신약 개발 10년을 2년으로 줄인 AI, 세계 최초 임상 2상 성공

2024년 8월 7일, 인공지능(AI)이 처음부터 끝까지 설계한 신약이 세계 최초로 임상 2(2a)상 시험의 문턱을 넘었습니다. 베이징 협화의원(Peking Union Medical College Hospital)의 쉬쭤쥔(Xu Zuojun) 교수팀이 발표한 이 결과는 글로벌 제약 바이오 업계의 패러다임을 바꿀 결정적 사건입니다. 신약 하나를 만들기 위해 천문학적인 비용과 10년 이상의 시간을 쏟아야 했던 과거의 방식이 완전히 무너지고 있습니다.

AI 신약 'ISM001-055', 임상 2상 성공의 의미

이번에 성공을 거둔 물질은 인실리코 메디슨(Insilico Medicine)이 개발한 특발성 폐섬유화증(IPF) 치료 후보 물질인 'ISM001-055(INS018_055)'입니다. 폐가 딱딱하게 굳어지는 이 치명적인 질환에 대해 AI가 스스로 타깃을 찾고 약물을 설계했습니다. 특히 이 약물은 인실리코 메디슨의 AI 플랫폼 '파마.AI(Pharma.AI)'를 통해 단 46일 만에 타깃 발굴과 합성을 마쳤습니다.

"가장 높은 용량인 60mg을 투여받은 환자군에서 폐활량(FVC)이 평균 98.4ml 증가했으며, 기존 항섬유화제를 쓰지 않은 그룹은 무려 187.8ml가 감소하여 뚜렷한 대비를 보였습니다."

이뿐만이 아닙니다. 혈액 분석에서도 섬유화와 관련된 단백질이 유의미하게 감소한 것으로 나타나 약효를 입증했습니다. 안전성 측면에서도 모든 용량군에서 위약군과 비슷한 수준의 부작용 발생률을 보여 큰 산을 넘었습니다.

• AI 신약 파이프라인의 확대 인실리코 메디슨 외에도 여러 글로벌 AI 바이오테크 기업들이 자체 AI 플랫폼을 활용해 임상 단계에 진입하는 후보 물질을 빠르게 늘려가고 있습니다.
• AI가 바꾸는 임상 성공률 AI 기반의 정밀한 타깃 선정과 분자 설계 덕분에 초기 임상 단계의 성공률이 기존 방식 대비 유의미하게 향상되고 있다는 연구 결과가 속속 발표되고 있습니다.

천문학적 비용과 시간의 압축

신약 개발은 이른바 '죽음의 계곡'이라 불릴 정도로 실패 확률이 높고 돈이 많이 드는 분야입니다. 하지만 AI는 대량의 유전체와 화학 데이터를 빠르게 분석하고 숨겨진 패턴을 찾아내어 이 판도를 뒤집고 있습니다. 개발 과정 전반에 걸쳐 인간의 한계를 뛰어넘는 효율성을 제공합니다.

"AI를 신약 개발에 적극적으로 도입하면 10년 이상 걸리던 개발 기간을 2~3년으로, 3조 원이 넘던 비용을 6000억 원 수준으로 대폭 단축할 수 있습니다."

가장 놀라운 점은 바로 성공률의 상승입니다. 초기 임상에서의 실패를 AI가 미리 예측하고 걸러주기 때문입니다. 이로 인해 불필요한 비용 낭비를 막고 유망한 물질에만 자본을 집중할 수 있게 되었습니다.

• 임상 1상 성공률 향상 AI를 거치면 임상 1상 통과율이 크게 향상될 수 있습니다.
• 신약 개발 전주기 성공률 증가 최종 허가까지 이르는 전주기 성공률 역시 2배 가까이 뛰어오를 것으로 기대됩니다.

AI 신약 개발은 어떻게 이루어질까? (7단계 프로세스)

일반적인 AI 신약 개발 과정은 철저하게 데이터를 기반으로 빠르고 정교하게 진행됩니다. AI는 특히 초기 질병 타깃 탐색과 후보 물질 발굴 단계에서 압도적인 시간 단축 효과를 발휘합니다. 이후의 과정은 인간 연구원 및 규제 기관과의 협업을 통해 진행됩니다.

"신약 개발 플랫폼은 방대한 바이오 데이터를 학습하여 인간 연구원이 평생을 걸려도 놓치기 쉬운 새로운 질병 표적을 단기간에 발굴해 냅니다."

아래는 AI가 개입하여 효율을 높이는 전체 신약 개발의 단계별 가이드입니다.

1단계 → 데이터 수집 및 축적: 유전체, 전사체, 단백질, 화학 데이터 등 수많은 의료 데이터를 한곳에 모으고 정제합니다. 2단계 → AI 모델 학습: 수집된 데이터를 AI에 학습시켜 적응증을 탐색하고 약물 디자인과 ADMET(흡수·분포·대사·배설·독성) 수치를 예측합니다. 3단계 → 가설 검증: AI가 수학적으로 도출한 가설을 실제 실험실 환경에서 배양 세포 등을 통해 검증합니다. 4단계 → 후보 물질 도출: 검증 결과를 바탕으로 실제 약으로 만들어질 가능성이 가장 높은 최종 후보 물질을 결정합니다. 5단계 → 전임상 시험: 동물 실험 등을 진행하여 해당 물질의 유효성과 치명적인 독성 유무를 철저히 평가합니다. 6단계 → 임상 시험: 사람을 대상으로 1상, 2상, 3상을 순차적으로 진행하며 안전성과 치료 효과를 최종 입증합니다. 7단계 → 허가 및 생산: 규제 기관의 까다로운 인허가 심사를 통과하면 마침내 시장에 대량으로 신약이 생산되어 유통됩니다.

한국의 AI 신약 개발 현황과 주도 기업들

한국의 AI 신약 개발 생태계는 아직 미국 등 글로벌 선도국에 비해 투자 규모나 기술력 측면에서 뒤처져 있는 것이 사실입니다. 하지만 정부의 전주기 지원 사업과 국내 제약사들의 뼈를 깎는 노력이 결합되며 빠르게 추격하고 있습니다. 전통적인 제약사들과 AI 전문 바이오텍의 협력 모델도 속속 등장하고 있습니다.

"국내 주요 제약사들은 AI 전담 조직을 신설하고 자체 플랫폼을 구축하며, 글로벌 상위 기업들과의 기술 격차를 좁히기 위해 사활을 걸고 있습니다."

특히 자체적인 AI 알고리즘을 고도화하여 초기 신약 파이프라인을 공격적으로 늘려가는 기업들이 눈에 띕니다. 주요 기업들의 독자적인 플랫폼 이름과 성과를 주목할 필요가 있습니다.

• 대웅제약과 JW중외제약의 AI 도입 대웅제약과 JW중외제약 등 국내 주요 제약사들은 자체 AI 플랫폼을 구축하거나 글로벌 AI 파트너십을 통해 새로운 후보 물질 탐색에 AI를 적극 도입하고 있습니다.
• SK바이오팜의 AI 신약 개발 SK바이오팜은 AI 기반 약물 설계 역량을 확보하여 초기 연구 개발 과정의 타깃 발굴 효율을 극대화하고 있습니다.
• 파로스아이바이오의 약진 자체 플랫폼 '케미버스(Chemiverse)'를 활용해 물질 발굴부터 임상까지 통합 수행하며, 주요 파이프라인의 임상을 차질 없이 진행하는 저력을 보여줍니다.

AI 신약 개발, 넘어야 할 현실의 산

수치상으로는 완벽해 보이는 혁신 기술이지만, 실무 현장에서 체감하는 현실적인 한계점도 분명히 존재합니다. 가장 치명적인 문제는 바로 AI 학습의 기반이 되는 데이터의 품질과 형식 불일치입니다. 각 제약사와 병원이 보유한 데이터의 표준화가 이루어지지 않아 AI가 이를 100% 활용하기 어렵습니다.

"AI가 컴퓨터 상에서 완벽해 보이는 후보물질을 찾아내더라도, 복잡한 인체 내부에서 실제로 효과를 낼지는 임상 3상을 거치기 전까지 장담할 수 없습니다."

또한 전통적인 제약 산업의 보수적인 성향 때문에 AI 전문가와 기존 의학 연구진 간의 원활한 협업이 이뤄지지 않는 경우도 많습니다. 기술을 도입하기 위한 초기의 막대한 인프라 투자 비용도 중소 바이오테크 기업에게는 큰 부담입니다.

• AI 모델 예측의 불확실성 데이터 부족으로 인해 특정 희귀 질환에서는 AI 모델의 예측 정확도와 신뢰성이 급격히 떨어지는 문제가 발생합니다.
• 전문가 부족 및 높은 비용 의학과 인공지능 양쪽을 모두 이해하는 융합형 인재가 부족하며, 초기 슈퍼컴퓨팅 인프라 도입 비용이 매우 높습니다.
• 규제 및 윤리적 가이드라인 미비 AI가 설계한 약물이 환자에게 부작용을 일으켰을 때의 책임 소재 등 글로벌 스탠다드 규제가 아직 확립되지 않았습니다.

지금 당장 준비해야 할 액션 아이템

AI 신약 개발 트렌드는 단순히 의료계의 뉴스를 넘어, 다가오는 10년의 핵심 비즈니스이자 투자 기회입니다. 이 거대한 흐름 속에서 독자 여러분이 개인의 포트폴리오나 커리어를 위해 오늘 당장 시작할 수 있는 실용적인 방법들이 있습니다. 방관자로 남지 않고 시장의 흐름에 탑승해야 합니다.

"AI 헬스케어의 파도는 이미 시작되었습니다. 개별 기업의 파이프라인을 분석하는 작은 습관이 미래의 큰 수익과 인사이트로 돌아올 것입니다."

어렵게 생각할 필요 없이 인터넷 접속만으로 당장 실행 가능한 세 가지 구체적인 행동 지침을 제안합니다.

• 국내외 관련 기업 공시 확인하기 금융감독원 전자공시시스템(DART)에 접속하여 파로스아이바이오, 신테카바이오 등 국내 상장 AI 바이오 기업의 최신 분기 보고서 내 '연구개발 실적'을 읽어보세요.
• 글로벌 플랫폼 홈페이지 방문하기 오늘 임상 2상 성공의 주역인 인실리코 메디슨의 공식 홈페이지에 접속하여 'Pharma.AI' 플랫폼의 실제 데모 소개 영상을 시청하며 작동 원리를 눈으로 확인해 보세요.
• 국가바이오데이터스테이션(K-BDS) 살펴보기 한국 정부가 운영하는 바이오 데이터 공유 플랫폼에 접속하여, 현재 연구자들에게 어떤 종류의 임상 및 유전체 데이터가 개방되고 있는지 그 규모를 직접 확인해 봅니다.

핵심 정리

• 세계 최초의 임상 2상 통과 인실리코 메디슨의 AI가 설계한 특발성 폐섬유화증 치료제 'ISM001-055'가 임상 2상을 성공하며 AI 신약의 실질적 효능을 증명했습니다.
• 비용과 시간의 압도적 효율화 기존 10년 이상 걸리던 개발 기간을 2~3년으로 압축하고, 신약 전주기 성공률을 2배 가까이 끌어올려 제약 산업의 구조를 바꿨습니다.
• 한국 기업들의 빠른 플랫폼 독자화 대웅제약, SK바이오팜, 파로스아이바이오 등 국내 바이오테크 기업들도 독자적인 AI 생태계를 구축하며 맹추격하고 있습니다.
• 추천 액션: 지금 당장 DART(전자공시시스템)를 열어 국내 AI 신약 관련 상장사의 최신 분기 보고서 '파이프라인 진행 현황'을 10분만 분석해 보세요.