
https://m.blog.naver.com/ranto28/224297585371
평소 투자 관련 인사이트를 많이 참고하던 메르님의 글에 디지털 생물학 동향이 올라와 관련 주식 평소에 트레킹 하던 것이 있어서 간략히 리서치한 내용 공유드립니다.
내용 및 자료의 경우, CEO 인터뷰 내용을 참고 및 동사 IR 및 분기 보고 자료를 활용하였습니다.
매수 매도 추천이 아니며, 이런 기업이 있구나 정도로 봐주시면 감사하겠습니다 ㅎㅎ
하기 내용은 평소에 리서치 하듯이 러프하게 메모용으로 적은 부분들도 존재하여서 서술 방식에 있어서 양해해주시면 감사하겠습니다!


https://www.growbyginkgo.com/2024/08/30/making-new-biology/
창업자: 제이슨 켈리(Jason Kelly)
MIT 생물공학 박사 출신의 깅코바이오웍스 공동창립자 겸 CEO
2008년 창업 이후 CEO 및 이사회 멤버로 재직하며, 세포를 프로그래밍 가능한 공학 시스템으로 보는 합성생물학 비전을 주도
깅코를 통해 DNA, 세포공학, 자동화 실험실을 결합해 바이오 R&D를 클라우드 인프라처럼 제공하는 모델을 추진
CM Life Sciences II 이사 및 미국 National Security Commission on Emerging Biotechnology 의장 경력을 통해 바이오 자본시장과 국가 바이오 안보 영역에도 관여
투자 관점에서는 ‘비전형 창업자 CEO’로 평가 가능하나, 향후 핵심은 해당 비전이 Cell Engineering 매출, Cloud Lab 사용량, cash burn 감소로 연결되는지 여부가 핵심 사항으로 판단됨.
2008년에 창업했지만 실제 첫 번째 투자가 이루어진 것은 2014년 (대학원 졸업하자마자 바로 사업 시작)
샘올트먼이 2014년에 관심을 가짐 → YC
컴퓨터 과학을 활용해서 생물학을 더 쉽게 엔지니어링한다 → 비전의 경우 후술
DNA는 일정의 코드 0과 1 대신, A,C,T,G로 이루어진 일종의 코드
컴퓨터를 제외하면, 이렇게 ‘코드’ 형태로 다룰 수 있는 거의 유일한 대상이 생명공학
DNA 코드를 설계할 수 있다면 세포를 원하는 대로 프로그래밍 할 수 있음
세포는 컴퓨터처럼 프로그래머블한 시스템이라고 볼 수 있음. 다만, 컴퓨터와 다른 점은 세포는 실제로 물질(원자)로 움직이게 된다.
→ 원하는 거의 모든 것을 만들어 낼 수 있다면, 큰 시장 및 큰 기회가 될 수 있다
현재 병목 사항은? → 세포를 프로그래밍하는 능력이 아직 많이 부족
어떻게 이걸 해결할건데 → ginko의 핵심 아이디어
[실적 하이라이트]
2026년 1분기 매출: 1,900만 달러로 2025년 1분기 대비 49% 감소했습니다. 2025년 1분기의 일회성 비현금 수익 750만 달러를 제외하면 감소율은 37%입니다.

순손실: 2026년 1분기 계속 사업 부문 순손실은 7,600만 달러로, 전년 동기 8,300만 달러 손실에서 개선되었습니다.

조정 EBITDA: 2026년 1분기에 마이너스 4,200만 달러로, 2025년 1분기의 마이너스 4,400만 달러와 비교됩니다.
현금 포지션: 2026년 1분기 기준, 회사는 은행 부채 없이 3억 7,300만 달러의 견고한 현금 포지션을 보유하고 있습니다.
현금 소진(Cash Burn): 2026년 1분기에 4,800만 달러로 감소하여 2025년 1분기 5,800만 달러에서 17% 감소했습니다. 여기에는 미래 약정액을 1억 달러 이상 줄인 Google Cloud에 대한 1,400만 달러 지불이 포함됩니다.
운영 비용: 구조조정 노력에 힘입어 2026년 1분기 연구개발비는 38% 감소한 3,000만 달러, 판매관리비는 35% 감소한 1,300만 달러를 기록했습니다.
매출 부분은 바이오보안 사업부가 분사됨에 따라 감소함을 확인할 수 있고, 운영 비용 & 현금 지출을 통제하여 추가 유상증자 없이도 사업을 약 2년 정도 영위할 수 있는 cash flow를 확보함을 확인할 수 있습니다.
[주요 비즈니스 업데이트]
자율 실험실에 대한 전략적 집중: 회사의 2026년 주된 초점은 AI 연구소와 정부로부터 상당한 주목을 받고 있는 자율 실험실 분야에서 우위를 점하는 것
Nebula 시스템 확장: G자사의 자율 실험실인 Nebula를 이달 말까지 50개 이상의 재구성 가능 자동화 카트(RAC)에서 103개로 확장하고 있음. 상기 시스템은 이미 과학자들이 제출한 100개 이상의 프로토콜을 실행.

바이오보안 사업부 분사: 바이오보안 사업부를 새로운 투자자들로부터 6,000만 달러를 지원받는 'Perimeter'라는 신규 회사로 분사. Ginkgo의 경우 주주로 지분을 보유하고 있는 형태

클라우드 랩 출시: 고객이 원격으로 자동화된 실험을 실행할 수 있는 서비스인 Ginkgo Cloud Lab(cloud.ginkgo.bio)을 출시했으며, 일부 실험은 최저 39달러에 가격이 책정됨.
AI 협업 및 파트너십: OpenAI와 GPT-5를 사용한 프로젝트를 통해 무세포 단백질 합성 비용을 40% 개선했습니다. Ginkgo의 서비스를 통합하기 위해 Amazon Bio Discovery, Benchling, Tamarind Bio와 새로운 파트너십을 체결했습니다.
고객 및 정부 도입: Pacific Northwest National Laboratory(PNNL)와 새로운 자율 실험실을 위한 4,700만 달러 규모의 계약을 체결했으며, 국립 연구소에 AI를 도입하는 Genesis Mission과 같은 정부 이니셔티브에 참여하고 있습니다.


자율 실험실이라고 부르는 시스템을 활용. 실험 효율을 극대화하려면 사람을 실험대에서 떼어내야 함. 비단, 생명공학뿐만 아니라 과학 전반에도 해당되는 이야기임. 현재 우리 과학 95% 방식은 수학같은 경우가 아니면 실험 연구에 들어감.
세상에 대해 새로운 것을 알아보고 싶다면, 결국 직접 부딪혀 보고 실험해봐야 함. 어떤 가설이나 의견을 내세울 수는 있지만, 이를 확인하려면 반드시 테스트가 필요함. 실험 과학이야말로 변화를 만들어내는 핵심임.
추론 모델이 로봇 실험실을 갖게 된다면 실험 과학의 역할을 대신할 수 있을까? → 꽤 잘한다.
ex) 무세포 합성이라는 생화학 문제가 있음. DNA 서열 a t g c → DNA가 RNA를 만들고, RNA가 단백질을 만든다. 세포 안에 DNA를 넣으면 단백질이 만들어진다.

무세포라는 방식은 세포를 터뜨려서 그 안의 구성물(효소)시험관에 꺼내 담은 다음 DNA를 넣는 방식 → 필요한 구성 요소들이 있기에 단백질이 만들어짐 → 세상에서 가장 작은 3D 프린터 → 조건을 최적화하려고 하지만 비용이 많이듦.

2025년 8월 스탠포드 대학 Michael Jewett 연구팀에서 논문을 발표함. 무세포 단백질 합성을 얼마나 저렴하게 할 수 있는지에 대한 일종의 기준을 세움. → 이걸 모델로 최적화해보자 → 실험을 여러 라운드로 나누어 진행.
각 라운드마다 384개 웰이 있는 플레이트 100개를 사용. 각 웰은 작은 액체 구멍 → 각각 독립적인 실험 수행이 가능 → 그래서 모델이 약 3만 개의 실험을 수행할 수 있도록 한 것임.

그리고 모델이 그 실험들을 수행한 후에는, 결과를 받아서 실험을 다시 설계하는 구조를 가짐. 이 과정을 6번 반복하자 기존 최고 수준(SOTA)를 넘어섬. 여섯 번까지 반복했을 때는 그보다 40% 더 개선된 결과를 냄. 매우 가시적인 성과로 판단
40% 개선 이유가 구체적으로 무엇? → 과학자는 실험 연구를 할 때 우선, 아이디어를 떠올리고 그 아이디어에 대해 질문을 던질 수 있도록 실험을 설계함. 실험을 수행하고 결과를 얻은 후, 그 결과를 해석함. 그 해석을 바탕으로 다시 한번 실험을 진행 → 상기 과정을 반복하는 구조]
전체 사이클은 매우 논리적. 이거 때문에 생물학을 모델링하거나 시뮬레이션 할 필요는 없음. 설계쪽 문제가 아니다 → 프로그래머 처럼 접근하면 됨. 논리적으로 사고 결과를 돌려보면 됨
회사가 한 것도 그 이상이 아님. 모델이 똑똑했다고 ...

좋은 글 감사합니다...덕분에 흥미로운 기업 또 배워갑니다 ㅎㅎ

제가 평소에 더 많이 배우고 있습니다! 감사합니다 ㅎㅎ