[데일리팜=황병우 기자]디지털병리가 병리과 업무 효율을 높이는 수준을 넘어 정밀의료와 신약개발을 연결하는 인프라로 확장되고 있다. 병리 이미지를 단순 저장·판독하는 단계를 지나 바이오마커 분석과 멀티오믹스 데이터 활용으로 기술 진화가 이뤄지는 모습이다. 데일리팜은 안치성 어반데이터랩 대표(51)를 만나 디지털병리 AI의 사업화 전략과 정밀의료 플랫폼으로의 확장 방향을 들어봤다. 병리 데이터 통합서 시작된 정밀의료 AI 전환 어반데이터랩은 초기 데이터 분석과 클라우드 인프라 구축 역량을 기반으로 출발했다. 한국전자통신연구원(ETRI) 기술을 기반으로 창업한 이후 병원과 의료 AI 기업의 클라우드 환경 구축, 데이터 처리 업무를 수행하면서 의료 데이터 활용 영역으로 사업을 넓혀왔다. 회사가 디지털병리와 정밀의료 AI로 방향을 넓힌 배경에는 병리 데이터의 확장성이 있다. 병리 이미지는 암 진단의 핵심 자료지만, 그동안 병원 안에서는 장비별·업무별로 데이터가 분절돼 활용되는 경우가 많았다. 스캐너 제조사별 시스템이 다르고, 병원 내 워크플로우도 표준화돼 있지 않아 데이터를 통합적으로 활용하기 어려웠다는 시각이다. 안 대표는 "디지털병리에서 출발한 이야기가 정밀의료와 멀티오믹스까지 확장될 수 있다고 봤다"며 "병원에서 쓰는 데이터에 머무르지 않고 제약사와 신약 파이프라인에서도 활용할 수 있으려면 결국 오믹스로 가야 한다고 판단했다"고 밝혔다. 어반데이터랩의 핵심 제품은 디지털 병리 통합 플랫폼 '메디오토(MeDIAuto)'다. 회사는 메디오토를 이미지관리시스템(IMS)과 AI 분석 기능으로 구성해 병리과의 디지털 전환과 AI 활용을 지원하는 플랫폼으로 고도화하고 있다. 안 대표는 "메디오토는 디지털병리의 A부터 Z까지 해결하는 통합 솔루션"이라며 "다양한 스캐너와 AI, 병원 데이터를 활용할 수 있는 기능을 포괄하는 플랫폼"이라고 소개했다. 디지털병리에서 중요한 것은 특정 장비나 단일 AI 모델이 아니라 병리과 업무 전반을 연결하는 통합성이다. 병원 현장에서는 로슈, 라이카, 필립스 등 다양한 스캐너가 용도별로 사용되고 있지만, 장비별 결과물을 하나의 흐름으로 연결해 쓰기 어렵다는 점이 한계로 꼽힌다. 안 대표는 "스캐너마다 특장점이 있지만 통합 플랫폼이 없으면 결과물을 섞어서 쓰기 어렵다"며 "디지털병리가 완전히 통합되고 어떤 스캐너든 쓸 수 있게 되면 병리과의 업무 효율과 안전성이 달라질 수 있다"고 진단했다. 바이오마커 분석으로 동반진단 접점 확대 어반데이터랩이 바라보는 다음 단계는 바이오마커 기반 정밀의료 AI다. 회사는 유방암과 위암 영역을 중심으로 바이오마커 발현을 분석하고, 이를 기반으로 치료 선택을 지원하는 AI를 개발하고 있다. 기존 병리 AI가 종양 탐지나 분류에 초점을 맞췄다면, 어반데이터랩은 치료 결정과 연결되는 동반진단 지원을 주요 사업 방향으로 설정했다. 특정 항암제 처방 전 바이오마커를 확인하고, 치료 과정에서 바이오마커 발현 양상과 변화를 분석하는 방식이다. 안 대표는 "유방암과 위암에서 바이오마커를 가지고 동반진단과 정밀의료를 지원하는 것이 메인 사업"이라며 "이미 나온 약을 잘 처방하려면 바이오마커가 얼마나, 어떻게 발현돼 있는지를 제안해줘야 하는데 사람이 하기에는 어려운 일이다. 이를 AI가 지원할 수 있다"고 전했다. 이 같은 접근은 병리 AI의 활용처를 병원 안에만 두지 않는다는 점에서 차별화된다. 병리 이미지를 기반으로 진단을 보조하는 데서 출발해, 장기적으로는 제약사의 임상 개발과 신약 파이프라인 평가 단계까지 확장하겠다는 구상이다. 안 대표는 병원 대상 시스템 공급만으로는 디지털병리 AI 시장 확장에 한계가 있다고 봤다. 상급종합병원과 수탁기관, 일부 2차 의료기관이 주요 수요처가 될 수 있지만, 병원 시스템 판매만으로는 기업 성장에 필요한 시장 규모를 만들기 어렵다는 판단이다. 그는 "메디오토를 시스템으로 판매하는 관점에서 보면 상급종합병원과 수탁기관, 2차 병원을 모두 합쳐도 시장은 제한적일 수밖에 없다"며 "병원 시스템 공급은 AI와 확장 비즈니스를 위한 수단이고, 실제 수익은 제약 분야에서 만들어야 한다고 본다"고 말했다. 특히 어반데이터랩은 이 같은 전략을 위해 미국 시장 진입에도 속도를 내고 있다. 회사는 미국 법인을 중심으로 사업 구조를 재편하고, 현지 의료기관과 공동 실증을 진행하고 있다. 안 대표는 "한국에서 완성한 뒤 글로벌로 나가는 방식만으로는 시간이 부족하다고 봤다"며 "미국 사업 체계를 먼저 갖추고, AI 개발과 데이터 고도화는 한국에서 이어가면서 시장은 미국에서 만들어가려 한다"고 강조했다. 미국 시장에서의 목표는 실제 임상 근거를 확보하고 이를 기반으로 제품 계약과 매출 창출로 연결하는 것이다. 안 대표는 미국 의료기관과 실증을 진행하고 있으며, 실제 진료 환경에서 근거를 쌓은 뒤 인허가와 상업화를 추진하겠다는 계획을 밝혔다. 의료 AI 상용화, 수가보다 실증이 먼저 안 대표가 보는 국내 의료 AI 상용화의 핵심 병목은 단순히 수가만이 아니다. 좋은 기술을 병원 현장에서 검증하고, 실제 사용 근거를 토대로 제도 개선과 후속 지원으로 이어지는 구조가 부족하다는 점을 더 큰 문제로 짚었다. 그는 "가장 큰 것은 실증으로 모든 의료 과제에는 실증이 붙어야 한다. 병원에서 실제 써보고 괜찮으면 무엇이 부족한지 확인하고, 그 부족한 부분을 다시 과제로 확장해주는 구조가 필요하다"고 언급했다. 현재 국내 의료 AI 기업들은 인허가를 받아도 병원 도입과 매출로 연결되기까지 시간이 오래 걸린다. 병원 예산, 망분리 환경, 개인정보보호, 수가 부재, 신의료기술평가 등 여러 장벽이 겹쳐 있기 때문이다. 안 대표는 이를 넘기 위해 병원 실증을 제도화하고, 검증된 기술은 후속 지원으로 연결하는 방식이 필요하다고 봤다. 단발성 정부 과제나 연구개발 지원에 그치지 않고, 실제 병원에서 써본 결과를 토대로 시장 진입 가능성을 판단해야 한다는 것이다. 어반데이터랩의 중장기 목표는 디지털병리 회사에 머무르지 않는 것이다. 병리 이미지를 통합·분석하는 기술을 넘어, 세포 단위 공간정보와 오믹스 데이터를 결합해 정밀의료와 신약개발을 잇는 바이오 AI 기업으로 진화하겠다는 구상이다. 안 대표는 이를 '의료 혁신'이라는 단어로 설명했다. 외부자의 시각으로 의료 현장에 들어와, 아직 시도되지 않은 방식으로 문제를 풀겠다는 의미다. 그는 "의료에서 아직 누구도 해보지 않은 일을 하는 것이 목표"라며 "의료의 이단아가 되겠다는 생각이다. 아직 준비도 안 됐는데 왜 저걸 하느냐는 이야기를 듣더라도 계속 도전할 것"이라고 밝혔다.