바이오 R&D 의 병목은 실험이 아니라 '질문'이라는 말이 오래 돌았다. 서열 분석과 오믹스 처리는 진작 소프트웨어가 맡았지만, 쌓인 논문을 읽고 다음에 무엇을 검증할지 정하는 일은 여전히 박사급 연구자 몇 명의 머리에 걸려 있다. 그 '가설 수립' 자체를 여러 AI 에이전트가 역할을 나눠 맡는 플랫폼을 만든 회사가 있고, 거기에 베이스벤처스와 SMB투자파트너스의 시드 머니가 붙었다1. 금액은 공개되지 않았다1.
왜 '가설'이었나 — 가장 사람에 묶여 있던 단계가 가장 비싼 단계였다
바이오 R&D 의 디지털화는 레이어마다 속도가 다르다. 서열 정렬, 오믹스 데이터 처리, 분자 수준의 계산은 이미 표준화된 툴이 돌린다. 그런데 그 앞단, 즉 어떤 질환의 어떤 메커니즘을 파고들 것인지 가설을 세우고 관련 문헌을 훑고 실험 설계로 넘기는 과정은 여전히 연구자 개인의 경험과 시간에 묶여 있다. 바이오넥서스가 겨냥한 지점이 정확히 여기다. 회사는 스스로를 AI 기반 바이오데이터 인텔리전스 및 과학자 에이전트 신약개발 플랫폼이라고 정의한다1.
구조는 코어 엔진 하나와 그 위의 제품 셋이다. 과학자의 사고와 연구 과정을 구조화한 코어 엔진 NexusScience가 바닥에 깔리고, 그 위에 맞춤형 연구 검색 도구 NexusRAG, 멀티에이전트 공동연구 플랫폼 Nexus Co-Scientist, 약물·타깃 분석 플랫폼 NexusDrugLab이 올라간다1. 핵심은 Co-Scientist다. 특정 질환이나 연구 주제와 관련된 대규모 논문과 바이오데이터를 분석해 새로운 연구 가설을 도출하는 AI 과학자 에이전트로, 여러 에이전트가 정보 검색·가설 생성·검토·평가 역할을 나눠 수행하고 가설 수립부터 데이터 분석과 검증, 실험 설계까지 연구 과정 전반을 지원한다1. 한 모델이 모든 걸 답하는 구조가 아니라, 랩 미팅의 역할 분담을 에이전트 단위로 옮긴 구조다.
이 베팅이 지금 읽히는 이유는 글로벌 타이밍이다. 같은 달 과학 실험실 관측 AI 트랜스파이어는 2,500만 달러 시드를 받았고3, 과학 연구 AI 인히런트는 자사 모델 패러데이가 클로드·GPT 를 앞섰다고 주장하고 나섰다5. 'AI 과학자'는 2026년 하반기 글로벌 시드 시장이 가장 공격적으로 가격을 매기는 카테고리 중 하나다. 그 카테고리에 국내 회사가 상용 레퍼런스를 들고 들어왔다는 것이 이번 라운드의 맥락이다.
반면 국내 바이오 투자 분위기는 차갑다. 2026년 3분기 국내 투자 유치 집계에서 로보틱스는 떴고 바이오헬스 메가딜은 실종됐다2. 바이오헬스에 큰돈이 안 가는 분기에 베이스벤처스와 SMB투자파트너스가 시드를 집행했다는 건, 이 회사를 '바이오'가 아니라 '연구 인프라 소프트웨어'로 읽었다는 뜻이다1. 신약 파이프라인의 임상 리스크를 사는 게 아니라, 파이프라인을 만드는 연구자들의 작업 흐름을 사는 투자다.
전통 바이오 R&D 와 바이오넥서스 — 연구 과정이 어디서 갈리나
차이는 데이터 양이 아니라 '누가 판단하느냐'에 있다. 전통 연구실에서 가설 수립·문헌 검토·동료 평가는 전부 사람의 시간이고, 그 암묵지는 랩을 떠나면 함께 사라진다. 바이오넥서스는 그 단계를 에이전트 역할로 쪼개 엔진 위에 올렸다1. 아래 표는 투자 발표문에 공개된 제품 구성을 기준으로 연구 단계별 차이를 정리한 것이다.
| 연구 단계 | 전통 바이오 R&D | 바이오넥서스 플랫폼 |
|---|---|---|
| 가설 수립 | 연구자 개인의 문헌 검토·경험 | Nexus Co-Scientist 가 대규모 논문·바이오데이터를 분석해 가설 도출1 |
| 문헌 검색 | 논문 DB 키워드 검색·수작업 선별 | NexusRAG 맞춤형 연구 검색1 |
| 검토·평가 | 랩 미팅·동료 리뷰, 사람 시간에 종속 | 복수 에이전트가 검색·생성·검토·평가 역할 분담1 |
| 약물·타깃 분석 | 분리된 툴과 외부 분석 의뢰 | NexusDrugLab 약물·타깃 통합 분석1 |
| 레퍼런스 축적 | 랩 단위 암묵지, 이직과 함께 소실 | 누적 30건+ 프로젝트 · 15개 기관 공동연구1 |
표에서 주목할 행은 마지막 줄이다. 모델은 따라 만들 수 있지만, 한국기초과학지원연구원·국가영장류센터·한국해양과학기술원·AI역노화연구원 같은 기관의 실제 연구 데이터와 연계해 기술 검증을 돌린 이력은 시간이 걸린다1. 이 회사의 해자는 알고리즘이 아니라 '기관 데이터에 붙어 본 횟수'다. 범용 모델이 아무리 좋아져도, 영장류 연구 데이터나 해양 생물 유전체에 붙어 본 적이 없으면 그 랩의 다음 질문을 쓰지 못한다.
플랫폼이 쌓이는 순서 — 데이터에서 레퍼런스까지
순서가 중요하다. 제품을 먼저 만들고 고객을 찾은 게 아니라, 사람과 데이터로 바닥을 깔고 기관과 검증을 돌린 뒤 제품으로 묶었다. 투자 발표문에서 읽히는 축적 순서는 세 단계다1.
- 바닥을 사람과 데이터로 깐다 김태형 대표는 바이오 빅데이터 분석 분야에서 약 20년 경력을 쌓았고, 테라젠바이오 본부장을 역임했다. 한국인 유전체 지도와 고래 유전체 지도 개발 프로젝트에도 참여했다1. 조직은 생물정보학 박사급 연구진과 AI·LLM 엔지니어, 신약개발 및 임상·오믹스 전문가로 구성돼 데이터 구축부터 모델 개발, 연구 현장 실증까지 직접 수행한다1. 과학자의 사고와 연구 과정을 구조화한 코어 엔진 NexusScience는 이 경력 위에서 나왔다1.
- 기관 공동연구로 검증한다 설립 이후 누적 30건 이상의 연구 프로젝트를 수행하며 상용 레퍼런스를 쌓았고, 한국기초과학지원연구원·국가영장류센터·한국해양과학기술원·AI역노화연구원 등 15개 기관과 공동연구 네트워크를 구축했다1. 실제 연구 데이터와 연계한 기술 검증 및 사업화 경험이 이 단계의 산출물이다1. 데모가 아니라 기관의 실제 과제에서 돌아간 횟수가 곧 영업 자료가 되는 구조다.
- 제품으로 묶어 상용화한다 검색(NexusRAG), 공동연구(Nexus Co-Scientist), 약물·타깃 분석(NexusDrugLab) 세 제품이 하나의 엔진 위에서 운영된다1. 회사는 이번 투자를 계기로 AI 과학자 에이전트의 핵심 기술을 고도화하고 연구개발 역량 강화와 국내외 사업 확대에 속도를 내겠다고 밝혔다1. 2026년 8월 벤처기업협회 '이달의 우수벤처' K-밸류업 부문에 세스텍·유일바이오텍과 함께 선정된 것도 이 흐름 위에 있다4.
The Bet — 금액도 밝히지 않은 시드를 두 VC 는 왜 샀나
시드 단계의 투자 논리는 보통 팀과 타이밍으로 요약된다. 이 딜은 거기에 하나를 더 얹는다. '이미 돌아간 레퍼런스'다.
베이스벤처스와 SMB투자파트너스가 산 것은 모델이 아니라 '검증된 작업 흐름'이다1. 범용 LLM 이 논문을 요약하는 일은 이미 누구나 한다. 그러나 국가영장류센터나 한국해양과학기술원의 실제 연구 데이터에 붙어 가설·검증·실험 설계 루프를 30건 이상 돌려본 이력은 돈으로 바로 사지지 않는다1. 글로벌에서는 트랜스파이어가 2,500만 달러 시드를 받고3 인히런트가 자체 모델 벤치마크를 치는5 상황이라, 국내 회사가 같은 카테고리에서 레퍼런스를 들고 있다는 것 자체가 희소하다. 리스크는 분명하다. 범용 모델이 과학 에이전트 기능을 흡수하거나, 해외 플레이어가 자본으로 밀어붙이는 경우다. 그 사이에서 바이오넥서스의 방어선은 '한국 기관 데이터와 도메인 워크플로'이고, 두 VC 는 그 방어선이 다음 라운드까지 버틴다는 데 베팅했다.
다음 12개월에 지켜볼 지표 3개
금액이 비공개인 시드는 다음 라운드에서 숫자로 설명돼야 한다. 공개된 사실 위에서 확인 가능한 지표는 세 가지다.
- 반복 과금 레퍼런스의 비율 누적 30건 이상의 프로젝트는 공개됐지만1, 매출 규모·단가·재계약률은 공개되지 않았다. 공동연구가 유료 구독이나 플랫폼 라이선스로 전환되는 비율이 다음 라운드의 핵심 숫자다.
- 국내외 사업 확대의 실체 회사는 투자 계기로 국내외 사업 확대를 밝혔다1. 해외 첫 고객 또는 파트너가 공개되는지, 그리고 그것이 기관 공동연구인지 상업 계약인지가 티어를 가른다.
- 가설의 실험 전환율 Co-Scientist가 낸 가설이 실제 실험·논문·특허로 이어진 사례가 공개되는지 봐야 한다. 벤처기업협회 '이달의 우수벤처' 선정4은 신호지만, 실험실 성과가 가격표를 쓴다.
그 질문이 실험실에서 답을 받는 순간이, 다음 라운드의 가격표다.
