Bunsen의 핵심: LLM과 물리 기반 시뮬레이션의 결합

Bunsen은 대규모 언어 모델(LLM)과 슈뢰딩거의 핵심 기술인 물리 기반 분자 모델링(FEP+, 도킹(Docking), 분자동역학(MD) 시뮬레이션)을 결합합니다 . LLM 계층이 자연어로 된 과학적 목표를 해석하고 워크플로우를 계획하는 반면, 물리 엔진은 엄격하고 실험적으로 검증된 분자 특성 예측을 제공합니다. Dr. Karen Akinsanya는 이러한 결합이 AI 추론과 기초 원리(first-principles) 계산을 통합함으로써 이전에는 탐색할 수 없었던 생물학적 '표적 공간(target space)'을 열어준다고 설명했습니다 .

4가지 핵심 기능

Bunsen의 워크플로우는 폐쇄 루프(closed-loop) 사이클을 중심으로 합니다:

1. 이해(Understand) — 연구자의 과학적 목표를 자연어로 해석합니다.
2. 전략 수립(Strategize) — 문제에 가장 적합한 물리 기반 방법을 선택하여 계산 전략을 개발합니다.
3. 실행(Execute) — 분자 발견 워크플로우(도킹, 자유 에너지 섭동, ADME 예측 등)를 자율적으로 실행합니다.
4. 반복(Iterate) — 결과를 분석하고 접근 방식을 개선하여 AI 추론과 물리 기반 결과 간의 루프를 완성합니다 .

이 설계 덕분에 연구자는 자연어를 사용하여 다단계 계산 캠페인을 지시할 수 있으며, Bunsen이 워크플로우 자동화와 물리 기반 계산을 처리합니다.

AI 과학 분야의 주요 경쟁자

구글 딥마인드 — 코-사이언티스트 (Co-Scientist)

코-사이언티스트는 Gemini 2.0 기반의 다중 에이전트 AI 시스템으로, 구조화된 가설 생성 및 과학적 추론을 위해 설계되었습니다 . 2026년 5월 네이처(Nature) 저널에 발표되었으며 , 7개의 특화 AI 에이전트(생성, 순위 지정, 진화, 근접성 등)가 가설을 논쟁하고 개선하는 방식을 사용합니다. 간 섬유증(liver fibrosis) 치료제 재창출과 같은 새로운 치료 가설을 제안하고 실험적으로 검증하는 능력을 입증했습니다 . Bunsen과의 주요 차이점은 코-사이언티스트가 일반적인 생물의학 가설 생성 엔진이라는 점입니다. 물리 기반 분자 시뮬레이션을 자체적으로 통합하지 않으며, 문헌을 읽고 아이디어를 생성하지만 계산 화학 실행을 위해 외부 도구나 인간 연구자에 의존합니다 .

퓨처하우스 — 로빈 (Robin)

로빈은 종단 간(end-to-end) 생물학적 발견을 위한 다중 에이전트 AI 시스템으로, 2026년 5월 네이처에 발표되었습니다 . 가설 생성, 실험 설계, 데이터 분석, 인사이트 생성의 전체 주기를 하나의 연속적인 워크플로우로 자동화합니다 . 로빈은 기존 녹내장 치료제인 리파수딜(ripasudil)을 건성 황반변성(dAMD) 치료제로 자율적으로 식별하는 능력을 입증했습니다 . 크라우(Crow, 문헌 Q&A), 팔콘(Falcon, 심층 종합), 아울(Owl, 질문 답변), 피닉스(Phoenix, 코딩/분석) 등 특화된 하위 에이전트를 사용합니다 . Bunsen과의 주요 차이점은 로빈이 실험 생물학 및 약물 재창출에 초점을 맞추고 있으며 계산 화학에 특화되지 않았고, 통합된 물리 기반 분자 시뮬레이션 엔진이 없다는 점입니다 .

기타 주요 경쟁사

Q1 2026 재무 현황

슈뢰딩거는 2026년 5월 5일 1분기 실적을 발표하며 다음과 같은 주요 내용을 공개했습니다:

• 연간 계약 가치(ACV): 1분기 2,840만 달러로 전년 동기 대비 12% 증가; 최근 4분기 누적 ACV는 2억 100만 달러 . 성장은 글로벌 상위 20대 제약사 고객 대상 사용량 확대와 신규 제품 배포에 힘입었습니다 .
• 총 매출: 5,860만 달러로 전년 동기 대비 2% 감소했으나 시장 예상치를 약 22% 상회 .
• 소프트웨어 매출: 3,560만 달러로 전년 동기 대비 21% 감소, 이는 온프레미스 라이선스에서 호스티드(SaaS) 방식으로의 전환 가속화에 직접적인 원인이 있습니다 .
• 호스티드 비중: 호스티드 소프트웨어가 1분기 소프트웨어 매출의 34%를 차지하며, 전년 동기 24%에서 증가했습니다 . 회사는 2028년까지 약 75%를 호스티드로 전환하는 것을 목표로 합니다 .
• 약물 발견 매출: 2,300만 달러로 전년 동기 대비 두 배 이상(+124%) 증가했습니다 .
• 2026 회계연도 가이던스: 소프트웨어 ACV는 2억 1,800만2억 2,800만 달러(1015% 성장); 약물 발견 매출은 5,500만~6,500만 달러로 예상 .

경영진은 호스티드 전환이 인식 매출에는 단기적 역풍으로 작용하지만, ACV나 현금 흐름에는 영향을 미치지 않는다고 설명했습니다. 호스티드 비중이 1% 증가할 때마다 ASC 606 회계 기준 타이밍으로 인해 보고 매출에 약 200만~300만 달러의 영향이 발생합니다 . 이 전환은 고객 사용량에 맞춰 매출을 인식하고 고객 유지율을 높이기 위한 전략입니다.

현금 보유 현황

제공된 자료에는 Q1 2026의 구체적인 현금 및 현금성 자산 수치가 명시적으로 포함되지 않았습니다. 그러나 슈뢰딩거는 번센 개발 및 자체 치료제 파이프라인 자금을 지원하기 위해 지속적으로 강력한 재무 상태를 유지해 왔습니다. 정확한 Q1 2026 현금 및 현금성 자산, 유가증권에 대해서는 10-Q 분기 보고서가 가장 확실한 출처입니다. 2025년 4분기 슈뢰딩거는 견고한 유동성을 보고했으며, 경영진은 호스티드 전환이 추가 자본을 필요로 하지 않을 것이라고 밝혔습니다 .

Bunsen의 핵심: LLM과 물리 기반 시뮬레이션의 결합

Bunsen은 대규모 언어 모델(LLM)과 슈뢰딩거의 핵심 기술인 물리 기반 분자 모델링(FEP+, 도킹(Docking), 분자동역학(MD) 시뮬레이션)을 결합합니다 . LLM 계층이 자연어로 된 과학적 목표를 해석하고 워크플로우를 계획하는 반면, 물리 엔진은 엄격하고 실험적으로 검증된 분자 특성 예측을 제공합니다. Dr. Karen Akinsanya는 이러한 결합이 AI 추론과 기초 원리(first-principles) 계산을 통합함으로써 이전에는 탐색할 수 없었던 생물학적 '표적 공간(target space)'을 열어준다고 설명했습니다 .

4가지 핵심 기능

Bunsen의 워크플로우는 폐쇄 루프(closed-loop) 사이클을 중심으로 합니다:

1. 이해(Understand) — 연구자의 과학적 목표를 자연어로 해석합니다.
2. 전략 수립(Strategize) — 문제에 가장 적합한 물리 기반 방법을 선택하여 계산 전략을 개발합니다.
3. 실행(Execute) — 분자 발견 워크플로우(도킹, 자유 에너지 섭동, ADME 예측 등)를 자율적으로 실행합니다.
4. 반복(Iterate) — 결과를 분석하고 접근 방식을 개선하여 AI 추론과 물리 기반 결과 간의 루프를 완성합니다 .

이 설계 덕분에 연구자는 자연어를 사용하여 다단계 계산 캠페인을 지시할 수 있으며, Bunsen이 워크플로우 자동화와 물리 기반 계산을 처리합니다.

AI 과학 분야의 주요 경쟁자

구글 딥마인드 — 코-사이언티스트 (Co-Scientist)

코-사이언티스트는 Gemini 2.0 기반의 다중 에이전트 AI 시스템으로, 구조화된 가설 생성 및 과학적 추론을 위해 설계되었습니다 . 2026년 5월 네이처(Nature) 저널에 발표되었으며 , 7개의 특화 AI 에이전트(생성, 순위 지정, 진화, 근접성 등)가 가설을 논쟁하고 개선하는 방식을 사용합니다. 간 섬유증(liver fibrosis) 치료제 재창출과 같은 새로운 치료 가설을 제안하고 실험적으로 검증하는 능력을 입증했습니다 . Bunsen과의 주요 차이점은 코-사이언티스트가 일반적인 생물의학 가설 생성 엔진이라는 점입니다. 물리 기반 분자 시뮬레이션을 자체적으로 통합하지 않으며, 문헌을 읽고 아이디어를 생성하지만 계산 화학 실행을 위해 외부 도구나 인간 연구자에 의존합니다 .

퓨처하우스 — 로빈 (Robin)

로빈은 종단 간(end-to-end) 생물학적 발견을 위한 다중 에이전트 AI 시스템으로, 2026년 5월 네이처에 발표되었습니다 . 가설 생성, 실험 설계, 데이터 분석, 인사이트 생성의 전체 주기를 하나의 연속적인 워크플로우로 자동화합니다 . 로빈은 기존 녹내장 치료제인 리파수딜(ripasudil)을 건성 황반변성(dAMD) 치료제로 자율적으로 식별하는 능력을 입증했습니다 . 크라우(Crow, 문헌 Q&A), 팔콘(Falcon, 심층 종합), 아울(Owl, 질문 답변), 피닉스(Phoenix, 코딩/분석) 등 특화된 하위 에이전트를 사용합니다 . Bunsen과의 주요 차이점은 로빈이 실험 생물학 및 약물 재창출에 초점을 맞추고 있으며 계산 화학에 특화되지 않았고, 통합된 물리 기반 분자 시뮬레이션 엔진이 없다는 점입니다 .

기타 주요 경쟁사

Q1 2026 재무 현황

슈뢰딩거는 2026년 5월 5일 1분기 실적을 발표하며 다음과 같은 주요 내용을 공개했습니다:

• 연간 계약 가치(ACV): 1분기 2,840만 달러로 전년 동기 대비 12% 증가; 최근 4분기 누적 ACV는 2억 100만 달러 . 성장은 글로벌 상위 20대 제약사 고객 대상 사용량 확대와 신규 제품 배포에 힘입었습니다 .
• 총 매출: 5,860만 달러로 전년 동기 대비 2% 감소했으나 시장 예상치를 약 22% 상회 .
• 소프트웨어 매출: 3,560만 달러로 전년 동기 대비 21% 감소, 이는 온프레미스 라이선스에서 호스티드(SaaS) 방식으로의 전환 가속화에 직접적인 원인이 있습니다 .
• 호스티드 비중: 호스티드 소프트웨어가 1분기 소프트웨어 매출의 34%를 차지하며, 전년 동기 24%에서 증가했습니다 . 회사는 2028년까지 약 75%를 호스티드로 전환하는 것을 목표로 합니다 .
• 약물 발견 매출: 2,300만 달러로 전년 동기 대비 두 배 이상(+124%) 증가했습니다 .
• 2026 회계연도 가이던스: 소프트웨어 ACV는 2억 1,800만2억 2,800만 달러(1015% 성장); 약물 발견 매출은 5,500만~6,500만 달러로 예상 .

경영진은 호스티드 전환이 인식 매출에는 단기적 역풍으로 작용하지만, ACV나 현금 흐름에는 영향을 미치지 않는다고 설명했습니다. 호스티드 비중이 1% 증가할 때마다 ASC 606 회계 기준 타이밍으로 인해 보고 매출에 약 200만~300만 달러의 영향이 발생합니다 . 이 전환은 고객 사용량에 맞춰 매출을 인식하고 고객 유지율을 높이기 위한 전략입니다.

현금 보유 현황

제공된 자료에는 Q1 2026의 구체적인 현금 및 현금성 자산 수치가 명시적으로 포함되지 않았습니다. 그러나 슈뢰딩거는 번센 개발 및 자체 치료제 파이프라인 자금을 지원하기 위해 지속적으로 강력한 재무 상태를 유지해 왔습니다. 정확한 Q1 2026 현금 및 현금성 자산, 유가증권에 대해서는 10-Q 분기 보고서가 가장 확실한 출처입니다. 2025년 4분기 슈뢰딩거는 견고한 유동성을 보고했으며, 경영진은 호스티드 전환이 추가 자본을 필요로 하지 않을 것이라고 밝혔습니다 .