기본정보

회 사 명	스트라티오코리아		사업자번호	123-86-40783
대 표 자	이제형		홈페이지	http://www.stratiotechnology.com/
기업구분	중소기업
사업장주소(본사)	소재지	서울 부산 대구 인천 광주 대전 울산 세종 경기 강원 충북 충남 전북 전남 경북 경남 제주	우편번호	13449
	상세주소	경기 성남시 수정구 창업로 43 (시흥동)
사업분야	스트라티오(STRATIO, INC.)는 미국 실리콘밸리와 한국에 본사를 둔 적외선 AI(Infrared AI) 전문 기업으로, 피지컬 AI의 핵심 영역 중 하나인 ‘시각(Vision)’ 분야를 혁신하고 있습니다. 세계 최초로 Ge-on-Si 기반 SWIR(Short-Wave Infrared) 센서 기술을 상용화한 스트라티오는 기존 InGaAs 센서 대비 획기적인 원가 절감과 대량 생산성을 확보하여, 산업 전반에 걸친 적외선 센서의 대중화를 이끌고 있습니다. 이러한 기술력을 기반으로 스트라티오는 가전, 메디컬, 오토모티브, 국방, 로보틱스 등 기존 InGaAs 센서가 진입하기 어려웠던 다양한 분야로 응용 영역을 확장하며, ‘적외선 AI’라는 새로운 기술 패러다임을 주도하고자 합니다.
주 제 품	1. Ge 기반 소형 SWIR 센서 모듈 및 소프트웨어 LS SWIR SDK - Ge-on-Si 기반 SWIR 센서와 소형 스펙트럴 모듈, 소프트웨어를 통합한 개발 키트로, 1,000 nm 이상의 근적외선(SWIR) 영역 데이터를 안정적으로 수집·처리함. - 플라스틱·섬유·농작물 등 소재의 고유한 적외선 스펙트럼 데이터를 획득하고, 이를 표준화된 데이터 형태로 제공하여 AI 학습 및 분석에 활용 가능함. - 연구기관·기업이 별도의 센서 설계 없이 SWIR 기반 응용 솔루션을 빠르게 개발할 수 있도록 SDK, API, 개발 가이드를 제공하며, 고객 맞춤형 적용을 지원함. 2. 가시광선/초근적외선 휴대용 소형 분광기 LinkSquare - 가시광선에서 근적외선 영역까지의 스펙트럼 정보를 획득하는 휴대용 분광기로, AI 분석 기술과 결합된 사용자 친화적 제품임. - 물질의 스펙트럼 데이터를 기반으로 식품 신선도, 소재 특성, 진위 판별 등 비전문가도 쉽게 분석할 수 있도록 구현함. - 모바일 앱 및 AI 플랫폼 연동으로 분석 결과를 직관적으로 제공하고, 고객이 자체 데이터를 학습시켜 맞춤형 분석 솔루션을 구축할 수 있도록 지원함. 3. Ge 기반 SWIR 이미지 센서 장착 카메라 BeyonSense - Ge 기반 SWIR 고해상도 이미지 센서를 적용한 카메라로, 가시광 영역에서 식별이 어려운 물질 특성을 영상 형태로 획득할 수 있음. - 플라스틱, 섬유, 산업 소재 등에서 필요한 SWIR 이미지를 실시간으로 취즉하여 자동 분류 및 상태 판별에 활용함. - 산업 자동화 및 검증 환경에서 활용 가능한 센서 모듈과 카메라 형태로 제공되며, AI 분석 시스템과의 연동을 통해 현장 적용을 지원하려함. 4. 적외선 데이터 분석 기술 적외선 AITM - 적외선 센서 및 분광기에서 수집된 대용량의 스펙트럼, 이미지 데이터를 기반으로 하는 AI 분석 기술임. - 물질 고유의 적외선 특성을 학습한 AI 모델을 통해 자동 분류, 품질 판별, 이상 탐지 등을 수행할 수 있도록 함. - 자원 순환, 산업 자동화, 품질 검사 등 다양한 산업 분야에 맞춰 AI 모델 개발, 데이터 분석, 결과 리포팅 등을 포함한 맞춤형 솔루션 형태로 제공됨.
회사보유 기술현황 및 업적	ㅇ특허 - Gate-controlled Charge Modulated Device for CMOS Image Sensors (미국, 중국, 유럽, 일본, 한국 출원) - Layer Transfer Technology for Silicon Carbide (미국, 한국 출원) - Reduction of Surface Roughness in Epitaxially Grown Germanium by Controlled Thermal Oxidation (국제 출원) - Methods for removing Nuclei formed during Epitaxial growth (미국 특허 획득) - Broadband Visible-Shortwave Infrared Spectrometer (미국 출원) - Methods for Automatically Identifying a Match Between a Product Image and a Reference Drawing Based on Artificial Intelligence(PCT) ㅇ 최근 수상실적 및 업적 · 2025 인공지능 챔피언 2위 - 과학기술정보통신부 · 2025 기후테크 컨퍼런스 탄소중립펀드 1위 - 경기도 · 2025 Hong Kong Value Creation for Technology: Pitching Competition 2st Place · 2025 MEMS & SENSORS NextGen 2025 1위 · 2025 Climate Tech Showcase at NY Climate Week 피치대표 선발 · 2025 Startup Pitch Competition 3st Place

사업자등록증	[스트라티오코리아] 사업자등록증_2024.pdf

회사소개자료	[2025.11.16] STRATIO Executive Summary.pdf

회사로고	2-4. STRATIO Logo (New Version)_Black.ai.jpg

기본정보

참여이력	기참여		ICT기술분류	인공지능 대중화 기술
사업장주소(본사)	경기 성남시 수정구 창업로 43 (시흥동)			소재지	서울 부산 대구 인천 광주 대전 울산 세종 경기 강원 충북 충남 전북 전남 경북 경남 제주
근무지 주소(실습생)	경기 성남시 수정구 창업로 43 (시흥동) B동 911호			소재지	서울 부산 대구 인천 광주 대전 울산 세종 경기 강원 충북 충남 전북 전남 경북 경남 제주
회사소개	스트라티오(STRATIO, INC.)는 미국 실리콘밸리와 한국에 본사를 둔 적외선 AI(Infrared AI) 전문 기업으로, 피지컬 AI의 핵심 영역 중 하나인 ‘시각(Vision)’ 분야를 혁신하고 있습니다. 세계 최초로 Ge-on-Si 기반 SWIR(Short-Wave Infrared) 센서 기술을 상용화한 스트라티오는 기존 InGaAs 센서 대비 획기적인 원가 절감과 대량 생산성을 확보하여, 산업 전반에 걸친 적외선 센서의 대중화를 이끌고 있습니다. 이러한 기술력을 기반으로 스트라티오는 가전, 메디컬, 오토모티브, 국방, 로보틱스 등 기존 InGaAs 센서가 진입하기 어려웠던 다양한 분야로 응용 영역을 확장하며, ‘적외선 AI’라는 새로운 기술 패러다임을 주도하고자 합니다.
주요 제품 및 서비스	1. Ge 기반 소형 SWIR 센서 모듈 및 소프트웨어 LS SWIR SDK - Ge-on-Si 기반 SWIR 센서와 소형 스펙트럴 모듈, 소프트웨어를 통합한 개발 키트로, 1,000 nm 이상의 근적외선(SWIR) 영역 데이터를 안정적으로 수집·처리함. - 플라스틱·섬유·농작물 등 소재의 고유한 적외선 스펙트럼 데이터를 획득하고, 이를 표준화된 데이터 형태로 제공하여 AI 학습 및 분석에 활용 가능함. - 연구기관·기업이 별도의 센서 설계 없이 SWIR 기반 응용 솔루션을 빠르게 개발할 수 있도록 SDK, API, 개발 가이드를 제공하며, 고객 맞춤형 적용을 지원함. 2. 가시광선/초근적외선 휴대용 소형 분광기 LinkSquare - 가시광선에서 근적외선 영역까지의 스펙트럼 정보를 획득하는 휴대용 분광기로, AI 분석 기술과 결합된 사용자 친화적 제품임. - 물질의 스펙트럼 데이터를 기반으로 식품 신선도, 소재 특성, 진위 판별 등 비전문가도 쉽게 분석할 수 있도록 구현함. - 모바일 앱 및 AI 플랫폼 연동으로 분석 결과를 직관적으로 제공하고, 고객이 자체 데이터를 학습시켜 맞춤형 분석 솔루션을 구축할 수 있도록 지원함. 3. Ge 기반 SWIR 이미지 센서 장착 카메라 BeyonSense - Ge 기반 SWIR 고해상도 이미지 센서를 적용한 카메라로, 가시광 영역에서 식별이 어려운 물질 특성을 영상 형태로 획득할 수 있음. - 플라스틱, 섬유, 산업 소재 등에서 필요한 SWIR 이미지를 실시간으로 취즉하여 자동 분류 및 상태 판별에 활용함. - 산업 자동화 및 검증 환경에서 활용 가능한 센서 모듈과 카메라 형태로 제공되며, AI 분석 시스템과의 연동을 통해 현장 적용을 지원하려함. 4. 적외선 데이터 분석 기술 적외선 AITM - 적외선 센서 및 분광기에서 수집된 대용량의 스펙트럼, 이미지 데이터를 기반으로 하는 AI 분석 기술임. - 물질 고유의 적외선 특성을 학습한 AI 모델을 통해 자동 분류, 품질 판별, 이상 탐지 등을 수행할 수 있도록 함. - 자원 순환, 산업 자동화, 품질 검사 등 다양한 산업 분야에 맞춰 AI 모델 개발, 데이터 분석, 결과 리포팅 등을 포함한 맞춤형 솔루션 형태로 제공됨.
회사보유 기술현황 및 업적	ㅇ특허 - Gate-controlled Charge Modulated Device for CMOS Image Sensors (미국, 중국, 유럽, 일본, 한국 출원) - Layer Transfer Technology for Silicon Carbide (미국, 한국 출원) - Reduction of Surface Roughness in Epitaxially Grown Germanium by Controlled Thermal Oxidation (국제 출원) - Methods for removing Nuclei formed during Epitaxial growth (미국 특허 획득) - Broadband Visible-Shortwave Infrared Spectrometer (미국 출원) - Methods for Automatically Identifying a Match Between a Product Image and a Reference Drawing Based on Artificial Intelligence(PCT) ㅇ 최근 수상실적 및 업적 · 2025 인공지능 챔피언 2위 - 과학기술정보통신부 · 2025 기후테크 컨퍼런스 탄소중립펀드 1위 - 경기도 · 2025 Hong Kong Value Creation for Technology: Pitching Competition 2st Place · 2025 MEMS & SENSORS NextGen 2025 1위 · 2025 Climate Tech Showcase at NY Climate Week 피치대표 선발 · 2025 Startup Pitch Competition 3st Place
인력현황	경영·행정	연구개발	홍보·마케팅	생산·기타	합계
	6 명	8 명	2 명	0 명	16 명

참여배경

참여배경

참여배경

스트라티오는 ICT 학점 연계 인턴십 프로그램에 다수 참여하여 우수 인재를 인턴으로 선발·운영한 경험을 보유하며, 프로그램 종료 후 실제 채용으로 연계되어 현재까지 근무 중인 사례가 있음. 본 인턴십을 통해 개발 및 실험에 직접 참여할 수 있는 전공 기반 실무 경험을 제공하며, 장기적으로는 본사 채용 연계를 염두에 두고 있음. 최근 스트라티오는 LS SWIR SDK를 출시하여 근적외선(SWIR) 센서·모듈·소프트웨어를 통합한 개발 환경을 구축했으며, 이를 기반으로 플라스틱 자원순환, 산업 자동화, 생활가전 등 사업 분야를 본격적으로 확장 중임. 특히 적외선 스펙트럼 및 이미지 데이터를 활용한 적외선 AI 분석 기술 고도화가 핵심 전략이며, 데이터 분석, 알고리즘 개발, 소프트웨어 구현 등 ICT 기반 인력이 중요한 시점임. 본 인턴십을 통해 전공 역량을 갖춘 인턴이 LS SWIR SDK 기반 데이터 분석 및 적외선 AI 기술 개발에 직접 참여함으로써, 기업은 미래 핵심 인재를 조기에 확보하고, 인턴에게는 실제 제품 및 서비스 개발 실무 경험을 제공함. 또한 개발 부서 중심 인턴십 운영을 통해 젊은 인재들과 적극적인 협업 및 커뮤니케이션을 강화하고, 기술 중심 딥테크 기업으로서의 기업 이미지를 제고하고자 함.

실습조건

실습조건

실습요일	주 5일제	월 화 수 목 금
실습시간	전일제	(08:30 ~ 17:30)
실습조건	휴가	월 1회 휴가 부여
	복리후생	식사(점심) 교통 기숙사
	기타 지원사항	휴게실, 회의실, 공기청정기, 개인 노트북, 사무용품 지급 등 • 4대 보험 가입, 야근식대 및 야근 시 교통비 지급 등 • 업무에 필요한 각종 교육 및 도서 제공 • 개인 책상 및 노트북, Dropbox 제공 • 회사 내 물, 커피, 간단한 간식 등 제공 • 미국 법인과 활발하게 의사소통하기에 영어 활용 기회가 많고 글로벌 기업에 대한 경험을 쌓을 수 있음.

실습환경 사진

프로젝트 내용

프로젝트 개요

프로젝트명	- 적외선 AI 기반 플라스틱/섬당사의 적외선 센서 시제품 LS SWIR SDK를 통해 적외선 스펙트럼 및 이미지 데 이터를 수집 및 분석하고, 소재별 특성을 학습하는 AI 분류 모델을 구현함으로써 플라스틱 및 섬유 등 목표하는 분야의 자동 식별·분류 정확도를 향상시키고자 함. - 이를 통해 자원순환 및 활용가능한 산업에 적용하여 적외선 AI 기반 분류 기술의 실용성을 검증하고, 향후 상용 서비스로 확장 가능한 기술 기반을 마련하고자 함. 유 데이터 분석 및 ICT 융합 분류 알고리즘 기술개발
목표	- 당사의 적외선 센서 시제품 LS SWIR SDK를 통해 적외선 스펙트럼 및 이미지 데 이터를 수집 및 분석하고, 소재별 특성을 학습하는 AI 분류 모델을 구현함으로써 플라스틱 및 섬유 등 목표하는 분야의 자동 식별·분류 정확도를 향상시키고자 함. - 이를 통해 자원순환 및 활용가능한 산업에 적용하여 적외선 AI 기반 분류 기술의 실용성을 검증하고, 향후 상용 서비스로 확장 가능한 기술 기반을 마련하고자 함.
주요내용	- 기존 적외선 분광 센서의 측정기준을 객관화·수치화 하여 표준화된 평가 지표를 정의함. - 정의된 측정 기준을 바탕으로 각 센서 칩 및 측정 결과의 품질을 정량적으로 평 가·관리 할 수 있는 프로그램을 개발 - 적외선 분광 센서와 연동된 앱을 구동하여, 데이터 수집 과정에서의 안정도 및 재 현성을 평가할 수 있는 품질기준을 정의하고 테스트 시나리오를 구축함. - 정의된 테스트 결과를 바탕으로 센서 및 앱의 동작 안정도를 수치화하고 데이터 로 축적함. - 안정도 분석 결과를 기반으로 적외선 분광 센서 연동 앱의 기능 개선 및 성능 향 상을 위한 개발을 수행함. - 플라스틱, 섬유 등 소재 분류를 위한 적외선 AI 학습용 데이터를 체계적으로 수집 하고 정제함. - 적외선 분광 데이터의 품질 향상을 위하 노이즈 제거, 정규화 등 프로세싱 알고리 즘을 개발·구현하여 AI 분류 성능 개선이 활용함.
주요결과물	- 품질 평가용 소프트웨어 프로그램 개발 - 측정 절차 및 운영 매뉴얼 문서 제작 - 적외선 분광 센서 연동 소프트웨어 및 앱 안정화 - 적외선 AI 학습용 스펙트럼 데이터 셋 구축 - LS SWIR SDK 제품 활용 데모 및 시연 영상

실습생 직무

실습생 직무

직무구분
기술스택
직무내용	1) 적외선 센서 분광 데이터 수집 및 관리 - LS SWIR SDK 및 LinkSquare 제품을 활용하여 플라스틱 및 섬유(그 외)등 다양한 소재의 적외선 스펙트럼 데이터 측정 및 수집 - 측정조건(주변환경, 위치, 반복)에 따른 데이터 변동성을 확인하고 정리 - AI 학습에 활용 가능한 형태로 데이터 정리 및 분류 2) 적외선 데이터 품질 관리 보조 - 센서 측정 결과 후 노이즈, 재현성, 안정성 등 분석 - 정의한 품질 기준에 따라 실제 측정 데이터에 적용하여 비교 분석 - 센서 칩 및 시스템 단위의 성능 차이 정리 3) AI 학습용 데이터 전처리 및 포스트 프로세싱 - 적외선 스펙트럼 데이터에 대한 노이즈 제거, 정규화, 스무딩 등 전처리 알고리즘 적용 - 전처리 전·후 데이터의 특성 변화를 비교하여 AI 분류 성능에 미치는 영향 분석 - 데이터 품질 개선 결과를 AI 학습용 데이터 셋 반영 4) 적외선 AI 분류 모델 개발 및 실험 지원 - AI 모델 학습 및 성능 평가 참여 - 모델 입력 데이터 구성, 학습 파라미터 변경, 결과 비교 실험 수행 - 분류 정확도 등 성능 지표를 정리하고 개선 방향 도출 기여 5) 센서 연동 소프트웨어 및 앱 테스트 지원 - 적외선 분광 센서와 연동된 소프트웨어 및 앱의 구동 테스트 지원 - 테스트 시나리오에 따른 오류 상황 재현 및 개선사항 도출 - 테스트 결과 정리 및 피드백 제공 6) 기술 문서 및 결과물 정리 - 측정 기준, 테스트 절차, 데이터 수집 방법 등 문서화 - 인턴십 기간 동안 수행한 실험, 분석, 개발 결과 등을 보고서로 정리 - 데모 시연, 내부 공유를 위한 기술 자료 제작 지원
요구(우대) 역량	- 프로그래밍 언어에 대한 기초적인 이해 및 활용 경험 - 적외선 센서, 분광 데이터 등 센서 기반 데이터 처리에 대한 기본적인 이해 또는 관심 - 모바일 앱 또는 소프트웨어 개발·테스트·디버깅 경험(우대) - 학교 내 프로젝트 등 전공 관련 프로젝트 수행 경험 - 새로운 기술과 업무를 배우고자 하는 적극적인 학습 태도와 책임감 있는 업무 수 행 자세

실습생 지도계획

지도계획

지도계획	◦ 지도 형태 - 실습생의 업무 수행 과정에서 지도 및 교육이 필요하다고 판단되는 경우 수시로 업무 교육 및 기술 지도 실시 - 신규 업무 및 프로젝트 투입 전 사전 업무 교육을 필수적으로 진행함. - 실습생의 학습 상황 및 요청에 따라 추가 지도 시간을 유연하게 운영 - 교육 담당자 인근에 실습생 좌석을 배치하여, 업무 중 발생하는 질의 사항에 대한 실시간 피드백 및 상시 소통 가능하도록 관리함. ◦ 지도 시간 - 매일 오전 개발팀 회의 참여로 수행중인 업무 내용 공유 및 진행상황 피드백 - 교육담당자의 주기적인 교육 시간 마련 - 월 1회 이상 개발팀 총괄 담당자 참여로 개별 지도 시간 운영으로 실습 성과 점 검 및 향후 학습 업무 피드백 제공

실습생 평가계획

실습생 평가계획

평가기준	- 교육담당자를 통해 업무 이해도, 기여도 판단 - 출·퇴근 등 근태관리를 통하여 성실도 평가 - 데이터 측정을 가이드라인에 맞추어 수행하였는지 여부 - 역량 및 중간 평가를 통해 성실히 업무를 수행했는지 여부 - 업무능력 뿐 아니라 사내에서 다른 직원들과 무리 없이 생활하는 사회성을 평가
평가방법	- 데이터 제작 일지 상시 작성 계획 - 소속부서와 다른 부서와의 관련성을 인식하고 주어진 업무에 대해 부서 간 네트 워킹을 잘 활용했는지 평가 - 실습생에게 실무를 맡겨보고, 업무를 이끌어가는 과정을 지켜볼 수 있으며 이를 통해 실습생의 능력과 성과를 볼 수 있음 - 실습생의 능력뿐 아니라 회사의 문화 및 분위기에 적응하는 것도 중요하기 때문 에 업무를 함께 진행한 개발자 및 선임들의 평가를 통해 평가함. - 교육 담당자가 매 주 1회에 걸쳐 주별 계획서 및 다른 업무 수행능력을 평가 - 프로젝트에 이용할 숙제를 제공 - 초반 실습생의 역량을 평가하고 실습생의 업무 처리 능력이 얼마나 성장했는지 중간평가를 진행함.

추진일정

추진일정

주차	내용
1~4주차	[오리엔테이션 및 기초 역량 확보] 인턴십 오리엔테이션 및 회사소개 LS SWIR SDK 등 제품 및 사업 분야 이해 적외선 분광·이미징 기술 기초 교육 실험 장비 및 측정 환경 숙지 LS SWIR SDK 및 센서 실습 기본 데이터 수집 및 측정 실험 측정 결과 기록 및 데이터 관리 방식 학습 수집 데이터 품질 확인 데이터 구조 및 메타데이터 정리 1개월차 수행 내용 점검 및 피드백
5~8주차	[데이터 수집 및 품질 기준 정립] 센서 측정 기준 및 안정도 평가 지표 학습 기존 측정 방식 문제점 분석 데이터 수집 확대 조건별 데이터 비교 센서 및 앱 안정성 테스트 수행 테스트 결과 수치화 및 분석 데이터 품질 평가 결과 정리 중간점검 및 개선 방향 설정
9~12주차	[데이터 처리 및 AI 모델 실험] 적외선 분광 데이터 전처리 포스트 프로세싱 적용 전처리 전·후 데이터 비교 AI 학습용 데이터셋 구성 플라스틱·섬유 분류 AI 모델 학습 보조 분류 정확도 및 성능지표 분석 모델 결과 정리 및 개선 아이디어 도출 현재까지 성과 점검 및 피드백
13~16주차	[고도화 및 결과정리] 안정도 기반 소프트웨어 및 앱 개선 테스트 데이터 추가 수집 및 보완 최종 데이터셋 정리 분류 성능 재검증 및 결과 정리 프로젝트 결과 보고서 작성 데모 시연 자료 및 영상 제작 지원 최종 성과 공유 인턴십 종합 평가

기대효과

기대효과

기대효과	◦ 제품의 지속적인 업데이트 및 고도화 작업을 원활히 수행할 수 있는 개발·검증 기 반을 확보하여 제품 활용도를 높이고 다양항 응용 프로그램 개발에 기여 ◦ 인턴십 기간 동안 수집·정제된 대량의 적외선 분광 데이터를 통해 AI 학습에 활용 가능한 고품질 데이터셋을 구축하고 핵심 사업 분야의 기술 경쟁력을 강화함. ◦ 프로젝트 수행 과정에서 축적된 실험 절차, 데이터 처리방식, 소프트웨어 사용 등 을 정리하여 자료 정리 및 표준 매뉴얼을 체계적으로 마련 ◦ 국내 외 사업화 및 협력 확대를 위한 기업 인지도 및 홍보 효과 기대 ◦ 기술 스타트업의 능동적이고 실무 중심적 업무 환경 속에서 인턴과 구성원 간 협 업을 강화하여, 장기적으로 우수 인재를 확보하고 조직 역량 강화에 긍정적 효과 를 기대함.

향후 실습생 채용 계획

채용계획

채용계획	◦ 우수 인력에게는 정식 채용 오퍼를 줄 예정임. ◦ 인턴십 프로그램을 통해 우수 실습생이 본사의 개발 환경에 적응하고 평가 결과 차후 업무 능력의 향상이 기대될 경우, 정규직 채용 용의가 있음. ◦ 채용 시기와 소속 부서는 실습생과 당사의 의견을 반영하고, 인력 활용에 대한 팀 별 커뮤니케이션을 통해 결정할 계획임.