AI로 신약 개발하는 리커전, 어떤 기업일까요?

728x90

AI로 신약 개발하는 리커전, 어떤 기업일까요?

1. 신약 개발, 왜 이렇게 어려울까요?

신약 개발은 정말 돈과 시간이 많이 드는 과정이에요 . 그래서 예전에는 아주 큰 제약 회사들만 할 수 있었죠 . 그런데 이 신약 개발에는 '이룸의 법칙'이라는 저주가 걸려 있어요 . 시간이 지날수록 신약을 개발하는 속도는 느려지고, 돈은 점점 더 많이 드는 현상이죠 . 이게 반도체 분야의 '무어의 법칙'과 반대되는 개념이에요 .

 

무어의 법칙은 반도체 성능이 계속 좋아지는 것을 말하는데요 . 이룸의 법칙은 기술이 발전해도 신약 개발은 점점 더 어려워진다는 의미랍니다 . 예를 들어 1950년대에는 10억 달러로 50개가 넘는 약을 만들 수 있었대요 . 하지만 2010년대에는 같은 돈으로 약 한 개도 발견하기 어려워졌죠 . 이런 어려움을 해결하기 위해 AI가 주목받고 있답니다 . AI를 활용하면 이런 r&d 비용 증가 문제를 해결할 수 있다고 기대하고 있어요 .

 

2. AI 신약 개발, 뭐가 다를까요?

리커전 같은 회사들은 AI를 사용해서 신약을 개발해요 . 이런 회사들을 큰 제약 회사들이 관심 있게 보고 있죠 . 기존 신약 개발은 특정 질병을 치료할 약을 정해놓고 거기에 맞는 재료를 하나하나 찾는 방식이었어요 . 마치 특별한 스테이크를 만들려고 재료를 고르는 것 같죠 .

 

하지만 AI를 활용하면 이야기가 달라져요 . 냉장고에 있는 모든 재료를 먼저 파악하는 것과 같아요 . 그리고 이 재료들로 만들 수 있는 모든 조합을 살펴보는 거죠 . 그중에서 실제로 약이 될 만한 후보군들을 여러 개 찾아내는 거예요 . 기존 방식보다 훨씬 빠르고 다양한 후보를 찾을 수 있다는 장점이 있어요 . 외신에서는 이걸 '낮게 매달린 과일 따기'에 비유하기도 한대요 . 쉽게 찾고 상품화할 수 있는 조합을 먼저 확인하는 거죠 .

 

3. 리커전은 어떤 회사인가요?

리커전은 한마디로 AI로 신약을 발견하는 회사예요 . AI를 사용해서 다양한 화합 구조를 탐색하고 신약 후보 물질을 찾아요 . 목표를 정해두고 찾는 것보다 훨씬 많은 후보군을 확보할 수 있죠 . 신약 개발은 임상 단계로 갈수록 돈이 많이 드는데요 . 어렵게 찾은 후보가 나중에 실패하면 비용 낭비가 크죠 .

 

리커전은 많은 후보군을 먼저 확보한 다음에, AI로 임상 가능성을 검증해요 . 가능성이 낮은 후보는 미리 걸러내죠 . 이렇게 하면 신약 후보를 몇 주 만에 엄청 빠르게 찾을 수 있답니다 . 그리고 뒷단계에서 드는 비용도 크게 줄일 수 있죠 . 기존 방식은 신약 개발에 14년 넘게 걸리고 비용도 18억에서 26억 달러가 들었는데 . AI를 쓰면 이 시간을 단축할 수 있어요 . 후보군을 줄여 성공 확률을 높이고 비용과 시간도 줄이는 거죠 . 아크 인베스트 분석에 따르면, AI로 신약을 개발하면 출시까지 13년 걸리던 것을 8년으로 40% 줄이고 . 비용도 24억 달러에서 6억 달러로 네 배나 줄일 수 있다고 해요 .

 

반응형

4. 리커전의 특별한 기술은 무엇일까요?

리커전이 주목받는 이유 중 하나는 '버추얼 셀'이라는 기술이에요 . 버추얼 셀은 '가상 세포'라는 뜻인데요 . 사람 몸을 AI로 시뮬레이션하는 기술이랍니다 . 약물이 우리 몸에 어떻게 작용하는지 AI로 미리 시뮬레이션해 볼 수 있어요 . AI로 인체 조직을 만들고, 질병에 걸리면 어떻게 변하는지 시뮬레이션해 보죠 . 그리고 약을 투여했을 때 어떻게 될지도 미리 시뮬레이션해 봐요 . 실제 실험실에서 돈을 쓰기 전에 가능성을 먼저 확인하는 거예요 . 덕분에 r&d 비용을 획기적으로 줄일 수 있답니다 .

 

또 다른 기술은 '클린테크 플랫폼'이에요 . 이 플랫폼은 환자 데이터를 사용해서 임상 실험 과정을 자동화해 . 임상 실험 디자인을 최적화하고, 실험에 참가할 환자 모집 같은 과정도 자동화하죠 . 임상 실험 규제에 맞춰 준비하는 단계도 간소화하는 데 도움을 줘요 . 이 플랫폼은 템퍼스와 헬릭스 같은 데이터 회사들과 협력해서 만들고 있다고 해요 .

 

5. 리커전, 돈은 어디서 벌까요?

리커전이 자체적으로 개발한 약이 아직 시장에 나오지는 않았는데요 . 그럼 이 회사는 돈을 어디서 버는지 궁금하죠 . 리커전의 매출은 주로 큰 제약 회사들과의 협력 계약에서 나와요 . 로슈, 제넨텍, 다케다, 바이엘, 머크 같은 회사들이 리커전과 계약을 맺고 있답니다 .

 

왜 큰 회사들이 리커전에 돈을 쓸까요? 큰 회사들도 특정 질병 치료제를 개발하고 싶지만 . 직접 연구원을 써서 실험하면 돈이 엄청 많이 들어요 . AI 모델링을 활용하면 비용이 훨씬 적게 들거든요 . 그래서 큰 회사들이 리커전에게 돈을 줄 테니 신약 후보를 대신 찾아달라고 요청하는 거예요 . 이런 협력을 통해 리커전은 최대 10개 정도의 의약품을 개발하고 있다고 해요 . 큰 회사들은 보통 작은 회사들과 계약할 때, 특정 단계를 달성하면 돈을 더 주는 '마일스톤' 계약을 맺어요 . 리커전도 마일스톤을 달성하면 추가로 돈을 받는 구조죠 . 앞으로 18개월 동안 임상 관련 마일스톤 9개를 달성할 수 있다고 했어요 . 2024년 4분기까지 큰 회사들과의 협력으로 총 4억 5천만 달러의 매출을 올렸고 . 앞으로 마일스톤을 모두 달성하면 총 200억 달러의 매출이 기대된다고 해요 . 지금까지 번 돈보다 훨씬 많은 돈을 벌 수 있다는 거죠 .

 

6. 리커전, 투자해도 괜찮을까요?

리커전은 ai 신약 개발이라는 유망한 분야에 있지만, 아직 기술 개발 단계에 있는 회사예요 . 여전히 적자를 내고 있는 스타트업이라는 점을 알아야 해요 . 리커전의 매출 성장률은 아주 크지는 않지만 조금씩 늘고 있어요 . 하지만 순손실 규모도 함께 늘고 있죠 . 연평균 30% 정도 늘어나고 있답니다 . 가장 최근 1년 동안은 4억 6천만 달러 정도의 순손실이 났어요 .

 

리커전이 이 손실을 감당할 수 있을까요? 2024년 말 기준으로 현금성 자산이 6억 달러 정도 있었어요 . 내년에 순손실이 늘어나도 어느 정도 감당할 수 있는 수준이죠 . 손실이 나는 부분을 보면 r&d 비용 지출 비중이 높아요 . 이건 바람직한 모습으로 볼 수 있답니다 . 하지만 리커전이 약속한 모든 기술, 예를 들어 버추얼 셀을 사용해서 모든 과정을 자동화하는 것 같은 기술들을 개발하려면 10년, 20년이 걸릴 수도 있는 장기적인 프로젝트예요 . 투자하기 전에 리커전이 큰 회사들과의 협력을 잘 이어가고 있는지, 매출을 꾸준히 늘려가고 있는지 지켜보는 것이 중요하답니다 .

 

 

Recursion Pharmaceuticals: The AI-Driven Drug Discovery Company

1. Why is drug development so difficult?
   Drug development is a highly time-consuming and expensive process. In the past, only the largest pharmaceutical companies could afford to pursue it. Complicating matters is a phenomenon known as Eroom's Law, often described as the opposite of Moore’s Law in semiconductors.
   While Moore's Law predicts that computing power improves over time, Eroom's Law suggests that, despite technological advances, drug discovery becomes slower and more costly over time.
   For example, in the 1950s, $1 billion could lead to the discovery of over 50 drugs. However, by the 2010s, that same amount might not even result in one new drug. To address these challenges, artificial intelligence (AI) is gaining attention. It holds the potential to mitigate the rising costs and inefficiencies of R&D.
2. How is AI drug discovery different?
   Companies like Recursion Pharmaceuticals are leveraging AI to accelerate drug discovery. Traditionally, researchers would start by targeting a specific disease and then search step-by-step for compounds that might treat it—like carefully selecting ingredients to cook a particular dish.
   With AI, the process flips. It’s more like first taking inventory of everything in the refrigerator and then rapidly testing all possible combinations to see what useful meals (or drugs) could be made.
   This approach allows companies to identify multiple promising candidates much faster than conventional methods. Some analysts have likened this strategy to "picking low-hanging fruit"—finding viable options quickly and efficiently.
3. What does Recursion Pharmaceuticals do?
   Recursion is a biotech company that uses AI to discover new drug candidates. Its AI platform scans and analyzes vast chemical structures to identify potential compounds. This method allows the company to secure a larger pool of candidates early in the process.
   Since later clinical trial stages are very expensive, identifying low-potential candidates early helps minimize wasted costs.
   Recursion uses AI to filter and validate these candidates before advancing to clinical trials. This can dramatically shorten timelines.
   Whereas traditional drug development takes over 14 years and costs $1.8–2.6 billion, AI could potentially reduce that to 8 years and $600 million—according to estimates from ARK Invest.
   This represents a 40% reduction in development time and nearly a fourfold reduction in cost.
4. What unique technologies does Recursion have?
   One of Recursion's standout innovations is its Virtual Cell technology. This system creates AI-driven simulations of human cells, allowing researchers to predict how a drug might interact with human tissue.
   It can simulate how diseases progress in cells and how potential treatments might intervene—all before spending money on laboratory experiments.
   This helps reduce R&D costs significantly.
   Another key platform is its Clintec Platform, which streamlines clinical trial processes using patient data. It helps automate trial design, recruit participants more efficiently, and simplify regulatory preparations.
   Recursion partners with data companies like Tempus and Helix to enhance this platform.
5. How does Recursion generate revenue?
   Although Recursion has not yet launched a marketable drug, its revenue primarily comes from strategic partnerships with major pharmaceutical companies such as Roche, Genentech, Takeda, Bayer, and Merck.
   These large companies are willing to outsource early-stage drug discovery to Recursion because AI modeling is far less costly than traditional lab research.
   Currently, Recursion is working on developing up to 10 drug candidates through such partnerships.
   These deals often include milestone payments—when Recursion reaches certain developmental goals, it earns additional payments.
   By Q4 2024, Recursion had generated $450 million in revenue from these partnerships and expects total potential milestone payments to reach $20 billion over time.
6. Is Recursion a good investment?
   While Recursion operates in the promising field of AI-driven drug discovery, it remains a company in the technology development stage. It is still posting net losses, which investors should be aware of.
   Although its revenue has been gradually increasing, its net losses have also grown—averaging about 30% annually. Over the past year, its net loss was approximately $460 million.
   However, as of the end of 2024, the company had about $600 million in cash reserves, which can sustain its operations even if losses continue in the near term.
   Most of its spending is concentrated on R&D, which is generally seen as a positive sign for future growth.
   Nonetheless, technologies like Virtual Cell and full clinical automation are long-term projects that could take 10 to 20 years to fully realize.
   Potential investors should carefully monitor Recursion's ability to maintain strong partnerships and steadily grow its revenue before making any decisions.