AI 신약센터장, “가능성 있는 신약, AI가 알아본다”

신약개발에 활용되는 데이터, 병원·제약·학계 각 분야에서 하나의 모델로 공유해 분석해야

신약개발 분야에서 인공지능이 도입되면서 과학적 경험보다는 양질의 데이터를 중심으로 협력하는 과정이 더 중요할 것으로 보인다.

한국제약바이오협회가 주체한 프레스 세미나 ‘제약·바이오산업 진단과 이해’에서 AI 신약개발지원센터 김화종 센터장이 인공지능을 활용한 신약개발의 발전에 대한 방향을 설명했다.

김화종 센터장은 “신약개발이 오래걸리고 많은 재원이 걸리는 것은 기존의 방식을 따르기 때문”이라며 “신약개발 분야에 AI가 도입된다면 현실적인 성공 가능성을 높이고 비용과 위험부담을 줄일 수 있을 것”이라고 말했다. AI를 통해 축적된 데이터를 활용해 신약이 만들어질 가능성을 빠르게 점쳐볼 수 있다는 얘기다.

김 센터장은 “인공지능을 통해 신약개발의 새로운 화합물을 찾는 것은 더 이상 과학자의 경험과 실험에 의존하는 것이 아니라 축적된 데이터에서 유사한 것(신약모델)을 찾아낼 수 있다”라고 말했다. 그는 “AI는 전통적 과학적 사고에서 벗어나 중간 단계에 대한 논리적 설명 없이도 비교적 정확한 예측 능력을 앞세워 결과를 빠르게 판단한다”라고 설명했다.

김화종 센터장에 따르면 생물 분야의 경우 밝혀지지 않은 기전이 많기 때문에 생명현상의 경향성을 예측하는 능력이 더 중요하다는 것이다. 신약 모델을 개발하기 위해서는 불의 원리를 몰라도 불을 사용하는 데에 문제가 없듯이 AI의 예측능력을 활용해 신약 모델을 고안할 수 있다는 것.

다만 신약 개발에 활용되는 질적인 데이터를 얼마나 확보할 수 있고, 접근할 수 있느냐는 전문가의 판단이 필요하다는 지적이다. 이에 덧붙여 AI로 방대한 데이터를 분석하는 데 앞서 신약개발에 활용되는 개인정보를 보호하기 위해서는 데이터를 한 곳에 모으거나 넘기는 일을 지양해야 한다고 강조했다. 

“분절된 개인의 정보를 한데 모으면 누군가로 특정될 수 있듯이 연구 목적이더라도 데이터를 한데 모으는 일은 주의가 필요하다. 따라서 병원, 제약사, 연구기관의 로컬 데이터를 다루는 해석모델만 공유하는 것이 바람직하다”라고 말했다. 각 분야에서 데이터를 입력하면 전이 학습된 모델이 점차 똑똑해져 글로벌 모델로 높일 수 있다는 설명이다.

김화종 센터장은 “이러한 신약개발 과정은 데이터를 중심으로 구체적인 협력관계가 모색되야 가능하며 각 분야에서 협업을 하기 위해서는 서로 통용되는 개념을 이해할 수 있도록 교육이 선행되야 한다”라고 말했다.