세계경제포럼(World Economic Forum)에서 구글 딥마인드(Google DeepMind) CEO 데미스 허사비스(Demis Hassabis)는 인공지능으로 설계된 약물이 2025년까지 임상시험에 들어갈 것이라고 발표했습니다. 이번 소식은 약물 연구개발 분야에서 인공지능의 획기적인 발전을 의미하며, 미래 약물 연구개발 모델의 혁신을 예고하고 있다. 딥마인드 산하의 약물 연구개발 전문 기업인 아이소모픽 랩스(Isomorphic Labs)는 머신러닝 기술을 활용해 약물 개발 주기를 단축하고 비용을 절감해 궁극적으로 맞춤형 의약품을 구현하는 것을 목표로 이 과정을 적극적으로 추진하고 있다. 이 기술은 의약품 연구개발의 효율성을 획기적으로 향상시킬 수 있을 뿐만 아니라 제약회사의 막대한 비용을 절감하고 신약 연구개발에 있어 높은 비용과 낮은 성공률이라는 딜레마를 완화할 수 있습니다.
최근 다보스에서 열린 세계경제포럼에서 데미스 허사비스 구글 딥마인드 CEO는 인공지능의 도움으로 설계된 최초의 약물이 2025년까지 임상시험에 착수할 수 있다고 말했다. Hassabis는 DeepMind가 소유한 약물 개발 회사인 Isomorphic Labs의 대표이기도 합니다. 그는 "우리의 계획은 AI가 설계한 일부 약물이 올해 말까지 임상시험에 진입하는 것"이라고 말했다.
Isomorphic Labs는 2021년부터 기계 학습을 활용하여 약물 개발을 가속화하기 위해 노력해 왔습니다. 허사비스는 앞으로 개인화된 의료가 실현될 것으로 예상되며, AI 시스템이 단기간 내에 각 개인의 대사 프로필에 맞게 약물을 최적화할 수 있다고 언급했다. 그는 AI가 많은 시간과 비용을 절약할 수 있는 잠재력이 있기 때문에 제약회사들이 AI에 점점 더 관심을 갖고 있다고 강조했습니다.
Nature Medicine 저널의 기사에 따르면 신약의 개발 및 승인 과정은 일반적으로 12~15년이 걸리고 최대 26억 달러의 비용이 소요됩니다. 게다가 임상시험의 90% 이상이 실패합니다. 따라서 비용을 절감하고, 개발 속도를 높이며, 성공률을 높이는 모든 기술은 제약 회사의 재무 건전성에 상당한 영향을 미칠 것입니다.
Hassabis는 기계 학습 모델이 다양한 방식으로 약물 발견 프로세스를 개선할 수 있다고 지적했습니다. 그는 시간과 비용을 절약할 수 있는 엄청난 잠재력이 있다고 믿습니다. 그러나 그는 또한 개인 정보 보호 규정, 데이터 공유 정책, 데이터 획득 비용과 같은 요인으로 인해 고품질 훈련 데이터를 얻는 것이 여전히 어려운 과제에 직면해 있음을 상기시켰습니다. 그럼에도 불구하고 그는 그 도전이 극복할 수 없는 것이라고 생각하지 않습니다. 공공 데이터의 공백은 임상 연구 기관과 협력하거나 합성 데이터를 사용하여 채울 수 있습니다.
하지만 허사비스는 과학 연구에 AI를 적용한다고 해서 과학자가 대체되는 것은 아니라고 강조했다. 그는 진정한 혁신은 아직 새로운 가설이나 이론을 내놓을 수 없는 AI의 영역 너머에 있다고 지적했다. AI는 복잡한 수학적 추측을 풀 수 있지만 본질적으로 인간 과학자의 지혜와 창의성에 의존합니다.
또한 Nvidia와 같은 기업들은 약물 발견에 AI 적용을 적극적으로 모색하고 있으며, Nvidia는 약물 개발을 위한 BioNeMo 기계 학습 프레임워크를 오픈 소스로 공개하고 여러 제약 회사와 협력하여 연구 진행을 가속화했습니다.
가장 밝은 부분:
AI가 설계한 약물은 2025년까지 임상시험에 들어갈 것으로 예상되며, 이는 약물 개발에서 AI의 엄청난 잠재력을 입증할 것입니다.
제약 산업은 높은 비용과 낮은 성공률이라는 과제에 직면해 있으며 AI는 이러한 문제의 영향을 크게 줄일 수 있는 잠재력을 가지고 있습니다.
허사비스는 AI가 과학자의 창의적 사고를 대체할 수 없으며 실제 과학적 발견은 여전히 인간에 의존해야 한다고 말했다.
전체적으로 인공지능은 약물 연구 및 개발 분야에 폭넓은 적용 가능성을 가지고 있지만, 여전히 과제가 존재하지만 이로 인한 효율성 향상과 비용 절감은 무시할 수 없습니다. AI는 과학자들을 위한 대체 도구가 아닌 강력한 도구가 되어 제약 산업을 새로운 발전 단계로 끌어올릴 것입니다.