Newsletter · 2026-07-30 · Ashutosh Agarwal

AI 실험실이 자체 신약 개발에 나서며 AlphaFold 팀이 해체되다 - AI 신약개발 위클리 - 2026년 7월 30일 주간

2026년 7월 30일 주간 AI 신약개발 뉴스레터. 구글이 AlphaFold 팀을 해체하고 연구진을 Gemini와 Isomorphic Labs로 재배치했다. Anthropic은 자체 전임상 신약 개발에 나서겠다고 밝혔다. 리제네론, 브리스톨마이어스스큅, 일라이릴리는 이제 진짜 해자로 여겨지는 독점 환자 데이터가 결국 기존 대형 제약사들의 손에 있다는 것을 보여주었다. 이 모든 것은 8월 5일 Recursion, Schrodinger, 릴리의 실적 발표를 앞두고 나온 소식들이다.

AI Drug Discovery Weekly

2026년 7월 30일 주간: AI 실험실이 자체 신약 개발에 나서며 AlphaFold 팀이 해체되다

단백질 접힘 문제를 풀어냈던 팀이 해체되고 있다. AI 기업들은 삽을 파는 대신 직접 땅을 파기로 결정했다.

TL;DR

구글이 AlphaFold 팀을 해체하고 있다. 단백질 구조 예측으로 노벨상을 받은 그룹의 연구진들이 Gemini로 재배치되거나, 알파벳의 신약 개발 부문인 Isomorphic Labs로 전환 배치되었다. 팀의 약 4분의 1은 이미 회사를 완전히 떠났다. 딥마인드 연구 부문 부사장은 그룹의 "오랜 거대 난제 전략이 이제 진화했다"고 표현했다. 번역하자면: 지난 10년간 가장 청송받은 'AI 포 사이언스' 프로젝트가 사내 예산 경쟁에서 챗봇에 밀렸다는 뜻이다.
Anthropic이 직접 신약을 개발하게 된다. 제약사를 위한 도구가 아니라, 희귀·소외 질환을 대상으로 한 실제 전임상 프로그램이다. 이번 주 BioCentury 팟캐스트에서 공개된 내용으로, 이는 자사 플랫폼 구독을 고려하는 모든 제약사에게 경쟁 구도의 셈법을 바꿔놓는다.
지난주의 컨센서스는 "모델이 병목이 아니라 데이터가 병목"이었다. 이번 주 우리는 그 데이터를 누가 쥐고 있는지 알게 되었고, 답은 기존 대형 제약사들이었다. 리제네론은 300만 명을 시퀀싱해 100개가 넘는 보호성 유전 변이를 발견했고, 그중 약 50개가 신약 프로그램으로 이어졌다. 브리스톨마이어스스큅은 자체 AI 슈퍼컴퓨터를 확장해 타깃 발굴 기간을 수 주에서 수 일로 단축했다. 일라이릴리는 10억 달러 규모의 과거 연구 데이터에 대한 접근권을 라이선싱하고 있다.
리드 호프먼이 마이크로소프트 이사회를 떠나 AI 화학 기업을 전업으로 운영한다. 그는 Manas AI가 "인간이 발견하지 못했던" 항암 화합물을 만들어냈으며, 자신의 전산화학자들도 전혀 본 적 없는 물질이라고 말한다. 그는 사내에서 이를 "화학판 37수"라 부른다.
Schrodinger가 이번 주 유일한 실질적 신제품 출시를 발표했다. Bunsen이라는 에이전트형 AI 어시스턴트로, NVIDIA 및 구글 클라우드 인프라와 번들로 제공된다. 눈에 띄는 점은, 어떤 팟캐스트도 이를 다루지 않았다는 것이다.
Recursion은 진짜로 조용한 한 주를 보냈다. 뉴스도, 애널리스트 액션도, 팟캐스트 보도도 없었다. 유일한 등장은 CEO가 뉴런 1조 개를 배양한 실험실을 설명한 것뿐이었다.
우리가 다루는 세 종목 모두 같은 날, 8월 5일에 실적을 발표한다. 이번 주는 모든 것이 실적 발표 전 사전 포지셔닝이다.

What's new

AlphaFold 팀이 해체되고 있다

이번 주 최대 뉴스이며, 과소평가하기 쉬운 만큼 명확히 짚고 넘어갈 필요가 있다.

AlphaFold는 생물학 분야 밖의 대다수 사람들이 '신약개발용 AI'라는 것을 들어본 이유 그 자체다. 이 모델은 유전 서열로부터 단백질이 접혀 만들어질 3차원 구조를 예측하는데, 이는 50년간 이 분야를 괴롭혀온 난제였다. 개발자들은 노벨상을 받았다. AlphaFold 이전, 인류는 50년에 걸쳐 실험적으로 약 17만 개의 단백질 구조를 규명했다. 이후 그 수는 2억~3억 개로 늘어났다.

Daily Tech News Show(7월 29일)에서 진행자들은 해당 팀의 많은 연구진들—"그 중 일부는, 참고로 AlphaFold와 관련한 업적으로 노벨상을 인정받은 사람들"—이 "Gemini로 재배치되거나, 딥마인드에서 분사한 알파벳의 신약 개발 회사인 Isomorphic Labs로 전환 배치되었다"고 보도했다. 그리고 정말 중요한 수치는: "팀의 약 4분의 1이 이미 회사를 떠난 것으로 보인다."

딥마인드 연구 부문 부사장 푸시미트 콜리는 이를 전략적 진화라고 표현하며, 그룹의 "오랜 거대 난제 전략이 이제 진화했다"고 말했고, 진행자들은 이를 "구글의 가장 큰 우선순위"인 Gemini에 더 집중하는 쪽으로의 변화라고 지적했다. "그들은 그 최전선 수준에서 경쟁하기 위해 정말 열심히 노력하고 있다"는 것이다.

진행자들은 이를 구글의 승리로 해석했으며, 그런 주장에도 나름의 근거가 있다. 한 진행자는 이렇게 말했다. "딥마인드 AlphaFold는 한때 독자적으로 존재해야 했기 때문에 독자적인 조직이었다. 그런데 그것을—말장난을 용서해달라—Gemini에 '접어' 넣고, 이미 Gemini가 수행할 수 있고 실제 연구에서 이미 활용되고 있는 과학 연구의 일부로 만드는 것은, 오히려 전체를 훨씬 더 탄탄하게 만들어준다." AlphaFold 도구들은 여전히 공개되어 있고, Isomorphic Labs도 계속 운영된다.

하지만 이런 프레이밍을 걷어내고 보면 실제로 일어난 일은 이렇다. 세계에서 과학적으로 가장 청송받는 AI 프로젝트가, 그것을 만든 회사 내부에서 범용 챗봇을 상대로 인재 경쟁을 벌였고, 패배했다. 인력의 4분의 1이 떠났다. 투자 논리 전체가 "AI가 생물학을 바꿀 것"이라는 명제에 기대고 있는 이 업종에서, 그 명제를 보여주는 최고의 증거 사업이 정작 그것을 만든 회사 내부에서 독립적인 우선순위로 방어되지 못했다는 사실은 곱씹어볼 가치가 있다.

같은 주에 관련된 시그널이 하나 더 있다. Tech Brew Ride Home(7월 29일)에서는 AI 실험실들이 자기 개선형 시스템을 향해 질주하는 방식에 대한 논의에서, 데미스 하사비스가 스스로를 재귀적으로 개선하는 코딩 에이전트가 아니라 '월드 모델'을 통해 다른 경로를 추구하고 있다는 주장이 제기되었다. 지난주 우리는 Cythera의 우디 셔먼이 언어 모델 대신 분자를 위한 물리 기반의 '나노스케일 월드 모델'을 주장한 내용을 다뤘다. 이 두 갈래는 서로 수렴하고 있는지도 모른다. 딥마인드 내부의 베팅은, 분자과학이 전담 구조예측 팀이 아니라 월드 모델을 통해 돌아올 것이라는 쪽일 수 있다.

Anthropic이 신약 개발사가 되고 있다

BioCentury의 7월 28일 에피소드에는 실제로 받은 것보다 더 많은 주목을 받았어야 할 폭로가 담겨 있었다.

이번 에피소드는 매핑 작업을 중심으로 구성되었다. 기자 린지와 동료 캐런 트카치-투스만은 대형 AI 기업들의 최근 출시 제품들이 제약 연구 스택 전반에 걸쳐 어떻게 맞물리는지 정리하는 데 시간을 들였다. Anthropic은 6월 말 Claude Science를 출시했다. 구글도 비슷한 제품을 만들고 있다. NVIDIA는 그 아래에서 도구와 컴퓨트를 판매한다. 아마존은 특정 작업을 위한 에이전트를 만든다. OpenAI는 모델 자체를 다듬고 있다.

그러다가 대화 중간에 진행자 한 명이 물었다. "리지, 질문이 있어요. Anthropic이 직접 전임상 신약 개발에 뛰어들었다는 얘길 들은 것 같은데요?"

답변은 이랬다. "맞아요. …Anthropic은 이제 희귀·소외 질환을 위한 전임상 프로그램을 개발할 예정입니다. 그 이상은 별로 밝히지 않았어요."

그다음 질문이야말로 모든 제약사 임원들이 지금 던질 질문이다. "그러면 만약 당신이 이 회사의 도구를 사용하려는 기업이라면, 이게 경고 신호가 되지 않나요? 이제 이 회사가 내 경쟁자이기도 한 거잖아요?"

BioCentury는 이 질문을 Anthropic에 직접 제기했고, 그곳의 조나 쿨과 이야기를 나눴다. 그는 플랫폼이 "사용자 데이터로 학습시키거나, 어떤 형태로든 사용자 데이터를 보유하지 않는다"고 밝혔다. "그것은 그들의 비즈니스 모델의 일부가 아니다"라는 것이다. 밝혀진 동기는 제약사들이 신약 개발에서 겪는 어려움을 이해하기 위함이다. BioCentury는 이를 그대로 받아들이지 않았다. "그것이 정말 그대로 흘러갈지, 아니면 뭔가 다른 사정이 있는지는 지켜봐야 할 것 같다."

이것이 상업적으로 중요한 이유는 이렇다. 플랫폼형 AI가 제약사에 던지는 전체 영업 논리는 "당신의 독점 데이터를 우리에게 주면 더 빠르게 만들어주겠다"는 것이다. 만약 그 플랫폼 제공자가 자체 파이프라인도 운영하고 있다면—상업적으로 매력이 떨어져 시작하기에 외교적으로 무난한 희귀·소외 질환 영역이라 할지라도—신뢰 계산법이 달라진다. BioCentury는 그 우회책을 예측했다. "모델에 접근하는 대안적 방식들이 생겨날 것이다. 예를 들면 연합학습이나, 특정 목적을 위해 보호된 방식으로 데이터를 모으는 다른 컨소시엄 같은 것들 말이다. 그러면 잠재적 경쟁자에게 굳이 데이터를 제출할 필요가 없어진다." (연합학습이란 어느 쪽도 원본 데이터를 넘기지 않으면서 공유 모델을 학습시키는 방식을 뜻한다.)

이 흐름의 규모를 가늠할 배경으로, Equity(7월 22일)에서 Menlo Ventures의 매트 머피는 Anthropic이 5월 기준 연환산 매출 470억 달러를 넘어섰다고 언급했다. 2025년의 90억 달러 대비 큰 폭의 증가이며, 그는 이를 기업 고객 중심 전략과 "생명과학용 Claude Code"를 비롯한 제품들 덕으로 돌렸다. 이 정도 매출 규모의 회사가 전임상 개발에 뛰어든다는 건 그저 과학 프로젝트가 아니다.

기존 대형 제약사들이 패를 보여줬고, 그들의 데이터는 방대하다

지난주 이슈에서는 세 개의 독립적인 목소리가 하나의 주장으로 수렴했다: AI 모델은 더 이상 제약 요인이 아니며, 올바른 실험실 생성 데이터가 그 자리를 차지한다는 것이다. 이번 주 우리는 그 당연한 후속 질문—실제로 그 데이터를 누가 갖고 있는가—에 대한 답을 얻었고, 그 답은 순수 AI 신약개발 기업들에게 불편한 것이다.

리제네론. 리제네론 유전체 센터를 이끄는 아리스 바라스는 Business Of Biotech(7월 27일)에서 이번 주 가장 실질적인 인터뷰였을지도 모를 대담을 남겼다.

그는 진짜 문제부터 짚었고, 그것은 모델링의 문제가 아니었다. 그의 팀은 지금까지 추진된 모든 신약 타깃, 승인된 모든 약, 임상시험에서 시도된 모든 것을 분석했고, 이것이 게놈의 "약 10% 정도밖에 커버하지 못한다"는 것을 발견했다. "10%다. 유전자가 2만 개인데, 우리가 실제로 파고든 건 겨우 10% 정도였다." 그의 말을 빌리면 "우리 업계의 실패율은 90%다. 대부분의 사람들은 이걸 제대로 인식하지 못한다. 우리는 매일 아침 일어나서, 우리가 하는 일 대부분이 실패하는 걸 본다."

그들의 접근법은 이렇다: 유전적으로 질병을 막아주는 사람들을 찾고, 그 돌연변이를 흉내내는 약을 만드는 것이다. 영감을 준 것은 PCSK9였다. 댈러스 심장 연구는 이 유전자가 망가진 버전을 가진 사람들이 "심장마비 발생률이 90% 낮고, 나쁜 콜레스테롤 수치도 매우 낮다"는 것을 발견했다. 이것이 왜 모든 위험을 낮추는지에 대한 바라스의 핵심은 이렇다. "임상시험은 이미 거의 끝난 셈이다. 그 유전자가 없는 수천 명의 평생 데이터를 살펴보고, 그들이 누리는 이점을 확인할 수 있다. 그러면, 갑자기, 실패율 90%처럼 보이지 않게 된다."

문제는 이런 사람들이 희귀하다는 것이다. "1000명 중 1명, 1만 명 중 1명"이며, 한 사례만으로는 아무것도 증명하지 못한다. "그런 사람을 한 명 찾는 건 좋은 일이다. 하지만 확실히 하려면, 수백 명을 봐야 한다. 수천 명을 봐야 한다." 이것이 바로 그 규모의 존재 이유다: 300만 명 시퀀싱.

13년이 지난 지금, 결과는 이렇다. **"우리는 100개가 넘는, 그야말로 놀랍고 거의 믿기지 않는 보호성 인간 유전 요인 이야기들을 찾아냈다. 그중 절반 정도, 대략 50개를 지난 10여 년에 걸쳐 리제네론 파이프라인에 들어간 신약으로 전환했다."" 가장 어려운 영역인 신경퇴행성 질환, 심지어 암에서도 마찬가지다. "태어날 때부터 암에 절대 걸리지 않도록 보호해주는 유전 변이를 갖고 태어난 사람들이 있다. 그 가능성을 상상해보라."

그는 타깃 이름을 밝히지 않은 채 진행 중인 사례 하나를 소개했다. 간 지방을 줄이고 간질환 위험을 낮추는 데 있어 "우리가 본 어떤 유전자, 어떤 타깃보다도 가장 큰 효과 크기를 가진 유전자"다. 그 유전자의 보호성 버전이 망가져 있기 때문에 "우리는 즉시 억제제를 만들어야 한다는 것을 안다." 그들의 전사체 데이터가 이 유전자가 간세포 내부에 위치한다는 것을 보여주었기 때문에 "항체로는 할 수 없다." 그래서 그들은 이를 Alnylam과의 파트너십을 통해 유전자 침묵 약물로 전환했고, 현재 후기 개발 단계에 있으며 올해 안에 데이터가 나오길 기대하고 있다. 이것이 인구 유전학에서 모달리티 선택, 임상까지 이어지는 전체 루프이며, 이 중 얼마나 적은 부분이 AI인지 주목할 만하다.

AI가 실제로 관여하는 곳은 두 개 층으로 나뉘며, 두 번째 층이 전략적으로 흥미로운 부분이다.

평범한 층: 이들은 이를 '변이 콜링'—게놈당 수십억 개의 유전 변이 중 어느 것이 무의미하고 어느 것이 실제로 중요한지 분류하는 작업—과 "수십만 장의 이미지"에 걸친 주석 자동화에 사용한다. 바라스는 은퇴를 앞둔 최고데이터책임자 제프리 리드가 일찍이 "물론 Claude 모델들"을 도입한 공을 인정했다.

전략적 층은, 그 자신의 말을 빌리면, 이번 주의 명언이다:

이 회사들이 AI 모델을 개발하며 이룬 성과는 놀랍다. 그리고 그들은 점점 더 나아지고, 아마 더 효율적이 될 것이다. 하지만 공개 데이터로 학습시킬 때는 결국 다 비슷해지는 경향이 있다, 그렇지 않은가? 그래서 Anthropic과 OpenAI는 대체로 같은 데이터를 상당 부분 학습시킨다. 그러니 그들은 모델 자체로 차별화할 수 있다. 하지만 그 모델들을 결합하거나, 더 나아가서 우리가 여기서 생성하고 있는 종류의 데이터로 학습시킨다면 어떨까?

그는 이어서 지출 비교를 명시적으로 제시했다. AI 기업들은 공개 데이터를 학습시키기 위해 데이터센터에 수십억 달러를 쏟아붓고 있는 반면, "우리가 지난 10년에 걸쳐 쏟아부은 수십억 달러는, 헬스케어에 더 특화되고 더 고유한 이 독점 데이터셋을 구축하는 데 쓰였다." 그가 그리는 보상은 이렇다: 수억 건에 달하는 수십 년치 건강 기록을 유전체·단백체 심도와 결합하면, "마침내 인간 생물학을 이해하고 예측하는 모델을 학습시킬 수 있게 된다."

그가 말하는 최종 목표는 이 프로그램이 어느 시점에 정체될지에 대한 모호함을 전혀 남기지 않는다. "나는 우리가 모든 사람의 게놈과 프로테옴을 생성하게 될 미래를 정말로 본다. 그러니 수익 체감이란 없다. 여기에 결승선은 없다. 우리는 완전히 올인한다."

그와 반대되는 방향으로 작용하는, 진정으로 솔직한 인정도 하나 있다. 초기 시퀀싱 선두주자였다는 것은 "우리에게 있어서는 전략적 이점이 점점 덜해지고 있다." 시퀀싱 비용이 폭락했기 때문이다. 진짜 해자는 게놈과 수십 년치 건강 기록 사이의 연결이지, 시퀀싱 자체가 아니다.

브리스톨마이어스스큅. Science News Daily(7월 22일)는 BMS가 "약 3년 전에 시작한 초기 DGX 슈퍼포드"를 기반으로 AI 플랫폼을 확장했다고 보도하며, "타깃 발굴을 몇 주에서 며칠로 단축하는 것을 목표로 한다"고 전했다. (DGX 슈퍼포드는 NVIDIA의 사전 패키지된 AI 슈퍼컴퓨터다.) 경영진은 목표를 "수작업을 줄이고, 진행 중인 프로그램이 올바른 것일 가능성을 높이는 것"이라고 표현했는데, 후자 부분—속도가 아니라 적중률을 높이는 것—에 주목할 만하다. 재무 수치나 상업화 시점은 공개되지 않았다. BioCentury는 이를 별도로 하나의 트렌드로 지목했다. "그런 종류의 딜을 성사시킬 자본이 있는 대형 제약사들이, 플랫폼 자체에만 접근 가능한 소규모 바이오텍보다 더 빠르게 더 많은 것을 해낼 수 있을 것이다."

일라이릴리. 릴리는 세 번째 각도에서 같은 일을 하고 있다. 자사 데이터를 임대하여 해자로 삼는 것이다. 7월 23일, Sprint Bioscience는 릴리가 2025년 말 출시한 AI 신약개발 플랫폼인 Lilly TuneLab에 공식 합류했다. 이 계약을 통해 Sprint는 릴리의 독점 연구 데이터로 학습된 예측 모델에 접근할 수 있으며, 이는 10억 달러가 넘는 과거 연구 투자를 대표하는 것으로 묘사된다. 같은 날 발표된 별도 업계 보고서는 릴리와 NVIDIA 간 약 10억 달러 규모의 공동혁신연구소와, 2026년 초 가동에 들어간 Blackwell Ultra GPU 1,016개를 갖춘 'LillyPod' 슈퍼컴퓨터를 조명했다.

이 셋을 합쳐보면, 순수 AI 신약개발 기업에 롱 포지션을 취한 투자자라면 걱정해야 할 패턴이 드러난다. 대형 제약사들이 AI 신약개발 기업들이 판매하는 것을 자체적으로 사내에 구축하고 있다는 것이다. 그들은 데이터를 갖고 있고, 컴퓨트 딜을 맺을 자본도 갖고 있으며, BioCentury의 보도 표현대로 "제약 요인은 모델이나 플랫폼 접근성이 아니라, 오히려 데이터와 그들이 수행하는 분석의 종류다."

리드 호프먼이 AI 화학에 올인하다

Masters of Scale(7월 25일)에서 사티아 나델라와의 대화 중, 리드 호프먼은 10년간 몸담았던 마이크로소프트 이사회를 연말에 떠나 자신의 AI 기반 화학 기업 Manas AI에서 '창업자 모드'로 복귀할 것이라고 발표했다.

그의 이유는 하나의 결과였고, 그는 이를 조심스럽게 묘사했다. Manas는 자신들이 목격하고 있는 현상에 사내 명칭을 붙였다: "우리 사내에서는 이를 '화학판 37수'라고 부른다. 실제로 정말 흥미로운 암과 다른 질병들에 실질적인 시도를 할 수도 있는 화학을 우리가 목격하고 있기 때문이다."

(놓친 사람들을 위해: '37수'는 2016년 알파고가 이세돌과의 대국에서 둔 수로, 어떤 인간 기사도 선택하지 않았을 법한, 실수처럼 보였지만 결국 천재적인 수였음이 드러난 그 수를 가리킨다. 이는 AI가 단순히 더 빠른 것이 아니라 인간의 직관을 진정으로 벗어난 무언가를 만들어낸다는 것을 나타내는 표준적인 줄임말이 되었다.)

그가 제시하는 검증은 인간 전문가의 놀라움이다. "우리는 세계 최고 수준의 전산화학자들을 모셨고, 그들이 이걸 보고 '정말 흥미롭다, 전에 본 적 없다, 이건 통할 수도 있겠다'고 말했다." 그리고 결정적으로: "우리가 Manas에서 하고 있는 종류의 화학은, 인간이 발견하지 못했던 화학이다."

이런 일이 왜 일어나는지에 대한 그의 설명이 이 주장에서 진짜 유용한 부분이다. AI는, 그의 말에 따르면, "일종의 외계 지성이다… 인간 지능을 아주 강하게 모방하도록 만들어진 AI의 한 버전이며, 이는 우리에게 엄청난 효용을 만들어내지만, 그 추론 패턴은 우리와 같지 않다. 사람들은 이걸 자주 마주하고는 '아, 무섭다'고 한다. 그러면 이렇게 말할 수 있다, 아니, 사실은… 이건 또한 멋진 일이다, 새로운 것들을 가능하게 해주기 때문이다."

그의 명예를 위해 말하자면, 그는 시간표를 과장하지 않았다. "아직 아주 초기다, 그렇지 않은가? 이런 것들은 모든 IND 절차까지 포함해서 시간이 걸린다." (IND는 회사가 사람을 대상으로 약물을 시험하기 전에 FDA에 제출하는 신청서로, 첫 번째 실질적인 규제 관문이다.) 화학자들에게 인상적인 신규 화합물이라도 신약이 되기까지는 아직 갈 길이 멀다.

이번 주의 또 다른 진짜 과학

설계된 단백질이 CRISPR의 오류율을 5배 넘게 낮췄다. AI Chat(7월 24일) 보도: 중국 연구팀이 AlphaFold를 이용해 CRISPR-Cas9 유전자 편집 단백질을 재설계했고, 10개의 핵심 위치에서 23개의 아미노산 치환을 테스트했다. 오프타깃 편집—게놈의 잘못된 위치를 절단하는 것으로, 유전자 편집에서 핵심적인 안전 문제—은 28%에서 5%로 떨어졌고, 의도한 타깃에 대한 정확도는 유지되었다. 네이처에 게재되었다. 눈에 띄는 메커니즘적 세부사항: 단백질의 전체 형태가 변하지 않은 경우에도, 95% 이상의 오프타깃 부위에서 가이드 RNA와 접촉하는 아미노산에 변화가 나타났다. 이는 AI 구조 예측이 "완전히 새로운 신약을 처음부터 설계하는" 것이 아니라 기존 도구를 더 안전하게 만드는 유용한 일을 해낸 좋은 사례다.

Scape Bio는 생물의약품이 지금까지 정복하지 못한 표적군을 위한 AI 설계 미니단백질에 관한 네이처 논문을 발표했다. The Bio Report(7월 22일)에서 공동창업자 겸 CEO 크리스토퍼 노른은 이 간극을 설명했다. GPCR—승인된 약물의 상당 부분을 차지하는 수용체군이며, GLP-1 비만치료제가 작용하는 대상이기도 한 계열—은 대부분 소분자와 펩타이드로 약물화되어 왔다. 항체는 여기서 거의 작동하지 않는다. "승인된 약물 사례는 매우 드물다. 총 세 개뿐이다. 그리고 그 세 개의 항체 중, 수용체를 활성화할 수 있는 것은 하나도 없다."

이유는 물리적이다. 이 수용체들은 세포의 지방질 막에 박혀 있으며 물에 녹지 않기 때문에, 항체를 만드는 표준적인 방법이 통하지 않는다. 수용체를 막에서 꺼내면 "약간씩 다른 형태를 취하게 되어, 그렇게 만들어진 분자들은 결국 기능하지 않게 된다." Scape의 해결책은 "수용체를 원래 환경에 그대로 둔 채" "인간 세포 내부에서 직접" 결합을 스크리닝하는 것이다.

이들이 설계한 분자는 미니단백질로, "겨우 40~70개 아미노산 길이"이며, "약 15배 더 긴" 항체와 대비된다. 노른은 이것이 더 나은 물리적 적합성을 준다고 주장한다. "우리는 그들의 포켓 안으로 상당히 깊숙이 침투해 원하는 상태로 고정시킬 수 있다." 그는 이를 "항체처럼 선택적이고, 소분자처럼 안정적"이라고 표현하며, 장 국한 치료를 위해 소화를 견디도록 제형화할 수도 있다고 말한다.

결과: 데이비드 베이커의 실험실과 협력하여 "우리는 이제 11개의 서로 다른 GPCR에 대해 이를 완료했다… 우리는 이 수용체들을 활성화하거나 [비활성화]하는 조절제를 생성할 수 있다." 네이처 논문은 이 에피소드와 같은 날 공개되었다.

분자 설계와는 무관하게, 언어 모델이 어디에 적합한지에 대한 좋은 세부사항도 있다. 노른은 이를 타깃 선정에 활용했는데, 역사적으로 이는 "한 방에 많은 사람들이 모여 특정 타깃을 논의하는… 끝없는 논의"였고 "모두가 각자 좋아하는 GPCR을 갖고 있었다." 대신: "LLM을 활용하면 이를 체계적으로 할 수 있다. 우리는 이를 위해 수십억 개의 토큰을 사용했고, 대략 3,000개의 서로 다른 타깃-적응증-작용기전 조합에 대해 검토해서 지금은 약 8개로 이루어진 목록에 도달했다." 그는 사람을 루프에 계속 남겨두었다. "우리는 여전히 인간이고, 그것을 살펴보며, 어떤 경우에는 AI가 고를 것과는 다르게 순위를 매길 수 있게 해주는 업계 지식을 갖고 있다." 한 가지 더 솔직한 언급: 단백질 백본을 생성할 때 그들은 베이커 랩의 RF 확산 같은 방법을 사용하지만, "때로는 AI가 생성한 백본보다 약간 더 잘 발현되는 대규모 천연 스캐폴드 라이브러리"도 사용한다. 자연은 여전히 이따금 모델을 이긴다.

회사는 작고 초기 단계다: 2년 반의 기술 구축 끝에 지난 6월 코펜하겐의 바이오이노베이션 인스티튜트에서 스핀아웃했고, 시드 투자를 받았으며 추가 투자를 유치 중이다.

게놈 언어 모델이 제조 영역으로 진출하고 있다. Off Script(7월 28일)는 이 뉴스레터가 그동안 소홀히 다뤄온 한 영역을 다뤘다. 게놈으로 학습된 언어 모델을 균주 최적화와 바이오제조 수율에 적용해, 항체와 바이오의약품을 생산하는 엔지니어링 생물체의 생산성을 높이는 것이다. 발견은 헤드라인을 차지하지만, 마진의 상당 부분은 실제로 제조 수율에서 나온다.

공공 자금이 데이터 플라이휠에 투입되고 있다. Crain's Daily Gist(7월 29일)는 노스웨스턴 대학이 단백질 공학을 위한 클라우드 실험실을 구축하기 위해 2,000만 달러 규모의 NSF 지원금을 받았다고 전했다. 이 실험실에서는 AI가 단백질 설계를 제안하고, 연구자들이 이를 합성·시험하며, 그 결과가 다시 학습 데이터로 피드백된다. 규모는 소박하지만, 이는 지난주 Xaira와 Lila Sciences 에피소드가 진짜 승부처라고 주장했던 '자체 데이터 생성' 구조 그 자체이며, 이제 연방 과학 지원금에서도 나타나고 있다.

규제: FDA의 AI 임상시험 파일럿이 첫 실질적 비판을 받다

Note to File(7월 22일)은 FDA의 초기 단계 임상시험 AI 최적화 파일럿 프로그램에 대한 정보 제공 요청에 달린 공개 의견들을 검토했다. 이는 AI가 신약 개발에서 연구 스토리가 아니라 컴플라이언스 스토리가 되는 지점이기에 추적할 가치가 있다.

가장 날카로운 의견은 Massive Bio에서 나왔다. 이 기관은 FDA가 이를 "규제 등급의, 인간이 관장하는 AI 지원 임상시험 오케스트레이션 프로그램으로 설계해야지, 좁은 범위의 모델 평가나 스폰서만을 위한 운영 실험으로 설계해서는 안 된다"고 주장했다. 진행자들은 이 비판에 동의했다. "스폰서만을 위한 운영 실험처럼 보인다. 그게 그들이 무대에 세운 사람들이지 않나? 스폰서 둘."

그들은 또 종양학 분야에서 시작하는 것에 의문을 제기했다. 이 분야는 "등록률이 대체로 그리 높지 않다. 매우 지저분한 데이터 포인트가 많다… 시작하기에 이상한 곳처럼 보인다." 다만 그들은 반론도 인정했다. 진짜 목표가 임상시험을 전자건강기록과 연결하는 것이라면, 종양학이 말이 되는 이유는 "임상시험이 곧 임상 진료가 되기 때문이다. 그러니 그것이 EHR 안에 있어야 한다"는 것이다.

이 모든 것의 중심에 있는 민간 기업에 대해서도 공공연한 회의론이 있었다. "데이터를 곧바로 Paradigm 시스템에 입력하는 것이 FDA로 스트리밍되고 있다는 것도 이상하다. 즉, Paradigm은 분명 상당한 시간을 들여 조용히 큰 자금을 모았고, 그러다 갑자기 등장해서 이런 관계를 맺게 된 것이다."

어조의 변화가 시그널이다. "처음 나왔을 때는 다들 그저 혁신을 향한 엄청난 진전이라며 박수를 쳤다. 그런데 나는 '정말 그런가, 이해가 안 된다'고 생각했다. 그리고 지금은 적어도 사람들이 나서서 좀 더 비판적인 태도를 보이고 있다."

같은 쇼의 자매 에피소드(7월 30일)는 현재 업계 원칙에 대한 가장 명확한 진술을 제공했다. 임상시험 코디네이터의 데이터 입력을 돕는 AI를 사용하는 회사 Gleam을 논의하면서, 그 기준은 두 부분으로 나뉜다고 설명되었다. 도구는 반드시 "목적에 부합해야" 하며, 반드시 **"다른 쪽 끝에 책임지는 인간"**이 있어야 한다는 것이다. 집행 대상은 인간 검토 없이 AI를 배치하거나, 의도된 목적에 맞지 않는 도구를 사용하는 기업들이다. 이는 원칙적으로는 낮은 기준이지만 실제로는 의미 있는 제약이며, 거의 모든 임상시험 자동화 제안에서 완전 자율형 버전을 배제한다.

별개로, 같은 에피소드는 FDA의 중국 임상 데이터 제한을 데이터 품질 정책이 아니라 산업 정책으로 읽었다. "그들이 그저 임상 연구 작업이 해외로 이전되는 것을 원치 않는다는 신호를 보내려는 것 아닌가?"

The debate

지난주의 논쟁은 병목 현상에 관한 것이었다. 세 개의 독립적인 목소리가 AI 모델은 더 이상 제약 요인이 아니라고 말했고, 논쟁의 초점은 무엇이 그 자리를 대신했는가였다. 더 많고 더 나은 실험실 데이터(Xaira, A-Alpha Bio, Lila Sciences) 대 더 적은 데이터가 필요한 더 나은 분자 표현 방식(Cythera의 물리 기반 접근법).

이번 주 논쟁은 더 불편한 곳으로 옮겨갔다: 만약 데이터가 해자라면, 그 해자는 지난 20년간 환자를 축적해온 기업들의 것이지, 지난 5년간 GPU를 축적해온 기업들의 것이 아니다.

이번 주에는 양방향 모두 논거가 제기되었으니, 양쪽 모두의 사례를 살펴보자.

기존 대형 제약사가 이긴다. 리제네론은 수십 년치 건강기록과 연결된 300만 건의 시퀀싱 게놈과, 100개의 검증된 보호성 돌연변이—그 중 50개는 이미 신약 프로그램—를 보유하고 있다. 이는 13년이 걸렸고 돈으로 살 수 없다. BMS는 자체 AI 슈퍼컴퓨터를 갖고 있다. 릴리는 10억 달러 규모의 연구 히스토리를 플랫폼으로 임대하고 있다. BioCentury의 매핑이 가장 명료하게 짚었다: 스택 안에서 차별화가 가능한 중간층은, "제약사나 바이오텍이 다른 회사도 접근 가능한 동일한 플랫폼이나 모델을 사용하더라도 진정으로 차별화할 수 있는" 곳이다. 왜냐하면 "제약 요인은 모델이나 플랫폼 접근성이 아니라, 오히려 데이터와 그들이 수행하는 분석의 종류이며, 이는 반드시 같은 속도로 변하지는 않기 때문"이다. 그리고 플랫폼 접근이 소규모 기업들을 대형 제약사와 같은 선상에 놓아주는지 직접 물었을 때: "가령 소규모 바이오텍이 그 모델에 접근한다고 해서, Claude Science를 사용하는 대형 제약사와 같은 수준에 서게 될지는 잘 모르겠다."

이 주장에는 소규모 플레이어에게 더 불리한 2차적 버전도 있다. 이는 단순히 데이터 양의 문제가 아니라 컴퓨트를 위한 자본의 문제이기도 하다. BioCentury는 대형 제약사가 BMS와 NVIDIA처럼 컴퓨트 계층에서 딜을 맺을 수 있다고 지적했다. "플랫폼 자체에만 접근할 수 있을지도 모르는 소규모 바이오텍과는 다르다." 그리고 에이전트를 운영하는 비용은 이제 실질적인 지출 항목이 되었다. NVIDIA의 킴벌리 파월은 "에이전트가 다음에 무엇을 할지 생각하며 대기하고 있을 때마다, 그것은 토큰을 소비하고 있는 것"이라고 지적했다. BioCentury는 이를 이미 테크 업계에서 일어난 일에 빗댔다. "우리는 한동안 이런 '토큰 맥싱' 개념을 목격했다. 다들 그저 최대한 빠르게 움직이고 싶어했고, 직원들에게 토큰을 그냥 쓰라고 독려했다. 그런데 이제는 발을 빼고 있다. 사람들이 '와, 이거 정말 비싸다'고 느끼기 때문이다." 나델라도 Masters of Scale에서 같은 지적을 하며, "사람들은 비효율적인 방식으로 엄청난 토큰을 쓰며 미쳐버릴 수 있다"고 경고했고, "세상에서 중요한 결과를 위해 토큰을 더 효율적으로 쓰는 법을 알아내는 사람이 앞서갈 것"이라고 주장했다. 컴퓨트 비용 규율은 신약 개발에서 경쟁 변수가 되어가고 있으며, 이는 재무제표가 튼튼한 쪽에 유리하다.

도전자들이 이긴다. 반대 사례는, 기존 대형 제약사들이 잘못된 종류의 데이터를 갖고 있으며, 이번 주 흥미로운 결과들은 소규모 팀에서 나왔다는 것이다. Scape Bio는 코펜하겐의 몇 안 되는 사람들로 이루어져 있지만, 방금 네이처에 논문을 게재했고 승인된 항체 세 개가 활성화하지 못한 11개 수용체를 정복했다. Manas는 세계 최고의 전산화학자들도 본 적 없는 화학 물질을 만들어냈다. 시드 단계부터 지분을 보유해온 한 투자자는 Chai Discovery의 단백질 파운데이션 모델을 "탁월하다"고 표현했다. 이들 중 어느 것도 300만 명의 게놈을 필요로 하지 않았다. 필요한 건 명확하고 잘 선택된 문제와, 그것을 표현하는 좋은 방법이었다.

기존 대형 제약사의 데이터 우위가 보이는 것보다 좁다는 진짜 주장도 있다. 바라스 본인도 초기 시퀀싱 선두주자였다는 것이 비용 하락과 함께 "전략적 이점이 점점 덜해지고 있다"고 인정했다. 인간 집단유전학은 어떤 타깃이 추구할 가치가 있는지 알려주지만, 그 타깃에 명중하는 분자를 어떻게 설계할지에 대해서는 거의 아무것도 말해주지 못하는데, 바로 그 지점이 AI 네이티브 기업들이 실제로 활동하는 영역이다. 리제네론 자신의 간 사례가 이 점을 증명한다. 유전학이 타깃을 골랐지만, 약물 자체는 Alnylam과의 파트너십에서 나왔다. 타깃 선정과 분자 설계는 서로 다른 사업이며, 순수 AI 기업들은 대부분 후자에 속한다.

그리고 AlphaFold 뉴스가 제기하는 어색한 세 번째 가능성이 있다: 프론티어 AI 실험실들이 이 모든 것을 다 가져갈 수도 있다는 것. Anthropic은 연환산 매출 470억 달러에 도달했고 자체 전임상 프로그램을 시작하고 있다. OpenAI는 GPT 로절린드를 개발 중이며, BioCentury는 이를 "GPT 5.5인데, 화학 관련 과학 정보를 강화하고, 모델을 과학에서 더 전문화되도록 학습시키는 추가 데이터셋을 결합한 것"이라고 묘사했다. 구글은 자사의 과학 인재를 Gemini로, 신약 프로그램을 Isomorphic Labs로 통합하고 있다. 이들은 상장된 AI 신약개발 업계 전체를 합친 것보다 낮은 자본비용을 가진 조직들이며, 이제 막 자기 고객들과 경쟁을 시작했다.

우리의 결론. 솔직한 판단은, 순수 AI 신약개발 기업들이 양쪽 끝에서 압박받고 있으며, 이번 주 소식은 그 상황을 더 낫게가 아니라 더 나쁘게 만들었다는 것이다. 이들 위로는, 대체 불가능한 환자 데이터와 컴퓨트를 살 자본을 가진 기존 대형 제약사들이 그 능력을 내부적으로 구축하고 있다. 이들 옆으로는, 훨씬 저렴한 자본을 가진 프론티어 AI 실험실들이 스택을 따라 아래로, 신약 개발 자체로 이동하고 있다. 순수 AI 기업들이 중간층을 자신들 것이라고 주장하는 근거—전산 역량과 생물학적 통찰을 독보적으로 결합한다는 것—는, 정확히 지금 양쪽 이웃 모두가 다투고 있는 바로 그 주장이다.

기존 대형 제약사들이 진정으로 빠르게 복제할 수 없는 자산이 하나 있으며, 이는 지난주와 이번 주 모두에서 언급된 그 자산과 같다: 음성 데이터. BioCentury는 이 점을 직접적으로 지적했다. "음성 데이터가 필요하다. 그리고 그것은 [Claude] Science나 단백질 데이터뱅크에서 커넥터로 끌어올 수 있는 것이 아니다. 그것은 경험과 함께, 회사가 보유한 독점 데이터에서 나오는 것이다." 무엇이 실패했고 왜 실패했는지는, 아무도 실패 사례를 발표하지 않기 때문에 그 어떤 공개 데이터베이스에도 없다. 10년치 자체 실패 실험을 가진 기업은 그 어떤 모델도 다운로드할 수 없는 무언가를 갖고 있는 것이다. 모델 품질이 아니라 바로 그것이, 전문 기업들이 여전히 갖고 있는 가장 강력한 논거다.

그리고 이 모든 것이 전문성을 무의미하게 만들 것을 우려하는 사람들을 위한 안심되는 대목도 있다. 수년간 경험을 쌓은 박사학위 소지자가 여전히 우위를 갖고 있는지 물었을 때, BioCentury의 답은 주저 없이 그렇다는 것이었다. "무엇을 물어야 하는지, 무엇을 묻지 말아야 하는지를 아는 능력이 있어야 하기 때문이다. 그러니 에이전트를 이끌기 위해서는 과학에 대한 맥락과 경험이 필요하다." 여기서 제시된 비유는 프로그래밍이었다. "사람들은 '아, 이제 아무도 프로그래밍을 하지 않을 것'이라고 말한다. 하지만 지금 당장, [Claude] code를 가장 효과적으로 쓰는 사람들은 프로그래밍하는 법을 아는 사람들이다."

Stocks in play

우리가 다루는 세 종목 모두 같은 날, 8월 5일에 2분기 실적을 발표한다. Recursion은 장 시작 전, Schrodinger는 장 마감 후, 릴리도 같은 날 발표한다. 아래 내용은 모두 조용한 기간 동안의 실적 발표 전 포지셔닝이다.

	주가(7월 30일)	전주 대비	52주 범위	시가총액
RXRX(Recursion)	3.03달러	+0.7%(3.01달러에서)	2.77–7.18달러	16억 달러
SDGR(Schrodinger)	15.35달러	+1.5%(15.13달러에서)	10.95–23.02달러	11억 달러
LLY(일라이릴리)	1,155.27달러	-2.6%(1,185.77달러에서)	623.78–1,249.45달러	1조 880억 달러

Schrodinger(SDGR), 15.35달러, 이번 주 1.5% 상승. 세 종목 중 실제 제품 이벤트가 있었던 유일한 종목이다. 7월 27일 Schrodinger는 Bunsen의 얼리 액세스 버전을 출시했으며, "연구자들이 과학적 목표를 이해하고, 계산 전략을 수립하고, 정교한 분자 발견 워크플로우를 실행하고, 결과를 해석하도록 돕는 새로운 에이전트형 AI 공동 과학자"라고 설명한다.

이 포지셔닝은 의도적인 것이며 인용할 가치가 있다. 이는 이 뉴스레터가 몇 주째 추적해온 "물리 대신 AI가 아니라, 물리 더하기 AI"라는 논지를 정확히 담고 있기 때문이다. "AI와 물리 기반 시뮬레이션을 결합함으로써, Bunsen은 연구자들이 더 큰 규모로 자신의 전문성을 발휘할 수 있게 해준다… 기존 과학 정보를 검색하고 요약하는 데 그치는 범용 AI 시스템과 달리, Bunsen은 Schrodinger의 검증된 계산 방법을 실행하도록 최적화되어 있으며, 물리 기반 분자 발견에 대한 수십 년간의 회사 전문성을 활용한다."

그 주장의 후반부가 상업적으로 흥미로운 부분이다. "Bunsen은 전산화학자가 아닌, 경험 많은 신약 헌터들도 첨단 계산 방법을 접근 가능하게 만든다." Schrodinger의 구조적 문제는 항상 소프트웨어를 다루려면 전산화학자가 필요하다는 것이었고, 이는 어느 고객사 내부에서든 잠재적 사용자 기반의 상한선을 정해왔다. 만약 자연어 계층이 진정으로 그 제약을 제거한다면, 계정당 좌석 수가 늘어난다. CEO 라미 파리드는 이를 발견 사이클의 마찰을 제거하고 플랫폼의 사용자 기반을 확대하는 것으로 규정했다. 전면적인 상업 출시는 2026년 말까지를 목표로 한다.

또한 이는 진지한 인프라 파트너들과 함께 번들로 제공된다. NVIDIA 및 구글 클라우드와의 협업의 일환으로, 양사는 "Bunsen 초기 고객을 지원하기 위해 공동 설계된 풀스택 AI 플랫폼을 제공할 것"이며, 여기에는 구글 클라우드의 탄력적 컴퓨트, 그리고 NVIDIA BioNeMo 에이전트 툴킷과 NVIDIA RTX PRO 6000 Blackwell 서버 에디션 GPU와의 통합이 포함된다. NVIDIA의 디지털 생물학 디렉터 앤서니 코스타는 공개적으로 이 스택에 대해 언급했다.

두 가지 주의할 점이 있다. 첫째, 이는 얼리 액세스이지 매출이 아니며, 전면 출시까지는 아직 5개월이 남았고, 8월 5일 실적 발표가 초기 채택에 대해 뭔가 들을 수 있는 첫 기회가 될 것이다. 둘째, 더 시사하는 바가 큰 것은: 우리가 조사한 팟캐스트 중 단 한 곳도 Bunsen을 다루지 않았다. AI 리더로 인식되는 것에 서사가 의존하는 회사가, 업계 종사자들이 리제네론의 게놈과 딥마인드의 조직개편에 대해 이야기하던 바로 그 주에 에이전트형 제품을 출시하고도 전혀 관심을 받지 못했다는 것은, 그 자체로 마인드셰어에 대한 하나의 데이터 포인트다.

실적 발표에 대한 배경: 컨센서스는 매출 약 4,720만 달러에 주당 약 0.41달러의 손실을 예상하고 있다. 5월 분기에 제시된 상시 연간 가이던스는 소프트웨어 연간 계약 가치 2억 1,800만~~2억 2,800만 달러(2025년 대비 10~~15% 성장)와 신약개발 매출 5,500만~6,500만 달러였다. 월가의 목표주가는 10달러대 후반에서 20달러대 중반에 몰려 있다.

Recursion(RXRX), 3.03달러, 이번 주 0.7% 상승, 여전히 52주 저점 2.77달러에 근접. 진정으로 텅 빈 한 주였다. 실질적인 회사 발표도, 애널리스트 등급 변경이나 목표가 조정도, 팟캐스트 보도도 없었다. 이 주식은 이제 3.01~3.03달러 범위에서 3주 연속 사실상 횡보하고 있으며, 지난 1년간 최고 7.18달러까지 거래된 바 있다.

유일한 등장은 CEO 나자트 칸이 7월 23일 미국 과학 서밋에서 로슈/제넨텍 신경과학 얼라이언스에 대해 발언한 것으로, 그는 이 파트너십이 자율 실험실 안에서 1조 개의 iPSC 유래 신경세포를 생성했다고 설명했다. 이는 대략 인간 뇌 12개에 해당하는 세포량이라고 표현되며, 이는 2만 개의 인간 유전자 전체를 체계적으로 비활성화하는 전유전체 녹아웃 연구를 수행하기 위한 것이다. 그는 이 산출물을 Recursion의 솔트레이크시티 슈퍼컴퓨터인 BioHive와 연결지었다.

이를 해석하는 데는 두 가지 방식이 있으며, 이는 8월 5일을 앞둔 포지셔닝에 중요하다. 관대한 해석은, 이것이 바로 지난주 에피소드들이 진짜 해자라고 주장했던 그 데이터 공장이며, Recursion은 그런 공장을 완전히 소유한 몇 안 되는 상장사 중 하나라는 것이다. 리제네론과의 대칭성에 주목할 만하다. 2만 개 유전자는, 바라스가 업계가 지금까지 겨우 10%만 다뤄왔다고 말할 때 사용했던 것과 같은 분모다. 회의적인 해석은, Recursion이 수년간 인상적으로 들리는 규모를 묘사해왔지만 주가는 절반 넘게 하락했으며, 컨퍼런스 발언은 거래도, 마일스톤도, 매출도 아니라는 것이다. 1조 개의 세포는 투입물이다. 투자자들은 산출물을 기다리고 있다.

보유 현황과 관련해서도 주목할 점: 블랙록이 8.5%, 약 4,454만 클래스 A 주식에 대한 수정 패시브 지분 신고를 제출했다.

일라이릴리(LLY), 1,155.27달러, 이번 주 2.6% 하락, 목요일 하루 만에 4.5% 하락. 릴리는 단연 가장 바쁜 한 주를 보냈고, 그 중 거의 아무것도 AI와 관련이 없었다. 여기서는 두 가지를 구분해야 한다: 이번 주 동안 일어난 일과, 목요일에 일어난 일.

이번 주 동안 헤드라인은 레타트루타이드였다. 릴리의 삼중호르몬 비만치료제로, 7월 23일 두 건의 3상 시험에 대한 톱라인 결과를 발표했다. 두 시험 모두 주요 평가지표를 충족했다. TRIUMPH-2(2형 당뇨병 및 비만 동반)에서, 4mg, 9mg, 12mg 투여군 환자들은 80주 시점에서 각각 평균 29.8파운드, 45.4파운드, 49.6파운드를 감량했으며, 혈당은 최대 1.6% 감소했다. TRIUMPH-3(심혈관질환을 동반한 중증 비만)에서, 환자들은 80주 시점에서 평균 최대 55.8파운드를 감량했다. 최고 용량군의 2차 심혈관 지표는 강력했다. 중성지방 37.0% 감소, 비-HDL 콜레스테롤 16.5% 감소, 수축기 혈압 9.3mmHg 감소, 허리둘레 7.5인치 감소, 염증 지표인 고감도 C반응성단백질은 51.2% 감소했다.

주가를 움직인 것은 이런 단서 조항들이었다. 심각한 심혈관 사건에 대해서는 결과가 깔끔하지 않았다. 더 넓은 5개 항목 복합 지표에서는 레타트루타이드 44건 대 위약 52건(위험비 0.82, 이는 유익을 시사)이었지만, 더 좁은 3개 항목 복합 지표에서는 27건 대 23건(위험비 1.12, 이는 유익이 없음을 시사)이었다. 릴리는 이런 사건들이 "레타트루타이드군과 위약군 모두에서 예상보다 적게 발생했다"고 밝혔는데, 이는 통계적 검정력 부족에 대한 표준적인 설명이지만, 심혈관 사례에 대한 입증은 여전히 미완으로 남는다. 고용량에서 내약성은 실제 문제였다. 이상반응으로 인한 중단율은 TRIUMPH-2의 9mg군에서 11.6%, TRIUMPH-3의 12mg군에서 13.5%에 달했으며, 위약군은 약 4.8~4.9%였다. 신청 시점도 미뤄졌다. 릴리는 제조 데이터 패키지를 완성하는 동안, 미국 승인 신청을 2027년 1분기로 계획하고 있으며, 이는 이전에 예상되었던 2026년 말보다 지연된 것이다. 후속 보도들은 또한 최고 체중 감량폭이 앞선 TRIUMPH-4 시험에서 관찰된 28.7%에 못 미쳤다고 지적했다. BMO는 전반적인 이익-위험 균형과 최고 수준의 효능 잠재력에 대해 긍정적으로 평가했다.

두 번째 압박 요인은 상업적인 것이다. Foundayo(orforglipron), 2026년 4월 승인받은 릴리의 소분자 GLP-1 알약은 소프트 런칭을 보였으며, 주간 처방 건수가 5주 연속 정체되었다. 골드만삭스는 Foundayo의 2분기 매출 추정치를 4,000만 달러로 하향했는데, 이는 시장 컨센서스인 약 1억 달러에 크게 못 미치는 수준이며, 이 약물의 2026년 미국 매출 추정치도 11억 달러에서 7억 5,500만 달러로 낮췄다. 그럼에도 골드만은 매수 등급과 1,283달러의 목표주가를 유지했으며, 국제 시장에서의 강력한 Mounjaro 매출과 향후 가이던스 상향 가능성이 이런 부진한 출발을 상쇄할 수 있다고 주장했다. 다른 목표주가들은 7월 하순 동안 상향 조정되었다. JP모건은 1,400달러, UBS는 1,425달러, 번스타인은 1,385달러, Truist는 1,370달러, 뱅크오브아메리카는 1,334달러로 각각 올렸다.

목요일의 4.5% 하락에 대해서는 확인된 단일 원인이 없으며, 우리는 이를 억지로 지어내지 않을 것이다. 우리가 말할 수 있는 것은, 이 주식이 이번 주 중 1,210달러까지 상승했다가 단 하루 만에 그 상승분보다 더 많은 것을 반납했다는 사실이며, 이는 핵심 신규 출시 제품에 대한 컨센서스가 60% 하향될 필요가 있을지도 모르는 실적 발표를 엿새 앞두고 벌어진 일이다. 이는 뉴스보다 포지셔닝이 더 중요한 국면이다.

이번 주 릴리의 다른 동향들은, 모두 AI와 무관하다. 위탁제조업체 Resilience와 7억 5,000만 달러 규모의 공동 투자로 미국 생산능력을 확대하고, 오하이오 공장을 업그레이드해 릴리의 KwikPen 주사기 생산량을 늘리며 400개 일자리를 창출하는 것으로, 이는 브랜드 의약품에 대한 100% 관세 위협에 대응해 기업들이 생산을 본국으로 회귀시키거나 가격을 낮추도록 압박하는 업계 전반의 폭넓은 대응의 일환이다. 노보노디스크는 뉴저지 연방법원에서 랜험법에 따라 릴리를 제소했으며, 릴리의 Zepbound와 Mounjaro TV 광고가 릴리의 최고 용량과 노보의 더 낮은 용량을 비교하는 오래된 SURMOUNT-5 데이터를 인용해 환자들을 오도하고, 노보의 새로 승인된 7.2mg 제형을 무시하고 있다고 주장했다. 릴리는 자사 광고가 직접적인 과학적 증거에 기반하고 있으며 적극적으로 방어할 것이라고 밝혔다. 릴리 신경과학 부문의 한 전직 임원급 의학 디렉터는 인디애나 남부지법에 차별 및 보복 소송을 제기했다. 그리고 회고적으로, 릴리의 63억 달러 규모 Centessa 인수가 이번 분기 중 완료되었으며, 최대 15억 달러의 조건부가치권리(CVR)를 포함해 수면장애를 위한 오렉신 수용체 2 작용제 파이프라인을 확보했다. 이 거래의 파급 효과로 인해 Piper Sandler는 7월 28일 Alkermes의 목표주가를 43달러에서 65달러로 상향했고, Alkermes 주가가 Centessa 발표 이후 76% 상승했다고 지적했다.

Read-throughs

NVIDIA(NVDA)에 대하여. NVIDIA는 이번 주 자료에서 어떤 순수 AI 바이오텍보다 더 자주 등장했으며, 결코 경쟁자로서가 아니라 항상 통행료 징수소로서 등장했다. 이 회사는 "과학자들이 사용할 수 있는 워크벤치 도구와 모델, 그리고 이를 운용하는 데 필요한 인프라와 컴퓨트"를 공급한다. BMS는 DGX 슈퍼포드를 확장했다. 릴리는 Blackwell Ultra GPU 1,016개를 운용한다. Schrodinger의 신제품은 RTX PRO 6000 Blackwell 서버 위에서 NVIDIA의 BioNeMo 에이전트 툴킷과 공동 설계되어 출시된다. BioCentury는 더 많은 컴퓨트 계층 딜을 예상한다. 데이터 대 모델 논쟁에서 어느 쪽이 이기든, NVIDIA는 양쪽 모두에 판매하며, 부상하고 있는 토큰 비용 규율은 아마도 고객들이 컴퓨트를 덜 사기보다 더 효율적인 컴퓨트를 사도록 밀어붙일 것이다.

알파벳(GOOGL)에 대하여. 한 주 동안 두 가지 상반된 신호가 있었다. AlphaFold 팀의 해체는 과학적 문샷 프로젝트가 핵심 모델 사업에 밀려 내부 우선순위를 잃었다는 것을 말해준다. 동시에 구글 클라우드는 Schrodinger의 Bunsen 출시를 뒷받침하는 두 인프라 파트너 중 하나이며, Isomorphic Labs는 AlphaFold 인재 일부를 흡수하고 있다. 일관된 해석은 알파벳이 통합을 진행 중이라는 것이다. 연구 인재는 Gemini로, 신약 프로그램은 Isomorphic으로, 상업적 생물학은 클라우드 계약으로. 이는 더 잘 조직된 사업일 수도 있다. 하지만 이는 알파벳을 부분적으로 획기적인 과학의 선택지로서 가치를 매겼던 이들에게는 더 나쁜 이야기다.

CRO 및 임상시험 인프라 복합체에 대하여. FDA 파일럿에 대한 비판은 가장 공격적인 'AI 인 트라이얼' 서사들에 불리하게 작용한다. 도구가 반드시 "목적에 부합해야" 하고 "다른 쪽 끝에 책임지는 인간"이 있어야 한다는 현행 실질적 기준은, 현재 제안되고 있는 완전 자율형 버전들을 배제하며, 계약연구기관들이 판매하는 인적 서비스 계층을 보존해준다. 동시에, The Digital Health Roundtable에서 크레이그 립셋의 주장은 더 긴 시야에서 반대 방향을 가리킨다. 만약 AI가 개발 비용을 충분히 낮춰 비영리단체와 환자재단이 신약 스폰서 역할을 할 수 있게 된다면, 이는 임상시험당 지출을 압축하는 동시에 임상시험 고객의 수를 늘리게 된다. 이 사업의 지리적 분포와도 관련이 있다: FDA의 중국 임상 데이터 제한은 국내회귀 정책으로 보이며, 이는 미국 내 임상시험 규모와 비용을 함께 끌어올린다.

Certara(CERT) 및 시뮬레이션 소프트웨어 그룹에 대하여. Schrodinger의 행보가 하나의 템플릿이다. 검증된 물리 기반 시뮬레이션을 자연어 에이전트로 감싸 비전문가 사용자에게 다가가는 것이다. 가파른 학습 곡선을 가진 기술적 과학 소프트웨어를 판매하는 모든 기업은 이제 고객으로부터 같은 질문을 받는다: 당신의 에이전트 계층은 어디에 있는가? 이는 신뢰할 만하게 출시하는 기업에게는 기회이며, 그렇지 못한 기업에게는 위협이다. 고객의 대안은 범용 플랫폼 위에 그 중간층을 직접 구축하는 것이며, BioCentury는 이를 각 기업들이 이제 차별화할 수 있는 지점으로 명시적으로 지목했다.

유전자 편집 관련 종목들에 대하여. AlphaFold로 재설계된 Cas9 결과—오프타깃 편집이 28%에서 5%로 감소, 네이처 게재—는 AI가 유전자 편집에 주는 단기적 기여가 타깃을 고르는 것보다는 도구를 개선하는 것일 수 있음을 상기시킨다. 겸상적혈구 논의에서 나온 임상적 시각도 같은 방향을 가리켰다: 더 나은 편집 타깃, 복합 편집 효과의 예측, 그리고 컨디셔닝 요법에서 부설판을 대체할 더 안전한 물질을 찾는 것. 이런 것들은 화려하지는 않지만, 현재 50명의 환자를 모집하는 데 9~12개월이 걸리는 임상시험들의 위험을 각각 의미 있게 낮춰줄 개선점들이다.

민간 AI 바이오텍 밸류에이션에 대하여, 그리고 이는 상장 비교기업들에 대해서도 마찬가지다. 자금은 계속 유입되고 있다. Chai Discovery와 Etched는 밸류에이션을 수십억 달러대로 끌어올리는 라운드를 유치했으며, 각 분야의 상장 리더 기업들과 명시적으로 비교되었다(thefly, 7월 23일), 그다음 주에는 Atoms가 17억 달러를, Etched가 추가 라운드를 유치했다(thefly, 7월 30일). Dimension은 5인 팀으로 과학과 컴퓨트에 16억 5,000만 달러를 투입하고 있다. Menlo는 Xaira와 Vilya를 포함해 약 여덟 개의 신약개발 모델 기업에 투자해왔다. 상장 투자자들에게 불편한 산수는 이렇다: Chai Discovery는 민간 시장에서 수십억 달러로 평가받는 반면, Schrodinger의 시가총액 전체는 11억 달러, Recursion은 16억 달러에 불과하다. 민간 밸류에이션이 틀렸거나, 상장된 순수 AI 기업들이 저평가되어 있거나, 아니면 가장 가능성 높게는, 시장이 프론티어 단백질 모델을 소유하는 것과 AI 스토리가 붙은 레거시 소프트웨어 사업을 소유하는 것 사이에서 실질적인 구분을 짓고 있다는 것이다.

"AI 설계 신약" 주장에 대한 경고. This Week in Startups(7월 22일)의 한 게스트는 AI가 설계한 신약이 3상 규제 심사에 도달했다고 언급했다. 우리는 이를 지적해두는데, 이는 중요하기도 하고, 지난주 티보 게우이가 제시한 현실 점검과도 모순되기 때문이다. 그는 진정한 의미의 AI 설계 신약은 아직 승인된 적이 없으며, 흔히 인용되는 한두 개의 사례는 기존 약물을 재활용한 것이라고 주장했다. 3상 심사에 도달하는 것과 승인받는 것은 매우 다른 이정표이며, 우리는 어떤 화합물을 가리키는지 독자적으로 확인하지 못했다. 미확인 정보로 간주하되 지켜볼 가치는 있다.

What changed vs last week

지난주의 프레임은 유지되었고, 그러다 뒤집혔다. 7월 23일 이슈는 하나의 수렴 현상을 보도했다: 세 개의 독립적 목소리가 AI 모델은 더 이상 병목이 아니며, 올바른 데이터가 병목이라고 말했다. 우리가 남겨둔 향방 질문은, 가치가 데이터 공장 소유자에게 축적될 것인가, 아니면 물리 기반 접근법이 데이터 문제를 완전히 우회해 해자를 다시 모델링 통찰로 되돌릴 것인가였다.

이번 주 데이터 공장 논지는 반박되지 않았다. 확인되었고, 그런 다음 엉뚱한 사람들에게 넘어갔다. BioCentury는 독자적으로 거의 그대로 이를 재확인했다. "제약 요인은 모델이나 플랫폼 접근성이 아니라, 오히려 데이터와 그들이 수행하는 분석의 종류다"—이로써 4주 연속 수렴이 이어졌다. 하지만 이번 주 가장 거대한 데이터 공장을 보여준 기업들은 리제네론, 브리스톨마이어스스큅, 일라이릴리였지, Xaira, Lila, A-Alpha가 아니었다. 데이터가 해자라면, 기존 대형 제약사들은 그 서사가 인정해온 것보다 더 앞서 있다.

음성 데이터 논점은 이제 2주 동안 세 개의 독립적 출처에서 제기되었다. 지난주 A-Alpha Bio는 단백질 데이터뱅크가 너무 작을 뿐 아니라 음성 결과가 빠져 있다고 주장했다. 이번 주 BioCentury는 유도 질문 없이 스스로 이를 제기했다. "음성 데이터가 필요하다. 그리고 그것은 [Claude] Science나 단백질 데이터뱅크에 있는 것이 아니다." 이는 흥미로운 관찰에서 이 업계에서 가장 지속력 있는 구체적 주장으로 승격되고 있다.

Anthropic의 역할이 범주를 바꿨다. 지난주 Anthropic은 조력자로 등장했다. 브라우저에서 AlphaFold와 Evo2를 호출하고, IDT에서 주문하는 Claude Science, 낮은 자본비용은 "가장 많은 슛 기회"를 의미한다는 것이었다. 이번 주 이 회사는 자기 고객들의 잠재적 경쟁자로 등장했으며, 희귀·소외 질환의 전임상 프로그램을 개발하고 있다. 이는 당신의 공급망에 두기에는 다른 성격의 회사다.

존 점퍼 관련 스레드가 예상치 못한 방향으로 해소되었다. 지난주 우리는 Anthropic이 딥마인드에서 존 점퍼를 영입했다는, 미확인으로 표시된 주장을 보도하며 이를 대형 AI 실험실들이 물리학과 분자로 이동하는 신호로 해석했다. 이번 주 AlphaFold 팀의 4분의 1이 회사를 떠났고 나머지는 Gemini와 Isomorphic Labs로 분할 배치되었다는 소식은 고위급 이탈과 일치하며, 이 스토리를 재구성한다. 이는 "AI 실험실들이 분자로 이동하고 있다"기보다는 "딥마인드가 자사 분자과학 그룹을 더 이상 방어하지 않았고, 인재가 흩어졌다"는 쪽에 가깝다. 우리는 여전히 점퍼 영입설을 독자적으로 확인하지 못했다.

물리학 대 데이터 논쟁에 상업 제품이 등장했다. 지난주 Cythera의 우디 셔먼은 언어 모델보다 물리 기반 표현을 주장했다. 이번 주 Schrodinger는 정확히 그 전제 위에 구축된 제품을 출시했으며, "기존 과학 정보를 검색하고 요약하는 데 그치는 범용 AI 시스템"과 명시적으로 자신을 대비시켰다. 이제 이 주장에는 유료 고객 테스트가 붙었으며, 전면 출시는 연말까지 예정되어 있다.

Insilico는 지목된 사례에서 부재로 옮겨갔다. 지난주 Insilico는 승인된 AI 신약이 없는 대표적인 기술-생물학 기업으로 논의되었다. 이번 주에는 어떤 새 에피소드에도 등장하지 않았다.

토큰 경제학은 새로운 주제다. 이는 이전 어떤 이슈에서도 다뤄지지 않았다. 이번 주 두 개의 독립적인 대화—바이오제약 예산에 관한 BioCentury와 Masters of Scale의 나델라—는 AI 에이전트 운영 비용을 반올림 오차가 아니라 전략적 변수로 다뤘다. 이는 앞으로 이 기업들을 평가하는 방식에서 반복적으로 등장하는 지출 항목이 될 것으로 예상된다.

주가는 거의 움직이지 않았고, 그 자체가 이야기다. Recursion은 3주 연속 3.02달러, 3.01달러, 3.03달러를 기록하며 52주 저점 근처에 머물러 있다. Schrodinger는 지난주의 3% 하락분을 회복했다. 릴리는 레타트루타이드 상승분과 그 이상을 반납했다. AlphaFold 조직개편도, Anthropic의 신약개발 진출도, Schrodinger의 제품 출시도, AI 신약개발 서사 중 어느 것도 이 주식들을 어느 방향으로든 움직이지 못했다. 시장은 이 테마를 주 단위로 거래하고 있지 않다. 8월 5일을 기다리고 있는 것이다.

다음 주의 향방 질문. 프론티어 AI 실험실들이 신약 개발로 이동하고 제약업계 기존 대형 기업들이 AI를 사내에 구축하고 있는 지금, 상장된 순수 AI 기업들에게 남은 것은 무엇인가? 유일하게 중요한 답을 위해 8월 5일 실적 발표를 지켜보라. Schrodinger의 소프트웨어 연간 계약 가치가 가이던스대로 여전히 10~15%로 복리 성장하고 있는지, 그리고 Recursion이 그 막대한 데이터 생성 역량을 파트너십이든, 마일스톤이든, 임상 결과로든 전환한 것이 있는지.