[서울대 바이오AI 심포지엄]
김빛내리·석차옥·이현숙 교수 등
국내최고 석학들, 진단과 분석 내놔
31일 서울대학교 글로벌공학교육센터에서 열린 바이오 AI 심포지엄에 참석한 전문가들이 기념촬영을 하고 있다. 앞줄 왼쪽 셋째부터 표준희 한국제약바이오협회 AI신약연구원장, 윤태영 오스코텍 대표, 석차옥 갤럭스 대표, 김우연 히츠 대표, 이현숙 교수. [서울대 바이오인공지능연구단]
“신약개발 인공지능(AI), 어디까지 왔나. 바이오 AI는 어디로 가고 있나.”
평소 한 명도 만나기 힘든 대한민국 생명과학계의 최고 석학들이 AI를 화두로 한 자리에 모였다. 김빛내리 서울대 교수와 석차옥 서울대 교수, 백민경 서울대 교수, 이현숙 서울대 교수, 윤태영 오스코텍 대표 등은 최근 세계가 주목하는 AI와 바이오산업의 결합에 대해 의견을 피력했다.
이들은 31일 서울대에서 열린 ‘바이오 AI-현실 격차, 어디에 존재하며 어떻게 메울 것인가’ 심포지엄에 참석해 AI 기반 신약개발의 현주소와 한계를 진단했다. 글로벌 바이오 산업에 AI가 빠르게 도입되고 있긴 하지만, 신약개발의 본질적 난제인 질병 원인 규명과 신규 타깃 발굴에서는 여전히 한계가 있다는 지적이 나왔다. 다만 기존 데이터를 기반으로 후보물질을 설계하고 개발 속도를 단축하는 데서는 이미 의미 있는 성과가 나타나고 있다는 평가다.
AI가 신약개발의 첫 관문인 후보물질 발굴 기간을 단축해준다는 점은 입증된 분위기다. 길게는 10~15년이 걸리던 신약개발 기간에서 2~3년을 아껴준다는 점에서 주목받고 있다. 최근 미국 식품의약국(FDA)이 AI·컴퓨터 모델링 활용을 허용하는 NAMs 가이드라인 초안을 공개하면서 규제 환경도 바뀔 것으로 예상된다. 관련 시장도 빠르게 성장해 2023년 15억달러(약 2조3000억원)에서 2030년 최대 90억달러(약 13조8000억원) 규모로 확대될 전망이다.
후보물질 발굴기간 2~3년 줄여줘
FDA도 AI·컴퓨터 모델링 활용 허용
김빛내리 서울대 생명과학부 교수가 31일 서울대에서 열린 ‘바이오 AI-현실 격차’ 심포지엄에서 RNA 기반 신약개발과 AI 활용 방향에 대해 발표하고 있다. [서울대 바이오인공지능연구단]
리보핵산(RNA) 연구의 세계적 권위자인 김빛내리 교수는 AI 신약개발의 다음 과제로 RNA 영역을 제시했다. 김 교수는 “RNA는 중복 요소를 제외하면 분석 대상이 제한적이고, 서열을 맞춰 비교하는 과정도 쉽지 않다”며 “동역학이나 환경 변화까지 고려해야 하기 때문에 아직 갈 길이 멀다”고 말했다.
김 교수는 특히 “서열을 알고 있어도 이것이 어떤 기능으로 이어지는지 연결하는 것은 매우 어려운 문제”라며 “모든 경우를 실험으로 확인하는 것은 현실적으로 불가능하다”고 설명했다. 그러면서 “이 문제를 풀기 위해서는 고속으로 데이터를 대량 확보하고, 이를 기반으로 AI를 활용한 예측 접근이 필수적”이라며 “AI가 이러한 복잡한 문제를 해결하는 핵심 도구가 될 것”이라고 강조했다.
김우연 히츠 대표이사(KAIST 화학과 교수)는 현재 AI 신약개발의 본질을 ‘조합 능력’으로 규정했다. 김 교수는 “이미 보고된 구조와 약물 데이터를 분석해 핵심 분자 조각을 찾아내고 이를 조합하는 방식으로 설계가 이뤄진다”며 “이미 잘 만들어져 있는 것들을 활용하는 것이 AI의 강점”이라고 말했다.
이어 “생명현상은 하나의 단백질 수준이 아니라 다양한 스케일에서 나타나는 복잡한 현상”이라며 “현재는 단백질 수준에서는 어느 정도 성과가 나오고 있지만, 세포나 개체 수준으로 갈수록 AI는 아직 개발 단계에 있다”고 지적했다.
다만 이러한 성과에도 불구하고, AI가 신약개발의 성공까지 담보하는 단계에는 아직 이르지 못했다는 지적이 이어졌다. 정남진 글로벌신약개발 자문은 “AI 활용 덕분에 후보물질 발굴 속도는 획기적으로 단축됐지만, 후보물질 발굴 이후 단계에서의 성공을 보장하는 수준까지는 아직 아니다”라며 “휴먼 유전학적 근거와 기전 이해가 뒷받침된 타깃이 필요하다”고 말했다.
좋은 데이터 없으면 한계 뚜렷
국가적 차원 인프라·검증 필
31일 서울대학교 글로벌공학교육센터에서 열린 바이오 AI 심포지엄에 참석한 전문가들이 패널 토론을 하고 있다. 왼쪽부터 석차옥 갤럭스 대표(서울대 화학과 교수), 김우연 히츠 대표(카이스트 교수), 정남진 글로벌신약개발 자문, 윤태영 오스코텍 대표, 표준희 한국제약바이오협회 AI신약연구원장. [서울대 바이오인공지능연구단]
윤태영 오스코텍 대표는 “AI는 원리를 찾아내는 데는 약하고, 이미 알고 있는 것들을 조합해 새로운 결과를 만들어내는 데 강점이 있다”며 “후보물질 설계나 효율화 측면에서는 유용하지만, 근본적인 발견 단계에서는 한계가 있다”고 지적했다. 윤 대표는 또 “지금은 AI로 모든 문제를 해결하려 하기보다 속도 개선과 효율화 등 활용 가능한 영역부터 적용하는 것이 현실적”이라고 덧붙였다.
AI 신약개발의 핵심 과제로는 데이터와 인프라가 꼽혔다. 정 자문은 “좋은 데이터를 확보하지 못하면 AI 성능도 한계가 있을 수밖에 없다”며 “데이터 품질이 천차만별인 상황에서는 ‘가비지 인, 가비지 아웃(GIGO)’ 문제가 반복될 수 있다”고 지적했다. 특히 고품질 학습 데이터뿐 아니라 실패 사례를 포함한 네거티브 데이터, 분자·세포·임상으로 이어지는 멀티스케일 데이터 부족, 데이터 표준화 미비 등이 주요 과제로 언급됐다.
표준희 한국제약바이오협회 AI신약연구원장은 “국내 바이오텍은 자원과 인력이 제한적인 만큼 데이터와 인프라를 공유하고 협업할 수 있는 환경이 중요하다”며 “AI 활용 역량을 높이기 위한 국가적 지원이 필요하다”고 말했다.
정부가 신약 개발 AI 모델의 객관적 평가를 지원해야 한다는 목소리도 나왔다. 석차옥 서울대 화학과 교수(갤럭스 대표)는 “글로벌 제약사와 바이오텍 모두 자신들이 개발한 AI 모델의 성능을 강조하지만, 실질적인 수준과 정확도를 판단하기 쉽지 않다”면서 “국가적인 차원에서 AI 모델 검증 체계가 있으면 좋을 것”이라고 했다. 실제로 신약 개발 분야에서 공신력 있는 경진대회인 세계 단백질 구조 예측 대회(CASP)는 미국 국립보건원(NIH)이 후원한다.
댓글
0