엔비디아가 GPU로 AI 시대를 열었다면, 그 다음 전쟁터는 어디일까요? 실리콘밸리의 자본이 지금 가장 공격적으로 쏟아지는 곳이 바로 AI 바이오헬스케어예요. 신약 개발에 AI가 본격적으로 결합되면서 제약 산업의 판 자체가 바뀌고 있거든요. 오늘은 그 얘기를 해보겠습니다.
1. 신약 개발의 룰이 바뀌고 있다
원래 신약 하나를 임상 3상까지 끌고 가려면 평균 10년 이상, 조 단위 비용이 들어요. 성공률도 낮아서 임상에 들어간 약물의 대부분이 중간에 탈락합니다. 그 비용이 고스란히 약값에 반영되는 구조였죠.
근데 지금 이 공식이 흔들리고 있어요. AI가 신약 물질 발굴, 임상 설계, 약물 재창출 영역에서 실제 성과를 내기 시작했거든요.
가장 대표적인 게 구글 딥마인드의 알파폴드예요. 단백질 구조 예측이라는 생명과학의 오랜 난제를 AI가 풀어버렸는데, 알파폴드 3 버전은 이제 단백질뿐 아니라 DNA, RNA, 항체, 세포 수용체에 결합하는 리간드까지 예측 범위를 넓혔어요. 기존 방법 대비 최소 50% 이상 정확도가 개선됐다고 하고요. 실험실에서 박사 학위 연구 기간이 걸릴 작업을 AI가 몇 분 만에 처리하는 수준이 됐습니다.
실제 임상 진입 사례도 나오고 있어요. 인실리코 메디슨은 AI로 신약 타겟을 발견하고 물질 구조까지 설계해서 폐섬유증 치료제 후보물질을 임상 2a까지 진행했어요. 구글 계열 이소모픽랩스는 GSK, 노바티스, 릴리와 협업해서 항암·면역질환 분야 AI 신약 개발을 본격화하고 있고요. 국내에서도 LG화학이 AI 신약개발 플랫폼 ‘메디엑스’를 자체 개발해서 통상 5년 이상 걸리던 항체 신약 후보물질 발굴 기간을 절반으로 단축하겠다는 계획을 발표했습니다.
2. 그렇다고 개별 바이오주에 몰빵하면 안 되는 이유
기술이 아무리 유망해도 특정 바이오 벤처 하나에 집중 투자하는 건 위험해요. 임상 결과 발표 하나에 주가가 반토막 나는 게 바이오 섹터의 특성이거든요. 긍정적인 데이터 나오면 급등, 실패하면 폭락 — 이걸 ‘바이너리 리스크’라고 해요.
그래서 바이오 투자는 ETF로 접근하는 게 현실적이에요. 생태계 전체를 사는 거라 개별 임상 실패의 충격을 분산시킬 수 있거든요.
① ARKG (ARK Genomic Revolution ETF)
캐시 우드의 아크 인베스트가 운용하는 유전체 혁신 ETF예요. 유전자 편집(CRISPR), 표적 치료, 생물정보학, 분자 진단 등 AI 바이오 최전선 기업들을 집중적으로 담고 있어요. 변동성은 크지만 AI 바이오 융합의 파괴적 성장에 직접 베팅하고 싶다면 가장 직관적인 선택이에요.
② IBB (iShares Biotechnology ETF)
변동성이 부담스럽다면 IBB가 대안이에요. 미국 증시 대표 생명공학·제약 기업들을 광범위하게 담고 있어서 빅파마의 안정적인 현금 창출력과 중소형 바이오텍의 성장성을 동시에 가져갈 수 있어요. ARKG보다 덜 공격적이고 포트폴리오 방패 역할을 해줘요.
3. 실전 투자 접근법
① 분할 매수가 기본
바이오 섹터는 금리 변화나 개별 임상 이슈에 따라 출렁임이 심해요. 한꺼번에 큰돈 넣는 것보다 투자금의 10분의 1씩 매월 정해진 날짜에 기계적으로 매수하는 DCA 전략이 맞아요. 하락할 때 공포에 매도하는 게 아니라 더 많은 주식 수를 확보하는 기회로 받아들이는 게 핵심이에요.
② 최소 5~10년 관점으로 봐야 해요
AI가 설계한 신약들이 본격적으로 상용화되려면 아직 시간이 필요해요. 일라이 릴리의 비만 치료제 티르제파타이드가 2025년 9개월 만에 약 248억 달러(36조 원) 매출을 낸 것처럼, AI 바이오의 진짜 수익화는 이제 막 시작됐어요. 눈앞 수익률보다 구조적 변화의 방향성을 보는 게 맞습니다.
정리 — 짱오의 한 줄 요약
AI가 반도체를 바꿨듯, 이제 신약 개발을 바꾸고 있어요. 근데 개별 바이오주는 임상 결과에 따라 주가가 너무 크게 흔들려요. ARKG나 IBB 같은 ETF로 생태계 전체에 분산 투자하면서 분할 매수로 접근하는 게 가장 현실적인 방법이라고 봅니다.
다음 글에서는 AI 데이터센터 확장으로 촉발된 전력 인프라 슈퍼사이클과 관련 투자 전략을 다뤄볼게요.