300억 원 투자 유치한 Triomics, 암 환자 임상시험 매칭의 판도를 바꾼다

미국의 주요 암센터들은 지금 데이터 과부하에 시달리고 있습니다. 환자 한 명의 진료 기록만 해도 임상 노트, 병리 보고서, 유전체 패널 정보, 스캔된 팩스 등 수백 페이지에 달하는 비정형 정보로 가득 차 있습니다 . 이 방대한 기록을 검토하여 환자에게 적합한 임상시험을 수작업으로 찾아내는 데는 환자당 최대 45분이 소요됩니다 . 바로 이 비효율적인 업무 구조를 해결하기 위해 만들어진 회사가 바로 종양학 특화 AI 스타트업 Triomics입니다.

2021년 대학 동창인 사림 칸(CEO)과 흐리투라지 싱(CTO)이 공동 창업한 이 회사는 최근 Battery Ventures가 주도하고 Nexus Venture Partners, Lightspeed, Y Combinator 등이 참여한 2200만 달러(약 300억 원) 규모의 시리즈 B 투자 유치에 성공했습니다 . 이로써 총 누적 투자금은 3600만 달러(약 490억 원)를 넘어섰습니다 . 현재 의료 AI 시장에서 주목해야 할 점은, 과연 이처럼 특정 질환에 깊이 파고드는 '수직 특화 AI'가 의료 기록 시장을 장악하고 있는 범용 AI 도구들을 뛰어넘을 수 있을지 여부입니다.

문제의 핵심: 비정형 데이터가 임상 현장을 잠식하다

의료 데이터의 약 80%는 의사의 자유 텍스트 진료 기록처럼 정형화되지 않은 형태로 존재하며, 검사 수치나 인구통계학적 정보처럼 구조화된 데이터는 20%에 불과합니다 . 이 때문에 고도로 훈련된 종양학 전문 인력들이 임상시험 매칭, 환자 방문 준비, 암 등록 보고와 같은 필수 업무를 위해 매일 수많은 기록을 수작업으로 읽어야 하는 현실이 반복되고 있습니다 .

이러한 수작업 부담은 단순히 시간만 낭비하는 데 그치지 않습니다. 이는 곧 임상시험 등록의 병목 현상으로 이어져, 부작용 관리와 새로운 치료법 테스트에 필수적인 신약 접근 기회를 지연시키는 심각한 결과를 낳습니다 . 또한 의료진이 퇴근 후 집에서 행정 업무를 처리하는 이른바 ‘파자마 타임’의 주요 원인이 되기도 합니다 .

온코LLM: 종양학을 위해 태어난 AI의 작동 원리

Triomics의 플랫폼을 구동하는 핵심 엔진은 **온코LLM(OncoLLM)**입니다. 이는 단순한 하나의 거대 모델이 아니라, 30억 개에서 720억 개에 이르는 파라미터를 가진 8개의 AI 모델이 에이전트 방식으로 협업하는 프레임워크입니다 . 이 독특한 구조 덕분에 문서 하나하나가 아닌, 환자의 수년에 걸친 종단적 의료 기록 전체를 읽고 추론할 수 있습니다 .

이는 기존의 개체명 인식이나 관계 추출 같은 접근법과 확실히 차별화되는 지점입니다 . 또한 마이크로소프트의 애저 AI와 오픈AI 서비스를 활용해 소형 언어 모델 Phi-3.5를 미세 조정, 방대한 비정형 데이터에서 중요한 임상 정보를 대규모로 빠르게 파싱합니다. 마이크로소프트에 따르면, 이 통합을 통해 수백 건의 임상시험 목록 대비 환자 전체 기록을 검토하는 시간을 1분 미만으로 단축할 수 있게 되었습니다 .

온코LLM 위에서 작동하는 두 가지 핵심 소프트웨어는 다음과 같습니다.

• 프리즘 (Prism): 병원에 예약된 모든 환자의 기록을 전체 임상시험 목록과 비교 분석하여, 적합한 시험을 매일 또는 매주 담당 의료진의 업무 흐름 속으로 직접 전달합니다. 선정 사유도 평가 기준별로 상세하게 출처와 함께 제공합니다 .
• 하모니 (Harmony): 전자의무기록(EHR) 데이터를 자동으로 선별해 현재 질병 상태, 치료 경과, 바이오마커, 임상시험 옵션 등을 포함한 전문가 수준의 환자 요약을 즉시 생성합니다 .

위스콘신 의과대학과의 초기 검증 단계에서 온코LLM은 자격을 갖춘 간호사가 며칠 혹은 몇 주가 걸릴 작업을 단 몇 분 만에 완료하며, 임상시험에 적합한 환자의 90%를 찾아내는 성과를 보였습니다 . 같은 소식통에 따르면, 비정형 노트에서 구조화된 데이터를 추출하는 정확도는 GPT-4나 Claude와 비슷하거나 더 높으면서도 운용 비용은 약 40분의 1 수준으로 저렴했습니다 .

거대 암센터들의 선택: 신뢰할 수 있는 고객사 목록

Triomics의 경쟁력은 실제 납품 실적에서 드러납니다. 이 회사는 이미 미국 내 최고 권위의 암센터들과 공급 계약을 체결했습니다.

• 메모리얼 슬론 케터링 암센터 (MSK): 자사의 iHub 및 CRIC 프로그램을 통해 Triomics의 임상시험 매칭 및 스크리닝 시스템을 도입했습니다 .
• 마운트 시나이 티시 암센터: 뉴욕시에서 NCI 지정 종합 암센터로는 처음으로 종양학 특화 임상시험 매칭 AI 도구를 도입했습니다 .
• 예일 암센터 & 스마일로 암 병원: 전체 종양학 임상시험 포트폴리오에 걸쳐 AI 기반 스크리닝 시스템 사용을 확대했으며, 관련 성과는 저명 학술지 Nature Digital Medicine에 게재되었습니다 .

범용 AI가 아닌 '수직 특화'로 승부한다

Triomics가 뛰어든 시장에는 이미 마이크로소프트의 Nuance DAX Copilot이나 Abridge 같은 '앰비언트 AI 스크라이브'들이 즐비합니다. 진료실 대화를 요약하는 데 특화된 이 범용 도구들과 달리, Triomics는 '종양학'이라는 특정 분야에 깊이 파고드는 차별화 전략을 취하고 있습니다 .

이들이 다루는 데이터는 단순한 진료 메모가 아닌, 수년간 축적된 두껍고 긴 비정형 기록들입니다. Triomics의 AI는 이 기록 전체를 읽어내어 진료 전, 스크리닝 중, 진료 후에 구조화되고 인용 가능한 환자 뷰를 생성합니다 .

또한 이 회사는 NCI 지정 20개 이상의 암센터 및 Ci4CC와 함께 **종양학 중심 LLM 훈련 컨소시엄, 일명 COLT (Collaboration for Oncology focused LLM Training)**를 설립하여, 종양학 분야 생성형 AI의 성능 벤치마크와 안전 기준을 정립하는 데 앞장서고 있습니다 . 이는 단순히 제품을 파는 것을 넘어, 업계의 가드레일을 직접 설계하는 핵심 이해관계자로 자리매김하는 행보입니다.

투자금은 어디에 쓰이나

이번에 확보한 2200만 달러의 자금은 의료 시스템 전반으로의 도입을 가속화하고 전자의무기록(EHR)과의 연동을 강화하는 데 사용될 예정입니다 . 회사는 구체적인 연간 반복 매출(ARR)이나 고객사 수 같은 성장 지표를 공개하지 않았지만, 일련의 투자 유치와 유수 병원들과의 계약은 이들이 개념 증명 단계를 넘어 실제 임상 현장에 안착했음을 보여줍니다 .

종양 데이터의 복잡성은 더 이상 단순한 불편함이 아니라, 반드시 해결해야 할 경쟁력의 문제가 되고 있습니다. 암센터들이 더 많은 환자를 정밀 치료와 임상시험에 연결해야 한다는 압박이 커지는 가운데, Triomics의 이번 투자 유치는 '암 데이터 인프라에는 전문화된 도구가 필요하다'는 시대적 흐름을 보여주는 신호탄이라고 할 수 있습니다 .