Latent Labs의 5,000만 달러 베팅: 전 DeepMind 과학자가 AI로 생물학을 프로그래밍 가능하게 만들다

바이오테크 및 제약 파트너를 위해 효소, 항체 등 단백질을 생성하고 최적화하는 AI 파운데이션 모델을 구축하며, 직접 모델 접근 또는 프로젝트 파트너십을 통해 제공한다.

생물학 데이터로 훈련된 생성 모델은 필요에 따라 치료용 단백질을 설계할 수 있어, 신약 발견을 수년간의 습식 실험실 반복에서 계산으로 단축할 수 있다.

1,000만 달러 시드에 4,000만 달러 시리즈 A(2025년 2월), 총 5,000만 달러

사이먼 콜은 DeepMind의 AlphaFold2 팀에서 선임 연구 과학자로 일했고, 단백질 설계 팀을 공동 이끌었으며 프랜시스 크릭 연구소에 DeepMind의 습식 실험실을 세웠다. 그는 2022년 말 DeepMind를 떠나 2023년 중반 런던에 Latent Labs를 설립하고 단백질 설계를 위한 생성 모델에 집중할 소규모 팀을 채용했다.

스텔스 상태에서 Latent Labs는 Kindred Capital, 8VC, Pillar VC로부터 1,000만 달러 시드를 유치하고 런던과 샌프란시스코에서 DeepMind, Google, Microsoft 출신 약 15명을 영입했다. 2025년 2월에는 Radical Ventures와 Sofinnova Partners가 공동 주도한 4,000만 달러 시리즈 A로 스텔스를 벗어났으며, Google 수석 과학자 제프 딘, Cohere 창업자 에이단 고메즈, ElevenLabs 창업자 마티 스타니셰프스키 등이 엔젤로 참여했다.

이 회사는 의도적으로 자체 신약 후보 개발을 피하며, 수익은 파트너로부터 나오도록 설계되어 있다. 2025년 2월 발표 당시 이 라운드 자금은 컴퓨팅, 영국과 미국 채용, 파트너십을 수행할 역량 구축에 쓰이고 있었으며, 아직 공개된 제약사 계약이나 제품은 없었다.

AlphaFold는 머신러닝이 대규모로 단백질 구조를 예측할 수 있음을 보여주었고, 생성적 단백질 설계로 가는 문을 열었다.

단백질 설계는 방대하고 아직 수렴되지 않은 미개척 영역으로, 집중한 팀이 여러 일을 동시에 하는 조직을 앞지를 수 있다.

모델 팀과 함께 있는 습식 실험실은 실제 세계의 피드백을 제공하여 예측이 맹목적으로 신뢰되지 않고 검증되게 한다.

자체 신약 개발을 건너뛰면 회사는 모델과 그 주변 파트너십을 판매하는 한 가지 일에 정렬된 상태를 유지할 수 있다.

대형 연구소가 여러 최전선으로 확장할 때, 집중한 분사 기업은 그 미개척 영역을 차지할 수 있으며, 최전선 모델을 소규모 습식 실험실과 결합하면 대부분의 모델 기업이 갖지 못한 검증 루프를 완성할 수 있다.

2026년 9월 기준으로 공개된 사실은 2025년 2월 출시 당시의 것뿐이다: Latent Labs는 5,000만 달러를 더 큰 모델을 위한 컴퓨팅, 런던과 샌프란시스코 팀 확장, 파트너 프로그램을 위한 상업적 역량 구축에 쓰고 있었다. 검토된 출처에서는 상업적 제품, 이름이 밝혀진 제약사 파트너십, 치료 후보가 공개되지 않았다.