인공지능: 거대 비즈니스
인공지능(AI) 산업은 디지털 기술의 최전선에서 비즈니스 환경을 변화시키고 있으며, 2023년에는 그 시장 규모가 5천억 달러에 이를 것으로 전망됩니다. 그러나 이러한 발전은 종종 '인간 대 기계'라는 양극화된 논쟁을 불러일으킵니다. 과연 로봇이 인간의 일자리를 빼앗고 세상을 지배하게 될까요?
IDC 보고서에 따르면, 전 세계 AI 시장 지출은 2022년에 전년 대비 19.6% 증가한 4,328억 달러에 달할 것으로 예상되며, 2023년에는 5천억 달러를 돌파할 것으로 보입니다. IDC는 AI 서비스 분야가 연평균 성장률(CAGR) 22%로 가장 빠르게 성장할 것으로 내다봤으며, AI 소프트웨어 중에서는 AI 플랫폼이 34.6%의 연평균 성장률로 가장 높은 성장세를 보일 것으로 전망했습니다.
AI 신약 개발 프로세스
일반적으로 신약 후보 물질을 발굴하고 검증하여 임상 사용 승인을 받기까지는 평균 10~15년이 소요됩니다. 신약을 시장에 출시하는 과정에는 여러 난관이 따르는데, 가장 큰 문제는 약 26억 달러에 달하는 막대한 비용과 12%에 불과한 승인 성공률입니다.
AI로 재정의된 신약 개발
디지털 전환에 있어 제약 업계는 최첨단 연구의 선두에 서 있으며, AI 신약 설계가 가져오는 혁신을 적극 활용하고 있습니다. AI는 유효 물질 및 선도 물질을 식별하고 약물 표적을 신속하게 검증할 뿐만 아니라 약물 구조 설계를 최적화할 수 있습니다.
특정 AI 알고리즘(예: 최근접 이웃 분류기, 랜덤 포레스트(RF), 익스트림 러닝 머신, 서포트 벡터 머신(SVM), 심층 신경망 등)은 합성 가능성을 기반으로 한 가상 약물 스크리닝에 사용되며, 편향 없이 표적 분자의 물리화학적 특성, 생물학적 활성 및 독성을 예측할 수 있습니다.
AI 신약 설계는 3D 단백질 구조를 예측하고 합성 전 화합물의 효과와 안전성에 대한 중요한 정보를 제공함으로써 구조 기반 신약 개발을 지원합니다. 또한 AI 기법은 리간드-단백질 상호작용을 정확하게 예측하여 치료 효능을 극대화하는 데 사용되어 왔습니다. AI를 통한 약물-표적 상호작용 예측은 약물 재창출 및 다중 약리 작용 방지에도 활용되어 상당한 비용 절감 효과를 가져올 수 있습니다.
분자의 드 노보(de novo) 설계에 AI를 활용하면 온라인 학습과 기존 학습 데이터의 동시 최적화가 가능하며, 화합물의 합성 경로를 제안하여 선도 물질의 설계 및 개발 속도를 높일 수 있다는 이점이 있습니다.
마지막으로, AI 기반 검색 솔루션은 특허 생태계 전반에서 효율성과 특허 품질을 향상시키는 데 중요한 역할을 할 수 있습니다. 복잡한 선행 기술 조사를 수행하고 검토함으로써 특허 심사관이 다른 업무에 집중할 수 있는 시간을 확보해주고 출원 지연을 줄여줍니다.
인간과 기계: 공존할 수 있을까?
AI 신약 개발 프로세스에는 수많은 장점이 있지만, 신약 발견에 AI를 사용하는 데 따른 단점도 존재하며 인간의 개입은 여전히 필수적입니다. 생성된 예측 결과의 품질은 알고리즘 설계에 크게 의존합니다. 또한 AI는 알고리즘 편향의 영향을 받을 수 있으므로 과학자들에 의한 검증이 반드시 필요합니다. 슈퍼컴퓨팅 및 고속 대량 스크리닝 비용이 시간이 지남에 따라 감소하고는 있지만, 여전히 상당한 수준입니다.
이러한 접근 방식은 아스텔라스(Astellas)에서도 채택되었으며, HITL(Human-in-the-loop) 방식을 통해 유효 화합물에서 신약 후보 물질 확보까지 걸리는 시간을 약 70% 단축한 바 있습니다. CAS는 인간 임상 시험에 진입한 최초의 AI 설계 신약 후보 물질 3종의 구조적 참신성을 평가했습니다. 첫 번째 후보 물질인 DSP-1181은 2020년 초 엑사이언시아(Exscientia)에 의해 보고되었습니다. 이후 EXS21546과 DSP-0038이 그 뒤를 이었으며, 엑사이언시아, 인실리코 메디슨(Insilico Medicine), 슈뢰딩거(Schrodinger) 등 여러 기업이 잠재적 후보 물질에 대한 전임상 및 임상 시험 계획 승인(IND) 준비 연구를 진행함에 따라 다른 후보 물질들도 이 이정표를 향해 빠르게 나아가고 있습니다.
AI 기반 신약 개발이 치료제 발견 최적화에 가져오는 이점은 부정할 수 없습니다. 혁신적인 과학적 사고와 결합된 AI는 기술의 한계를 뛰어넘는 원동력이 될 수 있습니다.AI와 화학 분야의 현황을 다룬 CAS 인사이트 보고서에서 더 자세한 내용을 확인해 보십시오.
