1
00:00:00.000 --> 00:00:00.729
안녕하십니까

2
00:00:00.730 --> 00:00:06.071
이번 시간에는 AI로 신약을 개발하는 미국 나스닥 기업

3
00:00:06.071 --> 00:00:09.200
Recursion 이라는 회사에 대해서 말씀을 드리겠습니다

4
00:00:09.200 --> 00:00:13.190
Recursion이라는 회사는 NVIDIA 가 주식을 사면서

5
00:00:13.191 --> 00:00:15.740
주식에 투자를 하면서 유명세를 탔습니다

6
00:00:15.740 --> 00:00:19.240
그리고 주가도 상승하는 그런 경험을 가지고 있는 회사인데요

7
00:00:19.240 --> 00:00:24.079
현재 시가총액은 20억 달러를 약간 밑도는 그런 수준이고요

8
00:00:24.080 --> 00:00:28.920
종업원은 약 500명 정도,설립일은 2013년입니다

9
00:00:28.920 --> 00:00:35.160
Recursion의 미션은 생명작용의 코드를 해독하여 삶을 획기적으로 개선하겠다

10
00:00:35.160 --> 00:00:40.680
이 미션을 달성하기 위해서 AI나 바이오 기술로 바이오 지도를 만들겠다

11
00:00:40.680 --> 00:00:46.480
그리고 이 바이오 지도를 이용을 해서 질병의 복잡성을 이해를 하고

12
00:00:46.480 --> 00:00:52.880
그리고 새로운 약을 새로운 접근법으로 만들겠다라는 미션을 가지고 있습니다

13
00:00:54.020 --> 00:00:57.539
히스토리를 잠깐 보면 2013년도에 설립을 해서

14
00:00:57.539 --> 00:01:04.080
리드 프로그램인 REC994를 확보를 했습니다

15
00:01:04.080 --> 00:01:10.320
그리고 2018년도에 FDA로부터 IND 승인을 받았고요

16
00:01:10.320 --> 00:01:14.120
그 다음에 2019년도 두 번째 물질을 확보합니다

17
00:01:14.120 --> 00:01:18.480
그리고 2020년도에는 처음으로 Bayer와 협업을 체결을 하고요

18
00:01:18.519 --> 00:01:22.919
그 다음에 2021년도에 Bayer 와의 협업을 확장을 합니다

19
00:01:22.919 --> 00:01:27.920
그리고 같은 해에 Roche의 Genentech과 신경과학 및 항암 관련한

20
00:01:27.921 --> 00:01:30.671
Big Pharma 두 곳과 협업을 체결을 하고

21
00:01:30.671 --> 00:01:36.040
2023년 7월에 NVIDIA가 투자를 하면서 협업을 체결을 하게 됩니다

22
00:01:36.040 --> 00:01:39.159
그리고 올해 1월에 모건스탠리 컨퍼런스에서

23
00:01:39.160 --> 00:01:43.959
 LOWE 라는 신약개발 소프트웨어를 공개를 합니다

24
00:01:43.959 --> 00:01:47.839
이 소프트웨어에 대해서는 나중에 좀 자세하게 설명을 드릴 거고요

25
00:01:47.839 --> 00:01:51.440
파트너십을 맺은 회사들에 대해서 계략적으로 말씀드렸는데

26
00:01:51.440 --> 00:01:55.720
그 중에서도 가장 의미가 있다고 본다면 Roche

27
00:01:55.720 --> 00:02:01.000
Roche가 의미가 있는 것은 선수금으로 1억 5천만 달러를 받았습니다

28
00:02:01.000 --> 00:02:07.199
그래서 돈이 부족한 Recursion한테는 대단히 큰 규모의 자금을 받았다

29
00:02:07.199 --> 00:02:10.960
그래서 숨통이 좀 트였다 라고 볼 수가 있을 것 같고요

30
00:02:10.960 --> 00:02:12.399
이게 2021년도입니다

31
00:02:12.399 --> 00:02:17.160
그리고 NVIDIA로부터는 어떻게 보면 자금은 크지 않습니다

32
00:02:17.160 --> 00:02:20.920
그러나 상징적인 의미, 협업을 하면서

33
00:02:20.920 --> 00:02:26.199
기술적으로 발전할 수 있는 토대를 마련했다고 볼 수가 있겠습니다

34
00:02:26.199 --> 00:02:28.479
회사 사업에 대해서 간략하게 소개를 하면

35
00:02:28.479 --> 00:02:33.720
Recursion의 강점이라고 하면 많은 의료 데이터를 가지고 있다는 겁니다

36
00:02:33.720 --> 00:02:38.800
그래서 50PB를 현재 확보를 하고 있고요

37
00:02:38.800 --> 00:02:41.320
뒤에서 계속 강조를 드리겠지만

38
00:02:41.321 --> 00:02:43.800
많은 데이터를 가지고 있는 것도 중요하지만

39
00:02:43.800 --> 00:02:47.999
그 데이터의 질이 어떤 데이터들이냐 하는 것이

40
00:02:47.999 --> 00:02:50.239
무엇보다 더욱 중요하다고 보겠습니다

41
00:02:50.239 --> 00:02:52.540
그래서 Recursion의 특징이라고 보면

42
00:02:52.540 --> 00:02:58.159
인간 유도만능 줄기 세포를 통해서 분할을 시켜서 만든

43
00:02:59.220 --> 00:03:04.899
약 50종류의 타입의 인간 세포를 활용해서

44
00:03:04.899 --> 00:03:08.700
다양한 데이터들을 만들어낸다고 합니다

45
00:03:09.520 --> 00:03:14.279
우리 몸은 약 230개 종류의 세포로 이루어져 있는데요

46
00:03:14.279 --> 00:03:22.100
그중에 약 4분의 1 정도의 세포를 스스로 만들어서

47
00:03:22.100 --> 00:03:25.559
데이터를 만든다고 보시면 될 것 같습니다

48
00:03:25.559 --> 00:03:28.440
이 점이 Recursion의 경쟁력이고요

49
00:03:28.440 --> 00:03:32.039
이러한 데이터를 만들어내기 위해서 많은 인력이 필요한데

50
00:03:32.080 --> 00:03:41.559
Recursion은 중견기업이 되려고 하는 바이오텍이라고 볼 수 있는데요

51
00:03:41.559 --> 00:03:43.061
인력이 약 500명입니다

52
00:03:43.181 --> 00:03:47.420
 그러니까 사용하는 자금이 굉장히 클 수밖에 없습니다

53
00:03:47.420 --> 00:03:54.839
500명의 인력 중에 35%가 화학이라든가 생명공학을 담당하는 연구자들이고요

54
00:03:54.839 --> 00:03:56.559
40%가 컴퓨터공학자

55
00:03:56.560 --> 00:04:03.199
나머지가 기업 경영과 관련한 담당을 하는 부서에 속해 있습니다

56
00:04:03.199 --> 00:04:13.080
따라서 많은 인력들이 아까 말씀드린 Whetlab에서 데이터들을 만들고 있고요

57
00:04:13.080 --> 00:04:16.340
또한 여기서 만들어진 데이터들을

58
00:04:16.340 --> 00:04:21.141
컴퓨터 안에서 강화하고 처리하는 엔지니어들이

59
00:04:21.141 --> 00:04:24.839
 40%를 차지하고 있다고 보시면 될 것 같습니다

60
00:04:24.839 --> 00:04:31.799
그래서 우리나라 기업들의 인력들하고도 비교를 해보시면 좋을 것 같습니다

61
00:04:31.799 --> 00:04:36.359
그리고 서두에서도 말씀드렸지만 무엇보다 중요한 게 데이터입니다

62
00:04:36.359 --> 00:04:40.280
그래서 Recursion 뿐만이 아니라

63
00:04:40.300 --> 00:04:43.640
대부분의 기술로 신약을 개발하는 회사들은

64
00:04:43.640 --> 00:04:49.839
보다 좋은 데이터를 넣으면 보다 좋은 예측을 할 수 있다고 보고 있고요

65
00:04:49.839 --> 00:04:51.880
마찬가지로 Recursion 도 그렇습니다

66
00:04:51.880 --> 00:04:58.640
그래서 얼마나 좋은 데이터를 입력을 해줄 것이냐 라는 부분의

67
00:04:58.640 --> 00:05:01.559
핵심 포인트를 가지고 연구개발을 하고 있고요

68
00:05:01.559 --> 00:05:09.799
중요한 것은 Whetlab, 그러니까 실제 세포를 가지고 연구하는 실험실 연구

69
00:05:09.799 --> 00:05:15.000
그다음에 이 데이터들을 바탕으로 해서 컴퓨터에 입력하는,

70
00:05:15.001 --> 00:05:17.000
그리고 가공하는 단계

71
00:05:17.000 --> 00:05:19.179
이 두 단계로 나누어져 있으면서

72
00:05:19.180 --> 00:05:23.079
이게 계속 루프를 통해서 돌고 돌아서

73
00:05:23.079 --> 00:05:29.040
신약물질 발굴의 인사이트를 제공하고 있다고 보시면 될 것 같습니다

74
00:05:29.040 --> 00:05:32.600
그래서  Recursion의 의의를 본다면

75
00:05:32.601 --> 00:05:38.000
첫 번째는 실험실에서 실험을 진짜로 통해서

76
00:05:38.000 --> 00:05:41.559
진행을 통해서 데이터를 만들어냅니다

77
00:05:41.559 --> 00:05:48.079
그래서 우리 몸과 관련한 그리고 세포들이 만들어내는 다양한 DNA라든가

78
00:05:48.079 --> 00:05:55.040
RNA, 그리고 단백질, 그리고 대사체들의 관계들과 관련한 그런 데이터들을

79
00:05:55.040 --> 00:05:58.079
다양한 50종류의 세포로부터 뽑아내고요

80
00:05:58.079 --> 00:06:02.679
이 데이터들을 컴퓨터에 디지털화합니다

81
00:06:02.679 --> 00:06:10.590
입력하고, 그리고 그 데이터를 가지고 거대 언어 모델을 교육을 시키게 됩니다

82
00:06:10.590 --> 00:06:15.679
그래서 이 교육된 모델을 통해서 우리가 원하는 질문을 하고

83
00:06:15.679 --> 00:06:20.020
그에 대한 대답을 찾으면서 신약물질을 발굴 하게 되는 거죠

84
00:06:20.020 --> 00:06:22.359
데이터에는 두 가지 종류가 있습니다

85
00:06:23.709 --> 00:06:29.189
계속 똑같은 말씀을 드리는데요

86
00:06:29.190 --> 00:06:30.079
일관됩니다

87
00:06:30.079 --> 00:06:36.079
그러니까 중요한 데이터, 가치 있는 데이터란 무엇이냐는 것입니다

88
00:06:36.079 --> 00:06:39.140
가장 중요한 것은 NVIDIA 같은 회사들이

89
00:06:41.040 --> 00:06:45.679
공개된 생명과학과 관련한 데이터들을 전부 모아서

90
00:06:46.529 --> 00:06:49.720
거대 언어 모델을 교육을 시키게 됩니다

91
00:06:49.720 --> 00:06:54.920
그래서 그런 공개된 언어, 공개된 데이터들, 그리고

92
00:06:55.000 --> 00:06:59.419
아까 말씀드렸지만 Recursion만이 만들어내는 그런

93
00:06:59.420 --> 00:07:03.519
독특한, 자체적인 데이터들

94
00:07:03.519 --> 00:07:07.440
그렇죠? 아까 말씀드린 대로 다양한 세포 속에서

95
00:07:07.440 --> 00:07:11.839
다양한 실험을 통해서 직접 만들어내는 의미 있는 데이터들

96
00:07:11.839 --> 00:07:14.000
이거는 Recursion만이 가지고 있는 거죠

97
00:07:14.000 --> 00:07:17.040
물론 다른 회사들도 가지고 있을 겁니다

98
00:07:17.040 --> 00:07:21.040
그래서 내부적으로 만들어낸 그런 데이터들

99
00:07:21.040 --> 00:07:23.640
이 데이터 두 개로 나눠볼 수 있겠는데요

100
00:07:23.640 --> 00:07:31.910
향후에 거대 언어 모델을 통해서 신약 개발을 할 때

101
00:07:31.910 --> 00:07:34.440
 중점적으로 가치 있다고 생각되는

102
00:07:34.440 --> 00:07:37.640
그 영역은 어느 영역이냐면

103
00:07:37.640 --> 00:07:41.120
바로 내부적으로 만들어낸

104
00:07:41.121 --> 00:07:45.519
확보한 데이터 속에서 신약을 발굴해내겠다는 거죠

105
00:07:45.519 --> 00:07:48.720
왜 그러냐면 대부분의 공개된 데이터들은

106
00:07:48.720 --> 00:07:51.839
대부분의 신약이 발굴됐을 가능성이 크고

107
00:07:51.839 --> 00:07:54.480
실제적으로 많이 발굴이 됐습니다

108
00:07:54.480 --> 00:07:59.200
그리고 Recursion이 내부적으로 연구개발한 그 데이터들 속에서는

109
00:07:59.200 --> 00:08:04.239
아직까지 신약이 개발되지 않은 부분들이 굉장히 많죠

110
00:08:04.239 --> 00:08:05.559
거의 개발이 되지 않았습니다

111
00:08:05.559 --> 00:08:11.519
따라서 자체 연구개발한 그 데이터들 속을

112
00:08:11.519 --> 00:08:15.679
탐사를 하면서 신약을 발굴하겠다는 겁니다

113
00:08:15.829 --> 00:08:20.720
서두에, Recursion의 미션에서도 말씀드린 것 같이

114
00:08:20.720 --> 00:08:24.880
바이오 지도를 만들겠다고 이야기를 하고 있습니다

115
00:08:24.880 --> 00:08:27.679
이 바이오 지도의 층을 본다면

116
00:08:27.679 --> 00:08:32.320
먼저 DNA, 그 다음에 DNA가 만들어내는 전사체들

117
00:08:32.320 --> 00:08:36.760
그리고 전사체로부터 번역이 된 단백질들

118
00:08:36.760 --> 00:08:41.320
그리고 세포 단위, 그리고 조직 단위, 기관 단위

119
00:08:41.320 --> 00:08:45.840
그리고 실제 임상에서 벌어지고 있는 그 데이터들

120
00:08:45.840 --> 00:08:50.499
그래서 이 각 층간에 숨어있는

121
00:08:50.500 --> 00:08:54.799
거대한 생물학의 비밀을 해독을 해서

122
00:08:54.799 --> 00:08:59.960
계층 간, 혹은 계층 속의 관계를 명확하게 하겠다는 거죠

123
00:08:59.960 --> 00:09:04.559
그리고 이것을 이해한 거대 언어 모델을 통해서

124
00:09:04.559 --> 00:09:06.580
신약을 발굴하겠다는 게

125
00:09:06.581 --> 00:09:09.880
바로 바이오 지도의 핵심이라고 보겠습니다

126
00:09:09.880 --> 00:09:14.479
 Recursion이 타겟팅하고 있는 시장은 어떤 시장이냐면

127
00:09:14.559 --> 00:09:16.599
바로 신약 개발 분야입니다

128
00:09:16.599 --> 00:09:20.890
그러니까 우리가 신약을 아주 좀 더 싸게,

129
00:09:20.891 --> 00:09:23.440
그리고 빨리 만들어줄게 라고 하는 거죠

130
00:09:23.440 --> 00:09:30.479
그러면 Big Pharma 등이 어느 정도의 연구개발 자금을 사용하고 있는지를 알아야 될 텐데요

131
00:09:30.479 --> 00:09:35.200
Big Pharma 10개 기준으로, 탑10으로 본다면

132
00:09:35.200 --> 00:09:41.440
한 개 회사당 약 우리나라 돈으로 14조 원 정도를 1년에 사용하고 있습니다

133
00:09:41.440 --> 00:09:44.919
어마어마한 자금이라고 볼 수가 있겠는데요

134
00:09:44.919 --> 00:09:52.679
하나의 항암제를 개발하기 위해서는 약 10년 이상, 그리고 2조 원의 자금이 들어갑니다

135
00:09:52.679 --> 00:09:59.320
Big Pharma 같은 경우에는 임상, 생산만 약 30개 정도를 매년 진행을 하고 있는 거예요

136
00:09:59.320 --> 00:10:04.440
정말 어마어마한 회사들이다라고 볼 수가 있습니다

137
00:10:04.440 --> 00:10:09.080
그래서 매년 사용하는 이 14조 원을 줄이면서

138
00:10:09.080 --> 00:10:13.119
예를 들어 10% 줄인다 그러면 1조 4천억 원이지 않겠습니까?

139
00:10:13.119 --> 00:10:17.479
그래서 그 중에서 일정 부분을 수출을 하더라도,

140
00:10:17.480 --> 00:10:21.479
받는다 하더라도 굉장히 큰 자금일 수밖에 없습니다

141
00:10:21.479 --> 00:10:28.599
Recursion, NVIDIA 모두 이 시장을 노리고 있다라고 보시면 될 것 같습니다

142
00:10:28.599 --> 00:10:30.249
그래서 중요한 것은

143
00:10:30.800 --> 00:10:33.700
어떤 약물을 얼마나 빨리 효과적으로 만들어내느냐를

144
00:10:33.700 --> 00:10:35.880
증명을 하는 게  대단히 중요하다는 거죠

145
00:10:35.880 --> 00:10:38.880
아직까지 증명을 하지는 못했습니다

146
00:10:38.880 --> 00:10:43.760
그러면 신약을 발굴 하는 프로세스를 정리를 해보면

147
00:10:43.760 --> 00:10:47.320
아까 말씀드린 대로 NVIDIA  같은 회사들이

148
00:10:47.320 --> 00:10:52.679
그리고 대부분의 AI 관련한 AI로 신약을 개발하는 회사들은

149
00:10:52.679 --> 00:10:55.440
기존의 시장에 나와 있는,

150
00:10:55.441 --> 00:10:58.840
이미 공개된 그런 데이터들을 모두 다 수집을 해서

151
00:10:58.840 --> 00:11:07.039
기본적으로 그 데이터들을 학습한 기초 거대 언어 모델을 만듭니다

152
00:11:07.039 --> 00:11:08.799
NVIDIA도 만들죠

153
00:11:08.799 --> 00:11:13.760
그래서 그 거대 언어 모델들을 판매를 하고 있는 겁니다

154
00:11:13.760 --> 00:11:16.359
그러면 그걸 사용한다는 것은

155
00:11:16.359 --> 00:11:23.760
새로운 신약 물질을 발굴하는데 엣지가 있다고 볼 수는 없습니다

156
00:11:23.760 --> 00:11:31.000
그래서 아까 Recursion 처럼 자기 자신들이 만들어낸 자체 데이터들을 따로 학습합니다

157
00:11:31.000 --> 00:11:35.200
그래서 이걸 Fine Tuning이라고 부르는데요

158
00:11:35.200 --> 00:11:40.960
자체 데이터로 기초 언어 모델을 다시 학습시킵니다

159
00:11:40.960 --> 00:11:49.479
이때 NVIDIA 의 BioNeMo라는 모델이 다시 도움을 주게끔 되어 있습니다

160
00:11:49.479 --> 00:11:54.880
그리고 이렇게 학습을 끝내는 모델들은 완성된 모델이 되겠죠

161
00:11:54.880 --> 00:12:01.520
그래서 물질을 모델링할 때 적극적으로 사용할 수 있는

162
00:12:01.520 --> 00:12:05.599
그런 자격을 갖춘 모델이 된다는 거죠

163
00:12:05.949 --> 00:12:12.960
이렇게 NVIDIA는 기초적인 모델을 만든 다음에

164
00:12:12.960 --> 00:12:17.200
Recursion의 AI를 활용해서

165
00:12:17.200 --> 00:12:20.359
조금 전에 말씀드린 그 AI를 활용해서

166
00:12:20.359 --> 00:12:27.600
좀 더 강력한 생성형 AI용 클라우드인 BioNeMo에서

167
00:12:27.600 --> 00:12:32.440
Recursion의 생성형 AI 모델을 활용하게 됩니다

168
00:12:34.040 --> 00:12:40.280
이 모델을 다른 회사들에게 라이센싱을 하겠다는 계획을 가지고 있는 거죠

169
00:12:41.880 --> 00:12:48.599
NVIDIA의 클라우드 기반한 BioNeMo를 조금 더 살펴보면

170
00:12:48.599 --> 00:12:53.459
아까 말씀드린 기초 거대 언어 모델을 만든 다음에

171
00:12:53.459 --> 00:12:59.400
각 회사들은 자체적인 데이터로 다시 학습을 시키는 파인 튜닝을 하게 됩니다

172
00:12:59.400 --> 00:13:03.039
이때 BioNeMo가 도움을 주게 되는 거죠

173
00:13:03.039 --> 00:13:11.679
그럼으로 인해서 각 회사들은 자기가 만들고 싶은 거대 언어 모델을 갖게 됩니다

174
00:13:11.679 --> 00:13:15.080
이 거대 언어 모델은 예를 들어서 Amgen이다 그러면

175
00:13:15.080 --> 00:13:19.450
Amgen만이 가지고 있는 거대 언어 모델이 되겠죠

176
00:13:19.450 --> 00:13:21.760
Recursion 의 밸류업을 보면

177
00:13:21.760 --> 00:13:25.119
Recursion 은 아까 말씀드린 대로 신약 개발을 하기 위해서는

178
00:13:25.119 --> 00:13:30.640
10년 이상 그리고 20억 달러 이상의 자금이 필요로 하는데

179
00:13:30.719 --> 00:13:33.599
기존의 임상 진입을 위한 IND

180
00:13:33.600 --> 00:13:38.960
그러니까 신약 물질을 발굴해서 임상에 들어가기 전까지

181
00:13:38.960 --> 00:13:44.270
개략적으로 한 2,500만 달러 정도가 들어가는데

182
00:13:44.270 --> 00:13:49.119
이 자금을 1,000만 달러 정도로 줄일 수 있다고 이야기를 하고요

183
00:13:49.119 --> 00:13:53.880
개발 기간, 무엇보다 신약 개발은 시간이 중요하죠

184
00:13:53.880 --> 00:13:57.919
먼저 선점을 하는 게 중요하기 때문에 시간이 대단히 중요합니다

185
00:13:57.919 --> 00:14:01.559
그래서 자금도 줄일 뿐만 아니라 시간도 3분의 1로 단축합니다

186
00:14:01.559 --> 00:14:10.159
전체적으로 보면 3분의 1 정도 비용과 시간을 단축시킬 수 있다고 이야기를 하고 있습니다

187
00:14:10.159 --> 00:14:18.669
그리고 올해 1월에 추가적으로 발표한 LOWE라는 소프트웨어

188
00:14:18.669 --> 00:14:24.719
차세대 거대 언어 모델에 대해서 잠시 소개를 해드리면

189
00:14:24.719 --> 00:14:30.320
아까 말씀드린 대로 실험실에서 실제 데이터를 만들고

190
00:14:30.320 --> 00:14:35.480
그 실험 데이터를 가지고 컴퓨터 안에 저장하는

191
00:14:35.481 --> 00:14:38.280
디지털화하는 작업들을 하게 되어있습니다

192
00:14:38.280 --> 00:14:43.829
그리고 이 작업들이 계속 순환을 하면서

193
00:14:43.829 --> 00:14:48.520
데이터들을 조금 더 보강하고 확보를 해나간다고 볼 수 있는데요

194
00:14:48.520 --> 00:14:53.400
이 과정을 통합하는 소프트웨어가 LOWE라고 합니다

195
00:14:53.440 --> 00:15:03.840
그리고 이 LOWE라는 거대 언어 모델을 보강시키는 언어 모델이

196
00:15:03.840 --> 00:15:08.690
 Matchmaker라는 단백질과 ligand 간에 상호작용하는

197
00:15:08.690 --> 00:15:13.239
그런 거대 언어 모델을 추가적으로 사용하고 있고요

198
00:15:13.239 --> 00:15:18.640
또 한 가지는 Phenom-1이라는 모델도 같이 들어가 있습니다

199
00:15:18.640 --> 00:15:24.840
이 Phenom-1이라는 모델을 보면 정말 대단하다는 것을 느낄 수 있습니다

200
00:15:24.840 --> 00:15:30.130
이것은 제한된, 예를 들어서 세포에 영상 정보를 넣고

201
00:15:31.130 --> 00:15:37.119
우리가 볼 수 없는 그 영역을 보여달라고 하면

202
00:15:38.119 --> 00:15:42.000
이 Phenom-1 모델이 실질적으로 보여지게 됩니다

203
00:15:42.719 --> 00:15:49.479
이 원리는 수억 개의 파라미터를 활용한 거대 영상 아키텍처를 사용하고 있기 때문에

204
00:15:49.479 --> 00:15:53.640
그런데 실질적으로 75%가 가려져 있는,

205
00:15:53.641 --> 00:16:02.400
그러니까 25%만 영상을 제공하고 원래 영상을 보여달라고 하면

206
00:16:02.400 --> 00:16:07.980
25%를 가지고 100%의 영상을 구현해내는 그런 기술입니다

207
00:16:07.980 --> 00:16:17.080
따라서 우리 과학자들이 볼 수 없는 영역까지도 AI로 볼 수 있다는 것은 참 대단하고요

208
00:16:18.280 --> 00:16:27.400
이런 기술을 가지고 인간이 볼 수 없는 세포의 영역까지도 관찰할 수 있다는 측면입니다

209
00:16:27.400 --> 00:16:35.200
따라서 향후에 개발하는 속도가 굉장히 빨라질 것이라는 것을 우리가 예감을 할 수 있는 거죠

210
00:16:35.200 --> 00:16:43.359
그래서 아까 말씀드린 대로 DNA부터 RNA, 단백질, 그리고 실제 임상 데이터들

211
00:16:43.359 --> 00:16:45.989
이 관계들을 우리가,

212
00:16:45.989 --> 00:16:51.340
데이터들이 워낙 많기 때문에 통합해서 우리가 인지할 수는 없는데

213
00:16:51.340 --> 00:16:56.280
그 부분들을 AI가, 즉 거대 언어모델이 인지를 하고요

214
00:16:56.280 --> 00:17:00.329
또 영상까지도 전체적으로 해석을 하면서,

215
00:17:00.330 --> 00:17:05.199
우리가 볼 수 없는 것까지도 해석을 해준다라는 부분에서

216
00:17:05.199 --> 00:17:12.840
향후에는 상당히 빠른 연구개발, 신약개발에서 연구개발이 되겠구나라는 부분을

217
00:17:12.840 --> 00:17:14.541
 우리가 인지를 할 수가 있습니다

218
00:17:14.641 --> 00:17:19.959
Recursion이 개발하고 있는 파이프라인을 보면 몇 가지가 있는데

219
00:17:19.959 --> 00:17:24.800
그 중에서 오늘 말씀드릴 것은 REC994라는 것입니다

220
00:17:24.800 --> 00:17:33.560
이 약물은 대내해면기형, CCM이라는 질환을 치료하는 약물입니다

221
00:17:33.560 --> 00:17:37.160
현재 임상 2상 단계를 진행하고 있고요

222
00:17:37.160 --> 00:17:42.000
중요한 것은 올해 하반기에 임상 결과를 발표를 한다는 겁니다

223
00:17:42.000 --> 00:17:44.550
이 부분이 대단히 중요합니다

224
00:17:44.550 --> 00:17:50.760
잠시 살펴보면 CCM이라는 질환은 유전자 변이에 의한 건데요

225
00:17:50.760 --> 00:17:57.369
CCM이라는 유전자는 CCM1, CCM2, CCM3라는

226
00:17:57.370 --> 00:18:03.609
3개의 유전자가 발현이 되어서 작용을 하게 되어 있습니다

227
00:18:03.609 --> 00:18:10.239
그런데 이 CCM 유전자의 돌연변이에 의해서 질병이 일어나게 되는데요

228
00:18:10.239 --> 00:18:15.520
특징적인 것은 척추나 뇌의 혈관기 형성에 의한

229
00:18:15.520 --> 00:18:20.269
모세혈관 구멍이 특징적이라고 볼 수 있고요

230
00:18:21.519 --> 00:18:28.640
CCM의 병변은 발작이라든가 두통, 신경학적 결함을 나타내게 됩니다

231
00:18:28.640 --> 00:18:32.079
현재는 마땅한 치료제가 없는 상황이고요

232
00:18:32.079 --> 00:18:35.199
주로 수술요법을 진행하고 있다고 합니다

233
00:18:36.999 --> 00:18:42.640
REC-994의 기전, 즉 메카니즘을 살펴보기 전에

234
00:18:42.640 --> 00:18:47.239
몇 가지 단어를 정리를 하고 갈 필요가 있습니다

235
00:18:48.339 --> 00:18:52.629
슈퍼활성산소라는 것이 나옵니다

236
00:18:52.629 --> 00:19:00.560
활성산소라는 것은 전자를 뺏어먹는 특징을 가지고 있습니다

237
00:19:00.599 --> 00:19:07.800
그래서 다른 분자, 즉 세포 안에 있는 다른 단백질들의 전자를 뺏어먹게 됩니다

238
00:19:07.800 --> 00:19:12.319
그러면 그 단백질은 원래의 기능을 상실하게 되는 거죠

239
00:19:12.319 --> 00:19:17.400
그러면서 그 세포는 기능을 전체적으로 상실하는

240
00:19:17.400 --> 00:19:23.719
즉, 산화 스트레스를 받음으로 인해서 기능을 상실하게 됩니다

241
00:19:23.719 --> 00:19:30.119
그러므로 아까 말씀드린 CCM이라는 질병이 나타난다고 볼 수 있겠는데요

242
00:19:30.119 --> 00:19:35.880
정상적인 사람의 경우에는 SOD라는 효소가 나옵니다

243
00:19:35.880 --> 00:19:39.489
그리고 이 효소는 아까 말씀드린 대로

244
00:19:39.490 --> 00:19:49.589
CCM1부터 3라는 유전자의 발현에 의해서 SOD라는 효소가 발현이 되고

245
00:19:49.589 --> 00:19:53.560
 또 활성산소를 억제하는 기능을 나타냅니다

246
00:19:53.560 --> 00:20:01.479
그러니까 CCM 유전자의 변이가 생겼을 경우에는 SOD라는 효소가 나오지 않게 되고

247
00:20:01.479 --> 00:20:04.719
이 활성산소라는 것이 활개를 치면서

248
00:20:04.719 --> 00:20:10.719
그 세포 안에 있는 다른 단백질들의 전자를 뺏어먹고 다니게 되는 거죠

249
00:20:10.719 --> 00:20:15.680
그렇게 되면 세포 전체가 망가지는 기전입니다

250
00:20:15.680 --> 00:20:22.000
주로 어디에서 활성산소가 생기냐면 바로 미토콘드리아라는 곳에서 생깁니다

251
00:20:22.000 --> 00:20:24.690
그래서 세포를 보게 되면

252
00:20:24.691 --> 00:20:27.040
그중에서 세포도 그냥 움직이지 않는 거죠

253
00:20:27.040 --> 00:20:29.920
뭐든 움직이려면 에너지원이 필요한 거죠

254
00:20:29.920 --> 00:20:31.379
우리도 밥을 먹지 않습니까?

255
00:20:31.380 --> 00:20:34.239
그래서 밥을 먹고 당을 흡수하게 됩니다

256
00:20:34.239 --> 00:20:39.239
그러면 흡수한 당은 세포 내로 가서 당이 쪼개지죠

257
00:20:39.239 --> 00:20:43.540
그래서 해당 작용에 의해서 쪼개진 것들이 바로

258
00:20:43.540 --> 00:20:49.079
미토콘드리아라는 소기관 안으로 들어가게 됩니다

259
00:20:49.079 --> 00:20:52.319
그래서 그 안에서 ATP라는,

260
00:20:52.319 --> 00:20:54.239
어떻게 보면 돈이라고도 볼 수 있고

261
00:20:54.239 --> 00:20:58.359
어떻게 보면 전기, 에너지이다 라고도 볼 수 있습니다

262
00:20:58.359 --> 00:21:01.160
그래서 단백질은 그냥 움직이는 게 아닙니다

263
00:21:01.160 --> 00:21:03.620
단백질들이 기능을 하기 위해서는

264
00:21:03.621 --> 00:21:10.851
이 ATP라는 것들을 붙여주는 것에 의해서 에너지가 강화돼서

265
00:21:10.851 --> 00:21:15.400
 세포 안에 있는 단백질들이 활성화되고 움직이게 되는 거죠

266
00:21:15.479 --> 00:21:21.019
이때 미토콘드리아 안에서 ATP를 만들어내는 과정 속에서

267
00:21:21.020 --> 00:21:23.780
활성산소가 많이 만들어지게 되는 겁니다

268
00:21:23.780 --> 00:21:30.840
그래서 미토콘드리아 안에 있는 활성산소를 억제하는 기전이 바로

269
00:21:30.840 --> 00:21:34.060
Recursion의 REC994라는 겁니다

270
00:21:34.060 --> 00:21:38.079
아까 말씀드린 대로 정상적인 사람들 같은 경우에는

271
00:21:38.080 --> 00:21:43.850
CCM1,2가 만들어지면서 다시 이 단백질들이

272
00:21:43.850 --> 00:21:48.959
 FOX01이라는 단백질한테 신호를 전달하게 됩니다

273
00:21:48.959 --> 00:21:56.959
그러면 이 FOX01은 다시 세포에 있는 핵 안으로 들어가서

274
00:21:57.959 --> 00:22:02.040
SOD2라는 유전자를 발현시킵니다

275
00:22:02.040 --> 00:22:07.359
그렇게 되면 이 SOD2라는 유전자가 발현이 되어서

276
00:22:07.439 --> 00:22:12.079
메신저 RNA, 단백질로 Ribosome에서 발현이 되죠

277
00:22:12.079 --> 00:22:16.199
그래서 SOD2라는 효소 단백질이 만들어지게 됩니다

278
00:22:16.199 --> 00:22:28.160
그렇게 되면 이 SOD2가 미토콘드리아 안으로 가서 활성산소를 억제를 하게 됩니다

279
00:22:28.160 --> 00:22:30.839
그래서 결국은 정상적으로 되는데

280
00:22:31.839 --> 00:22:33.420
CCM1이라는

281
00:22:33.421 --> 00:22:40.722
CCM1,2 유전자가 변이가 생긴 경우에는 정보에 전달이 되지 않습니다

282
00:22:40.722 --> 00:22:44.880
그래서 SOD2라는 효소가 만들어지지 않게 되고요

283
00:22:44.880 --> 00:22:47.839
결국은 활성산소가 활개를 치게 됩니다

284
00:22:48.359 --> 00:22:54.679
REC994 기전을 보면 직접적으로 미토콘드리아 안에 들어있는

285
00:22:54.680 --> 00:23:00.135
활성산소를 억제한다고 이야기하고 있습니다

286
00:23:00.135 --> 00:23:02.380
활성산소를 직접 제거하는,

287
00:23:02.381 --> 00:23:09.741
우리가 경구해서 직접 약을 먹게 되면 활성산소를 억제한다는 기전입니다

288
00:23:09.741 --> 00:23:16.339
이 활성산소를 억제하는 CCM 치료제로 개발되고 있는 치료 약물들의 현황을 보면

289
00:23:16.339 --> 00:23:17.640
아직까지 개발 초기입니다

290
00:23:17.640 --> 00:23:21.639
그래서 가장 앞선 단계가

291
00:23:21.639 --> 00:23:25.768
Recursion 의 REC994가 임상 2상 결과를 발표하는 단계까지 왔고요

292
00:23:25.768 --> 00:23:29.959
다른 약물들은 3개가 있는데 임상 1상 단계다, 라는 거죠

293
00:23:29.959 --> 00:23:36.839
그래서 현재 임상 2상 단계가 거의 마무리가 됐고

294
00:23:36.839 --> 00:23:41.499
REC994에 대한 임상 2상이 완료가 되어서

295
00:23:41.500 --> 00:23:44.960
하반기에 임상 결과를 발표할 예정입니다

296
00:23:44.960 --> 00:23:48.319
Recursion의 매출 현황을 살펴볼 필요가 있습니다

297
00:23:48.319 --> 00:23:54.119
굉장히 꿈이 있는 업체들이 바로 AI로 신약을 개발하겠다는 겁니다

298
00:23:54.119 --> 00:23:58.040
두 가지 여러분들한테 강조를 드리고 싶은 말씀은

299
00:23:58.079 --> 00:24:02.239
Recursion에서도 그 한계를 분명히 이야기를 하고 있는 게

300
00:24:02.239 --> 00:24:07.199
임상 전 단계까지 약물을 개발하는 데 도움을 준다

301
00:24:07.199 --> 00:24:09.359
임상 단계부터는 어쩔 수가 없습니다

302
00:24:09.359 --> 00:24:12.199
이거는 신약을 개발하는 것은 규제 산업입니다

303
00:24:12.199 --> 00:24:15.199
그래서 임상을 건너뛸 수는 없는 거죠

304
00:24:15.199 --> 00:24:20.299
임상 1상, 2상, 3상 단계는 어쩔 수 없이 거쳐야 되는 단계다

305
00:24:20.300 --> 00:24:22.140
라는 것을 인지할 필요가 있습니다

306
00:24:22.140 --> 00:24:24.381
그래서 AI로 신약을 개발하니까

307
00:24:24.381 --> 00:24:29.040
그냥 하루아침에 뚝딱 만드는구나 라고 생각하면 절대 안 됩니다

308
00:24:29.040 --> 00:24:36.140
그래서 임상 단계까지 들어갈 수 있는 약물 단계를

309
00:24:36.140 --> 00:24:39.181
시간과 비용을 단축시키는 게 바로

310
00:24:39.181 --> 00:24:43.261
Recursion이 하는 일이라고 볼 수가 있는 거죠

311
00:24:44.120 --> 00:24:45.200
그리고 또 한 가지는

312
00:24:45.201 --> 00:24:51.501
이런 업체들이 아직까지는 협업을 통해서

313
00:24:51.501 --> 00:24:55.079
선수금을 받는다거나 마일스톤을 받아야 되는데

314
00:24:55.079 --> 00:24:58.520
지금 기술을 이전한 지 얼마 되지 않았기 때문에

315
00:24:58.521 --> 00:25:00.561
마일스톤을 받을 단계가 아직 아닙니다

316
00:25:00.561 --> 00:25:07.959
그래서 선수금을 받은 정도이지 않을까 라고 생각을 할 수가 있고요

317
00:25:07.959 --> 00:25:11.420
그나마 globally 가장 잘 나간다는 Recursion이

318
00:25:11.420 --> 00:25:15.620
어느 정도 대차대조표 손익 계산서를 가지고 있는지를

319
00:25:15.620 --> 00:25:18.260
여러분들이 분명히 인지하실 필요가 있습니다

320
00:25:18.260 --> 00:25:20.420
그래야지 국내 기업들이

321
00:25:20.421 --> 00:25:24.852
 '아 어느 정도겠구나, 경쟁력이 있겠구나 없겠구나' 를

322
00:25:24.860 --> 00:25:27.880
여러분들이 스스로 판단하실 수가 있습니다

323
00:25:27.880 --> 00:25:33.680
그래서 globally 가장 잘나간다는 Recursion의 매출 현황을 보면

324
00:25:33.680 --> 00:25:36.359
2021년도에 천만 달러

325
00:25:37.000 --> 00:25:43.140
 그리고 2022년도에 약 4천만 달러가 조금 안 됩니다

326
00:25:43.140 --> 00:25:44.779
한 500억 정도 되나요?

327
00:25:44.779 --> 00:25:47.360
500억 남짓입니다 500억 원,

328
00:25:47.360 --> 00:25:52.820
그 다음에 2023년도에는 4,300억 달러

329
00:25:53.340 --> 00:25:55.299
그러니까 얼마 매출이 늘지 않았습니다

330
00:25:55.359 --> 00:26:01.160
올해도 그렇게 많이 늘 것으로 기대하고 있지 않습니다

331
00:26:01.160 --> 00:26:08.359
그러니까 아직까지 매출 현황은 그렇게 크지 않다고 보시면 될 것 같고요

332
00:26:08.359 --> 00:26:10.119
영업 손실 규모를 보겠습니다

333
00:26:10.119 --> 00:26:19.160
2021년도에는 1억 8천만 달러, 그 다음에 2022년도에는 2억 4천만 달러

334
00:26:19.160 --> 00:26:22.120
그리고 작년도에는 3억 5천만 달러,

335
00:26:22.121 --> 00:26:27.573
거의 1억 달러씩 올라가고 있는 현황이고요

336
00:26:27.920 --> 00:26:35.319
올해 같은 경우에는 1분기에 약 1억 달러를 이상을 사용했습니다

337
00:26:35.319 --> 00:26:38.640
그래서 현금 가지고 있는 현황을 보면

338
00:26:38.640 --> 00:26:43.439
작년도 말에는 약 4억 달러 조금 안 되는 자금을 가지고 있었습니다

339
00:26:43.439 --> 00:26:48.400
그런데 올해 1분기가 끝난 시점에서는 3억 달러가 조금 안 됩니다

340
00:26:48.400 --> 00:26:52.160
그러니까 1분기에 1억 달러 정도를 사용을 했고

341
00:26:52.160 --> 00:26:54.479
현재 2억 9천 6백만 달러,

342
00:26:54.480 --> 00:26:59.320
약 3억 달러 정도를 3월 말 기준으로 가지고 있습니다

343
00:26:59.320 --> 00:27:01.079
그러니까 쉽게 생각하면

344
00:27:01.079 --> 00:27:03.800
아 한 3분기 정도 사용하겠구나

345
00:27:03.800 --> 00:27:08.119
올해 말이면 돈이 딱 떨어지게끔 되어 있습니다

346
00:27:08.119 --> 00:27:13.160
그래서 그 왼쪽에 있는 제가 그려본 그래프를 한번 보시죠

347
00:27:13.160 --> 00:27:17.800
보면 매출이 늘어나는 속도는 상당히 제한적입니다

348
00:27:17.800 --> 00:27:23.459
그런데 영업 손실 늘어나는 속도는 기하급수적으로 늘어나면서

349
00:27:23.459 --> 00:27:26.660
이 폭이 점점 커지고 있습니다

350
00:27:26.660 --> 00:27:32.880
그만큼 현금이 줄어드는 속도도 굉장히 빨라지고 있다는 거죠

351
00:27:32.880 --> 00:27:36.680
그래서 여기까지는 제가 보여드린 것은

352
00:27:36.680 --> 00:27:41.440
혁신적이니만큼 그럴 수 있는 거 아니냐라고

353
00:27:41.441 --> 00:27:43.381
충분히 볼 수가 있습니다

354
00:27:43.381 --> 00:27:47.239
저도 그런 점은 충분히 인지를 하고 있습니다

355
00:27:47.239 --> 00:27:56.119
그래서 현재 다른 회사들이 굉장히 빠른 속도로 시스템에 투자를 하고 있죠

356
00:27:56.119 --> 00:27:59.920
따라서 다른 회사들하고 격차를 벌리기 위해서

357
00:27:59.920 --> 00:28:03.920
지금 대단히 많은 돈을 투입을 하고 있는 겁니다

358
00:28:03.920 --> 00:28:07.460
그래서 1분기에 약 1억 달러 정도,

359
00:28:07.461 --> 00:28:09.520
1년에 4억 달러 정도

360
00:28:09.520 --> 00:28:13.920
우리나라 돈으로 하면 약 5천억 원 정도를

361
00:28:13.921 --> 00:28:18.055
 계속해서 투자를 하고 있다는 거죠

362
00:28:18.640 --> 00:28:26.080
그래서 결론을 말씀드린다면

363
00:28:26.080 --> 00:28:29.900
먼저 아까 말씀드린 REC-994입니다

364
00:28:29.900 --> 00:28:33.681
이 REC-994가 임상 2상 결과를

365
00:28:33.681 --> 00:28:36.521
발표를 하반기에 한다고 말씀드렸습니다

366
00:28:36.521 --> 00:28:39.079
3분기로 예상이 되는데요

367
00:28:39.079 --> 00:28:45.160
이 REC-994에 의해서 여러 가지 투자자들은 생각을 많이 할 것 같습니다

368
00:28:45.160 --> 00:28:47.140
왜 그러냐면

369
00:28:47.140 --> 00:28:50.517
 AI로 시장을 개발한다는 회사고

370
00:28:50.520 --> 00:28:53.359
그리고 AI로 약물을 만들어냈습니다

371
00:28:53.359 --> 00:28:59.020
그런데 이 약물을 확보한 시기가 언제냐면

372
00:28:59.021 --> 00:29:01.867
2013년 이전입니다

373
00:29:01.887 --> 00:29:07.880
그렇기 때문에 제대로 된 약물을 발굴해낸 게 아니죠

374
00:29:07.880 --> 00:29:09.199
실은 그렇습니다

375
00:29:09.199 --> 00:29:13.040
그래서 진짜 약물을 발굴해낸다고 하면

376
00:29:13.040 --> 00:29:15.020
최근에 만들어진,

377
00:29:15.021 --> 00:29:21.868
새롭게 만들어지고 있는 LLM AI 모델로 시약물질을 만들어서

378
00:29:21.868 --> 00:29:25.640
그걸 임상에 올리는 게 맞죠

379
00:29:25.640 --> 00:29:31.880
그래서 원래 REC-994는 최근에 발굴된 약물은 아니다라는 거예요

380
00:29:31.880 --> 00:29:33.999
그럼에도 불구하고 시장에서는

381
00:29:34.000 --> 00:29:39.468
REC-994에 대한 의미를 대단히 많이 부여할 가능성이 크다는 거죠

382
00:29:39.479 --> 00:29:42.560
그리고 맨 앞선 리드 물질입니다

383
00:29:42.560 --> 00:29:45.119
그렇기 때문에 의미가 대단히 크다는 거죠

384
00:29:45.119 --> 00:29:49.920
그래서 임상 2상의 리드 물질이 성공하냐 아니냐가

385
00:29:49.920 --> 00:29:53.800
그 회사에 미치는 영향은 실로 지대합니다

386
00:29:53.800 --> 00:29:59.599
따라서 다른 신약 개발하고 Recursion이 대단히 훌륭하고

387
00:30:00.599 --> 00:30:05.719
이 지구상에서 가장 빠른 NVIDIA와 협업을 해서

388
00:30:05.719 --> 00:30:11.199
신약을 발굴하고 있다는 것까지는 모두 다 인정을 하더라도

389
00:30:11.199 --> 00:30:16.000
임상 2상 REC-994 물질의 결과에 따라서

390
00:30:16.000 --> 00:30:19.680
단기적으로는 주가가 휘청할 수 있다는 거죠

391
00:30:19.680 --> 00:30:24.880
그런데 REC-994에 대해서 임상 2상 결과를 자신할 수 있느냐?

392
00:30:24.880 --> 00:30:27.560
그러면 저 같은 경우에는 없을 것 같습니다

393
00:30:27.599 --> 00:30:31.680
이유는 뭐냐면 이 CCM이라는 물질입니다

394
00:30:31.680 --> 00:30:35.760
이 CCM이라는 물질은 새로운 물질이 아닙니다

395
00:30:35.760 --> 00:30:39.780
기존에 나와있던 tempol 이라는 물질이구요

396
00:30:39.780 --> 00:30:49.719
이 물질이 비임상, 즉 임상 전에 G모델에 투여를 했을 경우에는

397
00:30:49.719 --> 00:30:52.980
제한적인 효과를 나타냈습니다

398
00:30:53.560 --> 00:31:00.160
따라서 임상 단계에서 아주 혁신적인 치료 효과를 나타낼 것이냐

399
00:31:00.160 --> 00:31:01.861
그러면 그거에 대한 대답을

400
00:31:01.861 --> 00:31:06.541
그렇다 라고 자신감 있게 할 수 있는 근거가 전혀 없다는 겁니다

401
00:31:06.541 --> 00:31:13.239
그래서 기존의 임상 2상을 성공할 확률은 약 30% 정도 됩니다

402
00:31:13.239 --> 00:31:19.400
그러나 이번 경우에는 이 30%에 조금 미치지 못할 가능성이 있는 거 아니냐라는 게

403
00:31:19.400 --> 00:31:21.199
제가 개인적으로 생각하는 거죠

404
00:31:21.199 --> 00:31:28.479
따라서 단기적으로 이 Recursion에 베팅할 별로 이유가 없다는 거고요

405
00:31:28.479 --> 00:31:31.741
만약에 임상 2상에서 좋은 결과가 나온다

406
00:31:31.741 --> 00:31:33.481
그러면 주가는 뜰 겁니다

407
00:31:33.880 --> 00:31:37.980
그리고 자금이 부족한 상황이기 때문에

408
00:31:37.981 --> 00:31:40.941
곧바로 유상증자를 발표를 할 겁니다

409
00:31:40.941 --> 00:31:44.519
그러면 주가는 자연스럽게 조정을 받게 되겠죠

410
00:31:45.199 --> 00:31:47.319
제가 드리고 싶은 말씀은

411
00:31:47.319 --> 00:31:51.400
투자하기 상당히 좋은 시기는 바로 그 시기다

412
00:31:51.400 --> 00:31:54.719
주가가 흘러내릴 때다 라고 생각을 합니다

413
00:31:54.719 --> 00:32:00.459
그래서 Recursion이 가지고 있는 신약 개발 모델의 경쟁력은

414
00:32:00.460 --> 00:32:04.246
가히 가공할 만하다고 저도 생각을 하고요

415
00:32:04.246 --> 00:32:09.079
장기적으로 보면 충분히 투자할 만하다고 생각을 합니다

416
00:32:09.079 --> 00:32:13.719
그리고 AI 관련한 신약 개발 회사를 또 한두 개 꼽는다 그러면

417
00:32:13.800 --> 00:32:18.319
반드시 Recursion이 들어갈 수밖에 없을 것 같습니다

418
00:32:18.319 --> 00:32:22.280
따라서 투자하는 것은 맞다고 보는데

419
00:32:22.280 --> 00:32:26.119
그 투자하는 시기는 REC-994에 대한 임상 결과

420
00:32:26.119 --> 00:32:28.959
그리고 반드시 유상증자를 할 텐데

421
00:32:28.959 --> 00:32:35.160
그 유상증자 발표가 끝난 다음이다 라고 생각을 합니다

422
00:32:35.160 --> 00:32:39.519
이상으로 신약 개발에서 globally 가장 잘 나아가고 있는

423
00:32:39.520 --> 00:32:42.640
 Recursion에 대해서 말씀을 드렸습니다

424
00:32:42.640 --> 00:32:45.079
여러분 경청해 주셔서 대단히 감사합니다