제퍼리스 글로벌 헬스케어 콘퍼런스, 2026년 11월 17일
일루미나(Illumina)의 앙쿠르 딩그라(Ankur Dhingra)는 제퍼리스 글로벌 헬스케어 콘퍼런스(Jefferies Global Healthcare Conference)에서 임상 수요에 힘입어 NovaSeq X 장비 공급이 회사가 출시 이후 목격하지 못한 빠른 속도로 이뤄지고 있다고 밝혔다. 그는 일루미나가 지난 4개 분기 동안 해당 플랫폼이 시장에 처음 출시된 첫해보다 더 많은 장비를 공급했다고 설명했다. 그는 이를 기저의 임상 수요와 더불어, 일루미나가 오랜 기간에 걸쳐 NovaSeq X가 처리량(throughput)과 가치 측면에서 제공할 수 있는 청사진을 제시한 덕분이라고 분석했다. 그의 표현을 빌리자면, 이를 통해 고객들은 "특히 임상 검증 부문에서 해당 플랫폼에 대해 장기적인 대규모 투자를 단행할 수 있게 되었다"고 한다.
딩그라는 3분기가 일루미나가 2024년에 제시한 성장세 회복 프레임워크의 관점에서 긍정적인 단계였다고 평가했다. 해당 프레임워크는 한 자리수 후반대의 성장률 복원을 목표로 하고 있다. 그는 2026년 각 분기별 성장이 안정적인 한 자리수 중반대의 흐름을 보이고 있으며, 4분기 가이드라인 역시 이와 일치한다고 말했다. 3분기 영업이익률은 25%를 기록했으며, 4분기에도 약 25%를 기록할 것으로 예상된다. 그는 하반기 25%의 마진이 핵심 사업 부문에서 500bp(basis points)의 마진 확대를 향해 나아가는 과정에서의 이정표라고 평가했다.
AI 기업들: 큰 오차 범위와 아직은 미미한 매출
AI 기업들이 새로운 고객층으로 부상하고 있는지에 대한 질문에 딩그라 CFO는 불확실성에 대해 솔직히 털어놓았다. 그는 이들과의 논의가 "매우 훌륭하다"면서도 "대다수 AI 기업들과 나누고 있는 대화의 오차 범위(error bars)가 정말로 크다"고 말했다. 그가 꼽은 미해결 과제로는 생물학에 대한 이해의 근본적인 도약을 이끌어내기 위해 프런티어 AI 모델이 필요로 하는 데이터의 양이 얼마나 되는지, 그리고 AI 기업들이 자체적으로 생성해야 하는 데이터와 외부에서 조달해야 하는 데이터의 비중이 어떻게 되는지 등이 포함된다. 그는 이러한 논의들이 결실을 맺는 시점이 오면 일루미나가 이를 투명하게 공개할 것이라고 밝혔다.
현재 가시적인 부분은 데이터를 생성하기 위해 실험실을 구축하고 있는 소규모 "네오 AI 기업(neo AI companies)" 그룹이다. 일부는 장비를 구매하고 있으며, 일부는 일루미나에 데이터 생성을 의뢰하고 있고, 또 다른 일부는 일루미나의 데이터셋을 구매하고 있다. 일루미나와 같은 규모의 기업에게 이는 "통상적으로 미미한 수준의 매출에 불과하며, 아직 전체 실적에 유의미한 변화를 주지 못한다"고 그는 설명했다. 일루미나가 신제품을 통해 2027년 추가 성장의 요인으로 제시한 1~2%포인트 내에서, BioInsight와 AI가 주요 기여 부문 중 하나가 될 것으로 예상된다고 덧붙였다.
억 개 세포 아틀라스(Billion Cell Atlas)와 제약사의 데이터 비용 지출 당위성
셀렐라(Celera) 등 과거의 선례에 비추어 볼 때 '일단 구축하면 고객은 찾아올 것'이라는 데이터 모델이 이번에는 왜 통할 것인지에 대한 거듭된 질문에, 딩그라는 현재의 AI 도구가 단 2~3년 전 기술과 비교해도 패턴 인식과 연결 작업을 "훨씬, 훨씬 더 잘 수행한다"고 답했다. 그는 AI가 공백을 메우고 새로운 데이터를 과거의 데이터와 연결하는 작업에서 현저히 우수하다고 평가했다. 그러면서 코딩되지 않은 영역과 임상적 의미를 알 수 없는 변이(variants of unknown significance)에서 추가로 10%포인트의 유전체 커버리지를 확보한 일루미나 자체의 스플라이스AI(SpliceAI) 작업을 그 예로 들었다. 그는 여기에 AI를 결합한 것은 "정말로 강력하다"고 강조했다.
딩그라는 일루미나가 억 개 세포 아틀라스(Billion Cell Atlas)에 시장보다 한발 앞서 투자했음에도 불구하고 제약사와의 계약을 통해 수익을 창출하고 있다고 밝혔다. 그는 회사가 진행 과정에서 고객들과 협력하며 데이터 구조를 지속적으로 고도화하고 있다고 설명했다. 첫 2억 5,000만~3억 개의 세포가 전달되고 분석된 이후, 고객들은 다른 세포 유형을 추가로 요청해 왔다. 그는 일루미나가 데이터로부터 수요와그 신호를 포착하고 있으며, 제약사들이 깊이 관여하고 있는 것을 확인하고 있다고 말했다.
그는 제약사가 과거에 비해 더 큰 고객군으로 자리 잡을 것으로 기대하며, 일루미나가 제약 산업과 더욱 긴밀히 협력하게 될 것이라고 내다봤다. 그 이유로 두 가지 요인을 꼽았는데, 바로 AI와 멀티오믹스(multiomics) 포트폴리오의 방대함이다. 이를 통해 제약사들은 샘플을 "이전에 진정 불가능했던 수준의 깊이로, 통합적이고 구조화된 방식으로" 특성화할 수 있게 되었다. 공간유전체학(Spatial)은 몇 달 전에 출시되었다. 딩그라는 공간유전체학, 전장유전체(whole genome), 전사체(transcriptome) 데이터의 결합을 목격한 사람들이 "10년 전부터 이 작업을 할 수 있었더라면 좋았을 것"이라고 말한다고 전했다.
BioInsight의 관점으로 바라본 멀티오믹스
딩그라는 이제 모든 멀티오믹스 분야에 BioInsight의 관점을 적용하고 있다고 밝혔다. 일루미나는 단일 세포 분야에서처럼 키트를 판매하는 방식을 택할 수도 있고, 특정 질병 경로(disease pathways)나 장기의 경우 데이터 생성을 주도하며 데이터나 관련 모델을 통해 수익화를 도모할 수도 있다. 이러한 관점에서 그는 가장 흥미로운 조합으로 단백체학과 공간유전체학의 결합, 전장유전체와 단백체학의 결합, 그리고 특정 질병 경로에서의 메틸화(methylation) 등 세 가지를 꼽았다. 그는 이러한 접근 방식을 "대체로 전장유전체에 다양한 질병 경로 기반의 무언가를 더하는 플레이"라고 요약했다.
임상 부문 풀스루와 전환의 꼬리(Conversion Tail)
딩그라는 장비 공급(placements)과 소모품(consumables) 간의 관계를 언급하며, 소모품 성장을 견인하고 있는 것은 임상 부문과 X 플랫폼이라고 설명했다. 임상 고객은 먼저 검증(validation) 절차를 거치기 때문에 연구 고객에 비해 피크 풀스루(peak pull-through)에 도달하는 데 더 오랜 시간이 걸린다. 또한 이들의 풀스루 중 상당 부분은 역량을 확충하고 있는 상용화된 검사나 임상시험의 램프업(ramp-up) 속도에 좌우된다. 평균을 웃도는 장비 공급이 주로 임상 부문에서 이루어졌기 때문에, 그러한 램프업 과정이 여전히 진행 중이라고 그는 덧붙였다....