[아이팜뉴스] 지난 2일부터 한국제약바이오협회 AI신약개발지원센터 센터장직을 수행 중인 김우현(사진) 센터장은 30일 “R&D 효율성을 극대화하는 AI 활용 신약개발이 미래 핵심 전략분야로 부상했다. AI기술은 신약개발 전 단계에 활용돼 신약개발주기를 15년에서 7년으로 단축시킬 것”이라면서 “AI 신약개발, 제약강국 도약의 새로운 패러다임”을 강조했다.

김 센터장은 이날 오전 서울 서초구 방배동에 위치한 협회 2층 A룸에서 온라인 기자간담회를 열고 “우리는 IT강국을 넘어 AI강국으로 도약 중이다. AI를 이용한 신약개발 분야에서도 글로벌 경쟁력을 충분히 확보할 수 있다”며 “제약바이오산업은 이 기회를 살려 반도체, 조선, 철강, 엔터테인먼트와 같이 세계 일류산업으로 도약해야 한다”고 밝혔다.

그러면서 김 센터장은 “이를 앞당기려면 인공지능기술과 신약개발기술 두 분야의 상호이해와 협업이 필수적”이라며 “AI신약개발지원센터는 이 협업 비즈니스를 촉진하는데 역량을 집중할 것”이라고 말했다.

다음은 이날 김 센터장이 밝힌 기자회견 내용을 일문일답식으로 정리해봤다.

- 취임 배경은?

“안녕하십니까. 김우연입니다. 저는 지난 2일부터 한국제약바이오협회 AI신약개발지원센터 센터장직을 수행하고 있습니다. 센터장직 제안을 받고 ‘우리나라 AI 신약개발 가속화에 힘을 보태자’는 마음으로 센터에 합류했습니다.”

- 시장 진단 및 전망은?

“신약개발은 사회파급효과가 매우 큰 공익 성격의 사업입니다. 반면 신약 R&D에 소요되는 막대한 시간과 비용은 국내 제약기업이 넘기 힘든 진입장벽으로 작용합니다. 그래서 R&D 효율성을 극대화하는 AI 활용 신약개발이 미래 핵심 전략분야로 부상했습니다. AI기술은 신약개발 전 단계에 활용돼 신약개발주기를 15년에서 7년으로 단축시킬 것으로 추정합니다. 시장분석기관들이 전망하는 AI 신약개발의 미래 모습입니다. AI를 이용한 후보물질 설계부터 시작해서 유전체 등 생체정보 데이터를 기반으로 전임상과 임상시험을 설계하고 최적 환자군을 도출해 불확실성, 그리고 시간과 비용을 최소화할 것입니다. AI센터 자체조사 결과, 국내 신약개발 AI 스타트업은 현재 38개로 늘어났습니다. 2021년 상반기에는 14개 신약개발 AI 스타트업에 1700억원의 투자가 이뤄졌습니다. 정부도 ‘AI 활용 혁신신약 발굴’ 등 27개 사업을 통해 제약바이오산업의 AI 활용을 적극 지원하고 있습니다. 그러나 아직은 미성숙 단계입니다. AI 신약개발 시장의 우선과제는 ‘AI기술을 적용했더니 R&D비용이 이만큼 절감됐다’는 사례도출입니다. 나아가 타깃 발굴, 후보물질 설계, 합성, 검증과정을 넘어 전임상, 임상 등 신약개발 단계마다 적용할 AI기술 개발이 요구되고 있습니다. 제약기업 역시 미래전략으로 AI기술 확보에 적극적입니다. 현재 30여 곳에서 자체개발 또는 신약개발 AI기업과의 협업을 통해 인공지능 기술을 개발 중입니다. 그러나 아직은 도입단계이고, 본격적인 활용단계로는 나아가지 못하고 있습니다. 많은 기업들이 AI기술 도입이나 AI기업과의 협력 과정에서 시행착오를 겪고 있습니다. AI기술에 대한 이해, 데이터 구축과 전문인력 확보 방안을 종합적으로 고려한 도입전략 구축이 요구되고 있습니다.”

- 역점 사업이 있다면?

“우리는 IT강국을 넘어 AI강국으로 도약 중입니다. AI를 이용한 신약개발 분야에서도 글로벌 경쟁력을 충분히 확보할 수 있습니다. 제약바이오산업은 이 기회를 살려 반도체, 조선, 철강, 엔터테인먼트와 같이 세계 일류산업으로 도약해야 합니다. 이를 앞당기려면 인공지능기술과 신약개발기술 두 분야의 상호이해와 협업이 필수적입니다. AI신약개발지원센터는 이 협업 비즈니스를 촉진하는데 역량을 집중할 것입니다. 이를 위한 실행방안으로 ‘신약개발 연구자를 위한 AI 플랫폼’을 올 하반기에 출시할 계획입니다. 이는 제약바이오산업의 인공지능, 시뮬레이션, 빅데이터 기술 도입을 촉진시킬 것입니다. 또한 협업 비즈니스에서 가장 중요한 ‘융합형 AI 신약개발 전문가 교육’사업을 강화하겠습니다. 특히 올해에는 신약개발 연구원 맞춤형 학습과정과 현장실습과정을 개설해 신약개발 현장의 AI 전문인력 부족현상을 해소해 나가도록 하겠습니다.”

- 협업 활성화 방안은?

“신약 R&D의 큰 흐름은 개방형 혁신과 협업입니다. 신약개발 AI기업과 제약기업은 모두 R&D 생태계의 일원입니다. 서로 협력하지 않고는 혁신을 이루기가 매우 어렵습니다. 특히 공통점보다 차이점이 많은 두 전문영역의 협업은 중요성을 넘어 필수적이라 하겠습니다. 우리나라 AI 신약개발 시장은 협업 측면에서 속도를 내지 못하고 있습니다. 원인은 AI솔루션 매칭 과정에 있습니다. 흔히 솔루션, 플랫폼 등으로 불리는 AI 신약개발 모델은 실제 실험에 적용해봐야 정확한 성능을 알 수 있습니다. 이렇다보니 제약기업은 AI솔루션이 자신들이 원하는 기술과 성능을 갖추었는지 미리 가늠하기 어렵습니다. 반대로 AI기업은 자신들이 개발한 AI솔루션의 가치를 미리 입증하기가 어렵습니다. 그래서 AI기술과 신약개발 수요가 잘못 매칭되는 경우가 발생하고 의욕적으로 시작한 공동연구가 서로에게 실망만을 안기는 경우가 발생하게 됩니다. ‘신약개발 연구자를 위한 AI 플랫폼’은 매칭의 정확도를 어떻게 높일까 하는 고민에서 시작됐습니다. 결론은 신약개발자가 AI솔루션을 충분히 이해하는 게 먼저라고 생각했습니다. 그래서 IT에 대한 전문지식이 없는 의약화학자들도 웹상에서 손쉽게 활용할 수 있는 AI 플랫폼을 개발 중입니다. 이 플랫폼을 통해 AI 신약개발에 대한 긍정적인 경험을 하게 되면 다양한 매칭이 활발하게 이루어질 것입니다. 유효물질, 선도물질 발굴단계에 적용할 이 AI 플랫폼은 제약기업이 고가로 구입하는 해외 소프트웨어 도입비용을 줄이는 효과도 얻을 수 있을 것입니다. 이와 함께 전문가 자문위원회와 AI 신약개발 협의체를 운영해 인공지능과 신약개발 두 전문영역이 활발하게 소통하고 기술을 교류할 수 있는 장을 제공할 것입니다. 특허와 논문을 통해 입증한 AI기술을 소개하고, 기술에 대한 신약개발 영역의 피드백이 선순환을 이루면 매칭의 정확도가 높아지고 협업사례도 크게 늘어날 것입니다. 제약기업이 빠르게 발전하는 국내외 AI기술 동향과 AI기업 정보를 한 눈에 파악할 수 있도록 웹사이트를 구축해 5월부터 가동할 계획입니다.”

- 전문인력 교육 방안은?

“인공지능과 신약개발 두 전문영역의 협력 못지않게 중요한 것이 융합입니다. 서로 다른 언어를 쓰고 있다는 두 분야의 이질성을 극복하는 문제이기 때문입니다. AI 신약개발은 다양한 학문과 기술의 융합입니다. 다양한 배경을 가진 전문가들이 있고, 또 신약개발 기업에서 필요로 하는 다양한 직무가 있습니다. 그래서 융합형 전문인력 양성 측면에서 문제에 접근해야 한다고 봅니다. AI신약개발지원센터에서는 온라인 교육플랫폼 라이드(LAIDD)를 구축해 3년간 800명의 교육생을 배출했습니다. 올해에는 이 교육플랫폼을 더욱 고도화해 혼자 다할 수 있는 인재가 아니라 타 분야 전문가와 소통하는 능력을 갖춘 다양한 융합형 전문인력을 배출하려고 합니다. 이를 위해 수강생의 배경지식과 목표직무 맞춤형 러닝트랙을 구축할 것입니다. 교육생들이 AI 신약개발 현장에서 직접 소규모 프로젝트를 수행해 보는 인턴십 프로그램도 운영해 두 전문영역의 상호이해와 소통역량을 강화하고, AI 신약개발 시장의 인력부족 현상도 해소해 나갈 계획입니다.”

- 인공지능을 활용한 신약개발기술은?

“미국, 유럽의 제약기업들은 AI기업들과 손잡고 신약개발을 가시화하고 있습니다. 2021년 4월 영국에서 AI로 디자인한 신약 후보물질이 임상시험에 들어갔습니다. 2020년 10월 미국에서는 AI로 추천한 코로나19 약물재창출 후보물질이 임상시험을 거쳐 긴급사용 승인을 받았습니다. 이들은 AI기업과 공동연구, 라이센스 인-아웃을 활발하게 전개하며 글로벌 시장의 신약개발 패러다임을 바꾸고 있습니다. 특히 ‘알파폴드2’의 등장과 인공지능 단백질 설계 기술의 발전으로 항체 신약 같은 바이오 의약품 개발에도 인공지능을 활용할 길이 열렸습니다. 인공지능기술이 지금까지는 저분자 화합물 신약 분야에 쏠려 있었지만, 앞으로는 그 적용 범위가 지속적으로 확장될 것입니다. 해외사례와 비교할 때 우리 AI 신약개발 시장은 M&A, 라이센스 인-아웃 같은 뚜렷한 비즈니스 모델을 보여주지 못하고 있는 게 사실입니다. 많은 분들이 우리의 AI기술이 뒤처졌기 때문은 아닌지 우려하고 있습니다. 그러나 이러한 현실이 AI 기술부족에서 비롯됐다고는 보지 않습니다. 최근 권위 있는 국제학회에 발표되는 국내 기업, 대학 및 연구기관의 AI 논문이 크게 늘고 있습니다. 이는 국내 AI기술 수준이 상당하며, 국제적으로도 인정받고 있음을 의미합니다. 이런 점에서 AI 신약개발 시장의 발전 속도가 더딘 원인은 AI기업와 제약기업이 공동으로 협업할 적절한 접점이 부족했기 때문이라고 생각합니다. 빅데이터와 인공지능을 활용한 신약개발기술은 아직 글로벌 선두주자와 비교해 그 격차가 크지 않습니다. 우리가 제약기업의 신약개발 능력과 IT기업의 AI기술을 잘 접목시키면 충분히 승산이 있다고 봅니다. 기술혁신을 촉진하는 방법 중 하나는 해당 기술의 로드맵을 제시하는 것입니다. AI신약개발지원센터에서는 앞서 말씀드린 자문위원님들의 도움을 받아 AI 신약개발 백서를 발간해 신약개발 전 과정에서 요구되는 AI 기술 로드맵을 제시할 계획입니다.”

- 데이터 확보 방안은?

“AI 신약개발 가속화 측면에서 인력과 기술 못지않게 중요한 것이 데이터입니다. AI 솔루션의 성능 향상과 정확도 제고에 결정적 영향을 미치기 때문입니다. AI 신약개발은 화합물, 오믹스, 문헌정보, 임상정보, 의료정보 등 다양한 데이터 소스를 필요로 합니다. 반면 AI 솔루션에 필요한 대량의 학습데이터를 확보하는 일은 쉽지 않습니다. 국내 제약기업의 경우 자체 보유 데이터도 많지 않은 상황입니다. 보건의료데이터는 민감성이 높고 개인정보, 기술유출 등의 이슈가 있어 공공기관, 의료기관, 제약기업 모두 각자의 데이터를 폐쇄적으로 활용하고 있습니다. 공공기관의 빅데이터, 데이터 중심병원의 의료데이터를 제약기업의 임상데이터와 연계해 활용할 수 있는 방안을 정부 차원에서 강구해야 할 때입니다. 한국화학연구원에서 운영하는 화합물은행은 신약개발연구 및 바이오연구의 출발점이 될 수 있는 신약소재화합물을 범국가적으로 수집·관리해 모든 연구자들이 공동으로 활용할 수 있도록 지원하고 있습니다. 이러한 프로젝트를 더 많이 늘여야 합니다. 나아가 산-학-연-병을 아우르는 국가 차원의 컨소시엄이 구축된다면 AI 신약개발 사업은 분명 가속 폐달을 밟을 것입니다.”

- 마지막으로 하고 싶은 말은?

“아직 업계에서는 AI 신약개발이라는 개념이 생소했던 2018년 제약바이오협회 원희목 회장님이 선구자적으로 이 사업을 시작하시며 이동호 초대 센터장님에게 역할을 맡기셨고, 이후 지난 2년 동안은 김화종 센터장님을 중심으로 교육 및 홍보 사업에 역점을 두어 센터를 운영해 왔습니다. 그러한 노력의 결과로 4년이라는 짧은 시간에 AI 신약개발은 제약바이오산업의 가장 큰 화두로 자리 잡고 있습니다. 현재까지의 놀라운 AI기술 발전 속도로 볼 때 앞으로 이 분야가 얼마나 빨리 발전할지 기대됩니다. 이러한 중요한 시점에서 센터장 자리를 맡아 막중한 책임감을 느끼고 있으며, 회장님과 전임 센터장님의 큰 뜻을 이어받아 국내 AI 신약개발의 성공적인 발전을 위해 노력하겠습니다.”