저자: SoftdragonSOD채널출연자 · 한국인
요약 보기
엔비디아가 2025년 6~11월 아크연구소와 가상세포 챌린지를 열었고, 빅테크가 아닌 소형 바이오AI팀이 1위를 차지했다. 엔비디아는 상금 절반을 DGX 클라우드 크레딧으로 지급해 생물학 분야 클라우드 종속을 노린다는 주장이다. 세포 시뮬레이션은 신약개발 산업을 재편할 것이며 아직 지배자가 없는 빈 땅이라고 주장한다. 신약 개발 평균 10년, 성공률 10% 미만이라는 수치를 근거로 제시한다. 영상은 하이젠버그 리포트를 근거로 엔비디아 추가 매수 논리를 전개한다.
다듬은 글
지금 AI 옆에서 전례 없는 변화가 생기고 있습니다. 돈으로 찍어 누르면 되던 AI 경쟁이 통하지 않는 분야가 발견됐어요. 지난 10년 동안 AI 업계 전체가 데이터를 더 많이 먹이고 GPU를 더 많이 꽂으면 AI는 더 똑똑해진다고 믿어왔습니다. 클로드부터 제미나이까지 모두 이 믿음으로 수백조 규모의 컴퓨팅 인프라를 깔았죠. 그런데 최근 114개국에서 5,000명이 넘는 연구자가 등록하고 1,200개 팀이 6개월 동안 죽도록 싸운 대회가 있었어요. 글로벌 제약사 연구원, 실리콘밸리 AI 엔지니어, 학계 석학들이 모였는데, 모두 작은 바이오 AI 기업에게 졌습니다.
더 놀라운 점은 이 대회를 주최한 엔비디아의 큰 그림이에요. 엔비디아 시총은 현재 한국 GDP의 약 세 배인 5조 달러 수준입니다. 그런데 아직도 엔비디아를 그냥 AI 칩 만드는 회사로만 알고 계신다면, 왜 다른 빅테크들도 엔비디아를 이기지 못하는지 이해하기 어렵습니다. 엔비디아는 2025년 6월부터 11월까지 미국의 아크 연구소와 손잡고 '가상세포 챌린지'라는 대회를 열었어요. 살아 있는 세포를 통째로 컴퓨터 안에 옮길 수 있느냐를 두고 경쟁한 겁니다.
GPU를 파는 회사가 왜 갑자기 세포를 컴퓨터에 옮기는 대회를 열었을까요? GPU를 더 팔 다음 시장이 필요했기 때문입니다. LLM 시장만으로는 부족해요. 주요 빅테크들이 사 갈 GPU의 양은 이미 어느 정도 정해져 있습니다. 매출을 더 높이려면 다음 시장이 필요하고, 그중 하나가 바로 신약이에요.
신약 하나를 만드는 데 평균 10년, 수조 원이 들고, 그마저도 90%가 임상에서 실패합니다. 비효율의 끝판왕이죠. 이 비효율을 컴퓨터로 풀 수 있게 되면 수백조 원짜리 제약 산업 전체가 뒤집힙니다.
참고로 얼마 전 노벨상을 받은 알파폴드는 단백질 하나의 모양을 맞추는 상대적으로 쉬운 퍼즐이었어요. 그런데 세포 하나에는 대략 10억에서 100억 개 정도의 단백질이 있다고 합니다. 인간이 단백질 하나를 예측하는 데 성공했으니, 다음 단계는 이 단백질들로 구성된 세포를 만드는 것이죠. 게다가 살아 있는 세포는 매 순간 변화하는 동적 시스템입니다. 수만 개의 유전자가 실시간으로 켜지고 꺼지며 외부 자극에 반응하고, 에너지를 만들거나 물질을 분해하는 과정에서 생기는 중간 부산물까지 전부 얽혀서 돌아갑니다.
이것은 단백질 예측과 비교할 수 없을 만큼 복잡합니다. 단백질 하나를 예측하는 알파폴드에도 천문학적인 양의 GPU가 필요했는데, 세포를 예측하려면 얼마나 많은 GPU가 필요할지 상상이 가시나요? 엔비디아 입장에서는 완전한 노다지인 거죠. 젠슨 황 CEO가 "생명공학은 차세대 반도체다"라고 말한 이유가 여기에 있습니다. 작년 JPM 컨퍼런스에서는 생명공학이 인류 역사상 가장 큰 혁명 중 하나가 될 것이라고 공식 선언하기도 했어요.
하지만 우리나라는 미국에 비해 바이오가 상대적으로 약한 편입니다. 바이오 투자는 "쪽박 찬다"는 말이 돌 정도라 대부분의 사람들은 관심이 없을 것 같아요. 코스닥에서 사기를 치거나 실패한 기업이 워낙 많다 보니 우리나라에서 바이오라고 하면 색안경을 끼는 게 사실입니다. 하지만 미국은 다릅니다. 엔비디아는 LLM 다음으로 GPU를 무한히 빨아들일 시장으로 바이오를 보고 있어요. 이 의도를 가지고 이번 대회를 연 겁니다.
더 무서운 건 다음입니다. 이번 대회의 후원사로 엔비디아 외에 단일 세포 분석 세계 1위 기업인 10x Genomics, 초저가 유전체 분석 기업인 Ultima Genomics를 끌어들였어요. 주최는 비영리 연구소인 아크 연구소가 맡았습니다. 이름값 있는 비영리 연구 기관이 앞에 서야 권위가 생기니까요.
상금 규모만 보면 기업 입장에서 크지 않아요. 1등이 10만 달러, 2등이 5만 달러에 불과하니까요. 그런데 연봉이 수십억인 연구자들이 줄을 서서 참가했습니다. 이유가 뭘까요? 눈에 보이는 돈이 중요한 게 아니라, 넥스트 알파폴드를 선점하고 알릴 기회이기 때문입니다.
비유하자면 이런 겁니다. 우리 회사 가치가 현재 50억이라고 가정해 봅시다. 국내 FI에게 100억 가치로 10억을 투자받을지, 블룸버그에게 10억 가치로 1억을 투자받을지 선택해야 한다면, 저는 당연히 후자를 선택할 겁니다. 지분 가치를 낮추더라도 전략적 투자자를 얻는 것이 훨씬 이득이니까요. 이번 대회도 마찬가지입니다. 상금보다는, 글로벌 톱기업들이 인정하고 아크 연구소가 공인한 무대에서 이름을 알리는 것, 그리고 단백질이 아니라 세포를 구현하는 시장은 아직 승자가 없다는 점이 훨씬 중요합니다.
LLM은 이미 오픈AI, 구글, 메타, 앤트로픽, xAI 같은 거대 플레이어들이 표준을 쥐고 있습니다. 지금 새로운 LLM 모델을 만들겠다거나 기존 모델로 무언가를 하겠다는 회사 대부분은 망할 것이라고 전문가들은 예측합니다. 우리나라만 봐도 그런 스타트업이 엄청 많습니다. VC들은 국가 자금을 받아 투자하는데, 정부가 AI 기업에 투자하라고 푸시하니 AI가 붙은 기업에 많이 투자하고 있죠. 그런데 이렇게 세금으로 조성된 펀드 대부분이 공중분해될 겁니다. 빅테크 제품을 두고 변방의 작은 나라에서 만든 AI 서비스를 쓸 이유가 없으니까요. 하지만 가상세포 분야에는 아직 지배자가 없습니다. 빈 땅이에요.
엔비디아는 이 빈 땅을 차지하려고 전략을 더 짰습니다. 상금의 절반을 DGX 클라우드 크레딧으로 준 거예요. 엔비디아가 운영하는 슈퍼컴퓨터의 임대 사용권입니다. "우승하면 현금 절반을 줄게, 나머지 절반은 우리 슈퍼컴퓨터 안에서 써야 해." 연구소나 기업 입장에서는 엔비디아 크레딧을 바탕으로 가상세포 연구를 하게 되는 셈이죠.
시험 방식도 아주 영리했어요. AI에게 한 번도 본 적 없는 세포가 특정 유전자 조작에 어떻게 반응할지 맞혀 보라고 했습니다. AI는 기존 세포들의 반응을 먼저 학습한 뒤, 인간 세포에서 같은 조작을 했을 때 어떤 변화가 생길지 예측해야 했어요. 표면적인 패턴을 넘어서서 생물학적 인과관계를 제대로 이해했는지 스스로 증명해야 하는 가장 가혹한 테스트였습니다.
당연히 빅테크와 자본과 GPU가 많은 연구소가 이길 것이라고 다들 예측했어요. 그런데 결과표가 공개되자 실리콘밸리는 차가운 현실을 마주했습니다. 빅테크는 우승하지 못했어요. 데이터, 파라미터, 모델 내부 조절값을 계속 늘리면 모든 문제가 해결된다는 스케일링 법칙이 여기서는 통하지 않았습니다.
1위는 작은 바이오 AI 스타트업 팀 BMTV였어요. 이들은 딥러닝 하나로 밀어붙이지 않았습니다. 오히려 반대로 갔어요. 딥러닝 위에 고전 통계 기법을 결합한 하이브리드 모델을 만들었습니다. 3위 팀 아웃라이어는 더 충격적입니다. 시카고대, 다트머스대, 홍콩대 합동팀인데, 거의 딥러닝을 쓰지 않았어요. 1940년대에 만들어진 단순한 고전 통계 기법만으로 딥러닝 모델들을 제쳤습니다. 현재 AI는 유전자의 복잡한 인과관계를 스스로 완전히 풀어내기에는 아직 부족하다는 뜻이에요. 당분간은 생물학자의 지식과 전통적인 분석 방식이 AI의 빈틈을 메워야 실제로 잘 작동한다는 게 드러난 겁니다.
가상세포 대회를 통해 우리는 알게 됐습니다. AI만 믿고 덤비지 마라, 세포는 그렇게 만만하지 않다는 것. 그동안 AI는 무조건 딥러닝이 필수라고 여겨졌고, 데이터와 GPU만 쏟아부으면 풀린다고 믿어왔습니다. 그런데 그게 통하지 않는 영역이 생물학에서 발견된 거예요. 충격이 너무 컸는지 주최 측은 추가로 '제너럴리스트 프라이즈'라는 상까지 부랴부랴 신설하기도 했습니다.
이번 대회에서 이긴 스타트업이나 연구소는 당연히 승자입니다. 하지만 앞서 말했듯 우승팀들이 받은 상금의 절반은 엔비디아 클라우드 크레딧이었어요. 1위 팀 BMTV가 그 크레딧으로 모델을 더 키우면, 그 모델은 엔비디아 클라우드 위에서 돌아갑니다. 3위 팀 아웃라이어의 방법을 전 세계 연구자 수천 명이 모방하려 할 텐데, 그 모방 실험 역시 엔비디아 클라우드 위에서 이뤄지게 됩니다. 이게 핵심이에요. 누가 이기든, 누가 모방하든, 모두 엔비디아 위에서 경쟁하게 되는 겁니다.
어디서 본 그림 같지 않나요? 엔비디아는 CUDA라는 소프트웨어로 전 세계 컴퓨터공학자들을 자신들의 생태계에 묶어 뒀습니다. 이번에는 생물학자, 화학자, 신약 개발자들을 같은 방식으로 묶고 있는 겁니다. 해당 분야의 도메인 전문가들을 통째로 자신들의 클라우드에 종속시키는 거죠.
이 내용은 하이든버그 리포트 '내가 엔비디아를 추가 매수한 이유'를 바탕으로 만들어졌습니다. 작성한 연구자는 생물정보학을 전공했는데, 리포트에 따르면 이미 연구비의 상당 부분이 엔비디아 생태계 사용료로 나가고 있다고 합니다. 현재 데이터 기반 바이오 연구실에서 GPU 클라우드 사용료는 가장 먼저, 가장 막대하게 결제되는 기본 청구서가 됐어요. 예전에는 생물학 실험의 가장 큰 고정비가 시약, 피펫, 세포 배양액이었지만, 지금은 GPU 클라우드입니다. 실험실에서 시약값보다 클라우드 비용이 더 나가는 시대가 온 거예요.
신약 개발 시장은 수백조 원 규모인데, 개발에 평균 10년이 걸리고 성공률은 10%가 안 됩니다. 가상세포가 실현되면 컴퓨터가 수백만 개의 후보 약물의 독성과 반응을 미리 시뮬레이션해서 실험실의 끝없는 시행착오를 크게 줄일 겁니다. 실험실 없이 신약 후보를 걸러내는 것, 이것은 수백조 원 규모의 산업 전체를 재편하는 일입니다. 대부분 모르는 사이에 엔비디아는 이미 밑작업을 해 둔 셈이에요. 실제 세포의 작동 원리를 컴퓨터 안에 그대로 구현하는 분야에서는 아직 어느 기업도 기술적 해자를 완성하지 못했다는 점, 꼭 기억해 주셔야 합니다.
LLM 시대가 시작될 때 기회를 놓친 사람이 너무 많습니다. 저도 놓쳤어요. 그런데 여기까지 보신 분들은 운이 좋으신 겁니다. 지금 여러분은 아직 깃발이 꽂히지 않은 분야를 알게 되셨어요. 생물학적 AI는 아직 누구도 지배하지 못했고, 바이오 AI는 사실상 이제 시작 단계입니다. 다만 어디로 가든 엔비디아를 거쳐 가야 한다는 것이 문제입니다.
노벨 화학상 수상자이자 구글 딥마인드 CEO인 데미스 하사비스는 이렇게 말했습니다. "생물학은 우주에서 가장 복잡한 정보 처리 시스템이다. 알파폴드는 단지 시작일 뿐이며, 우리의 궁극적인 목표는 살아 있는 세포 전체, 나아가 생명체 전체를 시뮬레이션하는 것이다."
그렇다면 어떤 기업이 잘될지, 어떤 시나리오가 가능할지 알 수 있다면, 5~10년 전에 엔비디아에 투자하는 것과 같지 않을까요? 관련 내용은 고정 댓글에 달아 두었으니 확인해 보시기 바랍니다. 절대 후회하지 않으실 겁니다.
이 영상은 서울대에서 생물정보학을 연구한 연구자가 쓴 하이든버그 리포트를 바탕으로 만들었습니다. 작성자님은 2번 글뿐만 아니라 세포 버전 체크포인트, 라리, 그레이, 한미약품, 템퍼스 AI 등 바이오 분야의 우수한 기업들도 분석하고 계십니다. 일반 매체에서는 절대 볼 수 없는 깊이입니다.
저희 하이든버그는 53명 전원이 이공계 석박사입니다. 시작한 지 반년 만에 1,340%의 성장률을 기록했고, 기성 언론처럼 보도자료를 복사해서 붙여넣는 일은 절대 하지 않습니다. 저희는 속보 경쟁이 아니라 통찰 경쟁을 합니다. 여러분이 쓰신 5만 원이 인생에서 가장 잘 쓴 5만 원이 되도록 만들어 드리겠습니다. 많은 가입 부탁드립니다. 감사합니다.
Comments 0