큐리옥스, 숫자로 ‘쇼 앤 프루브’ 해야한다

큐리옥스는 세포세척 자동화라는 매력적인 기술 서사를 만들었고,
글로벌 제약사 상업 도입과 마스터 라이선스 계약이라는 뉴스도 만들었다.
하지만 25년 매출은 51.5억원에 그쳤고, 영업손실은 123억원이다.

시장은 이미 “상업화 성공”을 가격에 반영했지만,
회사는 아직 성공이 반복 매출과 현금흐름으로 이어진다는 것을 입증하지 못했다.

큐리옥스바이오시스템즈 기술은 매력적이다.

세포를 분석하기 전 반드시 거쳐야 하는 세척 공정을 에러가 발생하는 원심분리기와 수작업에서 벗어나게 하겠다는 아이디어는 직관적이고 강력하다.
기존 실험실에서는 세포를 씻기 위해 실험을 멈추고, 액체를 버리고, 섞으면서 시간이 걸리고 세포가 손상되거나 사라지거나 사람마다 결과가 달라진다.
큐리옥스는 이 병목을 ‘제어된 층류 흐름과 소프트웨어’로 바꿔 실험 프로세스의 중단 없이 제자리에서 세포를 부드럽게 씻는다.

이야기만 들으면 “이게 되네”에 가깝다.

실험실의 귀찮은 공정을 자동화하고 기존 장비 위에 소프트웨어를 얹어 확장할 수 있다면 단순 장비 이상의 BM이 될 수 있다.
장비를 새로 사는 고객에게 Pluto Workstation과 Pluto ALPHA를 팔고,
이미 장비를 깔아둔 대형 제약사와 CRO에는 Pluto Code를 소프트웨어 라이선스로 팔면 “세포세척 워크플로의 표준”을 파는 회사가 될 수 있다.

뉴스상으로 회사는 상업화의 퍼즐을 하나씩 맞춰나갔다.
중국 파트너와 독점 유통 계약을 맺고, 영국 IMU Biosciences의 Pluto Workstation 주문도 발표했다.
25.9월에는 글로벌 바이오파마 한 곳이 Pluto Code를 처음 상업 도입했다.
26.4월에는 글로벌 제약사와 Pluto Code 마스터 소프트웨어 라이선스 계약도 체결했다.

하지만 숫자로 나타난 실적에서부터 투자 욕구(risk appetite)는 차가워진다.

25년 연결 매출은 51.5억원에 그쳤고, 영업손실은 123억원이다.
여러 계약과 제휴가 발표됐음에도 매출 규모는 여전히 작았고,
매출총이익률도 회사가 장기적으로 제시한 고마진 소프트웨어형 모델을 증명하지 못했다.
보도자료와 뉴스에 상업화라는 아이디어는 있었지만, 아직 손익계산서에 아이디어에 대한 증명은 없었다.

더 불편한 지점은 경영진의 발표에 대한 신뢰다.
회사는 과거 상업화 속도와 손익분기점에 대해 공격적인 기대를 제시했지만,
실제 성과는 그 약속을 따라오지 못했다.
25년 손익분기점 달성 기대는 사실상 뒤로 밀렸고, 수주와 설치 일정, 고객 검증, 내부 조달 절차가 계속 지연 요인으로 설명됐다.
물론 바이오·제약 고객의 장비 도입은 본래 느리고 까다로운 과정이다.
그러나 시장은, 건전한 투자자는 원래 느리다는 설명만으로 현재 큐리옥스 수준의 고밸류를 납득하지 못한다.
(토모큐브와 굳이 비교해보자면 CEO는 이렇게 새로운 시장 개척이 어려울 줄 몰랐다고 하면서도 증권신고서상 공언한 매출 성장과 흑자전환 시점을 오히려 초과달성하여 주주에게 보답한다)

핵심 쟁점은 내러티브가 있느냐 없느냐가 아니다.
그 내러티브가 얼마나 빨리, 반복적으로, 높은 마진의 매출로 바뀌느냐
다.
시장은 큐리옥스가 세포세척 자동화의 표준이 된다는 내러티브를 상당 부분 가격에 반영했다.
하지만 회사는 아직 글로벌 제약사의 관심이 대량 구매로 이어지는지,
마스터 라이선스가 실제 활성화 수량 증가로 연결되는지,
Pluto Code가 고마진 반복 매출을 만들 수 있는지 숫자로 입증하지 못했다.

결국 큐리옥스를 좀 더 직관적으로 표현하자면 “성공을 향한 신호는 있지만, 시장은 이미 성공을 가정한 주가로 평가되고 있는 회사”다.
투자자는 이제 뉴스보다 분기 매출과 실제 활성화 워크스테이션 수,
기술 설명보다 반복 주문과 현금흐름을 봐야한다.
큐리옥스가 진짜로 표준이 된다면 현재의 의심은 기회가 될 수도 있다.
다만, 지금처럼 숫자가 기대를 따라오지 못하는 상황이 지속된다면 기대조정으로 주가가 정상화되면서 뼈아픈 손실이 발생할 리스크가 적지 않다.

큐리옥스의 성장성

BM의 이해(feat. Chat GPT)

핵심 정리

큐리옥스가 타게팅하는 시장은 전체 세포분석 시장이 아니다.
정확히는 유세포분석·면역세포 분석·세포치료제 QC 등 분석 전에 반드시 필요한 “세포 샘플 준비(sample preparation)” 공정, 그중에서도 세포세척(washing) 자동화 병목 시장이다.

세포분석은 병원·제약사·연구소가 세포를 보고 판단하는 분석 방법론을 포괄한다.
유세포분석(flow cytometry)은 세포분석의 방법론 중 하나다.
세포세척(cell washing)은 유세포분석을 하기 전에 세포를 깨끗하게 준비하는 전처리 단계다.
큐리옥스는 유세포분석기를 파는 회사가 아니라, 유세포분석 전에 세포를 씻고 염색하고 준비하는 공정을 자동화하는 회사다.

상하위 개념

세포분석

세포분석(cell analysis)은 세포를 분석하는 모든 방법을 포괄한다.
세포가 몇 개인지, 살아 있는지, 어떤 단백질을 갖고 있는지, 암세포인지 면역세포인지, 약물에 어떻게 반응하는지 등을 보는 일이다.

세포분석 안에는 여러 방식이 들어간다.

단계개념쉬운 설명예시
최상위세포분석세포를 보고
정보를 얻는
전체 행위
암세포 분석,
면역세포 분석,
세포치료제
품질검사
중간Cytometry세포를 수치로 측정하는 방법세포 수, 크기, 형광 신호 측정
하위Flow cytometry,
유세포분석
세포를 액체
흐름에 태워
하나씩
지나가게 하며 빛으로 읽는
분석법
면역세포 분류, 암 진단,
약물반응 분석
전처리Sample preparation분석기에 넣기 전 세포를 준비하는 과정항체 섞기,
염색, 세척,
재현탁
큐리옥스 타깃Cell washing automation전처리 중 “씻는 단계”를 자동화하는 것원심분리 없는 세포세척, Pluto Code, Pluto Workstation

그리고 큐리옥스는 세포분석이라는 큰 시장 전체를 직접 먹는 회사가 아니라,
세포분석이 늘어날수록 커지는 전처리 병목을 먹는 회사다.

하위 개념 : Cytometry와 유세포분석

Cytometry, 세포를 재는 기술

Cytometry는 단어 그대로 보면 cyto = 세포, metry = 측정이다.
세포를 숫자로 재는 기술이다.
세포의 수, 크기, 모양, 살아 있는 비율, 특정 단백질 존재 등을 측정한다.

그 중 가장 대표적인 방식이 flow cytometry, 한국어로 유세포분석이다.

유세포분석 : 세포를 한 줄로 세워 빛으로 읽는 기술

유세포분석은 세포를 액체 속에 띄운 뒤 아주 좁은 통로로 한 개씩 지나가게 만들고 레이저나 빛을 쏴서 세포의 특성을 읽는 방식이다.

미국 국립암연구소는 유세포분석에 대해 세포를 빛에 반응하는 염료로 염색하고, 액체 속에서 하나씩 빛을 통과하며 측정하는 방법론으로, 혈액·골수·조직 샘플에서 세포 수, 살아 있는 세포 비율, 세포의 크기·모양, 종양표지자 같은 세포 표면 특성을 측정하는 실험법이라고 설명한다.

즉, 세포들이 한 줄로 지나가면 기계가 자동 개찰구 같은 유세포분석기로 세포 하나씩 “이 세포는 T세포다·암세포 표지자를 갖고 있다·죽어 있다·특정 약물에 반응했다” 등 특성을 판독한다.

세포세척 공정 필요성

유세포분석을 하려면 세포를 그냥 분석기에 넣을 수 없다.
보통 세포에 형광 항체를 붙여야 한다.
형광 항체는 특정 세포 표면 단백질에 달라붙는 ‘이름표’다.

예를 들어 T세포를 찾고 싶으면 T세포 표면 단백질에 붙는 형광 항체를 넣는다.
그러면 유세포분석기가 빛을 쏴서 T세포 이름표를 확인하고 T세포로 인식한다.

문제는 항체를 넣고 나면 항체와 시약이 남는다.
이것을 씻어내지 않으면 배경 신호가 지저분해지고, 데이터가 흐려진다.
그래서 분석 전 반드시 세포세척이 필요
하다.

일반적인 유세포분석 공정 순서

순서공정공정의 의미큐리옥스 관여
1샘플 확보혈액, 조직, 세포배양액 등을 준비직접 타깃 아님
2세포 현탁액 준비세포를 액체에 풀어 한 개씩 떠 있게 만듬일부 연관
3세포 수 조정실험에 맞는 세포 수로 분배일부 연관
4항체 칵테일 준비여러 형광 항체를 정해진 비율로 혼합Pluto Workstation 타깃
5세포 염색항체를 세포에 부착Pluto Workstation 타깃
6세포세척남은 항체·시약 세척핵심 타깃
7재현탁세포를 분석 가능한 액체 상태로 환원핵심 타깃
8유세포분석기 투입세포를 한 개씩 통과시켜 빛으로 분석직접 타깃 아님
9데이터 분석세포군을 분류하고 결과 해석직접 타깃 아님

여기서 큐리옥스의 핵심 위치는 4~7번, 그중에서도 6번 세포세척이다.

큐리옥스는 Pluto Workstation이 유세포분석 샘플 준비 전체, 즉 항체 칵테일링, 세포 염색, 세척 단계를 자동화한다.
고객군은 제약사, 연구소, CRO이며, 복잡한 고파라미터 분석에서 실험·연구자·사이트 간 변동성을 줄이는 것이 목표다.

기존 세포세척 방식의 문제점

기존 방식은 주로 원심분리다.

원심분리는 세포가 들어 있는 튜브나 plate를 빠르게 돌려서 세포를 바닥에 가라앉힌 뒤,
위에 남은 액체를 버리고, 새 액체를 넣어 다시 섞는 방식이다.
쉽게 말하면 빨래를 세탁기에서 강하게 탈수한 뒤, 물을 버리고 다시 물을 넣는 방식과 비슷하다.

문제는 세포가 살아 있는 작은 입자라는 점이다.
원심분리를 반복하면 세포가 강한 힘을 받는다.
또 바닥에 뭉친 세포를 풀 때 세포가 손상될 수 있고, 액체를 버릴 때 일부 세포도 같이 버려진다.
사람이 수작업으로 처리하면 사람마다 결과가 달라질 수도 있다.
자동화 장비 흐름 중간에 원심분리기를 쓰려면 plate를 장비 밖으로 옮겨야 한다.

큐리옥스는 기존 원심분리 방식이 기계적 스트레스, 샘플 손실, 변동성을 만드는 반면 Laminar Wash는 제어된 층류 흐름으로 세포를 제자리에서 씻는 방식이라고 강점을 설명한다.

큐리옥스가 제공하는 가치

큐리옥스가 고객에게 파는 것은 단순한 “세척 장비”가 아니다.
더 정확히는 세포분석 전에 불편하고 변동성 큰 전처리 공정을 표준화하는 “솔루션”이다.

고객이 돈을 내는 이유는 크게 네 가지다.

첫째, 세포 손실을 줄이기 위해서다.
귀한 세포, 적은 양의 세포, 환자 유래 샘플은 한 번 잃으면 다시 얻기 어렵다.

둘째, 세포 손상을 줄이기 위해서다.
세포치료제, 면역세포, 줄기세포, 암 환자 샘플은 세포 상태가 중요하다.

셋째, 사람 편차(human error)를 줄이기 위해서다.
A 연구원이 한 결과와 B 연구원이 한 결과가 다르면 약물 반응 데이터의 신뢰도가 떨어진다.

넷째, 자동화 흐름을 끊지 않기 위해서다.
액체 핸들링 로봇이 항체를 섞고 세포를 염색해도, 중간에 원심분리 때문에 사람이 plate를 빼서 돌리고 다시 넣어야 하면 완전 자동화가 아니다.

Deloitte는 유세포분석에 대해 제약 개발에서 핵심 기술이며, 많은 세포를 빠르게 처리하고 여러 세포 파라미터를 동시에 볼 수 있는 방법론이라고 설명한다.
하지만 실험 준비는 수작업적이고 분절적이며 시간이 오래 걸리고, 96웰·384웰 plate-based assay를 손으로 준비하는 데 많은 시간이 들어가기 때문에 큰 병목이라고 지적한다.

재무현황

매출은 아직 작고 변동성이 크며, 일관된 성장 추세가 관찰되지 않는다.
23년 67.9억원에서 24년 45.9억원으로 감소 후 25년 51.5억원으로 소폭 증가했다.
분기 기준 25.1Q 9억원, 2Q 10억원, 3Q 14억원, 4Q 19억원으로 증가했지만,
절대 규모는 여전히 매우 작다.

메가트렌드

항암제 개발

최근 바이오 의약품, 특히 수요가 급증하고 있는 항암제에서 개발 단위가 “조직·장기”에서 “세포”로 내려가면서 세포분석 수요가 확장된다.
과거에는 암 조직을 한 덩어리로 분석했다면, 현재는 암세포, 면역세포, 줄기세포, T세포, B세포, 대식세포처럼 세포군들이 어떤 상태로 존재하는지 따로 본다.
특히 면역항암제, 세포치료제, 유전자치료제, 자가면역질환 치료제 개발시 “어떤 세포가, 어떤 단백질을 발현하며, 치료제에 어떻게 반응하는가”가 핵심이 되고 있다.

암 환자·연구 수요는 고령화와 의료수준 개선에 따라 구조적으로 증가한다.
(LTO에서 고령화와 암 치료 수요 증가에 대해서는 더 이상 말해야 입만 아프다)
WHO 국제암연구소는 22년 전 세계 신규 암 발생이 약 2,000만건, 암 사망이 약 1,000만건이었고, 50년 신규 암 발생이 3,500만건을 넘어 22년 대비 77% 증가를 전망했다.

항암제 개발에서는 암세포 자체보다 암세포 주변의 면역세포, 종양미세환경, 치료 전후 면역반응을 더 정밀하게 봐야한다.
이때 유세포분석, 단일세포 분석, 면역세포 프로파일링 수요가 늘어나며, “세포 단위로 환자와 치료 반응을 이해하려는 수요”가 늘어나 세포 분석 수요의 큰 성장 동력이 된다.

세포·유전자치료제

또한, FDA에 따르면 미국 내 세포·유전자치료제 연구개발이 빠른 속도로 성장하고 있으며 다수 제품이 임상 개발 단계로 진전되고 있다.

Alliance for Regenerative Medicine 자료에 따르면 25년 상반기 전 세계 세포·유전자치료 섹터에는 1,905건의 임상시험과 2,070개의 개발사가 존재했고, 투자 규모도 50억달러에 달한다.

세포·유전자치료제는 기존 화학합성 의약품과 달리 약 자체가 살아있는 세포이고, 세포를 꺼내 조작한 뒤 다시 넣어 제조하는 공정이 필수적으로 포함된다.
따라서 개발·제조·품질관리 단계마다 “세포가 살아 있는지”, “원하는 세포가 맞는지”, “불순 세포가 섞이지 않았는지”, “유전자 조작이 제대로 됐는지”를 반복 확인해야 한다.
그리고 세포를 많이 분석할수록 큐리옥스 장비를 활용하여 분석 전 세포를 손상 없이 씻고 준비하는 공정의 중요성이 커진다.

제약 R&D 추세

OECD는 제약 산업의 R&D 지출이 2022년 1,290억달러에 달했고 2010년 이후 큰 폭으로 증가했다고 집계했다.
이 흐름은 “더 많은 세포 실험, 더 많은 반복 실험, 더 높은 재현성 요구”로 이어졌고, 그 결과 샘플 전처리 자동화 수요가 커진다.

IQVIA에 따르면, 24년 바이오파마 R&D 자금이 2년 연속 증가했고,
임상시험 건수가 팬데믹 이전 수준으로 회복됐으며,
대형 제약사의 임상 개발 프로그램이 세포·유전자치료제, 항체약물접합체, 방사성의약품 같은 신규 모달리티로 이동하고 있다.

신규 모달리티는 기존 약보다 작동 원리가 복잡하다.
단순히 약물이 종양을 줄였는지 보는 것만으로는 부족했고,
약물이 어떤 세포군을 변화시켰는지, 면역세포가 어떻게 반응했는지, 특정 바이오마커가 어떤 환자군에서 나타나는지 확인해야 한다.
이 때문에 임상시험과 전임상 단계에서 세포분석 데이터의 양이 늘어나고 있다.

큐리옥스는 이 흐름에 있는 글로벌 제약사, CRO, 대형 연구기관을 고객으로 타게팅한다.

유세포분석 중요도 증가에 따른 고처리량·고재현성·다기관 비교 데이터 수요 증가

Deloitte에 따르면 유세포분석은 현대 제약 개발 파이프라인의 핵심 기술이며,
짧은 시간 안에 많은 세포를 처리하고 여러 세포 파라미터를 동시에 모니터링할 수 있는 고처리량 분석법이다.
또한 세포독성 평가, 약물 안전성·효능·작용기전 이해, 면역세포군 식별, 세포·유전자치료제 품질관리에도 쓰인다.

동시에 Deloitte는 유세포분석의 실험 준비가 수작업적이고 분절적이며 시간이 오래 걸리는 문제가 있고, 96웰 또는 384웰 plate-based assay를 손으로 준비하는 데 많은 시간이 들어간다고 지적했다.

세포분석 수요 증가가 곧바로 큐리옥스 매출 증가를 의미하지는 않는다.
하지만 세포분석이 고처리량·고재현성·다기관 비교 데이터로 이동할수록 “세포를 손상 없이, 사람 편차 없이, 반복적으로 씻는 공정”의 가치는 커진다.

큐리옥스의 성장성은 바로 이 병목을 얼마나 표준 워크플로로 만들 수 있느냐에 달려 있다.

단일세포 분석, Human Cell Atlas 등 대형 프로젝트

Human Cell Atlas는 인간 몸의 모든 세포를 지도로 만들겠다는 프로젝트로,
2016년 시작 이후 102개국 3,600명 이상이 참여하는 글로벌 네트워크로 성장했고 18개 생물학 네트워크에서 데이터를 통합하고 있다.

Nature 설명에 따르면 Human Cell Atlas가 분자·공간 프로파일링 기술과 AI·머신러닝의 발전으로 데이터 수집에서 통합 단계로 이동하고 있으며,
세포 지도는 유전형과 표현형 연결, 발생 과정, 생물학 기반모델 구축에 활용될 수 있다.

단일세포 분석은 “평균값”을 보는 방식에서 벗어나 개별 세포 하나하나의 차이를 보는 분석으로, 암 조직 안에 약에 잘 반응하는 세포와 버티는 세포, 같은 T세포라도 면역세포 안에서 실제 기능과 상태가 다르게 작용하는 것 등 차이를 보려면 더 많은 세포를 더 정밀하게 분석해야 한다.

결론적으로, 세포분석은 더 이상 일부 면역학 연구자의 특수한 실험이 아니라,
정밀의학·신약개발·질병지도·AI 바이오모델의 기초 데이터가 됐다.
분석 세포 수와 조건 수가 늘어나면 샘플 준비, 염색, 세척, 데이터 재현의 병목도 같이 커진다.

큐리옥스의 타게팅 시장

큐리옥스가 겨냥하는 시장은 세 단계로 나눠진다.
시장조사 업체에 따르면 글로벌 플로우 사이토메트리 시장은 2030년 70억달러 수준,
액체 핸들링 시스템 시장은 2033년 90억달러 수준,
자동 액체 핸들링 기술 시장은 2033년 60.7억달러 수준으로 제시됐다.
시장조사 수치는 보수적으로 봐야 하지만, 최소한 큐리옥스의 TAM이 작은 시장은 아니다.

직접 타깃 시장: 유세포분석 샘플 준비 자동화 시장

가장 직접적인 타깃은 flow cytometry sample preparation automation,
즉 항체 칵테일링, 세포 염색, 세포세척, buffer exchange, 재현탁 같은 작업이 포함되는 ‘유세포분석 샘플 준비 자동화 시장’이었다.

주요 고객은 다음과 같다.

고객왜 필요한가
글로벌 제약사신약 후보물질이 면역세포·암세포에 미치는 영향을 반복 분석해야 한다
바이오텍세포치료제, 면역항암제, 유전자치료제 개발에서 세포 상태 확인이 필요하다
CRO제약사 대신 수많은 샘플을 표준화해 분석해야 한다
Flow core lab여러 연구자·프로젝트의 유세포분석 샘플을 처리해야 한다
병원·임상 연구기관환자 샘플을 일관되게 처리해야 한다

확장 타깃 시장: 액체 핸들링 자동화 시장

Pluto Code가 나온 뒤에는 타깃 시장이 넓어졌다.
기존에는 큐리옥스 장비를 새로 사야 했지만 Pluto Code는 이미 실험실에 있는 Tecan, Hamilton, Biomek, Opentrons 같은 액체 핸들러에 설치되는 스크립트 라이브러리(실험실 로봇이 특정 작업을 자동으로 수행하게 만드는 미리 짜여진 작업 코드 모음집)다.

큐리옥스는 Pluto Code가 기존 액체 핸들러에 원심분리 없는 세척 기술을 가져오는 스크립트 라이브러리이며, 원심분리, plate transfer, 수작업 개입을 제거한다고 설명했다.
또한 Tecan, Hamilton, Biomek, Opentrons 등 기존 시스템과도 호환된다.

따라서 큐리옥스가 액체 핸들러 전체 시장을 직접 차지하는 것은 아니고, 이미 깔려 있는 액체 핸들러 위에 세포세척 기능을 추가하는 소프트웨어/프로토콜 레이어가 되려한다.

쉽게 말하면, 큐리옥스는 자동차를 파는 회사가 아니라 이미 깔린 자동차에 자율주행 기능을 추가하는 소프트웨어에 가까운 구조를 노린다.

장기 타깃 시장: 세포 기반 분석의 표준 워크플로 시장

가장 큰 장기 내러티브는 세포세척 공정의 표준화였다.

데이터 비교를 위해 글로벌 제약사, CRO, 연구소가 같은 방식으로 세포를 씻고 염색해야 한다.
특히 여러 국가·사이트에서 임상시험 샘플을 처리할 경우, 전처리 방식의 표준화가 중요하다.

따라서 장기적으로 큐리옥스가 노리는 것은 단순 장비 판매가 아니다.
“세포세척은 이 방식으로 한다”는 표준 프로토콜을 파는 것이다.

큐리옥스 제품(유세포분석 공정 순서도 참고)

제품고객 가치주요 고객공정 내 위치
Laminar Wash제어된 층류 흐름으로 세포를 씻는 원천 기술연구실·검증용 고객세척 단계
C-FREE원심분리 없는 세포/입자 처리 플랫폼자동화 고객세척 자동화 전체
Pluto Workstation항체 칵테일링·염색·세척을 한 장비에서 처리하는 자동화 장비제약사, CRO, flow core4~7번 전처리 전체
Pluto ALPHA세척·media exchange 중심의 소형 장비초기 도입·중소형 연구실6~7번 중심
Pluto Code기존 액체 핸들러에 설치하는 세척 스크립트/소프트웨어이미 자동화 장비를 가진 대형 고객6~7번을 기존 장비 위에서 구현

Pluto Workstation은 “새 자동화 장비를 사서 샘플 준비 전체를 맡기는 방식”이다.
Pluto Code는 “이미 있는 액체 핸들링 로봇에 큐리옥스식 세척 기능을 추가하는 방식”이다.

세포분석 시장과 큐리옥스의 실제 매출 성장

전체 세포분석 시장
유세포분석·면역세포 분석·세포치료제 QC 등 현탁세포 분석 영역
분석 전 샘플 준비 공정
항체 칵테일링·염색·세척 자동화
원심분리 없는 세포세척과 기존 액체 핸들러 연동
여기가 큐리옥스의 핵심 타깃이다.

따라서 성장성 확인을 위해 다음 질문들에 순차적으로 답이 필요하다.

세포분석 수요가 늘고 있는가?
그중 유세포분석과 고처리량 면역분석 수요가 늘고 있는가?
그 과정에서 세포세척이 병목이 되는가?
고객이 그 병목을 돈을 내고 해결할 만큼 불편해하는가?
큐리옥스 방식이 기존 원심분리 개선 방식보다 더 나은가?
대형 제약사와 CRO가 이를 표준 프로토콜로 채택하는가?
그 채택이 실제 매출과 반복 주문으로 바뀌는가?

시장이 커진다고 큐리옥스가 자동으로 커지는 것은 아니다.
큐리옥스 매출 성장의 병목은 기술 도입이 아니라 검증 완료 후 SOP와 조달 체계에 들어가 반복 매출로 전환되는 속도다.

25.9월 첫 Pluto Code 상업 도입, 26.4월 마스터 라이선스 계약, 25.4월 중국 독점 유통, 25.5월 IMU 장비 주문의 방향성은 좋다.
하지만, 25년 연간 실적에 미친 효과는 아직 작다.
이는 아마도 공개되지 않은 계약 조건, 수익 배분 비율 등이 큐리옥스에 충분히 유리하지 않기 때문일 것이다.

중간 결론을 내리면, 성장성의 방향은 맞지만 속도는 아직 증명되지 않았다. 이제 파일럿을 통과한 고객이 몇 개 사이트, 몇 개 워크스테이션, 몇 개 팀으로 확장하느냐라는 실제 매출과 직결되는 숫자가 중요하다.
Pluto Code가 설치된 워크플로우 수가 늘어나기 시작하면 하드웨어 매출보다 안정적인 반복매출이 생길 수 있다.
반면 수가 정체되면 계속 ‘좋은 데모를 많이 보유한 적자 장비사’로 남을 가능성도 존재한다.

경제적 해자

큐리옥스의 해자는 무형자산과 전환비용에 걸쳐 있다.

무형자산

C-FREE 기술과 Laminar Wash 물리 원리, 관련 제품군, 그리고 미국 등록상표가 있다.
또한 큐리옥스는 21년부터 美NIST(National Institute of Standards and Technology)의 플로우 사이토메트리 표준 컨소시엄에 참여했고,
회사 임원이 스티어링 커미티에 들어가 있다고 밝혔다.
(물론 후술할 원심분리 진영의 경쟁사들도 들어가 있다)
세포 분석에서 표준 프로토콜은 판매 레퍼런스보다 훨씬 강한 해자가 된다. 

전환비용

Pluto Code의 핵심은 기존 액체 핸들러 위에 코드를 올려 세척 단계를 표준화하는 것이다.
고객은 사이트를 추가할 때마다 새 계약을 맺는 것이 아니라, 마스터 라이선스 아래에서 활성화만 하면 된다.
이로 인해 개별 판매에 대한 가격 협상 기회는 줄 수 있지만, 검증된 워크플로를 여러 사이트에 복제하는 비용과 시간도 함께 줄어든다.
이를 통해 표준 운영 체계가 안착되어 SOP·교육·검증·데이터 비교 기준이 한 번 굳어지면 고객에게 전환비용이 생긴다

경쟁의 현황

원심분리 진영의 대응

큐리옥스 장비가 필수재가 되는 과정에서 원심분리 진영이 아무런 대응을 하지 않고 점유율을 뺏기는 시나리오는 현실적이지 않다.

24년 Cytometry Part B 리뷰 논문은 flow cytometry 자동화가 부분 자동화에서 통합 시스템으로 발전하고 있으며, 최신 sample preparation system으로 Beckman CellMek, Sysmex PS-10, BD FACSDuet를 비교했다고 설명한다.
이 장비들은 pipetting, staining, lysing, washing, fixing 같은 유세포분석 전처리 수작업을 자동화하는 시스템으로 소개됐다.

Beckman 공식 자료는 CellMek SPS가 cell wash가 필요한 복잡한 workflow까지 사용자 개입 없이 자동화한다고 설명한다.

HTA 공식 자료는 HT4150L이 내장 cytocentrifuge, 로봇 친화적 자동 원심분리기 커버, 세포 보존을 위한 가감속 알고리즘을 강조했다.

따라서 기존 원심분리 진영도 세포세척 병목을 인식하고 있으며, 원심분리 공정을 더 자동화하고 덜 거칠게 만드는 방향으로 진화하고 있다고 볼 수 있다.

이 대응이 곧바로 큐리옥스를 불필요하게 만드는 것은 아니다.
큐리옥스는 “원심분리 기반 자동화도 여전히 원심분리라는 병목을 품고 있다”고 주장한다.
Pluto Code는 기존 액체핸들러에서 기계적 업그레이드 없이 세척을 끝내는 구조를 제시하고,
Laminar Wash는 controlled laminar flow가 기계적 스트레스·샘플 손실·변동성을 줄여 더 높은 recovery와 viability, 더 재현성 있는 데이터를 준다고 주장한다.

즉, 현재 경쟁 구도는 “자동화된 원심분리” 대 “원심분리 없는 자동화”의 싸움이지, “자동화” 대 “비자동화”의 싸움이 아니다
물론 원심분리 진영의 대응은 큐리옥스의 필요성을 줄이지만, 당장 0으로 만들 가능성은 낮다. 
물리적으로 세척을 같은 덱 위에서 끝내는 단순성, 그리고 샘플 손상·재현성 이슈의 근본적 해소는 여전히 큐리옥스의 강점이다.
하지만 반대로 원심분리 진영이 recovery·viability·workflow economics를 “충분히 좋은 수준”까지 끌어올리면 Pluto의 강점은 상당히 축소될 수 있다.
따라서 투자 포인트는 “원심분리가 구식이어서 곧 사라진다”가 아니라, 큐리옥스가 원심분리 진영의 유효한 대응 전에 얼마나 빨리 성능 우위를 표준·논문·대형 고객 SOP로 고정시키느냐다.
그 고정에 실패하면 기존 원심분리 진영의 개선만으로도 큐리옥스의 독점적 서사는 약해진다

중국 경쟁사

시장조사 자료는 중국 flow cytometry 시장이 30년까지 5.9억달러로 성장할 수 있다고 보고, 큐리옥스 측 자료도 해당 시장을 “가장 빠르게 성장하는 바이오 시장 중 하나”로 강조한다.

다만, 공개된 경쟁사만 봐도 경쟁이 적지 않다.
회사가 파트너로 선택한 Calebio는 4레이저 장비 포트폴리오를 가진 중국 최초의 full-spectrum flow cytometry 기업이다.
Challenbio는 자사 글로벌 사이트에서 기존 flow cytometer, spectral system, 자동 샘플 준비 시스템, 시약·소모품까지 보유하고 있고, 1,300개 이상의 글로벌 설치 기반을 APAC·Europe·North America에 갖고 있으며 clinical CE 포트폴리오도 있다. 
Mindray 역시 글로벌 사이트에서 flow cytometry 포트폴리오를 직접 운영하고 있다.
즉 중국 경쟁사들은 단순한 저가 복제품 제조사가 아니라, 국산화+스펙트럴+자동화+글로벌 진출을 동시에 노리는 글로벌 플랫폼 회사로 발전하고 있다. 

이들 중 이미 일부는 서구 대형사 시장으로 들어가고 있다.
Challenbio는 스스로 Europe·North America 설치 기반을 공개하고 있고,
Mindray는 이미 글로벌 의료기기 기업으로서 해외 네트워크를 갖췄다.
반면 Calebio는 공개 자료가 아직 비교적 중국 내 포지셔닝에 집중되어 있어, 서구 대형 바이오파마 시장에서의 직접 존재감은 아직 뚜렷하지 않다.
큐리옥스 입장에서는 이들 중국 경쟁사들이 당장 Pluto Code를 서구 빅파마 내부에서 대체하기보다는 중국 현지 시장에서 번들 전략·가격압박·학습속도로 경쟁하게 될 가능성이 높다.

해자의 넓이와 깊이

다만 해자의 폭은 아직 넓다고 보기는 어렵다.
가장 큰 경쟁자는 동일한 laminar-wash 경쟁사라기보다 기존 원심분리 기반 SOP와 이미 고객 안에 들어가 있는 액체 핸들링 플랫폼 업체다.
큐리옥스도 Pluto Code가 주요 액체 핸들러와 호환된다고 설명했는데,
이는 진입 장벽을 낮추는 전략이지만 플랫폼 종속 리스크도 생긴다
.
24년 Beckman Coulter Life Sciences-큐리옥스 파트너십을 발표했지만, 동시에 자체 플로우 사이토메트리 샘플 준비 플랫폼도 보유한다.

큐리옥스는 Laminar Wash가 더 높은 세포 회수율과 깨끗한 데이터를 내고, Pluto Code는 기존 액체 핸들러 위에서 원심분리 없는 세척을 구현했다고 설명한다.
AstraZeneca 연구자는 Pluto Code를 “표준 액체 핸들러로 비원심분리 세포 세척을 시뮬레이션할 수 있다”고 평가했다.
하지만 이런 검증은 어디까지나 “관심과 기술 확인”이지, 대규모 매출 독점의 증거는 아니다

결국, 점유율 판단은 보수적으로 봐야 한다.
유처리분석 전처리 카테고리에서는 큐리옥스가 기술 독창성을 보유했고,
표준화 논의 테이블에도 들어가 있다는 점에서 니치 마켓의 선도기업이 될 수 있다.
그러나 액체 핸들링 자동화 시장에서 점유율을 논하기엔 매출이 너무 작다.

결론적으로 큐리옥스의 해자는 시간이 지날수록 강해질 수 있지만,
현재 시점에 이미 완성되어 증명된 해자는 아니다. 

협상력

GPM은 2021년 63.27%, 2022년 65.40%, 2023년 56.35%, 2024년 55.77%, 2025년 41.45%로 추세적으로 하락했다.
25년에는 매출이 12.3% 늘었는데도 매출원가는 48.7% 증가했고,
그 결과 매출총이익은 25.59억원에서 21.35억원으로 줄었다.
숫자만 보면 현재의 큐리옥스는 가격결정력이 강화되는 기업이 아니라,
제품 믹스와 초기 상업화 비용 때문에 총이익률이 훼손되는 기업이며,
고마진 소프트웨어 회사로서 기대는 실적으로 입증되지 않았다

물론, Pluto Code와 26.4월 마스터 라이선스 계약 구조는 조달 절차를 한 번으로 줄이고, 이후 확장을 계약이 아니라 활성화로 처리하게 만든다.
이 방식은 고객의 구매 저항을 줄이는 대신, 공급자인 큐리옥스 입장에서는 한 번 플랫폼 안으로 들어가면 반복 확장을 받기 쉬운 구조다.
다만 이게 협상력으로 이어지려면 고객이 빼면 불편한 공정으로 인식하여 전환비용이 발생해야 한다는 근본적 문제의식으로 연결된다.
하지만 아직 공개된 재계약 실적과 사이트 확장 숫자가 부족해서,
구조적 협상력의 잠재력은 보이지만 실현은 입증되지 않은 상태라고 봐야 한다. 

유통 채널 확보도 협상력에 양면적 영향을 미친다.
중국에서는 Calebio가 독점 유통을 맡고 27년까지 최소 구매를 약정했다.
일본에서는 TOMY와의 유통 협력을 확장했다.
이런 구조는 판매망을 빠르게 여는 데는 유리하지만,
반대로 판매를 파트너에 의존할수록 큐리옥스가 최종 고객과 직접 갖는 가격 통제력은 약해진다.
특히 2025년 연간 매출이 51.52억원에 불과했다는 점을 감안하면,
현재까지는 채널의 폭보다 매출 전환 속도가 더 큰 문제였다.

밸류체인 관점에서도 병목은 아직 큐리옥스 쪽에 완전히 넘어오지 않았다.
오늘의 실험실 자동화 밸류체인에서 가장 강한 쪽은 여전히 기존 분석 장비·액체 핸들러·소모품 생태계를 쥔 대형 플랫폼 업체다.
큐리옥스는 생태계 안에서 “문제는 있지만 표준 솔루션이 없는 공정”을 선도하려는 회사다.
밸류체인 병목 기업으로 인정받으려면 GPM 반등과 반복매출 전환을 숫자로 입증해야 한다.

자본배치

현금조달

25년말 회사의 현금은 177.85억원, 순현금은 153.35억원이다.
반면 25년 영업현금흐름은 -111.09억원, 잉여현금흐름은 -112.45억원이다.
25년 수준의 현금유출이 이어지면 1년 반에 현금 조달이 필요하게 된다.
부채는 총 24.5억원으로 크지 않아 당장 재무위기 상황은 아니지만,
상업화가 지연되면 26년말~27년에는 추가 자본조달 필요성이 리스크가 될 가능성이 있다. 

주식 희석

주주가치 희석 측면에서 주식수는 꾸준히 증가하고 있다.
24~25년 여러번 스톡옵션이 행사됐고, 25.7~9월에는 전환청구로 74.9만주(24년말 대비 4.65%)가 상장되었다.
즉, 무리한 대규모 유상증자는 없지만 주식 보상·전환권 희석은 있다.
인·물적 자본에 대한 성장 투자로 이해할 수 있지만 흑자 전환이 지연되면 시장이 더 민감하게 볼 수 있다.

R&D

25년 연구개발비는 26.15억원으로, 매출 51.52억원의 절반을 넘는다.
성장 초기 기술 기업임을 감안하면 과도한 수준은 아니다.

오히려 Pluto Code, Pluto ALPHA, MT 등 라인업 확장을 보면 기술 투자가 실제 제품 확장으로 이어졌다고 볼 수 있다.
다만, 아직 R&D가 높은 수익성으로 연결되지 못했다.
해자가 진짜라면 시간이 지나며 R&D 비중이 낮아지고 GPM이 회복되어 수익성이 높아질 것이지만, 우선 25년에는 GPM이 더 훼손되었다.

M&A·주주환원

24~26.5월 동안 대형 M&A 사례, 배당이나 자사주 중심 주주환원 정책도 확인된 바 없다.

이는 현금을 소진하고 있는 현재 단계에선 자연스럽다.
이 회사가 주주에게 돌려줘야 할 것은 사업 영역 확장이나 배당이 아니라 유기적 성장을 입증하는 것이다.

밸류에이션과 시장의 실수

26.5.6일 종가는 94,500원, 시가총액은 1.61조원이다.
25년 매출은 51.52억원, 자본총계는 528.10억원이다.
따라서 TTM PSR은 313배, PBR은 30.5배다.
이 밸류에이션은 좋은 기술주가 아니라 향후 몇 년 안에 매우 큰 상업화 점프가 나올 것이라는 강한 기대를 반영한 가격이다. 

시장의 프리미엄 부여가 정당화될 수 있는 근거는 다음과 같다.
1) 현재는 하드웨어 매출 중심으로 GPM이 흔들리지만, 다중 사이트·워크스테이션 활성화 모델로 Pluto Code가 확산되면 매출의 질이 바뀐다.
2) NIST 표준화 참여, 액체 핸들러 호환성, 대형 제약사 파일럿과 마스터 라이선스 구조는 한 번 들어가면 반복 확장이 쉬운 사업으로 발전된다.
3) 25년의 작은 매출에 집착해 27~30년의 소프트웨어형 반복매출 구조를 과소평가할 수 있다. 

문제는 프리미엄이 약화될 리스크가 실현될 확률도 낮지 않다는 것이다.
1) 25.4월 IMU 계약, 중국 독점 유통, 일본 채널 강화, 25.9월 첫 Pluto Code 상업 도입, 26.4월 마스터 라이선스 계약 같은 이벤트가 있었는데도 25.4Q 매출은 18억원에 그쳤고 25년 GPM은 41.45%로 오히려 악화되어, 계약은 많은데 실적은 작다.
2) 게다가 25년 상업 도입·26년 마스터 라이선스 고객, 계약 단가 및 조건도 공개되지 않아, 투자자가 해당 계약의 질과 크기를 검증하기 어렵다.
3) 또한, 원심분리 진영의 유효한 대응, 중국 기업들의 진출 가능성도 적지 않다.

내재가치는 30년까지 유료 활성화 워크 스테이션 수가 몇 건까지 늘어나는가를 핵심 변수로 놓고 평가해봤다.

큐리옥스가 2025년 4월 공시한 IMU Biosciences 대상 Pluto HT 판매계약은 확정 계약금액 811,387,581원, 최근 매출 대비 17.68%였다. 이 계약은 단일판매·공급계약으로 공시됐고, 계약 내용은 “세포분석자동화기기 판매계약(Pluto HT)”이었다


큐리옥스는 Pluto 제품군 가격을 일부 공개했다.
Pluto ALPHA는 3만달러 미만, Pluto LT Workstation은 약 5만달러, Pluto MT Workstation은 약 8만달러, Pluto HT Workstation은 견적 요청, Pluto Code는 custom으로 제시됐다.

Pluto Code는 기존 액체핸들러 위에 설치되는 소프트웨어였기 때문에, 고객의 지불여력을 보려면 액체핸들러 가격도 참고해야 한다.
Opentrons Flex는 시작가가 26,400달러, Flex NGS Workstation은 55,100달러이며,
미국 USDA는 2025년 Tecan Fluent 480 liquid handler 5대를 약 302.45만달러에 조달
했는데, 이는 대당 약 60.5만달러 수준이었다.

이러한 고객 지불용의 대리변수를 바탕으로 활성화 워크스테이션당 1억원의 매출을 가정한다.
핵심 고객은 글로벌 TOP 15개 빅파마를 가정하고, Bear Case는 그 중 5개, Base Case는 그 중 9개, Bull Case는 15개 전부 도입+주요 정부·연구기관까지 도입을 가정한다.
(장비에 대한 자본지출도 워크스테이션 형태의 현금흐름 연 1억원 매출로 환산한다)

시나리오핵심 가정
(활성화 워크스테이션수)
30년 매출 추정30년 순이익률 추정내재가치
(PER)
Bear300개 워크스테이션 설치, 핵심 고객 5개 내외, 中·日 채널 전환 제한적300억원8%1,200억원
(PER=50배)
Base900개 워크스테이션 설치, 핵심 고객 8~10곳, 일부 멀티사이트 확장, 하드웨어와 소프트웨어 동반 성장900억원15%9,450억원
(PER=75배)
Bull1500개 워크스테이션 설치, 핵심 고객 20곳 이상, 다수 사이트 활성화, 소프트웨어 비중 상승으로 마진개선1,500억원30%4.5조원
(PER=100배)

현재 시가총액 1.6조원은 이미 “Base와 Bull 사이”의 30년 이익 레벨을 가격에 상당히 반영하고 있다.
따라서 지금 이 종목에서 큰 수익이 나려면 단순 성장으로는 부족했고, Pluto Code의 엔터프라이즈가 비선형적으로 확산되어야 한다.
반대로 그 전환이 1~2년만 지연돼도 밸류에이션 압박은 매우 커진다.
따라서 큐리옥스는 LTO 관점에서 75% 이상의 확률을 담보할 수 없는 투자 대안으로 평가된다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

CLBT는 헐값에 팔린 알래스카다

CLBT는 다른 소프트웨어 기업들과 함께 AI에 의해 대체될 기업으로 인식되고 있다.
하지만 CLBT는 ‘물리적 암호 해제’라는 수사 프로세스상의 병목을 해결하는 기업으로,
이를 바탕으로 이후 법정에서 증거를 제시하는 것까지 원스톱으로 처리하는 인프라를 구축했다.

이는 1867년 러시아가 미국에 알래스카를 720만달러에 매각한 사례와 유사하다.
알래스카 매각의 핵심은 러시아가 멍청했다는 이야기가 아니다.
당시 기준으로 알래스카는 멀고, 춥고, 방어하기 어렵고, 당장 현금흐름도 애매한 자산이었다.
그 프레임 안에서는 720만 달러가 아주 이상한 가격은 아니었다.
문제는 그 땅을 ‘얼음과 비용’으로 볼 것이냐, ‘미래 자원과 전략적 위치’로 볼 것이냐였다.

CLBT도 비슷하다.
시장은 이 회사를 일반 소프트웨어 멀티플과 AI 대체 공포 안에서 보고 있다.
그 프레임 안에서는 할인된 가격이 그럴듯해 보인다.
하지만 이 회사의 본질이 ‘분석 SaaS’가 아니라 ‘법적 증거 인프라’라면,
시장은 알래스카의 얼음만 보고 있는 셈이다.

이 회사의 본질은 “데이터를 빨리 보여주는 SaaS”가 아니라 법정 제출이 가능한 형태로, 접근·추출·해독·분석·보관·협업까지 이어지는 규제형 수사 인프라다.
AI는 일부 기능을 대체하지만, 합법적 접근권 확보, 증거 무결성, 체인 오브 커스터디(chain of custody), 감사로그, 권한통제, 규제 인증, 법정 방어가능성은 범용 LLM로 대체하기 어렵다.
오히려 BM에 규제·현장운영·조달·교육·인증이 얽혀 AI가 플랫폼의 부가가치를 키우고 있다.

성장성

매출 현황

회사는 매년 20% 전후의 매출 성장을 보이고 있으며 26년 가이던스도 +18~20% 수준이다.
또한 영업 레버리지 효과로 매출총이익은 매출보다 빠르게 늘어나고 있다.
(GPM이 80% 전후의 높은 수준에서도 더 높아지고 있다)

매출의 90% 수준이 구독 매출이며, 지역별로는 미주가 50%대 EMEA 30%대, APAC 10%대로 잘 다변화되어 있다.

25년 공공부문이 총매출의 90% 이상을 차지했으나 신규 고객 기여도는 제한적이었다.
회사는 24년 “최근 몇 년간 신규 고객이 연간 ARR 성장의 약 2%포인트를 기여했다”고 밝혔고,
25년 “신규 고객이 ARR 성장에 기여한 비중이 2%포인트 미만”이라고 밝혔다.
회사 IR 자료에는 “기존 고객 확장이 유기적 ARR 성장의 대부분을 이끌었다”고 적시했다.

하지만 이것이 성장성이 제한적이라는 의미는 아니다.
이는 성장의 본질이 신규 고객보다 기존 고객의 업셀·크로스셀에 있었다는 뜻이다.

BM의 이해

BM을 세분화하면 크게 ‘다섯 단계’로 나눌 수 있다.

첫째는 접근·추출·해독이다.
회사는 Inseyets를 “올인원 모바일 포렌식 스위트”로 설명했고,
IR 자료에서는 ‘Android·iOS·피처폰 전반에 대한 접근·추출·디코딩을 담당하는 핵심 수집 레이어’로 제시했다.

둘째는 사람이 읽을 수 있는 증거화다.
회사는핸드폰에서 나온 수많은 문자, 사진, 기록 같은 데이터를 수사관이 바로 읽고 사건을 파악할 수 있도록 보기 쉽게 정리해주는 프로그램을 제공한다.

셋째는 멀티디바이스·멀티소스 분석이다.
Pathfinder와 Guardian Investigate는 여러 기기와 데이터 소스를 연결해 링크, 타임라인, 관계를 찾는 분석·케이스 운영 프로그램이다.

넷째는 보관·공유·협업이다.
Guardian은 디지털 증거 저장, 권한통제, 공유, 검토, 감사흐름을 제공하는 증거·워크플로 관리 SaaS다.

다섯째는 인접 사업 확장이다.
25.12월 Corellium사를 인수하여 스마트폰을 가상으로 분석하고 보안 취약점을 찾아내는 기술을 강화했다.
26.3월에는 드론 포렌식 기업 SCG Canada를 인수해 범죄 현장 기록과 이동 경로를 그대로 남기는 ‘날아다니는 CCTV’ 역할을 하면서 수사에서 중요한 증거 수단이 되고 있는 드론 데이터까지 수집·분석할 수 있도록 조사 범위를 확장했다.

매출이 발생하는 제품은 크게 세 가지이다.

Inseyets는 수사관 입장에서 “휴대폰과 각종 디지털 기기에서 증거를 꺼내고 읽을 수 있게 만드는 주력 포렌식 도구 묶음”이다.
회사는 22년 과거의 여러 디지털 포렌식 제품을 공통 코드베이스 기반의 통합 제품군인 Inseyets로 정리했다.
쉽게 말하면, Inseyets는 일반인의 스마트폰 백업 툴 사용과 달리 수사기관이 잠긴 기기·삭제 데이터·앱 구성요소를 포렌식 수사 절차 규정에 부합하게 다루기 위한 운영 환경을 만든다.

Pathfinder는 Inseyets에서 여러 기기와 대량 데이터를 분석해 단서와 관계를 찾는 엔진이다.
이 제품은 핵심 조사·분석 도구로 AI를 활용해 문자, 이미지, 비디오 검토를 돕는다.

Guardian은 추출된 디지털 증거를 저장·공유·검토·관리하는 클라우드/증거관리 도구다.
26.3월 정식 출시된 Guardian Investigate는 이 Guardian 위에 수사 협업·태스크 관리·타임라인·증거 질문응답·AI 에이전트 기능을 얹은 수사운영 프로그램이다. 

BM이 제공하는 핵심 가치

CLBT가 프로그램을 통해 공공기관 및 기업에게 제공하는 핵심 가치는 합법성, 증거능력, 재현가능성을 전제로 한 ‘증거수집에 소요되는 시간 절약’이다.

수사기관은 단순히 빠르게 잘 정리된 요약문이 필요한 것이 아니라, 
어떤 기기에서, 어떤 방식으로, 누가, 언제, 어떤 권한으로 데이터를 확보했고,
그 원본과 분석결과의 인과관계가 유지
되는지를 요구했다.
(비합법적인 방법으로 얻은 증거는 증거 능력이 떨어지거나 상실한다)

美 국립표준기술연구소(NIST : National Institute of Standards and Technology)는 디지털 포렌식을 “정보의 무결성을 보존하고 엄격한 체인 오브 커스터디를 유지하면서 데이터를 식별·수집·검사·분석하는 행위”로 설명했다.
(체인 오브 커스터디 : 증거가 수집·보관·분석되는 전 주기에서 누가, 언제, 왜 다뤘는지를 추적하는 과정, 쉽게 설명하면 증거를 ‘수집, 보존, 분석한 경과와 주체에 대한 기록’으로, 이 기록이 부족하면 아무리 논리적이고 명확해도 증거 능력이 약해진다)

TAM의 정의

TAM은 “모바일 포렌식 소프트웨어”보다 넓고, “범용 보안 소프트웨어”보다는 좁다.

현재 CLBT가 진입 시장은 법집행기관·국가기관·대기업의 합법적 디지털 조사 시장이며,
앞으로 회사가 공표한 확장 시장은 클라우드 기반 증거관리, 멀티소스 조사·협업, 모바일 취약점 연구·앱보안, 드론 포렌식이다.

시장의 성장성

메가트렌드는 ‘디지털 기기, CCTV, 방법 드론의 확대’이다.
디지털 증거 비중 확대 → 수집·검토에 따른 수사기관 인력과 절차 부담 증가 →
수동 워크플로 한계 → 규제 SaaS와 AI 보조 분석 수요 확대 → CLBT 수요가 증가한다.

26년 회사의 63개국 실무자 대상 연례 설문조사 결과,
스마트폰이 수사에서 가장 중요한 디지털 증거라는 응답이 97%였고,
95%는 디지털 증거가 사건 해결을 돕지만, 94%는 그 복잡성이 사건 부담을 키운다고 답했고,
3분의 2는 검토 시간이 사건 진행의 최대 병목이라고 답했다.
클라우드 증거관리 수용도는 2024년 35%, 2025년 38%, 2026년 42%로 높아졌고,
65%는 AI가 수사를 가속화할 수 있다고 봤다.

연방부문은 중요한 성장 변수다.
25년 미국 연방 매출 비중이 약 16%였다.

24.3월 연방 클라우드용 FedRAMP 인증 절차에 착수했고,
25.2월 FedRAMP High Ready를 획득했으며,
25.7월에는 U.S. Department of Justice가 후원기관(sponsoring agency)이 됐다.
FedRAMP 설명에 따르면 연방기관 후원을 받아 ATO(Authorization to Operate, 쉽게 말해 보안 허가)를 취득해야 연방기관이 Guardian과 같은 클라우드 서비스를 정식 도입하기 쉬워진다.
(이러한 인증은 획득하기 까다롭고 시간이 걸리며, 후술하는 경제적 해자의 근거가 된다)

장기적으로 연방 매출은 정권과 상관없이 완전히 사라질 시장은 아니다.
다만 예산의 방향과 속도는 정권 영향이 있다.

26~27년 트럼프 행정부 예산안은 국경안보·이민집행·핵심 치안 기능을 중시했고, 
Department of Homeland Security 예산안도 border security와 immigration enforcement를 우선순위로 뒀다.
이는 디지털 포렌식, 국경·방첩·대테러 수요와 방향이 대체로 맞았다.
반면 정치·예산 불확실성, 인력 구조조정, 계속되는 예산결의안은 실적 변동성을 키울 수 있다.

민주당 집권시 연방 수요 자체보다 AI 거버넌스·인권·감사통제 요구가 강화될 가능성이 높다.
Cellebrite는 단순히 빠른 범용 AI보다 연방 클라우드 보안인증 통과(FedRAMP와 같은 cloud compliance), 권한통제, 감사로그, 원본 증거 추적, human-in-the-loop(AI가 최종결정을 내리지 않고 사람이 중간에 확인/승인하는 구조) 설계로 유리하다.
(바이든 행정부는 AI를 공공부문에 쓰되, 권리, 안전에 영향을 주는 AI에 강한 관리체계 요구,
현재 美 법무부도 AI를 쓰되 법치, 국가안보, 시민권 보호라는 프레임 안에서 사용)

성장 기대치는 높다.
TAM이 아직 설치 기반 확대 단계에 있고,
신규 고객보다 기존 고객 업셀이 성장의 대부분을 차지해 예측 가능성이 높으며,
연방 클라우드·Guardian·Investigate·Genesis·Corellium·드론 포렌식이 같은 워크플로 안에 있기 때문이다.

디지털 포렌식 전체 시장에 대해 Grand View Research, Markets and Markets가 10%대 CAGR을 예상했다.

디지털 증거관리 시장은 Mordor Intelligence, Grand View Research 등이 10~20% 수준의 성장률을 추정하고 있다.

시장이 오류를 범하고 있는 지점은 회사를 좁은 모바일 포렌식 공급업체로만 보는 시각이다.
실제로는 조사 워크플로 전체 지출을 포함하는 방향으로 BM을 확장해나가고 있다.

경제적 해자

경쟁현황

모바일 접근·추출 분야에서는 Magnet Forensics의 Graykey/Axiom, MSAB의 XRY/XAMN, Oxygen Forensics의 Detective가 직접 대체재다.
증거 보관·공유 측면에서는 Axon Enterprise의 Evidence 계열이 경쟁한다.
분석 레이어에서 Palantir Technologies 같은 범용 분석 플랫폼이 유사한 서비스를 제공한다.

하지만 대부분은 Cellebrite가 강한 영역 전체를 동시에 커버하지 못하거나,
반대로 더 넓은 플랫폼이지만 모바일 포렌식의 가장 어려운 병목인 접근·추출·증거화가 약하다.
즉, 대체재는 많지만, 동일한 품질로 전 과정을 대체하는 완전 대체재는 제한적이다.

다만, 경쟁사 Magnet Forensics는 5,000개 이상 고객을 90개국 이상에 보유하고 있으며,
MSAB는 100개국 이상 법집행기관을 고객으로 두고 자사 솔루션을 사실상 표준(de facto standard)이라 표현했다.
따라서 Cellebrite도 사실상 표준에 가깝지만 독점은 아니다.

대형 고객에서 멀티벤더가 흔한 이유는 기술과 법적 리스크가 동시에 존재하기 때문이다.
스마트폰 제조사가 보안을 계속 패치하므로 어떤 한 벤더도 모든 시점, 모든 기기, 모든 OS에서 항상 최상위 접근 성능을 유지할 수 없다.
그래서 기관들은 접근 성능 헤지증거 검증조달 리스크 분산을 위해 복수 도구를 쓰고, 경쟁사들도 상호운용성을 높였다.

Magnet은 자사 Axiom이 Graykey 추출물을 심층 분석하도록 설계됐다고 설명했고,
MSAB의 고급 인증 과정은 자사 생태계 바깥의 도구와 수작업 검증도 함께 요구했다.
이는 시장이 이미 “단일 툴”보다 best-of-breed 조합을 사용해왔다는 의미다. 

해자의 근거

해자의 근거는 전환비용무형자산절차우위, 약한 네트워크 효과가 결합된 구조다.

회사는 20개 미국 대도시 경찰, 50개 미국 주, 27개국 EU 국가경찰, 15개 미국 내각급 행정부처, 100개 이상의 북미 연방 계정을 고객 사례로 제시한다.
또 25년 말 기준 기존 고객의 55%가 여러 개 도구를 따로 쓰던 방식에서 벗어나, 추출·분석·보고까지 한 번에 되는 통합 소프트웨어(Inseyets)로 업그레이드했으며,
Guardian과 Pathfinder는 여전히 설치기반 대비 침투율이 낮아 업셀 여지가 크다.

Magnet과 MSAB도 수개월에 걸친 인증 트랙, 연례 교육, 온디맨드 훈련을 운영하는 등 교육과 SOP를 진행한다.
그러나 Cellebrite는 가장 폭넓은 대형 공공기관 워크플로 안에 이미 들어가 있다.
따라서 신규 벤더가 동급의 기능을 내더라도, 교육 재실시·법정 검증 선례 축적·보안심사·조달 등록까지 재구축해야 하는 시간이 길다.
즉, 기술+절차+교육+인증+조달+증거방어가 통합된 ‘시스템’이 폭넓게 깔려,
전환비용과 신뢰성에 근거한 무형자산, 수사 절차와의 결합, 다수의 프로그램 사이에 발생하는 네트워크 효과가 해자의 강력한 근거가 된다.

FedRAMP 인증에 드는 시간을 통해 진입장벽의 크기를 가늠할 수 있다.
Cellebrite는 24.3월 FedRAMP 절차 착수를 발표했고, 25.2월 High Ready, 25.7월 DOJ sponsorship을 거쳐, 26.4월 현재 In Process다.
즉 착수 후 2년이 지나도 아직 최종 Authorization은 아니다.
Axon은 Axon Evidence가 2019년에 연방 FedRAMP JAB authorization을 발표했고,
현재 Marketplace의 US Axon FedCloud-High는 22.11.22일 Authorized로 표시된다.
Magnet Forensics는 25.2월에야 FedRAMP authorization 절차 착수를 발표했다.

따라서 Cellebrite가 늦은 것은 아니지만, 인증 장벽이 상당히 높다는 것은 분명하다. 

AI의 대체가능성

대체 가능한 영역

채팅 요약, 이미지 분류, 번역, 관계 탐색 보조, 보고서 초안 작성, 멀티소스 질의응답 같은 후단 소프트웨어 기능은 이미 대체가 진행 중이다.
회사도 2025년부터 Guardian에 생성형 AI 기능을 넣었고, 2026년 3월에는 Guardian Investigate를 정식 출시했으며, Genesis는 얼리액세스로 공개했다.

미국 정부와 사법 영역도 AI 활용을 확대하는 중이다.
다만 법무부와 사법부는 동시에 신뢰성·규칙 정비를 강화하고 있고,
최근 법원은 ChatGPT 기반 경찰 보고서의 정확성 문제를 지적하기도 했다.

한편 회사의 자체 설문에서는 AI가 수사를 가속할 수 있다고 본 비중이 65%였지만,
3분의 1은 정책이 AI 사용을 막고 있다고 답했다. 

대체 불가능한 영역 : 시장의 오해, CLBT에 투자해야 하는 이유

반대로 AI가 당분간 대체하기 어려운 고유영역은 네 가지다.

첫째, 잠긴 기기에서 합법적으로 접근권을 확보하는 일이다.
이 영역은 취약점 연구, OS별 대응, 하드웨어·펌웨어 이해, 법적 제약이 필요하며,
해제시도에 대한 취약성을 OEM이 지속 보완하기 때문에 해제를 자동화하는 것은 불가능하다.

둘째, 원본 증거와 분석 결과를 지속적으로 연결하는 법적 증거능력이다.
법정에서 필요한 것은 “어느 메시지, 어느 사진, 어느 통화기록, 어느 위치기록 때문에 그런 판단을 했는지”이며, 법정에서는 ‘판단을 위한 답’보다 ‘근거’가 중요하다. 
이러한 맥락에서 “원본 증거에 발을 딛고 있는 분석(grounded analysis)”과, “그 판단이 어떤 증거 경로를 거쳐 나왔는지 나중에 다시 따라갈 수 있는 상태(traceability)”가 중요하다.
따라서 수사에서 AI는 초안은 쓸 수 있어도 최종 증언은 쓸 수 없고 인간 검증이 빠질 수 없다. 

그래서 Axon 같은 인접 강자도 존재하지만, 순수 보안기업이 CLBT를 바로 대체하기는 어렵다.

셋째, 권한통제·감사로그·보존정책이 내장된 공유·보관 인프라다.
BM 설명에서 언급한대로 Chain of Custody를 유지해야 법정에서 증거능력이 유지되기 때문에 증거 확보, 분석 등에 규제 준수가 필수적이다.

온디바이스 AI는 프라이버시 일부를 완화할 수 있지만, 사건을 분석하려면 여러 기기, 여러 데이터가 연결돼야 해서 결국 서버에서 처리하는 부분이 필요하다.
그리고 결과가 ‘어디서 나온 건지’, ‘누가 만들었는지’가 명확해야 법정에서 증거로 인정되는데, 이는 단순히 AI가 돌아가는 위치만으로 해결되는 문제가 아니다.

넷째, 연방 조달·보안인증·교육·표준운영절차다.
표준으로서 지위를 유지하고, 활용을 위한 기관별 교육을 진행하는 것은 AI로 효율화하더라도 완전 자동화는 불가능하다.

회사는 AI가 대체할 수 없는 영역을 만들기 위해 세 가지를 하고 있다.

첫째, AI를 범용 비서가 아니라 증거 원본에 grounded된 조사용 에이전트로 패키징하고 있다.
Guardian Investigate와 Genesis는 질문응답, 링크 규명, 타임라인, 케이스 내러티브를 하되, 감독과 Chain of Custody를 유지하는 방향으로 설계됐다.
즉, 인터넷이나 다양한 데이터를 참고해서 답을 만드는 빠르고 똑똑한 일반적인 AI는 답이 어디서 나왔는지 정확히 추적하기 어렵다.
반면 CLBT는 AI가 ‘이미 확보된 증거 데이터’만 가지고 분석하도록 제한하고,
누가 어떤 데이터를 봤고 어떻게 결론이 나왔는지를 모두 기록한다.
이렇게 하면 속도뿐 아니라 ‘신뢰성’과 ‘책임성’까지 확보할 수 있게 된다.

둘째, Corellium을 통해 모바일 취약점 연구와 기기 접근 능력을 강화했다.
범죄 수사에서는 대부분 데이터가 잠겨 있거나 보호돼 있다.
AI는 데이터를 받아서 분석하는 건 잘하지만,
잠겨 있는 상태에서 데이터를 꺼내는 건 전혀 다른 기술이다.
Corellium은 이 ‘접근’ 문제를 해결하는 기술이고 이게 해결되지 않으면 AI도 쓸 수 없다.
이 영역은 단순 소프트웨어가 아니라 운영체제 구조 이해, 보안구조 분석, 취약점 발견 등 연구 + 해킹 방어 + 시스템 이해가 통합적으로 필요한 영역으로, LLM 같은 AI로 대체가 곤란하다.

셋째, FedRAMP·ATO, Guardian, 고객 교육, 윤리 프레임워크를 엮어 범용 AI와 구분되는 규제형 조사 플랫폼을 구축하고 있었다.
즉 민간에서는 아무 AI나 쓸 수 있지만, 경찰이나 정부는 아무 AI나 쓸 수 없다.
그래서 CLBT는 사전에 승인받은 방식으로만 AI가 작동하도록 만든 시스템을 만들었다.

해자의 깊이와 넓이

스마트폰 제조사의 보안 기술이 지속 업데이트되기 때문에 기술적 해자는 영구적이지 않지만,
설치기반, 교육, 조달, 증거법, 클라우드 인증, 업무흐름 내재화가 중첩되어 유지 가능성이 높다.

따라서 점유율은 전체 시장에서 확대 또는 유지 가능성이 높다.
세부 영역에서는 경쟁이 계속될 것이고, 멀티벤더 환경도 당분간 유지될 것으로 판단된다.

협상력

매출총이익률은 19년 79.16%에서 25년 84.20%로 매우 높은 수준에서도 추세적으로 증가하고 있다.

가격결정력(P)

회사 IR 자료는 고객이 돈을 내는 이유를 “time-to-data, time-to-insights, time-to-collaboration, time-to-evidence, time-to-justice”라고 정리한다.

중요한 것은 “시간”이 아니라 사건당 유효시간이다.
AI가 더 빠를 수는 있어도, 접근권이 없으면 아무것도 요약할 수 없고, 증거 연결이 끊기면 빨리 만든 보고서도 법적 가치가 떨어진다.
두드러진 병목이 검토 시간인 상황에서, 접근·해독·분석·공유를 하나의 통합 체계 안에서 줄여주는 쪽이 효용이 크다.

따라서 가격보다 품질·기기 커버리지·신뢰성·보안·조직적합성이 더 중요한 구매기준이며,
작은 기관일수록 예산에 민감하지만, 큰 기관에서는 품질 우선성이 강하다.
이러한 구조하에서 가격을 순조롭게 인상할 수 있었다.

점유율 확장(Q)

회사는 Inseyets 전환을 통해 가격·패키지 업그레이드를 진행 중이었고,
2025년 설치기반 전환율이 55%에 도달했다.

25.4Q IR은 Inseyets/Guardian/Pathfinder를 함께 도입한 미국 대도시 경찰의 ARR이 12배 증가했다는 점유율 확보 사례를 소개했고,
경쟁사 프로그램을 제거하면서 업그레이드한 EMEA 기관의 ARR은 155% 늘었다.
24~25년 ARR 성장의 대부분이 기존 고객 확장에 의해 발생했고,
신규 로고 기여는 약 2%포인트 내외에 머물렀다.
이는 고객당 지출 점유율 상승이 매우 강했다는 뜻이었다. 

주요국가별 수사 기관은 정해져 있고 그렇기 때문에 국가가 새로 세워지지 않는 한 신규 고객 증가가 별로 없다.
하지만 기관별 수사 프로세스 도입은 초기 수준으로 침투율이 낮기 때문에 향후 고객당 지출액 증가를 통해 매출이 주로 성장할 것으로 예상되며,
따라서 이미 대부분 국가 수사기관에서 레퍼런스를 확보하고 검증과 인증을 마치거나 막바지인 CLBT 프로그램은 강한 해자를 보유한다.

또한 풀스택을 확보한 CLBT 프로그램은 완결성과 편의성, 신속성 측면에서 경쟁사 프로그램을 제거하고 CLBT로 전환할 유인을 제공한다.

비용 효율화(C)

CLBT의 효율화는 원재료·외주업체에 대한 협상력으로 비용을 깎는 제조업식 CR이 아니라,
① 소프트웨어/구독 매출 비중 확대,
② 기존 고객 업셀에 따른 영업 레버리지(매출에 따른 비용 증가 최소화)
③ AI를 내부 생산성 도구로 활용,
을 통해 규모 확대에도 FCF 마진을 30%+ 유지하는 전략이었다.

25.1Q 회사는 ARR 23% 성장과 매출 증가를 “prudent spending”과 결합해 adjusted EBITDA가 전년 대비 34% 증가했다고 설명했다.
이는 성장 투자 속에서도 지출을 적정수준으로 통제해 이익률을 올렸다는 의미다.

Cellebrite의 원가 구조에서 가장 중요한 점은 구독 매출의 원가율이 낮다는 점이다.
25.3Q 누적 구독 서비스 원가는 $26.96M이었고 같은 기간 구독 매출은 subscription services $241.70M + term-license $69.82M이다.
즉 구독형 소프트웨어 매출이 늘수록 매출원가가 감소하여 이익률을 방어하기 쉬운 구조다.
(다만 클라우드 전환에 대해서는 단기 호스팅 비용이 증가하나 제품이 구독형으로 확장되면서 고객당 매출과 반복매출이 커지기 때문에 전체 GPM은 80%대 중반을 유지할 수 있다고 언급)

성장의 대부분이 기존 고객 확장에서 나온다는 점이었다.
기존 고객에게 Inseyets, Guardian, Pathfinder, Unlock 등을 붙이는 구조는 완전히 새로운 고객을 설득하는 것보다 판매비·영업 효율이 높다.
25.3Q 회사는 “greater scale and expand our wallet share with existing customers”를 통해 저 30%대 FCF 마진을 만들겠다고 언급했다.

25.4Q 컨콜에서 회사는 혁신과 확장 투자를 이어가면서도 “AI-enabled tools”로 팀 생산성과 효율성을 높이는 데 집중하고 있다고 말했다.
AI는 고객 제품 기능뿐 아니라 내부 인력 생산성 개선 수단으로도 쓰고 있었다.

자본배치

전반적으로 양호하나 SBC(주식상여) 증가는 모니터링이 필요하다.

주주가치 희석

IR은 26년 가중평균주식수가 약 2% 늘어날 것이라고 안내했다.
SBC 비용은 2023년 1,900만달러, 2024년 3,058만달러, 2025년 4,489만달러로 증가했다.
일반인 관점에서 SBC는 “현금 대신 주식으로 급여 일부를 지급하는 것”이었고,
단기적으로 현금이 덜 나가지만, 장기적으로 주주 지분이 희석되는 비용이다. 

자본조달

자본조달은 순현금 구조를 유지하면서 성장투자와 M&A를 병행했고,
대규모 차입 의존이 크지 않았지만 SBC가 빨리 늘고 있다는 점은 모니터링이 필요하다.

회사가 제시한 2026년 희석 가이던스는 약 2%로 통제 가능한 수준이었지만,
outstanding awards와 추가 발행 여력은 꽤 컸다.
따라서 SBC 증가율이 매출 증가율을 계속 웃도는지를 분기마다 확인해야 한다. 

M&A

Corellium 인수는 ARM 가상화, 모바일 취약점 연구, 앱 보안, 국방·정보 분야 확장을 목적으로 했고, 회사는 이 자산이 기존 디지털 조사 포트폴리오를 보완하며 TAM을 확장한다.
드론 포렌식 SCG Canada 인수도 드론 데이터를 “휴대폰 다음으로 중요한 디지털 증거원”으로 보고 접근·추출·시각화 역량을 붙이는 거래로 제시됐다.

둘 다 기존 워크플로와 바로 연결되는 전략적 인접 확장이다. 
Corellium은 Cellebrite가 이미 5년간 내부적으로 써 온 기술이었고,
SCG는 회사가 이미 “추출-해독-시각화”라는 동일 문법으로 설명할 수 있는 자산이었다.
즉, 비핵심 다각화가 아니라 핵심 파이프라인과 시너지가 명확한 사업 확장으로 좋은 M&A의 조건에 가깝다.

다만 아직 인수 성과의 재무적 검증 기간이 짧아, 2026~2027년에 실제로 ARR 가속이 나타나는지 모니터링은 필요하다. 

R&D

매출 대비 R&D 비중은 대체로 24~30% 범위에서 움직였고,
같은 기간 GPM 80%대 중반, FCF 마진 30% 안팎이 유지됐다.

교육·SOP 설치 비용은 별도 항목으로 분리 공시되지 않지만, 전문서비스 매출에는 공인 교육, 고급 서비스, 구현, 온프레미스 고객성공 지원이 포함됐다.
전문서비스 매출은 2023년 3,114만달러, 2024년 3,088만달러, 2025년 3,089만달러로 큰 폭의 성장은 없었다.
즉, 교육은 중요하지만 핵심 이익원이라기보다 설치기반 방어와 확장 지원도구에 가까웠다. 

밸류에이션

26.4.24일 주가는 12.7달러, 시가총액은 약 $3.17B이다.
25년말 현금·투자자산은 $535M로 EV는 $2.635B고,
26년 매출 가이던스 중간값은 약 $577.7M이다.
주식보상비용(SBC)을 뺀 26년 non-GAAP EPS는 0.56으로 fPER 23 수준이다.

컨센서스는 시장의 성장성에도 불구하고 매출과 EPS 성장률이 급격히 감소한다고 가정하고 있는데(시장 조사업체들은 전체 포렌식 시장의 성장성을 30년까지 10% 중반대로 보고 있다),
그럼에도 불구하고 PER은 20 전후로 상당히 현실적이다.
공공분야의 매출 안정성과 산업 전반의 성장성을 고려하면 과도한 할인이라 생각된다.

공공안전 플랫폼으로 평가받는 Axon(Non-GAAP fPER 50.43)이나 초고성장 범용 분석 플랫폼으로 평가받는 Palantir(Non-GAAP fPER 107.06)와 비교한다면 저평가가 심하다.

결론

시장은 AI 시대에 수사의 후단에 해당되는 분석 기능이 흔들릴 것을 두려워하고 있다.

하지만 왜 이 기업이 성장하는가에 대한 답은 분명하다.
디지털 증거가 폭증하고 있고, 수사기관은 사람을 더 늘리기보다 워크플로를 디지털화해야 하며, 기존 고객 안에서 업셀이 반복적으로 일어나고 있기 때문이다.

CLBT의 핵심 BM은 수사 후단의 요약툴이 아니라 전단의 증거 접근권 확보와 전과정 증거 방어가능성을 갖춘 규제형 플랫폼이다.

따라서 CLBT는 전단의 접근권을 통해 AI의 모방 시도를 효과적으로 방어하면서 포렌식, 수사 시장에서 시장지배력을 높여가는 니치마켓의 선도기업이다.

다만 LTO 커버 기업으로 편입을 위해서는
1) 연방 승인 절차 진척,
2) Guardian Investigate 등 신규 출시 프로그램 매출 본격화
3) 매출 성장 속도·가이던스 유지,
4) SBC 통제,
5) Corellium·SGC Canada의 실제 매출기여
등에 대한 꾸준한 모니터링이 필요하다고 생각되었다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

Dutch Bros(NYSE : BROS), AI시대 MZ에게 재미와 감성을 충전하다

소프트웨어, 무형자산을 보유한 기업 위주의 포트폴리오 보완을 위해 유형의 사업을 원활히 확장하고 있는 기업을 찾아보게 되었다.
물론 향후 성장에 대한 근거가 충분하여 매수할 때 다소 비싼 밸류에이션으로 실수를 했더라도 성장이 실수를 보완해주어야 하는 기업이라는 대전제는 충족하는 기업중에 열심히 찾아봤다.

많은 인터넷 상의 소비자 행동이 자동화/합리화되어가고 있는 가운데,
일상적인 소비는 여전히 취향과 습관의 영역으로 개별 기업이 거대 시스템으로부터 독립적으로 해자를 구축하기 용이한 분야라 할 수 있다.

필터링을 통해 이 분야에서 빠르게 성장하고 있고, 앞으로도 그럴 수 있는 Dutch Bros(NYSE : BROS)를 발굴해봤다.
아래 영상을 보면 BROS 브랜드의 특징을 좀 더 쉽게 이해할 수 있을 거 같다.

BROS의 성장성

매출의 구분 및 매출 추이

BROS는 다소 감속되기도 했지만, 아래 표에서 볼 수 있듯이 상당한 규모 확장에도 불구하고 30%에 가까운 충분히 높은 수준의 성장률을 최근 3년 동안 유지하여 매출이 두 배 증가하였다.

Dutch Bros는 음료 체인의 성격상 매장 운영 수익이 핵심이다.
SEC filing은 매출을 두 부분으로 구분한다.
25년 연간 매출은 $1.64B(YoY +28 %)로, 다음과 같이 구성된다.

구 분24 매출 ($M)25 매출 ($M)설 명
Company‑
operated shops revenue
1,1661,509
(YoY +29.5%)
점포 운영 매출
Franchising and other revenue115129
(YoY +11.8%)
로열티, 가맹 지원 등에서 발생하는 매출
Total revenue1,2811,638
(YoY +27.9 %)
154개 신규 출점

분기별로도 고성장을 이어갔다.

이는 신점포 출점, 기존 점포 매출 증가가 결합된 결과인데, 기여도는 기존 점포 매출 증가가 압도적이라는 점이 인상적이다.

BROS가 소비자들에게 제공하는 가치

Dutch Bros는 단순히 커피가 아니라 ‘정서적 경험과 편의성’을 판매하는 브랜드다.

감정적 서비스와 커뮤니티 경험

직원(‘Broista’)은 친절한 인사와 대화를 통해 고객에게 위로와 기분 전환을 제공한다.
16년 매장에서 한 직원이 남편을 잃은 여성에게 기도하며 위로하는 사진은 SNS에서 확산되었고, 직원은 이것이 “항상 아픈 사람에게 사랑을 주는 방식”이라고 설명했다.

회사는 경쟁력을 “서비스, 음료 품질, 브로이스타가 제공하는 모든 경험”이라고 강조한다.
그 중에서도 브로이스타가 제공하는 ‘감정적 연결’이 다른 프랜차이즈와 차별화되어 소비자가 재방문하도록 기여하는 무형 자산이다.

빠른 드라이브스루와 작은 점포

Dutch Bros의 매장은 대부분 실내 좌석 없이 드라이브 스루 중심이다.
두 개의 차선을 운영하고 일반적인 드라이브 스루처럼 주문을 수동적으로 기다리기보다 라인 버스터(line‑buster) 직원이 직접 차량으로 가서 주문을 받아 병목을 줄인다.

평균 점포 면적이 약 900 ft²에 불과해 부동산 비용이 낮고, 회전율이 높다.
주문 Ahead (앱 선주문)과 walk‑up 창구도 활용하여 처리량을 높이고 고객 편의성을 강화한다.

맞춤형 음료 플랫폼 : MZ 세대가 선호하는 ‘놀이문화’

Dutch Bros 음료의 90 %가 차가운 음료이며, Rebel 에너지 음료가 매출의 약 25 %이다.
수십 가지 맛과 조합으로 커스터마이즈가 가능해 젊은 소비자층과 SNS에서 인기가 높다.

커피는 매출의 약 절반을 차지해 전통 커피에만 의존하지 않고,
스무디·에너지 드링크·단맛 음료 등으로 고객층을 넓힌다.

데이터 기반 로열티 프로그램

Dutch Rewards 앱은 2025년 말 기준 1,500 만 회원을 보유하고 거래의 72 %가 로열티 프로그램에서 발생했다.
이는 고객 데이터를 축적해 맞춤형 프로모션과 마케팅에 활용하며, 사용자 경험을 주문 Ahead와 결합해 편의성과 재구매를 강화한다.

TAM (Total Addressable Market)

BROS는 25년 Investor Day에서 미국 매장수 목표치(TAM)를 7,000개로 업데이트했다.
이는 브랜드 확장성이 높다는 판단하에 기존 4,000개에서 대폭 상향된 것이다.

내부에서 창출되는 현금흐름으로 29년까지 2,029개 매장을 목표로 성장해나갈 계획이다.
(현재는 서부 위주 25개주에 1,136개 매장을 운영중이다)

목표치는 충분한 실행 전략에 의해 뒷받침되고 있다.
작은 평수의 드라이브스루 매장은 인구 밀도가 높지 않은 교외에서도 출점이 가능하다.
회사는 성장 전략으로 인접 지역(contiguous market) 확장과 자본 효율적(build‑to‑suit) 리스를 강조하며, 평균 점포당 CapEx를 24년 대비 25 % 절감하는 목표를 제시했다.
이는 출점 속도를 유지하면서도 자본 부담을 낮추려는 전략이다.

메가트렌드 – 시장 성장의 논리

소비자 : 편의성 중시와 드라이브스루 문화의 확산

코로나 이후 미국 소비자는 빠르고 비접촉적인 드라이브스루를 선호하는 경향이 강화되었다.

Coffee Intelligence에 따르면, 소비자들은 가격 부담과 신뢰 부족 속에서도 편리함과 개인적 교감을 함께 제공하는 드라이브스루 체인을 선호해 BROS와 같은 브랜드가 성장하고 있다.

Modern Retail은 BROS가 “편의성, 에너지, 아이스”를 바탕으로 26년 181개 신규 출점을 계획중이며, 이는 소비자가 신속함과 에너지 음료를 동시에 원하는 트렌드를 반영한다고 설명했다.

젊은 소비자층 : SNS와 라이프스타일 지향성

Food Institute 기사에 따르면 Dutch Bros는 Z세대와 밀레니얼을 주 타깃으로 하고 있으며,
이들 세대는 포토제닉한 음료, 소셜미디어 공유, 맞춤형 경험을 중시한다.

회사는 드라이브스루 모델로 운영해 임대료를 낮추고 7,000개 매장 체인을 목표로 하고 있다.
이는 젊은 소비자층의 라이프스타일과 도시/교외 주거 패턴을 고려한 전략이다.

음료 시장 변화 : 에너지 음료 시장의 성장

Dutch Bros 매출에서 Rebel 에너지 음료 등 에너지 음료 비중이 25 % 수준이라는 점은 전체 시장 성장과 밀접하다.

Goldman Sachs는 미국의 에너지 음료 매출은 24년 248억 달러로, 탄산음료에 이어 두 번째로 큰 비알코올 음료 카테고리이며 전년 대비 약 14 % 증가했다고 밝혔다.

다른 음료(탄산, 생수)는 성장률이 1 % 안팎이거나 감소하는 가운데 에너지 음료가 가장 빠르게 성장하는 부문으로 나타났다.

커피 시장 변화 : 카페인 소비 패턴의 변화

Restaurant Dive는 25년 미국의 드립 커피와 콜드브루 주문이 감소한 반면 라떼 주문은 4 %, 에스프레소 샷은 3.3 % 증가했고, 에너지 음료 주문은 8.7 % 증가하며,
카페인 소비 패턴이 다변화되고 있다고 보도했다.

이는 사람들이 기존의 블랙 커피보다 달콤하고 향이 강한 음료나 에너지 드링크를 선호하는 방향으로 이동하고 있음을 의미한다.

BROS의 경제적 해자

무형자산(브랜드·문화)

Dutch Bros의 가장 큰 자산은 사람 중심 문화와 브랜드 이미지다.
고객과 감정적인 연결을 추구하는 브로이스타 문화는 SNS에서 미담이 공유될 정도로 강력하며, 이러한 사람 냄새나는 브랜드 이미지는 일반적인 커피 체인과 차별화된 무형자산이다.

전환비용

전통적인 커피 소비는 브랜드 간 전환이 쉽지만,
Dutch Bros는 로열티 프로그램과 시크릿 레시피를 통해 고객을 묶어두는 장치를 마련했다.

고객은 포인트를 통해 무료 음료를 받거나 선불 충전(Dutch Pass)을 사용해 주문을 간소화한다.
이러한 시스템은 편의성을 높여 재방문을 유도하고, 경쟁사로 이동하려는 유인을 낮춘다.

또한 커스터마이징을 통해 다양한 시크릿 레시피를 개발하고,
이를 SNS에 올리는 ‘놀이문화’를 통해 다른 브랜드에 비해 소비자의 몰입감을 높이고,
더 큰 전환비용을 통해 경제적 해자를 강화할 수 있다.

모방할 수 없는 비용상 우위

Dutch Bros는 작은 점포(약 14~34평)와 드라이브 스루를 통해 임대료를 최소화했다. 10‑K에 따르면 매출의 85 %가 드라이브스루를 통해 발생하며,
매장에는 주차장 대신 차량 대기 차선과 주문창이 배치돼 있다.

따라서 스타벅스 같은 카페형 매장보다 투자 부담이 적고, 출점 속도를 높인다.
또한 매장 규모가 작아 도심 밖 주유소 인근 등 입지 활용도가 높아 경쟁사 대비 확장성이 크다.

이러한 방식의 프랜차이즈 운영은 현재의 선도 사업자들이 매장에서 커피를 소비하는 방식을 추구하고 있어 쉽게 모방할 수 없는 사업 방식으로, 상당 기간 지속되는 우위로 보여진다.

해자와 점유율 전망

해자의 깊이(지속 가능성)

BROS의 브랜드와 문화는 경영진이 강하게 보호하는 핵심 자산이다.
회사는 “사람 우선 문화가 유지되지 않으면 성공이 위험해질 수 있다”고 경고하며 이를 유지하기 위해 리더십 채용과 교육 프로그램에 투자하고 있다.

이런 문화적 차별화는 타 브랜드가 단기간에 모방하기 어렵기 때문에 해자의 깊이는 상당하다.
또한 로열티 프로그램의 높은 침투율과 데이터 기반 개인화는 시간이 지날수록 고도화돼 전환비용을 높일 가능성이 있다.

해자의 넓이(경쟁사의 접근 난이도)

편의성 중심 드라이브스루 모델은 다른 체인도 도입할 수 있지만,
Dutch Bros는 작은 점포, 양방향 차선, 메뉴를 설명하는 브로이스타 등 운영 노하우를 갖고 있어 쉽게 복제하기 어렵다.

그럼에도 차가운 음료와 에너지 드링크 중심 라인업은 경쟁자(스타벅스, 던킨, 편의점, 에너지 음료 회사)가 확장할 수 있는 영역이다.
따라서 해자의 넓이는 중간 수준이며, 경쟁사가 대규모 투자로 모방할 수 있는 여지가 있다.

점유율 전망

Dutch Bros는 커피 체인이지만 실제 경쟁은 에너지 음료, 편의점 음료와 겹친다.

매장수가 25년 1,136개에서 29년 2,029개까지 늘어나면 지역별 접근성이 높아져 점유율이 높아질 것이다.

로열티/감정 서비스가 결합되면 고객 이탈이 감소해 젊은층 중심으로 점유율이 확대될 수 있다.
다만 경쟁사들이 드라이브 스루 혁신과 다양한 차가운 음료를 강화하면 성장이 둔화될 수 있다.

매출 전망

시장 성장성

빠른 음료 수요, 에너지 음료/달콤한 음료 카테고리는 빠르게 증가하고 있다.
에너지, 아이스 음료 시장의 성장 메가트렌드는 BROS 타겟 시장 성장 가능성을 보여준다.

점유율 확대 요소

BROS는 25년 154개, 26년에는 181개 신규 출점을 계획하고 있으며,
이러한 출점 속도는 작은 점포와 낮은 CapEx 덕분에 가능하다.

회사는 에너지 음료와 커스터마이즈 음료 외에도 음식 메뉴와 패키지 음료(CPG)를 확대하고 있어 매출 구성이 다변화될 전망이다.

결국 BROS는 감정적 경험, 자본 효율적인 작은 점포와 빠른 드라이브스루 시스템을 결합해 경쟁사들이 완전히 모방하기 어려운 경제적 해자를 형성했다.
이러한 해자는 문화와 브랜드에 기반한 깊이가 크고, 비용 우위와 운영 효율성 덕분에 매장 확장수익성을 동시에 달성하고 있다.

반면 에너지 음료와 맞춤형 차가운 음료 시장은 모방이 가능하기 때문에 경쟁이 치열해질 수 있어 해자의 넓이는 완전하지 않다.

그러나 현재의 메가트렌드(편의성, 달콤한 음료, 에너지 드링크 성장)와 맞물려 Dutch Bros가 상당기간에 걸쳐 매출과 이익을 확대할 가능성이 높다.

BROS의 협상력

BROS의 GPM은 과거의 40%대에서 20% 중반으로 낮아진 상황이다.
다만, 규모의 경제에 따라 영업이익률과 순이익률이 마이너스에서 높은 한자릿수 수준으로 올라와 있는 상황이다.

회사가 소비자, 시장, 생산요소 제공자 등과 어떤 관계를 맺고 변화시켜나가고 있는지를 바탕으로 이러한 변화의 배경을 확인해보려고 한다.

가격 설정력

25.4Q 컨콜에서 CFO는 고물가 환경에서 가격을 공격적으로 올리기보다 트랜잭션/신규 프로그램(푸드 등)으로 점포당 매출을 늘려나가겠다고 설명했다.

이는 브랜드 충성도가 높아도 가격전가력이 무한하지 않다는 점을 시사한다.
다른 경쟁사, 커피 제품 등과 대체관계가 존재하기 때문에 가격을 과도하게 인상할 경우 소비자를 잃을 가능성이 있다.

비용 통제력

25년 직영점 원가 구조에서 음료·식품·포장(BFP) 비용은 매출의 25.9%로 제시되며,
커피 원가 상승이 마진을 압박했다고 설명한다.
또한 커피 가격 변동의 손익 반영에 2~3분기 시차가 있다고 언급했다.
다만, 커피 가격은 회사가 통제할 수 없기 때문에 헤지/조달/가격-프로모션 조합이 핵심 레버다. 

또한, 회사는 build-to-suit(임차인의 요구에 맞춰 건물을 설계, 건설하는 방식) 비중을 늘리며 점포 CapEx를 낮추고 있다고 설명한다(단, 이에 따라 향후 임차 비용 비중이 올라갈 수 있음).
이는 드라이브 스루 BM의 강점을 살려 임차 협상력이 높은 외곽, 접근성이 낮은 지역에 입점하는 전략을 추구한 결과이다.

자본배치와 재무구조

CapEx·FCF·유동성

25.4Q 컨콜에서 “2년 연속 FCF 창출”을 강조했고,
25년 말 점포당 CapEx 하락을 언급했다. 

아직 성장기인 사업모델에서 CapEx가 큰데도 FCF가 플러스라는 점에 주목할 필요가 있다.
(가이던스에 따르면 2026 CapEx는 $270~$290M 범위로 증가할 수 있다.) 

M&A/전환형 부지 인수 : 개발 효율 관점의 ‘실험’

Clutch Coffee 자산 인수는 10-K에서 “주로 임차권(Right-of-use leases)”을 중심으로 공시됐고, 현금으로 $19.8M을 지불했다.
회사는 2026년 말까지 20개 사이트를 Dutch Bros 직영점으로 전환 개발할 계획이다. 
이는 대형 M&A라기보다 입지·개발 속도를 사는 거래에 가깝다.

투자자 관점에서는
1) 전환 후 AUV/마진이 기존 평균을 따라갈지,
2) 향후 유사 딜이 반복될 때 자본효율이 유지되는지,
3) 회사의 문화가 유지되는지
가 체크포인트다.

BROS의 밸류에이션

30% 수준의 매출 성장률, 빠른 수익화, 유기적 성장 위주의 충성도 높은 고객을 감안하면 다소 높은 멀티플은 감수할 수 있다.
다만, 성장 기대가 조금만 충족되지 않아도 멀티플 할인으로 큰 손실을 초래할 위험이 있다.

사실 EPS 성장률이 30% 수준을 유지하고, 가이던스를 맞춰간다면 미국 내 유기적 성장만으로도 28~29년 내에 합리적인 수준의 멀티플로 정상화될 수 있는 좋은 BM임은 틀림없다.

다만, 다수의 프랜차이즈간 경쟁 심화, 성장 과정에서 특유의 문화 이식에의 실패 가능성,
고유의 문화 추구로 인한 성장 지연 가능성, 고용시장 둔화 및 거시경제 리스크로 인한 소득 증가율 둔화 및 지출 감소 가능성 등 수많은 리스크를 고려할 때 현 시총 기준 TTM PER 84.08은 상당한 프리미엄이 포함된 멀티플이라는 생각이 들었다.

물론 스타벅스, 쉑쉑버거 등 외식 분야 기업 멀티플도 비슷한 수준에서 형성되어 있으나,
그렇다고 성장 둔화로 멀티플이 할인될 BROS 고유의 내재된 위험성이 완화되는 것은 아니다.
(절대적인 멀티플이 높은 수준이다)

BROS가 말하는 성장 내러티브는 실현될 개연성이 충분해 보이며, 계속해서 높은 멀티플을 유지하면서 디지털 시대에 ‘감정 주유소’와 또 하나의 ‘놀이거리로서 음료’를 제공하는 ‘핫플’로서 자리매김할 가능성이 높다고 생각한다.

다만, 치열한 경쟁과 높은 멀티플로 보수적인 관점에서 과도한 비중은 자제하면서, 만약 일시적 노이즈로 안전마진이 확보될 수 있을 정도의 멀티플이 할인된 가격에 거래될 때 커버기업으로 편입해볼 수 있을 것이라고 생각했다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

프로티나, 내러티브 vs. 넘버스

후보기업으로 올라온 프로티나를 공부해봤다.
주로는 내가 잘 몰랐던 BM의 유용성에 공부가 집중되었다.
BM을 어렴풋이 나마 알고 나니 시장이 어떤 요소에 열광했는지 짐작은 갔다.
하지만 그럼에도 멀티플이 너무 과도하다는 생각을 지울 수 없었다.

단백질-단백질 상호작용(PPI)이란?

단백질-단백질 상호작용(PPI)은 몸속 단백질들이 서로 결합하여 상호 작용하는 것을 뜻한다.
생명 현상에서 단백질들은 혼자 일하지 않고 다른 단백질들과 붙었다 떨어지면서 신호 전달, 유전자 발현 조절, 대사 조절 등 중요한 역할을 수행한다.
유전자가 설계도라면, PPI는 그 설계도를 바탕으로 우리 몸에서 현재 일어나는 작용들이다.

사람의 몸에는 약 2만여 개의 단백질이 있고 이들 사이에 수십만 가지 PPI 네트워크가 존재하는데, 이 복잡한 네트워크를 이해하면 질병의 원리를 파악하거나 신약 표적을 찾을 수 있다.

제약업계 활용과 대체 기술 및 PPI의 장점

제약사들은 PPI 분석을 신약 개발과 진단에 폭넓게 활용한다.
신약 후보 물질이 질병 관련 단백질과 제대로 결합하여 효과를 낼지 “표적 결합”(target engagement)을 확인하거나,
특정 단백질 상호작용이 질병의 바이오마커(질병 상태나 약물 반응을 보여주는 지표)로 쓰일 수 있는지 연구한다.

Proteina의 PPI 플랫폼은 환자 임상 샘플에서 약물이 표적 단백질 간 상호작용에 어떤 영향을 주는지 정량적으로 분석해 주어,
약물이 제대로 듣고 있는지 직접 확인하는 데 활용된다.
또한 PPI 데이터를 많이 확보하면 AI를 통해 신규 표적 발굴이나 신약 후보 디자인에도 활용할 수 있어, 정밀 의학과 신약 개발의 새로운 길을 열어준다.

대체 기술과 프로티나의 기술적 강점

기존에도 PPI나 단백질 상태를 파악하기 위한 다양한 실험기술이 있다.

ELISA웨스턴 블롯 같은 면역분석법은 특정 단백질의 존재량이나 상호작용을 항체로 검출하는 전통적 방법이다.

면역침강(co-IP) 후 질량분석(Mass Spec)을 하면 한 단백질에 붙은 다른 단백질들을 동정하여 상호작용 파트너를 찾을 수도 있다.

SPR(Biacore) 같은 장비로 정제된 단백질 쌍의 결합 강도를 측정하기도 하고,
세포 내에서는 FRET 등의 방법으로 두 단백질의 근접 여부를 알아내기도 한다.

그러나 ELISA는 감도가 한정적이고 한 번에 한두 개 상호작용만 볼 수 있으며,
질량분석은 많은 시료와 시간이 필요하고 약한 결합이나 극미량 단백질은 놓치기 쉽다.
웨스턴 블롯은 숙련된 연구자가 하루 종일 해도 샘플 10개 정도 분석하는 데 그친다.

이렇게 기존 기술로도 PPI를 볼 순 있지만 속도, 민감도, 처리량 면에서 제약이 있었던 반면 Proteina의 SPID(단분자 PPI 분석) 칩으로는 동일 시간에 수백 개 시료도 분석할 수 있다.

첫째, 민감도가 압도적이다. Proteina의 SPID 플랫폼은 기존 ELISA 같은 방법보다 100배 이상 민감하게 단백질 결합을 포착할 수 있다고 알려져 있다. 이를 통해 이전에는 검출 못 하던 극소량의 상호작용도 잡아낼 수 있다.

둘째, 속도와 대량처리 능력이 뛰어나다.
전통적 방법으로는 하루에 10개 분석할 걸 한꺼번에 384개 시료를 100분 내 처리하는 식이므로, 신약 후보들을 대량으로 스크리닝하거나 수많은 환자 샘플을 짧은 기간에 분석할 수 있다.

셋째, 시료 요구량이 적고 전처리가 간편하다.
기존엔 상호작용을 보려면 시료를 많이 확보한 뒤 단백질을 정제하는 등 번거로운 준비가 필요했지만,
SPID 플랫폼은 정제 없이 아주 적은 검체로 직접 측정이 가능해 임상 현장의 실제 샘플도 바로 분석한다.

마지막으로 이러한 정밀한 정량 데이터를 제공한다는 점도 장점이다.
과거에는 염색된 밴드나 신호 세기를 대략 보는 수준이었지만,
이제는 단백질들이 얼마나 결합했는지 숫자로 계량화하여 보여주니 신뢰도가 높다.

항원-항체 빅데이터 활용

Proteina가 말하는 “항원-항체 빅데이터”란 수많은 항체들이 특정 표적항원에 얼마나 잘 붙는지 정보를 대량으로 모은 데이터 집합이다.

빅 데이터은 AI를 활용한 항체 신약 설계에 쓸 수 있다.
항체의 아미노산 서열(특히 항원결합부위인 CDR)의 미세한 변화가 결합력에 어떤 영향을 주는지를 빅데이터로 학습하면,
AI가 “슈퍼 항체”(결합력이 뛰어나고 안정적인 항체)를 디자인하도록 도와줄 수 있다.

실제로 Proteina는 축적한 PPI 빅데이터와 AI를 결합해 새로운 치료용 항체를 효과적으로 만들어내는 것을 목표로 하고 있다.
또한 이 항원-항체 결합 빅데이터는 제약사가 보유한 기존 항체를 개량(최적화)하는 데도 쓰인다.

Proteina의 PPI Landscape 솔루션은 의뢰기업이 갖고 있는 항체 후보의 서열을 살짝씩 바꿔가며 대량으로 실험한 결합 데이터를 제공한다.
그중 결합력은 높이고 안정성이나 생산성도 좋은 변이를 찾아내면,
해당 기업은 그 정보를 활용해 기존 항체를 더 효과 좋고 만들기 쉬운 약으로 개선할 수 있다.

빅데이터는 노하우와 특허 자산이 되기도 한다.
한번 만들어진 데이터는 항체 개발 과정에서 두고두고 유용하게 참고할 수 있고,
남들이 갖지 못한 방대한 결합 데이터는 Proteina만의 자산이 된다.
AI 신약 개발이 결국 데이터 싸움이라는 말이 나올 정도로 데이터가 중요한데, Proteina는 남들이 얻기 어려운 PPI 데이터를 대량 생산하여 앞서나갈 발판을 마련했다.

대체 기술 대비 장점

항체 신약을 발굴하거나 최적화하는 전통적인 방법으로는 파지 디스플레이하이브리도마 기술처럼 무작위로 수만~수억 개 항체를 만들어놓고 선택하는 접근이 활용된다.
하지만 여러 번의 선별 과정을 거쳐야 하고, 최종 얻은 항체도 추가로 개량하려면 또 실험을 반복해야 한다.

컴퓨터 모델링으로 항체를 설계하는 시도도 있지만,
실제 생물학적 복잡성을 완전히 예측하기 어려워 여전히 시험실 검증이 필요하다.

그런데 Proteina의 항원-항체 빅데이터 접근은 실험과 데이터를 중심에 둔 방법론이다.
실험 장비인 SPID 플랫폼을 활용하면 아주 소량의 시료만으로도 수많은 항체 변이를 빠르게 시험해볼 수 있고,
그때그때 정확한 결합력 수치를 얻어낼 수 있다.

특히 DNA 증폭이나 단백질 정제 과정 없이 곧바로 crude 샘플을 테스트할 수 있어 개발 시간을 크게 단축시킨다.
예컨대 과거엔 특정 항체를 개선하려면 유전자 돌연변이를 내고 세포에서 발현시켜 정제한 다음 하나씩 결합시험을 하는 식으로 수개월이 걸렸다면, Proteina는 한 번에 여러 변이를 만들어 고속 스크리닝함으로써 몇 주 내에 최적의 후보를 찾을 수 있다.

또한 모든 변이에 대해 정량화된 데이터를 축적하기 때문에, 나중에 AI가 특정 성질을 가진 항체가 낳는 결과를 학습해 예측 정확도를 높일 수 있다.

결국 항원-항체 빅데이터 접근은 시행착오를 최소화하고 체계적으로 최상의 항체를 찾아낼 수 있게 해준다는 점에서,
기존 방법들 대비 효율과 성공률 면에서 큰 장점을 갖는다.

바이오마커의 임상시험 활용

바이오마커(Biomarker)는 질병의 진행 상태나 약물에 대한 반응을 객관적으로 보여주는 지표다.
혈액검사 수치나 특정 유전자 돌연변이, 혹은 단백질의 발현량 등이 그런 지표가 될 수 있다.

의사나 연구자는 바이오마커를 통해 병이 얼마나 진행됐는지 또는 어떤 환자가 특정 약에 반응할지 등을 예측한다.
최근 신약 개발시 바이오마커에 따라 치료제의 효과를 높일 수 있는 환자군을 선정하거나, 조기에 치료 반응을 판단해 개발 성공률을 높일 수 있기 때문에 임상 시험 성패를 좌우하는 필수 요소가 될 정도로 중요하다.

Proteina가 개발한 것은 기존과 차별화된 PPI 바이오마커다.

이는 특정 질병이나 약물 효과를 단백질 복합체의 상호작용 수준에서 파악하는 지표다.
Proteina의 기술력이 인정받으면서 암 등 난치병 신약 개발에 PPI 분석을 활용한 글로벌 대형 제약사 4곳이 이 PPI 기반 바이오마커 분석 솔루션을 도입하여 검증했다.

Proteina는 ’24년 총 4곳의 빅파마와 계약을 맺어 PPI 분석 서비스를 제공하고 있으며, Proteina가 제공한 임상 검체 내 단백질 상호작용 데이터를 통해 기존에는 알기 어려웠던 약물 작용 정보를 얻었고, 그 결과 Proteina의 바이오마커 기술이 실효성이 있음이 현장에서 입증되었다.

Proteina는 SPID 기술로 기존 면역검사보다 100배 민감하게 항암제 처리 전후의 단백질 복합체(BCL2 복합체) 수준을 재서, 약물이 표적 단백질을 얼마나 점유하고 있는지 직접 보여줄 수 있었다.
그 결과 특정 환자에서 BCL2-BAK 같은 복합체 변화가 크면 약에 내성이 있다는 등, 이전 방법으로는 알기 어려웠던 기전까지 규명해냈다.

임상시험에서 PPI 바이오마커는 새로운 치료의 약효 예측최적 환자 선정에 활용되고 있다.
Proteina의 PPI PathFinder 진단 플랫폼은 환자별로 BCL2-BIM, BCL2-BAX 등의 단백질 복합체 수치를 측정해 “약물 반응 점수”를 산출하고, 이를 통해 어떤 환자가 해당 약에 반응할지 미리 가늠한다.
이런 방식으로 임상 성공률을 높일 수 있기 때문에, 글로벌 제약사들이 PPI 바이오마커를 적극 도입하는 추세다.

신약 후보물질 스크리닝

신약 후보물질을 찾기 위한 스크리닝(선별)에는 여러 가지 접근법이 있다.

화합물 신약의 경우 전통적으로 수십만~수백만 개의 화합물을 자동화 장비로 고속대량스크리닝(HTS)하여 활성을 보이는 물질을 선별한다.
항체 신약의 경우 파지 디스플레이동물 실험으로 다양한 항체를 만든 후 선별한다.
최근에는 컴퓨터 시뮬레이션(AI 가상 스크리닝)으로 유망 물질을 예측하는 접근도 각광받고 있다.

방법마다 장단점이 있는데, 예컨대 HTS는 매우 많은 후보를 시험할 수 있지만 시간과 비용이 많이 들고 적중률이 낮다는 문제가 있다.
AI 기반 예측은 속도는 빠르나 어디까지나 예측이므로 실제 실험으로 검증이 필요하다.

최근 PPI 플랫폼을 활용한 스크리닝이 새로운 대안으로 떠오르고 있다.
PPI 기반 스크리닝의 핵심 장점현실에 기반한 정확한 데이터를 바탕으로 후보를 걸러낸다는 데 있다.
Proteina는 SPID 장비로 단일 분자 수준에서 후보 물질의 작용을 직접 관찰한다.
AI가 수백 개 설계한 항체 후보들이 있을 때 Proteina 플랫폼으로 동시에 그 후보들이 표적에 얼마나 잘 붙는지 실험을 해볼 수 있다.
이렇게 하면 단 몇 번의 실험 사이클 안에 최상의 항체를 가려낼 수 있다.
실제 사례로 Proteina는 자사의 PPI 데이터로 휴미라(세계적 자가면역질환 치료용 항체)의 개량형을 만들어냈다.
단 3개월 만에 열안정성은 유지하면서 결합력이 7~10배 강한 변종 9개를 찾아냈고,
세포 실험에서 원조 휴미라보다 적은 투여량으로도 동일 효과를 낼 수 있음을 확인했다.

반면 전통적 항체 발굴법인 파지 디스플레이는 무작위 돌연변이로 방대한 라이브러리를 만든 후 여러 차례 구조적으로 선별해야 하기 때문에 시간이 걸리고,
선별 압력이 작용하면서 우연히 탈락한 좋은 후보를 놓칠 수도 있다.

AI 설계의 장점은 완전히 새로운 아이디어를 제시해줄 수 있다는 것이지만,
AI가 제안한 항체라도 결국 실험실에서 일일이 만들어 시험해야 하는데 여기서 많은 노력이 든다.

이러한 측면에서 PPI 플랫폼실험과 자동화의 강점을 살린 방법이다.
384개 웰이 있는 특수 칩에서 수백 개 샘플을 동시 다발적으로 시험하고,
AI 분석 소프트웨어가 그 데이터를 자동으로 처리해주니,
연구자는 빠른 피드백 루프로 후보물질을 최적화할 수 있다.

전통 HTS는 자동화는 잘 되어 있어도 표적과 직접 상호작용을 보는 것이 아니라 대개 간접적인 활성 측정(예: 효소 활성 변화)을 하기 때문에 오류가 발생할 가능성이 높다.

PPI 정보를 줄 수 있는 대체 방법론

SPID 플랫폼은 Proteina가 자체 개발한 단분자 단백질 상호작용 분석 장비다.

신약을 개발하는 글로벌 제약사들이 새로운 후보물질을 평가하거나 임상 시료를 분석하고자 이 플랫폼을 활용한다.
또한 대형 병원이나 전문 검사실(예: 미국의 CLIA 인증 랩)도 이 장비를 들여놓고 환자 검체의 정밀 진단에 사용할 수 있다.

Proteina는 이러한 기관들을 대상으로 SPID 장비와 소모품(예: 특수 칩)을 판매하고, 분석 서비스데이터 소프트웨어도 함께 제공하는 플랫폼 비즈니스 모델을 취한다.
쉽게 말해 현미경+시약+분석 소프트웨어 세트를 판다고 볼 수 있는데, 시스템을 도입한 고객은 꾸준히 시약과 서비스를 공급받게 되므로 Proteina 입장에선 안정적 매출원이 된다.

SPID 플랫폼은 고객에게 “정확하고 빠른 단백질 상호작용 정보”를 제공한다.
그 결과 신약 개발 사이클을 단축하고 성공 확률을 높여주며, 임상 현장에서는 보다 신뢰성 있는 진단을 가능케한다.
추가로, SPID 플랫폼은 하드웨어-소프트웨어-데이터 일체형이라 사용 편의성도 비교우위다.
복잡한 프로토콜 없이 소량 샘플을 장비에 넣으면 자동으로 단백질 상호작용이 이미징되고,
곧바로 소프트웨어가 결과를 분석해주기 때문에, 고객 입장에서는 전문 인력과 시간을 아낄 수 있다.

대체 방법으로 기존의 분석 기법들을 조합해 비슷한 가치를 얻으려 시도할 수 있다.
환자 샘플에서 약물 작용을 보려 한다면 면역조직화학염색(IHC)이나 ELISA로 관련 단백질들의 발현 변화를 볼 수 있다.
혹은 공동 면역침강(co-IP)질량분석을 통해 약물 처리 전후의 단백질 결합 상대를 비교할 수도 있다.
그러나 이런 방법들은 절차가 번거롭고 민감도가 낮아 작은 변화나 복잡한 상호작용을 잡아내기 어렵다.

IHC로는 환자 조직에서 특정 단백질이 염색되는 정도를 눈으로 평가하는데, 전처리 과정의 오차도 크고 정량화가 어렵다.
반면 SPID 플랫폼은 단일 분자 형광 이미징으로 신호를 직접 세므로 정량적이고 정확하다.

질량분석 기반 프로테오믹스도 있는데, 스웨덴의 Olink 같은 업체들은 한 번에 수백~수천 개 단백질을 소량 혈액으로 측정하는 멀티플렉스 분석 기술을 제공한다.
이런 기술로 질병 관련 단백질 패턴을 파악해 바이오마커를 찾을 수도 있지만,
이는 각 단백질의 개별 농도를 보는 것이지 단백질 간 결합여부를 직접 보는 것은 아니다.

결국 SPID가 주는 “단백질 간 결합 상태” 정보는 대체로 기존엔 간접 지표로 추정하던 것을 직접 측정한다는 데 의의가 있다.
다른 기기로 완전히 불가능한 건 아니어도, 현재 상용 수준에서 이 정도 성능을 낼 수 있는 통합 플랫폼은 SPID가 독보적이라서 Proteina가 사실상 해당 분야를 독점하고 있다는 평가를 받는다.

기존 상업적 방법 대비 “100배~1000배 민감하고 빠르며 비용 효율적”이라는 외부 평가도 있을 정도라서 따라서 SPID 플랫폼의 가치(고객이 얻는 정확한 PPI 데이터)는 전통 기술로는 얻기 어려운 새로운 가치이며, 당장은 그 뚜렷한 대안이 없다.
향후 파괴적인 대체 기술이 나올 가능성을 배제할 순 없지만, Proteina는 방대한 데이터 특허와 레퍼런스로 기술적 해자를 구축해 두었기 때문에 당분간 PPI 분석 표준으로서 입지를 지켜나갈 것으로 보인다.

임상 검체 분석

Proteina의 PPI 임상검체 분석 서비스는 쉽게 말해 임상시험에서 나온 환자 시료를 받아 그 속의 단백질 상호작용 상태를 정밀 측정해주는 서비스다.
임상시험을 진행하는 제약사 입장에서는 새로운 약을 투여한 환자들의 체내에서 어떤 분자 변화가 일어나는지 알아야 하는데, Proteina는 그중에서도 단백질-단백질 상호작용 변화라는 특별한 관점의 결과를 숫자로 보여주는 것이다.

이러한 데이터는 해당 약물이 환자 개개인에게 얼마나 효과적으로 작용했는지를 객관적으로 나타내주므로, 임상시험 결과 해석에 매우 유용하다.
전통적으로 임상시험에서는 환자의 생존율, 종양 크기 변화 등의 임상 지표나 혈액학적 수치 등을 결과로 삼았지만,
Proteina의 서비스는 한 단계 더 들어가 분자 수준 기전 데이터를 서비스 형태로 제공하는 것이다.

Proteina가 제공하는 것은 단순한 실험 결과가 아니라 분석 리포트 형태로 바이오마커 수치와 해석을 포함한다.
이를테면 Proteina의 PPI PathFinder 서비스는 각 환자 샘플을 분석한 뒤 “Drug Response Score(약물 반응 점수)”를 산출하여 제시합니다. 이 점수는 환자의 단백질 상호작용 바이오마커들을 정량 측정해 알고리즘으로 계산한 것으로, 임상시험 담당자들은 이를 보고 어느 환자가 약에 반응했는지 한눈에 파악할 수 있다.

이렇게 정량적인 임상 결과 분석 서비스를 제공함으로써, 제약사들은 자신들의 신약이 정말 분자 타겟에 hit 하는지, 어떤 환자군에서 특히 잘 듣는지 과학적으로 뒷받침된 결정을 내릴 수 있다.

예를 들면, 기존 임상 데이터가 “환자에게서 종양 크기가 줄었나?” 같은 겉모습을 보는 거였다면,
Proteina가 제공하는 데이터는 “이 환자의 암세포 내 단백질 X와 Y의 결합이 80% 줄었다”처럼 속 내용을 보여주는 것이다.
이런 데이터를 정량적으로 확보하면 임상시험의 해석 정확도가 올라가고, 나아가 개인별 치료 최적화에도 활용될 수 있다.

바이오베터 개발사업

바이오베터(Biobetter)는 기존의 바이오의약품(예: 단백질 치료제)을 개량하여 더 나은 효능이나 편의성을 갖도록 만든 의약품이다.
오리지널 바이오의약품의 특허가 만료되면 동일한 물질로 만든 바이오시밀러(바이오의약품 복제약)를 출시할 수 있는데,
바이오베터는 여기서 한 걸음 더 나아가 약간의 변형을 줘서 더 우수하게 개선한 신약이다.
예컨대 투여 횟수를 줄이기 위해 반감기를 늘린다든지, 약효를 높이거나 부작용을 줄이도록 분자구조를 조정한 것이 바이오베터에 해당된다.

바이오베터는 기존 약을 더 좋게 만드는 신약이고,
Proteina는 자사의 PPI 기술로 이를 단기간에 만들어낼 수 있어 높은 부가가치를 창출할 수 있다.
성공 시 제품 판매를 통한 직접 수익, 라이선싱 수익, 파트너십 강화기술력 입증 등의 이익이 따르며,
이를 통해 Proteina는 안정적인 현금흐름기업 가치 상승을 기대할 수 있다.

회사가 말하는 매출 전망치

현재 시총이 9,113억원이라는 점, 28년 매출 589억원에 이익률 30%, 성장률 82.9%에 따라 PEG 1수준인 멀티플 82.9를 주게 되면 1.46조원으로, 2.5년간 연 수익률로 환산하게 되면 20%의 수익률을 의미한다.

회사가 예상한대로 사업이 확장된다는 낙관적 시나리오,
다소 높은 수준의 이익률과 멀티플 등을 감안했을 때 달성될 확률은 아주 높지 않다고 생각했다.
하지만 그럼에도 기대 수익률은 20%에 그친다는 점에서 내러티브에 미치지 못하는 밸류에이션의 매력도라고 평가되었다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

그래피, 투자공부 많이 된다. 선도기업 스트레스 많이 줄 거야. 굿 투자기업.

그래피는 우월한 교정 기술을 기반으로 앞으로 성장할 것으로 기대되는 기업이다.
하지만 기존 선도 기업들이 치과의사들에 대해 강력한 잠김효과를 발생시키고 있다는 점이 리스크라고 생각했다.
이에 대해 차근차근 검토해보려고 한다.

BM의 이해

수익 구조와 사업 모델

그래피는 세계 최초로 3D 프린팅 형상기억 투명교정장치(SMA)와 3D 프린팅 소재를 개발했다.
자체 개발한 3D 프린터와 질소 경화기(후경화 장비), 세척기, 자동화 로봇 등을 치과 병원이나 기공소에 공급하고, 고객이 인하우스 방식으로 교정장치를 직접 생산하는 것을 지원하는 등,
병원 직접 제작, OEM, 해외 파트너 위탁생산까지 다양한 BM으로 시장을 공략 중이다.

장비 인프라 판매일회성이지만, 형상기억 레진 소재고마진의 지속 수익을 창출한다.
대신증권에 따르면, 최근 일부 도입 병원은 월 소재 사용량이 5kg 이상으로 증가하기도 했다.
여기에 교정장치 설계 소프트웨어와 서비스도 패키지로 토털 솔루션을 제공한다.

형상기억 레진과 질소 환경 UV 경화 기술

그래피 경쟁력의 핵심은 치아 교정에 최적화된 형상기억성 광경화 레진 기술이다.
이 소재로 만든 교정장치를 착용하면 처음에는 치아 배열에 맞춰 장치가 변형되어 끼워지지만,
체온에 의해 재료의 형상기억이 유발되면 교정기가 원래 디자인된 형태로 돌아가려는 힘이 발생하면서 교정기가 원래 디자인된 형태로 복원되면서 치아에 지속적인 교정력을 가한다.
이는 기존의 열가소성 성형을 통해 제작되는 투명교정장치로는 기대하기 어려운 교정효과이다.

그래피는 광경화 레진 소재로 3D 프린팅된 교정장치를 제작하는데,
출력 후 질소 충전상태에서 UV 후경화(경화기) 공정이 필수적이다.

일반적 자외선(UV) 경화는 공기 중 산소 때문에 출력물 표면에 중합 억제층이 남아 끈적이거나 기계적 강도가 저하될 수 있다.
질소를 충전한 환경에서 UV 경화를 하면 산소를 배제하여 출력물 표면까지 완전 중합을 이루고, 점착성 감소투명도 향상, 기계적 강도 증진 등의 효과를 얻는다.
이 공정으로 그래피의 교정장치는 표면이 덜 끈적이고 내구성이 뛰어나며,
구강 내 사용에 필요한 생체적합성이 높아진다.

현재로서는 이러한 질소 경화 기술이 3D 프린팅 레진 기반 교정장치의 품질 확보에 필수적이며, 동등한 성능을 내는 대체 기술은 없다.
그래피의 Tera Harz Cure 질소 경화 시스템은 이러한 후공정의 표준을 제시할 만큼 세계 최초의 특화된 경화 장비로 알려져 있다.

그래피는 형상기억 레진 조성에 관한 국내외 특허도 보유하고 있으며(총 35건 특허 출원/등록),
“세계 최초 직접 출력 가능한 특허 받은 Shape Memory Aligner”임을 강조하고 있어 기술에 대한 진입장벽과 보호막을 갖추고 있다.

재료(올리고머) 내재화와 원가 구조

그래피는 광중합 레진 소재의 핵심인 올리고머 합성 기술을 자체 보유한 드문 기업이며,
교정·보철·덴처 등 치과 전 분야에 적용 가능한 고기능성 레진 소재들을 개발·상용화했다.

형상기억 레진(SMA 소재) 역시 그래피가 자체 합성한 올리고머를 기반으로 제조하며,
현재 그래피 전체 매출의 약 42%가 소재 부문에서 발생할 정도로 재료 매출 비중이 크고,
지난 4년간 형상기억 소재 매출이 900% 증가하는 고성장을 보였다.

이를 통해 그래피는 외부 조달시 발생할 수 있는 공급망 리스크나 원가 협상력 문제를 줄이고,
원가율 개선과 수익성 확보에 유리한 구조를 구축했다.
소재 원료의 기초 화합물 등 일부를 공급받는다 해도,
독자 합성 기술로 대체 공급선을 다변화할 수 있어 중간재 공급업체에 대한 의존도는 낮다.

이러한 자체 소재 기술 덕분에 그래피는 고마진 구조를 유지할 수 있어,
고마진 소재 중심의 반복 매출 구조를 통해 향후 수익성이 빠르게 개선될 것으로 기대된다.

소프트웨어 및 자동화의 역할

그래피는 디지털 치과 솔루션 기업으로서 소프트웨어 개발에도 힘쓰고 있다.
교정용 3D 모델링과 자동 설계 알고리즘 등을 탑재한 교정장치 디자인 소프트웨어를 자체 운영하고 있으며,
’25년에는 AI 의료솔루션 기업과 치과 소프트웨어 공동 개발 MOU를 맺어 형상기억 레진과 AI 기술을 융합한 차세대 투명교정 시스템 개발을 본격화했다.

소프트웨어는 그래피 솔루션의 중요한 한 축이지만,
현재 매출 기여도는 장비·소재에 비해 크지 않다.
소프트웨어는 패키지로 제공되어 하드웨어 판매를 촉진하고 치료 설계를 자동화함으로써 고객 락인(lock-in)에 기여하며,
직접적인 별도 라이선스 매출보다는 간접적으로 솔루션 전체의 부가가치와 수익률을 높인다.

경영진은 자동화 시스템과 소프트웨어, 하드웨어가 통합된 치과 병원용 맞춤형 시스템을 구축했다고 밝혔는데, 이는 향후 그래피의 플랫폼 비즈니스로 확장될 가능성도 있다.

3D 프린팅 교정 솔루션의 기존 대비 장점

그래피의 3D 프린팅 기반 투명교정 솔루션은 전통적인 금속 브라켓 교정이나 열성형 투명교정과 비교하여 여러 장점을 지닌다.

브라켓 교정은 치아에 브라켓을 접착하고, 형상기업 합금, 와이어 등으로 브라켓을 연결하여 교정력이 발생하는 방식이다.

반면 투명교정은 환자의 치아 형태에 맞춘 얇은 투명 틀(aligner)을 치아에 씌우는 방식으로,
미세하게 정렬된 이상적인 치열 모양의 aligner를 연속 제작하여 환자가 1~2주마다 교체착용하는 방식이다.

그래피 교정 솔루션은 심미성과 편의성 측면의 기존 투명교정 공통 장점을 그대로 가지면서도,
그래피의 투명교정 장치는 치료 효과와 적용 범위 면에서 기존 장치를 뛰어넘는다.
브라켓 교정은 능동적인 복원력 기반 설계로 교정력이 연속적이고 정밀하게 발생하는데 반해,
투명교정은 소극적인 패시브 형상 차이를 이용하여 단계적 압박력으로 교정력이 유도되는데,
그래피 솔루션은 이 간극을 좁히면서 투명교정의 편의성과 브라켓 복원력 원리를 통합했다.
(사실상 다른 방식의 교정은 없다고 봐도 무방하다)

그래피의 장치는 체온으로 활성화되어 브라켓 수준의 교정력을 낼 수 있도록 설계되었는데,
일반 투명교정이 진공 성형 필름을 이용해 단방향 힘만 가하는 한계가 있었다면,
그래피는 잡아당기는 힘과 회전력 등 다방향 힘 구현이 가능해,
치아 이동의 정밀도와 예측가능성을 높였다.
또한 개별 치아 형상에 맞춰 직접 프린팅되므로,
기존엔 불가능하던 치아의 언더컷(오목한 부분)까지 장치가 밀착되어 어태치먼트(치아에 부착하는 돌기) 없이도 치아를 효과적으로 이동시킬 수 있다.

임상 연구에서 그래피 SMA는 기존 열성형 장치 대비 교정력 지속시간이 약 2배 길고 3차원 치아이동의 정확도가 유의미하게 향상되었다.
그 결과 치료 기간이 단축되고 고난도 증례(발치 케이스 등)에서도 투명교정 적용이 가능하여 브라켓·와이어가 필요했던 영역까지 대체할 수 있다.

게다가 브라켓 교정에 비해 통증이 적고 탈부착이 용이해 환자 만족도가 높다.
’25년 환자 조사를 보면, 투명교정 환자의 85%가 편의성과 심미성을 치료 선택 이유로 꼽았고 만족도에서도 투명교정이 전통 교정보다 현저히 높았다.

실제 투명교정 전환 추이

디지털 투명교정은 전세계적으로 치과 교정 시장의 패러다임을 바꾸고 있으며,
그래피 기술 도입은 이러한 변화를 가속화하고 있다.

치과의사는 그래피 솔루션을 활용하여 복잡한 교정장치를 외부 랩(lab)에 의뢰하지 않고 병원 내에서 직접 제작할 수 있게 해주어 큰 관심을 끌고 있다.

그래피 이사는 일반 개원의도 이틀 교육이면 SMA를 활용한 교정이 가능하다고 언급하며,
기존에 교정 전문의 위주였던 시장에 일반 치과의사의 참여를 확대시키는 계기가 되고 있다고 말했다.

실제 그래피 소재와 장비를 도입한 일본 개원의가 100명 이상에 달하고 있고,
그래피 기술을 배우기 위해 자비로 한국을 방문하는 유럽, 미국 치과의사도 늘고 있다.

환자도 투명교정 선호도가 지속 상승 중이다.
’20년경 전체 교정 환자 중 투명교정 비중이 약 59%였던 것이 ’25년에는 70%까지 상승했고, 심미성과 편의성을 중시하는 청소년, 청년 층 선호가 두드러진다.
그래피의 솔루션은 치료 기간 단축과 통증 감소 등의 장점으로 환자들의 전환을 더욱 촉진할 수 있다.

치료비용 측면에서도, 그래피를 도입한 치과들은 환자 1인당 소재 비용이 $150~190 수준으로,
기존 인비절라인 사용 시 지불하던 랩피($1,200 내외)의 1/6 수준에 불과해 가격경쟁력이 크다.
경제성까지 더해져 의료기관과 환자 모두 투명교정으로의 전환을 가속화하고 있다.

기존 교정 솔루션 기업들의 대응

그래피의 기술이 주목받으면서 기존 글로벌 교정업체들도 변화를 모색하고 있다.

세계 1위 투명교정 업체 Align Technology는 열성형 방식의 인비절라인(Invisalign)을 주력으로 하고 있지만,
수천 건의 특허와 자본력을 바탕으로 디지털 워크플로우를 고도화하며 진입장벽을 지키고 있다.
Align은 구강스캐너, 소프트웨어 등 수직계열화를 통해 시장을 지배해왔다.

이에 대해 그래피는 ‘테슬라처럼 생산 방식을 바꾸는 첫 업체’가 될 것이라며 제조 혁신으로 맞서겠다는 포부를 밝혔다.

기존 교정장치(브라켓, 와이어) 기업들도 디지털 투명교정으로 포트폴리오를 확장 중이다.
예를 들어 Ormco(던헐름)의 Spark, 3M, Straumann(클리어코렉트) 등 주요 업체들이 투명교정 제품을 출시하거나 3D 프린팅 재료 개발에 투자하고 있다.

다만 현재까지 형상기억 소재를 활용한 직접 출력 방식에서는 그래피가 선도적이며,
경쟁사들은 주로 기존 필름 소재의 개선이나 부분적 3D 프린팅 활용 단계에 머물러 있다.
일부 스타트업에서는 브라켓을 3D 프린팅하는 시도(LightForce 등)도 있지만 소수이며,
그래피와 같은 토털 인하우스 솔루션을 갖춘 기업은 드물며,
특허 기술과 빠른 행보로 디지털 교정 시장의 게임체인저로 부상하고 있다.

기존 기업들은 그래피와 파트너십을 모색하기도 하는데, 그래피 심운섭 대표는 후발주자 교정 회사들이 그래피 소재의 장점을 알고 잇따라 러브콜을 보내오고 있다고 밝혔다.
그래피는 이미 중국 교정기업 본덴트(Bondent)와 파트너십을 체결했고,
미국 등 다른 회사들과도 계약을 논의 중이다.

그래피의 성장성

그래피 진출 시장 현황과 점유율

그래피는 ’17년 창업 이후 국내보다 해외 시장에서 더 가치를 인정받으며 성장했다.
’24년 매출의 81%(일본 19%, 유럽 13%, 북미·중남미 10% 등)수출에서 발생했다.

현재 수출국은 90여 개국에 이르며, 150개 이상의 유통망을 구축했다.
일본에서는 100명 이상 치과의사가 그래피의 인하우스 시스템을 활용 중이고,
유럽에서는 독일 메덴티스(Medentis)와 OEM 생산 제휴를 통해 보급을 확대하고 있다.
미국에서도 현지 법인을 설립하여 대형 치과병원그룹(DSO)을 대상으로 테스트를 거쳐 상용화 단계에 진입했다.
이러한 적극적 진출로 그래피는 글로벌 교정 시장 점유율을 빠르게 높여가는 중이다.

절대적인 시장점유율은 Align 등에 비해 미미하지만, 세계 임상 현장에서 그래피의 기술력이 업계 1위와 대등한 수준으로 인정받고 있다는 평가가 나오고,
’23년에만 그래피의 투명교정 솔루션으로 2,000여 명의 외국 치과의사가 한국을 방문하는 등 영향력이 커지고 있다.
또한 그래피는 교정 외에도 보철, 덴처, 스포츠 마우스가드 등 치과 소재 시장에서도 점유율 확대를 추구하고 있다.

글로벌 교정 시장

전세계 치과 교정 시장은 꾸준한 성장세를 보인다.

여러 기관 리서치에 따르면 ’20년대 중반까지 연평균 8~10% 내외의 성장을 전망한다.
특히 투명교정(clear aligner) 부문은 그보다 훨씬 높은 두 자릿수 성장률로 시장을 견인한다.

Mordor Intelligence는 글로벌 투명교정 시장 규모가 ’26년 약 $560M에서 ’31년 $1,360M으로 CAGR 19.6% 성장할 것으로 추정했고,
Fortune BI는 ’25년 $422M에서 ’30년 $1,330M, CAGR 25.8%로 급성장할 것이라 전망했다.

iData Research는 ’24년 세계 교정장치 시장이 $13B이며 그중 투명교정이 $5B(38%)를 차지했는데, ’31년 투명교정 시장이 $13.4B로 거의 2.68배 확대(CAGR 15.1%)된다고 예측했다.
성장 요인으로 3D 프린팅 기술 발전, 조기 교정 수요 증가(소아·청소년), 개인 맞춤형 미용 요구 증대 등이 지목된다.

이러한 전망을 종합하면, 글로벌 교정시장 CAGR 10%, 글로벌 투명교정시장 CAGR 20% 수준으로 요약되며, ’25년 현재 전세계 신규 교정 환자의 70%가 투명교정 치료를 시작할 정도로 주류가 되어가고 있다.

그래피의 TAM

그래피는 명시적으로 TAM을 제시하지는 않았지만,
경영진은 기존 브라켓·와이어 교정 시장을 아우르는 솔루션임을 강조하고 있다.

결국 그래피 기술이 궁극적으로는 전통적 교정장치 시장 전체를 대체할 것으로 보는데,
이는 그래피의 잠재 시장이 전세계 교정 환자 전체임을 의미한다.
심운섭 대표는 “이 기술은 브라켓·와이어·투명교정 시장을 모두 아우를 수 있는 차세대 솔루션”이라고 소개했다.

따라서 TAM을 보수적으로 잡으면 성장세가 가장 가파른 글로벌 투명교정 세그먼트에 집중하고 있지만 (현재 ~$5-6B),
공격적으로는 전통 교정까지 흡수하는 전략으로 글로벌 교정장치 전체 시장 (현재 ~$13B)까지도 TAM으로 볼 수 있다.

지역적으로 그래피는 미국, 중국, 일본, 유럽 등 주요 교정 시장을 1차 타겟으로 삼고 있다.

증권신고서상 진출 전략을 보면,
미국은 현지 법인 설립(플로리다)과 영업망 구축에 45억 원을 투입하여 시장 공략을 노리고,
중국은 현지 파트너(본덴트 등)와 협력해 의료기기 인허가 진행 및 법인 설립을 추진 중이며 2026년 본격 진출을 목표로 한다.
유럽은 CE 인증을 이미 확보하여 독일 등에서 KOL(Key Opinion Leader) 치과의를 통한 학술 마케팅을 전개하고 있고,
일본 등 아시아 시장에서도 인허가 및 판매망을 확충하고 있다.

주요 지역별 시장 규모 및 투명교정 침투율

미국은 세계에서 가장 큰 교정 시장으로, 연간 교정환자 수가 약 400만 명에 달하고 시장규모는 약 $5~6B로 추산된다.
미국은 투명교정의 발원지(Align 본사 소재)답게 투명교정 보급률이 높아 ’20년대 중반 이미 신규 환자의 절반 이상이 투명교정을 택한다는 조사도 있다.
Align Technology의 북미 매출이 ’23년 $170M에 이르러 글로벌의 43%를 차지했으며,
미국 내 투명교정 비중은 지속 상승해 ’25년 기준 70~80%로 추정되고 있다.

유럽 역시 교정 수요가 높은 편으로,
시장 규모는 미국보다 약간 작으며, 투명교정 침투율은 미국보다는 낮지만 급증 추세다.
’25년 유럽 투명교정 시장은 북미 다음으로 커서 글로벌의 25~30%를 차지하고 있고,
침투율은 50~60%대로 추정된다.
다만 국가별 편차가 있어, 영국, 독일 등 서유럽은 비교적 높고 동유럽 및 일부 국가는 낮다.

중국은 가장 빠르게 성장하는 교정 시장이다.
연간 신규 교정환자가 300만 명 이상으로 미국에 필적하나,
과거엔 미적 수요가 낮아 비율 대비 시장규모는 작았다.
그러나 최근 소득 향상과 미용 트렌드로 교정 수요가 폭발적으로 늘고 투명교정도 확산 중이다.
중국 국산 투명교정 기업 Angelalign이 ’22년 중국 시장점유율 41.7%로 1위를 차지했으며,
중국의 투명교정 시장 성장률은 연 30% 이상으로 추정된다.
투명교정 비중이 30~40% 선으로 낮지만, 가장 큰 절대 인구를 바탕으로 향후 최대 투명교정 시장으로 부상할 전망이다.

일본은 교정치료 인구 비율이 서구 대비 낮고 인구 감소 요인이 있어 시장 규모가 연 매출 수천억 엔(수 억 달러) 수준으로 비교적 작다.
투명교정 침투율도 아직 20~30%대로 추산되며,
문화적으로 보수적인 치료 선호와 보험 비급여 등의 영향이 있다.
그러나 젊은 층을 중심으로 투명교정 관심이 높아져 증가세이며,
그래피도 일본에서 100여 곳 이상의 치과에 시스템을 보급하는 등 시장 개척에 나서 침투율 상승을 이끌고 있다.
(유전적 영향으로 치열이 고르지 않고 교정 필요성이 높아 시장 잠재력이 높다)

이외 지역으로 중남미, 중동, 동남아 등도 신흥 시장으로 부상하고 있다.
특히 브라질, 멕시코 등 중남미는 교정 인구가 많아 Align 등 업체가 적극 공략하고 있고,
한국도 국내 교정시장 규모 약 5,000억 원 중 투명교정 비중이 30%대이지만 Align이 95% 점유할 만큼 성장 잠재력이 크다.

그래피는 미·중·일·유럽의 핵심 시장을 우선 공략하며,
향후 시장 파이가 커지는 신흥권까지 장악 범위를 넓힐 전략을 마련하고 있다.

그래피와 기존 선도기업들의 해자

기존 선도기업들의 해자

투명교정장치 시장에서는 Align Technology(Invisalign), 중국 Angelalign, Envista
(Ormco/Spark), 3M, Straumann(ClearCorrect) 등이 강력한 입지를 구축하고 있다.

우선 치과의사들의 잠김 효과(lock-in)가 뚜렷하다.
Align은 전세계적으로 Invisalign 인증의를 확보하고 디지털 스캐너(iTero) 등 자체 생태계를 구축해, 한번 Invisalign 시스템에 익숙해진 의사들이 이탈하기 어렵다.
실제 Align은 ’20년대 중반까지 전세계 누적 1,570만 명 이상의 환자를 Invisalign으로 치료하며 압도적 레퍼런스를 쌓았다.
이러한 방대한 사용자 기반과 브랜드 인지도는 신규 진입자가 따라가기 힘든 장벽이다.

또한 Align과 주요 경쟁사들은 글로벌 유통망과 딜러 네트워크를 이미 갖추고 있어,
치과 대상 영업력서비스망에서 우위에 있다.

규모의 경제도 두드러져, Align 등의 대형 업체는 대량 생산으로 개당 장비원가를 낮추고 R&D 투자여력을 확보하고 있다.

그래피의 해자

그래피는 기술 혁신을 기반으로 한 특허로 이러한 구도를 변화시키고 있다.

그래피는 세계 최초로 3D 프린터로 직접 출력 가능한 형상기억 투명교정장치 소재를 개발하여, 기존의 진공성형 방식과 차별화된 솔루션을 제공한다.

기술적 우위를 몇 가지로 요약해보면 다음과 같다.

1. 자체 개발한 Tera Harz 레진을 활용해 투명교정장치를 직접 3D프린팅함으로써, 종전처럼 치아 모형을 여러 단계 제작하고 필름을 열성형하는 과정을 생략할 수 있다.
이로 인해 생산 속도가 빨라지고 제작 공정이 단순화되어, 치과 또는 치과기공소가 즉시 교정장치를 만들어낼 수 있다.

2. 형상기억(shape-memory) 기능을 갖춘 소재이기에 한 개의 장치로도 제어된 연속 치아이동이 가능해, 단계별 장치 교체 횟수를 줄일 잠재력이 있다.
이는 환자에게는 치료 편의 향상과 비용 절감의 명백한 효용을 제공한다.

3. 그래피 솔루션은 인-오피스(in-office) 제작을 지향하므로,
개원의 입장에서는 기존에 투명교정 서비스를 외부 업체에 의존하며 치러야 했던 높은 랩 비용을 아낄 수 있다.
특히 Align 등에 지불하는 케이스당 비용(수백만 원대)을 크게 낮출 수 있어 가격 경쟁력을 확보할 수 있다.

이러한 솔루션을 사용해본 치과 의사들은 더 빠르게 락인효과를 형성할 것으로 예상된다.

또한 기술적 우위를 바탕으로 디지털 치의학 플랫폼 기업(예: Medit 스캐너 업체)들과 파트너십을 맺어 워크플로 통합을 추진하는 등, 유통 채널 개척에도 박차를 가하고 있다.
이러한 협업 전략은 기존 강자들의 해자를 잠식할 수 있는 그래피만의 강점이다.

리스크

Align 등도 자체 소프트웨어 생태계와 임상데이터 축적, 브랜드 신뢰를 바탕으로 쉽게 시장 지위를 내어주지 않을 것이다.

또 그래피 기술이 입증되면 경쟁사들의 대응(유사한 3D 프린팅 소재 개발, 그래피 기술 라이선스 등) 가능성도 있다.

결국 그래피의 미래 점유율은 기술 우월성이 기존 선도기업들의 해자를 얼마나 효과적으로 무너뜨리느냐에 달려 있다.

협상력

아직 상장된지 오래 지나지 않아 GPM의 추이를 살펴보기는 어렵지만,
소재 자체 개발, 밸류체인 내재화 등을 통해 높은 협상력을 추구하고 있는 것은 사실이다.
또한 현재까지는 매출 증가에 따라 GPM이 상승하는 이상적인 성장 추이를 보여주고 있다.

아직 영업이익, 순이익이 들쭉날쭉한 상황이긴 하지만 점차 올라가는 GPM 추이를 통해 앞으로 흑자로 전환되고 궁극적으로는 매출 성장률보다 더 빠르게 이익을 성장시켜 주주들에게 많은 것을 나눠줄 수 있을 것이라는 기대를 할 수 있게 해준다.

자본배치 및 거버넌스

경영진의 자본 배분력

경영진은 창업 이후 비교적 효율적인 자본 활용을 보여주고 있다.
’17년 설립 이래 그래피는 외부 투자 유치를 통해 기술 개발과 글로벌 인증, 생산 인프라 구축에 집중 투자했다.

’21년 시리즈 B 투자(100억 원 조달)를 성공적으로 유치하여 의료계 진출의 발판을 마련했고,
이후 Pre-IPO 라운드 등을 거쳐 기술특례 상장을 준비했다.
상장 전까지 총 5건의 전환사채(CB) 발행을 통해 운영자금을 확보했으며,
이는 매출 성장 국면에서 지분 희석을 최소화하며 필요한 자금을 조달한 전략이었다.

‘25.8월 코스닥 상장을 통해 약 332~390억 원을 공모했고,
공모가 기준 시가총액 약 1,877억~2,206억 원을 기록했다.
경영진은 상장으로 확보한 자금을 해외 시장 진출 가속화, R&D 강화, 대규모 생산인프라 확충에 투입한다고 밝혔는데,
이는 투자금 활용 면에서도 성장에 초점을 맞춘 건전한 배분으로 평가된다.

영업흑자 전환 전이라 현금차입은 은행 차입보다 투자유치와 CB에 의존했으며,
IPO 후에는 조달자금으로 미국 법인 설립(45억 투입) 등 성장 투자에 집중하면서 재무 레버리지를 높이지 않는 신중함을 보이고 있다.

주주환원 측면에서는 아직 배당을 실시하지 않고 모든 이익을 사업에 재투자할 것으로 보여,
성장 지향적 자본배분 기조를 유지할 것으로 예상됩니다.

경영진의 경력과 과거 이력

심운섭 대표는 재료공학자 출신의 기업가로, 3D 프린팅 분야 20년 경력을 보유한 전문가다.
그는 13년간 3D 프린팅 회사 한국아카이브에서 근무하며 3D 설계와 출력 기술을 몸에 익혔고,
의료기기 회사 DDS의 전무로 치과용 디지털 솔루션 프로젝트를 수행한 바 있다.

이러한 경험을 바탕으로 ’17년 그래피를 창업하여 신소재 ‘테라하츠’를 개발했고,
이 소재의 잠재력이 의료 분야에까지 응용될 수 있음을 입증해왔다.

전략기획을 총괄하는 이권기 이사는 증권가 출신으로 상장 과정에서 투자자 소통을 담당하며 글로벌 매출 비중 80% 유지하며 내년 흑자전환 목표 등의 구체적 로드맵을 제시했다.

경영진의 오너 리스크비윤리적 행위에 대한 이슈는 없는 것으로 보인다.

도덕성·투명성 및 거버넌스

스타트업 거버넌스에서 상장회사 거버넌스로 전환한 지 얼마 되지 않았으나,
현재 지배구조상 뚜렷한 문제가 노출되지 않았다.
최대주주인 심운섭 대표 및 특수관계인이 상장 후에도 경영권을 안정적으로 유지하고 있으며,
주요 벤처투자자들이 지분을 나누어 보유하는 구조다.

상장 당시 기관투자자 수요예측 경쟁률이 높았고 공모가가 밴드 상단에서 결정된 점을 볼 때,
외부 주주들의 신뢰도도 양호한 편이다.
사익 추구와 관련해, 심 대표나 경영진이 과도한 보수, 일감 몰아주기 등 논란에 휩싸인 바 없다.

또한 그래피는 CSR 활동의 일환으로 캄보디아 빈민층을 위한 포터블 치과 장비 기증 등도 수행하여 윤리경영 이미지를 구축하고 있다.

밸류에이션

Bear Case의 경우, 그래피 기술이 경쟁사의 해자를 넘지 못하는 시나리오를 상정했다.
이 경우 매출 성장률은 전체 교정시장 성장률(CAGR 10%)에 머무른다고 가정했다.

Base Case의 경우 그래피 솔루션이 시장의 한 축으로 안정적으로 자리매김한다고 가정했다.
이에 따라 매출 성장률은 투명교정 시장 성장률(CAGR 20%)을 따라간다고 가정했다.

Bull Case의 경우 그래피 솔루션이 기존 투명교정 기술 대비하여 명확한 우위를 인정받고,
이에 따라 매출 성장률이 투명교정 시장 성장률을 상회(CAGR 30%)한다고 가정했다.

비용의 경우, 매출 증가율 대비 매출원가 증가율과 영업비용 증가율의 비율을 구해본 결과,
최근 5년간 매출원가 증가율은 매출 증가율의 70%, 영업비용 증가율은 매출 증가율의 50% 수준으로 나타났다.

이에 따라 Bear, Base, Bull Case의 영업비용 증가율을 각각 5%, 10%, 15%로 가정하고,
시장전망이 제시된 2031년 기준으로 사업 최종가치를 구해봤다.

Bear Case의 경우 매출은 313.7억원, 영업비용은 356.0억원으로 ’31년에도 영업 적자 42.3억원을 시현한다.

Base Case의 경우 매출은 576.9억원, 영업비용은 493.0억원으로 ’31년 영업이익은 83.9억원을 시현한다.

Bull Case의 경우 매출은 1010.3억원, 영업비용은 673.0억원으로 ’31년 영업이익은 337.3억원을 시현한다.

각각의 매출 성장률에 따라 PEG 1에 해당되는 POR을 상정하면 Bear Case의 경우 상정 불가, Base Case는 1,678억원, Bull Case는 1.01조원이다.
현재 시총 3,852억원은 Base Case와 Bull Case 사이 어딘가를 상정하고 있는 것으로 볼 수 있고, 시장은 매출 성장률 20~30% 사이 어딘가를 컨센서스로 보고 있다.

나도 브라켓의 강한 교정력과 투명교정의 편의성, 심미성을 결합한 그래피의 교정 솔루션 성장 내러티브가 충분히 설득력을 갖고 있다고는 생각한다.
하지만, 이미 투명교정이 상당한 침투율을 보이는 가운데 경쟁 구도도 어느 정도 확립된 상황에서 그래피가 점유율을 빼앗아올 수 있는 확률이 75% 이상이라고 보기는 어렵다고 생각했다.
이러한 판단하에 Bear Case의 실현 확률은 10% 이하라고 생각되나,
Base Case로 기존 기업들과 치열한 경쟁을 이어갈 가능성이 15% 이하로 보기는 어렵다 생각하여 커버기업으로 편입하기는 어렵다고 판단하였다.

다만, 1) 치과에서 지출되는 비용을 절감해주는 3D 프린팅 솔루션, 환자들이 더 선호할만한 치과치료 소재 기술, 낮은 수준에 머무르는 현재 점유율을 감안하면 초기 2~3년간 성장률이 높은 수준에 머무르는 시나리오도 충분히 가능하며,
2) R&D, 유통망 구축 등에 소요되는 비용이 규모의 경제를 바탕으로 감소할 것이라 생각할 때 영업비용 증가율이 매출 증가율의 50%에 머무른다는 것도 상당히 보수적인 가정
을 고려할 때 투자해볼만한 가치가 있다고는 생각하게 되었다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

원전 사이에 피어난 장미, MIR(Mirion Technologies)

’23년 하이키 라는 걸그룹이 부른 ‘건물 사이에 피어난 장미’이라는 노래를 한 때 많이 들었었다.
(JYP DAY6의 YoungK가 작사한 곡이어서..)

힘들지만 꺾이지 않고 이겨내겠다는 의지가 담긴 곡이다.

MIR은 방사선 탐지, 측정, 방호 솔루션 분야 선도 기업이다.
원전 산업이 확장되었을 때 다수 국가/밸류체인이 수주를 위해 경쟁하고 있는 상황 속에서 어느 밸류체인이 주도권을 가질 수 있을지 알 수 없으며,
현 시점에 원전산업 전반적으로 밸류에이션이 상당히 높아져 있는 상황이기 때문에,
매출의 지속성과 틈새시장에서의 점유율 및 시장지배력이 높아 원전 산업 확장의 수혜를 안전하게 받을 수 있는 투자 대안이 선호될 수 있다고 생각했다.

그런 점에서 MIR은 다른 원전 밸류체인 기업들과는 차별화되는 지점이 있다고 생각되었으며,
이에 대해 LTO 멤버들과 나눠보고자 한다.

BM의 이해

Mirion Technologies(NASDAQ : MIR)는 방사선 탐지·측정 및 방호 솔루션 분야 세계적 선도 기업으로, 원전, 의료(방사선 치료/핵의학), 국방, 연구 시장에 제품과 서비스를 제공한다.

사업 부문은
1) Nuclear & Safety 부문 : R&D 연구소부터 상업 원자력 시설, 군사/국방 현장까지 다양한 방사선 안전 기술을 공급
2) Medical 부문 : 병원 및 암 치료 센터를 대상으로 의료 방사선 분야 솔루션을 제공
으로 양분된다.

주요 제품 및 서비스

Nuclear & Safety 부문은 원자력 발전소용 방사선 감시시스템, 방사능 측정 장비, 원자로 보호계통 부품, 군사/산업용 방사선 센서 등 제품을 판매한다.

Medical 부문은 방사선 치료 품질관리(QA) 장비, 핵의학용 방사능 투여량 계측기(dose calibrator) 및 갑상선 측정기, 방사선 작업자 피폭선량 관리(개인선량계) 솔루션 등 제품을 판매한다.
Medical 사업의 약 75%는 암 치료와 직결된 분야로, 방사선 암치료 QA, 핵의학, 작업자 선량 관리 등 암 치료 및 진단 안전에 집중되어 있다.
’21년 인수한 Sun Nuclear는 전세계 방사선 치료 QA 기기의 대표주자로 자리매김하고 있고,
’25년 인수한 Oncospace(Plan AI)는 AI 기반으로 방사선 치료계획을 최적화하는 소프트웨어로 선도적인 방사선 종양학 QA 기술력을 확보하고 있다.

이러한 포트폴리오를 통해 Mirion은 방사선 활용 밸류체인 상에서 핵심적인 계측 및 안전 관리 역할을 담당하며, 고부가가치의 전문 장비와 소프트웨어를 공급한다.

고객 및 지역

Nuclear & Safety 부문의 주요 고객은 원자력 발전소 운영 기업과 설비 OEM(예: Westinghouse, Framatome 등), 규제기관 및 국방/안보 기관, 연구기관이다.
북미를 포함한 글로벌 모든 원전이 Mirion 또는 자회사 제품을 활용하고 있을 정도로 침투했다.
‘25.7월 인수한 Certrec의 규제 준수 소프트웨어는 미국 내 모든 원자로 시설이 사용하고 있다.
Mirion은 12개국에 2,800명의 직원을 두고 있으며, 북미와 유럽에 강점을 가지면서 아시아 시장에도 공급망과 파트너 네트워크를 구축해 글로벌 직접판매와 전문 대리점을 병행하고 있다.

Medical 부문은 병원, 암 치료센터, 영상진단센터 등이 중심이다.
미국, 유럽, 일본 등의 방사선 종양학 선진시장에 폭넓게 설치 기반을 보유하고 있어,
신제품이나 소프트웨어를 출시하면 이를 전세계 고객망에 빠르게 확산시킬 수 있는 구조다.

밸류체인 상 위치와 유통

원자력/의료 산업의 Value Chain에서 전문 장비 및 솔루션 공급자로서,
원전 운영 및 환자 치료 과정의 안전성과 품질을 담보하는 필수 장비를 제공한다.

장비들은 규제와 인증이 엄격하여 진입장벽이 높고,
운영 프로세스에 긴밀히 통합되므로 고객가치가 높다.

Mirion의 제품은 주로 자체 영업 및 서비스 조직을 통해 최종 고객에게 직접 공급되며,
일부 지역에서는 현지 유통 파트너를 활용한다.
또한 M&A를 통해 제품 포트폴리오를 확장해왔는데,
’21년 Sun Nuclear 인수를 통해 의료 QA 분야 리더십을 확보했으며,
’25년에는 Paragon Energy Solutions (원전 부품 및 SMR 솔루션), Certrec (원전 규제 소프트웨어), Oncospace (AI 기반 치료계획 소프트웨어) 등을 연달아 인수하며 가치사슬 상 소프트웨어/서비스 비중도 늘리고 있다.

매출 성장성

Mirion의 핵심 시장인 원자력 산업과 의료 방사선 분야는 모두 구조적 성장 사이클에 진입하여, 회사의 중장기 매출 성장에 우호적인 환경이다.

원전산업

글로벌 ‘원자력 르네상스’ 흐름이 뚜렷하다.

탄소중립 에너지 수요 증가와 에너지 안보 중시로 각국이 원전 건설을 재개하거나 수명연장을 추진하고, 차세대 소형모듈원전(SMR) 개발에도 민관 투자가 확대되고 있다.
이러한 추세에 힘입어 공공 및 민간 차원의 원전 지원정책이 늘어나 Mirion이 속한 방사선 계측/안전 시장도 구조적 성장 기반이 마련되었다.

경영진은 ‘25.3Q 실적발표에서 “원자력 발전 엔드마켓의 지속적 모멘텀”을 강조하며, 신규 원전 및 SMR 관련 수요를 적극 공략하고 있다고 밝혔다.

‘25.3Q Mirion은 소형모듈원전 신규 건설 프로젝트로 약 $10M 규모 수주를 따냈고,
이어 10월에는 아시아 지역 기존 원전 설비 교체 수주 $55M를 확보했다.
이로써 회사가 공개했던 $350M 규모의 대형 수주기회 중 약 $65M가 성약되었으며,
나머지 $285M 중 상당 부분도 ’25~’26년에 발주될 것으로 예상된다.

대형 프로젝트 수주는 원자력 산업의 구조적 성장 흐름이 현실화로 향후 매출 성장에 큰 동력이 될 것으로 기대된다.
CEO 역시 “원자력 발전의 우호적 시장 환경에서 우리의 노출도를 확대하는 목표를 달성했다”며, Paragon과 Certrec 인수를 통해 원전 매출 비중이 45%까지 상승할 것으로 전망했다.
이는 1~2년 전 40% 수준에서 높아진 것으로, 원전 포트폴리오 확대 가시화를 입증한다.

의료 방사선

의료 부문에서는 방사선 암 치료 및 진단 수요의 구조적 증가가 핵심 동인이다.
세계 인구 고령화와 암 발병률 상승으로 방사선 치료 시장은 꾸준한 성장세를 보이고 있다.
Medical 사업의 약 3/4가 암 치료 관련(방사선 치료 품질관리, 암진단 핵의학 등)인 만큼 이러한 메가트렌드의 직접적인 수혜를 본다.

방사선 치료 기기(선형가속기 등) 보급 확대는 품질관리 장비 및 서비스에 대한 수요로 연결되기 때문에, 해당 분야 세계 1위인 Mirion(Sun Nuclear)의 성장률은 평균을 상회할 전망이다.
아울러 원격진료 및 디지털 헬스 추세 속에서 병원의 디지털 선량관리(방사선 작업자가 얼마나 방사선을 받았는지 기록/관리하는 방법) 시스템 전환 수요도 증가하여,
Mirion이 개발한 디지털 개인선량계(Instadose) 등의 보급이 가속될 것으로 보인다.

다만 단기적으로는 미국 등 일부 지역에서 의료기관의 예산 압박으로 방사선 치료 QA 장비 투자에 지연이 발생해 Medical 부문 주문이 다소 주춤한 측면도 있다.
(Mirion은 미국 의료 시장 환경이 방사선치료 QA 수요에 압력을 주고 있다고 언급)
그럼에도 불구하고 디지털 서비스 매출 증대 및 해외 수요로 이를 상쇄하고 있어,
전반적인 의료 부문은 안정적 성장세를 유지 중입니다.

향후 전망

’25년 올해 유기적 매출성장률 가이던스를 4.5~6.0%로 제시하였고 인수 효과와 환율영향을 포함한 총매출 성장률은 7~9%로 전망했다.

3분기 누적 실적 기준 매출 +7.9% 증가로 목표 범위 내를 달성하고 있으며,
경영진은 “2025년 가이던스 달성이 순조롭다”고 자신감을 나타냈다.

조정 EPS가 전년 동기 대비 50% 상승하는 등 수익성 동반 성장을 이루어낸 점이 고무적이다.
’26년 이후에는 Paragon 인수로 SMR 시장의 성장성을 흡수하고 기존 원전 운영자 대상 교체부품 사업을 확장할 기반을 얻었다.
Medical 부문에서도 AI 기반 소프트웨어와 디지털 플랫폼화로 성장을 이어갈 계획이다.

일부 단기 리스크(중국 등 일부 지역 수요 둔화, 특정 방산용 선량계 대형 주문의 지연 등으로 ’25년 유기적 성장 가이던스를 소폭 하향 조정)가 있었으나,
전체적인 시장 구조는 우상향 추세로 평가할 수 있다.

경제적 해자

Mirion의 방사선 계측·안전 산업은 진입장벽이 높고 전문성이 요구되는 틈새 시장으로,
오랜 업력과 기술력으로 여러 측면에서 경쟁우위를 구축하고 있다.

무형자산(브랜드·기술력)

방사선 안전 및 측정 분야의 세계적인 리더로 인정받는 브랜드다.
원자력 업계에서는 Mirion 및 자회사(예: Canberra, MGPI 등으로 오랜 역사를 가진 브랜드)의 신뢰성이 높아, ‘25.9월에는 국제 원자력 기구(IAEA)까지 Mirion과 파트너십을 맺고 글로벌 방사선 안전을 강화하고 있다.

의료 분야에서도 Mirion Medical 자회사 Sun Nuclear는 방사선 치료 품질관리의 사실상 업계 표준으로, Johns Hopkins에 따르면 “방사선 종양학 품질보증의 글로벌 리더”로서 혁신적 솔루션을 전세계에 제공하고 있다.

브랜드 파워는 고객이 안심하고 장비를 채택하도록 하는 신뢰 자본으로,
동종 중소 경쟁사들이 넘보기 어려운 자산이다.

또한 Mirion은 수십 년간 축적된 방사선 계측 기술 특허와 노하우를 보유하고 있고,
최근에는 AI 기술(Oncospace)과 규제 소프트웨어 역량(Certrec)까지 확보하여 제품 차별화를 강화하고 있다.

예를 들어 Certrec의 규제 솔루션은 미 NRC 인가 및 원전 사이버보안 등에 필수적인데,
이러한 전문화된 소프트웨어 역량은 Mirion만의 경쟁력이다.

전환 비용

Mirion 제품이 운영 프로세스에 내재화되므로 고객이 타사로 전환하는 비용과 위험이 높다.

원자력 발전소를 예로 들면, 방사선 모니터링 시스템이나 원자로 보호용 센서는 설치되면 교체나 인증에 많은 비용과 노력이 들기 때문에 수십 년 운영 기간 동안 초기 공급자를 계속 쓴다.
Paragon이 보유한 원전 부품 플랫폼은 북미 모든 원전에 채택될 정도로 표준화되어 있는데,
이런 부품을 다른 업체 것으로 변경하려면 추가적인 테스트와 규제 승인 등의 막대한 전환 비용이 발생한다.

Certrec의 소프트웨어도 미국 모든 원전이 이미 사용 중인 상황에서 다른 시스템으로 바꾸기는 사실상 비현실적이다.

의료 분야도 마찬가지로, 병원이 특정 회사의 QA 장비와 소프트웨어로 다년간 워크플로우를 구축하면, 이를 타사 제품으로 바꾸는 데 교육·절차 변경 등의 비용과 비효율이 커진다.
특히 Sun Nuclear의 QA 솔루션은 많은 암센터에서 표준 프로토콜로 활용되고 있어 사실상의 잠김 효과가 있다.

네트워크 효과

소셜 미디어나 플랫폼만큼의 직접적인 네트워크 효과는 크지 않지만, 규모의 경제와 데이터 축적에 따른 간접 네트워크 효과를 누리고 있다.

디지털 Instadose 선량관리 플랫폼은 사용자와 피폭 데이터가 누적될수록 산업 표준으로 자리잡아 더 많은 고객을 끌어들이는 선순환을 만들 수 있다.
최근 인수한 Oncospace AI 플랫폼은 5,000명 이상의 환자 데이터를 학습하여 치료계획을 최적화하는데, Sun Nuclear의 전세계 병원 네트워크를 통해 사용자가 늘어나면 더 많은 데이터가 모여 알고리즘 성능이 향상되고 이는 다시 제품 가치 상승으로 이어진다

즉, Mirion의 광범위한 설치 기반은 새로운 소프트웨어/서비스에 글로벌 확산력을 제공하며, 고객이 동사 에코시스템에 합류할 유인을 높인다.
또한 Mirion은 다양한 제품군을 통합한 디지털 플랫폼 전략(예: 병원의 QA/선량 데이터 통합관리)을 추구하고 있어, 고객이 한번 Mirion의 시스템에 들어오면 여러 서비스를 연계 사용하는 크로스셀링 효과도 기대됩니다.

규모 및 비용우위

방사선 계측 산업은 비교적 좁은 시장이지만 Mirion은 그 안에서 포트폴리오와 매출 규모가장 크다.
전세계 2,800명의 인력과 글로벌 생산·서비스 거점을 보유한 Mirion은,
주요 경쟁사가 지역 중소기업이거나 특정 제품 전문회사인 것에 비해 규모의 경제원가경쟁력을 갖추고 있다.

자체 공장에서 표준화된 생산을 하여 원가를 절감하고, 부품 조달에서도 구매력 우위를 활용할 수 있다.
또한 최근 인수한 Paragon의 엔지니어링 역량과 부품 조달 노하우를 더해 원전 부품 분야에서 비용 효율성을 강화할 계획이며, 이번 인수로 예상되는 연 $10백만의 시너지효과도 상당 부분 원가절감에서 창출될 것으로 보인다.

아울러 Mirion은 사업통합을 통해 중복 비용을 제거하고 운영 효율을 높여왔다고 밝혔는데,
실제로 2023년에 SG&A 비용을 절감하며 영업이익 개선을 이룬 바 있다.
이러한 규모와 효율성은 Mirion의 수익성에 기여하며, 영세 경쟁사들이 모방하기 어렵다.

경쟁사 대비 현황

각 세부 시장에는 몇몇 경쟁사가 존재하지만, 대부분 특정 부문에서만 Mirion과 겹친다.

원자력 계측에서는 Thermo Fisher의 방사선측정기 사업부나 Fuji Electric, Ludlum 등 일부가 경쟁하지만 제품 폭과 국제 서비스망에서 Mirion이 우위다.

원전 안전장비 분야의 큰 플레이어인 Westinghouse는 원자로 자체를 공급하는 OEM으로 Mirion과 협력 관계에 가깝고, 원전 부품 솔루션의 직접 경쟁사는 Paragon 인수로 상당 부분 흡수되었다.

방사선 의료기기 분야의 글로벌 리더인 Varian Medical (현재 Siemens Healthineers 소속)이나 Elekta 등은 주로 치료장비 제조사로서 Mirion과 보완적 관계가 크며,
QA나 선량관리 분야에서는 Mirion이 전문 솔루션을 공급한다.

다만 방사선 치료 QA 장비에서는 IBA의 Dosimetry 사업부, 독일 PTW 등 몇몇 전문업체가 경쟁하고, 작업자 선량관리 서비스에서는 미 Fortive사 소속의 Landauer가 미국 내 강자다. Landauer는 전통적 필름 배지로 시장을 이끌어왔으나 Mirion은 디지털 선량계로 차별화하여 경쟁하고 있다.

전반적으로 Mirion은 각 분야에서 시장 점유율 1~2위를 차지하고 있으며, 광범위한 제품군을 통해 경쟁사 대비 방어력이 탄탄하다.

협상력: 가격·원가·마진 분석

Mirion의 가격 결정력과 비용 통제력을 살펴보면, 최근 몇 년간 수익성 지표 개선을 통해 상당한 협상력 향상을 보여준다.

매출총이익률(GPM)

‘25.3Q GPM은 46.8%로 전년 동기 44.9%에서 약 1.9%p 상승했으며, TTM 기준 47.39%로 ’23년의 44.51%, ’24년의 46.68% 대비 지속적인 수익성 개선을 시현하고 있다.

제품 믹스 개선가격 인상이 주된 요인으로, Medical 부문의 원가가 전년보다 $1.0M 감소하여 마진이 개선된 반면 Nuclear & Safety 부문의 원가는 매출증가에 따라 $7.4M 늘었지만 이는 주로 물량 증가와 환율 영향에 따른 것이었다.

Medical 부문에서 “높은 마진의 제품/서비스 비중 확대”가 일어나 전체 GPM 상승을 견인했다.
회사는 소프트웨어·서비스 매출 증대로 향후 더 높은 마진율을 추구하고 있으며,
경영진은 Medical 사업에서 소프트웨어/서비스 제공을 늘려 마진을 확대하고 있다고 언급했다.
이는 고정비 증가 없이 추가매출을 올릴 수 있는 구독형 소프트웨어, 클라우드 선량관리 등의 매출 비중이 늘고 있음을 시사한다.

가격(P) 협상력

최근 판매 가격을 성공적으로 인상하며 매출 성장에 기여했습니다.
‘25.3Q Medical 부문 매출 증가는 판매량 증가와 가격 인상, 환율 영향에 따른 것이라고 밝혔다.

Nuclear & Safety 부문 역시 유기적 물량 성장, 가격 인상, 그리고 인수 효과가 매출 상승 요인이었다.

이는 Mirion이 고객에게 일정 수준 가격 전가를 무리 없이 수행했음을 의미한다.
’20년대 초반 원자재·물류비 상승 국면에서도 동사는 가격정책을 통해 마진을 방어했었다.

다만 고객 군이 정부·전력공기업·대형 병원 등 협상력이 강한 기관이 많아 무한정 가격을 올릴 수 있는 구조는 아니므로, Mirion의 가격우위는 제품 차별화에 따른 가치 기반으로 이해된다.
핵심 안전장비나 규제상 필수품목의 경우 대체재가 없어 가격 민감도가 낮기 때문에,
Mirion이 그 가치에 걸맞은 프리미엄을 확보할 수 있다.

신형 디지털 선량계나 AI 소프트웨어는 기존 방식 대비 효율이 높아 고객이 더 높은 가격을 받아들일 유인이 크며, Mirion은 해당 분야 선도기업으로서 가격주도자 역할을 할 수 있습니다.

수량(Q) 성장과 운영 레버리지

앞서 언급한 대로 Mirion은 양호한 수요 증가로 판매 물량(볼륨)이 늘고 있으며,
특히 원자력 부문에서는 Q3에 9% 유기적 매출성장을 기록할 정도로 견조한 성장이 있었다.
Medical 부문도 미주 일부 부진을 다른 지역 수요로 커버하면서 완만한 물량 증가를 유지했다.

이러한 Q 성장은 생산설비 가동률을 높이고 고정비 비중을 낮추는 효과를 내어 마진율 개선에 기여한다.
Mirion은 또한 대형 프로젝트 수주 시 규모의 경제로 납품 단가를 인하해주면서도 이익을 확보할 수 있는 구조를 가지고 있다.

’25년 수주한 $55M 아시아 원전계측 프로젝트는 기존 제품의 해외 확장으로,
추가 개발비용 없이 대량생산 효율을 얻는 케이스다.
IBA 등 경쟁사들도 사상 최대 수주잔고를 보고한 것에서 알 수 있듯이, 수주잔고가 늘어나는 추세로 물량 증가에 따른 영업레버리지 효과에 의한 이익률 추가 개선 여지가 있다.

비용(C) 관리 및 원가 협상력

원자재비와 제조원가 측면에서 비교적 양호한 통제력을 보여주고 있다.

‘25.3Q Nuclear & Safety 부문 원가 상승분 $7.4M 중 상당 부분(약 $3.9M)은 매출 증가에 따른 변동비 증가이며, 실질적인 단위당 원가 상승은 $1.3M에 그쳤고, 나머지는 환율 영향이다.

이는 관세 인상으로 인한 글로벌 공급망 인플레이션에도 불구하고 효율적인 조달원가 절감 노력으로 비용 상승을 최소화했음을 의미한다.
Mirion은 여러 제조 거점을 활용해 환율과 관세 영향을 분산하고 있고,
규모의 경제로 부품 공급업체와의 협상에서도 유리한 조건을 이끌어낼 수 있다.

’24년에는 미국 위스콘신 공장 통폐합 등 제조 footprint 최적화를 통해 비용 절감을 추진했다.
한편, 인건비나 기술인력 비용은 R&D 투자 확대에 따라 다소 증가했으나, 미래 성장을 위한 투자로 이해할 수 있다.

향후 전망

’25년 가이던스에서 Adj. EBITDA 마진 24.0~25.0%를 제시하였고,
3분기 실적 기준 누계 Adj. EBITDA 마진은 약 23%로 연말로 갈수록 상승할 것으로 예상된다.

원자력 부문 고마진 프로젝트 매출이 4분기에 인식되고, 소프트웨어 매출 비중 확대로 추가 마진 개선이 가능하기 때문이다.
특히 Certrec는 ‘25E EBITDA 마진 50% 이상인 고소프트웨어 기업으로,
인수 후 통합되면 전체 EBITDA 마진을 견인할 전망이다.
(Certrec 인수 가격이 ’25년 예상 EBITDA의 16.9배였는데, 이는 소프트웨어 업종 특유의 높은 마진과 성장을 반영한 것)

자본배치

Mirion은 강력한 현금창출력을 바탕으로 적극적인 M&A 성장 전략을 구사하고 있다.

현금흐름

’25년 현금흐름(FCF)이 크게 개선되었다.

3Q 조정 FCF는 $18M으로 전년 동기의 약 두 배 수준이며,
1~3분기 누적 FCF는 $53M로 조정 EBITDA의 35%를 현금으로 전환했다.
이는 운전자본 효율화 및 수익성 제고의 결과로, 전년도 같은 기간 대비 큰 폭으로 개선되었다.

경영진은 ‘25년 연간 조정 FCF 가이던스를 $1억~1.15억으로 상향 조정하였는데,
(하한을 $95M → $100M로 상향)
이는 Adjusted EBITDA의 45~49%에 달하는 높은 현금전환율로, Mirion 사업의 높은 현금수익 특성을 보여준다.
(방사선 장비는 선금/마일스톤 대금 비중이 높고, 서비스 매출은 지속 현금창출)
이처럼 견실한 현금흐름은 Mirion이 공격적 M&A 후에도 재투자 여력과 부채상환 능력을 유지할 수 있게 해주며, 주주환원 여력도 갖추게 한다.

M&A 전략과 성과

Mirion은 지난 1~2년간 전략적 M&A를 통해 포트폴리오를 빠르게 확장했다.
‘25.9월 약 $5.85억에 인수 계약을 체결한 Paragon Energy Solutions는 미국 원전용 부품공급 및 SMR 솔루션 업체로, Mirion의 원전 사업 규모를 확대하는 딜이다.

Paragon은 ’26년 약 $1.5억 매출과 20~22% EBITDA 마진을 전망하고 있어 인수 후 Mirion의 원자력 부문 매출이 30%가량 늘고, SMR 등 신규 성장분야 노출도 증가한다.
인수가는 ’26년 예상 EBITDA의 약 18배 수준으로 다소 높지만, 경영진은 첫해부터 주당순이익(EPS)에 기여하는 인수이며 5년 내 $10M 이상의 시너지(상업/원가) 창출을 자신하고 있다.

‘25.7월에는 Certrec을 $8,100만에 현금 인수하여 원전 규제/컴플라이언스 소프트웨어 영역을 확보했다.
Certrec은 매출 대부분이 고마진 구독형으로 지속적 수익원을 제공하며,
미국 모든 원전에 고객기반을 가진 만큼 Mirion의 서비스 비즈니스 모델 전환에 크게 기여할 것이다.

‘25.4월 인수한 Oncospace (Plan AI)는 비교적 소규모 딜이지만 첨단 AI 기술을 손에 넣어 Medical 부문의 경쟁력을 높였다.

연이은 M&A는 Mirion의 핵심 전략으로, 성장 시장에 대한 선제적 투자다.
현재까지 통합 성과도 양호하여, Sun Nuclear 등 과거 인수 자산들이 매출 성장과 마진 개선에 기여하고 있고 Medical 부문에서 디지털 혁신을 주도하고 있다.

자금 조달과 재무정책

Mirion은 M&A 재원을 마련하기 위해 탄력적인 자본조달을 실행했다.
Paragon 인수 자금으로 ‘25.9월 약 $325M의 0% 쿠폰 전환사채(’31년 만기)를 성공적으로 발행했고, 동시에 주식 1,730만주 공개발행(주당 $21.35에 약 $3.7억 조달)을 실시했다.

이자비용이 없는 채권과 증자를 병행하여 부채비율을 과도하게 높이지 않으면서도 필요한 현금을 확보하였다.
실제 Mirion은 2021년 SPAC 상장 시 확보한 자금과 이후 현금창출로 순차입금/EBITDA를 ’24년 2.X배까지 낮췄으며, 이번 인수로 일시적 레버리지가 상승해도 신규 EBITDA 기여로 빠르게 디레버리징할 것으로 예상된다.

주주가치 희석을 최소화하기 위해 $3,100만을 들여 자사주 매입을 병행, 시장 충격을 완화했다.

주주환원

성장주로서 현재까지 배당은 실시하지 않고 있으나, 자사주 매입 프로그램을 도입하여 주주환원에 나서고 있다.
‘24.12월 이사회 승인으로 최대 $1억 규모의 자사주 매입을 ’29년까지 시행할 수 있는 프로그램이 시작되었다.

다만 자사주 소각은 이루어지지 않았고, 현 시점에서는 성장 투자(M&A)에 자금 우선 배분을 하는 모습이다.
경영진은 성장 기회가 투자수익이 높다고 판단하기 때문에 당분간 잉여현금은 추가 인수합병, 신제품 개발, 부채상환 등에 활용할 것으로 보인다.
(이러한 성장 지향적 자본배치는 고성장 국면의 기업으로서는 합리적이다)

동시에 재무 안정성 지표(순부채/EBITDA 등)를 지속 모니터링하여 투자등급 수준을 유지하는 보수적 재무 관리 기조도 유지하고 있다.

밸류에이션

Mirion은 최근 주가 상승으로 절대 수치는 높아졌으나 성장성과 업종 특성을 감안해야 한다.
한 해석이 필요합니다. ‘25.12월 주가는 약 $23 수준이며 시가총액은 약 $60억 달러(약 9조) 수준이다.
조정 주당순이익(EPS) 기준 PER은 fEPS $0.50 내외로 환산시 47.98배다.

GAAP 순이익 기준으로는 ’25년 이제 흑자전환한 상태라 TTM PER이 233.98이다.
이러한 지표만 보면 전통적인 가치평가 관점에서는 상당한 고PER주로 보일 수 있다.
그러나 높은 성장률과 방사선 산업의 특수성도 프리미엄 요인으로 고려해야 한다.

동종 업계 주요 기업들과 비교하면 Mirion의 가치평가는 프리미엄이 붙어 있으나 일부는 정당화되는 측면이 있습니다. 아래 표는 Mirion과 몇몇 관련 기업의 주요 지표 비교입니다:

기업명2024년 연매출EBITDA 마진EV/EBITDA주가수익비율 (P/E)
Mirion Technologies~$8.3억24~25%~27배~46배 (조정 EPS 기준)
Fortive (미국 계측 대기업)$42억~28% (조정)~12배~20배 (Forward)
Elekta (스웨덴
의료기기기업)
$16억~22%~13배~15배 (Forward)
IBA (벨기에
방사선기기)
€4.98억~3% (REBIT 3.5%)N/A (변동 큼)N/A (흑자전환)
Varian Medical (미국 방사선
치료)
~$30억~25%~20배 (추정)~30배 (추정)

위에서 보듯 Fortive(산업 계측 및 Fluke 등을 보유한 대형사)는 안정적인 저성장 사업 포트폴리오로 EV/EBITDA 약 12배, P/E 20배 내외의 낮은 배수를 받고 있다.

Elekta(방사선치료기 제조사)는 최근 구조조정 효과로 이익이 늘고 있으며 EV/EBITDA 12~13배, Forward P/E 15배 수준으로 거래된다.

Mirion은 EV/EBITDA 27배로 확실히 두 배 이상의 프리미엄이며, 이는 중소형 성장주에 대한 시장의 기대를 반영한다.
Mirion은 매출 증가율(중기 7~9%)이 높고 소프트웨어 비중 증가로 수익률 확대 여지가 있다는 점에서, 프리미엄을 일부 인정받고 있다.
또한 방사선 계측/안전 분야는 규모는 작아도 독과점적 성격이 강해, 희소 자산으로서 높은 밸류에이션을 받을 수 있다.

결론 : 안정적인 BM, 성장 잠재력을 조금만 더 보여줄 수 있을까

저평가 여부를 판단하기 위해서는 Mirion의 향후 이익 성장에 대한 확신이 중요하다.
’26년 Paragon 인수 실적이 더해지고 원전 르네상스 효과가 본격화되면 성장률이 가속(+20% 이상)될 가능성이 있다.
증권사 컨센서스는 Mirion의 향후 상승 여력 약 +28%를 보고 있으며, 실제 2025년 10~11월에 주가가 실적 호조로 두 자릿수 급등한 후에도 추가 업사이드가 있다고 평가했다.

다만, 유기적 매출 성장이 한자릿수 중반에 머무는 것은 LTO 투자관점으로 봤을 떄 다소 아쉽다고 생각하며, 밸류에이션 또한 안전마진을 제공하는 수준과 거리가 멀다.
즉, 현재 밸류에이션은 앞으로 상당한 성장성을 보여주고도 다소 비싸다는 평가를 받을 수 있는 수준이라고 생각했으며, 경영진은 지속적으로 좋은 자본배치를 할 수 있다는 것을 증명해나가야 하는 부담을 짊어지고 있다.

따라서 MIR를 원전 사이에 피어난 장미라고 인정해주려면 조금 더 활짝 피어 향기를 퍼뜨려야 하지 않을까 생각되었다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

Flitto, 말뭉치 없는 자동번역은 위험해

점점 자동번역이 보편화되고 있지만, 그럴수록 높은 품질로, 오류 없이 작성된 언어간 번역의 쌍, 말뭉치의 중요성은 오히려 높아지고 있다.

더 높은 정확도로 빠른 시간 안에 번역 서비스를 제공하기 위해 필요한 것이 정확하게 정의된 표준에 따라 작성된 말뭉치이다.

기계와 알고리즘에만 의존하게 되면 위와 같이 맥락에 맞지 않는 결과물을 얻게 된다.
우리야 웃어넘길 수 있지만 더 정확한 의미 전달이 필요할수록, 그리고 신뢰하고 사용할 필요성이 클수록 ‘사람이 맥락을 정확히 정의해놓은 데이터’의 중요성이 더욱 커진다.

Flitto는 그런 정확한 데이터를 파는 기업이다.
이 BM이 정확히 어떤 가치를 발생시키며, 다른 기업이 진입하기 힘든 이유를 파악하는 것이 투자의 전제가 된다는 점에서 지금 작성하는 Flitto에 대한 최초 분석 글의 많은 부분은 정확한 BM을 이해하는데 할애하려고 한다.

Flitto의 매출

세부 매출 비중

플리토의 매출은 크게
1) AI 학습용 언어 데이터 판매,
2) 플랫폼 서비스,
3) AI 통·번역 솔루션
세 부문으로 나뉜다.

매출의 약 3/4을 차지하는 데이터 판매 사업은 Flitto가 집단지성을 활용해 수집·가공한 다국어 병렬 말뭉치(언어쌍 데이터)를 글로벌 기업 등에 판매하는 사업 모델이다.

플랫폼 서비스플리토의 번역 앱/웹 플랫폼에서 발생하는 매출로,
개인 사용자들의 번역 의뢰나 콘텐츠 이용 등에 따른 수익이며 약 15~25% 비중을 차지한다.

AI 솔루션 부문은 플리토가 자체 개발한 실시간 통·번역 엔진을 이벤트 행사나 기업 고객에 제공하여 올리는 매출로, 최근 수년간 새롭게 성장한 분야이며 약 5~8% 수준이다.

매출 단위

“기업 고객들이 더 큰 규모의 데이터를 발주했다”는 말은 고객사들이 AI 학습용 언어 데이터의 주문량을 늘렸다는 의미다.
처음에는 소규모 데이터 샘플을 제공받은 고객이 결과에 만족하여 점차 더 많은 양의 말뭉치(언어 데이터 세트)를 요구하게 되었다는 것이다.

한 글로벌 IT 기업(A사)은 초기에 Flitto로부터 소규모 번역 말뭉치를 받아본 뒤 만족하여 이후 계약 규모를 54억 원, 67억 원, 42억 원으로 계속 확대하며 추가 발주를 했다.
여기서 발주 혹은 판매의 “단위”는 특정 프로젝트별 데이터 양으로 보면 된다.
즉 몇 문장이나 단어 등 말뭉치의 분량을 단위로 계약하는 것이 일반적이며,
이를 금액으로 환산하여 계약 규모를 결정한다.

기업 입장에서는 필요한 언어쌍의 문장쌍 데이터를 수십만~수백만 문장 등 분량으로 발주하며, 플리토 같은 업체는 그에 맞춰 데이터를 수집·가공해 납품한다.
계약된 데이터는 그 프로젝트 범위 내에서 일회성으로 제공되지만,
만족한 고객은 이후 더 큰 용량이나 추가 언어의 데이터를 추가 발주하게 되어 계약 규모가 커진 것이다.

그리고 시점이 경과하게 되면 사용하는 언어, 문체가 변하기 때문에 동일한 카테고리에 해당되는 언어쌍도 업데이트가 필요하게 되며, 그러한 수요에 기반하여 반복 매출이 발생하게 된다.

언어쌍 데이터의 품질

AI 학습용 언어 말뭉치에도 품질의 차이가 존재한다.
데이터의 출처와 정제 수준, 그리고 추가 가공 여부에 따라 저품질과 고품질로 나눌 수 있다.

초기에는 단순 수집 및 정제만 거친 비교적 기본적인 병렬 말뭉치를 제공했다면,
최근에는 레이블링(Labeling) 등 추가 정보가 붙은 고품질 언어 데이터를 요구하는 추세다.

플리토 경영진은 “초기에는 단순 데이터 수집·정제에 그쳤으나 최근에는 레이블링 등이 적용된 고품질 언어 데이터를 요구하고 있다”고 밝혔다.

여기서 고품질이란 문장이 문법적으로 정확하고 오탈자나 번역 오류가 없으며,
필요하다면 문장별 메타정보나 도메인 태그(레이블)가 붙은 데이터
를 말한다.
기업들은 AI 모델 성능 향상을 위해 이런 정교하게 가공된 말뭉치를 선호하며,
품질에 따라 데이터도 등급화된다.

고품질 병렬 코퍼스(말뭉치)는 기계번역 성능 향상에 매우 중요하다는 연구 결과도 있다.
플리토도 수요 변화에 맞춰 특정 분야(도메인)별 전문 용어가 포함된 데이터셋을 전문 인력 검수를 거쳐 구축하는 등 데이터 품질을 높이는 방향으로 가공하여 서비스를 고도화하고 있다.

최근 5년 매출 추이

’18년 매출 35억원에 불과하던 플리토는 사업모델 특례상장 이후 일시적인 부진(’19년 매출 20억원)을 겪었으나, 이후 매출이 가파르게 증가했다.

특히 ’20년부터 AI 학습용 데이터 수요가 폭발하면서 ’22년 178억원, ’23년에는 203억원으로 창사 이래 최고 매출을 기록했고, ‘25.3Q 누적 매출만 258억원으로 전년 대비 75% 급증하여 폭발적 성장세를 이어가고 있다.
매출 급성장과 함께 ’24년 첫 연간 흑자를 달성했고, ’25년에도 분기 연속 흑자를 이어가고 있다.

데이터 판매 부문은 최근 5년 성장을 주도했다.
’19년 매출의 76%였던 데이터 판매 비중은 지속적으로 75% 안팎을 유지하며 성장을 견인했다.
23년 매출 203억 중 약 150억 원 이상이 데이터 판매에서 발생했고,
’25년 상반기에도 매출 139억 중 75%가 데이터 판매였다.

플랫폼 서비스 매출도 사용자층 확대로 절대액은 증가했으나 데이터 사업 급성장에 비해 완만한 성장률을 보여 비중이 감소했다.(’18년 24% → ’25.상반기 17.7%) 수준으로 낮아졌다.

AI 통·번역 솔루션은 ’21년 시작되어 ’23년 약 6%(10억원 수준)으로 성장했고,
최근 출시한 챗 트랜스레이션(Chat Translation) 등의 기여로 빠른 성장세를 보여,
’25년에는 대형 국제행사 공급 등으로 분기 매출 20억 원대까지 증가했다.

매출 증가 요인 : 고객 수 vs ARPU

데이터 판매 부문의 고성장은 기존 거래처의 주문 확대(고객당 매출 증가)와 신규 고객 확보가 모두 기여했다.

플리토는 애플, 메타 등 해외 빅테크로부터 처음에는 소규모 샘플 공급을 시작했으나 만족한 고객이 갈수록 더 큰 규모의 데이터를 발주하여 단일 고객 매출이 누적 164억원에 달할 만큼 거래 규모가 커졌다.

이처럼 주요 고객당 매출(ARPU)이 크게 상승한 것도 데이터 사업 성장의 원인이지만,
동시에 ’23~’25년 사이 신규 글로벌 IT기업들과도 잇따라 계약을 체결(예: ‘23.3월 67억원, 10월 42억원 수주)하며 고객 풀 자체도 확대되었다.

플랫폼 서비스의 경우 불특정 다수 소비자를 대상으로 하는 만큼 이용자 수와 사용량 증가가 매출 증대의 핵심이었다.
플리토는 전세계 1,400만 가입자 기반을 확보하고 있으며, 그중 적극적인 참여자 증가와 콘텐츠 이용 확대로 플랫폼 매출이 늘었다.
개인 이용자 플랫폼에서는 ARPU 개념이 크지 않고 소액 결제나 광고 등 수익모델이기 때문에, 전체 이용자 규모 확대가 매출 증대로 직결되었다.

솔루션 사업은 초기에는 국내외 몇몇 행사를 대상으로 시작했으나 ’23년 부산 BIFF 포럼, APEC 등 공급처가 다양화되었다([i-point]플리토, 3분기 어닝 서프라이즈… 매출·이익 ‘껑충’)
솔루션 고객 수가 늘어난 것이 매출 성장 요인이 되었다.
하지만 동시에 행사 당 계약금액(ARPU)도 대형 행사일수록 커져 평균 단가도 상승했다.

플리토 경영진도 고품질 데이터 수요 증가로 평균 판매단가(ASP)가 높아지고 있다고 밝혔는데, 이는 같은 고객이라도 예전보다 더 고가의 정제 데이터셋을 요구하게 되고 있음을 의미한다.

Flitto의 사업모델

Flitto는 ’12년 설립되어 AI 언어 데이터 및 번역 서비스를 제공하는데,
다수의 사용자 참여를 통해 다국어 데이터를 수집·가공하는 플랫폼을 운영한다.
처음에는 크라우드소싱 번역 앱으로 출발하여, 이용자들이 올린 번역 요청을 다른 이용자들이 포인트를 받고 번역해주는 커뮤니티형 서비스로 성장했다.

Flitto는 현재 “AI 시대의 원유”로 불리는 언어 데이터를 수집부터 검수·정제까지 자체 플랫폼 기반 파이프라인으로 처리하여 낮은 비용에 고품질 데이터를 공급하고 있다.
1,400만 명의 글로벌 이용자가 참여하는 생태계를 통해 텍스트·음성·이미지 데이터를 연계 수집하며, 이러한 구조는 외부 하청에 의존하는 경쟁사 대비 진입장벽으로 작용하고 있다.

Flitto의 번역 데이터는 다수 사용자의 검수(좋음/나쁨 투표)를 거쳐 99.8%의 정확도를 달성하여, 경쟁사들의 정확도 90~98%를 상회한다.
또한, 한국어, 몽골어, 아프리카계 언어 등 저자원 언어 분야의 방대한 데이터를 확보하고 있어, 호주의 Appen 등 대비 아시아 언어 데이터에서 우위를 점하고 있다.

현재는 이렇게 플랫폼에서 생성된 방대한 번역 데이터(텍스트, 음성, 이미지)를 바탕으로 AI 학습용 언어 말뭉치(corpus)를 구축하여 기업들에게 판매하는 것이 주요 수익원이다.
’17년 매출의 80%가 축적된 언어 데이터를 판매한 데서 나왔으며, Microsoft, Tencent, Baidu, NTT DoCoMo 등 글로벌 기업들이 Flitto의 말뭉치를 구매해 자체 기계번역 엔진 훈련에 활용했다.
Flitto 데이터는 슬랭, 대중문화 용어, 방언 등 기존에 얻기 어려운 고품질 번역쌍을 포함하고 있어 경쟁력이 높다고 평가된다.

경쟁사

Flitto와 유사한 비즈니스 모델을 가진 글로벌 기업으로는 Appen처럼 AI 데이터 전문 기업, Rozetta/Conyac처럼 크라우드 번역 기반 데이터 판매 기업,
Unbabel·Lilt처럼 인간+AI 병행 번역 플랫폼 등이 있다.
Flitto는 이들 가운데서도 저자원 언어크라우드 플랫폼 통합 운용이라는 차별점으로 고품질 데이터를 낮은 비용에 생산하는 역량이 높다.

반면 글로벌 빅테크들은 자체 인프라로 데이터를 확보하거나 서비스 자체로 수익을 내는 경우가 많아, 데이터 판매를 주 사업으로 삼는 Flitto와 직접적 경쟁은 적지만 대체재를 내재화할 잠재력을 가졌다.

결국 Flitto의 경쟁우위는 “자사가 구축한 방대한 다국어 코퍼스를 필요로 하는 기업은 많지만, 이를 자체적으로 모으기 어려운 경우가 많다”는 수요-공급의 틈새에서 형성되어 있다.

Appen (호주)

시드니 증시에 상장된 Appen은 텍스트, 음성, 이미지, 영상 등 대규모 주석 데이터(annotation)를 제공하는 글로벌 선도 기업이다.

데이터 어노테이션이란?(feat. GPT)

**데이터 어노테이션(Data Annotation)**은 데이터 라벨링과 거의 같은 의미로 쓰입니다. **어노테이션(annotation)**이란 “주석을 달다”라는 뜻으로, 원본 데이터(텍스트, 이미지, 음성 등)에 사람이 해석한 정보를 덧붙여주는 작업을 가리킵니다. 예를 들어 텍스트 문장에 정답 번역을 달아 병렬 말뭉치를 만들거나, 이미지 속 객체들에 테두리를 그려 이름을 붙이는 작업, 음성 녹음 파일에 그 내용을 문자로 작성하는 작업 등이 모두 데이터 어노테이션입니다. 이러한 어노테이션을 통해 AI 모델이 무엇이 정답이고 어떤 패턴을 학습해야 하는지 알 수 있게 되므로, 데이터 어노테이션은 AI 학습의 필수 토대 서비스라 할 수 있습니다appen.com. AI는 학습 데이터의 품질과 양에 성능이 좌우되기 때문에, 양질의 어노테이션 서비스는 AI 모델의 성공에 결정적 가치를 제공합니다appen.com. 흔히 “AI 시대의 원유는 데이터”라고 하는데, 그 원유를 정제해서 깨끗한 연료로 만드는 과정이 바로 데이터 어노테이션인 셈입니다.

서비스 제공 방식은 주로 B2B(기업 대상 프로젝트) 형태입니다. 데이터 어노테이션 전문 기업들은 의뢰한 기업(예: AI 개발사)이 필요로 하는 데이터를 정의한 후, 다수의 인력을 투입해 해당 데이터를 수집·가공하여 납품합니다. 이때 인력은 회사의 전담 직원일 수도 있지만, 대규모 크라우드소싱 플랫폼을 통해 전세계 프리랜서 혹은 아르바이트 인력을 모아서 수행하는 경우가 많습니다appen.com. 예를 들어 Appen은 수백만 명 규모의 전세계 크라우드 라벨러 풀(pool)을 보유하고 있고, Flitto 역시 1,400만 명 이상 사용자가 참여하는 크라우드 번역/데이터 수집 플랫폼을 운영하고 있습니다flitto.medium.comdatalab.flitto.com. 이 플랫폼을 통해 필요한 언어, 조건의 데이터를 대량으로 수집하고 여러 단계의 검수로 품질을 높여 최종 데이터셋을 만들어 냅니다flitto.medium.com. 어노테이션 완료된 데이터는 디지털 파일 형태로 납품되며, 텍스트 말뭉치라면 평문 파일이나 CSV, JSON 등으로, 이미지라면 바운딩 박스 좌표 정보와 함께, 음성은 전사된 텍스트와 함께 전달하는 식입니다. 때로는 고객사의 시스템에 직접 업로드하거나 API를 통해 제공하기도 합니다.

가치 제공 측면에서, 데이터 어노테이션 서비스는 AI 모델의 정확도를 높여 개발 일정을 단축해주고, 기업이 자체적으로 하기 어려운 대량의 전문 라벨링 작업을 대신 수행해준다는 가치가 있습니다. 예를 들어 자체 직원으로 100만장의 이미지를 일일이 태깅하기는 불가능에 가깝지만, 전문 업체에 맡기면 체계적인 품질 관리 하에 단기간 내 완료할 수 있습니다appen.comappen.com. 또한 신뢰성 있는 라벨링을 통해 오류를 줄이고, AI의 편향을 완화하는 등 결과적으로 더 나은 AI 서비스를 만들 수 있게 해주는 핵심 밸류를 제공합니다. 요약하면, 데이터 어노테이션 업체는 데이터 준비 과정의 번거로움과 전문성 부족 문제를 해결해주는 파트너라고 볼 수 있습니다.

유통과 광고 방식은 전형적인 B2B 솔루션과 유사합니다. 이러한 기업들은 업계 행사나 네트워크를 통해 AI 개발 기업을 대상으로 마케팅을 하고, 자사 웹사이트나 브로셔를 통해 성공 사례(case study)와 품질 우수성을 홍보합니다. 예컨대 “자율주행 업체 A에 데이터 어노테이션을 제공하여 정확도를 N% 향상” 같은 사례를 공유하면서 신규 고객을 유치합니다. 또한 가격, 소요 시간, 지원 언어/도메인 등을 제안서 형태로 제공하여 기업 고객과 계약을 맺습니다. Appen이나 Flitto 모두 글로벌 지사를 설립하고, 웹사이트에 데이터 서비스 포트폴리오를 게시하며, 영업사원이 직접 고객사에 제안을 하는 등으로 시장에 서비스를 알리고 있습니다.

과금 방식프로젝트 단위로 견적을 내는 경우가 대부분입니다. 이는 데이터 종류와 난이도, 분량에 따라 천차만별이기 때문입니다. 일반적으로 **“데이터 포인트당 가격”**을 산정하여 계산합니다. 예를 들면 문장 1개를 이중 언어로 번역하여 검수까지 하는데 0.X달러 혹은 이미지 1장 당 라벨링에 X원 이런 식입니다. 때로는 **시간 기준(라벨러 작업 시간 기준 시급)**으로 비용을 책정하기도 합니다. 예를 들어 Appen 크라우드 작업자들에게는 프로젝트별로 시급 6~12달러 수준으로 비용을 책정하고, Appen은 이를 종합해 고객사에 청구하는 식입니다sweetoffee.tistory.com. 그러나 일반 공개 가격표가 정해져 있다기보다는, 고객의 요구사항(정확도 수준, 데이터 양, 납기 등)에 맞춰 맞춤형 견적을 내는 B2B 계약입니다. 고품질이 요구될수록 다단계 검수와 전문가 투입이 필요하므로 단가가 높아지고thelec.kr, 반대로 간단한 태깅 작업이면 비교적 낮은 단가로 대량 처리합니다. 이런 방식으로 어노테이션 서비스 제공업체는 프로젝트 완료 후 데이터 납품과 함께 대금을 받는 수익 구조입니다.

Appen은 외주 네트워크를 동원하여 AI 엔진 훈련용 언어자원 등 데이터를 수집·가공하며, Search 엔진 평가 등 컨텐츠 라벨링 서비스도 제공한다.

폭발적인 AI 수요에 힘입어 Appen의 매출은 ’17년 1.11억 AUD에서 ’18년 1.66억 AUD로 50% 이상 성장했고, 시가총액 10억 달러에 육박하기도 했다.
고객층은 구글, 마이크로소프트 등 빅테크부터 자율주행, 음성인식 개발사 등 광범위하며,
수익모델은 계약 기반의 데이터 수집·라벨링 용역이다.
Appen은 크라우드 외주 네트워크를 활용하지만, 품질 편차와 작업자 관리 이슈도 존재한다.
이에 최근 시장에서는 데이터 품질과 특화성 면에서 Appen 대안으로 Flitto 같은 플랫폼 기반 기업이 주목받고 있다.

Appen의 매출은 데이터 라벨링 서비스가 대부분을 차지하고 소규모의 플랫폼 툴 판매(클라우드 SaaS)가 존재한다는 점에서 플리토와 유사하다.
Appen은 ’15년 상장 이후 폭발적 성장세를 이어와 ’19년 매출 약 $4억(YoY +47%)을 달성했다.
성장 동력은 주력 고객군의 발주 확대로, 검색엔진 최적화 등 데이터 매출이 37% 증가하여 전체의 80% 수준이었다.
다만, 매출 성장의 상당 부분이 기존 거대 고객사들로부터 더 많은 주문(즉 고객당 매출 증가)에 의존했으며, ’17~’20년 Appen의 최대 매출처들이 AI 데이터 수요를 대폭 늘리며 회사 매출이 급증했으며, ’19년 기존 고객 프로젝트 확대 및 Figure Eight 인수를 통해 성장했다.

그러나 ‘21년 이후 성장세가 둔화되어 ’20년 약 6억 AUD 내외에서 정점에 달하고,
’21년 소폭 감소 후, ‘22년 5.59억 AUD(-8%), ‘23년 약 4.11억 AUD(-27%)로 급감했다.
매출 하락의 주요 원인주요 고객 예산 축소와 테크 업계 둔화로 인한 ARPU 하락이다.
특히 Appen 매출이 몇몇 빅테크에 편중되어 있었기 때문에 나타난 현상이다.
새로운 고객 확보 노력도 있었지만, 이미 글로벌 상위 테크기업 대부분을 고객으로 확보한 상황에서 추가로 매출을 크게 늘릴 만한 신규 고객군 발굴이 어려웠다.
소규모 신규 고객이 늘어도 절대 매출에서는 큰 비중을 차지하지 못했고,
거대 기존 고객의 발주 변동이 매출을 좌우했다.

결국 Appen의 초기 고성장은 소수 대형 고객의 프로젝트 수요 급증(ARPU 증가)에 기인했고,
최근 정체는 그들의 수요 감소로 인한 것이다.

Lionbridge AI (미국)

전통적인 대형 번역/로컬라이제이션 회사이지만,
최근 기계학습용 데이터 공급 사업을 강화했다.

’17년 이후 기존 번역으로 축적한 다국어 말뭉치와 인력풀을 기반으로 Machine Intelligence 부서를 신설하고 AI 훈련 데이터 서비스를 시작했다.

Lionbridge의 AI 데이터 부문은 이후 TELUS International에 인수되어 TELUS AI Data Solutions로 재편되었으며, Appen 등과 경쟁한다.
고객은 빅테크 및 자율주행 등이고, 제공방식은 번역사+크라우드 혼합으로 데이터 수집·라벨링을 수행하는 형태다.
Lionbridge의 강점은 기존 전세계 번역사 네트워크로 정제된 고품질 번역 데이터를 많이 보유했다는 점이며, 이를 내재화된 독자 데이터셋으로 활용한다는 점이 Flitto와 다르다.

Conyac (일본)

Conyac은 ’09년 시작된 일본의 번역 크라우드소싱 서비스로, Flitto와 유사하게 개인 간 번역 의뢰를 중개해왔으며, ’16년 일본 AI기업 Rozetta에 인수된 이후,
축적된 번역 말뭉치 데이터 판매를 새 비즈니스로 도입했다.

현재 Conyac/Rozetta는 번역 크라우드로 모은 텍스트 코퍼스를 비롯해 음성인식용 데이터, 챗봇 대화 데이터 등을 외부에 판매하고 있다.
Rozetta는 “’25년까지 완전 자동통역기를 개발한다”는 비전을 내세워, 자사 번역 플랫폼을 통한 코퍼스 구축을 수익화하고 있다.

고객은 일본 내 IT기업, 연구기관 등이며, 수익모델은 구축한 병렬 말뭉치를 필요에 따라 판매하는 형태다.
Flitto와 매우 유사한 전략으로, 크라우드 번역 → 데이터화 → 판매를 실행한 케이스다.
다만 일본어 중심이어서 글로벌 언어 커버리지는 Flitto가 더 넓다.

Unbabel (포르투갈/미국)

Unbabel은 2013년 포르투갈에서 창업하여 Y Combinator, 구글벤처스 등으로부터 누적 9천만 달러 이상을 투자받은 스타트업이다.
“AI + 인간 편집”이라는 하이브리드 접근으로, 기계번역으로 초안을 만든 뒤 다수의 프리랜서 편집자(50,000여 명 커뮤니티)가 교정하여 품질을 높이는 번역 플랫폼을 제공한다.

고객은 세일즈포스, Zendesk, Facebook기업 고객 지원(Customer Support) 분야가 많고, API로도 Unbabel의 번역을 불러쓸 수 있다.
수익모델은 건당 번역 서비스 요금 및 기업 소프트웨어 연동이고,
번역 결과 자체를 외부에 데이터 판매하지는 않는다.

다만 Unbabel은 운영 과정에서 방대한 다국어 교정 데이터를 내부 자산으로 축적하며, 맞춤 MT 엔진 개선에 활용한다.
Flitto와 비교하면, Unbabel은 데이터를 외부에 파는 대신 자체 번역서비스 품질개선에 쓰는 모델이다.
고객 측면에서도 Flitto는 AI 개발사 중심 (데이터 판매), Unbabel은 고객지원/콘텐츠 현업 중심 (번역 결과 제공)으로 차이가 있다.

Lilt (미국)

Lilt는 ’15년 전 구글 Translate 팀 출신들이 실리콘밸리에서 창업한 업체로,
인공지능 보조 번역(CAT) 도구를 제공하는 기업이다.
Lilt의 플랫폼은 문장을 번역사가 입력하면 실시간으로 다음 단어 제안을 하고, 수정할수록 맞춤형 엔진이 학습되어 점점 정확도가 높아지는 적응형 번역 기술을 특징으로 한다.

이를 통해 인간 번역사의 생산성을 3~5배 높인다고 주장하며,
기업 대상 번역 관리 솔루션으로 판매한다.

매출모델은 소프트웨어 구독 및 전문 번역 서비스이며, Lilt도 번역 과정에서 축적한 번역 메모리와 용어 데이터를 자체 AI 개선에 사용한다.
’20년까지 약 3,750만 달러 투자를 유치했고, SAP 등 대기업과 파트너십을 맺었다.
Flitto와 비교하면 Lilt 역시 데이터 판매가 주수익은 아니고, 번역 서비스형 비즈니스다.
다만 Lilt의 모형은 번역 중 생성되는 양질의 데이터를 고객별로 비공개 유지하며 맞춤 MT에 활용하는 것이므로, Flitto처럼 여러 고객에 동일 데이터셋 판매를 하지는 않는다.

빅테크

빅테크는 자체 서비스 강화를 위해 번역 기술을 활용하고 외부에 데이터를 판매하지는 않는다.
자체 번역 엔진 보유 빅테크들도 고품질 데이터 수요가 있으므로 Flitto의 잠재적 경쟁자이며 고객이다.

Google은 Google Translate라는 세계 최대 기계번역 서비스를 운영하며, 방대한 웹 크롤링으로 수집한 평행코퍼스자원봉사 번역 참여를 통해 데이터를 확보해왔다.
’14년 시작된 Google Translate Community에서는 수만 명의 사용자가 번역 검수와 새 번역 제안을 제공하여, 구글 번역 품질 향상과 저자원 언어 확장에 기여했다.
(이 프로그램은 2024년 봄에 종료되었으나, 그동안 44개 언어에서 최대 40% 품질 개선 효과를 거두었다)

또한 구글은 자사 검색 엔진에서 수집된 다국어 웹페이지들을 활용하고, 필요시 특정 언어에 대해 직접 번역 데이터를 제작하기도 한다.
’23년에는 115개의 저자원 언어에 대해 전문 번역사가 번역한 평행 데이터(SMOL 프로젝트)를 공개하는 등, 자체적으로 데이터를 구축하여 번역기를 개선했다.
구글은 막대한 크롤링 인덱스와 플랫폼 이용자 풀로 Flitto 없이도 데이터를 확보할 수 있어,
데이터 판매 시장에서는 Flitto의 고객이자 궁극적으로는 경쟁상대다.

Naver의 파파고는 한국의 Naver가 자사 검색 데이터를 기반으로 개발한 NMT 번역기다.
Papago는 한국어에 특화되어 자연스러운 번역으로 정평이 있으며,
Naver 검색 DB의 방대한 한-외국어 컨텐츠를 학습에 활용하는 것이 강점이다.

이처럼 검색엔진을 보유한 기업들은 내부 빅데이터 활용이 가능하여 Flitto와 모델이 다르지만, 고품질 번역 데이터 확보라는 측면에서는 방향을 같이한다.
한편 MicrosoftBaidu, Tencent 등은 자사 번역 시스템을 갖추었음에도 불구하고 외부 데이터 공급원을 활용하는 전략을 취해왔다.
실제로 Flitto는 MS, 바이두, 텐센트에 데이터를 판매한 바 있으며,
이러한 빅테크들은 특정 도메인이나 부족한 언어쌍에 대해 Flitto 같은 전문업체의 데이터를 수혈하여 번역엔진 한계를 보완하고 있다.
이는 곧 Flitto에게는 고객이자, 동시에 이들이 내부적으로 충분한 데이터를 쌓을 경우 경쟁위협이 될 수 있는 양면성이 있다.

경쟁 관계의 배타성 vs 보완성

언어 데이터, 번역 서비스 시장 특성상 경쟁사와 Flitto의 성장은 보완성이 강하다.

우선 여러 언어쌍 데이터 수요는 상호 대체되지 않고 독립적이다.
한 기업이 특정 언어쌍의 말뭉치를 많이 보유하고 시장을 선도하더라도,
다른 언어쌍에 대한 수요까지 없애지는 못한다.
예를 들어 한 업체가 영어-스페인어 병렬말뭉치를 장악해도,
영어-베트남어 같이 새로운 언어쌍 데이터에 대한 수요는 여전히 별도로 존재한다.
플리토가 저자원 언어 데이터에 강점이 있어도,
경쟁사들은 또 다른 언어 또는 도메인 특화 데이터를 공급하는 방식으로 공존하고 있다.

동일한 언어쌍에 대해서도 데이터의 질과 용도가 천차만별이라서 한 기업의 데이터가 다른 기업을 완전히 대체하기 어렵다.
실제 사례로, 구글이나 메타 같은 빅테크 기업들이 자체 번역 엔진과 방대한 데이터를 보유하고 있음에도 불구하고 플리토의 특화된 고품질 언어 데이터를 추가로 구매·채택한다.

플리토의 정밀한 병렬 데이터는 범용 번역기가 커버하지 못하는 고유명사, 전문 분야 표현 등의 한계를 보완하기 위해 사용되며, 경쟁사의 번역 품질을 향상시키는 보완재 역할을 한다.

또한 사용자도 복수의 번역 서비스나 데이터 소스를 병행 활용한다.
기업 고객은 기본 기계번역 엔진은 구글 것을 쓰면서도,
별도로 플리토의 전문 번역 플랫폼을 통해 부족한 언어쌍 데이터를 확보하기도 한다.

결국 한 시장에 한 업체만 있으면 충분하다기보다,
언어 종류와 활용 분야별로 여러 플레이어들이 각자의 강점을 살려 공존하는 구조다.
특정 분야에서 한 기업이 성공하면 해당 분야 번역 수요의 확대를 통해 더 전문적인 번역이나 다른 서비스에 대한 관심도 늘어나고, 타사의 데이터나 솔루션 수요도 함께 증가한다.
결론적으로 경쟁사의 매출과 성장은 플리토와 배타적이라기보다는 대체로 보완적인 관계다.
말뭉치(언어쌍) 자체의 특성도 언어별로 독립적인 자산이므로, 한 업체가 특정 말뭉치를 많이 확보한다고 해서 다른 말뭉치에 대한 필요성이 없어지지 않는다.

다만 동일한 좁은 분야에서 직접 경쟁하는 경우(예: 두 회사 모두 몽골어-영어 데이터만 취급 등)에는 한쪽이 시장을 거의 차지하면 다른 쪽 입지가 좁아질 수는 있다.
그러나 현재 플리토와 주요 경쟁사들은 각기 좀 다른 언어, 영역에 강점을 가져 완전한 대체재 관계에 놓여있지는 않다.

데이터 소유권

Flitto의 데이터 정책

플랫폼에서 수집·생성된 모든 언어 데이터의 저작권 및 소유권은 Flitto에 귀속된다.
이용자들이 Flitto에 제공한 번역 컨텐츠는 모두 회사가 자유롭게 활용·판매할 수 있는 자산으로 취급되고 있다.

Flitto의 ’19년 코스닥 상장 당시 증권신고서 및 관련 보도에 따르면 사용자가 웹과 앱을 통해 생산해내는 텍스트, 음성, 이미지 언어데이터는 모두 Flitto에 귀속된다고 명시되어 있다.

즉, 사용자들이 자발적으로 올린 번역 결과물이든, 참여형 미션으로 얻어진 대화 데이터든 일단 플랫폼에 축적되면 Flitto가 그 독점적 권리를 보유하게 되며,
원천 번역 데이터에 대해 완전한 배타적 지식재산권을 확보한다.
따라서 이용자들이 번역에 기여하면 포인트 등의 보상을 받을 뿐, 해당 번역 결과를 개별적으로 외부에 팔거나 할 권리는 없고 Flitto가 일괄 소유하여 상품화하는 구조다.

이러한 독점적 소유권을 바탕으로 Flitto는 데이터를 라이선스 형태로 고객사에 제공한다.
또한, Flitto가 데이터를 판매한다고 데이터의 소유권이 고객에게 이전되는 것이 아니다.
Flitto는 비독점적 라이선스로 데이터를 여러 곳에 공급하며 “한 번 구축한 말뭉치를 한 곳에 팔고 끝내지 않는다”는 One Source, Multi-Use 전략을 취하고 있다.

Flitto가 구축한 한국어-영어 100만 문장 말뭉치를 삼성전자에 판매했어도,
삼성만 사용하고 끝나는 것이 아니라 동일 말뭉치를 다른 기업에도 반복 판매함으로써 추가 수익을 창출할 수 있다.
경영진은 “누군가는 데이터를 하드웨어처럼 한 군데 팔면 없어지는 걸로 여기는데, 말뭉치는 무형자산이라 여러 고객에 재사용된다”고 언급하여 데이터가 소프트웨어나 저작권에 가까운 무형 자산으로, 한 번 제작되면 무한 복제가 가능하고 여러 번 활용될 수 있다는 점을 강조했다.

또한 계약 방식 면에서, Flitto는 특정 고객사에 맞춤 데이터를 제공하는 경우라도 해당 데이터의 권리는 여전히 Flitto가 유지한다.
Flitto는 주요 고객과 데이터 제공 계약을 맺을 때도 이를 라이선스 판매로 인식하며,
계약 종료 후에도 유사 데이터를 재가공하여 다른 용도로 활용할 수 있다.

’22년부터 ’25년까지 한 미국 빅테크 A사와 한국어 등 언어 데이터 공급 계약을 3차례에 걸쳐 체결했는데, 이는 건별 프로젝트 계약이지만 Flitto 입장에서는 반복적인 수익원으로 자리잡았다고 밝혔다.
A사에 제공한 데이터도 Flitto가 지속 업그레이드하며 공급을 이어가는 형태로, 일정 기간 독점 사용권을 그 기업에 주었을 수는 있어도 영구적 소유권을 양도한 것은 아니다.
결국 Flitto는 자신이 보유한 원천 데이터를 계속 축적하고 고도화하면서,
다수의 기업에 제공하는 방식으로 사업을 운영하고 있다고 정리할 수 있다.

이러한 소유권 구조는 Flitto의 데이터가 곧 회사 핵심자산이자 해자(Moat)임을 보여주며,
데이터를 통한 추가 서비스 개발이나 솔루션 판매에도 유연하게 활용될 수 있게 해준다.

경쟁사의 데이터 보유 형태 : 직접 보유 vs 접근권

플리토는 자체 플랫폼을 통해 수집병렬 말뭉치 데이터를 핵심 자산으로 직접 보유한다.

이에 반해 대부분의 경쟁사는 플리토처럼 데이터를 직접 축적하여 재판매하는 모델이 아니라,
고객사의 의뢰에 따라 데이터를 수집·가공해 전달하는 서비스형 모델을 운영한다.
Appen은 전세계 크라우드소싱 인력을 동원해 다국적 기업의 AI 학습 데이터를 수탁 생산하나, 생산된 데이터셋의 소유권은 주로 발주한 고객사에 귀속된다.
Appen은 프로젝트 단위로 데이터 접근권을 제공할 뿐,
플리토처럼 통합된 언어쌍 데이터베이스를 구축해 자체 재산으로 보유하는 방식은 아니다.
따라서 수행 후 결과물을 넘기면 그때그때 소유권이 넘어가는 경우가 많다.

구글, 메타, 네이버 등 빅테크는 방대한 자사 사용자 데이터와 웹 크롤링 등을 통해 언어 데이터를 자체 축적하고 있지만 이들은 해당 데이터를 자체 서비스 개선에 활용할 뿐 외부에 판매하거나 공유하지는 않아, 플리토와 직접적 경쟁 관계에 놓이지는 않으며,
오히려 플리토가 빅테크가 필요로 하는 특정 언어쌍/도메인 데이터를 판매하는 파트너십 관계다.

플리토의 데이터는 크라우드 기여를 통해 만들어진 독자적 자료로서 저작권 이슈 없이 소유되고 있기에, 경쟁사들은 같은 데이터를 쉽게 얻을 수 없다.
플리토 데이터랩 – 인공지능 데이터 & 자연어처리(NLP) 솔루션

결과적으로, 플리토와 같이 방대한 병렬 말뭉치를 직접 보유한 형태의 경쟁사는 찾기 어렵다.
이는 플리토만의 데이터 판매 비즈니스 모델(한번 모은 데이터를 반복 판매)을 가능케 하며, 경쟁사들은 흉내내기 어렵다.

데이터 소유 여부가 BM에 미치는 영향 : 반복 판매 가능성

플리토처럼 자체 구축한 말뭉치를 판매하는 기업들은 동일한 말뭉치를 여러 번 판매하여 반복적으로 매출을 올릴 수 있다.
플리토는 이미 구축해둔 다양한 언어쌍, 도메인의 병렬 말뭉치 라이브러리를 갖추고 있어 필요한 기업에 그 데이터 세트를 ‘라이선스 형태’로 판매한다.
예를 들어 영어-스페인어 일반 회화 말뭉치 100만 문장을 한 번 만들어 놓으면,
이를 구글에도 팔고, 다른 스타트업에도 팔고, 여러 번 판매할 수 있다.
플리토 입장에서는 한 번 데이터 자산을 구축해 놓으면 다수의 고객에게 파는 데이터 거래 플랫폼 사업이 가능하다.
실제로 플리토는 자사 DataLab을 통해 대규모 데이터셋 라이브러리를 공개하고, 여기에 다양한 고객들이 접근하여 필요한 데이터를 구매할 수 있도록 하고 있다.
이런 데이터 서비스형 사업모델(Data as a Service)에서는 동일 데이터의 중복 판매가 수익 극대화의 핵심이다.

다만 일부 대형 계약의 경우 고객이 독점적 사용을 원할 수 있고,
또는 해당 데이터셋이 그 고객의 특정 목적을 위해 커스터마이징되어 다른 곳에 바로 재활용하기 어려울 수도 있다.
다만, 플리토는 해당 프로젝트를 통해 구축한 노하우와 언어 자원을 활용해 유사한 요구를 가진 다른 고객에게 변형된 데이터 서비스를 제공할 수는 있을 것이다.
개별 계약으로 맞춤 생산된 데이터셋은 보통 그 계약 대상에게만 제공되며, 그 동일분량을 또 팔아 같은 매출을 내는 것은 계약상 불가능하거나 현실적으로 쉽지 않을 수 있다.

Appen의 경우는 애초에 고객사의 전용 데이터에 라벨링 작업을 해주는 서비스가 대부분이라, 그 결과물을 다른 곳에 재판매하지 않으므로 동일 작업으로 반복 매출을 내는 구조가 아니었다.
그렇기에 한 번 잃은 매출이 쉽게 반복되지 않아 최근 매출 감소가 지속되고 있는 것이다.
반면 데이터셋 판매형 모델을 부분적으로 가지고 있는 플리토는, 이미 확보한 병렬 말뭉치로 꾸준한 판매를 기대해볼 수 있다는 차이가 있다.

주요 번역 프로그램별 데이터 사용 현황

Google, DeepL, Meta 등 기업들은 자력으로 데이터를 얻고 있으며,
파파고, MS, 바이두는 플리토 데이터를 보완적으로 사용하고 있다.

Google Translate (구글 번역)

구글은 Flitto의 데이터를 직접 사용한다는 공식 정보는 없다.
앞서 언급한 바와 같이, 구글은 막강한 자체 리소스로 번역 품질을 향상시켜 왔다.
주요 데이터 소스로는 웹 크롤링을 통한 평행 코퍼스 자동수집, 유엔/유럽연합 등 공개된 다국어 문서 코퍼스, 그리고 사용자 기여 번역이 있었다.
구글은 ’14년 “Translate Community”를 출범시켜 전세계 자원봉사자들이 번역 문장을 평가하거나 직접 번역하게 함으로써, 데이터가 부족한 언어의 번역 품질을 높였다.

마오리어, 우르두어 등 저자원 언어의 경우 이 커뮤니티 기여가 큰 도움이 되었으며,
실제로 수년간 다수 언어에서 눈에 띄는 향상을 이끌어냈다.
크라우드소싱 프로그램은 ’24년까지 운영되었고 그 후에는 대규모 언어 모델(LLM)의 발전으로 인해 방식이 전환되었다.

한편, 구글은 자사 검색엔진이 전세계 웹사이트의 번역쌍을 방대하게 보유하고 있다는 강점을 적극 활용한다.
구글 검색 크롤러는 다국어로 제공되는 웹페이지(예: 위키백과 다언어 버전, 다국어 뉴스사이트 등)를 수집하여, 이를 문장 단위로 정렬함으로써 자동으로 번역 데이터베이스를 구축해왔다.
이렇듯 크롤링 + 크라우드소싱 + 공개코퍼스 활용을 통해 구글은 Flitto에 의존하지 않고도 108개 이상의 언어쌍에 대한 번역 모델을 발전시켰다.
오히려 구글은 자체적으로 희귀 언어 데이터셋을 제작하여 공개하기도 하는데,
’22년 Meta가 발표한 NLLB(No Language Left Behind)처럼 다언어 평행말뭉치를 만들거나, ’23년에는 구글이 주도하여 115개 저자원 언어에 대한 전문 번역 문장 데이터(SMOL)를 마련하는 등 업계 전반에 데이터를 축적하는 움직임이 활발하다.

이러한 배경을 감안할 때 Google Translate는 Flitto의 데이터에 크게 의존하지 않고,
독자적 데이터를 기반으로 서비스하는 것으로 보인다.
다만 구글이 간접적으로라도 Flitto의 공개 자료나 일부 데이터셋을 활용했는지는 알 수 없다.
예를 들어 Flitto가 학계나 공개 경진대회를 통해 데이터를 공유했다면 구글이 그것을 참고했을 가능성은 있으나, 상업적 계약으로 Flitto 데이터를 구매했다는 소식은 전해진 바 없다.

DeepL (딥엘)

DeepL은 ’17년에 등장한 독일의 기계번역 서비스로, 특히 유럽 언어 정확도가 뛰어나다.
Flitto 데이터 사용 여부를 공식적으로 밝힌 적은 없다.

DeepL의 강점은 원래 Linguee라는 온라인 번역 사전 서비스에서 시작되었다는 점이다.
Linguee는 수년간 인터넷의 양질의 번역문(예: EU 공식문서, 특허 번역, 웹사이트 다국어 표기 등)을 크롤링하여 10억 문장 이상의 대규모 바이링구얼 코퍼스를 구축했다.
DeepL 번역기는 바로 이 Linguee 말뭉치를 기반으로 개발되었으며, 회사 측 설명에 따르면 DeepL의 모델은 Linguee가 수집한 바이링구얼 코퍼스와 크롤러를 지속적으로 운영하여 웹상에 새로 등장하는 번역 쌍을 찾아내고 정확도를 검증한 후 훈련데이터에 추가하는 프로세스를 통해 품질을 높이고 있다.

이처럼 DeepL은 자체 크롤링 데이터 자산이 핵심이므로, Flitto와 접점이 거의 없다.
Flitto가 보유한 한국어 등 아시아 언어 데이터에 관심을 가질 수는 있지만,
’23년부터 DeepL은 한국어, 중국어 등도 지원하기 시작하면서 여전히 자체 수집한 데이터와 대규모 신경망 학습으로 품질을 높이고 있다.
DeepL의 성공 요인은 Linguee 기반 유럽언어 코퍼스와 딥러닝 기술력으로 평가된다.
따라서 DeepL도 Flitto 데이터는 사용하지 않고, 웹 크롤링 및 자체 데이터 구축으로 서비스를 제공하고 있다.

NAVER Papago (네이버 파파고)

Papago는 ’16년 출시된 네이버의 AI 번역 앱/웹서비스로, 특히 한국어 번역에 강점을 보인다.
’19년 코스닥 상장 전 Flitto가 배포한 자료에 “플리토의 전방산업은 국내 AI 시장으로, 그 중 음성인식(SKT 누구, KT 기가지니 등 AI스피커)과 통번역(파파고 등 기계번역기)에 플리토의 언어데이터가 제공되고 있다”고 명시되어 Flitto의 학습용 데이터 고객임을 알 수 있다.

이는 네이버가 자체적으로 한국어↔영어 데이터를 확보할 수 있지만, 한국어와 제3외국어(예: 한국어-인도네시아어 등) 병렬 데이터는 구글만큼 얻기 어렵다(글로벌 이용자가 적기 때문).
Papago 초기 Flitto와 언어 데이터 제휴를 맺어 말뭉치를 보완하여 번역 정확도를 더욱 높였다.
Papago 관계자는 고유명사, 전문용어 등 범용 번역엔진의 한계를 보완하는 특화 데이터 공급능력 때문에 Flitto의 데이터를 채택했다고 하며, Flitto도 국내 빅테크에 데이터 납품 실적을 확보한 사례다.

네이버는 정부 공개 데이터(예: AI 허브의 평행코퍼스)나 자사 콘텐츠(웹툰/웹소설 번역본 등),
Papago 사용자들이 번역 결과를 평가하면 학습하는 등 데이터를 축적했다.
Papago 웹/앱에도 “입력된 문장은 서비스 개선을 위해 활용될 수 있다”는 안내가 있다.

즉, Papago는 Flitto의 데이터를 활용하면서, 네이버 자체의 빅데이터(검색 색인, 이용자 피드백 등)로 번역 엔진을 발전시켜 왔다.

Microsoft Translator (빙 번역)

마이크로소프트의 번역기도 구글처럼 다년간 자체 연구로 성장해왔으나,
주로 기업 대상 Translator Text API로 제공되기에 대중 인지도는 낮다.
MS는 ’17년 중국어-영어에서 인간에 근접한 번역 품질을 달성했다고 발표하는 등 NMT 개발에 앞서 있었고, 자사 제품 (Office, Bing 등)에서 수집한 양질의 문장쌍을 활용했다.

MS는 AI 학습을 위해 외부 데이터도 적극 도입했는데, 2017년 Flitto가 MS에 다량의 한국어 등 번역 데이터를 판매한 것이 알려져 있다.

특히 한국어, 일본어 등 아시아 언어에서 Flitto 데이터를 수혈한 것으로 보인다.
현재 MS는 OpenAI와의 협업 등으로 번역 품질을 높이고 있지만,
Flitto 같은 전문업체 데이터에 대한 수요는 지속될 수 있다.

Baidu Translate (바이두 번역)

중국 바이두의 번역 서비스로, 중국어 기반 다언어를 지원한다.
17년 Flitto로부터 중국어 번역 말뭉치를 구매한 사례가 있으며,
중국어 슬랭/신조어 등이 포함된 Flitto 데이터로 엔진을 향상시켰다.
자체적으로도 사용자 번역 참여 커뮤니티를 운영하고, 웹상의 중국어-영어 콘텐트를 수집하여 엔진을 고도화했다.

Meta (페이스북)

페이스북은 자체 번역 기능을 뉴스피드 등에 제공하고,
’22년에는 200개 언어 이상을 아우르는 NLLB 대형번역모델을 공개했다.
Meta가 Flitto 데이터를 썼다는 소식은 없으며,
번역모델 학습을 위해 위키백과, 성경 번역본, 웹 크롤링 데이터 등 공개 코퍼스를 활용했고,
아프리카 현지 연구자 그룹(Masakhane 등) 등 오픈소스 커뮤니티와 자체 인력으로 저자원 언어 데이터를 확보했다.

Flitto의 매출 성장성

Flitto의 TAM

플리토의 TAM(Total Addressable Market)은 전 세계 모든 AI 언어 데이터 수요 및 실시간 번역 수요를 총망라한 시장이라 할 수 있다.
구체적으로는 AI 학습용 데이터 레이블링/수집 시장자연어 부문, 글로벌 번역·통역 서비스 시장AI 기반 자동통역 분야를 합친 범위다.

규모 면에서 추산해보면, 전세계 AI 데이터 어노테이션 시장은 ’24년 약 19억 달러(2조 5천억원) 규모로 추정되고 2030년경 62억 달러 이상으로 성장할 것으로 전망된다(CAGR 22.2%).

이 가운데 언어 데이터 비중이 상당 부분을 차지하며, 플리토의 데이터 TAM에 해당한다.
또한 글로벌 통·번역 서비스 시장은 (전통적 인력 포함 시) ’20년대 중반 약 50조원에 달하는 거대 시장으로 추산되며, 이중 자동통번역 솔루션 분야도 빠르게 성장하고 있다.
생성형 AI와 멀티모달 AI의 부상으로, 언어 AI 솔루션 수요는 산업 전반(인터넷, 교육, 광고, 콘텐츠, 빅테크 등)에서 지속 증가하는 추세다.
요컨대 플리토의 TAM은 언어 장벽 해소를 필요로 하는 모든 영역으로서, 잠재 시장규모가 매우 크고 꾸준히 확대되고 있다.

AI 학습에 따른 시장 축소 가능성 : AI 기술은 Flitto BM과 경합적인가 보완적인가

언어 자체는 비교적 정적인 체계이고 어휘 변화도 제한적이다 보니, 한번 데이터 우위를 가진다고 해서 영구적인 것은 아닐 수 있다.
이러한 위험에 대해 플리토가 독점적으로 보유한 언어 데이터 자산이 머신러닝의 발전이나 경쟁자의 AI 학습 가속화에 의해 빠르게 따라잡힐 위험은 없는지 살펴본다.

언어 데이터 독점의 범위

플리토가 보유한 데이터의 강점은 희귀 언어 및 일상 표현 등 웹에 충분히 존재하지 않는 부분에 집중돼 있다.
일반적인 정형 문장이나 흔한 문서는 구글 등도 크롤링으로 많이 확보했고, 공개 말뭉치도 많다.
그러나 플리토는 사람들이 실제 쓰는 구어체, 신조어, 지역 특유 표현 등의 디테일하고 실용적인 번역쌍을 쌓아왔다.

언어는 정태적이라도 그 활용 맥락과 표현은 무궁무진하기 때문에,
이러한 디테일에서 오는 데이터 우위는 쉽게 없어지지 않는다.
경쟁자가 기계학습으로 따라잡으려 해도, 이미 플리토가 수집한 맥락 풍부한 병렬 데이터를 단순 모노링구얼 학습으로 복제하기는 어렵다.
예컨대 “밈(meme)”에 해당하는 신조어 표현을 각 언어에서 어떻게 번역하는지는 문화적 맥락이 필요한데, 이런 부분은 데이터를 독점한 쪽이 유리하다.

머신러닝의 데이터 효율 향상

확실히 최신 딥러닝 기법은 데이터 효율을 개선하고 있다.
소수 샘플로 학습하는 소타 기법, Active Learning 등으로 적은 데이터로도 높은 성능을 내는 연구가 많다.
또한 경쟁사들이 오픈소스 말뭉치 + 자체 조금의 데이터로 빠르게 모델 성능을 끌어올리는 경우도 생기고 있다.

그러나 이런 효율 향상에도 한계가 존재한다.
특정 영역의 번역 품질은 여전히 해당 분야의 정제된 병렬데이터 축적량에 비례한다.
대용량 데이터를 가진 쪽이 결국 미묘한 뉘앙스까지 잘 맞추는 고성능을 내기 마련이다.
가속화 학습으로 격차를 줄일 수는 있어도,
동일 수준으로 따라잡으려면 결국 상당량의 유사한 데이터가 필요하다는 뜻이다.
플리토는 특히 범용 번역기가 틀리기 쉬운 부분(고유명사, 전문용어, 문맥묘사)에서 강점이 있는데, 이런 부분은 경쟁사가 일반 딥러닝만으로 메우기 어려운 빈틈이다.

데이터 증분의 한계

언어 외연이 빠르게 확장하지 않는다는 점은 맞지만,
AI 학습용 데이터로 유의미한 것은 단순 사전적 어휘가 아니라 실제 사용 문장들이다.

현실 세계에선 매일 새로운 시사용어, 유행어, 전문지식이 등장한다.
예컨대 COVID-19 이후 방역 용어들의 다국어 번역 데이터는 ’19년 이전에는 없던 것들이다.
플리토는 이런 새로운 콘텐츠를 실시간으로 축적하지만,
경쟁사가 나중에 따라잡으려면 이미 시의성을 잃은 후발 수집이 될 수 있다.

언어 데이터 독점의 유지는 단순히 언어체계 그 자체가 아니라 시시각각 변하는 언어 사용 데이터의 선점에 달려 있다.
이 면에서 플리토가 실시간 크라우드를 활용하여 낮은 비용으로 데이터를 업데이트하는 한,
경쟁자가 격차 없는 수준에 이르기 어렵다.

AI 자동생성 데이터의 한계

경쟁자가 모델을 활용해 인위적으로 병렬 데이터를 생성하는 방식도 생각해볼 수 있다.
예컨데 영어 문장을 모델로 번역하여 pseudo-parallel 데이터셋을 대량 확보하는 것이다.
이런 방법은 어느 정도 효과가 있지만, 오류를 내포한 데이터가 누적될 위험이 있다.

실제로 자기가 만든 번역으로 스스로 훈련하는 자기학습은 품질 상한이 존재하며,
결국 사람이 만든 골드-스탠다드 데이터를 완전히 대체할 순 없다.
플리토의 독점 데이터는 사람들이 참여해 검수한 정답 데이터라는 점에서,
AI가 생성한 은닉 오류 데이터와 본질적 차별화가 있다.

따라서 경쟁사가 AI로 빠르게 번역문을 양산하더라도, 그것으로 플리토와 대등한 품질을 담보하긴 어렵다.

Flitto의 내러티브와 경쟁사 내러티브 충돌 가능성

현재 플리토와 경쟁사들이 내세우는 성장 스토리는 일부 교집합이 있으나 충돌하지는 않는다.

플리토의 내러티브는 “저자원 언어 데이터라는 틈새에서 독보적 품질을 확보하고, 이를 기반으로 AI 통번역 솔루션까지 확장”하는 것으로 요약된다.
데이터 중심(Data-centric) 시대에 희소하고 정밀한 언어 데이터를 무기로 삼아 성장하겠다는 이야기다.

주요 경쟁사인 Appen의 최근 내러티브를 보면, 급성장하는 AI 데이터 시장에서 선두주자 내러티브가 있었으나 ’21년 이후로는 실적 부진을 타개하기 위한 비용 절감과 중국 시장 공략, 생성 AI 관련 프로젝트 수행 등 사업 개편 쪽에 초점이 맞춰져 있다.

이는 플리토처럼 공격적 확장 스토리라기보다 방어적 대응 전략으로 플리토의 내러티브와 정면으로 충돌한다고 보긴 어렵다.
오히려 서로 처한 상황이 달라 플리토는 고성장 서사, 경쟁사는 재정비 서사를 가지고 병존하는 모습이다.

다만 장기적으로내러티브 충돌의 가능성을 배제할 수 없다.
가령 Appen이 구조조정을 마치고 멀티모달 저자원 데이터 쪽으로 전략을 전환해 플리토가 강점을 지닌 분야에 진입한다면,
플리토의 “희소언어 데이터 독점” 내러티브와 충돌이 발생할 수 있다.
혹은 빅테크 기업들이 자체 언어 데이터 구축을 강화하여 외부 데이터 업체 의존도를 낮추는 방향으로 나아간다면, “플리토를 통한 데이터 조달” 내러티브와 배치될 여지가 있다.
또한 DeepL과 같은 기업은 “최고 품질 기계번역 서비스”를 내세워 성장하고 있는데, 이 경우 플리토의 AI 통번역 솔루션과 경쟁·대체 관계가 형성될 수 있다.

결국 TAM이 겹치는 부분에서 각자의 성장스토리가 충돌할 가능성은 존재한다.
그러나 현 시점에서는 플리토가 집중하는 저자원 언어 데이터 시장에 뚜렷한 경쟁자가 드물고,
주요 경쟁사의 전략 방향도 분산되어 있어 직접적인 내러티브 충돌 가능성은 낮다.

플리토 또한 시장 변화를 주시하면서 음성·이미지 등 데이터 종류 다변화, 솔루션 고도화 등으로 자신만의 성장 내러티브를 강화하고 있어,
경쟁사가 비슷한 이야기를 내세워도 중기적으로는 BM을 유지할 개연성이 높다고 볼 수 있다.

Flitto의 경제적 해자

플리토의 데이터 자산 축적 방식을 신규 진입자가 모방하기 어려운 이유는 다음과 같다.

네트워크 효과 – 글로벌 대규모 사용자 풀 확보의 어려움

플리토는 현재 1400만명 규모의 글로벌 사용자 커뮤니티를 보유하고 있다.
이들은 173개국의 다언어 사용자로, 텍스트·음성·이미지 등 다양한 언어 데이터를 생성한다.
신규 업체가 동일한 규모와 다양성의 커뮤니티를 구축하려면 막대한 시간과 자원이 필요하다.
언어 플랫폼은 네트워크 효과가 강해, 초기에 사용자가 적으면 참여 동기가 낮아진다.
플리토는 ’12년 창업 이후 혁신적인 서비스(1분 내 수십 개 번역 제안 등)로 유저를 모았고,
그 커뮤니티가 지금의 데이터 생산 엔진이 되었다.

네트워크 효과는 시간이 지날수록 오히려 강화된다.
플리토의 1400만 유저는 계속 데이터를 생산해내고 있어 데이터 자산이 실시간으로 늘어나며,
참여자들은 보상체계에 익숙해 이탈률도 크지 않다.
신규 경쟁자가 미래에 인공신경망으로 빠르게 데이터를 생성한다 해도, 플리토 커뮤니티가 만들어내는 최신 트렌드 반영 인간 번역 데이터를 완전히 대체하기 어렵다.

모방하기 어려운 생산 프로세스 – 보상 및 검수 시스템 수직통합

플리토의 시스템은 게임적 요소(포인트 보상, 랭킹 등)와 다단계 검수 알고리즘이 적용돼 있다.
이용자들은 번역하고 포인트나 금전적 보상을 받고, 이를 통해 언어 학습 동기도 얻는다.
또한 다수가 참여할 경우 품질을 상호 평가하거나 별도 검수팀이 정제하여 고품질 데이터로 완성하는 시스템이 구축돼 있다.
이는 10여년간 시행착오를 겪으며 다듬어진 것으로,
경쟁사가 단순히 사람을 모은다고 해서 같은 품질의 데이터를 뽑아낼 수 있는 게 아니다.

이러한 낮은 단가 고품질 생산 프로세스(외주비·포인트비 절감)를 바탕으로 플리토가 40%대 영업이익률을 목표로 할 만큼 비용효율성이 높은데, 후발주자는 이를 모방하기 어렵다.

브랜드 가치, 데이터 자산 – 대규모, 다양한 데이터 소유권

플리토는 이미 다년간 축적해온 방대한 병렬 말뭉치와 음성 데이터 등을 보유한다.
특히 한국어·몽골어·아프리카계 언어 등 희소 언어 데이터에 있어서 경쟁사 대비 압도적인 량과 질을 갖췄다.
신규 경쟁자가 이제 와서 해당 언어 자원을 모으려 해도,
플리토가 확보한 데이터를 따라잡기 위해선 동일한 양질의 번역을 수백만 건 생산해야 한다.
이를 위해선 상당수의 전문 번역 인력을 동원하거나 플리토 규모의 크라우드를 형성해야 하는데 현실적으로 쉽지 않다.
데이터 축적의 초기 격차가 시간이 흐를수록 더 벌어질 가능성이 높다.
플리토는 최근 음성 데이터 등 단가 높고 희소성이 큰 데이터까지 수집 범위를 넓혀가고 있어,
시간이 지날수록 경쟁사가 커버해야 할 격차가 오히려 커지는 중이다.

해자의 침식 가능성

알고리즘이 데이터를 대체할 수 있을까?

장기적으로는 기술 변화에 따라 상황이 바뀔 수 있다.
예를 들어 AI 자동 데이터 생성 기술이 획기적으로 발전해 사람 없이도 희소언어 병렬 데이터를 대량 생성할 수 있게 된다면, 플리토의 크라우드 방식 우위는 줄어들 수 있다.
그러나 현재로선 완전한 대체는 요원하며, 플리토의 집단지성 모델이 지닌 인간 품질 데이터의 가치는 지속적으로 유지될 전망이다.
따라서 경쟁자들이 이 메커니즘을 모방하기는 현실적으로 어렵고, 플리토가 쌓아온 데이터 격차도 단기간에 좁혀지기 힘들다고 평가된다.

빅테크들의 자체 데이터 축적 노력은 Flitto의 시장을 잠식할 수 있는 요소다.
구글, 메타 등은 거대한 자본과 인력을 투입해 오픈소스 데이터셋 생성(예: NLLB, SMOL)이나 커뮤니티 주도 번역으로 저자원 언어 격차를 줄여가고 있다.
장기적으로 이들이 거의 모든 언어에 대해 충분한 데이터를 확보하면, Flitto 같은 외부 공급자에 대한 수요가 줄어들 수 있다.
다만 전 세계 수천 개 언어/신조어/방언에 대한 현지화된 구어체 데이터는 여전히 부족하여 Flitto의 역할이 쉽게 대체되지는 않을 것으로 보인다.

또한 신기술의 등장도 변수다.
최근 발전하는 거대 언어모델(LLM)들은 병렬 말뭉치 없이 자연어 추론만으로도 번역 품질을 향상시키고 있다.
GPT-4는 한 언어로 학습해도, 병렬 말뭉치를 직접 학습하지 않았더라도 다중언어 코퍼스를 통해 언어 사이 추론 능력을 획득하여 꽤 정확한 번역을 해낸다.
Meta의 NLLB(No Language Left Behind) 같은 프로젝트는 저자원 언어라도 모노링구얼 데이터와 언어 간 추론 기법으로 번역 모델을 만드는 등, 병렬 데이터 의존도를 낮추는 방향의 연구도 진행되었다.

Flitto처럼 정제된 레이블드 데이터 공급자의 중요성은 당분간 유지되겠지만,
장기적으로 모델의 데이터 의존도 감소가 이루어지면 Flitto의 시장규모 성장에 한계가 올 가능성이 있다.
AI 기술 발전으로 데이터 효율성이 높아지면, 예전보다 적은 데이터로도 모델 성능을 낼 수 있게 되어 데이터 양의 격차가 줄어들 수 있으며,
일부 공개 말뭉치의 증가로 희소 언어 데이터도 공공에서 확보하는 움직임이 있어,
플리토의 독점 데이터 우위가 예전만 못해질 가능성도 고려할 수 있어서,
장기적으로 AI가 스스로 언어 구조를 추론하여 번역하는 시대가 올 수도 있어 보인다.

유지되는 데이터의 중요성

다만 업계 전문가들은 여전히 AI 시대에 ‘모델보다 데이터가 중요하다’고 평가하며,
특화된 고품질 데이터 없이는 번역 AI의 한계를 넘기 어렵다고 지적한다.
또한, 특정 도메인(의료, 법률 등)이나 특수 언어 쌍에서는 Flitto 같은 전문 데이터셋이 범용 AI 번역기의 빈틈을 메워줄 수 있다.

현재까지의 기술 추이를 보면 병렬 말뭉치의 중요성이 완전히 사라지지는 않고 있다.
자연어 추론 기반 번역대규모 파라미터와 연산 자원을 필요로 하고, 특히 희귀한 표현이나 맥락에서는 여전히 병렬 예문 학습이 있었던 모델보다 오류율이 높다.
병렬 말뭉치로 직접 학습된 번역 모델은 소규모나 특정 분야에서 여전히 추론 기반 LLM보다 정확하고 효율적인 결과를 낸다.

즉, 모델의 규모를 키우는 것 못지않게, 특정 작업에 맞는 양질의 데이터를 확보하는 것이 성능 향상의 지름길로 인식되고 있다.
실제로 빅테크들도 범용 LLM만으로 모든 번역 문제를 풀 수 없음을 깨닫고,
특화 데이터 확보에 눈을 돌리고 있다.
자연어 추론 기술이 발전해도 제대로 훈련하기 위해 여전히 병렬 말뭉치 등의 레이블된 데이터가 필요하며, 추론 모델 + 전문 말뭉치를 결합하여 학습하는 방향으로 발전하고 있다.
의학 논문 번역처럼 전문성이 필요한 작업의 경우, 해당 도메인 병렬 말뭉치를 학습한 모델이 맥락 추론으로 번역하는 모델보다 용어 선택과 정확도 면에서 우수하다.
거대 언어모델도 최종 품질을 높이기 위해 고품질 병렬 데이터로 파인튜닝을 거치는 경우가 많아 추론 AI와 병렬 말뭉치는 상호 보완적으로 활용되는 추세로,
결국 두 기술간 경쟁 구도는 완전한 대체보다는 접점이 생기는 방향으로 진화되고 있는 것이다.

그리고 Flitto도 경쟁환경을 인식하여 솔루션 사업 다각화로 대응하고 있다.
최근 Flitto AI+ (Chat Translation, Live Translation)실시간 통역 솔루션을 출시하여 B2C/B2B 제품화에 나섰고,
메뉴 번역 서비스처럼 데이터와 솔루션을 결합한 새로운 수익원을 개발하고 있다.
이는 단순 데이터 판매를 넘어 완제품 번역 서비스를 제공함으로써,
빅테크와 차별화된 영역을 공략하려는 전략으로 해석된다.
Flitto의 실시간 대화 통역 앱은 사용자 개인의 말투에 맞춰 번역을 개선하는 초개인화 기술을 선보여 호평받았고, 이 기술은 Flitto만의 다국어 데이터와 10년 이상의 전문 번역 노하우가 결합되어 가능한 것이었다.

또한 자연어 추론 기술이 영상/음성 등으로 확대되는 흐름 속에서 영상/음성 멀티모달 데이터 수요 증가에 맞춰, 음성인식(STT), 음성합성(TTS), OCR 등 기술을 확보하고, 단순 텍스트 병렬 말뭉치 제공을 넘어 음성∙영상 기반 통번역 데이터/솔루션까지 영역을 넓혀 통합적 언어 AI 경쟁력을 확보하려 하고 있다.
집단지성으로 모은 데이터를 활용해 자체 번역 AI 엔진을 고도화하고, 이를 다시 크라우드 플랫폼에 접목하는 식으로 선순환을 만들고 있다.
특히 다양한 연령 이용자의 음성 녹음 미션 등을 통해 음성 데이터를 대량 확보함으로써 새로운 고부가가치 데이터를 축적하고 있다.
또한 정부의 AI 프로젝트 참여 등 외부 파트너십을 통해 데이터 경쟁력을 유지·강화하고 있다.

이러한 선제적 조치들은 Flitto가 데이터 시장의 변화에 대응하면서 자신의 해자를 지키고 확장하려는 노력의 일환이다.

결론적으로, Flitto는 크라우드소싱 기반 저자원 언어 데이터 구축이라는 독특한 비즈니스 모델을 통해 글로벌 경쟁자 대비 뚜렷한 강점을 확보했다.
플랫폼에서 생산되는 데이터의 독점적 소유를 바탕으로, One Source Multi-Use 라이선스 전략으로 수익을 극대화하고 있다.
Papago 등 주요 번역 앱들도 의존할 만큼 Flitto의 데이터는 가치를 지닌다.

빅테크의 행보와 AI기술 발전이 변수이긴 하나,
데이터 중심의 AI 패러다임에서는 Flitto의 역할이 계속 중요할 것으로 보인다.
Flitto는 자신만의 데이터 품질과 영역을 유지하면서, 동시에 솔루션 사업을 확장하여 데이터+알파의 가치를 창출하는 방향으로 경쟁우위를 공고히 할 것이며,
투자자로서는 이러한 경쟁우위가 유지되는지를 꾸준히 지켜봐야 할 것이다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

원전 산업의 이해

원전 산업과 관련된 주식이 상당히 가파르게 주가가 올랐다.
하지만 지금의 주가 상승이 유망성을 일부만 반영하고 있으며,
앞으로 상당히 장기간 지속될 메가트렌드라고 한다면 지금도 투자할만한 가치가 있다.

이에 대해 좀 더 구체적으로 공부해보기 위해 스터디를 시작하게 되었으며,
나 또한 스스로 원전 밸류체인에 대해 공부하기 위해 열심히 리포트도 읽고 필요한 정보를 정리해봤다.

글로벌 원전 발전 용량 증가

1) 화석연료 에너지 가격 급등(현재는 낮은 수준을 유지중이나 추가하락 가능성 낮음)
2) 전기차, 자율주행, 클라우드/플랫폼, AI 데이터센터, 제조업 자동화 등 고전력 인프라 수요
3) 탄소 중립에 대한 요구 부응을 위해 재생에너지, ESS만으로 부족
이라는 메가트렌드로 인해 원전은 장기 초과수요 국면으로 진입하고 있다.

세계적으로 신규원전 건설, 원전 재가동, 수명연장 트렌드가 확산되고 있다.
미/EU는 수명연장, 신규 건설 동시 추진,
중/인도/중동은 신규 원전 상업 가동 개시 단계에 있다.

앞서 설명한 대체공급 요인, 수요 요인, 탄소중립 요인에 따라 글로벌 원전 발전용량은 보수적 시나리오의 경우 56%, 적극적 시나리오의 경우 152% 성장할 것으로 예상된다.
이는 CAGR로 계산할 경우 각각 1.66%, 3.36%로 저성장 시장이라 인식할 수 있다.

하지만, 현재의 원전 발전용량은 대체로 오래전 건설되었던 원자로의 운영에 따른 것이다.

지난 20년간 세계 원전 발전량은 정체 상태를 보여왔으며, 2024년에도 전 세계 전력 중 원자력 비중은 약 9.0%로 1996년의 17.5%에서 절반 수준으로 떨어졌다.

하지만 최근 들어 한동안 정체되었던 신규 원전 건설이 다시 증가세로 돌아서려 하고 있다.
지난 10여 년간 신규 원전 착공은 주로 아시아 지역에 집중되었는데, 2014~2024년에 전 세계에서 가동된 신규 원전 68기 중 56기가 아시아 국가에서 건설되었다.

2024년에는 전 세계 9기의 신규 원자로 건설이 시작되었는데, 이 중 6기는 중국에서, 나머지는 러시아, 파키스탄(중국 주도), 이집트(러시아 주도)에서 시작되었다.
이러한 수치는 이전 수년간과 비교해 약간 늘어난 것으로 볼 수 있다.
실제로 2025년 중반 기준 전 세계 건설 중인 원자로는 63기로, 전년 대비 4기 늘어났다.

국제에너지기구(IEA)는 현재 각국 정부의 원자력에 대한 관심이 1970년대 오일쇼크 이후 최고 수준이며, 40여 개국이 신규 원전 도입이나 확대를 계획하고 있다고 밝혔다.

핀란드는 2023년에 서유럽에서는 15년 만에 처음으로 신규 원자로(올킬루오토 3호기) 상업운전을 시작했고,
프랑스는 2022년에 향후 6기의 신규 원전을 건설하기로 결정하는 등 오랜 공백 후 건설 재개 움직임을 보이고 있다.
미국도 2023년에 조지아주 보글(Vogtle) 3호기를 가동하여 수십 년 만에 첫 신규 원전을 상업운전에 돌입시켰다.
이렇듯 주요국들이 오랜 기간 중단되었던 원전 건설을 재개하거나 검토함에 따라, 한동안 정체되었던 원전 산업이 다시 성장 국면에 진입하는 것으로 해석될 수 있다.

원전 투자 수요 회복

미국의 경우 60~80년대에는 전력 산업이 ‘수익률 규제 제도’하에 운영되면서 예상치 못하게 공사비용이 증가하더라도 전력회사는 전기요금 인상을 통해 보상받을 수 있었다.
제도가 불확실성을 완화해주면서 원전으로 자본이 쉽게 유입된 것이다.
하지만 90년대 이후 전력산업 자유화가 추진되어 수익이 규제요금이 아닌 시장가격에 의해 결정되게 되면서 비용 초과 리스크를 요금으로 전가할 수 없게 되었다.
금융기관들은 높은 초기투자, 장기 회수기간, 정책 불확실성을 반영하여 美 원전을 리스크가 큰 자산으로 분류했으며 신규 원전 프로젝트는 급격히 위축되었다.

하지만 각국에서는 자금조달 측면에서의 지원제도를 보완하여 원전 기술 및 리스크를 분산시키는 금융 공학 발전으로 인해 금융 접근성이 개선됐다.
또한 인프라 투자 시장 성장 속에 대기자본이 ’24년말 $360B 규모로 증가하였다.

글로벌 친원전 정책 트렌드

발전 산업은 건설이 결정되면 장기간이 소요되며, 원전은 특히 그 기간이 10년 이상이다.
또한, 안전 규제, 에너지 가격 및 보조금때문에 정부 정책 의존도가 높다.
따라서 이를 결정하는 에너지 안보/수급 환경 변화로 장기간의 기업 내재가치가 변화하게 되며,
이러한 변화와 주가 변화의 괴리를 잘 찾는다면 좋은 장기 가치투자 대안을 찾을 수 있다.

쓰리마일, 체르노빌, 후쿠시마 사고로 촉발된 부정적 여론으로 주요국은 탈원전을 결정했으나, 최근 전동화 트렌드, 클라우드/AI/데이터센터로 촉발된 전력 수요 급증과
러우전쟁, 탄소중립, 재생에너지 간헐성 등 공급측면의 불안정성은 주요국 정책 방향을 친원전으로 되돌리기 충분하다.

에너지 정책의 3대 축으로 환경-안보-경제성을 강조하는데,
과거 환경이 강조되었다가, 현재는 안보가 강조되는 상황으로 전환된 것으로 보인다.

이에 따라 세계적으로 중러를 제외하고 감소하던 신규 원전 건설은 반등될 것으로 기대된다.

또한 학습효과를 노릴 수 있는 연속 발주+표준화 프로젝트가 일반화되면서,
산업 턴어라운드가 단기 모멘텀에 그치지 않고 추세적 성장을 이끄는 트렌드로 변화하고 있다.

한국의 원전 정책

11차 전력수급기본계획(‘25.2월, 전기사업법에 따라 2년 주기로 수립하는 중장기 전력 계획)에서 원전은 ’38년까지 발전량 비중 35.2%로 비중이 증가했다(10차, ’36년 34.6%).

정책목표 달성을 위해
1. 신한울 3, 4호기 건설(+2.8GW)
2. SMR 건설(+0.7GW)
3. 원전 설계수명(40년) 이후에도 안전성 평가 이후 연장(10년 단위)
등 방안을 추진하기로 하였다.

12차 전기본에서는 석탄발전 조기종료, 신재생에너지 확대 등이 구체화될 예정이며,
신규 원전 추가 등 정책방향이 전력정책심의회에서 논의되는 동향은 모니터링이 필요하다.

한국 원자력 발전 밸류체인은 국내 원전한수원을 중심으로 구축된 밸류체인을 기반으로 폴란드, 사우디, UAE 등 국가로의 원전수출을 추진중이다.

미국의 원전 정책

세계 최대 시장인 미국은 AI와 제조업 리쇼어링으로 인해 전력 수요가 급증하고 있다.

이에 따라 트럼프는 ‘25.5월 행정명령을 통해
1) 美 NRC(원자력규제위원회)를 개혁하여 원전 인허가 소요 기간을 단축하고 원전 용량을 현재 100GW에서 ’50년까지 400GW까지 확대하는 한편,
2) ‘26.7월까지 3개의 실험용 원자로 실증 추진,
3) ’30년까지 대형원전 10기 건설을 통한 공급망을 강화하는 등
종합적인 정책를 발표했다.

더 나아가 ‘25.6월 트럼프는 독립 규제기관인 NRC에 위원장 인사 개입을 통해 압력을 행사한다.

한국 밸류체인은 웨스팅하우스와 ‘지역별 구분’에 합의하여 유럽은 웨스팅하우스, 아시아(중동, 터키, 카작, 동남아, 한/중, 인도 등)에서는 한수원이 사업을 추진하는 것으로 합의한 바 있다.
하지만 트럼프의 공격적 원전 증설 목표에 따라 동맹국 밸류체인에 미국내 사업 참여를 요청할 가능성이 높아지고 있다.

’50년 400GW로 용량이 확대되는 가운데,
현재 용량 100GW중 퇴역 용량을 30GW로 최소화하면 신규용량으로 330GW가 필요하며,
SMR이 200GW 설치된다면(DOE 시나리오),
신규 대형원전은 130GW가 필요한 상황이며,
건설기간 10년을 가정했을 때 ’26~’40년간 매년 8.7GW, 약 8기가 착공되어야 하는 상황이다.
이에 따라 쇼티지가 심화되며, 자본조달의 문제도 발생한다.

미국은 시장이 크지만 타국들과 달리 수직 계열화된 밸류체인이 구성되어 있지 않고, 민간 기업들에 공급망이 분산돼 있어, 다른 국가 기업들의 진출 여력이 높다.

미국은 이러한 공급 능력상의 취약점을 인식하고 공백이 존재하는 프로젝트 관리(PM), 시공, 일부 제작 공정 등에서 한국 기업 파트너를 모색할 가능성이 높다.
또한, 중국조차도 리스크 완화를 위해 러시아 노형을 설치하고 있음을 고려하면 모든 원전 생산을 웨스팅하우스에 의존하는 것은 리스크가 큰 선택이다.
그리고 동맹국의 미국 원전 지분투자를 허용하는 ADVANCE Act의 입법 취지를 고려할 때 자본조달 여력 관점에서도 동맹국의 원전 건설 가능성이 높아졌다.

참고. 원자력 발전 원리(문과 관점에서 이해한)

우라늄 235(U238은 분열이 덜 일어나는 동위원소로, U235를 몇 %로 농축시키는지가 중요)를 연쇄 분열시킬 때 양성자-중성자 결합을 유지시키는 강한 결합에너지가 열에너지로 방출된다.

열에너지로 물을 끓여 수증기로 터빈을 돌려 전기를 생산한다.
이 때 핵분열로 열에너지를 만드는 원자로를 1차 계통, 수증기로 터빈을 돌리는 부분을 2차 계통, 터빈을 돌리고 나온 수증기를 해수로 식혀 다시 물로 액화시키는 부분을 3차 계통이라 한다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

HIMS, 이 구역의 XXX은 나야

HIMS가 다른 기업과 어떤 점이 차별화되는지 잘 모르겠다는 문제제기가 있었다.
(절대 이 글이 필요한 문제제기를 막는 방향으로 작용하지 않기를 바란다.
아무런 문제제기도 없는 것은 절대적으로 지양되어야 할 스터디 방향성이라 생각하며,
피드백을 해주신 카톡방 ‘DLO MELI GRAB SEA 신흥국’님께 감사드린다.)

사실, 그런 문제제기에 충분히 설득력있는 답을 내놓지 못한다면 애초에 투자 아이디어가 잘못돼 있는 것이라 생각하며, 시장은 이를 합리적으로 가격에 반영할 것이다.
이에 대해 내 의견을 제시해보고, 그에 대한 피드백을 받아보고 싶다.

Hims & Hers Health (HIMS), LifeMD (LFMD), Teladoc Health (TDOC)은 미국 텔레헬스 시장에서 각기 다른 모델로 성장해온 대표 기업들이다.

아래에서는
1) 수익성과 플랫폼 확장성,
2) 브랜드 가치,
3) 규모의 경제
4) AI 활용
5) 약가협상과 가격경쟁력
6) 규제대응
측면에서 이들 회사를 비교 분석해보려고 한다.

수익성 달성 여부 및 플랫폼 확장성

수익성과 성장성

세 회사 모두 2020년 이후 매출이 크게 성장했지만, 수익성 면에서는 차이가 뚜렷하다.

Hims & Hers는 2020년 매출 약 $1.49억에서 2023년 $8.72억으로 폭증했고(+65% YoY), 2025년 3분기 누적 매출은 $17.30억에 달한다.
초기에는 적자를 지속했으나, 순손실 규모를 2022년 $6,570만에서 2023년 $2,350만으로 축소했고, 2023년 4분기엔 $120만의 순이익을 내며 첫 분기 흑자를 달성했으며,
TTM 기준 $134M의 순이익을 내고 있어 $9.11B에 비해 TTM PER이 68배로 다소 높긴 하지만 산정 가능한 멀티플을 보유하고 있다.
성장성 측면에서도 기울기가 여전히 가파르게 나타나고 있다.(’23년 65.5%, ’24년 69.3%)

Teladoc은 팬데믹 수혜로 2020년 ~$10.9억에서 2021년 ~$20.3억으로 매출이 급등한 뒤 2022년 $24.1억, 2023년 $26.0억으로 성장세가 둔화되었다.
대규모 인수로 인한 손상차손으로 2022년에 역사적인 $137억 순손실을 기록했고,
2023년에는 순손실 $2.20억으로 적자폭을 줄였지만 여전히 적자 상태다.
2024년에도 $1.0B의 GAAP 순손실을 내서 흑자 전환이 요원하다.

LifeMD의 매출은 2020년 $3,729만에서 2024년 $2.12억으로 성장(+39% YoY)했으나, 2025년 3분기 누적 약 $1.47억 수준으로 마찬가지로 성장이 정체되어 있다.
LifeMD 역시 매년 적자를 내왔으며, 개선폭도 2023년 순손실 $2,370만에서 2024년 $2,199만으로 미미하다.

Hims & Hers만 2025년 현재 GAAP 기준 사실상 흑자 전환을 이룬 반면, Teladoc과 LifeMD는 아직 순손실 상태에 머물러 있고, 개선의 가능성도 요원한 상황이다.

지금까지의 설명이 현실이었다면, 왜 이런 일이 일어났는지에 대한 설득력 있는 설명이 있다면 HIMS가 미국 텔레헬스 산업에 투자하려 할 때 유일한 투자 대안이며,
절대적으로도 설득력 있는 투자대안인지 납득이 가는 설명을 제시할 수 있을 것이다.

플랫폼 비즈니스 모델 및 확장성

이런 극명하게 갈리는 재무성과의 이면에는 차이가 나는 세 기업의 플랫폼 전략이 있다.

Hims & HersLifeMD직접-to-소비자(DTC) 모델로 온라인 플랫폼에서 의료 상담부터 처방약 판매까지 수직 통합했다.
구독형 서비스를 통해 재방문을 유도하며, 빠른 전문분야 확장으로 플랫폼을 키우고 있다.
예컨대 Hims & Hers는 남성 성 건강·탈모 치료로 시작해 심리상담, 피부과, 체중관리(GLP-1 비만 치료) 등으로 영역을 넓혀 2025년 가입자 250만 명을 돌파했다.

LifeMD도 RexMD(남성 건강), ShapiroMD(탈모) 등의 브랜드로 전문 분야를 확장 중이다.
이러한 DTC 플랫폼은 이용자 수가 늘수록 의료진 네트워크와 약품 공급망을 효율화하여 규모 효과를 얻을 수 있다는 장점이 있다.

반면 Teladoc은 B2B2C 모델에 가깝게 보험사·고용주의 복지에 연계된 종합 원격의료 플랫폼으로 출발했다.
일반 진료부터 만성질환 관리(Livongo 인수), 정신건강(BetterHelp), 전문의 세컨드 오피니언 등 포괄적인 서비스를 제공하며, 전세계 80백만 명 이상에게 서비스를 제공할 정도로 규모가 크다.
Teladoc 플랫폼의 확장성은 주로 기업 제휴와 보험 커버리지 확대로 나타났으며, 국제 진출도 활발하여 2025년 3분기 국제 매출이 전년 대비 15% 증가하는 등 글로벌 성장 여지를 보였다.

즉, Hims와 LifeMD는 민첩한 DTC 구독 플랫폼으로 빠른 카테고리 확장이 가능하고,
Teladoc은 대규모 인프라형 플랫폼으로 폭넓은 서비스 제공과 글로벌 확장이 강점이다.
다만 Teladoc은 통합 플랫폼 구축 비용과 보험 청구 구조로 인해 수익화 속도가 더딘 반면, Hims는 비교적 가벼운 모델로 고성장과 동시에 흑자 전환에 근접했다는 차이가 있다.

이러한 전략의 차이는 앞으로 사업에서 세 기업간 성과 차이를 가져올 수밖에 없다.
LifeMD는 규모의 경제를 달성하지 못했기 때문에 동일한 BM을 구성하고도 협상력이 낮으며,
가격 경쟁력이 떨어지고, 보다 신속하게 신규 질병 카테고리로 진입하는 것도 어렵다.
Teladoc은 보험 청구 구조로 인해 DTC 구독 플랫폼들에 비해서도 더 확장 속도가 더디며,
고객 획득 경쟁에서 뒤처질 수밖에 없다.

이것이 현재까지의 성장성 차이로 나타났으며,
플랫폼 비즈니스에서 성장의 차이는 결국 수익성의 차이로 귀결된다.

브랜드 가치

브랜드 인지도 및 호감도 (정량 지표)

Hims & Hers는 소비자 대상 브랜드 파워직접 소비자 시장에서 가장 두드러지게 구축했다.

Google 트렌드 분석에 따르면, 2017~2020년 거의 존재감이 없던 “Hims”에 대한 검색량(RSV)이 2020~2023년에 *“0에서 62”*로 급등할 만큼 대중적 관심이 커졌다.

이는 코로나 시기 텔레헬스 수요 급증과 맞물려 Hims 브랜드가 남성 건강 분야에서 인지도 급상승을 이뤘음을 보여준다.
구독자 수도 Hims는 2023년 말 153만에서 2025년 3분기 247만 명으로 증가해 플랫폼 이용자가 빠르게 확산 중이다.
앱 다운로드 및 SNS 팔로워 면에서도 Hims는 인스타그램, TikTok 등을 통해 젊은 층 공략에 성공하며 높은 팔로워 수를 확보하고 있다.

Teladoc은 2021년 J.D. Power 원격의료 만족도 조사에서 소비자 만족도 1위를 차지(1,000점 만점에 874점)하고, 90% 이상이 서비스에 만족한다는 결과가 나오는 등, Teladoc 브랜드에 대한 신뢰도와 만족도는 업계 상위권으로 평가된다.
또한 B2B 경로로 가입한 가입자수가 8천만명 이상으로 수치상으로는 가장 크다.
하지만, 소비자가 직접 브랜드를 선택하기보다는 보험 혜택으로 이용하는 경우가 많아 직접 체감되는 브랜드 인지도는 제한적이다.

LifeMD는 대중적 인지도는 낮지만, TIME 지 “America’s Growth Leaders 2026”에 선정되고 Deloitte Fast 500에 들 정도로 업계에서는 성장성을 인정받고 있으며,
내부 지표로 환자 만족도 98%를 발표하는 등 이용자 평가는 양호하다.
다만 LifeMD 자체 브랜드보다는 RexMD하위 브랜드로 인지도가 분산돼 있고,
앱 다운로드 수도 선두 업체 대비 적어 전반적 브랜드 파워는 약하다.

이러한 기업들이 갑자기 영업 방식을 바꿔서 HIMS와 시장을 두고 치열하게 경쟁한다는 것은 상상하기 어렵다고 생각된다.
또한 이미 HIMS가 수익성을 확보하고 나서 시장을 빠르게 확장해나가고 있는 단계에서 비용을 감수하면서 출혈경쟁을 하는 것은 후발업체들에게 가능한 선택지가 아니다.

브랜드 질적 평가(평판)

Hims & Hers는 파격적이고 친근한 마케팅으로 디지털에 익숙한 젊은층에 호감도를 높인 사례로 자주 언급된다.
부끄럽기 쉬운 탈모나 성기능 문제를 선인장 이미지 등 유머러스한 광고로 풀어내고,
유명인 제니퍼 로페즈와의 협업으로 여성 탈모 제품을 알리는 등 적극적인 인플루언서 마케팅을 전개했다.

또한 패션 플랫폼 REVOLVE와 파트너십을 맺어 뉴욕 패션위크에서 단독 웰니스 파트너로 참가하는 등 MZ세대와 소통하는 브랜드 전략을 펼쳤다.
이런 노력으로 Hims는 NPS(순추천지수) 75점을 달성해 업계 평균(50점)을 크게 상회했고,
사용자들이 “개인 맞춤 의료의 만족감”을 느끼고 있다.

반면, 소비자 리뷰 사이트에는 Hims에 대해 “비싼 가격에 비해 효과가 크지 않다”, *“취소가 어렵고 고객응대가 미흡하다”*는 불만도 일부 있으며, FDA 경고에서 지적됐듯 과장된 광고 (예: 슈퍼볼 광고에서 부작용 언급 누락)로 신뢰도 저하 우려가 지적되기도 했다.

Teladoc의 브랜드는 전반적으로 “원격의료의 대명사”로 인식되며,
기업·병원 관계자들에게 신뢰도가 높다.
2022년 대규모 손상차손 이후 주가 폭락으로 투자자 평판은 타격을 입었지만, 의료 서비스 품질 측면에서는 Teladoc 소속 의사들의 전문성과 24/7 접근성에 대해 긍정적 평가가 많다.

Teladoc의 정신건강 자회사 BetterHelp의 경우 젊은 층을 중심으로 빠르게 성장해 2022년 매출 10억 달러를 돌파했으나,
최근 성장둔화와 일각의 상담 품질 논란이 있어 평판 관리 과제가 되고 있다.

LifeMD는 리뷰나 평판 자료가 제한적이지만,
“글로벌 제약사와 협력하여 저렴하게 약을 공급한다”는 최근 홍보나 BBB에 접수된 환불 문제 해결 노력 등을 내세워 신뢰 구축을 도모하고 있다.

규모의 경제

고객당 비용(CAC) 및 운영 효율 비교

세 회사 모두 규모 확대에 따라 고객 획득 및 운영 비용 효율을 개선해 왔다.

Hims & Hers는 마케팅 효율 향상으로 CAC를 약 $45 수준으로 유지하며 매출 대비 판관비 비율을 낮추고 있다.

적극적인 입소문 전략과 제품 다각화 덕분에 신규 고객 모집 비용이 안정화되고,
구독 모델로 LTV(고객생애가치)를 극대화하는 구조다.

LifeMD 역시 2022년 이후 마케팅 비용 비중을 75%에서 50%로 축소시키며 효율을 높였다.
또한 보험 커버리지 확대를 통해 CAC를 추가로 절감할 계획으로, 기존에 전액 현금결제로 모객하던 부담을 줄이고자 한다.
(수익성 확보도 좋지만 광고비를 절감한다는 것은 결국 고객 확보 경쟁에서 뒤쳐지는 것을 의미한다고 생각된다)

Teladoc은 개별 소비자 대상 CAC 개념이 모호하다.
보험자/기업 계약을 통한 회원 확보가 주이기 때문에, 전통적인 디지털 광고비 대신 영업인력·파트너십 비용이 든다.(이는 수익성 확보 측면에서 그만큼 ‘천장이 낮은’ 구조라고 보여진다)
Teladoc의 BetterHelp 부문은 예외적으로 DTC 광고를 많이 했는데, 2022년 후반 광고비를 절감하여 수익성 개선에 나선 바 있다.

결과적으로 Teladoc의 조정 EBITDA 마진은 2023년 기준 12.6%로, 매출 대비 마케팅비가 적은 B2B 모델 특성상 Hims(2023년 12%)와 유사한 수준까지 올라왔으나, 그만큼 성장은 제한적이다.

운영 효율성과 영업 레버리지

Hims & Hers의 경우 매출 급증에도 운영비용 증가율을 억제하며 규모의 경제를 실현 중이다.
2025년 3분기 Hims의 조정 EBITDA가 매출보다 빠르게 증가하고(+53% YoY),
영업현금흐름이 크게 개선된 것은 운영 레버리지 확보를 의미한다.

LifeMD85% 이상의 높은 총마진율을 꾸준히 유지하고 있고,
2025년 3분기 기준 “Telehealth 부문 조정 EBITDA +30% 증가” 등 소규모이지만 수익성 개선 조짐을 보인다.

Teladoc은 대규모 매출에도 불구하고 아직 GAAP 적자지만,
조정 EBITDA 기준으로는 $3억+ 흑자를 내고 있어 규모 확대에 따른 기본 영업효율은 확보한 편이다.
다만 Teladoc은 인수자산의 상각과 거액의 고정비(본사인력, R&D)로 인해 GAAP 이익 전환이 지연되고 있다.

✔ 평가: Hims & Hers가 동일 매출 대비 이익창출 효율을 높여가는 추세인 것은 분명하며, 이는 규모의 경제 작용을 보여준다dcfmodeling.com. 특히 반복구매 구독모델 덕에 가입자가 늘수록 추가매출이 곧장 이익으로 연결되는 측면이 있다. 다만 완벽한 규모의 경제 달성 여부를 판단하려면 한두 해 더 추이를 지켜볼 필요가 있다. 신규 사업의 마진 영향, 경쟁구도의 변화 등이 변수이기 때문이다. 현 단계에서는 *“Hims가 동종사 대비 한 발 앞서 규모의 경제 효과를 실현 중”*이라고 평가할 수 있으며, 실제 조정 EBITDA 마진 개선과 흑자 전환으로 이를 입증해 보였다dcfmodeling.com. 그러나 장기적 안정성 측면에서는 투자 확대에 따른 비용 부담도 존재하므로, 향후 지속적으로 영업이익률과 순이익률이 상승한다면 비로소 완전한 규모의 경제 달성이라고 볼 수 있을 것이다.

AI 전략 및 활용 성과

AI는 세 기업 모두 미래 경쟁력의 핵심으로 삼고 있으나 접근 방식에 차이가 있다.

Hims & Hers는 방대한 DTC 데이터를 바탕으로 맞춤 의료를 위한 AI 솔루션을 개발 중이다.

2024년 베타 출시한 “MedMatch”는 수백만 건의 익명 환자 데이터에서 학습한 알고리즘으로 불안·우울 환자에 최적치료를 매칭해주는 시스템으로, 향후 전 진료영역으로 확대할 계획이다.

또한 자체 EMR에 AI 챗봇을 접목해 문진 시간을 단축하고, “개인별 추천 치료”를 제안함으로써 사용자 경험 개선과 NPS 상승(75점)에 기여하고 있다.

Teladoc은 주로 병원·의료진 대상 AI 솔루션을 내놓고 있다.
2024년 입원환자 낙상 위험 예측 AI를 상용화한 데 이어, 2025년에는 병원 내 폭력징후 감지 AI를 발표하여 현장 의료진의 안전을 돕는 등 의료현장에 특화된 AI 서비스를 개발 중이다.
경영진은 “우리는 이미 방대한 고객 기반을 보유해 AI 솔루션 스케일링에 유리하다”고 밝혔으며,
수백만 명의 모니터링 데이터를 활용한 만성질환 관리 AI, 화상문의 자동 triage AI 등도 연구하고 있다.

LifeMD는 AI 관련 대외 발표는 적지만, 플랫폼 자동화챗봇 상담 초안 작성 등 기본적 활용은 도입한 것으로 보인다.

전반적으로 소비자 경험의 개선을 위해 AI를 적극적으로 활용하는 기민한 움직임을 보이는 것은 HIMS라 생각된다.

약가 협상력 및 파트너십 네트워크

제약 및 파트너 네트워크 구축 면에서도 차이가 나타난다.

Hims & Hers는 자체 약국 인수를 통해 복제약 조달망을 확보하고,
특정 치료제의 독점 제휴를 추진해왔다.
Hims는 Wegovy(semaglutide)와 유사한 자체 조제 주사제를 공급하여,
비보험 환자들에게 브랜드 약 대비 저렴한 가격으로 제공하고 82%의 높은 마진을 유지했다.
또한 오리지널 발기부전 치료제인 Stendra를 온라인 독점 판매하는 등 제약사와 전략적 제휴를 맺어 차별화된 제품 라인업을 구축하기도 했다.

LifeMD대형 제약사와의 협업을 전면에 내세우고 있다. 2025년 11월 Novo Nordisk(위고비 제조사)와 Eli Lilly(마운자로 제조사)와의 파트너십을 발표하며, 업계 최저 현금가격으로 GLP-1 비만약 제공을 약속했다.
이를 통해 LifeMD는 환자 유치력을 높이고 공급사와의 관계도 강화하고 있다.

Teladoc보험사·의료공급자 네트워크와의 파트너십이 핵심이다.
미국의 주요 보험사(예: Aetna, Blue Cross 등)들과 계약하여 그들의 가입자들에게 Teladoc 서비스를 기본 옵션으로 제공하고 있고,
대형 고용주(PepsiCo 등)와도 직업복지 차원의 원격의료 제공을 협력하고 있다.
또한 병원망(예: HCA, Mayo Clinic)과 제휴하여 전문의 가상 협진 서비스를 연계하는 등 B2B 파트너십 네트워크가 탄탄하다.
약가 협상력 측면에서 Teladoc은 직접 약을 판매하진 않지만, 만성질환 관리 프로그램(Livongo 인수부문)에서 의료소모품·약품 구매시 대량구매 파워를 발휘할 수 있다.

규제 대응 및 DTC 모델 강점

규제 환경에 대한 대응과 사업 모델의 강약점도 살펴볼 수 있다.

DTC 모델의 장점은 환자와 직접 관계를 맺기 때문에 브랜드 충성도 형성데이터 수집이 용이하고, 전통적 의료 규제를 일부 회피하여 신속한 시장 출시가 가능하다.

Hims와 LifeMD는 이러한 DTC 이점을 활용해 팬데믹 기간 원격의료 규제 완화에 발맞춰 폭발적으로 성장했다.
그러나 DTC의 단점은 규제 리스크를 기업이 직접 떠안는다는 점이다.
최근 FDA가 GLP-1 비만약 컴파운드 제제의 오남용과 광고 관행을 문제 삼아, Hims & Hers를 포함한 수십 개 업체에 경고 서한을 발송했다.
특히 Hims의 슈퍼볼 광고가 부작용 고지 없이 약효만 과장했다는 지적은, 직접소비자 광고(DDC)를 핵심 마케팅으로 삼는 DTC 모델의 규제 취약성을 드러낸다.

이에 반해 Teladoc은 의료서비스 제공자로서 HIPAA 등 의료정보보호를 준수하고, 광고보다는 전통 채널을 통해 성장해 상대적으로 규제 리스크가 낮다.
Teladoc이 직면했던 규제 이슈는 주로 주(州)별 원격진료 면허 문제 등이었는데,
이는 2010년대에 상당 부분 해결되어 현재는 안정적인 운영이 가능하다.

하지만 신시장 개척 측면에서는 DTC 모델이 강점을 보인다.

Hims는 전통적으로 낮은 의료 접근성을 보인 지역(미국 내 농촌 등)에서 온라인 플랫폼으로 고객을 확보했고, 이는 “디지털 플랫폼이 의료 공백을 메웠다”는 평가를 받는다.
LifeMD 역시 원격 1차진료 LifeMD+를 내세워 주치의가 부족한 지역을 공략 중이다.

반대로 Teladoc은 보험이 적용되는 대도시 중심으로 이용자가 분포하여, 의료 취약지 개척 측면에서는 DTC보다 느린 경향이 있다.
그럼에도 Teladoc 모델은 보험급여로 가격 장벽을 낮추고, 대규모 기업체 직원들에게 접근한다는 강점이 있다.

결론

전체적으로 회사의 상황변화에 대한 대처, 소비자에게 더 신속히, 더 나은 경험을 제공하려는 DNA 측면에서 HIMS는 모든 분야에서 다른 텔레헬스 기업과 분명히 다른 전략을 취하고 있다.
플랫폼 구축, 브랜드 이미지, 규모의 경제와 광고, AI 활용, 약가협상, 규제 대응, 모든 면에서 HIMS의 전략은 성장과 소비자 가치에 초점이 집중되어 있다.

그것이 현재까지의 차별화된 성장률과 수익성으로 나타났다.
이러한 차이점은 앞으로 직면할 수많은, 서로 다른 상황에도 불구하고 지속적으로 경쟁사와 차별화된 성장성과 수익성을 시현하게 하는 장기적 요인이 될 것으로 판단되었다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

LGCY, Unsung Hero of the portfolio

LTO 포트폴리오는 화려한 성장주들로 채워져 있다.
매출이 20% 이상 급증하고, 생각만해도 가슴뛰는 성장 내러티브 를 보유소비자가 공급자를 유인하고, 세계 시장의 구조를 바꾸며, AI라는 첨단의 기술 트렌드와 함께하는 – 종목들이다.
마치 축구에서 메시나 호날두같이 임팩트 있는 스타 플레이어와 같다.

하지만 최근 시장이 AI 버블론 논란을 소화하는 과정에서 성장주 중심 포트폴리오가 큰 변동성을 겪는 것을 보면서 포트폴리오의 구성을 보완해야겠다는 생각을 하게 되었다.
(물론, AI가 메가트렌드라는 데 대해서는 아직 전혀 의심이 없다.
하지만 그럼에도 불구하고 포트폴리오가 너무 동질적인 기업들로 채워져 있다면 단일 리스크에 변동성이 과도해질 수 있다는 것을 느끼게 되었다)

진짜 강팀은 스타만으로 이뤄지지 않는다.
지성이 형처럼, 드러나진 않지만 팀의 균형을 잡아주고, 가장 치열한 곳에서 묵묵히 제 역할을 수행하는 Unsung Hero가 필요하다.
루니, 호날두, 반 페르시 같은 스타들 뒤에서 끊임없이 압박하고, 공간을 만들고, 수비와 공격을 잇는 다리 역할을 했다.
“지성이 형이 왜 거기서 나와?”라는 말이 유행처럼 번졌던 것도, 그의 위치 선정과 움직임이 단순한 헌신을 넘어서 경기의 판도를 바꾸는 영향력이 있었기 때문이다.

LGCY는 그런 종목이다.

특히 찬란하게 빛나는 AI, 빅테크의 인력 구조조정 뒤에서 점차 화이트칼라 일자리 감소는 심화되고, 기술/직업교육이라는 다소 따분한 사업 모델점진적으로 수익성이 좋아질 수밖에 없다.

시장에서 화려하게 조명을 받는 성장주는 아니지만, 구조적인 수요에 기반해 안정적인 성장을 이어가고 있고, 포트폴리오의 리스크를 낮춰주는 ‘지속 가능한 수익의 엔진’ 같은 존재다.
이런 관점에서 포트폴리오에서 LGCY는 지성이 형처럼 Unsung Hero라고 할 수 있다.

그래서 이번 LGCY 분석글을 이렇게 시작하고 싶다.

“지성이 형이 왜 여기서 나와?”

BM의 이해

교육기관

LGCY(Legacy Education Inc.)는 캘리포니아 지역을 기반으로 4개 학교(6개 캠퍼스)를 운영하는 보건·의료분야 직업교육 기업이다.

2009년 설립 이후 인수·개설을 통해 High Desert Medical College(HDMC), Central Coast College(CCC), Contra Costa Medical Career College(CCMCC), Integrity College of Health와 같은 전문대학 및 직업학교를 산하에 두고 있다.

교육과정은 VN(Vocational Nursing, 우리나라의 간호조무사에 해당), RN(Registered Nursing, 등록 간호사), 진단초음파, 수술실 보조, 의료행정, 치과조무 등 보건의료 직종에 집중되어 있으며 일부 수의사 보조, 비즈니스 과정도 포함한다.

교육기관들은 국가 및 주 정부 인가를 받아 간호사 국가시험(NCLEX) 준비과정, 수술 기술 준학사, 심장초음파 AAS학위·자격 프로그램을 제공한다.
특히 간호 및 동물보건 분야 인증 프로그램을 보유하여 지역 의료업계의 인력 수요에 대응한다.

수익구조

학생 등록금이 핵심이며, 학생들은 주로 연방 학자금(Title IV 연방 학자금 및 GI Bill 등)과 대체 학자금 대출을 활용해 교육비를 납부한다.
HDMC, Integrity 등 주요 캠퍼스는 24년 매출의 84~88%를 연방 지원금으로부터 충당할 정도로 학자금 의존도가 높다.

연방 학자금 프로그램 지원을 받기 위해서는 LGCY 교육 과정들이 승인을 받아야 하며,
연방정부의 90/10 규정(연방정부 지원 비중이 90% 미만이어야 한다는 규정) 준수를 위해 재학생이 일정 부분 사설 대출 등으로 비용을 충당하도록 관리해야 한다.
이러한 연방 재정지원은 사업의 안정성을 강화해주지만,
90/10 규정 및 규제 변화에 대한 면밀한 준수와 모니터링이 필요하다.

LGCY는 ’14년 최초로 연방 학자금 참여 승인을 받은 이후 각 학교별로 ACCET 등의 기관인증주 정부 인가를 획득하여 연방 학자금 프로그램 참여 자격을 유지해왔다.

사업 지역

지역적 측면에서 LGCY의 매출은 현재 대부분 캘리포니아주 내 캠퍼스에서 발생한다.
6개 캠퍼스가 남부(Lancaster, Temecula 등)에서 중부(Salinas 등)까지 캘리포니아 전역에 걸쳐 분포하여 약 2,500만 인구를 커버하고 있으며, 각 캠퍼스는 인근 병원·클리닉과의 접근성을 고려해 전략적으로 위치하고 있다.

이러한 지역 집중은 지역 의료기관 수요에 밀착된 프로그램 운영으로 높은 취업률을 이끌어내는 장점이 있지만 동시에 성장 제한 요인이 될 수 있기 때문에,
회사 측도 네바다, 콜로라도, 뉴멕시코 등 타주 진출과 신규 캠퍼스 개설을 장기 성장전략으로 언급하고 있다.

성장성

LGCY 사업의 성장 추이

LGCY는 보건으료 고등교육 수요 증가를 바탕으로 가파른 성장세를 보인다.
FY25(‘24.7~’25.6) 기준 학생수 3,101명으로 YoY +42% 증가하며 사상 최대를 기록했고,
연 매출도 $64.2M 수준으로 약 39% 증가하여 전년 대비 40% 내외의 고성장을 달성했다.

최근 3년간은 코로나 팬데믹 이후 누적된 의료인력 부족 사태와 맞물려 학생 등록이 폭증했기 때문에 CAGR 25%를 상회하는 가속화된 성장을 보였다.
회사도 ’25년 학생수와 40% 매출 성장은 강한 수요와 프로그램 확장의 결과라고 밝히고 있다.

이러한 성장에 외형 확장뿐 아니라 내실도 동반되어, 졸업생의 평균 취업률 75%, 간호 국가고시(NCLEX) 합격률 82% 등 학생 성과 지표도 양호하게 유지되어 브랜드 가치를 확보할 수 있었다.

성장 내러티브

미국은 보건의료 인력 시장의 구조적 인력 부족에 직면해 있다.
수년간 베이비붐 세대 은퇴와 고령화로 의료 서비스 수요가 급증하는 반면,
신규 인력 공급은 따라가지 못해 만성적인 인력난이 지속되었다.

美 BLS(노동통계국)에 따르면 ’24~’34년 의료 및 사회복지 분야 고용은 8.4% 증가하여 190만개 이상의 신규 일자리가 창출될 전망으로, 타 산업보다 압도적으로 높은 성장률을 보인다.

간호사는 연 9% 고용증가가 예상되며, ’20~’30년간 매년 194.5K건의 신규+교체 고용이 창출될 것으로 예상된다.
이는 기존 인력의 대규모 은퇴만성질환 등 장기 수요 증가가 복합적으로 작용한 결과다.
’20년 기준 미국 간호사들의 중위 연령은 52세로, 5년 내 은퇴 의사를 밝힌 비율이 20%를 넘는 등 퇴직에 따른 대체수요도 거대하다.

즉, 보건의료 인력 부족은 일시적 사이클이 아닌 구조적 추세이며,
이는 의료교육 기관에 대한 지속적이고 견조한 수요로 직결되고 있다.

LGCY의 교육 프로그램들이 초음파사, 간호보조, 수술실 테크니션 등 간호사 시장과 유사하게 인력 부족이 심한 분야들로, 향후 수년간 높은 지원자 수요를 지속적으로 확보할 가능성이 높다.

공급부족의 구조적 요인 및 민간 교육기관의 상대적 유연성

의료인력 공급이 수요를 따라가지 못하는 근본 원인교육 인프라 확대의 제약이라는 입학 정원 확대의 구조적 한계에서 기인하기 때문에 초과수요에도 불구하고 공급부족이 지속된다.

미국 간호대학협회(AACN) 자료에 따르면 ’23년 한 해에만 미 전역의 간호대학 과정에서 65,766건의 유자격 지원서가 정원 부족으로 불합격 처리되었다.

이는 교수진 부족, 임상실습 장소 부족, 교실·장비 부족, 예산 제한 등이 누적되어 지원자가 있어도 수용을 못 하는 현실을 보여준다.
실제 AACN 특별조사에서는 전국 922개 간호학교에 정규 교수 1,977명이 공석(결원율 7.8%)으로, 임상실습 지도자 부족과 예산 문제로 신규 교수 충원도 어려운 상황이다.

또한 병원 등 임상현장의 실습 수용능력도 제한적이다.
이러한 공급 측 병목현상 때문에 공립 커뮤니티 칼리지나 주립대 등은 간호 정원을 크게 늘리지 못하고 있으다.

민간 교육기관인 LGCY 역시 우수 교수진 확보와 시설 증설에 신중하지만,
그럼에도 불구하고 LGCY는 상대적으로 기민하게 공급확대에 대응하고 있다.
예를 들어 Temecula 분교 개설(’18), CCC 인수(’19), Integrity 완전자회사화(’20), CCMCC 인수(’24) 등을 통해 학교 수를 4개로 늘리고 캠퍼스 6곳으로 확충하여 수용능력을 높였다.

또한 ’23년 이후 간호조무사, MRI, 심장초음파 등 5개 이상 신규 프로그램을 승인 받아 90% 이상의 재학생이 최근 2년간 신설된 전공을 수강 중일 정도로 빠르게 교육 분야를 확대했다.

경제적 해자

LGCY가 속한 직업교육 산업은 겉보기와 달리 높은 진입장벽이 존재한다.

엄격한 인가 및 인증 요건

미국에서 학위나 자격증을 수여하는 전문직업 교육기관을 새로 설립하려면,
주 정부 교육국 인가 → 기관 인증(Accreditation) → 연방 교육부 승인을 통한 Title IV 자격 획득복잡한 절차를 거쳐야 한다.

예컨대 LGCY의 주력 학교인 HDMC는 ’09년 설립 후 ‘13년에야 ACCET으로부터 기관인증을 받았고, ‘14년에 연방 학자금 프로그램 참여 승인을 얻어 처음으로 정부지원금을 수령했다.

간호 등 일부 프로그램은 주 전문위원회(Board)의 커리큘럼 승인을 받아야 하는데,
HDMC의 간호과정도 ’13년 간신히 캘리포니아 간호심의회의 조건부 승인을 받은 뒤 ’17년에 정식 전환되는 등 프로그램 인증 획득까지 수년의 시간과 노력이 필요했다.

이러한 진입 규제는 후발 경쟁자가 진입하기 어렵게 만드는 해자이다.
신규 플레이어는 인가 전 2년간 운영실적이 없으면 연방 학자금 승인을 받을 수 없어 학생 유치에 제약을 받는데, LGCY는 이미 모든 캠퍼스가 인증완료되어 있다.

만약 규제가 완화되어도 실제 경쟁자 대규모 유입은 현실적으로 어려운 구조라는 점도 주목된다.
교원·시설 등 공급측 제약이 심각한 업계 특성상, 서류상 인가절차가 다소 간소화되더라도 유능한 교수진 확보와 실습인프라 마련이 어렵다면 새 교육기관이 급증하기 힘들다.
따라서 규제완화에 대한 우려가 과장되었으며, LGCY의 시장지위가 흔들릴 가능성은 낮다.

전문 시설과 장비, 실습 네트워크 구축의 어려움

의료계 교육은 단순 강의실 수업 외에 시뮬레이션 랩, 임상 실습장소 등이 필수적이다.
예를 들어 LGCY는 수술실 테크니션 과정을 개설하기 위해 자체적으로 모의 수술실과 살균처리 장비를 갖추었고, 초음파과정을 위해 최신 초음파 기기를 도입했다.
또한 각 캠퍼스 인근의 병원, 요양시설 등과 실습 협약을 맺어 학생들이 현장에서 훈련받는다.

이러한 설비 투자와 대외 네트워크 구축에는 상당한 자본과 시간이 요구되며,
쉽게 모방되기 어렵다.

LGCY는 무형자산으로 Accreditation(기관인증) 가치를 $1.82M, 커리큘럼 가치를 $0.34M로 계상하고 있다.

이는 LGCY가 쌓아온 시설·교육 콘텐츠·대외협력 자산의 가치를 방증하며,
신규 진입자가 이러한 자산을 확보하려면 상당한 초기 투자와 시간이 소요된다.

브랜드 가치 : 컴플라이언스 역량과 평판

연방 및 주 정부 규제가 복잡한 교육 산업에서는 규정준수 능력이 곧 경쟁력이다.

LGCY는 그동안 정부 감사와 프로그램 리뷰를 큰 문제 없이 통과하며 신뢰를 쌓아왔다.
’18년 교육부의 HDMC 대상 프로그램 점검에서도 “경미한 지적사항 외 양호” 평가를 받았고,
’24~’25년에는 주요 학교들이 모두 향후 5년간 인증 갱신에 성공하였다.

LGCY 최고경영진은 산업협회(CAPPS) 회장이나 CECU 연방입법위원 등으로 활발히 활동하며 정책 변화에 대응하고 있어,
규제 환경에 대한 정보력과 대응력 측면에서 경쟁사 대비 우위를 지닌다.
이러한 준법경영 DNA와 공신력은 학생모집에도 긍정적으로 작용해, 과거 사교육 비리 스캔들로 평판이 나쁜 일부 경쟁업체와 대비되는 신뢰 기반의 경쟁우위를 형성했다.

4. 협상력 및 수익구조의 질

LGCY의 수익성 지표를 살펴보면, 산업 평균 이상탄탄한 마진 구조를 보여준다.
FY25 매출총이익률(GPM)은 46.73%이며, 연간 40% 후반대를 기록하여 제조업 평균 대비 높고 인터넷-플랫폼 기업만큼은 아니지만 교육산업내에서는 일반적인 수준이다.

교육산업의 높은 GPM의 배경에는 높은 학비 책정과 완전충원에 가까운 운영이 있다.
앞서 논의한 바와 같이 보건계열 교육은 초과수요 상태로, LGCY는 큰 할인이나 마케팅 비용을 들이지 않고도 정원을 채울 수 있다.

FY2025 학생수 42% 증가에도 불구하고 마케팅비는 매출의 7% 수준에 불과했고,
학비 단가 역시 수요 우위로 안정적으로 유지되었다.
그 결과 매출총이익률이 높게 유지되며, FY2025 조정 EBITDA 마진 17%를 기록할 수 있었다.

가격 결정력

LGCY는 학생에 대한 강한 교섭력을 보유하고 있다.
지원자 입장에서는 대체 교육기관이 부족하여 LGCY가 제시하는 조건을 수용할 수밖에 없다.

예를 들어 VN(간호준학사)는 인근 커뮤니티 칼리지 정원이 꽉 차 1~2년 대기해야 하는 반면,
LGCY 산하 학교들은 유연한 일정과 추가 개강으로 비교적 빨리 입학할 수 있어 높은 학비에도 불구하고 선택된다.
더군다나 연방보조금으로 학비의 대부분이 충당되므로 학생들의 가격 민감도가 낮아 어느 정도 학비 인상도 수용 가능하다.

이러한 구조적 우위 덕분에 LGCY는 매년 학비를 물가 상승 이상으로 조정하면서도 충원율을 유지하고 있다.
즉, 초과수요 상황이 지속되는 한 LGCY의 가격 협상력은 상당히 높다.

공급부족과 증설의 어려움

초과수요에도 불구하고 다음과 같은 공급 확대의 구조적 어려움으로 인해 과잉수요에도 불구하고 경쟁이 완화되기 떄문에 산업구조가 LGCY에 유리하다.

교원 인력 부족 : 앞서 언급했듯 미국 간호·보건 교육계는 심각한 교수진 부족 사태를 겪고 있다.
’23년 기준 922개 간호학교에 약 1,977명의 전임 교수 결원이 있었고, 많은 학교들이 적격 지원자를 더 받고 싶어도 가르칠 교수가 없어서 못 받는 상황이다.
박사학위 등 고급 자격을 요구하는 교수직 특성상 단기간에 인력을 충원하기 어려워,
이는 교육공급 증가의 가장 큰 걸림돌이 되고 있다.

실습 시설 및 임상수련 제약 : 의료인력 양성에는 교실교육 외에 임상실습 필수이다.
하지만 병원·요양시설의 실습 자리는 한정돼 있어, 이미 현장에서 학생을 받고 있는 기관들은 한계치 이상으로 추가 수용이 어렵다.
또한 캠퍼스 내 실험실·장비 확충비용과 공간 문제가 따른다.
예를 들어 간호 시뮬레이션 센터나 수술실 모형실을 구축하려면 막대한 예산과 공간이 필요해 많은 교육기관이 엄두를 내지 못한다.
이런 인프라 한계는 공급 확장을 가로막는 요인이다.

예산 및 규제상의 한계 : 공립 교육기관의 경우 예산 제약으로, 사립 기관의 경우 투자 회수 위험으로 인해 무제한적인 정원 확대가 불가능하다.
또한 주 정부의 클래스 사이즈 규정, 학생 대 교원 비율 규제 등도 있어 프로그램당 일정 인원 이상 뽑지 못한다.
새로운 캠퍼스를 여는 것도 인허가와 승인 절차에 시간이 걸리고, 승인 없이는 섣불리 운영할 수 없다.
이러한 제도적 장벽은 공급 유연성을 떨어뜨린다.

이 외에도 교육 품질 관리(너무 학생을 많이 받아 떨어뜨리면 졸업·시험 합격률 저하) 같은 내재적 제약도 있어, 의료교육 공급은 급격히 늘리기 어려운 구조다.

덕분에 LGCY는 초과수요를 지속적으로 향유할 수 있으며, 이는 높은 마진탄탄한 재무구조로 이어진다.
이러한 구조적 우위는 LGCY가 경기변동이나 일시적 경쟁심화에도 흔들리지 않는 견고한 수익구조를 가지게 한다.

또한 잠재적 신규 경쟁자들의 공급 확대 역시 앞서 말한 장벽들로 제약되므로, LGCY의 현행 가격·마진 구조가 당분간 유지될 가능성이 높다.

비용 통제

LGCY의 고정비 구조는 전통적인 교육기관과 유사하나,
확장에 따른 규모의 경제 실현이 용이하다.

캠퍼스 시설 임차료설비 투자가 고정적으로 소요되지만,
추가 학급 개설 시 비교적 낮은 한계비용으로 수용인원을 늘릴 수 있어 수익성의 레버리지 효과가 크다.

또한, 온라인 강의 도입(혼합교육) 등을 통해 강사 1인당 학생수를 효율화하고 일부 공통 행정기능을 통합하여 고정비 부담을 줄여나가고 있다.

FY2025에 약 $4.75M(매출의 7%)을 광고에 지출했음에도 학생수는 42% 성장하여, 학생 모집당 비용(CAC)이 학생 생애가치(LTV)에 비해 효율적인 사업 모델으로 평가할 수 있다.

자본배치 (성장 투자 및 M&A 전략)

LGCY 경영진은 성장 기회 포착을 위한 자본배치를 효율적으로 수행해왔다.

M&A

내부적으로는 지속적인 신규 프로그램 개발 및 캠퍼스 확장에 투자하여 유기적 성장(Organic)을 이루었고, 외부적으로는 선별적인 인수합병(M&A)을 통해 비유기적 성장을 가속화했다.

지난 몇 년간의 학생 수 증가를 분석하면, 현재 전체 재학생의 약 37%가 인수한 학교들에서 온 학생이다.
’19년초 인수한 CCC(현재 재학생 495명)와 ’20년 완전자회사화한 Integrity(202명), ’24년말 인수한 CCMCC(448명)가 합산 학생수는 약 1,145명으로 전체 3,101명의 37%를 차지한다.

인수 대상 선택에 있어서는 엄격한 기준(인증 상태, 재무 건전성 등)을 적용하여 무형자산(인증, 브랜드) 확보 + 재학생 증대라는 두 마리 토끼를 잡은 것으로 평가된다.
CCC, Integrity, CCMCC 모두 인수 후 연평균 17~38%의 높은 등록생 성장률을 보이며 LGCY 성장에 크게 기여하고 있다.

또한 학위 레벨 확대(Integrity를 통해 학사까지), 신규 전공 추가(CCMCC를 통해 수술기술 등), 지리적 커버리지 확장(CCC를 통해 중부 해안지역 진출) 등의 시너지 효과도 거두었다.
이는 경영진의 M&A 역량이 탁월함을 보여준다.

반면, 기존 High Desert Medical College는 ’20년 정원 689명에서 ’25년 1,956명으로 1,267명을 늘려 유기적 성장이 인수 합병을 통한 성장 이상으로 나타나,
회사가 M&A 뿐만 아니라 기존 조직의 관리적 측면에서도 성장을 지속할 DNA를 보유하고 있음을 확인할 수 있다.

비용지출

CAC(고객획득비용) 효율성 측면에서도 LGCY는 업계 평균 이상이다.
FY25 기준 학생 1인당 모집비용(광고선전비 등)은 대략 $1,500 내외로,
1인당 평균 학비 수만 달러에 견주면 획득비용 대비 가치가 매우 높다.

회사가 밝힌 바에 따르면 학생당 평생 가치(LTV)가 프로그램 수강 기간뿐 아니라 동문 재등록, 추천효과 등으로 높고,
마케팅 전략을 전통 매체부터 디지털까지 통합운영하여 비용을 최소화했다.

그 결과 신입생 규모가 연 2,500명 이상으로 급증(FY24 신규 시작 2,517명)하면서도 CAC를 억제하여 자본을 비효율적으로 소모하지 않고도 성장을 달성할 수 있었다.

내부 통제투자 배분도 긍정적으로 평가된다.
LGCY는 IPO 공모자금 $10M을 조달한 후 이를 시설 투자와 신규 프로그램 개발에 투명하게 사용하였으며,
동시에 현금흐름 창출로 FY25에 영업활동현금 +$7.8M을 기록하며 성장 투자를 뒷받침했다.
회사는 현금및현금성자산 $20M 이상을 확보해 유동성도 양호한데,
과도한 부채를 내지 않고 자체 수익과 증자를 통한 성장자금 조달을 병행하였다.

거버넌스

경영진의 오랜 업계 경험과 신뢰도 역시 내부 통제 측면의 안정성을 높인다.
창업자인 LeeAnn Rohmann CEO는 ’09년부터 회사를 이끌며 학생대출 금융업 경력을 살려 학자금 규제를 잘 관리해왔고,
회계/재무 책임자(CFO) 역시 업계 베테랑으로 Corinthian Colleges 등 교육회사 회계통제 경험이 있어 재무 관리가 안정적이다.

네바다주 법인격을 채택한 부분은 주주들 사이에서 한때 우려가 제기됐으나,
분석 결과 이는 단순한 비용절감과 경영 자율성 측면의 선택으로 보인다.
네바다는 법인세 면제 등 세제혜택과 경영권 방어에 유리한 회사법으로 유명하여 많은 중소기업이 선호한다.
LGCY도 본사가 캘리포니아에 있지만 법인 등록을 네바다주로 함으로써 행정 간소화와 세금 절감을 도모한 것으로 보인다.

과거 경영진의 행보를 살펴봐도, Rohmann CEO를 비롯한 이사진이 소액주주 이익을 침해하거나 편법으로 자신들의 지분 가치를 희석시킨 전례가 없다.
오히려 창업자가 대주주로 지속 지분을 보유하며 주가 부양과 기업가치 상승에 주력해왔고,
사외이사 제도와 감사 기능도 IPO 후 정비하여 거버넌스 투명성을 확보했다.
따라서 네바다 법인 선택을 부정적으로 볼 근거는 제한적이며, 향후에도 주주 권익을 훼손하는 구조적 문제는 없을 것으로 전망됐다.

밸류에이션

업계 평균 대비 낮은 PER+높은 PSR = 높은 수익성

LGCY의 주식 가치는 고성장성을 감안할 때 상대적으로 저평가되어 있다.

TTM PER은 14.29, fPER은 13.17로 동종 교육업체 평균(TTM 19.35, fPER 18.97)보다 낮다.

LGCY의 최근 3년 EPS CAGR이 30%대에 달하고 향후 2~3년간도 고성장 기조라면, 단순 계산한 PEG는 0.5 이하1.0 미만성장 대비 저평가 구간이다.

이는 시장 참여자들이 규제 리스크 등을 반영해 할인하고 있음을 의미하지만,
동시에 성장률 감안시 싼 valuation으로 볼 수 있다.

매출 대비 평가(PSR)는 LGCY가 TTM 1.62, fPSR 1.41로, 업계 평균(TTM 0.91, fPSR 0.89)보다 다소 높은데, 이는 그만큼 LGCY가 수익을 잘 내는 사업 구조임을 의미한다.

비교 대상 기업과의 상대 가치도 LGCY의 잠재력을 시사한다.
저성장인 공립대학 운영사들의 PER이 15~20배인 점을 감안하면,
고성장의 LGCY가 13배라는 것은 과도한 할인으로 볼 수 있다.
또한 LGCY는 배당을 하지 않고 모든 이익을 재투자하는 성장주이므로,
PEG 지표가 중요한데 이 측면에서도 1.0 이하로 동종사 평균(약 1.0~1.3)보다 낮다.
더구나 보건의료 전문인력 초과수요라는 지속가능성 높은 성장 내러티브와, 인력 및 규제 제도라는 증설/진입 제약요인을 고려하면, 밸류에이션 리레이팅 여지가 크다.

규제리스크의 현실성

규제 리스크는 투자자들이 LGCY에 적용한 할인 요인의 핵심으로 보인다.
그러나 위험이 다소 과대평가된 것으로 보인다.

’25년 통과된 “One Big Beautiful Bill Act (OBBBA)”에 따라 ’26년부터 Gainful Employment(채무대비 졸업생 소득지표 규제) 재도입90/10 규칙 강화(연방 지원금 산정범위 확대) 등이 예정되어 있다.
겉보기에는 영리교육업 전반의 압박 요인이지만, LGCY는 상대적으로 대응력이 높다.

우선 LGCY 졸업생들의 취업률과 시험합격률이 높아 Gainful Employment 기준을 충분히 충족할 가능성이 크다.

미국 연방정부는 학생이 학자금 대출을 받아서 대학(특히 민영 사립대학)을 다닌 뒤,
졸업해도 제대로 된 직업을 얻지 못해 대출을 못 갚는 일이 너무 많다는 점을 문제로 보고,
Gainful Employment라는 규제를 만들었다.
이 제도는 학생들이 학자금 대출을 받아 대학에 다녔으면, 졸업 후 그만큼 벌어야 정당한 교육이라고 볼 수 있다는 아이디어에서 출발했다.
졸업생들이 평균적으로 너무 적게 벌어서 학자금 대출을 감당 못 하면, 학교가 학생을 제대로 취업시키지 못하면, 그 대학은 연방 학자금 대출을 못 받게 되고 정부 지원이 끊긴다

반면, LGCY의 보건 분야 전문직 교육시험에 합격하면 자격증이 주어지며, 대부분 병원이나 클리닉에 바로 취직하여 취업률이 높고, 보건인력 부족으로 수요도 충분하다.
LGCY는 실제로 졸업생의 국가 시험 합격률취업률이 업계 평균보다 높다고 공시하고 있다.
이 말은 곧, LGCY 졸업생은 대출을 감당할 만큼 벌고 있다는 뜻으로, Gainful Employment 규제의 기준을 쉽게 통과할 수 있다.

또한 90/10 비중도 현재 HDMC 87.5%, Integrity 84.2%, CCC 79.5% 등으로 90% 아래를 유지하고 있고, CCMCC 인수로 이 비율을 더 낮출 수 있었다.

회사는 이미 새 규정에 맞춰 운영 구조 개선을 모색 중이며, 2026년 시행까지 시간도 있는 만큼 유연하게 대응할 전망이다.
더 나아가, OBBBA에는 교육기관이 학생 대출한도를 자율 조정할 수 있는 완화조치도 포함되어 있는데, 이는 학생 부채를 억제하여 규제 기준을 맞추는 데 도움이 될 수 있다.

결국, 규제 리스크로 인한 주가 할인은 지나치며 LGCY 펀더멘털 대비 과도한 우려가 반영된 모습이다.
오히려 구조적 수요 증가와 높은 진입장벽으로 인한 초과수요 환경은 쉽게 변하지 않으므로, 장기적으로 내재가치 대비 주가 할인폭이 축소(멀티플 재평가)될 가능성이 높다.

결론 : 스타플레이어는 아니지만 Unsung Hero

Legacy Education Inc.(LGCY)는
1) 사업 모델의 견고함,
2) 미국 의료인력 부족에 기반한 높은 성장성,
3) 강력한 진입장벽과 경쟁우위,
4) 가격결정력과 수익성,
5) 효율적 자본배치와 경영진 신뢰도,
6) 동종사 대비 저평가된 주식가치
여섯 가지 측면에서 투자 매력도가 높다.

단기적으로는 연방 규제 변동에 따른 변동성이 있을 수 있으나, 근본적 수요강세와 업계 구조상 공급 제약을 고려하면 LGCY의 성장궤도는 견조할 것으로 보인다.


가치투자 커뮤니티를 성장시켜나가고 있습니다.
운영 계획방향성을 한 번 읽어보시고,
텔레그램유튜브 채널을 통해 소통하고 있으니 공감이 가신다면 참여해주세요!
쌍방향 소통을 원하는 분들은 카카오톡 채널로 와 주시면 좋을 거 같습니다.
자료실을 통해 리포트, 뉴스도 공유하고 있으니 참고하시면 도움이 될 거 같습니다.

error: Content is protected !!