국립암센터, AI 기반 신약개발 성공률 예측 플랫폼 개발 착수

국립암센터가 인공지능(AI) 기술을 활용해 신약개발의 성공 가능성을 사전에 예측할 수 있는 플랫폼 개발에 본격 착수했다. 현재 10% 내외에 그치는 신약개발 성공률을 획기적으로 높일 수 있는 기술로 주목받고 있다.

무슨 일이 있었나

국립암센터는 AI 기반 신약개발 성공률 예측 시스템 구축 사업을 시작한다고 발표했다. 이 시스템은 기존 임상시험 데이터와 분자구조 정보, 환자 유전체 데이터 등을 종합 분석해 신약 후보물질의 성공 가능성을 미리 예측하는 기능을 갖춘다.

개발될 플랫폼은 머신러닝과 딥러닝 알고리즘을 활용해 수만 건의 과거 신약개발 사례를 학습하고, 새로운 약물 후보의 임상시험 성공률을 정량적으로 제시할 예정이다. 특히 항암제 개발에 특화된 예측 모델을 우선 구축할 계획이다.

왜 중요한가

신약개발은 평균 10년 이상의 기간과 1조원 이상의 비용이 소요되지만, 최종 시장 출시까지 성공하는 확률은 10% 내외에 불과하다. 특히 임상 3상에서 실패할 경우 수천억원의 투자가 순식간에 물거품이 되는 상황이 빈번하다.

AI 예측 시스템이 도입되면 초기 단계에서 성공 가능성이 낮은 후보물질을 걸러낼 수 있어 개발 비용과 시간을 크게 줄일 수 있다. 제약업계는 이를 통해 보다 효율적인 신약개발 전략을 수립할 수 있을 것으로 기대하고 있다.

국내 바이오 산업 경쟁력 강화 측면에서도 의미가 크다. 글로벌 제약회사들이 이미 AI 신약개발에 대규모 투자를 진행하고 있는 상황에서, 국내 기관이 주도하는 예측 플랫폼 개발은 기술 주권 확보와 산업 생태계 발전에 기여할 것으로 평가된다.

쟁점

AI 예측 시스템의 정확도와 신뢰성이 가장 큰 관건이다. 신약개발 과정에는 예측하기 어려운 변수들이 많아 AI가 제시한 성공률이 실제와 얼마나 일치할지 의문이 제기되고 있다. 특히 희귀질환이나 새로운 작용기전의 약물에 대해서는 학습 데이터가 부족해 예측 정확도가 떨어질 가능성이 있다.

데이터 품질과 표준화 문제도 해결해야 할 과제다. 국내외 제약회사들의 임상시험 데이터를 통합 분석하려면 데이터 형식과 품질 기준을 통일해야 하는데, 이는 상당한 시간과 비용이 소요될 것으로 예상된다.

규제 기관의 승인 과정에서 AI 예측 결과를 어떻게 활용할지에 대한 가이드라인도 필요하다. 식품의약품안전처는 AI 기반 예측 데이터의 임상시험 설계 반영 방안을 검토 중인 것으로 알려졌다.

다음에 볼 것

국립암센터는 올해 하반기까지 기본 플랫폼 구축을 완료하고, 2025년부터 실제 신약개발 프로젝트에 시범 적용할 예정이다. 초기에는 항암제 개발에 집중하되, 점차 다른 질환 영역으로 확대해 나갈 계획이다.

국내 주요 제약회사들과의 협력 방안도 논의되고 있다. 유한양행, 대웅제약, 셀트리온 등이 AI 예측 시스템 활용에 관심을 보이고 있어, 산학협력을 통한 실증 사업이 추진될 가능성이 높다.

해외 진출도 검토 중이다. 국립암센터는 미국 FDA와 유럽 EMA 등 주요 규제기관과의 협력을 통해 글로벌 표준에 부합하는 예측 플랫폼을 개발하겠다는 목표를 제시했다.