AI 기반 의약품 전주기 혁신…김주은 교수 "원클릭 통합 플랫폼으로 글로벌 도전"

2029년까지 251억 규모 투자…16개 기관 '원팀' 전략으로 사업단 선정 후보물질 발굴을 넘어 전임상·제조·품질관리·병용요법까지 AI 통합 예측

김주은 AI 기반 의약품전주기 기술개발사업단장이 사업단 추진 계획과 전주기 AI 플랫폼 구축 전략에 대해 설명하고 있다. ©약업신문=전하연 기자

AI 기반 의약품 전주기 기술개발사업단이 2029년까지 251억 원을 투입해 후보물질 발굴부터 전임상·제조·품질관리까지 아우르는 ‘원클릭 통합 예측 플랫폼’을 구축해 국내 신약개발 패러다임 전환에 나선다.

김주은 교수(국민대 응용화학부, AI 기반 의약품전주기 기술개발사업단장)는 최근 약업신문과의 인터뷰에서 “AI와 빅데이터를 융합해 개발 성공률을 높이고 비용과 기간을 획기적으로 줄이는 혁신 솔루션을 제공하겠다”며, “글로벌 시장에서도 경쟁력 있는 AI 기반 전주기 기술로 자리매김할 것”이라고 밝혔다. 김 교수는 지난 4월 공고에서 제바협 AI융합팀과 화학연구원 컨소시엄 등 쟁쟁한 경쟁자를 제치고 최종 사업단으로 선정됐다.

사업단은 총 16개 기관(엠에프씨, 경동제약, 한국유나이티드제약, 알케, 아이겐드럭, 퀀텀인텔리전스, 성균관대·중앙대·우석대·동덕여대·가천대·국민대·아주대, 한국바이오협회, 한국생명공학연구원, 안전성평가연구소)이 참여해 산·학·연 협력 체계를 구축했다. 5년간 정부출연금 202.9억 원을 포함해 총 251.5억 원 규모로 연구를 진행한다.

김주은 국민대학교 응용화학부 교수. ©약업신문=전하연 기자

Q. 2025년도 AI 기반 의약품전주기 기술개발사업단 소개.
: 사업단은 2029년까지 5년간, 정부출연금 202.9억 원을 포함한 총 251.5억 원의 연구비를 투입해 의약품 개발의 패러다임을 전환할 ‘AI 기반 의약품 전주기 지능화 예측 통합 플랫폼’ 구축을 목표로 합니다. 본 플랫폼은 웹상의 방대한 의약품 데이터와 실제 측정된 의약학 데이터를 AI 기술로 융합·학습하여 신약 및 개량신약의 물리화학적 특성, 독성, 효능, 안전성 등 전주기 핵심 정보를 단 몇 시간 내에 예측하는 혁신적인 솔루션을 개발할 예정입니다. 이를 통해 일반적인 의약품 개발뿐만 아니라 신약 개발의 효율성을 극대화하고, 기업을 위한 실증적인 지원 서비스까지 구축하고자 합니다.
이러한 목표 달성을 위해 본 사업은 총 3개의 세부 과제로 구성됐으며 강력한 산·학·연 협력 체계를 구축했습니다. 참여 기업으로는 엠에프씨㈜, 경동제약㈜, ㈜한국유나이티드제약, 알케㈜, ㈜아이겐드럭, ㈜퀀텀인텔리전스가 있으며, 성균관대, 중앙대, 우석대, 동덕여대, 가천대, 국민대, 아주대가 참여 대학으로 함께하고 있습니다. 또한 한국바이오협회, 한국생명공학연구원, 안전성평가연구소가 참여 연구기관으로 합류해 총 16개 기관이 유기적인 시너지를 창출하고 있습니다.

Q. 경쟁자를 제치고 사업단으로 선정될 수 있었던 주요 요인은.
: 사업단의 가장 큰 차별점이자 성공 요인은 ‘실용성’과 ‘신뢰성’을 중심으로 한 선순환 연구개발 구조를 설계한 것이라고 생각합니다.
첫째, 형식적인 구성을 지양하고 실제 AI 기술 개발과 구현이 가능한 실무 중심의 핵심 기관들로 컨소시엄을 구성했습니다. 둘째, 기술의 최종 수요자인 제약사가 기획 단계부터 직접 참여해 개발 초기부터 현장의 목소리를 반영했습니다. 마지막으로, 개발된 AI 플랫폼의 성능을 입증하기 위해 다각적인 검증 체계를 구축했습니다.
단순히 AI 예측 데이터와 비임상 CRO의 실측 데이터를 비교하는 것을 넘어 국가 공인 인증 획득과 실제 제약사를 통한 기술서비스 검증까지 이어지는 포괄적인 검증 파이프라인을 마련했습니다. 이러한 ‘실무 중심의 개발 → 수요자 참여 → 다각적 검증’ 구조가 선정의 결정적 요인이라 생각합니다.

Q. 치열한 경쟁 속에서 사업단 준비 과정에서 가장 중점을 둔 부분은.
: 경쟁이 매우 치열했습니다. 대기업부터 유망한 중소기업까지 쟁쟁한 곳들이 사업단을 구성해 지원한 것으로 알고 있습니다. 이런 상황 속에서 저희는 ‘진정한 원팀(One Team)’을 만드는 것에 가장 집중했습니다. 약 두 달간 16개 참여 기관 모두가 하나의 목표를 향해 나아갈 수 있도록 클라우드 기반으로 모든 자료를 실시간 공유하며 유기적인 협력 체계를 구축했습니다. 단 한 기관도 소외되지 않도록 끊임없이 소통하고 조율하는 과정 자체가 가장 큰 성공 동력이었습니다.

Q. 이번 사업단이 생각하는 ‘전주기 통합 AI’의 차별성과 혁신 포인트는.
: 기존 AI 신약개발은 주로 후보물질 발굴 단계에 집중되어 왔습니다. 하지만 AI를 전주기적으로 활용하면 각 단계에서 발생하는 비효율성을 크게 줄일 수 있습니다. 전임상시험 설계와 ADME·PK시험 디자인 최적화, 의약품 제형설계와 생산공정 최적화, 약물재창출과 병용요법 발굴까지 AI가 전 과정의 효율성을 극대화합니다. 이를 통해 개발 성공률을 높이고 비용을 절감하며 시장 출시 기간을 단축할 수 있습니다.

Q. 글로벌 경쟁력을 확보하기 위한 전략은.
: 국내에서는 제약사와 연계한 실증을 통해 AI 기반 불순물 저감화, 안전성·유효성 플랫폼, PK플랫폼 등 3가지 통합 솔루션을 철저히 검증할 계획입니다. 이후 IBM 등 글로벌 빅테크와 해외 빅파마와의 파트너십을 추진해 세계 시장으로 진출할 계획입니다. 또한 공동 연구개발 프로젝트와 투자 유치를 통해 글로벌 협력 기반을 확대할 것입니다.

Q. AI 모델 성능 강화를 위해 필요한 데이터 확보 방안은.
: AI 학습에서 가장 중요한 것은 데이터입니다. 웹상에 공개된 Drugbank, PubChem 등 글로벌 데이터베이스뿐 아니라 화학연구원의 국내 데이터베이스도 활용할 예정입니다. 또한 원료·완제의약품 기업이 보유한 전임상시험 및 제조공정 데이터를 협력을 통해 확보하고, 유전체·단백질체 등 다중 오믹스 데이터를 통합해 AI 모델의 예측 정확도와 신뢰성을 강화할 것입니다.

Q. 허가 심사나 안전성 평가 등 규제 과학과의 접목은 어떻게 추진되나.
: 미국 FDA가 동물실험을 대체할 NAMs(New Approach Methodologies)를 추진하는 만큼, 국내외 규제기관에서 신뢰할 수 있는 ‘표준 예측 모델’로 인정받는 것을 목표로 하고 있습니다. 이를 위해 AI 모델의 예측 정확성, 재현성, 설명 가능성을 입증하고, 규제기관 요구사항을 선제적으로 반영해 검증체계를 갖출 예정입니다.

Q. 향후 계획은.
: 향후 5년간 ‘원클릭 전주기 예측 통합 플랫폼’을 완성해 국내 제약사 실증 성공을 기반으로 글로벌 진출을 추진할 것입니다. KFDA와 FDA가 신뢰하는 표준 예측 모델로 자리매김하고, 국내 중소·벤처기업도 쉽게 활용할 수 있는 서비스로 확장해 산업 경쟁력을 한층 높이겠습니다.