美 AI신약업계, 생성형 AI 돌풍...K바이오 여파는

[이데일리 김승권 기자] 인공지능(AI) 신약개발 기술 환경이 가파르게 변화하고 있다. 클릭 한번으로 직접 신약 후보물질을 뽑아내는 ‘생성형 AI기술’이 가시적인 성과를 내고 있어서다.

생성형(Generative) AI 신약개발은 이용자가 요구한 질문이나 과제를 해결하기 위해 스스로 데이터를 찾아 학습한 후 결과를 도출하는 방식을 말한다. 기존의 AI 기술이 단순히 기존 데이터를 기반으로 예측하거나 분류하는 정도였다면 생성형AI는 딥러닝(자가학습)을 통한 창의적인 사고도 가능한 것이 특징이다.

전문가들은 2~3년 이내 AI 신약개발 기술이 안정기에 접어들 것으로 전망하고 있다. 특히 생성형 AI 신약개발과 서비스형 소프트웨어(SaaS) 플랫폼은 신약개발 판도를 바꿀 게임체인저가 될 것으로 예상된다. 국내 AI 신약 개발을 도입 중인 제약바이오기업들도 대응이 필수적인 상황이다.

11일 제약바이오업계에 따르면 최근 스탠퍼드 대학의 카일 스완슨이 이끄는 연구팀은 항생제 같은 특정 목적의 분자를 생성하는 생성형 AI인 ‘신스몰’을 개발했다. 물론 분자 자체를 무작위적으로 생성하는 것이 아니라 제조 가능한 분자식을 생성하는 AI다.

항생제 내성은 21세기 인류를 위협하는 심각한 문제로 꼽혔다. 항생제 내성균을 없애기 위한 신약 개발이 활발히 이뤄지고 있기는 하나 신약을 개발하는 속도보다 항생제 내성균이 생기는 속도가 더 빨라 문제가 됐다.

하지만 생성형 AI 신스몰은 기존 항생제와 완전히 다르고 아시네토박터가 쉽게 내성을 발현하기 어려운 물질 70가지를 골랐다. 이 가운데 58개가 실제로 제조할 수 있었는데, 최종적으로는 6개가 실제 아시네토박터 내성균을 죽일 수 있는 것으로 나타났다. 그리고 이 중 2개를 물에 녹인 후 쥐에 주입했을 때 심각한 부작용이 없다는 것도 확인했다.

미국 주요 AI신약개발사 임상 현황 (자료=각사 증권보고서, 미래에셋)

구글·엔비디아도 생성형 AI 개발 집중...美 AI 신약개발사, 주가도 오름세

내리막길을 걷던 미국 AI 신약개발사의 주가도 상승세로 바뀌었다. 대표적인 미국 AI신약개발 회사는 리커전, 슈뢰딩거 등이다. 이들 기업은 임상2상 물질을 보유했음에도 주가 상승이 더뎠다. 하지만 빅테크의 참여와 구체적인 기술 성과로 최근 분위기가 바뀌는 추세다.

구글·엔비디아 등 빅테크(대형 IT기업)도 빅파마와 협업, 생성형 AI 신약 개발에 힘주고 있다. 최근 엔비디아는 신약 개발 생성형 AI모델 ‘바이오네모’로 시장 주도에 나섰다. 바이오네모는 DNA 서열분석 및 단백질 구조예측 등을 목적으로 설계됐다. 이미 로슈 자회사 제넨텍, 암젠, 아스텔라스 등 제약·바이오사를 비롯해 AI신약 개발사 총 100여곳이 바이오네모를 사용하는 것으로 알려졌다. 알파벳(구글) 자회사 아이소모픽랩스도 일라이릴리·노바티스와 신약물질 개발계약을 하고 단백질 구조예측 플랫폼 ‘알파폴드(AlphaFold)2’를 통해 협업 중이다.

미국 주요 AI신약개발사 주가 추이 (자료=QuantiWise, 미래에셋)

카이스트 화학과 교수이자 학내 벤처로 AI 신약개발 기업 ‘히츠’를 설립한 김우연 교수는 “최근 빅데이터 기반 AI 시대에서 생성형 AI 시대가 도래했다”며 “AI 신약개발도 CADD(Computer Aided Drug Discovery, 컴퓨터를 이용한 신약개발) 방식에서 생성형 방식으로 빠르게 변화 중”이라고 설명했다.

일반적으로 AI신약 개발은 기초연구인 R단계(Research)에서 신약 후보물질 발굴에 주로 쓰였다. 하지만 최근 신약 임상 개발 디자인을 짜는데 중요한 단초를 제공할 정도로 중요도가 올라가는 추세다.

가장 큰 영향을 받은 AI 신약개발 기술 분야는 △분자역학 시뮬레이션 △컴퓨터 기반 약물 디자인 분야로 전망된다. 예를 들어 2015년에는 GPU 기반 나노스케일 분자역학 프로그램으로 분자 바이오 시뮬레이션이 가능했다. 하지만 최근에는 원자 크기 분자 예측이 AI로 단 몇 초만에 가능해졌다. 또한 화이자 등이 코로나19 치료제 개발 시 약 2128게 의약품에 대한 단백질 결합 프로세스 시뮬레이션에 사용된 슈퍼컴퓨터(Fugaku)로 후보물질을 12개로 추리는데 1년 걸리던 것이 이제 10일 만에 가능하게 바뀌고 있다.

김 교수는 “방대한 데이터를 신속 정확하게 계산, 결과를 도출하는 CADD 방식에서 나아가, 시뮬레이션과 분석을 통해 고차원의 결과를 제공하는 방식으로 방향이 바뀌고 있다”고 강조했다.

한국 AI 신약개발 적용 기업, 글로벌 추세 따라가야

국내에도 AI 신약개발은 여전히 ‘뜨거운 감자’다. 유한양행(000100), 한미약품(128940), HK이노엔(195940), JW중외제약(001060) 등 여러 대형 제약사들이 자체적으로 AI 기술을 도입하거나 AI 전문기업과 협업해 신약개발에 나서고 있다. 특히 양물재창출, 타켓발굴, 의약품 후보물질 발굴 등에 있어 AI 기술력 도입이 진행되고 있다.

동아제약의 경우, 지난해부터 AI 플랫폼 기술기업들과 연달아 업무협약을 맺고 있다. 지난 2월에는 AI 신약개발 플랫폼 기업 아론티어와 협약을 맺고 첨단의약품 개발을 추진 중이다. 계열사인 동아에스티(170900)도 AI 기반 신약 개발 기업 심플렉스, 연세암병원과 함께 고품질 데이터를 기반으로 한 치매치료제 등 약물 개발에 나서고 있다.

AI 신약개발 프로세스 (자료= Drug Discovery Today)

한미약품은 아이젠사이언스의 AI 신약개발 플랫폼을 활용해 항암 분야에서 신규 후보물질 발굴에 속도를 높이고 있다. 지난 1월 서울 송파구 본사에서 양사가 ‘AI 플랫폼 기반 항암신약 연구개발’을 목적으로 한 업무협약을 체결했다. 아이젠사이언스가 독자 보유한 AI 플랫폼을 기반으로 신규 항암 후보물질을 발굴 및 제안하면, 한미약품이 신약개발 전문기업으로서 축적한 연구개발(R&D) 역량을 토대로 해당 물질의 도입 여부를 평가한다는 계획이다.

한미약품 측은 이번 협약으로, 첨단 AI 기술을 활용해 신약개발에 소요되는 시간과 비용을 대폭 절감하고, 이를 통해 임상 단계에서 효율성과 성공률을 높일 수 있을 것으로 기대하고 있다.

JW중외제약 신약연구센터와 자회사 C&C신약연구소의 ‘주얼리’와 ‘클로버’는 ‘퍼스트 인 클래스(First-in-Class)’ 개발에 집중하고 있다. 퍼스트 인 클래스는 새로운 작용 기전을 사용해, 질병을 치료하는 최초의 약물 즉 신약개발을 의미한다. ‘주얼리’와 ‘클로버’는 항암이나 면역질환, 재생의학 분야의 물질을 연구하고 있다. 여기에 AI·딥러닝(기계학습)을 더했다는 게 회사 측의 설명이다. 삼진제약은 뇌 질환 AI 솔루션 전문기업 ’뉴로핏‘에 10억원 규모의 전략적 투자를 결정한 바 있다.

AI 희귀질환분석 및 신약 개발 기업인 쓰리빌리언 금창원 대표는 “국내의 경우 신약후보물질 파이프라인 임상 개발에 집중, 임상 성과를 올리는 것이 중요한 성과로 귀결 되고 있는 것으로 보인다”며 “신약개발사에 대한 기업 가치 평가도 개발된 신약 파이프라인 전임상 및 임상 개발 수준에 따라 진행되는 경우가 많아지고 있는 것으로 안다”고 설명했다.

이 때문에 AI신약개발을 기치로 내걸고 상장한 국내 기업도 변화를 모색하고 있다. 신테카바이오(226330), 파로스아이바이오(388870)(구 파로스아이비티) 등이 대표적이다.

업계에 따르면 파로스는 기존에 약물 디자인과 독성 예측, HTS 등 다양한 AI 신약개발 기반 기술을 가지고 있는 곳인데, 최근 빠르게 신약후보물질 파이프라인으로 임상 개발 하는데 집중하고 있다. 신테카바이오 또한 비슷한 상황으로 관측된다. 비상장사로는 스탠다임이 800억원 이상을 투자를 받으며 화제를 모았고 현재 임상에 속도를 내고 있는 상황이다.

익명을 요구한 AI 신약개발기업 다른 한 임원도 “AI 신약개발 성과를 숫자로 내는 것은 △ AI 플랫폼 기술 가치산정의 어려움, △ AI 신약개발 기술의 기존 방식 대비 임상 성공률 책정의 어려움 △ 다수의 파이프라인이 초기 개발 단계 후보물질이라는 점 때문에 결과를 도출하기 쉽지 않은 것이 현실이다. 하지만 국내도 충분히 발전할 수 있는 기술적 역량은 있다”며 “결국 AI 신약개발도 임상시험이라는 허들을 통과해야 되기 때문에 임상 성공률 개선을 확인할 수 있는 2024~2025년이 AI 신약개발 기술 증명에 매우 중요할 것으로 예상된다”고 말했다.