티스토리

살아 남는데 필요한 이야기들
검색하기

블로그 홈

살아 남는데 필요한 이야기들

gguripark.tistory.com/m

떨어지는 낙엽은 가을 바람을 원망하지 않는다.(落葉不怨秋風)

구독자
16
방명록 방문하기
공지 환영합니다.. 모두보기

주요 글 목록

  • 알리바바 Qwen 모델의 발전과 벤치마크 비교 분석 알리바바의 Qwen 모델 개발 과정부터 최신 벤치마크 비교까지의 종합 분석 자료입니다. Qwen 시리즈의 연대기, 각 모델별 기술 사양 그리고 주요 평가 지표에서 경쟁 모델 대비 성능 비교를 중심으로 구성되었습니다.Qwen 모델 개발 연혁알리바바의 Qwen 모델은 2023년 4월 Tongyi Qianwen 베타 출시를 시작으로, 2023년부터 다양한 크기와 기능의 모델들이 순차적으로 공개되었습니다. 초기 베타 출시부터 Qwen-7B, Qwen-14B, Qwen-72B 등 오픈소스 모델들이 등장하며, 멀티모달 기능과 강화 학습(RLHF) 등 최신 기술을 반영한 Qwen 2 시리즈와 Qwen2.5-Max까지 발전해 왔습니다.주요 연대기 및 업데이트 이벤트2023년 4월Tongyi Qianwen 베타가 출시되.. 공감수 2 댓글수 0 2025. 3. 4.
  • IBM Granite 3.2 대규모 언어모델의 기술 혁신과 산업적 의미 IBM이 2025년 2월 27일 공개한 그래니트(Granite) 3.2 대규모 언어모델(LLM)은 엔터프라이즈 AI 시장에서 새로운 기준을 제시했습니다. 문서 해석 분야에서 라마 3.2 11B와 픽스트랄 12B를 능가하는 성능을 보이며, 8B 파라미터 모델이 클로드 3.5-소넷 및 GPT-4o와 동등한 수학 추론 능력을 입증했습니다. 1950년대 아서 사무엘의 체커 프로그램에서 시작된 IBM의 AI 개발 역사는 70년 이상의 기술 축적을 반영하며, 최근 강화학습과 추론 모델 발전에서 중국 DeepSeek-R1의 접근법과 경쟁 구도를 형성하고 있습니다. 본 보고서는 다각적 분석을 통해 현대 엔터프라이즈 AI의 기술 진화 방향을 조망합니다.IBM의 AI 기술 발전사초기 기계학습의 개척 (1950-1990)I.. 공감수 2 댓글수 0 2025. 2. 28.
  • AI 언어모델 기술 발전 및 동향 2025년 2월 기준 인공지능 언어모델(LLM) 분야에서는 중국 DeepSeek의 혁신적인 증류(ditillation) 기술을 필두로 개방형 모델 생태계의 급성장, 초대규모 컨텍스트 처리 능력 확보, 강화학습 기반 추론 최적화 등 다각적인 기술 진화가 동시에 진행되고 있다. 본고는 DeepSeek R1 증류모델군의 기술적 돌파구, Janus Pro의 다중모달 혁신, Hailou AI의 400만 토큰 컨텍스트 구현 사례를 심층 분석하며, 동시에 생성형 AI 시장에서의 오픈소스 진영의 반격 전략과 기술 발전 방향성을 추정한다. 특히 중국 AI 연구그룹들이 선보인 비용 효율적인 모델 최적화 기법들이 산업 전반에 미치는 파급 효과에 주목하며, 하드웨어 가속화와 알고리즘 혁신의 시너지 효과가 창출하는 새로운 가능.. 공감수 3 댓글수 0 2025. 2. 21.
  • DeepSeek 언어모델 진화사: V1부터 R1까지의 기술 발전과 혁신 DeepSeek은 2023년 초기 버전(V1) 출시 이후 혁신적인 모델 아키텍처와 학습 방법론을 도입하며 진화를 거듭해왔다.2024년 V3의 출시이후 전세계의 유저들로부터 호평을 받으며 한낫 중국의 스타트업 기업에서 전세계 AI 시장의 강자로 올라선 이후 강화학습을 통한 Fine-Tuning 매카니즘을 발전시켜, R1 671B모델을 출시하며 LLM의 역사에 새로운 지평을 열었다는 평가를 받고 미국 증시를 폭락시키는 등 엄청난 파고를 일으킨 바 있다. Qwen 모델을 비롯한 여러 모델들에 사고하는 AI의 훈련방식을 이식시킨 이른바, 증류기법을 활용하여 여러 가지 버전을 오픈소스로 출시하였고, 이는 현재 LLM시장에서 유행처럼 번지면서 기존 출시된 LLM모델의 여러 가지 증류버전을 탄생시키면서 전세계에 큰 .. 공감수 2 댓글수 0 2025. 2. 17.
  • 메타(Facebook)의 자존심 - llama Llama는 Meta(이전 Facebook)에서 개발한 대규모 언어 모델(LLM, Large Language Model) )로, 오픈소스 AI 모델로서 연구 및 상업적 활용을 위해 널리 사용되고 있다. 1. 제작 회사 - Meta(이전 Facebook): Llama는 Meta의 AI 연구팀에서 개발되었다. Meta는 AI 기술의 민주화와 오픈소스 생태계 확장을 목표로 Llama를 공개했다. 2. 탄생 배경 - 오픈소스 AI의 필요성: Meta는 OpenAI의 GPT 시리즈와 같은 폐쇄형 모델에 대항하여, 연구자와 개발자들이 자유롭게 접근하고 활용할 수 있는 오픈소스 LLM을 개발하고자 했다. - 비용 효율성: Llama는 적은 파라미터로도 높은 성능을 달성하여, 고성능 GPU 없이도 실행 가능하도록 설계.. 공감수 3 댓글수 0 2025. 1. 23.
  • 프랑스의 생성형 AI 모델 - Claude Claude는 Anthropic이 개발한 대화형 인공지능(AI) 모델로, OpenAI의 ChatGPT, 알파벳(구글)의 Gemini, 중국의 DeepSeek, 메타(페이스북)의 llama, MS의 phi 등과 경쟁하며 윤리적이고 안전한 AI 개발을 목표로 한다.  1. 제작 회사 - Anthropic: 2021년 OpenAI의 전 직원들이 설립한 AI 연구 기업으로  Anthropic은 "헌법 기반 AI(Constitutional AI)"라는 철학을 통해 AI의 윤리적 기준을 명확히 설정하고 이를 모델 학습에 반영하려 노력하고 있다.  2. 탄생 배경 - 윤리적 AI 개발: Anthropic은 AI가 인간에게 유익하고 안전하도록 설계하는 것을 목표로 하였고, 특히, AI가 유해한 정보를 생성하거나 편향된.. 공감수 5 댓글수 0 2025. 1. 21.
  • 구글(알파벳)에서 제작한 LLM - Gemma, Gemini 1. Gemma와 Gemini의 제작 회사 및 배경  Gemma와 Gemini는 구글이 개발한 인공지능 모델이다. Gemini는 구글의 AI 연구팀 특히 Google DeepMind 에서 주도적으로 개발한 대규모 언어 모델로, 다양한 자연어 처리 작업을 수행할 수 있도록 설계되었고, Gemma는 Gemini의 연구와 기술을 기반으로 한 경량화된 오픈 모델 제품군으로, 더 적은 자원으로도 높은 성능을 발휘할 수 있도록 최적화되었다.2. 버전별 발표 시기  GemmaGemma 2B 및 7B: 2024년 2월 21일 발표. 두 모델 모두 사전 훈련(pre-trained) 및 지시 조정(instruction-tuned) 버전으로 제공되었고, 동급 규모의 다른 오픈소스 모델보다 뛰어난 성능을 보였다. Gemma .. 공감수 4 댓글수 0 2025. 1. 19.
  • OpenAI 생성형 LLM - Chat GPT ChatGPT는 OpenAI가 개발한 대화형 인공지능(AI) 모델로, 자연어 처리(NLP) 분야에서 혁신적인 발전을 이뤄냈다. AI가 주목받고 각광받는 역사적 의의를 갖는 것 2가지를 꼽으라면 아마도 알파고의 출현과 Chat-GPT의 발표일 것이다. ChatGPT의 탄생 배경, 버전별 발표 시기와 성능 특성, 학습 방법 및 데이터, 그리고 발전과 의의에 대해 알아본다. 1. ChatGPT의 탄생 배경 ChatGPT는 Generative Pre-trained Transformer (GPT) 시리즈의 일부로, OpenAI가 2015년 설립 이후 꾸준히 연구해 온 대규모 언어 모델(LLM) 기술의 결과물입니다. ChatGPT의 개발 배경은 다음과 같다:- OpenAI의 설립 목적: OpenAI는 인공지능 기술.. 공감수 4 댓글수 0 2025. 1. 16.
  • AI에게 질문하는 Prompt 작성 Prompt(프롬프트)는 생성형 AI에게 질문이나 명령을 전달하는 입력 텍스트로, AI가 원하는 답변을 생성하도록 유도하는 데 중요한 역할을 한다. 효과적인 프롬프트를 작성하려면 AI의 동작 방식을 이해하고, 명확하고 구체적인 지시를 제공해야 한다. 앞으로 AI가 대부분의 단순 반복적인 작업들을 수행할 것으로 예상되기 때문에 사람이 얼마나 Prompt를 잘 작성하느냐가 생산성 향상을 제고시킬 키워드가 될 것이기 때문에 Prompt작성법은 정말 중요하다.1. 프롬프트의 기본 구조 : 프롬프트는 일반적으로 다음과 같은 구조를 가진다: - 지시(Instruction): AI에게 원하는 작업을 명확히 전달한다. - 맥락(Context): 질문에 필요한 배경 정보를 제공한다. - 입력(Input): AI가 처리할.. 공감수 1 댓글수 0 2025. 1. 15.
  • AI 모델 사용시 검색옵션 - 2 대규모 언어 모델(LLM: Large Language Model)의 성능은 파라미터 수, 학습 데이터 크기, 그리고 컴퓨팅 자원(메모리와 GPU 사양)의 상호 작용에 크게 의존한다. 파라미터 수(Parameter count)는 모델의 복잡성을 결정하는 중요한 요소로, 이 값이 커지거나 작아질 때의 영향을 분석하고, 적정 수치를 설정하는 방법을 컴퓨터 사양에 맞춰 설명한다.  1. 파라미터 수의 변화가 미치는 영향파라미터는 모델이 학습한 가중치(weight)로서, 텍스트 생성, 문맥 이해, 추론 능력 등을 결정한다. 파라미터 수가 클수록 모델이 더 많은 정보를 학습할 수 있지만, 자원을 더 많이 소모한다.  (1) 파라미터 수가 커질 때- 장점:  - 더 복잡하고 정교한 언어 구조를 학습하여 더 높은 성능.. 공감수 1 댓글수 0 2024. 12. 30.
  • AI 모델 사용시 검색옵션 - 1 다양한 AI 모델이나 자연어 처리 모델을 사용할 때, 원하는 결과를 얻기 위해 활용되는 여러 검색 옵션이 있다. 이러한 파라미터를 설정하면 모델의 응답 스타일, 길이, 창의성 등을 조정할 수 있다. 1. Max Output Tokens (최대 출력 토큰 수)뜻: 모델이 생성하는 출력의 최대 길이를 정하는 옵션.쉽게 말하면: 모델이 "얼마나 긴 답변을 생성할지"를 결정하는 설정. 응답이 지나치게 길어지는 것을 방지하기 위해 사용.비유: "이거 1분 안에 대답해!"라고 제한하는 느낌.2. Temperature (온도)뜻: 모델이 얼마나 창의적이고 예측 불가능한 응답을 할지를 결정하는 파라미터.쉽게 말하면: 숫자가 높으면 응답이 더 다양하고 창의적이며, 낮으면 정해진 패턴에 따라 더 안정적인 답변.비유: "질.. 공감수 0 댓글수 0 2024. 12. 29.
  • 대화 및 생성형 AI모델의 종류 및 개요 다양한 AI 모델들이 특정 분야에 따라 활용되고 있으며, 각 모델은 사용 목적, 학습량, 파라미터 수, 성능 및 특징 등에서 차별화된다. 아래는 주요 AI 모델들을 분야별로 분류하고, 그 출시 배경, 특징, 성능, 단점 등을 서술한 내용이다. 1. 대화 및 생성형 AI (1) ChatGPT by OpenAI- 출시 배경 : OpenAI는 자연어 처리 능력을 극대화하여 사용자와 대화형 상호작용을 제공하기 위해 GPT-3 이후 ChatGPT를 구축했다. 이후 4세대인 GPT-4 기반 모델로 진화했다. - 특징 및 특장점  - GPT-4는 멀티모달 처리(그림과 텍스트 입력 가능)로 확장되었고, 사람에 가까운 대화 경험 제공.   - 다양한 언어와 국제적 활용 사례에서 탁월한 성능.   - 플러그인 생태계 등을.. 공감수 4 댓글수 0 2024. 12. 28.
  • AI 모델의 종류와 적용분야 인공지능(AI) 모델의 다양한 특징과 활용 분야는 다음과 같다.ㅇ 지도 학습(model selection)- 지도학습에서는 입력 데이터와 정확한 결과 레이블이 함께 제공되어 올바른 출력을 예측하도록 학습한다. - 이러한 기술은 분류 및 예측 작업에서 널리 사용되며, 선형 회귀 모델, 로지스틱 회귀, 서포트 벡터 머신(SVM), 결정 트리 등 다양한 알고리즘이 있다. ㅇ 비지도 학습(model selection)- 비지도학습에서는 레이블 없이 데이터 내부의 패턴이나 구조를 찾아내는 방식으로 작동한다. 주로 클러스터링과 차원 축소에 활용된다. - 이러한 기술은 고객 세그먼테이션, 이상치 탐지, 데이터 압축 등에서 사용되어 숨겨진 패턴을 발견하고 분석할 수 있다. ㅇ 강화 학습(model selection)-.. 공감수 3 댓글수 0 2024. 12. 27.
  • AI 개요 및 수익화 전략 (5) - 개인의 수익화 (콘텐츠관련) 콘텐츠를 활용하여 유튜브에서 수익을 창출하는 방안 유튜브에서 콘텐츠를 활용하여 수익을 창출하는 방법은 다음과 같다.ㅇ YouTube 파트너 프로그램(YPP) 가입: 채널에 광고를 게시하여 수익을 얻을 수 있다. 자격 요건으로는 지난 1년 동안 구독자 1,000명 이상과 시청 시간 4,000시간 이상, 또는 지난 90일간 Shorts 동영상의 유효 조회수 1,000만 회 이상이 필요하다.ㅇ 채널 멤버십 제공: 구독자들에게 유료 멤버십을 제공하여 추가 수익을 창출할 수 있다.ㅇ 상품 판매: 채널과 관련된 상품을 제작하여 판매하거나, 기존 제품을 유튜브를 통해 홍보하고 판매할 수 있다.ㅇ 크라우드펀딩 및 팬 펀딩: 구독자나 팬들로부터 특정 프로젝트나 콘텐츠 제작을 위한 자금을 모을 수 있다.ㅇ 미디어 라이선스.. 공감수 51 댓글수 56 2024. 12. 9.
  • AI 개요 및 수익화 전략 (4) - 개인의 수익화 방법 개요 이전 글에서는 주로 규모가 큰 기업이나 공공기관, 정부 등에서의 AI를 활용한 수익화 방법에 대해 살펴보았다.하지만 AI에 관심이 있고 사용을 많이 함으로써 전문적인 지식과 정보를 보유한 개인이 큰 수익을 올리는 사례도 최근에는 많이 늘어나고 있다. 이와 관련한 수익모델과 방법에 대해서도 살펴보고자 한다.1. 콘텐츠 제작 및 크리에이터 활동AI를 활용한 콘텐츠 제작은 빠르게 성장하는 분야입니다. 텍스트, 이미지, 비디오, 오디오 등 다양한 매체를 효과적으로 제작할 수 있다. 수익 창출 방법- 블로그 및 글쓰기: AI로 블로그 글 작성, 전자책 출판, 콘텐츠 판매.- 이미지 및 아트 제작: 디지털 아트, NFT 제작 및 판매.- 유튜브: AI를 활용한 비디오 편집, 썸네일 제작, 자막 생성.- 음악 제작:.. 공감수 4 댓글수 4 2024. 12. 8.
  • AI 개요 및 수익화 전략 (3) 3. 마케팅 및 고객 서비스개인화된 마케팅 AI는 고객 데이터를 분석하여 개인화된 경험을 제공한다. 고객의 행동, 선호도, 구매 이력 등을 기반으로 맞춤형 추천 시스템을 구축하여 고객의 구매 확률을 높일 수 있다. - **예시**: 넷플릭스의 추천 알고리즘이나 아마존의 상품 추천 시스템.넷플릭스와 아마존의 AI 기반 추천 시스템은 개인화 서비스의 대표적인 성공 사례로 꼽힌다.넷플릭스의 추천 알고리즘은 협업 필터링(Collaborative Filtering)과 콘텐츠 기반 필터링을 결합한 하이브리드 방식을 사용하며, 사용자가 시청한 콘텐츠의 패턴, 시청 시간, 평점, 검색 기록 등 수천 가지의 데이터 포인트를 분석하여 개인화된 추천을 제공한다. 특히 주목할 만한 점은 사용자를 수만 개의 마이크로 장르로 세.. 공감수 4 댓글수 4 2024. 12. 7.
  • AI 개요 및 수익화 전략 (2) 2. 금융 서비스 1. 개인화된 금융 서비스의 혁신 금융기관들은 AI를 활용하여 고객 개개인의 재무상태, 투자성향, 위험선호도를 심층적으로 분석한다. 이를 통해 각 고객에게 가장 적합한 투자 포트폴리오를 구성하고, 맞춤형 금융상품을 추천한다. 예를 들어, 로보어드바이저는 고객의 투자목표와 리스크 성향을 고려하여 자동으로 자산을 배분하고 관리해주며, 시장 상황에 따라 실시간으로 포트폴리오를 조정한다. 2. 리스크 관리의 지능화 AI 기술은 금융기관의 리스크 관리를 한 차원 높은 수준으로 끌어올린다. 빅데이터 분석을 통해 고객의 신용도를 더욱 정확하게 평가하고, 이상거래를 실시간으로 감지하여 금융사고를 예방한다. 또한, 시장 동향을 예측하고 잠재적 리스크를 조기에 발견함으로써 선제적인 대응이 가능해진다.3... 공감수 4 댓글수 4 2024. 12. 6.
  • AI 개요 및 수익화 전략 (1) AI의 혁신적인 수익화 전략과 도구 개요최근들어 AI를 모르고서는 업무를 수행할 수 없을 정도로 AI는 일상 생활 깊숙이 자리잡고 있고, AI 사용툴도 매년 그 완성도를 높여나가고 있다. 이러한 인공지능(AI)의 급격한 발전은 현대 비즈니스 환경에 근본적인 변화를 가져오고 있다. 단순한 기술적 혁신을 넘어 실질적인 경제적 가치를 창출하는 AI 솔루션에 대한 관심이 높아지고 있는 현 상황에서, 다양한 산업 분야에서 AI 수익화 전략을 검토할 필요가 있다. 과연 AI가 경제적, 금전적으로 도움이 되는 도구인지 아니면 단순 유행으로 지나쳐가는 도구에 불과한 것인지 그 사례를 알아볼 필요가 있을 것 같다.AI 출범의 역사적 배경 AI는 수십 년간의 기술적 진화와 연구의 결과로 1950년대 초반 앨런 튜링의 기계.. 공감수 4 댓글수 6 2024. 12. 5.
  • 제조원가 관리 시스템 매뉴얼 6 ◎ 기말 재고자료와의 비교 및 조정작업 원재료 기말 재고와의 일치를 위해 BOM상의 원재료 소요량을 수정하는 작업을 상기에서 설명하였다. 그렇다면 원재료 기말재고와의 차이를 어떻게 확인하고 조정할 수 있을까? 현장에서 수령한 자료들과 장부상 자료들을 비교하고 차이를 확인하기 위해서 다시 2개의 로컬 테이블에 데이터를 저장하고 확인하는 절차를 진행해보도록 하자. 일단 현장에서 원재료의 기말 재고자료와 당기 원재료 매입자료를 받아서 저장하도록 하자. 당기 원재료 매입자료는 매입세금계산서와 일치해야 하나, 세금계산서 정보로는 단지 금액만 확인할 수 있는 경우가 대부분이기 때문에 수량을 확인할 수 있는 자료를 받아서 활용해야 한다. 현장 원재료 기말 재고 자료는 Raw_기말원재료재고 테이블에 저장하고, 현장 당.. 공감수 0 댓글수 2 2024. 4. 4.
  • 제조원가 관리 시스템 매뉴얼 5 Ⅲ. 실제 원가정보를 기초로 수불 및 제조원가를 계산하는 과정 ▣ 상기 시스템이 원활하게 운용되기 위해서는 구매, 재고/창고관리, 회계, 생산 등 관련부서간 업무협조가 원만하게 진행되어야 하고, 내부적으로 시스템이 운용될 수 있는 IT환경이 조성되어야 한다. 하지만 실제 중소기업 현장을 둘러보면 현실은 그리 녹녹한 상황이 아님을 바로 인지할 수 있다. 대부분의 중소기업들이 원가, 수불에 대한 정보가 갖춰져 있지 않은 경우가 태반이며, 관심도 없는 경우가 대부분이다. 이러한 제조원가에 관심이 없는 중소기업들이 원가, 재고, 수불 등에 관심을 가지는 시기가 있으니 바로 IPO를 준비하는 시기이다. IPO를 위해서는 재무제표의 분기별 공시가 가능한 시스템의 구축이 필요한데, 제조가 포함된 중소기업이 IPO를 .. 공감수 0 댓글수 0 2024. 4. 3.
  • 제조원가 관리 시스템 매뉴얼 4 Ⅱ. 수집된 원가정보를 기초로 순차적으로 제조원가를 계산하는 과정▣ 제조원가 산출을 위한 기본적인 정보입력이 완료되면 이러한 데이터를 기반으로 원재료와 제품의 수불부를 작성하고 제조원가 명세서를 작성하는 절차를 진행하여야 한다. 원재료와 제품의 평균단가 계산방법은 실무적으로 가장 많이 사용하는 방법인 총평균법을 기본 전제로 하였고, 간접비 배부기준은 제품생산에 투입된 작업공수의 비율을 기준으로 사용하였다. ▣ 상기에서 설명한 입력폼을 통해 기초데이타가 수집된 상황에서 제조원가를 산출하는 과정은 다음과 같다. 우선 총평균법에 의한 원재료의 평균단가 계산 => 원재료 수불부 작성 => 기준일자 재공품 등록 => 노무비/제조경비 데이터의 계산 => 계산된 노무비/제조경비 데이터의 간접비배부기준에 의한 제품별 .. 공감수 1 댓글수 2 2024. 4. 2.
  • 제조원가 관리 시스템 매뉴얼 3 ▶ 생산계획 및 제조지시 처리 원재료의 발주와 입고가 처리되었으면, 확보된 원재료의 재고를 가지고 본격적인 제품 생산 과정을 진행할 수 있다. 본 프로그램에서 제품생산을 위한 과정은 생산계획 등록 => 제조지시 등록 => 원재료 출고 등록 => 공정의 완료에 따른 LOT 등록 => 제품의 입고 => 제품 출고 등의 순서로 이루어진다. 각각의 과정에서 등록 폼이 있고, 데이터가 등록되면 이를 조회하는 폼이 있으며, 저장된 데이터들을 전체적으로 조회하고, 조건별로 검색할 수 있는 검색 폼이 있다. 생산계획의 등록은 미리 입력된 BOM과 공정의 정보를 기초로 저장된 수주정보의 제품과 수량들을 생산하는 시뮬레이션 과정이다. 기등록된 작업공수를 기초로 납기까지 예상되는 일정을 공정별로 등록하고, 이를 저장한다. .. 공감수 0 댓글수 0 2024. 4. 1.
  • 제조원가 관리 시스템 매뉴얼 2 ▶ BOM 및 공정의 등록 원재료와 제품에 대한 사항을 기타품목등록 테이블을 통해 확정한 후에는 이들을 조합하여 결과물을 도출하는 공식을 미리 확정하여 입력하여야 하며, 이 과정이 BOM등록과 공정등록 화면이다. BOM(Book Of Material)은 제품을 생산하는데 필요한 원재료의 소요량들의 집합체이며, 모든 제품생산에 필요한 원재료를 입력하게 되면 관리상의 Load가 발생하기 때문에 중요도, 원재료 단가, 생산공정상의 필요성 등을 감안하여 결정해야 한다. 유형고정자산으로 분류되는 항목과 소모품으로 분류되는 항목에 대한 결정 등 유사한 사례를 참고하여 BOM에 대한 적절한 분류가 필요하다. 공정등록은 해당 제품이 생산되기까지의 공정순서와 공정명, BOM에 입력된 원재료가 투입되는 공정의 순서, 투입.. 공감수 0 댓글수 0 2024. 3. 31.
  • 제조원가 관리 시스템 매뉴얼 1 그동안 2023년 기준 제품의 제조원가 명세서 작성을 위한 시스템 개발때문에 많이 바쁜 나날을 보냈다. 이번주를 끝으로 외부감사인의 감사 수검을 마치고 감사보고서가 확정되면서 그간 제조원가와 수불부 작성을 위해 구축했던 MRP시스템에 대한 매뉴얼을 만들어 보았고, 이를 연재하려고 한다. 혼자서 무에서 유를 창조하는 일을 진행하였고, 시스템구축과 제조원가 명세서 작성을 위한 데이터 입력도 홀로 수행해왔다. 그래도 나름의 결과물이 도출되었고, 외부감사 과정에서 대과없이 마무리된 듯하여 보람이 있었다. 이제부터 연재하게 되는 마이크로소프트 Access를 활용한 MRP시스템은 저작권위원회를 통해 저작권 등록을 하였고, 매뉴얼상의 캡춰 이미지 가운데 민감한 정보는 모자이크로 처리하였다. 본 매뉴얼은 TSB 202.. 공감수 0 댓글수 2 2024. 3. 29.
  • 복수의결권 주식 발행 개요 3 복수의결권주식 발행 사례 ☞. 2024. 2. 21자로 종합물류서비스 벤처기업인 ㈜콜로세움코퍼레이션(대표이사 박진수, 서울시 강남구 역삼로 415, 성진빌딩 3층, 2019. 5. 22설립, 직원수 82명)는 총주주의 동의를 통해 기존 박진수 대표이사가 보유한 보통주의 대납을 통해 복수의결권 주식을 발행. (2. 20자 주식 대납 납입) ☞. ㈜콜로세움코퍼레이션은 2023. 10. 31자로 5개 기관투자자(우리은행, 기술보증기금, 넥스트랜스,에이스톤벤처스, 씨티케이 등)로부터 Series A투자를 받은 것으로 추정되며, 복수의결권 주식 발행요건 충족을 위한 50억원 이상의 투자금액을 유치한 것으로 추정되고, 전체 기관투자자는 총 11개(캡스톤파트너스, 씨제이인베스트먼트, 디캠프, 인포뱅크(팁스), 블루포.. 공감수 0 댓글수 0 2024. 3. 28.
  • 복수의결권 주식 발행 개요 2 복수의결권 주식 부여를 위한 정관 예시 ☞. 정관상의 복수의결권 발행관련 기재사항 1. 일정한 경우 복수의결권주식을 발행할 수 있다는 뜻 2. 복수의결권주식을 받을 자의 자격 요건 3. 복수의결권주식의 발행 절차 4. 발행할 복수의결권주식의 총수 5. 복수의결권주식의 1주당 의결권의 수 6. 복수의결권주식의 존속기간 7. 일정한 경우 복수의결권주식은 보통주식으로 전환된다는 뜻 ☞. 정관개정시 상기 내용을 반영한 예시 제○조(복수의결권주식의 발행) ① 당 회사는 「벤처기업육성에 관한 특별조치법」(이하, “벤처기업법”이라 한다) 제16조의11 제1항에 따라 복수의결권주식을 발행할 수 있다. ② 복수의결권주식은 「벤처기업육성에관한특별조치법」 제16조의11 제5항 및 제6항에서 정한 창업주에게 발행할 수 있다... 공감수 0 댓글수 0 2024. 3. 27.
  • 복수의결권 주식 발행 개요 1 1. 법령상 근거 규정 ☞. 상법 제369조 (의결권)에서 규정한 1주당 1 의결권에 대한 예외 규정으로 2023. 5. 16자 개정된 벤처기업법(벤처기업육성에관한특별조치법)에 의거 복수의결권 주식의 발행이 가능해짐. 2. 적용 대상 개요 1) 발행자격 ☞. 벤처기업법의 적용을 받아야 하므로 비상장, 주식회사인 벤처기업 2) 보유자격 ☞. 보유대상은 발기인으로 참여하여 최대주주 지분을 유지한 창업주 3) 발행요건 ☞. 창업이후 누적 100억원이상 마지막 시리즈 투자 50억원이상(특수관계인 투자제외) ☞. 복수의결권 주식발행시 발행주식총수의 3/4이 찬성하는 가중 특별결의 필요 (이해관계인 의결권 제한/창업주가 배정받은 복수의결권을 보통주식으로 대납하는 경우에는 총주주 동의 필요) ☞. 지분희석 우려시 (.. 공감수 0 댓글수 1 2024. 3. 26.
  • 아마존 전자책 베스트셀러 등록 지난 3월부터 5월까지 국내 도서 5권을 출판했고, 1권은 종이책으로도 출간하였다. 그리고, 해외에 출판하기 부적합하다고 판단한 재테크 책을 제외하고 4권을 아마존에 출판했다. 일어, 영어, 독어, 스페인어 등 4개국어로 4권의 시리즈물이 나왔으니 16권이 아마존에 올라갔다. 그리고 한국에서 출판하지 않은 1권을 일어, 영어, 독어, 스페인어, 불어, 이태리어, 포르투갈어, 네델란드어 등 8개국어로 번역해서 8권을 올렸으니 총 24권의 도서가 아마존에 올려져있다. 처음 아마존 판매를 시작할 때 만들었던 Low Contents Book 2권까지 포함하면 26권이 올려져 있는 셈이다. 하지만 수입을 기대하고 아마존에 출판하는 것은 극소수에 불과하다는 생각이 든다. 페이오니아에 계좌를 만들고 1년간 2천불의 .. 공감수 2 댓글수 1 2023. 8. 6.
  • 전자책 아마존, 와디즈 출판에 대한 이야기, 아마존 재팬 베스트셀러 그동안 전자책 쓰기에 몰두하느라 거의 다른 일들을 하지 못했다. 아침에 일어나서 새벽까지 집필활동, 번역, 퇴고, 표지 이미지 작업 등 혼자서 참으로 많은 일을 했던 것 같다. 아무도 알아주지 않는 이 일을 왜 하고 있을까 하는 생각도 들고 자괴감도 들는 나날이었다. 그래도 출판물의 실체가 드러나고, 커버 이미지를 통해 뭔가 나왔다는 느낌이 좋았다. 아마존 같은 곳에서는 리뷰부터 시작해서, 라이브 상태 변환까지 매번 상태를 확인하면서 뿌듯한 느낌도 있었고, 레포트 관리 메뉴를 통해 내 책을 읽은 사람들의 숫자와 국가 등을 보면서 웃기는 얘기지만 전세계와 소통한다는 느낌도 들었다. 오늘은 와디즈 펀딩 마감일인데, 여기 저기 지인들과 독지가 분들 덕분으로 겨우 54만원을 달성하고 종료될 것으로 보인다. 4권.. 공감수 0 댓글수 0 2023. 5. 19.
  • 아마존(Amazon)에 정식으로 전자책을 출판해보자. 일단 아마존의 KDP 회원 등록을 하고, 미국 계좌 개설 등 부대 절차를 마쳤으면 아마존을 통해 책을 출판하는 과정을 경험해 봤으면 한다. 이러한 과정을 거쳐 실제로 내 책이 아마존에서 검색이 되고, 판매되는 과정을 지켜보는 것은 단순히 금전적인 보상을 떠나 하나의 자기 만족감을 심어줄 수 있기 때문이다. 아마존 KDP를 통해 Low Contents Book에 대한 등록을 경험해 보았으면 전자책에 대한 등록도 어렵지 않다. 내가 만든 한글 책이 있고, 이를 번역하여 아마존에 출판을 해보고자 하는 생각은 누구나 있을텐데, 걸림돌은 아무래도 언어에 있었다. 영어라는 장벽은 사실상 큰 장벽이고, 이를 대행해주는 아마존 대행 출판이나 번역의뢰를 통하게되면 2-3백만원이 쉽게 깨지게 되는데, 현실적으로 수익은 2.. 공감수 5 댓글수 0 2023. 5. 10.
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.