단순한 펀딩 소식으로 보였다. 하지만 투자자 명단을 훑어내려 가자 단순한 자본 투입 이상의 기묘한 조합이 눈에 들어왔다. 베세머 벤처 파트너스와 더불어 메타, 오픈AI, 위즈의 핵심 임원들이 한자리에 모였다는 사실은 이 회사가 단순한 바이오 벤처가 아님을 암시한다.
실리콘밸리의 뇌들이 바이오로 모이는 이유
최근 테크 씬의 흐름을 보면 흥미로운 지점이 발견된다. 거대 언어 모델(LLM)의 폭발적인 성장 이후, 이제 AI의 전장은 디지털 스크린을 넘어 물리적인 생명체, 즉 바이오 데이터로 옮겨가고 있다. Converge Bio가 확보한 2,500만 달러라는 금액보다 더 주목해야 할 점은 바로 투자자의 구성이다.
메타와 오픈AI 출신들이 움직였다는 것은, 그들이 생물학적 데이터를 일종의 ‘코드’로 보기 시작했다는 뜻이다. 단백질의 구조나 유전자 서열을 텍스트 데이터처럼 처리하고, 이를 통해 새로운 약물을 설계하거나 질병의 기전을 예측하는 방식은 이미 소프트웨어 공학의 영역으로 들어왔다. 데이터의 패턴을 읽어내는 능력이 이제는 칩셋이 아니라 세포 속에서 발휘되고 있는 셈이다.
여기에 클라우드 보안의 강자 위즈(Wiz) 출신들이 합류했다는 점은 시사하는 바가 크다. 바이오 데이터는 극도로 민감하며, 이를 안전하게 처리하고 확장 가능한 인프라 위에서 돌리는 것은 완전히 다른 차원의 기술적 도전이다. 결국 Converge Bio는 생물학적 통찰력과 AI의 연산 능력, 그리고 견고한 엔지니어링 시스템을 동시에 갖추려는 전략을 취하고 있다.
자본의 흐름이 가리키는 ‘수렴’의 시대
회사의 이름인 ‘Converge(수렴하다)’는 그들의 정체성을 명확히 보여준다. 과거의 바이오 산업이 실험실에서의 수많은 시행착오(Trial and Error)에 의존했다면, 이제는 In silico, 즉 컴퓨터 시뮬레이션을 통해 후보 물질을 좁히고 성공 확률을 극대화하는 시대로 접어들었다.
베세머 벤처 파트너스 같은 전통적인 강자가 함께했다는 것은 이 모델의 상업적 가능성이 이미 검증 단계에 들어섰음을 의미한다. AI가 설계한 분자가 실제로 임상에서 작동하고, 그것이 기존의 신약 개발 기간을 획기적으로 단축시킨다면 이는 단순한 효율 개선이 아니라 산업의 패러다임 전환이다. 수조 원이 들어가는 신약 개발의 ‘하이 리스크’를 AI가 어떻게 ‘계산 가능한 리스크’로 바꾸고 있는지 지켜볼 필요가 있다.
우리는 흔히 AI라고 하면 챗봇이나 이미지 생성기를 떠올리지만, 정작 인류의 삶에 가장 직접적인 영향을 미치는 곳은 아마도 이런 Deep Tech의 결합 지점일 것이다. 보이지 않는 곳에서 유전자 서열을 최적화하고 단백질 접힘 구조를 예측하는 알고리즘들이 우리 시대의 새로운 ‘코드’가 되고 있다.
기술적 낙관론과 현실적인 장벽 사이에서
물론 장밋빛 미래만 있는 것은 아니다. AI가 아무리 정교한 예측을 내놓아도, 결국 생명체라는 복잡계는 변수가 너무 많다. 컴퓨터 상에서는 완벽했던 분자 구조가 실제 인체 내에서는 전혀 다른 반응을 일으키거나 예상치 못한 부작용을 낳는 경우가 허다하다. 이것이 바로 바이오 AI 기업들이 넘어야 할 가장 높은 벽이다.
하지만 Converge Bio가 모은 인적 네트워크는 이 장벽을 허무는 방식이 다를 것임을 예고한다. 소프트웨어의 빠른 반복 주기(Iteration)를 바이오 실험 과정에 이식하려는 시도, 즉 Closed-loop 시스템을 구축하려는 전략이다. AI가 가설을 세우고, 자동화된 실험 장비가 이를 검증하며, 그 결과가 다시 AI의 학습 데이터로 들어가는 선순환 구조를 만드는 것이 핵심이다.
이 과정에서 메타나 오픈AI에서 경험한 대규모 데이터 처리 기법과 인프라 최적화 노하우는 엄청난 무기가 된다. 수십억 개의 파라미터를 가진 모델을 학습시키던 능력이 이제는 수만 가지의 단백질 조합을 분석하는 데 쓰이고 있는 것이다. 이는 단순한 도구의 활용을 넘어, 연구 방법론 자체의 진화라고 볼 수 있다.
우리가 주목해야 할 다음 질문들
이번 펀딩 소식을 접하며 문득 이런 생각이 들었다. 과연 미래의 ‘최고 과학 책임자(CSO)’는 생물학 박사일까, 아니면 AI 아키텍트일까. 아마도 그 경계가 완전히 사라진 새로운 형태의 전문가가 그 자리를 채우게 될 가능성이 높다. Converge Bio의 행보는 그 경계가 무너지는 지점을 정확히 겨냥하고 있다.
이제 우리는 AI가 단순히 글을 쓰고 그림을 그리는 단계를 넘어, 우리의 생물학적 한계를 극복하는 도구로 진화하는 과정을 목격하고 있다. 2,500만 달러라는 숫자는 시작일 뿐이다. 이들이 만들어낼 결과물이 실제 환자의 치료제로 이어질 때, 우리는 비로소 AI가 가져올 진정한 ‘수렴’의 의미를 깨닫게 될 것이다.
과연 AI가 설계한 약이 우리 몸속에서 어떻게 작동하게 될까. 그리고 그 과정에서 데이터의 윤리와 생명 윤리는 어떤 합의점을 찾아가게 될까. 기술의 속도가 생명의 속도를 앞지르기 시작한 지금, 우리가 던져야 할 질문은 이제 효율성이 아니라 방향성이 되어야 하지 않을까 싶다.