OpenAI가 과학자를 고용했습니다 — GPT-Rosalind는 신약 개발 10년을 줄일 수 있을까

OpenAI가 또 하나의 전선을 열었습니다. 이번엔 챗봇도, 코딩 에이전트도 아닌 과학 연구 전용 AI입니다. 이름은 GPT-Rosalind. DNA 이중나선 발견에 결정적 기여를 했지만 오래도록 조명받지 못한 과학자 로잘린드 프랭클린의 이름을 딴 모델인데요. 발표 하루 만에 일본, 동남아, 미국 AI 채널들이 일제히 “신약 개발이 뒤집힌다"는 톤으로 달려들기 시작했습니다.

그런데 정말 그럴까요. 흥분을 걷어내고 차근차근 뜯어보겠습니다.

GPT-Rosalind, 뭐가 다른가

기존 GPT 시리즈가 “뭐든 잘하는 범용 선수"였다면, GPT-Rosalind는 생명과학 도메인에 특화된 버전입니다. 단백질 구조, 유전체 시퀀스, 화학 반응, 논문 데이터베이스 같은 것들을 사전학습 단계부터 집중적으로 먹인 모델이죠.

포인트는 단순히 “과학 논문 많이 읽은 챗봇"이 아니라는 겁니다. 가설을 세우고, 실험을 설계하고, 결과를 해석하는 연구 파이프라인 전체에 끼어들 수 있도록 설계됐다는 게 OpenAI의 주장입니다. 일본의 한 AI 분석 채널(AGI×ディストピア)은 이를 두고 “10-15년 걸리던 신약 개발이 격변할 수 있다"고 표현했습니다. 조회수는 아직 적지만 업계 반응은 빠르게 번지고 있습니다.

“10년을 줄인다"는 주장, 어디까지 사실일까

신약 하나가 시장에 나오기까지 통상 10~15년, 비용은 2조원 안팎이 듭니다. 후보물질 탐색, 전임상, 임상 1/2/3상, 규제 승인… 단계마다 수년씩 잡아먹습니다.

GPT-Rosalind가 정말 판을 바꿀 수 있는 지점은 앞단입니다. 수백만 개 분자 중에서 유망한 후보를 추려내고, 단백질과의 결합 시뮬레이션을 돌리고, 독성 가능성을 미리 걸러내는 일. 여기서 1-2년을 줄이는 건 충분히 현실적입니다. 이미 DeepMind의 AlphaFold가 이 판을 한 번 흔들어놨고, GPT-Rosalind는 거기에 가설 생성과 논문 추론을 얹은 그림이니까요.

하지만 임상시험 자체를 AI가 건너뛸 수는 없습니다. 사람 몸에서 안전한지, 실제로 효과가 있는지는 결국 환자에게 투여해봐야 아는 영역이죠. “10년이 1년 된다"는 말은 마케팅 수사에 가깝고, 현실적으로는 “12년이 8-9년으로 줄어든다” 정도가 합리적 기대입니다.

빅파마와 바이오텍이 긴장하는 이유

Sun BPO Solutions 채널이 업로드한 “OpenAI’s GPT-Rosalind 2026 Reshapes Biotech Competition” 영상은 다른 각도를 찌릅니다. 기술보다 경쟁 구도 얘기입니다.

지금까지 신약 개발은 화이자, 머크, 노바티스 같은 공룡들의 게임이었습니다. 수조원을 태울 수 있어야 한 번 베팅할 수 있는 판이니까요. 그런데 GPT-Rosalind 같은 범용 AI 사이언티스트가 API로 풀리면, 10명짜리 스타트업도 초기 후보물질 단계에서는 빅파마와 비슷한 수준의 탐색을 돌릴 수 있게 됩니다.

물론 임상시험 자본력은 여전히 빅파마가 쥐고 있죠. 그래서 시장이 예상하는 시나리오는 이런 겁니다. AI 기반 초기 발굴은 스타트업이 하고, 유망 후보를 라이선스 아웃해서 임상은 빅파마가 가져가는 분업 구조. 이 흐름이 본격화되면 바이오텍 투자 지형 자체가 재편됩니다.

한국 바이오 업계에 주는 시사점

한국 바이오는 오랫동안 정보 비대칭에 시달려왔습니다. 글로벌 논문과 데이터베이스에 접근하려면 막대한 구독료를 내야 했고, 수천 개 후보를 스크리닝할 컴퓨팅 파워와 인력도 부족했죠.

GPT-Rosalind가 API로 열리면 이 격차가 줄어듭니다. 서울의 10인 바이오 스타트업이 보스턴 케임브리지의 연구팀과 비슷한 출발선에 설 수 있다는 얘기인데요. 다만 데이터 주권 문제는 남습니다. 연구 가설과 실험 데이터를 미국 회사 모델에 흘려보내는 게 과연 안전한지, 규제당국과 기업들이 곧 부딪힐 지점입니다.

넘어야 할 허들

장밋빛만 있는 건 아닙니다. 환각(hallucination) 문제가 과학 연구에 그대로 옮겨오면 재앙입니다. 존재하지 않는 논문을 인용하거나, 말이 되는 것처럼 보이지만 실제론 성립하지 않는 반응 경로를 제안할 수 있죠. “AI가 제안한 분자가 합성해보니 아예 만들어지지 않더라"는 실패 사례는 이미 다른 AI 신약 도구들에서 보고되고 있습니다.

또 하나, 책임 소재입니다. AI가 제안한 후보물질이 임상에서 부작용을 일으키면 누가 책임지나요. OpenAI인가, 사용한 제약회사인가. 이 법적 공백이 정리되기 전까진 보수적인 빅파마는 여전히 망설일 겁니다.

마무리

GPT-Rosalind는 “AI가 과학자를 대체한다”는 이야기가 아닙니다. 과학자 한 명이 다룰 수 있는 가설의 수, 돌려볼 수 있는 시뮬레이션의 범위가 10배, 100배로 늘어난다는 이야기죠. 결국 판을 바꾸는 건 모델 자체가 아니라, 이 도구를 가장 먼저, 가장 잘 쓰는 연구팀이 될 겁니다.

여러분이 만약 바이오 스타트업의 CTO라면, 다음 주 월요일 회의에서 이 모델을 어떻게 파이프라인에 끼워넣을지부터 논의해야 할지도 모르겠습니다. 늦으면 경쟁사가 먼저 움직일 테니까요.