
신승우 대웅제약 AI 신약개발팀장은 25일 오후 서울 여의도 국회도서관 소회의실에서 열린 2025 이코노믹데일리 제약바이오포럼에서 ‘AI in Drug Discovery and Development’를 주제로, AI 기술이 신약개발 과정에서 어떻게 활용되고 있는지와 그 미래 가능성을 조명하며 이같이 내다봤다.
신 팀장에 따르면 전통적인 신약개발 방식은 평균 10년이 소요되며, 개발비용 또한 3조원에 달하지만, AI 기술을 활용하면 이 과정을 2년 이내로 단축할 수 있으며, 비용도 6500억원 수준으로 절감할 수 있다.
신 팀장은 AI 기반 신약개발이 실제로 성과를 내는 사례로 Insilico Medicine을 언급하며, 해당 기업이 AI 기술을 통해 단 46일 만에 신약후보 물질을 발굴한 사례를 소개했다.
또 신 팀장은 “AI는 신약개발 전반에서 혁신적인 역할을 하고 있다”며 “신약후보 물질 탐색, 임상시험 최적화, 환자 맞춤형 치료 전략 개발 등의 영역에서 기존보다 높은 효율성을 보이고 있으며, 이를 통해 신약개발의 시간과 비용을 대폭 절감할 수 있다”고 밝혔다.
특히 AI 기반의 가상탐색(Virtual Screening, VS) 기술은 8억개 이상의 화합물 라이브러리를 분석해 최적의 후보물질을 선별하고, 결합 친화도(Binding Affinity) 예측 정확도가 92% 이상을 기록하는 등 높은 성과를 보인다.
AI 도킹 시뮬레이션(Docking Simulation) 기술을 통해 단백질-리간드 결합 구조를 분석하고, AI 기반 모델인 DiffDock과 DynamicBind를 활용해 신약 후보물질의 효율성을 극대화할 수 있다.
또한, 신 팀장에 따르면 분자 동역학(Molecular Dynamics, MD) 분석을 통해 신약 후보물질과 단백질 간의 상호작용을 시뮬레이션하고 안정성을 검증하는 과정도 AI를 통해 더욱 정밀하게 진행되고 있다.
특히 ADME/T 예측(약물 동태 및 독성 예측) 기술을 활용하면 신약의 흡수, 대사, 배출 과정과 독성을 예측하여 임상시험 단계에서의 실패율을 낮출 수 있다. 이러한 AI 기반 기술들은 신약개발의 성공 가능성을 높이며, 글로벌 제약사들이 AI 신약개발에 적극적으로 투자하는 이유가 되고 있다.
신 팀장은 마지막으로 “현재 글로벌 제약사들은 AI 기술을 활용한 신약개발에 대규모 투자를 진행하고 있으며, 국내 바이오산업도 이에 발맞추어 AI 신약개발 역량을 강화해야 한다”고 당부했다.
그러면서 “AI 신약개발은 향후 글로벌 제약 시장에서 중요한 경쟁력 요소가 될 것”이라며, “정부와 기업이 협력해 연구개발(R&D) 지원을 강화해야 한다”고 덧붙였다.