Insilico Medicine, AI 파운데이션 모델 협력 및 중국 신약 개발 계약 발표

Insilico Medicine과 Liquid AI는 제약 연구를 위한 경량 과학 파운데이션 모델인 LFM2-2.6B-MMAI(v0.2.1)를 공동으로 개발한 파트너십을 발표했다. 단일 2.6 billion-parameter 모델은 민간(사내) 제약 인프라에서 전적으로 구동되면서도 여러 신약 개발 세부 영역에서 최첨단 성능을 달성한다.

이 모델은 물성 예측과 ADMET 엔드포인트, 다중 파라미터 분자 최적화, 단백질 포켓 조건화(protein-pocket conditioning)를 활용한 타깃 인지(target-aware) 스코어링, 작용기 추론(functional group reasoning), 레트로신시스(retrosynthesis) 계획 등 발견 루프 전 과정을 포괄한다. 학습에는 200개가 넘는 서로 다른 과업 전반에 걸쳐 약 120 billion tokens 규모의 제약 데이터를 사용했다.

2.6B 파라미터에 불과하지만, 이 모델은 클라우드급 성능을 달성하면서도 전적으로 민간 인프라에서 동작했다. 물성 예측에서는 약동학과 독성학을 아우르는 22개 과업 중 13개에서, 10배 이상 큰 모델인 TxGemma-27B를 상회했다. 또한 개별 과업에 특화해 구축된 전문 모델들과 비교했을 때 이들 과업 중 3개에서 최첨단 결과를 기록했다. 업계 표준 다중 파라미터 최적화 벤치마크(MuMO-Instruct)에서는 최대 98.8%의 성공률에 도달했다.

Insilico의 내부 결합친화도(affinity) 예측 벤치마크(689개 단백질 타깃에 걸친 250만 건의 실험 측정치 포함)에서 이 모델은 GPT-5.1, Claude Opus 4.5, Grok-4.1을 포함한 최전선 모델들보다 더 나은 상관 점수(correlation scores)를 산출했다. 또한 작용기 추론 역량(FGBench)과 고품질 단일 단계 레트로신시스 제안(ChemCensor metric)에서도 강점을 보였다.

이번 파트너십은 Liquid AI의 효율적인 LFM 아키텍처와, 1,000개 이상의 제약 벤치마크를 갖춘 포괄적 학습 플랫폼인 Insilico의 MMAI Gym을 결합한다. MMAI Gym for Science는 범용 및 최전선 Large Language Models를 신약 발견 및 개발을 위한 제약 등급 엔진으로 끌어올리도록 설계된 도메인 특화 학습 환경이다. 이 Gym은 Chemical Superintelligence(CSI)와 Biology/Clinical Superintelligence(BSI)를 위한 특화 트랙을 활용해, 의약화학, 생물학, 임상 계획 전반에서 도메인 특화 추론을 모델에 학습시킨다.

별도로 Insilico Medicine은 China Medical System Holdings와 신약 개발 파트너십을 체결했으며, 중추신경계 및 자가면역 질환에 초점을 맞춘다. 이번 합의에는 최소 2개 프로그램의 공동 개발이 포함되며, 프로그램당 최대 수천만 HK$ 규모의 R&D 자금이 제공된다.

회사는 AI로 발굴된 새로운 전임상 후보물질로 ISM5059를 선정해 파이프라인에 또 하나의 자산을 추가했다. Insilico는 또한 종양학(oncology) 화합물 MEN2501이 Phase 1 연구로 진입한 뒤 500만 달러의 마일스톤 지급을 받았다.

Insilico Medicine은 암, 섬유화, 면역, 중추신경계 질환, 노화 관련 질환 전반에서 AI를 활용해 신약을 개발하는 임상 단계(Clinical-stage) 바이오테크 기업이다. 회사의 AI 플랫폼은 타깃 발굴, 분자 설계, 임상 개발을 포괄한다. Liquid AI는 동적 시스템(dynamical systems)과 신호 처리(signal processing)에 기반한 Liquid Foundation Models를 구축하며, 효율적이고 온프레미스(on-premise) 또는 자원 제약 환경에 배포 가능한 AI 모델에 집중한다.