【오즈커뮤-OZcommunity】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 피해사례공유

로그인

글쓰기

[실시간뉴스]노벨상도 받았는데…AI 활용 신약 개발 험난한 이유

온카뱅크관리자

2024-10-11 09:23:17

<div id="layerTranslateNotice" style="display:none;"></div> 전문가들 "화합물에 대한 이해 더 필요…신약후보물질 발견에 한정"  
 <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
 <section dmcf-sid="20XU40FOGp">
 <figure class="figure_frm origin_fig" dmcf-pid="VxVRAxP3Y0" dmcf-ptype="figure">
 <img alt="이번 노벨상 수상으로 AI 신약 개발에 대한 전 세계의 관심이 높아졌지만 AI를 이용해 단백질을 직접 설계하는 과학자들은 본격적으로 AI로 신약 개발을 하기까지 단백질을 넘어 '화합물'에 대한 인류의 이해가 더 필요하다는 의견을 밝혔다. 게티이미지뱅크 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202410/11/dongascience/20241011091619213ymgd.jpg" data-org-width="680" dmcf-mid="9wsy0vlo1U" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202410/11/dongascience/20241011091619213ymgd.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 이번 노벨상 수상으로 AI 신약 개발에 대한 전 세계의 관심이 높아졌지만 AI를 이용해 단백질을 직접 설계하는 과학자들은 본격적으로 AI로 신약 개발을 하기까지 단백질을 넘어 '화합물'에 대한 인류의 이해가 더 필요하다는 의견을 밝혔다. 게티이미지뱅크 제공
 </figcaption>
 </figure>
 올해 노벨 화학상은 인간에게 유용한 단백질 구조를 설계하고 인공지능(AI)으로 단백질 구조를 예측하는 데 기여한 과학자 3명에게 돌아갔다. 이들의 기술은 신약 개발의 판도를 뒤흔들 것으로 예상되고 있어 이번 노벨상 수상으로 AI 신약 개발에 대한 전 세계의 관심이 높다.
 AI를 이용해 단백질을 직접 설계하는 과학자들은 본격적으로 AI로 신약 개발을 하기까지 단백질을 넘어 '화합물'에 대한 인류의 이해가 더 필요하며 안전성을 입증하기 위해 장기적인 투자가 있어야 할 것으로 보고 있다. 
 ● 신약은 화합물…"화합물에 대한 이해가 더 필요"
 스웨덴 왕립과학원 노벨상위원회는 9일 노벨화학상 수상자로 데이비드 베이커 미국 워싱턴대 교수와 데미스 허사비스 영국 구글 딥마인드 최고경영자(CEO), 존 점퍼 구글 딥마인드 수석연구원을 선정했다고 발표했다. 
 베이커 교수의 '로제타폴드'와 허사비스, 점퍼 연구원의 '알파폴드'는 단백질 구조를 예측하고 단백질을 설계하는 AI 모델이다. 두 모델이 신약개발의 게임체인저가 될 수 있다는 평가가 나오는 이유다. 실제로 허사비스 CEO는 알파폴드를 이용한 신약 개발 스타트업 ‘아이소모픽랩스’를 창업해 신약 개발에 나섰다. 
 한국을 비롯해 전 세계 주요 제약기업도 AI를 이용한 신약개발에 나서고 있다. 글로벌 컨설팅업체 맥킨지에 따르면 생성형AI는 신약 개발 기간을 획기적으로 줄여 연간 600억~1100억달러의 경제적 가치를 창출할 것으로 추정된다. 신약개발을 하기 위해서는 10년 이상의 개발 기간과 약 1조원 이상의 비용이 소모된다. 그러나 AI를 활용할 경우 신약 개발 기간을 절반으로 단축할 수 있기 때문이다. 
 하지만 여전히 남은 과제가 있다. 먼저 화합물에 대한 인류의 이해가 더 필요하다. AI는 질병을 치료할 인체 내 특정 단백질을 찾고 이 단백질과 잘 결합할 단백질 구조를 예측하고 설계하는 방법으로 신약을 개발한다.
 문제는 신약은 보통 단백질 하나로 이뤄져 있지 않는다는 것이다. 단백질을 비롯한 여러 물질이 뭉친 화합물이다. 신약을 개발하려면 AI가 설계한 단백질이 다른 물질과 어떤 상호작용을 하는지, 화합물이 신체에 들어갔을 때 어떤 효과를 내는지 등에 대해서도 예측해야 하는데 아직 부족하다는 의견이 나온다. 
 박한범 한국과학기술연구원(KIST) 뇌과학연구본부 선임연구원은 "단백질은 20종의 아미노산이 복잡한 사슬 구조로 연결된 형태"라며 "화합물은 단백질 하나보다 더 다양한 구성요소를 갖고 있어 변수가 더 많기 때문에 다루기가 어렵다"고 설명했다. 화합물의 상호작용, 화합물의 결합 등을 계산하는 AI가 개발되면 신약 개발에 속도가 더욱 붙을 것이라고 견해다.  
 ● "AI 활용 신약 개발은 전체 개발 과정의 초기 단계에 불과"
 AI 신약개발에 더욱 속도가 붙으려면 더 많은 실험이 필요해 장기적인 투자가 필요하다는 의견도 있다. 이상민 포스텍 교수는 "AI를 이용해서 신약 후보 물질을 개발하는 데 시간이 굉장히 단축됐지만 신약으로 만드는 것은 또 다른 문제"라면서 "후보 물질이 신체에서 장기나 단백질 등과 어떤 상호작용을 할지, 어떤 면역반응을 일으킬지를 실험하는 데 적지 않은 시간이 걸릴 것"이라면서 신약 개발까지 수많은 시행착오가 예상된다고 말했다. 
 또 실제 AI를 활용한 신약 개발은 대다수 '유효물질 발굴'에 한정된다. 이는 신약 개발 과정 전체로 볼 때 초기 단계이기 때문에 신약 승인까지 이어지려면 임상 테스트, 약 최적화, 독성 테스트 등 AI나 컴퓨터로 할 수 없는 많은 단계가 남아 있다.
 연구자들은 AI 신약 개발 전체 과정에 대한 이해가 필요하다고 입을 모은다. 예를 들어 국내 '2023년도 인공지능 활용 혁신신약 발굴 사업 신규과제'의 과제제안요구서에는 '2025~2026년 개발한 모델을 활용해 임상 진입 후보 물질 발굴'이라는 목표가 적혀 있다. 과제를 받은지 2년만에 1종 이상 임상시험용 신약(IND)을 내놔야 한다는 것이다. 연구자들은 '비현실적인 조항'이라고 지적했다. 
 AI를 이용한 신약 개발을 시도하는 한 국내 연구원은 "AI 신약 개발에 관해 정부가 제시하는 목표를 보면 단기간에 AI가 신약을 만들 수 있다고 착각하는 것 같다"면서 "아직 이를 이루기에 한국을 비롯해 전 세계적으로 기술이 부족하기 때문에 정부가 장기적인 관점에서 현실적인 목표를 제시하고 투자했으면 좋겠다"고 말했다. 
 한국이 AI로 혁신적인 약을 만들기 위해서는 대규모 데이터 분석을 할 수 있는 인프라도 필요하다고 했다. 한 대학 교수는 "단백질을 이루는 아미노산 길이가 길면 길수록 구조를 예측하기 어렵고 AI로 많은 데이터를 다뤄야 한다"면서 "미국의 경우 일종의 데이터 분석 장치인 GPU, CPU 등을 수백개씩 공동으로 관리하며 연구실이 자유롭게 쓰고 지원하는 경우가 많은데 비해 한국은 각 연구실이 수십 개의 데이터 분석 장치를 관리하는 경우가 대부분이라 대규모 분석을 진행하는 데 한계가 있다"고 설명했다.  
 [이채린 기자 rini113@donga.com]
 </section> 
 </div> 
 Copyright © 동아사이언스. 무단전재 및 재배포 금지.