[Startup 분석] 히츠 HyperLab, 월 3,000달러 AI 신약개발 연구실

AI 신약개발 스타트업이 기술력을 말하는 방식은 대개 논문이나 공동연구였다. 히츠는 한 걸음 더 나아가 분자 탐색·결합 예측·구조 설계·독성 예측을 웹에서 직접 쓰는 소프트웨어로 묶고, 월 3,000달러라는 가격표까지 붙였다. 2026년 9월 17일 보도된 173억 원 시리즈 B는 이 회사가 연구 프로젝트를 많이 수주하는 곳이 아니라 반복 판매되는 ‘가상 연구실’을 만들 수 있는지 시험하는 자금이다. 2025년 매출 5억1,000만 원과 영업손실 24억8,000만 원을 함께 보면, 지금 히츠는 기술의 가능성과 사업의 증명 사이에 정확히 서 있다.

한눈에 보는 히츠

설립·대표: 2020년 5월 설립. KAIST 화학과 김우연 교수가 대표를 맡고 있으며, 임재창 공동창업자 등 AI·의약화학 연구진이 함께 시작했다.
핵심 제품: 저분자 후보물질 탐색·결합 예측·분자 설계·ADME/T 예측을 제공하는 웹 기반 AI 신약개발 SaaS ‘HyperLab’, 단백질 구조 예측 모델 ‘K-Fold’, 바이오 데이터 분석 에이전트 ‘OmicsHorizon’.
현재 트랙션: KDB NextRound 회사 소개 기준 20여 개국 700명 이상의 연구자가 사용했다. 미국 MD Anderson Cancer Center와 캐나다 Sunnybrook 등 연구기관 사용 사례가 보도됐지만, 유료 고객 수와 반복매출은 공개되지 않았다.
최근 투자: 2026년 9월 시리즈 B 173억 원. 더벨 보도에 따르면 플랫폼 고도화와 R&D 인력 확충, 국내외 고객 확대에 투입할 계획이다.
기업가치: 이번 라운드의 프리머니·포스트머니 가치는 비공개다. 2024년 6월 37억 원 브리지 라운드 당시 프리머니 270억 원으로 보도됐으나 현재 가치로 볼 수는 없다.
공개 가격: HyperLab Small Molecule Discovery Core Plan은 월 3,000달러. 대규모 스크리닝 포인트와 추가 사용자는 각각 1,000달러부터이며 Academic·Custom, K-Fold·Bio Co-Scientist는 별도 문의다.
재무 신호: NICE평가정보 기반 사람인 자료 기준 2025년 매출 5억1,000만 원, 영업손실 24억8,000만 원. 매출은 전년보다 185.7% 늘었지만 아직 작은 규모다.
핵심 비공개 지표: ARR, 유료 고객·랩스페이스 수, 계약 갱신률, 국내외 매출 비중, SaaS와 공동연구·용역 매출 비중, GPU·합성 비용, 총마진, 플랫폼이 추천한 후보의 실제 실험 성공률.

HyperLab은 무엇을 한 화면에 묶었나?

초기 신약 발굴은 하나의 AI 모델로 끝나지 않는다. 후보 화합물을 찾고, 타깃 단백질과 얼마나 잘 결합하는지 예측하고, 구조를 바꾸고, 흡수·분포·대사·배설·독성(ADME/T)을 확인한 뒤 실제 합성·실험으로 넘어간다. 연구자는 단계마다 다른 프로그램과 데이터 형식을 오가고 결과를 다시 정리해야 한다.

히츠 공식 HyperLab에서 가상 신약개발 워크플로 보기 →

Hyper Screening·Binding·Design·ADME/T가 어떻게 이어지는지, 1주 무료 체험과 월 3,000달러 Core Plan, K-Fold·Bio Co-Scientist의 제품 경계를 함께 확인하면 히츠가 파는 것이 단일 예측 모델이 아니라 연구 작업공간이라는 점이 보인다.

HyperLab의 핵심은 이 흐름을 브라우저 안에 넣는 것이다. Hyper Screening은 많은 분자에서 후보를 좁히고, Hyper Binding은 결합 가능성과 3차원 자세를 예측한다. Hyper Design은 신규 구조를 제안하며, Hyper ADME/T는 약물이 되기 위해 필요한 물성과 독성 위험을 예측한다. 회사는 별도 설치와 모델 학습 없이 연구자가 바로 시작할 수 있다는 점을 전면에 둔다.

따라서 히츠의 경쟁력은 특정 벤치마크 1위보다 도구 사이의 마찰을 얼마나 줄이는가에 있다. 좋은 예측 모델도 연구자가 입력 형식을 맞추고 여러 프로그램을 연결해야 하면 사용 빈도가 낮아진다. 반대로 성능이 비슷하더라도 한 프로젝트의 데이터와 판단 근거가 같은 랩스페이스에 남으면 팀 단위 구독과 갱신을 만들 수 있다.

11조 개 분자를 찾는다고 신약이 되는 것은 아니다

Hyper Screening X는 상용 빌딩블록과 알려진 화학반응을 조합한 11조 개 이상의 가상 화합물 공간을 탐색한다. 기반 모델 RxnFlow는 2025년 ICLR에 채택됐고, 회사 공식 설명에 따르면 타깃과 물리화학 조건에 맞는 분자를 생성하면서 합성 경로까지 제시한다. 단순히 그럴듯한 화학식을 만드는 생성 AI보다 실제로 주문·합성할 가능성을 앞단에서 고려한다는 것이 차별점이다.

하지만 ‘11조 개’는 고객 가치가 아니라 탐색 공간의 크기다. 실제 가치는 추천 후보 가운데 몇 개가 합성되고, 실험에서 활성을 보이며, 후속 최적화로 이어지는지에 달려 있다. 공식 페이지의 80% 이상 합성 가능성은 Synple Chem 합성 서비스 기준이라는 조건이 붙고, 라플라스 투자 포럼에 공개된 연세대 연구 사례의 합성 가능성 95.7%·hit ratio 50% 이상 역시 특정 프로젝트 결과다. 모든 타깃에서 재현되는 평균 성능으로 확대하면 안 된다.

오히려 사업적으로 중요한 부분은 후보 발견 뒤 합성 견적과 빌딩블록 구매로 이어지는 연결이다. 연구자가 예측 결과를 내려받아 다시 공급사를 찾는 대신 같은 흐름에서 실제 실험으로 넘어간다면, 히츠는 소프트웨어 구독 외에 스크리닝 사용량과 거래·서비스 매출을 붙일 수 있다.

K-Fold와 Bio Co-Scientist는 제품 범위를 어디까지 넓히나?

히츠는 저분자 탐색 도구에서 멈추지 않고 단백질·항체 설계와 바이오 데이터 분석으로 범위를 넓히고 있다. Bio Co-Scientist는 대화로 자료를 찾고, 서열과 구조를 불러오고, RFdiffusion·ProteinMPNN 같은 도구로 후보를 설계한 뒤 K-Fold로 복합체 구조를 확인하는 흐름을 제시한다.

K-Fold는 KAIST와 공동 개발한 단백질 구조 예측 모델이다. 회사는 MSA 없이 단백질 자체의 특징으로 단백질-단백질, 단백질-저분자, 핵산·이온을 포함한 복합체 구조를 예측하고 AlphaFold3 대비 최대 약 30배 빠르다고 설명한다. 정부 평가에서 2B급 모델이 AlphaFold3에 근접한 정확도를 보였다는 주장도 공식 제품 페이지에 적혀 있다.

이 수치는 아직 공개 벤치마크의 전체 조건과 실패 사례를 함께 봐야 한다. ‘최대 30배’는 입력 길이·복합체 종류·하드웨어에 따라 달라질 수 있고, 구조 예측 정확도가 곧 결합 친화도나 실제 약효를 보장하지도 않는다. 다만 수백 개 후보를 반복 계산해야 하는 연구에서 비슷한 정확도를 더 낮은 시간과 비용으로 제공한다면 제품 경쟁력으로 이어질 여지는 분명하다.

173억 원 시리즈 B가 중요한 이유

더벨은 히츠가 2026년 9월 총 173억 원의 시리즈 B를 확보했다고 보도했다. 2022년 공식 발표된 시리즈 A 55억 원, 2024년 37억 원 브리지와 비교하면 단일 라운드 규모가 크게 커졌다. 2024년 브리지까지의 누적 조달액은 103억 원으로 보도됐으므로 단순 합산하면 현재까지 약 276억 원이지만, 지원금·전환증권·라운드 집계 방식이 다를 수 있어 회사의 최신 공식 누적액으로 단정할 수는 없다.

이번 자금은 단순한 모델 연구비보다 상용화 자금에 가깝다. HyperLab 기능을 넓히고 R&D 인력을 충원하며 국내외 고객을 늘리는 데 쓰일 전망이다. 이미 제품 가격과 무료 체험이 공개된 만큼 다음 단계는 ‘좋은 기술을 만들었다’가 아니라 ‘누가 매달 돈을 내고 계속 쓰는가’를 보여주는 일이다.

투자 시점도 의미가 있다. HyperLab은 2023년 말 상업화돼 2024년부터 판매가 본격화됐고, 2026년에는 OmicsHorizon과 K-Fold를 제품군에 더했다. 투자자는 초기 저분자 SaaS 하나가 아니라 연구 리서치·분자·단백질·오믹스를 아우르는 바이오 연구 운영체제로 확장할 가능성에 돈을 건 셈이다.

돈은 어디서 버는가?

히츠의 수익 모델은 공개 가격표 덕분에 다른 AI 신약개발 스타트업보다 비교적 선명하다. 확인되는 매출 경로는 네 가지다.

Small Molecule SaaS: Core Plan 월 3,000달러. AI 도킹, ADME/T 예측, 분자 설계, co-folding과 정해진 계산 토큰을 포함한다.
사용량·좌석 확장: Hyper Screening 포인트와 추가 랩스페이스 사용자를 각각 1,000달러부터 판매한다. 기간·사용자 수에 따른 할인도 제공한다.
기업·연구기관 맞춤 계약: Academic·Custom Plan, K-Fold, Bio Co-Scientist는 별도 견적이다. 기술 지원·모듈 구성·보안과 데이터 통합이 포함될 가능성이 높지만 세부 계약 구조는 비공개다.
공동연구·후보물질 발굴: 제약사와의 프로젝트, 국책과제, 합성·실험 연계 서비스에서 용역·마일스톤 매출을 만들 수 있다. 현재 매출에서 각 항목이 차지하는 비중은 공개되지 않았다.

월 3,000달러는 개인 생산성 도구보다 비싸지만 신약개발 소프트웨어와 실험 비용에 비하면 도입 가능한 수준이다. 연구자 700명 모두가 Core Plan을 쓰는 것은 아니며 무료 체험·학술 사용자·공동연구 참여자가 섞였을 수 있다. 사용자를 매출로 바꾸려면 제약사와 연구기관이 예산 단위인 랩스페이스를 만들고, 프로젝트가 끝난 뒤에도 갱신해야 한다.

2025년 매출 5억 원은 무엇을 말해주나?

NICE평가정보를 인용한 사람인 자료에 따르면 히츠의 2025년 매출은 5억1,077만 원으로 전년 1억7,000만 원보다 185.7% 늘었다. 같은 해 영업손실은 24억8,000만 원으로 2024년 34억 원 손실보다는 줄었지만, 매출보다 약 4.9배 컸다. 초기 딥테크 회사라는 점을 감안해도 아직 상용 매출이 연구개발 비용을 감당하는 단계는 아니다.

173억 원의 신규 투자금은 2025년 매출의 약 34배다. 이것은 기업가치 배수가 아니라 새로 들어온 자본과 과거 연간 매출을 단순 비교한 값이다. 그만큼 투자 논리가 현재 실적보다 향후 제품 확장과 글로벌 고객 전환을 선반영하고 있다는 뜻이다.

긍정적으로 보면 작은 매출 기반이 빠르게 커지고 손실도 줄었다. 보수적으로 보면 700명 이상 사용과 글로벌 기관 사례가 아직 재무제표의 큰 반복매출로 나타나지 않았다. 2026~2027년에 확인할 핵심은 매출 성장률보다 SaaS ARR, 유료 랩스페이스, 갱신률, 계약당 도입 비용이다.

이 밸류에이션은 말이 되는가?

이번 시리즈 B 기업가치는 공개되지 않아 현재 매출 배수를 계산할 수 없다. 2024년 37억 원 브리지 당시 프리머니 270억 원이라는 보도가 있지만, 제품 범위와 투자 환경이 달라진 2026년 가치에 그대로 적용할 수 없다.

히츠에 높은 가치를 줄 수 있는 논리는 세 가지다. 첫째, 분자·단백질·오믹스 도구가 한 작업공간에 묶이면 연구 데이터와 워크플로가 쌓여 교체 비용이 커진다. 둘째, 자체 모델과 논문은 단순히 외부 LLM을 포장한 바이오 챗봇과 구분되는 기술 자산이다. 셋째, 소프트웨어 구독이 공동연구·합성·후보물질 거래로 이어지면 고객당 매출을 높일 수 있다.

반대로 할인해야 할 이유도 분명하다. 현재 매출이 작고, 플랫폼 추천이 임상 성공으로 이어졌다는 공개 증거는 아직 없다. 대형 제약사는 자체 계산화학팀과 데이터 인프라를 보유하고 있고, 글로벌 소프트웨어 기업은 더 많은 검증 데이터와 판매망을 갖고 있다. 따라서 밸류에이션을 정당화할 숫자는 논문 수보다 다음 네 가지다.

반복성: ARR, 갱신률, 유료 랩스페이스와 고객당 좌석 증가.
제품성: 고객이 별도 컨설팅 없이 시작하는 비율과 첫 결과까지 걸리는 시간.
실험 전환: AI 추천 후보의 합성률, hit rate, 후속 lead 최적화 진입 비율.
단위경제: 계산·GPU·지원·합성 비용을 뺀 SaaS와 프로젝트별 총마진.

경쟁자는 AI 신약개발 회사만이 아니다

국내에는 스탠다임, 팜캐드, 아이젠사이언스, 디어젠처럼 AI로 후보물질과 타깃을 찾는 회사가 있다. 글로벌로 넓히면 Schrödinger 같은 계산화학 소프트웨어·파이프라인 기업, Isomorphic Labs 같은 대형 AI 신약개발사, AlphaFold 계열 구조 예측 도구와 경쟁한다.

하지만 실제 구매 현장에서 가장 강한 경쟁자는 연구자가 이미 쓰는 무료 오픈소스와 제약사의 내부 도구다. 연구팀은 도킹·분자동역학·구조 예측·데이터 분석을 각자 조합해 왔고, 큰 제약사는 자체 데이터가 외부 SaaS로 나가는 것을 꺼린다. HyperLab이 이들을 이기려면 모델 성능만이 아니라 설치·보안·재현성·협업·감사 기록까지 포함한 총 연구시간을 줄여야 한다.

또 하나의 경쟁자는 AI가 아니라 실험 예산이다. 계산 결과가 좋아도 합성·세포·동물 실험으로 이어질 자금과 인력이 없으면 고객은 사용량을 늘리지 않는다. 히츠가 eMolecules 같은 화합물 공급사, Merck·Thermo Fisher와의 유통·실험실 자동화 협력을 추진하는 이유도 디지털 예측과 물리 실험 사이의 단절을 줄이기 위해서다. 다만 현재 공개된 협력 다수는 MOU·추진 단계이므로 실제 매출 계약과 구분해야 한다.

가장 큰 리스크는 ‘예측’과 ‘발견’의 간격이다

첫째, 벤치마크가 실험실 성과를 보장하지 않는다. 결합 구조와 물성을 잘 예측해도 세포 안의 복잡한 작용, 독성, 약동학, 환자 반응에서 실패할 수 있다. 고객은 모델 점수보다 실패한 실험을 얼마나 줄였는지에 돈을 낸다.

둘째, 데이터와 검증의 비대칭이다. 회사는 고객 데이터와 분석 결과를 모델 학습에 사용하지 않고 운영·개발 서버를 분리한다고 밝힌다. 보안에는 유리하지만, 고객별 비공개 실험 결과가 제품 개선용 공통 데이터로 축적되지 않으면 모델의 학습 우위는 제한될 수 있다.

셋째, 서비스 매출의 함정이다. 제약사마다 타깃·데이터·평가 방식이 달라 전문가가 오래 붙어야 하면 계약 금액은 커져도 소프트웨어 총마진과 확장성이 낮아진다. Custom Plan과 공동연구가 표준 SaaS로 전환되는 비율이 중요하다.

넷째, 자체 파이프라인의 유혹이다. 좋은 후보를 직접 보유하면 기술이전 수익의 상방이 크지만 임상 비용과 시간이 급격히 늘어난다. 소프트웨어 회사와 신약개발사의 자본 구조는 다르다. 히츠가 어느 쪽에 무게를 둘지 명확해야 한다.

다섯째, 글로벌 신뢰다. 20여 개국 700명 사용은 좋은 초기 분포지만, 글로벌 제약사의 장기 계약·규제 검증·재현 가능한 실험 결과와는 다른 지표다. 이름 있는 기관의 사용 사례가 유료 갱신과 조직 확장으로 이어지는지를 봐야 한다.

개인적 판단: 히츠는 AI 모델 회사보다 연구 워크플로 회사에 가깝다

히츠의 장점은 ‘AI로 신약을 만든다’는 거대한 약속을 월 3,000달러짜리 구체적인 제품으로 내려왔다는 데 있다. 공개 가격, 무료 체험, 기능별 문서, 논문과 실제 합성 연결은 국내 AI 신약개발 회사 중에서도 제품의 경계를 비교적 선명하게 만든다.

그러나 현재 숫자는 기술 기업의 가능성을 보여줄 뿐, 아직 좋은 SaaS의 경제성을 증명하지 않는다. 2025년 매출 5억 원과 24억8,000만 원 영업손실, 비공개 ARR·갱신률은 173억 원 투자 이후 반드시 바뀌어야 할 지점이다. 사용 연구자가 많아지는 것과 유료 랩스페이스가 반복 결제되는 것은 다르다.

히츠의 진짜 제품은 분자 하나를 추천하는 AI가 아니라 연구자의 가설에서 합성 가능한 후보까지 이어지는 의사결정 기록이다. 이 기록이 팀과 회사에 쌓이고 다음 프로젝트에서도 재사용된다면 HyperLab은 도구 모음에서 연구 운영체제로 올라갈 수 있다. 앞으로 12~18개월에 볼 숫자는 모델 파라미터보다 유료 고객 전환, 갱신률, 후보의 실험 성공률, 그리고 매출이 늘 때 손실 비율이 얼마나 빠르게 낮아지는가다.

참고 자료

HyperLab 공식 홈페이지, 공식 가격 페이지 — 제품 구성, 무료 체험, 월 3,000달러 Core Plan과 추가 사용량·사용자 과금.
HyperLab Bio Co-Scientist·K-Fold 공식 페이지 — 단백질·항체 설계 워크플로, 회사가 제시한 속도·평가·보안 조건.
Hyper Screening X 공식 페이지, RxnFlow 논문 — 11조 개 화합물 공간, 합성 경로 기반 생성 방식과 ICLR 2025 연구 근거.
더벨 – 히츠 시리즈 B 173억 원 조달 — 최신 투자 규모와 플랫폼·R&D 확장 계획.
KDB NextRound – 히츠 기업 소개 — 설립·대표, 20여 개국 700명 이상 연구자 사용과 제품 범위.
사람인 기업 재무정보 – 히츠 — NICE평가정보 기반 2022~2025년 매출·영업손익.
팜이데일리 – 히츠 공동창업·상용화 인터뷰 — 2024년 브리지 투자·기업가치, HyperLab 상용화 시점과 글로벌 기관 사용 사례.
라플라스 × ETRI 딥테크 투자 포럼 – 히츠 — 2026년 제품 확장, 연구 사례와 글로벌 협력 현황.

작성 기준일: 2026년 9월 20일. 173억 원 시리즈 B는 더벨 보도 기준이며 투자자 구성과 현재 기업가치는 공개 자료에서 확인되지 않았다. 20여 개국 700명 이상 사용자는 회사가 KDB NextRound에 제공한 수치로, 모두 유료 고객이나 기업 계약을 의미하지 않는다. 월 3,000달러와 추가 과금은 2026년 9월 20일 공식 가격 페이지 기준이다. K-Fold 최대 30배 속도, 정부 평가상 AlphaFold3 근접 정확도, 11조 개 화합물 공간, 합성 가능성과 hit ratio는 회사·행사·특정 연구 조건에서 제시된 수치이며 모든 타깃의 독립 감사된 평균 성능이 아니다. 2025년 매출 5억1,077만 원과 영업손실 24억8,000만 원은 NICE평가정보 기반 사람인 자료다. ARR, 유료 고객·랩스페이스 수, 갱신률, 매출 구성, GPU·합성 원가, 총마진, 후보물질의 실제 실험·임상 성공률은 비공개다. 사업 모델·경쟁·밸류에이션 평가는 공개 자료를 바탕으로 한 해석이며 투자 권유가 아니다.