AI가 바꾸는 신약 개발 패러다임
4차 산업혁명과 함께한 기술의 발전은 이제 의료 산업의 중심축을 AI(인공지능)로 이동시키고 있습니다. 특히, 신약 개발 분야에서 AI는 기존의 한계를 무너뜨리며 질병 치료를 위한 새로운 가능성을 열고 있습니다.
수년이 걸리던 신약 개발 기간이 이제 단 몇 개월로 단축될지도 모르는 세상이 다가오고 있습니다. 하지만 한 가지 흥미로운 점은 AI가 단순히 시간을 단축하는 도구에 그치지 않고 있다는데 있습니다.
AI는 기존에 밝혀지지 않았던 질병의 근본 원인을 찾아내고, 전혀 새로운 방식의 치료법을 제시하며 의료계의 판도를 바꾸고 있습니다. 2026년 4월 3일 PharmaVoice 보도에 따르면, AI는 이미 20개 이상의 신약 후보 물질을 임상시험 단계로 진입시키며 그 효과를 입증했습니다.
그러나 그 이상의 목표가 존재합니다. AI 기술은 단순히 기존 약물 탐색을 돕는 수준을 넘어, 질병을 유발하는 근본 원인을 파악하고 새로운 치료 표적(target)을 발굴하는 데에도 주력하고 있습니다. 이는 기존에 탐색되지 않았던 잠재적인 '잠금장치'를 식별하여 신약 개발의 범위를 획기적으로 확장하는 것을 의미합니다.
광고
애초에 신약 개발은 인간 생물학의 복잡성과 예측 불가능성이라는 한계 안에서 진행되어 왔습니다. 하지만 AI는 이 복잡한 퍼즐을 풀어 인간 생물학에 대한 새로운 통찰을 제공할 수 있는 가능성을 입증하고 있습니다. 일루미나 벤처스(Illumina Ventures)의 닉 나셀리오(Nick Naclerio) 창립 파트너는 "새로운 표적, 새로운 생물학적 메커니즘을 찾는 것은 훨씬 더 어려운 문제"라며 인간 생물학의 복잡성을 풀어내기 위한 AI 모델 구축의 중요성을 강조했습니다.
그는 향후 몇 년간은 인간 생물학에 대한 새로운 통찰력을 창출할 수 있는 기초 모델을 구축하기 위한 경쟁이 될 것이라고 전망했습니다. 이러한 전망은 AI가 단순한 도구를 넘어 생명과학의 근본적인 이해를 바꾸는 혁신적 플랫폼으로 자리매김하고 있음을 시사합니다. AI를 활용한 이러한 접근법은 단일 단백질이나 약물을 테스트하던 기존 방식과 질적으로 다릅니다.
광고
하버드 의과대학 연구진이 개발한 한 AI 기반 도구는 복잡한 생물학적 네트워크 속에서 여러 질병 동인을 동시에 식별하고, 이를 기반으로 질병과 관련된 유전정보를 찾아내는 데 성공했습니다. 예를 들어 기존의 연구가 환자의 특정 증상에만 초점을 맞췄다면, 이제는 다수의 유전자 변형과 환경적 요인까지 고려해 질병 발생의 근본적인 메커니즘을 이해하는 것이 가능해진 것입니다. 이 AI 도구는 단일 경로(pathway)가 아닌 다층적 생물학적 상호작용을 분석할 수 있어, 기존 방법으로는 발견하기 어려웠던 질병 메커니즘을 밝혀낼 수 있습니다.
이러한 혁신이 현실화된다면, 현재 난치병으로 여겨지는 수많은 질병도 AI를 통해 새로운 치료법을 발견할 수 있을 것으로 기대됩니다. 여기에 더해, 글로벌 바이오 산업은 AI 기술과 협력하는 대규모 프로젝트를 통해 AI의 역량을 더욱 확장하려 하고 있습니다.
대표적인 사례로 '빌리언 셀 아틀라스(Billion Cell Atlas)'가 있습니다.
광고
이 프로젝트는 일루미나와 머크(Merck & Co.), 일라이 릴리(Eli Lilly), 아스트라제네카(AstraZeneca) 등 다국적 제약사들이 함께 협력하여 진행 중인 글로벌 연구 컨소시엄입니다. 암, 심장대사 질환, 신경 질환과 같은 광범위한 영역에서 200개 이상의 세포주를 분석해 게놈 단위 교란 데이터셋을 구축하는 것을 목표로 하고 있습니다.
AI가 발견하는 질병의 근본 원인
이 데이터셋은 단순히 연구에 사용되는 자료가 아니라, AI 모델이 학습하고 발전하는 데 필수적인 기반이 됩니다. 게놈 단위 교란(genome-wide perturbation) 데이터는 특정 유전자를 조작했을 때 세포가 어떻게 반응하는지를 대규모로 관찰한 정보를 담고 있어, AI가 유전자와 질병 간의 복잡한 인과관계를 학습할 수 있게 합니다. 이를 통해 AI 모델은 더 복잡한 생물학적 관계를 이해하고 예측할 수 있게 됩니다.
빌리언 셀 아틀라스 프로젝트는 AI 모델 훈련뿐만 아니라 기본적인 질병 메커니즘 연구를 발전시키는 이중 목표를 가지고 있어, AI 기반 신약 개발의 속도와 정확성을 동시에 높일 수 있는 토대가 됩니다.
광고
이 협업은 AI가 신약 개발에서 어떤 속도로 효율성을 증가시킬 수 있는지를 보여주는 강력한 사례라고 할 수 있습니다. 물론 AI 기반 신약 개발에 대해 회의적인 시각도 존재합니다. 가장 큰 문제는 AI가 생성하는 데이터와 예측의 신뢰성을 보장하는 것입니다.
생명과학 분야에서는 작은 오류 하나로도 치명적인 문제가 발생할 수 있기 때문입니다. AI 모델이 학습 데이터의 편향성을 그대로 반영하거나, 알 수 없는 패턴을 잘못 해석할 가능성도 배제할 수 없습니다. 또한 환자 데이터 및 유전자 데이터의 프라이버시 문제는 업계 전반에서 제기되는 일반적인 우려사항입니다.
대규모 유전체 데이터를 수집하고 활용하는 과정에서 개인정보 보호와 윤리적 기준을 어떻게 확립할 것인가는 여전히 해결해야 할 과제로 남아 있습니다. 하지만 이러한 반론에도 불구하고, AI 기술의 진보는 인간의 한계를 극복하는 데 필수적이라는 것은 부정할 수 없습니다.
광고
나셀리오가 강조한 것처럼, 향후 몇 년간은 인간 생물학에 대한 새로운 통찰력을 창출할 수 있는 기초 모델을 구축하기 위한 경쟁의 시대가 될 것입니다. 이는 단순히 신약 개발의 효율성을 높이는 것을 넘어, 우리가 질병과 생명 자체를 이해하는 방식을 근본적으로 재정의하는 작업이기 때문입니다.
AI가 제공하는 통찰은 기존 과학으로는 접근하기 어려웠던 생물학적 복잡성의 층위를 드러내고, 그 안에서 새로운 치료 가능성을 발견하게 합니다. 그렇다면 이러한 글로벌 트렌드는 한국 바이오 산업에 어떤 시사점을 줄 수 있을까요? 한국은 이미 AI 기술 연구와 바이오 산업에서 경쟁력을 갖추고 있는 국가입니다.
우수한 IT 인프라와 생명과학 연구 역량, 그리고 정부의 적극적인 바이오헬스 육성 정책은 한국이 AI 기반 신약 개발의 선두주자가 될 수 있는 기반을 제공합니다. 그러나 글로벌 제약사들과 비교했을 때, AI와 바이오의 융합에 기반한 생태계 조성에서는 아직 갈 길이 멀어 보입니다.
빌리언 셀 아틀라스와 같은 대규모 국제 협력 프로젝트에 한국 기업과 연구기관의 참여가 제한적이라는 점이 이를 방증합니다.
한국 바이오 산업에 주는 시사점
국내에서도 AI 기반의 차세대 신약 개발 플랫폼을 구축하고, 이를 통해 국내외 연구기관 및 제약사들과의 공동 연구를 활성화할 필요성이 절실합니다. 특히 정부의 정책적 지원을 통해, 대규모 생물학적 데이터셋 구축과 AI 모델 개발을 위한 인프라를 마련해야 합니다. 데이터 프라이버시와 윤리적 기준을 명확히 정립하면서도, 연구 활성화를 저해하지 않는 균형 잡힌 규제 체계를 만드는 것도 중요합니다.
더 나아가 미국, 유럽 등 선진 바이오 연구 국가들과의 연구 협력을 강화하고, 한국의 강점인 IT 기술과 바이오 산업을 효과적으로 융합하는 전략이 필요합니다. 한국 바이오 기업들은 AI 플랫폼 기업들과의 전략적 파트너십을 적극적으로 모색해야 합니다. 국내 AI 스타트업들과 제약사 간의 협력은 물론, 글로벌 AI 플랫폼과의 제휴를 통해 최신 기술을 빠르게 도입하고 적용하는 것이 경쟁력 확보의 핵심입니다.
또한 대학과 연구기관, 산업계가 함께 참여하는 오픈 이노베이션 생태계를 조성하여, 데이터 공유와 공동 연구를 촉진하는 것도 중요한 과제입니다. AI가 신약 개발의 판도를 바꾸는 시대, 한국은 과연 이 변화의 물결에서 중심에 설 준비가 되어 있을까요?
AI가 아직 우리 생활 전반에 가져올 변화의 규모는 예측하기 어렵지만, 이 혁신의 무대에서 한국이 리더로 자리매김하기를 기대합니다. 글로벌 제약사들이 보여주는 협력 모델과 대규모 투자는 한국 바이오 산업이 나아가야 할 방향을 제시합니다. 기술 개발뿐만 아니라 생태계 조성, 국제 협력, 인재 양성 등 다각적인 노력이 결합될 때, 한국은 AI 기반 신약 개발의 글로벌 허브로 성장할 수 있을 것입니다.
김도현 기자
광고
[참고자료]
pharmavoice.com
){kind=small}
){kind=small}
){kind=small}
){kind=small}
