AI 신약개발 전주기 확산…"고품질 데이터 중요성 커진다"

AI 연구보조 넘어 'AI Scientist' 시대로…신약개발 전주기 혁신 가속 기업 간 데이터 공유는 한계…데이터 파트너십·접근성 강화 필요

표준희 한국제약바이오협회 AI신약융합연구원장이 2일 서울 중구 한국규제과학센터에서 열린 '2026 약학계 기자단 워크숍'에서 '신약개발 분야에서의 AI 기술의 활용'을 주제로 발표하고 있다. ©약업신문=전하연 기자

생성형 AI 확산으로 신약개발 전 과정에 AI 활용이 확대되는 가운데, 고품질 데이터 확보와 데이터 접근성이 AI 신약개발 경쟁력을 좌우할 핵심 요소로 떠오르고 있다는 분석이 나왔다.

이 같은 전망은 2일 오후 서울 중구 한국규제과학센터에서 열린 '2026 약학계 기자단 워크숍'에서 한국제약바이오협회 AI신약융합연구원 표준희 원장이 '신약개발 분야에서의 AI 기술의 활용'을 주제로 발표하며 제시했다.

표 원장은 최근 생성형 AI와 대규모언어모델(LLM), 멀티모달 AI 기술의 발전으로 AI가 신약개발 전 과정으로 빠르게 확산하고 있다고 설명했다. 기존 후보물질 발굴과 표적 탐색에 국한됐던 활용 범위를 넘어 바이오마커 발굴, 환자 세분화, 임상시험 설계, 제조·품질관리, 규제 대응까지 AI 적용 영역이 확대되고 있다는 것이다.

그는 글로벌 제약사들이 AI 전문기업과 협력을 확대하는 동시에 자체 AI 역량도 강화하고 있다고 소개했다. 엔비디아와 일라이 릴리의 AI 신약개발 협력, 구글 딥마인드의 알파폴드(AlphaFold), 엔비디아의 바이오니모(BioNeMo) 등 글로벌 AI 활용 사례를 소개하며, 후보물질 발굴 기간 단축 등 신약개발 효율을 높인 사례도 나타나고 있다고 설명했다.

특히 AI가 단순한 연구 지원 도구를 넘어 연구의 주체로 진화하고 있다는 점을 강조했다.

표 원장은 "AI는 과거에는 연구를 가속화하는 강력한 도구였다면 이제는 스스로 연구할 수 있는 독립적 주체로 발전하고 있다"며 "가설 생성부터 실험 설계, 결과 분석까지 수행하는 엔드 투 엔드(End-to-End) 자동화 연구 환경으로 발전하고 있다"고 말했다.

이어 AI 에이전트(AI Agent), 멀티 에이전트 시스템, 자율실험실(Self-Driving Lab), AI Scientist 등 새로운 연구개발 모델이 등장하면서 AI 기반 연구개발 환경도 빠르게 진화하고 있다고 설명했다.

표 원장은 AI 기술이 고도화될수록 데이터를 확보하고 활용하는 역량이 더욱 중요해질 것으로 내다봤다.

그는 "알고리즘이 고도화될수록 적은 양이라도 고품질 데이터가 AI 성능 향상에 크게 기여한다"며 "양질의 데이터는 AI 기술의 근간"이라고 강조했다. 이어 "실패 데이터(Negative Data)를 포함한 다양한 데이터를 축적하고 활용하는 것이 AI 모델 성능 향상에도 중요한 요소"라고 설명했다.

또 국내 AI 신약개발 환경의 과제로는 숙련된 AI 인력 부족과 데이터 부족, 데이터 품질 문제 등을 꼽으며 "제약사와 AI 개발기업, 데이터 공급기관 간 협력을 강화하고 데이터 접근성을 높이는 것이 중요하다"고 말했다.

표준희 한국제약바이오협회 AI신약융합연구원장. ©약업신문=전하연 기자

이날 현장에서는 기업 간 데이터 공유의 현실적인 한계와 데이터 활용 방안에 대한 질의도 이어졌다.

표 원장은 "기업이 보유한 인하우스 데이터는 핵심 자산인 만큼 기업 간 공유는 사실 쉽지 않다. 거의 불가능하다고 생각할 정도"라면서도 "공동의 목표를 위한 컨소시엄이나 임상시험 대조군 데이터 공유, 데이터 파트너십 등은 현실적인 대안이 될 수 있다"고 밝혔다.

이어 "필요한 데이터는 파트너십을 통해 확보하거나 거래하는 방식도 충분히 검토할 수 있다"며 "국내에서도 바이오 데이터를 활용하기 위한 정책적 노력과 데이터 생태계 구축이 지속적으로 이뤄질 필요가 있다"고 덧붙였다.

기업들의 데이터 보안 전략과 관련해서는 "대부분 민감한 데이터는 온프레미스(On-premises) 환경에서 관리하고 있으며, 최근에는 민감한 데이터는 내부에서 처리하고 일반 업무는 클라우드를 활용하는 하이브리드 방식도 확대되고 있다"고 설명했다.

아울러 AI 시대 인재상에 대해서는 "앞으로는 데이터를 활용하는 사람을 넘어 직접 데이터를 생산하고 AI에 적용할 수 있는 인재가 중요해질 것"이라며 "AI가 고도화될수록 현장의 문제를 정확히 이해하고 이를 해결할 수 있는 도메인 전문성을 갖춘 인재의 가치가 더욱 커질 것"이라고 강조했다.

아울러 AI 시대 인재상에 대해서는 "앞으로는 데이터를 활용하는 사람을 넘어 직접 데이터를 생산하고 AI에 적용할 수 있는 인재가 중요해질 것"이라며 "AI가 고도화될수록 현장의 문제를 정확히 이해하고 이를 해결할 수 있는 도메인 전문성을 갖춘 인재의 가치가 더욱 커질 것"이라고 강조했다.