Mosaic, 수술용 공간 지능 개발 위해 4,700만 달러 시드 투자 유치

Mosaic Intelligence Labs는 2026년 11월 10일, 혈관을 통한 시술을 우선 대상으로 감지 기술을 접목한 공간 지능과 수술용 로봇 시스템을 개발하기 위해 4,700만 달러의 시드 투자를 유치하고 스텔스 모드에서 벗어났다고 발표했다.

샌프란시스코에 본사를 둔 이 회사는 8VC, Fundomo, Lingotto Innovation, Obvious Ventures를 투자사로 꼽았다. 최고경영자 Ileana Pirozzi와 최고기술책임자 Alison “Ali” Kight Mackanic은 Stanford에서 박사 과정을 밟으며 만난 뒤 Mosaic을 공동 창업했다. 임상의와 함께 일하면서 두 사람은 덜 침습적인 시술도 개인 시술자의 지식에 의존하는 경우가 많다는 점을 알게 됐다.

Pirozzi는 “우리는 최고의 외과의사들이 쌓은 지식을 어떻게 확장할 수 있을까라는 한 가지 질문을 거듭 떠올렸습니다. 기계가 주변을 인식하게 하고, 반복되는 수술을 기계가 학습할 수 있는 경험으로 바꾸는 데서 그 답이 시작된다고 믿습니다”라고 말했다.

혈관 내 시술부터 시작

Mosaic이 처음 겨냥하는 분야는 혈관 내 치료다. 이러한 시술에서 의사는 유연한 와이어와 카테터를 혈관 안으로 삽입해 치료 부위까지 이동시킨다. Mosaic은 혈관이 거의 모든 장기로 이어지는 통로라고 설명하지만, 시술자는 혈관 안을 직접 볼 수 없다. 시술자는 실시간 X선 영상과 수술 전 촬영한 영상, 기구를 다루며 느끼는 감각을 바탕으로 현재 위치와 앞에 놓인 상황을 파악한다.

회사는 방사선 노출과 시술자 경험에 따라 달라지는 결과를 이러한 작업 방식의 한계로 꼽는다. 이용 가능한 신호를 해석하려면 수년간의 연습이 필요할 수 있으며, 그렇게 얻은 지식의 상당 부분은 기록하거나 다른 사람에게 전수하기 어렵다. 그 결과, 수술 접근법은 덜 침습적으로 발전했지만 기구를 잡은 사람의 지각과 판단에 크게 의존하는 내비게이션 방식은 여전히 그대로인 괴리가 생긴다.

참고로 Mosaic의 웹사이트는 개복 수술의 20~30cm 절개, 복강경 수술의 1~2cm 투관침 삽입구와 혈관 내 수술의 2mm 바늘 천공을 비교하고, 뇌졸중 치료, 막힌 관상동맥 개통, 동맥류 복구, 사지 혈류 회복을 현재 적용 분야로 제시한다. 이처럼 다양한 적용 분야를 보면 Mosaic이 혈관 내 내비게이션을 여러 시술에서 재사용할 수 있는 역량으로 개발하려는 이유를 알 수 있다.

수술 기기에 학습 순환 구조 구축

기술 설계는 수술 기구와 해부학적 구조가 맞닿는 지점에 센서를 장착하는 것에서 시작한다. Mosaic은 센서 측정값과 연산을 결합해 혈관 내부 환경을 재구성하고, 해부학적 구조와 기구의 위치가 변하는 동안 이를 3차원으로 보여주는 시스템을 개발할 계획이다. 로봇 인터페이스는 기구를 정밀하게 제어하는 데 도움을 줄 수 있다.

학습 아키텍처는 주변 환경, 기구의 움직임, 의사의 동작을 동기화된 데이터 흐름으로 기록할 계획이다. 이어 물리 모델을 활용해 시스템이 감지한 내용과 시스템이 움직일 때 실제로 일어나는 일을 연관 짓도록 할 예정이다. 발표 자료는 이 접근법을 로봇공학의 월드 모델 개념과 연결한다. 월드 모델은 기계가 자신의 행동으로 환경이 어떻게 달라질지 예측하도록 돕는 환경의 표현이다.

이러한 기능은 모두 아직 개발 목표 단계이며, 이번 발표에는 환자 치료 결과나 임상 성능에 관한 연구 결과가 제시되지 않았다. 당장의 목표는 의사의 지각과 제어를 돕는 것이다. 기록된 시술은 장기적으로 기계가 학습을 축적하는 데 활용할 자료가 될 예정이다.

인재 채용과 장기적인 치료 목표

Mosaic은 샌프란시스코에서 엔지니어, 의사, 크리에이티브 직군 인재를 채용하고 있다. 하드웨어 엔지니어링, 센싱, 지각, 머신러닝, 임상 엔지니어링 분야의 채용 공고를 내고 있으며, 이는 물리적 기기부터 소프트웨어, 로봇공학, 임상 진료까지 아우르는 기술 개발 범위와 맞닿아 있다.

Mosaic의 장기 목표는 혈관 경로를 통해 제공할 수 있는 치료의 범위를 넓히는 것이다. 회사는 카테터를 이용해 약물, 에너지, 생물학적 제제 및 기타 치료법을 목표 부위에 직접 전달할 수 있다고 설명한다. 또한 내비게이션의 신뢰성이 높아지면 혈관을 통해 제공할 수 있는 치료의 종류뿐 아니라 임상의가 이를 제공할 수 있는 환경도 확대될 수 있다고 밝혔다.

Mosaic의 단기 제품 개발 과제와 장기 데이터 활용 목표는 서로 연결돼 있다. 기계 학습이 축적될 유용한 토대를 마련하려면 먼저 개별 시술에서 신뢰할 수 있는 내비게이션이 구현돼야 한다.