AI 신약개발, 속도보다 성과 입증이 중요한 이유

제약업계에서 AI 활용이 보편화되면서, 외부 AI 전문기업이 협업 대상으로 선택받으려면 무엇을 제시해야 하는지가 쟁점으로 떠올랐다. 30일 코엑스 'BIX2026' 전문세션에서는 제약사가 사내 AI만으로 해결하기 힘든 분자를 외부 AI 기업이 설계해낼 수 있는지가 협력의 전제조건으로 제시됐다. 갤럭스 박태용 대표는 보유 기술 자체보다 구현 가능한 결과물이 협업 여부를 가른다고 밝혔고, 팜캐드 우상욱 대표는 설계 결과가 반드시 합성과 실험으로 뒷받침돼야 한다고 강조했다. 성능 비교 방법으로는 정답을 모르는 상태에서 진행하는 블라인드 테스트 방식이 제안됐으며, 단백질 구조 예측대회 CASP가 사례로 언급됐다. 세션에서는 분자 설계 목표 달성 여부와 실제 임상 단계에서의 효능 여부를 구분해 평가해야 한다는 의견도 나왔다. 밀라의 로랑 티유망 디렉터는 '검증'이라는 표현의 기준이 기업마다, 심지어 같은 기업 내에서도 다르게 통용된다고 지적하며 연구자와 기업 간 기대치 조율이 필요하다고 말했다. 인실리코 메디슨의 쥐에 왕 총괄은 기술도입 심사 시 분자가 AI로 설계됐는지 여부보다 축적된 연구 데이터가 더 중요하게 검토된다고 설명했다. 그는 인실리코가 표적 발굴과 분자 설계에 AI가 적용된 경과와 전임상·임상 결과를 논문으로 공개하고 있으며, 비밀유지계약을 체결한 기업에는 더 상세한 자료를 제공한다고 덧붙였다.

BIX2026 세션에서 AI 신약개발 기업의 협력 조건으로 '성과 입증'이 제시됨
갤럭스·팜캐드 대표, 설계 결과는 실험적 검증이 뒤따라야 한다고 강조
분자 설계 목표 달성 여부와 임상 효능 여부는 별도로 평가해야 한다는 지적
인실리코 메디슨, 기술도입 심사 시 연구 데이터 축적이 핵심 기준이라고 설명
블라인드 평가 방식이 AI 기업 간 성능 비교 대안으로 제안됨

BioPulse 해설

원문에 없는 배경 설명입니다 · AI 작성 · 기사의 사실관계가 아닙니다

AI 신약개발: 인공지능 알고리즘을 활용해 신약 후보물질을 설계·예측·최적화하는 연구개발 방식
분자 설계: 원하는 생물학적 특성을 갖도록 화합물의 구조를 컴퓨터로 구성하는 작업
치료 효과 입증: 후보물질이 질병에 실제로 작용하는지를 세포·동물·임상 실험으로 검증하는 과정
표적 단백질: 약물이 결합해 질병 관련 생물학적 작용을 조절하도록 설계된 체내 분자

신약개발은 후보물질 발굴부터 전임상·임상 검증까지 오랜 시간과 비용이 드는 과정으로, 최근 여러 제약사와 AI 전문기업이 후보물질 설계 단계를 단축하기 위해 인공지능을 도입하고 있다. 다만 AI가 제시한 분자 구조가 실제로 의도한 생물학적 특성을 갖는지, 그리고 그 물질이 치료 효과로 이어지는지는 별개의 검증 단계를 거쳐야 하는 것으로 알려져 있다. 이 때문에 업계에서는 AI 기술의 가치를 평가할 때 설계 속도뿐 아니라 실험적 검증 결과를 함께 따져야 한다는 논의가 지속되고 있다.

Why it mattersAI 기술의 신약개발 기여도를 평가하는 기준은 제약사와 AI 기업 간 협력 구조와 투자 판단에 영향을 미치는 핵심 쟁점으로 다뤄진다.

원문을 확인하세요

BioPulse는 원문을 저장하거나 전재하지 않습니다. 위 글은 공개된 보도를 요약한 것이며, 수치·일정·인용은 요약 과정에서 빠지거나 달라질 수 있습니다. 판단이 필요한 사안은 반드시 원문에서 확인하세요.

메디파나 원문 보기

원문 보도의 저작권은 메디파나에 있습니다.