AI 신약개발, 한 달 걸리던 게 하루로? 바이오테크 혁신 정리
안녕하세요, 깅글렛이에요.
요즘 AI 신약개발 뉴스를 따라가다 보면 “한 달 걸리던 일이 하루로 줄었다” 같은 수치가 계속 나와요. 처음엔 과장 아닌가 싶었는데, 실제 사례를 하나씩 파보니 빈말이 아니더라고요.
’신약 하나가 통째로 하루에 나온다’는 뜻은 아니에요. 신약개발은 타깃 찾기, 후보물질 설계, 임상, 문서 작성 같은 여러 단계로 쪼개지는데, AI가 그중 일부 단계의 시간을 크게 잘라낸 거예요.
이번엔 이 분야를 좀 깊이 봤어요. 앤트로픽이 던진 비전부터 칭화대의 DrugCLIP, 한국 SK바이오팜이 맺은 딜까지, AI 바이오 흐름을 누구나 알기 쉽게 풀어볼게요.
앤트로픽 CEO는 “50년 진전을 5년으로”라고 했어요
이 흐름의 출발점에는 앤트로픽 CEO 다리오 아모데이의 선언이 있어요. 그는 2024년 10월 자기 홈페이지에 ’Machines of Loving Grace’라는 긴 에세이를 올렸거든요. 거기서 한 말이 업계를 흔들었어요.
핵심 문장은 이거예요. “AI가 지난 50~100년의 생물학 진전을 5~10년으로 압축할 수 있다.” 그냥 분석 도구가 아니라, 실험을 설계하고 돌리고 개선하는 ‘가상 생물학자’ 역할까지 AI가 한다는 구상이에요.
아모데이는 5~10년 안에 가능한 목표로 자연 감염병 대부분의 예방·치료, 암 사망률 95% 이상 감소, 알츠하이머 치료, 유전병 예방까지 제시했어요. 기대수명이 약 두 배로 늘 가능성도 언급했고요. 물론 그도 한계는 인정했어요. 세포 배양이나 동물 실험에 드는 물리적 시간, 규제 임상시험 절차는 AI가 줄이기 어려운 본질적 제약이라고 못박았거든요.
이게 단순한 호언장담이 아닌 이유가 있어요. 앤트로픽이 말로만 그친 게 아니라 실제로 돈과 조직을 움직였기 때문이에요.
앤트로픽은 바이오 회사를 통째로 샀어요
말보다 행동이 빨랐어요. 앤트로픽은 2026년 4월, AI 신약개발 스타트업 Coefficient Bio를 약 4억 달러에 인수했어요. 전액 주식으로요. 직원이 약 10명뿐인 8개월 차 스타트업인데, 대부분 Genentech 출신 계산생물학자예요.
📖 계산생물학이란? 컴퓨터로 생물 데이터를 분석하고 신약 후보를 설계하는 분야예요. 약을 실험실에서만 만드는 게 아니라, 먼저 컴퓨터로 시뮬레이션해 후보를 추려내는 거죠.
9명 남짓한 회사에 4억 달러는 비싸 보이죠. 실제로 해외 커뮤니티에서도 “9명짜리 스타트업에 4억은 과하다”는 반응과 “도메인 데이터 해자를 선점한 합리적 베팅”이라는 반응이 갈렸어요. 앤트로픽이 노린 건 사람보다 데이터예요. 인터넷에서 긁어모을 수 없는, 실험실에서만 나오는 독점 생물학 데이터가 AI 경쟁의 새 핵심 자원이 됐거든요.
여기서 끝이 아니에요. 앤트로픽은 자체 습식실험실(wet lab)까지 차렸어요. 실제 시험관 실험을 돌리는 진짜 실험실이에요. 모델만 파는 회사에서 직접 실험하는 회사로 넘어간 거죠. 2026년 6월에는 ’Paving the Way for Agents in Biology’라는 연구도 냈는데, 바이러스 서열을 찾는 작업에서 클로드에 전용 검색 도구(gget virus)를 붙이자 정확도가 최대 99.7%까지 올라갔다고 밝혔어요.
이렇게 앤트로픽이 AI 바이오에 풀스택으로 뛰어든 건, 시간을 줄여줄 실제 기술들이 이미 나왔기 때문이에요. 그럼 진짜 ‘한 달이 하루로’ 줄어든 사례를 볼까요?
한 달이 하루로’의 진짜 정체는 세 가지 사례예요
“한 달에서 하루로”라는 말은 하나의 작업을 가리키는 게 아니에요. 단계가 다른 세 가지 사례가 합쳐져 만들어진 인상이에요. 헷갈리지 않게 하나씩 끊어볼게요.
첫째, 임상 문서 작성이에요. 덴마크 제약사 Novo Nordisk는 클로드를 쓴 ’NovoScribe’라는 시스템을 만들었어요. 최대 300페이지짜리 임상연구 보고서를 쓰는 데 원래 15주가 걸렸는데, 이걸 10분으로 줄였어요. 50명 넘게 매달리던 작업을 3명이 AI와 같이 처리하게 됐고요. 직원을 자르진 않았고, 앞으로 이 분야 신규 채용만 줄인다고 해요.
둘째, 후보물질 설계예요. AI 신약개발 기업 Insilico Medicine은 특발성 폐섬유증(폐가 딱딱하게 굳는 병) 치료 후보물질을 21일 만에 설계했어요. 보통 후보 분자를 최적화하는 데 2~4년이 걸리는 단계예요. 타깃을 찾아 임상 2상에 들어가기까지도 30개월이 걸렸는데, 전통 방식이라면 5~6년 걸릴 일이었어요.
셋째, 가상 스크리닝이에요. 후보가 될 만한 화합물을 컴퓨터로 미리 걸러내는 단계인데, 칭화대 연구팀의 DrugCLIP이 여기를 확 줄였어요.
이 세 가지를 표로 정리하면 한눈에 들어와요.
정리하면, 단계마다 줄어든 시간의 종류가 달라요. 임상 문서는 15주에서 10분으로, 후보 설계는 2~4년에서 21일로, 가상 스크리닝은 2주에서 하루로 줄었어요. 신약 하나가 통째로 하루 만에 나오는 게 아니라, 파이프라인 곳곳에서 이렇게 시간이 잘려나가는 거예요.
DrugCLIP은 10조 쌍을 하루 만에 봤어요
세 사례 중 가장 충격적인 게 DrugCLIP이에요. 중국 칭화대 연구팀이 만든 AI 가상 스크리닝 엔진인데, 결과가 Science에 실렸어요.
숫자를 비교하면 차이가 확 와닿아요. 기존 분자 도킹 방식은 화합물 10억 개를 거르는 데 CPU 1만 개를 써도 2주 넘게 걸렸어요. 그런데 DrugCLIP은 GPU 8개로 24시간 안에 10조 개가 넘는 단백질-리간드 쌍을 평가해요. 속도 차이가 논문 기준으로 수백만 배 이상이에요.
📖 가상 스크리닝이란? 약이 될 만한 후보 분자 수억~수조 개를 컴퓨터로 미리 훑어, 효과 있어 보이는 것만 골라내는 작업이에요. 실험실에서 일일이 시험하기 전에 후보를 줄여주는 거죠.
그냥 빠르기만 한 게 아니에요. 인간 게놈 절반에서 200만 개가 넘는 후보 분자를 찾아냈고, 실제 시험관 검증에서 일부가 기존 항우울제보다 강한 결합력을 보였어요. 게다가 연구팀은 세계 최대 규모의 스크리닝 데이터베이스를 무료로 공개했고, drugclip.com에서 코딩 없이 원클릭으로 쓸 수 있게 해놨어요.
여기서 알파폴드를 잠깐 짚고 갈게요. 예전에 단백질 구조 예측으로 파장을 일으킨 그 기술이요. 알파폴드가 ’구조를 안다’는 단계를 열었다면, 지금은 그다음인 약물 설계·임상·문서화 전체로 AI가 번지는 중이에요. 단백질 모양을 아는 데서 멈추지 않고, 약을 직접 만드는 쪽으로 넘어간 거죠.
SK바이오팜이 25억 달러 딜로 합류했어요
여기까지 보면 다 남의 나라 얘기 같죠. 그런데 한국도 이 흐름 한가운데에 있어요.
SK바이오팜이 2026년 6월, 방금 나온 그 Insilico Medicine과 손을 잡았어요. 신경면역 CNS 장애 분야 AI 신약개발 협력인데, 총 계약 규모가 최대 25억 달러예요. Insilico의 Pharma.AI 플랫폼으로 타깃과 후보물질을 발굴하는 방식이에요. 한국 바이오산업이 AI 신약개발 글로벌 파이프라인에 본격 진입한 사례로 주목받고 있어요.
이 딜은 앞서 본 앤트로픽 4억 달러 인수보다 규모가 훨씬 커요. 빅파마들이 AI 바이오에 얼마나 진심인지 보여주는 숫자죠. 사노피는 자가면역 AI 플랫폼(Earendil Labs)에 최대 25억 6천만 달러, Eli Lilly는 NVIDIA와 AI 공동연구실에 10억 달러를 걸었어요.
이런 베팅이 쏟아지는 데는 이유가 있어요. 2028년까지 약 2,800억 달러 규모의 특허가 만료되는 ’특허 절벽’이 다가오거든요. 기존 약의 독점권이 끝나면서, 빅파마들이 새 약을 더 빨리·더 싸게 만들 방법으로 AI에 매달리는 거예요. AI 신약개발 시장 자체도 2025년 약 70억 달러에서 2034년 165억 달러로 커질 거란 전망이에요.
AI 농업·로보틱스에서도 비슷한 일이 벌어져요
AI가 생물을 다루는 건 신약만이 아니에요. 농업·로보틱스 쪽에서도 비슷한 속도 혁신이 일어나고 있어서 짧게 짚을게요.
네덜란드 와게닝겐대에서 AI와 사람이 토마토 재배로 대결한 적이 있어요. AI 제어 시스템이 수확량을 10% 늘리고 수익을 92% 끌어올렸어요. 에너지 사용은 오히려 20% 줄였고요. 미국 Orchard Robotics는 AI 카메라를 단 농기계로 사과·포도·블루베리의 크기·색·건강 상태를 실시간 분석하는데, 2025년 9월 2,200만 달러를 투자받았어요.
한국도 움직이고 있어요. 농촌진흥청은 AI 스마트 농기계와 통합관제 시스템으로 농가 수입을 20% 높이는 걸 목표로 잡았어요. 차세대 온실 플랫폼 ’아라온실’은 2026년 상용화를 앞두고 있고요. 결국 신약이든 농작물이든, AI가 생물 데이터를 빠르게 읽어 시간을 줄여준다는 원리는 같은 셈이에요.
깅글렛 한줄평
💬 ’AI가 신약을 하루 만에 뚝딱’은 아니에요. 단계별로 시간을 잘라내는 중이고, 그 칼끝에 앤트로픽·Insilico·SK바이오팜이 서 있어요. 남의 일 같지만, 다음에 먹을 약 한 알에 이 흐름이 들어와 있을 거예요.
마무리
이번엔 앤트로픽 CEO 비전부터 DrugCLIP, SK바이오팜 딜까지 AI 신약개발과 바이오테크 흐름을 정리해봤어요. 숫자만 보면 멀게 느껴지지만, 결국 우리가 더 빨리·더 싸게 좋은 약을 만나게 된다는 얘기예요.
다음엔 AI 의료가 병원 현장에서 실제로 어떻게 쓰이는지도 한번 파볼게요.
※ 본 글은 2026년 6월 기준 정보를 바탕으로 작성됐어요. 수치·딜 규모·연구 결과는 출처와 시점에 따라 달라질 수 있어요. ※ 본 글은 산업·기술 해설이며, 특정 종목 투자 권유가 아니에요.