* 바이오마커는 생체 내 변화를 객관적으로 측정할 수 있는 지표를 의미합니다. 주로 질병의 진단, 예후 예측, 치료 반응 평가 등에 활용됩니다.
비정형 되어있는 데이터
암 환자 진단 시 병리학자의 주관적 해석 및 진단 편차 발생
글로벌 의료 데이터 통계
전 세계 데이터 중 30%의 비중을 차지하는 의료 데이터 중,
비정형 데이터 80%
Reference: 글로벌보건산업동향 2023, 한국보건산업진흥원(KKIDI)
부정확한 예측력
면역항암제 등 최신 치료에서 환자별 반응 예측의 한계 존재
기존 바이오마커의 한계
면역항암제는 여전히 '반응률 개선'이 과제이며,
기존 모델만으로는 환자별 반응 예측에 한계가 존재합니다.
Reference: 면역항암제 개발 동향 및 시사점 (KDB미래전략연구소), 암 면역과 암 면역치료 2023, 한국연구재단(NRF)
비효율적인 병리과 현황
병리학자 인력 부족, 관리 시 고비용·장시간 소요
디지털 병리 도입 비용↑ / IT 인력↓
다출처 데이터 연계 어려움 → 시간 · 비용 과다
Reference: 메디게이트뉴스, 메디파나신문
01 / 문제 정의 & 시장 기회
"누가 데이터를 잘 쓰게 만드나?"의 시대 도래.
고령화와 암 발병률 증가로 정밀진단 수요가 폭증하면서, 병리·임상·바이오마커·신약 시장 인사이트의 중요성이 부각되고 있습니다.
* CRO 시장은 임상시험수탁기관(Contract Research Organization) 시장을 의미하며, 제약회사나 바이오 기업이 신약 개발 과정에서 필요한 임상 시험, 데이터 관리, 허가 대행 등의 업무를 전문적으로 대행하는 기업들이 속한 시장입니다.
고령화 / 암 증가 → 정밀진단 수요 폭증
병리 · 임상 · 바이오마커 · 신약 시장 전반에서 데이터 기반 인사이트의 중요성이 급격히 증가하고 있습니다.
대표자의 의료 AI 업계 10년차 경험, 네이처(Nature) 논문 게재, 질병관리청 가이드라인 개발 경험을 토대로 아래의 문제를 해결합니다.
기존 시장의 해결과제
의료 데이터의 정형화 필요
긴급 임상시험 수요 증가에 대응 필요
원격 처방 등의 DCT(Decentralized Clinical Trial) 활성화
정확도 높은 진단의 중요성 강화
MediLMM의 답
# 진단 정확도 향상 최대 25%
# 진단 시간 단축 기존 대비 80%
# 방대하고 정제되지 않은 의료데이터 수집 및 정제 자동화
# 고객이 원하는 데이터로 맞춤형 추출 Custom
02 / 시장 규모 (TAM-SAM-SOM)
시장 규모 분석.
글로벌 디지털 병리시장 2030년 전망치를 기준으로, 정밀 병리 및 AI 분석 솔루션의 전체 가능 시장을 분석했습니다.
SOM 6.5조 원
글로벌 디지털 병리시장 2030년 전망치 — 정밀 병리 및 AI 분석 솔루션의 전체 가능 시장. 향후 5년 내 글로벌 디지털 병리 솔루션 시장 3% 점유 목표
SAM 1조 원
아시아(한국·일본·동남아) 지역 내 디지털 병리 및 AI 지원 진단 시장
SOM 50억 원
초기 목표 시장으로 국내 주요 병원 및 연구기관을 중심으로 확장 예정
메디렘 시장 기회 (단위: 억 원)
글로벌 TAM65,000
아시아 SAM10,000
초기 SOM50
5년 후 목표1,950
고령화 및 암 발병률 증가
정밀의료 수요 확대
디지털 전환 가속화
AI 병리진단 기술 발전
03 / 솔루션
MediLMM CAD™ — AI 기반 정밀 병리 진단 플랫폼.
최첨단 SimPLE + UVL Transformer 기반 LMM 기술로 구동되는 병리 진단 플랫폼으로 다양한 타입의 멀티모달 의료 데이터를 통합 분석합니다.
* 멀티모달(Multi Modal)은 인공지능 시스템이 텍스트, 이미지, 음성, 비디오 등 다양한 형태의 데이터를 동시에 처리하고 이해하는 것을 의미합니다.
📋
병리 슬라이드 업로드
⚙
AI 자동 분석
✓
예측 결과 생성
멀티모달(Multi Modal) 통합분석
H&E 슬라이드, IHC, 분자 검사, Spatial Transcriptomics 데이터 통합 분석
정밀 자동분석 및 예측
병리 슬라이드에서 종양 영역 식별 및 면역항암제 치료 반응 예측
PDF 리포트 자동화
병리과 워크플로우에 최적화된 분석 리포트 자동 생성
AI 병리사 인터페이스
의료 전문가를 위해 특별히 설계된 직관적이고 효율적인 UX 제공
95.8%진단 정확도
5배분석 속도 향상
92.3%예측 신뢰도
침윤성 유관암종(IDC) 감지
면역항암제 반응 예측을 위한 정밀 분석. 침윤성 유관암종의 자동 검출과 등급 평가를 지원합니다.
유전성 대장암 증후군을 위한 정밀 의학 AI 플랫폼
유전성 대장암 환자군에 특화된 분자 병리 분석. 기존 대비 5배 이상의 스크리닝 처리량으로 정밀의료 워크플로우를 가속합니다.
다중 바이오마커 정량 평가
면역항암제 반응 예측을 위한 바이오마커 자동 분석
CD3CD8PD-L1Ki67HER2ER/PR
04 / 기술
메디렘 기술의 5대 핵심가치.
01
통합적 분석
분산된 의료데이터(H&E, IHC, NGS, Spatial Transcriptomics)를 하나의 플랫폼에서 멀티모달 분석
02
의료법에 적합한 보안성
On-device AI 처리로 병원 내부망/보안 환경에서도 안전하게 운용 가능. HIPAA / GDPR 완벽 준수
03
근거 기반 진단(자동화)
병리 슬라이드 분석부터 PDF 리포트 생성까지 전 과정을 AI가 자동으로 처리하여 업무 효율 5배 향상
04
쉬운 접근성
대화형 AI 인터페이스로 남녀노소 누구나 쉽게 사용할 수 있는 직관적 UX 제공
05
높은 정확성
95.8% 진단 정확도와 92.3% 예측 신뢰도로 면역항암제 치료 반응까지 정밀 예측
04 / 기술
'mLLM' — 의료 환경을 혁신하는 최신 AI 진단 지원 통합 아키텍처.
진단을 위한 데이터 입력
Simple Active 학습
전문가-AI 시스템 간 효율적인 상호작용이 가능한 반능동적 학습 프레임워크
DINOv2 Attention 매커니즘
최첨단 자기지도학습 모델 활용, 복잡한 병리 이미지 패턴 감지·분류 (대량의 라벨링되지 않은 데이터에서도 효과적 학습)
UVL Transformer
병리 이미지와 임상 텍스트를 통합 처리하는 멀티모달 트랜스포머 구조로, 정확한 질병 진단과 예측 제공
Vector DB 기반 유사 케이스 검색
대규모 병리 이미지 DB에서 현재 케이스와 유사한 사례를 신속히 검색하여 진단 정확성을 높이는 동시에 참조 사례 제공
Federated Learning
원본 데이터 노출 없이 개인정보 보호와 정확도 향상을 동시에 달성하는 분산학습 시스템
플랫폼 내 출력 · 시각화
Attention Map 기술
AI가 진단 과정에서 주목하는 영역을 명확하게 시각화
병리의사에게 AI의 판단 근거를 투명하게 제공
히트맵 오버레이 기술로 병변 위치를 정확하게 표시
병리의사가 중요 영역을 빠르게 식별할 수 있도록 지원
· Global Attention: 전체 슬라이드 수준의 분석
· Local Attention: 세부 조직 영역 분석
· Multi-Scale Attention: 다양한 확대율에서의 통합 분석
99.2%진단 정확도
25M학습 케이스
0.6초평균 처리 시간
5배 ▲처리 속도
60% ▼메모리 사용
04 / 기술 · 플랫폼
도메인별 특화 플랫폼 6종.
한국어 전용 mLLM부터 분자 병리학(MPE), Vision-Language Model 기반 정밀 분석까지 — 의료 현장의 다양한 요구에 대응합니다.
PLATFORM 01
MediLMM mLLM 메디컬 서비스
한국어 전용 멀티모달 mLLM 바이오 메디컬 플랫폼 — 최신 인공지능 기술로 한국 의료 환경을 혁신하는 진단 지원 시스템
핵심 기술
· 양자화(Quantization): 모델 크기 최적화로 빠른 추론
· LoRA 어댑터: 효율적인 미세조정으로 새로운 의료 데이터 적응
· RAG 검색: 의료 지식베이스 실시간 검색 및 정확한 답변
주요 성능
· 한국 의료 환경에 최적화된 AI 시스템 (한국어 특화 자연어 처리)
· 멀티모달 통합 기술로 텍스트·이미지·검사 데이터의 통합 분석
· Niffler Framework를 통한 의료 이미지 처리
핵심 가치
· 빠르고 정확한 AI 기반 진단 보조 시스템
· 5세대 이상의 지속적인 모델 개선 진행 중
· 0.2초의 빠른 응답 속도 및 경량화 모델
PLATFORM 02
Enhanced MediLMM Medical Imaging Analyzer
DINOv2 Vision Transformer v2.3 기반의 향상된 의료 영상 분석 시스템
모든 주요 병변 카테고리에서 80%대 후반 ~ 90%대 후반의 검출 성능을 달성하여,
병리진단 워크플로우 전반에 걸친 높은 신뢰성을 제공합니다.
의료 환경 최적화 및 다기관 연합학습 협력 파트너
서울대학교병원 (SNUH)분당서울대학교병원아주대학교병원SeegeneHarvard Medical SchoolMIT
● ndevice AI 지원으로 병원 보안 환경 적합● HIPAA · GDPR 완벽 준수● 다양한 EMR · PACS 시스템과 호환
05 / 경쟁 환경 & 차별점
경쟁사 대비 우위 선점 (국내·글로벌).
메디렘은 병원과 제약사 모두 필요로 하는 AI 솔루션을 유연하게 제공합니다.
멀티모달 데이터 분석
LMM 기반 → 다양한 데이터 통합 분석 (H&E + IHC + NGS + Spatial 통합)
고속 분석 & 자동리포트
기존 대비 5배 속도 향상 PDF 자동리포트 생성으로 업무 효율화
보안 환경 대응
ndevice AI 처리 가능 병원 내부망 보안 환경에서도 안정적 운용
경쟁사 현황 & 포지셔닝
메디렘 (MediLMM)
On-Premise + UX 최적화 · 기능 통합도 높음 병원 + 제약사 양방향 솔루션 제공으로 차별화
Lunit
국내 선두 의료 AI 기업, 영상 진단 특화
PAIGE
병리 AI 글로벌 선두, 직접 시장 진입 모델
PathAI
병리 AI 글로벌 기업, 제약사 파트너십 모델
06 / 비즈니스 모델
수익 모델 구조.
API 연동을 중심으로 병원·의료기기·보험사·CRO와의 다채널 B2B 계약 구조를 운영합니다.
계약
병원시스템
의료기기
보험사
CRO
MEDILMM 플랫폼 제공
SaaS 구독50%
Case-based25%
CRO 서비스15%
API / Add-on10%
유통
B2B
제공 서비스
SaaS 라이선스형 구독 모델
병원 및 의료센터 규모별 차등화된 연간 구독 라이선스 제공. 사용량 및 기능에 따라 구독모델 선택 가능.
Case-based 분석 서비스
사용량에 따른 건당 과금 방식. 병리 슬라이드 분석 처리 건수에 기반한 유연한 요금제 운영.
Add-on 기능 유료화
고급 분석 기능, 커스텀 리포트, 데이터 저장소 확장 등 부가 기능을 유료 옵션으로 제공.
CRO 서비스 패키지
임상시험 CRO 기관과 공동 시장 개척을 통한 새로운 사업 영역 확장 및 맞춤형 AI 솔루션 제공.
API 제공 서비스
보험사 및 의료기기 회사를 위한 전문 API 연동 서비스 제공으로 B2B 협력 모델 구축.
07 / 트랙션 & 주요 지표
성장 현황.
전년 대비 성장률
200%
2023 Q1 → 2024 Q2 누적 성장
2023 Q1–Q4초기 PoC 및 파일럿 도입
2024 Q1–Q2가파른 도입 확대 구간 진입
검증 완료된 사례
60%유방암
25%대장암
10%기타
유방암을 중심으로 다양한 암종에서 임상 검증을 완료하였으며, 대장암 및 기타 암종으로 빠르게 확장 중입니다.
기술 보호 · 특허 출원
국내외 다기관 PoC 진행 중, AI CRO 10건 이상 적용 중
출원번호 4-2023-051033-9멀티모달 의료 데이터 기반의 생성형 인공지능 모델이 탑재된 장치 및 이에 의해 수행되는 방법
미국 특허 출원Gene Insertion Location Analysis System / Self-Sampling Management Electronic Device / Novel Recombinant Vector and Use Thereof
07 / 트랙션
10+ 협력 기관 (국내외 주요 의료/연구기관).
하버드의대 (Harvard Medical School)
AI 알고리즘 개발 및 임상 검증 공동 연구 진행
MIT (Massachusetts Institute of Technology)
LMM 기술 개발 및 최적화 협력 프로젝트
분당서울대병원
직무 외 다양한 활동 및 경험 제공
아주대병원
면역항암제 치료 반응 예측 모델 검증 진행
씨젠의료재단
대규모 병리 데이터 활용 플랫폼 개발 협력
08 / 팀 & 조직 역량
10년 이상 현업 의료 AI 경험, 국내외 병리학 네트워크 기반 LMM 의료 AI 전문 팀.
서
서영상 대표이사
CEO · 대표이사
하버드대학원 석사, 박사 과정
MIT 공대 대학원 인공지능 과정 수료
존스앤웨일즈 대학 학사
경력
(주)메디렘 대표이사 (2023.08 ~ 현재)
페르소나 AI CAO (인공지능 담당 임원)
덴컴 CTO 및 AI 연구소장
씨젠 AI 및 빅데이터 연구소장
하버드 케네디 행정대학원 소속 AI 연구소장
연구 · 저술 · 자문
네이처(Nature)지에 코로나 관련 논문 수록 (2020)
질병관리청 코로나 대응 protocol 관련 자문 (2020)
OHDSI 의료 데이터 사이언스 플랫폼 개발
chatGPT 관련 책 집필 및 출간 (2024)
AI CRO 개발 및 최신 인공지능 기술 적용 의료솔루션 개발
연구소 · AI/ML
Yoon Kim (김윤) 교수
MIT Associate Professor · AI/ML 연구 책임자
현재 소속
MIT Associate Professor (2025.07 ~ 현재)
MIT Assistant Professor (2021.07 ~ 2025.06)
MIT-IBM Watson AI Lab, Postdoctoral Researcher (2019.06 ~ 2021.07)
학력
Ph.D., Computer Science — Harvard University (2020) Advisor: Alexander Rush · "Deep Latent Variable Models of Natural Language"
M.S., Data Science — New York University (2015)
M.A., Statistics — Columbia University (2012)
B.A., Mathematics & Economics — Cornell University (2009)
주요 수상
NSF CAREER Award (2025)
Google ML and Systems Junior Faculty Award (2025)
Schmidt Sciences AI2050 Early Career Fellowship (2024)
Harvard Outstanding Doctoral Dissertation in CS (2020)
Google Ph.D. Fellowship (2018)
산업 연구 경험
Google · DeepMind · Facebook Research Intern
LLM 및 멀티모달 학습 분야 연구 리더
자문단 · 기업고문
Shuji Ogino, MD, PhD
Harvard Medical School · Brigham and Women's Hospital
현재 직위
Professor of Pathology, Harvard Medical School
Professor, Department of Epidemiology, Harvard T.H. Chan School of Public Health
Brigham and Women's Hospital, Department of Pathology
전문 분야
Pathology · Molecular Pathology
Laboratory Automation · Microbiology
분자병리역학(MPE) 분야 창시자
자격 인증
Anatomic Pathology / Clinical Pathology (2000)
Anatomic Pathology Board Certification (2003)
학력 · 수련
MD — University of Tokyo, Japan (1987 ~ 1993)
Residency — Allegheny General Hospital (1995 ~ 1997)
Residency — Case Western Reserve University (1997 ~ 1999)
Fellowship — University of Pennsylvania Health System (1999 ~ 2000)
학술 활동
대규모 전향적 코호트 연구 기반 암 연구 경력 20년 이상
450편 이상 논문 발표
국제 MPE 학회 창설
자문단 · 병리학 리더
성낙문 박사
병리학 자문단 리더
국내 유수 병리과 전문의 네트워크 구축
대한병리학회 이사, 중앙병리 및 디지털병리 분야 전문가
20년 이상 임상 경력
국제학술지 논문 발표
6명AI 엔지니어
3명제품 / UX 개발
4명의학 전문가
2명사업개발 / 마케팅
09 / 재무·운영 계획 (5개년 로드맵)
5년 내, 글로벌 디지털 병리 솔루션 시장 3% 점유. 연 매출 100억 달성을 통한 아시아 선도 Medical AI 기업으로 자리매김.
STAGE 01 · 1년차
국내 톱3 병원 도입
서울대병원, 삼성병원, 세브란스병원 파트너십 체결 및 시스템 도입
STAGE 02 · 2년차
CRO 시장 본격 진출
글로벌 제약사 대상 임상시험 데이터 분석 서비스 개시
STAGE 03 · 3년차
일본·동남아 진출
아시아 지역 주요 의료기관 파트너십 확대 및 현지화
STAGE 04 · 5년차
IPO 준비
기업공개를 통한 글로벌 사업 확장 추진
1억
2025
1년차
10억
2026
2년차
35억
2027
3년차
60억
2028
4년차
100억
2029
5년차 · IPO
09 / 재무·운영 계획
투자유치 목적 & 제안.
필요 투자금
30억 원
Seed 단계 · Valuation 협의
50%
AI 개발 인력 충원
알고리즘 고도화 및 신규 바이오마커 개발 가속화
30%
마케팅 · 해외 진출
글로벌 학회 참여 및 국내외 병원 네트워크 확장
20%
운영비용
인프라 확충 및 추가 임상 연구 지원
▲
사용자 증가 — 2배 성장
현재 100+ 의사 사용자 → 200+
$
CRO 매출 성장 — 3배 증가
첫해 5억 → 15억+ 예상
⌖
글로벌 시장 — 아시아 주요국 진출
일본, 싱가포르, 말레이시아 등
APPENDIX
대표자 집필 서적 · 논문 · 학회 활동.
BOOK · 2024
"챗GPT의 시대"
— 인공지능과의 대화가 바꾸는 세상 / 서영상 지음
인공지능을 알고, 대비하고 싶은 이들을 위한 인공지능 입문서. 실전 경험을 갖춘 인공지능 전문가가 말하는 AI의 미래 — 인공지능의 빠른 발전 속도, 이제는 알아야 한다.
PAPER · 2020
Mobility restrictions and COVID-19 incidence
— Scientific Reports (Nature Portfolio), 34개국 실시간 평가 연구
"Mobility restrictions were associated with reductions in COVID-19 incidence early in the pandemic: evidence from a real-time evaluation in 34 countries" — 팬데믹 초기 이동 제한 정책의 효과를 34개국 실시간 데이터로 평가한 국제 공동 연구.
학회 활동
대표자 학회 발표 및 연구 협력
국내외 주요 학회·연구기관에서의 발표 및 공동 연구 활동
MIT에서 Disinformation 관련 발제 중인 대표자
Howard Koh 교수와 연구진
AI Summit 2020 — "분자진단과 AI혁명: 진단에서 치료까지" 발표 (2020.12.10)
