KRW Ontology offers verifiable AI-driven corporate filing analysis

COVERAGE [12]

1. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-21 14:40

   Today's standard is simple. Verifiable answers over quick answers. Research that can return to the original text over baseless summaries. A structure that allows for re-questioning over a nice conclusion. KRW Ontology is creating US corporate disclosure research in this direction. The faster AI creates answers, the more important it is to verify the evidence.

   오늘의 기준은 단순합니다. 빠른 답변보다 확인 가능한 답변. 근거 없는 요약보다 원문으로 돌아갈 수 있는 리서치. 멋진 결론보다 다시 의심할 수 있는 구조. KRW Ontology는 이 방향으로 미국 기업 공시 리서치를 만들고 있습니다. AI가 답을 더 빨리 만들수록, 근거를 확인하는 방식은 더 중요해집니다. # AI # 미국주식 # 기업리서치

2. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-21 14:20

   The more you write AI summaries, the more you should ask, "Where is the original source of this statement?" The more natural the answer sounds, the easier it is to miss. However, in investment research, it is more important whether the company actually said it than whether the sentence is natural. KRW Ontology traces the answer back to the original disclosure source.

   AI 요약을 쓸수록 더 자주 해야 하는 질문이 있습니다. “이 말의 원문은 어디인가?” 답변이 자연스러울수록 놓치기 쉽습니다. 하지만 투자 리서치에서는 문장이 자연스러운지보다, 회사가 실제로 그렇게 말했는지가 더 중요합니다. KRW Ontology는 답변을 공시 원문 근거까지 따라가게 만듭니다. # AI # InvestmentResearch # 10K

3. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-21 14:01

   Search finds documents. Research follows the basis of the answer. When looking at US corporate disclosures, what's important doesn't end with "What documents are there?". You need to be able to confirm where the original source that answers your question is. KRW Ontology aims for verifiable corporate research answers, not search results.

   검색은 문서를 찾아줍니다. 리서치는 답의 근거를 따라갑니다. 미국 기업 공시를 볼 때 중요한 건 “어떤 문서가 있나”에서 끝나지 않습니다. 내 질문에 답하는 원문 근거가 어디인지 확인할 수 있어야 합니다. KRW Ontology는 검색 결과가 아니라, 확인 가능한 기업 리서치 답변을 목표로 합니다. # 기업공시 # AI # 미국주식

4. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-21 13:38

   Of course, you can ask general chatbots corporate questions. The problem is after the answer. The user is left to reconfirm whether the sentence came from an actual disclosure, matches the latest 10-K/10-Q, and what original source to refer to. KRW Ontology provides a path to reconfirm the answer, as well as to generate it.

   물론 일반 챗봇에도 기업 질문을 물어볼 수 있습니다. 문제는 답변 이후입니다. 그 문장이 실제 공시에서 나온 말인지, 최근 10-K/10-Q와 맞는지, 어떤 원문 근거를 봐야 하는지 사용자가 다시 떠안게 됩니다. KRW Ontology는 답변을 만드는 것만큼, 답변을 다시 확인하는 경로를 남기는 데 집중합니다. # AI # 기업공시 # InvestmentResearch

5. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-21 12:30

   When questions about reading US corporate disclosures improve, research changes. For example: "How is NVDA's data center growth explained in recent disclosures?" "Where did AMZN's cloud profit margin changes come from?" "What explanations are linked to the risks in AAPL's service revenue?" KRW Ontology...

   미국 기업 공시를 읽을 때 질문이 좋아지면 리서치가 달라집니다. 예를 들면: “NVDA 데이터센터 성장은 최근 공시에서 어떻게 설명돼?” “AMZN 클라우드 이익률 변화는 어디서 왔어?” “AAPL 서비스 매출 리스크는 어떤 설명과 연결돼?” KRW Ontology는 이런 질문을 원문 근거까지 따라가며 답하도록 설계했습니다. # 기업분석 # AI # 미국주식

6. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-21 10:30

   You don't have time to read the entire 10-K. But you can't trust a summary without sources either. What's needed between these two isn't "more summaries," but a direct path back to the original source relevant to my questions. KRW Ontology reads long US disclosures with an investment question in mind, and leaves a verification path for each answer.

   10-K를 전부 읽을 시간은 없습니다. 하지만 근거 없는 요약을 믿을 수도 없습니다. 이 둘 사이에 필요한 건 “더 많은 요약”이 아니라, 내 질문과 관련된 원문 근거로 바로 돌아가는 길입니다. KRW Ontology는 긴 미국 공시를 투자 질문 중심으로 읽고, 답변마다 확인 경로를 남기는 리서치 도구입니다. # 10K # 미국주식 # AI

7. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-21 09:30

   The faster AI answers, the more you need to check where that answer comes from. US corporate disclosures are long and complex, making AI summaries convenient. However, if you cannot trace back to the original source, a quick answer can be dangerous. KRW Ontology allows you to trace answers back to their original sources.

   AI가 빨리 답할수록, 더 먼저 확인해야 할 게 있습니다. 그 답이 어디서 나온 말인지입니다. 미국 기업 공시는 길고 복잡합니다. 그래서 AI 요약은 편합니다. 하지만 원문 근거로 돌아갈 수 없다면, 빠른 답변은 오히려 위험해질 수 있습니다. KRW Ontology는 답변을 원문 근거까지 확인할 수 있게 만드는 기업 리서치 AI입니다. # AI # 미국주식 # 기업공시

8. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-21 01:30

   It is the era when AI answers investment questions in 5 seconds. The problem is not speed. The problem is that it is not recorded "where the answer came from." KRW Ontology does not simply summarize corporate disclosures. 10-K/10-Q sentences -> business activities -> risk factors -> segment/performance drivers -> answers

   AI가 투자 질문에 5초 만에 답하는 시대입니다. 문제는 속도가 아닙니다. “그 답이 어디서 나왔는지”가 남지 않는다는 점입니다. KRW Ontology는 기업 공시를 단순 요약하지 않습니다. 10-K/10-Q 문장 -> 사업 활동 -> 리스크 요인 -> 세그먼트/실적 동인 -> 답변 이 경로를 남겨서, 사용자가 답변을 다시 검증할 수 있게 만듭니다. 빠른 리서치보다 중요한 건 검증 가능한 리서치입니다. # AI # 기업공시 # InvestmentResearch

9. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-20 16:34

   AI can now quickly answer questions like, “Break down the growth factors of NVDA data centers based on recent disclosures.” What’s difficult is the path left behind the answer. Which 10-Q sentence is it? What business activity is it linked to? What risks and performance drivers move together? KRW Ontology

   “NVDA 데이터센터 성장 요인을 최근 공시 기준으로 분해해줘.” 이런 질문에 AI가 빠르게 답하는 건 이제 어렵지 않습니다. 어려운 건 답변 뒤에 남는 경로입니다. 어느 10-Q 문장인가? 어떤 사업 활동과 연결되나? 어떤 리스크와 실적 동인이 같이 움직이나? KRW Ontology는 기업 공시를 이런 연결 단위로 읽습니다. 요약보다 중요한 건, 답변을 다시 검증할 수 있는 구조입니다. # InvestmentResearch # AI

10. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-20 11:10

    What if an AI summarized a 10-K, but you couldn't verify which disclosure statement the answer came from? That's closer to "plausible summarization" than research. KRW Ontology doesn't just generate answers. 10-K/10-Q Statements → Business Activities → Risk Factors → Segment/Performance Drivers → Grounded

    AI가 10-K를 요약해줬는데, 그 답변이 어느 공시 문장에서 나온 건지 확인할 수 없다면? 그건 리서치라기보다 “그럴듯한 요약”에 가깝습니다. KRW Ontology는 답변만 만들지 않습니다. 10-K/10-Q 문장 → 사업 활동 → 리스크 요인 → 세그먼트/실적 동인 → 근거 기반 답변 이 경로를 남기는 방식으로 기업 공시를 분석합니다. 투자 리서치에서 중요한 건 더 빠른 답변이 아니라, 검증할 수 있는 답변입니다. # AI # 기업공시 # 미국주식

11. Mastodon — fosstodon.org TIER_1 한국어(KO) · [email protected] · 2026-06-20 09:59

    Corporate disclosures are long and complex, but investors don't just need simple summaries. What's important is the evidence path that allows them to verify where the answer came from. KRW Ontology provides evidence-based answers to questions by connecting disclosure sentences, business activities, risk factors, and segments and performance drivers of 10-K/10-Q.

    기업 공시는 길고 복잡하지만, 투자자에게 필요한 건 단순 요약만은 아닙니다. 중요한 건 답변이 어디서 나왔는지 확인할 수 있는 근거 경로입니다. KRW Ontology는 10-K/10-Q의 공시 문장, 사업 활동, 리스크 요인, 세그먼트와 실적 동인을 연결해 질문에 대한 근거 기반 답변을 제공합니다. 빠른 AI 리서치보다 중요한 건, 검증 가능한 AI 리서치라고 봅니다. # AI # 미국주식 # 기업공시 # InvestmentResearch

12. Mastodon — mastodon.social TIER_1 한국어(KO) · krwOntology · 2026-06-21 03:30

    The core of KRW Ontology is not a "chatbot with a lot of disclosures." It is to treat disclosure sentences as interconnected research units. One sentence connects to business activities, business activities lead to risk factors, and risks lead to segments and performance drivers. Therefore, it allows for more detailed analysis than simple summarization.

    KRW Ontology의 핵심은 “공시를 많이 넣은 챗봇”이 아닙니다. 공시 문장을 서로 연결된 리서치 단위로 다루는 것입니다. 한 문장은 사업 활동과 연결되고, 사업 활동은 리스크 요인과 이어지고, 리스크는 세그먼트와 실적 동인으로 이어집니다. 그래서 단순 요약보다 더 자세한 분석이 가능합니다. 답변이 길어서가 아니라, 근거 구조가 남기 때문입니다. # KnowledgeGraph # AI # 기업공시