AI와 사람의 분업선

🧬신약개발

AI가 찾고 사람이 검증

머신러닝이 단백질 구조 예측과 분자 설계를 자동화하면서 '될 만한 후보'를 찾는 앞단의 병목이 무너졌다. 하지만 후보가 실제 약이 되는지는 여전히 생물학자의 판단과 습식 실험이 가른다.

🔬구조 예측의 해방

AlphaFold 계보

2020년 AlphaFold가 아미노산 서열만으로 3차원 구조를 몇 분 만에 예측하자 '구조를 알아야 설계한다'는 50년 병목이 사라졌다. AlphaFold 3은 분자 상호작용까지 확장되며 신약 설계의 출발점을 바꿨다.

🏗️플랫폼 vs 치료제

Manas AI는 2,460만 달러로 시작했지만 13억 달러를 모은 동종 업체도 있다. 자본 규모의 차이는 '약을 직접 만드는 치료제 회사'와 '발굴 플랫폼을 파는 회사'라는 두 베팅의 차이를 드러낸다.

open_in_new startupxo.com/ko/news/2026/06/ai-drug-discovery-startup-wave-manas

💼AI 신약 연구원 직군

단백질·분자 파운데이션 모델과 습식 실험을 잇는 새 연구원 직군이 떠오른다. ML과 케모인포매틱스, 그리고 실험실 루프를 한 사람이 오가며 후보를 빠르게 좁힌다 — 순수 ML도 순수 생물학도 아닌 교차 역량.

💰데이터 해자와 자본 집약

AI 신약의 진짜 해자는 모델이 아니라 독점적 실험 데이터다. 자본 집약적이고 검증 주기가 길어, 소프트웨어식 빠른 반복이 통하지 않는 영역이다.

📚학습

AI가 전달하고 사람이 동기

AI 튜터는 콘텐츠 전달과 개인화에는 뛰어나지만, 학습을 끝까지 끌고 가는 동기와 책임감은 만들어내지 못한다. 교육의 진짜 병목은 콘텐츠 접근이 아니라 사람의 의지였다.

🎯콘텐츠는 충분, 동기가 병목

무료 강의와 AI 튜터로 학습 콘텐츠는 사실상 무한해졌다. 그런데 완주율은 오르지 않는다 — 부족한 건 설명이 아니라 계속하게 만드는 힘이었다.

🤝사람의 책임을 설계하기

동기를 콘텐츠로 풀려 하지 말고, 코호트·멘토·약속장치 같은 인간적 책임 구조를 제품의 쐐기로 삼는다. AI는 그 구조를 보조하는 자리로 내려온다.

open_in_new startupxo.com/ko/ideas/2026/06/human-accountability-edtech-motivation-gap

⏰코호트·멘토·약속장치

함께 시작한 동료, 약속한 마감, 작은 사회적 압력이 의지보다 강하게 학습을 끌고 간다. 이 장치들은 자동화가 아니라 사람 사이의 관계에서 나온다.

🧱자동화의 천장

두 현장이 같은 패턴을 가리킨다 — AI가 정보·예측·생성은 밀어붙이지만, 검증·신뢰·책임이라는 마지막 층에서 멈춘다. 이 천장이 어디 있는지가 곧 사람이 남는 자리다.

🧪습식 검증과 현장 판단

예측이 맞는지는 결국 실험대에서 갈린다. 모델이 제시한 후보를 실제 세포·동물에서 확인하는 습식 검증은 자동화하기 어렵고, 무엇을 시험할지 고르는 판단도 사람 몫이다.

🛡️신뢰·책임은 위임 불가

환자에게 약을 쓰고 학생을 끝까지 책임지는 일은 결과에 책임지는 주체를 요구한다. 책임이 따라붙는 결정일수록 AI에 통째로 넘기기 어렵다 — 천장은 바로 여기다.

🚀창업자의 시선

어디에 끼어들 것인가

비전문 창업자가 노릴 자리는 약 자체나 AI 튜터 자체가 아니라, 그 아래 깔린 데이터·인프라·책임 설계 층이다. 경계선 바로 옆이 기회다.

🧰아래 깔린 인프라 층 노리기

약이나 튜터 같은 최종 산출물보다, 그 아래의 데이터 파이프라인·검증 도구·책임 추적 인프라가 소프트웨어 창업자에게 더 현실적인 진입점이다. 경계선을 떠받치는 층에 기회가 있다.