메인 콘텐츠로 건너뛰기

KORE, 2026년 1분기 실적 발표

PR Newswire
중요도

AI 요약

KORE는 2026년 1분기 매출 6,580만 달러를 기록했으며, 이는 전년 동기 대비 630만 달러 감소한 수치입니다.

총 연결 수는 2,190만 개로 11% 증가했으며, 잉여 현금 흐름은 270만 달러로 210만 달러 증가했습니다.

회사는 현재 Searchlight Capital Partners 및 Abry Partners와 약 7억 2,600만 달러 규모의 현금 인수 거래를 진행 중이며, 이는 2026년 2분기 또는 3분기에 완료될 것으로 예상됩니다.

핵심 포인트

  • KORE는 2026년 1분기 매출 6,580만 달러를 기록했으며, 이는 전년 동기 대비 630만 달러 감소한 수치입니다.
  • 총 연결 수는 2,190만 개로 11% 증가했으며, 잉여 현금 흐름은 270만 달러로 210만 달러 증가했습니다.
  • 회사는 현재 Searchlight Capital Partners 및 Abry Partners와 약 7억 2,600만 달러 규모의 현금 인수 거래를 진행 중이며, 이는 2026년 2분기 또는 3분기에 완료될 것으로 예상됩니다.
AI 분석 근거근거 충분성: 충분

이 섹션은 현재 저장된 출처, 요약, 요인, 하이라이트를 기준으로 AI 분석이 무엇에 기대고 있는지 보여줍니다. 정보 제공용이며 정확성 보장, 투자 자문, 매수·매도 추천이 아닙니다. 중요한 판단 전 원문과 최신 공시를 확인하세요.

출처

PR Newswire

원문 확인

확인 필요

AI 요약은 원문·요인 필드 기반의 보조 설명입니다. 원문, 후속 기사, 공시/실적 자료와 함께 확인하세요.

오류 제보하기

사용된 요인

  • 긍정 요인총 연결 수 11% 증가
  • 긍정 요인잉여 현금 흐름 증가
  • 긍정 요인핵심 IoT 연결 사업 성장 모멘텀 유지
  • 부정 요인총 매출 감소
  • 부정 요인순손실 증가

저장된 하이라이트

  • 연결 수 증가
  • 잉여 현금 흐름 증가
  • IoT 연결 사업 성장

참고 문맥

LG AI 연구소, AWS 기반 AI 모델로 암 진단 시간 획기적 단축 [라스베이거스] LG그룹의 인공지능(AI) 연구 허브인 LG AI 연구소가 아마존 웹 서비스(AWS)의 클라우드 기술을 활용해 암 진단 및 치료를 위한 새로운 병리 기초 모델(FM)을 개발했다고 밝혔습니다. 이번에 개발된 EXAONEPath는 조직 샘플의 현미경 이미지를 분석하여 유전자 검사 시간을 기존 2주에서 1분 이…

긍정 / 부정 요인

긍정 요인

  • 총 연결 수 11% 증가
  • 잉여 현금 흐름 증가
  • 핵심 IoT 연결 사업 성장 모멘텀 유지

부정 요인

  • 총 매출 감소
  • 순손실 증가

기사 전문

LG AI 연구소, AWS 기반 AI 모델로 암 진단 시간 획기적 단축 [라스베이거스] LG그룹의 인공지능(AI) 연구 허브인 LG AI 연구소가 아마존 웹 서비스(AWS)의 클라우드 기술을 활용해 암 진단 및 치료를 위한 새로운 병리 기초 모델(FM)을 개발했다고 밝혔습니다. 이번에 개발된 EXAONEPath는 조직 샘플의 현미경 이미지를 분석하여 유전자 검사 시간을 기존 2주에서 1분 이내로 단축시켜 의료 전문가들의 신속하고 효과적인 치료를 지원합니다. EXAONEPath는 6가지 벤치마크에서 평균 86.1%의 정확도로 세포 수준의 시각적 특징을 올바르게 분류하는 성능을 보였습니다. 이는 훨씬 더 큰 데이터 세트로 훈련된 다른 선도적인 병리 FM과 비교할 만한 수준입니다. AWS를 통해 LG AI 연구소는 테라바이트(TB) 규모의 데이터를 1시간 이내에 클라우드로 전송할 수 있으며, 모델 훈련 시간은 60일에서 1주일로 단축되었습니다. 이는 암 진단 및 탐지 성능을 향상시켜 환자의 임상 결과 개선으로 이어집니다. 또한, AWS를 사용함으로써 LG AI 연구소는 데이터 관리 및 인프라 비용을 약 35% 절감하고 데이터 준비 시간을 95% 단축할 수 있었습니다. LG AI 연구소의 Hwayoung (Edward) Lee 부사장은 "AWS는 AI 연구를 가속화하여 신속하고 접근 가능한 암 검진을 현실에 더 가깝게 만들고 있습니다"라며, "AWS를 활용하면 방대한 데이터 세트로 병리 모델을 더 빠르고 안전하며 비용 효율적으로 훈련할 수 있습니다. 이는 EXAONEPath의 처리 능력을 향상시켜 환자 결과를 개선하는 개인화되고 효율적인 암 치료를 제공할 수 있게 합니다. EXAONEPath는 전 세계적으로 암 진단 및 치료를 변화시킬 잠재력을 가지고 있습니다."라고 말했습니다. LG AI 연구소는 Amazon SageMaker를 활용하여 8개월 만에 2억 8,500만 개의 데이터 포인트와 35,000개 이상의 고해상도 조직 샘플 이미지를 사용하여 대규모 EXAONEPath 모델을 훈련하고 배포했습니다. 극도로 큰 데이터 세트로 AI 모델을 처리하고 훈련하는 데는 막대한 저장 공간, 고속 데이터 전송 및 상당한 컴퓨팅 성능이 필요합니다. LG AI 연구소는 AWS와 NVIDIA GPU를 통해 딥러닝 워크로드의 훈련 및 추론을 가속화하고 있습니다. EXAONEPath를 통해 현미경 병리 이미지를 분석하고 시각화하여 세포 내 가능한 유전적 변화를 식별할 수 있습니다. 색상 변화는 세포 내 잠재적인 유전적 변화 또는 이상에 대한 중요한 단서를 제공할 수 있습니다. LG AI 연구소는 연구에 필수적인 방대한 양의 데이터를 저장하고 검색하기 위해 Amazon S3를 사용합니다. Amazon FSx for Lustre는 밀리초 미만의 지연 시간과 초당 수백 기가바이트의 처리량을 제공하여 대규모 데이터 세트에 대한 빠른 액세스가 필요한 애플리케이션에 필수적입니다. 이 고성능 파일 및 스토리지 시스템은 병렬 데이터 처리 및 분석을 가능하게 하여 통찰력을 얻는 데 필요한 시간을 크게 단축합니다. AWS의 헬스케어 및 생명 과학 부문 총괄 책임자인 Dan Sheeran은 "헬스케어 산업은 AWS에서 AI를 사용하여 진단을 가속화하고 환자를 더 빨리 치료받게 하는 데 빠른 발전을 이루고 있습니다"라며, "AWS를 사용하여 LG AI 연구소는 전례 없는 규모로 EXAONEPath를 개발하고 사용할 수 있으며, 데이터 처리 및 모델 훈련 시간을 단축하고 정확도를 향상시킬 수 있습니다. 이를 통해 의료 제공업체는 암 진단 및 치료를 개선하고 대기 시간을 줄이며 환자 맞춤형 관리를 제공할 수 있을 것입니다."라고 덧붙였습니다. EXAONEPath는 LG AI 연구소의 3,000억 개 매개변수를 가진 멀티모달 기초 모델인 EXAONE의 일부입니다. EXAONE 또한 Amazon SageMaker와 Amazon FSx for Lustre를 기반으로 구축되었습니다. LG AI 연구소는 추가적인 병리 이미지를 사용하여 더 많은 유형의 암을 탐지하도록 훈련함으로써 EXAONEPath를 지속적으로 업데이트하고 개선할 계획입니다.

관련 기사