상위 5개 AI 및 디지털 바이오테크 기업 (8월 2026)

바이오테크 분야의 AI 혁명

No sector is left unchanged by the power of AI와 디지털 모델링의 힘에 의해 변하지 않는 분야는 없으며, 바이오테크도 예외는 아닙니다.

이는 생물학이 다른 경성 과학들 중 가장 “복잡하고 난해”하기 때문입니다. 화학이나 물리학은 매우 통제된 환경, 순수한 화합물 등을 다룰 수 있습니다. 반면 생물학은 이미 존재하는 매우 복잡하고 지속적으로 변화하는 시스템을 다루어야 합니다. 또한, 단일 단백질을 분석할 때 생화학자들은 수천에서 수백만 개의 원자를 살펴봅니다. 따라서 모든 가능한 화학 반응을 예측하는 것이 매우 어려워질 수 있습니다.

빅 데이터, AI 모델, 그리고 디지털화가 바이오테크 연구에서 지식 혁명을 위한 조건을 만들고 있습니다.

생물의학의 첫 시대는 어둠 속에서 무작위로 시도하고 무엇이 효과가 있는지 보는 것이었습니다.

우리는 이제 유전체학 시대에 확고히 자리 잡았으며, 여기서는 하나의 결함 유전자와 같은 특정 표적에 집중할 수 있습니다.

With the incoming digital revolution, we can replicate complete proteins, cells, or even entire organs and bodies in a virtual environment.

그것은 무엇을 바꿀까요?

A big part of why genomics and precision therapies are taking over “traditional” chemical drugs has been a very poor success rate for new drugs in the last decade.

아마도 만 개의 후보 약물 중 하나만 FDA 승인을 받을 수 있을 것입니다. 모든 단계는 실험실에서 살아있는 세포, 동물, 혹은 인간을 대상으로 테스트되어야 합니다.

이는 종종 1~2십 년의 손실된 시간과 수십억 달러에 달하는 비용 손실을 의미합니다.

출처: Biosourcing

맹목적인 시도는 이제 약물 발견에 있어 실행 가능한 방안이 아닙니다. 따라서 연구자들은 물리적 테스트 이전에 약물이 좋은 후보인지 예측할 수 있는 디지털 예측 모델이 필요합니다.

따라서 약물 발견이 대부분 AI 바이오테크 기업의 비즈니스 모델 최전선에 있는 것은 놀라운 일이 아닙니다.

머신러닝과 같은 새로운 방법은 소프트웨어가 완전한 ‘기계적’/알고리즘 방식이 아닌 확률적 방법을 사용해 가장 가능성이 높은 답을 ‘추측’하도록 합니다.

대부분의 머신러닝 기술과 마찬가지로, 지난 10년 동안 많은 작업이 진행되었으며, 실제로 주목한 것은 해당 분야의 전문가들뿐이었습니다.

 2020년에 Alphabet/Google DeepMind가 50년 된 단백질 접힘 문제를 해결했을 때 (GOOG ). 그 프로그램은 이후 모든 살아있는 유기체의 알려진 대부분의 단백질을 모델링했으며, Google이 새로운 기업인 Isomorphic Laboratories를 설립하여 새로운 약물을 식별하도록 돕고 있습니다.

상위 5개 AI 및 디지털 바이오테크 기업

For investors, Google might be a great play on AI in general, but the biotech aspect will be a tiny segment in a very large company. So, this article will review publicly listed companies that are solely dedicated to the topic of AI and Virtual Biology.

같은 이유로, 우리는 AI 하드웨어에 관여하는 기업, 예를 들어 Nvidia와 그들의 유전체학 라이브러리 Parabricks는 살펴보지 않을 것입니다.

(이 기업들은 기사 작성 시점의 시가총액 기준으로 순위가 매겨졌습니다)

1. Roivant Sciences Ltd.

ROIV 가격 차트

이 회사는 바이오테크 스타트업을 인수하고, 각각 이름 끝에 ‘vant’가 붙는 자회사(-vant)를 통해 상업화 가능성을 높이는 데 특화되어 있습니다.

이러한 인수 중 일부는 Silicon Therapeutics를 4억 5천만 달러에 인수했습니다. 슈퍼컴퓨터와 맞춤형 컴퓨팅 하드웨어 덕분에 Silicon Therapeutics는 새로운 분자를 개발하고 있습니다. 이는 기존 AI 바이오테크 스택 포트폴리오인 VantAI에 추가되었습니다.

Roivant는 또한 의료 분야를 위한 빅 데이터 솔루션인 ‘vant’ Datavant를 보유하고 있으며, 병원 제약 회사, 보험사 등에 규제 준수 및 개인정보 보호 절차를 갖추어 판매합니다.

다른 ‘vant’들도 데이터 또는 디지털 시뮬레이션에 초점을 맞추고 있습니다. 예를 들어 Psivant의 “정확한 전원자 물리 기반 시뮬레이션”. 혹은 임상 시험 인텔리전스 소프트웨어/플랫폼 Lokavant.

출처: Roivant

그럼에도 불구하고, 회사 수입의 대부분은 승인된 제품의 제약 판매에서 나옵니다.

전반적으로 Roivant는 디지털 생물학뿐만 아니라 의료 기록, 임상 시험 등 바이오테크의 데이터 측면에 투자할 수 있는 방법이 될 수 있으며, 동시에 특히 피부 관리 분야의 혁신적인 의학, 건선 치료를 위한 Vtama와 함께에 관여하고 있습니다.

2. Schrödinger, Inc.

SDGR 가격 차트

이 회사는 물리 기반 모델을 활용해 주어진 목표에 가장 적합한 분자를 찾으며, 효능, 용해도, 반감기, 합성 가능성 등 상충되는 지표들을 균형 있게 고려합니다.

머신러닝도 사용하지만, 물리 기반 모델을 추가함으로써 AI를 ‘훈련’시킬 데이터 세트가 존재하지 않는 완전히 새로운 분야에서도 테스트할 수 있습니다. 이를 통해 Schrödinger는 10억 개의 잠재 분자 중 단 8개의 확실한 후보로 며칠 만에 좁힐 수 있으며, 이는 전적으로 디지털 계산을 통해 이루어집니다.

출처: Schrodinger

Schrödinger는 2020년에 Bayer와 5년 협력 계약을 체결했으며, 계약 수익은 1천만 달러입니다. 이 계약의 목적은 Schrödinger (SDGR ) 기술을 Bayer의 인실리코 예측 모델과 함께 사용하는 것입니다.

또 다른 최근 파트너십은 Lilly와의 것으로, 성공적인 발견에 대해 최대 4억 2천5백만 달러의 마일스톤 지급이 예정되어 있습니다.

과거 협력 파트너로는 Takeda, Sanofi (SNY ), Bristol Myers Squibb 및 기타 소규모 제약 회사들이 있었습니다.

출처: Schrodinger

전반적으로 Schrödinger는 점점 더 많은 독점적이며 완전 소유된 분자를 포함하는 포트폴리오를 구축하고 있습니다. 아직 매출 전 단계는 아니지만, 수익을 내지는 못하고 있으며, 기술 향상을 위한 확장 및 연구개발(R&D) 지출에 집중하고 있습니다.

이 회사는 또한 약물 발견을 넘어 복합 바이오제약이나 화학물질, 배터리, 폴리머와 같은 소재 등 새로운 분야로의 확장을 모색하고 있습니다.

출처: Schrodinger

투자자들은 새로운 협력 관계에 주목해야 할 것입니다. 이는 업계 리더들이 평가한 Schrödinger 기술의 진보와 핵심 기술을 새로운 시장에 확장하는 성공 가능성을 반영하기 때문입니다.

3. Exscientia

이 회사는 AI를 활용해  정밀 치료를 개발하고 있습니다. 약물 발견 과정의 모든 단계에 전용 소프트웨어를 갖춘 “전체 스택” AI 약물 발견 기술을 운영합니다.

출처: Exscientia

Exscientia의 기술은 생물학적 표적에서 해당 약물을 찾는 데 필요한 시간을 70% 단축하고, 자본 소모를 80% 줄입니다.

그 결과 초기 임상 단계에 4개의 화합물, 총 30개의 프로그램, 그리고 파트너와의 마일스톤에서 65억 달러의 수익을 창출했습니다. 주요 초점은 종양학(암)과 염증성 질환이었습니다.

출처: Exscientia

이 회사는 초기 단계 약물 발견 기업으로서는 매우 안정적인 재무 상태를 가지고 있으며, 2022년 3분기에 6억 2500만 달러를 보유하고 순 현금 소모는 1500만 달러에 불과합니다.

이는 풍부한 현금 유동성과 다수의 진행 중인 파트너십을 보유한 잘 확립된 AI 약물 발견 회사를 찾는 투자자에게 흥미로운 선택이 될 수 있습니다.

4. Absci Corporation

ABSI 가격 차트

이 회사는 2011년에 설립되었으며, 밴쿠버, 뉴욕, 스위스 추크에 사무소를 두고 있습니다. 2021년에 두 건의 AI-생물학 인수인 Totient (항체)와 Denovium (세포주) 의 지적 재산권을 초기 기술에 추가했습니다.

이 회사는 주로 항체 설계에 집중하며, 처음부터 새로운 항체(‘de novo 항체’)를 생성하고 6주 과정으로 실험실에서 테스트합니다.

그들은 2023년 3월에 최초로 기존 데이터 없이 기능성 항체를 설계할 수 있었으며, 이 방법은 “제로샷”이라고도 불립니다.

Absci는 Merck (선불 비용 6억 1천만 달러와 향후 마일스톤 잠재 지급 포함) 및 Astellas와 새로운 제품 발견을 위한 협력을 구축했으며, 또한 Nvidia와의 파트너십을 통해 Absci 기술 뒤의 하드웨어 아키텍처를 개선하고 있습니다.

Absci는 아직 초기 단계이지만 이미 엄청난 잠재력과 혁신성을 보여주었습니다. 회사와 뛰어난 창업자의 “불가능은 없다”는 정신에 동참할 투자자들은 최근 협력 계약이 긴 시리즈의 첫 단계가 되기를 기대해야 합니다.

5. e-therapeutics plc

e-therapeutics는 인실리코 방식으로 새로운 RNAi(RNA 간섭) 치료법을 개발하는 데 집중하고 있습니다. 최신 기술, RNAi, 그리고 컴퓨팅 기반 약물 발견을 결합함으로써 경쟁사보다 큰 우위를 확보하길 기대합니다.

또한 이 플랫폼에서의 발견을 다른 제약 회사와 수익화하고 있으며, 그 중 가장 큰 파트너는 대형 블루칩 기업 Novo Nordisk입니다.

이 회사는 매우 초기의 매출 전 단계에 있으며 2022년 여름에 1,350만 파운드를 조달해야 했습니다. 2022년 상반기에 순손실 280만 파운드를 기록했으며, 현금 잔고는 2,180만 파운드였습니다.

e-therapeutics의 투자자들은 가용 현금을 주시하고 새로운 발견 및 파트너십 수익이 궁극적으로 회사를 수익성 있게 만들기를 기대해야 합니다.

디지털 생물학 포트폴리오 구축

이 분야는 AI와 첨단 바이오테크놀로지라는 두 가지 매우 복잡한 기술을 결합하고 있어 투자하기 어렵습니다. 이는 투자자에게 거의 ‘블랙 박스’와 같으며, 두 분야 중 하나에 전문 지식이 있더라도 마찬가지입니다.

또한, 이 분야의 대부분 기업들은 동일한 시장에 집중하고 있으며, 주로 소분자 발견과 항체 설계, 경우에 따라 세포주에도 초점을 맞추고 있습니다.

따라서 다각화는 더 안전한 투자 전략이 될 수 있는데, ‘승자’를 확신할 수 있는 사람은 매우 적기 때문입니다. 또한, 시장은 2022년부터 2027년까지 연평균 성장률(CAGR) 45%로 매우 빠르게 성장할 것으로 예상됩니다.

따라서 광범위한 노출이 매우 빠르게 변화하고 경쟁이 치열한 환경에서 특정 수학 모델이나 방법에 과도하게 의존하지 않고도 이 성장을 포착할 가능성이 높습니다.