한국제약바이오협회(회장 노연홍)는 연합학습 기반 신약개발 가속화 프로젝트(K-MELLODDY)의 성과보고회를 이달 5일 한국제약바이오협회 4층 강당에서 개최한다.

‘연합학습’(Federated Learning)이란 각 기관이 보유한 데이터를 한 곳으로 모으지 않고, 개별 기관에서 AI를 학습시키는 기술이다. 정보 유출 위험이 거의 없어 민감정보의 보호와 활용이 동시에 가능한 우수 AI 모델이다.

이번 행사는 K-MELLODDY 사업을 수행 중인 참여연구원, 주무부처, 전문기관이 참여하며 사업의 주요 성과를 공유하고, 연구개발 협력과 네트워킹을 강화해 향후 연구개발 방향을 함께 모색하고자 마련한 자리이다.

발표는 김화종 사업단장의 사업 수행 성과 발표를 시작으로, 세부과제별 주관연구개발기관의 주요 성과 발표가 이어진다. K-MELLODDY 사업은 ▲세부과제1 : 플랫폼 구축 ▲세부과제2 : 데이터 공급·활용 ▲세부과제3 : AI 모델 개발 등 총 3개 과제로 구성돼있다.

세부과제1 에비드넷이 ‘연합학습 플랫폼 구축 및 개발’의 성과를 공개한다. 세부과제2는 한국파스퇴르연구소가 ‘IPK 화합물 라이브러리의 엄선된 비임상 데이터 활용 및 FDD 지원’에 대해, 한미약품이 ‘신약 개발 AI 모델의 정확도 향상을 위한 고품질 데이터 제공 및 최적화’를 각각 발표한다. 세부과제3은 광주과학기술원이 ‘메가스케일 ADMET-파운데이션 모델 기반 초경량 FAM 통합 솔루션 개발’ 현황을, 아이젠사이언스이 ‘대규모 약물 표현 학습과 LLM 기반 문헌 마이닝을 활용한 연합학습 기반 ADMET 예측 모델 개발’에 대해 현재까지의 개발 성과를 공유할 예정이다. ‘ADMET’(Absorption, Distribution, Metabolism, Excretion, Toxicity)은 약물의 흡수, 분포, 대사, 배설 및 독성을 포함하는 개념으로, 임상시험 성공률을 좌우하는 핵심 요인으로 여겨진다.​

김화종 사업단장은 “이번 성과보고회를 통해 사업의 주요 성과를 공유하고, 참여기관 간 협력을 더욱 강화하는 계기가 될 것”이라며 “민감한 데이터를 보호하면서도 효율적으로 활용할 수 있는 실질적 협력 모델을 구축해 국내 제약바이오 산업의 글로벌 경쟁력을 높이는 데 기여하겠다”고 밝혔다.