바이오 실험실의 마지막 병목은 장비가 아니라 사람의 손이었다. 연구자가 피펫으로 시약을 옮기는 수작업은 느려서 문제가 아니라, 같은 조건에서 같은 결과가 나오지 않아서 문제다. 그 '재현성'을 로봇으로 파는 에이블랩스에, 이노폴리스파트너스가 리드한 121억원 시리즈A 가 붙었다12. AI 시대의 실험 데이터는 사람 손이 아니라 기계가 만들어야 한다는 베팅이다.
왜 '피펫'이었나 — AI 는 재현되지 않는 실험을 학습하지 못한다
2021년 설립된 에이블랩스는 실험실에서 가장 많이 반복되는 동작을 겨냥했다. 시약을 옮기고, 희석하고, 분주하는 액체 핸들링이다1. 연구자의 하루를 잡아먹는 이 수작업을 로봇과 소프트웨어로 대체하는 것이 1차 제품이고, 여기서 나아가 AI 가 실험 조건을 설계하고 그 결과를 다시 학습하는 Self-Driving Lab, 자율실험실로 플랫폼을 넓히고 있다1.
주목할 건 회사가 짚는 수요의 성격이다. 실험실이 로봇을 들이는 이유가 바뀌고 있다는 것이다. 인건비 절감이나 처리 속도가 아니라, 같은 조건에서 같은 결과가 나오는 데이터를 얻기 위해 로봇을 산다1. AI 모델의 성능은 학습 데이터 품질이 좌우하는데, 그 데이터를 만드는 일은 여전히 대부분 사람 손에 달려 있다. 그리고 재현되지 않는 실험 결과는 학습에 쓰기 어렵다1. 실험실 자동화 장비가 노동 대체재가 아니라 AI 인프라의 한 층이 되는 지점이다.
기술의 초점도 정확히 거기에 맞춰져 있다. 분주량이 적을수록 오차는 커진다. 에이블랩스는 출하 전 모든 피펫을 자동 검사·보정하는 시스템을 제조 공정 안에 넣어, 8채널 20마이크로리터 기준 변동계수 1.5% 를 보장한다1. 임상 환경의 데이터 무결성 기준인 미국 FDA 21 CFR Part 11 대응 기능과 의료기기 품질 국제표준 ISO 13485 도 갖췄다1. 규제가 깐깐한 실험실에 들어갈 자격을 미리 확보해 둔 셈이다.
숫자는 아직 작지만 기울기가 가파르다. 2025년 매출은 12억 9,000만 원으로 전년 대비 113% 늘었고, 2026년 상반기 수주액은 이미 지난해 연간 매출의 2배를 넘어섰다1. KAIST 와 부산대, 한국화학연구원 등 연구기관과 국내 바이오 기업들이 장비를 쓰고 있다1.
무엇이 달라지나 — 수작업 실험실 vs 에이블랩스 자동화
에이블랩스가 파는 것은 결국 '사람 손의 편차'를 제거한 실험 공정이다. 분주 정밀도부터 데이터 기록, 위험 시료 취급까지, 수작업 실험실과의 차이는 다섯 겹으로 쌓인다1.
| 업무 영역 | 수작업 실험실 | 에이블랩스 자동화 실험실 |
|---|---|---|
| 시약 분주 | 연구자 피펫팅 · 숙련도 따라 오차 | 로봇 분주 · 8채널 20µL CV 1.5% 보장 |
| 결과 재현성 | 같은 실험도 사람마다 편차 | 동일 조건·동일 결과의 학습 가능 데이터 |
| 데이터 무결성 | 수기 기록 · 검증 부담 | FDA 21 CFR Part 11 대응 · ISO 13485 |
| 위험 시료 취급 | 작업자 직접 노출 | 작업자 분리 · 무인 처리 |
| 실험 설계 | 연구자의 경험과 직감 | AI 조건 설계 → 결과 재학습 (자율실험실) |
실험대에서 공장까지 — 확장은 세 겹으로 진행된다
- 장비로 실험실을 확보한다 연구기관과 바이오 기업이 첫 시장이다. KAIST·부산대·한국화학연구원 등이 이미 장비를 쓰고 있고, 이 레퍼런스가 2025년 113% 매출 성장을 만들었다1.
- 산업 품질관리로 복제한다 올해 반도체·화학·화장품·2차전지 4개 산업에서 품질 분석 자동화 프로젝트를 수주했다1. 시료 전처리·희석·분주가 반복되는 품질관리 공정은 산업이 달라도 실험실과 구조가 같고, 독성·인체 유해 시료 때문에 작업자를 분리해야 한다는 요구까지 겹친다1.
- 국가 과제로 자율실험실을 선행한다 수행 중인 국가 연구개발 과제가 8건, 5년간 확보한 정부 연구비가 100억 원을 넘는다1. 산업통상자원부의 항체약물접합체(ADC) 자율제조 과제와 바이오파운드리용 액체 핸들링 로봇 개발 과제를 주관하고, 미국 존스홉킨스대와는 오가노이드 배양·약물 효능평가 자동화 플랫폼을 공동 개발 중이다1.
The Bet — 121억이 산 것은 매출이 아니라 길목이다
연 매출 12억 9,000만 원인 회사에 121억원. 배수로 읽으면 공격적이다. 하지만 이노폴리스파트너스가 이끌고 기업은행, 캡스톤파트너스, 호라이즌인베스트먼트, 마그나인베스트먼트, 퓨처플레이, 나우아이비캐피탈이 함께 들어온 이 라운드가 산 것은 손익계산서가 아니다12. 상반기 수주가 작년 연매출의 2배를 넘는 기울기, 그리고 정부 연구비 100억 원이 선행 검증한 기술 트랙이다1.
과학의 AI 전환에서 가장 희소한 자원은 모델이 아니라 재현 가능한 실험 데이터다. 그 데이터를 만들어내는 하드웨어 레이어를 쥔 회사가, 자율실험실이 표준이 되는 순간 데이터가 흐르는 길목을 쥔다. 규제 인증(ISO 13485·21 CFR Part 11)이라는 진입장벽, 국가 과제 8건의 선행 R&D, 바이오 밖 4개 산업에서 이미 확인된 수요1 — 시리즈A 치고는 베팅의 근거가 두껍다.
다음 12개월에 지켜볼 지표 3개
- 수주 → 매출 전환 속도 상반기 수주액이 작년 연간 매출의 2배를 넘었다1. 이 수주가 하반기와 내년 매출로 온전히 인식되는지가 성장 스토리의 1차 검증이다.
- 바이오 밖 산업의 반복 구매 반도체·화학·화장품·2차전지 프로젝트가 일회성 파일럿에 그치는지, 표준 장비 도입으로 이어지는지1. 후자라면 시장 크기가 실험실에서 제조 품질관리 전체로 다시 계산된다.
- 자율실험실의 첫 상용 사례 ADC 자율제조·바이오파운드리 과제와 존스홉킨스 협력이 과제 보고서가 아니라 팔리는 제품으로 나오는지1. 'Self-Driving Lab' 서사가 이번 밸류에이션을 지탱하는 기둥인 만큼, 실물 증거가 필요한 시점이다.
그 데이터 위에 자율실험실이 올라서는지가, 다음 이야기다.
