릴리의 AI 신약 플랫폼, 보스턴 바이오 인력 시장에 주는 신호

일라이 릴리가 비만·당뇨 치료제에서 확보한 현금 흐름을 AI 기반 신약개발 인프라로 돌리고 있다. 파이낸셜타임스는 6월 23일 릴리가 엔비디아 블랙웰 칩 1,016개를 갖춘 자체 데이터센터와 약 100개 바이오 기업 협업망을 바탕으로 연구용 AI 플랫폼을 확대하고 있다고 보도했다. 이는 대형 제약사가 데이터, 컴퓨팅 자원, 초기 후보물질 발굴을 직접 묶어 관리하려는 움직임이라는 점에서 보스턴권 바이오 인력 시장에도 의미가 있다.

보도에 따르면 릴리는 이 모델을 과학자들을 위한 '앱스토어'에 비유한다. 작은 바이오 기업들이 릴리의 AI 모델과 컴퓨팅 자원을 활용하고, 그 과정에서 나오는 실험·후보물질 데이터를 다시 모델 개선에 쓰는 구조다. 협업 대상에는 매사추세츠주 윌밍턴에 본사를 둔 CRO, 즉 임상 전·임상 연구 지원 기업인 Charles River Laboratories도 포함된 것으로 전해졌다.

릴리의 AI 행보는 별도 계약에서도 확인된다. 릴리는 3월 AI 신약개발 기업 Insilico Medicine과 최대 27억5,000만 달러 규모의 계약을 맺었다. 이 계약에는 1억1,500만 달러의 선급금과 개발·규제·판매 단계별 마일스톤이 포함됐다. 마일스톤은 약물이 특정 개발 단계나 매출 목표를 달성했을 때 추가로 지급되는 금액을 뜻한다.

배경은 비교적 분명하다. 대형 제약사는 블록버스터 약품의 특허 만료, 임상 실패 비용, 새 후보물질 부족이라는 압박을 동시에 받고 있다. 반대로 비만·당뇨 치료제 시장의 급성장은 릴리 같은 기업에 대규모 현금 흐름을 제공하고 있다. 이 자금이 생산시설 증설뿐 아니라 연구 데이터와 AI 인프라를 직접 통제하는 방향으로도 흘러가고 있는 셈이다.

다만 AI가 곧바로 신약을 완성한다는 뜻은 아니다. 현재 AI의 현실적 역할은 수많은 후보물질을 빠르게 좁히고, 실험 우선순위를 정하고, 독성·효능 가능성을 더 이른 단계에서 점검하는 데 가깝다. 최종 승부는 여전히 임상시험, 제조, 규제 승인에서 난다. AI가 연구실의 판단을 대신한다기보다, 연구자가 검토해야 할 데이터와 선택지를 더 많이, 더 빠르게 만들어내는 도구로 자리 잡는 흐름이다.

보스턴권 독자에게 중요한 지점은 채용의 방향이다. 케임브리지와 보스턴은 대학, 병원, 빅파마 연구소, Flagship Pioneering 같은 바이오 창업 생태계가 밀집한 지역이다. 앞으로 AI 바이오 채용은 '머신러닝 엔지니어'와 '생물학 연구원'을 따로 뽑는 방식만으로 설명되기 어렵다. 실험 데이터를 이해하는 데이터 엔지니어, LIMS 같은 연구 데이터 관리 시스템을 다루는 운영 인력, 단백질·유전체·화합물 데이터를 모델에 맞게 정리하는 계산생물학 인력, AI 결과를 임상·규제 문서로 연결하는 전략 인력의 중요성이 커질 수 있다.

유학생과 졸업 예정자에게는 전공 조합이 실무 신호다. 생물학·화학 전공자라면 파이썬, 통계, 데이터 정리, 기본적인 머신러닝 이해가 강점이 될 수 있다. 컴퓨터공학 전공자라면 단순 모델 구현보다 실험 데이터의 편향, 재현성, 연구실 워크플로, 개인정보·환자 데이터 관리 같은 도메인 지식이 차별점이 된다. AI 신약개발 회사가 늘어난다고 해서 모든 신입 채용문이 넓어지는 것은 아니므로, OPT나 H-1B 스폰서십이 필요한 경우에는 회사의 스폰서 이력, 현금 보유 기간, 임상 단계, 투자자 구성을 함께 확인하는 편이 현실적이다. 이는 일반 정보이며 개인별 이민 판단은 별도 확인이 필요하다.

현직자에게는 업무 재설계 신호가 더 크다. 연구개발, 사업개발, 임상 운영, 규제 전략, 마케팅까지 AI 도입은 반복 업무를 줄이는 동시에 '검증하는 사람'의 책임을 키운다. AI가 제안한 후보물질이나 분석 결과를 그대로 받아들이기보다, 데이터 출처와 실험 설계, 실패 가능성, 규제기관에 설명 가능한 근거를 따지는 역할이 중요해진다. 보스턴 바이오 업계에서 경력을 쌓는 사람이라면 특정 AI 도구 이름보다 데이터 품질 관리, 모델 결과 해석, 실험 자동화, 클라우드·GPU 비용 구조, FDA와 임상 개발의 기본 흐름을 함께 이해하는 것이 실무적으로 유리하다.

창업 관심자에게도 메시지는 양면적이다. 대형 제약사가 AI 플랫폼을 직접 만들면 작은 AI 바이오 스타트업에는 기회와 압박이 동시에 생긴다. 한편으로는 릴리 같은 파트너의 컴퓨팅 자원과 임상 개발 경험을 활용할 수 있다. 다른 한편으로는 데이터 제공 조건, 지식재산권, 후보물질 소유권, 후속 마일스톤 구조가 더 중요해진다. 기술 데모만으로 투자자를 설득하기보다 어떤 데이터가 독점적이고, 어떤 실험 결과가 재현됐으며, 어느 단계에서 제약사와 협상할 수 있는지가 창업 전략의 핵심으로 부상하고 있다.

지금 당장 보스턴 바이오 채용이 일괄적으로 늘어난다고 보기는 어렵다. 그러나 직무 설명은 이미 바뀌고 있다. AI 신약개발의 다음 관전 포인트는 모델 성능 발표보다 실제 임상 진입, 실패율 개선, 빅파마와 스타트업 간 데이터 공유 조건, 그리고 보스턴권 연구기관·CRO·바이오 스타트업이 이 플랫폼 경제 안에서 어떤 역할을 맡는지다. 현재까지 확인되는 변화는 AI가 연구자를 대체한다는 단순한 구도보다, 연구자가 다루어야 할 도구와 검증 책임이 넓어지고 있다는 쪽에 더 가깝다.