"AI는 신약개발 끝판왕…갈증해소 가능성 제시"

• [인터뷰] 일동제약 권진선 책임연구원

일동제약 권진선 책임연구원

인공지능(AI)을 활용한 신약개발이 세계적 추세다. '퍼스트인클래스(혁신신약, First in Class)'에 목말라 하는 국내 제약산업에 AI 활용 기술이 또 다른 가능성을 주고 있다.

매출 규모가 상위사보다 작은 중소 제약사는 AI 같은 혁신적 기술에 더욱 갈증을 느낀다. 신약개발에는 막대한 시간과 비용이 필요해서다. 글로벌 빅파마도 신약개발에 소요되는 자원을 획기적으로 줄일 수 있는 방법을 AI에서 찾고 있다.

일동제약 중앙연구소 MC팀 권진선(44) 책임연구원은 "AI로 과연 신약개발을 할 수 있을까 생각하는 분이 많다. 나는 결코 글로벌 투자자들은 손해보는 것에 투자하지 않는다 생각한다. 글로벌 동향을 보면 거의 3배 넘는 투자가 이뤄지고 있다"고 말했다.

권 박사는 "지금 우리가 글로벌에 뒤쳐지는 건 자금력 밖에 없다"며 투자 위험성을 안고서라도 정부와 산업계가 육성에 주력해야 한다고 강조했다.

데일리팜은 최근 서울의 한 호텔에서 권 박사를 만났다. 그는 AI를 활용한 신약개발은 무엇인지를 설명하고 정부와 산업계가 우선적으로 해결해야 할 과제를 제안했다.

다음은 권 박사와의 일문일답.

▶현재 국내의 AI 신약개발 상황은 어떤가.

"우리나라는 그동안 글로벌 신약 강국으로 간다면서 계속 빅파마 뒤를 쫒기만 했다. 신약개발을 선도하기 위해선 혁신적 기술을 써야 하는데 (우리가 가진) 기술엔 그런 게 없었다. AI 기술을 활용한 신약개발 연구는 굉장히 혁신적인 일이다.

특히 이게 과연 될까 생각하는 분이 많다. 나는 결코 투자자들이 손해보는 것에 투자한다고 생각하지 않는다. 글로벌 동향을 보면 AI업체보다 투자자가 3~4배 많다. 인공지능도 분야가 다양하다. 로봇, 금융, 자율주행 등이다. IBM 왓슨(IBM Watson)도 이런 걸 다 하고 눈을 돌린 게 헬스케어다. 끝판왕이라 할 수 있는 이유다.

AI 신약개발도 앞단계(Early Stage) 약물개발은 상당히 어렵지만 뒷단계에선 데이터가 정확하기만 하면 예측률이 높아진다. IBM 왓슨도 그걸 기대하고 헬스케어 분야에 많은 투자와 연구를 하고 있다."

▶AI를 활용한 신약개발은 어떻게 하는지 궁금하다.

"가장 많이 궁금해하는 부분이다. AI 신약개발은 약물 설계부터 임상을 예측하는 모델 등 신규 타깃 발굴, 약물재창출, 효능·독성 예측까지 신약개발 단계별로 활용할 수 있다. 그러나 많은 분들이 인공지능을 이용하면 신약이 뚝 떨어져 나오는 것으로 오해한다. 아직까진 효과를 보일 거라고 예측하는 물질을 설계해주는 수준이다.

기존에도 약물 설계는 했다. 비아그라를 예로 들면 발기부전제 시장이 굉장히 크다고 가정해 이와 유사한 약물을 만들면 어느 정도 시장을 확보할 수 있다. 비아그라라는 약물에서 약효를 보이는 핵심을 '모핵'이라고 하는데 전통적 방법은 이 치환체를 조금 바꿔 약효를 유지시키는 식이다. 상대방이 특허를 내지 않은 새로운 치환제를 모핵에 붙여도 어느 정도 효과가 나온다.

이처럼 특정 그룹 안에서 기존 제품보다 더 좋은 약효 물질을 찾는 걸 '베스트인클래스(Best in Class)'라고 한다. 퍼스트인클래스는 아예 새로운 시장을 찾는 걸 말한다. 그런데 베스트인클래스는 앞선 제품이 시장을 선점해 가치가 높지 않다. 또 전통 방식으로 퍼스트인클래스를 찾기란 쉽지 않다.

통상 연구자가 논문과 자료를 보지만 한계가 있다. 그래서 전통적 방법으로 HTS라는 고효율 스크리닝 시스템을 쓴다. 10만종의 물질 데이터를 가졌다면 이것을 HTS 시스템을 토대로 무작위 분석해서 효과가 나온 걸 변형, 최적화 시켜 새로운 모핵을 만든다. HTS로 10만종을 분석하는데 보통 1~2년이 걸린다. 이 시스템을 활용하면 약효 성공률(HIT RATE)은 0.5% 정도다.

이를 다시 개선한 게 컴퓨터를 이용한 드럭 디스커버리(캐드, CADD) 시뮬레이션이다. 약물이 단백질과 어떻게 결합하는지 컴퓨터를 이용해 구현시켜 확인할 수 있다. 인터넷에 이런 정보가 많이 공개돼 있다. 어떤 약효를 보이는 물질의 단백질 엑스레이 정보를 가져와서 컴퓨터를 구현시킨 후 우리가 연구한 약물과 단백질을 결합시켜 얼마나 바인딩(친화력을 수치화 시켜 점수화한 것)이 잘 되는지 컴퓨터로 시뮬레이션 한다. HTS로 10만정 분석하는데 2년 정도 걸렸다면 캐드는 일주일이면 가능하다. 캐드의 약효 성공률은 3% 정도다.

다만 캐드에는 빅데이터가 들어가지 않는다. 엑스레이를 이용해 얻은 단백질과 약물과의 상호관계를 정보를 시뮬레이션을 통해 캐드 연구를 할 수 있는데, 새로운 약물을 넣을 때 약물에 따라 단백질 활성분위가 변형돼 연구가 어렵다. 캐드도 오차와 변수가 있단 얘기다. 빅데이터 기반의 AI 활용기술은 단백질과 약물과의 상호관계를 상대적으로 정확히 예측할 수 있다. 약효 성공률이 30%에 이른다. 300종 만들 걸 100종만 만들어 평가해도 충분한 수준의 활성 유효 물질을 확보할 수 있다.

빅파마가 신약개발을 시작해볼까해서 후보물질 도출까지 5.5년 정도 걸리는 것을 1년 정도로 줄일 수 있다고 한다. 이게 AI를 활용한 신약개발이다."

▶빅데이터 품질이 AI 퍼포먼스(성능)를 결정한다고 했다.

"전세계 AI 알고리즘은 5~10개 정도로 아는데 지금의 AI 기업에겐 알고리즘 보다는 어떠한 빅데이터를 가지는지, 얼마나 정확한 데이터를 갖고 있는지가 더 중요하다. 구글을 포함한 많은 곳에서 알파고와 같은 인공지능 알고리즘을 오픈소스로 공개했다. 누구나 오픈소스 알고리즘을 조금 변형하거나 따라해 사용할 수 있다.

다시 말하지만 지금은 알고리즘이 아닌 데이터 싸움이다. 현재 안과 진단에서 AI를 활용한 사례가 있다. 망막 사진을 찍어 AI에 주면 무슨 질환이고 어떤 약이 필요하다는 게 개발돼 있다. 현재 구글에서도 망막 스캔과 진단 빅데이터를 모으고 있다. 다만 그 진단은 컴퓨터가 아닌 안과 의사가 필요하기에 의사도 모집하고 있다.

글로벌 AI 업체의 알고리즘이 혁신적이지 않아도 되는 이유다. 어떤 데이터를 가지고 있는지가 더욱 중요해서다. 국내에선 여러 AI 스타트업 회사들이 유전체 빅데이터로 약물 재창출 연구를 하고 있다. 이미 나와있는 약물을 이용해 치료제가 없는 다른 질환을 목표로 할 수 있는 가능성을 찾아준다. 새로운 질환에 치료 약물은 데이터가 없기 때문에 비슷한 물질의 빅데이터를 학습시켜 가장 유사한 값을 예측하는 방식이다.

일동제약이 공동연구 중인 심플렉스(AI 스타트업체)의 경우 전세계에 공개된 화합물 정보와 활성 DB를 모아 표준화된 빅데이터를 가지고 있다. 이를 심플렉스가 가진 알고리즘에 적용, 약효 활성 예측이 가능한 새로운 모델을 만든다. 우리가 특정 질환 타깃을 제시하면 몇 백개 모델을 만들어 가장 잘 맞는 것에 합쳐 하나의 플랫폼을 제시해준다.

일동제약을 비롯해 많은 국내사들이 여기에 굉장히 관심을 가지고 있다. 왜냐면 성장할 수 있는 발판이라는 것을 알기 때문이다. 목마름이 다른 글로벌 제약사와 다르다. 좀 더 뛰어 오르기 위해선 이런 것들이 반드시 필요하다고 느낀다.

현재 인공지능신약개발 지원센터가 빅데이터를 가진 회사와 제약업계에서 미충족분야(Unmet Medical Needs)가 있는 질환, AI기업의 알고리즘을 가지고 공동연구하려는 시범사업을 준비 중이다."

▶AI 신약개발을 하기 위해 가장 큰 문제는 무엇인가.

"글로벌 이슈가 인재 부족이다. 글로벌에선 필요한 AI 인력 수요를 100만명으로 예상하는데 20만명 밖에 없다고 한다. 금융, 로봇, 자율주행 등 분야에서 할게 많다. 제약산업과 연봉 차이가 3배 이상이다.

중국은 인재들이 해외에서 귀국하는 판인데 우리는 인재가 자꾸 빠져나간다. 어떻게 끌어들이냐는 고민을 해봐도 딱히 답이 없다. 교육을 통해 전문 인력을 양성해야 한다. 특히 AI를 가르칠 교육기관이 국내에 없다. 그나마 통계학, 머신러닝을 하지만 신약개발에 관심없다. 합성신약, 바이오의약품을 하는 인력도 IT를 배울 수 있는 강좌를 개설하고, IT 인력도 과학을 배울 수 있는 강좌를 개설하면 관심있는 사람이 있을 것이다. 지금 AI개발 업체 대표들도 IT를 하면서 과학을 하거나, 과학자가 IT를 배운 경우다.

정부도 중기부, 산자부, 과기부, 복지부가 편을 가르면 절대 안 된다."

▶실질적으로 제약산업계가 당장할 수 있는 건 없나.

"검증을 빨리 해야 한다. 확신이 없기에 투자를 안 하는 거다. 현재 AI 신약개발을 연구하는 업체가 성과를 내면 투자가 늘어날 것이다. 그렇게 되면 늦지 않나하는 생각이 든다. 내년 말에 인공지능으로 개발한 신약이 나올 것이라 예측할 수 있다. 이 때 뛰어들면 늦다. 위험을 안고라도 과감히 투자해야 한다."