Forwarded from [환경|ESG] 이나예 & 정다솜
IMO의 Net Zero Framework의 구체적 중기이행조치 마련을 위한 회의가 합의에 도달하지 못한채 마무리되었습니다. 불편한 분위기 속에 박수도 없이 끝났다고 하네요.
이번 회의는 친환경 선박 사이클의 시발점이된 단기 선박 운항 배출량 규제에 이어 연료자체의 배출량에 대한 규제를 강화하는 중기조치(4월 승인)의 구체적인 이행방안을 결정하고 공식 채택하기위해 진행한 것인데, 협상 시작 전부터 미국이 이 조치를 지지하는 국가들에겐 선박 봉쇄, 비자 제한, 상업적 제재를 가할수 있다고 발언하며 잡음을 만들었습니다.
EU의 단일투표 관행도 깨졌습니다. 회담연기 표결에서 그리스와 키프로스가 기권해버렸고, 나머지 국가들은 회담연기에 반대표를 던지면서 분열 양상을 보였습니다. 회담연기 표결 결과, 찬성한 국가는 57개, 반대 49개국, 기권 21개국이었습니다.
4월 회의 당시에도 협의가 쉽진 않았지만, 오랜 협상 끝에 중기조치 승인에 63개국이 찬성, 16개국이 반대, 24개국이 기권했었음을 감안하면 세부적인 규제안 도출에 난항을 겪고있음이 드러납니다.
다음 MEPC는 내년 봄에 열릴 것으로 예상되는데, 공식적인 채택 시점이 늦어진만큼 중기규제 조치의 시행시기도 2027년에서 2028년 경으로 미뤄질 가능성이 높아졌습니다.
이번 회의는 친환경 선박 사이클의 시발점이된 단기 선박 운항 배출량 규제에 이어 연료자체의 배출량에 대한 규제를 강화하는 중기조치(4월 승인)의 구체적인 이행방안을 결정하고 공식 채택하기위해 진행한 것인데, 협상 시작 전부터 미국이 이 조치를 지지하는 국가들에겐 선박 봉쇄, 비자 제한, 상업적 제재를 가할수 있다고 발언하며 잡음을 만들었습니다.
EU의 단일투표 관행도 깨졌습니다. 회담연기 표결에서 그리스와 키프로스가 기권해버렸고, 나머지 국가들은 회담연기에 반대표를 던지면서 분열 양상을 보였습니다. 회담연기 표결 결과, 찬성한 국가는 57개, 반대 49개국, 기권 21개국이었습니다.
4월 회의 당시에도 협의가 쉽진 않았지만, 오랜 협상 끝에 중기조치 승인에 63개국이 찬성, 16개국이 반대, 24개국이 기권했었음을 감안하면 세부적인 규제안 도출에 난항을 겪고있음이 드러납니다.
다음 MEPC는 내년 봄에 열릴 것으로 예상되는데, 공식적인 채택 시점이 늦어진만큼 중기규제 조치의 시행시기도 2027년에서 2028년 경으로 미뤄질 가능성이 높아졌습니다.
Forwarded from 버틀러 - 증권사 리포트 요약
오스테오닉 (226400)
20~30% 성장 기업, 매수가 필요하다
작성일: 2025.10.17
작성자: 상상인증권 (하태기)
투자의견: 매수 (BUY)
목표주가: 13,000원 (유지)
작성일 주가: 7,150원
목표주가 수익률: +81.8%
* 스포츠 메디신 부문의 Zimmer Biomet향 수출 호조와 주력 제품의 고른 성장에 힘입어 20~30%대 높은 매출 성장 지속 전망
* 투자의견 'BUY'와 목표주가 13,000원을 유지하며, 높은 성장성 대비 저평가된 주가 수준을 고려할 때 장기적인 관점의 매수 전략이 유효
자세히보기
https://www.butler.works/ko/companies/01082348?openDialog=analystReport-34431
20~30% 성장 기업, 매수가 필요하다
작성일: 2025.10.17
작성자: 상상인증권 (하태기)
투자의견: 매수 (BUY)
목표주가: 13,000원 (유지)
작성일 주가: 7,150원
목표주가 수익률: +81.8%
* 스포츠 메디신 부문의 Zimmer Biomet향 수출 호조와 주력 제품의 고른 성장에 힘입어 20~30%대 높은 매출 성장 지속 전망
* 투자의견 'BUY'와 목표주가 13,000원을 유지하며, 높은 성장성 대비 저평가된 주가 수준을 고려할 때 장기적인 관점의 매수 전략이 유효
자세히보기
https://www.butler.works/ko/companies/01082348?openDialog=analystReport-34431
안드레이 카파시
- AGI는 아직 10년은 남았다
1. "에이전트의 10년"의 의미
-업계에 올해 에이전트에 대한 과도한 예측이 너무 많은 상황이라 그렇게 발언함.
-클로드, 코덱스 등 매우 인상적인 초기 에이전트들이 몇 가지 있으나 아직 해야 할 일이 너무 많음.
-지능이 아직 부족하며, 멀티모달이 부족하고, 컴퓨터 사용 능력도 없음. 지속적인 학습 능력이 없어 무엇을 알려줘도 기억하지 못하는 등 인지적 결함이 많음. 이 문제를 해결하는 데 약 10년이 걸릴 것임.
-지난 15년간 AI 분야에서 일하며 수많은 예측들이 어떻게 실현되는지 본 결과에 대한 직관에 따라, 이런 문제들(지속적 학습 등)을 해결하는데 10년 정도가 적절하다고 느껴짐.
2. AI의 학습과 한계
-사전 훈련은 인터넷 지식을 습득하고, 패턴을 관찰하며 지능을 부팅하는 역할을 함. 사실 우리는 지식 자체는 원하지 않음. 오히려 지식에 너무 의존하게 되어 모델의 발목을 잡을 수 있음. 앞으로 우리는 이 인터넷 지식을 제거하고, 문제 해결 전략같은 인지적 핵심만 남기는 방법을 찾아야 함.
-트랜스포머는 뇌의 피질과 같고, 추론 및 계획은 전두엽 피질, 강화학습으로 미세 조정하는 것은 기저핵과 비슷할 수 있음. 하지만 해마, 편도체 등 아직 복제하지 못한 뇌의 수많은 부분들이 있음. 인간 뇌를 그대로 복제해야 하는지는 다른 문제지만, 여전히 수많은 인지적 결함을 가지고 있음.
3. AI 코딩 경험
-최근 nanochat이라는 레포를 만들 때 코딩 모델이 거의 도움이 되지 않는다고 글을 씀. 바이브 코딩은 특정 상황에서만 유용한데, nanochat같은 독창적이고 밀도 높은 코드에는 도움이 되지 않고 오히려 여러 인지적 결함을 보여 사용하지 않음. (다만 예를 들어 내가 능숙하지 않은 Rust 코드로 재작성할 때같을 때는 매우 유용함.)
-이런 점이 AI 타임라인을 더 길게 보는 이유임. 현재 모델들은 '이전에 한 번도 작성된 적 없는 코드'를 작성하는 데 능숙하지 않음. 이것이 AI 연구를 통해 달성하려는 것인데도 불구하고. GPT-5 pro같은 모델들은 놀라울 정도로 발전했지만, 아직 갈 길이 멀었음.
-업계는 이 기술이 완벽한 것처럼 과장하고 있지만, 현실은 그렇지 않음. 업계는 이 엉망진창인 현실을 받아들이려고 하지 않고 있음. 어쩌면 자금을 모으려는 것일지도 모름.
4. 강화학습은 끔찍하다
-나는 인간이 강화학습을 사용하지 않는다고 생각하며, 강화학습은 끔찍하다고 생각함. 정답에 도달하는 과정에서 잘못된 시도들까지도 강화하는 노이즈가 많은 방식이기 때문. 엄청난 양의 계산을 하고도 최종적으로 얻는 것은 '정답' 또는 '오답'이라는 정보뿐임. 인간은 절대 이렇게 하지 않음. (안좋게 말하긴했으나 모방학습같은 다른 방식들에 비해서는 좋다고 평가함. 다만 인간에 비하면 훨씬 비효율적인 학습 방식이라는 의미)
-과정 기반 감독(process-based supervision)의 경우 대안이 될 수 있으나, 부분적인 해결책에 대해 공정하게 점수를 매기는 것이 매우 어려움. 많은 연구실들이 이를 LLM 심판으로 자동화하려 했지만 실패함.
5. AGI와 GDP 성장
-AGI는 경제 성장률을 폭발적으로 증가시키는 것이 아닌, 기존 성장 추세에 통합될 것임. 컴퓨터, 인터넷, 스마트폰 등 혁신적인 기술들이 GDP 곡선에 뚜렷한 변곡점을 만들지 못했던 것과 유사함. 기술의 확산은 점진적이기 때문.
-컴퓨팅 역시 과거 인간이 하던 정보 처리 노동을 자동화한 것임. 나는 AGI가 갑자기 등장해 모든 것을 해결하는 '상자 속의 신'처럼 나타나지 않을 것이라고 봄. 점진적으로 사회에 확산되며, 결국 기존의 패턴(GDP 연 2% 증가)을 따를 것임.
6. AI끼리의 문화
-현재 LLM은 문화에 대응하는 것이 아직 없음. LLM들끼리 서로를 위해 책을 쓰고, 그걸 읽고 영감을 받거나 충격을 받는 과정같은 것들.
-알파고처럼 셀프 플레이같은 개념도 아직 적용되지 않음. 멀티 에이전트 시스템으로 셀프 플레이하는 것도 아직 없음.
-현재의 LLM은 유치원생 수준이라 문화를 창조할 만큼 성숙하지 못함.
7. AGI 시대 이후의 교육
-AGI 이전 시대의 교육은 유용하지만(useful) 이후 시대의 교육은 즐거움(fun)을 위한 것이 될 것임.
-우리가 오늘날 무거운 것을 들 근육이 필요없음에도 헬스장에 가는 것과 같음. 건강하고, 재미있고, 매력적으로 보이기 때문임.
팟캐스트에 출연한 안드레이 카파시의 약력은
17~ OAI 근무 / 테슬라 근무
23년 다시 OAI 복귀
24년 OAI 퇴사
https://youtu.be/lXUZvyajciY?si=4L8c1NGJSuEWh4Dj
- AGI는 아직 10년은 남았다
1. "에이전트의 10년"의 의미
-업계에 올해 에이전트에 대한 과도한 예측이 너무 많은 상황이라 그렇게 발언함.
-클로드, 코덱스 등 매우 인상적인 초기 에이전트들이 몇 가지 있으나 아직 해야 할 일이 너무 많음.
-지능이 아직 부족하며, 멀티모달이 부족하고, 컴퓨터 사용 능력도 없음. 지속적인 학습 능력이 없어 무엇을 알려줘도 기억하지 못하는 등 인지적 결함이 많음. 이 문제를 해결하는 데 약 10년이 걸릴 것임.
-지난 15년간 AI 분야에서 일하며 수많은 예측들이 어떻게 실현되는지 본 결과에 대한 직관에 따라, 이런 문제들(지속적 학습 등)을 해결하는데 10년 정도가 적절하다고 느껴짐.
2. AI의 학습과 한계
-사전 훈련은 인터넷 지식을 습득하고, 패턴을 관찰하며 지능을 부팅하는 역할을 함. 사실 우리는 지식 자체는 원하지 않음. 오히려 지식에 너무 의존하게 되어 모델의 발목을 잡을 수 있음. 앞으로 우리는 이 인터넷 지식을 제거하고, 문제 해결 전략같은 인지적 핵심만 남기는 방법을 찾아야 함.
-트랜스포머는 뇌의 피질과 같고, 추론 및 계획은 전두엽 피질, 강화학습으로 미세 조정하는 것은 기저핵과 비슷할 수 있음. 하지만 해마, 편도체 등 아직 복제하지 못한 뇌의 수많은 부분들이 있음. 인간 뇌를 그대로 복제해야 하는지는 다른 문제지만, 여전히 수많은 인지적 결함을 가지고 있음.
3. AI 코딩 경험
-최근 nanochat이라는 레포를 만들 때 코딩 모델이 거의 도움이 되지 않는다고 글을 씀. 바이브 코딩은 특정 상황에서만 유용한데, nanochat같은 독창적이고 밀도 높은 코드에는 도움이 되지 않고 오히려 여러 인지적 결함을 보여 사용하지 않음. (다만 예를 들어 내가 능숙하지 않은 Rust 코드로 재작성할 때같을 때는 매우 유용함.)
-이런 점이 AI 타임라인을 더 길게 보는 이유임. 현재 모델들은 '이전에 한 번도 작성된 적 없는 코드'를 작성하는 데 능숙하지 않음. 이것이 AI 연구를 통해 달성하려는 것인데도 불구하고. GPT-5 pro같은 모델들은 놀라울 정도로 발전했지만, 아직 갈 길이 멀었음.
-업계는 이 기술이 완벽한 것처럼 과장하고 있지만, 현실은 그렇지 않음. 업계는 이 엉망진창인 현실을 받아들이려고 하지 않고 있음. 어쩌면 자금을 모으려는 것일지도 모름.
4. 강화학습은 끔찍하다
-나는 인간이 강화학습을 사용하지 않는다고 생각하며, 강화학습은 끔찍하다고 생각함. 정답에 도달하는 과정에서 잘못된 시도들까지도 강화하는 노이즈가 많은 방식이기 때문. 엄청난 양의 계산을 하고도 최종적으로 얻는 것은 '정답' 또는 '오답'이라는 정보뿐임. 인간은 절대 이렇게 하지 않음. (안좋게 말하긴했으나 모방학습같은 다른 방식들에 비해서는 좋다고 평가함. 다만 인간에 비하면 훨씬 비효율적인 학습 방식이라는 의미)
-과정 기반 감독(process-based supervision)의 경우 대안이 될 수 있으나, 부분적인 해결책에 대해 공정하게 점수를 매기는 것이 매우 어려움. 많은 연구실들이 이를 LLM 심판으로 자동화하려 했지만 실패함.
5. AGI와 GDP 성장
-AGI는 경제 성장률을 폭발적으로 증가시키는 것이 아닌, 기존 성장 추세에 통합될 것임. 컴퓨터, 인터넷, 스마트폰 등 혁신적인 기술들이 GDP 곡선에 뚜렷한 변곡점을 만들지 못했던 것과 유사함. 기술의 확산은 점진적이기 때문.
-컴퓨팅 역시 과거 인간이 하던 정보 처리 노동을 자동화한 것임. 나는 AGI가 갑자기 등장해 모든 것을 해결하는 '상자 속의 신'처럼 나타나지 않을 것이라고 봄. 점진적으로 사회에 확산되며, 결국 기존의 패턴(GDP 연 2% 증가)을 따를 것임.
6. AI끼리의 문화
-현재 LLM은 문화에 대응하는 것이 아직 없음. LLM들끼리 서로를 위해 책을 쓰고, 그걸 읽고 영감을 받거나 충격을 받는 과정같은 것들.
-알파고처럼 셀프 플레이같은 개념도 아직 적용되지 않음. 멀티 에이전트 시스템으로 셀프 플레이하는 것도 아직 없음.
-현재의 LLM은 유치원생 수준이라 문화를 창조할 만큼 성숙하지 못함.
7. AGI 시대 이후의 교육
-AGI 이전 시대의 교육은 유용하지만(useful) 이후 시대의 교육은 즐거움(fun)을 위한 것이 될 것임.
-우리가 오늘날 무거운 것을 들 근육이 필요없음에도 헬스장에 가는 것과 같음. 건강하고, 재미있고, 매력적으로 보이기 때문임.
팟캐스트에 출연한 안드레이 카파시의 약력은
17~ OAI 근무 / 테슬라 근무
23년 다시 OAI 복귀
24년 OAI 퇴사
https://youtu.be/lXUZvyajciY?si=4L8c1NGJSuEWh4Dj
YouTube
Andrej Karpathy — AGI is still a decade away
The Andrej Karpathy episode. During this interview, Andrej explains why reinforcement learning is terrible (but everything else is much worse), why AGI will just blend into the previous ~2.5 centuries of 2% GDP growth, why self driving took so long to crack…
단순히 안드레이 카파시만 이렇나 주장을 하는건 아님.
최근 AI을 활용한 코드의 활용 관련된 설문조사를 한 적이 있음.
여기서의 결론도 23년 —> 25년으로 갈수록 AI을 활용한 코드 작성도에 대한 만족도가 떨어진다는 것이 주요 골자임.
코드를 진짜 짜는 시간은 줄었으나, AI을 활용하여 코드를 짜는 과정에서의 추가시간 (AI 혼내기, AI에게 알아듣기 쉽게 설명하기 등)을 하다보면 결국 코드를 완성하는데엔 시간이 더 걸린다는 것
추가적인 인지적 결함을 해결하는 과정이 필요하다는것
https://youtu.be/yX809fGO6Bw?si=201P06qGl4hLJbCO
최근 AI을 활용한 코드의 활용 관련된 설문조사를 한 적이 있음.
여기서의 결론도 23년 —> 25년으로 갈수록 AI을 활용한 코드 작성도에 대한 만족도가 떨어진다는 것이 주요 골자임.
코드를 진짜 짜는 시간은 줄었으나, AI을 활용하여 코드를 짜는 과정에서의 추가시간 (AI 혼내기, AI에게 알아듣기 쉽게 설명하기 등)을 하다보면 결국 코드를 완성하는데엔 시간이 더 걸린다는 것
추가적인 인지적 결함을 해결하는 과정이 필요하다는것
https://youtu.be/yX809fGO6Bw?si=201P06qGl4hLJbCO
❤2💩1
그렇기에 OAI 및 구글 등에서 10년 <— 이거 어떻게 뻐기지 하면서
Sora나 성인용 컨텐츠 해금 등 여러 술수를 쓰는중..
이거는 큰 완성도를 바라는게 아니라서 그나마 시간을 벌 수 있는 유일한 방법
Sora나 성인용 컨텐츠 해금 등 여러 술수를 쓰는중..
이거는 큰 완성도를 바라는게 아니라서 그나마 시간을 벌 수 있는 유일한 방법
❤2
그래서 찐 결론은
어차피 소부장이어쩌구 마이크론 밸류가 어쩌고 하이닉스가 어쩌고
<— 이딴거보다 OAI가 ㄹㅇ 찐 버블이 아니라 실제 목표 달성가능임??
이게 젤 중요한거 같다
젠가의 제일 밑단이 무너지면 뭔 근이닉스 근이크론 근에스엠씨여 ㅋㅋ 다뒤지는거지
https://www.youtube.com/live/sOWQvaGNMdg?si=yfos5Hhk8J8V-MSh&t=5003
어차피 소부장이어쩌구 마이크론 밸류가 어쩌고 하이닉스가 어쩌고
<— 이딴거보다 OAI가 ㄹㅇ 찐 버블이 아니라 실제 목표 달성가능임??
이게 젤 중요한거 같다
젠가의 제일 밑단이 무너지면 뭔 근이닉스 근이크론 근에스엠씨여 ㅋㅋ 다뒤지는거지
https://www.youtube.com/live/sOWQvaGNMdg?si=yfos5Hhk8J8V-MSh&t=5003
👍3
메모장
구치소에서 부동산 가격도 조종하나 ㅋㅋ https://n.news.naver.com/mnews/article/656/0000151759
이 박창진 부대변인은 과거 땅콩회항의 사무국장이었던 사람임
박 전 사무장은 사건 이후 대한항공과 소송을 벌였고, 그 과정에서 자신의 경험을 바탕으로 노동자 권리와 구조적 문제에 대한 해결의 필요성을 강조하며 정치에 입문했다.
그는 2017년 정의당에 입당하여 당의 부대표를 역임했고, 노동자와 시민의 권리 보호를 위한 다양한 활동을 펼쳐왔다. 그러나 정의당 내부에서 페미니즘에만 집중하는 경향을 비판하며, 당의 창당 이념이 희생되고 있다고 느끼면서 2022년 9월 탈당을 선언했다. 탈당 당시 그는 당내 정치인들이 시민의 상식에 부응하기보다 반여성주의와 민주당의 2중대라는 낙인을 찍고 있다고 강하게 비판했다.
‘땅콩 회항’ 사건은 2014년 12월 5일 대한항공의 항공편에서 발생한 사건으로, 당시 대한항공의 부사장인 조현아가 비행 중 기내 서비스 문제로 승무원을 강제로 내리게 하여 비행기를 회항시킨 사건이다.
사건의 경위는 비행 중 조현아가 땅콩이 제공되는 방식에 불만을 품었고, 승무원에게 항공기를 이륙하지 못하게 하고, 대신 승무원을 기내에서 내리게 했다. 하지만 이후 관리직인 박창진 전 사무장을 호출했고 승무원과 함께 무릎을 꿇린뒤 모욕을 줬다.
나아가 조현아는 승무원이 비행 중 기내 서비스를 제대로 이행하지 않았다고 판단하여, 비행기를 회항시키도록 지시했다.
이 사건은 이후 언론에 알려지게 되고 ‘갑질 논란’을 불러일으키며 조현아는 부사장직에서 사퇴하게 된다. 이후 대한항공은 물론 대한민국 사회 전반에 걸쳐 갑질 논란에 대해 논의가 이뤄졌다.
박 전 사무장은 대한항공과 법적 다툼을 벌인 뒤 퇴사했고 정치권에 입문했다.
https://m.segye.com/view/20241218514868
박 전 사무장은 사건 이후 대한항공과 소송을 벌였고, 그 과정에서 자신의 경험을 바탕으로 노동자 권리와 구조적 문제에 대한 해결의 필요성을 강조하며 정치에 입문했다.
그는 2017년 정의당에 입당하여 당의 부대표를 역임했고, 노동자와 시민의 권리 보호를 위한 다양한 활동을 펼쳐왔다. 그러나 정의당 내부에서 페미니즘에만 집중하는 경향을 비판하며, 당의 창당 이념이 희생되고 있다고 느끼면서 2022년 9월 탈당을 선언했다. 탈당 당시 그는 당내 정치인들이 시민의 상식에 부응하기보다 반여성주의와 민주당의 2중대라는 낙인을 찍고 있다고 강하게 비판했다.
‘땅콩 회항’ 사건은 2014년 12월 5일 대한항공의 항공편에서 발생한 사건으로, 당시 대한항공의 부사장인 조현아가 비행 중 기내 서비스 문제로 승무원을 강제로 내리게 하여 비행기를 회항시킨 사건이다.
사건의 경위는 비행 중 조현아가 땅콩이 제공되는 방식에 불만을 품었고, 승무원에게 항공기를 이륙하지 못하게 하고, 대신 승무원을 기내에서 내리게 했다. 하지만 이후 관리직인 박창진 전 사무장을 호출했고 승무원과 함께 무릎을 꿇린뒤 모욕을 줬다.
나아가 조현아는 승무원이 비행 중 기내 서비스를 제대로 이행하지 않았다고 판단하여, 비행기를 회항시키도록 지시했다.
이 사건은 이후 언론에 알려지게 되고 ‘갑질 논란’을 불러일으키며 조현아는 부사장직에서 사퇴하게 된다. 이후 대한항공은 물론 대한민국 사회 전반에 걸쳐 갑질 논란에 대해 논의가 이뤄졌다.
박 전 사무장은 대한항공과 법적 다툼을 벌인 뒤 퇴사했고 정치권에 입문했다.
https://m.segye.com/view/20241218514868
세계일보
‘땅콩회항’ 박창진 민주당 부대변인 발탁 “겸손한 자세로 임할 것”
박창진(사진) 전 대한항공 사무장이 최근 더불어민주당의 부대변인으로 발탁된 사실이 알려졌다. 17일 박 전 사무장은 사회관계망서비스(SNS) 페이스북을 통해 민주당 부대변인으로 활동하게 된 소감을 밝혔다. 그는 “당을 위해 헌신하는 자세로 겸손하게 임하겠다”고 각오를 다지며, 국민의 목소리에 귀 기울이겠다는 의지를 표명했다.
❤2
Forwarded from AWAKE - 실시간 주식 공시 정리채널
2025년 3분기 실적발표 일정
- '결산실적예고' 공시를 바탕으로 작성되었습니다.
(종목명/ 영업익 예상/ 전분기/ 전년동기)
2025-10-22
엘에스일렉트릭/ 1,124억/ 1,086억/ 665억
2025-10-27
유니드/ 279억/ 328억/ 205억
한화오션/ 3,454억/ 3,717억/ 256억
2025-10-28
삼성물산/ 7,816억/ 7,526억/ 7,362억
삼성바이오로직스/ 5,506억/ 4,756억/ 3,386억
2025-10-29
한온시스템/ 546억/ 643억/ 937억
삼성전기/ 2,462억/ 2,130억/ 2,249억
2025-10-30
LG씨엔에스/ 1,418억/ 1,408억/ 1,428억
삼성에스디에스/ 2,446억/ 2,302억/ 2,528억
LG디스플레이/ 4,248억/ -1,160억/ -806억
LG이노텍/ 1,752억/ 114억/ 1,304억
2025-10-31
한화비전/ 535억/ 563억/ 54억
2025-11-03
한화에어로스페이스/ 8,764억/ 8,645억/ 4,772억
2025-11-04
크래프톤/ 3,630억/ 2,461억/ 3,244억
에코프로비엠/ 450억/ 490억/ -412억
2025-11-05
카카오게임즈/ -50억/ -86억/ 57억
에코프로/ -/ 162억/ -1,088억
에코프로에이치엔/ -/ 37억/ 57억
에코프로머티/ -/ -288억/ -385억
카카오뱅크/ 1,580억/ 1,701억/ 1,737억
2025-11-06
롯데칠성음료/ 905억/ 624억/ 787억
케이카/ 193억/ 181억/ 171억
스튜디오드래곤/ 156억/ -29억/ -9억
CJ ENM/ 271억/ 286억/ 158억
2025-11-07
금호석유화학/ 835억/ 652억/ 651억
카카오/ 1,648억/ 1,859억/ 1,305억
롯데쇼핑/ 1,525억/ 406억/ 1,550억
2025-11-11
위메이드/ 98억/ -285억/ 518억
위메이드맥스/ -/ -167억/ -21억
2025-11-12
펄어비스/ -118억/ -118억/ -92억
- '결산실적예고' 공시를 바탕으로 작성되었습니다.
(종목명/ 영업익 예상/ 전분기/ 전년동기)
2025-10-22
엘에스일렉트릭/ 1,124억/ 1,086억/ 665억
2025-10-27
유니드/ 279억/ 328억/ 205억
한화오션/ 3,454억/ 3,717억/ 256억
2025-10-28
삼성물산/ 7,816억/ 7,526억/ 7,362억
삼성바이오로직스/ 5,506억/ 4,756억/ 3,386억
2025-10-29
한온시스템/ 546억/ 643억/ 937억
삼성전기/ 2,462억/ 2,130억/ 2,249억
2025-10-30
LG씨엔에스/ 1,418억/ 1,408억/ 1,428억
삼성에스디에스/ 2,446억/ 2,302억/ 2,528억
LG디스플레이/ 4,248억/ -1,160억/ -806억
LG이노텍/ 1,752억/ 114억/ 1,304억
2025-10-31
한화비전/ 535억/ 563억/ 54억
2025-11-03
한화에어로스페이스/ 8,764억/ 8,645억/ 4,772억
2025-11-04
크래프톤/ 3,630억/ 2,461억/ 3,244억
에코프로비엠/ 450억/ 490억/ -412억
2025-11-05
카카오게임즈/ -50억/ -86억/ 57억
에코프로/ -/ 162억/ -1,088억
에코프로에이치엔/ -/ 37억/ 57억
에코프로머티/ -/ -288억/ -385억
카카오뱅크/ 1,580억/ 1,701억/ 1,737억
2025-11-06
롯데칠성음료/ 905억/ 624억/ 787억
케이카/ 193억/ 181억/ 171억
스튜디오드래곤/ 156억/ -29억/ -9억
CJ ENM/ 271억/ 286억/ 158억
2025-11-07
금호석유화학/ 835억/ 652억/ 651억
카카오/ 1,648억/ 1,859억/ 1,305억
롯데쇼핑/ 1,525억/ 406억/ 1,550억
2025-11-11
위메이드/ 98억/ -285억/ 518억
위메이드맥스/ -/ -167억/ -21억
2025-11-12
펄어비스/ -118억/ -118억/ -92억
❤3