AI가 세포를 시뮬레이션한다 — 바이오 파운데이션 모델·가상세포 경쟁

TL;DR — AlphaFold가 단백질 구조를 '예측'한 시대는 이미 지났습니다. 지금 AI×바이오의 최전선은 세포와 유전체의 거동을 '시뮬레이션'하는 쪽으로 옮겨 가고 있습니다. 그 두 축이 바이오 파운데이션 모델⁠(biological foundation model)과 가상세포⁠(virtual cell)입니다. DNA·RNA·세포를 방대한 데이터로 사전학습한 대형 모델로, 약물이나 유전자 섭동⁠(perturbation)에 세포가 어떻게 반응할지를 컴퓨터 안에서 미리 돌려 보자는 시도입니다.

그래서 이 글의 주장은 이렇습니다. 2024년의 회의론⁠('AI가 설계한 약, 승인 0건')을 지나 2025~2026년은 자본과 능력이 동시에 꺾인 변곡점입니다. Isomorphic Labs가 AI 신약개발 역대 최대 규모 자금을 모으고, Arc Institute·챈 저커버그 이니셔티브⁠(CZI)·NVIDIA가 '가상세포' 경쟁에 뛰어들었습니다. 하지만 검증 격차는 그대로입니다 — AI가 설계한 신약의 FDA 승인은 아직 0건이고, 가상세포는 벤치마크·재현성 논쟁이 한창인 초기 단계죠. 무엇이 진짜 되고 어디가 거품인지, 자본·모델·딜의 지도로 짚습니다.

※ 본 글은 공개 정보·기업 IR·기관 발표·동료심사⁠(및 preprint) 문헌·시장조사 보고서에 근거한 분석이며 투자·의학 조언이 아닙니다. 신생 시장 특성상 정밀한 시장 규모 대신 투자유치액·딜밸류·인접 프록시를 범위·추정으로 제시하고, 기업·기관 주장은 출처를 명시했습니다.

🔗 관련 글  ·  AI 신약개발, 거품인가 변곡점인가⁠(승인 0건)  ·  AlphaGenome — AI가 조절 DNA를 읽다  ·  Evo 2 — 유전체 파운데이션 모델

대표 이미지. 구조 예측⁠(AlphaFold) → 유전체 파운데이션 모델⁠(Evo 2) → 가상세포 시뮬레이션으로, AI가 다루는 생물학의 단위가 커진다.

1. 핵심 요약 — '예측'에서 '시뮬레이션'으로

AI×바이오 이야기는 보통 AlphaFold에서 시작합니다. 그럴 만합니다. 2021년 AlphaFold2가 단백질 구조 예측이라는 50년 난제를 사실상 풀어내며 (작동 원리는 단백질 구조 예측편에 정리했습니다), 2024년 노벨 화학상까지 받았으니까요. 그런데 이 글이 주목하는 건 그 다음입니다. 구조를 '예측'하는 데서 멈추지 않고, 이제 AI가 세포와 유전체의 거동 자체를 '시뮬레이션'하려 한다는 것.

이 전환의 두 축이 바이오 파운데이션 모델과 가상세포입니다. 파운데이션 모델은 챗GPT 같은 대형 언어모델이 텍스트를 학습하듯, DNA 염기서열·단백질 서열·단일세포 전사체⁠(single-cell transcriptome) 같은 생물학 데이터를 방대하게 사전학습한 범용 모델을 말합니다. 가상세포는 그 위에서 한 걸음 더 나아가, 약물이나 유전자 조작⁠(섭동)을 가했을 때 세포가 어떻게 반응할지를 컴퓨터 안에서 미리 돌려 보는 것을 목표로 합니다. 실험을 하기 전에 결과를 시뮬레이션한다는 발상이죠.

2025~2026년이 변곡점인 이유는 자본과 능력이 동시에 움직였기 때문입니다. 자본 쪽에서는 DeepMind에서 분사한 Isomorphic Labs가 2026년 5월 약 21억 달러⁠(USD) 규모의 시리즈B를 유치했습니다 — AI 신약개발 분야로는 역대 최대이자, 바이오텍 전체로도 손꼽히는 규모입니다 (Isomorphic Labs, 2026). 능력 쪽에서는 Arc Institute가 Evo 2 (유전체 파운데이션 모델)와 State (가상세포 모델)를, CZI가 TranscriptFormer를 내놓으며 '세포 시뮬레이션'이 논문 밖 현실로 나오기 시작했습니다.

하지만 여기서 이 글의 주장이 갈립니다. 흔히 이 흐름을 'AI가 곧 신약을 찍어 낸다'로 읽지만, 현실은 다릅니다. 검증 격차는 그대로입니다. AI 신약개발편에서 짚었듯, AI가 처음부터 '설계'한 신약이 FDA 승인을 받은 사례는 여전히 0건이고, 가상세포는 아직 벤치마크·재현성이 논쟁 중인 초기 기술입니다. 자본과 능력의 변곡점인 건 맞지만, '변곡점'과 '완성'은 다릅니다.

2. 배경 — 왜 예측만으로는 부족했나

전환이 일어난 건 우연이 아닙니다. AlphaFold가 연 '예측의 시대'가 명확한 한계에 부딪혔기 때문입니다.

구조를 알아도 약이 되진 않는다. AlphaFold2는 단백질이 어떤 3차원 모양으로 접히는지를 놀랍도록 정확히 맞혔습니다. 하지만 신약개발의 관점에서 보면 그건 시작일 뿐입니다. 그 단백질에 어떤 분자가 달라붙는지⁠(도킹), 세포 안에서 어떤 경로를 건드리는지, 결국 사람 몸에서 병을 고치는지는 구조 하나로는 알 수 없죠. AlphaFold3가 2024년 단백질을 넘어 DNA·RNA·리간드⁠(ligand)까지 함께 예측하도록 확장된 것도 (정밀 해부는 AlphaFold3편) 이 간극을 좁히려는 시도였습니다. 그래도 '정적인 구조 예측'과 '살아 있는 세포의 동적 거동' 사이에는 여전히 큰 강이 흐릅니다.

생물학에 '언어모델'을 들이대다. 매듭을 푼 발상은 자연어 처리⁠(NLP)에서 왔습니다. DNA 염기서열⁠(A·T·G·C)이나 단백질 아미노산 서열을 하나의 '언어'로 보고, 대형 언어모델과 같은 방식으로 방대하게 사전학습하면 어떨까 — 이게 바이오 파운데이션 모델의 출발점입니다. 서열의 '문법'을 배운 모델은 특정 변이가 병을 일으킬지, 어떤 서열이 기능을 가질지를 일반화해서 예측합니다. AlphaGenome (비암호 DNA·조절변이 해석, AlphaGenome편)이나 Evo 2가 대표적입니다.

진짜 목표는 세포 전체를 돌려 보는 것. 서열을 넘어 세포 하나를 통째로 시뮬레이션하려는 게 가상세포입니다. 단일세포 RNA 시퀀싱⁠(single-cell RNA-seq, scRNA-seq)으로 수천만~수억 개 세포의 유전자 발현을 측정한 데이터가 쌓이면서, '이 세포에 이 약을 주면 발현이 어떻게 바뀔까'를 학습으로 예측하는 게 가능해졌습니다. 실험 한 번에 수만 가지 조합을 다 돌려 볼 수는 없으니, 시뮬레이션으로 유망한 후보만 골라 실험을 설계하자는 것이죠. 예측이 '점⁠(點)'이라면 시뮬레이션은 '면⁠(面)'입니다.

이 세 흐름의 공통점은, 모두 AlphaFold가 증명한 'AI가 생물학의 규칙을 배울 수 있다'는 명제를 세포·유전체 스케일로 확장하려 한다는 점입니다. 그래서 DeepMind·Arc·CZI·NVIDIA 같은 서로 다른 진영이 같은 목표에 모였습니다.

3. 파운데이션 모델·가상세포 지도 — 세 계층으로 읽기

그림 1. ① 구조·분자 예측 → ② 유전체 파운데이션 모델 → ③ 가상세포 시뮬레이션의 3계층과 AlphaFold2 (2021)→FM·가상세포⁠(2025~26) 타임라인.

[그림 1]에 이 분야의 지형을 세 계층으로 정리했습니다. 경쟁 구도를 보기 전에 이 지도가 먼저입니다.

① 구조·분자 예측 — AlphaFold가 연 1층. 단백질·복합체의 3차원 구조를 예측하는 계층입니다. AlphaFold2 (2021)·AlphaFold3 (2024)·RoseTTAFold, 그리고 자연에 없는 단백질을 설계하는 de novo 설계 (단백질 설계편)가 여기 속합니다. 가장 성숙했고, 노벨상으로 검증된 층이죠. 다만 앞서 말했듯 '구조'에서 멈춥니다.

② 유전체 파운데이션 모델 — 서열의 문법을 배운 2층. DNA·RNA·단백질 서열을 언어처럼 학습해 변이 효과·기능을 예측하는 계층입니다. Arc Institute의 Evo 2 (2025년 2월 공개, 약 9.3조 개 염기·12만 8천여 유전체 학습, 파라미터 약 400억, NVIDIA·스탠퍼드 공동)와 DeepMind의 AlphaGenome이 대표적입니다 (Arc Institute, 2025). 서열만 보고 '이 변이가 병을 일으킬 확률'을 매기는 식이죠.

③ 가상세포 시뮬레이션 — 가장 야심 찬 3층. 세포의 상태와 섭동 반응을 통째로 시뮬레이션하려는 계층입니다. Arc의 State, CZI의 TranscriptFormer, Tahoe Therapeutics (구 Vevo)의 대규모 데이터셋 Tahoe-100M 등이 여기 속합니다. 가장 잠재력이 크되, 가장 초기이고 검증도 가장 덜 된 층입니다.

타임라인으로 보면 흐름이 또렷합니다. AlphaFold2 (2021) → AlphaFold3·범용 단백질 모델⁠(2024) → 유전체 파운데이션 모델·가상세포⁠(2025~2026)로, AI가 다루는 생물학의 단위가 '분자 → 서열 → 세포'로 커져 왔습니다. 2025~2026년은 이 사다리의 3층이 막 올라가기 시작한 시점입니다.

4. 경쟁 구도 — 누가 어떤 모델·자본으로 뛰어들었나

그림 2. Isomorphic·DeepMind / Arc / CZI / NVIDIA / Recursion+Exscientia / Tahoe — 회사·역할·대표 모델·투자·딜 규모.

[그림 2]에 주요 기업·기관의 역할·대표 모델·자본을 정리했습니다. 크게 상업 신약⁠(자본 집중)과 가상세포 생태계⁠(비영리·오픈), 그리고 인프라로 나뉩니다.

① Isomorphic Labs — 자본이 몰린 상업 최전선. DeepMind에서 2021년 분사한 회사로, AlphaFold3 엔진을 신약개발에 쓰는 데 집중합니다. 2025년 3월 첫 외부 자금 약 6억 달러 (Thrive Capital 주도)를 유치한 데 이어, 2026년 5월 약 21억 달러 규모의 시리즈B를 추가로 모았습니다 (Thrive Capital 주도, GV·구글 등 참여). 회사에 따르면 이는 AI 신약개발 분야 역대 최대 규모입니다 (Isomorphic Labs, 2026). 앞서 2024년 1월에는 일라이 릴리⁠(Eli Lilly)와 노바티스⁠(Novartis)와 각각 신약 파트너십을 맺었는데, 계약금·마일스톤을 합친 잠재 가치가 합계 약 30억 달러에 이릅니다 (릴리 계약금 4,500만 달러·최대 약 17억 달러, 노바티스 계약금 3,750만 달러·최대 약 12억 달러; 2025년 2월 노바티스와 협력 확대). 자본으로 보면 이 분야의 명백한 선두입니다.

② Arc Institute — 가상세포 경쟁의 과학적 심장. 2021년 설립된 비영리 연구기관 (패트릭 콜리슨 등이 후원)으로, 이 분야에서 가장 주목받는 모델을 연달아 내놨습니다. 유전체 파운데이션 모델 Evo 2 (2025.2), 첫 세대 가상세포 모델 State (2025.6, 약물·유전자 섭동에 대한 세포 반응 예측), 그리고 연구 커뮤니티를 끌어들이는 Virtual Cell Challenge (우승 상금 10만 달러)를 운영합니다 (Arc Institute, 2025). 상업이 아니라 오픈 사이언스로 판을 키우는 쪽입니다.

③ 챈 저커버그 이니셔티브⁠(CZI) — '가상세포'를 기치로 건 재단. 마크 저커버그·프리실라 챈 부부의 재단으로, 아예 가상세포 구축을 기관의 대표 목표로 내걸었습니다. 단일세포 파운데이션 모델 TranscriptFormer (약 1억 1,200만 개 세포·12개 종 학습), 생물학 추론 모델 rBio, 그리고 NVIDIA와 함께 만든 Virtual Cells Platform (VCP)을 공개했습니다 (CZI, 2025). 막대한 자금과 컴퓨팅으로 데이터·모델을 공개하는 전략입니다.

④ NVIDIA — 모두에게 곡괭이를 파는 인프라. 경쟁의 승자가 누구든 이득을 보는 자리에 있습니다. 신약·바이오 AI 인프라인 BioNeMo (신약용 생체분자 파운데이션 모델을 학습·배포하는 플랫폼)를 제공하는데, 이는 헬스케어 플랫폼 묶음 Clara (BioNeMo[신약]·MONAI[의료영상]·Parabricks[유전체 분석])의 한 축입니다. Evo 2·VCP 등 주요 프로젝트에 컴퓨팅·소프트웨어로 참여했습니다.

⑤ 데이터·합병·신생 진영. Tahoe Therapeutics (구 Vevo, 2025년 4월 개명)는 약 1억 개 세포 규모의 섭동 데이터셋 Tahoe-100M (약 6만 건의 약물-세포 상호작용, 50개 암세포주·1,200종 약물)을 공개해 '가상세포의 연료'를 대는 역할을 자처합니다. 상업 쪽에서는 Recursion과 Exscientia가 약 6억 8,800만 달러 규모의 전액 주식교환 합병을 단행했고 (2024년 8월 발표·11월 완료), Xaira Therapeutics가 10억 달러 이상을 들고 2024년 4월 출범했으며 (ARCH Venture Partners·Foresite Labs 인큐베이션, 데이비드 베이커 공동창업), 단백질 언어모델 진영에서는 EvolutionaryScale이 ESM3와 함께 약 1억 4,200만 달러 시드를 유치했습니다 (냇 프리드먼·대니얼 그로스와 Lux Capital 주도, 아마존·NVIDIA 참여; 이후 CZ 바이오허브에 인수).

정리하면, 이 분야는 '자본이 몰린 상업 신약⁠(Isomorphic·Recursion·Xaira)'과 '오픈 사이언스 가상세포 생태계⁠(Arc·CZI)', 그리고 그 밑을 받치는 인프라⁠(NVIDIA)'의 세 겹으로 짜여 있습니다.

5. 과학·규제 — 되는 것과 아직 거품인 것

[그림 3]의 리스크 박스가 보여 주듯, 이 분야는 폭발적 자본과 냉정한 검증 격차를 동시에 안고 있습니다. 근거와 거품을 갈라 봐야 합니다.

되는 것 — 서열 예측은 이미 실전. 파운데이션 모델 중 서열 수준의 변이 효과 예측은 상당히 성숙했습니다. Evo 2는 특정 유전 변이가 병을 일으킬지⁠(병원성)를 상당한 정확도로 판별하고, AlphaGenome은 비암호 영역의 조절 변이까지 읽습니다. AlphaFold 계열의 구조 예측이 이미 전 세계 연구실의 표준 도구가 된 것처럼, 이 층은 '연구를 가속하는 도구'로서 실질적 가치가 검증됐습니다. 신약개발의 초기 단계⁠(타깃 발굴·후보 스크리닝)를 빠르게 좁히는 데는 분명히 기여하고 있죠.

아직 거품에 가까운 것 — '세포 시뮬레이션'의 완성도. 반면 가상세포는 초기 중의 초기입니다. 학습에 없던 세포·약물 조합⁠(out-of-distribution)에서 반응을 정확히 예측하는지, 단순한 기준선⁠(baseline) 모델보다 정말 나은지를 두고 벤치마크·재현성 논쟁이 진행 중입니다. '세포를 통째로 시뮬레이션한다'는 서사는 매력적이지만, 현재 모델들은 특정 데이터셋·특정 섭동에 대한 부분적 예측에 가깝습니다. Arc가 Virtual Cell Challenge 같은 공동 벤치마크를 만드는 것도 바로 이 '어디까지 진짜인가'를 객관적으로 재기 위해서입니다.

가장 큰 검증 격차 — 승인 0건. 가장 냉정한 사실은 임상·규제에 있습니다. AI 신약개발편에서 짚었듯, AI가 처음부터 '설계'한 신약이 FDA 승인을 받은 사례는 아직 0건입니다. Isomorphic Labs조차 아직 자체 신약을 임상에 넣지 못했고 (회사에 따르면 2026년 말 첫 사람 대상 임상 진입을 목표), 가장 앞선 후보로 꼽히는 것은 인실리코 메디슨⁠(Insilico Medicine)의 렌토세르티브⁠(rentosertib, ISM001-055)입니다 — TNIK을 표적하는 특발성 폐섬유증⁠(IPF) 치료제로, Nature Medicine 2025년 6월 2상⁠(GENESIS-IPF)에서 긍정적 결과를 냈지만 아직 승인은 아닙니다 (FDA 희귀의약품·중국 혁신치료 지정 단계). AI가 '탐색'을 가속한 건 분명하되, '설계→임상→승인'의 마지막 관문은 여전히 열리지 않았습니다.

규제 — 아직 전용 트랙이 없다. AI가 설계한 분자나 가상세포로 예측한 결과를 규제 당국이 어떻게 평가할지에 대한 확립된 틀은 아직 없습니다. 미국 FDA가 의약품 심사에 AI 활용을 논의하기 시작했지만, 'AI가 예측했으니 임상시험을 줄여도 된다'는 식의 경로는 존재하지 않습니다. 결국 AI가 아무리 잘 예측해도 사람 대상 임상이라는 검증은 건너뛸 수 없다는 게 현재의 규제 현실입니다.

6. 시장 전망 — 규모와 정의의 함정

그림 3. Isomorphic $21억·Lilly+Novartis 잠재 ~$30억·Recursion-Exscientia ~$6.88억 등 딜 막대 + 리스크 박스⁠(AI 설계 신약 승인 0건).

[그림 3]에 투자·딜 규모를 정리했습니다. 신생 시장이라 숫자는 특히 신중히 읽어야 합니다.

정밀한 '시장 규모'는 아직 신기루에 가깝다. 'AI 신약개발 시장'을 조사기관마다 2024~2025년 약 15억~65억 달러⁠(USD), 2030년대 초 약 50억~200억 달러⁠(USD)로 전망하지만⁠(추정), 편차가 매우 큽니다. 이는 시장이 확실해서가 아니라 'AI 신약개발'을 어디까지 세느냐의 정의 차이 때문입니다 — 소프트웨어 매출만 세는지, AI를 쓴 신약의 잠재 가치까지 넣는지에 따라 자릿수가 달라집니다. 가상세포는 아예 독립 시장으로 집계되지도 않을 만큼 초기입니다. 그래서 이 글은 정밀한 시장 수치 대신 투자유치액·딜밸류라는 인접 프록시로 열기를 읽었습니다.

프록시로 본 열기 — 자본은 확실히 변곡점. 자본의 신호는 또렷합니다. Isomorphic 시리즈B 약 21억 달러, Lilly·Novartis 파트너십 합계 약 30억 달러⁠(잠재), Xaira 출범 10억 달러+, Recursion-Exscientia 합병 약 6억 8,800만 달러 — 개별 딜의 규모가 2024년 회의론 시기와 비교해 확연히 커졌습니다. '자본과 능력의 변곡점'이라는 이 글의 주장은 이 프록시들이 뒷받침합니다.

변곡점을 완성으로 바꿀 사건은 셋. 시장의 성격을 바꿀 사건은 이렇습니다. 첫째, AI가 설계한 신약이 후기 임상에서 명확한 성공을 내고 첫 승인에 다가서는 것 (현재 인실리코 렌토세르티브가 가장 앞섬). 둘째, 가상세포가 공동 벤치마크에서 '기준선보다 확실히 낫다'를 입증해 신약 스크리닝의 표준 도구가 되는 것. 셋째, 파운데이션 모델이 실제 임상시험 설계·환자 계층화에까지 파고들어 개발 비용을 실측 가능하게 줄이는 것. 반대로 임상 실패가 누적되거나 벤치마크가 실망스러우면, 2024년식 회의론이 다시 고개를 들 수 있습니다.

RESEARCHER'S VIEW

7. 연구자의 시각 — '예측'과 '시뮬레이션'을, '가속'과 '대체'를 구분해서 보기

여기부터는 개인 의견입니다⁠(근거에 기반하되, 해석입니다).

한 줄 인사이트 — 이 분야를 볼 때 가장 흔한 착시는 'AI가 세포를 시뮬레이션한다'를 'AI가 곧 실험을 대체한다'로 읽는 것이다. 실제로는 서열 예측⁠(성숙)과 세포 시뮬레이션⁠(초기)의 완성도가 전혀 다르고, AI의 역할은 아직 '대체'가 아니라 '가속'에 가깝다. 자본과 능력은 분명한 변곡점을 지났지만, 검증의 마지막 관문⁠(임상·승인 0건)은 그대로다. 지금 사야 할 것은 '완성된 가상세포'가 아니라 '가속하는 도구'다.

저는 이 분야를 볼 때 계층마다 완성도가 다르다는 점을 먼저 봅니다. 구조 예측⁠(AlphaFold)은 이미 노벨상급으로 검증됐고, 서열 변이 예측⁠(Evo 2·AlphaGenome)도 실전 도구가 됐습니다. 하지만 가상세포는 아직 '되는 걸 보여 주는 데모'와 '실전 도구' 사이 어딘가에 있죠. 이 세 층을 뭉뚱그려 'AI가 생물학을 정복했다'고 읽으면, 성숙한 1·2층의 성과를 초기인 3층에 잘못 투영하게 됩니다.

특히 조심해야 할 서사는 '가상세포가 곧 실험실을 대체한다'는 단정입니다. 현재의 가상세포 모델은 학습 분포 안에서는 그럴듯하지만, 정말 새로운 조합에서 얼마나 일반화되는지는 아직 논쟁 중입니다. 생물학의 데이터는 노이즈가 크고, 세포는 맥락⁠(조직·환경·시간)에 따라 다르게 반응하죠. 그래서 저는 가상세포의 진짜 가치가 '실험 대체'보다 '실험 설계의 우선순위 매기기' — 수만 가지 후보 중 실제로 해 볼 실험 100개를 골라 주는 데 — 있다고 봅니다. 대체가 아니라 가속입니다.

가장 과소평가된 지점은 검증 격차의 무게라고 생각합니다. 자본과 모델 성능이 아무리 폭발해도, AI 신약개발편에서 짚은 '승인 0건'이라는 사실은 2024년이나 지금이나 그대로입니다. AI는 신약개발의 초기 탐색을 극적으로 빠르게 만들었지만, '설계→전임상→임상 3상→승인'이라는 긴 검증 사슬의 뒷부분은 여전히 사람과 시간의 몫이죠. 인실리코 렌토세르티브가 2상을 통과한 건 고무적이지만, 그마저 '승인'과는 거리가 있습니다.

결국 지금의 AI×바이오는 '생물학을 예측에서 시뮬레이션으로 옮기는 초입'이지 '실험을 대체한 완성기'가 아니다라고 봅니다. 자본과 능력의 변곡점인 건 분명합니다. 하지만 변곡점은 곡선이 꺾이는 지점이지 정상이 아니죠. 어떤 회사·기관이 '가속'을 넘어 실제 임상 성공과 검증된 가상세포로 검증 격차를 처음 메우느냐 — 거기서 이 분야의 다음 장이 갈릴 겁니다.

8. 전략적 시사점 — 누구에게 어떤 의미인가

• 바이오텍·창업자에게. 'AI로 신약을 설계한다'는 구호만으로 경쟁하는 시대는 지났습니다 (승인 0건이 경고). 진짜 빈자리는 가상세포의 연료가 되는 고품질 섭동 데이터 (Tahoe-100M이 선례), 공동 벤치마크·검증 도구, 그리고 AI 예측을 실제 임상 설계로 잇는 중개⁠(translational) 역량에 있습니다. 완성된 파운데이션 모델을 처음부터 만드는 경쟁보다, 특정 질환·특정 세포에 특화된 데이터·검증에서 실질적 진입점을 찾는 편이 현실적입니다.
• 투자 진영에게. '자본이 몰린다'와 '검증됐다'를 같은 잣대로 보면 안 됩니다. 계층별로 다른 성숙도를 적용하세요 — 구조·서열 예측⁠(1·2층)은 이미 실전 도구이고, 가상세포⁠(3층)는 벤치마크 성과를 핵심 지표로 봐야 합니다. Isomorphic의 대형 펀딩은 능력의 신호이되, 그 회사조차 임상 진입은 아직입니다. 자본 규모가 아니라 '첫 임상 성공까지의 거리'를 실사 기준으로 두는 편이 안전합니다.
• 연구자·대학원생에게. 이 도구들은 이미 연구를 바꾸고 있습니다. Evo 2·AlphaGenome으로 변이를 해석하고, 공개된 가상세포 모델·데이터셋⁠(Arc State, CZI VCP, Tahoe-100M)으로 섭동 실험을 미리 좁힐 수 있죠. 다만 모델의 예측을 '가설'로 다루고 습식 실험⁠(wet lab)으로 검증하는 습관이 중요합니다 — 특히 학습 분포 밖 예측은 신뢰 구간을 항상 의심하는 게 합리적입니다.
• 일반 독자에게. 'AI가 세포를 시뮬레이션한다'는 뉴스를 볼 때, '예측'과 '시뮬레이션', '가속'과 '대체'를 구분해 읽으면 맥락이 또렷해집니다. AI는 생물학 연구를 극적으로 빠르게 만들고 있지만, 사람에게 쓰는 약이 되려면 여전히 긴 임상 검증을 거쳐야 합니다. 화려한 자본 뉴스와 냉정한 '승인 0건'을 함께 보면, 이 분야의 실제 위치가 보입니다.

AlphaFold는 AI가 생물학의 규칙을 배울 수 있음을 증명했습니다. 그 성취가 향한 다음 전선은 '구조 예측의 완성'이 아니라, 세포와 유전체를 시뮬레이션하려는 더 큰 도전입니다. 자본과 능력의 변곡점을 지나, 어떤 회사·기관이 검증 격차를 먼저 메우느냐 — 거기서 '예측을 넘어 시뮬레이션으로' 가는 이 이야기의 다음 장이 쓰일 겁니다.

9. 다음 학습 추천

• 🧬 AI 신약개발, 거품인가 변곡점인가 — 'AI가 만든 약'은 왜 아직 승인 0건인가 — 이 글의 '검증 격차'를 임상·시장 관점에서 깊게 판 자매편⁠(시장·임상)
• 🧠 AlphaGenome — AI가 비암호 DNA·조절변이를 읽다 (DeepMind, Nature 2026) — 유전체 파운데이션 모델이 실제로 무엇을 예측하는지⁠(기술 심화)
• 🔬 Evo 2 — 생명의 언어를 배운 유전체 파운데이션 모델 — 이 글 4장의 핵심 모델⁠(Evo 2)을 논문 수준으로 해부⁠(모델 심화)

References

1. Isomorphic Labs 시리즈B·펀딩 — 2026.5 약 21억 달러 시리즈B (Thrive Capital 주도, GV·구글 등), 앞서 2025.3 약 6억 달러 첫 외부 자금⁠(Thrive Capital); 회사에 따르면 AI 신약개발 역대 최대 규모. (Isomorphic Labs "Raises $600 Million in First External Funding" 2025; Isomorphic Labs "$2.1B to accelerate AI drug design" 2026.)
2. Isomorphic 파마 파트너십 — 2024.1 일라이 릴리 (계약금 4,500만 달러·최대 약 17억 달러)·노바티스 (계약금 3,750만 달러·최대 약 12억 달러·3개 표적) 파트너십, 합계 잠재 가치 약 30억 달러; 2025.2 노바티스와 협력 확대. (Isomorphic Labs "Two Pharmaceutical Collaborations" 2024.)
3. Arc Institute Evo 2 — 2025.2 공개, 약 9.3조 개 염기·12만 8천여 유전체⁠(전 생명 도메인) 학습, 파라미터 약 400억, Arc·NVIDIA·스탠퍼드 공동; 변이 병원성 예측. (Arc Institute "Evo 2: genome foundation model" 2025; NVIDIA "Evo 2" 2025.)
4. Arc Institute State·Virtual Cell Challenge — 2025.6 첫 가상세포 모델 State (약물·유전자 섭동 세포 반응 예측) 공개, Virtual Cell Challenge (우승 상금 10만 달러) 운영. (Arc Institute "State: virtual cell model" 2025; Arc Institute "Virtual Cell Challenge" 2025.)
5. CZI 가상세포 모델 — TranscriptFormer (약 1억 1,200만 개 세포·12개 종 학습) + rBio (생물학 추론 모델) + NVIDIA와 공동 Virtual Cells Platform (VCP). (Chan Zuckerberg Initiative "Virtual Cells" 2025; CZI Science "TranscriptFormer" 2025.)
6. Tahoe-100M (Tahoe Therapeutics, 구 Vevo) — 약 1억 개 단일세포·약 6만 건 약물-세포 상호작용·50개 암세포주·1,200종 약물의 섭동 데이터셋; 회사는 2025.4 Vevo에서 Tahoe로 개명. (Tahoe Therapeutics "Tahoe-100M" 2025.)
7. Recursion + Exscientia 합병 — 약 6억 8,800만 달러 전액 주식교환, 2024.8.8 발표·2024.11.20 완료. (Recursion "Recursion and Exscientia Combine" 2024.)
8. Xaira Therapeutics 출범 — 2024.4.24 10억 달러 이상으로 출범 (ARCH Venture Partners·Foresite Labs 인큐베이션, CEO 마크 테시에-라빈, 데이비드 베이커 공동창업), AI 신약개발. (Xaira Therapeutics 출범 발표 2024; STAT "Xaira launches with $1B" 2024.)
9. EvolutionaryScale ESM3 — 단백질 언어·생성 파운데이션 모델 ESM3 공개, 약 1억 4,200만 달러 시드 (냇 프리드먼·대니얼 그로스와 Lux Capital 주도, 아마존·NVIDIA 참여); 이후 CZ 바이오허브 인수. (EvolutionaryScale "ESM3 Release" 2024.)
10. NVIDIA BioNeMo·Clara — BioNeMo (신약용 생체분자 파운데이션 모델 학습·배포 플랫폼)는 헬스케어 플랫폼 Clara (BioNeMo·MONAI·Parabricks)의 신약 축. (NVIDIA "BioNeMo / Clara for Biopharma".)
11. AI 설계 신약 승인 0건·인실리코 렌토세르티브 — AI가 '설계'한 신약의 FDA 승인 아직 0건; 가장 앞선 후보 인실리코 메디슨 rentosertib (ISM001-055, TNIK 저해·IPF)가 Nature Medicine 2025.6 2상⁠(GENESIS-IPF) 긍정 결과, 단 미승인 (FDA 희귀약·중국 혁신치료 지정). (Nature Medicine "Rentosertib in IPF (GENESIS-IPF)" 2025; Pipette & Pipeline "AI 신약개발, 거품인가 변곡점인가" 2026.)

Pipette & Pipeline · A bio portfolio journal — bridging research, data, and industry.