[KESIA 시드팁스] 메디노드 “AI·자동화 기술로 통합 약제 솔루션 구축한다”

한국초기투자기관협회(KESIA)는 중기부 주관 민간주도형 예비창업 지원 프로그램 ‘시드팁스(Seed TIPS)’의 주관 기관이다. 시드팁스는 민관 협력 창업 프로그램 TIPS의 이전 단계 지원 프로그램이다. 전문성을 갖춘 민간 운영사 7곳(인포뱅크, 프라이머 시즌 5, 앤틀러코리아, 소풍벤처스, 엔슬파트너스, 탭엔젤파트너스, 와이앤아처)이 스타트업의 창업팀 구성부터 시드 투자 유치까지 초기 단계 성장을 책임지고 지원한다.

[IT동아 한만혁 기자] 병원 약국 조제실에서는 약사가 수작업으로 알약을 분류한다. 하지만 크기가 작고 비슷한 모양이 많아 적지 않은 시간이 소요된다. 단순 반복 작업이다 보니 시간이 흐를수록 정확도가 떨어지기도 한다.

메디노드(MediNode)는 이런 불편함을 개선하기 위해 AI 및 자동화 기술을 적용한 알약 분류기 ‘필봇(PillBot)’을 개발했다. 자체 개발한 AI 기술과 700만 장 이상의 알약 이미지 등을 통해 1회 가동 시 최대 180종의 알약을 빠르게 분류한다. 정확도는 99.992%다. 덕분에 필드 테스트를 진행한 병원에서 좋은 반응을 얻었다. 실증 테스트를 요청하는 상급종합병원도 이어지고 있다. 메디노드는 필봇을 시작으로 알약 식별기, 검수기 등 다양한 약제 장비를 자동화하는 통합 약제 솔루션을 구축하고자 한다.

메디노드를 이끌고 있는 황선일 대표를 만나 메디노드와 필봇에 대한 이야기를 나눴다.

통합 약제 솔루션 구축, 메디노드

IT동아: 안녕하세요, 황선일 대표님. 대표님 소개 부탁드립니다.

황선일 대표: 안녕하세요, 메디노드 황선일입니다. 저는 이전에 한미약품 자회사 온라인팜에서 약제 자동화 장비의 기술 영업 업무를 했습니다. 그러다가 급변하는 산업 트렌드를 보고 저도 4차 산업혁명에 대비해야겠다는 생각이 들어 AI 개발자 전문가 과정 공부를 시작했어요.

AI에 대해 공부하다 보니 이전에 병원 약사가 수작업으로 알약을 분류하던 것이 떠올랐습니다. AI를 적용하면 좋을 것 같다는 생각이 들었거든요. 그래서 소규모 프로젝트로 알약 분류기 개발을 시작했습니다. 실제 제작해 보니 알약 식별 정확도가 99.9% 이상 나오더라고요. 사실 저는 창업 생각이 전혀 없었습니다. 그런데 제가 생각했던 것을 실제로 만들어 보니 생각이 바뀌었어요. 결국 2021년 2월 메디노드를 창업하게 되었습니다.

IT동아: 그러면 메디노드는 알약 분류기를 제조하는 스타트업이라고 보면 될까요?

황선일 대표: 알약 분류기는 시작입니다. 저희는 AI 및 자동화 기술을 융합한 약제 자동화 장비를 통해 약국 자동화 생태계를 구축하고자 합니다. 그 첫 번째 스텝이 약제 분류기 ‘필봇’입니다.

참고로 메디노드는 ‘메디컬(의료 분야)’에서 ‘메디’와 AI 신경망이 만나는 지점을 뜻하는 ‘노드’를 합한 단어입니다. 의료 시장에 깊게 파고들어 여러 병원으로 뻗어나갈 수 있는 하나의 노드가 되겠다는 의미를 담은 이름입니다.

AI·자동화로 약사 불편함과 기존 제품 한계 해결

IT동아: 현재 개발한 장비는 알약 분류기 필봇입니다. 우선 알약 분류기가 필요한 이유는 무엇인가요?

황선일 대표: 입원 병상이 있는 병원의 경우 병원 내에 조제실이 있는데요. 조제 과정에서 약이 뒤섞이게 됩니다. 처방전에 맞춰 미리 조제한 약의 경우 환자 상태가 바뀌면 다시 조제해야 하는 경우도 있죠. 이렇게 뒤섞인 약은 다시 같은 종류끼리 분류해야 하는데, 이 작업을 약사가 일일이 손으로 합니다. 단순 반복 업무죠. 크기가 작고 모양이 비슷해서 시간이 갈수록 피로도 쌓이고 정확도가 떨어집니다. 이런 불편을 해소하고자 필봇을 만들게 되었습니다.

IT동아: 기존에는 알약 분류기가 없었나요?

황선일 대표: 제가 기술 영업 업무를 할 당시에는 없었어요. 병원마다 사용하는 약이 다르기 때문에 소프트웨어를 각각 만들어야 하거든요. 최근 일본 기업이 알약 분류기를 출시해서 일부 국내 병원에서도 활용하고 있기는 한데, 정확도는 높지만 한계가 있어요. 우선 속도가 너무 느립니다. 분류하는 알약이 1분에 2정이 채 안 돼요. 또한 알약의 위치를 정확하게 맞춰야 인식하기 때문에 굴러다니기 쉬운 캡슐 알약은 제대로 분류하지 못합니다.

IT동아: 그렇다면 필봇은 약사의 불편함과 기존 제품의 한계를 해결했다는 말씀인가요?

황선일 대표: 네 맞습니다. 필봇에 알약을 넣으면 같은 종류의 알약끼리 알아서 분류합니다. 속도는 분당 12정이고, 한 번 가동할 때 180종류의 알약을 분류할 수 있습니다. 기존 제품과 비교하자면 속도는 약 6배 빠르고 분류하는 약 종류는 약 4배 더 많습니다.

비결은 저희가 자체 개발한 AI 기술입니다. 알약 이미지 데이터 수집부터 알고리즘, 모델 생성, 가속 추론까지 모든 과정을 AI 기반으로 구축했습니다. 덕분에 병원마다 소프트웨어를 따로 만들 필요 없이 바로 대응할 수 있어요. 또한 기기 자체에 AI 연산 칩을 내장한 온디바이스 AI 형태로 구현했습니다. 클라우드나 온라인에 연결할 필요가 없어요. 엔비디아 최신 칩셋을 적용해 빠르게 처리합니다.

사용자를 위한 편의 기능도 추가했어요. 필봇에는 분류한 약을 담는 케이스가 180개 있는데, 각 케이스에 디스플레이를 달았습니다. 알약의 종류와 수량을 보여줘요. 작동 시간, 분류한 알약 종류 및 수량 등의 데이터도 모두 저장합니다.

높은 정확도와 편의성에 병원도 만족

IT동아: 무엇보다 알약 분류 정확도가 중요할 것 같습니다.

황선일 대표: 저희는 실제 알약을 확보해 이미지 수집 장치로 이미지 데이터를 생성하고 그것을 기반으로 모델을 생성했어요. 저희가 생성한 이미지가 700만 장 이상입니다. 참고로 과학기술정보통신부가 경구 약제 이미지 공공 데이터를 게재한 자료가 있는데, 그것이 약 250만 장이에요. 저희가 3배가량 더 많은 것이죠. 또한 필봇은 AI 외에도 특징점 추출 등 여러 단계에 걸쳐 검사합니다. 그중 한 가지라도 충족을 못하면 분류하지 않죠.

덕분에 정확도가 높은 편입니다. 공인인증 기관에서 테스트한 결과 알약 분류 정확도가 99.992%를 기록했습니다. 최종 결과물의 정확도만큼은 자신 있습니다.

그러니까 필봇을 이용하면 약사는 단순 반복 작업에서 벗어나 약사 본연의 고부가 가치 업무에 집중할 수 있어요. 정확도가 높으니까 잘못된 분류로 인한 사고를 미연에 방지할 수 있고 약 재고 관리나 추적 관리가 용이해 집니다.

IT동아: 병원에서 테스트를 진행했다고 들었습니다. 반응은 어떤가요?

황선일 대표: 필봇은 지난 2022년과 2023년에 대형 종합병원 두 곳에서 효용성을 입증하는 필드 테스트를 진행했는데요. 하나 같이 높은 만족도를 보여주었습니다. 실제로 그 이후에 입소문이 나서 병원의 실증 테스트 요청이 이어지고 있어요. 그래서 올해 상반기에 상급종합병원 9곳에서 실증 테스트를 진행할 예정입니다. 올해 하반기에는 가시적인 성과도 나올 예정입니다.

IT동아: 현재 한국초기투자기관협회(KESIA) 시드팁스의 지원을 받고 있는데요. 어떤 지원이 있었나요?

황선일 대표: 저희는 엔슬파트너스의 추천으로 시드팁스에 참여하게 되었습니다. 시드팁스에는 창업교육, 멘토링, VC 대상 IR 피칭 등 다양한 프로그램이 있었습니다. 해외 투자 유치 프로그램에 참여할 수 있는 기회도 얻었고요. 무엇보다 사업화 자금 지원이 유용했습니다. 인건비, 연구 재료 구입, 외주 개발이나 용역 등에 활용할 수 있어 많은 도움이 되었습니다. 특히 저희는 장비를 보관하거나 제작할 넓은 공간이 필요한데 그 임대료도 충당할 수 있었어요.

특히 저는 민간투자주도형 기술창업지원 프로그램 팁스(TIPS)도 준비하고 있는데, 시드팁스에 참여하면 팁스 지원 시 가산점이 있거든요. 팁스까지 이어지는 교두보 역할을 한다는 점에서 저에게는 의미 있는 프로그램입니다.

IT동아: 마지막으로 메디노드의 향후 목표에 대해 말씀 부탁드립니다.

황선일 대표: 저희는 필봇 외에도 알약 식별기, 알약 검수기 등을 준비하고 있습니다. 이미 하드웨어나 소프트웨어 기술을 확보한 상태라 멀지 않은 시기에 선보일 예정입니다. 이외에도 다양한 약제 관련 장비를 준비하고 있는데요. 이를 통해 약제 장비를 자동화하는 통합 약제 솔루션을 구축하고자 합니다.

이후에는 의료 장비 시장에도 진출할 계획이에요. AI와 자동화를 도입해 고부가 가치 의료 장비를 만드는 것이죠. 현재 우리나라 병원을 보면 국내 장비 점유율이 낮은 편인데 저희가 만드는 장비로 국산 장비 점유율을 높이는데 일조하고 싶습니다.

글 / IT동아 한만혁 기자 (mh@itdonga.com)