제약업계, AI 적극 활용… 연구 방식까지 다 바꾼다

인공지능(AI)이 제약 연구개발 현장에서 수행하는 역할이 달라지고 있다. [이미지=AI 생성]

인공지능(AI)이 제약 연구개발 현장에서 수행하는 역할이 달라지고 있다. 과거 후보물질 탐색 시간을 줄이는 기술로 활용됐다면 최근에는 연구 설계와 임상 운영, 허가 대응, 생산관리까지 연결하는 연구 인프라로 활용 범위가 넓어지고 있다. 후보 설계부터 전임상·임상, 생산과 품질관리까지 개별 단계에 단절되어 있던 데이터를 통합하려는 시도가 이어지면서 연구 운영 방식도 전환기를 맞이했다.

초기 탐색 넘어 전주기 연계 구조

11일 제약·바이오 업계에 따르면 국내 주요 제약사들은 연구 초기 단계 중심이었던 AI 활용을 연구개발 전 과정으로 확대하고 있다.

초기 AI 신약개발이 후보물질의 신속한 도출에 치중했다. 현재는 전임상과 임상, 허가 단계에서 도출되는 데이터를 상호 연계해 개발 효율과 성공 가능성을 높이는 방식으로 고도화되고 있다.

한미약품은 자체 AI·구조 모델링 플랫폼 'HARP(Hanmi AI-driven Research Platform)'를 통해 차세대 근육 증진 치료제 후보물질 'HM500197'을 도출했다. 최근 발표된 전임상 결과에서는 근육량 증가와 기능 개선을 동시에 확보할 수 있는 설계법이 확인됐다.

유한양행은 AI 분석과 멀티오믹스 기술을 접목해 환자군 선별과 치료 반응 예측 체계를 구축하고 있다. 이와 함께 생성형 AI 기반 연구 플랫폼 '유-니버스(Yu-NIVUS)' 개발도 병행하고 있다. 후보 설계와 활성 예측, 합성 가능성 검토를 단일 연구 환경 안에서 일괄 수행하는 체계다. 기업들은 개별 연구 단계마다 분절되어 있던 데이터를 연결해, 반복 검증 과정에서 소요되는 시간과 비용을 절감하는 데 역량을 집중하고 있다.

AI 적용은 연구 영역을 넘어 운영과 임상 현장으로 이어지고 있다. GC녹십자는 허가 검토와 규제 대응을 지원하는 AI 시스템을 구축했다. 동시에 의료·연구기관과 공동으로 혈우병 환자의 관절병증 위험도를 예측하는 임상 의사결정 지원 연구도 전개하고 있다. 

종근당은 품질관리 업무에 자동화 체계를 도입했고, 차바이오텍은 의료·유전자·생활 데이터를 통합 관리하는 헬스케어 특화 언어모델 개발에 착수했다. 인적 자원 중심으로 운영되던 기존의 검토·분석 업무 일부가 데이터 기반 의사결정 체계로 대체되는 양상이다.

자체 인프라 구축과 데이터 연계 경쟁

국내 제약사들은 자체 플랫폼 확보와 외부 협력을 동시에 추진하며 독자적인 데이터 생태계를 다지고 있다. JW중외제약은 AI 신약개발 통합 플랫폼 '제이웨이브(JWave)'를 운영하며 후보 탐색 단계와 실제 연구 데이터를 연계 중이며, 타 기업들도 자체 연구 환경 구축과 외부 협력 다각화에 속도를 내고 있다.

기술 도입단계를 지나면서 업계 내부에서는 기술 자체보다 '데이터 활용 환경'이 실제 성과를 결정할 것이라는 분석이 나온다. 병원과 기업, 연구기관별로 데이터 형식과 관리 기준이 달라 연구 단계 간 연계가 매끄럽지 않고, 의료정보 보호 및 검증 절차 정비도 시급하기 때문이다.

해외 주요 제약사들은 임상시험 설계와 환자 선별, 생산관리 단계까지 데이터를 통합해 활용하는 사례를 늘려가고 있다. 국내 제약 생태계 역시 연구 효율을 실질적으로 높이기 위해서는 연구 데이터 표준화와 기관 간 공유 체계 구축이 선행되어야 한다는 지적이 나온다. 

현재 국가신약개발사업단과 한국제약바이오협회 AI신약융합연구원은 전임상과 임상 데이터를 연계하는 공동 연구 사업을 추진 중이다. 병원, 연구기관, 기업이 협력해 후보 탐색부터 임상 설계까지 끊김 없이 연결되는 연구 환경을 조성하는 게 목표다.

제약업계 관계자는 "향후 신약개발 경쟁력은 AI 기술을 도입했는지 여부가 아니라, 산재한 데이터를 축적하고 상호 검증 가능한 형태로 관리하는 데이터 거버넌스 역량에서 결정될 것"이라고 말했다.

[폴리뉴스 김진우 기자]