DDOLKONG
[KPBMA FOCUS 제24호] 첨단 자율화 연구시스템과 AI 신약개발 外 - 한국제약바이오협회 본문
□ 첨단 자율화 연구시스템과 AI 신약개발: AI 에이전트와 자율주행 연구실(SDL)이 주도하는 미래
(한국제약바이오협회 AI신약융합연구원 표준희 부원장 著)
ㅇ 들어가며
- 인공지능, 로봇 등 첨단기술 발전은 산업의 디지털 자율화(Autonomy)로의 전환을 가속화
- AI 에이전트 기술: AI가 자율적인 가상실험(In silico)으로 사용자를 대신하여 의사결정, 문제해결, 상호작용, 작업실행 등 자율적 작업을 수행
- 자율주행 연구실(Self Driving Lab, SDL): AI, 로보틱스, 자동화 기술이 화학물질 등을 다루는 일반적 실험(Wet Lab)을 수행하고 과정을 최적화하는 시스템
- AI 에이전트와 SDL을 연계한 'In silico-Wet Lab 실험 연결'은 신약개발의 혁신기술로 주목받고 있음
ㅇ AI 에이전트 기술 동향
- 바이오, 헬스케어, 제조, 금융 등 다양한 산업분야에서 AI 에이전트 활용 범위가 확장
· AI 에이전트 시장은 2024년 51억 달러에서 2030년 471억 달러로 연평균 44.8%의 성장률을 예상
· AI 에이전트가 팀을 이룬 다중 에이전트(Multi-Agent) 기술의 발전은 신약개발 활용 가능성을 확대
- 신약개발 사례
· 미국 스탠퍼드대(항체 결합성 검증), 중국 텐센트(후보물질 구조 제안), 카네기멜론대·ECL(화학합성설계), 로잔연방공대·IBM(화학합성설계)
ㅇ SDL 기술 동향
- 주요 요소 기술은 고속 실험 자동화, 로봇 기반 실험 수행, 평가 자동화 및 데이터 수집, AI 기반 최적화 알고리즘, 데이터 분석 및 AI 적용 등
- 국내외 현황
· 캐나다, 미국, 유럽, 중국 등 해외 주요국의 대학 및 기업들은 에너지, 약학, 화학, 신약개발 등 다양한 분야에서 SDL 연구 활성화
· 우리나라도 대학, 연구원, 기업에서 SDL 기반 연구를 시도 중이나 제약산업은 초기 단계 수준
ㅇ 한국형 첨단 자율화 연구시스템 구축 방안
- 신약개발 경쟁력 강화와 글로벌 기술격차 해소를 위한 첨단 자율화 연구시스템 도입 중요
- 산업계 공동 활용이 가능한 개방형 협업 연구모델 필요
- 한국제약바이오협회 AI 신약융합연구원은 국내 제약바이오 산업 전반의 AI 기반 연구 자율화를 목표로 연구시스템 구축 준비 중
· '가상 AI 신약연구소' 와 '분산형 자율주행 연구실' 개념을 활용한 효과적인 AI 신약개발 기술 방향성 모색
ㅇ 주요 도전과제
- 연구 인프라 확대, 융합 연구 인력 확보, 대규모 데이터 수집 및 활용, AI 실험 관련 제도 확립
ㅇ 시사점 및 제언
- 국내 제약바이오기업을 위한 제언
· 장기적 투자 및 연구개발 전략 수립
· 민간협력 확대를 통한 기술력 강화
· 융합형 기술인재 양성
· 데이터에 기반한 AI 활용 연구문화 정착
- 정부 및 정책적 필요성
· 슈퍼컴퓨팅, 클라우드 등 연구 인프라 지원 확대
· 세제혜택, 지원금 확대 등 인센티브 모색
· AI 신약개발 관련 기준·지침 확립 등 제도 정비
· 체계적 교육·훈련 프로그램 신설
· 산·학·연 및 글로벌 협력 생태계 구축
- 우리나라 제약바이오기업의 글로벌 경쟁력 확보를 위한 AI 에이전트와 SDL 기술의 적극적인 도입 검토가 필수적
□ 글로벌 주요 동향
ㅇ EU, 의약품 공동임상평가 시행
ㅇ FDA, 체중감량 치료제 신규 지침 공개
ㅇ 중국, 제약바이오 혁신을 위한 이니셔티브 발표
ㅇ 영국, 의약품 현장 제조 프레임워크 추진
ㅇ WHO, 소아의약품 제형 관련 지침 발표
ㅇ 글로벌 제약바이오 M&A 동향
ㅇ EU, 유럽보건데이터공간(EHDS) 채택
