Story

템푸스 AI 랠리, 과학 분야 AI에 주목하다 - Peer Deshi Technology

ENTHMSVIIDZHZH-TWJAKOHI
Sep 19, 20262 min read
템푸스 AI 랠리, 과학 분야 AI에 주목하다 - Peer Deshi Technology

Summary

최근 템푸스 AI의 주가 급등으로 투자자들은 의료 데이터 및 모델 개발에 초점을 맞춘 유사한 AI 과학(AI4S) 플랫폼을 운영하는 홍콩 상장 기업 데시 테크놀로지에 대한 재평가를 진행하고 있습니다.

Text size
Background

최근 미국에 본사를 둔 템푸스 AI(나스닥:TEM)의 주가 급등으로 투자자들의 관심이 '과학을 위한 AI(AI4S)' 분야에 집중되고 있으며, 홍콩 증시에 상장된 데시 테크놀로지(HKG:02526)와 같이 의료 연구를 위한 유사한 데이터 기반 플랫폼을 구축하는 기업들에 대한 재평가가 이루어지고 있습니다.

템푸스 AI의 시장 상승 동력

9월 17일, 템푸스 AI 주가가 장중 최고 81.12달러까지 15.93% 급등하면서 AI 및 생명과학 분야에 대한 투자자들의 관심이 크게 증가했습니다. 이러한 움직임은 더 광범위한 추세의 일부였으며, 같은 날 홍콩 증시에 상장된 다른 AI 헬스케어 기업인 젠타이 바이오테크(07666)와 인실리코 메디신(03696)도 각각 12.70%와 6.86% 상승했고, 데시 테크놀로지는 0.39%의 소폭 상승을 기록했습니다.

템푸스의 기업 가치는 대규모 의료 데이터 상용화 성공에 기반합니다. 2026년 2분기 데이터 및 애플리케이션 사업 매출은 9,320만 달러에 달해 전년 동기 대비 28% 증가했습니다. 9월 15일 모건 스탠리 컨퍼런스에서 템푸스 경영진은 병원 파트너십, 데이터 파이프라인, 그리고 임상 기록과 분자 및 영상 데이터를 연결하는 능력을 바탕으로 구축한 경쟁 우위를 강조했습니다. 또한, 임상 정보와 연결된 10만 개의 전체 게놈 플랫폼 구축 계획을 발표하며, 개별 AI 제품뿐 아니라 고품질 데이터와 모델을 생성하는 시스템 자체를 중시하는 시장 변화를 시사했습니다.

데시의 AI4S 플랫폼 및 전략

데시 테크놀로지는 머신러닝과 과학 데이터, 전문가 지식을 통합하여 연구를 가속화하는 AI4S 프레임워크 내에서 입지를 구축하고 있습니다. 데쉬(Deshi)의 전략은 2026년 7월 4일에 출시된 iMedLoop 플랫폼을 중심으로 합니다. 이 시스템은 데이터 수집, 전문가 주석, 품질 관리, 모델 학습 및 애플리케이션 피드백을 포괄하는 의료 AI 개발을 위한 폐쇄 루프 워크플로우를 구축하도록 설계되었습니다.

Sample IUX Markets – In-articleAd

이 플랫폼은 의료 전문가의 암묵적 지식을 AI 개발을 위한 구조화되고 재사용 가능한 자산으로 변환하는 것을 목표로 합니다. 예를 들어, iMedStudio 도구는 AI 지원 사전 주석 기능을 제공하며, 이후 전문가가 검토 및 수정 작업을 진행합니다. 9월 17일 기준, iMedLoop 플랫폼은 다음과 같은 데이터를 처리했습니다.

  • 2,901만 5천 개의 주석이 달린 샘플
  • 466.8TB의 영상 데이터
  • 222개의 활성 작업
  • 3,172명의 인증된 전문가

재무 및 향후 계획

데쉬는 이미 AI 서비스 분야에서 성장하는 상업적 기반을 구축하고 있습니다. 2026년 상반기 데쉬(Deshi)의 모델 서비스 매출은 9,454만 1천 위안(약 1,320만 달러)으로 전년 동기 대비 101.1% 증가했으며, 이는 전체 매출의 86.9%를 차지했습니다. 이러한 성장은 iMedLoop 플랫폼 출시 이전에 달성된 것입니다.

투자자들에게 중요한 질문은 이 플랫폼이 향후 매출 성장을 견인하고, 표준화를 통해 개발 및 제공 비용을 절감하며, 다양한 의료 전문 분야로 사업을 확장할 수 있을지 여부입니다. 템푸스(Tempus)에 대한 시장의 긍정적인 반응은 고품질 의료 데이터를 상업적으로 활용 가능한 워크플로우로 전환할 수 있는 기업이 높은 기업 가치를 인정받을 수 있음을 시사합니다. 데쉬의 향후 성과는 모델 효능, 새로운 파트너십, 그리고 새로운 플랫폼을 통해 창출되는 비용 효율성 측면에서 실질적인 결과를 입증하는 능력에 달려 있을 것입니다.

Back to latest news

LATEST