AWS·오픈AI·앤스로픽, 신약 개발 AI 플랫폼 전쟁에 본격 진입

빅테크가 신약 개발 워크플로우를 노린다

• AWS, 오픈AI, 앤스로픽이 AI 신약 개발 전용 플랫폼을 잇달아 공개하면서 생명과학 쪽으로 전선을 넓히고 있음

  • 신약 개발은 보통 10년 이상 걸림
  • 임상 실패율은 90%에 달하는 고비용·고위험 분야
  • 빅테크가 노리는 건 파편화된 연구 도구를 묶고, 데이터 관리와 실험 설계를 자동화해 연구 속도를 끌어올리는 쪽임

• 이 시장에서 AI는 “논문 좀 찾아주는 챗봇” 정도가 아니라 연구 인프라에 가까워지고 있음

  • 후보 물질 생성
  • 문헌과 공공 데이터베이스 검색
  • 실험 프로토콜 설계
  • 위탁연구개발(CRO) 기업과의 연동
  • 임상·규제 업무 보조까지 범위가 넓어지는 중

AWS는 인프라와 모델 묶음으로 접근

• AWS는 4월에 ‘아마존 바이오 디스커버리(Amazon Bio Discovery)’를 출시함

  • 오픈소스와 자체 생물학 AI 모델 40개 이상을 결합한 플랫폼
  • 실험 설계를 돕는 AI 비서를 제공함
  • 트위스트 바이오사이언스, 깅코 바이오웍스, A-알파 바이오 같은 위탁연구개발(CRO) 기업들과도 연동됨

• 실제 사례로 미국 메모리얼 슬론 케터링 암 센터(MSKCC)가 언급됨

  • 플랫폼을 활용해 약 30만 개 후보 물질을 생성
  • 몇 주 만에 상위 10만 개로 추림
  • 기존 방식으로는 최대 1년이 걸릴 수 있던 작업이라고 기사에서 설명함

• AWS가 강조하는 병목은 “AI를 아는 사람”과 “생물학을 아는 사람” 사이의 협업 문제임

  • AWS 헬스케어·생명과학 부문 댄 쉬런 부사장은 생물학과 AI를 모두 이해하는 전문가가 매우 부족하다고 설명함
  • A-알파 바이오 데이비드 영거 최고경영자는 AI가 설계한 물질을 실험실에서 빠르게 검증하는 것이 핵심이라고 봄

• AWS가 유리하다고 내세우는 기반은 이미 제약사가 쓰는 클라우드 인프라임

  • 세계 20대 제약사 중 19개사가 AWS 인프라를 사용한다고 소개됨
  • 고객사의 독자 데이터와 설계 결과물은 분리해 보호된다는 설명도 붙음

오픈AI는 생명과학 특화 추론 모델로 진입

• 오픈AI는 AWS 발표 이틀 뒤 생명과학 특화 추론 모델 ‘GPT-로절린드(GPT-Rosalind)’를 발표함

  • 50개 이상 공공 데이터베이스와 문헌 저장소에 연결되는 연구용 확장 프로그램을 포함함
  • 암젠, 모더나, 앨런 연구소, 써모 피셔 사이언티픽 등이 도입한 것으로 소개됨

• 오픈AI의 메시지는 “연구기관은 범용 모델이 아니라 과학 워크플로우에 맞춘 시스템을 원한다”는 것임

  • 문헌 검색
  • 데이터베이스 접근
  • 서열 조작
  • 프로토콜 설계 같은 과업을 직접 겨냥함

• 벤치마크 수치도 제시됨

  • 정보학 및 계산생물학 벤치마크에서 0.751점을 기록했다고 기사에 나옴
  • GPT-5.4, 그록 4.2, 제미나이 3.1 프로를 앞선 수치로 소개됨
  • 11개 과업 중 6개에서도 높은 성적을 냈다고 설명됨

• 오픈AI는 이미 의료 쪽 영향력도 넓히는 중임

  • 임상 업무를 돕는 ‘임상의용 챗GPT’를 내놓음
  • 노보 노디스크와 협력하는 등 의료·제약 접점을 늘리고 있음

앤스로픽은 업무 비서와 인수로 들어간다

• 앤스로픽은 AI 신약 개발 스타트업 코에피션트 바이오를 4억 달러에 인수함

  • 이 회사는 제넨텍 출신 과학자들이 세운 기업
  • 앤스로픽이 생명과학 분야를 단순 파트너십이 아니라 직접 역량 확보 대상으로 보고 있다는 신호임

• 앤스로픽은 ‘클로드 포 라이프 사이언스(Claude for Life Science)’도 개발해왔음

  • 대상 사용자는 연구원, 임상 코디네이터, 규제 사무 담당자
  • 연구실 안쪽 업무부터 임상·규제 문서 흐름까지 넓게 잡는 쪽임

• 성능 주장도 실험실 프로토콜 이해도 쪽에 맞춰져 있음

  • 맞춤형 플랫폼이 실험실 프로토콜 이해도 평가에서 0.83점을 기록했다고 전함
  • 인간 기준점 0.79점을 넘는 수치
  • 벤클링의 디지털 노트, 펍메드 문헌 등 과학 플랫폼과 연결됨

• 앤스로픽 쪽 설명은 개발자의 페어 프로그래밍 경험과 닮아 있음

  • 에릭 코더러-에이브럼스 박사는 과학자들이 소프트웨어 개발자처럼 AI와 함께 아이디어를 짜고 업무를 나눌 수 있게 하겠다고 설명함
  • 결국 연구자의 옆자리 조수 역할을 AI가 맡는 그림임

세 회사의 방향은 꽤 다르다

• AWS는 인프라 통합에 강하게 베팅함

  • 이미 제약사가 쓰는 클라우드 기반
  • 모델, 데이터, 실험 설계, CRO 연동을 한 플랫폼에 묶는 전략

• 오픈AI는 강한 추론 모델을 생명과학 워크플로우에 맞추는 쪽임

  • 공공 데이터베이스와 문헌 저장소 연결
  • 계산생물학 벤치마크 성능
  • 연구 과업별 추론 능력을 전면에 세움

• 앤스로픽은 업무 지원과 기업 인수를 병행함

  • 연구원뿐 아니라 임상 코디네이터와 규제 사무 담당자까지 포함
  • 과학 플랫폼 연결과 도메인 전문 스타트업 인수로 폭을 넓힘

• 투자자들은 결국 환자에게 닿는 시간을 줄이는지가 관건이라고 봄

  • 아트리아 벤처스 크리스 라이터 파트너는 약이 환자에게 5년 일찍 도착하거나 숨겨진 암을 찾아낼 때 AI의 진가가 드러날 것이라고 전망함
  • 멋진 데모보다 실제 실험과 임상에서 시간을 줄이는지가 승부처라는 얘기임

---

기술 맥락

• 이 기사에서 중요한 선택은 범용 대규모 언어 모델(LLM)을 그대로 쓰는 게 아니라 생명과학 워크플로우에 맞춘 플랫폼으로 감싸는 거예요. 왜냐하면 신약 개발은 문헌, 실험 데이터, 후보 물질, 프로토콜, 규제 문서가 따로 놀면 속도가 안 나거든요.

• AWS는 모델 성능 자체보다 인프라 통합을 앞세워요. 이미 세계 20대 제약사 중 19개사가 AWS를 쓴다는 기반이 있으니, 고객 데이터 분리와 CRO 연동을 묶어 연구 파이프라인 안으로 들어가려는 전략이에요.

• 오픈AI의 GPT-로절린드는 추론 능력을 특정 과학 과업에 맞추는 선택이에요. 문헌 검색이나 서열 조작처럼 연구자가 매일 하는 작업에서 모델이 바로 쓸 수 있어야 하니까, 단순 채팅보다 데이터베이스와 도구 연결이 중요해져요.

• 앤스로픽은 연구원만 보지 않고 임상 코디네이터와 규제 담당자까지 포함해요. 신약 개발에서는 좋은 후보를 찾는 것만큼 문서화, 검증, 규제 대응이 오래 걸리기 때문에 전체 업무 흐름을 잡으려는 접근이에요.