병원에서 가장 흔한 검사는 가장 느린 검사이기도 하다. 혈액검사는 채혈하고, 검체를 옮기고, 분석기에 넣어 결과가 나오기까지 보통 120분가량 걸린다1. 그 사이 의료진은 숫자 없이 판단해야 한다. 이미 찍고 있는 심전도 한 장에서 그 숫자를 30분 안에 먼저 읽겠다는 회사가 나왔고, 거기에 서울대학교기술지주의 2억원 시드와 중소벤처기업부 TIPS 선정이 같은 날 붙었다123.
왜 심전도였나 — 이미 찍히고 있는 신호 안에 혈액이 있었다
심전도는 심장의 전기 신호를 기록하는 검사다. 바늘이 없고, 병원 어디서나 찍히고, 결과가 즉시 나온다. 웨이비나는 이 신호를 AI 로 분석해 혈액 속 칼륨 농도나 신장 기능, 빈혈 여부처럼 지금까지 혈액검사로만 확인하던 30여 종의 지표를 수치와 오차 범위로 예측하는 솔루션을 개발하고 있다1. '높다/낮다' 의 분류가 아니라 수치와 오차 범위를 함께 내놓는다는 점이 중요하다. 임상에서 필요한 것은 경고음이 아니라, 지금 몇인지 그리고 그 숫자를 얼마나 믿어도 되는지이기 때문이다.
이 회사의 첫 번째 논리는 시간이다. 병원 혈액검사는 채혈부터 검체 이송, 분석까지 보통 120분가량 걸리는데, 심전도 기반 예측을 활용하면 30분 안에 먼저 조치에 들어갈 수 있다는 것이 회사의 설명이다1. 혈액검사를 대체하는 기술이 아니라, 혈액검사 결과가 도착하기 전 90분을 사들이는 기술이다. 고칼륨혈증처럼 빠른 대응이 필요한 상황에서 이 90분은 선택지가 있느냐 없느냐를 가른다.
두 번째 논리는 데이터다. 학습에는 서울대병원 본원과 분당서울대병원, 서울대병원 강남센터에서 확보한 400만 건 이상의 데이터를 썼다1. 같은 환자의 심전도와 혈액검사 결과를 한 쌍으로 묶은 데이터다1. 심전도만 쌓아 둔 데이터는 어디에나 있지만, 같은 사람의 혈액 수치가 정답지로 붙어 있어야 이 문제를 풀 수 있다. 회사는 이 데이터로 고칼륨혈증과 신기능, 빈혈, 심부전 등 핵심 9종 지표를 예측한 결과 AUROC 가 0.89~0.92 로 나왔다고 설명했다1. 1에 가까울수록 정확한 지표다1.
세 번째는 사람이다. 김용철 대표는 서울대병원 신장내과 임상교수다1. 신장내과는 혈액투석 환자를 보는 과이고, 투석 환자는 칼륨 농도와 신기능 수치를 반복해서 확인해야 하는 집단이다. 데이터를 가진 병원, 문제를 아는 의사, 수치가 급한 환자군이 한 사람 안에서 겹쳤다. 시드 단계의 의료 AI 가 보통 데이터 접근에서부터 막히는 것을 생각하면, 이 회사는 출발선이 다르다.
혈액검사 vs 심전도 예측 — 무엇이 달라지나
아래 표의 왼쪽은 지금 모든 병원이 쓰는 방식이고, 오른쪽은 웨이비나가 만들고 있는 방식이다. 오른쪽은 아직 상당 부분 '계획' 과 '예측' 이다. 식약처 허가 전이고, 성능 수치는 회사 발표다1. 다만 구도만큼은 분명하다. 왼쪽을 없애는 것이 아니라, 왼쪽이 도착하기 전의 시간을 메운다.
| 영역 | 전통 혈액검사 | 웨이비나 심전도 AI |
|---|---|---|
| 검사 방식 | 채혈 → 검체 이송 → 분석기 | 이미 기록되는 심전도 신호를 AI 로 분석, 바늘 없음1 |
| 결과까지 시간 | 보통 120분가량1 | 30분 안에 선조치 가능1 |
| 결과 형식 | 검사실에서 항목별 측정값 | 30여 종 지표를 수치 + 오차 범위로 예측1 |
| 모니터링 | 채혈한 시점의 단면 | 투석실 환자 이상을 실시간 알림 (웨이비나 메디컬)1 |
| 적용 범위 | 병원 검사실 | 병원 · 스마트워치 앱 · 연속 혈당 · 반려동물로 확장1 |
데이터 → 투석실 → 일상, 세 단계로 쌓는 구조
웨이비나가 상용화를 준비하는 제품은 네 가지다1. 네 제품이 제각각으로 보이지만, 순서를 놓고 보면 하나의 원천 기술을 가장 급한 곳부터 바깥으로 밀어내는 구조다.
- 병원 데이터로 모델을 먼저 증명한다 서울대병원 본원·분당·강남센터 세 곳의 400만 건 이상 쌍 데이터로 핵심 9종 지표에서 AUROC 0.89~0.92 를 확보했다1. 원천 기술 특허와 해외 출원을 위한 PCT 국제특허 출원도 마쳤다1. 시드 단계에서 데이터·성능·특허 세 축이 먼저 놓인 셈이다.
- 투석실 소프트웨어로 첫 매출 구조를 연다 병원용 소프트웨어 웨이비나 메디컬은 투석실에서 환자 상태 이상을 실시간으로 알린다1. 내년 초 식약처 허가가 목표다1. TIPS 과제에서는 신장내과 병원 20곳과 협력해 혈액투석 환자 데이터를 모으고 투석 환자용 알고리즘을 고도화한다1. 진입점을 '전체 병원' 이 아니라 '투석실' 로 좁힌 선택이다.
- 바늘 없는 검사를 일상과 동물로 넓힌다 스마트워치와 연동하는 개인용 건강관리 앱 웨이비나 원, 바늘 없이 혈당을 연속 측정하는 글루코웨이브, 반려동물 심전도 AI 웨이벳이 함께 개발되고 있다1. 같은 원천 기술을 B2B 의료기기, B2C 앱, 수의 시장 세 채널에 얹는 구조다. 다만 네 제품 중 허가 일정이 공개된 것은 웨이비나 메디컬 하나다1.
The Bet — 서울대기술지주는 무엇을 샀나
차인환 서울대학교기술지주 대표는 투자 이유로 “임상 데이터 기반 AI 기술력과 의료 현장의 요구를 잘 아는 창업팀의 전문성” 을 들었고, “팁스를 통해 기술 완성도를 높이고 해외 시장으로 사업을 넓힐 것” 을 기대한다고 밝혔다1. 대학 기술지주가 교수 창업에 시드를 넣는 것 자체는 흔한 일이다. 흔하지 않은 것은 같은 날 정부 과제가 붙었고, 그 과제의 설계가 '데이터 수집 자체' 라는 점이다.
2억원은 모델에 건 돈이 아니다. 400만 건 쌍 데이터에 닿을 수 있는 위치와 투석실의 요구를 아는 신장내과 교수에 건 돈이다1. 심전도 AI 모델은 따라 만들 수 있어도, 서울대병원 세 곳의 심전도-혈액검사 쌍 데이터와 신장내과 20곳에서 모일 투석 환자 데이터 파이프라인은 자본만으로 복제되지 않는다1. TIPS 가 같은 날 붙은 것은 그 파이프라인을 깊게 파는 비용을 정부가 함께 대겠다는 뜻이다. 리스크도 분명하다. 2억원은 의료기기 허가와 20곳 임상 협력을 끝까지 끌고 가기에 작은 돈이고, 0.89~0.92 라는 수치는 아직 회사 발표이며 투석 환자군에서 다시 재현돼야 한다1. 이 베팅은 '모델이 맞는가' 가 아니라 '허가가 나기 전까지 데이터 해자를 얼마나 더 깊게 파는가' 에 걸려 있다.
다음 12개월에 지켜볼 지표 3개
- 웨이비나 메디컬 식약처 허가 내년 초가 목표다1. 허가가 나야 투석실 소프트웨어가 매출로 바뀐다. 이 일정이 밀리면 네 제품 전체의 상용화 시계가 함께 밀린다.
- 신장내과 20곳 협력의 실제 체결 수와 투석 환자군 성능 TIPS 과제의 핵심은 혈액투석 환자 데이터 수집이다1. 몇 곳이 실제로 데이터를 보내는지, 그 데이터에서 투석 환자군 AUROC 가 서울대병원 수치인 0.89~0.92 를 유지하는지가 기술 해자의 깊이를 결정한다1.
- 후속 라운드와 해외 출원의 진척 PCT 출원은 마쳤지만, 개별 국가 진입 단계와 후속 투자 계획은 공개되지 않았다1. 서울대기술지주가 “해외 시장으로 사업을 넓힐 것” 을 기대한다고 밝힌 만큼1, 어느 시장을 첫 해외 허가 대상으로 고르는지가 다음 라운드의 서사를 정한다.
투석실에서 그 시간이 허가받는지가, 다음 이야기다.
