반도체·산업
AI for Science(과학용 AI)
AI를 신약 개발, 단백질 구조 예측, 신소재 탐색, 물리·화학 시뮬레이션 같은 과학 연구에 쓰는 흐름입니다. 실험에 드는 시간과 비용을 줄여 AI 투자의 새 수익 경로로 주목받습니다.
과학용 AI란
과학용 AI(AI for Science)는 인공지능을 과학 연구 자체에 투입해 가설 설정, 후보 물질 탐색, 시뮬레이션 속도를 끌어올리는 분야입니다. 챗봇이나 추천 알고리즘처럼 소비자 서비스에 쓰이는 AI와 구분해 부릅니다.
대표 사례
| 분야 | 사례 |
|---|---|
| 단백질 구조 예측 | 구글 딥마인드 알파폴드(AlphaFold), 바이트댄스 Protenix-v2 |
| 세포·생물학 | 미국 정부·메타·구글이 참여한 18억달러 규모 AI 생물학 프로젝트(2026년 10월) |
| 신소재 | AI로 수백만 개 결정 구조를 계산해 새 소재 후보를 찾는 연구 |
| 기상·물리 | AI 기반 날씨 예측 모델, 핵융합 플라스마 제어 |
왜 중요한가
신약 하나를 개발하는 데 보통 10년 넘게, 수십억 달러가 듭니다. AI가 후보 물질을 고르는 단계만 줄여도 비용 구조가 크게 바뀝니다. 빅테크 입장에서는 광고·클라우드 외에 AI 투자를 회수할 또 하나의 경로가 됩니다.
투자자가 볼 포인트
- 빅테크와 제약사의 공동 연구·라이선스 계약이 실제 매출로 이어지는지
- AI로 찾은 후보 물질이 임상 단계에서 성과를 내는지
- 장밋빛 전망과 실제 상용화 사이의 시간 차이(통상 수년 단위)
2026년 10월 저우서우쯔 틱톡 CEO는 AI가 2~3년 안에 물리·바이오·화학·소재 분야에서 과학적 돌파구를 낼 것이라고 전망했습니다.
💡 매일 아침 해외주식 뉴스를 한 장으로 — 아침한장 뉴스레터 보러가기 →