신약후보물질 발견을 위한 AI 솔루션 시장 수익은 2020년 4억 4,400만 달러가 예상되며 약물재창출과 신약물질 승인 가속화가 관건인 만큼 국가 주도의 전문인력 인프라 조성과 AI 허브 구축 등 정부의 정책의 필요성이 강조되고 있다.

한국보건산업진흥원은 ‘인공지능(AI)을 활용한 신약개발 국내·외 현황과 과제’ 보고서에 따르면 신약개발에 AI를 활용할 경우 개발 기간을 획기적으로 단축할 수 있는 것으로 나타났다.

▲ 신약개발의 총요소생산성 그래프: 생산성 분석지표, 투입인력 대비 산출 규모의 비율/ 자료=한국보건산업진흥원

제약사에서 연구개발 시 후보물질을 탐색하기 위해서는 관련 논문 4500~500개를 필터링해야 하지만 AI는 한번에 100만 건 이상의 논문탐색과 10개의 화학물 탐색이 가능해 연구자 수십 명이 1~5년간 해야 할 일을 하루만에 진행할 수 있다.

일례로 인실리코메디슨은 DDR1 kinase targetdp 대한 저해제 후보 약물을 개발했는데 타깃물질 발굴에 21일, 합성과 검증에 25일을 소요해 26일만에 후보물질을 진행하였으며 기존의 방식으로는 4~5년 정도 소요된다.

엑스사이언티아는 AI 신약개발 파이프라인을 통해 신약 후보물질이 임상 1상 시험에 들어갔다는 소식을 올 초에 전했다.

이 회사는 강박장애 치료제 개발을 위해 일본의 스미토모사와 공동으로 인공지능을 활용해 DSP-1181 임상후보물질을 1년만에 도출했다.

이외에도 구글을 모회사로 둔 12andMe는 AI/기계학습을 통해 신약개발이 가능한 항체를 개발했으며 1천만 명의 유전체 데이터를 확보함으로써 개인의료 정보를 기반으로 신약 개발을 가능케 했다.

이처럼 AI를 활용한 신약개발 시장 규모는 커져가고 있으며 매년 40%씩 성장해 2024년에는 40억 달러(약 4조 6,700억 원)에 이를 것으로 추정된다.

이에 제약사들은 AI 기술을 가진 전문기업들과 공동연구개발에 주력하고 있으며 제약바이오기업에 AI 활용은 필수가 될 것으로 보인다.

화이자, 아스트라제네카, 사노피 등 30개 이상의 글로벌 제약사들이 AI 신기술에 투자라고 있으며 얀센의 경우 베네볼렌트사와 AI로 개발한 신약후보물질이 임상2상에 진입한 상태다.

이에 제약업계 관계자는 “신약개발은 투자 대비 비용 회수가 어렵고 개발 비용을 빨리 회수할 수 있느냐의 효율성 문제가 신약 개발에 많은 영향을 끼친다”며 “수요에 의존한 신약개발보다 공익 목적의 개발을 위해 기업에게 개발 비용 지원과 임상 신속 승인 등 정부 정책 지원이 필요하다”고 강조했다.