경쟁력 낮은 국내 AI 신약 개발...체계적인 정책 구축 필요

  [이코노믹데일리] 최근 들어 신약후보물질 발굴부터 임상까지 필요한 비용과 시간을 절약할 수 있는 ‘AI 신약개발’이 각광받고 있는 가운데, 해당 기술이 상용화되기 위해선 생태계 조성이 필요하다는 제언이 나왔다.
 
하나의 신약이 완성되는데 평균적으로 15년에서 20년이 걸린다. 이 기간동안 질병타겟부터 후보물질 도출, 임상시험을 실시하게 되는데, 많은 인력과 천문학적인 비용도 함께 필요하다. 무엇보다 긴 시간 동안 공을 들었음에도 성공확률은 현저히 낮다는 점이다.
 
때문에 많은 제약사들은 실험을 통해 증명하던 신약개발 과정에서 컴퓨터 빅데이터를 통해 예측 설계가 가능해지자 개발비용 및 기간을 줄일 수 있는 장점이 있는 AI신약개발 시장에 뛰어들고 있다.
 
24일 업계에 따르면 AI 기업과 협력 연구를 진행하는 국내 제약바이오 기업의 수는 2019년 5개에서 2023년 40개로 급증했다. 국내기업 중 AI를 활용해 임상단계에 있는 신약 파이프라인은 6건으로 조사됐다.
 
현재 국내 기업들에서도 AI신약개발에 대한 투자와 도입 사례가 늘고 있지만, 여러 한계 때문에 기로에 막혀있는 것이 현실이다.
 
한국보건산업진흥원은 최근 발간한 ‘인공지능(AI) 활용 신약개발 경쟁력 강화 방안’ 보고서를 통해 인공지능(AI)을 활용한 신약개발 경쟁력을 강화하기 위해서 ‘데이터 부족’과 ‘인력확보에서 겪는 어려움을 해결’해야 한다고 분석했다.
 
정혜윤 보건산업정책연구센터 책임연구원은 “장기적 관점에서 개인의 민감정보 유출에 대한 두려움을 해소하기 위한 체계 마련을 비롯해 장기간의 데이터 구축사업 지원 기조, 정보보호에 대한 기반 마련 등의 체계적인 정책 구축이 필요하다”라고 말했다.
 
정 연구원은 이를 위해 국가만의 데이터 통합관리 체계 구축과 통합데이터의 범위를 확대해 제약기업의 특허권이 해제된 화합물과 다수의 약효, 약물성 데이터 통합을 제안했다. 또 데이터 플랫폼 활용도를 높이기 위해 국가에서 구축한 데이터를 한눈에 파악할 수 있도록 ‘데이터 카탈로그’와 ‘데이터 맵’이 필요하다고 설명했다.
 
한국제약바이오협회 AI신약융합연구원도 AI신약개발 생태계 활성화를 위해 ‘AI신약연구 지원과 컴퓨팅 인프라 구축’의 중요성을 강조했다. 또 AI신약개발 융합인재를 지속적으로 양성하기 위해 현재 운영 중인 교육플랫폼 LAIDD(AI신약개발 종합교육)를 기반으로 한 체계적인 교육시스템이 필요하다고 제안했다.
 
LAIDD는 한국제약바이오협회에서 2021년 인공지능(AI)과 제약바이오 분야 융합인재 양성을 목표로 개발된 ‘온라인 교육 플랫폼’으로 AI기술과 화학정보학(Chemoinformatics), 생물정보학(Bioinformatics), 제약, 의료 등 관련 분야의 기초 지식 및 응용 기술을 습득할 수 있는 130여 개의 온오프라인 강좌가 개설돼 정보 교류가 가능하다.

AI신약개발자문위원회는 “챗GPT 등장으로 컴퓨팅 파워의 중요성은 높아지는 반면 개별 기업들은 이러한 인프라를 구축하기 어려운 실정”이라며 “AI신약 연구와 컴퓨팅 파워를 결합시키는 정부R&D과제가 만들어져야 한다”고 의견을 모았다.