생성형 AI, 신약 개발 문턱 낮춘다… 벤처, 대형 제약사 경쟁 가능할까?¶
원제목: Generative AI Lowers the Drug Discovery Barrier — Can Smaller Biotechs Finally Rival Big Pharma?
핵심 요약
- 생성형 AI 기술은 신약 후보물질 발굴 과정을 혁신하며 기존의 느리고 비용이 많이 드는 방식을 대체하고 있음.
- AI 기반 신약 개발은 특정 질병 목표에 최적화된 새로운 분자 구조를 '설계'하여 성공률을 높이고 개발 속도를 가속화함.
- 이러한 기술 발전은 자본력이 부족한 중소 바이오텍 기업들이 대형 제약사와 경쟁할 수 있는 새로운 기회를 열어주고 있음.
상세 내용¶
오랜 기간 인내와 막대한 자본이 요구되었던 신약 개발, 특히 저분자 화합물 발굴 분야가 생성형 인공지능(AI) 기술의 등장으로 혁신적인 변화를 맞이하고 있습니다. 기존의 수많은 분자를 일일이 합성하고 시험하는 방식은 '돈을 태우는 과정'으로 묘사될 만큼 비효율적이었으나, 이제 AI는 예술이나 언어 분야를 넘어 분자를 '상상'하고 정밀하며 신속하게 생성해내는 수준에 이르렀습니다. 이러한 변화는 AI 기반 신약 개발이 더 이상 미래의 기술이 아닌, 이미 현실이 되었음을 시사합니다.
변화학 AI(Variational AI)의 김한돌 CEO는 생성형 AI가 이미 생물학적 제제(biologics) 분야의 신약 개발 환경을 바꾸어 놓았으며, 이제 저분자 화합물 분야에서도 그 파급력이 시작될 것이라고 강조했습니다. 이는 대만과 캐나다의 기술 생태계가 AI 기반 연구 개발 역량과 결합될 경우, 새로운 태평양 횡단 신약 개발 모델을 제시할 수 있다는 깊은 의미를 내포합니다. 기존 신약 개발은 수십만 개의 분자를 무작위로 탐색하여 소수의 유효 물질을 찾는 '숫자 게임'에 가까웠습니다. 이 과정에서 유망한 선도 물질을 발굴하는 데 4~5년이 소요될 수 있으며, 성공률 또한 10% 내외에 불과했습니다.
하지만 생성형 AI는 이러한 패러다임을 근본적으로 바꿉니다. 김 CEO는 '빛이 있는 곳을 찾지 말고, 원하는 것에 최적화된 새로운 화학 물질을 창조해야 한다'고 말하며, 인공지능을 통해 목표로 하는 효능, 선택성, 약물 동태학적 특성을 갖춘 분자를 '설계'하는 새로운 프레임워크를 제시합니다. 변학 AI의 Enki™ 플랫폼은 이러한 아이디어를 실현합니다. 텍스트-투-이미지 시스템이 설명에 따라 새로운 이미지를 생성하는 것처럼, Enki는 지정된 분자 속성을 바탕으로 새로운 분자를 생성합니다. 그 결과, 새롭고 합성 가능하며 이미 생물학적 표적에 맞춰진 화합물이 만들어집니다.
이러한 변화는 연구자들에게 신약 개발을 '설계'의 과정으로 재정의하게 합니다. 과학자들은 분자 생성 과정을 AI에 맡기고, 자신들은 메커니즘 규명과 치료 전략 수립에 집중할 수 있습니다. 투자자와 스타트업에게는 더 적은 스크리닝, 더 적은 실패, 그리고 전임상 검증까지의 더 빠른 진전을 통해 자본 효율적인 경로를 약속합니다. 변학 AI의 Enki 플랫폼은 592개의 검증된 분자 표적(키나아제, GPCR, 프로테아제 등)으로 훈련되었으며, 연말까지 700개를 넘어설 예정입니다. 각 표적은 구조, 결합, 약물 유사 특성에 대한 데이터와 쌍을 이루어, 모델이 화학 설계와 생물학적 기능을 연결하는 패턴을 학습하도록 합니다. 실제 적용 결과, 첫 번째 주기에서 1 μM 이하의 효능으로 56% 이상의 실험 적중률을 보였으며, 다수의 설계가 나노몰(nM) 단위의 성능에 도달했습니다. 이는 전통적인 선도 최적화 프로그램이 유사한 결과를 얻기 위해 여러 번의 반복을 거치는 것과 비교됩니다.
변학 AI는 MIT, Caltech, Google Research, D-Wave Quantum 출신의 박사급 인력을 포함한 20명의 전임 과학자로 구성된 소규모 팀으로 운영됩니다. 이들은 단순히 AI를 사용하는 것을 넘어, 알고리즘 자체를 발명하는 데 집중합니다. 김 CEO는 '충분한 데이터가 있다면, 중요한 것은 알고리즘에 있다'고 강조하며, AI 신약 개발 경쟁에서 차별화되는 핵심은 결국 알고리즘 자체의 우수성임을 시사합니다.
편집자 노트¶
생성형 AI가 신약 개발 분야에서 새로운 가능성을 열고 있다는 이 기사는 매우 흥미롭습니다. 특히, 그동안 엄청난 비용과 시간, 그리고 높은 실패율 때문에 대형 제약사들만의 영역으로 여겨졌던 신약 개발의 문턱을 낮출 수 있다는 점은 주목할 만합니다. 과거에는 수많은 후보 물질을 일일이 실험실에서 합성하고 테스트하는 방식으로 신약 개발이 이루어졌는데, 이는 마치 캄캄한 동굴에서 열쇠를 찾는 것과 같았다고 합니다. 하지만 생성형 AI는 마치 설계도를 보고 맞춤형 열쇠를 만들어내듯, 목표하는 효능과 특성을 가진 분자 구조를 직접 '생성'해낼 수 있다는 점에서 혁신적입니다.
이는 결과적으로 신약 개발 과정의 효율성을 극대화할 뿐만 아니라, 결과적으로는 신약 개발의 성공 가능성을 높이는 데 기여할 수 있습니다. 특히 이 기술의 파급력은 자본력이 부족한 중소 규모의 바이오텍 기업들에게 새로운 희망을 주고 있습니다. 막대한 연구 개발 비용을 감당하기 어려웠던 스타트업들이 AI 기술을 통해 대형 제약사들과 어깨를 나란히 할 수 있는 기회를 얻게 된 것입니다. 이는 미래의 신약 개발 생태계가 더욱 다양해지고 혁신적으로 변화할 수 있음을 시사하며, 우리가 더 빠르고 효과적인 치료제를 만날 수 있게 될 가능성을 높여줍니다. 단순히 AI 기술의 발전이 아니라, 이를 통해 의료 및 제약 산업 전반의 패러다임이 어떻게 변화할 수 있는지에 대한 중요한 통찰을 제공하는 기사입니다.