“가장 신경쓰는 건 당연히 K-멜로디 프로젝트의 성공적 수행이지만, 여기에만 머물지 않습니다. 신약을 만들 때 시험, 평가, 등록, 국내 인증 등 이제 모든 부문에서 AI가 필요합니다. AI없이는 아무 것도 할 수 없는 시대가 도래했어요. AI를 활용할 수 있는 분야라면 무엇이든 협력 가능성이 있다고 봐야죠.”

김화종 원장은 최근 한국제약바이오협회가 설립한 AI신약융합연구원(CAIID)의 초대 원장으로 취임했다.

협회는 제약바이오 초격차 기술 확보 선도자 역할을 할 융합연구기관이 필요하다는 인식과 산업계 요구를 바탕으로 종전 AI신약개발지원센터를 확대·개편해 AI신약융합연구원으로 격상시켰다.

특히 김화종 원장은 지난 11일 인공지능(AI)을 이용, 빠른 신약개발을 지원하는 정부의 '연합학습 기반 신약개발 가속화 프로젝트' 사업단장으로 선정되며 더욱 바빠졌다. 

김화종 원장은 “이번 사업이 AI신약융합연구원이 연구 허브역할을 수행하는 첫번째 성과”라고 전한 뒤 AI신약융합연구원은 향후 제약바이오 산업 발전에 필요한 융합연구를 계속 도출할 것”이라고 강조했다. 

약업신문은 최근 김화종 연구원장과 만나, 앞으로의 계획 등을 물었다.

 K-멜로디 프로젝트 성공적 수행 이끌 것

먼저 용어를 확인할 필요가 있다. K-멜로디(K-Machine Learning Ledger Orchestration for Drug Discovery)는 보건복지부와 과학기술정보통신부가 공동으로 추진하는 인공지능 기반 프로젝트로, 제약바이오 기업 및 기관들의 데이터를 AI에 학습시킨 뒤, 이를 공유함으로써 국내 AI신약 개발을 가속화하고, 신약개발 경쟁력을 강화하는 것을 골자로 한다.

이 프로젝트는 유럽(EU)에서 먼저 시작했다. 2019~2022년 수행했던 EU의 멜로디 사업은 다수의 제약사들이 보유하고 있는 데이터를 AI로 각자 학습시킨 후, 데이터 대신 AI 모델만 공유해 신약 개발 효율성을 극대화하는 프로젝트였다.

K-멜로디는 EU의 멜로디 프로젝트에 K를 붙여 차별화를 꾀한 것. 유럽의 멜로디 프로젝트와 차별점도 분명하다. 

김화종 원장은 “EU-멜로디는 제약회사 중심으로 협업했다면 K-멜로디는 제약회사 뿐 아니라 임상시험을 수행하는 병원, 연구소, 그리고 식품의약품안전처 등 기관의 협력이 필요한 사업”이라고 강조했다.

이 과정에서 가장 중요한 것이 바로 데이터다. 머신러닝 과정에서 데이터는 많을수록, 그리고 다양할수록 힘을 발휘할 수 있다. 

하지만 실질적으로 회사와 병원들이 데이터를 공유하는 것은 개인정보 유출, 문화적 차이, 데이터 간 퀄리티 차이 등 여러 현실적인 문제로 인해 매우 어렵다. 김화종 원장에 따르면 연합학습은 이런 현실적인 어려움을 해결할 수 있는 가장 효과적인 방법이다.

김화종 원장은 “연합학습은 데이터를 가져오는 게 아니라 모델이 학습을 하고 그 파라미터만 가져오는 것인데 이렇게 학습한 능력치는 개인정보가 아니다”라며 “앞으로 연합학습이 AI의 실제 현장 적용을 현실적으로 가능하게 하는 주요한 패러다임 변화”라고 밝혔다. 

이어 많은 업체와 병원, 기관들이 K-멜로디 프로젝트에 적극적으로 참여하도록 하기 위해서는 당근, 즉 인센티브가 중요하다고 지적했다.

연구허브 역할 추구…인원 충원 계획도

AI신약융합연구원은 기존 AI신약개발지원센터를 확대·개편한 것이다. 그럼 종전 지원센터와는 어떻게 다를까?

김화종 원장은 기존의 “AI신약개발지원센터의 주 업무영역은 AI 관련 교육과 사업 지원으로, 전문인력 양성 및 오픈이노베이션 지원 등 지원 중심이었다면 AI신약융합연구원은 AI 신약개발에 필요한 핵심 사업을 주도적으로 기획하고 수행하는 것”이라고 말했다.

하지만 AI신약융합연구원이 직접 연구개발을 수행하는 것은 아니다. 연구원은 디지털 융합연구를 공동으로 기획하고 수행하는 ‘연구 허브' 역할을 추구한다.

김 원장은 “우리가 직접 개발하기 위해 개발자 연구원을 많이 뽑아봐야 비용만 많이 들고 기존 연구 기관, 벤처 기업들과 업무가 상충된다”며 “우리는 사업기획과 재원 마련 등에 초점을 맞추고 제약사나 AI벤처기업, 연구소 등에서 좋은 아웃풋이 나오도록 사업을 추진할 것”이라고 설명했다. 

그래도 전문인력 채용이 필요하지 않냐는 질문에 충원 계획이 있다고 대답했다. 

김 원장은 “연구원은 효과적인 사업관리에 필요한 전문가를 채용할 생각”이라고 첨언했다.

현재 AI신약융합연구원에는 8명이 근무 중이다. 김 원장은 여기에 사업단 운영을 위해 7명 정도를 더 채용하는 것을 목표로 하고 있다.

선진국과 기술차이? 따라잡을 수 있어

제약산업은 고위험 고가치 산업이라는 특성상 신약개발에 성공하면 그 대가는 매우 크지만 성공률이 희박하다. 그렇다면 AI로 신약개발에 나서면 개발 가능성이 높아질까? 김 원장은 당연하다고 힘주어 말했다. 

김 원장은 “신약 후보 물질에 대해 임상시험 단계를 거치면서 성공률이 계속 감소하는 것은, 처음에 좋은 후보물질이 선정되지 않았기 때문”이라며 “AI로 후보물질을 찾으면 실패 가능성을 현저하게 낮출 수 있다”고 전했다. 

예를 들어 예전에는 비임상 후보물질 찾는데 3년이 걸렸다면 AI 활용 시에는 3주로 줄 수 있다는 게 김 원장 주장이다. 때문에 더 다양한 시도를 할 수 있고, 희귀난치병 치료제 개발도 도전할 수 있으며, 시간 뿐 아니라 비용도 아낄 수 있다고 덧붙였다.

김 원장은 “AI 플랫폼을 처음 만드는 건 어려울 수 있지만 디지털 시스템은 한번 만들면 큰 비용 소모 없이 계속 개선, 복제, 활용하는 것이 수월하다”고 귀띔했다. 

다만 아직 우리나라의 AI 신약개발 수준은 선진국과 비교하면 많이 부족하다고 전했다. 이미 신약개발에 AI를 적극 도입하고 있는 선진국과 달리 우리나라는 이제 시작단계라는 얘기다. 그래도 가능성은 충분하다고 덧붙였다. 

김 원장은 “우리도 비슷하게 만들 수는 있지만 아직 성능면에선 부족한 면이 있다”고 말한 뒤 “그래도 전문가의 오랜 연구 경험이 쌓이지 않으면 도저히 쫒아갈 수 없는 타 산업군과 달리 AI 분야는 집중하면 빠르게 따라잡을 수 있을 것”이라고 전망했다. 

이의 근거로 김 원장은 한국 특유의 ‘융합형’ 인재들과 이들의 뛰어난 순발력을 들었다. 앞으로는 이런 융합력과 순발력 그리고 적극적인 민관협력이  AI기반 신약개발의 성공을 좌우할 것이라고 강조했다. 

김 원장은 “IT 관련 기술 중엔 초기의 큰 기대와 달리 거품으로 사라지는 것도 있지만, 신약개발에 AI를 도입하는 것은 의심의 여지가 없는 꼭 가야할 방향”이라며 “대한민국 제약산업 미래는 AI신약개발 같은 디지털바이오 기술 개발에 달려있다”고 강조했다.