[바이오위클리] 피부 데이터 활용해 질병 진단…룰루랩
2022년 10월 26일 오전 09:00
■ 최용준 / 룰루랩 대표이사
■ 이성규 / 과학뉴스팀 기자
[앵커]
얼굴의 주름이나 색소 침착 등은 피부 상태를 알아보는 데이터로 쓰이곤 하는데요. 이런 피부 데이터를 잘 활용하면 동맥경화증과 같은 질병 진단에 활용할 수 있다고 합니다. 오늘 바이오 위클리에서는피부 데이터를 이용해 질병 진단 솔루션을 개발하는 룰루랩의 최용준 대표이사, 이 회사를 취재한 이성규 기자와 자세한 내용 알아보겠습니다. 어서오세요.
대표님, 본격적인 질문에 앞서, 룰루랩은 어떤 회사인지 소개부터 해주시죠?
[인터뷰]
룰루랩은 피부데이터라는 핵심바이오마커를 기반으로 이를 AI 기술과 접목해 피부를 분석하고 진단하고 예측하는 플랫폼 사업을 전개하고 있습니다. 지난 2017년 삼성전자 사내벤처를 통해 스핀오프를 한 회사이고요. 그리고 지난 5년간 처음으로 진행했던 뷰티 파트에서는 피부 상태를 분석해서 피부데이터에 맞는 화장품이나 콘텐츠를추천해주는 솔루션을 제공했었습니다. 그리고 올해부터 제공하는 헬스케어 파트에서는 14가지 만성 피부질환에 대한 조기 진단을 돕는 솔루션 그리고 DTx로 알고 계신 디지털 의료기기를 개발하고 있습니다. 최종적으로는 이를 바탕으로 질환의 조기 진단과 예측 가능한 헬스케어 플랫폼을 구축해 나갈 계획입니다.
[앵커]
AI 피부진단 서비스, 쉽게 말해 내 피부 나이를 인공지능이 분석해 준다는 건데요. 무엇을 어떻게 진단해 결과적으로 이용자에게 어떤 도움을 주는 건지도 궁금합니다.
[인터뷰]
질문하신 내용은 저희의 1.0이였던 뷰티 비즈니스에 관련된 내용입니다. 최근 인공지능, 증강현실 등 4차산업과 뷰티 산업의 융합기술을 뷰티 테크라고 합니다. 저희 룰루랩은 이런 AI기술을 뷰티테크쪽에 적용하여 저희 솔루션을 AI알고리즘과 데이터를 관리하는 CRM 시스템을 기반으로 개발을 했고 해당 솔루션인 루미니가 4년 연속 CES혁신상을 받은 바가 있습니다. 여기에 대해서 조금 더 부연 설명을 드리면 저희 솔루션인 루미니를 통해서 스캔분석추천 3단계가 15초 안에 이뤄지게 됩니다. 얼굴 전체를 스캔하게 되고 피부 일곱가지 항목에 대한 분석된 결과를 바탕으로 그 사람에 맞는 화장품 추천이나 콘텐츠 추천이 이뤄지게 됩니다. 해당 솔루션이 해외 11개 국가의 100개 이상 파트너에 도입이 되어 전 세계적으로 100만 건 이상의 피부 데이터를 획득한 바가 있습니다.
[기자]
피부 상태를 인공지능을 이용해서 분석을 해준다 이런 설명 이였는데 사실은 인공지능 성능은 학습시킨 데이터양에 비례하잖아요. 어떤 데이터를 어느 정도 양으로 학습 시킨 지도 궁금하고 또 인공지능의 진단 정확도가 피부과 전문의와 비교했을 때 어느 정도 인지 이것도 말씀해주시죠.
[인터뷰]
저희 룰루랩은 창업 초기부터 오직 피부데이터에만 집중했습니다. 2017년 창업해 업력이 5년 정도이지만 지난 4년간 아까 말씀드렸다시피 100개사의 파트너쉽을 통해서 약 100만 건의 피부 데이터를 획득해왔습니다. 덕분에 아시아뿐만 아니라 유럽, 중남미, 북미에 이르기까지 인종별, 나라별 특성이 반영된 피부 데이터를 1 보유하고 있는데요. 저희는 이런 데이터를 단순히 획득하여 분석 하는게 아니라 AI전문 개발자 그리고 의료진에 대한 Annotation이 들어가 피부데이터에 대한 활용성 및 가치가 극대화 되고 있습니다. 그리고 현재 수준으로는 100만 건이 글로벌 경쟁사 대비 10배에 이르는 수준입니다. 저희가 모바일 버전의 제품을 출시하면서 3년 이내로 피부 데이터는 1억 건 이상을 획득시킬 계획입니다.
[기자]
피부과 전문의에 비해서 정확도도 말씀해주시죠.
[인터뷰]
저희는 지금까지 피부임상센터에 공식기관을 통해서 피부과 전문의 대비 92%의 정확도를 보유하고 정확도와 더불어 중요한 게 재연성인데 재연성 측면에 있어서는 저희가 얼굴에 180개 랜드마크를 찍는데 예를 들어 일주일 뒤에 분석하게 됐을 때 같은 부위를 분석해야지 연속성이 발휘되는데 저희는 180개의 랜드마크 덕분에 재연성도 확보를 하고 있습니다.
[앵커]
그렇군요, 15초 만에 분석이 끝나는데 전문의와 비교해서 92%의 정확도를 가진다고 하니깐 정말 놀랍습니다. 이성규 기자가 현장 취재를 다녀왔다고 하는데요. 현장 인터뷰보고 질문 이어가겠습니다.
[기자]
인공지능에 학습을 시켜야 하는데, 데이터는 어떻게 구했으며 어떻게 학습시켰나요?
[유상욱 / 룰루랩 개발이사 : 저희가 처음에는 대학 병원 전문의를 통해 각각의 피부 질환이 어떻게 정의되는지 가이드라인을 받았고요. 가이드라인을 통해서 처음에는 규칙 기반으로 피부 상태에 대한 분석을 진행했고요. 그다음에는 저희 장비를 전 세계에 팔면서 장비를 사용한 사람들이 동의하면 그 데이터들이 서버로 수집하고 수집된 데이터를 전문의를 통해 레이블하고 레이블한 데이터를 학습해서 저희 알고리즘을 개발했습니다.]
[앵커]
방금 룰루랩 개발이사님이 인공지능 학습을 설명해 줬는데요. 해외 주요 경쟁사와 비교해 인공지능의 정확도나 속도 면에서 차이점이랄까 우수성이 있으면 어떤 게 있을까요?
[인터뷰]
룰루랩은 AI알고리즘과 피부 Domain-knowledge를 바탕으로 100건 이상의 논문, 20건 이상의 특허 등을 등록시키면서 객관적인 기술적 우위를 검증하고 인정받고 있습니다. 먼저, 인공지능 기술 구현에서 중요한 것은 학습하는 데이터의 퀄리티입니다. 획득한 피부데이터를 어떤 처리 기법을 적용해 인공지능 학습용으로 적합한 가상데이터를 생성할 수 있느냐가 핵심 기술력 중 하나라고 볼 수 있는데요. 올해 7월 룰루랩이 독자적으로 개발한 영상처리 기법에 대한 논문이 전기·전자·컴퓨터·통신 분야를 아우르는 세계 최고 권위의 학회, IEEE(Institute of Electrical and Electronics Engineers)에서 개최하는 국제 심포지움에서 Best Paper로 뽑혔습니다. 전 세계에서 제출된 논문 120여 편 가운데 단 2편의 논문만 Best Paper로 선정되는데 저희 룰루랩 영상처리 기법의 기술적 혁신성과 피부데이터에 대한 공헌도를 인정받은 것이죠.
또 다른 논문에서는 해외에서 가장 분석 정확도가 높다고 평가받는 글로벌IT 기업 대비 저희 솔루션의 속도는 75%, 정확도는 15% 우위에 있다는 것을 증명할 수 있었는데요. 이는 지난 5년간 피부에 대한 Domain-knowledge와 여태까지의 피부데이터 100만 건의 인사이트 덕분에 이룰 수 있었습니다.
[기자]
인공지능 성능에 대해서 설명을 해주셨는데, 사실은 피부 데이터랑 인공지능을 접목을 하면은 우리가 흔히 말하는 피부 질환 진단을 할 수 있다 이런 거잖아요 이걸 세브란스병원과 개발하고 있는데, 이게 구체적으로 어떤 내용인가요?
[인터뷰]
저희가 개발한 피부 질환 만성 질환 14가지의 경우 질환 자체가 너무 유사하기 때문에 피부과 전문의나 숙련된 의사가 비교 분석을 해야만 정확한 진단이 가능합니다. 14가지 질환이라고 하면 아토피·건선·백반증 등이 있는데요. 그래서 저희는 초기 진단 치료가 중요한 질환에 맞는 치료법이 요구 되기 때문에 처음에 정확하게 구분하는 게 중요한 질환들을 채택하고 있습니다. 이 질환들은 사진만으로는 구분이 어렵기 때문에 정확하게 검출해서 분류 분석하는 연구를 진행하고 있고요. 관련 인공지능 기술을 고도화시켜서 만성 피부질환을 스탠다드화 시킬 수 있는 솔루션으로 상용화 시키는 것이 저희의 24년도까지의 목표입니다.
[기자]
지금 이제 어떤 피부 질환을 진단하는 솔루션을 개발하고 있다 설명해주셨는데, 여기서 조금 더 나가면은 어떤 질병을 예측하는 그런 솔루션도 가능하다 설명하신 거잖아요. 그 부분에 대해서 구체적으로 말씀해주시죠.
[인터뷰]
저희 피부 데이터를 바이오마커로 삼아 질환을 예측한다고 이해하시면 되는데요. 제가 룰루랩을 창업하게 된 계기가 바로 이 부분입니다. 질병의 조기진단과 예측에 유효한 바이오마커를 찾던 중 특정 질환이 발생하면 피부의 상태가 변화한다는 연구 결과를 접했습니다. 이를 위해서는 피부데이터를 먼저 수집해야 했기 때문에 뷰티 쪽에 사업을 전개해서 피부 데이터를 모으며 솔루션을 만들게 된거고요. 이 뷰티 사업을 지난 5년간 진행하다가 헬스케어로 넘어가는 단계에 있고, 질환 예측을 위해서는 두 가지 축이 필요하게 됩니다.
첫 번째는 올해 출시한 모바일 버전의 피부분석 솔루션을 통해 개인별 시계열 데이터를 수집하고 말씀드린 현재 개발 중인 약 10여 가지 피부 질환이 한 번에 진단하는 스텐다드된 의료 솔루션을 론칭하는 것입니다.
또 다른 한 축은 DTx라고 부르는 디지털 치료제인데요. 디지털 치료제를 상용화해서 질병 예측 솔루션에 필요한 주요 인디케이터 즉 혈중산소, 심박수 등의 정보를 수집하는 것입니다.
그래서 최종적으로 피부분석 솔루션을 통해 얻은 피부 데이터라는 핵심 바이오마커와 디지털 치료제를 통해 획득한 주요 인디케이터와의 융합이 이루어지게 됩니다. 그래서 예를 들어 이마 주름은 혈관 노폐물, 혈전이 쌓여 혈관을 좁게 만드는 동맥경화증의 지표가 될 수 있으며 이를 통해 심혈관 질환을 예측하는 바이오마커가 될 수 있습니다. 그리고 귓불은 뇌의 노화와 관련이 있어 치매, 뇌졸중 위험 등을 예측하는 주요 지표로 활용될 수가 있습니다.
[앵커]
피부 건강뿐만 아니라 동맥경화증이나 치매, 뇌졸중 같은 다른 질병도 예측할 수 있다 이런 부분이 참 신기한데요. 룰루랩은 피부 데이터를 기반으로 한 헬스케어 플랫폼을 지향하고 있습니다. 향후 발전 방향이랄까 어떤 비전에 대해서도 한 말씀 들려주시죠?
[인터뷰]
저희의 비전은 명확합니다. 피부데이터 기반의 헬스케어 플랫폼을 통해 인류에게 더 건강한 삶을 제공하는 것입니다. 이를 위해 뷰티 섹터에서는 피부데이터를 지속해서 확보해 나가고 있으며 궁극적으로 지향하는 질병 예측 솔루션 개발을 위해서 피부진단 기술개발에 대한 고도화를 계속해서 집중하고 있습니다. 또한 만성 질환 인디케이터 수집을 위한 디지털 치료제에 대한 개발에도 박차를 가하고 있습니다. 이렇게 바이오마커로써 피부데이터가 갖는 가치를 발견하고 이를 극대화 시켜 헬스케어 플랫폼을 구축 하겠다라는 저희의 사업 모델은 전 세계적으로도 유일무이합니다.
[앵커]
뷰티에서 확장을 해서 질병 예측 솔루션을 향해 나아가는 그 길 하나 하나에 저희도 한 번기대를 모아보겠습니다. 오늘 말씀 여기까지 듣겠고요. 룰루랩 최용준 대표이사와 이성규 기자와 함께했습니다. 고맙습니다.
YTN 사이언스 이성규 (sklee95@ytn.co.kr)
■ 이성규 / 과학뉴스팀 기자
[앵커]
얼굴의 주름이나 색소 침착 등은 피부 상태를 알아보는 데이터로 쓰이곤 하는데요. 이런 피부 데이터를 잘 활용하면 동맥경화증과 같은 질병 진단에 활용할 수 있다고 합니다. 오늘 바이오 위클리에서는피부 데이터를 이용해 질병 진단 솔루션을 개발하는 룰루랩의 최용준 대표이사, 이 회사를 취재한 이성규 기자와 자세한 내용 알아보겠습니다. 어서오세요.
대표님, 본격적인 질문에 앞서, 룰루랩은 어떤 회사인지 소개부터 해주시죠?
[인터뷰]
룰루랩은 피부데이터라는 핵심바이오마커를 기반으로 이를 AI 기술과 접목해 피부를 분석하고 진단하고 예측하는 플랫폼 사업을 전개하고 있습니다. 지난 2017년 삼성전자 사내벤처를 통해 스핀오프를 한 회사이고요. 그리고 지난 5년간 처음으로 진행했던 뷰티 파트에서는 피부 상태를 분석해서 피부데이터에 맞는 화장품이나 콘텐츠를추천해주는 솔루션을 제공했었습니다. 그리고 올해부터 제공하는 헬스케어 파트에서는 14가지 만성 피부질환에 대한 조기 진단을 돕는 솔루션 그리고 DTx로 알고 계신 디지털 의료기기를 개발하고 있습니다. 최종적으로는 이를 바탕으로 질환의 조기 진단과 예측 가능한 헬스케어 플랫폼을 구축해 나갈 계획입니다.
[앵커]
AI 피부진단 서비스, 쉽게 말해 내 피부 나이를 인공지능이 분석해 준다는 건데요. 무엇을 어떻게 진단해 결과적으로 이용자에게 어떤 도움을 주는 건지도 궁금합니다.
[인터뷰]
질문하신 내용은 저희의 1.0이였던 뷰티 비즈니스에 관련된 내용입니다. 최근 인공지능, 증강현실 등 4차산업과 뷰티 산업의 융합기술을 뷰티 테크라고 합니다. 저희 룰루랩은 이런 AI기술을 뷰티테크쪽에 적용하여 저희 솔루션을 AI알고리즘과 데이터를 관리하는 CRM 시스템을 기반으로 개발을 했고 해당 솔루션인 루미니가 4년 연속 CES혁신상을 받은 바가 있습니다. 여기에 대해서 조금 더 부연 설명을 드리면 저희 솔루션인 루미니를 통해서 스캔분석추천 3단계가 15초 안에 이뤄지게 됩니다. 얼굴 전체를 스캔하게 되고 피부 일곱가지 항목에 대한 분석된 결과를 바탕으로 그 사람에 맞는 화장품 추천이나 콘텐츠 추천이 이뤄지게 됩니다. 해당 솔루션이 해외 11개 국가의 100개 이상 파트너에 도입이 되어 전 세계적으로 100만 건 이상의 피부 데이터를 획득한 바가 있습니다.
[기자]
피부 상태를 인공지능을 이용해서 분석을 해준다 이런 설명 이였는데 사실은 인공지능 성능은 학습시킨 데이터양에 비례하잖아요. 어떤 데이터를 어느 정도 양으로 학습 시킨 지도 궁금하고 또 인공지능의 진단 정확도가 피부과 전문의와 비교했을 때 어느 정도 인지 이것도 말씀해주시죠.
[인터뷰]
저희 룰루랩은 창업 초기부터 오직 피부데이터에만 집중했습니다. 2017년 창업해 업력이 5년 정도이지만 지난 4년간 아까 말씀드렸다시피 100개사의 파트너쉽을 통해서 약 100만 건의 피부 데이터를 획득해왔습니다. 덕분에 아시아뿐만 아니라 유럽, 중남미, 북미에 이르기까지 인종별, 나라별 특성이 반영된 피부 데이터를 1 보유하고 있는데요. 저희는 이런 데이터를 단순히 획득하여 분석 하는게 아니라 AI전문 개발자 그리고 의료진에 대한 Annotation이 들어가 피부데이터에 대한 활용성 및 가치가 극대화 되고 있습니다. 그리고 현재 수준으로는 100만 건이 글로벌 경쟁사 대비 10배에 이르는 수준입니다. 저희가 모바일 버전의 제품을 출시하면서 3년 이내로 피부 데이터는 1억 건 이상을 획득시킬 계획입니다.
[기자]
피부과 전문의에 비해서 정확도도 말씀해주시죠.
[인터뷰]
저희는 지금까지 피부임상센터에 공식기관을 통해서 피부과 전문의 대비 92%의 정확도를 보유하고 정확도와 더불어 중요한 게 재연성인데 재연성 측면에 있어서는 저희가 얼굴에 180개 랜드마크를 찍는데 예를 들어 일주일 뒤에 분석하게 됐을 때 같은 부위를 분석해야지 연속성이 발휘되는데 저희는 180개의 랜드마크 덕분에 재연성도 확보를 하고 있습니다.
[앵커]
그렇군요, 15초 만에 분석이 끝나는데 전문의와 비교해서 92%의 정확도를 가진다고 하니깐 정말 놀랍습니다. 이성규 기자가 현장 취재를 다녀왔다고 하는데요. 현장 인터뷰보고 질문 이어가겠습니다.
[기자]
인공지능에 학습을 시켜야 하는데, 데이터는 어떻게 구했으며 어떻게 학습시켰나요?
[유상욱 / 룰루랩 개발이사 : 저희가 처음에는 대학 병원 전문의를 통해 각각의 피부 질환이 어떻게 정의되는지 가이드라인을 받았고요. 가이드라인을 통해서 처음에는 규칙 기반으로 피부 상태에 대한 분석을 진행했고요. 그다음에는 저희 장비를 전 세계에 팔면서 장비를 사용한 사람들이 동의하면 그 데이터들이 서버로 수집하고 수집된 데이터를 전문의를 통해 레이블하고 레이블한 데이터를 학습해서 저희 알고리즘을 개발했습니다.]
[앵커]
방금 룰루랩 개발이사님이 인공지능 학습을 설명해 줬는데요. 해외 주요 경쟁사와 비교해 인공지능의 정확도나 속도 면에서 차이점이랄까 우수성이 있으면 어떤 게 있을까요?
[인터뷰]
룰루랩은 AI알고리즘과 피부 Domain-knowledge를 바탕으로 100건 이상의 논문, 20건 이상의 특허 등을 등록시키면서 객관적인 기술적 우위를 검증하고 인정받고 있습니다. 먼저, 인공지능 기술 구현에서 중요한 것은 학습하는 데이터의 퀄리티입니다. 획득한 피부데이터를 어떤 처리 기법을 적용해 인공지능 학습용으로 적합한 가상데이터를 생성할 수 있느냐가 핵심 기술력 중 하나라고 볼 수 있는데요. 올해 7월 룰루랩이 독자적으로 개발한 영상처리 기법에 대한 논문이 전기·전자·컴퓨터·통신 분야를 아우르는 세계 최고 권위의 학회, IEEE(Institute of Electrical and Electronics Engineers)에서 개최하는 국제 심포지움에서 Best Paper로 뽑혔습니다. 전 세계에서 제출된 논문 120여 편 가운데 단 2편의 논문만 Best Paper로 선정되는데 저희 룰루랩 영상처리 기법의 기술적 혁신성과 피부데이터에 대한 공헌도를 인정받은 것이죠.
또 다른 논문에서는 해외에서 가장 분석 정확도가 높다고 평가받는 글로벌IT 기업 대비 저희 솔루션의 속도는 75%, 정확도는 15% 우위에 있다는 것을 증명할 수 있었는데요. 이는 지난 5년간 피부에 대한 Domain-knowledge와 여태까지의 피부데이터 100만 건의 인사이트 덕분에 이룰 수 있었습니다.
[기자]
인공지능 성능에 대해서 설명을 해주셨는데, 사실은 피부 데이터랑 인공지능을 접목을 하면은 우리가 흔히 말하는 피부 질환 진단을 할 수 있다 이런 거잖아요 이걸 세브란스병원과 개발하고 있는데, 이게 구체적으로 어떤 내용인가요?
[인터뷰]
저희가 개발한 피부 질환 만성 질환 14가지의 경우 질환 자체가 너무 유사하기 때문에 피부과 전문의나 숙련된 의사가 비교 분석을 해야만 정확한 진단이 가능합니다. 14가지 질환이라고 하면 아토피·건선·백반증 등이 있는데요. 그래서 저희는 초기 진단 치료가 중요한 질환에 맞는 치료법이 요구 되기 때문에 처음에 정확하게 구분하는 게 중요한 질환들을 채택하고 있습니다. 이 질환들은 사진만으로는 구분이 어렵기 때문에 정확하게 검출해서 분류 분석하는 연구를 진행하고 있고요. 관련 인공지능 기술을 고도화시켜서 만성 피부질환을 스탠다드화 시킬 수 있는 솔루션으로 상용화 시키는 것이 저희의 24년도까지의 목표입니다.
[기자]
지금 이제 어떤 피부 질환을 진단하는 솔루션을 개발하고 있다 설명해주셨는데, 여기서 조금 더 나가면은 어떤 질병을 예측하는 그런 솔루션도 가능하다 설명하신 거잖아요. 그 부분에 대해서 구체적으로 말씀해주시죠.
[인터뷰]
저희 피부 데이터를 바이오마커로 삼아 질환을 예측한다고 이해하시면 되는데요. 제가 룰루랩을 창업하게 된 계기가 바로 이 부분입니다. 질병의 조기진단과 예측에 유효한 바이오마커를 찾던 중 특정 질환이 발생하면 피부의 상태가 변화한다는 연구 결과를 접했습니다. 이를 위해서는 피부데이터를 먼저 수집해야 했기 때문에 뷰티 쪽에 사업을 전개해서 피부 데이터를 모으며 솔루션을 만들게 된거고요. 이 뷰티 사업을 지난 5년간 진행하다가 헬스케어로 넘어가는 단계에 있고, 질환 예측을 위해서는 두 가지 축이 필요하게 됩니다.
첫 번째는 올해 출시한 모바일 버전의 피부분석 솔루션을 통해 개인별 시계열 데이터를 수집하고 말씀드린 현재 개발 중인 약 10여 가지 피부 질환이 한 번에 진단하는 스텐다드된 의료 솔루션을 론칭하는 것입니다.
또 다른 한 축은 DTx라고 부르는 디지털 치료제인데요. 디지털 치료제를 상용화해서 질병 예측 솔루션에 필요한 주요 인디케이터 즉 혈중산소, 심박수 등의 정보를 수집하는 것입니다.
그래서 최종적으로 피부분석 솔루션을 통해 얻은 피부 데이터라는 핵심 바이오마커와 디지털 치료제를 통해 획득한 주요 인디케이터와의 융합이 이루어지게 됩니다. 그래서 예를 들어 이마 주름은 혈관 노폐물, 혈전이 쌓여 혈관을 좁게 만드는 동맥경화증의 지표가 될 수 있으며 이를 통해 심혈관 질환을 예측하는 바이오마커가 될 수 있습니다. 그리고 귓불은 뇌의 노화와 관련이 있어 치매, 뇌졸중 위험 등을 예측하는 주요 지표로 활용될 수가 있습니다.
[앵커]
피부 건강뿐만 아니라 동맥경화증이나 치매, 뇌졸중 같은 다른 질병도 예측할 수 있다 이런 부분이 참 신기한데요. 룰루랩은 피부 데이터를 기반으로 한 헬스케어 플랫폼을 지향하고 있습니다. 향후 발전 방향이랄까 어떤 비전에 대해서도 한 말씀 들려주시죠?
[인터뷰]
저희의 비전은 명확합니다. 피부데이터 기반의 헬스케어 플랫폼을 통해 인류에게 더 건강한 삶을 제공하는 것입니다. 이를 위해 뷰티 섹터에서는 피부데이터를 지속해서 확보해 나가고 있으며 궁극적으로 지향하는 질병 예측 솔루션 개발을 위해서 피부진단 기술개발에 대한 고도화를 계속해서 집중하고 있습니다. 또한 만성 질환 인디케이터 수집을 위한 디지털 치료제에 대한 개발에도 박차를 가하고 있습니다. 이렇게 바이오마커로써 피부데이터가 갖는 가치를 발견하고 이를 극대화 시켜 헬스케어 플랫폼을 구축 하겠다라는 저희의 사업 모델은 전 세계적으로도 유일무이합니다.
[앵커]
뷰티에서 확장을 해서 질병 예측 솔루션을 향해 나아가는 그 길 하나 하나에 저희도 한 번기대를 모아보겠습니다. 오늘 말씀 여기까지 듣겠고요. 룰루랩 최용준 대표이사와 이성규 기자와 함께했습니다. 고맙습니다.
YTN 사이언스 이성규 (sklee95@ytn.co.kr)
[저작권자(c) YTN science 무단전재, 재배포 및 AI 데이터 활용 금지]
