저커버그가 지원하는 Biohub, 세포 행동 AI 모델 구축을 위한 18억 달러 규모 사업 조정

Mark Zuckerberg와 Priscilla Chan의 지원을 받는 연구기관이 세포의 행동을 예측하는 인공지능 모델 구축을 위해 18억 달러 규모의 사업을 조정하고 있다고 Reuters와 The Decoder가 보도했다. 이 사업에는 기술 기업, 제약 연구 기업, 미국 정부가 참여하며 생물학 데이터, 실험실 측정값, 컴퓨팅 자원을 공유하는 인프라를 구축한다.

이 프로젝트가 중요한 이유는 신약 개발이 여전히 세포가 치료에 어떻게 반응하는지 알아내기 위한 고비용 실험에 의존하기 때문이다. 모델이 모든 실험을 수행하기 전에 이러한 반응을 안정적으로 예측할 수 있다면 연구자들은 화합물 우선순위를 정하고, 연구를 설계하며, 생물학적 메커니즘을 더 일찍 발견하는 데 모델을 활용할 수 있다. 사업 규모는 AI 생물학이 개별 모델 출시를 넘어 대규모의 공동 데이터·실험실 프로그램으로 이동하고 있다는 점도 보여준다.

협력형 생물학 사업

Zuckerberg와 Chan에 연관된 비영리 연구기관 Biohub가 이 프로그램을 이끈다. The Decoder에 따르면 이 기관은 앞서 “Virtual Biology Initiative”에 5년간 5억 달러를 투입하겠다고 약속했다. 더 넓은 의미의 18억 달러에는 데이터 수집, 실험실 장비, 컴퓨팅에 대한 기여가 포함되며, 하나의 모델에 대한 단일 현금 투자를 뜻하지 않는다.

The Decoder는 Reuters를 인용해 Meta, Google DeepMind, Isomorphic Labs가 합쳐 3억 달러를 기여한다고 보도했다. 미국 에너지부는 5년간 실험실 측정과 컴퓨팅에 5억 달러 이상을 투자할 것으로 예상된다. National Institutes of Health는 과거 5억 달러 이상의 연방 자금으로 만들어진 데이터세트를 조정하고, Biohub는 AI 훈련을 위해 해당 자료를 표준화한다.

Reuters는 이 사업을 미국 정부와 Google이 참여하는 파트너십으로 설명했으며, The Decoder는 참여 기관과 자금 구조에 관한 추가 세부사항을 제공했다. 현재 보도만으로는 전체 금액이 모두 신규 지출인지 확인할 수 없다. 따라서 18억 달러는 새로운 약속과 과거 공공 투자를 결합한 다중 구성 사업의 명시된 가치로 이해해야 한다.

세포 예측을 둘러싼 데이터 문제

제안된 모델에는 기존 생의학 데이터베이스 이상의 자료가 필요하다. 세포 행동을 예측하려면 생물학적 조건과 관찰된 결과를 연결하는 훈련 사례가 있어야 한다. 어떤 유전자가 활성화됐는지, 개입 후 세포가 어떻게 변했는지, 조직·질병·실험 조건에 따라 변화가 어떻게 달랐는지 등이 포함된다.

따라서 데이터 표준화가 프로젝트의 핵심이다. 공공 자금으로 수행된 연구는 여러 기관, 측정 플랫폼, 일관되지 않은 형식에 흩어져 있는 경우가 많다. The Decoder가 설명한 Biohub의 역할은 이러한 데이터세트를 모델 훈련과 평가에 더 일관되게 사용할 수 있는 형태로 만드는 것이다.

첫 번째 데이터세트는 약 1년 후 공개될 예정이다. 이는 단기적으로 중요한 이정표지만, 결과 모델이 약물 반응을 정확히 예측하거나 승인된 의약품으로 직접 이어진다는 증거는 아니다. 생물학적 결과를 재현 가능하게 측정하고, 실험 조건을 문서화하며, 훈련에 사용된 데이터세트 밖에서도 예측이 유지되는지 시험하는 일이 어려운 과제가 될 것이다.

이 사업의 접근 모델에도 상충관계가 있다. The Decoder가 인용한 Biohub 연구책임자 Alex Rives에 따르면 상업적 자금 제공자는 자신들이 자금을 댄 데이터가 공개되기 전 1년 동안 독점적으로 접근할 수 있다. 정부가 자금을 댄 연구에는 같은 제한이 적용되지 않는다. 이 방식은 민간 자본을 유치할 수 있지만, 가장 가치 있는 훈련 데이터 일부에 대한 광범위한 접근을 늦출 수도 있다.

증거, 주장, 경쟁 환경

현재 확인된 핵심은 Biohub 주도 사업의 조정과 주요 기술·공공 부문 자금 제공자의 참여다. 공개된 모델 결과, 독립적 벤치마크, 또는 이 프로그램이 신약 개발 수준의 품질로 세포 행동을 예측할 수 있다는 시연은 아직 उपलब्ध한 증거에 포함되지 않는다.

이 구분은 AI 개발자와 기업 구매자에게 중요하다. 큰 예산은 더 나은 실험과 더 많은 컴퓨팅을 지원할 수 있지만, 잡음이 많은 측정, 불완전한 생물학적 범위, 분포 변화, 해석하기 어려운 예측 같은 문제를 그 자체로 해결하지는 못한다. 모든 성능 주장은 보류된 실험과 궁극적으로 전향적 실험실 연구를 통해 평가해야 한다.

이 프로그램은 경쟁이 심화되는 분야에도 진입한다. The Decoder는 Anthropic이 AI 지원 신약 개발을 위한 생물학 실험실을 구축했고 OpenAI Foundation이 생물학·의학 데이터세트에 1억2500만 달러 이상을 투입하고 있다고 보도했다. 이는 상업적·자선적 관심이 강하다는 것을 보여주지만, 원자료는 프로그램 간 비교 가능한 결과를 제공하지 않는다.

Google DeepMind와 Isomorphic Labs에는 참여를 통해 더 큰 데이터·측정 생태계에 접근할 수 있다. Meta에는 대규모 AI 연구에 대한 관심을, 모델 크기만이 아니라 데이터 생성이 진전을 좌우할 수 있는 분야로 확장하는 의미가 있다. 정부 기관에는 과거 공공 연구비를 연구자와 민간 기업 모두가 사용할 수 있는 인프라로 전환할 기회가 될 수 있다. 단, 사업의 접근 규칙이 적용된다.

개발자와 기업에 미치는 의미

당장 얻을 수 있는 기회는 완성된 애플리케이션보다 인프라에 있을 가능성이 높다. 연구팀은 표준화된 데이터세트로 모델을 사전 학습하고, 생물학적 표현을 비교하거나, 실험을 제안하는 도구를 만들 수 있다. 제약회사는 장기적으로 화합물의 순위를 정하고, 표적 생물학을 탐색하며, 불확실성을 가장 많이 줄일 가능성이 높은 실험을 찾는 데 이런 시스템을 활용할 수 있다.

그러나 실제 도입에는 API와 유리한 벤치마크 이상이 필요하다. 제품팀은 각 측정값의 출처, 모델이 무엇을 예측하는지에 대한 명확한 정의, 실험실 검증 절차를 갖춰야 한다. 규제 대상 신약 연구에서는 잘못된 예측 하나가 수개월의 실험을 낭비하거나 개발 결정을 왜곡할 수 있다. 원시 예측 정확도만큼이나 신뢰성, 추적 가능성, 결과 재현 능력이 중요할 수 있다.

1년간의 상업적 독점 기간은 기업의 참여 방식에도 영향을 줄 수 있다. 자금 제공자는 독점 접근을 통해 조기 우위를 얻는 반면, 스타트업과 학계는 공개를 기다리거나 다른 데이터세트에 의존해야 할 수 있다. 이는 민간 실험을 가속할 수 있지만, 가장 유용한 측정값이 여러 사업에 분산된 채로 남으면 생태계를 분절시킬 수도 있다.

창업자에게 이번 움직임은 방어 가능한 생물학 제품이 범용 모델 하나보다 전문 데이터, 실험 피드백 루프, 도메인별 평가를 중심으로 구축될 수 있음을 시사한다. 기업 구매자에게 핵심 질문은 향후 Biohub 공개 자료가 인상적인 시연을 만드는 데 그치지 않고 실제 연구 업무에서 검증 가능한 의사결정을 지원하느냐가 될 것이다.

다음에 지켜볼 점

첫 번째 신호는 Biohub가 약 1년 안에 약속한 초기 데이터세트를 제공하고 외부 연구자가 범위와 품질을 평가할 수 있을 만큼의 문서를 공개하는지 여부다. 어떤 측정값이 포함되는지, 어떻게 표준화되는지, 어떤 데이터가 독점으로 남는지가 활용 범위를 결정한다.

연구자들은 기존에 수집된 데이터에 한정된 시험보다 새로운 실험실 실험을 대상으로 한 독립 평가도 지켜봐야 한다. 모델이 세포 유형, 개입, 측정 시스템을 넘어 일반화할 수 있다는 증거는 단일 내부 벤치마크보다 더 의미가 있다.

마지막으로 향후 자금 구조는 18억 달러 사업이 지속 가능한 민관 플랫폼이 될지, 관련 프로젝트의 모음으로 남을지를 보여줄 것이다. 추가 기업, 대학, 정부 연구소의 참여는 광범위한 도입을 의미할 수 있고, 계속되는 분절은 공유 데이터 계층의 가치를 제한할 수 있다.

Creati.ai의 관점

Biohub의 사업이 중요한 이유는 즉각적인 “AI 과학자”를 약속해서라기보다 생물학 데이터 생산을 전략적 인프라로 취급하기 때문이다. 세포 행동 예측은 실험의 품질과 비교 가능성에 제약을 받으므로, 측정과 표준화에 대한 투자는 모델 아키텍처에 대한 투자만큼 중요할 수 있다.

시험대는 개방성과 책임성의 결합이다. 외부 연구자가 검토할 수 있는 잘 문서화된 데이터세트와 검증 결과를 프로그램이 내놓는다면 신뢰할 수 있는 생물학 도구 구축 비용을 낮출 수 있다. 접근이 지나치게 제한되거나 평가가 주로 공급업체의 통제 아래 남는다면, 발표된 자금을 폭넓게 신뢰받는 진전으로 전환하기는 더 어려워질 것이다.