AI가 쏟아내는 신약 후보군, 과연 진짜배기는 어떻게 찾을까?
Published Apr 23, 2026
생각해보세요. 우리가 흔히 이야기하는 ‘AI 혁명’이 과학 분야에 불어닥쳤을 때, 가장 먼저 떠오르는 이미지는 무엇인가요? 아마도 딥마인드의 **알파폴드(AlphaFold)**가 단백질의 복잡한 3D 구조를 예측하며 생명 과학의 난제를 풀어냈던 경이로운 순간일 겁니다. 수십 년간 과학자들을 괴롭혔던 문제, 즉 단백질이 어떻게 접히는지 예측하는 일이 AI 덕분에 눈앞에서 해결되는 듯 보였죠. 이는 새로운 신약 개발의 문을 활짝 열어줄 거라는 기대감을 불러일으켰습니다. 하지만 과연 그 문은 완전히 열렸을까요? 혹은, 문이 열리자마자 예상치 못한 또 다른 벽에 부딪힌 것은 아닐까요?
사실, 지금 우리는 AI가 전례 없는 속도로 수많은 잠재적 치료제 후보 물질을 쏟아내는 시대에 살고 있습니다. 마치 거대한 수도꼭지에서 물이 콸콸 쏟아져 나오듯, AI는 예측 모델을 통해 셀 수 없이 많은 분자 조합과 구조를 제시하고 있죠. 이론적으로는 더 많은 후보군이 발견될수록 성공적인 신약 개발 가능성도 높아질 것처럼 보입니다. 그런데 말입니다. 이렇게 쏟아져 나오는 수많은 ‘가능성’들 중에서, 실제로 어떤 물질이 임상 시험을 거쳐 대량 생산에 이르고, 궁극적으로 인류에게 도움이 되는 약이 될 수 있을지, 우리는 어떻게 가려낼 수 있을까요? 바로 이 지점에서 예상치 못한 **병목 현상(bottleneck)**이 발생하고 있습니다. AI가 ‘만들어내는’ 속도는 빨라졌지만, 실제로 이 후보 물질들을 ‘특성화하고 검증하는’ 과정은 여전히 시간과 비용, 그리고 엄청난 전문성을 요구하기 때문이죠.
AI 시대, 숨겨진 신약 개발의 ‘병목’을 풀다
지난 2025년 12월에 설립된 스타트업 10x Science는 바로 이 문제, 즉 AI가 생성하는 방대한 신약 후보군들을 효율적으로 특성화하고 검증하는 것을 목표로 합니다. 최근 Initialized Capital이 주도하고 Y Combinator, Civilization Ventures, Founder Factor 등이 참여한 480만 달러 규모의 시드(seed) 투자를 유치하며, 이들이 이 병목 현상을 어떻게 해결할지 업계의 이목이 집중되고 있습니다.
10x Science의 세 창업자 — 화학 생물학자 데이비드 로버츠(David Roberts), 생물학자 앤드류 라이터(Andrew Reiter), 그리고 컴퓨터 과학 및 AI 모델 전문가 비슈누 테주스(Vishnu Tejus) — 는 노벨상 수상자인 캐롤린 베르토지(Carolyn Bertozzi) 박사의 스탠퍼드 연구실에서 함께 일했습니다. 이들은 암세포와 면역체계 간의 상호작용을 연구하면서, 분자 수준에서 정확히 무슨 일이 일어나고 있는지 이해하기 어렵다는 사실에 좌절감을 느꼈다고 합니다. 이 경험이 바로 10x Science 설립의 중요한 계기가 된 것이죠.
신약 개발, 특히 살아있는 세포에서 생산되며 특정 질병을 정밀하게 표적하는 생물학적 약물(biologic drugs) 개발에서 단백질 구조를 이해하는 것은 핵심 중의 핵심입니다. 예를 들어, 머크(Merck)의 유명한 항암제 ‘키트루다(Keytruda)‘처럼 특정 세포를 표적하도록 설계될 수 있는 것이 바로 생물학적 약물이죠. 문제는 이러한 복잡한 분자들을 가장 정확하게 평가하는 방법이 바로 **질량 분석법(mass spectrometry)**인데, 이 기법이 생성하는 데이터가 엄청나게 복잡하고, 이를 해석하기 위해서는 상당한 전문 지식이 필요하다는 점입니다. 시간도 엄청나게 소모되고요.
10x Science의 플랫폼은 바로 이 지점에서 혁신을 가져옵니다. 화학 및 생물학에 뿌리를 둔 **확정적 알고리즘(deterministic algorithms)**과 이 복잡한 데이터를 해석할 수 있는 **AI 에이전트(AI agents)**를 결합한 것이죠. 솔직히 말해서, 이 부분에서 주목할 점은 그저 AI를 가져다 붙인 것이 아니라, 심층적인 도메인 지식(화학, 생물학)을 기반으로 한 알고리즘과 AI를 융합했다는 점입니다. 단순히 데이터 패턴만 학습하는 것을 넘어, 분자 세계의 근본적인 원리를 이해하려는 접근 방식이라고 할 수 있습니다. 이들은 모델을 질량 분석 데이터에 훈련시키는 데 상당한 노력을 기울였으며, 분석 결과의 **추적 가능성(traceability)**을 확보했습니다. 이는 규제 준수(regulatory compliance)를 목표로 하는 제약 회사들에게는 필수적인 요소입니다.
현장에서 증명되는 효율성과 통찰력
실제로 10x Science의 플랫폼은 이미 현장에서 그 가치를 증명하고 있습니다. 다른 회사들을 위해 화학 분석을 수행하는 Rilas Technologies의 과학자 매튜 크로포드(Matthew Crawford)는 몇 주 동안 10x Science 플랫폼을 사용하며 작업 속도를 크게 높일 수 있었다고 증언했습니다. 그는 바이오테크 스타트업들이 수백만 달러를 들여 자체 질량 분석 장비와 전문가를 고용하는 대신, Rilas Technologies와 같은 전문 기업을 통해 비용을 절감하는데, 10x Science의 플랫폼이 그 효율성을 더욱 끌어올린 셈이죠.
크로포드는 이 모델이 결론을 설명하는 능력, 스스로 분석에 필요한 데이터를 찾아내는 능력, 그리고 다양한 종류의 분자를 평가하는 데 적응하는 능력에 놀랐다고 말합니다. 과거에 그가 실험했던 일부 AI 도구들은 과장된 약속을 하거나 정확도 문제가 있었지만, 10x Science의 것은 합리적인 가정을 내린다고 평가했습니다. 그는 이를 창업자들의 깊은 도메인 전문성 덕분이라고 설명했죠. “특정 단백질을 이 플랫폼에 돌렸더니, 파일 이름만으로 그 단백질이 무엇인지 스스로 파악했어요. 그리고 온라인 데이터베이스에서 해당 단백질의 서열을 검색해주었죠. 덕분에 제가 직접 서열을 프로그래밍할 필요가 없었습니다.” 이 정도라면 사실상 연구자의 보조 과학자 역할을 톡톡히 해내는 셈입니다.
10x Science 경영진은 여러 주요 제약 회사 및 학술 연구자들과도 협력하고 있다고 밝혔습니다. 이번 시드 펀딩을 통해 더 많은 엔지니어를 고용하고, 모델을 계속해서 개선하며 새로운 고객들에게 서비스를 제공할 계획입니다. 로버츠는 단백질 특성화에서 성공적인 입지를 다진다면, 단백질 구조와 다른 세포 데이터를 결합하여 생물학에 대한 새로운 종류의 이해를 제공하는 것으로 사업을 확장하기를 희망하고 있습니다. “우리가 구축하고 있는 더 깊은 의미는 사실 **분자 지능(molecular intelligence)**을 정의하는 새로운 방식입니다.” 이 말 속에서 단순한 도구를 넘어선 거대한 비전이 느껴집니다.
개인적으로는 이들의 접근 방식이 매우 현명하다고 생각합니다. 단순히 ‘AI로 신약을 개발하겠다’는 거창한 구호 대신, AI가 일으킨 새로운 문제점, 즉 ‘검증의 병목’을 해소하는 데 집중했다는 점이 인상적입니다. 이는 마치 고속도로를 건설할 때, 진입로는 엄청나게 늘려놨는데 출구가 부족해서 정체가 생기는 상황에서, 출구를 늘리는 솔루션을 제공하는 것과 같다고 볼 수 있습니다. 결국 신약 개발이라는 거대한 과정에서 가장 고통스러운 지점을 정확히 짚어냈고, 여기에 효과적인 디지털 솔루션을 제공하는 것이죠.
투자자 입장에서도 10x Science는 매력적인 기회를 제공합니다. Initialized의 파트너 조 페레(Zoe Perret)는 이 회사가 특정 약물의 성공이나 규제 승인에 의존하지 않는 바이오테크 분야의 유용한 진입점이라고 강조합니다. 만약 10x Science가 창업자들의 희망대로 성공한다면, 최종 제품이 시장에서 성공하든 안 하든 상관없이, 신약 개발의 중요한 도구가 될 것이라는 계산입니다. 이는 제약 회사들이 매달 비용을 지불해야 하는 SaaS(Software as a Service) 플랫폼이며, 창업자들의 깊은 경험이 경쟁자로부터 회사를 보호할 것이라고 페레는 확신합니다. 왜냐하면 이러한 방법과 그들이 생산하는 데이터를 이해하는 사람은 많지 않기 때문이죠.
크로포드 박사는 10x Science의 플랫폼이 “새로운 약을 만들려고 노력하는 연구팀들이 질량 분석에서 빠르고 간단한 답을 얻으려다 오히려 온갖 복잡한 문제에 얽히는 상황”을 해결해 줄 수 있다고 말했습니다. “이 소프트웨어는 그 복잡한 문제들을 덮어두고, 연구에 필요한 핵심적인 답을 얻을 수 있도록 도와줄 것입니다.” 이처럼 AI는 신약 개발의 속도를 높이는 동시에, 그 과정에서 발생하는 새로운 문제들을 또 다른 AI 기반 솔루션이 해결해나가며 진정한 **디지털 전환(digital transformation)**을 이루어내고 있습니다. 10x Science가 그 여정의 중요한 한 조각이 될지, 앞으로의 행보가 더욱 기대됩니다.
출처
- 원문 제목: AI is spitting out more potential drugs than ever. This startup wants to figure out which ones matter.
- 출처: AI News & Artificial Intelligence | TechCrunch
- 원문 기사 보러가기
