“연합학습 AI로 신약개발 가속”…AI신약융합연구원, 혁신 허브 부상

인공지능(AI) 신약 개발이 제약바이오 산업의 패러다임을 전환하고 있다. 한국제약바이오협회 산하 AI신약융합연구원이 디지털 융합 연구 허브로 역할을 확대하며, 데이터 기반 신약 개발 경쟁의 중심에 떠올랐다. 업계는 AI 활용으로 신약 개발 기간과 비용을 크게 줄이고 후보물질의 성공률 역시 혁신적으로 높이고 있어, 이번 흐름을 전통적 신약개발 구도의 분기점으로 평가하고 있다.

글로벌 제약사와 국내 기업 모두 AI 기술을 앞다퉈 도입 중이다. 전통적 신약 개발은 약 13~15년과 25억 달러 이상의 비용, 임상 1상 성공률 10% 미만이라는 구조적 제약이 있었다. 이에 비해 AI 기반 신약 후보물질의 임상 1상 성공률은 80~90%로, 기존 대비 크게 높다는 점에서 기술적 파급력이 부각된다. 특히 임상시험 데이터와 AI 예측 모델 도입 시 환자 모집 속도도 최대 2배 가량 높이는 등 시간·비용·성공률 측면 모두에서 기존 한계를 뛰어넘고 있다.

국내에서는 AI신약융합연구원이 핵심 허브로서, 신약 개발 산업계의 인재·기술·네트워크를 연결하고 있다. 지난해 연구원 출범 이후, 자문위원회와 전문위원회, 산학연 협의회 등으로 80여명의 전문가와 연구를 기획·수행한다. 협회의 ‘K-멜로디’ 사업 수주 역시 AI신약융합연구원 활동의 결실이다. 해당 프로젝트는 2024~2028년 과학기술정보통신부·보건복지부 R&D 사업으로, 연합학습(Federated Learning) 기술로 각 기관의 민감한 바이오 데이터를 직접 공유하지 않고도 AI 예측모델 FAM(Federated ADMET Model)을 개발하는 것이 핵심이다.

연합학습 방식은 각 연구기관이 데이터 자체는 외부에 노출하지 않은 채 AI 모델의 파라미터만을 공유, 개인정보 보호와 데이터 활용의 균형을 이룬다. 암, 희귀질환 등 맞춤형 신약 개발의 필수 기반인 대용량 바이오 데이터의 민감성 극복이 가능해졌다는 점에서 기술적 의미가 크다. 글로벌 선두 제약사들도 AI 신약 개발에 대규모 투자를 지속하고 있으며, 국내 기업 역시 자체 플랫폼 구축과 전문기업과의 협업에 적극적이다.

AI신약융합연구원은 향후 산업계 실질적 지원 확대를 위한 후속 사업도 발굴하는 등, 신약 개발 환경 혁신의 구심점 역할을 강화하고 있다. 전문가들은 “민감정보 보호와 예측모델 고도화를 동시에 달성할 수 있는 연합학습 기반 AI 신약개발은 향후 산업표준이 될 가능성도 있다”고 평가한다.

산업계는 이번 AI 융합 기술이 실제 신약개발 현장에 안착할 수 있을지 주시하고 있다. 기술의 진보와 함께, 바이오 데이터 활용과 개인정보 보호의 제도적 뒷받침, 산업계 네트워크 활성화가 새로운 성장의 조건이 되고 있다.