컨버지 바이오 2500만 달러 투자 유치와 AI 신약 개발의 미래

과거에는 회의적이었던 시선이 이제는 확신으로 바뀌고 있다. 보스턴과 텔아비브에 기반을 둔 스타트업 컨버지 바이오가 제약 및 바이오테크 산업의 판도를 바꾸기 위해 2500만 달러 규모의 시리즈 A 투자 유치에 성공했다. 이번 라운드는 베세머 벤처 파트너스가 주도했으며, 메타, 오픈AI, 위즈(Wiz)의 주요 임원진들이 개인 투자자로 참여해 업계의 이목을 집중시켰다.

컨버지 바이오 AI 신약 개발 투자가 주목받는 이유

테크크런치 보도에 따르면, 컨버지 바이오는 생성형 AI를 활용해 DNA, RNA, 단백질 서열을 학습하고 이를 통해 약물 개발 속도를 비약적으로 높이는 기술을 보유하고 있다. 이 회사는 설립된 지 단 2년 만에 전 세계적으로 40개 이상의 제약사 및 바이오테크 기업과 파트너십을 체결했다. 특히 실제 사례 연구에서 단 한 번의 계산 반복만으로 단백질 수율을 4배에서 4.5배까지 끌어올리는 성과를 거두며 기술력을 증명했다.

현재 이 스타트업은 34명의 직원을 보유하고 있으며, 이는 2024년 11월 당시 9명이었던 규모에서 급격히 성장한 수치다. 도브 거츠 CEO는 업계가 기존의 '시행착오' 방식에서 벗어나 데이터 중심의 분자 설계로 패러다임이 전환되고 있다고 분석했다.

환각 현상을 넘어서는 생물학적 AI 모델의 설계

일반적인 거대언어모델(LLM)이 겪는 '환각 현상'은 텍스트에서는 쉽게 발견될 수 있지만, 생물학적 화합물에서는 검증에만 수 주가 소요되어 막대한 비용 손실을 초래할 수 있다. 이를 해결하기 위해 컨버지 바이오는 생성 모델과 예측 모델을 결합한 시스템을 구축했다. 생성 모델이 새로운 항체를 설계하면, 예측 모델이 분자 특성을 기반으로 이를 필터링하고, 마지막으로 물리학 기반의 도킹 시스템이 3차원 상호작용을 시뮬레이션하는 방식이다.

거츠 CEO는 얀 르쿤과 같은 전문가들의 회의론에 동의하면서도, 자사의 핵심 기술은 텍스트 기반 모델이 아니라는 점을 강조했다. 이들은 DNA, RNA, 단백질 데이터를 직접 학습한 모델을 사용하며, LLM은 보조적인 도구로만 활용하고 있다. 이는 단순한 유행을 넘어 실제 과학적 난제를 해결하려는 전략으로 풀이된다.