“에이플러스시뮬레이션의 차별점은 머신러닝을 단순한 보조 기능이 아니라 약동학 예측 엔진에 직접 결합했다는 점이다. 기존 방법보다 인간 약동학 예측력을 크게 높였고, 이를 실제 소프트웨어로 구현하는 데 성공했다.”

에이플러스시뮬레이션(APLUS Simulation) 이소진 대표이사(성균관대 약대 겸임 교수)는 21일 약업신문과 서울 서초구 회사 본사에서 만나, 인공지능(AI) 기반 신약개발 소프트웨어의 개발 방향을 이같이 밝혔다. 상업 계량약리학(Pharmacometrics) 모델링 경험을 AI 예측 기술과 소프트웨어로 확장하겠다는 전략이다.

회사는 항체의약품 비임상 데이터로 인간 약동학(Pharmacokinetics, PK)을 예측하는 '키넨트릭스(KINENTRIX)'를 개발했다. 기존 모델링 서비스 수익으로 외부 투자 없이 소프트웨어를 개발하고 데이터와 알고리즘을 기술자산으로 축적한다. 창업 1년 만에 25건 이상의 프로젝트를 수행하고 국제학회에서도 연구상을 수상했다.

국내 상업 계량약리학 모델링 전문가…200여건 프로젝트로 임상·허가 경험 축적

이 대표는 2016년 국내 최초 계량약리학 전문 서비스 기업으로 알려진 큐피터(Q-fitter)의 첫 창립멤버로 합류했다. 대학 중심이던 계량약리학 모델링을 제약사 의뢰에 따라 모델링 분석을 전업으로 수행한 초기 전문인력이다. 이후 에임스바이오사이언스에서 모델링 팀을 이끌며 임상개발·글로벌 규제기관 제출을 위한 모델링 및 임상약리 컨설팅 업무를 수행했다.

이 대표는 “당시 국내에서는 모델링을 주로 대학에서 수행했지만, 제약회사가 요구하는 것은 학술적인 분석만이 아니었다”며 “규제기관에 제출할 수 있는 결과물을 만들고, 심사 과정에서 추가 분석이나 질의 대응까지 수행하는 것이 상업 모델링의 중요한 역할”이라고 설명했다.

그가 2026년 3월 국제학술지 'Translational and Clinical Pharmacology'에 제1저자로 발표한 논문은 2016~2024년 큐피터와 에임스바이오사이언스에서 직접 수행한 프로젝트 192건을 분석했다. 의뢰 기업 75개사 중 45개사(60%)가 2건 이상을 맡겼다. 항암 분야가 89건(46.35%)으로 가장 많았고, 전체의 약 75%가 식품의약품안전처·미국 FDA·유럽 EMA 등 규제기관 제출에 직접 활용되거나 제출 자료를 뒷받침했다.

대표 사례는 삼성바이오에피스의 에쿨리주맙 바이오시밀러 '에피스클리(EPYSQLI, 개발명 SB12)' 개발이다. 이 대표는 이전 소속 조직에서 임상 1·3상 데이터에 대한 약동학·약력학(Pharmacodynamics, PD) 모델링 및 규제기관 질의 대응에 참여했다. 관련 분석은 미국 생물학적제제 허가신청(BLA) 등 글로벌 허가를 지원했다. 이중항체·항체약물접합체(ADC)·유전자치료제 등의 최초 인체투여(First-in-Human) 용량 예측도 수행했다.

항체 441종·21개 예측법 통합…AI를 약동학 예측 엔진에 직접 적용

알로메트리(Allometry)는 원숭이 PK를 체중 차이에 따라 인간 PK로 외삽하지만 분자구조와 표적 등 약물 특성을 충분히 반영하기 어렵다. 에이플러스시뮬레이션은 허가 및 개발 중인 치료용 항체 의약품 441종의 비임상 및 임상 정보를 수집해 통합 머신러닝을 위한 데이터베이스를 구축하고, 확보된 데이터에 따라 기존 모델링 방법론과 ML 을 결합한 하이브리드 형태의 인간 PK 예측 모델을 개발했다.

연구진은 분자 특성, 비임상·인간 PK, 투여 용법, 시험관 내 실험, 집단 약동학(Population PK, PopPK) 모델, 약력학·유효성 자료를 7개 표준화 데이터셋으로 정리했다. 연구진과 인턴들이 6개월 넘게 문헌을 직접 검토하고, AI 기반 데이터 추출 도구로 수치와 단위를 교차 검증했다.

예측에는 기존 알로메트리 1개, 그 예측 오차를 머신러닝으로 보정하는 하이브리드 방식 10개, 약물 특성으로 인간 PK를 직접 추정하는 순수 머신러닝 10개 등 총 21개 방법을 비교한다. 순수 머신러닝은 원숭이 PK 자료가 없는 경우에도 인간 PK를 예측할 수 있도록 설계됐다.

이 대표는 “기존 상용 모델링 소프트웨어는 오랫동안 축적한 데이터와 검증된 모델이 강점”이라며 “우리는 하이브리드와 순수 머신러닝을 실제 약동학 예측 엔진에 결합했다는 점에서 차이가 있다”고 강조했다. 회사는 지난 9월 관련 시스템의 국내 특허를 출원했다.

인간 약물 노출 예측 일치율 42%→65%…ISSX 2026 발표 2등상

에이플러스시뮬레이션은 10월 11~14일 미국 샌프란시스코에서 열린 제27회 국제약물동태학회(ISSX) 북미 학술대회에서 키넨트릭스 개발 연구를 발표해 'Best Presentation Award' 2등상을 받았다.

인체 약물 청소율(Clearance, CL)은 항체 138종, 분포용적(Volume of Distribution, V)은 147종을 대상으로 예측 성능을 평가했다. 가장 우수한 예측법은 CL에서 하이브리드 랜덤포레스트, V에서 순수 머신러닝 랜덤포레스트였다. 기하평균 배수오차(Geometric Mean Fold Error, GMFE)는 기존 알로메트리의 수치보다 낮았다. 평가 가능한 24개 하위군 중 20개에서도 AI·머신러닝 기반 방법의 예측 오차가 기존 알로메트리보다 낮았다.

약물 40종에 대한 시뮬레이션에서는 정상상태 투여간격 혈중농도-시간곡선하면적(AUCτ,ss) 예측값이 PopPK 참조값의 2배 이내에 들어간 비율이 42%에서 65%로 23%p 상승했다. 

키넨트릭스는 예측한 CL·V를 바탕으로 혈중 약물 농도와 노출량을 시뮬레이션한다. 투여량·투여 간격별 비교와 체중·연령·알부민 수치 등 환자 특성에 따른 가상 환자 분석을 지원한다. 모델 기반 신약개발(Model-Informed Drug Development, MIDD)의 임상시험 용량 설계에 활용할 수 있지만, 지속적인 플랫폼 고도화를 위해 새로운 후보물질을 데이터를 대상으로 한 독립적 외부 임상 검증은 추가 과제다.

이 대표는 “완벽한 모델을 만드는 것이 목표였다기보다는 기존 방법론보다 임상 예측력을 높이는 것이 중요하다”며 “플랫폼의 기본 구조를 실제로 구현한 만큼 새로운 데이터와 검증 결과를 반영해 계속 발전시킬 수 있다”고 말했다.

창업 1년 만에 25건 수행…서비스 수익으로 자체 SW 개발하는 사업구조

에이플러스시뮬레이션은 기존 신약개발 모델링 서비스를 유지하면서 AI 소프트웨어를 개발하고 있다. 회사에 따르면, 설립 약 1년 만에 25건의 프로젝트를 수행했고 글로벌 소재 기업의 모델링 과제도 완료했다. 프로젝트 수익을 연구개발에 투입해 외부 투자 없이 사업을 이어간다.

제약바이오 2025년도 1위 HIT 개발사와는 ML 를 적용한 이중항체 개발 관련 임상 바이오마커 분석을 수행했다. 다수의 면역세포 지표와 시간대별 측정값을 정량화하고, 머신러닝으로 치료 반응군과 비반응군을 구분하는 주요 바이오마커 후보를 선별했다. 결과의 생물학적 의미는 고객사의 면역학·바이오마커 연구팀과 협업해 검토했다.

회사는 이를 토대로 제약사가 자체 보유한 비임상·임상 데이터를 표준화하고, 적응증이나 후보물질군에 최적화한 기업별 AI 플랫폼 구축을 추진한다. 개별 분석에서 맞춤형 소프트웨어 개발로 사업을 확대하는 전략이다. 덕성여대와 연구·인력 협력을 추진하고 오가노이드 전문기업 오가노플러스와도 데이터 기반 기술 협력을 진행하고 있다.

이 대표는 “제약사가 원하는 것은 단순한 데이터 분석이 아니라 신약개발 의사결정에 활용할 수 있는 예측 기술”이라며 “에이플러스시뮬레이션의 경쟁력은 고객사가 직면한 개발 과제를 정확히 이해하고, 데이터와 모델링을 통해 실질적인 해결책을 제시하여 과학적 근거에 기반한 의사결정과 규제기관 대응을 지원하는 데 있다”고 강조했다.

ADC·이중항체·PD 예측으로 기술 확장…미국 시장 공략 추진

에이플러스시뮬레이션은 앞으로 인간 PK 예측을 약물 반응(PD) 예측으로 확장한다. 항암 분야의 객관적반응률(Objective Response Rate, ORR)·무진행생존기간(Progression-Free Survival, PFS) 등 유효성 지표를 활용한 임상 PD 예측 모델과 ADC·이중항체 특화 모듈도 개발할 계획이다.

해외 사업에서는 미국 바이오텍을 주요 고객군으로 삼는다. 기존 모델링 서비스로 고객 접점과 연구개발 수익을 확보하고, 키넨트릭스 및 맞춤형 AI 플랫폼으로 사용 가능한 소프트웨어 사업을 확대하는 구조다. 향후 기업가치는 이러한 기술자산이 고객사의 신약개발에 얼마나 지속적으로 활용되고 독자 매출로 연결되는지에 달려 있다.

이 대표는 “국내에서 축적한 계량약리학 모델링 전문성과 AI 예측 기술을 바탕으로 글로벌 신약개발 시장에서 경쟁력을 확보하는 것이 목표”라며 “기존 모델링 서비스를 넘어 글로벌 제약바이오 기업들이 실제 신약개발에 활용하는 AI 예측 플랫폼으로 발전시키겠다”고 밝혔다.