티사이언티픽은 AI로 개인정보를 찾아내고 보호하는 데이터 보안 솔루션을 개발하며, 개인정보 규제와 준법 기술 테마와 연결되는 기업입니다.

사업 모델

티사이언티픽은 기업이나 기관이 보유한 문서, 데이터베이스, 로그 같은 자료 안에서 이름, 연락처, 식별정보 등 민감한 개인정보를 자동으로 찾아내는 AI 기반 PII 탐지 솔루션을 개발합니다. 고객은 개인정보가 어디에 있는지 파악하고, 보관·삭제·접근통제 같은 관리 기준을 세우기 위해 이런 솔루션을 도입합니다. 매출은 솔루션 납품, 운영, 기술 통합, 보안 플랫폼 연계 같은 방식으로 발생할 수 있으며, 실제 고객 확보 속도와 상용화 범위가 중요합니다. 이 사업은 규제 대응 비용이 커질수록 수요가 생기지만, 고객이 예산을 배정하고 내부 시스템에 적용해야 매출로 이어집니다. AI 탐지 기술은 탐지율과 오류율이 핵심 변수이며, 잘못 탐지하거나 놓치는 데이터가 많으면 도입 확대가 어려워집니다. 연구개발 비용이 먼저 들어가는 구조이기 때문에, 납품 사례와 반복 매출이 늘어나는 시점이 손익에 큰 영향을 줍니다.

주가가 움직이는 요인

• 개인정보 보호 수요: 개인정보보호법, GDPR 같은 규제 대응 부담이 커지면 기업은 보유 데이터 안의 민감 정보를 더 체계적으로 관리해야 합니다. 이때 PII 자동 탐지 솔루션의 도입 논의가 늘어날 수 있습니다.

• 정부 정보보안 예산: KISA 과제 참여 이력은 정부 정보보안 정책과의 접점을 보여줍니다. 다만 과제 참여가 곧바로 상용 매출을 뜻하지는 않기 때문에, 예산 집행과 구매 전환 여부를 함께 봐야 합니다.

• 상용화 속도: 기술 인증과 특허는 기술 기반을 설명하는 단서가 될 수 있지만, 투자자가 확인해야 할 것은 실제 고객이 비용을 지불하는지입니다. 파일럿, 납품, 운영 계약 같은 공시가 나오면 매출 가시성이 달라질 수 있습니다.

• 비용과 매출의 간격: AI 보안 솔루션은 개발 인력과 검증 비용이 먼저 들어가기 쉽습니다. 연구개발비가 이어지는 동안 매출 발생이 늦어지면 고정비 부담이 커지고 손실 구조가 이어질 수 있습니다.

사업 부문과 관련 테마

• 개인정보 자동 탐지 솔루션은 기업 데이터 안의 민감 정보를 AI로 스캔하고 분류하기 때문에 AI 보안 테마와 연결됩니다.
• KISA 정보보안 R&D 과제 참여 이력은 정부 보안 정책과 공공 정보보호 예산 흐름을 확인해야 하는 이유가 됩니다.
• 상용 보안 업체와의 기술 통합 시도는 단독 제품 판매보다 보안 플랫폼 안에 기능을 넣어 납품 경로를 넓히려는 방향과 관련됩니다.
• 개인정보보호법과 GDPR 대응 수요는 데이터 거버넌스와 준법 기술 테마로 이어지며, 고객의 규제 대응 비용이 수요 변수입니다.

경쟁 위치와 비교 기업

티사이언티픽의 경쟁 위치는 PII 탐지 솔루션 시장에서 명확하게 비교하기 어렵습니다. GS 1등급 인증과 개인정보 보호 AI 관련 특허 2건은 기술 차별화의 근거로 볼 수 있지만, 이것만으로 경쟁 방어력이 충분한지는 판단하기 어렵습니다. 비교할 때는 일반 보안 소프트웨어 기업이나 데이터 거버넌스 솔루션 기업과 나란히 보되, 매출 규모보다 실제 도입 사례와 탐지 성능을 중심으로 봐야 합니다. 손실이 이어지는 구조에서는 기술 보유 여부보다 유료 고객 확보와 반복 매출 전환이 더 직접적인 비교 기준이 됩니다.

리스크와 체크포인트

• 수익화 경로가 뚜렷하지 않으면 기술 개발이 매출보다 앞서가며 고정비 부담이 커질 수 있습니다.
• PII 탐지 솔루션의 국내 수요 규모가 명확히 확인되지 않으면 시장 기대와 실제 발주 사이에 차이가 생길 수 있습니다.
• 특허 2건과 인증은 참고 지표이지만, 경쟁사가 비슷한 기능을 제공할 경우 판가와 마진 방어가 어려울 수 있습니다.
• 확인할 것: 유료 고객 공시, 파일럿의 납품 전환, 정부 과제 이후 상용 매출, 탐지율·오류율 지표, 연구개발비 대비 매출 증가 여부를 봐야 합니다.

자주 묻는 질문

Q. 티사이언티픽은 뭐 하는 회사인가요?

티사이언티픽은 AI로 데이터 안의 개인정보를 찾아내는 보안 솔루션을 개발하는 회사입니다. 기업이나 기관은 개인정보가 어디에 저장돼 있는지 알아야 규제 대응과 내부 관리를 할 수 있습니다. 그래서 이 회사의 사업은 개인정보 탐지 기술이 실제 납품과 운영 매출로 이어지는지가 중요합니다.

Q. 왜 개인정보 보호 테마와 연결되나요?

개인정보 규제가 강해질수록 기업은 보유 데이터의 위치와 관리 상태를 더 꼼꼼히 확인해야 합니다. 사람이 직접 모든 데이터를 확인하기 어렵기 때문에 AI 기반 자동 탐지 수요가 생길 수 있습니다. 다만 테마가 매출로 이어지려면 고객의 예산 배정과 도입 결정이 필요합니다.

Q. 투자자가 무엇을 확인해야 하나요?

가장 먼저 볼 것은 솔루션이 실제 고객에게 납품되고 있는지입니다. 다음으로는 파일럿이나 과제가 반복 매출로 이어지는지, 연구개발비 부담을 매출이 따라가는지 확인해야 합니다. 탐지율과 오류율 같은 성능 지표도 제품 신뢰도와 고객 확대를 판단하는 기준이 됩니다.