 '무인화'와 '자동화'를 강력하게 추진하고 있습니다. 기존의 단순 비전 검사를 넘어, 검사 결과에 따라 로봇이 스스로 판단하고 부품을 제어하거나 분류하는 피지컬 AI(Physical AI) 기반의 통합 장비 수요가 빠르게 확산되고 있습니다. 휠 커버, 샤프트, 각종 램프류 등 복잡한 외관과 정밀한 조립이 필요한 부품군을 중심으로 AI 딥러닝 검사 솔루션 채택이 가속화되는 추세입니다.이러한 오토모티브 시장의 지능화 트렌드는 완성차 업체들의 신차 출시 주기 단축과 글로벌 생산 거점 다변화에 발맞추어 더욱 견고해지고 있습니다. 특히 북미와 유럽 등 글로벌 시장의 엄격한 안전 규제와 품질 인증 강화 기조는, 당사가 보유한 고도화된 AI 검사 솔루션 및 피지컬 AI 장비가 신규 양산 라인에 수평 전개될 수 있는 강력한 시장 환경을 조성하고 있습니다.(6) 반도체 시장반도체 산업은 AI, HPC, 데이터센터 투자 확대로 고성능, 고집적 제품 비중이 확대되며, 패키징 공정의 중요성이 부각되고 있습니다. 칩렛(Chiplet), GPU, AI 가속기 확산으로 패키징은 단순 연결을 넘어 전기적 특성, 방열, 기계적 안정성(휨/응력)을 동시에 만족해야 하는 고난이도 공정으로 전환 중이며, Mid-end 및 패키징 단계에서는 미세 Bump 형성, RDL 미세화, Warpage 관리, 접합 신뢰성 확보가 핵심 이슈로 부상하고 있습니다.또한 WLP(Wafer Level Package), 2.5D, 3D 적층 등 첨단 패키징 확산으로 공정 구조가 복잡해지면서 수 μm 단위 형상 편차, 내부 Void, Delamination, 미세 Crack 등 육안 식별이 어려운 결함이 수율과 장기 신뢰성에 직접적인 영향을 미치고 있습니다. 기존 2D 검사 방식은 높이, 깊이 정보 및 내부 구조 분석에 한계가 있어, 정량적 결함 판별과 공정 제어 측면에서 제약이 존재합니다. 이에 따라 3D 계측 기반 검사, 다중 센서 융합, AI 기반 패턴 인식 기술을 결합한 고정밀 검사 솔루션 수요가 확대되는 추세입니다. 특히 고가의 AI 반도체 비중 증가로 초기 공정 단계의 사전 불량 검출과 데이터 기반 공정 제어를 통한 리스크 최소화가 핵심 경쟁 요소로 자리잡고 있습니다.또한 고객사는 수율 개선과 공정 안정화를 위해 검사 결과를 MES/설비 데이터와 연계하여 원인을 분석, 추적하고, 인라인 피드백 제어를 통해 불량 발생을 사전에 저감하는 방향으로 운영 체계를 고도화하고 있습니다. 이러한 흐름에 따라 검사 장비는 단순 판정 기능을 넘어 계측 정밀도, 데이터 신뢰성, 분석 소프트웨어 역량까지 포함하는 통합 솔루션 형태로 수요가 확대되고 있으며, 공급업체 간 경쟁도 강화되는 양상입니다. 아울러 검사 속도와 반복정밀도(Cp/Cpk) 확보가 주요 평가 기준으로 부각되고, 고객사의 품질 기준 상향이 이러한 요구를 더욱 강화하는 요인으로 작용하고 있습니다.당사는 반도체 패키징 및 기판 공정을 중심으로 AI 비전 기반 검사 솔루션과 데이터 기반 공정 분석 솔루션을 제공하고 있습니다. 미세 Bump, Warpage, 접합 불량 등 기존 방식의 한계 영역에 대해 딥러닝 기반 판별 기술과 영상처리 알고리즘을 결합하여 불량 검출 정확도와 재현성을 제고하고, 고객 공정 특성에 맞춘 맞춤형 솔루션으로 기술 신뢰도를 확보하고 있습니다. 설비 투자 사이클에 따른 단기 매출 변동성은 존재하나, 글로벌 AI 반도체 투자 확대와 품질 안정화 수요 지속에 따라 중장기 성장 기반은 견조할 것으로 판단됩니다. 아울러 이차전지 분야에서 축적한 AI 검사, 데이터 분석 역량을 반도체 공정으로 확장 적용하며 사업 기반을 점진적으로 확대하고 있습니다.

다. 시장의 규모 및 전망

(1) AI기반 제조지능화 시장AI 기반 제조 지능화 시장은 글로벌 빅테크 기업들의 인공지능(AI) 인프라 투자 확대와 제조업의 디지털 전환(DX) 가속화에 힘입어 폭발적인 성장세를 기록하고 있습니다. 전 세계적인 노동 인구 감소와 제조 원가 상승 압박 속에서, 인공지능이 스스로 학습하고 판단하여 공정을 최적화하는 '지능화 솔루션'은 이제 선택이 아닌 제조업의 생존을 위한 필수 요소로 자리 잡았습니다.특히 글로벌 AI 서버 및 데이터센터 시장의 급팽창은 그 핵심 부품인 고사양 PCB와 차세대 소재인 유리기판(Glass Substrate)의 대규모 증설 사이클을 유도하고 있습니다. 이러한 첨단 소재, 부품 제조 공정은 미세 결함 하나가 천문학적인 손실로 직결되는 특성을 지니고 있어, 기존의 전통적인 검사 방식을 대체하는 딥러닝 기반 AI 비전 솔루션 및 피지컬 AI(Physical AI) 장비 시장 규모를 비약적으로 확대시키고 있습니다.또한 오토모티브 및 반도체 산업에서도 자율주행 기술 고도화와 첨단 패키징(HBM 등) 공정 도입에 따라, 인간의 개입을 최소화하고 24시간 자율 운영되는 '무인화 스마트팩토리' 구축 수요가 급증하고 있습니다. 이러한 시장의 요구는 단순 소프트웨어 공급을 넘어, 현장의 하드웨어 로보틱스를 지능적으로 제어하는 통합 지능화 솔루션 시장의 가파른 성장을 견인하고 있습니다.결과적으로 AI 기반 제조 지능화 시장은 특정 산업군의 성장에 의존하는 단기적 추세를 넘어, 전 세계 모든 첨단 제조 밸류체인에 AI가 표준으로 정착되는 거대한 패러다임 변화의 중심에 서 있습니다. 당사는 이러한 시장 환경 변화에 맞춰 AI 모델 경량화 기술과 산업별 맞춤형 지능화 솔루션을 앞세워, 급성장하는 B2B AI 도입 시장의 주도권을 선점하고 지속적인 매출 성장을 실현할 것으로 전망됩니다.

(2) 이차전지 시장

이미 글로벌 전기자동차 배터리 제조 시장을 주도하고 있는 국내 배터리셀 제조 공정에 해외 기업을 따돌리고 대부분 국내 기업의 머신비전 시스템이 적용되고 있으며, 해외 완성차 업체 의 배터리 생산 내재화를 위한 인프라, 유럽 및 북미 등의 신생 배터리 제조사에도 우리 기업 의 기술력과 노하우가 공급되고 있습니다.이차전지 시장은 기존의 모바일ㆍIT기기용 소형 전지에서 전기자동차 및 에너지저장시스템 (ESS) 등을 위한 중ㆍ대형 이차전지로의 무게 중심을 옮기며 급격한 성장세를 보이고 있습니 다. 이에 따라 MarketsandMarkets 'Battery Materials Market Global Forecast to 2030' 기준 글로벌 배터리 소재 시장은 2025년 839.5억달러(USD 83.95bn)에서 2030년 1,479.3억달러(USD 147.93bn)로 성장하며, '25~'30 CAGR은 12.0%로 전망됩니다.

[이미지: 2차 자료 조사, 전문가 인터뷰, marketsandmarkets 분석] 원문에서 확인할 수 있어요.

전기자동차의 시장공급이 본격화하면서 세계 각국에서는 이차전지 기업들의 시장 선점과 규모의 경제 실현을 위한 경쟁이 확대되고 있습니다. 현재 한국과 중국 기업들이 양강 구도를 보이며 경쟁의 수위를 높여가는 가운데 일본을 비롯해 유럽 등의 후발 기업들도 본격적인 시장진입을 꾀하고 있어 향후 글로벌 주도권 확보를 위한 경쟁은 더욱 첨예해질 것으로 예상됩니다.

이와 함께 전세계 완성차 생산 및 소비를 많은 국가에서 2050년까지 탄소중립을 선언하며 교통수단의 친환경화가 추진될 예정입니다. 대부분의 선진국들은 자동차 분야에서 2035년까지 신차의 이산화탄소 배출량 '0'를 목표하고 있으며, 상대적으로 전기차 보급률이 낮았던 미국 역시 2023년부터 전기차 보급을 장려하기 위한 IRA 법안을 시행하는 등 관련 정책도 확대, 강화되고 있는 추세입니다.

SNE Research에 따르면, 중장기 전기자동차(HEV 제외) 판매량은 연평균 15% 성장하여 2035년 75백만대까지 성장이 전망되며, 전기자동차용 배터리는 연평균 17% 성장하여 2035년 4,760GWh 수요가 예상됩니다.

[이미지: 전기차 판매 전망] 원문에서 확인할 수 있어요.

[이미지: 전기차용 이차전지 수요 전망] 원문에서 확인할 수 있어요.

이차전지 수요 확대는 이차전지 장비시장의 성장으로 이어질 것으로 판단됩니다. SNE Research 자료에 따르면, 이차전지 장비시장은 2024년 약 216억달러 규모에서 2035년 기준 700억 달러 시장이 될 것으로 예상되고 있습니다. 당사는 이차전지 제조업체 또는 이차전지 제조업체의 1차벤더인 장비회사에 당사의 솔루션을 공급하고 있는 만큼, 이차전지 제조업체의 생산능력 및 장비투자 확대는 당사 솔루션의 신규수주로 이어지며 당사의 성장에 크게 기여할 수 있을 것으로 판단됩니다.

(3) 유리기판 시장글로벌 유리기판 시장은 인공지능(AI) 반도체의 폭발적인 수요와 고성능 컴퓨팅(HPC) 분야의 패키징 기술 혁신에 힘입어 본격적인 개화기를 맞이하고 있습니다. 업계 분석에 따르면, 글로벌 유리기판 시장 규모는 2024년 수천만 달러 수준에서 시작하여 2030년대 초반에는 수십억 달러 규모로 급성장할 것으로 전망됩니다.현재 시장의 성장은 단순한 기대를 넘어 주요 글로벌 빅테크 및 반도체 제조사들의 구체적인 로드맵에 의해 가시화되고 있습니다. 인텔 등 글로벌 주요 기업들은 이미 시범 생산 라인(Pilot Line)을 가동하거나 양산 공장 건설을 추진 중이며, 2026년을 기점으로 소규모 상업용 출하가 시작되어 2027~2028년경 본격적인 양산 체제에 진입할 것으로 예상됩니다. 유리기판은 기존 유기 기판 대비 상호 연결 밀도를 7배 이상 높일 수 있고, 열 안정성이 우수해 1조 개 이상의 트랜지스터를 통합하는 차세대 AI 가속기의 표준 구성으로 자리 잡을 것으로 전망됩니다.유리기판의 상용화가 임박함에 따라, 미세 균열(Micro-crack) 및 TGV(유리 관통 전극) 내부 결함을 실시간으로 판별할 수 있는 지능형 비파괴 검사 솔루션에 대한 수요는 기하급수적으로 늘어날 전망입니다. 당사는 이러한 시장의 선제적 요구에 부응하여 고도화된 AI 검사 장비 라인업을 강화하고 있으며, 글로벌 제조사들의 양산 시점에 맞춘 최적화된 솔루션 공급을 통해 유리기판 검사 시장의 핵심 플레이어로 도약할 것으로 판단하고 있습니다.(4) PCB 시장글로벌 고사양 PCB 시장은 인공지능(AI) 인프라 구축을 위한 데이터센터 및 AI 서버 투자 확대에 힘입어 새로운 호황기에 진입하고 있습니다. 시장 조사 기관에 따르면, 전 세계 AI 서버용 PCB 시장 규모는 향후 수년간 고성장을 기록할 것으로 전망됩니다. 특히 고집적 반도체 칩을 지지하고 신호를 전달하는 핵심 부품인 고다층 기판(MLB) 및 FC-BGA 시장은 AI 가속기 수요 폭증에 따라 공급이 수요를 따라가지 못하는 타이트한 수급 상황이 지속되고 있습니다.이러한 시장의 폭발적 성장은 글로벌 PCB 제조사들의 공격적인 생산 능력(CAPA) 확대로 이어지고 있습니다. 국내외 주요 기판 제조사들은 AI 서버 및 차세대 네트워크 장비용 고사양 PCB 생산을 위해 조 단위의 대규모 시설 투자를 단행하고 있으며, 2026년부터 신규 증설 라인들이 본격적인 가동에 들어갈 예정입니다.고사양 PCB는 층수가 높아지고 회로 선폭이 미세해짐에 따라 제조 공정 중 발생하는 불량의 유형이 매우 복잡해지고 있습니다. 특히 내부 접속 홀(Hole)의 오정렬이나 미세 단선 등은 기존의 광학 검사로는 판별이 불가능에 가까워, 딥러닝 기반 AI 비전 솔루션 및 피지컬 AI 검사 장비 도입이 필수적인 상황입니다. 당사는 이러한 대규모 증설 사이클에 맞춰 고도화된 지능형 검사 솔루션을 공급함으로써, 고사양 PCB 밸류체인 내에서의 시장 점유율을 가파르게 확대하고 견고한 매출 성장세를 유지할 것으로 전망됩니다.

(5) 오토모티브 시장글로벌 자동차 산업의 전기차(EV) 전환과 자율주행 기술 고도화에 따라 차량용 전장 부품 시장은 폭발적인 성장세를 이어가고 있습니다. 특히 자율주행 3단계 이상의 상용화가 임박함에 따라 헤드램프, 리어램프, ADAS(첨단 운전자 보조 시스템) 관련 센서 및 제어기 등 핵심 전장 부품의 품질 신뢰성은 안전과 직결되는 필수 요소가 되었습니다.이러한 시장의 양적 팽창과 더불어 제조 공정의 질적 변화도 가속화되고 있습니다. 글로벌 완성차 업체와 1, 2차 부품 벤더사들은 인력난 해소와 수율 극대화를 위해 '자동화 스마트팩토리' 구축에 투자를 집중하고 있습니다. 특히 단순 비전 검사를 넘어 검사 데이터와 로보틱스 제어를 결합한 피지컬 AI(Physical AI) 기반의 통합 지능화 장비 도입이 표준화되는 추세입니다.

[이미지: 오토모티브 시장] 원문에서 확인할 수 있어요.

전 세계 자동차 제조라인의 로보틱스 도입 시장 규모는 2024년부터 2030년까지 연평균 17.6%의 성장률을 기록하며 2030년에는 422억 7천만 달러에 이를 것으로 예상됩니다. 자동차 산업 내 자동화 및 로봇 기술의 도입이 증가하는 것이 시장 성장을 견인하는 주요 요인입니다.당사는 이러한 오토모티브 제조 공정의 지능화 트렌드에 발맞추어 주요 고객사들과 선행 기술 검증(PoC)을 완료하고 본격적인 양산 라인 수평 전개를 추진하고 있습니다. 차량용 부품의 고신뢰성 요구에 부합하는 AI 모델 경량화 기술과 피지컬 AI 통합 제어 역량을 바탕으로, 급성장하는 글로벌 오토모티브 지능화 장비 시장에서의 점유율을 가파르게 확대할 것으로 전망됩니다.(6) 반도체 시장반도체를 비롯해 이차전지, 디스플레이 등 첨단 전자부품 산업에서는 수율 향상을 통한 생산성 제고가 핵심 과제로 부각되고 있습니다. 특히 AI 반도체 및 고성능 컴퓨팅(HPC)의 확산과 더불어, ADAS(첨단 운전자 보조 시스템) 및 전기차(EV) 등 전장용 반도체의 기능 안전(Functional Safety) 기준이 엄격해지면서 제품 구조가 고집적, 초미세, 다층화되고 있습니다. 이에 따라 양산 과정에서 발생하는 미세 결함이 제품 신뢰성과 고객사의 원가, 납기 리스크를 좌우하는 주요 요인으로 작용하고 있으며, 공정 단계별 이상 징후를 조기에 탐지하고 잠재 불량을 자동, 정량 판별할 수 있는 고정밀 검사, 계측 시스템에 대한 투자가 확대되는 추세입니다.검사 기술은 'AI 머신비전'과 '비파괴검사(NDT)'를 양대 축으로 고도화되고 있습니다. 머신비전은 카메라 기반 영상 획득과 알고리즘 판정을 통해 외관 결함을 고속 검출하는 영역으로, 딥러닝 기반 추론이 결합하면서 비정형 결함 판별 성능과 현장 적용성이 개선되고 있습니다. 한편, NDT는 X-ray/3D CT, 초음파 등을 활용해 내부 구조를 손상 없이 분석함으로써 표면 영상만으로는 식별이 어려운 내부 Void, Delamination, 미세 Crack 등 은폐 결함을 검출합니다. 최근 첨단 패키징 공정에서는 외관과 내부를 동시에 검증해야 하는 요구가 커짐에 따라, 광학 검사와 NDT를 결합한 하이브리드 검사 체계가 표준으로 적용이 확대되고 있습니다.특히 반도체 시장에서는 HBM, 칩렛(Chiplet), GPU/AI 가속기 등 고성능 반도체 비중 확대로 인해 후공정(패키징)이 단순 조립을 넘어 전기적 특성, 방열 성능, 기계적 안정성(휨/응력)까지 충족해야 하는 고난이도 공정으로 전환되고 있습니다. 2.5D, 3D 적층, TSV/TGV 등 이종 집적(Heterogeneous Integration) 기술이 확대되면서 검증의 패러다임 역시 단순 다이(Die) 단위에서 시스템 레벨(System-level)로 확장되고 있습니다. 공정 구조가 복잡해질수록 결함 허용 범위는 급격히 낮아지며, 기존 2D AOI 장비로는 높이, 깊이 정보 및 내부 결함 분석에 한계가 있어 3D 계측, 내부 비파괴 분석, AI 기반 패턴 인식을 결합한 고도화된 검사 체계가 중요한 인프라로 인식되고 있습니다.

[이미지: 반도체 시장] 원문에서 확인할 수 있어요.

시장 규모와 전망 측면에서도 후공정 장비 시장의 확대 흐름이 확인됩니다. SEMI의 2025년 12월 연말 장비 전망(OEM Perspective)에 따르면, 글로벌 테스트(Test) 장비 매출은 2025년 112억 달러(전년 대비 +48.1%)로 급증한 뒤 2026년 +12.0%, 2027년 +7.1%로 지속 성장할 것으로 제시하고 있습니다. 조립, 패키징(A&P) 장비 역시 2025년 60억 달러(+19.6%)를 기록한 뒤 2026년 +9.2%, 2027년 +6.9%의 견조한 성장이 전망됩니다. 이는 AI/HBM의 성능 요구와 디바이스 아키텍처의 복잡도 증가가 전체 후공정 생태계의 설비 투자 확대와 연관된 흐름으로 해석될 수 있습니다.이러한 매크로 후공정 장비 시장의 성장은 당사의 핵심 사업 영역인 고정밀 검사, 계측 시스템 수요의 확대 요인으로 직결되고 있습니다. 패키징 라인 증설과 이종 집적 고도화에 따라 인라인(In-line) 검사 포인트가 증가하고 있으며, 단순한 외관 판별을 넘어 '고정밀, 고속, 인라인, 내부결함'을 동시에 통제할 수 있는 진보된 검사 시스템에 대한 투자가 수요를 견인하고 있습니다.특히 고가의 AI 반도체는 단일 패키지 내 칩 수 증가와 공정 장기화로 인해 후공정에서의 1건 불량이 손실 리스크로 확대됩니다. 이에 고객사들은 초기 선제 검출을 넘어, AI 기반의 수율 분석(Yield Analytics)을 통해 방대한 검사 데이터를 학습하고 공정 이상을 예측하는 요구 수준이 높아지고 있습니다. 따라서 검사, 계측 장비는 단순 Pass/Fail 판정을 넘어 계측값 기반의 공정 제어(Feed-back/Feed-forward) 기능을 지원해야 하며, 다품종 소량 생산 체제에 대응하기 위한 레시피 자동화, 원격진단 등 유지보수 효율성이 벤더 선정의 핵심 지표로 부상하고 있습니다. 엄격한 평가, 인증 절차를 통과한 검증된 레퍼런스를 보유한 업체 중심으로 시장이 재편되는 양상은, 후발 주자의 진입장벽을 높이는 동시에 선도 업체의 장기 수익성에 기여할 수 있는 요인으로 작용하고 있습니다.이러한 산업 환경 속에서 당사는 AI 머신비전과 NDT 기술 융합으로 경쟁력 있는 산업용 검사 솔루션 역량을 바탕으로 반도체 후공정 전반(Flip-Chip, WLP, TSV/TGV, 첨단 기판 및 유리기판 등)으로 적용 범위를 확대하고 있습니다. X-ray/3D CT를 통해 패키지 내부 솔더 결함과 TSV/TGV 불량을 비파괴 방식으로 검출하고, 초음파 기반으로 적층 칩 접합 불량 및 크랙을 탐지하며, 딥러닝 기반 AI 비전 소프트웨어로 미세 패턴 결함을 자동 판별하여 고객사의 공정 변동성 리스크를 저감하는 데 기여합니다. 또한 차세대 유리기판(TGV) 등 신규 소재 확산에 대응하여 양산 인라인 적용을 전제로 정밀도, 속도, 재현성을 동시에 충족하는 기술 고도화를 추진 중이며, 배터리 산업에서 축적한 검사 및 데이터 분석 역량을 반도체 분야로 이식하여 고객층 다변화와 중장기 성장 기반을 확대해 나가고 있습니다.

(나) 대체시장 존재 여부 및 전망

(1) AI기반 제조지능화 시장

과거 제조현장에서 주로 활용되던 전통적인 '규칙 기반(Rule -based) 머신비전' 시장은 점차 AI 기반 제조지능화 솔루션으로 전환되는 추세입니다. 기존 방식은 사전에 정의된 수치와 규칙에만 의존하기 때문에, 비정형 불량이 빈번하고 공정 환경이 복잡한 첨단 제조 라인(유리기판, 고사양 PCB, 반도체 등)에서는 미검 및 과검(Over-detection)율이 높아지는 치명적인 한계를 보이고 있습니다.이러한 기술적 한계는 제조사들의 수율 저하와 직결되며, 이를 해결하기 위해 스스로 학습하고 진화하는 딥러닝 기반 AI 비전 및 피지컬 AI(Physical AI) 솔루션의 도입이 점차 확대되고 있습니다. 특히 단순 검사 소프트웨어를 넘어 로보틱스와 결합하여 실시간으로 공정을 제어하는 제조 지능화 기술은 기존 머신비전이 수행할 수 없던 영역을 개척하며 강력한 대체 시장을 형성하고 있습니다.현재 글로벌 제조업계는 다음과 같은 이유로 AI 기반 제조 지능화로의 전면적인 전환을 추진하고 있습니다.비정형 결함 판별의 효과적인 대안: 유리기판의 미세 크랙이나 고다층 PCB의 내부 홀 결함 등 기존 광학/규칙 기반 방식으로는 판별이 불가능한 영역에서 AI 솔루션은 효과적인 대안으로 평가받고 있습니다.공정 자율화 및 무인화: 단순 검사를 넘어 판단 결과를 바탕으로 장비를 직접 제어하는 피지컬 AI 기술은, 인력난 해소와 생산성 극대화를 원하는 글로벌 제조사들의 핵심 요구사항으로 부상하며 기존 시장을 빠르게 잠식하고 있습니다.경제성 및 효율성: 당사가 보유한 AI 모델 경량화(Lightweighting) 기술은 고사양 하드웨어 도입 비용을 낮춤으로써, 기존 머신비전 시스템 대비 높은 가성비와 효율성을 제공하여 교체 수요를 촉진하고 있습니다.결론적으로 AI 기반 제조 지능화 시장은 기존 머신비전 시장을 대체하는 수준을 넘어, B2B AI 도입이라는 거대한 메가 트렌드와 결합하여 훨씬 더 넓은 범위의 '지능형 자동화 시장'을 창출할 것으로 전망됩니다. 당사는 이러한 기술적 우위를 바탕으로 기존 시장의 대체 수요를 선점함과 동시에, 신규 개화하는 첨단 제조 밸류체인 내에서의 선도적 입지를 다져나갈 계획입니다.

(2) 이차전지 시장

전 세계적인 친환경 에너지 전환 트렌드에 따라 글로벌 이차전지 시장의 구조적 성장은 지속될 것으로 전망됩니다. 그러나 최근 전기차 주행거리 향상을 위한 대용량화 요구와 기존 액체 전해질 기반 리튬이온 배터리의 화재 안정성 문제를 근본적으로 해결하기 위해, 배터리 산업은 반고체 및 전고체 배터리로의 기술적 패러다임 전환을 빠르게 준비하고 있습니다.이러한 차세대 배터리로의 폼팩터 및 소재 변화는 기존 제조 공정의 혁신을 요구하며, 이는 필연적으로 고도화된 검사 솔루션의 교체 및 신규 도입 수요로 직결됩니다. 당사는 이러한 대체 시장의 개화에 선제적으로 대응하기 위해, 기존 이차전지 공정에서 확보한 레퍼런스를 바탕으로 반고체 및 전고체 배터리 제조 공정에 특화된 미세 결함 검출 알고리즘 및 비파괴 검사 장비 선행 연구를 적극적으로 진행하고 있습니다. 다양한 생산 환경에서 축적한 방대한 검사 데이터와 AI 딥러닝 노하우, 그리고 우수한 전문 인력을 보유하고 있는 만큼, 기술 및 제품이 변화하는 전환기에도 차세대 검사 시장에서 확고한 경쟁력을 이어갈 수 있을 것으로 판단됩니다.

(3) 유리기판 시장현재 반도체 패키징 시장을 주도하고 있는 플라스틱(유기) 계열 기판(FC-BGA 등)은 AI 반도체의 고집적화와 대형화에 따라 물리적 한계에 봉착해 있습니다. 칩의 크기가 커질수록 기판이 휘어지는 '워피지(Warpage)' 현상과 열팽창 계수의 차이로 인한 신호 왜곡 문제가 심화되고 있으며, 이는 곧 수율 저하와 성능 제한으로 이어지고 있습니다. 이러한 유기 기판의 한계를 극복하고 성능을 극대화하기 위해 유리기판이 차세대 표준으로 급부상하며 기존 시장을 빠르게 대체할 것으로 전망됩니다.유리기판은 기존 시장을 다음과 같은 핵심 경쟁력을 바탕으로 대체해 나갈 것입니다.물리적, 전기적 한계 돌파: 유리기판은 유기 기판 대비 표면 평탄도가 우수하여 훨씬 미세한 회로 형성이 가능하며, 열팽창 계수가 반도체 칩과 유사해 대면적 패키징에서도 변형이 거의 없습니다. 이는 1조 개 이상의 트랜지스터를 탑재하는 차세대 AI 가속기 구현을 위한 필수적인 대체 기술입니다.글로벌 빅테크의 표준 채택: 인텔, NVIDIA 등 글로벌 반도체 및 AI 거두들이 유리기판 채택 로드맵을 가시화함에 따라, 기존 유기 기판 밸류체인은 유리기판 중심으로 빠르게 재편될 것으로 보입니다. 이는 단순한 시장 확대를 넘어 기판 산업의 패러다임이 유기에서 유리로 전이되는 '세대 교체'를 의미합니다.한편, 일각에서는 장기적인 관점에서 유리기판의 다음 세대로 초고집적 회로 구현이 가능한 실리콘(Silicon) 기판으로의 전환 가능성을 언급하고 있습니다. 그러나 실리콘 기판은 제조 원가가 극히 높고, 반도체 칩과 기판의 크기를 동시에 키우는 '대면적 패키징'에 구조적인 제약과 수율 한계가 존재합니다. 따라서 가격 및 성능 경쟁력과 대면적화의 이점을 모두 충족하는 유리기판이 차세대 고성능 반도체 패키징의 가장 이상적인 대안으로 평가받고 있으며, 실리콘 등 여타 소재로의 전면적인 대체는 기술적, 경제적 장벽으로 인해 상당히 오랜 시간이 소요될 것으로 예상됩니다.결론적으로 유리기판 시장은 기존 유기 기판 시장의 상위 호환 기술로서 강력한 대체 관계를 형성하고 있습니다. 당사는 이러한 기술적 변곡점에서 유리기판 전용 지능형 검사 장비를 선제적으로 공급함으로써, 개화하는 대체 시장의 주도권을 확보하고 신규 매출 성장을 가속화할 계획입니다.(4) PCB 시장기존의 저사양, 단층 PCB 시장은 글로벌 AI 인프라 확산과 서버 성능 고도화에 따라 고사양, 고다층 PCB(MLB, FC-BGA 등) 시장으로 급격히 대체되고 있습니다. 특히 고성능 AI 가속기와 서버용 CPU를 지원하기 위해 기판의 층수가 높아지고 회로 선폭이 미세해지면서, 기존의 범용 PCB 제조 공법은 기술적 한계에 부상하고 있으며 이를 대체하는 초정밀 적층 및 미세 가공 공법이 표준으로 자리 잡고 있습니다.이러한 기판의 고사양화는 제조 공정 내 '검사 기술'의 패러다임 변화를 야기하며 다음과 같은 대체 시장을 형성하고 있습니다.전통적 검사 방식의 완전 대체: 과거의 육안 검사나 단순 룰 기반(Rule-based) AOI 장비는 고다층 기판 내부의 미세 홀(Hole) 결함이나 다층 구조에서의 신호 간섭 불량을 판별하는 데 한계가 명확합니다. 이에 따라 스스로 데이터를 학습해 비정형 결함을 찾아내는 딥러닝 기반 AI 비전 솔루션이 기존 검사 시장을 빠르게 대체하며 필수 공정으로 편입되고 있습니다.공정 지능화 및 피지컬 AI의 확산: 단순한 불량 검출을 넘어, 검사 결과를 실시간으로 공정에 피드백하고 장비를 제어하여 수율을 극대화하는 피지컬 AI(Physical AI) 기반 지능화 장비가 기존의 수동형 검사 장비 시장을 대체하고 있습니다. 이는 대규모 증설을 진행 중인 PCB 제조사들이 초기 수율을 빠르게 안정화하기 위한 핵심 전략으로 채택되고 있습니다.원가 경쟁력 기반의 시장 전환: 당사가 보유한 AI 모델 경량화 기술은 고가의 컴퓨팅 자원 없이도 고성능 AI 검사를 가능하게 함으로써, 기존 시스템 대비 뛰어난 비용 효율성을 제공합니다. 이러한 경제적 우위는 노후화된 기존 검사 장비를 당사의 지능형 솔루션으로 교체하려는 수요를 더욱 가속화하는 동력이 되고 있습니다.결론적으로 고사양 PCB 시장은 제품 자체의 세대교체와 함께, 이를 뒷받침하는 검사 솔루션이 '지능형'으로 완전히 대체되는 변곡점에 서 있습니다. 당사는 이러한 대체 시장의 흐름을 선제적으로 파악하여 고다층 기판 전용 AI 솔루션을 공급함으로써, 고성장하는 AI 서버용 PCB 밸류체인 내에서 입지를 점진적으로 확대하며 시장 내 영향력을 높여갈 전망입니다.(5) 오토모티브 시장오토모티브 제조 공정은 기존의 '단순 육안 검사' 및 '일반 자동화(Rule-based) 장비' 체제에서 AI와 로보틱스가 결합된 '피지컬 AI(Physical AI) 지능화 장비' 체제로 급격히 대체되고 있습니다. 전기차(EV) 및 자율주행 부품의 복잡도가 증가함에 따라, 과거의 방식으로는 도저히 확보할 수 없는 초고신뢰성 품질 기준을 충족하기 위해 AI 기반의 세대교체가 필연적으로 발생하고 있습니다.오토모티브 시장 내 기술 대체는 다음과 같은 구조적 변화를 통해 가속화될 전망입니다.숙련공 부재에 따른 인적 검사의 완전 대체: 제조 현장의 심각한 인력난과 숙련공 부족 문제는 기존의 육안 검사 공정을 유지 불가능한 모델로 만들고 있습니다. 24시간 중단 없이 일관된 기준으로 미세 결함을 판별하는 당사의 AI 비전 솔루션은 인적 오류(Human Error)를 원천 차단하며 기존의 수동 검사 시장을 빠르게 대체하고 있습니다.일반 자동화에서 피지컬 AI로의 진화: 단순히 정해진 동작만 반복하는 기존 자동화 설비와 달리, 스스로 환경을 인식하고 판단하여 물리적 제어까지 수행하는 피지컬 AI 기반 통합 장비가 시장의 새로운 표준(Standard)으로 자리 잡고 있습니다. 이는 휠 커버, ABS 부품 등 정밀 가공 및 조립이 필요한 공정에서 불량 검출과 동시에 후속 조치를 자동화함으로써 기존 설비의 한계를 완전히 극복하고 있습니다.전장 부품 신뢰성 기준의 상향: 자율주행 3단계 이상의 상용화에 따라 부품 결함에 대한 제조물 배상 책임과 규제가 강화되고 있습니다. 이에 따라 글로벌 OEM 및 Tier-1 업체들은 검사 데이터의 이력 관리가 불가능한 기존 방식을 버리고, 모든 검사 과정을 데이터화하고 실시간 대응이 가능한 데이터 기반 AI 지능화 솔루션으로의 전환을 서두르고 있습니다.또한 최근 글로벌 완성차 제조 현장의 휴머노이드 로봇 도입 추세에 발맞추어, 당사는 향후 이에 적용될 수 있는 미래 자동화 공정 수요에 선제적으로 대비하고 있습니다.결론적으로 오토모티브 시장은 단순한 설비 교체 주기를 넘어, 제조 공정 자체가 AI에 의해 재설계되는 '지능화 대전환'의 시기에 놓여 있습니다. 당사는 이러한 대체 시장의 흐름에 맞춰 계열사 간 시너지를 통한 피지컬 AI 장비 공급을 확대함으로써, 전 세계적인 스마트팩토리 전환 수요를 선점하고 시장 지배력을 공고히 할 계획입니다.(6) 반도체 시장반도체는 미세화, 적층화와 AI/HPC 확산으로 공정 허용오차가 급격히 축소되고, 단일 결함이 고가 칩(특히 HBM, GPU/AI 가속기 패키지)의 대규모 손실과 신뢰성 리스크로 이어질 수 있습니다. 이에 후공정(패키징/기판) 단계의 검사, 계측은 수율 및 장기 신뢰성 확보를 위한 필수 인프라로, 이를 의미 있게 대체할 수 있는 시장은 제한적인 것으로 판단됩니다.공정 센서 기반 SPC, 설계상 중복/자체테스트, 샘플링 검사는 보완적 성격이 강하며, 미세 Bump, RDL, Warpage, 접합 불량 등 복합 결함을 인라인에서 정량 판별하는 3D 계측, X-ray/CT, 초음파 NDT 및 AI 판별을 대체하기는 제한적입니다. 또한 고객사 인증/평가가 장기화되고 전환 비용이 높아 대체재 침투 가능성은 제한적인 것으로 판단됩니다. 검사 데이터 축적과 알고리즘 튜닝이 성능을 좌우해 레퍼런스 축적이 기술장벽을 높이는 요인으로 작용할 수 있습니다.향후 2.5D, 3D, 칩렛, TSV/TGV, 유리기판 확대로 검사 포인트와 데이터 기반 공정제어(MES 연계) 수요가 증가하며 시장은 2D 광학 중심에서 3D/내부, 다중센서 융합으로 고도화될 것으로 예상됩니다. 설비투자 사이클로 단기 변동성은 존재하나, AI 반도체 투자 확대와 후공정 증설/고도화로 검사, 계측 투자는 선행적으로 집행되는 경우가 있습니다. 당사는 AI 비전, 데이터 분석 역량을 바탕으로 반도체 패키징/기판용 검사 솔루션을 확대해 중장기 사업기회를 확보를 추진하고 있습니다.

1. 요약재무정보

가. 요약 연결재무제표

※ 연결회사는 종속회사인 ㈜비즈하이시스템의 보유지분 전체를 2026년 3월 20일 매각하였으며, 이에 따라 당기와 전기의 관련 손익을 중단영업손익으로 표시하였습니다. 비교표시된 포괄손익계산서는 계속사업으로부터 분리된 중단사업을 표시하기 위해 재작성되었습니다. 나. 요약 별도재무제표

2. 연결재무제표

2-1. 연결 재무상태표

2-2. 연결 포괄손익계산서

2-3. 연결 자본변동표

2-4. 연결 현금흐름표

3. 연결재무제표 주석

1. 연결대상회사의 개요

지배기업인 주식회사 피아이이와 연결재무제표 작성대상 종속기업인 (주)아하랩스 외 4개사(이하 주식회사 피아이이와 그 종속기업을 일괄하여 "연결회사")의 일반사항은 다음과 같습니다.(1) 지배기업의 개요

주식회사 피아이이(이하 "지배기업")은 2018년 7월 6일에 설립되었으며, 머신 비전 (2D, 3D) 및 비파괴 검사(초음파, 열화상, 와전류)에 특화된 기술 역량을 기반으로 검사소프트웨어 알고리즘 개발에서부터 하드웨어 구현에 이르기까지 통합적인 검사솔루션을 제공하고 있습니다.지배기업은 경기도 화성시 동탄기흥로 614에 위치하고 있으며, 2025년 2월 4일 한국증권업협회(KOSDAQ)에 등록하였습니다. 당분기말 현재 지배기업의 대표이사는 최정일입니다. 지배기업의 자본금은 수차례의 유상증자 등을 통해 당분기말 현재 3,602,850천원이며 당분기말 현재 최대주주는 최정일(37.94%) 입니다.

(2) 연결대상 종속기업 및 현황

당분기말 및 전기말 현재 연결대상 종속기업의 현황은 다음과 같습니다.

(주1) 지배기업은 종속기업에 대하여 과반 미만의 지분을 보유하고 있으나 주주간의 계약상 약정을 통해 종속기업을 지배하고 있습니다.(주2) 해외 종속기업의 당분기말 현재 가결산재무제표가 사용되었습니다.(주3) 전기 중 회사명을 ㈜에프원테크에서 ㈜피아이이로보틱스로 변경하였습니다.(주4) 당분기 중 보유지분을 전부 매각하여 연결범위에서 제외되었습니다.(주5) 종속기업인 ㈜아하랩스가 지분율 100%를 보유한 종속기업입니다.

당분기와 전분기 중 연결대상 종속기업의 요약 재무상태는 다음과 같습니다.

① 당분기

(주1) ㈜아하랩스의 연결재무제표 금액입니다.(주2) 당분기 중 처분되었으며, 처분 전 손익효과가 반영되어 있습니다.

② 전분기

(주1) ㈜아하랩스의 연결재무제표 금액입니다.

2. 연결재무제표 작성기준

(1) 회계기준의 적용연결회사의 분기연결재무제표는 한국채택국제회계기준에 따라 작성되는 요약중간연결재무제표입니다. 동 재무제표는 기업회계기준서 제1034호 '중간재무보고'에 따라 작성되었으며, 연차연결재무제표에서 요구되는 정보에 비하여 적은 정보를 포함하고 있습니다. 선별적 주석에는 직전 연차보고기간말 후 발생한 연결회사의 재무상태와 경영성과의 변동을 이해하는 데 유의적인 거래나 사건에 대한 설명을 포함하고 있습니다.(2) 추정과 판단① 경영진의 판단 및 가정과 추정의 불확실성한국채택국제회계기준에서는 중간연결재무제표를 작성함에 있어서 회계정책의 적용이나, 중간보고기간말 현재 자산, 부채 및 수익, 비용의 보고금액에 영향을 미치는 사항에 대하여 경영진의 최선의 판단을 기준으로 한 추정치와 가정의 사용을 요구하고 있습니다. 중간보고기간말 현재 경영진의 최선의 판단을 기준으로 한 추정치와 가정이 실제 환경과 다를 경우 이러한 추정치와 실제 결과는 다를 수 있습니다.분기연결재무제표에서 사용된 연결회사의 회계정책의 적용과 추정금액에 대한 경영진의 판단은 2025년 12월 31일로 종료되는 회계연도의 연차연결재무제표와 동일한 회계정책과 추정의 근거를 사용하였습니다.

② 공정가치 측정연결회사는 공정가치 평가 정책과 절차를 수립하고 있습니다. 동 정책과 절차에는 공정가치 서열체계에서 수준 3으로 분류되는 공정가치를 포함한 모든 유의적인 공정가치 측정의 검토를 책임지는 평가부서의 운영을 포함하고 있으며, 그 결과는 재무담당임원에게 직접 보고되고 있습니다.

평가부서는 정기적으로 관측가능하지 않은 유의적인 투입변수와 평가 조정을 검토하고 있습니다. 공정가치 측정에서 중개인 가격이나 평가기관과 같은 제3자 정보를 사용하는 경우, 평가부서에서 제3자로부터 입수한 정보에 근거한 평가가 공정가치 서열체계 내 수준별 분류를 포함하고 있으며 해당 기준서의 요구사항을 충족한다고 결론을 내릴 수 있는지 여부를 판단하고 있습니다.

연결회사는 유의적인 평가 문제를 감사에 보고하고 있습니다.자산이나 부채의 공정가치를 측정하는 경우, 연결회사는 최대한 시장에서 관측가능한 투입변수를 사용하고 있습니다. 공정가치는 다음과 같이 가치평가기법에 사용된 투입변수에 기초하여 공정가치 서열체계 내에서 분류됩니다.- 수준 1: 측정일에 동일한 자산이나 부채에 대한 접근 가능한 활성시장의 조정되지 않은 공시가격

- 수준 2: 수준 1의 공시가격 이외에 자산이나 부채에 대해 직접적으로 또는 간접적으로 관측가능한 투입변수

- 수준 3: 자산이나 부채에 대한 관측가능하지 않은 투입변수

자산이나 부채의 공정가치를 측정하기 위해 사용되는 여러 투입변수가 공정가치 서열체계 내에서 다른 수준으로 분류되는 경우, 연결회사는 측정치 전체에 유의적인 공정가치 서열체계에서 가장 낮은 수준의 투입변수와 동일한 수준으로 공정가치 측정치 전체를 분류하고 있으며, 변동이 발생한 보고기간 말에 공정가치 서열체계의 수준간 이동을 인식하고 있습니다.

3. 중요한 회계정책분기연결재무제표에 적용된 중요한 회계정책은 직전 연차연결재무제표에 적용한 회계정책과 동일합니다. 분기 법인세의 인식과 측정에 대한 정책은 주석 24에 기재하였습니다.2026년 1월 1일부터 시행되는 새로운 회계기준이 있으나, 그 기준들은 연결회사의 재무제표에 중요한 영향을 미치지 않습니다.

4. 부문정보(1) 부문별 내역 및 주요고객연결회사의 영업부문은 아래와 같은 사업부문으로 구성되어 있으며 각 부문의 내역은 다음과 같습니다.

(주1) 연결회사는 당분기 중 유통업 부문을 구성하던 ㈜비즈하이시스템의 매각절차를 완료하였고, 해당 영업부문과 관련된 손익을 중단영업으로 분류하였습니다. (주석 31 참조)

(2) 부문별 요약재무제표① 당분기말

(주1) 연결조정 및 중단사업손익이 포함되어 있습니다.(주2) 당분기 중 처분되었으며, 처분 전 손익효과가 반영되어 있습니다.

② 전기말

(주1) 전분기말 기준 금액입니다.(주2) 연결조정 및 중단사업손익이 포함되어 있습니다.

5. 매출채권및기타채권

(1) 당분기말과 전기말 현재 매출채권및기타채권의 내역은 다음과 같습니다.

(2) 당분기와 전분기 중 매출채권및기타채권의 대손충당금 변동내역은 다음과 같습니다.

(3) 신용위험 및 대손충당금연결회사는 매출채권에 대해 전체 기간 기대신용손실을 대손충당금으로 인식하는 간편법을 적용하고 있으며, 일부 매출채권과 기타채권에 대해 개별 분석을 통하여 연결회사의 대금회수에 관한 과거 경험을 토대로 기간별로 대손충당금 설정율을 적용하였습니다. 당분기말과 전기말 현재 매출채권및기타채권의 연령 및 각 연령별로 설정된 대손충당금은 다음과 같습니다.

① 당분기말

② 전기말

6. 재고자산당분기말과 전기말 현재 재고자산의 내역은 다음과 같습니다.

당분기 및 전분기 중 재고자산평가손실(환입) (-)266,890천원과 1,573,482천원을 매출원가 등으로 인식하였습니다.

7. 기타유동자산당분기말과 전기말 현재 기타유동자산의 내역은 다음과 같습니다.

8. 유형자산(1) 당분기말과 전기말 현재 유형자산의 구성내역은 다음과 같습니다.

① 당분기말

② 전기말

(2) 당분기 및 전분기 중 유형자산의 변동내역은 다음과 같습니다.

① 당분기

(주1) 당분기 중 자가사용을 종료 후 제3자에게 임대하여 투자부동산으로 대체된 토지 및 건물의 장부금액 각각 341백만원 및 1,112백만원이 포함되어 있습니다.

② 전분기

(3) 담보제공자산당분기말 현재 차입금등과 관련하여 담보로 제공된 자산은 다음과 같습니다.

(4) 보험가입자산당분기말 현재 보험가입자산내역은 다음과 같습니다.

상기 화재보험가입증서에 기업은행이 2,120,000천원의 질권을 설정하고 있습니다. 또한, 차량운반구에 대해 DB손해보험 등에 종합보험에 가입하고 있습니다.

9. 투자부동산(1) 당분기말과 전기말 현재 투자부동산의 내역은 다음과 같습니다.

(2) 당분기 중 투자부동산의 변동내역은 다음과 같습니다.

(3) 당분기와 전분기 중 투자부동산과 관련하여 수익 및 비용으로 인식한 내역은 다음과 같습니다.

10. 무형자산(1) 당분기와 전분기 중 무형자산의 변동내역은 다음과 같습니다.① 당분기

② 전분기

(2) 당분기와 전분기 중 연구개발활동과 관련하여 발생한 연구개발비 내역은 다음과 같습니다.

11. 사용권자산 및 리스부채(1) 당분기말과 전기말 현재 사용권자산의 구성내역은 다음과 같습니다.

(2) 당분기와 전분기 중 사용권자산의 변동내역은 다음과 같습니다.

(3) 당분기와 전분기 중 리스와 관련하여 포괄손익계산서에 인식된 내역은 다음과 같습니다.

(4) 당분기와 전분기 중 리스로 인한 현금유출액은 다음과 같습니다.

(5) 당분기와 전분기 중 리스부채의 변동내역은 다음과 같습니다.

(주1) 감소금액은 리스변경, 외화환산 등이 포함되어 있습니다.

연결회사는 리스부채와 관련하여 유의적인 유동성위험에 노출되어 있지 않습니다. 리스부채는 연결회사의 재무부서에서 모니터링하고 있습니다. 모든 리스 의무는 원화로 표시되어 있습니다.

12. 차입금(1) 당분기말과 전기말 현재 단기차입금의 내역은 다음과 같습니다.

(2) 당분기말과 전기말 현재 유동성장기차입금 및 장기차입금의 내역은 다음과 같습니다.

당분기말 현재 연결회사는 우리은행 및 기업은행에 장기차입금과 관련하여 토지 및 건물을 담보로 제공하고 있습니다(주석30 참조).(3) 당분기말 현재 장ㆍ단기차입금의 상환일정은 다음과 같습니다.

13. 전환사채(1) 당분기말과 전기말 현재 발행한 전환사채의 내역은 다음과 같습니다.

(주1) 연결회사는 금융감독원 질의회신 "회제이-00094" 에 따라 전환권 대가를 발행시점에 자본으로 분류하고, 최초 인식시점 이후의 공정가액 변동은 회계처리 하지 아니하였습니다. 만일 동 질의회신의 내용에 대하여 한국채택국제회계기준 유권해석이변경될 경우 전환권대가와 관련된 회계처리가 변경 될 수 있습니다.이에 따라, 최초발행시 보통주로 전환되지 아니한 전환권대가 7,869,393천원을 자본항목으로 분류하였습니다.

(2) 전환사채의 발행조건은 다음과 같습니다.

(3) 당분기 중 전환사채의 변동내역은 다음과 같습니다.

(4) 당분기말과 전기말 현재 전환사채와 관련된 파생상품자산 및 파생상품부채의 내역은 다음과 같습니다.

(주1) 제1회 무기명식 무이권부 무보증 사모 전환사채 발행과 관련하여 발생한 매도청구권을 별도의 파생상품으로 보아 주계약인 사채권과 분리하여 별도로 회계처리 하였습니다.(주2) 제1회 무기명식 무이권부 무보증 사모 전환사채 발행과 관련하여 발생한 조기상환청구권을 내재파생상품으로 보아 주계약인 사채권과 분리하여 별도로 회계처리 하였습니다.

(5) 당분기 중 전환사채와 관련된 파생상품자산의 변동내역은 다음과 같습니다.

(6) 당분기 중 전환사채와 관련된 파생상품부채의 변동내역은 다음과 같습니다.

14. 충당부채

(1) 당분기말과 전기말 현재 충당부채의 내역은 다음과 같습니다.

(주1) 하자보수 관련 충당부채는 연결회사가 납품한 제품에 대한 하자보수 프로그램에 따라 소요되는 경제적효익의 미래유출에 대한 추정치를 현재가치로 평가한 것입니다. 이러한 추정은 과거 하자보수 경험을 기초로 하였으나, 새로운 재료, 제조공정 변경, 제품 품질에 영향을 줄 수 있는 기타 사건에 의해 변동될 수 있습니다.

(2) 당분기와 전분기 중 충당부채의 변동 내역은 다음과 같습니다.① 당분기

② 전분기

15. 확정급여채무

(1) 당분기말과 전기말 현재 보험수리적평가를 위하여 사용된 주요 추정은 다음과 같습니다.

(2) 당분기와 전분기 중 확정급여제도와 관련하여 당기손익에 인식된 금액은 다음과 같습니다.

(3) 당분기말과 전기말 현재 확정급여형 퇴직급여제도와 관련하여 연결회사의 의무로 인하여 발생하는 재무상태표상 구성항목은 다음과 같습니다.

(4) 당분기와 전분기 중 순확정급여부채의 변동 내역은 다음과 같습니다.① 당분기

② 전분기

16. 자본금과 자본잉여금(1) 당분기말과 전기말 현재 자본금의 내역은 다음과 같습니다.

지배기업은 2026년 3월 11일에 임직원의 주식매수선택권 행사로 인해 자본금이 증가 하였습니다. 이에 따라 발행한 주식의 수는 기존 35,878,500주에서 150,000주 증가한 36,028,500주가 되었습니다.(2) 당분기말과 전기말 현재 자본잉여금의 내역은 다음과 같습니다.

(3) 당분기와 전분기 중 현재 자본변동의 내역은 다음과 같습니다.

① 당분기

(주1) 주식발행비용을 차감한 후 금액입니다.

② 전분기

(주1) 주식발행비용을 차감한 후 금액입니다.

17. 자본조정(1) 당분기말과 전기말 현재 자본조정의 구성내역은 다음과 같습니다.

(2) 연결회사는 주식기준보상 회계처리를 적용하여 주식보상비용으로 인식할 금액에대해 주식의 공정가치에 근거하여 관련 비용을 인식하고 기타자본구성요소로 계상하였습니다.당분기와 전분기 중 인식한 주식선택권의 변동내역은 다음과 같습니다.

(3) 당분기와 전분기 중 인식한 총보상원가 및 잔여보상원가는 다음과 같습니다.

(4) 당분기말 현재 부여된 주식매수선택권의 내역은 다음과 같습니다.

한편, 당분기 중 직원 퇴사로 인하여 주식매수선택권 3회차 30,000주(주식분할 및 무상증자 효과 반영 후)가 부여 취소되었습니다. 또한, 당분기말 현재 부여된 주식선택권 중 2회차는 당분기 중 행사가능시점이 도래하였으며, 3회차 및 4회차 주식선택권은 행사가능시점이 도래하지 않았습니다.주식매수선택권의 발행할 주식수와 행사가격은 액면분할 및 무상증자 효과를 반영하였습니다.

18. 기타포괄손익누계액당분기와 전분기 중 기타포괄손익누계액의 증감내역은 다음과 같습니다. ① 당분기

② 전분기

19. 이익잉여금(결손금)당분기말과 전기말 현재 이익잉여금(결손금)의 구성내역은 다음과 같습니다.

(주1) 상법상의 규정에 따라 자본금의 50%에 달할 때까지 매 결산기마다 금전에 의한 이익배당액의 10%이상을 이익준비금으로 적립하고 있습니다. 동 이익준비금은 현금으로 배당할 수 없으며 자본전입 또는 결손보전을 위해서만 사용될 수 있으나 연결회사는 배당이 없어 적립한 금액이 없습니다.

20. 고객과의 계약에서 생기는 수익(1) 연결회사의 매출은 모두 고객과의 계약에서 인식한 수익이며, 범주별 내역은 다음과 같습니다.

(2) 주요고객에 대한 의존도당분기와 전분기 중 수익의 10%이상을 차지하는 고객별 수익액은 다음과 같습니다.

(3) 계약잔액당분기말과 전기말 현재 고객과의 계약에서 생기는 수익과 관련하여 인식하고 있는자산 및 부채는 아래와 같습니다.

(4) 당분기말 현재 원가기준 투입법을 적용하여 진행기준수익을 인식하는 계약으로서 계약의 당분기 중 추정의 변경은 없으며, 계약수익이 직전 회계연도 매출액의 5%이상인 계약은 없습니다.

21. 판매비와관리비

당분기와 전분기 중 판매비와관리비의 내역은 다음과 같습니다.

22. 비용의 성격별 분류당분기와 전분기 중 비용의 성격별 분류 내역은 다음과 같습니다.

23. 기타수익 및 기타비용당분기와 전분기 중 기타수익 및 기타비용의 내역은 다음과 같습니다.

24. 법인세법인세비용은 전체 회계연도에 대해서 예상되는 경영진의 가중평균연간법인세율에 대한 최선의 추정치에 중간재무보고기간의 세전손익을 곱하여 산정된 금액으로 인식하였습니다. 당사는 당분기 중 법인세차감전순손실이 발생하여 유효세율을 산정하지않았습니다.

25. 주당손익(1) 당분기와 전분기 중 기본주당손익의 내역은 다음과 같습니다.① 당분기

② 전분기

(2) 가중평균유통주식수당분기와 전분기 중 가중평균유통보통주식수의 산정내역은 다음과 같습니다.

(3) 당분기와 전분기 중 희석주당손익의 내역은 다음과 같습니다.① 당분기

② 전분기

(주1) 가중평균희석유통보통주식수는 희석효과가 발생하지 아니하여 기본주당손익 산정에 사용된 가중평균유통보통주식수와 동일합니다.

(4) 잠재적 보통주반희석효과로 인하여 희석주당손익을 계산할 때 고려하지 않았지만 잠재적으로 미래에 기본주당순이익을 희석화할 수 있는 잠재적 보통주의 내용은 다음과 같습니다.

26. 특수관계자 등과의 거래(1) 특수관계자의 내역

(2) 특수관계자와 거래

당분기와 전분기 중 특수관계자와 거래내역은 없습니다.

(3) 채권ㆍ채무

당분기말과 전기말 현재 특수관계자의 채권ㆍ채무 잔액은 없습니다.

(4) 자금거래

당분기와 전분기 중 특수관계자와 자금거래는 없습니다.

(5) 특수관계자에 제공한 지급보증

당분기말 현재 연결회사가 특수관계자에 제공한 지급보증은 없습니다.

(6) 당분기말 현재 특수관계자로부터 제공받은 지급보증 내역은 다음과 같습니다.

(7) 주요 경영진에 대한 보상연결회사의 주요 경영진에 대한 보상내역은 다음과 같으며, 주요 경영진에는 연결회사의 기업활동의 계획ㆍ운영ㆍ통제에 대한 중요한 권한과 책임을 가지고 있는 등기이사를 포함하였습니다.

27. 위험관리

(1) 위험관리의 개요연결회사는 금융상품을 운용함에 따라 신용위험, 유동성위험, 환위험, 이자율위험 및기타 가격위험에 노출되어 있습니다.본 주석은 상기 위험에 대한 연결회사의 노출정도 및 이와 관련하여 연결회사가 수행하고 있는 자본관리와 위험관리의 목적, 정책 및 절차와 위험측정방법 등에 대한 질적 공시사항과 양적 공시사항을 포함하고 있습니다.(2) 위험관리 개념체계연결회사의 위험관리는 연결회사의 재무적 성과에 영향을 미치는 잠재적 위험을 식별하여 연결회사가 허용가능한 수준으로 감소, 제거 및 회피하는 것을 그 목적으로 하고 있습니다. 연결회사는 전사적인 수준의 위험관리 정책 및 절차를 마련하여 운영하고 있으며, 연결회사의 재무부문에서 위험관리에 대한 총괄책임을 담당하고 있습니다. 연결회사의 전반적인 금융위험 관리 전략은 전기와 동일합니다.

(3) 금융위험관리① 신용위험관리연결회사는 금융상품의 당사자 중 일방이 의무를 이행하지 않아 상대방에게 재무손실을 입힐 신용위험에 노출되어 있습니다. 연결회사의 경영진은 신용위험을 관리하기 위하여 신용도가 일정 수준 이상인 거래처와 거래하고 있으며, 금융자산의 신용보강을 위한 정책과 절차를 마련하여 운영하고 있습니다. 연결회사는 신규 거래처와 계약시 공개된 재무정보 등을 이용하여 거래처의 신용도를 평가하고 이를 근거로 신용거래한도를 결정하고 있으며, 담보 또는 지급보증을 제공받고 있습니다. 또한, 연결회사는 주기적으로 거래처의 신용도를 재평가하여 신용거래한도를 재검토하고 담보수준을 재조정하고 있으며, 회수가 지연되는 금융자산에 대하여는 분기 단위로 회수지연 현황 및 회수대책을 보고하고 있으며 지연사유에 따라 적절한 조치를 취하고 있습니다. 당분기말 현재 연결회사가 보유 중인 금융자산은 대손충당금이 설정된 채권을 제외하고는 특별한 연체 및 손상의 징후가 발견되지 않았습니다.금융자산의 장부금액은 신용위험에 대한 최대 노출정도를 표시하고 있습니다. 당분기말과 전기말 현재 연결회사의 신용위험에 대한 최대노출정도 내역은 다음과 같습니다.

(주1) 연결회사는 당기손익-공정가치측정금융자산 투자의 신용위험을 관리하기 위하여, 발행회사 임원에게 행사할 수 있는 매수청구권을 보유하고 있으며 이에 대하여파생상품자산을 인식하였습니다(주석30 참조).(주2) 연결회사가 발행한 전환사채 중 제 3자 지정가능 매도청구권(call option)을 별도의 파생상품자산으로 인식하였습니다.

② 유동성위험관리연결회사는 현금 등 금융자산을 인도하여 결제하는 금융부채에 관련된 의무를 충족하는 데 어려움을 겪게 될 유동성위험에 노출되어 있습니다. 연결회사의 경영진은 유동성위험을 관리하기 위하여 단기 및 중장기 자금관리계획을 수립하고 현금유출예산과 실제현금유출액을 지속적으로 분석ㆍ검토하여 금융부채와 금융자산의 만기구조를 대응시키고 있습니다. 연결회사의 경영진은 영업활동현금흐름과 금융자산의 현금유입으로 금융부채를 상환가능하다고 판단하고 있습니다.

당분기말과 전기말 현재 연결회사의 금융부채의 잔존계약만기에 따른 만기분석은 다음과 같습니다.

③ 환위험관리연결회사는 제품 수출 및 원재료 수입 거래와 관련하여 USD, EUR의 환율변동위험에 노출되어 있습니다. 연결회사의 경영진은 내부적으로 원화 환율 변동에 대한 환위험을 수시로 측정하고, 대내적 환위험 관리를 하고 있습니다.당분기말과 전기말 현재 기능통화 이외의 외화로 표시된 화폐성자산의 장부금액은 다음과 같습니다.

당분기말과 전기말 현재 외화에 대한 원화환율 10% 변동시 환율변동이 세전당기손익에 미치는 영향은 다음과 같습니다.

상기 민감도 분석은 보고기간말 현재 기능통화 이외의 외화로 표시된 화폐성 자산을 대상으로 하였습니다.

④ 이자율위험관리당분기말과 전기말 현재 연결회사가 보유하고 있는 이자부 금융상품의 장부금액은 다음과 같습니다.

변동이자율 금융상품의 현금흐름 민감도 분석당분기말 현재 이자율이 100베이시스포인트 변동한다면, 자본과 손익은 증가 또는 감소하였을 것입니다. 이 분석은 환율과 같은 다른 변수는 변동하지 않는다고 가정하며 전기말에도 동일한 방법으로 분석하였습니다. 구체적인 세전손익의 변동금액은 다음과 같습니다.

⑤ 기타의 시장가격 위험관리당분기말 현재 연결회사가 계상하고 있는 파생상품부채의 주요 투입변수인 할인율 및 주가 변동성이 0.5% 변동시 당기손익에 미치는 영향은 다음과 같습니다.

(4) 자본관리연결회사의 자본관리목적은 건전한 자본구조를 유지하는 데 있습니다. 연결회사는 자본관리지표로 부채비율을 이용하고 있으며 이 비율은 총부채를 총자본으로 나누어산출하고 있으며 총부채 및 총자본은 재무제표의 공시된 금액을 기준으로 계산합니다.

28. 금융상품의 범주별 분류 및 공정가치(1) 당분기말과 전기말 현재 범주별 금융상품자산 및 금융자산부채의 장부금액은 다음과 같으며, 동 금융상품 공정가치의 합리적 근사치는 장부금액과 일치합니다.

(2) 당분기와 전분기 중 금융상품의 범주별 손익은 다음과 같습니다.

(3) 공정가치 서열체계공정가치로 측정되거나 공정가치가 공시되는 금융상품을 공정가치 서열체계에 따라 구분되며 정의된 수준들은 다음과 같습니다.

당분기말과 전기말 현재 공정가치로 측정되는 금융상품의 공정가치 서열체계 구분은다음과 같습니다.

① 당분기말