AI.ing
#신약개발
#AI신약개발
#AI
2024 노벨 화학상은 AI 신약개발 혁신을 이끈 AlaphaPhold 팀이 휩쓸었다고 하죠. 노벨상마저 정복한 AI, 신약 개발의 한계를 넘어섰습니다. 구글 딥마인드 AlphaFold 팀은 단백질 구조 예측의 한계를 AI 기술로 돌파하며 생명과학 현실을 가속화시켰고, 인류 의료 발전에 기여한 공로로 노벨상을 수상했죠. 이미 전 세계 190개국에서 200만명 이상의 연구자들이 알파폴드 (AI 기반 단백질 예측 기술)을 활용하고 있습니다.
이제 신약개발도 인공지능이 주도하는 시대! 글로벌 제약사와 연구기관에서 AI 기술을 채택하면서 인공지능을 활용할 수 있는 전문가에 대한 수요도 급증하고 있습니다. 이렇게 바이오, 제약 업계가 ‘인공지능’에 사활을 걸고 있는 이유, 궁금하지 않으신가요? 그래서 오늘은 이에 대한 답을 찾아줄 전문가분을 모셔 인터뷰를 진행 해 보았습니다. AI 신약개발 전 과정을 알려줄 수 있는 전문가 분을 소개합니다.
[Q1] 안녕하세요. 자기소개 부탁드립니다.
안녕하세요, AI 기반 신약개발 전문가입니다. 30년 이상 신약개발 현장에서 신약기술과 AI/ML 기술을 적용해온 경험을 바탕으로, 여러분께 실질적인 AI 신약개발 노하우를 전달하고자 합니다.
[Q2] 바이오 전공자나 제약업계에서 일하고 있는 분들이 신약개발 프로세스에 AI 활용을 더하여 배우는 것이 왜 중요한지 궁금합니다. AI 기술이 어떻게 신약개발에 도움이 되는지, 어떤 점에서 더 효과적인 것일지 궁금합니다.
신약개발 분야에서 AI 기술의 활용은 이제 선택이 아닌 필수가 되었습니다. 전통적인 신약개발 방식은 평균 10-15년의 개발 기간과 수조 원의 비용이 소요되며, 성공률도 매우 낮은 것이 현실입니다. AI 기술은 이러한 한계를 극복할 수 있는 breakthrough를 제공합니다.
예를 들어, 새로운 약물 후보 물질을 발굴하는 과정에서 AI는 수백만 개의 화합물을 빠르게 분석하고 가장 유망한 후보들을 선별할 수 있습니다. 또한 임상 실패의 주요 원인인 부작용을 사전에 예측하고, 신규 타겟을 발굴하는 과정에서도 AI는 데이터 기반의 통찰을 제공함으로써 개발 성공률을 크게 향상시킬 수 있습니다.
[Q3] 인공지능이 꽤 중요한 역할을 하다보니, 완전 초급자의 입장에서는 “AI에 대해서 이렇게까지 깊이 배워야 할까?” 라는 의문이 들 수도 있을텐데요. 이 부분에 대해 구체적인 예시를 들어주실 수 있을까요? 예를 들어, 과거에는 임상에서 스크리닝을 이렇게 했는데, 현재는 AI로 이렇게 바뀌었다 등의 설명을 해주시면 좋을 것 같습니다.
임상시험에서 AI 기술의 활용이 왜 중요한지, 특히 환자군 선별에서의 AI 역할을 구체적으로 설명드리겠습니다.
신약개발에서 임상시험은 가장 비용이 많이 들고 실패 위험이 높은 단계입니다. 특히 적절한 환자군 선정은 임상시험의 성패를 좌우하는 핵심 요소입니다. 예를 들어, 면역치료제 임상시험의 경우 이전에 생물학적 의약품을 투여받지 않은 환자들을 대상으로 진행하는 것이 매우 중요합니다. 이는 이전 치료 이력이 새로운 면역치료제의 효과를 정확히 평가하는 데 영향을 미칠 수 있기 때문입니다.
전통적인 방식에서는 임상시험 대상자 선정을 위해 연구자들이 수작업으로 환자 기록을 검토해야 했습니다. 이는 엄청난 시간과 인력이 소요되는 작업일 뿐만 아니라, 글로벌 임상의 경우 각 지역별 특성을 종합적으로 고려하기가 매우 어려웠습니다.
하지만 AI를 활용하면 이러한 과정을 획기적으로 개선할 수 있습니다. AI는 전 세계의 전자의무기록(EMR) 데이터를 실시간으로 분석하여, 생물학적 제제 투여 이력이 없는 환자 비율이 높은 지역을 신속하게 식별할 수 있습니다. 더 나아가 각 지역의 임상시험 성공률, 규제 환경, 의료 인프라 수준까지 종합적으로 분석하여 최적의 임상시험 사이트를 추천할 수 있습니다.
또한 AI는 단순히 포함/제외 기준을 확인하는 것을 넘어, 환자의 유전적 배경, 생활습관, 동반질환 등 다양한 요인을 분석하여 약물 반응성이 높을 것으로 예상되는 환자군을 예측할 수 있습니다. 이는 임상시험의 성공 가능성을 높이는 데 크게 기여합니다.
이처럼 AI는 임상시험 설계와 수행의 모든 단계에서 중요한 역할을 하며, 이는 단순한 업무 자동화를 넘어 임상시험의 성공률을 높이고 개발 기간을 단축하는 핵심 요소가 되고 있습니다.
[Q4] 위의 질문들에 대한 내용을 기반으로, 이번에 패스트캠퍼스에서 강의를 출시하셨다고 들었는데요. 해당 강의에 대해서 말씀 해 주실 수 있을까요?
이번에 패스트캠퍼스에서 출시하게 된 강의는 ‘노벨상으로 주목받는 AI신약개발 프로세스’ 라는 강의입니다. 본 강의를 통해 최신 AI 기술이 어떻게 신약개발 과정을 혁신하고 있는지 이해하고, 실제 프로젝트에 적용할 수 있는 실무 역량을 키우실 수 있습니다.
[Q5] 이 강의를 추천하는 대상이 있으실까요?
제약/바이오 분야 연구원 및 실무자, 신약개발 프로세스에 관심 있는 데이터 사이언티스트, AI/ML을 신약개발에 적용하고자 하는 전공자/실무자, 계산화학/생물정보학 분야 종사자 대상으로 추천합니다.
오늘 AI 기반 신약개발 전문가님을 모셔서 이야기를 나눠봤는데요. 이번 강의가 궁금하다면, 아래 링크를 클릭해 주세요!
