왜 OpenAI와 Anthropic이 모두 바이오테크 분야로 뛰어들고 있는가?

최근 매주처럼 또 다른 AI 기업이 바이오테크 진출을 발표하는 이유를 아시나요?

엔비디아와 엘리 릴리는 샌프란시스코에 공동 실험실을 건설 중이며, 딥마인드에서 분사된 이소모픽 랩스는 신약 개발을 진행 중입니다. 샘 알트먼은 장수 스타트업 레트로에 직접 투자했고, 앤트로픽은 생명과학 분야에 꾸준히 역량을 확대하고 있습니다. 알렉스 콜빌은 이 모든 일에 매우 밀접하게 관여하고 있습니다. 그는 세계 최초의 장수 전문 벤처펀드인 age1의 공동 창립자로, 로라 데밍과 함께 설립했습니다. 스탠퍼드 대학에서 노화 생물학을 연구하며 유전학 박사 학위를 취득했으며, 1억 달러 이상의 장수 관련 투자를 관리해 왔습니다. 본 기사는 단 하나의 질문만 추구합니다: 왜 AI 기업들이 바이오테크 분야에 진출하려는가? 실제로 무엇을 도울 수 있는가? 어디서 막힐 것인가? 먼저 그의 설명을 정리한 후, 제 개인적인 견해를 덧붙이겠습니다.

AI 기업들이 모두 바이오테크 분야로 몰리는 이유

알렉스는 숫자 하나로 시작합니다. 체중 감량 약물 세마글루타이드와 티르제파티드의 연간 매출 합계는 OpenAI와 Anthropic의 전체 매출을 합친 것보다 크며, 여전히 급속히 성장 중입니다. 많은 이들은 이런 비즈니스가 기술 기업에 의해 주도될 것이라 가정하지만, 현실은 다릅니다. 그의 추정에 따르면, OpenAI, Anthropic, 구글 같은 기업들은 이미 엄청난 기업 가치를 보유하고 있으며, 이를 유지하기 위해 동등하게 엄청난 매출이 필요합니다. 주변을 둘러보면, 단 하나의 약물이 자사 전체 기업 매출보다 더 벌어들이는 사례를 쉽게 찾을 수 있고, 당연히 이 분야에 주목할 수밖에 없습니다.

두 번째 이유는 ‘보호벽(moat)’입니다. 알렉스는 의약품은 특허로 보호받고 산업 전반에 걸쳐 엄격한 규제가 적용되며, 대부분의 기술 제품과 달리 시간이 지남에 따라 상품화되고 가격이 점차 하락하는 경향이 없다고 말합니다. 그는 마크 안드레센이 자주 언급하는 관찰을 인용합니다: 규제 산업의 가격은 지속적으로 상승하지만, 비규제 산업의 가격은 끊임없이 하락 압력을 받는다는 것입니다. 따라서 그의 시각에서 바이오테크는 AI에 대해 매우 강한 저항성을 지니며, 단 한 해 만에 Anthropic 같은 기업에 의해 혁파되지 않을 것이라고 봅니다. 이유는 간단합니다: 해결해야 할 어려운 문제가 너무 많고, 세상의 모든 지능을 총동원해도 여전히 오랜 시간이 걸린다는 점입니다.

특히 Anthropic에 대해 그는, 생명과학 분야를 가장 큰 영향을 미칠 분야 중 하나로 명시한 시장 지도를 공개했다고 설명합니다. 또한 해당 팀은 이 분야가 회사의 두 번째로 큰 시장 방향이 될 수 있으며, 적어도 상위 5개 분야 안에 들 것이라고 공식적으로 밝혔습니다. 얼마 전 Anthropic은 생명과학 전용 신규 모델을 출시했으며, 노화 및 희귀질환 분야의 전임상 프로그램도 언급했습니다. 그의 반응은 단 한 마디였습니다: 'Anthropic이 공식적으로 이 분야를 우선순위로 밝혔다면, 즉 곧바로 실행에 옮긴다는 의미다.'

이 섹션에서 드문 점은, AI 기업들의 동기를 고상한 이상으로 포장하지 않았다는 점입니다. 그들은 세계 최대 매출, 가장 견고한 보호벽, 그리고 지금 당장은 AI로 대체 불가능한 산업이라는 점을 인식하고 진입한 것입니다. 이러한 사실을 명확히 인지하면, 앞으로 그들이 어떤 행동을 취할지 예측하기도 쉬워집니다: 가장 낭만적인 분야가 아니라, 대체하기 가장 어려운 비즈니스 영역에 집중할 것입니다.

AI가 이미 실현한 두 가지 성과

그렇다면 AI는 실제로 무엇을 도왔을까요? 알렉스는 가장 눈에 띄는 변화 두 가지를 지적합니다.

첫 번째는 분자 생성입니다. 특정 종류의 의약품의 경우, 분자 설계가 이제 훨씬 더 빠르고 저렴해졌으며, 인간 연구자와 실험실이 단계별로 반복적으로 소통할 필요가 없어졌습니다—그러나 아직은 '인간 없이, 실험 없이' 가능한 수준까지는 못 미칩니다. 나블라 바이오(Nabla Bio) 같은 기업은 항체 및 소분자에 대한 제로샷 생성(zero-shot generation)을 이미 가능케 했습니다. 즉, 기존 사례 데이터를 사전에 학습시키지 않고도 후보 분자를 한 번에 생성할 수 있습니다. 다만 그는 현재 대부분의 작업이 기존 타깃(약물이 작용하는 단백질 또는 유전자)을 기반으로 기존 약물의 새로운 변형을 신속히 생산하는 데 초점을 맞추고 있다고 말합니다. 다음 단계는 피할 수 없는 필연입니다: 완전히 새로운 타깃에도 동일한 제로샷 방식으로 분자가 생성될 것입니다.

두 번째 변화는 다소 평범합니다. 알렉스는 규제 문서 작성, 경쟁사 조사, 제휴 기회 탐색, 새 타깃에 대한 빠른 이해 등 일상 업무 전반의 속도가 30%에서 95%까지 향상됐다고 말합니다. 그의 평가는 이렇습니다: 1년 반에서 2년 전만 해도 신약 스타트업 설립은 매우 무거운 과업이었지만, 지금은 거의 '민주화'됐습니다.

제 개인적 해석에 따르면, 이 두 가지 변화는 각각 '물건 만들기'와 '업무 효율화'를 의미하며, 모두 신약 개발 초기 단계에서 발생합니다. 시행착오 비용을 낮추고 소규모 팀의 출발을 용이하게 하지만, 산업 내 가장 어려운 부분에는 아직 접근하지 못했습니다. 바로 그 부분이 무엇인지, 그가 이어서 설명합니다.

가장 비용이 많이 들고 느린 구간: 아직 AI가 도움을 주지 못한 영역

어떤 이들은 수백만 개의 '직원 제로(zero-employee)' 바이오테크 기업이 존재하는 미래를 상상하기도 합니다. 충분한 토큰만 있다면, AI로 소프트웨어를 작성하듯 한 번의 입력으로 연구 및 설계를 완료할 수 있다는 것입니다. 알렉스는 이것이 여전히 현실과 거리가 멀다고 봅니다. 그의 논거는 분자 생성 이후에 진짜 병목이 발생한다는 점입니다. 최적화된 분자 하나를 승인된 약물로 만들기 위해서는 안전성과 유효성을 입증해야 하며, 이 과정이 신약 개발 전체 비용과 시간의 비정비례적으로 큰 비중을 차지합니다. 분자 설계 자체도 어렵고 비용이 많이 들지만, 이 후속 과정에 비하면 그 규모는 작습니다. 이것이 바로 '마지막 프론티어'라고 그는 말합니다: 성공 가능성이 가장 높은 후보를 선정한 후, 전체 프로세스를 최대한 저렴하게 수행하는 것이 핵심입니다. 심지어 한 사람이 AI로 분자를 설계하더라도, 모든 기업은 그 후에도 여전히 수백만 달러의 자금이 필요합니다. 바로 이 지점이 오늘날 AI의 영향력이 가장 미미한 영역입니다.

저는 이 대화의 가장 냉정하고 현실적인 부분이라고 생각합니다. AI에 대한 서사는 항상 '더 똑똑해지는 것'에 초점을 맞추지만, 결국 의약품은 지능이 아니라 '입증'을 통해 경쟁합니다. 입증에는 환자, 시간, 규제 기관, 자금이 필요하며, 이 요소들은 모델 성능 향상과 함께 자동으로 줄어들지 않습니다. 따라서 AI 기업들이 진입하려는 것은 이해되지만, 누구도 내일부터 약값을 싸게 만들 수 있다고 자신 있게 말하지 못하는 이유이기도 합니다.

장수 분야에서는 여전히 자금이 부족하고 상품도 없습니다

그는 현장으로 돌아가 투자에 나선다. 장수 분야는 사람들의 인식 속에서 AI와 가장 먼저 연상되는 분야지만, 그 현실은 많은 이들이 상상하는 것보다 훨씬 소박하다. 알렉스는 노화 관련 기업 전체 시장 가치가 약 150억 달러에 불과하며, 종양학 분야의 기업 수와 투자 금액의 오분의 일이 채 되지 않는다고 추정한다. 눈에 띄는 규모로 보이는 자금 조달 헤드라인조차도 AI 투자 규모를 나타내는 막대그래프 옆에서는 거의 보이지 않는다. 따라서 그의 결론은 다음과 같다: 지금 이 순간, 1달러당 레버리지가 극도로 크며, 우리는 여전히 초기 단계에 있다.

더 중요한 점은 이 분야에 아직 인간에서 효과가 입증된 상용 제품이 전혀 없다는 것이다. 그는 향후 10년 이내에 노화의 특정 측면을 지연하거나 예방하는 첫 번째 제품군이 등장할 것으로 기대한다—환상적인 신기술이 아니라, 단순한 첫 번째 실증 사례일 뿐이다. 그는 이를 장수 분야의 ‘챗GPT 순간’이라 부르는데, 다만 대규모 언어모델을 처음 사용했을 때처럼 즉각적인 피드백을 주지는 않을 것이다. 그의 할아버지는 폐렴으로 거의 목숨을 잃을 뻔했으나 페니실린 치료를 받은 최초의 미국 병사 중 한 명이었고, 90세까지 살았다. 그는 장수 분야의 ‘페니실린 순간’을 기다려 왔으며, 그 시점이 10~15년 후가 될 것이라고 예측한다. 오늘날 사람들이 심혈관 질환 예방을 위해 일정 나이가 되면 스타틴을 복용하듯, 그는 심혈관계 외 다른 장기·기관을 위한 ‘스타틴’을 기다리고 있다.

현재 인간에 가장 근접한 사례는 개를 위한 약물이다. 회사 Loyal은 개의 수명을 연장하기 위한 하루 한 번 복용하는 경구 씹는 제형을 개발 중이며, 미국 식품의약국(FDA) 승인을 받는 최초의 수명 연장 요법이 될 가능성이 있다. 그는 효능과 안전성 승인이 이미 모두 통과되었고, 남은 유일한 과정은 제조 공정인데, 내년 말 즈음 완료될 예정이라고 말했다. 다만 불확실성은 여전히 존재한다. 인간용 버전은 아직 수년 이상 더 기다려야 할 것으로 그는 전망한다.

그보다 더 먼 미래에는 더 대담한 2세대 기술이 등장할 것이며, 여기서 AI가 큰 역할을 할 것이다. 하나는 향후 50년간 노화된 세포와 조직을 새것으로 교체하는 분야이고, 또 다른 하나는 세포 유형은 바꾸지 않되 세포의 ‘나이’만 되감는 에피제네틱 재프로그래밍이다. 바로 이 분야를 그는 박사과정 전반부에 연구했다. 그는 이 분야에서 NewLimit이 가장 앞서 있으며, 보유 현금이 6억 달러 이상이라고 평가한다. 이들은 간을 시작으로 mRNA 기술을 활용해 노화 쥐에게 젊은 쥐 수준의 알코올 손상 저항력을 부여하는 요법을 개발했고, 이후 면역세포와 신장으로 확장할 계획이다. 그러나 그는 단일 접근법으로 모든 문제를 해결할 수 없다고 강조한다—세포 외부의 지지 구조인 세포외기질(ECM) 역시 손상이 누적되며, 세포 내부의 나이만 되감는 것만으로는 충분치 않다. 여러 경로가 동시에 진전되어야 한다.

이 섹션은 매우 현실적이고 신선하다고 생각한다. 겉으로는 시끄러운 소음이 가득하지만, 실제로는 몇 개의 기업, 몇 마리의 쥐, 그리고 개용 한 가지 약물뿐이다. 여기서 AI의 역할은 오랜 검증 과정을 대체하는 것이 아니라, 가능한 다양한 접근법을 더 빠르게 시험해볼 수 있도록 돕는 것이다.

그의 AI 기업 및 생물보안에 대한 견해

생물학은 다른 산업과 달리 동일한 기술 능력이 질병 치료와 동시에 사람에게 해를 끼칠 수도 있는 특성을 지닌다. 알렉스는 선구적 실험실 창업자들이 거의 모두 팬데믹 및 생물테러 위협을 포함한 생물보안을 진심으로 걱정하고 있어 매우 고무적이라고 말한다. 그는 일반적인 대기업 CEO가 이 실험실 자리에 앉았다면 아마도 이 정도로 신경 쓰지 않았을 것이라고 생각한다. 실험실들이 항상 옳은 판단을 내리거나 충분한 조치를 취한다고 보진 않지만—그 입장에서 늘 옳게 행동하는 건 어차피 어렵기 때문이다—그들의 진정한 관심은 분명하며, 그는 이를 인류에 큰 혜택이라 여긴다.

그는 평판 차원에 대해서도 솔직하다. 이 실험실들은 자신들이 암을 치료한다고 여겨질 경우 규제나 폐쇄가 어렵게 된다는 사실을 잘 알고 있다. 그는 이러한 ‘광휘’ 뒤에 숨는 게 다소 불편할 수 있음을 인정하지만, 그들의 진정한 관심이 인류에 엄청난 이익이 된다고 믿는다. 또한 생물테러 외에는 생물학 분야에서의 AI 응용은 거의 논란의 여지가 없으며, 인간에게 진정으로 좋은 일이라는 점에서, 선과 악의 경계가 모호한 다른 분야의 응용과는 다르다고 말한다.

나만의 몇 가지 생각

돌이켜보면, 알렉스가 설명한 내용은 사실 같은 이야기의 여러 층으로 구성되어 있다. AI 기업이 진입하는 이유: 가장 큰 수익과 가장 깊은 경쟁 우위. AI가 도울 수 있는 부분: 분자 설계와 일상적 효율성. AI가 도울 수 없는 부분: 가장 비싸고 느린 인간 검증 과정. 그리고 장수와 같은 선도 분야에서는 여전히 자금이 부족하며, 첫 번째 제품조차 등장하지 않았다. 이 여러 층을 종합하면 아주 단순한 결론이 도출된다: AI는 ‘아이디어를 떠올리는 것’을 저렴하게 만들었지만, ‘그것을 입증하는 것’을 저렴하게 하지는 못했다.

내 개인적인 관점은 이것이 관찰자와 실천자에게 각각 다른 의미를 갖는다는 것이다. 관찰자들은 ‘회사 X가 바이오테크 진입’이라는 헤드라인에 휩쓸려 약물이 곧 저렴해지고 사람들이 급격히 장수할 것 같다고 느낀다. 반면 실천자들은 한 가지 추가 질문을 던져야 한다: 이 회사는 ‘아이디어 문제’를 해결하는가, 아니면 ‘검증 문제’를 해결하는가? AI는 전자를 가속화하지만, 후자는 여전히 시간과 환자, 자금에 의존한다.

물론 알렉스가 제시하는 것은 예언이 아니라 판단이다. 첫 번째 장수 제품이 10년 이내에 등장할지, 또 AI가 검증 비용을 낮출 수 있을지 여부는 아직 미지수다. 그러나 그가 제시한 우선순위는 유용하다: 그가 단 하나의 분야만 선택해 베팅할 수 있다면, 가장 먼저 검증될 수 있는 분야—즉 노화 지연 및 예방—에 걸 것이다. 그 다음으로는 5년 후쯤이 되어서야 세포 교체 및 재프로그래밍이 차례를 기다릴 것이다.

아이디어는 계속해서 저렴해질 것이다. 그러나 검증은 그렇지 않을 것이다.