안녕하세요, 주투형입니다.

오늘은 최근 기업가치가 크게 뛰고 있는 미국 AI 신약·진단 기업 템퍼스AI와 앱사이의 모건스탠리 헬스케어 컨퍼런스 발언을 바탕으로, 이 흐름이 왜 나오는지, 그리고 국내에서는 어떤 기업들을 함께 봐야 하는지 정리해보겠습니다.

1. 템퍼스AI : 유전체 데이터 + AI로 돈 버는 두 가지 방법

템퍼스AI 사업구조는 크게 두가지입니다. 하나는 암 유전자 정밀 프로파일링과 액체생검 등 진단 사업이고, 다른 하나는 병원에서 확보한 대규모 의료 데이터를 제약사에 라이선싱하는 데이터 사업입니다.

데이터 라이선싱 매출이 최근 분기 약 36% 성장했고, 3분기 연속 1억 달러 이상의 신규 계약(TCV)을 따냈다고 밝혔습니다. 특히, 제약사들이 엔비디아 칩을 도입하거나 앤트로픽·오픈AI와 추론·컴퓨팅 계약을 맺을 때마다, 그 지출을 실제로 '지능화'해주는 연료가 바로 자사 데이터라고 설명하며 이 수요가 폭발적으로 늘고 있다고 강조했습니다.

진단 사업에서도 가격 상승 모멘텀이 뚜렷합니다. 고형암 진단 검사가 FDA 승인을 통해 새로운 보험수가 체계로 옮겨가면서 연간 8000만~1억 달러의 추가 이익이 기대되며 개발 중인 액체생검 제품도 승인되면 수가가 기존 대비 2배 이상 뛰면서 연간 2억5000만~3억 달러의 추가 이익을 낼 수 있다고 전망되고 있습니다. 여기에 최근 발표한 퍼스널리스(Personalis) 인수를 통해 잔존암(MRD) 검사 경쟁력까지 강화하는 모습입니다.

2. 앱사이 : AI로 설계한 신약 후보, 임상 개발비를 확 줄이다

같은 컨퍼런스 다음날 발표한 앱사이는 조금 결이 다른 회사입니다. AI 플랫폼 '아틀라스(Atlas)'로 신약 후보물질을 설계하고, 이를 저렴한 비용으로 빠르게 임상에 진입시키는 것이 핵심 전략입니다.

AI 설계부터 임상 진입까지 약 2년, 프로그램당 약 1500만 달러면 충분하다고 밝혔는데, 이는 업계 평균(4~6년, 5000만 달러 이상)과 비교해 훨씬 빠르고 저렴한 수준입니다. 특히 탈모치료제 후보물질 ABS-201의 경우 임상시험 환자 1인당 비용이 약 6만~7만 달러로, 이는 다른 대형 적응증(예: 염증성장질환) 임상의 3분의 1 수준에 불과합니다.

앱사이는 또한 중국을 활용한 임상 개발 전략도 언급했는데, 중국에서 저비용으로 여러 후보물질을 동시에 검증해 성공 확률이 낮더라도 여러 타깃을 병렬로 시험하는 전략을 취하고 있다고 합니다. 이는 곧 있을 12월 탈모치료제 임상 13주차 데이터 발표를 앞두고, AI 기반 신약 개발이 단순 마케팅이 아니라 실제 개발비 절감으로 이어지고 있음을 보여주는 대목입니다.

3. 두 회사가 보여주는 공통된 투자 논리

정리하면 템퍼스AI와 앱사이가 시장에서 재평가받는 이유는 성격이 조금 다릅니다. 템퍼스AI는 '이미 쌓아온 방대한 의료 데이터 자산'을 AI 시대의 원료로 재해석하며 데이터 라이선싱 매출이 구조적으로 우상향하고 있다는 점이 핵심이고, 앱사이는 'AI 설계 → 저비용 임상'이라는 신약 개발 프로세스 자체의 혁신을 통해 개발 성공률과 속도를 끌어올리고 있다는 점이 핵심입니다.

공통점은 둘 다 AI를 마케팅 문구가 아니라 실제 매출·비용 구조를 바꾸는 수단으로 활용하고 있다는 점이고, 이 부분이 최근 기업가치 재평가로 이어지고 있는 것으로 보입니다.

4. 국내 AI 신약주

국내에도 AI를 신약 후보물질 발굴이나 유전체 데이터 분석에 활용하는 기업들이 있습니다. 다만 아직 템퍼스AI 수준의 대규모 데이터 라이선싱 매출을 내는 곳은 없고, 대부분 플랫폼 기술력과 초기 임상 파이프라인 단계에 있다는 점을 감안해서 봐야 합니다.

1) 파로스아이바이오

- 자체 AI 플랫폼 '케미버스(Chemiverse)'로 후보물질을 발굴해 직접 임상까지 연결하는 모델을 갖췄습니다. 급성골수성백혈병 치료제 등 임상단계 파이프라인을 다수 보유하고 있어, 국내 AI 신약개발 기업 중 임상 성과 측면에서 가장 앞서 있다는 평가를 받습니다.

2) 신테카바이오

- 딥러닝 기반 신약개발 플랫폼 '딥매처(DeepMatcher)'와 슈퍼컴퓨팅 인프라를 보유하고 있으며, 플랫폼 기술이전과 서비스 매출을 함께 창출하는 구조입니다.

3) 온코크로스

- 기존 승인 약물의 새로운 적응증을 AI로 찾아내는 '약물 재창출' 전략에 특화된 기업으로, 상대적으로 개발 기간과 비용을 줄일 수 있다는 점에서 앱사이의 전략과 접점이 있습니다.

4) 마크로젠

- 국내 유전체 분석 시장 점유율 1위 기업으로, 30페타바이트(PB) 규모의 유전체 데이터 인프라를 보유하고 있습니다. 템퍼스AI의 '데이터 자산 라이선싱' 모델과 사업 구조상 가장 유사한 국내 기업으로 꼽을 수 있습니다.

이 밖에 의료 AI 진단 영역에서는 루닛, 뷰노, 씨어스, 젠큐릭스, 지노믹트리 등도 함께 테마로 거론되는 종목들입니다.

5. 주투형 VIEW

템퍼스AI와 앱사이의 이번 컨퍼런스 발언을 보면, 시장이 이 회사들을 재평가하는 이유는 단순히 'AI를 쓴다'는 서사 때문이 아니라 실제로 매출 구조(보험수가 상승, 데이터 라이선싱 확대)와 비용 구조(임상 개발비 절감)가 눈에 보이게 개선되고 있기 때문이라고 봅니다.

국내 AI 신약개발 기업들도 방향성은 비슷하지만, 아직은 대규모 데이터 라이선싱 매출이나 다수의 후기 임상 파이프라인을 갖춘 곳은 드물고, 상당수가 초기 임상 또는 플랫폼 기술이전 단계에 머물러 있는 것이 현실입니다. 그런 만큼 국내 종목에 접근할 때는 '어떤 회사가 실제 임상 데이터나 기술이전 계약, 매출로 성과를 증명하고 있는지'를 기준으로 옥석을 가리는 것이 중요해 보입니다.

※투자추천이 아니며 투자에 대한 책임은 본인에게 있습니다.