바이오스펙테이터

김명기 LSK인베스트먼트 대표

2018년 대한민국 투자업계의 화두는 4차산업혁명이다. 4차산업혁명은 다양한 정의와 기준이 있겠지만 필자는 '기존 기술의 경계를 허물고 융합하는 기술혁명'이라고 생각한다. 4차산업혁명의 기술기반은 다양한 IT 기술이지만 산업적인 측면에서는 헬스케어 분야가 핵심 산업이 될 것으로 예상하며 이와 관련된 성장요인 및 투자 관련 고려사항을 공유해보자.

헬스케어와 관련된 4차산업혁명 분야는 빅데이터, 신소재 및 로봇, ICT(Information and Communication Technology)와 융합된 디지털 헬스케어 분야를 들 수 있다.

먼저 헬스케어 산업에서 발생하는 빅데이터는 크게 두 가지가 있다. 첫번째는 유전체 분석 데이터 이고 두번째는 다양한 진료 과정에서 발생하는 의료기록이다. 유전체 분석 데이터는 NGS(Next Generation Sequencing)의 발전과 함께 매우 빠른 속도로 증가하고 있으며 향후 이와 관련된 데이터의 저장, 처리 및 결과 분석과 관련된 다양한 사업모델이 출현할 것으로 예상한다. 현재의 NGS 시장은 마치 과거 미국 서부 골드러시 시대의 청바지 사업자가 돈을 번 것처럼 NGS 장비를 개발하여 판매하는 Illumina가 시장을 주도하고 있으나 향후 빅데이타 기법을 활용한 다양한 사업모델이 출연할 것으로 예상한다.

특히 유전체 분석 데이터를 이용한 신규 마커 발굴을 통해 질병의 예측, 진단 및 신약개발에 사용하려는 시도가 꾸준하게 이루어지고 있다. 결국 NGS 사업과 관련된 빅데이타는 마커를 활용한 killer application 출현과 함께 급성장하는 사업이 될 전망이다. 투자와 관련해서는 사업모델의 폭발적인 성장성 여부를 파악하는 것이 가장 중요한 판단 기준이라고 볼 수 있다. 또한 사업모델의 유효성이 검증된다면 다국적 제약사나 google, MS 와 같은 거대 기업의 피인수 대상 기업이 될 확률도 상당히 높다. 신약개발 분야에서는 새로운 마커의 발굴과 함께 신약 후보물질의 새로운 구조를 제안할 수 있는 화합물 전문회사와의 협동 연구를 통한 신약 후보물질 발굴이 가속화될 것으로 예상한다.

의료기록과 관련된 빅데이타는 진료 및 처방기록과 같은 의료정보와 MR, CT, X-ray와 같은 영상정보로 나뉠 수 있다. 진료 및 처방 기록의 경우 이미 의약품의 개발, 영업 및 마케팅 전략 수립 등에 중요하게 사용되고 있으며 의료계 및 정부도 이의 사업적인 가치를 파악하고 사업화하는 방안을 찾고 있다.

최근 국내에서 많은 기업들이 개발하고 있는 분야는 AI(Artificial Intelligence)를 활용한 진단분야이다. 기업들은 병원이 보유한 의료영상 데이터를 활용하여 machine learning을 진행하고 AI를 활용하여 진단의 효율성과 정확성을 높이는 기술 개발을 진행하고 있다. AI를 활용한 사업모델은 심혈관계질환, 척추 질환, 중추신경계 질환 등 각각의 질환별 데이터 축적 및 학습을 통한 진단 시스템을 개발하는 것이다. 이 과정에서 진단의 정확도와 민감도가 얼마나 높게 나오는지가 가장 중요한 기술적인 기준이 된다. 특히 AI를 활용한 진단의 정확성은 보유하고 있는 영상 데이타의 규모와 질에 따라 결정되며 대부분의 기업들이 대형 병원과 제휴를 통해 영상 데이터를 습득하고 이를 학습하는 과정을 거친다.

위의 사업 모델의 경우, 사업성과 관련하여 가장 중요한 부분은 비용 지불의 주체라고 할 수 있다. 의료법상 환자의 진단과 관련한 최종 의사결정권자, 최종 책임자는 의사라고 할 수 있는데, AI진단에는 법적인 책임을 지울 것인지 여부와 비용은 어떻게 처리하여야 하는지가 사업적으로 가장 중요한 부분이라 할 수 있다. 현재의 대부분의 진단 비용은 의료보험 처리가 된다고 볼 때 의료보험관리공단이 AI로 발생하는 추가 비용을 부담 할 것인지? 아니면 AI 진단으로 병원의 비용이 절감되는 부분을 회사와 병원이 공유하는 방식의 사업모델이 맞는지에 대한 논의가 이루어져야 한다. 이와 같은 문제로 인해 현재 몇 개의 회사는 의료보험 적용을 하지 않고 환자에게 직접 청구하는 수익 사업을 발굴하여 사업화를 시도하고 있으나 관련된 시장규모가 얼마나 성장 할지에 대한 의문이 남아 있는 상황이다.

우리나라를 비롯한 선진국은 다양한 의료기기에서 생산되는 의료영상 데이터의 폭증에 따라 전문적으로 이를 분석하는 영상의학과가 빠르게 성장하고 있다. 다양한 질환의 영상 데이터를 분석함으로써 질병의 진단을 효율적으로 진행하기 위함이다. 그렇다면 영상의학과를 활용한 사업모델을 만드는 것이 하나의 해결방안이 되지 않을까? 과거 진단기기 제조사의 경우도 새로운 진단기기의 개발, 판매와 관련하여 AI 진단과 같이 비용처리 문제와 의료법상의 책임 소재의 불분명으로 인한 사업적인 문제를 해결하기 위해 진단의학 의원을 설립하고 진단 회사가 의원으로부터 외주를 받아 진단 결과를 생산하며 이를 진단의학과 전문의의 책임하에 환자 또는 병원에 제공하는 사업모델을 통해 매출 발생 및 상장에 이른 회사가 있다. AI 진단의 경우도 매출 성장 및 규제 회피를 위한 방법으로 위의 방법을 활용할 수도 있다고 생각한다.

영상의학과 전문의는 경험과 지식을 축적하기 위한 장기간의 수련이 필요하여 개발 도상국의 경우 전문인력이 매우 부족한 상황이다. 따라서 향후 급증하는 영상 데이터 처리를 위한 AI 진단 시장의 성장은 필수적일 것으로 생각한다. 의료서비스 분야는 의약품, 의료기기 산업에 비해 세계화가 어렵다고 평가하는데, 영상진단 분야는 이와는 달리 대부분의 영상 데이터가 DICOM 포맷으로 만들어져 있어 호환이 가능하므로 영상진단은 해외진출이 매우 용이할 것이며 이를 통한 성장성 확보가 가능할 것으로 보인다.

신소재를 활용한 헬스케어 산업은 과거 IT, 기계공학 산업에서 주로 사용하던 물질을 활용하여 새로운 의료기기를 개발하는 다양한 시도가 이루어지고 있다. 특히 진단분야의 경우, 면역-화학진단의 가장 큰 약점인 낮은 민감도 문제가 해결된다면 분자진단을 활용한 조기 진단이 필요없어질 것으로 예상한다. 이를 위한 다양한 신소재의 개발, 전자소재의 헬스케어 산업에의 응용, 전기화학적인 방법의 개발 등 소재 산업과의 융합을 통한 새로운 진단방법의 개발이 이루어질 것으로 예상한다. 한 예로 전자소재인 QD(quantum dot)을 활용한 진단기기의 개발을 들 수 있겠다. QD는 현재 UHD TV의 디스플레이 소재로 사용되고 있어 저렴하게 구매할 수 있는 전자소재이나 소수성(hydrophobic)이 강해 직접적으로 진단시스템에 사용할 수는 없다. 그러나 소수성이 강한 QD를 친수성 물질로 코팅한 이후 적절한 항원이나 항체를 결합하여 진단용으로 사용한다면 현재 사용되는 항원-항체 진단 제품에 비해 104 ~ 106까지 민감도를 높일 수 있다는 연구결과가 발표되었으며 앞으로 이를 활용한 진단제품이 상용화 된다면 면역-화학진단의 가장 큰 단점인 낮은 민감도를 획기적으로 개선할 수 있을 것으로 예상한다.

의료용 로봇산업의 경우, 현재 많이 사용되는 수술로봇은 수술의 전 과정 또는 일부를 의사 대신 또는 함께 작업하는 로봇으로 의사의 조작에 의하거나 미리 작성된 수술 예비 계획시스템에 의하여 직접 수술을 수행한다. 로봇수술은 전통적인 복강경 수술과 비교하였을 때, 고해상도 수술시야 확보, 집도의의 미세한 손 떨림 방지, 공간적인 자유도 증가 등을 통해 수술시간 단축이 가능하며 수술후 빠른 회복시간, 출혈 감소, 합병증 발생 가능성 감소의 장점이 있다. 따라서 글로벌 로봇 수술 건수는 2012년 약 42만건에서 2017년에는 약 87만건으로 연평균 15.7% 수준으로 지속적인 증가세를 보이고 있으며 2018년도에는 약 11%~15%수준의 성장률을 기록하여 글로벌 로봇수술 건수는 100만건을 돌파할 것으로 예상하고 있다.

그러나 수술로봇의 발전과 시장규모 확대에 비해 로봇수술의 효율성을 증진시킬 수 있는 소프트웨어 기술 개발은 매우 부진한 상황이다. 현재의 로봇 수술 절차는 수술 전 의사가 CT, 혈액검사 등을 통해 환자의 상태를 파악하고, 로봇 수술을 바로 진행하고 있으나 수술 진행 중에는 정확한 환자의 상태(혈관, 장기의 위치 등)를 파악하기 어렵기 때문에 수술 전에 촬영한 자료를 확인하며 수술을 진행하여 수술시간이 매우 오래 걸리고 있다. 이에 따라 의사 수가, 수술 장소 유지비 등이 증가하여 로봇 수술비 증가의 주요한 원인이 되고 있다. 또한, 복잡한 수술 로봇의 숙련을 위해서는 의사에게 일정시간 교육이 필요하기 때문에 의료비 상승의 원인이 되며 로봇수술 확대의 걸림돌이 되고 있다. 로봇수술 진행에 앞서 진단부터 수술 가이드, 수술 후 예후까지의 수술 전 과정에서 AI 기능을 부여 함으로써 수술결과 및 삶의 질을 향상시키는 최적화된 수술 기회를 제공하는 소프트웨어 개발이 이루어진다면 로봇 수술 확대에 따른 직접적인 수혜가 가능할 것으로 판단한다. 세계적으로 많은 기업들이 새로운 수술용 로봇 개발에 집중하고 있으므로 로봇 개발기업에 투자하는 방안도 고려해야겠지만 수술용 로봇의 차별화된 경쟁력 확보를 위한 새로운 시스템 개발 사업도 충분한 성장성을 확보 할 수 있을 것으로 예상한다.

ICT 융합 분야의 경우 많은 기업들이 신소재 및 새로운 sensor를 이용한 생체정보 수집, 전송을 통한 다양한 사업을 진행하고 있으며 주로 장비 사용 편의성을 증대하는 방향으로 개발이 진행되고 있다. 인구의 고령화, 비만인구의 증가로 성인병 만성질환자의 진단장비 시장은 지속적으로 확대되고 있으나, 현재의 이상징후의 자가발견 후 병원방문 및 진단하는 방식으로는 치료에 필요한 초기 진료시간을 담보할 수 없어 동적인 상태에서 신호의 측정을 통해 병원 방문시기 등을 제시하는 연속형 측정방식이 필요하다. 현재 주로 측정하는 생체신호는 심전도, 뇌전도, 근전도, 혈압, 심박, 혈당 등이 있으나 동적인 상태에서 생체신호 측정시에 근본적으로 발생하는 노이즈(Motion Artifact)로 인해 축적된 데이터의 유용성이 떨어지고 있는 상황이다. 따라서 동적 상태에서의 생체 데이터의 처리를 위한 다양한 기술 개발이 필요하며 현재는 이를 처리하는 생체신호 전문 반도체 칩을 개발하는 것이 유력한 해결방안으로 개발이 진행되고 있다. 각종 생체신호를 노이즈(Motion Artifact)없이 측정할 수 있다면 축적된 데이타의 유용성이 커지며 관련된 사업도 빠른 속도로 성장할 수 있을 것으로 예상한다.

헬스케어와 관련된 다양한 분야에서 타 산업과의 융합을 통한 새로운 제품, 서비스, 사업 모델이개발되고 있는 상황이며 미래의 성장성에 대해서는 아무도 부정하지 못하는 상황이지만 결국 의료계의 특성상 각각의 규제와 관련된 상황 및 요금 부과 방법 등 헬스케어 산업 만의 상황을 잘 이해하고 판단할 필요가 있겠다.