리서치알음

1. 기업개요

(A) 제품 구성(AIHub, Hello Data, Hello Health)

- AIHub는 8종 의료영상, 14개 신체부위를 진단할 수 있는 솔루션이며 의료이미지 및 영상을 AI에 학습 시켜 의료진이 놓칠 수 있는 질병을 조기에 진단 할 수 있도록 하는 솔루션임. 예를 들어 흉부 X-ray 사진을 AI에 돌려보면 어느 부분에 문제가 있을 확률이 x%다 라고 알려주는 방식. 특히 뇌졸중과 전립선 암의 경우 전세계에서 AI를 활용한 진단 솔루션을 보유한 유일한 기업.

- Hello Data의 경우 타사의 데이터 정리 S/W와 비슷한데 한가지 차이점은 이미지에 특화되었다는 것. 어떠한 이미지에 마킹이 필요한 경우 이 것을 AI를 통해 할 수 있도록 하는 일종의 플랫폼.(자율주행에서 레이더/라이다가 사물을 인식하듯이)

- Hello Health는 B2C 판매를 위한 원격 진료 플랫폼으로 어플 형태의 출시를 계획하고 있음. 국내에서는 아직 법적으로 원격 의료가 허용되지 않았기 때문에 출시는 법적인 문제가 해결 된 이후가 될 것.

(B) 시장 점유율 및 매출 구조

- 국내는 동사가 시장을 열어야 입장이고 해외가 이제 막 시장이 열리기 시작하는 단계로 시장 규모 파악은 불가능. 심지어 회사마다 타겟으로 하는 질병이나 신체 부위가 다르기 때문에 점유율 파악은 더욱 어려움. 다만, 병원으로 납품하는 업체들의 특성은 한번 들어가면 바뀌지 않는다는 것이기 때문에 타겟하는 시장에서의 선점하는 효과가 어느 섹터보다 크게 나타날 것으로 보임.

- 매출 구조는 크게 1) 솔루션 납품 단계에서 한번에 인식, 2) 구독형 서비스 형태, 3) 사용 횟수에 따른 대가 지급 형태로 나뉜다. 이후 발생하는 유지 보수 매출도 있으나 의미가 크지는 않을 것. 즉, 솔루션 납품으로 매출 볼륨을 키우고 구독형이나 건당 부과 방식에서 이익률을 챙기는 방식의 구조로 생각하면 될 것.

- 아직 매출이 발생할 단계는 아니지만 차후에 B2C(Hello Health) 제품도 준비되어 있어 B2B, B2C 매출이 모두 발생할 가능성 존재. B2C는 사용자가 분석 리포트를 받아보고 싶을 때 결제하는 형태로 일반적인 앱 결제 모델을 구상하는듯함. 다만, 시간은 걸릴 것으로 보인다.

(C) 특이사항

- 상장한지 오래된 기업이 아니기 때문에 행오버 물량과 100만주가 넘어가는 스톡옵션은 확실히 부담스러움.

- 20년을 기점으로 매출 증대를 가속화 하기 위해 우선적으로 인력을 충원했고 그에 따라 19년 실적은 크게 악화. 올해는 40억 수준 매출 가능할 것으로 전망 됨. 

2. 투자 포인트

(A) 타겟 시장은 국내가 아닌 해외

- 동사의 현재 타겟 시장은 국내가 아님. AI를 활용한 의료 행위는 보험수가가 적용되지 않아 아직 국내에 도입되기 어려운 부분이 있음. 그렇기 때문에 애초에 해외 시장을 보고 준비한 사업. 해외의 경우에도 극 초기 단계의 시장이기 때문에 소수의 플레이어만 존재하는 상황이며 따라서 AI를 유의미하게 적용하지 못한 신체부위 존재. 특히 뇌와 전립선의 경우 아직 플레이어가 존재하지 않아 동사가 드라이브 거는 상황.

(B) 경쟁사 대비 우월한 경쟁력

- 상장사 중 의료용 AI 업체는 동사가 유일하고 비 상장사 2 곳이 의료용 AI 업체인 것으로 추정. 다만, 이 업체들은 폐 질환에 집중하고 있는 업체이며 폐질환 관련 데이터는 상대적으로 얻기가 쉬워 국내뿐만 아니라 해외에서도 가장 많은 업체들이 뛰어드는 분야. 동사도 당연히 폐질환 솔루션을 보유하고 있으며 다른 신체 부위나 질병을 포함한다면 솔루션 숫자는 동사가 압도적으로 많음.

- 이 사업의 핵심은 데이터 확보. 폐에 관한 데이터는 구하기 쉽기 때문에 경쟁사들이 등장할 수 있지만 동사가 기대하는 뇌와 전립선 암의 경우 데이터 확보가 매우 어려움. 이 데이터라는 것이 단순히 CT사진 몇 천, 몇 만장 구해서 학습시키면 되는 것이 아니라 데이터 중에서도 의사가 여러 번의 검토를 거쳐 마킹을 해둔 것만 학습시켜야 하기 때문에 어디에 데이터가 있는지 찾아내는 것도 쉽지 않을 것. 동사의 경우 동국대 교수가 10년간 축적해온 데이터를 토대로 AI를 구축했으며 독점 공급 받은 것으로 파악됨.

(C) 진단 시장에 혁신을 불러 일으킬 기술

- 암을 진단하는 방식은 다른 질병과 달리 숫자 데이터로 잡아내지 못함. 그렇기 때문에 MRI나 CT를 의사가 직접 보고 눈으로 확인한 뒤 종양의 유무를 판단해 가능성이 있다면 조직검사로 넘어가는 식. 

- 이러한 방식의 가장 큰 단점은 의사가 MRI에서 놓치면 암을 진단할 방법이 없다는 것. 암의 경우 조기 진단이 그 어떠한 것보다 중요한 영역인데 조기에는 MRI나 CT에서도 사람의 눈으로 확인하기 힘든 수준의 병변이 나타나므로 의사들이 놓치는 경우가 허다함. 그러나 동사의 AI 기술이 적용된다면 MRI상에 어떠한 질병이 존재할 가능성에 대해 의사에게 알려주는 방식이므로 조기에 암을 진단할 가능성이 급격하게 올라가는 효과가 있을것으로 보임.

3. 결론

- 암과 같은 중대한 질병은 증상이 발생하고 난 뒤 의사가 MRI나 CT를 확인해야 진단 할 수 있다. 즉, 사람이 눈으로 보고 판단해야 한다는 것인데, 언론 보도나 뉴스 기사에서 쉽게 접할 수 있듯이 이 경우 의사의 경험 부족과 실수 등의 이유로 조기에 발견할 수 있는 질병을 놓치는 경우가 많다. 그러나 만약, AI가 암에 적용돼서 유의미한 성과를 낼 수 있다면, 암뿐만 아니라 질병 관련 진단 시장의 패러다임을 바꿀 수 있을 것으로 보인다.

- 그러한 점에 비추어 볼 때, 이미 뇌졸중과 전립선 암 관련 유의미한 데이터를 미리 확보해 제품화 시킨 동사의 경우 AI 진단 시장의 퍼스트 무버로 활약할 가능성이 있다는 생각이다. 뇌졸중이든 암이든 조기에 발견하는 것이 가장 중요하기 때문에 조금의 유효성이라도 있다면 국가, 병원, 환자 등 그 누구의 입장에서도 활용하지 않을 이유가 없다. 심지어 이 솔루션을 구축하는 비용도 소프트웨어기 때문에 얼마 들어가지 않는다. 건당 부과하는 방식으로 환자와 병원이 나눠 낼 수도 있고 그냥 구독형으로 이용할 수도 있기 때문에 비용적인 부분에서도 최고의 가성비를 낼 것. 심지어 의사의 일자리를 빼앗을 일도 없고 일을 효율적으로 진행시켜 주는 방향의 기술이기 때문에 의사 협회의 반발에 부딪힐 가능성도 낮다.

- AI 기술의 가능성을 바탕으로, 글로벌 피어 업체들의 밸류에이션은 PER이 아닌 PSR로 산정되고 있다. 시장이 극 초기 상태이기 때문에 제대로 된 실적이 발생하는 업체가 글로벌하게도 없는 상황이기 때문. 각각 타겟으로 하는 시장은 다르지만 1위 업체의 매출액이 100~150억 수준이며 PSR임에도 100x가 넘는 1~2조의 시가총액으로 평가 받고 있다. 그러나 동사는 올해 기대되는 매출 40억 기준 PSR 40~50x 수준인 2천억 언더 수준. 만약 21년에 충분한 매출 성장을 보여준다면 상당한 주가 상승이 기대된다.

- 다만, 국내 AI 의료 시장이 언제 열릴지 알 수 없다는 점과 해외 진출도 회사를 통하지 않으면 체크할 수 있는 부분이 없다는 리스크가 내재 돼있는 것 또한 사실이다. 하지만 AI를 활용한 기술은 향후 의료 진단 분야에서 핵심 기술로 대두 될 것이 분명하다는 생각이다. 또한, 최근 디지털 뉴딜 등 AI에 대한 관심이 고조되는 상황이라는 점에서 21년 동사가 주목 받을 수 있는 기회가 있을 것으로 예상한다.