요약 영상 보러가기

2020. 4. 23기술분석 2020-168

이 보고서는 코스닥 기업에 대한 투자정보 확충을 위해 발간한 보고서입니다.

기술분석보고서

미디어젠(279600)

소프트웨어

요 약

기업현황

산업분석

기술분석

재무분석

주요 이슈 및 전망

작 성 기 관 NICE평가정보(주) 강보연 연구원작 성 자

■ 본 보고서는 「코스닥 시장 활성화를 통한 자본시장 혁신방안」의 일환으로 코스닥 기업에 대한 투자

정보 확충을 위해, 한국거래소와 한국예탁결제원의 후원을 받아 한국IR협의회가 기술신용평가기관

에 발주하여 작성한 것입니다.

■ 본 보고서는 투자 의사결정을 위한 참고용으로만 제공되는 것입니다. 또한 작성기관이 신뢰할 수 있

는 자료 및 정보로부터 얻은 것이나, 그 정확성이나 완전성을 보장할 수 없으므로 투자자 자신의 판단

과 책임하에 종목선택이나 투자시기에 대한 최종 결정을 하시기 바랍니다.

따라서 본 보고서를 활용한 어떠한 의사결정에 대해서도 본회와 작성기관은 일체의 책임을 지지

않습니다.

■ 해당 기업이 속한 산업에 대한 자세한 내용은 산업테마보고서를 참조해 주시기 바랍니다.

* 산업테마보고서는 발간일정에 따라 순차적으로 발간 중이며, 현재 시점에서 해당기업이 속한 산업

테마보고서가 미발간상태일 수 있습니다.

■ 본 보고서의 요약영상은 유튜브로도 시청 가능하며, 영상편집 일정에 따라 현재 시점에서 미게재 상태일

수 있습니다.

■ 본 보고서에 대한 자세한 문의는 NICE평가정보(주)(TEL.02-2124-6822, kosdaqreport@ nicetcb.co.kr)로 연락하여 주시기 바랍니다.

차량 음성인식 소프트웨어 통합 플랫폼 전문기업

미디어젠(279600)

1

차량 음성인식 소프트웨어 통합 플랫폼 전문기업

▶ 국내 굴지의 차량 음성인식 소프트웨어 선도 기업

▶ 국내외 기업들과의 협업에 기반한 글로벌 사업 역량 확보 ▶ 핵심 기술의 체계적인 R&D를 통해 사업 다각화 발판 마련

미디어젠(279600) 국내 굴지의 차량 음성인식 소프트웨어 선도 기업

미디어젠은 음성인식 소프트웨어 개발사업을 목적으로 설립되었으며, 다

양한 음성인식 적용 분야 중 차량 내 음성인식 소프트웨어 개발에 주력

하고 있다. 2008년 현대/기아자동차의 양산 평가 시스템을 통과하였고,

이를 계기로 북미/유럽에 판매되는 현대/기아자동차에 시스템 공급을 시

작하여 현재까지 약 1,700만 대의 자동차에 동사의 시스템을 적용하였

다. 동사는 음성인식, 음성 콘트롤, 음성합성 3단계로 이루어지는 음성인

식 기술 중 음성 콘트롤 부분에 특화된 기술력을 보유하고 있으며, 그

외 기술도 기술역량 확보를 위해 지속적으로 R&D를 수행하고 있다.

국내외 기업들과의 협업에 기반한 글로벌 사업 역량 확보

고속 주행 중 네비게이션 등 멀티 작업을 필요로 하는 자동차의 특성으

로 운전자의 편리성 및 안정성 확보가 자동차 업계의 중요한 과제였고,

이를 해결할 음성인식 소프트웨어에 대한 글로벌 자동차 기업들의 관심

이 증가하고 있다. 이에 발맞춰 미디어젠은 2015년 북미 법인 설립,

2018년에는 일본 사무실을 개소하며 글로벌 사업 거점을 마련하였으며,

MOBIS를 통한 현대자동차 음성시스템 사업, LG전자를 통한 폭스바겐

음성시스템 사업, 혼다, 도요타 음성시스템 UX(사용자 만족도) 평가 및

컨설팅 등 글로벌 사업확대에 주력하고 있다. 또한 동사는 음성인식엔진

및 3rd Party에 대한 통합관리 SW 플랫폼 기술을 보유하고 있으며, 이

를 기반으로 Nuance, Google, Apple, Amazon, SoundHound 등 글로

벌 음성 AI 기업들과의 기술 협력도 적극적으로 수행하고 있다.

핵심 기술의 체계적인 R&D를 통해 사업 다각화 발판 마련

음성인식은 소리를 매개로 한다는 점에서 기존 키보드 등을 통한 직접

입력 방식에 비해 입력속도가 월등히 빠르며, 사용이 편리하다는 장점이

있다. 이러한 특성으로 고객 응대, 물류, 의료, 금융, 보안 분야 등 다양

한 산업에 적용이 시도되고 있으며, 최근 무선통신, AI, 빅데이터, 클라

우드 컴퓨팅 기술의 발달로 높은 신뢰도, 무한대의 확장성을 확보하였다.

동사는 차량 음성인식 소프트웨어 사업으로 축적한 노하우를 기반으로

헬스케어, 스마트 IoT, 스마트카, 교육/게임, 홈쇼핑/콜센터 등 다양한 분

야로 사업 영역을 확장하고 있으며, 내부적으로도 신기술 R&D에 적극

투자하는 등 음성인식 소프트웨어 산업 내 입지를 확고히 다지고 있다.

시세정보(4/20)

현재가 4,210원

액면가 500원

시가총액 195억 원

발행주식수 4,638,181주

52주 최고가 16,800원

52주 최저가 2,415원

60일 평균 거래대금 5억 원

60일 평균 거래량 100,615주

외국인지분율 0.38%

주요주주

고훈20.73%

투자지표 (억원, IFRS연결)

구분 2017 2018 2019

매출액 112 134 138

증감(%) 19.3 3.3

영업이익 9 (2) (7)

이익률(%) 8.4 -1.6 -5.4

순이익 -27 -5 -6

이익률(%) -23.9 -4.0 -4.0

ROE(%) -119.1 -9.7 -4.1

ROA(%) -16.9 -3.4 -2.4

부채비율(%) 606.3 73.9 68.8

유보율(%) 55.5 374.8 678.2

EPS(원) -926 -179 -142

BPS(원) 686 3,410 3,347

PER(배) 20.2 41.4

PBR(배) 13.7 4.5 1.9

기술분석보고서

2

Ⅰ. 기업현황

국내 음성인식

소프트웨어 분야

선도기업

미디어젠은 2000년 6월 보이스미디어택(주)로 설립되어 음성인식 소프트웨어 개발

사업을 시작하였으며, 2003년 회사명을 지금의 사명인 미디어젠으로 변경하였다. 그

후 2017년 11월 코넥스 상장하였으며, 지속적인 R&D에 기반한 기술역량을 확보하

여 최근 2019년 11월 코스닥으로 기술성장기업 특례 방식으로 이전상장하였다.

동사의 주요 사업은 차량용 음성인식/합성 SW 개발, 차량용 음성인식 플랫폼 공급에

대한 로열티, 응용애플리케이션 및 시스템 구축 개발 용역(SI/NI), 하드웨어 장비 등

의 상품 판매(NI)로 크게 4개 부문으로 이루어진다.

동사는 차량용 음성인식/합성 SW 개발을 주 사업으로 영위하고 있으며, 약 50%의

매출이 해당 사업 부문에서 발생하고 있다. 차량 Hybrid 다국어 음성인식 SW 플랫

폼(TIMA)과 차량 클라우드 AI서비스 통합 음성 SW플랫폼(LDMA, Local Dialogue

Management Application)을 개발하고 있으며, 해당 SW 공급을 통해 로열티 매출

이 발생하고 있다. 로열티 매출은 음성인식 기술을 장착하고 판매하는 차량에 대해

대당 단가로 발생하고 있으며, 이는 동사의 시스템이 적용된 차량의 판매수량에 의해

로열티 매출의 변동성이 존재함을 의미한다. 또한 동사는 대기업 및 공공기관을 대상

으로 정보시스템 기획, 설계, 구축, 운용, 보수에 이르는 SI(System Integration)사

업을 수행하고 있으며, NI(Network Integration) 사업으로 개발도상국의 ISP컨설팅

지원, 공공기관 인프라 사업, 교육 인프라 환경 개선사업, 저개발 국가의 통신 현대화

사업 등에 참여하고 있다.

[그림 1] 주요 사업 부문 매출 비중

*출처: 미디어젠 DART공시자료(투자설명서 기준) 재구성

미디어젠(279600)

3

주요주주 및

관계회사 현황

음성 인식

품질향상 및

다국어 지원으로

글로벌 사업화

역량 확보

음성인식 통합관리

SW 플랫폼을 통해

글로벌 기업들과의

협업

고훈이 동사 지분 20.73%를 보유하여 최대주주에 올라있으며, 관계회사로

MEDIAZEN USA, INC.를 두고 있다.

[표 1] 주요주주 및 관계회사 현황

주요주주 지분율(%) 관계회사 지분율(%)고훈 20.73 MEDIAEN USA, INC. 100

*출처: 금융감독원 전자공시, NICE평가정보 재가공

미디어젠는 음성인식 엔진에 대한 수요가 발생하는 2000년 초반 음성인식 소프트웨

어 개발을 시작하였으며, 2005년 현대오토넷(현 현대모비스)을 통해 쌍용자동차에

음성인식 소프트웨어 공급을 시작하며, 본격적인 양상 제품으로서의 모습을 갖추었

다. 이후 한국어 음성인식 및 음성합성 엔진에 대해 상용화 수준의 성능 품질 확보를

위해 개발을 진행하였으며, 2007년 현대기아자동차에 음성시스템의 본격 양산을 시

작하였다. 동사의 음성 플랫폼의 한국어에서 다국어로의 지원언어 확장에 따라 현대

기아자동차의 내수시장 외 북미/유럽 등 해외시장의 표준 플랫폼으로 양산 범위를 확

대하였으며, 현재까지 약 1,700만 대 이상의 양산 실적을 달성하였다.

동사는 음성인식 소프트웨어 적용 분야 중 자동차 분야에 사업역량을 집중하고 있

다. 차량 음성인식 소프트웨어는 음성인식/합성 엔진과 해당 엔진을 컨트롤하는 플

랫폼으로 구성되며, 동사는 플랫폼 부분에 주력하고 있다. Nuance, Apple,

Google, Amazon 등에서 개발한 다양한 음성인식 엔진 및 3rd Party에 대한 통

합관리 및 호환성을 제공하는 차량 음성인식 통합관리 SW 플랫폼을 개발하였으

며, 글로벌 AI기업과 다양한 기술분야에서 협업을 진행 중에 있다.

[그림 2] 동사의 글로벌 21개 언어팩

*출처: 미디어젠 IR자료 발췌

기술분석보고서

4

체계적인 R&D에

기반한 미래

성장동력 창출

노력

대표적으로 동사가 수행한 글로벌 음성 AI기업들과의 협력 개발로는 ‘Google,

Google Voice Local Search App’,‘Nuance, 24개 다국어가 적용된 임베디드

엔진 / Dragon Drive 서버 음성인식’,‘Apple, Siri App’,‘SoundHound,

Houndify 서버 음성인식’,‘Amazon, Alexa 적용 차량 음성인식’등이 있다. 동

사는 글로벌 사업 확장을 위해 2015년 북미 법인 설립, 2018년 일본 사무실을 개

소하였으며 미국 라스베가스 CES, 미국 SAE 자동차 부품 전시회, 일본

Automotive World 등 다수의 전시회에 적극적으로 참여하고 있다.

음성인식은 다양한 산업으로의 확장성이 높은 기술로 이에 대비하여 동사는 미디어

젠(주)부설연구소(2000년), 미디어젠(주)NAMZ R&D Center(2019년) 총 2개의

기술연구소를 운영하고 있으며, 클라우드 IoT 모바일 플랫폼 기술, 음성인식 기술

을 활용한 응용 서비스 기술, 음성 헬스케어 기술 등 다수의 기술을 개발하고 있다.

[그림 3] 글로벌 AI 기업과 협력적 사업 관계 구축

*출처: 미디어젠 IR자료 발췌

*출처: 미디어젠 IR자료 발췌

[그림 4] 글로벌 AI 기업들과의 협력 사례

미디어젠(279600)

5

[표 2] 동사 주요 연구개발 실적 연구과제명 주관부서 연구기간

헬스케어 서비스를 위한 음성 UI표준 개발 IITP 18.07.01~20.12.31

맞춤형 개인건강관리 서비스를 위한 헬스케어 음성 UI 플랫폼 기술 개발

한국산업기술평가관리원 19.04.01~21.12.31

딥러닝 기반의 음성인식 및 음성합성을 활용한 인터랙티브 캐릭터 시스템 개발 중소기업청 18.09.03~20.09.02

음성인식 기술을 활용한 여행 안내 콘텐츠 구축 및 서비스 개발

한국콘텐츠진흥원 19.08.01~20.12.31

OCF 표준기반의 인터랙티브 IoT 서비스 클라우드 플랫폼 개발 IITP 17.04.01~19.03.31

다국어 지원 임베디드 자연어 음성인식 솔루션 개발 중소기업청 17.06.20~19.06.19*출처: 국가과학기술지식정보서비스(NTIS) 자료 재구성

기술분석보고서

6

Ⅱ. 산업분석

음성인식

소프트웨어의

음성인식 처리

과정

음성인식 산업

현황

시장현황(세계)

미디어젠의 주요 사업 분야는 차량용 음성인식 소프트웨어로 2018년 전체 매출 중

약 73.31%, 2019년 반기 기준으로 59.88% 비중을 차지하고 있다. 이에 동사의 사

업 분야를 기반으로 음성인식 소프트웨어 산업에 대하여 분석하고자 한다.

음성인식(Speech Recognition)이란 일반적으로 컴퓨터가 음향학적 신호(Acoustic

speech signal)를 텍스트로 전환(Mapping)하는 프로세스를 의미한다. 마이크, 전

화 등의 소리 센서를 통해 얻은 인간의 음성정보(음향학적 신호)를 단어나 단어 집

합 문장으로 변화하는 과정으로, 인식된 결과는 명령제어, 데이터 입력, 문서 준비

등의 응용 분야에서 최종결과로 사용될 수 있으며, 음성이해와 같은 분야에는 언어

처리 과정의 입력으로 사용될 수 있다. 음성인식 소프트웨어는 음향학적 신호를 이

해하고 합성음성으로 변환하여 사용자의 요구에 따라 적합한 서비스를 제공하거나,

다양한 응용 분야에서의 서비스 제공을 위해 개발된 소프트웨어를 의미한다.

음성인식기술은 엔터프라이즈 산업, 통신 산업, 음성포털 산업 등 다양한 산업에

적용되고 있다. 이중 의료, 법률, 텔레매틱스, 물류, 콜센터, 스마트 홈, 군대 등을

포함하는 엔터프라이즈 산업과 휴대전화 기기 속에서 응용되는 통신 시장에서 다

수의 음성인식 원천기술을 가지고 있는 Nuance사가 대부분의 시장 점유율을 차지

하고 있다. 그러나 최근 클라우드 컴퓨팅 기술, 인공지능(AI)의 발달로 Google,

Apple, Amazon, MS 등 다수의 글로벌 IT 기업들이 음성인식 소프트웨어 개발에

본격적으로 참여하고 있고, 국내의 경우 카카오, 네이버를 중심으로 기술개발이 이

루어지고 있다.

글로벌 시장조사기관 Markets and Markets의 2019년 Speech and Voice

Recognition Market 보고서에 따르면 글로벌 음성인식 소프트웨어 시장은 2014

년 373백만 달러에서 2018년 920백만 달러로 연평균 25.32% 성장하였으며, 이

[그림 5] 음성인식 프로세스

*출처: 미디어젠 DART공시자료(투자설명서 기준) 재구성

미디어젠(279600)

7

시장현황(국내)

후 2023년까지 연평균 24.2% 성장하여, 약 2,718백만 달러의 시장을 형성할 것

으로 예측되었다.

[그림 6] 글로벌 음성인식 소프트웨어 시장 (단위: 백만 달러)

*출처: Markets and Markets ‘Speech and Voice Recognition Market, 2019’ 발췌

연구개발특구진흥재단의 음성인식 기술시장 보고서에 따르면 국내 음성인식 소프

트웨어 시장규모는 2013년 5,201억 원에서 2015년 6,274억 원으로 연평균

9.83% 성장하였으며, 이후 2018년까지 연평균 11.05% 성장하여, 8,593억 원의

시장을 형성할 것으로 전망하였다. 이와 동일한 추세로 시장이 성장할 것을 고려할

시, 2023년에는 1조 4,514억 원 이상 규모의 시장이 형성될 것으로 예측된다.

[그림 7] 국내 음성인식 소프트웨어 시장 (단위: 억 원)

*출처: 연구개발특구진흥재단 ‘음성인식 기술 시장, 2017’, NICE평가정보(주) 재구성

기술분석보고서

8

차량 음성인식

소프트웨어 특징

및 현황

시장현황(세계)

동사는 음성인식 소프트웨어의 다양한 적용분야 중 차량 음성인식 소프트웨어 사

업에 주력하고 있다. 음성인식 기술은 음성을 기반으로 하여 사용자들에게 익숙하

며, 편리하다는 특징이 있으며, 작업 중에도 상시 입력이 가능하고, 입력 속도가

키보드 등의 입력장치를 통한 입력보다 월등히 빨라 고속 또는 실시간으로 데이터

처리가 요구되는 상황에서 효율적으로 사용될 수 있다. 이와 같은 특성으로 인하여

고속 주행 중 내비게이션 혹은 기타 멀티미디어 기기 조작이 필요한 자동차에 적

용되고 있으며, 초기 고급 모델에 한정적으로 적용되었다면 현재는 다양한 모델의

자동차에 적용되고 있다.

Markets and Markets의 2019년 Speech and Voice Recognition Market 보고

서에 따르면 차량 음성인식 소프트웨어 시장은 2016년 156.3백만 달러에서 2018

년 233백만 달러로 연평균 22.1% 성장하였으며, 이후 2024년까지 연평균

15.2% 성장하여 약 544.5백만 달러의 시장 규모에 달할 것으로 예측된다.

[그림 8] 세계 차량 음성인식 시장 규모 (단위: 백만 달러)

*출처: Markets and Markets ‘Speech and Voice Recognition Market, 2019’,

미디어젠 DART공시자료(투자설명서 기준) 발췌

미디어젠(279600)

9

Ⅲ. 기술분석

음성인식 기술

정의 및 특징

주요 기술 1

: 차량 음성인식

통합관리 SW

플랫폼

음성인식 기술은 사람이 말하는 음성 언어를 해석하여 문자 데이터로 전환하는 소프트웨

어를 의미하며, 음성을 듣고 문자로 바꿔주는 음성인식 기술(ARS, Automatic Speech

Recognition), 인식된 음성의 의미를 이해하고 다양한 기능과 연결해주는 음성 컨트롤

기술(VCE, Voice Control Engine), 문자를 음성으로 되살려 사용자에게 들려주는 음성

합성 기술(TTS, Text To Speech) 크게 세 가지로 구분된다. 동사는 이 중 음성 컨트

롤 기술(VCE)에 사업역량을 집중하고 있으며, 특히 차량 음성 서비스에 대해 기술 개발

을 지속적으로 수행하고 있다. 동사의 주요 기술은 차량 음성인식 통합관리 SW 플랫폼,

Embedded NLU 기술, 차량 음성인식 자동평가 시스템으로 크게 세 가지로 구분된다.

[그림 9] 주요 기술 및 사업

*출처: 미디어젠 홈페이지 발췌

차량 음성인식 통합관리 SW 플랫폼은 차량 내 음성인식 기술을 활용한 모든 서비스들

이 유기적으로 연결되는데 구심점이 되는 솔루션으로 최근 다양한 음성인식 기술을 탑

재한 차량용 기기들의 중복작동, 호환성 문제 해결을 위해 모든 기기들의 통합관리 환

경을 제공한다. 차량용 음성인식 통합관리 SW 플랫폼은 차량 Hybrid 다국어 음성인식

SW 플랫폼(TIMA)과 차량 클라우드 AI 서비스 통합 음성 SW 플랫폼(LDMA)로 크

게 두 가지로 구성된다.

TIMA는 음성인식/합성 엔진을 이용하여 차량 AVN 시스템의 Audio 입출력 관리,

Navigation 및 기타 애플리케이션과의 양방향 정보 커뮤니케이션, 음성인식 엔진의 제

어, Embedded & Server 시나리오 조정, 자연어 처리 및 의미 분석, Grammer 관리,

외부 Contents Provider 정보 송수신 관리, 음성 사용자 시나리오 제어 및 예외 처리

등 다국어 음성인식과 관련된 전반적인 업무를 처리한다. 미디어젠은 JINIE라는 자체

기술분석보고서

10

주요 기술 2

: Embedded NLU

주요 기술 3

: 음성인식

자동평가 시스템

개발된 언어를 이용하여 다국어에 대한 고립어 및 자연어 처리가 가능한 다이얼로그

기반의 대화 시스템인 다국적 언어팩(LP)를 개발하였으며, 이를 기반으로 복잡도가 높

은 시나리오 구성 및 최적화된 대화 시스템을 제공한다. TIMA는 임베디드, Cloud 음

성인식/합성 엔진을 쉽게 포팅 가능하며, JINIE를 이용하여 데이터 형식으로 다이얼로

그를 운영할 수 있게 되어 사양의 변화에 빠르게 대응할 수 있다는 장점이 있고, 포팅

작업이 간단하도록 플랫폼, OS에 독립적으로 모듈화하여 구성되어있다.

LDMA는 3rd Party의 AI 서비스들을 차량 환경에 안정적으로 적용하며, 복잡한 시나리오

를 사용자 맞춤형으로 조정할 수 있도록 하였다. 또한 TIMA와의 연동을 통해 Embedded

음성인식 및 자동차업체 차량에 탑재된 Google Android Auto, Apple Carplay, KAKAO

AI, Amazon Echo, Sound Hound 등의 수많은 클라우드 서비스와의 음성인식 중복 작동

등의 충돌을 해결하고 원활한 음성인식 서비스 이용이 가능한 통합관리 환경을 제공한다.

동사는 클라우드 기반의 음성인식 AI 서비스에 익숙한 사용자들이 네트워크 사용이 어려

운 환경에서도 동일한 수준의 자연어 처리로 차량 음성인식 기술을 활용할 수 있도록 하

는 Embedded NLU 기술을 개발하였다. 자연어 이해 시스템(NLU, Natural Language

Understanding)은 다양한 발화 패턴의 의미를 분석하기 때문에 보통 스마트스피커 음성

인식과 같이 클라우드 환경에 위치한다. 그러나 차량 음성인식의 경우 네트워크 사용이 어

려운 곳에서도 자연어 인식이 가능해야하므로, 내장형 NLU가 요구되며, NLU 시스템을

마이그레이션하여 내장형으로 개발한 것을 Embedded NLU라고 한다. 동사의 Embedded

NLU 기술은 기존에 정확한 인식을 위해 정해진 고립형 단어 위주의 고정 명령어를 사용

한 차량용 음성인식에서 확장되어 Embedded라는 제한된 환경에서도 단어 위주가 아닌

자연어 형식의 문장 인식도 가능하도록 하여 사용자들의 편리성을 재고하였다.

[그림 10] Embedded NLU 프로세스 (단위: 억 원)

*출처: Snips Blog 발췌

음성인식 자동평가 시스템(ART, Automatic Recognition Test)은 기존 동사의 차량

음성인식 통합관리 SW 플랫폼의 기능과 성능 고도화를 위해 자체적으로 개발하여 활

용되었으나, 최근 차량 음성인식 시장 확대에 따른 음성인식 시스템 품질 이슈에 대한

관심 증가로 완성차업체의 음성인식 시스템 평가 솔루션으로 제공되고 있다. 음성인식

미디어젠(279600)

11

시스템은 다양한 변수를 가진 환경에서 테스트를 진행할수록 신뢰성 있는 데이터를 확

보할 수 있으나, 다수의 테스트 항목으로 인하여 많은 시간과 노력이 요구되어진다. 동

사는 이러한 문제점을 해결하기 위하여 실제 환경과 유사한 시뮬레이션 평가 환경, 다

양한 평가 장비, 평가 방법론이 적용된 자동화 평가 시스템을 개발하였으며, 음성인식

엔진 성능 제고, 클라우드 AI 음성 서비스 연결, 차량 내 애플리케이션 작동 지원, 차

량 기기 작동 등 다양한 테스트를 지원하고 있다.

[그림 11] 음성인식 평가 자동화 시스템 예시

*출처: 미디어젠 DART공시자료(투자설명서 기준) 발췌

[표 3] 음성인식 평가 자동화 시스템 사용 분야

사용 범위 내용

음성인식 엔진 성능 제고

- Embedded 음성인식 엔진과 서버 기반 음성인식 엔진의 원활한 연결 및 조정

- Embedded 엔진을 위한 자연어 이해(Embedded NLU) 기술을 탑재하여 자연스러운 일상언어로도 Embedded 음성인식 엔진을 사용하도록 함.

- 음성인식 엔진의 성능이 최대로 기능하도록 엔진 성능개선 활동(Performance Level-up Engineering) 제공

클라우드 AI 음성 서비스 연결

- 클라우드 기반 AI 음성 서비스의 호환성 해결을 통해 원활한 서비스 구현 지원

- 클라우드 AI 음성 서비스간 조정을 통해 가장 적합한 서비스 엔진을 선택하도록 하여 사용자 친화성 제고

차량 내 애플리케이션 작동 지원

- 고속 운전 중 내비게이션이나 멀티미디어 기기를 손으로 작동하지 않고 목소리로 작동할 수 있도록 하여 편리성과 안전성 제고

- 차량에 장착된 단말기뿐 아니라 스마트폰 등 외부 장치와의 연결 지원

차량 기기 작동- 자율주행 차량 기술의 발달로 자동항법장치 등 관련 기술의

적용이 현실화되는 상황에서 손을 활용하지 않고 속도조절 등 차량의 기계장치를 음성으로 작동

*출처: 미디어젠 IR 자료 참고

기술분석보고서

12

동사 주요 특허 동사는 음성인식 평가 자동화 시스템과 관련하여‘하이브리드 음성인식 복합 성능

자동 평가시스템(10-1700099)’와‘음성합성엔진을 이용한 멀티미디어 음성인식

자동 평가시스템(10-2020773)’기술특허를 확보하였으며, 기술사업에 대한 권리성

을 확보하고 있다.

하이브리드 음성인식 복합성능 자동평가시스템(10-1700099)은 하이브리드단말기와

클라우드서버를 동시에 사용하여 각각에 대한 음성인식과 언어이해처리 결과에 대한

동시 평가를 지원한다. 하이브리드 음성인식 방식은 인식 문법 기반으로 높은 인식률

을 보유한 단말 인식 방식과, 문장 단위 인식이 가능한 서버 음성인식 방식을 함께

활용하며, 도출된 복수의 결과값에 대해 더 나은 결과값을 명령 구동에 사용하여 음

성인식에 대한 신뢰성을 제고한다. 한편, 단말 음성인식의 결과값은 단어로, 서버 음

성인식 결과는 문장으로 출력되는 등 각기 다른 유형의 결과 상황에 따라 가변적으

로 도출되어 기존 각각에 대한 독립적인 평가가 진행되어 왔으나, 동 시스템은 통합

분석 환경을 제공하여 테스트에 걸리는 시간의 단축과 신뢰도 높은 결과를 확보할

수 있도록 하였다.

[그림 12] 하이브리드 음성인식 복합성능 자동평가시스템(10-1700099)

*출처: kipris.or.kr 발췌

기존 음성인식 자동 평가시스템의 경우 음성녹음DB 구축에 따른 막대한 시간과

비용, 같은 의미의 다른 문장을 인식하지 못할 가능성 등의 문제점이 있다. 음성합

성엔진을 이용한 멀티미디어 음성인식 자동 평가시스템(10-2020773)은 음성합

성엔진(TTS, Text To Speech)를 활용하여 언제든지 새로운 문형을 녹음없이 실

시간으로 재생하여 평가할 수 있도록 평가 환경을 제공하여 즉시성과 효율성 및

비용 절감 효과를 제공한다. 동 시스템에 테스트를 위한 다양한 문장 스크립트가

입력되면 음성인식 자동 테스트장치를 거쳐 TTS 구동장치를 통해 음성으로 변환

되어 스피커를 통해 출력된다. 출력된 음성은 음성획득장치(마이크)를 통해 음성인

미디어젠(279600)

13

식엔진(SST, Speech To Text)에 입력되어 음성인식 결과값을 생성하며, 해당

결과값은 음성인식 자동 테스트장치에서 처음 입력된 문장 스크립트와 일치 여부

를 검사하여 음성인식 테스트 결과값을 도출한다. 이러한 일련의 반복작업을 통해

음성 DB 구축에 소요되는 시간 및 비용을 크게 단축시켰으며, 인식률이 낮은 문장

스크립트 유형을 사전에 파악하여 향후 사용자의 편리성 및 신뢰성을 확보할 수

있도록 하였다.

[그림 13] 멀티미디어 음성인식 자동 평가 시스템(10-2020773)

*출처: kipris.or.kr 발췌

기술분석보고서

14

Ⅳ. 재무분석

적자 지속

재무구조 개선

2019년 연결기준 매출액은 138.3억 원으로 2018년 133.8억 원 대비 3.33% 증

가하였고, 해외사업 확장에 따른 인건비 증가 등의 영향으로 영업이익은 2018년

-2.2억원, 2019년 –7.4억 원으로 영업적자 규모가 증가하였다. 순이익률은 2018

년 -3.98%, 2019년 -3.98%로 전년과 유사한 수익성을 기록하였다. 한편, 이자

비용 부담과 열위한 수익성으로 영업활동으로 인한 현금흐름은 –9.9억 원으로 열

위하였고, 시설투자 등 목적으로 차입금이 증가하였다.

2019년 결산 연결 기준, 적자가 지속되었으나 2019년 10월 100여 억원의 유상

증자로 인한 현금유입으로 자기자본 규모가 증가하여 부채비율은 68.77%, 차입금

의존도는 23.31%, 유동비율 437.96% 등을 기록하여 재무구조는 무난한 수준이

었다.

한편, 동사가 고객과의 계약과 관련하여 자산으로 인식한 계약자산은 2019년 말

기준, 미청구용역 12.4억 원, NI사업부 미청구분 6.9억 원, 로열티 미청구분 4.7억

원으로 총 24.0억 원으로 2018년말 15.1억 원 대비 약 9억 원이 증가하였다.

*출처: 금융감독원 전자공시 재가공

[표 4] 제품별 매출 추이 변화(연결) (단위 : 백만 원, %)

품목2017년 2018년 2019년

금액 비중 금액 비중 금액 비중

음성인식용역 8,824 78.6 9,908 74.0 8,490 61.4

기타 2,398 21.4 3,475 26.0 5,538 38.6

합계 11,221 100.0 13,383 100.0 13,828 100.0

[표 5] 증권사 투자의견

작성기관 투자의견 목표주가 작성일

최근 1년간 증권사 발간 레포트 없음

미디어젠(279600)

15

Ⅴ. 주요 이슈 및 전망

통신, IT 기술의

발전에 따른

음성인식 산업의

성장

글로벌 IT 기업들의

음성인식

소프트웨어 시장

참여 확대 및

표준화 부재로 인한

호환성 이슈 발생

음성인식

소프트웨어 사업

다각화로 미래

성장 동력 마련

음성인식은 초기 간단한 단어 단위의 인식 수준에서 자연어처리 기술의 발전으로 문

장단위 인식이 가능해졌으며, AI, 딥러닝, 클라우드 컴퓨팅 기술의 발전에 기반하여

음성인식률이 획기적으로 개선되었다. 이에 따라 기존 B2B 중심에서 일반 비즈니스

분야, 신사업 분야 등 다양한 산업분야로 이용이 확대되고 있으며, 모바일 기기의

사용이 늘어남에 따라 물류, 의료, 금융, 보안 등 다양한 산업에서 음성인식 소프트

웨어 적용이 활발하게 시도되고 있다. 특히 고속 주행 중 네이게이션 등 멀티작업이

필요한 차량 내 음성인식 소프트웨어의 수요가 확대되고 있으며, 기존 Embedded

형식의 음성인식엔진이 적용되었다면 최근 5G 등 무선통신기술 발달에 따른 데이터

처리 속도의 비약적인 증가로 인해 클라우드 음성인식엔진의 적용이 증가하고 있다.

기존 음성인식 소프트웨어 시장에는 Nuance사의 제품 및 솔루션이 대부분이었다

면 최근 자체 모바일, 포털, 온라인상거래 등을 통해 누적된 DB, 클라우드 역량을

기반으로 Apple, Google, Amazon 등의 글로벌 IT 기업이 적극적으로 음성인식

소프트웨어 시장에 참여하고 있다. 음성인식은 통계적으로 유사한 패턴의 음성을

검색하여 인식하는 방식으로 이루어지며, 이에 대용량 음성데이터를 들고 있는 업

체가 신뢰성있는 음성인식 소프트웨어 개발에 유리하다는 특징이 있어 IT 기업의

시장 점유율은 점차 증가할 것으로 예상된다. 음성인식 및 분석기술은 활발한 표준

화 작업이 이루어지고 있으나, 현재 리드하고 있는 표준화 단체가 부재하여, 향후

업체 간 기술의 호환성에 문제가 발생할 수 있다. 동사는 다양한 음성인식 소프트

웨어가 서로 호환될 수 있도록 통합관리 플랫폼을 개발 및 제공하고 있으며, 향후

다양한 음성인식 소프트웨어를 산업에 적용시키는 핵심 매개자로 입지를 확고히

할 수 있을 것으로 예상된다.

동사는 보유한 차량 음성인식 소프트웨어 개발 역량을 바탕으로 향후 건설/가전

스마트 IoT, 스마트카, 홈쇼핑/콜센터, 교육/게임, 헬스케어 등 다방면의 산업으로

사업 영역을 확장 중에 있다. 이와 관련하여 현대자동차 원격 차량 제어 챗봇 개발

프로젝트를 수주하였으며, 노랑풍선 여행사 챗봇 시스템 참여, 유베이스와의 콜센

터 시스템 구축 프로젝트 진행 등 다방면으로 사업을 기획 및 진행하고 있다. 동사

의 TTS 엔진은 외국인, 연예인, 유명인 등 특정인물의 목소리로 발화가 가능하며,

금융, 공공, 안내방송, 웹서비스, 유통/홈쇼핑, PC패키지 등 다양한 분야에 판매 및

적용이 가능하다. 또한 동사의 음성인식 평가 시스템은 기존 차량 내 음성인식 소

프트웨어 평가 뿐만 아니라 발음교육, 발음치료분야 등에 활용될 수 있으며, 음소

단위 발음 평가 기술에 기반하여 외국어 교육에 있어 발음연습 및 교정에 유용한

솔루션 제공이 가능하다. 이처럼 음성인식 기술의 확장성에 기반하여 동사는 다양

한 산업으로 사업을 확장할 수 있는 잠재력을 보유하고 있으며, 음성인식 산업의

빠른 성장세는 동사의 성장에 긍정적으로 작용할 것으로 전망된다.

기술분석보고서

16

포괄손익계산서� (Annual) (단위:� 백만원,� IFRS연결)

2017.12 2018.12 2019.12

매출액 11,221� 13,383� 13,828�

� � � 증가율(%) 19� 3�

매출원가 1,344� 1,164� 3,045�

매출총이익 9,877� 12,219� 10,784�

판매비와관리비 8,939� 12,437� 11,524�

� � � 인건비 2,506� 5,199� 6,580�

� � � 일반관리비 3,312� 5,473� 3,811�

� � � 판매비 154� 112� 140�

� � � 기타판매비와관리비 2,967� 1,653� 993�

영업이익 938� (217) (740)

� � � 영업이익률(%) 8� (2) (5)

� � � 영업외수익 79� 308� 257�

� � � � � � 금융수익 71� 110� 116�

� � � 영업외비용 3,683� 623� 67�

� � � � � � 금융비용 83� 12� 22�

세전계속사업이익 (2,666) (533) (550)

� � � 법인세비용 19�

� � � 계속사업이익 (2,685) (533) (550)

� � � 중단사업이익

당기순이익 (2,685) (533) (550)

� � � 순이익률(%) (24) (4) (4)

기타포괄손익 (422) 719� 60�

총포괄이익 (3,107) 186� (489)

포괄손익계산서� (Quarterly)� � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � � (단위:� 백만원,� IFRS연결)

2019.2Q

매출액 2,221�

매출원가 286�

매출총이익 1,935�

판매비와관리비 2,572�

� � � 인건비

� � � 일반관리비

� � � 판매비

� � � 기타판매비와관리비 2,572�

영업이익 (637)

� � � 영업외수익 73�

� � � � � � 금융수익 79�

� � � 영업외비용 7�

� � � � � � 금융비용 7�

세전계속사업이익 (571)

� � � 법인세비용

� � � 계속사업이익 (571)

� � � 중단사업이익

당기순이익 (571)

기타포괄손익 3�

총포괄이익 (568)

미디어젠(279600)

17

재무상태표� (Annual)� � � � � � � � � � � � � � � � � � (단위:� 백만원,� IFRS연결) 현금흐름표� (Annual)� � � � � � � � � � � � � � � � � � (단위:� 백만원,� IFRS연결)

2017.12 2018.12 2019.12 2017.12 2018.12 2019.12

유동자산 10,030� 8,241� 17,301� 영업활동� 현금흐름 723� 834� (993)

� � � 현금및현금성자산 1,570� 2,123� 3,658� � � � 당기순이익 (2,685) (533) (550)

� � � 단기투자자산 3,500� 2,624� 8,992� � � � 현금유출없는비용 4,483� 1,602� 1,094�

� � � 매출채권및기타채권 4,408� 3,279� 4,554� � � � � � 유형자산감가상각비 115� 134� 202�

� � � 재고자산 20� � � � � � 무형자산상각비 91� 97� 69�

� � � 기타비금융자산 552� 196� 97� � � � 현금유입없는수익 73� 229� 180�

비유동자산 5,896� 6,955� 13,158� � � � 자산부채변동 (939) (7) (1,283)

� � � 유형자산 3,829� 4,016� 10,572� � � � � � 매출채권의�감소 (923) 1,152� (1,215)

� � � 무형자산 267� 225� 167� � � � � � 재고자산의�감소 (20) 20�

� � � 장기투자자산 330� 1,172� 1,035� � � � � � 매입채무의�증가 915�

� � � 장기매출채권등 1,471� 1,541� 1,384� 투자활동�현금흐름 (1,346) (344) (10,789)

� � � 이연법인세자산 � � � 투자활동�현금유입 3,418� 990� 419�

� � � 기타비금융자산 � � � � � 유무형자산의감소 2� 11�

자산총계 15,925� 15,196� 30,459� � � � � � 투자자산등의감소 852� 34� 408�

유동부채 2,808� 2,078� 3,950� � � � 투자활동�현금유출 4,764� 1,334� 11,208�

� � � 매입채무및기타채무 1,172� 988� 2,281� � � � � � 유·무형자산의�증가 4,142� 309� 4,732�

� � � 유동차입부채 500� 500� 893� � � � � � 투자자산등의�증가 347� 945� 1,902�

� � � � � 단기차입금 500� 500� 500� 재무활동�현금흐름 1,418� 70� 13,336�

� � � � � 유동성장기부채 393� � � � 재무활동�현금유입 3,547� 70� 15,779�

� � � 기타비금융부채 1,128� 477� 557� � � � � � 유동부채의�증가 500� 2,393�

� � � 단기충당부채 59� � � � � � 비유동부채의증가 3,047� 3,602�

비유동부채 10,863� 4,380� 8,461� � � � � � 자본의증가 70� 9,785�

� � � 매입채무및기타채무 47� 33� � � � 재무활동�현금유출 2,129� 2,444�

� � � 비유동차입부채 3,000� 3,000� 6,302� � � � � � 유동부채의�감소 2,129� 2,393�

� � � � � 사채 � � � � � 비유동부채의�감소 50�

� � � � � 장기차입금 3,000� 3,000� 6,302� � � � � � � 자본의감소

� � � 기타비금융부채 현금및현금성자산의증가 795� 561� 1,554�

� � � 퇴직급여채무 2,178� 1,380� 1,266� � � � 기초�현금 788� 1,570� 2,123�

� � � 장기충당부채 � � � 기말�현금 1,570� 2,123� 3,658�

부채총계 13,670� 6,458� 12,412�

지배주주지분 2,255� 8,738� 18,047�

� � � 납입자본 1,450� 1,840� 2,319�

� � � � � � 자본금 1,450� 1,840� 2,319�

� � � 이익잉여금 (3,092) (2,914) (3,411)

� � � 기타자본구성요소 3,896� 9,812� 19,139�

� � � � � 기타포괄손익누계액 (7) 2�

� � � � � 기타자본구성 3,904� 9,810� 19,139�

비지배주주지분

자본총계 2,255� 8,738� 18,047�

기술분석보고서

18

주요�투자지표

(IFRS연결) 2017.12 2018.12 2019.12

주당지표(원) 　 　 　

� � � EPS (926) (179) (142)

� � � BPS 686� 3,410� 3,347�

� � � DPS

Valuation(배)

� � � PER 20.2� 41.4�

� � � PBR 13.7� 4.5� 1.9�

� � � EV/EBITDA 27.4� 5.4� (73.4)

성장성(%) 　

� � � 매출액증가율 19.3� 3.3�

� � � 영업이익증가율

� � � 총자산증가율 (4.6) 100.4�

수익성(%) 　 　

� � � ROE (119.1) (9.7) (4.1)

� � � EBITDA� margin 10.2� 0.1� (3.4)

� � � 배당수익률

안정성(%) 　 　

� � � 부채비율 606.3� 73.9� 68.8�

� � � 이자보상배율(배) 11.3� (18.1) (33.1)

� � � 유보액/총자산비율 5.1� 45.4� 51.6�

활동성(%) 　 　

� � � 총자산회전율 0.7� 0.9� 0.6�

� � � 매출채권회전율 2.6� 3.5� 3.6�

� � � 재고자산회전율 1,346.1� 1,390.8�