"컨소시엄 형태의 AI 신약개발 R&D 프로젝트 현실적 가동 필요"
화이자의 백신 개발 시간을 단축하는데 큰 공을 세웠던 인공지능(AI, Artificial Intelligence)의 신약 접근성 향상을 위해서는 사회 전반의 혁신과 기술 로드맵 수립을 통한 전방위 인프라 형성을 우선적으로 시행해야 한다는 관련 협회의 지적이 나와 주목된다.
결국 AI 기반 신약개발 가속화를 위해서는 정부의 육성정책을 중심으로 기술로드맵 수립, 산학연 협업, 인재 양성, 데이터 활용 활성화 등이 무엇보다 선행되어야 한다는 지적이다.
현재 신약개발 글로벌 시장 규모는 2022년 6억 980만 달러(한화 약 8천억원)로 매년 45.7%씩 성장 중이며 2027년에는 40억 350만 달러(한화 약 5조원)에 이를 것으로 추정되고 있다.
한국제약바이오협회는 18일 글로벌 이슈 파노라마 최신호를 통해 'AI 뉴노멀 시대의 도래와 신약개발'을 다뤘다.
리포트에서 "세계 각국은 막대한 시간과 비용이 요구되고 불확실성이 높은 전통적인 신약개발의 한계를 극복하기 위해 AI 활용 신약개발 분야에 많은 정책자금을 투입하고 R&D 지원 프로그램을 실행 중에 있다"고 소개했다.
리포트는 AI 신약 개발을 선두하고 있는 미국의 케이스를 소개하면서 " NIH는 2022년 국방부 산하 방위고등연구계획국(DARPA)을 본떠 만든 보건첨단연구계획국(ARPA-H)에 AI 최고 책임자(CAIO)를 두고 ARPA-H 최초 지원 프로그램의 타겟 질환으로 골관절염을 꼽았다"면서 "NIH와 국립약물남용연구소(NIDA)는 ’약물사용장애 관련 신약개발을 위한 AI 툴 활용 프로젝트‘에 약 200만 달러를 지원해 약물표적 식별 및 검증, 표현형 물질 발굴, 약리학 발견, 약물 재창출에 관한 AI 플랫폼 개발을 추진하고 있다"고 설명했다.
이어 각국의 민간분야 AI 신약개발 동향으로 AI 연구가 면역 항암제 분야에서 가장 많은 비중(44.5%)을 차지하고 있으며 신경 퇴행성질환(33.5%), 심혈관 질환(9.9%), 대사질환(3.8%)에 대한 개발 수요가 빠르게 증가하고 있다고 밝혔다.
또 민간협업을 통한 현황도 공개했다.
리포트는 " 구글, 아마존, 엔비디아 등 IT 기업에서도 신약개발 AI 플랫폼을 개발하여 제약기업에 제공하거나 협업을 통한 신약개발 연구를 수행 중에 있다"면서 "구글은 단백질 구조 예측 플랫폼 알파폴드2(Alphafold, ’20)를 개발·공개하고 신약개발 자회사 아이소포픽 랩스를 설립, 아마존과 엔비디아는 클라우드 기반 AI 신약개발 플랫폼 출시했다"고 설명했다.
국내 제약바이오기업들도 AI 전담부서 설치, 자체 AI 플랫폼 구축, AI 기업과의 협업 연구 및 지분 투자를 통해 신약개발에 AI를 도입·활용하고 있으며 52개 기업에서 총 88건의 협업을 수행 중에 있다.
제약바이오협회의 AI 신약개발 지원 현황도 소개됐다.
리포트는 "제약바이오협회 인공지능신약개발지원센터(AI센터)는 제약바이오산업의 미래를 이끌어갈 핵심 기술인 AI를 신속 도입하여 신약개발 글로벌 경쟁력을 확보하자는 목표로 2019년 한국보건산업진흥원과 한국제약바이오협회가 인공지능 신약개발 분야 업무협약을 체결하고 설립했다"면서 "AI센터는 제약바이오기업과 AI 기업이 참여하는 ‘AI 신약개발 오픈이노베이션’ 행사를 정례적으로 개최하고, 연합학습 기반 AI 신약개발 가속화 프로그램(K-MELLODDY) 등 민-관, 산학연 협력 AI 신약개발 공동연구를 통해 역동적 AI 신약개발 협업 생태계 조성에 주력하고 있다"고 설명했다.
마지막으로 리포트는 'AI 신약개발 가속화를 위한 제언'을 통해 AI 신약개발 기술 로드맵 수립, 데이터 활용 활성화, 융합인재 양성, 공동연구활성화 등 제반 구축을 통한 환경 조성이 무엇보다 필요한 점을 강조했다.
리포트는 "신약개발 분야에서 AI 모델의 성능에 대한 신뢰 문제가 발생하고 있다"면서 "이는 신약개발 AI모델의 기술 검증 기준, 자동화의 정도를 식별하는 기준, AI 기술혁신의 방향과 전략을 담은 ‘AI신약개발 기술로드맵’ 수립을 통해 해결할 수 있을 것"이라고 밝혔다.
이어 "AI 신약개발을 위해서는 대량의 고품질 데이터 활용이 필수적이나 개인정보보호 및 지식재산권 이슈로 의료·임상·연구 데이터 활용에 제약이 따르고 있다"면서 "AI 신약개발 연구에서 정부가 수집·가공·공개하는 데이터를 보다 효과적으로 활용하려면 가명처리 또는 익명처리 후 활용 가능한 정보의 범위를 넓혀 신약개발 연구자의 데이터 접근성을 높여야 할 것"이라고 강조했다.
인력 양성과 관련해서는 "AI 신약개발 현장의 어려움 중 하나는 다학제 융합 전문인력의 부족임. AI와 신약개발 두 전문영역 간 소통과 협업의 어려움도 융합인재 부족에서 비롯되고 있다"면서 "AI 신약개발 분야의 인력난을 조기에 해소해 나가려면 재직자의 직무전환을 돕는 AI 신약개발 교육의 확대와 인공지능(융합)대학원에 AI 신약개발 교육과정을 개설하여 융합인재가 현장에 지속 공급되는 시스템을 확보해야 한다"고 강조했다.
마지막으로 공동 연구 활성화 부분에 대해서는 "컨소시엄 형태의 AI 신약개발 프로젝트는 글로벌 시장의 트랜드로 자리매김 했다"면서 "컨소시엄 형태의 대형 AI 신약개발 R&D 사업은 대학, 연구소, 기업이 단독으로 수행하는 R&D
사업보다 파급력과 확장성이 매우 크고, 산학연이 특정 과제에 집중하여 큰 성과를 창출할 수 있다"고 소개했다.
그러면서 "컨소시엄 형태의 AI 신약개발 R&D 프로젝트는 공동연구 활성화는 물론 우리나라 AI 신약개발 생태계에 역동성을 불어넣어 혁신의 가속화를 가져올 것"이라고 제안했다.
