[재테크] 텐베거 포트폴리오 10-1 : 헬스케어 분야의 인공지능 서비스. 추천 사유와 리스크는?

김학주 교수님이 '텐배거 포트폴리오'에서  '헬스케어 인공지능 서비스'라는 산업 분야 자체를 강력한 차세대 성장주로 꼽은 이유는, 단순히 기술이 좋아서가 아니라 산업의 구조적 변화와 AI의 진화 단계가 맞물리는 지점이기 때문입니다.

출처: 클립아트코리아

책에서 전망하는 해당 분야의 주요 사업 트렌드와 성장 이유를 4가지 핵심 논리로 정리해 봤습니다.

1. AI 패러다임의 전환: "학습(Hardware)에서 추론(Service)으로"

김학주 교수는 현재 AI 산업이 엔비디아 중심의 '학습용 하드웨어' 단계에서 실제 결과값을 내놓는 '추론용 서비스' 단계로 넘어가고 있다고 분석합니다.

• 성장 전망 이유: 하드웨어는 이미 어느 정도 갖춰졌으며, 이제는 그 인프라 위에서 "누가 돈이 되는 결과물(추론)을 만들어 내느냐"가 핵심입니다.
• 트렌드: 헬스케어는 진단과 처방이라는 고도의 '추론' 능력이 필요한 분야로, AI가 가장 비싸게 팔릴 수 있는(고부가가치) 서비스 시장입니다.

2. 고령화 사회의 유일한 해법: "노동력 절벽 극복"

전 세계적인 인구 고령화로 인해 의료 수요는 폭증하는 반면, 이를 감당할 전문 의료진은 부족한 '노동력 절벽' 상황에 직면해 있습니다.

• 성장 전망 이유: 인간의 노동만으로는 의료비 상승과 인력난을 해결할 수 없습니다. AI 서비스는 의사의 업무 효율을 극대화하여 비용을 낮추고 서비스 양을 늘릴 수 있는 유일한 대안입니다.
• 트렌드: 단순히 보조하는 수단을 넘어, 의사의 업무 프로세스(워크플로우) 자체를 대체하거나 단축시키는 서비스가 시장을 지배하게 됩니다.

3. 의료 데이터의 독점과 플랫폼화: "승자독식의 구조"

김학주 교수님은 헬스케어 분야에서도 '데이터 독점권'을 가진 플랫폼이 시장을 장악할 것으로 보고 계십니다.

• 성장 전망 이유: 환자의 유전체 정보나 임상 데이터는 쌓일수록 정확도가 올라갑니다. 한 번 점유율을 확보한 AI는 더 정확해지고, 그러면 더 많은 환자가 몰리는 선순환 구조(Network Effect)가 만들어집니다.
• 트렌드: 이미지 속의 독시미티(의사 네트워크)나 템퍼스 AI(암 데이터)처럼, 특정 데이터군을 선점하여 다른 경쟁자가 들어올 수 없는 '경제적 해자'를 구축하는 기업들이 텐배거의 후보가 됩니다.

4. 계산 능력 기반의 정밀 의료: "시행착오의 제거"

과거의 의료가 통계와 경험에 의존했다면, 미래는 AI의 '계산 능력'이 주도하는 정밀 의료의 시대입니다.

• 성장 전망 이유: AI는 수조 개의 유전자 변이와 치료제 조합을 순식간에 계산해 낼 수 있습니다. 이는 치료 기간을 획기적으로 단축하고 실패 확률을 줄여줍니다.
• 트렌드: 진단 따로, 치료 따로였던 과거와 달리 진단-치료법 제안-임상-약 처방까지 한 번에 해결하는 '원스톱(One-stop) 서비스'가 비즈니스의 대세가 될 것입니다.

요약하자면 책에서는
 "인류의 생존과 직결된 문제(고령화/의료비)를 가장 효율적으로 해결할 수 있는 수단이 AI 서비스"이기 때문에 이 분야가 필연적으로 성장할 수밖에 없다고 봅니다. 특히 '의료진의 네트워크'와 '양질의 데이터'를 모두 쥔 기업들이 AI라는 무기를 장착했을 때 나타날 폭발적인 생산성 향상에 주목한 것입니다.

 

그렇지만 무조건적으로 좋아지기만 하진 않겠죠? AI 헬스케어 산업은 높은 성장성을 가진 만큼, 데이터 보안, 규제, 그리고 비즈니스 모델의 지속 가능성 측면에서 여러 리스크를 안고 있습니다. 김학주 교수님의 분석 철학과 최신 시장 트렌드를 종합하여 4가지 주요 리스크를 정리했습니다.

 

1. 데이터 프라이버시 및 보안 리스크 (Data Privacy & Security)

의료 AI는 민감한 개인 건강 정보(PHI)를 다루기 때문에 보안 사고 발생 시 기업의 존립이 흔들릴 수 있습니다.

• 재식별(Re-identification) 위험: 익명화된 데이터라도 AI 기술을 통해 특정 개인을 다시 식별해낼 위험이 지속적으로 제기되고 있습니다.
• 규제 강화: 미국의 HIPAA나 유럽의 GDPR 등 갈수록 강화되는 데이터 보호법을 준수하기 위한 비용이 증가하고 있으며, 위반 시 막대한 벌금이 부과될 수 있습니다.

2. 기술적 신뢰도 및 윤리적 리스크 (Technical & Ethical)

AI의 판단이 항상 옳지 않다는 점은 의료 분야에서 치명적인 리스크입니다.

• 할루시네이션(환각) 및 편향성: AI가 잘못된 진단이나 치료법을 제안할 경우 발생하는 법적 책임(Liability) 소재가 아직 불분명합니다. 특히 훈련 데이터의 인종·성별 편향이 진단 오류로 이어질 수 있다는 경고가 나오고 있습니다.
• 블랙박스 문제: AI가 왜 그런 결론을 내렸는지 의사가 설명할 수 없는 '설명 가능성(Explainability)'의 부족은 임상 현장에서의 도입을 늦추는 요소입니다.

3. 비즈니스 모델 및 시장 리스크 (Business & Market)

다음 포스트에서 구체적으로 정리할 예정인, 관련 수혜 예상 기업들이 직면한 구체적인 위험 요소입니다.

• 제약 광고 의존도 (독시미티): 독시미티는 매출의 상당 부분이 제약사의 마케팅 예산에서 나옵니다. 경기 침체나 제약 산업의 규제 변화로 광고 예산이 줄어들 경우 실적에 즉각적인 타격을 입습니다.
• 수익성 개선 지연 (템퍼스 AI): 템퍼스 AI처럼 대규모 데이터를 다루는 기업은 고정비가 높습니다. 매출은 급성장하더라도 실제 '순이익'으로 전환되는 시점이 늦어지면 투자자들의 외면을 받을 수 있습니다.
• 보험 수가(Reimbursement) 적용: AI 진단 서비스가 의료 보험 체계 내에서 정식 수가를 인정받지 못하면 환자와 병원의 비용 부담이 커져 확산이 제한됩니다.

4. 밸류에이션 리스크 (Valuation)

김학주 교수가 평소 강조하는 '거품'에 대한 경계입니다.

• 높은 PER: 이미지에서도 독시미티의 PER이 57.3배에 달하는데, 이는 시장의 기대치가 매우 높다는 뜻입니다. 성장이 조금만 정체되어도 주가는 폭락할 수 있는 '기대치 조정 리스크'가 큽니다.

*주요 출처 및 참고 자료
ECRI (2026): "2026 헬스 테크놀로지 위험 보고서" - AI 챗봇의 오용과 데이터 편향성을 1위 위험 요소로 지목.
InvestingPro (2025-2026): 독시미티(DOCS)의 제약 광고 매출 의존도 및 과도한 밸류에이션에 대한 경고 리포트.
Simply Wall St (2026): 템퍼스 AI(TEM)의 높은 순손실 및 데이터 운영 비용 대비 수익성 전환 과제 분석.
BCG (2026): "AI Agents in Healthcare 2026" - 의료 현장에서의 AI 도입 시 발생하는 조직적 저항 및 규제 적응 리스크 분석.