“AI(인공지능) 신약개발 발전 속도가 어마 무시하다. 현재 AI 신약개발이 제한적이라는 평가를 받고 있지만, 2~3년 이내 AI 신약개발 기술은 안정기에 접어들 전망이다. 특히 생성형(Generative) AI 신약개발과 서비스형 소프트웨어(SaaS) 플랫폼은 신약개발 판도를 바꿀 게임체인저가 될 것이다.”
카이스트(한국과학기술원) 김우연 교수의 말이다. 김 교수는 8일 써모피셔 사이언티픽이 개최한 'Bio Startup Power UP 2024(바이오 스타트업 파워 업)' 세미나에 연자로 나서, AI 기술이 신약개발 분야에 핵심 기술로 떠오르고 있다고 밝혔다.
이 행사는 써모피셔 사이언티픽이 바이오헬스 산업 최신 동향과 벤처·스타트업 성장을 도모하기 위해 매년 개최하고 있다. 행사는 8~9일 양일간 온·오프라인으로 이어진다. 첫째 날은 '신약 개발에서의 AI 활용과 임상시험', 둘째 날은 '성공적인 투자유치 전략과 바이오클러스터의 지원프로그램 소개'를 주제로 진행된다.
김우연 교수는 카이스트 화학과 교수이자 학내 벤처로 AI 신약개발 기업 '히츠(HITS)'를 설립한 교수 창업자다. 히츠는 생성형 AI 신약개발 플랫폼 ‘하이퍼랩(Hyper Lab)'을 구축, 현재 50개 기업 및 기관에 서비스를 제공하고 있다. 여기에 2022년 3월부턴 한국제약바이오협회 제3대 인공지능신약개발지원센터장을 역임하고 있다.
김 교수는 빠르게 변화하고 있는 AI 신약개발 기술에 주목했다. 김 교수는 “최근 빅데이터 기반 AI 시대에서 생성형 AI 시대가 도래했다”면서 “AI 신약개발도 CADD(Computer Aided Drug Discovery, 컴퓨터를 이용한 신약개발) 방식에서 생성형 방식으로 빠르게 변화 중”이라고 말했다. 방대한 데이터를 신속 정확하게 계산, 결과를 도출하는 CADD 방식에서 나아가, 시뮬레이션과 분석을 통해 고차원의 결과를 제공하는 방식으로 방향이 바꼈다는 것이다. 마치 주판에서 계산기, 엑셀, 챗지피티(Chat-GPT)로 기술이 발전한 것처럼 말이다.
김 교수는 “CADD 방식도 신약개발에서 혁신을 불러왔지만, 라이브러리에 얼마나 많은 데이터를 투입해야 실제 의약품이 될 후보물질을 도출할 수 있을지 알 수 없는 한계가 있다”고 설명했다. 김 교수는 생성형 AI 신약개발이 기존 방식의 한계를 극복할 대안이라는 입장이다. 이미 존재하는 결과를 스크리닝하는 방식이 아닌, 새롭게 결과를 생성해 낼 수 있다는 이유에서다.
현재 생성형 AI 신약개발은 타깃과 적응증에 맞는 목표제품특성(Target Product Profile)을 정하면 해당 조건에 맞는 신약 후보물질을 설계·발굴하는 방향으로 기술이 개발, 발전하고 있다.
생성형 AI 신약개발도 한계는 있다. 김 교수는 “생성형 AI가 우수한 물성과 혁신성 있는 후보물질을 발굴해도 실제 현실에서 만들어낼 수 없는 경우가 있다”면서 “또 학습한 데이터와 새롭게 만든 후보물질의 높은 유사성 문제도 나타나고 있다”고 말했다.
김 교수는 AI 신약개발의 실현성을 더 높이기 위해 기술을 개발, 고도화하고 있다. 완성된 화합물을 기반으로 빌딩 블록(Building Block) 단위로 쪼개고, 이를 다시 역합성적으로(Retrosynthetically) 조립해 인공지능을 학습시키면 실제 합성 가능성이 높은 신약후보 물질을 도출할 수 있다. 이는 수많은 단어를 조합해 완전한 문장을 만들어 내는 인공지능 언어 모델과 유사한 방식이다.
김 교수는 “지난해 글로벌 빅파마 11곳에서 AI 신약개발 관련해서 10억 달러(약 1조3545억원) 이상 계약을 최소 1건 이상 체결했다”면서 “AI 신약개발은 더는 미래가 아닌 현실”이라고 말했다. 이어 그는 “AI 신약개발은 지금까지 해결하지 못한 신약개발 난제를 풀 열쇠”라면서 “AI 신약개발 도입과 활용에 대해서 적극 고려해야 할 때”라고 강조했다.
한편 써모피셔 사이언티픽 코리아 석수진 대표는 국내 바이오헬스 산업 발전을 위해 앞으로도 앞장서겠다고 밝혔다. 석 대표는 “한국 바이오헬스 산업은 코로나19 팬데믹을 거치면서 진단솔루션, 치료제 및 백신 개발에 성공한 몇 안 되는 국가”라면서 “벤처·스타트업부터 글로벌 진출을 목표로 하는 기업까지 의약품 전주기에서 조력자로서 함께할 것”이라고 전했다.
인기기사 | 더보기 + |
1 | 라이프시맨틱스,우주항공소재 개발 '스피어코리아' 합병 추진 |
2 | 현대바이오,뎅기열·뎅기열 유사질환 베트남 'CP-COV03' 임상 연구신청서 제출 |
3 | 리가켐바이오, 'LNCB74' 고형암 치료제 미국 FDA 임상1상 승인 |
4 | [이시간 투표율] 11일 정오, 대한약사회장 선거 투표율 60% 돌파 |
5 | 지아이이노베이션,고형암 대상 'GI-108' 제1/2a상 임상시험계획 승인 |
6 | 인트론바이오, 연쇄상구균 원인 젖소유방염 치료제 약효물질 특허등록 |
7 | 한국콜마, 美 타임지 ‘세계 최고 지속가능 성장기업’에 선정 |
8 | 바임글로벌, ‘쥬베룩 볼륨’ 주요 성분 노화 피부 지방 조직 재생 효과 입증 |
9 | 압타바이오, 당뇨병성 신장질환 임상2b상 IND 승인 |
10 | 한미약품, 전문경영인 그룹 협의체 공개..."박 대표 체제 흔들림 없어야" |
인터뷰 | 더보기 + |
PEOPLE | 더보기 + |
컬쳐/클래시그널 | 더보기 + |
“AI(인공지능) 신약개발 발전 속도가 어마 무시하다. 현재 AI 신약개발이 제한적이라는 평가를 받고 있지만, 2~3년 이내 AI 신약개발 기술은 안정기에 접어들 전망이다. 특히 생성형(Generative) AI 신약개발과 서비스형 소프트웨어(SaaS) 플랫폼은 신약개발 판도를 바꿀 게임체인저가 될 것이다.”
카이스트(한국과학기술원) 김우연 교수의 말이다. 김 교수는 8일 써모피셔 사이언티픽이 개최한 'Bio Startup Power UP 2024(바이오 스타트업 파워 업)' 세미나에 연자로 나서, AI 기술이 신약개발 분야에 핵심 기술로 떠오르고 있다고 밝혔다.
이 행사는 써모피셔 사이언티픽이 바이오헬스 산업 최신 동향과 벤처·스타트업 성장을 도모하기 위해 매년 개최하고 있다. 행사는 8~9일 양일간 온·오프라인으로 이어진다. 첫째 날은 '신약 개발에서의 AI 활용과 임상시험', 둘째 날은 '성공적인 투자유치 전략과 바이오클러스터의 지원프로그램 소개'를 주제로 진행된다.
김우연 교수는 카이스트 화학과 교수이자 학내 벤처로 AI 신약개발 기업 '히츠(HITS)'를 설립한 교수 창업자다. 히츠는 생성형 AI 신약개발 플랫폼 ‘하이퍼랩(Hyper Lab)'을 구축, 현재 50개 기업 및 기관에 서비스를 제공하고 있다. 여기에 2022년 3월부턴 한국제약바이오협회 제3대 인공지능신약개발지원센터장을 역임하고 있다.
김 교수는 빠르게 변화하고 있는 AI 신약개발 기술에 주목했다. 김 교수는 “최근 빅데이터 기반 AI 시대에서 생성형 AI 시대가 도래했다”면서 “AI 신약개발도 CADD(Computer Aided Drug Discovery, 컴퓨터를 이용한 신약개발) 방식에서 생성형 방식으로 빠르게 변화 중”이라고 말했다. 방대한 데이터를 신속 정확하게 계산, 결과를 도출하는 CADD 방식에서 나아가, 시뮬레이션과 분석을 통해 고차원의 결과를 제공하는 방식으로 방향이 바꼈다는 것이다. 마치 주판에서 계산기, 엑셀, 챗지피티(Chat-GPT)로 기술이 발전한 것처럼 말이다.
김 교수는 “CADD 방식도 신약개발에서 혁신을 불러왔지만, 라이브러리에 얼마나 많은 데이터를 투입해야 실제 의약품이 될 후보물질을 도출할 수 있을지 알 수 없는 한계가 있다”고 설명했다. 김 교수는 생성형 AI 신약개발이 기존 방식의 한계를 극복할 대안이라는 입장이다. 이미 존재하는 결과를 스크리닝하는 방식이 아닌, 새롭게 결과를 생성해 낼 수 있다는 이유에서다.
현재 생성형 AI 신약개발은 타깃과 적응증에 맞는 목표제품특성(Target Product Profile)을 정하면 해당 조건에 맞는 신약 후보물질을 설계·발굴하는 방향으로 기술이 개발, 발전하고 있다.
생성형 AI 신약개발도 한계는 있다. 김 교수는 “생성형 AI가 우수한 물성과 혁신성 있는 후보물질을 발굴해도 실제 현실에서 만들어낼 수 없는 경우가 있다”면서 “또 학습한 데이터와 새롭게 만든 후보물질의 높은 유사성 문제도 나타나고 있다”고 말했다.
김 교수는 AI 신약개발의 실현성을 더 높이기 위해 기술을 개발, 고도화하고 있다. 완성된 화합물을 기반으로 빌딩 블록(Building Block) 단위로 쪼개고, 이를 다시 역합성적으로(Retrosynthetically) 조립해 인공지능을 학습시키면 실제 합성 가능성이 높은 신약후보 물질을 도출할 수 있다. 이는 수많은 단어를 조합해 완전한 문장을 만들어 내는 인공지능 언어 모델과 유사한 방식이다.
김 교수는 “지난해 글로벌 빅파마 11곳에서 AI 신약개발 관련해서 10억 달러(약 1조3545억원) 이상 계약을 최소 1건 이상 체결했다”면서 “AI 신약개발은 더는 미래가 아닌 현실”이라고 말했다. 이어 그는 “AI 신약개발은 지금까지 해결하지 못한 신약개발 난제를 풀 열쇠”라면서 “AI 신약개발 도입과 활용에 대해서 적극 고려해야 할 때”라고 강조했다.
한편 써모피셔 사이언티픽 코리아 석수진 대표는 국내 바이오헬스 산업 발전을 위해 앞으로도 앞장서겠다고 밝혔다. 석 대표는 “한국 바이오헬스 산업은 코로나19 팬데믹을 거치면서 진단솔루션, 치료제 및 백신 개발에 성공한 몇 안 되는 국가”라면서 “벤처·스타트업부터 글로벌 진출을 목표로 하는 기업까지 의약품 전주기에서 조력자로서 함께할 것”이라고 전했다.