글: 深思圈
최근 거의 매주 한 곳씩 AI 기업이 바이오테크에 뛰어들겠다고 선언하는 이유는 뭘까?
엔비디아(Nvidia)와 일라이 릴리(Eli Lilly)는 샌프란시스코에 공동 연구소를 세웠고, DeepMind에서 분사한 Isomorphic Labs는 신약 개발을 하고 있으며, 샘 올트먼은 개인 자격으로 항노화 기업 Retro에 투자했고, Anthropic도 생명과학 분야에 한 걸음씩 투자를 늘리고 있다. Alex Colville은 이 일에 아주 가까이 있다. 그는 세계 최초로 항노화에 집중한 벤처투자 펀드인 age1의 공동창업자로, Laura Deming과 함께 회사를 세웠다. 스탠퍼드에서 유전학 박사 과정을 밟으며 노화의 생물학을 연구했고, 1억 달러가 넘는 항노화 투자를 운용해 왔다. 이 글에서 나는 한 가지 질문만 파고들려 한다. AI 기업은 왜 바이오테크를 하려는가, 이들이 실제로 도움이 될 수 있는 곳은 어디이며, 어디서 막힐 것인가. 먼저 그의 이야기를 정리하고, 그다음 내 생각을 쓰겠다.
왜 AI 기업들이 바이오테크로 몰려드는가
Alex는 먼저 숫자 하나를 던졌다. 세마글루타이드(semaglutide)와 티르제파타이드(tirzepatide)라는 두 비만 치료제의 매출이 OpenAI와 Anthropic을 합친 것보다 많고, 성장 속도도 여전히 매우 빠르다는 것이다. 많은 사람은 이런 사업이 기술 기업의 손에 들어올 것이라고 생각하지만, 실제로는 그렇지 않다. 그의 추측은 이렇다. OpenAI, Anthropic, 구글 같은 기업은 이미 밸류에이션이 놀랄 만큼 높아졌고, 그에 걸맞은 놀라운 매출이 필요하다. 주변을 둘러보면 세상에서 단 하나의 약이 벌어들이는 돈이 자기 회사 전체보다 많다는 사실을 발견하게 되니, 당연히 들여다볼 만하다는 것이다.
두 번째 이유는 해자다. 그는 약에는 특허 보호가 있고 업계가 엄격한 규제를 받는다고 말한다. 대부분의 기술 제품처럼 시간이 지나면 동질화되어 점점 싸지지는 않는다는 것이다. 그는 Marc Andreessen이 자주 하는 관찰을 언급했다. 규제받는 산업에서는 가격이 계속 오르고, 규제받지 않는 산업에서는 가격이 끝없이 눌린다는 것이다. 그래서 그의 눈에 바이오테크는 AI에 대한 저항력이 매우 강하며, 언젠가 Anthropic이 1년 안에 뒤집어엎을 산업은 아니다. 이유는 간단하다. 어려운 문제가 너무 많아서, 모든 지능을 쏟아붓는다 해도 여전히 그만큼의 시간이 걸리기 때문이다.
Anthropic의 경우, 그는 상대가 공개한 시장 지도를 언급했다. 생명과학이 영향력이 가장 큰 몇 개 분야 중 하나라는 것이다. 팀도 공개적으로 이 방향이 회사의 두 번째로 큰 시장일 수 있으며, 적어도 상위 5위 안에는 든다고 말했다. 얼마 전 Anthropic은 생명과학을 겨냥한 새 모델을 발표하면서 항노화, 희귀질환 등의 방향으로 전임상 프로젝트를 진행 중이라고도 밝혔다. 그의 반응은 한마디였다. Anthropic이 공개적으로 이곳이 중점 방향이라고 말했다면, 그것은 "전쟁 개시"라는 뜻이다.
이 대목이 값진 이유는 AI 기업의 동기를 그럴듯하게 미화하지 않았다는 점이다. 이들이 오는 것은 여기에 세계에서 가장 큰 매출과 가장 깊은 해자가 있고, 아직 AI가 무너뜨리지 못한 산업이기 때문이다. 이 점을 분명히 보면 오히려 이들이 앞으로 무엇을 할지 판단하기 쉬워진다. 가장 낭만적인 곳이 아니라, 사업이 가장 대체되기 어려운 곳으로 파고들 것이다.
AI가 이미 도움을 준 두 가지
그렇다면 AI는 실제로 무엇을 도왔을까? Alex는 가장 뚜렷한 두 가지 변화를 봤다고 말한다.
첫 번째는 분자 생성이다. 일부 유형의 약은 이제 분자 설계가 예전보다 훨씬 빠르고 저렴해졌고, 매 단계마다 사람과 실험실이 오가며 씨름할 필요가 줄었다. 물론 "사람도 실험도 전혀 필요 없는" 단계와는 거리가 멀다. 그는 Nabla Bio 같은 기업이 이미 제로샷(zero-shot)으로 항체와 저분자를 생성할 수 있다고 언급했다. 예시를 잔뜩 학습시키지 않아도 한 번에 후보 분자를 내놓는다는 뜻이다. 다만 그는 현 단계에서는 대부분의 경우 알려진 표적(약이 작용해야 하는 단백질이나 유전자)을 대상으로 기존 약의 새 버전을 만드는 데 그치고 있다고 덧붙였다. 다만 그 속도가 아주 빠를 뿐이다. 다음 단계는 피할 수 없다고 그는 본다. 완전히 새로운 표적에 대해서도 이렇게 한 번에 분자를 내놓는 것이다.
두 번째 변화는 더 일상적이다. 그는 규제 문서 작성, 경쟁사 조사, 협력 기회 탐색, 또는 새로운 표적의 이해 같은 각종 일상 업무가 이제 30%에서 95%까지 빨라졌다고 말한다. 그의 판단으로는 1년 반에서 2년 전만 해도 제약 회사를 세우는 일은 매우 무거운 일이었지만, 지금은 거의 "대중화"되었다.
내 이해로는 이 두 가지 중 하나는 "무언가를 만들어내는 일", 다른 하나는 "일하는 효율을 높이는 일"이며, 둘 다 신약 개발의 전반부에 속한다. 이들은 시행착오를 싸게 만들고 작은 팀도 시작할 수 있게 해주지만, 이 산업에서 가장 단단한 부분은 건드리지 못했다. 그 부분이 무엇인지는 그가 이어서 설명한다.
가장 비싸고 가장 느린 구간, AI가 아직 돕지 못한 곳
어떤 이들은 미래에 직원이 0명인 바이오테크 기업이 수백만 개 생길 것이라고 상상했다. AI로 소프트웨어를 쓰듯 토큰만 충분하면 연구와 설계를 단숨에 끝낼 수 있다는 것이다. Alex는 그것이 현실과 거리가 멀다고 본다. 그의 논리는 진짜 병목은 분자 생성 이후에 있다는 것이다. 최적화된 분자를 승인받은 약으로 만들려면 안전성과 유효성을 입증해야 하는데, 이 구간이 신약 개발의 비용과 시간에서 불균형적으로 큰 비중을 차지한다. 분자 설계 자체도 어렵고 비싸지만, 이 구간에 비하면 작은 부분일 뿐이다. 그는 이제 이곳이 "최후의 전선"이 되었다고 말한다. 성공 가능성이 가장 높은 것을 골라 넣고, 전체 과정을 최대한 저렴하게 돌려야 한다. 한 사람이 AI로 분자를 설계했다 해도, 그 뒤로 이런 기업은 여전히 수백만 달러가 필요하다. 바로 이 지점이 현재 AI가 가장 힘을 쓰지 못하는 곳이다.
나는 이 대목이 전체에서 가장 냉정한 부분이라고 생각한다. AI의 서사는 늘 "더 똑똑함"을 말하지만, 약이 최종적으로 겨루는 것은 똑똑함이 아니라 입증이다. 입증에는 환자, 시간, 규제, 돈이 필요하고, 이 중 어느 것도 모델이 강해진다고 자동으로 줄지 않는다. 이는 AI 기업들이 들어오려는 이유와, 아무도 내일 당장 약이 싸질 것이라고 말하지 못하는 이유를 함께 설명한다.
항노화 분야, 돈은 아직 적고 제품은 아직 없다
그가 투자하는 분야로 돌아가 보자. 항노화는 AI를 가장 쉽게 떠올리게 하는 영역이지만, 그 현실은 많은 이가 생각하는 것보다 소박하다. Alex의 추산에 따르면 노화를 겨냥한 모든 기업을 합쳐도 총 시가총액은 약 150억 달러 정도이고, 기업 수와 투자액은 암 분야의 약 50분의 1에 불과하다. 커 보이는 투자 유치 뉴스도 AI 업계의 투자 옆에 놓으면 막대그래프에서 거의 보이지 않는다. 그래서 그의 결론은, 지금은 1달러의 레버리지가 매우 크며 우리는 아직 가장 이른 몇 번째 국면에 있다는 것이다.
더 중요한 것은, 이 분야에는 아직 사람에게서 효과가 입증된 상용 제품이 하나도 없다는 점이다. 그는 향후 10년 안에 첫 제품군이 나올 것으로 예상한다. 목표는 노화의 여러 측면을 늦추거나 예방하는 것이고, 눈을 끄는 신기술은 아니겠지만 첫 번째 입증 지점이 될 것이다. 그는 이를 항노화 분야의 "ChatGPT 모먼트"라고 부른다. 다만 처음 대형 모델을 썼을 때처럼 즉각적인 피드백을 받지는 못할 것이다. 그의 할아버지는 페니실린 치료를 가장 먼저 받은 미군 병사 중 한 명으로, 거의 목숨을 잃을 뻔한 폐렴을 겪고도 90세 넘게 살았다. 그는 항노화 분야의 "페니실린 모먼트"를 계속 기다리고 있으며, 그것이 10~15년 안에 올 것으로 본다. 오늘날 사람들이 일정 나이가 되면 스타틴(콜레스테롤 저하제)을 먹어 심혈관 질환을 예방하듯, 그가 기다리는 것은 심혈관 외의 "스타틴"이다.
사람들에게 가장 가까이 있는 것은 개에게 먹이는 약이다. Loyal이라는 기업이 하루 한 번 먹는 경구용 간식을 개발 중이며, 목표는 개의 수명을 늘리는 것이다. 미국 식품의약국(FDA) 승인을 받은 첫 수명 연장 요법이 될 가능성이 있다. 그는 유효성과 안전성 두 가지 심사를 이미 통과했고 생산 공정 한 가지만 남았으며, 내년 연말 전후에 완료될 것으로 예상하지만 여전히 불확실하다고 말한다. 인간용 버전은 몇 년 더 지나야 한다고 본다.
그다음은 더 대담한 2세대이며, AI가 큰 역할을 할 지점이기도 하다. 하나는 향후 50년에 걸쳐 낡은 세포와 조직을 새로운 것으로 교체하는 것이고, 다른 하나는 후성유전적 리프로그래밍(epigenetic reprogramming)으로, 세포의 유형은 바꾸지 않고 세포의 "나이"만 되돌리는 것이다. 그가 박사 과정 전반부에 연구한 것이 바로 이것이다. 그는 NewLimit이 이 부류에서 가장 앞서 나간 기업이며, 6억 달러 이상의 현금을 보유하고 있다고 본다. 이들은 먼저 간을 대상으로 mRNA 기술을 이용해 고령 생쥐에 치료법을 적용했고, 알코올로 인한 손상에서도 어린 생쥐처럼 버틸 수 있게 했다. 이후 면역세포와 신장으로 확장할 계획이다. 다만 그는 어떤 방법 하나가 모든 문제를 혼자 해결하지는 못한다고 강조한다. 세포외기질(세포 바깥의 지지 구조)도 손상을 축적하기 때문에, 세포 내부의 나이만 바꾸는 것으로는 충분하지 않을 수 있고, 여러 경로를 함께 가야 한다.
나는 이 대목이 상황을 아주 솔직하게 말한다고 생각한다. 밖에서는 떠들썩하지만, 안을 들여다보면 몇 개 기업, 몇 마리 생쥐, 개를 위한 약 하나일 뿐이다. AI가 여기서 해야 할 일은 이 긴 검증을 대체하는 것이 아니라, 더 많은 가능한 경로를 더 빨리 시험해 볼 수 있게 하는 것이다.
AI 기업의 바이오 안보에 대한 그의 시각
바이오 분야에는 다른 산업에 없는 것이 하나 있다. 같은 능력이 병을 고칠 수도 있고, 사람을 해치는 데 쓰일 수도 있다. Alex는 거의 모든 프런티어 연구소의 창업자들이 바이오 안보와 팬데믹, 생물테러리즘의 위협을 진심으로 걱정한다는 점을 다행스럽게 여긴다고 말한다. 그는 일반 대기업 CEO를 이런 연구소의 자리에 앉힌다면 아마 이렇게까지 신경 쓰지 않을 것이라고 본다. 그는 이들 연구소가 항상 옳은 일을 하고 충분히 많이 한다고는 생각하지 않는다. 이런 자리에서는 계속 옳게 하기가 어렵기 때문이다. 하지만 그 관심은 진짜이며, 그는 그것에 감사한다.
그는 명성이라는 측면에 대해서도 솔직하다. 이들 연구소는 자신들이 암을 치료하는 곳으로 여겨지면 규제하거나 문을 닫게 하기가 쉽지 않다는 점을 잘 안다. 그는 이 후광 뒤에 숨는 것이 다소 불편하게 느껴질 수 있다고 인정하지만, 이들이 정말로 이 문제를 걱정한다는 점은 인류에게 큰 이점이라고 본다. 그는 또한 생물테러리즘을 제외하면 바이오 분야에서 AI의 활용은 거의 논란이 없고, 진정으로 인류에게 이로운 일이라고 말한다. 다른 응용처럼 좋고 나쁨을 한 칼에 자르기 어려운 것이 아니라는 것이다.
나의 몇 가지 생각
돌아보면 Alex가 말한 몇 가지는 사실 같은 이야기의 여러 층위다. AI 기업이 오는 이유는 여기에 가장 큰 매출과 가장 깊은 해자가 있기 때문이고, 이들이 도울 수 있는 것은 분자 설계와 일상적 효율이며, 돕지 못하는 것은 가장 비싸고 느린 인체 검증이다. 그리고 항노화 같은 최전선에는 돈도 아직 적고 첫 제품조차 나오지 않았다. 이 층위들을 함께 놓으면 아주 소박한 결론 하나가 보인다. AI는 "생각해내는 것"을 싸게 만들었지만, "입증해내는 것"을 싸게 만들지는 못했다.
내 생각은 이것이 구경하는 사람과 실제로 일하는 사람에게 다른 의미라는 것이다. 구경하는 사람은 "어느 기업이 바이오테크에 진출한다"는 뉴스에 끌려가 약이 곧 싸지고 사람이 곧 오래 살게 될 것이라고 느끼기 쉽다. 일하는 사람은 한 가지를 더 물어야 한다. 이 기업이 풀려는 것은 아이디어의 문제인가, 입증의 문제인가? 전자는 AI가 가속하고 있고, 후자는 여전히 시간과 환자와 돈에 기대야 한다.
물론 Alex가 말한 것은 판단이지 예언이 아니다. 첫 항노화 제품이 10년 안에 나올지, AI가 검증 비용을 낮출 수 있을지는 모두 기다려 봐야 한다. 하지만 그가 제시한 순서는 유용하다. 한 분류에만 걸 수 있다면, 그는 가장 먼저 입증될 수 있는 분류, 즉 노화의 지연과 예방에 건다. 교체와 리프로그래밍은 그로부터 5년 뒤의 일이다.
아이디어는 점점 싸질 것이지만, 입증은 그렇지 않다.
