30일 오전 10시 김우연 AI 신약개발지원센터장 기자간담회
"제약사 30여 곳, 자체개발 또는 신약개발 AI 기업과 협업 통해 인공지능 기술 개발 중"
올 하반기 '신약개발 연구자 위한 AI 플랫폼' 출시
인공지능기술과 신약개발기술 '두 분야 상호이해와 협업' 필수적
'융합형 AI 신약개발 전문가 교육'사업 강화
AI 신약개발 가속화 측면에 '데이터' 인력과 기술 못지않게 중요
[보건타임즈] "신약개발은 사회 파급효과가 매우 큰 공익 성격의 사업이다.
신약 R&D에 들어가는 막대한 시간과 비용은 국내 제약기업이 감당하기엔 넘기 힘든 진입장벽으로 작용, R&D 효율성을 극대화하는 AI 활용 신약개발이 미래 핵심 전략 분야로 부상했다.
신약개발에 AI 기술이 접목, 전 단계에 활용되면 신약개발주기를 15년에서 7년으로 단축할 수 있을 것으로 추정하는 등 AI 신약개발이 제약시장분석기관들이 전망하는 미래 모습이다.
AI를 이용한 후보물질 설계부터 시작해서 유전체 등 생체정보 데이터를 기반으로 전임상과 임상시험을 꾸려, 시행함으로써 최적 환자군을 도출, 불확실성, 그리고 시간과 비용을 최소화할 것이다"
한국제약바이오협회 김우연 AI 신약개발지원센터장(사진)은 30일 오전 10시 협회회관 2층 A룸에서 가진 기자간담회에서 "AI 센터 자체조사 결과, 국내 신약개발 AI 스타트업이 현재 38개로 늘어난 데다 작년 상반기엔 14개 신약개발 AI 스타트업에 1,700억 원의 투자가 이뤄졌다"면서 "정부도 'AI 활용 혁신 신약 발굴' 등 27개 사업을 통해 제약바이오산업의 AI 활용을 적극적으로 지원하고 있으나 아직은 미성숙 단계"라며 AI 신약개발의 중요성을 이같이 밝혔다.
김 센터장은 "AI 신약개발 시장의 우선 과제로 'AI를 신약개발에 적용했더니 R&D 비용이 절감됐다'는 사례도출이 있다"면서 "나아가 표적 발굴, 후보물질 설계, 합성, 검증과정을 넘어서 전임상, 임상 등 신약개발 단계마다 적용할 AI 기술 개발이 요구되고 있다"며 "제약기업도 미래전략으로 AI 기술 확보에 적극적으로 나서 현재 30여 곳에서 자체개발 또는 신약개발 AI 기업과 협업을 통해 인공지능 기술을 개발 중"이라고 전했다.
하지만 아직은 도입단계이며 본격적인 활용단계로는 나아가지 못하고 있다는 게 김 센터장의 지적이다.
김 센터장은 "많은 기업이 AI 기술 도입이나 AI 기업과 협력 과정에서 시행착오를 겪고 있으며 인공지능 기술의 이해, 데이터 구축과 전문인력 확보 방안을 종합적으로 고려한 도입전략 구축이 요구되고 있다"면서 "이를 앞당기려면 인공지능기술과 신약개발기술 두 분야의 상호이해와 협업이 필수적으로 AI 신약개발지원센터는 이 협업의 비즈니스 촉진에 역량을 집중할 것"이라고 말했다.
AI 신약개발지원센터는 이를 실행할 방안으로, 올 하반기에 '신약개발 연구자를 위한 AI 플랫폼'을 출시할 계획이다.
이 플랫폼을 통해 제약기업이 고가로 구매해야 하는 해외 소프트웨어 도입비용을 줄이는 효과가 있을 수 있으며 AI 신약개발의 긍정적인 경험을 쌓게 되면, 다양한 매칭이 활발하게 이뤄져 제약바이오산업의 인공지능, 시뮬레이션, 빅데이터 기술 도입을 촉진시킬 것이라는 게 한국제약바이오협회의 시각이다.
'신약개발 연구자를 위한 AI 플랫폼'은 IT에 전문지식이 없는 의약화학자도 웹상에서 손쉽게 활용할 수 있도록 개발 중이다.
또 제약바이오협회는 협업 비즈니스에서 가장 중요한 '융합형 AI 신약개발 전문가 교육'사업을 강화하며 올해 신약개발 연구원 맞춤형 학습 과정과 현장실습과정을 개설, 신약개발 현장의 AI 전문인력 부족 현상을 해소해 나갈 계획이다.
현재 신약개발 연구자를 위한 'AI 플랫폼'은 IT에 전문지식이 없는 의약화학자도 웹상에서 손쉽게 활용할 수 있도록 개발 중이다.
여기에 전문가 자문위원회와 AI 신약개발 협의체를 운영, 인공지능과 신약개발 두 전문영역이 활발하게 소통, 기술을 교류할 수 있게 함으로써 빠르게 발전하는 국내외 AI 기술 동향과 AI 기업 정보를 한눈에 파악할 웹사이트를 구축, 5월부터 가동할 예정이다.
전문인력 교육도 인공지능과 신약개발 두 전문영역의 이질성을 극복하는 주체로 추진된다.
김 센터장은 "센터에선 온라인 교육플랫폼 라이드(LAIDD)를 구축, 3년간 교육생 800명을 배출했으며 올핸 이 교육플랫폼을 더욱 고도화해 타 분야 전문가와 소통하는 능력을 갖춘 다양한 융합형 전문인력을 배출하려 한다"면서 "이를 위해 수강생의 배경지식과 목표직무 맞춤형 러닝 트랙을 구축할 것이며 교육생들이 AI 신약개발 현장에서 직접 소규모 프로젝트를 수행해 보는 인턴십 프로그램을 운영, 인공지능과 신약개발 두 전문영역의 상호이해와 소통역량을 강화하는 동시에 AI 신약개발 시장의 인력 부족 현상을 해소해 나갈 계획"이라고 말했다.
제약바이오협회 AI 신약개발지원센터는 이미 AI 기업과 협업, 신약개발이 성큼 다가왔음을 알렸다.
센터에 따르면 미국, 유럽의 제약기업들은 AI 기업과 협업, 신약개발을 가시화하고 있으며 작년 4월 영국에서 AI로 디자인한 신약후보물질이 임상시험에 들어간 상태다.
2020년 10월 미국에선 AI로 추천한 C19 약물 재창출 후보물질이 임상시험을 거쳐 긴급사용 승인을 받았다.
이러한 해외사례와 비교할 때, 한국의 AI 신약개발 시장은 M&A, 라이센스인-아웃 같은 뚜렷한 비즈니스 모델을 보여주지 못하고 있다.
이에 김 센터장은 "최근 권위 있는 국제학회에 발표되는 국내 기업, 대학과 연구기관의 AI 논문이 많이 늘어나 기술 수준을 국제적으로 인정받고 있음을 의미한다"면서 "AI 신약개발 시장의 발전속도가 더딘 원인이 AI 기업과 제약기업 간의 협업 부족했기 때문이며 한국의 빅데이터와 인공지능을 활용한 신약개발기술이 아직 글로벌 선두주자와 격차가 크지 않아 제약기업의 신약개발 능력과 IT 기업의 AI 기술을 제대로 잘 접목하면 충분히 승산이 있다고 본다"고 전망했다.
이와 함께 제약·바이오협회 AI 신약개발지원센터는 AI 신약개발의 가속화 측면에서 데이터를 인력과 기술 못지않게 중요한 것으로 꼽았다.
김 센터장은 "AI 신약개발 시 화합물, 오믹스, 문헌 정보, 임상 정보, 의료정보 등 다양한 데이터 소스를 필요로 하지만 AI 솔루션에 필요한 대량의 학습데이터를 확보하는 일이 쉽지 않은 데다 국내 제약기업의 경우 자체 보유 데이터가 많지 않은 상황이면서 민감성에 개인정보, 기술유출 등의 이슈가 커 공공기관, 의료기관, 제약기업 각자의 데이터를 폐쇄적으로 활용하고 있다"며 "공공기관의 빅데이터, 데이터 중심병원의 의료데이터를 제약기업의 임상데이터와 연계, 활용할 수 있는 방안을 정부 차원에서 강구해야 할 때"라고 강조했다.
기사최종편집일: 2024-04-26 11:15:56
다음기사 : 
