썸네일
📌 이 글의 핵심
마키나락스는 2025년 5월 코스닥 상장을 앞두고 공모가 밴드 38,000원~48,000원, 희망 공모가 43,000원으로 수요예측을 진행합니다. AI 기반 산업용 솔루션 기업으로 삼성전자, SK하이닉스 등 대형 고객사를 확보하고 있습니다.

마키나락스 공모주 청약 일정 및 공모가

마키나락스는 2025년 5월 코스닥 시장 상장을 목표로 공모주 청약을 진행합니다. 공모가 밴드는 38,000원에서 48,000원 사이이며, 희망 공모가는 43,000원으로 책정되었습니다. 총 공모 주식수는 약 233만주이고, 공모 희망금액은 최대 1,118억원 규모입니다.

청약 일정 및 환불 안내

수요예측은 기관투자자를 대상으로 먼저 진행되며, 일반 청약자는 이후 확정 공모가로 청약에 참여합니다. 청약 증거금은 50%가 적용되며, 미배정 물량에 대한 환불은 청약일 기준 영업일 +2일에 이루어집니다.

구분 일정
수요예측 2025년 5월 중순 예정
일반 청약 수요예측 후 약 1주일 뒤
환불일 청약일 +2 영업일
상장 예정일 2025년 5월 하순

마키나락스 사업 모델 및 경쟁력

마키나락스는 2017년 설립된 산업용 인공지능 솔루션 전문기업입니다. 반도체, 디스플레이, 배터리 제조 공정에서 불량 예측, 수율 최적화, 설비 이상 감지 등을 지원하는 AI 플랫폼을 제공합니다. 삼성전자, SK하이닉스, LG디스플레이 등 국내 주요 제조사가 고객사입니다.

핵심 기술 및 제품 라인업

회사는 자체 개발한 'Fab-wide AI' 플랫폼을 통해 제조 전 공정 데이터를 실시간으로 분석합니다. 이를 통해 불량률을 평균 15~20% 감소시키고, 설비 가동률을 최대 8% 향상시키는 성과를 거두고 있습니다.

  1. Fab-wide AI 플랫폼: 제조 공정 전체를 통합 관리하는 AI 솔루션
  2. 이상 탐지 모듈: 설비 고장 사전 예측으로 다운타임 최소화
  3. 수율 최적화 엔진: 공정 파라미터 자동 조정으로 생산성 향상
  4. 품질 검사 AI: 육안 검사 대비 정확도 99% 이상 달성
2

재무제표 분석 및 실적 전망

마키나락스는 2023년 매출액 187억원, 영업이익 -42억원을 기록했습니다. 2024년에는 매출 250억원, 영업손실 -28억원으로 개선되었으며, 2025년에는 매출 350억원, 영업이익 흑자 전환이 예상됩니다. 대형 고객사 계약 확대가 실적 개선의 주요 동력입니다.

최근 3개년 재무 성과

구분 2023년 2024년 2025년(E)
매출액 187억원 250억원 350억원
영업이익 -42억원 -28억원 12억원
영업이익률 -22.5% -11.2% 3.4%

수익 구조 및 성장 전략

매출의 약 70%는 라이선스 및 구독 모델에서 발생하며, 나머지 30%는 컨설팅 및 유지보수 서비스입니다. 2025년부터는 해외 반도체 기업 진출을 본격화하고, 배터리·2차전지 분야로 사업 영역을 확대할 계획입니다.

투자 포인트 및 리스크 요인

마키나락스의 최대 강점은 국내 대형 제조사와의 검증된 레퍼런스입니다. 삼성전자 평택 라인, SK하이닉스 이천 공장 등에서 실제 적용 사례를 보유하고 있어 신규 고객 확보에 유리합니다. 제조 AI 시장은 연평균 28% 성장이 예상됩니다.

주요 투자 포인트

  1. 검증된 고객사 포트폴리오: 삼성전자, SK하이닉스 등 매출 안정성 확보
  2. 반복 매출 구조: 구독형 라이선스로 연간 70% 이상 갱신율
  3. 해외 진출 본격화: 2025년 대만, 미국 반도체 기업 계약 추진
  4. 시장 성장성: 제조 AI 시장 2030년 450억 달러 규모 전망

주의해야 할 리스크

아직 영업이익 흑자 전환 초기 단계이며, 고객사 집중도가 높아 특정 기업의 투자 축소 시 실적 변동성이 클 수 있습니다. 또한 글로벌 AI 기업들의 제조 분야 진출이 가속화되면서 경쟁이 심화되고 있습니다.

리스크 항목 내용
수익성 2025년 흑자 전환 예상이나 아직 초기 단계
고객 집중 상위 3개 고객사 매출 비중 65% 이상
경쟁 심화 글로벌 AI 기업들의 제조 분야 진출 가속화
마키나락스는 검증된 기술력과 대형 고객사 확보로 성장 가능성이 높지만, 아직 수익성 개선 초기 단계입니다. 공모가 밴드와 수요예측 결과를 면밀히 검토하고, 본인의 투자 성향에 맞춰 신중한 판단이 필요합니다.