BenevolentAI
BenevolentAI · 코딩 · 비즈니스
BenevolentAI는 런던에서 출발한 AI 신약개발 기업이다. 바이오의학 지식 그래프가 표적 식별을 떠받치고, 이제는 근거를 명시하는 의사결정 도구 Qor의 토대가 된다.

BenevolentAI 소개
About
BenevolentAI란
BenevolentAI는 생명과학 기술 기업으로, 머신러닝을 바이오의학 근거에 적용한다. 2013년 런던에서 출발해 10년 동안 바이오의학 지식 그래프를 쌓았다. 유전자, 단백질, 질환, 화합물, 특허, 논문을 하나의 구조로 묶어 모델이 그 위에서 추론하게 만든 지도다.
이 그래프가 핵심 자산이다. 신약을 찾는 사람은 보통 문헌을 손으로 읽고 연결고리를 머리에 담아 둔다. BenevolentAI는 그 연결을 검색 가능한 층으로 바꿨고, 만성 신장질환과 특발성 폐섬유증처럼 생물학이 얽힌 질환의 표적 식별에 썼다.
2022년 유로넥스트 암스테르담에 상장했고 2025년 3월 Osaka Holdings로의 합병을 거쳐 상장을 폐지했다. 아토피 피부염 후보물질 BEN-2293의 개발 중단 같은 임상 실패가 초점을 좁히게 만들었다. 지금은 같은 신약개발 플랫폼을 Qor라는 이름으로 팔고, 바이오테크 팀과 컨설팅 회사, 투자자가 의사결정에 쓴다. 가격표는 공개되지 않았고, 깊은 탐색 작업은 제휴 과제로 진행된다.
시작하는 방법
- qor.one에 접속해 무료 체험을 신청하거나 팀에 데모를 요청한다.
- 관심 있는 자산이나 적응증, 그리고 책임져야 할 판단을 알려 준다. 제휴 협상이나 투자 유치가 여기에 해당한다.
- 플랫폼이 근거 묶음을 만들고 입장을 정리하게 한다. 그다음 각 주장을 인용 출처와 대조한다.
- 입장을 저장하고 알림을 켠다. 지난 확인 이후 무엇이 바뀌었는지 보인다.
- 신약 탐색 공동연구를 원하면 BenevolentAI에 직접 연락한다. 범위는 과학팀과 함께 정한다.
제품 정보
BenevolentAI의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 전임상 단계 창업자
- 임상 단계 경영진
- 생명과학 컨설턴트와 투자자
작업
- 복잡한 질환의 표적 식별
- 경쟁 포지셔닝
- 제휴와 거래 검토
활용 상황
- 이사회 자료 준비
- 빠르게 움직이는 적응증 감시
- 낯선 질환 영역의 초기 조사
주요 기능
바이오의학 지식 그래프
유전자, 단백질, 신호경로, 질환, 화합물, 발표된 결과를 하나의 구조로 연결하고 모델이 그 안을 따라간다. 10년 넘게 자체 온톨로지와 함께 키웠기 때문에 회사는 이를 모델층이 아니라 진입 장벽으로 본다. 연구팀 입장에서 실제 효과는 낯선 표적을 물었을 때 논문 목록이 아니라 연결된 근거가 돌아온다는 점이다.
복잡한 질환의 표적 식별
단일 유전자 사고가 통하지 않는 질환을 위해 설계됐고, 공개된 실적은 만성 신장질환, 특발성 폐섬유증, 심부전, 루푸스에 있다. 2019년 시작된 제휴 이후 아스트라제네카 과학자들은 BenevolentAI에서 나온 표적 여러 개를 자사 파이프라인에 넣었다. BenevolentAI에 따르면 이 표적들은 정리된 문헌과 실험 데이터에 대한 그래프 추론의 결과이지, 단발성 스크리닝의 산물이 아니다.
Qor: 근거에 묶인 답변
Qor는 이 기술의 현재 상업적 얼굴이다. 자산이나 적응증에 대해 물으면 영역 현황, 의미, 무엇이 바뀌었는지를 담은 입장이 돌아온다. 사실 진술은 도달하기 전에 출처 검증을 거친다. 같은 질문을 범용 챗봇에 던질 때와 갈리는 지점이 여기다.
한 번 쓰고 마는 보고서 대신 계속 보는 감시
조사 보고서는 전달한 주에 낡기 시작한다. Qor는 저장한 입장을 검토 목록에 두고 새 논문, 시험 결과, 거래가 나올 때마다 다시 확인한다. 경쟁사가 과제를 중단하면 누군가 찾아봐야 한다는 걸 기억하지 않아도 갱신이 온다. 분석가들이 가장 자주 말하는 실패가 바로 이 지점이다.
포트폴리오와 거래 결정에 맞춘 흐름
제품은 바이오테크 경영진이 실제로 마주하는 질문을 축으로 짜였다. 적응증이 얼마나 붐비는지, 비교 자산이 얼마에 팔렸는지, 경쟁사 결과가 우리 주장에 유리한지 불리한지, 분석이 아직 유효한지. 이 구성은 과학자와 투자자, 컨설턴트와 함께 만들었고 범용 문서 도우미의 확장판이 아니다.
신약 탐색 과제를 위한 공동연구 모델
더 깊은 탐색 작업은 제약사와의 공동연구로 진행되고, BenevolentAI와 상대 기업 과학자들이 같은 치료 영역을 다룬다. 아스트라제네카와의 관계는 2022년 심부전과 전신홍반루푸스로 넓어졌고, 보고서를 넘어선 활용을 보여 주는 가장 분명한 예다.
장단점
장점
- 지식 그래프는 장기 자산으로서 실체가 있다. 온톨로지와 정리 작업은 단기간에 복제되지 않는다.
- 표적 식별 결과에 추적 가능한 근거가 붙는다. 과학자는 점수를 믿는 대신 추론을 검토할 수 있다.
- Qor는 답변을 최신으로 유지한다. 전달한 주에 낡는 분석이라는 고질적 문제를 다룬다.
- 제약사 검증이 실제로 있다. 아스트라제네카가 AI에서 나온 표적 여러 개를 파이프라인에 넣었다.
- 무료 체험이 있어 작은 팀이 상담 전에 흐름을 시험할 수 있다.
단점
- 가격이 공개되지 않는다. 예산을 세우려면 영업 대화와 개별 견적이 필요하다.
- 임상 기록에 실패가 있다. BEN-2293은 2a상 평가변수를 넘지 못했고 과제는 중단됐다.
- 제품은 전문 지식을 전제로 한다. 생물학 배경이 없는 사용자는 답변이 좋은지 판단하기 어렵다.
- 탐색 공동연구는 느리고 계약 부담이 크다. 작은 바이오테크가 전체 엔진을 클릭 한 번에 사는 구조는 아니다.
자주 묻는 질문
복잡한 질환에서 표적을 찾고 순위를 매기며, 자산과 경쟁사, 거래에 관한 판단을 돕는다. 탐색 작업은 제약사 제휴로 하고, 판단 쪽은 Qor로 판다.
관련 콘텐츠
BenevolentAI와 관련된 도구, 스킬, 아티클을 살펴보세요.
BenevolentAI 대안
Base Code
Base44 (Wix) · 코딩 · 생산성Base Code는 Base44가 만든 공유 클라우드 개발 환경이다. 팀은 기존 GitHub 저장소에 대한 변경을 채팅으로 설명하고, 미리보기로 확인한 뒤 풀 리퀘스트로 돌려보낸다.
Google EmbeddingGemma 2
Google DeepMind · 글쓰기 · 이미지 · 코딩Google EmbeddingGemma 2는 7억 4000만 파라미터의 오픈 모델로, 텍스트와 코드, 이미지, 오디오, 영상 프레임을 하나의 768차원 공간에 벡터로 바꿔 스마트폰과 노트북에서 실행한다.
GitGlow
GitGlow · 코딩 · 생산성GitGlow는 내 코드와 AI 에이전트의 변경을 한 리뷰에 모으는 데스크톱 Git 클라이언트다. 배포 전에 내 기계에서 무엇이 나가는지 확인할 수 있다.
