[AI 브리프] 이스트소프트, 1분기 매출 310억…전년비 23% 증가

인공지능(AI) 기술이 산업과 일상을 빠르게 바꿔 놓고 있습니다. 아이티데일리는 매일 쏟아지는 국내외 주요 AI 소식을 한데 모은 ‘AI 브리프’를 선보입니다. 독자 여러분께서 복잡한 업계 이슈를 한눈에 파악하실 수 있기를 바랍니다. [편집자주]

이스트소프트, 1분기 매출 310억…전년비 23% 증가

AI 서비스 전문기업 이스트소프트가 AI, SW 부문의 성장세에 힘입어 2026년 1분기 역대 1분기 최대 매출을 달성했다. 영업손실도 전년 동기 대비 61.8% 개선하며 적자폭을 크게 줄였다.

이스트소프트는 K-IFRS 연결재무제표 기준 2026년 1분기 매출액 309억 8,000만 원, 영업손실 16억 7,000만 원을 기록했다고 14일 공시했다. 이번 1분기 매출은 전년 동기 대비 약 22.9% 증가한 수치로, 역대 1분기 실적 중 최대치를 기록했다. 영업손실은 전년 동기 43억 7,000만 원에서 16억 7,000만 원으로 약 27억 원 손실 폭을 줄였다.

이스트소프트 관계자는 “지난해까지 이어온 선제적 AI 투자가 AI/SW 부문의 매출 성장과 수익성 개선이라는 실질적인 성과에 기여하기 시작했다”며 “실시간 AI 아바타 서비스 '페르소 인터랙티브'의 국내외 확장과 AI 교육 사업의 성장, 그리고 게임 신작의 견조한 매출 유지 등으로 인해 지속해서 실적 개선 효과가 나타날 것으로 기대하고 있다”고 말했다.

엑셈 사옥 전경. (사진=엑셈)

엑셈, 1분기 연결 기준 매출 112억…전년 동기 대비 15.4% 상승

엑셈이 2026년 1분기 연결 기준 매출액 111억 7,000만 원, 영업손실 22억 3,000만 원, 당기순이익 32억 7,000만 원을 기록했다고 14일 공시했다. 해외법인 3사를 제외한 별도 기준으로는 매출액 96억 7,000만 원, 영업손실 24억 7,000만 원, 당기순이익 96억 원이다. 신시웨이 주식양수도 처분이익으로 당기순이익을 달성할 수 있었다고 엑셈은 부연했다.

엑셈에 따르면 1분기 매출액은 별도 기준 역대 최대치다. 별도 기준 전년 동기 대비 소프트웨어 매출이 7% 성장했고 용역 매출은 18% 상승했다. 인건비 등 고정비의 영향으로 영업손실이 발생했으나 IT 업계 특성상 연간 매출에서 1분기 매출이 차지하는 비중이 적기 때문에 올 2~4분기 매출이 증가함에 따라 이익이 개선될 것이라고 엑셈은 설명했다.

디플리, 음향·신호처리학회 ‘ICASSP’ 3년 연속 논문 채택

음향 AI 솔루션 기업 디플리가 세계 최고 권위의 학회에서 3년 연속 논문 채택이라는 성과를 거두며 기술력을 입증했다.

음향 AI 솔루션 기업 디플리는 음향·음성·신호처리 분야 세계 최고 학회인 ‘ICASSP’에 3년 연속으로 논문이 채택됐다고 14일 밝혔다. ICASSP는 구글, 애플, 메타 등 글로벌 빅테크와 세계 유수 대학의 연구실이 참여하며 실제 산업에 즉시 적용 가능한 기술들이 대거 발표되는 학술대회로 알려져 있다.

디플리 이수지 대표는 “음향 AI 분야는 비전·언어 AI와 대비해 공개 데이터와 오픈소스 모델이 상대적으로 제한적이고 실제 산업 현장의 음향 데이터를 장기간 축적해야 해 높은 기술 장벽이 요구되는 분야”라며 “3년 연속으로 ICASSP에 논문이 채택된 것은 디플리의 음향 AI 연구 역량과 전문성을 국제 학계에서 인정받은 의미 있는 성과다”고 밝혔다.

셀렉트스타, 자동화 레드티밍 기술 ‘ACL 2026’ 채택

AI 데이터·신뢰성 평가 전문기업 셀렉트스타는 자체 개발한 레드티밍 기술 ‘스타티밍(STAR-Teaming)’이 자연어처리(NLP) 분야 최정상급 학회인 ‘ACL 2026’에 공식 채택됐다고 14일 밝혔다. 회사에 따르면 레드티밍은 AI 모델에 의도적으로 유해한 요청을 시도해 취약점을 찾아내는 안전성 평가 방법으로, AI 서비스 출시 전 필수적으로 거쳐야 하는 과정으로 자리 잡고 있다.

이번에 채택된 논문 ‘STAR-Teaming: A Strategy-Response Multiplex Network Approach to Automated LLM Red Teaming’는 거대언어모델(LLM)의 안전성을 검증하기 위한 자동화 레드티밍 방법을 다룬다. 셀렉트스타 정민재 AI Safety 엔지니어는 “이번 연구는 AI를 더 안전하게 만들기 위한 검증 방식에 대한 고민으로 시작해, AI의 취약점을 더 체계적으로 발견할 수 있는 구조를 제시하고자 했다”고 밝혔다.