"신약개발 성공가능성 높이고, 시간·비용 낮추고"···제약바이오, 'AI 협업' 필수로

[사진=대웅제약]

 

코로나19를 계기로 인공지능(AI) 신약 개발 시장에 대한 주목도가 높다. AI와 빅데이터를 활용하면 신약 개발 시간과 비용을 줄이는 것은 물론 개발 성공 가능성을 높일 수 있다는 장점 때문에 제약바이오 회사들이 눈독을 들이는 분야로 급부상했다.

28일 식품의약품안전처에 따르면 신약 하나를 개발하는 데 평균 10년에서 15년이 소요되고 약 1~2조원을 투자해야 한다. 하지만 AI를 활용하면 신약 개발 기간은 평균 3~4년으로 단축되고, 개발 비용도 6000억원 수준으로 줄일 수 있다.

AI신약 개발 스타트업도 계속해서 늘어나는 추세다. 제약바이오협회 AI신약개발지원센터에 따르면 올해 3월 기준 AI신약 개발 스타트업이 38개사였는데, 이달 기준으로 조사한 회사 수는 46개 이상으로 계속해서 늘어나는 추세다. 

국내에선 대웅제약, SK케미칼, 삼진제약 등이 AI 기반 플랫폼 기업과 협약을 맺고 신약 개발에 적극적으로 나서고 있다.

대웅제약은 28일 에이조스바이오와 AI를 활용해 항암 신약을 공동 연구하는 계약을 체결했다고 밝혔다. 에이조스바이오는 AI 신약 개발 기업으로, 특정 표적에 대한 화합물의 활성을 예측해 유효한 후보물질을 신속하고 정확하게 발굴하는 플랫폼을 보유하고 있다. 대웅제약 관계자는 “에이조스바이오의 AI 플랫폼을 통해 최적의 항암 신약 후보 물질을 발굴해 연구개발에 걸리는 기간을 대폭 단축하고 개발 성공 가능성을 높이겠다”고 말했다.

대웅제약은 앞서 지난해 3월 AI 기반 신약 개발 전문기업인 온코크로스와 연구 개발 협약을 체결했고, 올 4월에는 미국의 크리스탈파이와 AI 기반 항암 신약 공동 연구·개발 계약을 맺었다.

SK케미칼은 2019년부터 스탠다임, 심플렉스, 디어젠, 닥터노아, 인세리브로 등 다양한 AI 기반 파트너사와 공동 연구를 진행하고 있다. 그 결과 스탠다임과는 플랫폼 ‘인사이트’를 기반으로 류마티스 관절염 치료제 특허를 2021년 출원했고, 비알콜성지방간염 물질에 대해서도 연구를 진행 중이다. 또 닥터노아 플랫폼을 활용해 올해 초 비알콜성지방간염(NASH)·특발성폐섬유화증 신약후보물질 3종을 발굴하고 각각에 대한 특허를 출원했다.

SK케미칼 관계자는 “AI 파트너사와의 협업으로 시간과 비용적인 측면에서 효율성이 높다”고 설명했다.

삼진제약은 전날 양자역학 기술 기반 국내 인공지능 신약개발 기업 인세리브로와 ‘AI 신약 개발 공동연구’ 계약을 체결했고, 지난달에는 AI 신약 개발 기업 심플렉스와 공동 연구 협약을 체결하는 등 AI를 활용한 협업에 적극적으로 나서고 있다.

글로벌 빅파마 역시 AI 플랫폼 회사와의 협업에 적극적이다. 얀센은 지난 4월 미국 바이오기업 로이반트의 자회사 반트AI와 신약 공동개발 계약을 체결했다. 사노피도 미국 바이오기업 아톰와이즈와 전략적 및 독점 연구 협업에 나선다.

화이자는 중국 엑스탈파이와 미국 아톰와이즈 등 7개 AI 업체와 연구를 진행 중이며, 바이엘은 영국 엑센시아와 캐나다 사이클리카 등 8개 AI 업체와 동시다발적으로 협력연구를 하고 있다.

특히 미국의 경우 AI와 빅데이터를 활용해 기존에는 평균 10.7년이 걸리던 백신 개발 기간을 1년 이내로 단축하는 데 성공하면서, 국가 차원의 AI 신약 개발 지원을 바탕으로 역량을 집중하고 있다.

다만 한국의 신약 개발 경쟁력이 주요 국가에 비해 최대 6년 뒤처진다는 분석 결과도 있어 향후 발전을 위한 전략적인 투자와 인력 확보 역시 요구된다.

전국경제인연합회에 따르면 우리나라의 신약 개발 경쟁력은 미국에 비해 6년, 유럽에 5년, 일본에 3년 각각 뒤처져 있다. 특히 중국의 경우 대대적인 투자로 한국을 앞질러, 현재 1년가량 기술 격차가 나는 것으로 분석된다.

전문가들 사이에선 결국 기술 격차를 좁히기 위해선 양질의 의료데이터 활용 폭을 넓히고, 이를 활용할 수 있는 AI·빅데이터 기술 분야의 전문인력 확보가 필수라는 게 공통된 조언이다. 

김우연 제약바이오협회 AI신약개발지원센터장은 “제약바이오사의 AI의 도입은 신약 개발 산업에 좋은 영향이 될 것”이라며 “투자와 채용이 늘어나고 우수한 인력들이 신약 개발 연구에 뛰어드는 계기가 되고 있다”고 말했다. 그러면서 “이미 몇몇 제약사들은 연구소에 AI를 도입하면서 관련 연구자들이 선호하는 지역으로 이전을 추진 중”이라고 덧붙였다. 

다만, 해외와 달리 국내엔 축적된 데이터가 많지 않고, 신약 개발 성공 사례와 역량이 부족한 상황에서 단순히 AI를 도입한다고 해서 글로벌 기업과의 격차가 줄어드는 것은 아니라는 게 김 센터장의 설명이다.

그는 “현재 주류인 딥러닝 기반의 AI는 데이터를 통한 학습이 필요한데, 데이터가 충분하지 않거나 편향되어 있거나 데이터의 퀄리티가 좋지 않다면 오답을 줄 가능성이 크다”면서 “이에 신약 개발 전문가가 AI의 결과물과 학습에 사용한 데이터를 보고 판단해야 할 영역들이 있다”고 조언했다.