주식위키노타
홈위키캘린더게임커뮤니티소개
로그인
차트/콘텐츠
뉴스·리포트
위키캘린더시장예측모의투자서비스 소개개인정보처리방침

© 2026 주식위키. All rights reserved.

노타

상위 분류

KOSDAQ지능형로봇/인공지능(AI)온디바이스 AI2025 하반기 신규상장

하위 분류

하위 분류가 없습니다.

한눈에 보기

모델과 하드웨어 사이의 최적화 수요를 제품으로 연결해요

노타는 AI 모델을 실제 기기와 가속기에서 효율적으로 실행하도록 돕는 최적화 플랫폼 기업이에요. KAIST 학내 벤처로 출발해 모델 분석·경량화·변환·배포·성능 검증을 지원하는 NetsPresso Platform을 구축했고, 교통·산업안전·영상관제 같은 현장 사업에도 기술을 적용해 왔어요. 상장 이후에는 모바일과 엣지 기기에서 데이터센터·클라우드 가속기까지 지원 범위를 넓히고 있어요. 여러 하드웨어 환경을 다루는 기술과 현장 적용 경험이 강점이지만, 그 가치는 다양한 고객이 반복해서 도입하고 검증된 최적화를 재사용하는지에 달려 있어요.12345

성장 시장이 기회가 되려면 고객 도입으로 이어져야 해요

엣지 AI 시장은 성장 전망이 크지만, 조사기관마다 시장 범위가 달라 전체 시장 규모를 노타의 직접적인 기회로 볼 수는 없어요. BCC Research는 글로벌 엣지 AI 시장이 2025년 118억 달러에서 2030년 568억 달러로 성장할 것으로 전망해요. 노타의 플랫폼은 모델 변환뿐 아니라 목표 하드웨어에서의 성능 검증까지 지원하고, 교통·영상관제·산업안전 솔루션은 이 기술을 고객 현장에 적용하는 경로예요. 다만 시장의 성장이 매출로 이어지려면 고객의 성능·전력·메모리 요건과 기존 시스템 연동, 검수 절차를 통과해야 해요.64789101112

플랫폼 매출과 수주가 늘었지만, 실적 전환 속도는 더 지켜봐야 해요

연결 매출은 2023년 36억 원에서 2025년 131억 원으로 증가했고, 플랫폼 매출도 2024년 28.3억 원에서 2025년 53.2억 원으로 늘었어요. 2026년 상반기 플랫폼 수주잔고는 90.5억 원이었지만 같은 기간 플랫폼 매출은 22.7억 원, 솔루션 매출은 51.4억 원이었어요. 수주가 납품·검수와 매출 인식으로 이어지는 기간, 기존 고객의 추가 도입, 프로젝트 간 기술 재사용이 플랫폼 사업의 반복성을 가늠하는 기준이에요. 2025년 매출의 95억 원이 4분기에 인식된 점도 분기별 실적 변동을 함께 살펴야 하는 이유예요.13141516

적자와 현금 유출을 줄이는 일이 핵심 과제예요

매출이 커지는 동안 영업손실도 2023년 113억 원에서 2025년 153억 원으로 늘었고, 2026년 상반기에는 104억 원의 영업손실을 기록했어요. 영업활동 현금흐름 역시 2023년 -80억 원, 2024년 -108억 원, 2025년 -118억 원으로 3년 연속 유출됐어요. 상장 후 자본총계는 2024년 말 -705억 원에서 2025년 말 275억 원으로 전환됐지만, 이는 영업 흑자나 현금 창출과는 구분해야 해요. 시장이 주목할 과제는 수주가 매출과 현금 회수로 이어지는 동시에 영업손실의 절대 규모도 줄어드는지예요.13141517

위험 요인

주요 위험은 수주·검수 지연과 프로젝트별 비용 부담, 플랫폼 매출의 반복성 부족, 지속적인 영업손실과 현금 유출, 고객 집중, 경쟁 심화 및 기술·규제 요건 변화예요.131415161819202122

실적 한눈에 보기

핵심 숫자
매출액 (2025)
131억
▲ 전년 대비 +56%
영업이익 (2025)
-153억
영업이익률 (2025)
-116.8%
▼ 순이익률 -126.7%
시가총액
2,489억
11.06 종가
핵심 숫자
구분값
매출액 (2025)131억원131억
영업이익 (2025)-153억원-153억
영업이익률 (2025)-116.8%
시가총액2,489억원2,489억
연간 실적 (2023~2025)단위: 억원
-200억-100억0억100억200억-400%-300%-200%-100%0%202320242025
  • 매출액
  • 영업이익
  • 영업이익률 (오른쪽 축)

연결 기준

연간 실적 (2023~2025)
구분매출액영업이익영업이익률
202336억원36억-113억원-113억-313.9%
202484억원84억-120억원-120억-142.9%
2025131억원131억-153억원-153억-116.8%
분기 실적 (2024Q3~2026Q2)단위: 억원
-100억-50억0억50억100억-6,000%-4,000%-2,000%0%3Q'241Q'253Q'252Q'26
  • 매출액
  • 영업이익
  • 영업이익률 (오른쪽 축)

3개월 실적, 4분기는 연간 − 3분기 누적

분기 실적 (2024Q3~2026Q2)
구분매출액영업이익영업이익률
3Q'2416억원16억-30억원-30억-187.5%
4Q'2466억원66억-18억원-18억-27.3%
1Q'251억원1억-44억원-44억-4,400%
2Q'255억원5억-39억원-39억-780%
3Q'2530억원30억-43억원-43억-143.3%
4Q'2595억원95억-28억원-28억-29.5%
1Q'2636억원36억-42억원-42억-116.7%
2Q'2638억원38억-62억원-62억-163.2%
수익성과 재무 건전성단위: %
-400%-300%-200%-100%0%100%202320242025
  • ROE
  • 부채비율
  • 영업이익률
수익성과 재무 건전성
구분ROE부채비율영업이익률
2023--113.3%-313.9%
202442%-138.9%-142.9%
202577.2%53.8%-116.8%
현금흐름단위: 억원
-150억-100억-50억0억202320242025
  • 영업활동현금흐름
  • 설비투자(CAPEX)
  • 잉여현금흐름
현금흐름
구분영업활동현금흐름설비투자(CAPEX)잉여현금흐름
2023-80억원-80억--
2024-108억원-108억--
2025-118억원-118억--
주주 구성단위: %
  • 김태호11.96%
  • 채명수7.89%
  • LB인베스트먼트5.14%
  • 기타75.01%

보통주 지분율, 사업보고서·대량보유 보고 기준

주주 구성
구분지분율
김태호11.96%
채명수7.89%
LB인베스트먼트5.14%
기타75.01%
주가와 KOSDAQ (시작=100)단위: 지수
05010015025.1126.0326.0726.11
  • 주가
  • KOSDAQ

월말 종가

주가와 KOSDAQ (시작=100)
구분주가KOSDAQ
2025-11100지수100100지수100
2025-12104.8지수104.8101.4지수101.4
2026-0197.6지수97.6125.9지수125.9
2026-0286.7지수86.7130.7지수130.7
2026-0371.5지수71.5115.3지수115.3
2026-0480.2지수80.2130.6지수130.6
2026-0587.1지수87.1117.8지수117.8
2026-0646.8지수46.8100.4지수100.4
2026-0742지수4278.9지수78.9
2026-0842.5지수42.591.4지수91.4
2026-0944.8지수44.893.8지수93.8
2026-1030지수3079.4지수79.4
2026-1126.4지수26.470.6지수70.6
국내 동종 기업 영업이익률 (최근 사업연도)단위: %
-150%-100%-50%0%50%네패스마음AI노타
  • 영업이익률
국내 동종 기업 영업이익률 (최근 사업연도)
구분영업이익률
네패스4.6%
한라캐스트6.6%
마음AI-65.3%
뉴엔AI-5.9%
에스투더블유-55.4%
노타-116.8%

자료:132315142425

기업 개요: 연구 기반 창업에서 하드웨어 전반의 AI 최적화 사업으로

노타는 KAIST 학내 벤처로 출발해 AI 모델 최적화 기술을 상용 플랫폼과 산업 현장에 연결해 온 기업이에요. 사업의 중심은 모델 분석부터 경량화, 변환, 배포, 성능 검증까지 지원하는 NetsPresso Platform이며, 교통·안전·영상관제 등의 솔루션은 이 기술을 현장에 적용한 사업 축이에요. 상장 이후에는 적용 범위를 모바일과 엣지 기기에서 데이터센터·클라우드 가속기까지 넓히고 있어요. 이 장에서는 기술의 제품화 과정, 창업자 중심의 경영진과 전문 인력 구성, 상장 전후 자본 및 주주 변동을 살펴봐요.123452627

연구 기술을 플랫폼과 산업 현장으로 연결하는 사업 전개

노타의 사업은 연구개발 역량을 반복 적용 가능한 플랫폼으로 전환하는 과정에서 성장해 왔어요. 회사는 2015년 4월 24일 설립됐고, 같은 해 KAIST 학내 벤처로 출발했어요. 초기에는 AI 모델 경량화와 최적화 기술의 연구개발에 무게를 뒀으며, 이후 이 역량을 모델 분석·경량화·변환·배포·성능 검증으로 이어지는 NetsPresso Platform에 담았어요. 연구 성과를 특정 고객의 단일 과제에만 적용하는 방식보다, 여러 모델과 하드웨어 환경에서 활용할 수 있는 플랫폼으로 제품화하려는 방향이 읽혀요. 이 접근의 사업적 의미는 모델을 실제 서비스에 투입할 때 발생하는 하드웨어별 변환과 성능 확인 부담을 줄이는 데 있어요. 고객이 AI 모델을 개발한 뒤에도 목표 기기에 맞춰 실행 환경을 조정해야 한다면, 최적화 도구는 개발과 운영 사이의 병목을 다루는 역할을 할 수 있어요. 다만 플랫폼의 사업적 확장성은 기술 기능만으로 결정되지 않고, 실제 고객이 다양한 환경에서 반복적으로 채택하는지와 적용 과정에서 축적된 경험이 다음 프로젝트로 이어지는지에 달려 있어요.1245

NetsPresso Platform은 하드웨어 제약을 고려해 AI 모델의 배포 가능성을 높이는 제품으로 자리 잡고 있어요. 회사는 GPU·NPU·CPU 등 서로 다른 목표 하드웨어에 맞춰 모델을 최적화하고 실행 성능을 검증하는 흐름을 제시해요. AI 모델은 개발 단계에서 높은 정확도를 보여도, 실제 기기의 연산 성능과 전력·메모리 여건에 맞지 않으면 현장에 배포하기 어려워요. 모델 경량화와 변환, 검증 기능을 하나의 작업 흐름으로 묶으면 개발자가 기기별 적용을 준비하는 시간을 줄이고, 제품 운영자가 예상 성능을 확인하는 데 도움을 줄 수 있어요. 이는 AI 도입이 확산될수록 중요해지는 기반 기능이에요. 다만 최적화 과정에서 성능과 정확도 사이의 균형을 유지하고, 하드웨어별로 안정적인 결과를 반복해서 내는 것이 플랫폼의 신뢰와 재사용성을 좌우해요.34

현장 솔루션은 플랫폼 기술을 산업별 요구에 맞게 구체화하는 적용 경로예요. 노타는 교통, 산업안전, 영상관제, 운전자 모니터링 등에 NetsPresso 기술을 적용해 왔어요. 이런 분야는 설치 환경과 운영 목적이 서로 달라요. 교통·영상관제는 영상 데이터를 빠르게 분석하고 현장에서 결과를 활용하는 것이 중요하며, 산업안전과 운전자 모니터링은 위험 상황을 식별하고 운영 절차와 연결하는 것이 핵심이에요. 따라서 같은 모델 최적화 기술도 현장별 데이터 특성, 기기 성능, 응답 속도, 시스템 연동 방식에 따라 제품화 과정이 달라질 수 있어요. 회사가 산업별 솔루션을 통해 운영 경험을 축적하고 이를 플랫폼 개선에 활용한다면, 플랫폼 기능과 고객 현장 사이에 학습 순환을 만들 수 있어요. 이 구조가 실제로 작동할수록 일회성 구축 사업을 넘어 반복 적용 가능한 기술 자산을 쌓을 여지가 커져요.34

상장 이후에는 적용 범위를 엣지 기기에서 데이터센터와 클라우드 가속기까지 넓히고 있어요. 반기보고서는 Arm·삼성의 툴체인 협력, 퓨리오사AI·모빌린트의 NPU 환경, AWS AI 칩 환경을 사업 사례로 언급해요. 이는 노타의 기술이 특정 프로세서에 한정되지 않고 다양한 연산 환경에 대응하는 방향으로 확장되고 있음을 보여줘요. 하드웨어 선택지가 많아질수록 고객은 모델 개발뿐 아니라 각 환경에 맞는 최적화와 검증을 함께 고려해야 하므로, 하드웨어 생태계와의 협력은 제품 적용 범위를 넓히는 통로가 될 수 있어요. 동시에 지원 환경이 늘어날수록 호환성 유지와 성능 검증에 필요한 기술·사업 자원도 커져요. 그러므로 확장 자체보다 여러 파트너 환경에서 재현 가능한 성능과 지속적인 고객 활용을 확보하는지가 사업의 질을 가르는 요소예요.34

2026년에는 영상 분석과 AI 상담체계로 사업 적용의 폭을 더 넓혔어요. 회사는 KBS 재난 CCTV 영상 분석과 메타엠과의 AI 상담체계 공동 개발 사례를 제시했어요. 재난 영상 분석은 대량의 영상에서 필요한 정보를 추출해 운영자의 판단을 보조하는 영역이고, AI 상담체계는 고객 응대 과정에서 모델과 서비스 운영을 연결하는 영역이에요. 두 사례는 노타의 사업이 기기 내부에서 모델을 효율적으로 실행하는 문제뿐 아니라, 분석 결과를 실제 업무 흐름에 연결하는 방향으로 넓어지고 있음을 보여줘요. 사업적으로는 플랫폼 기술의 활용처가 다양해질 수 있지만, 각 산업의 요구와 운영 시스템에 맞춘 통합 역량도 중요해져요.2627

창업자 중심 리더십에 재무·전략·감사 전문성을 더한 구조

노타의 기술 리더십은 창업자와 연구 경험을 공유한 경영진을 중심으로 구성돼 있어요. 채명수 대표이사는 숭실대 산업정보시스템공학 학사와 KAIST 산업및시스템공학 석사 과정을 마쳤고, KAIST ITC연구소와 AI연구소에서 연구원으로 일했어요. 2018년 노타 대표이사 겸 CTO를 맡았으며, 2020년 12월부터 대표이사 역할을 수행하고 있어요. 김태호 CTO는 KAIST 바이오및뇌공학 학사와 전기및전자공학 석사 과정을 거쳐 KAIST AI연구소 선임연구원으로 일한 뒤, 2020년 11월부터 노타 CTO로 재직하고 있어요. 두 사람의 연구 경력과 역할 분담은 기술 개발과 회사 경영이 창업자 중심으로 이어지는 구조를 보여줘요. AI 최적화처럼 기술 변화가 빠르고 제품의 핵심 기능이 연구 성과에 직접 연결되는 사업에서는 경영진의 기술 이해도가 제품 방향과 고객 요구를 연결하는 데 강점이 될 수 있어요. 반면 사업 규모가 커질수록 기술 중심 의사결정에 영업, 운영, 재무 관리 역량을 결합하는 것이 중요해져요.2834

재무와 사업전략 담당 임원의 경력은 기술 조직에 상장사 운영과 사업 확장 역량을 보완해요. 형남백 CFO는 유학닷컴·마인즈랩·니어스랩에서 재무·회계와 경영지원 업무를 맡았고, 2023년 4월 노타에 합류해 운영 부서를 이끈 뒤 2025년 8월 CFO로 선임됐어요. 김승현 CSO는 인텔에서 반도체 공급관리와 공정 업무를, 삼성전자 DS부문에서 사업전략 업무를 맡았으며 이후 여러 기업에서 COO·CSO·CEO·CPO를 지냈어요. 형 CFO의 회계·운영 경험은 상장기업의 재무 관리와 내부 운영 체계를 뒷받침할 수 있고, 김 CSO의 반도체와 사업전략 경험은 하드웨어 생태계 내 협력과 사업 기회 발굴에 연결될 수 있어요. 기술 플랫폼 기업이 시장을 확장하려면 제품 성능뿐 아니라 파트너십, 계약 구조, 자원 배분을 함께 관리해야 하므로 이러한 경력 조합은 사업 운영의 폭을 넓히는 기반이에요.283

이사회와 감사 기능에는 기술·법률·재무 경험이 포함돼 있어요. 사외이사 최기영은 서울대 전기정보공학부 교수와 과학기술정보통신부 장관을 지냈고, 사외이사 김태정은 법무법인 광장 변호사예요. 비상근 감사 김서호는 삼일회계법인 딜 부문과 한미회계법인 재무자문 부문에서 일한 경력이 있어요. 기술기업의 이사회에는 제품과 산업 변화에 대한 이해가 중요하고, 상장 이후에는 법률·공시·재무관리의 중요성도 커져요. 이처럼 서로 다른 전문성이 이사회와 감사 기능에 배치돼 있다는 점은 경영진의 의사결정과 재무 보고를 감독하는 틀을 구성해요. 다만 이사회 구성의 실효성은 이력 자체보다 각 구성원이 실제로 독립적인 검토와 감독을 수행하는지에 의해 결정돼요.28

2025년 사업보고서에는 이사·감사 보수와 외부감사 관련 정보가 공시돼 있어요. 사업보고서상 이사·감사는 6명이며 보수 총액은 약 13억 4천만 원, 1인 평균 보수액은 약 2억 6천만 원이에요. 회계감사인은 당기 대주회계법인이고 감사의견은 적정으로 기재됐어요. 강조사항은 없으며 핵심감사사항은 수익인식이에요. 수익인식이 핵심감사사항으로 제시된 것은 매출의 인식 시점과 계약상 수행 의무가 외부감사 과정에서 중요한 검토 대상이었음을 뜻해요. 플랫폼 이용, 솔루션 구축, 협력 프로젝트처럼 매출 발생 방식이 서로 다를 수 있는 사업에서는 계약 조건과 수행 진척을 일관되게 반영하는 내부 통제가 중요해요.2930

상장 전후 자본 변동과 주주 지분을 기준일별로 살펴보기

노타의 주식 수는 상장 전후 여러 자본거래를 거쳐 형성됐기 때문에 각 변동의 성격을 구분해야 해요. 2024년 4~5월에는 우선주 제3자배정 유상증자가 세 차례 있었고, 같은 해 12월에는 보통주 제3자배정 발행이 기록됐어요. 2025년 3월 주식분할 뒤 우선주 173만 5,950주가 보통주로 전환됐고, 보통주 1,513만 2,000주의 무상증자와 10월 300만 3,480주의 일반공모 유상증자가 이어졌어요. 각각의 거래는 주식 수에 서로 다른 방식으로 영향을 줘요. 제3자배정과 일반공모는 신주 발행을 통해 자본을 조달하고, 우선주의 보통주 전환은 주식 종류를 바꾸며, 무상증자는 발행 주식 수를 늘리는 절차예요. 따라서 시점별 주식 수나 지분율을 비교할 때는 이 변동 이력을 함께 고려해야 해요.17

2025년 말 발행 보통주는 2,132만 4,030주이며, 같은 수량이 유통주식수로 기재돼 있어요. 주식매수선택권 행사에 따른 발행도 2023~2025년에 공시됐어요. 상장 전후의 숫자를 비교할 때 주식분할과 무상증자는 주당 단위의 기준을 바꾸고, 우선주 전환과 공모는 보통주 수 및 지분율에 영향을 줄 수 있어요. 여기에 주식매수선택권 행사가 더해지면 실제 발행 주식 수가 달라질 수 있어요. 주식 수의 변화는 각 주주의 지분율과 시장에서 거래 가능한 물량을 함께 바꾸므로, 지분 변동을 해석할 때는 공시 기준일과 거래 종류를 함께 확인하는 것이 중요해요.3117

창업자 지분은 공시 기준일과 공시 유형을 구분해 해석해야 해요. 2025년 말 사업보고서 기준 김태호는 보통주 255만 주(11.96%), 채명수 대표이사는 168만 2,400주(7.89%)를 보유했고 두 사람의 합산 지분은 19.85%였어요. 반면 상장 직후 별도 대량보유 보고에서 김태호는 2025년 11월 10일 568만 2,200주(26.23%)를 신고했어요. 두 수치는 기준일과 공시 유형이 서로 다르므로 같은 시점의 보유량처럼 직접 비교할 수 없어요. 특히 대량보유 보고와 사업보고서의 주주 현황은 보고 기준이 다를 수 있기 때문에, 지분율 변화의 의미를 판단할 때는 각 공시의 기준일을 맞춰 보는 것이 필요해요.2432

기관투자자의 장내매도에 따른 보유량 변화는 기존 주주 간 지분 이동으로 봐야 해요. LB인베스트먼트는 2025년 11월 6일 155만 8,400주(7.36%)를 보고했고, 2026년 1월 6일 장내매도에 따른 변동 후 109만 6,019주(5.14%)를 신고했어요. 스톤브릿지벤처스는 2025년 11월 7일 168만 8,000주(7.98%)를 보고한 뒤, 12월 5일 장내매도로 84만 4,000주가 감소해 잔여 84만 4,000주(3.99%)를 보고했어요. 컴퍼니케이는 2025년 11월 10일 70만 7,000주(3.34%)를 신고했어요. 이런 장내매도는 회사가 새 주식을 발행하는 자금 조달과 달리 기존 주주와 매수자 사이에서 보유 지분이 이동하는 거래예요. 따라서 회사의 자본 유입과 주주별 보유 변화는 구분해서 해석해야 해요.32

확인되는 최근 3개 사업연도에는 배당과 자기주식 거래보다 증자 및 상장 관련 변동이 두드러져요. 배당 현황에는 배당금과 배당성향 수치가 기재돼 있지 않고, 자기주식 취득·처분 현황에도 거래 내역이 나타나지 않아요. 반면 상장 전 제3자배정, 우선주 전환, 무상증자, 일반공모 유상증자가 순차적으로 이어졌어요. 이는 해당 기간 주식 관련 변화의 중심이 주주 환원보다 자본 기반 정비와 상장 과정에 있었음을 보여줘요. 앞으로 주주 구성을 해석할 때도 신규 주식 발행으로 회사에 유입된 자금과 기존 주주의 장내 매매로 달라진 보유량을 구분하는 것이 중요해요.333417

시장과 사업 모델: 모델과 하드웨어 사이의 최적화 계층

엣지 AI는 데이터를 클라우드나 중앙 데이터센터로 보내지 않고 기기나 현장 가까이에서 추론하는 방식이에요. 노타가 겨냥하는 최적화 계층은 AI 모델을 하드웨어에 맞게 가볍고 효율적으로 실행하도록 돕지만, 시장 규모를 해석할 때는 엣지 AI와 AI 최적화 시장의 범위를 구분해야 해요. 조사기관마다 엣지 기기 매출, 산업별 지출, 모델 최적화, 추론 서빙과 오케스트레이션을 다르게 포함하기 때문에 각 수치를 하나의 시장이나 시계열로 단순 합산할 수는 없어요.6353637

엣지 AI의 성장 전망은 크지만, 시장 범위에 따라 숫자의 의미가 달라요

각 시장 전망은 성장 가능성을 보여주지만, 서로 다른 범위를 측정하므로 하나의 TAM으로 합쳐 읽으면 안 돼요. BCC Research는 글로벌 엣지 AI 시장을 2024년 87억 달러, 2025년 118억 달러로 추정하고, 2030년 568억 달러와 20252030년 연평균 성장률 36.9%를 전망해요. 반면 SHD Group은 엣지 AI 기기 매출을 2023년 251억 달러, 2024년 324억 달러로 집계하고, 2030년 1,029억 달러와 20242030년 연평균 성장률 21.2%를 예상해요. 두 전망의 차이는 성장률 전망이 서로 모순된다는 뜻이라기보다, 엣지 AI 시장과 엣지 AI 기기 매출이라는 측정 대상이 다르다는 점을 먼저 보여줘요.635

이 구분은 노타의 사업 기회를 판단할 때 특히 중요해요. 기기 출하액 전체가 커져도 그만큼의 지출이 모델 최적화 소프트웨어에 배분되는 것은 아니고, 엣지 AI를 도입하는 기업이 모두 외부 최적화 플랫폼을 구매하는 것도 아니에요. 따라서 넓은 시장 전망은 엣지 추론이 산업 전반으로 확산되는 배경으로 읽되, 노타가 직접 접근할 수 있는 시장은 실제 최적화 작업이 필요하고 예산을 배정하는 고객군을 기준으로 따져야 해요. 시장의 성장률과 플랫폼의 매출 성장률은 연결되는 변수지만 같은 지표는 아니에요.

Frost & Sullivan 추정치를 인용한 자료는 글로벌 엣지 AI 시장이 2020년 902억 위안에서 2024년 2,517억 위안으로 확대됐다고 보고, 2025~2029년 연평균 39.6% 성장을 전망해요. 다른 통화와 조사 범위를 사용한 이 수치는 BCC Research나 SHD Group의 달러 기준 전망과 직접 이어 붙이기보다, 엣지 AI의 도입이 여러 조사기관에서 구조적 성장 영역으로 다뤄지고 있다는 참고 신호로 활용하는 편이 타당해요.36

AI 프레임워크 최적화 시장은 엣지 AI보다 노타의 제품과 가까운 듯 보이지만, 이 시장 역시 범위를 살펴야 해요. Mordor Intelligence는 해당 시장을 2025년 45억 1,000만 달러로 평가하고, 2026년 58억 3,000만 달러에서 2031년 186억 6,000만 달러로 성장할 것으로 전망해요. 다만 이 범주에는 모델 경량화뿐 아니라 추론 서빙과 오케스트레이션이 포함돼요. 노타의 NetsPresso가 다루는 최적화와 일부 접점이 있더라도, 이를 그대로 노타가 접근 가능한 직접 시장으로 간주하면 기회 규모를 과대 해석할 수 있어요.37

산업별로는 현재 시장 규모가 큰 분야와 앞으로 성장률이 높은 분야가 다르게 나타나요. BCC Research의 2024년 추정에서 IT·통신 시장은 23억 2,000만 달러로 가장 컸고, 헬스케어는 19억 5,000만 달러, 자동차는 15억 6,000만 달러, 소매·소비재는 11억 3,000만 달러, 제조는 10억 달러였어요. 반면 2025~2030년 전망 성장률은 자동차 40.2%, 소매·소비재 38.4%, IT·통신 37.2%, 헬스케어 36.0%, 제조 33.6% 순이에요. 현재의 지출 기반이 큰 시장과 앞으로 빠르게 확대될 것으로 전망되는 시장이 같지 않다는 점은 고객 발굴과 사업 확장 순서를 정할 때 고려할 만해요.6

자동차와 소매·소비재의 높은 성장률 전망은 영상 분석, 실시간 응답, 현장 데이터 처리 같은 활용 사례가 확대될 여지를 보여줘요. 그러나 산업별 성장률만으로 특정 공급자의 수주나 매출을 예측할 수는 없어요. 각 시장의 전망은 조사기관이 정한 범위 안에서 산출된 것이며, 고객별 예산과 조달 절차, 기존 시스템과의 통합, 제품 검증을 거쳐야 실제 도입으로 이어져요. 노타의 사업 기회도 이런 산업 수요가 모델 최적화의 유료 계약으로 전환되는 과정을 통해 구체화돼요.

연산·전력·개인정보 제약이 최적화 수요를 만들어요

모델이 커지고 추론 사용량이 늘수록, 성능을 높이는 것만큼 제한된 자원 안에서 효율적으로 실행하는 일이 중요해져요. AI 추론에는 연산 자원뿐 아니라 메모리, 가속기, 전력과 냉각이 함께 필요해요. 노타의 반기보고서는 국제에너지기구 전망을 인용해 데이터센터 전력 소비가 2024~2030년 연평균 약 15% 증가해 2030년 약 945TWh에 이를 것으로 제시해요. 이 수치는 데이터센터의 전력 수요에 관한 전망이지만, AI 연산의 확산이 전력과 인프라 부담을 높이는 산업적 배경을 설명해요.343839

모델 경량화와 하드웨어별 최적화는 제한된 연산 자원으로 추론을 실행하거나, 같은 장비에서 더 많은 작업을 처리할 수 있는 여지를 만들어요. 다만 효율화가 항상 비용 절감으로 곧바로 이어지는 것은 아니에요. 모델의 정확도, 처리 지연, 메모리 사용량, 처리량이 고객의 요구 수준을 동시에 충족해야 하고, 실제 결과는 모델·칩·런타임 조합에 따라 달라져요. 따라서 최적화 도구의 가치는 이론적인 연산량 감소 자체보다 고객 환경에서 성능과 운영 조건을 함께 만족시키는지에 달려 있어요.

실시간 응답이 중요한 업무도 엣지 추론의 수요를 뒷받침해요. 교통, 관제, 산업안전처럼 영상 속 상황에 신속하게 대응해야 하는 경우 데이터를 원격 서버로 보내고 결과를 돌려받는 과정을 줄이면 현장에서 분석하는 선택지가 생겨요. 이러한 구조는 네트워크 왕복 지연에 민감한 업무에서 유용할 수 있지만, 시스템 전체의 응답 시간은 카메라와 네트워크, 추론 장비, 관제 소프트웨어가 함께 결정해요. 모델 최적화는 이 구성의 한 요소로서 추론 지연이나 자원 사용에 기여하며, 현장 시스템과의 연동이 함께 이뤄져야 운영상 효과가 나타나요.214022414243

영상·음성·생체정보를 현장이나 기기에서 처리하면 데이터를 외부로 전송하는 양을 줄이는 방안을 고려할 수 있어요. 그러나 엣지 처리가 개인정보 보호 의무를 자동으로 충족시키는 것은 아니에요. 처리 목적과 접근 통제, 보유·삭제 절차 등은 별도로 설계해야 해요. 고객은 데이터가 어디에서 처리되는지뿐 아니라 누가 접근하고 어떤 목적으로 얼마나 보유하는지까지 운영 체계에 반영해야 하므로, 최적화 솔루션의 도입에는 기술 성능과 함께 해당 업무의 데이터 관리 요건이 영향을 줘요.214022414243

산업별 도입 속도는 시장 성장률보다 실제 적용 환경과 검증 절차에 더 직접적으로 좌우돼요. 모바일에서는 칩셋과 런타임별 성능·전력 효율을 확인하고 기기 양산 일정에 맞춰야 해요. 교통과 공공 인프라는 카메라, 관제 시스템과의 연동, 현장 운영 검증, 공공 조달 절차가 중요해요. 제조·산업안전은 작업장별 영상 조건과 오탐 관리가 도입 범위를 결정할 수 있어요. 자동차와 로보틱스는 실시간성, 전력과 공간 제약에 더해 제품 안전 검증 및 공급 일정이 요구돼요. 헬스케어에서는 민감 정보 처리와 상용화 요건이 함께 고려돼요.416444546471011124849

이처럼 고객이 해결해야 할 과제는 산업마다 달라요. 동일한 모델 최적화 기능을 제공해도 모바일에서는 배터리와 칩셋 호환성이, 교통에서는 기존 관제망과의 연동이, 제조 현장에서는 오탐의 운영 비용이 도입 성패에 더 큰 영향을 줄 수 있어요. 노타가 여러 산업으로 확장하려면 범용 기술의 성능뿐 아니라 고객이 각 환경에서 요구하는 검증과 통합을 감당할 수 있어야 해요. 적용 사례와 도입 조건이 제품·현장마다 달라지는 이유도 여기에 있어요.416444546471011124849

시장 성장만으로 채택 속도를 설명하기 어려운 만큼, 고객의 전환 비용과 대체 수단도 함께 봐야 해요. 고객은 기존 하드웨어의 교체 시점과 양산 일정, 시스템 통합 부담, 성능 검증과 조달 조건을 따져 도입 여부를 결정해요. 기존 장비를 유지하면서 최적화 도구만 추가할 수 있는지, 아니면 하드웨어나 소프트웨어 구조를 바꿔야 하는지에 따라 구매의 난도도 달라져요. 연산 자원이 넉넉해지거나 칩 사업자가 자사 제품에 맞춘 최적화 도구를 제공하면 외부 플랫폼의 필요성이 줄어들 수도 있어요.4161920

NetsPresso와 적용형 솔루션은 서로 다른 고객 가치를 제공해요

NetsPresso는 모델 변환만 제공하는 도구가 아니라, 최적화 결과를 목표 하드웨어에서 검증하는 흐름까지 다루는 플랫폼이에요. 고객 모델을 분석한 뒤 프루닝·양자화·그래프 최적화 등을 적용하고, 목표 하드웨어에 맞게 변환해 배포 전 성능을 확인하도록 지원해요. 모델 크기와 연산량을 줄이는 과정에 그치지 않고 프로파일링과 실기기 검증을 통해 메모리 사용량, 정확도, 지연시간과 처리량을 살펴볼 수 있어요. 다만 결과는 모델·칩·런타임의 조합에 따라 달라지므로, 플랫폼이 제시하는 최적화 효과는 실제 고객 환경에서 확인돼야 해요.43839

이 검증 과정은 기업 고객에게 실무적인 의미가 있어요. 모델을 경량화해도 정확도가 고객 기준 아래로 내려가거나, 목표 기기에서 메모리와 지연시간 요건을 충족하지 못하면 배포에 활용하기 어려워요. 따라서 모델 변환과 함께 성능을 측정하고 결과를 확인하는 절차는 최적화 작업을 개발 단계에서 실제 운영으로 연결하는 데 중요해요. 특히 하드웨어가 여러 종류로 나뉘는 고객 환경에서는 모델별·기기별 반복 검증을 어떻게 효율화하는지가 플랫폼의 활용도를 좌우할 수 있어요.43839

플랫폼의 수익화는 라이선스와 개발도구 연동부터 하드웨어 번들, 맞춤 최적화와 공동 상용화까지 여러 방식으로 이뤄질 수 있어요. 잠재 고객은 반도체·가속기·클라우드·기기 업체와 자체 모델을 보유한 기업으로 나뉘어요. 하드웨어 사업자에게는 자사 칩에서 모델을 실행하도록 돕는 도구로 제안할 수 있고, 모델·서비스 사업자에게는 목표 기기에 맞춰 모델을 배포하는 작업 기반으로 활용될 수 있어요. 고객군에 따라 제품을 구매하는 이유와 계약 구조가 달라질 수 있어, 플랫폼 판매가 반복 가능한 라이선스 매출로 자리 잡는지와 개별 프로젝트 중심으로 남는지를 구분해 볼 필요가 있어요.4163839

적용형 솔루션은 고객의 현장 업무와 시스템 연동을 포함한다는 점에서 플랫폼 공급과 구별돼요. Nota Vision Agent와 교통·산업안전 솔루션은 고객의 CCTV·영상관리 시스템과 연동해 현장 영상 분석과 알림, 관제 업무를 지원해요. 교통 분야에는 스마트교차로와 ITS, 산업안전에는 위험 상황 감지, 재난·방송 분야에는 CCTV 영상 선별 사례가 있어요. 이 사업은 특정 고객의 시스템과 현장에 적용되는 통합 업무의 성격이 강하고, NetsPresso는 최적화 기능을 여러 고객·모델·하드웨어에 제공할 수 있는 기반을 지향해요.47891011122750

두 사업은 고객 문제를 해결하는 방식이 다르지만, 기술과 고객 접점을 공유할 여지가 있어요. 현장 솔루션은 실제 영상과 운영 환경에서 요구되는 성능과 연동 조건을 경험하는 경로가 될 수 있고, 플랫폼은 그 과정에서 확보한 최적화 기능을 다른 모델이나 하드웨어에 적용하는 기반이 될 수 있어요. 반대로 적용형 사업은 고객별 통합 작업이 늘면 프로젝트 투입이 커질 수 있고, 플랫폼은 고객이 스스로 반복 활용할 수 있는 도구와 지원 체계가 갖춰져야 확장성이 높아져요. 두 사업의 조합이 만들어내는 가치는 현장 경험이 재사용 가능한 제품 기능으로 전환되는 정도에 달려 있어요.47891011122750

PoC를 반복 매출로 연결하려면 재사용성과 매출 인식이 관건이에요

상용화는 고객 모델과 목표 장비를 정하는 것에서 시작해 성능 검증, 납품·검수와 운영 확산으로 이어져요. 검증 과정에서는 정확도와 속도뿐 아니라 메모리·전력 사용량, 기존 시스템과의 연동, 고객 운영 기준을 함께 맞춰야 해요. 현장 프로젝트는 이런 검증과 시스템 통합 경험을 쌓는 경로가 될 수 있어요. 검증된 모델이나 모듈을 다른 기기와 고객에게 반복 적용할 수 있다면 플랫폼 확장 여지가 커지지만, 고객별로 요구 사항과 시스템 구성이 달라 추가 작업이 계속 필요하면 매출 확대가 인력과 프로젝트 수에 더 크게 의존할 수 있어요.4165138

삼성전자와의 모바일 AP 협력, Arm 및 NVIDIA 생태계 접점은 하드웨어와 개발 도구에 연결되는 기술·채널 사례예요. 삼성전자 관련 공개 자료는 엑시노스 2600 적용을 다루고, 교통·재난 영상 분야에서는 두바이 교통당국 관련 사업과 KBS 영상 분석 적용 사례가 소개돼 있어요. 이런 적용과 협력은 고객 검증 경험과 사업 접점을 보여주지만, 협력이나 도입 사례 하나만으로 반복 매출 또는 장기 계약이 확보됐다고 해석할 수는 없어요.524647492753

플랫폼 사업의 확장성을 판단할 때는 수주잔고의 크기와 함께 매출 전환 및 재사용 흐름을 살펴야 해요. 2026년 상반기 플랫폼 매출은 22.7억 원, 플랫폼 수주잔고는 90.5억 원이었어요. 수주잔고가 실제 납품·검수와 매출 인식으로 이어지는 속도는 계약이 사업 성과로 전환되는 과정을 보여주는 관찰 항목이에요. 기존 고객이 후속 모델이나 기기에 적용을 넓히는지, 최적화 작업이 다음 프로젝트에서 재사용되는지도 함께 볼 필요가 있어요. 이 지표들이 개선되면 플랫폼 매출의 반복성이 높아지는 방향을 시사할 수 있지만, 계약과 매출 인식 사이에는 고객별 납품 및 검수 절차가 놓여 있어요.16

플랫폼이 여러 고객에게 적용되더라도 고객별 최적화와 통합 작업이 상당히 다르면 프로젝트형 매출의 성격이 남을 수 있어요. 반대로 모델·하드웨어 조합이 달라져도 공통된 작업 흐름과 검증 기능을 반복 활용할 수 있다면 고객 한 곳의 도입 경험이 다음 계약의 시간과 비용을 줄일 가능성이 생겨요. 따라서 수주잔고와 매출의 차이를 해석할 때는 단순한 전환율만 보기보다, 납품 일정과 검수 조건, 후속 적용, 프로젝트 간 재사용이 어떻게 바뀌는지 함께 살펴야 해요.4165138

범용 최적화 플랫폼과 칩 생태계 도구가 경쟁해요

노타의 경쟁력은 다양한 하드웨어에서 모델을 최적화하고 검증하는 범위와 실제 고객의 도입 경험으로 평가할 수 있어요. 국내에서는 스퀴즈비츠와 클리카가 모델 압축, 추론 효율화, 하드웨어 맞춤 배포에서 직접적인 경쟁 접점을 가져요. Qualcomm AI Hub와 NVIDIA TensorRT는 각 사의 하드웨어 생태계와 연결된 모델 변환·최적화 도구를 제공하고, Edge Impulse는 센서 데이터 처리부터 엣지 배포까지 이어지는 개발 흐름을 다뤄요. 제품마다 지원 하드웨어와 작업 범위가 다르므로 기능 이름만 나란히 놓은 비교는 각 도구의 실제 역할을 충분히 설명하지 못해요.1819542055

칩 사업자의 도구는 자사 하드웨어와의 연동에서 이점을 가질 수 있어요. 고객이 이미 해당 생태계의 칩과 개발 도구를 사용하고 있다면 기존 워크플로에 통합하기도 쉬울 수 있어요. 반면 여러 하드웨어에 모델을 배포해야 하는 고객에게는 다양한 칩 환경을 아우르는 플랫폼의 적용 범위와 검증 경험이 중요해질 수 있어요. 이 비교에서 범용성이 곧바로 우위로 이어지는 것은 아니에요. 고객이 실제로 사용하는 하드웨어를 얼마나 지원하는지, 도입 과정에서 필요한 작업과 비용이 얼마인지가 함께 판단돼야 해요.5618192057

구매 판단에서는 지원 범위뿐 아니라 결과의 재현성과 기존 개발 환경과의 호환성도 중요해요. 고객이 같은 모델과 장비에서 반복 가능한 성능 결과를 얻을 수 있는지, 이미 사용하는 개발 도구와 무리 없이 연결되는지, 파트너를 통해 필요한 기술 지원과 고객 접근이 가능한지가 도입 과정에 영향을 줘요. 다른 최적화 도구로 전환할 때 재검증해야 하는 모델과 하드웨어가 많다면 전환 비용도 커질 수 있어요. 따라서 최적화 플랫폼의 경쟁력은 모델 압축 성능 하나보다 고객의 배포·운영 흐름에 얼마나 자연스럽게 들어가는지까지 포함해 평가해야 해요.5618192057

노타가 범용 플랫폼의 장점을 사업 성과로 연결하려면 다양한 하드웨어 지원을 실제 고객의 반복 사용으로 전환해야 해요. 고객이 이미 익숙한 칩 생태계의 도구를 선택하면 채택 과정이 단순해질 수 있고, 여러 하드웨어에 걸쳐 모델을 배포해야 한다면 독립 플랫폼의 적용 범위가 가치가 될 수 있어요. 어느 쪽이 적합한지는 고객 모델·칩·런타임 조합에서 확인한 성능과 통합 비용에 따라 달라져요. 결국 경쟁의 핵심은 범용성이라는 주장 자체보다, 고객이 실제로 검증된 성능과 낮은 도입 부담을 경험하는지에 있어요.5618192057

매출은 커졌지만 적자와 현금 유출이 성장의 질을 가려요

노타의 외형은 빠르게 확대됐고 플랫폼 매출의 비중도 높아졌어요. 다만 매출이 늘어난 만큼 영업손실이 줄지는 않았고, 영업활동 현금흐름도 계속 마이너스였어요. 따라서 실적을 볼 때는 매출 성장률뿐 아니라 매출이 분기마다 얼마나 고르게 인식되는지, 플랫폼 수주가 실제 매출로 전환되는지, 그리고 그 과정에서 손실과 현금 소진이 얼마나 줄어드는지를 함께 살펴야 해요.

플랫폼 매출 비중은 높아졌지만, 분기별 매출 인식은 여전히 불균등해요

매출 규모는 꾸준히 커졌고 플랫폼 매출의 성장도 두드러졌어요. 연결 매출은 2023년 36억 원에서 2024년 84억 원, 2025년 131억 원으로 증가했어요. 전년 대비 성장률은 2024년 133.3%에서 2025년 56.0%로 낮아졌지만, 이는 성장률이 둔화된 것이지 매출이 감소한 것은 아니에요. 특히 플랫폼 매출은 2024년 28.3억 원에서 2025년 53.2억 원으로 늘었고, 전체 매출에서 차지하는 비중도 33.6%에서 40.6%로 상승했어요. 노타의 사업이 고객별 프로젝트에 매출이 좌우되는 솔루션 중심 구조에서, 자체 플랫폼의 공급 비중을 높이는 방향으로 이동하고 있는지 살펴볼 만한 변화예요. 다만 한 해의 매출 비중 상승만으로 반복 매출 기반이 충분히 자리 잡았다고 판단하기는 어려워요. 플랫폼 매출의 증가가 여러 고객과 산업에서 이어지는지, 계약 갱신이나 추가 공급으로 연결되는지가 사업 구조의 변화를 확인하는 기준이 될 수 있어요.131416

솔루션 매출은 여전히 매출의 절반 이상을 차지해 외형 성장을 뒷받침하고 있어요. 솔루션 매출은 2024년 56.1억 원에서 2025년 77.8억 원으로 증가했지만, 플랫폼 매출보다 증가 속도가 낮아 매출 비중은 66.4%에서 59.4%로 내려갔어요. 이는 플랫폼의 존재감이 커졌다는 의미인 동시에, 현재 매출 기반에서는 고객 현장에 맞춘 솔루션 사업이 여전히 핵심이라는 점을 보여줘요. 솔루션 사업은 고객의 구체적인 요구에 대응해 매출을 만들 수 있다는 장점이 있지만, 프로젝트의 설계와 적용, 납품 일정이 매출 인식 시기에 영향을 줄 수 있어요. 반면 플랫폼 매출이 꾸준히 커지면 기존 기술을 여러 고객에게 재사용할 여지가 커져 사업 확장의 효율성을 높일 수 있어요. 따라서 두 사업의 매출 비중만 비교하기보다, 플랫폼 공급이 솔루션 프로젝트에 얼마나 의존하는지, 솔루션 수행 과정에서 확보한 현장 경험이 플랫폼의 반복 공급으로 이어지는지를 함께 봐야 해요.131416

2025년 매출은 4분기에 집중돼 연간 실적을 해석할 때 분기별 편차를 고려해야 해요. 2025년 분기 매출은 1분기 1억 원, 2분기 5억 원, 3분기 30억 원, 4분기 95억 원으로 나타났어요. 연간 매출의 상당 부분이 마지막 분기에 인식된 셈이어서, 연간 성장률만으로 매출 흐름이 고르게 확장됐다고 보기는 어려워요. 매출 인식이 특정 분기에 집중되면 한두 분기의 실적이 연간 숫자에 미치는 영향이 커지고, 각 분기의 매출만으로 사업의 추세를 판단하기도 어려워져요. 2026년에는 1분기 36억 원, 2분기 38억 원으로 상반기 합계 74억 원을 기록했어요. 이는 2025년 연간 매출의 약 56.5%지만, 이를 단순히 두 배로 환산해 연간 매출을 추정하면 분기별 인식 편차를 놓칠 수 있어요. 상반기 매출이 전년의 초반 분기보다 커진 점은 긍정적인 흐름으로 볼 수 있지만, 그 규모가 하반기에도 이어지는지는 이후 분기의 실적으로 확인해야 해요.1315

수주잔고와 당기 매출의 구성이 달라 앞으로의 매출 믹스는 사업별 전환 속도에 좌우될 수 있어요. 2026년 상반기 매출은 플랫폼 22.7억 원, 솔루션 51.4억 원으로 솔루션 비중이 69.4%였어요. 반면 같은 기간 말 플랫폼 수주잔고는 90.5억 원, 솔루션 수주잔고는 25.5억 원으로 플랫폼 쪽이 더 컸어요. 이는 현재 인식된 매출 구성과 향후 매출의 기반이 될 수 있는 수주잔고 사이에 차이가 있음을 보여줘요. 수주잔고가 매출로 전환되면 플랫폼의 매출 비중이 높아질 여지가 있지만, 계약 이행과 납품 일정, 고객별 적용 과정에 따라 매출이 잡히는 시기는 달라질 수 있어요. 특히 수주잔고의 규모 자체보다 실제 전환 속도와 추가 계약의 지속성이 중요해요. 플랫폼 수주가 특정 시점에 매출로 몰리는지, 여러 분기에 걸쳐 반복적으로 인식되는지에 따라 플랫폼 매출의 안정성에 대한 판단도 달라질 수 있어요. 솔루션 역시 상반기 매출 비중이 높았던 만큼, 프로젝트별 매출 인식 흐름이 하반기 실적의 변동성을 좌우할 수 있어요.416

영업손실은 줄지 않았고, 매출 확대만으로 손익 개선을 설명하기 어려워요

영업손실 규모는 커졌지만 매출 증가에 따라 영업이익률은 개선됐어요. 영업손실은 2023년 113억 원, 2024년 120억 원, 2025년 153억 원으로 확대됐어요. 반면 영업이익률은 각각 -313.9%, -142.9%, -116.8%로 개선됐어요. 매출이 손실보다 빠르게 늘어 영업손실이 매출에서 차지하는 비율은 낮아졌지만, 2025년에도 매출 1원당 약 1.17원의 영업손실이 발생한 셈이에요. 따라서 영업이익률의 방향은 나아졌어도 영업손실의 절대 규모가 커졌다는 점을 함께 봐야 해요. 이 차이는 매출 성장이 손실 부담을 흡수하는 단계와 실제 영업 흑자에 도달하는 단계가 다르다는 점을 보여줘요. 매출이 증가하는 가운데 손실액이 줄어드는지, 또는 손실률만 개선되는지가 향후 수익성의 질을 가늠하는 데 중요해요.1314

순손실 축소는 긍정적이지만 영업 본업의 개선과 구분해서 읽어야 해요. 순손실은 2024년 249억 원에서 2025년 166억 원으로 줄었고, 순이익률도 -296.4%에서 -126.7%로 개선됐어요. 그러나 같은 기간 영업손실은 120억 원에서 153억 원으로 오히려 확대됐어요. 순손실과 영업손실의 흐름이 달랐던 만큼 순손실 축소를 영업 활동의 수익성 개선만으로 설명하기는 어려워요. 순이익에는 영업 외 손익과 금융 비용, 세금 등 여러 항목이 영향을 줄 수 있어요. 따라서 손익 개선을 판단할 때는 순손실의 감소만 보지 말고 영업손실과 함께 비교해야 해요. 특히 매출이 확대되는 국면에서 영업손실이 다시 줄어드는지 확인해야 매출 성장 자체가 사업 운영의 효율 개선으로 이어지고 있는지 가늠할 수 있어요.1314

4분기 매출 급증은 영업손실을 줄였지만 연간 손실 확대를 되돌리지는 못했어요. 2025년 분기 영업손실은 1분기 44억 원, 2분기 39억 원, 3분기 43억 원, 4분기 28억 원이었어요. 4분기 매출이 95억 원으로 크게 늘면서 분기 영업손실은 앞선 분기보다 줄었어요. 매출 규모가 커진 분기에 손실이 감소했다는 점은 매출 확대가 손익 개선에 기여할 가능성을 보여줘요. 하지만 2025년 연간 영업손실은 전년보다 33억 원 커졌어요. 연말 한 분기의 개선만으로는 연간 비용 부담이 완화됐다고 보기 어려운 이유예요. 앞으로는 매출이 집중된 분기의 손실률이 실제로 낮아지는지, 그리고 매출 규모가 작은 분기에도 손실이 안정되는지 함께 살펴야 해요.1315

2026년 상반기에도 매출 성장과 손익 개선 사이의 간극이 이어졌어요. 상반기 매출은 74억 원이었지만 영업손실은 104억 원, 순손실은 102억 원을 기록했어요. 분기별로는 2분기 매출이 38억 원으로 1분기보다 소폭 증가했지만, 영업손실은 62억 원으로 확대됐어요. 매출 증가와 손실 감소가 같은 방향으로 움직이지 않았다는 점은 분기별 매출 규모만으로 비용 부담을 설명하기 어렵다는 뜻이에요. 매출이 늘어도 프로젝트 수행에 필요한 인력과 현장 적용 비용이 함께 증가하거나, 매출이 인식되는 시점과 비용이 발생하는 시점이 다르면 손실이 커질 수 있어요. 다만 구체적인 원인을 단정하기보다 매출 증가가 이후 영업손실의 절대 규모와 손실률을 함께 낮추는지 확인하는 편이 적절해요.1315

연구개발 인력과 현장 적용 역량은 성장 기반인 동시에 비용 구조의 일부예요. 2025년 말 직원은 131명이었고, 연구개발 인력은 80명으로 전체의 약 61%였어요. 반기보고서에 기재된 연구개발비 집행액은 2024년 9.6억 원, 2025년 6.6억 원, 2026년 상반기 6.3억 원이었어요. 매출 대비 비율은 각각 11.34%, 5.00%, 8.55%였고, 이 비율은 연구개발비뿐 아니라 분모인 매출 규모에 따라서도 달라져요. 산업 솔루션은 고객 현장에 맞춘 설계와 커스터마이징, 운영을 포함하며 현장 경험을 플랫폼 고도화에 반영하는 구조로 설명돼 있어요. 이 방식은 고객 요구에 대응하면서 기술을 개선할 수 있다는 점에서 사업 확장에 유리할 수 있지만, 프로젝트마다 추가 적용 부담이 발생하면 매출 증가가 곧바로 수익성 개선으로 이어지지 않을 수 있어요. 기술과 현장 투자가 반복 공급과 플랫폼 매출 확대를 뒷받침하는지, 동시에 프로젝트별 수행 부담을 낮추는지 살펴볼 필요가 있어요.581651

ROE는 자본총계의 급격한 변화와 함께 해석해야 해요. ROE는 2024년 42.0%, 2025년 77.2%로 계산됐지만, 자본총계는 2023년 말 -481억 원, 2024년 말 -705억 원에서 2025년 말 275억 원으로 바뀌었어요. 자본총계가 음수에서 양수로 전환된 만큼 ROE의 변화에는 자본 구조의 변화가 크게 반영될 수 있어요. 특히 2025년에도 순손실이 발생한 점을 고려하면 ROE만으로 영업 성과나 자본 활용 효율을 평가하기는 어려워요. 영업이익률과 순이익률, 영업활동 현금흐름을 함께 보면 자본 구조 변화와 사업의 실제 수익 창출력을 구분하는 데 도움이 돼요.1314

영업 현금 유출이 이어져 외부 자금 조달과 현금 잔액을 함께 봐야 해요

영업활동 현금흐름은 3년 연속 마이너스로 사업 운영에서 현금이 유출됐어요. 영업활동 현금흐름은 2023년 -80억 원, 2024년 -108억 원, 2025년 -118억 원이었어요. 투자활동 현금흐름도 같은 기간 각각 -6억 원, -130억 원, -70억 원으로 나타났어요. 2025년에는 영업과 투자활동에서 합계 188억 원이 유출됐어요. 이 흐름은 매출이 증가하고 있다는 사실만으로 회사의 현금 창출력이 확보됐다고 보기 어렵다는 점을 보여줘요. 손익과 현금흐름은 인식 시점과 구성 항목이 다를 수 있으므로, 영업손실의 변화와 함께 매출채권 회수나 운전자본 부담이 어떻게 움직이는지도 중요해요. 성장 과정에서 현금이 계속 유출되면 사업 확장에 필요한 자금은 보유 현금이나 외부 조달에 의존하게 돼요.13

2025년 현금 증가는 영업 현금 창출보다 재무활동 유입의 영향이 컸어요. 영업·투자활동에서 188억 원이 유출된 반면 재무활동 현금흐름은 240억 원 유입됐고, 연간 현금은 52억 원 증가했어요. 따라서 현금 잔액의 증가는 본업에서 현금이 창출된 결과라기보다 재무활동 유입이 영업과 투자에 따른 유출을 보완한 결과로 볼 수 있어요. 이 구분은 회사의 자금 여력을 판단할 때 중요해요. 외부 조달은 성장에 필요한 자금을 확보하고 재무 구조를 정비하는 역할을 할 수 있지만, 영업활동의 현금 유출이 계속되면 시간이 지나면서 추가 자금의 필요성이 다시 커질 수 있어요. 결국 현금 잔액뿐 아니라 영업활동 현금흐름이 개선되는지, 매출 성장과 현금 회수가 함께 진행되는지를 확인해야 해요.13

상장과 주식 발행을 거치며 자본 구조가 크게 달라졌어요. 2025년 11월 코스닥 상장에 앞서 우선주 발행과 전환, 공모 발행이 이뤄졌고 자금 조달과 자본 구조 변화에는 주식 발행이 중심 역할을 했어요. 자본총계는 2024년 말 -705억 원에서 2025년 말 275억 원으로 전환됐어요. 같은 시점 부채비율은 53.8%, 유동비율은 320.4%였어요. 이런 변화는 재무 안정성을 살펴볼 때 의미가 있지만, 영업 흑자 전환과는 구분해야 해요. 자본 확충은 손실을 감당하고 사업을 이어갈 재무적 기반을 보강할 수 있지만, 본업에서 현금이 유입되지 않는 상태가 지속되면 조달 자금도 운영과 투자에 사용될 수 있어요. 따라서 상장 이후의 재무 상태는 개선된 자본 구조와 영업 현금흐름의 지속적인 유출을 함께 놓고 해석해야 해요.1314172

2026년 상반기에는 현금 잔액과 유동비율이 모두 낮아졌어요. 현금및현금성자산은 2025년 말 119억 원에서 2026년 2분기 말 64억 원으로 줄었어요. 유동자산도 362억 원에서 261억 원으로 감소했고, 유동부채는 113억 원에서 121억 원으로 늘었어요. 이에 따라 유동비율은 320.4%에서 215.7%로 하락했어요. 2분기 말에도 유동자산이 유동부채를 웃돌았지만, 단기간의 현금 여력은 전년 말보다 낮아진 셈이에요. 자본총계가 275억 원에서 181억 원으로 줄고 부채총계가 148억 원에서 159억 원으로 늘어난 점도 함께 봐야 해요. 유동비율만으로 자금 부담을 판단하기보다 실제 현금 잔액, 영업 현금 유출, 단기 부채의 변화가 같은 방향으로 움직이는지 확인할 필요가 있어요.1315

앞으로의 재무 부담은 수주가 매출과 현금 회수로 이어지는 속도에 달려 있어요. 2026년 상반기 매출은 74억 원이었지만 영업손실은 104억 원이었고, 현금 잔액도 2025년 말보다 감소했어요. 이 조합은 매출 확대와 수주잔고만으로 재무 여건이 안정됐다고 판단하기 어렵다는 점을 보여줘요. 수주가 실제 납품과 매출 인식으로 전환되고, 그 매출이 적시에 현금으로 회수되면서 영업손실까지 줄어들어야 성장의 재무적 부담도 완화될 수 있어요. 특히 플랫폼 수주잔고의 매출 전환이 여러 분기에 걸쳐 이어지는지, 솔루션 프로젝트의 매출 인식과 비용 발생이 얼마나 균형을 이루는지가 중요해요. 매출 성장과 함께 영업손실의 절대 규모가 축소되고 영업활동 현금흐름이 개선되는지가 노타의 성장 구조를 평가할 핵심 흐름이에요.131516

수주 확대가 매출과 현금으로 이어지는 속도가 핵심이에요

노타의 주요 리스크는 AI 최적화 수요가 수주로 확인된 뒤 실제 납품과 검수, 반복 사용, 이익 창출로 이어지기까지 시차가 발생할 수 있다는 점이에요. 2026년 상반기 플랫폼 수주잔고는 90.5억 원으로 전체 수주잔고의 약 78%였지만, 같은 기간 매출은 플랫폼 22.7억 원, 솔루션 51.4억 원으로 솔루션 부문이 더 컸어요. 이 차이는 플랫폼 사업의 성장 기대가 당기 매출과 현금 회수로 전환되는 속도를 살펴봐야 한다는 점을 보여줘요.16

매출은 2023년 36억 원에서 2025년 131억 원으로 늘었지만, 2025년 영업손실은 153억 원이었고 2026년 상반기에도 104억 원의 영업손실이 발생했어요. 영업활동현금흐름 역시 2023년 -80억 원, 2024년 -108억 원, 2025년 -118억 원으로 유출이 이어졌어요. 수주가 늘어도 고객별 개발 비용과 운영비를 흡수할 만큼 매출총이익과 현금 유입이 따라오지 않으면, 외형 성장과 손실이 함께 지속될 수 있어요.131415

위험을 점검할 때는 수주잔고의 납품·검수 전환, 프로젝트별 수익성, 고객 집중도, 현금 소진과 자금 조달 필요성을 함께 봐야 해요. 2026년 상반기 주요 매출처 세 곳의 합산 비중은 65.38%였어요. 수주잔고의 매출 전환율과 소요 기간, 플랫폼의 반복 라이선스와 추가 적용, 분기별 영업손실률과 영업현금흐름, 상위 고객 매출 비중을 함께 추적하면 성장의 질과 자금 부담을 더 잘 가늠할 수 있어요.16

상용화와 수익성: 수주가 매출을 넘어 이익으로 이어져야 해요

PoC에서 생산 환경으로 넘어가는 일정이 매출 인식과 현금 회수 시점을 좌우해요. 상용화 과정에는 고객 하드웨어 검증, 생산 준비, 납품과 검수가 이어져요. 노타는 기술 진단과 성능 목표 설정을 시작으로 PoC, 대상 하드웨어 검증, 생산 준비, 상용화까지 단계별 협업을 제시하고 있어요. 고객의 제품 출시나 현장 구축 일정이 바뀌거나 검수가 늦어지면 계약이 있더라도 매출과 대금 회수가 뒤로 밀릴 수 있어요. 실제로 분기 매출은 2025년 1분기 1억 원, 2분기 5억 원, 3분기 30억 원, 4분기 95억 원으로 큰 차이를 보였어요. 이런 변동은 프로젝트 이행과 매출 인식 시점이 분기 실적에 미치는 영향이 작지 않다는 점을 보여줘요.1516

플랫폼의 수주 규모가 실제 사용과 매출로 옮겨가는 속도가 사업 확장의 관건이에요. 2026년 상반기 플랫폼 당기 수주액은 111.9억 원, 기말 수주잔고는 90.5억 원이었지만 플랫폼 매출은 22.7억 원이었어요. 같은 기간 솔루션 매출은 51.4억 원으로 플랫폼을 웃돌았어요. 따라서 수주잔고가 실제 납품과 검수, 매출로 전환되는 비율과 기간을 살피고, 잔고 가운데 반복 라이선스와 신규 모델·하드웨어 적용이 차지하는 몫도 확인할 필요가 있어요. 반복 적용이 늘면 기존 기술과 고객 관계가 재사용 가능한 수익으로 이어질 가능성이 커지지만, 건별 개발에 머물면 수주 증가가 인력과 기술지원 비용 증가를 동반할 수 있어요.16

솔루션 프로젝트는 매출 규모뿐 아니라 투입 비용을 함께 봐야 해요. 현장별 시스템 연동과 구축이 필요한 사업은 계약 금액이 커져도 고객별 커스터마이징과 기술지원 부담이 함께 늘 수 있어요. 이 경우 매출 증가만으로 사업의 경제성이 개선됐다고 판단하기 어려워요. 프로젝트별 매출총이익과 개발·설치·운영 투입을 함께 추적해야, 프로젝트가 쌓일수록 노하우와 구성요소가 재사용되어 수익성이 높아지는지 아니면 매출과 비용이 비례해 커지는지 구분할 수 있어요. 플랫폼과 솔루션의 매출 구성 변화도 함께 봐야 사업이 반복 가능한 소프트웨어 매출로 이동하는지 판단할 수 있어요.16

검수 조건은 납품 완료와 대금 회수 사이에 남는 실행 위험이에요. 2026년 8월 공급계약은 약 10.61억 원을 선급금으로 받고, 약 4.06억 원의 잔금은 검수 완료 후 지급하는 조건이었어요. 잔금 지급이 검수와 연동되면 제품을 납품하는 것만으로 계약상 현금 회수가 끝나지 않아요. 고객이 요구한 성능과 운영 기준을 충족하고, 검수 결과를 확정한 뒤 후속 정산까지 마쳐야 해요. 따라서 수주 규모를 평가할 때 계약 금액뿐 아니라 선급금 비중, 검수 기준, 잔금 지급 조건과 실제 회수 시점을 함께 살펴야 해요.5916

상용화 위험은 수주 전환과 손실률 개선이 동시에 확인될 때 낮아져요. 수주잔고가 계획된 기간 안에 매출과 현금으로 이어지고, 플랫폼 기능의 반복 사용과 기존 고객의 추가 주문이 늘어나는 흐름은 긍정적인 신호예요. 여기에 매출 증가와 함께 영업손실률이 지속적으로 낮아져야 사업 확장이 비용 부담을 흡수하고 있다는 해석이 가능해요. 반대로 수주가 늘어도 납품·검수가 지연되거나 프로젝트별 투입이 계속 커지면, 매출 성장이 손실 축소로 연결되지 않을 수 있어요.591614

경쟁과 기술: 하드웨어별 성능과 재사용성이 차별성을 결정해요

다양한 칩을 지원하는 구조도 고객 환경에서의 성능과 비용으로 입증되어야 해요. NetsPresso는 여러 CPU·GPU·NPU 환경에서 모델을 경량화하고 변환·검증하는 구조를 지향해요. 하지만 실제 결과는 모델과 칩, 런타임의 조합, 고객 워크로드에 따라 달라져요. 경쟁사와 칩 사업자의 도구가 변환·양자화·프로파일링·배포를 지원하면 고객은 자체 도구만으로 필요한 성능을 얻을 수 있는지 비교할 수 있어요. Qualcomm AI Hub와 NVIDIA TensorRT는 각각의 하드웨어 생태계와 결합된 최적화 도구이며, 스퀴즈비츠와 클리카도 모델 압축과 하드웨어별 최적화에서 경쟁 접점을 갖고 있어요. 경쟁이 강해지면 플랫폼 라이선스의 차별성이 약해지거나 특정 파트너의 고객 접점에 대한 의존이 커질 수 있어요.18192055

공개 성능 수치는 대상 모델과 장비 조건을 맞춰 해석해야 해요. 노타는 Jetson Orin NX에서 특정 저조도 영상 모델의 GPU 연산 시간이 28ms 미만이라고 보고했어요. 공개 연구 저장소의 DeiT-Base 사례에서는 Jetson Nano 지연시간이 293.3ms에서 132.6ms로 줄었다고 제시했어요. 다만 이런 결과를 다른 모델이나 장비에 그대로 적용해 기대 성능을 추정할 수는 없어요. 고객이 실제 운영하는 모델과 하드웨어에서 정확도 보존, 지연시간, 메모리 사용량과 전력 절감이 재현되는지 확인해야 해요. 또한 성능 개선이 처리량 증가나 운영비 절감으로 이어지는지도 검증해야 기술적 결과가 사업상 효익으로 연결돼요.6061

기술 최적화의 재사용성이 높을수록 프로젝트 단위 사업의 비용 부담을 줄일 수 있어요. 서로 다른 하드웨어와 런타임에서 검증 사례를 축적하고, 개별 고객 프로젝트에서 개발한 최적화를 플랫폼 기능으로 흡수하는 것이 중요해요. 같은 기능을 여러 고객과 모델에 반복 적용할 수 있다면 신규 프로젝트마다 발생하는 개발 부담을 줄일 수 있어요. 기존 고객이 새로운 모델이나 칩에 적용 범위를 넓히고 반복 라이선스를 사용하는지도 확인할 만해요. 이러한 확장이 이어지고 고객이 자체 도구와 비교해 성능, 개발 기간, 운영 비용에서 실질적인 이점을 체감한다면 대체 위험을 낮추는 근거가 될 수 있어요.416513857

규제와 현장 운영: 데이터 책임과 안전 절차가 도입 조건이에요

데이터가 현장에 머물러도 개인정보 처리 책임은 남아요. 영상과 음성 등 고객 데이터가 모델 개발·검증·운영에 사용되면 데이터의 출처와 이용 근거, 개인정보 포함 여부, 접근 권한, 보유와 삭제 절차, 고객사와 공급사 간 책임을 정리해야 해요. 개인정보 보호법의 자동화된 결정 관련 조치와 개인정보위원회의 생성형 AI 처리 안내도 실제 데이터 흐름과 제품의 역할에 따라 검토해야 해요. 현장 처리 방식은 데이터 이동을 줄일 수 있지만, 데이터 처리에 관한 의무까지 없애지는 않아요. 따라서 제품 도입 때 데이터가 어디에서 어떤 목적으로 처리되는지와 보관·삭제 책임이 누구에게 있는지를 운영 설계와 계약에 반영해야 해요.2162406341

AI 규제와 수출 통제는 사용처와 거래 구조를 기준으로 점검해야 해요. 한국 AI 기본법은 2026년 1월 22일 시행됐어요. 생성형 AI와 고영향 AI 관련 투명성·안전성 의무는 제품 제공자와 고객의 역할, 구체적인 사용 목적에 따라 검토가 필요해요. EU 시장에서는 AI Act의 단계별 적용과 연결 제품의 데이터 접근·공유를 다루는 Data Act가 사업 조건에 영향을 줄 수 있어요. 미국 원산 첨단 컴퓨팅 기술·품목이나 특정 최종사용자와 관련된 거래는 별도로 수출 통제와 허가 요건을 확인해야 해요. 사업 지역과 고객 유형이 넓어질수록 제품 기능뿐 아니라 공급망, 계약 상대방, 최종 사용 목적까지 점검하는 절차가 중요해져요.226465426667436869

교통과 산업안전 분야에서는 오탐·미탐 관리와 사람의 확인 절차가 신뢰를 좌우해요. 노타가 교통·영상관제·산업안전 적용 사례를 보유하고 있더라도, 각 고객의 실제 환경에서 성능을 검증하고 안전 절차와 장기 운영 요건을 충족해야 확산될 수 있어요. 현장 시스템과의 연동, 장애 발생 시 대응 주체, 자동 분석 결과를 사람이 확인하거나 상위 담당자에게 넘기는 기준도 도입 과정에서 정해야 해요. 사용처별 위험 분류와 데이터 처리 책임, 보유 정책, 현장 성능 기록, 장애 대응 체계를 계약과 운영 설계에 반영하는 것이 규제와 운영 위험을 낮추는 조건이에요.101112272122

자금과 주주: 현금 소진과 지분 변동을 구분해 살펴야 해요

손실과 현금 유출이 이어지면 수주 성장이 자금 조달 필요성으로 연결될 수 있어요. 2025년 말 현금및현금성자산은 119억 원, 영업활동현금흐름은 -118억 원이었어요. 2026년 2분기 말 현금은 64억 원으로 감소했고, 같은 분기 영업손실은 62억 원이었어요. 영업손실과 현금 잔액은 회계상 서로 다른 항목이므로 일대일로 대응시키기보다, 영업현금흐름과 현금 잔액의 변화를 함께 살펴야 해요. 손실과 현금 유출이 계속되면 사업 확장에 필요한 운전자금과 개발비를 내부 현금으로 충당하기 어려워져 추가 자금 조달의 필요성이 커질 수 있어요.1315

자본 구조를 볼 때는 현금이 들어오는 신주 발행과 주식 수 조정을 구분해야 해요. 2025년 상장 전후 자본 구조에는 우선주의 보통주 전환과 일반공모 유상증자가 포함돼요. 증자 이력과 이후 조달을 살필 때는 현금 조달을 수반한 신주 발행과 주식분할·무상증자처럼 주식 수를 조정하는 절차를 따로 봐야 해요. 추가 신주 발행이나 주식매수선택권 행사는 기존 주주의 지분율에 영향을 줄 수 있어요. 따라서 영업현금흐름과 현금 잔액에 더해 자금 조달 공시와 발행주식 수 변화를 함께 추적해야 자금 수요와 지분 변화의 원인을 구분할 수 있어요.311770

최대주주 지분은 보고 기준일과 보고 유형을 맞춘 뒤 비교해야 해요. 사업보고서에 기재된 2025년 말 기준 김태호 보유분은 255만 주, 11.96%였고 채명수 대표 보유분은 168만 2,400주, 7.89%였어요. 한편 대량보유 보고에서 김태호는 2025년 11월 10일 상장에 따른 신규 보고로 568만 2,200주, 26.23%를 신고했어요. 두 수치는 보고 시점과 유형이 다르므로 같은 기준의 보유 현황처럼 직접 비교해서는 안 돼요. 주주 변동을 해석할 때는 기준일과 보유 주식의 범위, 보고 사유를 함께 확인해야 해요.2432

기관 주주의 매도는 회사의 자금 조달과 구분되는 기존 주주의 지분 변동이에요. LB인베스트먼트는 2025년 11월 6일 155만 8,400주, 7.36%를 보고한 뒤 2026년 1월 6일 장내매도에 따른 변동 후 109만 6,019주, 5.14%를 보고했어요. 스톤브릿지벤처스는 2025년 11월 7일 168만 8,000주, 7.98%를 신규 보고한 뒤 12월 5일 장내매도 후 84만 4,000주, 3.99%를 보고했어요. 이런 거래는 회사에 신규 자금이 유입되는 증자와 성격이 달라요. 지분 변동과 회사의 현금 조달 상황을 별도로 확인해야 주식 수 변화가 사업 자금에 미친 영향을 혼동하지 않을 수 있어요.32

자금 부담 완화 여부는 현금 유출과 수주 전환, 손실 축소의 흐름으로 판단할 수 있어요. 영업현금 유출이 줄고 수주잔고가 매출과 현금 회수로 이어지며 손실 규모가 축소되는지가 핵심이에요. 주주 측면에서는 사업보고서의 기준일별 지분 현황과 대량보유 보고를 보고 유형에 맞춰 따로 추적해야 해요. 신주 발행과 주식매수선택권 행사에 따른 발행주식 수 변화도 함께 확인하면, 사업 운영에 필요한 자금 조달과 기존 주주의 매매에 따른 지분 변동을 구분하는 데 도움이 돼요.1317327016

출처

  1. 노타 기업개황 (OpenDART) ↩ ↩2 ↩3

  2. 노타 반기보고서 (2026.06) (2026.08.14 접수) ↩ ↩2 ↩3 ↩4

  3. 노타 반기보고서 (2026.06) (2026.08.14 접수) ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8

  4. 노타 반기보고서 (2026.06) (2026.08.14 접수) ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12 ↩13 ↩14 ↩15 ↩16 ↩17 ↩18 ↩19 ↩20 ↩21

  5. 노타 - 위키백과 ↩ ↩2 ↩3

  6. BCC Research, “Global edge AI market” (2025년 6월 보고서 발췌) ↩ ↩2 ↩3 ↩4

  7. NetsPresso® — Nota AI ↩ ↩2 ↩3

  8. Nota Vision Agent — Nota AI ↩ ↩2 ↩3

  9. Surveillance — Nota AI ↩ ↩2 ↩3

  10. Industrial Safety — Nota AI ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  11. ITS — Nota AI ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  12. 2025 스마트시티 해외진출전략 보고서 ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  13. 노타 2025년 사업보고서 재무제표 (OpenDART) ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12 ↩13 ↩14 ↩15 ↩16 ↩17 ↩18 ↩19 ↩20

  14. 노타 2025년 사업보고서 재무제표 (OpenDART) ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12

  15. 노타 분기·반기보고서 재무제표 (OpenDART) ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12

  16. 노타 반기보고서 (2026.06) (2026.08.14 접수) ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12 ↩13 ↩14 ↩15 ↩16 ↩17 ↩18 ↩19 ↩20 ↩21 ↩22 ↩23

  17. 노타 2025년 사업보고서 증자(감자) 현황 (OpenDART) ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  18. SqueezeBits ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  19. Qualcomm AI Hub ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  20. TensorRT SDK — NVIDIA Developer ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  21. 개인정보 보호법 [시행 2024. 3. 15.] ↩ ↩2 ↩3 ↩4 ↩5

  22. 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 [시행 2026. 1. 22.] ↩ ↩2 ↩3 ↩4 ↩5

  23. 노타 주가 (Yahoo Finance 일봉) ↩

  24. 노타 2025년 사업보고서 최대주주 및 특수관계인 지분 (OpenDART) ↩ ↩2 ↩3

  25. 2025년 사업보고서 주요 계정 비교 (OpenDART 다중회사) ↩

  26. “Beyond AI Models, Toward Optimized AI Agent Operations” Nota AI Signs First Commercial Project Agreement with MetaM ↩ ↩2

  27. 노타, KBS 재난 방송 ‘골든타임’ 지킨다…AI 영상 분석 시스템 구축 ↩ ↩2 ↩3 ↩4 ↩5 ↩6

  28. 노타 2025년 사업보고서 임원 현황 (OpenDART) ↩ ↩2 ↩3

  29. 노타 2025년 사업보고서 회계감사인과 감사의견 (OpenDART) ↩

  30. 노타 2025년 사업보고서 이사·감사 전체 보수 (OpenDART) ↩

  31. 노타 2025년 사업보고서 주식의 총수 (OpenDART) ↩ ↩2

  32. 노타 주식등의 대량보유상황보고 (OpenDART) ↩ ↩2 ↩3 ↩4 ↩5

  33. 노타 2025년 사업보고서 배당 현황 (OpenDART) ↩

  34. 노타 2025년 사업보고서 자기주식 취득·처분 현황 (OpenDART) ↩

  35. The SHD Group, “Edge-AI Market Analysis: Applications, Processors & Ecosystem Guide” ↩ ↩2

  36. Hong Kong Exchanges and Clearing, “Overall Assumptions and Methodology” (Frost & Sullivan 시장 추정 인용) ↩ ↩2

  37. Mordor Intelligence, “AI Framework Optimization Market Size, Share & 2031 Growth Trends Report” ↩ ↩2

  38. NetsPresso® — Nota AI ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7

  39. GenAI Everywhere: The Future of Edge AI Optimization with the New NetsPresso® — Nota AI Blog ↩ ↩2 ↩3 ↩4

  40. 인공지능(AI) 개발·서비스에 이용되는 ‘공개 데이터’ 처리 기준 제시 ↩ ↩2 ↩3

  41. 생성형 인공지능(AI) 개발·활용 위한 개인정보 처리 기준 제시한다 ↩ ↩2 ↩3

  42. Data Act ↩ ↩2 ↩3

  43. Regulation (EU) 2024/1689, Article 113 ↩ ↩2 ↩3

  44. 10년 이상 사용자 기억하는 AI 개발 추진…서울대·포스텍·노타 공동연구 ↩ ↩2

  45. 노타, LG전자·모빌린트와 국산 NPU로 휴머노이드 두뇌 최적화 ↩ ↩2

  46. 삼성이 3번 택한 노타…갤럭시 Z플립8도 'AI 최적화' ↩ ↩2 ↩3

  47. 갤Z플립8 속 '엑시노스2600'의 숨은 조력자…3년 연속 삼성 선택받은 노타 ↩ ↩2 ↩3

  48. DMS&FR — Nota AI ↩ ↩2

  49. 노타, 삼성전자 ‘엑시노스 2600’에 AI 최적화 기술 공급 ↩ ↩2 ↩3

  50. Nota Vision Agent — Nota AI ↩ ↩2

  51. 노타 반기보고서 (2026.06) (2026.08.14 접수) ↩ ↩2 ↩3 ↩4

  52. "노타, 엔비디아·ARM 레퍼런스 확보…글로벌 AI 시장 공략" - 미래에셋증권 ↩

  53. 노타, 영상관제 AI 현장 적용 확대…엔비디아와 협력 ↩

  54. Case Studies — Edge Impulse ↩

  55. CLIKA - AI Startup Profile — AI Market Watch ↩ ↩2

  56. Company — Nota AI ↩ ↩2 ↩3

  57. AI Development Tools for Arm — Arm AI Portal ↩ ↩2 ↩3 ↩4

  58. 노타 2025년 사업보고서 직원 현황 (OpenDART) ↩

  59. 노타 단일판매ㆍ공급계약체결 (2026.08.25 접수) ↩ ↩2

  60. Full-Stack Optimization for Low-Light Video on Jetson Orin NX: From 400 ms to 28 ms — Nota AI Blog ↩

  61. Structured Neuron Level Pruning to compress Transformer-based models (SNP) — Nota-NetsPresso GitHub ↩

  62. 인공지능(AI) 시대, 개인정보 안전장치 시행된다 ↩

  63. 자동화된 결정에 대한 개인정보처리자의 조치 기준 시행 ↩

  64. 인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 ↩

  65. 인공지능기본법 시행령 제23조(인공지능 투명성 확보 의무) ↩

  66. EU Data Act gives users control over data from connected devices ↩

  67. Department of Commerce Announces Rescission of Biden-Era Artificial Intelligence Diffusion Rule, Strengthens Chip-Related Export Controls ↩

  68. Rules for trustworthy artificial intelligence in the EU ↩

  69. 대외무역법 ↩

  70. 노타 공시 목록 (OpenDART) ↩ ↩2

기간

기간을 지정하지 않으면 최근 3년에서 검색합니다.

최근 20건

2026-08-07
리포트
한국IR협의회김선호자세히

PDF
2026-07-24
사건
자세히

2026-07-23
사건
자세히

2026-07-02
사건
자세히

2026-06-04
사건
자세히

2026-05-29
사건
자세히

2026-05-28
사건
자세히

2026-05-07
사건
자세히

2026-03-26
사건
자세히

2026-03-12
사건
자세히

2026-01-22
사건
자세히

2025-12-08
사건
자세히

2025-11-26
사건
자세히

2025-11-25
사건
자세히

2025-11-20
사건
자세히

2025-11-10
사건
자세히

2025-11-10
사건
자세히

2025-11-06
사건
자세히

2025-11-05
사건
자세히

2025-11-04
사건
자세히