워터스 U.S. All Stars Conference

네. 우선 저희를 초대해 주셔서 감사드립니다. 이 자리에 참석하게 되어 기쁩니다. 말씀하신 대로 이번 분기 실적은 예상치를 웃돌았습니다. 기존 사업 전반에서 성장세가 가속화됐습니다. 장비 매출은 높은 한 자릿수 성장률을 기록했고, 서비스 매출도 높은 한 자릿수 성장률을 보였습니다. 화학 부문은 다시 한번 두 자릿수 성장률을 기록했으며, 지난해 같은 시기에 있었던 리버레이션 데이로 인한 매출 선인식 효과를 반영하더라도 16% 성장했습니다. 지역별로는 미국이 중간에서 높은 한 자릿수 성장률을 기록했습니다. 유럽은 중간 한 자릿수 성장률을 기록했지만, 중국과 인도는 이를 웃돌았습니다. 인도는 20%를 초과했고, 중국은 다시 두 자릿수 성장률을 기록했습니다. 매출 선인식 효과를 반영하면 중국은 10%대 중반의 성장률을 기록했습니다.

최종 시장별로 보면 제약 부문은 다시 두 자릿수 성장률을 기록했습니다. 미국과 유럽의 대형 제약사에서 교체 주기가 성장에 기여했습니다. 인도는 제네릭 의약품의 수혜를 입었습니다. 좋은 소식은 중국에서 나왔는데, 중국의 제약 부문은 다시 24~25%를 웃도는 성장률을 기록했습니다. 중국의 제약 부문은 1분기에 50% 성장했습니다. 따라서 제약 부문은 양호하게 회복됐습니다. 산업 부문은 낮은 한 자릿수 성장률을 기록했습니다. 학술 및 정부 부문인 최종 시장은 두 자릿수 성장률을 기록했습니다. 이는 유럽에서 예산이 양호하게 집행된 데 따른 영향이 컸습니다. 이 수치에도 중국의 경기 부양 효과는 없었던 것이 맞죠? 따라서 전반적으로 분석 과학 사업과 재료 과학 사업이 모두 매우 좋은 실적을 거뒀습니다. 이는 기존 워터스 사업입니다. 더욱 고무적인 점은 벡톤 디킨슨 사업과의 통합이 시작된 방식입니다. 두 사업 모두 평균적으로 약 4% 성장했습니다.

중국에서는 200bp의 역풍이 있었습니다. 이를 제외하면 성장률은 6%로, 이미 중간 한 자릿수 이상 성장한 것입니다. 더 중요한 점은 이러한 성장을 뒷받침한 요인입니다. 판매 활동을 가속화하고 가격 책정을 가속화하기 위한 180일 계획을 추진했으며, 가격 책정의 기여도는 기존 벡톤 디킨슨 사업의 50bp 대비 90bp였습니다. 중국에서의 성장은 4분기부터 나타나기 시작할 것으로 예상하고 있으며, 모든 전략이 성과에 기여하기 시작하고 있습니다. 교차 판매도 기여하는 것을 확인했습니다. 전반적으로 매출 측면에서는 일이 순조롭게 진행되고 있습니다. 부디 이 추세가 계속되기를 바랍니다. 선행 지표는 매우 양호합니다. 비용 측면에서 말씀드린 또 다른 내용은 비용 시너지와 관련해, 올해 말에는 내년으로 넘어가면서 연간 환산 기준 2억 달러의 비용 시너지를 달성하게 된다는 것입니다.

2억 달러는 당초 3년 차 말까지 비용 시너지로 달성하는 것을 목표로 했던 수치라는 점을 기억해 주십시오. 따라서 9개월 만에 이미 그 목표를 달성했으며, 여기에 추가로 기여할 수 있는 많은 이니셔티브가 있습니다. 2026년을 마무리할 때에는 아직 3분기도 끝나지 않은 시점이겠지만, 2027년을 위한 준비가 매우 잘 되어 있을 것으로 생각합니다. 당시에는 벡톤 디킨슨 사업들이 성장 속도를 높일 것입니다. 기존 사업은 이제 지속 가능한 높은 한 자릿수 성장 사업이 됐습니다. 따라서 앞으로 다가올 상황에 매우 유리한 기반을 마련하게 됐습니다.

지난 몇 달 동안 대화와 도구를 지배해 온 주제는 크게 두 가지라고 생각합니다. 하나는 AI이고, 다른 하나는 리쇼어링입니다.

다음 주제로 넘어가기 전에 리쇼어링 논의와 관련해서 말씀드리면, 사실을 확인하기 전까지는 저희도 이 논의에 선뜻 참여하지 않는 편입니다.

AI의 경우, 많은 분들이 관심을 갖고 있다는 것을 알고 있었기 때문에 저희는 관련 팀들과 함께 깊이 살펴봤습니다. 먼저 전체적인 틀을 설명드리고, 이어서 AI가 워터스의 사업에 영향을 미치고 있다는 몇 가지 근거를 말씀드리겠습니다. 실험실을 생각해 보면 크게 세 부분으로 나눌 수 있습니다. 첫째는 시료 전처리 단계로, 시약과 시료를 가져와 하나의 작업 흐름에 투입하는 과정입니다. 일단 그 작업 흐름이 완성되면 이를 자동화할 수 있고, 이후에는 에이전트가 이를 실행하도록 할 수 있습니다. 그 전에는 불가능하겠죠? 그러니 이 점을 염두에 두시기 바랍니다. 따라서 시약의 경우 먼저 어느 정도 표준화해야 하며, 그 이후에야 AI 모델을 적용할 수 있습니다.

둘째는 장비입니다. 장비의 경우 프로토콜은 대체로 정교하게 다듬어져 있지만, 사용자마다 서로 다른 프로토콜을 사용합니다. 셋째는 소프트웨어입니다. 실험실은 이렇게 세 부분으로 구성됩니다. 그렇죠? 실험실에서 수행하는 실험도 마찬가지입니다. 시약 표준화라는 논리를 품질관리와 개발 후기에 적용해 보면, 변동성이 매우 작은 영역이 바로 그 부분입니다. 그렇죠? 품질관리에서는 시료를 분석할 때 사용하는 시약이 누가 실험을 수행하더라도 동일하기 때문입니다. 품질관리에서 중요한 것은 바로 실험 과정의 변동성을 최소화하는 것입니다. 둘째로, 장비 프로토콜도 동일합니다. 셋째로, 그리고 가장 중요한 점은 품질보증(QA), 품질관리(QC), 후기 개발 단계에서 제약업계의 공식 기록 소프트웨어가 임파워라는 것입니다. 분자 5개 중 4개가 임파워를 사용합니다. 그렇죠?

임파워에서 데이터를 꺼냈다가 다시 임파워에 입력하고 규제기관이 이를 검토하도록 할 수는 없습니다. 따라서 임파워는 공식 기록 소프트웨어이며, 이 소프트웨어 자체에도 일정한 프로토콜이 있습니다. 현재 인공지능 도입의 증거가 나타나는 곳은 이 세 가지 영역 모두이며, 특히 품질관리의 소프트웨어 측면에서 두드러집니다. 고객들은 시약 측면에서 이미 완성된 워크플로와 장비 프로토콜, 그리고 물론 소프트웨어에 대해 에이전트를 학습시키기 위해 더 많은 사용자 라이선스를 구매하고 있습니다. 그렇죠? 따라서 품질관리에서는 신약 발굴 분야보다 실험실에서 에이전트가 도입되고 활용되는 모습을 훨씬 더 빠르게 확인할 수 있습니다. 이제 같은 논리를 적용해 신약 발굴 분야를 살펴보겠습니다. 신약 발굴에서는 모든 사람이 서로 다른 시약을 사용해 각기 다른 방식으로 실험을 수행합니다. 따라서 우선 이를 표준화해야 합니다.

이 부문에서도 시약과 컬럼의 사용량이 증가하고 있지만, 품질관리에서 나타나는 것과 같은 속도는 아닙니다. 둘째로, 일단 이를 완료하면 에이전트가 실행할 수 있도록 프로토콜을 표준화해야 합니다. 여기에도 어느 정도의 작업이 필요합니다. 공식 기록 소프트웨어가 없습니다. 서로 다른 유형의 시료를 분석하는 데 사용되는 소프트웨어가 매우 다양합니다. 저희의 판단과 사실에 따르면, 인공지능 모델과 인공지능 에이전트의 도입은 신약 발굴보다 품질관리와 제조 부문에서 훨씬 빠르게 진행되고 있습니다. 논의가 대부분 신약 발굴에 관한 내용으로 이루어지고 있다는 점은 알고 있습니다. 저희의 두 사업을 비교해 보면, 비디 바이오사이언스에서는 시약 사용량이 신약 발굴 분야에서 더 높습니다.