OpenAI 연구원 마일스 왕, AI 신약 발굴 스타트업 2조에 창업
이 글은 TechCrunch(2026-07-14)를 참고하여 작성했습니다.
OpenAI 연구원 마일스 왕(Miles Wang)이 퇴사하고 AI 신약 발굴 스타트업을 준비 중입니다. 아직 제품도 법인도 없는 시점에 약 2억 달러를 조달하며 20억 달러 기업 가치를 논의 중이라고 TechCrunch가 보도했습니다. 다만 왕 본인은 이 수치와 회사 설명이 정확하지 않다고 반박했습니다.
실패한 약
신약 개발은 구조적으로 AI가 파고들 공간이 많습니다. 후보 물질을 찾아 임상 3상까지 통과시키는 데 평균 12~15년, 비용은 10억 달러 이상이 드는 것이 현재 업계 표준입니다. 그리고 이 과정에서 실패하는 약이 훨씬 많습니다. 임상 1상에서 시작한 후보 물질 중 최종 승인까지 이르는 비율은 10%를 밑돌고, 3상에서 실패하는 경우도 상당수입니다.
마일스 왕의 스타트업이 특히 주목하는 것은 이 실패한 약들입니다. 한 질환 치료에는 실패했지만, 다른 메커니즘에서 활용 가능성이 남아 있는 약들입니다. 약물 재목적화(drug repurposing)라고 불리는 이 접근법은 안전성 데이터가 이미 있다는 점에서 개발 기간을 크게 줄일 수 있습니다. 실패한 약의 논문·임상 데이터·특허·분자 구조 정보를 AI로 분석해 새로운 적응증을 찾는 것이 핵심 방향으로 알려져 있습니다.
LLM이 특히 이 분야에 유용한 이유가 있습니다. 신약 개발의 상당 부분이 문헌 탐색과 가설 생성입니다. 수십만 편의 임상 논문, 특허, 부작용 보고서를 사람이 읽기에는 불가능한 속도로 처리하고, 특정 단백질이나 경로와 연결될 가능성이 있는 물질을 추천하는 역할을 LLM이 맡을 수 있습니다. AlphaFold가 단백질 구조 예측을 바꾼 것처럼, 문헌 기반 가설 생성도 AI가 재편할 수 있다는 기대가 이 분야 투자의 근거입니다.
마일스 왕
2024년 하버드 컴퓨터과학과를 중퇴하고 OpenAI에 합류했습니다. AI로 과학·생물학 연구를 가속하는 방향의 연구를 맡았고, 2년 남짓 재직했습니다. 새 스타트업에는 다른 OpenAI 연구원 여럿이 함께할 것으로 알려져 있습니다.
제품 없는 20억 달러
제품도 법인도 없는 단계의 20억 달러 기업 가치는 과해 보입니다. 다만 최근 AI 스타트업 시장에서는 팀과 방향성만으로 시드 단계에 이 규모를 받는 사례가 늘었습니다. Ilya Sutskever의 SSI(Safe Superintelligence Inc.)가 창업 직후 10억 달러 기업 가치를 받은 것이 초기 사례이고, 이후 "전 OpenAI 연구원"이라는 이력이 갖는 신호 가치가 올라갔습니다.
라운드는 Lightspeed가 주도하는 방향으로 알려졌습니다. Lightspeed는 최근 AI 헬스케어에 적극적으로 베팅해왔고, 제약·바이오와 LLM의 교차점은 2025년과 2026년 벤처 자금이 집중되는 버티컬입니다.
수치는 확정이 아닙니다. 왕 본인이 자금 규모와 회사 설명을 반박했으나 어느 부분이 다른지는 밝히지 않았습니다. 협상 단계라 기업 가치가 달라지거나 무산될 여지가 남아 있습니다.
경쟁 구도
AI 신약 발굴은 이미 경쟁자가 많습니다. Insilico Medicine, Recursion Pharmaceuticals, BenevolentAI, Exscientia 모두 이 분야에서 몇 년의 트랙 레코드를 쌓아온 회사들입니다. 빅파마도 자체 AI 팀을 강화하고 있고, Pfizer, Novartis, AstraZeneca 모두 LLM 기반 신약 탐색 파이프라인을 운영 중입니다.
새 스타트업이 이 구도에서 차별화되려면 기존 업체들이 못 하는 무언가가 있어야 합니다. 마일스 왕 팀이 OpenAI에서 무엇을 가져오는지, 즉 어떤 모델 아키텍처나 학습 방법론을 신약 발굴에 적용하는지가 핵심 차별화 포인트일 텐데, 현재 공개된 정보로는 알 수 없습니다.
AI 신약 발굴 분야에서 초기 유망했다가 임상에서 실망스러운 결과를 낸 사례도 있습니다. Exscientia의 선도 화합물이 1상 임상에서 조기 종료됐고, BenevolentAI의 류마티스 관절염 후보 물질도 2상에서 기대에 미치지 못했습니다. 분자를 추천하는 능력과 실제 임상에서 통하는 약을 만드는 능력은 다릅니다. 이 간극이 좁혀지지 않으면 AI 신약 발굴은 화려한 발표와 실망스러운 임상 결과 사이를 반복하게 됩니다.
왕의 스타트업이 이 간극을 어떻게 메우는지는 자금 조달이 확정되고 방법론이 공개돼야 판단할 수 있습니다.