의료 AI 돌풍, 주목해야 할 기업은?
최근 몇 년 간 의료 AI(인공지능) 기술의 발전이 가속화되면서, 많은 기업들이 이를 활용한 혁신적인 솔루션을 제공하고 있습니다. 의료 분야는 복잡하고 민감한 데이터를 다루기 때문에, AI 기술의 도입이 큰 변화를 일으킬 수 있습니다. 특히, 의료 AI는 진단, 치료, 연구 등 다양한 영역에서 활용되며, 향후 의료 산업의 판도를 바꿀 수 있는 잠재력을 가지고 있습니다. 이번 글에서는 의료 AI의 중요성과 함께, 현재 주목해야 할 기업들을 소개하고자 합니다.
1. 의료 AI의 필요성과 발전
1.1. 의료 AI의 역할
의료 AI는 병원, 진료소, 연구소 등에서 활용되는 기술로, 데이터 분석과 패턴 인식을 통해 진단 정확도를 높이고, 치료 계획을 최적화하는 데 기여하고 있습니다. 특히, 의료 AI는 환자의 의료 기록, 유전자 정보, 영상 데이터를 분석하여 의사들에게 더 빠르고 정확한 의사 결정을 내릴 수 있게 도와줍니다. 이러한 기술은 이미 많은 분야에서 활용되고 있으며, 앞으로 더욱 다양한 형태로 발전할 것입니다.
1.2. 의료 AI의 발전
의료 AI의 발전은 주로 머신러닝, 자연어 처리, 딥러닝 기술 등을 활용한 것입니다. 이러한 기술들은 특히 방대한 양의 데이터를 처리하는 데 강점을 가지고 있어, 의료 정보의 정확성과 효율성을 높이는 데 중요한 역할을 합니다. 또한, 의료 AI는 기존의 진단 방법에 비해 시간과 비용을 절감할 수 있는 장점이 있습니다.
의학과 챗GPT가 만난다?!
AI 흐름 타고 미국 입성, 루닛
고령화가 빠르게 진행되면서 효율적인 '진단 검사'의 중요성이 커지고 있습니다.
국내 1세대 AI 의료 진단 기업인 루닛은 이 분야에서 큰 성과를 거두고 있고
루닛이 개발한 **흉부 엑스레이 영상분석 솔루션 '루닛 인사이트 CXR'**과 **유방촬영술 영상분석 솔루션 '루닛 인사이트 MMG'**는 현재 전 세계 55개국, 4,800여 곳의 의료기관에 도입되었다.
특히, 2024년 5월에는 볼파라 헬스라는 글로벌 기업을 인수했다.
볼파라는 미국 내 2,000개 이상의 유방검진 기관에 소프트웨어를 공급하는 기업으로, 루닛의 글로벌 시장 진출에 중요한 초석이 되었다. 루닛은 이번 인수를 통해 북미 시장에 본격적으로 진입할 계획이다.
2025년 2월 11일에 발표된 공시에 따르면, 루닛은 2024년 동안 542억 원의 매출을 기록했다.
영업손실은 677억 원으로 2023년보다 늘어났지만, 매출 대비 손실 비율은
2023년 1.7배에서 2024년 1.25배로 개선되었다.
또한, 2025년부터는 볼파라의 실적이 루닛의 매출에 반영될 예정이라, 향후 매출 성장에 중요한 역할을 할 것으로 보인다.
AI로 신약 개발 속도전, '보로노이'
AI는 방대한 생물학적 데이터를 분석해 신약 개발 기간을 단축시키고 기존 방식의 한계를 넘어서고 있다.
국내 신약 개발 기업인 보로노이는 AI를 활용해 특화된 치료제 개발에 집중하고 있다.
특히, **암세포 성장에 관여하는 '키나아제(인산화효소)'**를 억제하는 치료제를 연구하고 있다.
보로노이는 **AI 플랫폼 '보로노믹스'**를 활용해 우리 몸의 468가지 키나아제와 신규 합성한 화학물의 결합력을 분석하고, 이를 바탕으로 후보 물질을 빠르게 선별하여 개발하고 있다.
이 기술을 통해 개발한 제품은 완제품 신약이 아니라, 기술을 이전해 매출을 올리는 방식이다.
보로노이의 주요 파이프라인 중 하나는 2020년 미국 오릭파머슈티컬스에 비소세포폐암 치료제 **'VRN07'**을 기술 이전한 사례이다. 계약 규모는 총 6억 2,100만 달러로, 이 중 계약금만 1,300만 달러였다.
또한, 보로노이는 2025년 4월 미국 암 학회에서 **폐암 표적 치료제 'VRN11'**의 임상 1상 결과를 공개할 예정이기 때문에, 이 신약은 2025년 현재 EGFR 비소세포폐암의 1차 치료제인 '타그리소'(성분명 오시머티닙)를 복용할 때 생기는 C797S 내성 문제를 해결하는 데 중요한 역할을 할 것으로 기대된다.
결론
의료용 챗GPT의 개발 가능성은 매우 큽니다.
의료 분야에서 AI의 역할은 계속 확대될 것이며, 챗GPT와 같은 대화형 인공지능이 의료 현장에서
중요한 도구로 자리 잡을 가능성이 높습니다.
빠르고 정확한 진단 보조, 맞춤형 치료 계획 수립, 환자 모니터링 등에서 큰 변화를 일으킬 수 있으며,
이를 통해 의료 서비스의 효율성을 높이고, 환자들에게 더 나은 서비스를 제공할 수 있습니다.
하지만 개인정보 보호와 정확성 문제 등 해결해야 할 과제들도 존재하므로, 이러한 문제들을 해결하기 위한 지속적인 연구와 개발이 필요합니다.