AI가 설계한 항암 세포치료제가 임상으로 간다 — Waypoint Bio, 2,000만 달러 시리즈A

AI가 단어를 만들던 데서 '세포'를 설계하는 단계로 넘어가고 있어

AI 하면 챗봇, 이미지, 코딩만 떠올리기 쉽지만, 진짜 판이 큰 건 생명과학 쪽일지도 몰라. 6월 1일, 그 흐름을 보여주는 딜이 나왔어. AI 네이티브 바이오텍 Waypoint Bio가 Amplify Partners가 리드한 2,000만 달러 시리즈A를 마감했거든.

이 회사가 만드는 건 챗봇이 아니라 '고형암을 치료하는 차세대 세포치료제'야. AI·컴퓨터비전·공간(spatial) 풀드 스크리닝을 결합한 플랫폼으로 CAR-T 세포치료제를 설계해. CAR-T는 환자의 면역세포(T세포)를 꺼내 암을 공격하도록 유전적으로 개조한 뒤 다시 넣어주는 치료법인데, 혈액암엔 효과가 컸지만 위·췌장암 같은 '고형암'엔 잘 안 듣는 게 오랜 난제였어. Waypoint는 그 벽을 AI로 넘으려는 거지.

핵심은 'AI 설계 신약'이 슬라이드 위 약속을 넘어, 실제 전임상 효능 데이터로 증명되며 임상에 다가서고 있다는 거야. 말로만 'AI가 신약을 설계한다'가 아니라, 동물모델에서 숫자로 결과를 낸 게 이 딜의 무게야.

주인공 소개 — Waypoint Bio, 그 기술, 그리고 CTO Patrick Kaifosh

Waypoint Bio는 'AI 네이티브'를 표방하는 바이오텍이야. 즉 AI를 도구로 갖다 쓰는 게 아니라, 신약 설계의 중심에 AI를 두고 회사를 세웠다는 뜻이야. 핵심 기술은 **공간 풀드 스크리닝(spatial pooled screening)**과 컴퓨터비전, AI를 묶은 플랫폼이야. 쉽게 말하면, 수많은 세포 설계 후보를 한꺼번에(pooled) 실험하면서, 세포가 조직 안에서 '어디서 어떻게' 작동하는지(spatial) 영상으로 관찰하고, 그 방대한 데이터를 AI가 분석해 최적의 설계를 찾아내는 거야.

선도 프로그램은 WAY-103인데, 위암·췌장암 같은 고형암을 겨냥해. 회사 발표에 따르면 동물모델에서 여러 임상 벤치마크 대비 15배 이상 향상된 효능을 보였고, 동시에 표적외(on-target/off-tumor) 독성은 낮췄대. 효능은 올리면서 부작용은 줄였다는 게 핵심인데, 이게 고형암 CAR-T의 가장 어려운 부분이거든. 목표는 2026년 하반기 연구자 주도 임상 진입이야.

투자자와 인력도 묵직해. 리드는 Amplify Partners고, General Catalyst, Time BioVentures, Mitsui Global Investments, Lux Capital과 기존 투자자 Hummingbird Ventures가 참여했어. 특히 눈에 띄는 건 CTO로 합류한 Patrick Kaifosh야. 그는 신경 인터페이스 스타트업 CTRL-Labs의 공동창업자이자 메타 리얼리티랩스 출신이야. AI·신경과학 최전선에 있던 사람이 바이오텍 CTO로 온 게, 이 회사가 '컴퓨팅·AI 중심'이라는 정체성을 잘 보여줘.

핵심 내용 — 숫자와 기술의 의미

핵심 수치를 표로 정리하면 이래.

항목	내용	비고
라운드	시리즈A	2026년 6월 1일 마감
규모	2,000만 달러	Amplify Partners 리드
참여	General Catalyst, Time BioVentures, Mitsui, Lux Capital	+ 기존 Hummingbird
플랫폼	AI + 컴퓨터비전 + 공간 풀드 스크리닝	고형암 CAR-T 설계
선도 물질	WAY-103 (위·췌장암)	전임상 단계
효능	동물모델서 벤치마크 대비 15배+	회사 발표
임상 목표	2026년 하반기 연구자 주도 임상	—
CTO	Patrick Kaifosh (전 CTRL-Labs / 메타)	—

여기서 의미가 큰 건 '15배 효능 + 낮은 독성'이라는 전임상 데이터야. AI 신약 분야는 그동안 '설계는 빨라졌는데, 실제로 잘 듣느냐'는 회의가 따라붙었어. 멋진 후보 분자를 빨리 뽑아내도, 동물·사람 단계에서 무너지는 경우가 많았거든. Waypoint가 효능을 구체적 배수(15배)로, 독성 개선까지 함께 제시한 건, 'AI 설계가 실제 효능으로 이어진다'는 증거를 내놓은 셈이야.

다만 조심할 점도 분명해. 이건 어디까지나 동물모델 전임상 데이터고, 회사가 발표한 수치야. 동물에서 잘 듣던 게 사람한테선 무너지는 일이 신약 개발에선 흔해. 그래서 '15배'라는 숫자보다, 올 하반기 임상에서 실제 환자 데이터가 어떻게 나오느냐가 진짜 시험대야. 지금은 '기대'고, 검증은 임상에서 시작돼.

각자의 이득 — Waypoint, 환자, 그리고 AI 바이오 생태계

Waypoint한테 2,000만 달러는 'WAY-103을 임상까지 밀어붙일 연료'야. 바이오텍에서 전임상에서 임상으로 넘어가는 구간은 돈이 많이 들고 위험도 큰 '죽음의 계곡'이거든. 이 자금으로 임상 진입에 필요한 작업을 진행하고, AI 플랫폼을 더 고도화할 수 있어. 비교적 작은 규모(2,000만)지만, 선도 물질 하나를 임상 문턱까지 올리기엔 집중된 실탄이야.

환자한테는 장기적으로 큰 희망이야. 고형암(위·췌장암 등)은 치료 옵션이 제한적이고 예후가 나쁜 경우가 많아. CAR-T가 고형암에서도 통하면, 기존 항암 치료가 듣지 않던 환자들한테 새 길이 열려. 물론 이건 임상을 다 통과한 '먼 미래'의 이야기지만, 그 방향으로 가는 후보가 늘어난다는 것 자체가 의미 있어.

AI 바이오 생태계한테는 '검증 사례'라는 가치가 있어. AI 신약은 기대는 컸지만 실제 성과로 증명된 사례는 아직 적었어. Waypoint 같은 회사가 전임상 효능을 숫자로 보여주고 임상에 진입하면, 'AI 설계 신약'이라는 카테고리 전체의 신뢰가 올라가. 그러면 더 많은 자본과 인재가 이 분야로 흘러들고, 선순환이 생기는 거지.

과거 유사 사례 — 'AI 신약'의 기대와 현실

AI로 신약을 설계한다는 약속은 새롭지 않아. 화려한 성공도, 쓰라린 좌절도 다 있었어.

기대 — AI 단백질 구조 예측의 혁명. 딥마인드의 알파폴드가 단백질 구조 예측을 풀어내며 노벨상까지 받은 건, AI가 생명과학을 근본적으로 바꿀 수 있다는 강력한 증거였어. 구조를 알면 약을 설계하기 쉬워지니까. Waypoint의 'AI가 세포 설계를 최적화한다'는 접근도 이 큰 흐름 위에 있어. 생명 현상을 데이터·계산 문제로 푸는 패러다임이지.

현실 — AI 신약 1세대의 임상 고배. 반면 1세대 AI 신약 회사들 중엔, 'AI가 빨리 설계한 후보'가 정작 임상에서 기대만큼 안 나와 주가가 급락하거나 파이프라인을 접은 곳도 있어. 교훈은 분명해 — AI는 '후보를 빨리, 많이' 찾는 덴 강하지만, 사람 몸은 너무 복잡해서 '실제로 듣느냐'는 결국 임상에서만 판가름 나. 설계 속도와 임상 성공은 다른 문제야.

균형점 — '설계'와 '검증'을 함께 갖춘 회사. 그래서 요즘 주목받는 건, AI 설계 능력뿐 아니라 '실험으로 빠르게 검증하는 능력'까지 함께 갖춘 회사야. Waypoint의 공간 풀드 스크리닝이 바로 그 '대규모 실험 검증' 쪽 무기야. 설계(AI)와 검증(고처리량 실험)을 한 루프로 돌리는 회사가, 1세대의 실패를 반복하지 않을 가능성이 높다고 보는 거지.

경쟁자 카운터 플레이 — 빅파마와 다른 AI 바이오들

**빅파마(대형 제약사)**는 막대한 자본과 임상 경험, 그리고 기존 CAR-T 자산을 갖고 있어. 고형암 CAR-T가 유망하다는 게 분명해지면, 빅파마는 Waypoint 같은 신생사를 인수하거나, 자체 AI 역량에 투자해 따라잡으려 할 거야. Waypoint 같은 스타트업은 '빅파마가 사고 싶을 만큼 차별화된 데이터·플랫폼'을 빨리 쌓는 게 생존 전략이야.

다른 AI 바이오 스타트업들도 같은 고형암 시장을 노려. AI 신약 분야는 이미 경쟁이 치열한데, 'AI 설계' 자체는 점점 흔해지고 있어. 그래서 진짜 차별점은 알고리즘이 아니라 '독점적 실험 데이터'와 '검증 속도'로 옮겨가. Waypoint의 공간 스크리닝 플랫폼이 만들어내는 데이터가 남들이 못 가진 것이냐가 관건이야.

기존 세포치료 강자들은 제조·전달 노하우가 있어. CAR-T는 설계만큼이나 '환자별로 세포를 만들어 안전하게 전달하는' 제조·물류가 어렵거든. AI 설계가 아무리 좋아도 그걸 실제 치료제로 만들어 환자에게 전달하는 단계에서 막히면 소용없어. Waypoint도 결국 설계를 넘어 '만들고 전달하는' 역량까지 증명해야 하는 숙제를 안고 있어.

그래서 뭐가 달라지는데 — 페르소나별로

바이오·헬스케어 투자나 진로에 관심 있다면, 'AI 바이오의 경쟁축이 알고리즘에서 데이터·검증으로 옮겨간다'는 걸 읽어야 해. 누구나 AI로 설계하는 시대엔, 남이 못 가진 독점 실험 데이터와 빠른 검증 루프가 진짜 해자야. Waypoint의 공간 스크리닝이 주목받는 이유가 거기 있어.

AI를 다른 산업에 적용하려는 사람이라면, 이 사례가 좋은 패턴이야. AI를 '도구로 얹는' 게 아니라 'AI 네이티브로 처음부터 설계'하고, 거기에 'AI 출력을 빠르게 실험·검증하는 폐루프'를 붙인 구조. 어느 산업이든 AI의 가치는 '빠른 생성'과 '빠른 검증'이 한 루프로 돌 때 폭발해.

일반 독자라면, AI의 영향이 챗봇·이미지를 넘어 '우리 몸을 고치는' 영역까지 들어왔다는 걸 알아둘 만해. 다만 신약은 임상이라는 긴 검증을 통과해야 하니, '동물에서 15배 효능' 같은 발표는 희망적 신호로 받되, 사람 대상 결과가 나오기 전까진 신중하게 보는 게 맞아.

참고 자료

• Business Wire — Waypoint Bio Raises $20M Series A Led by Amplify Partners
• Waypoint Bio Raises $20M Series A Led by Amplify Partners (BioSpace)
• Waypoint Bio: Immune Engineering (Amplify Partners)