신약 연구·개발 분야에도 ‘AI 바람’이 불고 있다. 국내외 여러 제약사들이 관련 연구와 투자에 나선 가운데, 추후 AI 기술을 활용해 신약 개발에 드는 비용·시간을 획기적으로 줄일 수 있을지 관심이 모인다.
◇AI 신약 개발 시장, 4년 뒤 ‘10.1조’ 규모
1일 한국바이오협회 ‘신약 개발에서의 AI 활용’ 보고서에 따르면, 최근 글로벌 시장조사업체 마켓츠앤드마켓츠는 AI를 활용한 신약 개발 시장 규모가 2024년 18억6000만달러(한화 약 2조7382억원)에서 연평균 29.9% 성장해 2029년 68억9000만달러(한화 약 10조1428억원)에 이를 것으로 예상했다.
실제 AI 기술은 최근 신약 개발 분야에서 활용 사례가 늘고 있다. 질병 표적 식별부터 약 개발, 전임상·임상 연구, 시판 후 안전관리 등까지 AI 기술의 쓰임새 또한 확대되는 분위기다. 한국바이오협회 관계자는 “AI를 포함한 의료기술에 대한 투자 증가, 환자 중심의 맞춤형 의약품 수요 증가, 신약 개발 비용·시간 절감, 희귀질환 연구에 대한 집중 중요성 증가와 같은 요인으로 신약 개발 시장에서 AI가 많이 활용되고 있다”고 했다.
해외에서는 일라이 릴리, 화이자, 머크 등 대형 제약사뿐 아니라, 스타트업도 AI 기반 신약 개발에 적극적으로 뛰어들고 있다. 올해 1월에는 소셜미디어 링크드인의 공동 창립자이자 벤처 캐피털리스트인 리드 호프만이 종양 전문의 싯다르타 무케르지 박사와 함께 신약개발 스타트업 마나스 AI를 출범한다고 밝히기도 했다.
◇대웅제약 ‘데이지’·JW중외제약 ‘제이웨이브’ 주목
국내 제약사 중에서는 대웅제약과 JW중외제약 등의 움직임이 주목된다. 대웅제약은 AI 신약 R&D 시스템 ‘데이지(DAISY)’를 구축했다. 데이지는 주요 화합물 8억종 분자 모델을 전처리한 데이터베이스를 기반으로 신약 후보물질 발굴 과정을 돕고, 후보물질 최적화 단계까지 걸리는 기간을 줄이는 시스템이다. 신약 후보물질을 탐색하는 AIVS(AI based Virtual Screening, AI 기반 활성물질 발굴 시스템)를 활용하면 표적 단백질에 작용하는 활성물질을 찾을 수 있으며, 3D 모델링으로 동일한 화학적 특성을 보인 새로운 활성물질도 발굴한다.
◇AI 신약 개발 시장, 4년 뒤 ‘10.1조’ 규모
1일 한국바이오협회 ‘신약 개발에서의 AI 활용’ 보고서에 따르면, 최근 글로벌 시장조사업체 마켓츠앤드마켓츠는 AI를 활용한 신약 개발 시장 규모가 2024년 18억6000만달러(한화 약 2조7382억원)에서 연평균 29.9% 성장해 2029년 68억9000만달러(한화 약 10조1428억원)에 이를 것으로 예상했다.
실제 AI 기술은 최근 신약 개발 분야에서 활용 사례가 늘고 있다. 질병 표적 식별부터 약 개발, 전임상·임상 연구, 시판 후 안전관리 등까지 AI 기술의 쓰임새 또한 확대되는 분위기다. 한국바이오협회 관계자는 “AI를 포함한 의료기술에 대한 투자 증가, 환자 중심의 맞춤형 의약품 수요 증가, 신약 개발 비용·시간 절감, 희귀질환 연구에 대한 집중 중요성 증가와 같은 요인으로 신약 개발 시장에서 AI가 많이 활용되고 있다”고 했다.
해외에서는 일라이 릴리, 화이자, 머크 등 대형 제약사뿐 아니라, 스타트업도 AI 기반 신약 개발에 적극적으로 뛰어들고 있다. 올해 1월에는 소셜미디어 링크드인의 공동 창립자이자 벤처 캐피털리스트인 리드 호프만이 종양 전문의 싯다르타 무케르지 박사와 함께 신약개발 스타트업 마나스 AI를 출범한다고 밝히기도 했다.
◇대웅제약 ‘데이지’·JW중외제약 ‘제이웨이브’ 주목
국내 제약사 중에서는 대웅제약과 JW중외제약 등의 움직임이 주목된다. 대웅제약은 AI 신약 R&D 시스템 ‘데이지(DAISY)’를 구축했다. 데이지는 주요 화합물 8억종 분자 모델을 전처리한 데이터베이스를 기반으로 신약 후보물질 발굴 과정을 돕고, 후보물질 최적화 단계까지 걸리는 기간을 줄이는 시스템이다. 신약 후보물질을 탐색하는 AIVS(AI based Virtual Screening, AI 기반 활성물질 발굴 시스템)를 활용하면 표적 단백질에 작용하는 활성물질을 찾을 수 있으며, 3D 모델링으로 동일한 화학적 특성을 보인 새로운 활성물질도 발굴한다.
JW중외제약은 인공지능 기반 신약 R&D 통합 플랫폼 ‘제이웨이브’를 사용한다. 제이웨이브는 빅데이터 기반 약물 탐색 시스템 ‘주얼리’와 ‘클로버’를 통합해, AI 모델 적용 범위를 확장한 플랫폼이다. 질병 유발 단백질에 작용하는 유효 약물을 탐색하고, 선도물질 최적화를 통해 신약 후보물질을 발굴하는 것이 주요 역할이다.
◇개발 비용·시간 절감 기대… 풀어야 할 숙제도
전통적인 방식의 신약 개발에는 평균 10~15년의 기간과 1~2조원 이상 비용이 소요된다. 글로벌 컨설팅기업 딜로이트에 따르면, 지난해 제약사들은 신약 하나를 만드는 데 평균 22억3000만달러(한화 약 3조2700억원)를 썼다. AI를 활용한 신약 개발은 임상데이터와 AI 알고리즘을 통해 개발 비용·시간을 크게 절감할 것으로 기대된다.
해결해야 할 과제도 남아있다. 신약은 보통 단백질 하나가 아닌, 단백질을 비롯한 여러 물질이 뭉친 화합물이다. AI로 신약을 개발할 경우, AI가 설계한 단백질이 다른 물질과 어떤 상호작용을 하는지, 화합물이 신체에 들어갔을 때 어떤 효과를 내는지 등을 예측하기 어려울 수 있다.
한국바이오협회 관계자는 “학습 데이터를 통해 인공지능이 도출한 결과를 검증하기 위한 실험이 필요하다”며 “화합물 합성, 세포 실험, 동물 실험 등에 많은 시간이 필요한 신약 개발에서 아직 AI가 해결해야 할 많은 문제들이 있다”고 했다.
◇개발 비용·시간 절감 기대… 풀어야 할 숙제도
전통적인 방식의 신약 개발에는 평균 10~15년의 기간과 1~2조원 이상 비용이 소요된다. 글로벌 컨설팅기업 딜로이트에 따르면, 지난해 제약사들은 신약 하나를 만드는 데 평균 22억3000만달러(한화 약 3조2700억원)를 썼다. AI를 활용한 신약 개발은 임상데이터와 AI 알고리즘을 통해 개발 비용·시간을 크게 절감할 것으로 기대된다.
해결해야 할 과제도 남아있다. 신약은 보통 단백질 하나가 아닌, 단백질을 비롯한 여러 물질이 뭉친 화합물이다. AI로 신약을 개발할 경우, AI가 설계한 단백질이 다른 물질과 어떤 상호작용을 하는지, 화합물이 신체에 들어갔을 때 어떤 효과를 내는지 등을 예측하기 어려울 수 있다.
한국바이오협회 관계자는 “학습 데이터를 통해 인공지능이 도출한 결과를 검증하기 위한 실험이 필요하다”며 “화합물 합성, 세포 실험, 동물 실험 등에 많은 시간이 필요한 신약 개발에서 아직 AI가 해결해야 할 많은 문제들이 있다”고 했다.