Isomorphic Labs 상업화는 어디까지 왔나: AlphaFold 이후 AI 신약개발의 숫자와 병목

AI Industry Intelligence · AI 신약개발 상업화 심층 점검

결론부터 말하면, Isomorphic Labs는 ‘연구 데모’ 단계는 이미 지났지만, 아직 ‘의약품 매출 기업’은 아닙니다. 지금의 가장 정확한 위치는 Stage 2.5 — 유료 제약사 파트너십 검증은 통과했고, 임상·제품매출 검증은 아직 전인 AI 신약개발 플랫폼입니다. Lilly, Novartis, Johnson & Johnson 같은 대형 제약사가 돈을 걸고 협업을 확장했다는 점은 분명한 상업화 신호입니다. 반대로 공개 자료 기준으로 승인 의약품, 후기 임상 readout, 반복 제품매출, 로열티 현금흐름은 아직 확인되지 않습니다.

이 차이가 중요합니다. AI 신약개발 기업을 볼 때 “상업화됐다”는 말은 최소 세 가지 의미로 쓰입니다. 첫째, 기술이 실제 제약사의 문제를 풀 수 있다고 인정받아 유료 협업을 맺는 단계입니다. 둘째, 그 협업이 후보물질·IND·임상시험으로 전환되는 단계입니다. 셋째, 승인 의약품이 나오고 제품 매출 또는 로열티가 반복적으로 들어오는 단계입니다. Isomorphic Labs는 첫 번째 의미의 상업화에는 상당히 진입했습니다. 그러나 두 번째와 세 번째 의미의 상업화는 아직 공개적으로 검증 중입니다.

따라서 Alphabet 투자자에게 Isomorphic Labs는 지금 당장 Search나 Cloud처럼 손익계산서에 큰 숫자를 찍는 사업부라기보다, DeepMind·AlphaFold·AI for Science가 실제 제약 밸류체인으로 내려오는 장기 콜옵션에 가깝습니다. 좋게 보면 Alphabet 안에서 “AI가 과학 생산성을 바꾸는가”를 검증하는 가장 구체적인 실험 중 하나입니다. 보수적으로 보면 아직 biology, wet-lab, 임상, 규제, 영업화라는 고전적 제약 병목을 통과해야 하는 pre-clinical 플랫폼입니다.

1. 먼저 ‘상업화’의 정의를 나눠야 한다

AI 바이오에서 가장 흔한 오해는 기술 성능과 상업화를 같은 말로 보는 것입니다. 단백질 구조 예측이 잘 맞고, ligand binding benchmark가 좋아지고, 논문이 유명 저널에 실렸다고 해서 바로 약이 팔리는 것은 아닙니다. 신약개발의 경제성은 훨씬 긴 경로를 갖습니다. 아이디어와 모델이 있고, 타깃을 고르고, hit를 찾고, lead를 최적화하고, 독성과 약동학을 확인하고, IND를 제출하고, 임상 1·2·3상을 거쳐 허가와 판매까지 가야 합니다. 각 단계마다 실패 확률이 큽니다.

그래서 Isomorphic Labs를 볼 때는 “상업화 정도”를 하나의 예/아니오 질문으로 보면 안 됩니다. 오히려 다음 사다리에서 몇 번째 칸에 있는지를 봐야 합니다.

상업화 단계표

현재 위치: Stage 2.5

유료 제약사 협업과 반복 확장은 확인됐지만, 공개 후보물질·IND·임상·제품매출 검증은 아직 다음 관문입니다.

Partnership validated · clinical proof ahead

단계	상업화 의미	Isomorphic Labs 판정	투자자 해석
Stage 0Scientific base	논문·데모·오픈 사이언스	AlphaFold 계열 성과로 통과	과학적 신뢰의 출발점
Stage 1Platform built	플랫폼·엔진 확립	AlphaFold 3 이후 IsoDDE와 drug design engine 공개	구조 예측을 넘어 설계·최적화로 확장
Stage 2Paid pharma work	유료 제약사 협업	Lilly, Novartis, Johnson & Johnson 협업으로 통과	사업개발 검증은 발생
Stage 2.5Current zone현재	협업 반복·범위 확대	Novartis 확장, J&J 다중 모달리티 협업으로 진입	단일 PR이 아니라 반복성 테스트 중
Stage 3Clinical entry	후보물질의 공개 임상 진입	공개 후보·IND·임상 번호는 제한적	다음 핵심 검증 지점
Stage 4Late-stage proof	후기 임상·허가 가능성 가시화	아직 미확인	가치 재평가의 큰 분기점
Stage 5Drug revenue	승인 의약품 판매·로열티	아직 미확인	진짜 제품 매출 단계

읽는 법: Stage 2.5는 ‘상업화가 시작됐다’는 뜻이지, 승인 의약품 매출이 검증됐다는 뜻은 아닙니다.

현재 결론은 분명합니다. Isomorphic Labs는 단순 연구소라기엔 너무 많은 상업적 신호를 냈습니다. 그러나 제품 매출 기업이라고 부르기엔 아직 이릅니다. 가장 균형 잡힌 표현은 “유료 협업과 대규모 자금조달을 확보한, 임상 전후 전환 국면의 AI-first drug design 플랫폼”입니다.

2. 숫자로 본 상업화: 30억 달러는 ‘매출’이 아니라 ‘조건부 옵션’이다

2024년 1월 Isomorphic Labs는 Eli Lilly 및 Novartis와 전략적 협업을 발표했습니다. 회사 발표에 따르면 두 협업의 잠재 계약 가치는 미래 의약품 판매 로열티를 제외하고 거의 30억 달러에 달할 수 있습니다. Lilly 협업은 4,500만 달러 선급금을, Novartis 협업은 3,750만 달러 선급금을 포함했습니다. 이 숫자는 AI 바이오 플랫폼이 단순히 “좋아 보인다”는 수준을 넘어 제약사가 실제 예산을 배정했다는 신호입니다.

다만 이 숫자를 읽을 때는 냉정해야 합니다. “잠재 계약 가치”는 매출 인식이 끝난 금액이 아닙니다. 선급금은 가장 확실한 검증 신호입니다. 반면 마일스톤은 연구, 후보 선정, IND, 임상 진입, 임상 성공, 허가 등 조건을 달성해야 받을 수 있는 옵션입니다. 로열티는 더 뒤에 있습니다. 실제 약이 승인되고 판매되어야 의미가 있습니다. 따라서 30억 달러라는 숫자는 현재 매출이 아니라, 제약사가 Isomorphic Labs의 플랫폼에 부여한 조건부 권리의 크기로 보는 편이 맞습니다.

2025년 3월의 6억 달러 외부 투자 유치도 별도의 상업화 신호입니다. Thrive Capital이 주도하고 GV와 Alphabet이 참여한 이 라운드는 Isomorphic Labs가 Alphabet 내부 프로젝트에만 의존하지 않고 외부 자본시장에서 독립적 기업가치를 인정받았다는 뜻입니다. 자금은 drug design engine 고도화와 치료 프로그램의 임상 진입 준비에 쓰인다고 설명됐습니다. 이 역시 의미가 큽니다. AI 바이오는 인재, 데이터, 컴퓨트, wet-lab 검증, 임상 준비에 긴 시간이 필요하기 때문입니다.

하지만 자금조달은 성공의 증거가 아니라 runway의 증거입니다. 현금은 시간을 벌어주지만 독성을 없애주지는 않습니다. 컴퓨트는 후보를 더 많이 탐색하게 해주지만 인간 임상에서의 안전성과 효능을 보장하지는 않습니다. 그래서 숫자 해석은 두 줄로 정리됩니다. 상업적 신뢰는 확실히 높아졌다. 그러나 제품 매출의 질은 아직 발생하지 않았다.

3. 기술의 핵심: AlphaFold가 아니라 ‘AlphaFold 이후’다

Isomorphic Labs의 이야기를 “AlphaFold 회사”로만 이해하면 절반만 보는 것입니다. AlphaFold와 AlphaFold 3는 중요한 출발점입니다. AlphaFold 3는 단백질뿐 아니라 DNA, RNA, ligand 등 생체분자 상호작용을 더 폭넓게 모델링하는 방향으로 확장했습니다. AlphaFold Protein Structure Database가 전 세계 연구자에게 구조 예측 접근성을 열어준 것도 큰 성과입니다. 그러나 신약개발에서 구조를 아는 것과 약을 만드는 것은 다릅니다.

Isomorphic Labs가 2026년에 강조한 IsoDDE, 즉 Isomorphic Labs Drug Design Engine은 바로 이 간극을 겨냥합니다. 회사는 IsoDDE가 어려운 protein-ligand generalisation benchmark에서 AlphaFold 3 대비 정확도를 두 배 이상 높였고, 항체-항원 인터페이스 예측에서 AlphaFold 3보다 2.3배, Boltz-2보다 19.8배 높은 high-fidelity 성과를 보였다고 설명합니다. 또한 binding affinity 예측에서 deep learning 방법들을 크게 앞서고, 일부 benchmark에서는 physics-based method와 비교 가능한 수준 또는 그 이상을 주장합니다.

여기서 투자자가 봐야 할 포인트는 “모델이 더 똑똑해졌다”가 아닙니다. 진짜 포인트는 AI가 신약개발의 어느 비용센터를 줄일 수 있느냐입니다. 전통적 신약개발에서는 후보물질 탐색과 최적화에 막대한 실험 반복이 필요합니다. 만약 in silico에서 더 많은 화학공간을 빠르게 탐색하고, 결합 pocket을 찾고, binding affinity를 예측하고, 항체·저분자·peptide·molecular glue 같은 여러 모달리티를 좁힐 수 있다면, wet-lab은 무작정 탐색하는 공간에서 검증·선별의 공간으로 바뀔 수 있습니다.

그러나 여기에도 큰 단서가 있습니다. benchmark는 benchmark입니다. 모델이 새로운 pocket을 잘 찾고 binding을 잘 예측해도, 약동학, 독성, off-target effect, 제조 가능성, 용량, 환자군, 임상 endpoint, 규제기관과의 상호작용은 여전히 남습니다. AI가 discovery 단계의 탐색 비용을 줄일 수는 있어도, development 단계의 생물학적 불확실성을 모두 제거하지는 못합니다. 그래서 Isomorphic Labs의 기술 평가는 “강한 G+ 신호지만, 아직 clinical proof는 아니다”로 두는 것이 안전합니다.

4. 파트너십의 질: 좋은 신호는 ‘반복’과 ‘범위 확장’이다

AI 신약개발 회사의 파트너십은 숫자만 보면 안 됩니다. 어떤 제약사인지, 선급금이 있는지, 타깃이 몇 개인지, 같은 파트너가 확장하는지, 모달리티가 넓어지는지를 봐야 합니다. Isomorphic Labs의 경우 파트너 명단은 강합니다. Lilly와 Novartis는 글로벌 대형 제약사입니다. Johnson & Johnson 역시 drug discovery와 development 역량이 큰 회사입니다. 이 정도 파트너가 연구 협업에 이름을 올렸다는 것만으로도 플랫폼 검증 신호는 존재합니다.

더 중요한 것은 2025년 Novartis 확장입니다. Novartis는 기존 협업 발표 1년 뒤, 초기 협업의 범위를 최대 세 개 추가 연구 프로그램으로 넓혔습니다. 회사 발표는 같은 재무 조건이라고 설명합니다. 이것은 단순한 신규 홍보보다 더 의미가 있습니다. 첫 협업 이후 1년 동안의 연구 진행과 협업 경험이 충분히 나쁘지 않았기 때문에 범위가 넓어졌다고 해석할 수 있기 때문입니다.

2026년 Johnson & Johnson 협업은 또 다른 축입니다. 이 협업은 cross-modality, multi-target이라는 언어를 사용합니다. 특히 small molecules뿐 아니라 antibodies, peptides, molecular glues, biologics까지 언급합니다. AI 플랫폼의 가치가 커지려면 특정 타깃 하나에 맞춘 용역이 아니라 여러 타깃·질환·모달리티에 반복 적용될 수 있어야 합니다. J&J 협업의 언어는 바로 그 확장성을 시장에 시험하는 단계로 볼 수 있습니다.

다만 협업이 많아진다는 사실만으로도 아직 부족합니다. 다음 질문은 “그 협업에서 실제 후보가 나왔는가?”입니다. 후보물질 명칭, 질환 영역, IND 제출, 임상시험 등록, milestone 수령이 공개되기 시작하면 Stage 3로 넘어갑니다. 아직은 파트너십의 질이 좋아지고 있지만, 후보와 임상 데이터는 공개적으로 제한적입니다.

5. 자체 파이프라인: 내부 후보는 upside지만 투명성은 아직 낮다

Isomorphic Labs의 Our Tech 페이지는 partnered programs 외에도 oncology와 immunology 중심의 내부 drug candidate pipeline을 개발 중이라고 설명합니다. 이 부분은 중요합니다. 플랫폼 회사가 제약사 협업만 하면 upside는 마일스톤과 로열티에 제한될 수 있습니다. 반면 자체 파이프라인을 보유하면 성공 시 경제적 지분이 훨씬 커질 수 있습니다. AI drug design engine이 정말 강하다면 내부 pipeline은 장기적으로 더 큰 가치 창출 경로가 될 수 있습니다.

하지만 내부 파이프라인은 아직 세부 공개가 제한적입니다. 어떤 타깃인지, 어떤 후보인지, 어떤 질환 적응증인지, IND 시점이 언제인지, 임상 설계가 무엇인지는 공개 자료만으로 충분히 확인되지 않습니다. 따라서 투자자 관점에서는 내부 파이프라인을 “숨은 가치”로 볼 수는 있지만, “검증된 가치”로 할인 없이 반영하면 안 됩니다.

좋은 시나리오는 이렇습니다. Isomorphic Labs가 제약사 협업에서 검증한 모델과 wet-lab 루프를 내부 oncology·immunology pipeline에 적용하고, 첫 후보물질을 명확히 공개한 뒤, 임상 1상에서 안전성·약동학·초기 효능 신호를 보여주는 것입니다. 나쁜 시나리오는 기술 benchmark는 계속 좋아지지만 pipeline 공개가 지연되고, 파트너 프로그램도 “연구 진행 중”이라는 표현에 머무는 것입니다. 이 둘은 기업가치가 완전히 다릅니다.

6. 비즈니스 모델은 세 갈래다: 플랫폼, 공동개발, 자체 신약

Isomorphic Labs의 장기 경제성을 보려면 비즈니스 모델을 세 갈래로 나눠야 합니다. 첫째는 플랫폼 협업 모델입니다. 대형 제약사가 특정 타깃이나 모달리티에 대해 Isomorphic Labs의 engine을 사용하고, 선급금과 연구·개발 milestone, 이후 로열티를 지급하는 구조입니다. 지금 공개된 Lilly·Novartis·J&J 협업은 이 모델에 가깝습니다. 장점은 비교적 빠르게 파트너 검증과 현금 유입을 만들 수 있다는 점입니다. 단점은 성공 경제성의 상당 부분을 제약사가 가져간다는 점입니다.

둘째는 공동개발 모델입니다. 플랫폼 협업보다 Isomorphic Labs가 더 많은 개발 리스크를 부담하는 대신, 성공 시 더 큰 economics를 확보하는 방식입니다. 이 모델은 자본과 임상 역량이 더 필요하지만, platform fee보다 훨씬 큰 upside를 만들 수 있습니다. 6억 달러 자금조달은 이런 옵션을 열어주는 역할을 합니다.

셋째는 자체 신약 모델입니다. 내부 pipeline에서 후보를 발굴하고, 직접 또는 일부 파트너와 함께 임상을 진행해 더 큰 지분을 보유하는 방식입니다. 이 경우 성공하면 가치 창출은 가장 크지만, 실패 비용도 가장 큽니다. AI가 discovery를 빠르게 해도 임상 실패율 자체는 여전히 높기 때문입니다. 그래서 현재 Isomorphic Labs의 합리적 전략은 플랫폼 협업으로 외부 검증과 현금을 만들고, 그 경험을 자체 pipeline의 선택적 upside로 연결하는 혼합형에 가깝습니다.

7. Alphabet 관점: 단기 EPS가 아니라 AI for Science 옵션

Alphabet 주주에게 Isomorphic Labs를 보는 관점은 명확해야 합니다. 이것은 아직 Google Search, YouTube, Cloud처럼 당장 분기 실적을 좌우하는 사업이 아닙니다. Alphabet 전체 시가총액과 이익 규모를 생각하면, Isomorphic Labs의 현재 선급금이나 funding headline은 단기 EPS에 큰 영향을 주기 어렵습니다. 따라서 단기 실적 투자자에게는 noise에 가깝습니다.

그러나 장기 전략 관점에서는 의미가 큽니다. DeepMind가 만든 AlphaFold 계열 과학 AI가 실제 제약사의 R&D 예산을 끌어오고, drug design engine으로 발전하고, internal pipeline과 파트너 프로그램을 동시에 전진시킨다면 Alphabet은 “광고+클라우드+AI 모델”을 넘어 “과학 자동화 플랫폼”이라는 장기 narrative를 얻습니다. 이것은 Google Cloud, TPU/GPU 인프라, Gemini-era AI, 생명과학 데이터, wet-lab 협업 네트워크와 연결될 수 있습니다.

물론 이 연결이 자동으로 매출화되는 것은 아닙니다. Alphabet의 실적에서 의미 있는 비중이 되려면 반복 가능한 milestone, 임상 성공, 로열티, 또는 life-science AI infrastructure revenue로 번역되어야 합니다. 지금은 전략적 옵션입니다. 옵션은 가치가 있지만, 행사 가격과 만기와 성공확률이 있습니다. 투자자는 옵션을 본업 현금흐름처럼 평가하면 안 됩니다.

8. Growth × Liquidity로 읽으면: G+는 강하고, L+는 runway다

Growth 관점에서 Isomorphic Labs의 신호는 강합니다. 기술적으로는 AlphaFold 3 이후의 drug design bottleneck을 겨냥하고 있습니다. 사업적으로는 대형 제약사와 유료 협업을 맺고, 기존 파트너의 확장을 얻었고, 다중 모달리티로 범위를 넓혔습니다. 조직적으로는 CMO 선임과 미국 presence 강화 같은 임상 전환 준비 신호도 있습니다. 이 모든 것은 G+입니다.

Liquidity 관점에서는 6억 달러 투자 유치가 핵심입니다. AI 바이오는 컴퓨트와 인재와 wet-lab 검증을 모두 필요로 합니다. 자본시장이 닫히면 pre-clinical 플랫폼은 시간이 부족해집니다. 반대로 충분한 runway가 있으면 모델을 고도화하고, 제약사 협업을 유지하고, 내부 pipeline을 임상 직전까지 밀어붙일 수 있습니다. 따라서 6억 달러 라운드는 단순 headline이 아니라 L+ 신호입니다.

하지만 G+와 L+가 곧바로 “매수”나 “승리 확정”을 뜻하지는 않습니다. AI biotech의 Kill Switch는 분명합니다. 첫째, 후보물질 공개와 임상 진입이 장기간 지연되는 경우. 둘째, 파트너십이 많지만 milestone 전환이 보이지 않는 경우. 셋째, 기술 benchmark의 개선이 wet-lab hit rate와 lead optimization 속도 개선으로 연결되지 않는 경우. 넷째, AI 신약개발 산업 전체에서 과장된 비용절감 narrative가 임상 실패율 앞에서 무너지는 경우입니다.

9. 앞으로 봐야 할 체크포인트

첫 공개 후보물질: 후보 코드명, 타깃, 적응증, 모달리티가 공개되는지.
IND 또는 임상 등록: ClinicalTrials.gov 등 공개 임상 데이터베이스에서 sponsor, collaborator, compound가 확인되는지.
마일스톤 전환: 선급금 이후 실제 research 또는 development milestone 수령이 발표되는지.
파트너 반복성: Novartis처럼 같은 파트너가 범위를 다시 확대하는지, 신규 대형 제약사가 붙는지.
모달리티 성과: 저분자뿐 아니라 항체, biologics, peptide, molecular glue에서 후보가 나오는지.
내부 pipeline 투명성: oncology와 immunology pipeline의 구체적 질환·타깃·시점이 공개되는지.
wet-lab 생산성: benchmark 개선이 실제 hit-to-lead, lead optimization, 실패율 감소로 이어지는지.
임상 조직 강화: CMO, regulatory, clinical operations, 미국 거점이 실제 임상 실행력으로 연결되는지.
Alphabet 연결성: DeepMind 과학 AI와 Google Cloud/AI 인프라가 life-science 고객 매출 또는 전략적 moat로 번역되는지.
경쟁 구도: Schrödinger, Recursion, Exscientia 계열, 대형 제약사의 자체 AI 조직과 비교해 차별성이 유지되는지.

10. 최종 판정: ‘상업화 전’이 아니라 ‘제품매출 전’이다

Isomorphic Labs를 단순히 “아직 상업화 전”이라고 말하면 너무 보수적입니다. 이미 대형 제약사와 유료 협업을 맺었고, 기존 협업 확장과 신규 다중 모달리티 협업을 얻었으며, 6억 달러 외부 자금도 확보했습니다. 이것은 시장과 산업이 플랫폼에 일정한 경제적 가치를 부여했다는 뜻입니다.

반대로 “상업화됐다”고만 말하면 너무 낙관적입니다. 아직 공개적으로 확인 가능한 승인 의약품, 반복 제품매출, 로열티 현금흐름, 후기 임상 데이터는 없습니다. 그래서 가장 정확한 표현은 이렇습니다. Isomorphic Labs는 상업화가 시작된 AI 신약개발 플랫폼이지만, 아직 제품매출로 검증된 제약사는 아니다.

투자 관점에서는 이 차이가 전부입니다. 지금의 upside는 AlphaFold 이후의 과학 자동화가 실제 제약 R&D 생산성으로 번역될 수 있다는 데 있습니다. 지금의 리스크는 그 번역이 임상과 규제 앞에서 지연되거나 희석될 수 있다는 데 있습니다. 다음 12~36개월의 핵심은 더 멋진 구조 예측 그림이 아니라 후보물질, IND, milestone, 임상 데이터입니다.

확인한 공개 소스

아래 자료를 기준으로 공개 숫자, 기술 주장, 파트너십 범위, 아직 확인되지 않은 임상·매출 단계를 분리했습니다. 회사 발표의 기술 benchmark는 임상 성공 또는 승인 의약품 매출과 같은 뜻이 아닙니다.