신약개발은 대표적인 고부가가치 사업으로 성공시 고수익을 보장하지만, 실패확률도 높은 고위험 고수익 (high risk, high return) 사업입니다. 최근의 AI 산업의 발전과 같이 반도체 분야의 종목별 개발 기간은 3~5년인 것에 비교하자면, 제약 바이오 분야는 평균 10년이 소요되는 것으로 알려져 있습니다. 수많은 화학 물질들이 신약이라는 명칭으로 연구를 시작하는 상황이지만, 임상시험을 거쳐 국가의 규제기관 (한국식품의약품 안전처, MFDS)의 승인을 받고 환자의 치료에 활용되는 경우는 극소수에 불과합니다. 미국 FDA와 글로벌 제약 솔루션 기업인 노스텔라에 따르면, 다국적 제약회사들이 하나의 신약후보 물질 탐색부터 개발을 거쳐 FDA 승인까지 확보하는데 통상 10년이 소요되며 (2011년 7.6년에서 2025년 10.5년), 신약 한 개의 개발에 평균 1억달러 이상(약 1500억원)이 투입된 것으로 나타났습니다. 특히 FDA승인 성공률은 이전의 10% 수준에서 최근 들어 8.2%로 하락하는 등 신약의 개발 난이도가 높아지고 있습니다. 개발과정을 살펴보면, 질병을 유발하는 원인(표적)을 찾고 이를 조절할 물질을 설계하며, 약효를 갖는 후보물질(lead compound)을 스크리닝하는 과정이 약 3~5년이 걸립니다. 그 다음은 후보물질의 최적화에 1~3년, 실험동물을 이용한 (비임상) 독성실험d; 1~3년, 임상 1상~3상 시험이 5~6년, 허가 1~2년이 소요된다. 이렇게 개발이 오래 걸리는 이유는 질병 치료에 유효한 화합물의 탐색부터 인체 안전성과 유효성 (효능)을 명확하게 증명해야 하기 때문입니다.

신약개발 성공이라는 좁은 문은 임상시험 이전부터 시작됩니다. 대략 5000~1만 개의 탐색물질 가운데 약 250개가 동물에서의 안전성과 유효성을 분석하는 전임상시험 대상으로 좁혀지고 (최초 탐색물질의 2.5~5%만이 도달), 그 중 5개 내외의 물질만이 인체를 대상으로 하는 임상시험에 진입하므로 최초 탐색물질의 0.05~0.1%만이 도달하는 수준입니다. 즉, 신약 후보물질의 대부분은 사람에게 약으로 제공되기 전에 대부분 (99.9% 이상) 사라지게 되는 것입니다. 임상시험에 들어가기 전에는 표적 검증 실패와 독성, 약동학, 제조·품질, 사업성이 신약의 운명을 결정짓고 있습니다. 임상시험에 진입했다고 생존이 보장되는 것도 아닙니다. 임상1상 통과율은 52%, 임상 2상 통과율은 29%,임상3상 통과율은 58% 수준으로 나타나, 전체 임상시험에서 임상2상에서 임상3상으로의 진입에 많은 어려움을 보인 것으로 나타났습니다. 최초 탐색물질을 기준으로 허가까지 거쳐 시장에 나오는 제품은 전체 후보물질의 0.01% 수준 (임상 진입한 후보물질의 8% 이내)에 불과할 정도로 성공 가능성이 높지 않습니다. 임상1상 시험은 건강한 사람을 대상으로 안전성과 부작용을 확인하는 단계이며, 임상2상은 소수의 환자를 대상으로 약의 효과와 적절한 투여량을 찾는 단계이고, 임상3상 시험은 다수의 환자를 대상으로 기존 약과의 효과를 비교 검증하는 단계입니다. 즉, 약의 효능을 본격적으로 검증하는 임상 2상 시험이 신약개발 단계에서 가장 큰 탈락 구간이 되고 있습니다. 사람에게 투여한 뒤에는 예상하지 못한 이상반응 (adverse events)과 효능 부족, 환자 선별과 바이오마커의 오류, 임상 설계와 통계 해석의 한계가 나타나서 임상시험을 성공적으로 마치고도 규제기관이 자료의 신뢰성과 제조공정, 유익성·위험성 균형을 인정하지 못해 허가 문턱을 넘지 못하는 경우도 발생합니다.

우리나라의 제약·바이오 산업도 글로벌 임상 3상 단계에서 연이어 실패하고 있는 것이 현실입니다. 코오롱티슈진이 TG-C 미국 3상에서 위약군 대비 통계적 유의성 확보에 실패했고, 헬릭스미스와 강스템바이오텍의 신약들도 위약 효과 통제의 벽을 넘지 못한 바 있습니다. 또한, LG화학의 경우, 통풍 치료제의 임상을 진행하던 중 글로벌 상업화에 드는 막대한 비용 대비 경제성이 부족하다고 판단해 임상 3상을 중단하는 등 신약 개발에 있어 약효 입증을 넘어 철저한 시장성 검증과 리스크 분산을 위한 전략의 확보가 필수적임을 확인한 바 있습니다. 하나의 신약의 성공은 대대적으로 홍보되면서 대중들에게 알려지지만 실패 사례, 중단 상황 등은 알려지지 않는 것이 대부분입니다. 그리고 그 실패의 원인은 알아내기 더더욱 어렵습니다. 실패 원인을 제대로 남겨야 후속 연구자와 개발기업들이 같은 실수를 하지 않고, 동일한 질병, 동일한 표적, 동일한 약제를 이용하여 같은 임상 시험을 수행하는 시간적 그리고 경제적 낭비를 하지 않게 될 것입니다.

최근의 신약 개발은 AI 활용을 통해 후보물질 식별 및 신약 후보물질의 최적화 단계를 단축하여 성공 확률을 높이고 반복 실험을 줄이는 노력이 진행되고 있습니다. 전 세계적으로 인공지능에 바탕을 둔 신약개발 시장은 매년 30% 이상 성장해 오는 2030년엔 100억 달러, 약 13조 원을 넘어설 전망입니다. 기존의 신약개발 전략에 비해, 양질의 의료 데이터로 무장한 인공지능이 신약 개발 기간과 비용을 대폭 줄이고 성공 확률을 높이는 새로운 돌파구가 될 것으로 예상하고 있습니다. 인공지능(AI)은 한번에 100만 건 이상의 논문 탐색이 가능해 초기 단계부터 시간과 비용을 대폭 줄일 수 있는 장점을 보유하고 있습니다. 타깃 발굴, 후보물질 스크리닝, 물질 최적화 등에만 총 4~7년 소요되지만, 인공지능를 활용하면 1년이면 신약 후보물질 발굴이 가능합니다. AI가 그 역량을 발휘하는 것은 주로 전임상 단계입니다. 임상 시험단계는 사람에게 직접 투약하고 경과를 살펴보는 단계이기 때문에 AI 활용이 제한적일 수 밖에 없지만, 방대한 데이터를 분석하고 처리하는 전임상 단계에서는 학습한 AI가 최적의 물질을 제시하고, 동물실험 (전임상)의 결과 예측이 가능합니다. 이를 통해 후보물질 발굴부터 제형 설계·공정 분석까지 AI 활용 범위를 넓히며 성공 가능성이 높은 후보물질을 빠르게 찾아내어 인공지능의 도입으로 전임상부터 임상 1~3상까지 10년가량 소요되던 개발기간도 5~8년으로 줄일 수 있고, 수조원이 드는 비용도 최소 6000만원 수준까지 줄일 수 있을 것으로 기대하고 있습니다. 그런데, 다수의 국내 제약바이오기업과 학계, 연구기관 등이 AI(인공지능)를 연구개발에 활용하고 있거나 도입을 준비하고 있는 신약개발 현장에서는 인공지능 활용 전문 인력 부족을 호소하고 있습니다.

AI 제약바이오 전문인력이 되려면 생명과학·약학 지식, 인공지능(AI)·데이터 분석 기술, 그리고 두 분야를 잇는 융합 역량을 갖추어야 합니다. 관련 전공 지식을 쌓고, 전문 교육 과정을 이수하며, 실무 프로젝트 경험을 넓히는 것이 핵심입니다. 이를 위해서는 (1) 생물학, 생명공학, 약학, 화학 등을 공부하여 신약 개발의 기본 원리와 화합물·바이오 의약품의 작동 방식을 이해하는 능력의 함양이 필수적입니다. (2) AI 및 IT 기술은 파이썬(Python) 같은 프로그래밍 언어를 배우고, 머신 러닝과 딥러닝 알고리즘을 익혀 데이터 모델링 능력을 갖추어야 합니다. 그리고, (3) 데이터 분석을 위해서는 생물정보학(Bioinformatics)과 화학정보학(Cheminformatics)을 활용해 대규모 바이오 데이터를 분석하고 시각화하는 기술을 확보해야 합니다. 이러한 전문 교육 및 프로그램 활용전문 플랫폼으로는 한국제약바이오협회 산하 AI 신약연구원이 운영하는 LAIDD(Learning AI for Drug Discovery) 등 신약 개발 전문 교육 과정이 있습니다. 한국제약바이오협회는 보건복지부 및 한국보건산업진흥원의 ‘AI 활용 신약개발 교육 및 홍보’ 사업의 일환으로 기초 개념 교육부터 최첨단 자율실험 실습까지 아우르는 연동형 교육 프로그램을 연중 순차 운영 중에 있으니, 관심있는 학생들은 https://aidd.kr/ 한국제약바이오협회 산하 AI 신약연구원 교육생 모집을 참고하기 바랍니다.