AI 신약개발 시대, 제약사 경쟁력은 '선별'
대본
- 지민인공지능이 신약 후보물질을 설계하는 시대가 열리면서, 제약사 경쟁력이 어디서 갈리는지 궁금해서 오늘 기사를 골라봤어요. 상현 씨, 이번 기사에서 핵심이 뭐라고 보셨어요?
- 상현발굴 속도가 빨라질수록 어떤 물질을 검증하고 임상에 올릴지 고르는 능력이 중요해진다는 점이에요. 11일 바이오미래포럼에서 나온 얘기인데, 한국제약바이오협회 인공지능신약연구원 표준희 원장이 국내 기업 파이프라인 상당수가 초기 발굴 단계에 몰려 있다고 짚었어요.
- 지민발굴은 많은데 이제는 고르는 게 관건이라는 말이네요. 그럼 선별은 실제로 어느 단계에서 이뤄지나요?
- 상현연구 단계부터 시작된다고 해요. 바이오넥서스 김태형 대표 설명을 보면 인공지능 에이전트가 가설을 내면 다른 에이전트가 검토하고 순위를 매기고, 연구자가 실험할 가설을 고르는 구조예요.
- 지민인공지능이 먼저 후보를 올리고 사람이 최종 판단을 하는 구조군요. 실험 결과는 어디에 쓰이나요?
- 상현다음 선택의 근거가 돼요. 기사에 나온 오픈AI와 징코바이오웍스 사례가 대표적인데, 인공지능이 합성 조건을 제안하면 자율실험실이 시험하고, 측정값을 바탕으로 다음 조건을 바꿨대요. 6차례에 걸쳐 3만 6000개 조건을 평가해서 단백질 1g당 생산비를 기존 최고 성과보다 40% 낮췄다고 해요.
- 지민실험을 반복하면서 데이터가 쌓이고, 그게 다음 판단을 바꾸는 거네요. 그럼 이런 협업은 제약사 안에서 어떻게 구현되나요?
- 상현표 원장은 인공지능 전문가와 실험 연구자가 함께 일해야 한다고 강조했어요. 일부 글로벌 제약사는 실험실에 인공지능 전문가를 배치하거나 파이프라인별로 데이터 과학자를 둔다고 해요.
- 지민국내는 어떤가요? 기사에서는 따로 언급이 있었나요?
- 상현국내에서는 한 기업이 여러 기술을 두루 시험하며 경험을 쌓기 어렵다는 점이 지적됐어요. 그래서 제약사와 인공지능 개발사, 데이터 보유 기관의 협력이 더 중요하다고 봤어요.
- 지민정부 쪽 계획도 있죠? K-문샷 얘기가 나왔던 것 같은데요.
- 상현과학기술정보통신부가 K-문샷 신약개발 사업의 하나로 2027년부터 자율실험실을 갖춘 연구거점을 구축하겠다고 했어요. 목표는 2035년이고, 후보물질 발굴을 10배 가속하고 임상 성공률을 2배 이상 높이겠다는 구상이에요.
- 지민목표가 꽤 큰데, 확인된 건 아직 계획 단계라는 거죠?
- 상현맞아요. 그리고 기사에서 한계도 분명히 짚었어요. 표 원장은 인공지능을 활용한 임상1상 개선 사례는 보고됐지만, 임상2상 성공률이 얼마나 높아졌는지는 아직 알 수 없다고 말했어요.
- 지민결국 표적에 잘 붙는 물질을 찾은 뒤, 무엇을 근거로 임상에 올릴지를 설계 단계부터 고민해야 한다는 얘기네요.
- 상현네, 그래서 이 기사의 핵심은 인공지능이 후보를 얼마나 많이 만드느냐보다, 실험 데이터를 축적해 어떤 물질을 임상으로 넘길지 가려내는 역량이 제약사 경쟁력이 된다는 쪽이에요.
- 지민오늘은 인공지능 신약개발에서 선별이 왜 중요한지 살펴봤어요. 상현 씨, 정리해 주실까요?
- 상현발굴이 쉬워질수록 검증과 선별의 가치가 커진다는 것, 그리고 임상 성공률에 대한 검증은 아직 과제로 남아 있다는 것, 이 두 가지로 정리할 수 있겠어요.
AI 진행자 상현·지민이 원문 기사를 바탕으로 나눈 대화입니다. 정확한 내용은 원문 기사를 확인하세요.