오늘의 블로그 게시글은 다음과 같습니다.
2024년 5월 16일 목요일
오늘의 주제는 일본의 팝 컬처 트렌드에 대한 분석입니다. 특히, 최근 일본의 애니메이션, 게임, 음악 시장에서 주목받는 트렌드를 중심으로 살펴보겠습니다.
최근 일본의 애니메이션 시장은 여전히 높은 성장세를 보이고 있습니다. 특히, ‘아웃라워드’와 같은 작품들이 해외 팬들에게 큰 인기를 얻으며 일본 애니메이션의 글로벌 영향력을 더욱 확대하고 있습니다. ‘아웃라워드’는 뛰어난 작화와 탄탄한 스토리, 그리고 매력적인 캐릭터들로 인해 전 세계적으로 엄청난 팬덤을 구축하며, 일본 애니메이션 시장의 새로운 지표로 자리매김했습니다.
또한, 게임 시장에서도 모바일 게임의 인기가 지속되고 있습니다. 특히, ‘붕괴: 스타레일’과 같은 RPG 게임들이 해외 시장에서 성공을 거두면서 일본 게임 개발사들의 해외 진출을 더욱 활발하게 만들고 있습니다. ‘붕괴: 스타레일’은 독특한 세계관과 매력적인 캐릭터, 그리고 뛰어난 게임성으로 인해 전 세계적으로 많은 사랑을 받고 있으며, 특히, 한국 시장에서도 큰 인기를 얻고 있습니다.
이 외에도, 일본의 음악 시장은 다양한 장르의 음악들이 인기를 얻고 있습니다. 특히, J-POP 시장은 해외 팬들에게도 꾸준히 사랑받고 있으며, 최근에는 K-POP과의 협업을 통해 더욱 성장하고 있습니다.
날짜: 2026년 9월 27일
AI는 지금까지 ‘질문에 답하는 것’이라는 이미지가 강했다. 글을 쓴다. 코드를 쓴다. 방대한 자료를 정리한다. 이미지를 만든다. 그러나 지금 AI의 경쟁 영역은 컴퓨터 화면 속에만 머물지 않게 되고 있다. 그 상징적인 움직임이 Anthropic에서 일어나고 있다. Claude를 개발하는 Anthropic이 미국에서 물리적인 생물학 연구를 수행하는 웨트랩을 설치하고 AI를 활용한 생명과학 연구를 진행하고 있음을 밝혔다. 2026년 9월, Anthropic은 자사의 생명과학 연구 그룹과 연구 시설에 대해 공표했다. 그곳에서는 DNA 데이터에서 미지의 단백질 패밀리를 찾고, AI가 가설을 생성하며, 그것을 실험실에서 검증하는 흐름이 진행되고 있다. 나아가 Anthropic은 Claude가 DNA의 대규모 데이터를 해석하고 CRISPR를 연상시키는 특징을 가진 새로운 효소 시스템을 발견했다고 발표했다. 여기서 중요한 것은 ‘AI가 약을 완성했다’는 이야기가 아니다. 오히려 중요한 것은 AI가 가설을 내놓는 데 그치지 않고 현실의 생물학 실험으로 이어지는 지점까지 연구 프로세스를 넓히기 시작했다는 점이다.
■ ‘답하는 AI’에서 ‘실험하는 AI’로
지금까지의 생성 AI는 기본적으로 디지털 공간 안에서 완결되었다. AI에 대량의 논문을 읽힌다. 유전자 배열을 해석시킨다. 단백질 구조를 예측시킨다. 새로운 분자 후보를 생성시킨다. 이러한 작업은 AI가 잘하는 영역이다. 그러나 생명과학에는 큰 벽이 있다. 컴퓨터상에서 ‘이 분자는 유효할지도 모른다’고 예측할 수 있어도 그것이 실제 세포나 단백질, 인체에서 똑같이 작용한다고는 한정할 수 없다. 즉 마지막에는 현실 세계에서의 실험이 필요해진다. Anthropic의 생명과학 부문 책임자 Eric Kauderer-Abrams도 생명과학에서는 최종적인 검증에 실험실에서의 작업이 필요하다는 취지를 설명했다. Reuters는 9월 18일, Anthropic이 샌프란시스코 베이エリア에 웨트랩을 마련하고 컴퓨터상의 해석만이 아니라 물리적인 생물학 실험을 진행하고 있다고 보도했다. 여기에 AI×바이오의 큰 변화가 있다. AI가 ‘생각한다’. 로봇이나 자동화 설비가 ‘실험한다’. 실험 결과를 AI가 ‘분석한다’. 그 결과를 바탕으로 다시 다음 가설을 AI가 만든다. 이 순환이 고속화되면 지금까지 연구자가 오랜 시간을 들여 반복해 온 ‘가설→실험→분석→수정’이라는 사이클 자체를 바꿀 가능성이 있다.
■ Anthropic이 연구실을 가진 의미
Anthropic의 움직임이 흥미로운 것은 동사가 단순히 ‘AI로 약을 만드는 회사’가 되었다는 이야기가 아니라는 점이다. Anthropic自身의 발표에 따르면 새로운 생명과학 연구 그룹은 DNA 데이터에서 미지의 단백질 패밀리를 발견하고 Claude를 이용해 대량의 가설을 생성하며 그 가설을 실험실에서 검증하는 것을 목적으로 한다. 그리고 2026년 9월 23일, Anthropic은 Claude가 새로운 효소 시스템을 발견했다고 발표했다. 동사에 따르면 Claude는 대규모 DNA 데이터를 분석하고 array-associated reverse transcriptases, 약칭 ART라고 불리는 시스템을 특정했다. 이 시스템에는 CRISPR에서 보이는 패턴을 떠올리게 하는 DNA 배열이 포함되어 있다고 한다. 여기서 주목하고 싶은 것은 AI의 역할이다. AI는 단순한 검색엔진이 아니다. 방대한 생물학 데이터 속에서 인간이 간과했던 관련성을 찾고 가설을組み立てる. 그 가설을 연구자가 검증한다. 즉 AI가 연구자의 ‘또 하나의 두뇌’와 같은 역할을 담당할 가능성이 나왔다. 물론 현 단계에서 AI가 인간 연구자를 완전히 대체하는 것은 아니다. 오히려 현실적으로는 인간과 AI, 그리고 로봇이 하나의 연구팀으로 움직이는 방향이 보이기 시작했다고 보는 편이 좋다. Anthropic도 생명과학 연구에서 인간과 AI가 각 단계에서 협력하는 새로운 연구 방법을 지향하고 있다고 설명했다.
■ AI 신약 개발에서 무엇이 바뀌는가
AI 신약 개발이라는 말을 들으면 ‘AI가 신약을 순식간에 만든다’는 이미지를 갖는 사람도 있을지 모른다. 그러나 실제 신약 개발은 훨씬 복잡하다. 질병의 원인을 이해한다. 치료 대상이 되는 단백질이나 유전자를 찾는다. 후보가 되는 분자를 설계한다. 그 분자가 표적에 결합하는지 조사한다. 독성이나 부작용 가능성을 확인한다. 동물실험 등의 전임상 연구를 수행한다. 임상시험으로 나아간다. 그리고 규제 당국의 심사를 받는다. 이 긴 프로세스 안에는 AI가 활용될 수 있는 곳이 매우 많다. 예를 들어 분자 탐색. 방대한 화합물 중에서 후보를 좁히는 작업은 컴퓨터가 잘하는 분야다. 단백질 구조 해석도 그렇다. 나아가 유전 정보, 병리画像, 전자カルテ 등 서로 다른 종류의 데이터를 조합함으로써 환자별 치료법을 생각하는 ‘개별화 의료’로의 응용도 기대되고 있다. 즉 AI 신약 개발은 단순한 ‘약을 만드는 AI’가 아니다. 연구개발의 각 공정을 데이터와 AI로 다시 연결하는 기술이다.
■ ‘드라이랩’으로는 끝나지 않는다
AI×바이오를 생각하는 데 있어 또 하나 중요한 것이 ‘Lab-in-the-loop’라는 생각이다. 컴퓨터상에서 AI가 예측만 한다면 이른바 드라이랩에 가깝다. 한편 실제 실험 설비를 이용해 AI의 예측을 검증하고 그 데이터를 다시 AI로 되돌린다. 이 순환이できれば AI 모델은 현실의 실험 데이터를 학습 재료로 사용할 수 있다. 여기서 AI와 로봇이 결합한다. 인간이 하나하나 피펫을 조작하는 것이 아니라 자동화된 실험 설비가 대량의 실험을 수행하고 AI가 결과를 분석한다. 이 구조를 이미 사업 모델로 추진하고 있는 기업도 있다. 대표적인 예 중 하나가 Recursion Pharmaceuticals(NASDAQ:RXRX)다. 동사는 AI와 자동화된 실험 설비를 조합한 ‘Recursion OS’를 전개하고 방대한 생물학·화학 데이터를 축적하고 있다. 동사에 따르면 자동화된 연구 환경에서는 주당 최대 200만 건의 실험을 수행하고 50페타바이트를 초과하는 독자 데이터를 구축하고 있다고 한다. 이는 매우 중요한 포인트다. AI 시대의 바이오 기업에서는 ‘AI 모델을 가지고 있는가’뿐만 아니라 ‘얼마나 질 높은 실험 데이터를 만들 수 있는가’가 경쟁력이 될 가능성이 있다. AI가 똑똑해져도 학습·검증할 현실의 데이터가 없으면 한계가 있다. 그래서 AI와 웨트랩을 연결하는 기업이 주목받는다.
■ NVIDIA가 AI 신약 개발에 관여하는 이유
여기서 반도체 기업으로도 이야기가 연결된다. 대표적인 것이 NVIDIA(NASDAQ:NVDA)다. NVIDIA는 AI 반도체 회사로 알려져 있지만 생명과학 분야에도 가속 컴퓨팅을 넓히고 있다. 동사는 AI를 활용한 신약 개발에 대해 분자 데이터베이스 탐색, 분자 생성, 단백질·DNA·RNA 해석 등을 지원하는 컴퓨팅 기반을 전개하고 있다. 나아가 2026년 9월에는 NVIDIA가 지원하는 Iambic Therapeutics가 미국 IPO를 신청했다. Iambic은 AI를 이용한 신약 개발 플랫폼을 사용해 고형암용 치료 후보를 개발하고 있는 기업이다. Reuters에 따르면 Iambic은 Nasdaq 상장을 계획하고 티커로 ‘IAM’을 예정하고 있다. 주요 투자자에는 NVIDIA 등이 포함되고 AbbVie와의 AI 신약 개발에 관한 다년간 협업도 발표되었다. 여기서 주의하고 싶은 것은 ‘IAM’은 기사 집필 시점에서는 IPO 신청 단계의 기업이며 이미 장기간 상장된 일반적인 미국 주식과는 상황이 다르다는 점이다. 즉 AI×바이오를 투자 테마로 볼 경우 NVIDIA와 같은 ‘AI 인프라 측’과 Iambic과 같은 ‘신약 개발 측’ 양쪽을 볼 필요가 있다.
■ 또 하나의 주목 종목 ‘SDGR’
AI 신약 개발이라는 테마에서는 Schrödinger(NASDAQ:SDGR)도 빼놓을 수 없다. Schrödinger는 물리학 기반 시뮬레이션과 AI를 조합해 분자 탐색을 지원하는 기술을 전개하고 있다. 2026년 8월에는 동사가 AI 코-사이언티스트 ‘Bunsen’의 얼리 액세스판을 개시했음을 발표했다. 나아가 Bristol Myers Squibb과의 협업에서는 Bunsen을 연구 조직에 도입해 분자 탐색과 신약 개발상의 의사결정을 지원하는取り組み가 진행되고 있다. 그리고 9월에는 Schrödinger가 Tectora Therapeutics라는 새로운 바이오 기업을 공동 설립하고 면역·염증 영역의 치료제 개발에 나섰다. 동사는 계산 플랫폼을 활용해 초기 단계의 저분자 프로그램을 임상 후보로 진행시키는取り組み를 수행하고 있다. 여기서 보이는 것은 AI 신약 개발의 비즈니스 모델이 하나가 아니라는 점이다. AI를 계산 기반으로 제공하는 회사. AI로 분자를 설계하는 회사. AI로 실험 데이터를 해석하는 회사. 자동화된 연구 시설을 가진 회사. 그리고 AI 기술을 이용해 실제 치료제 후보를 개발하는 회사. 각각 다른 포지션에 있다.
■ ‘TEM’이 보여주는 개별화 의료의 방향
AI×바이오를 생각할 경우 신약 개발만 보면 전체상을 놓친다. 또 하나 중요한 것이 ‘개별화 의료’다. 여기서 관련되는 것이 Tempus AI(NASDAQ:TEM)다. Tempus는 대량의 의료·게놈 데이터와 AI를 조합해 암 진단과 임상 연구, 신약 개발 지원 등의 영역에서 사업을 전개하고 있다. 2026년 5월에는 동사가 AI 에이전트를 활용하는 ‘Lens’의 차세대판을 발표. 신약 연구와 임상시험에서 환자 집단의 특정과 데이터 분석을 고속화하는 플랫폼으로 전개하고 있다. 또한 2026년 7월에는 약리게노믹스 검사를 전미로 전개하고 환자의 유전 정보를 이용해 약제의 안전성과 투여량, 독성 리스크 평가를 지원하는取り組み도 진행하고 있다. 즉 AI×바이오의 세계에서는 ‘새로운 약을 만든다’뿐만 아니라 ‘누구에게 그 약이 듣는가’ ‘어떤 환자에게 투여해야 하는가’ ‘어떤 유전적 특징을 가진 환자가 치료 대상이 되는가’라는 지점까지 AI의 활용 범위가 넓어지고 있다. 이는 ‘AI 신약 개발’과 ‘개별화 의료’가 장래에는 별개의 테마가 아니라 하나의 거대한 데이터 산업으로 연결될 가능성을 보여주고 있다.
■ Anthropic의 진짜 포인트는 ‘약’만이 아니다
그렇다면 Anthropic의 연구실 설치를 어떻게 봐야 하는가. 여기서 ‘Anthropic이 약을 만들기 시작했다’고 단순화하면 본질을 놓친다. Anthropic은 자사의 설명에서 연구 시설을 특정 신약 개발 시설로 자리매김하고 있는 것은 아니다. 오히려 AI가 생물학 연구 자체를 어디까지 진행할 수 있는지를 시험하고 있다. Reuters도 Anthropic이 웨트랩을 설치했음을 보도하는 한편 동사의 시설이 특히 신약 개발만을 목적으로 한 것이 아니라는 설명을 전했다. 그래서 재미있다. AI 기업이 ‘의약품’이라는 하나의 상품을 만들려고 하는 것이 아니라 생물학 자체를 AI의 연구 대상으로 삼으려고 하기 때문이다. DNA. 단백질. 효소. 세포. 분자. 이러한 복잡한 시스템을 AI가 이해하고 인간에게는 찾기 어려웠던 패턴을 발견한다. 거기서 새로운 생물학적 지식이 태어난다. 그리고 그 지식이 장래에 신약 개발과 진단, 치료 기술로 연결된다. Anthropic이 2026년 9월에 발표한 Claude에 의한 효소 시스템 발견은 그 최초의 실례 중 하나로 자리매김할 수 있다.
■ 투자자가 봐야 할 것은 ‘AI’라는 말만이 아니다
미국 주식의 테마로 AI×바이오를 볼 경우 단순히 ‘AI 기업이니까 매수된다’는 시각으로는 위험하다. 봐야 할 것은 어디에 가치가 축적되는가다. 예를 들어 NVIDIA(NVDA)는 계산 인프라. Recursion(RXRX)은 AI와 자동화된 실험 데이터. Schrödinger(SDGR)는 물리 시뮬레이션과 AI에 의한 분자 탐색. Tempus AI(TEM)는 의료·게놈 데이터와 AI. Iambic Therapeutics는 AI를 활용한 신약 개발 기업으로서 IPO 시장에 등장하려고 하는 단계다. 같은 ‘AI×바이오’라는 말로まとめられても 수익 구조도 리스크도 전혀 다르다. 나아가 바이오 기업에는 임상시험, 규제, 자금 조달, 약제 후보의 실패라는 고유의 리스크가 있다. AI 성능이上がったからといって 약이 반드시 승인되는 것은 아니다. 오히려 AI로 연구 후보를 늘릴 수 있어도 마지막에는 현실의 생물학과 임상시험이 기다리고 있다. 이 점은 AI 신약 개발을 보는 데 있어 매우 중요하다.
■ ‘AI×바이오’는 다음 AI 테마가 될 수 있는가
현재 AI 시장에서는 반도체, 데이터센터, 클라우드, 전력 등이 큰 테마가 되고 있다. 그 다음에 자금이 향할 가능성이 있는 영역으로 AI×바이오는 무시할 수 없다. 이유는 단순하다. 생명과학에는 아직 방대한 미해명 데이터가 존재하기 때문이다. DNA 배열. 단백질. 세포画像. 환자 데이터. 임상시험 데이터. 화합물. 의학 논문. 이것들을 AI로 횡단적으로 분석할 수 있으면 지금까지 따로扱われていた 데이터를 하나의 연구 시스템으로 묶을 가능성이 있다. 그리고 그 앞에는 ‘AI가 연구자를 보조한다’는 단계를 넘어 ‘AI가 연구 프로세스 자체를 고속화한다’는 세계가 보인다. Anthropic이 연구실을 가진 것은 그 상징적인 사건이다. AI 기업이 소프트웨어만이 아니라 현실 세계의 실험 설비에 들어왔다. 이는 AI 산업의 경쟁축
【주의사항】본 기사는 정보 제공을 목적으로 하며, 특정 금융 상품 또는 주식의 매매를 추천하는 것이 아닙니다. 게재된 정보는 기사 작성 시점에 확인된 공개 정보를 바탕으로 하고 있지만, 그 정확성, 완전성, 최신성을 보증하는 것이 아닙니다. 투자 결정은, 본인이 최신 재무제표, IR 정보, 공시 자료 등을 확인한 후 진행해 주시기 바랍니다. 주식 투자는 가격 변동 등으로 인한 손실 위험이 있습니다.
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 2청크
원문 보기 | 출처: note.com