제약바이오산업에서도 인공지능(AI)기술이 점차 단순한 시도를 넘어 전략적으로 활용되고 있다. 신약개발의 주축으로 발돋음하며 주목받고 있는 것.

하지만 아직까지는 핵심 인력을 구하기 힘들고 소통이 어려워 시행착오가 잇따르고 있는 만큼 이에 대한 개선이 필요하다는 지적이 나오고 있다.

10일 바이오코리아2021에서 열린 '인공지능(AI) 신약개발 도전과 극복' 컨퍼런스에는 AI를 기반으로 하는 신약 개발의 미래와 한계에 대한 논의가 이뤄졌다.

이 자리에서 전문가들은 AI기술이 신약 개발 등의 분야에서 이제 '시도해보기 좋은 것'에서 '전략적으로 활용해야하는 것'으로 인식이 전환되고 있다고 강조했다.

딥러닝 등 인공지능 기술을 적용해 약물을 발굴하거나 적응증을 찾는 신약 개발 분야에 적용하는 것이 이제 대세가 되고 있다는 것.

LG화학 신약연구센터 류하선 책임연구원은 "제약회사 내에 팀을 꾸리거나 AI스타트업이나 IT회사와의 협업 등을 통해 신약 분야에서 AI를 통한 R&D사례가 늘고 있다"며 "특히 타겟 발굴을 위해 문헌 데이터를 AI로 분석하거나 기전과 적응증을 찾는데도 활용하고 있다"고 말했다.

이어 류 책임연구원은 "또 선도(lead)물질 연구 분야에서도 활성이 좋은 물질을 발견하는데 AI가 활용되고 있다"며 "임상 설계와 환자군 모집 신약개발 제조와 마케팅까지 영역도 확대되는 중이다"고 밝혔다.

즉, AI가 신약 개발 과정에서 보조 역할에 머무는 것이 아니라 전 단계에서 기능할 수 있는 방향으로 연구가 이뤄지고 있다는 의미.

국립암센터 암빅데이터센터 최귀선 센터장 역시 "가령 임상시험을 위해 100명을 모집해도 실제 임상에 들어가는 건 불과 7명 정도"라며 "임상시험에 적합한 환자를 잘 선별하는 것이 중요하다는 점에서 빅데이터와 AI의 역할이 있을 것으로 본다"고 언급했다.

하지만 AI 기술 접목이 초기 단계인 만큼 실제 활용 과정에서 여러 어려움이 있다는 게 류 책임연구원의 설명이다.

AI의 특성상 분석할 수 있는 많은 데이터가 뒷받침 돼야하지만 신약 개발 분야인 만큼 역설적으로 정보 부족의 딜레마가 있다는 것이다.

그는 "제약분야 특성상 전 세계 연구자들이 활성 데이터를 공개하고 있지만 타겟을 정하고 확인하려 하면 데이터가 많지 않다"며 "반대로 데이터가 많다면 경쟁이 심하다는 의미라는 점에서 신규 타겟의 경우 데이터가 부족을 극복하기 위한 내부 실험 등이 필요하다"고 강조했다.

또한 산업계 전반에 AI가 접목되다보니 제약과 인공지능을 연계할 수 있는 전문 인력 부족 문제도 발생한다고 지적했다.

류 책임연구원은 "AI 분석과 개발 인력의 몸값이 비싸고 채용에 어려워 인적 자원이 부족하다"며 "여기에 더해 제약 분야의 지식을 가진 인력은 더 적어 부가적인 소통의 문제도 생길 수 있다"고 밝혔다.

인력 부분의 문제는 이날 컨퍼런스에 참여한 많은 제약‧의료분야 전문가들이 공감하는 부분.

서울아산병원 빅데이터연구센터 정밀의료연구단 김규표 단장(종양내과)은 "병원의 경우 오프라인에 대한 데이터와 시스템이 강점이지만 이를 뒷받침 해줄 인력이 아쉽다"며 "결국 데이터에 세팅에 대한 큰 전략에 대해 사람의 손을 줄이고 자동으로 구축하는 방향으로 고민이 이뤄지고 있다"고 전했다.

그럼에도 AI가 신약개발에 꼭 필요한 것은 물론 파트별로 나눠지는 것이 아닌 융합된 시너지를 보일 것이라는 게 전문가들의 공통된 의견이다.

김 단장은 "과거 약물 연구는 의학과 과학만을 생각했지만 이제는 환자에게 전달되기 위해 산업도 필수적이다"며 "이들이 소통하기 위한 일반 언어를 데이터로 어떻게 공유할지 논의가 있어야 한다"고 말했다.

또 류 책임연구원은 "AI가 신약개발은 파트를 담당하는 것을 넘어 제약 분야의 큰 혁신이 올 것으로 기대를 하고 있다"며 "이런 상황에 뒤처지지 않고 나아갈 수 있도록 성공 사례를 쌓아나가야 할 것으로 본다"고 덧붙였다.