제약 산업은 오랫동안 AI가 가장 풀기 어려운 분야 중 하나로 꼽혀 왔습니다. 데이터는 복잡하고 규제는 엄격하며 실패율이 높고 개발 주기는 극도로 깁니다.
그러나 올해 2월, 일라이릴리(Eli Lilly)는 업계의 시선을 사로잡는 장비를 가동했습니다. 바로 LillyPod입니다.
LillyPod란 무엇인가
LillyPod는 제약 회사가 단독으로 소유하고 운영하는 AI 슈퍼컴퓨팅 클러스터로, 의약품 업계에서는 최초의 사례입니다.
하드웨어 구성: 1,016개의 엔비디아 Blackwell Ultra(DGX B300) GPU, 총 연산 성능은 9,000페타플롭스(9경 회 부동소수점 연산/초)를 넘습니다.
구축 결정부터 정식 가동까지 단 4개월이 걸렸습니다.
일라이릴리는 이를 AI 공장으로定位하고, 단일 작업이 아닌 단백질 구조 예측, 유전체 분석, 화합물 스크리닝, 임상 시험 설계, 생산 최적화에 이르는 전체 신약 개발 파이프라인을 이 위에서 실행할 계획입니다.
일라이릴리가 자체 구축한 이유
전통적인 제약사의 AI는 일반적으로 클라우드 업체나 AI 서비스 공급업체에 아웃소싱됩니다. 일라이릴리는 연산 능력을 자체적으로 통제하는 선택을 했습니다.
그 이유는 다음과 같습니다:
- 신약 개발 데이터는 극도로 민감하며, 외부 클라우드는 데이터 주권 및 규정 준수 위험이 존재합니다
- 자체 구축 시 제약 시나리오에 특화된 최적화가 가능하고, 다른 고객과 리소스를 경쟁할 필요가 없습니다
- 700TB의 유전체 데이터, 290TB의 GPU 고대역폭 메모리 — 이 규모를 외부에서 실행하기에는 비용이 너무 높습니다
엔비디아와의 10억 달러 협력
LillyPod는 일라이릴리-엔비디아 협력의 일부에 불과합니다.
두 회사는 또한 샌프란시스코에 AI 공동 혁신 연구소(Co-Innovation Lab)를 공동 설립하고, 5년간 최대 10억 달러를 인력, 인프라, 연산 능력에 투자하기로 발표했습니다.
중점 분야: 단백질 확산 모델 훈련, 소분자 그래프 신경망, 유전체 기반 모델.
이는 AI가 신약 개발의 가장 초기이자 가장 비용이 많이 드는 단계 — 일반적으로 실패율이 가장 높은 부분 — 에 개입하는 것을 의미합니다.
업계 배경
2026년, AI 기반 신약 개발은 유망한 단계에서 결과를 내기 시작하는 단계로 접어들었습니다.
동시대의 여러 움직임:
- 일라이릴리는 Insilico Medicine(AI 신약 발견 기업)으로부터 최대 27.5억 달러에 여러 전임상 후보 화합물을 도입했습니다
- 중국 연구팀이 발표한 DrugCLIP 프레임워크는 몇 시간 안에 1,000만 개의 화합물-표적 쌍을 스캔할 수 있으며, 기존 가상 스크리닝보다 1,000만 배 빠릅니다
- 여러 AI 설계 의약품 후보가 임상 시험을 진행 중입니다
제약사들은 이제 후보 분자를 찾는 것이 아니라, 수천만 개의 후보 중에서 임상 시험에 가장 적합한 것을 신속하게 선별하는 방법이 문제라는 것을 깨닫고 있습니다.
LillyPod가 목표로 하는 것은 이 선별 과정이 더 이상 연산 능력의 제약을 받지 않도록 하는 것입니다.
출처: CocoLoop, Lilly Launches LillyPod NVIDIA DGX SuperPOD for Genomics and Drug Discovery AI(HPCwire/AIwire); NVIDIA and Lilly Announce Co-Innovation AI Lab to Reinvent Drug Discovery(NVIDIA Newsroom); AI in Drug Discovery Hits New Milestone(AI News International)