본문으로 건너뛰기
피드

구글 클라우드에 신약·신소재용 AI 모델이 올라온다

ai-ml 약 6분
vote
0
댓글
북마크

구글 클라우드 마켓플레이스에 샌드박스AQ의 과학 연구 특화 AI 모델이 추가된다. 텍스트를 잘 쓰는 대규모 언어 모델(LLM)이 아니라 화학·생물학·물리학 문제를 수치 데이터로 푸는 거대정량모델(LQM) 쪽이라, 신약 후보와 반도체·배터리 소재 탐색에 초점이 맞춰져 있다.

  • 1

    샌드박스AQ의 AQ캣은 촉매·소재 후보를, AQ포턴시는 질병 표적에 결합할 분자 탐색을 지원함

  • 2

    구글 제미나이와 LQM을 결합해 연구자가 자연어 인터페이스와 과학 계산 모델을 함께 쓸 수 있음

  • 3

    샌드박스AQ는 NIST 산하 반도체 연구개발실과 5억달러 규모 지원 협약을 맺은 직후 모델을 공개함

  • 4

    네오디뮴 자석처럼 중국 의존도가 90% 이상인 핵심 소재 대체도 주요 과제로 언급됨

  • 구글이 신약 개발, 신소재, 반도체 연구용 AI 모델을 구글 클라우드 마켓플레이스에 올림

    • 제공 주체는 알파벳에서 분사한 AI·양자기술 스타트업 샌드박스AQ
    • 샌드박스AQ의 ‘AQ’는 인공지능(AI)과 양자기술(Quantum)을 합친 이름임
  • 핵심은 대규모 언어 모델(LLM)이 아니라 거대정량모델(LQM)이라는 점

    • LLM이 문장을 만들고 이해하는 데 강하다면, LQM은 화학·생물학·물리학 문제를 수치 데이터 기반으로 푸는 쪽에 맞춰져 있음
    • 연구자는 구글 제미나이 같은 언어 모델과 LQM을 묶어서 쓸 수 있음. 자연어로 탐색하고, 실제 과학 계산은 도메인 모델이 맡는 그림에 가까움
  • 첫 모델 ‘AQ캣’은 소재 탐색용, 두 번째 모델 ‘AQ포턴시’는 신약 개발용임

    • AQ캣은 반도체 제조, 배터리 개발, 촉매, 자석 같은 영역에서 유망한 후보 물질을 찾도록 설계됨
    • AQ포턴시는 질병 표적에 잘 결합할 가능성이 높은 분자를 찾는 데 초점이 있음

중요

> 이건 “챗봇 하나 더 나옴”이 아니라, 알파폴드 이후 과학 AI를 클라우드 상품으로 배포하는 흐름에 가까움.

  • 구글 입장에서는 알파폴드 성공을 클라우드 비즈니스로 확장하는 단계임

    • 구글 딥마인드의 데미스 하사비스와 존 점퍼는 알파폴드로 단백질 접힘 문제를 푼 공로를 인정받아 2024년 노벨화학상을 받았음
    • 이번 모델 공개는 그런 과학 AI를 일부 연구소의 내부 도구가 아니라 일반 기업·연구자도 접근 가능한 클라우드 상품으로 푸는 쪽임
  • 돈의 규모도 작지 않음. 샌드박스AQ는 NIST 산하 반도체 연구개발실과 5억달러, 약 7천740억원 규모 지원 협약을 맺은 직후 이 모델을 내놨음

    • AQ캣은 이 프로젝트를 뒷받침하는 모델 중 하나로 언급됨
    • 신규 배터리 화학물질, 촉매, 자석, 잔류성 화학물질(PFAS) 분해법 개발에 쓰이고 있음
  • 반도체 공급망 이슈도 꽤 직접적으로 걸려 있음

    • 지원 자금은 희토류 자석, 촉매 같은 핵심 소재의 국산화 개발에도 들어감
    • 특히 중국이 90% 이상 장악한 네오디뮴 자석을 대체할 소재 발굴이 주요 과제임
    • 네오디뮴 자석은 최첨단 반도체 노광장비와 진공펌프 같은 칩 제조 핵심 설비에 들어감. 그냥 소재 연구가 아니라 반도체 장비 공급망 문제랑 연결돼 있음
  • 샌드박스AQ 자체도 꽤 흥미로운 회사임

    • 2016년 알파벳의 X 디비전 안 양자기술 연구소로 시작했고, 2022년 독립기업으로 분사함
    • 에릭 슈밋 전 구글 CEO와 마크 베니오프 세일즈포스 CEO 등이 투자자로 참여함
    • 2026년 4월 기준 기업가치는 57억5천만달러, 약 8조9천억원으로 평가됨
  • 단기적으로 가장 큰 기회는 바이오제약 연구 쪽으로 보고 있음

    • 샌드박스AQ CEO 잭 하이더리는 고객사들이 교모세포종, 전립선암, 알츠하이머병, 파킨슨병, 심혈관 질환 연구에 이 기술을 쓰고 있다고 설명함
    • “몇 년을 절약하고, 사람이 아무리 시간을 들여도 못 찾았을 후보군까지 볼 수 있다”는 게 회사가 내세우는 포인트임

기술 맥락

  • 이번 선택의 핵심은 범용 대규모 언어 모델(LLM)만으로 과학 문제를 풀겠다는 게 아니라, 수치 데이터에 맞춘 거대정량모델(LQM)을 따로 두겠다는 거예요. 화학 결합, 분자 후보, 소재 특성처럼 숫자와 구조가 중요한 문제는 글 잘 쓰는 모델만으로는 한계가 크거든요.

  • 구글 제미나이와 LQM을 같이 쓰는 구조도 그래서 의미가 있어요. 연구자는 자연어로 질문하고 탐색 방향을 잡되, 실제 후보 물질 탐색이나 과학 계산은 도메인 모델이 맡는 식이라 워크플로우가 더 현실적이에요.

  • 클라우드 마켓플레이스에 올린다는 점도 중요해요. 과학 AI가 특정 연구소 내부 시스템에 머무르면 확산이 느린데, 클라우드 상품으로 제공되면 기업·연구기관이 인프라를 직접 다 만들지 않고도 실험 파이프라인에 붙여볼 수 있거든요.

  • 반도체 소재와 신약 개발이 같이 묶인 이유는 둘 다 후보 탐색 공간이 너무 넓기 때문이에요. 배터리 화학물질, 촉매, 자석, 약물 후보처럼 경우의 수가 큰 영역에서는 “가능성 낮은 조합을 빨리 버리고 유망한 후보를 좁히는 능력”이 개발 기간과 비용을 크게 좌우해요.

생성형 AI가 문서 작성 도구에서 과학 R&D 인프라로 넘어가는 흐름이 꽤 선명해졌음. 개발자 입장에서도 ‘LLM을 붙인다’가 아니라 도메인 모델과 클라우드 상품화가 어떻게 만나는지 볼 만한 사례다.

댓글

댓글

댓글을 불러오는 중...

ai-ml

그로크, 1조 원 투자 유치로 AI 추론 클라우드 확장 속도 낸다

AI 추론 전용 클라우드 기업 그로크가 6억 5,000만 달러 규모의 신규 투자를 유치했다. 엔비디아와의 비독점 라이선스 거래 이후 독립 회사로 남은 그로크는 자체 LPU와 13개 데이터센터를 앞세워 빠르고 저렴한 추론 클라우드 시장을 키우려 한다.

ai-ml

프로수스, AI 쇼핑 비서로 커머스 수익성 끌어올리는 중

프로수스가 연간 조정 핵심이익 84% 증가를 발표하면서, 거래 데이터 기반 AI 쇼핑 비서 전략을 내세웠어. 마켓플레이스, 배달, 중고거래, 결제 데이터를 가진 플랫폼이 범용 챗봇보다 강한 AI 커머스 서비스를 만들 수 있다는 흐름이야.

ai-ml

정부, 3년 안에 로봇 두뇌용 피지컬 AI 파운데이션 모델 만든다

정부가 독자 AI 파운데이션 모델과 별도로 로봇의 두뇌 역할을 할 피지컬 AI 범용 파운데이션 모델 개발에 나서. 핵심은 대규모 언어 모델(LLM)이 아니라 시각·언어·행동(VLA), 월드모델(World Model), 로봇 제어를 묶는 풀스택 국산화야.

ai-ml

오픈클로, 모바일 앱 출시…AI 에이전트가 스마트폰 권한까지 잡기 시작함

오픈소스 AI 에이전트 프로젝트 오픈클로가 iOS와 Android용 독립 앱을 내놨어. 이제 에이전트가 카메라, 화면, 위치, 사진, 연락처, 캘린더 같은 스마트폰 기능과 연결될 수 있어서 개인 비서에 가까워지는 동시에 권한 관리 리스크도 커졌어.

ai-ml

AI 비용 폭탄 맞은 기업들, 중국산 오픈소스 모델로 갈아타는 중

기업들이 AI 에이전트와 코딩 도구 사용량을 늘리다가 토큰 비용 폭탄을 맞고 있어. 우버는 올해 AI 예산을 4개월 만에 다 써버렸고, 기업들은 딥시크 같은 저가 중국산 오픈소스 모델과 AI 라우팅 서비스로 비용을 줄이려는 중이야.