[기자의 눈] AI 한 번 쓰면 모두 'AI 신약'인가

제약바이오 업계에서 'AI 신약'이라는 표현이 자주 쓰이지만 이를 규정하는 명확한 기준은 존재하지 않는다. 후보물질을 AI가 직접 설계한 경우와 기존 물질군에서 AI로 선별만 한 경우가 구분 없이 같은 이름으로 불린다. 임상시험 설계나 제조·품질관리 단계에 AI를 도입한 사례까지도 동일하게 AI 신약으로 지칭되는 상황이다. 대학과 제약기업의 공동연구 착수, 고성능 AI 인프라 구축, 후보물질 발굴 등 초기 단계 활동만으로도 AI 신약개발이라는 수식어가 붙는 경우가 많다. 개발 기간과 비용 절감을 위해 방대한 데이터를 AI로 분석하려는 시도 자체는 자연스러운 흐름이지만, 개발 과정 어딘가에 AI가 한 번 관여했다는 이유만으로 명칭을 붙이는 것은 별개의 문제라는 지적이다. AI가 후보물질을 찾아냈다 하더라도 비임상 단계의 효능·독성 검증과 임상 단계의 안전성·유효성 입증이라는 기존 절차를 그대로 거쳐야 하며, 이 과정에서 탈락하면 개발은 무산된다. 기술 수준과 AI의 실질적 기여도를 구분하지 않고 뭉뚱그려 부르면 정작 무엇이 바뀌었는지 파악하기 어려워진다는 문제도 제기된다. 이에 AI가 적용된 구체적 단계와 역할, 후보물질 발굴 기간·비용 절감 효과, 예측과 실제 임상 결과의 일치 정도 등을 함께 제시해야 명칭에 실질적 의미가 담길 수 있다는 견해가 나온다.

AI 신약이라는 표현이 널리 쓰이지만 이를 정의하는 공통 기준은 없는 상태
후보물질 직접 설계, 기존 물질 선별, 임상·제조 단계 활용 등이 모두 AI 신약으로 통칭됨
AI가 발굴한 물질도 비임상·임상 검증 절차를 그대로 거쳐야 함
AI 적용 단계·역할, 비용·기간 절감 효과 등 구체적 근거 제시가 필요하다는 지적

BioPulse 해설

원문에 없는 배경 설명입니다 · AI 작성 · 기사의 사실관계가 아닙니다

후보물질: 신약 개발 초기 단계에서 치료 효과가 있을 것으로 예상돼 검증 대상이 되는 화합물이나 생체물질
AI 신약개발: 인공지능 알고리즘을 활용해 신약 후보 탐색·설계·최적화 등 개발 과정 일부 또는 전체를 수행하는 방식
품질관리(QC): 의약품이 정해진 기준과 규격에 맞게 제조됐는지 검증하는 공정 및 절차

신약 개발은 후보물질 탐색부터 임상시험, 제조·품질관리에 이르는 여러 단계로 이뤄지며, 최근 각 단계에 인공지능 기술을 접목하려는 시도가 늘고 있다. 그러나 AI가 실제로 수행한 역할과 기여도는 프로젝트마다 크게 달라, 단순 데이터 분석 보조부터 물질 설계 자동화까지 폭넓게 걸쳐 있다. 이런 편차 때문에 업계와 학계에서는 특정 기술 활용을 어떤 기준으로 분류하고 명명할지에 대한 논의가 이어지고 있다.

Why it matters기술 활용 범위에 대한 용어와 기준이 불명확하면 투자·규제·연구 성과 평가 과정에서 혼선이 생길 수 있어, 산업 전반의 신뢰도와 직결되는 문제로 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.

데일리팜 원문 보기

원문 보도의 저작권은 데일리팜에 있습니다.