"AI"… 신약 개발의 미래

사진 : pixabay

[디지털비즈온 김맹근 기자] AI 기술은 단순한 보조 도구를 넘어 신약 개발 전 주기를 혁신하는 전략적 파트너로서의 위상을 확립하고 있다. 그간 신약 개발 산업은 ‘고위험 고수익’이라는 구조 아래, 막대한 시간과 자본을 투입하고도 운에 기대는 확률 게임을 반복한다. 그러나 AI의 등장으로 단순히 연구 보조 도구를 넘어 타겟 발굴부터 임상 시험 설계와 시판 후 감시까지 전 과정에 개입하여 의사결정의 정확도를 향상시키고 있다.

방대한 바이오 데이터를 학습하여 신약 개발의 속도와 정확성을 획기적으로 향상된다. AI는 수백만 건의 논문과 실험 데이터를 분석하여 인간이 미처 발견하지 못한 질병의 패턴과 새로운 타겟을 제시한다. 또한, 가상 환경에서의 시뮬레이션을 통해 실험 횟수를 줄이고 유망한 후보물질을 신속하게 선별하여 비용 절감이 가능해진다. 통상 약 4~5년이 소요되던 후보물질 탐색 및 발굴 기간을, AI를 통해 1년 내외로 단축할 수 있으며, 실제 글로벌 선도 기업들은 AI를 활용해 타겟 발굴부터 임상 1상 진입까지 30개월 만에 주파하는 성과를 보이고 있다.

결국 AI 신약 개발은 데이터가 곧 약이 되는 시대를 열었으며, 기존의 구조적 한계를 극복하기 위한 필수 생존 전략이자 인류의 기대 수명을 획기적으로 연장할 거대한 기술적 진보의 변곡점에 서 있음을 알린다.

AI는 신약을 어떻게 만들까?

AI는 방대한 문헌과 오믹스 데이터*를 분석해, 질병의 원인이 되는 새로운 타겟 단백질을 발굴하는 데 기여한다. AI 기반 단백질 구조 예측 기술을 통해 아미노산 서열만으로 3차원 구조를 규명하여 타겟 발굴의 혁명을 일으키고 있다. 또한, 생체 신호 전달 경로를 모델링하여 타겟 단백질 조절 시 발생할 수 있는 생체 내 파급효과를 예측하고 검증한다.

최적의 약물 구조를 설계하는 AI는 AI는 원하는 물성을 가진 새로운 화합물 구조를 자동으로 생성하여 후보물질 탐색 범위를 확장하는 것이 가능하다. 가상 스크리닝 기술을 통해 수십억 ~ 수조 개의 화합물 라이브러리에서 표적 단백질과 결합력이 높은 물질을 도출한다. AI 모델은 화합물의 물리화학적 특성을 사전에 예측하여 실험 단계에서 발생할 수 있는 오류를 최소화하는 데 기여한다.

가상 검증에서 임상 최적화까지는 본격적인 임상 진입 전 가상 환경에서 약물의 체내 거동을 정밀하게 시뮬레이션 한다. 실제 환자의 유전체와 임상 데이터를 분석하여 약물 반응성이 높은 최적의 환자군을 선별하여 성공률을 극대화한다. 디지털 트윈 기술을 통해 가상 환자 모델을 생성하여 임상 시험의 대조군으로 활용하거나 약물 반응을 시뮬레이션 한다.

국내외 주요 기업 동향

신약 개발 플랫폼 개발 집중 빅테크 기업으로는 구글 딥마인드는 자체 개발한 ‘알파폴드(AlphaFold)’를 통해 글로벌 AI 신약 개발 분야를 선도한다. ’21년 신약 개발 전문 자회사 ‘아이소모픽 랩스’를 설립, 거대 제약사와 파트너십을 맺어 신약 파이프라인 공동 개발 추진 중이다.

엔비디아는 AI 연산의 필수품인 하드웨어(GPU) 지배력을 바탕으로, 신약 개발 전용 소프트웨어 생태계까지 장악했다. AI 신약 개발 선도 기업인 ‘리커전’에 대규모 투자를 단행하고, 리커전이 보유한 방대한 생물학 데이터를 학습시키는 등 신약 개발 사업의 영역을 확장했다.

아마존은 생성형 AI 기반 바이오 데이터 전용 인프라를 구축했다. 글로벌 제약사 ‘암젠’과 협력하여, 자체 AI 플랫폼 ‘베드락(Bedrock)’을 활용한 신약 개발 및 제조 최적화 프로젝트 본격화하고 있다.

글로벌 제약사의 투 트랙* 생존 전략 추진으로는 아스트라제네카는 자체 데이터 사이언스 역량 강화와 더불어, 특정 질환 영역에서 바이오기업과의 협업으로 실제 가시적인 파이프라인 성과를 내는 중이다. 사노피는 글로벌 제약사 중 가장 공격적으로 AI 전면 도입을 선언, 최초의 AI 기반 제약사로의 도약을 목표로 신약 개발의 전 밸류체인에 AI 적용 추진하고 있다. 일라이 릴리는 비만 치료제 시장 제패로 글로벌 제약사 1위로 등극한 기업으로, 차세대 성장 동력으로 AI를 정조준하고 있다.

국내 기업의 K-신약 개발을 위한 도전은 자체 AI 플랫폼 구축과 스타트업과의 공동 연구를 병행하며 AI 신약 개발 역량을 강화하고 있다. W 중외제약) 화합물과 생물학적 라이브러리를 통합한 독자적인 데이터 사이언스 플랫폼 ‘JWave’를 선제적으로 구축하여 연구개발 진행이다. 대웅제약은 약 8억 건의 화합물 데이터를 기반으로 한 신약 후보 물질 탐색 시스템인 ‘AIVRIE’를 자체 개발하여 초기 탐색 단계 효율성 제고한다. 유한양행은 자체 AI 플랫폼 구축보단, 검증된 AI 기업(사이클리카, 익스토 등)에 선제적으로 지분을 투자하고 공동 연구를 통해 파이프라인 확보하는 전략 추진하고 있다.

국내 IT 대기업은 자사가 보유한 초거대 언어모델과 클라우드 그리고 병원 데이터 연계 역량을 앞세워 신약 개발의 ‘인프라 제공자’로 부상하고 있다. LG AI연구원은 LG 초거대 모델 ‘AI 엑사원’을 화학 및 바이오 분야에 특화된 ‘엑사원 디스커버리’ 플랫폼을 공개, 단백질/화합물 구조를 예측하는 데 활용한다. 카카오브레인은 전통적인 저분자 화합물을 넘어, 결합력이 뛰어난 새로운 항체의 구조를 예측하는 AI 기술 개발에 집중하고 있다.

결과적으로 AI 신약 개발의 미래 혁신은 ’24년 노벨화학상 수상이 증명한 AI 신약 개발 패러다임 전환처럼, 구글 딥마인드의 데미스 허사비스와 존 점퍼가 ‘알파폴드’ 개발로 노벨화학상을 수상한 것은 인류 과학사에 한 획을 그은 특이점을 알 수 있다. 초개인화 정밀 의료(Hyper-Personalized Medicine)로의 진화, 치료 불가능한 영역의 정복과 희귀질환 치료의 대중화, 사회적 의료비용 절감과 인류의 건강 수명의 비약적 향상을 볼 수 있다.