[데일리팜=노병철 기자] 인공지능(AI)은 드론산업과 더불어 4차 산업혁명의 핵심 기술로 평가된다. AI는 IT를 비롯해 제조·금융·서비스업 등 전 산업군에 접목, 새로운 패러다임을 만들고 있다. 제약바이오산업도 마찬가지다. 헬스케어분야 인공지능 활용 최전방은 단연 신약개발이다. 그렇다면 제약사들이 신약 개발에 인공지능을 도입하려는 이유는 뭘까. 신약 개발에 드는 막대한 기간과 비용을 획기적으로 줄여주기 때문이다.

AI는 사람이 할 수 있는 사고·학습·추론 등의 행동을 컴퓨터가 모방할 수 있도록 프로그램으로 실현한 기술을 말한다. 이러한 AI의 특성을 이용한 신약 개발은 임상 데이터와 신약 개발에 적합한 AI 알고리즘을 활용해 신약을 개발하는 것을 뜻한다. 이때 AI 알고리즘은 딥러닝을 활용한 AI 플랫폼을 사용한다. 이 플랫폼은 오랜 기간 축적된 방대한 연구 자료와 병원 진료 기록 등을 기반으로 데이터를 분석, 신약 후보 물질을 찾아내 약효를 예측하는 등 신약 개발 과정을 안정적이고 효율적으로 만드는 역할을 한다.

일반적으로 신약 개발은 후보 물질을 도출하는 단계부터 시작되는데, 제약사들은 신약을 개발할 대상 질환을 정하고, 수백 개의 관련 논문을 살펴 데이터를 수집·분석해 후보물질을 탐색한다. 한국보건산업진흥원 자료에 따르면 이 과정을 통해 소요되는 신약 개발 기간은 평균 10년 이상, 비용은 약 2~3조원에 달한다. 하지만, 이렇게 오랜 시간과 막대한 비용을 들여도 실패 확률이 92%에 이른다.

만약 이 과정에 AI를 투입한다면 어떤 변화가 생길까. AI는 한 번에 100만 건 이상의 논문을 탐색할 수 있어 수십 명의 연구자가 1~5년간 해야 할 일을 하루 만에 진행할 수 있다. 이에 전문가들은 AI가 신약 개발 전 단계에 활용될 경우 개발 주기가 15년에서 7년으로 단축되고, 개발 비용도 6000억원 수준으로 줄어들 것으로 전망한다.

AI 기술은 임상시험 단계에서도 중요한 역할을 한다. 화합물 구조 정보와 생체 내 단백질 결합능력을 계산해 신약후보 물질을 제시하거나 약물 상호작용 등을 예측해 임상시험 설계 단계에서 나타날 수 있는 시행착오도 줄여준다는 이점이 있다. 그 밖에도 AI 기술은 의약품 제조 단계, 인허가 의사결정, 약물감시 등에도 사용되기도 한다.

신약 개발 과정에 드는 막대한 시간과 비용을 단축해주는 AI 기술의 특장점에 힘입어 국내외 제약사들은 AI 신약 개발에 앞다퉈 뛰어들고 있다. 스위스 제약사 로슈나 미국의 얀센과 화이자, 독일의 바이엘 등 다수의 글로벌 빅파마들은 일찌감치 AI 플랫폼 기업과 협력해 신약 개발에 AI 기술을 적극적으로 도입했다. 국내에서도 대웅제약을 비롯한 유한양행, 한미약품, CJ헬스케어, JW중외제약 등 많은 제약사들이 자체적으로 AI 기술을 도입하거나, AI 전문기업과 협업해 AI 신약 개발에 적극적으로 나서고 있다.

이러한 흐름에 발맞춰 AI 신약 개발 시장의 규모는 앞으로 더욱 성장할 것으로 예상된다. 시장조사기관 글로벌 마켓 인사이트는 AI를 활용한 신약 개발 시장 규모가 매년 40%씩 성장해 2024년 4조7500억원에 이를 것으로 전망했다.

하지만 아직까지 국내에서는 AI 신약 개발 사례가 부족한 실정이다. 많은 기업이 AI 기술 도입 과정에서 시행착오를 겪기 때문으로 보여진다. 전문가들은 AI 신약 개발 활성화를 위해선 무엇보다 신약 개발을 전문으로 하는 제약사와 AI 기술을 연구하는 AI 전문기업 간 협업이 중요하다고 강조한다. 이를 뒷받침해 줄 AI 기술에 대한 이해와 데이터 구축, 전문 인력 확보는 필수다.

이미 미국·유럽은 우리나라 보다 3~5년 먼저 엣지 컴퓨팅·클라우드와 같은 분산 컴퓨팅 기술·분산 데이터 보호·AI 데이터 활용을 가능하게 하는 연합학습 정보보호 프로그램 개발을 시작하고, 관련 분야를 리딩하고 있다. 늦은 감이 없지 않지만 우리나라도 과학기술정보통신부·보건복지부·한국제약바이오협회 등이 주축이 되어 올해 초, 연합학습 기반 다기관 데이터 안전 공유 체계 구축을 위한 국가차원의 중장기전략 로드맵이 만들어지고 있는 부분은 고무적이다.

제약바이오·IT산업은 기술 선점과 직결돼 특정 국가가 먼저 신기술을 발명하면 해당 시장에 종속될 우려가 높다. 때문에 글로벌 표준을 바탕으로 한 정부 주도 한국형 연합학습 신약개발 플랫폼 구축은 필수불가결 조건이다. 더욱이 한국의 경우, 기업별로 폐쇄적 AI 운용체계만을 고집해 통합관리를 통한 업그레이드와 효과적인 결과 도출에 한계를 드러내고 있어 개선이 시급한 상황이다. 복지부·과기부 등 정부 주도 한국형 연합학습 기반 신약개발 가속화 사업 당위성이 바로 여기에 있다. 이제 기획과 구상이 아닌 과감한 실행과 투자가 인공지능 신약개발 성패를 좌우하는 기로에 서 있다.