ZDNet 검색 페이지

'AI 신약'통합검색 결과 입니다. (31건)

KIST, 신약 발굴 AI 기술로 세계 최상위 팀에 뽑여

한국과학기술연구원(KIST)은 천연물시스템생물연구센터 박근완 박사팀이 제3회 '캐쉬'(CACHE) 챌린지의 코로나19 바이러스 표적 신약 후보 발굴 부문에서 세계 최상위 4개 팀에 선정됐다고 16일 밝혔다. 신약 후보 예측 대회인 '캐쉬'(CACHE) 챌린지에서는 가장 성능이 좋은 AI 기술을 발표한다. 대회에서 얻어지는 모든 데이터는 일반에 공개한다. '캐쉬'는 신약 후보 물질을 발굴하는데 있어 AI 방법론의 예측 성능을 공정하게 평가하기 위해 2021년 조직된 국제적인 컨소시엄이다. 아스트라제네카, 바이엘, 베링거인겔하임 등 글로벌 제약사들과 협력 중이다. 캐나다 정부와 미국 국립보건원(NIH)은 후원한다. 이번 '캐쉬' 챌린지에서는 코로나19 바이러스와 같은 치명적인 감염병 억제 약물 개발을 목표로 11개국 23개 본선 진출 팀이 약 2년간 경쟁하며 진행됐다. 참가팀들은 컴퓨터 기반 AI 예측 기술을 활용해 총 1천739개의 신약후보물질을 제안했다. 본선 참가팀은 2023년 1월 선정됐다. 최상위 4개 팀은 KIST외에 오타와대학교(캐나다), 브리티시 컬럼비아 대학교(캐나다), 베를린자유대학교(독일) 연구팀으로 선정됐다. KIST 연구팀은 이번 대회에서 코로나19 바이러스에 대응하는 혁신적인 저분자 화합물을 제시했다. KIST 연구팀은 이 화합물 제조에 천연물 신약 개발을 위해 자체 개발한 '진화적 화합물 결합 유사성'(ECBS)이라는 AI 모델을 활용했다. 'ECBS'는 질병 표적 단백질의 진화 정보를 활용해 화합물 예측 정확도를 높인 새로운 AI 모델이다. 천연물시스템생물연구센터 박근완 책임연구원은 “AI가 코로나바이러스와 같은 치명적인 감염병 해결에 기여할 수 있다는 가능성을 보여줬다"며 "향후 글로벌 경쟁력을 갖춘 신약 개발 연구를 수행할 계획"이라고 밝혔다.

2025.01.16 12:00박희범

AMD, 제약회사에 투자…"우리 AI칩으로 신약 개발"

미국 반도체 회사 AMD가 제약회사에 투자했다. AMD는 생명과학 기업 앱사이 상장 지분에 사모투자하는 방식으로 2천만 달러(약 290억원)를 투입했다고 미국 월스트리트저널(WSJ)이 지난 8일(현지시간) 보도했다. WSJ은 경쟁사 엔비디아처럼 AMD도 생명과학 분야에서 인공지능(AI) 칩으로 입지를 다지려 한다고 평가했다. 마크 페이퍼마스터 AMD 최고기술책임자(CTO)는 “다른 시장으로 시야를 넓히고 있다”며 “사회에 곧바로 영향을 미칠 의료 분야를 우선한다”고 말했다. 숀 매클레인 앱사이 창업자는 “앱사이는 AI 칩을 470개 넘게 쓰고 있다”며 “대부분 엔비디아 GPU”라고 설명했다. 하지만 “AMD의 GPU로 바꾸기 시작한다”며 “신약을 개발하기 위해 엄청난 양을 계산하는 데 필요한 비용이 줄어들 것”이라고 기대했다. 엔비디아도 2023년 생명과학 업체 리커전파마슈티컬스에 5천만 달러를 투자하고 AI를 기반으로 신약을 개발하기 위한 하드웨어를 지원했다.

2025.01.10 10:42유혜진

"분자 생성 AI로 신약 개발 효율을 15배 높였어요"

꿈은 삶의 이정표이자 동력이다. 꿈은 곧 미래의 삶이다. 꿈은 그래서 소중하다. 꿈은 사람마다 다르고 다른 만큼 다채롭다. 스타트업이 꾸는 꿈도 그럴 것이다. 소중하고 다채롭다. '이균성의 스타트업 스토리'는 누군가의 꿈 이야기다. 꿈꾸는 사람이 자신의 이야기를 들려주고 다른 꿈꾸는 사람을 소개하는 릴레이 형식으로 진행된다. [편집자주] “분자 생성 AI로 신약 개발 효율을 15배 높였어요” 발견과 발명은 반복되는 시행착오 끝에 얻어지는 성과다. 신약 개발도 그러하다. 한 논문에 따르면 보통 신약 하나를 개발하는 데는 10여년이 걸린다. 여기에 드는 비용도 평균 3조원에 육박하는 것으로 알려졌다. 신약 개발 기간이 길고 비용이 많이 드는 까닭은 약효가 있는 새로운 물질(분자구조)을 합성할 때 성공확률이 극히 낮기 때문이다. 무려 9000분의 1이라고 한다. 분자 합성 실험 한 번에 보통 3주 이상이 걸리고 수백만 원의 비용이 든다. 하나의 실험을 하느냐 마느냐는 결국 시간과 비용에 관한 결정이다. 임재창 히츠 공동창업자는 인공지능(AI)을 이용해 이 결정에 도움을 줌으로써 신약 개발의 시행착오를 줄여 효율을 높이려고 한다. ■시행착오는 왜 불가피한가 신약 개발은 인체에서 질병을 일으키는 단백질을 찾아내고 이와 상호 작용을 일으켜 질병을 치료하기 위한 물질(화합물)을 만들어내는 것이다. 이 개발 과정은 보통 4단계로 진행된다. 기초-탐색 연구, 비임상, 임상, 허가-승인 등이다. 이 과정을 거쳐 9000개의 후보 물질 가운데 딱 하나가 신약이 된다. 개발기간으로 따지면 보통 기초-탐색 연구에 5년, 비임상 1.5년, 임상 5년, 허가-승인 2년 등이 소요된다. 기초-탐색 연구는 질병 유발 단백질을 찾아내고 이를 치료할 수 있을 것으로 예측되는 후보 물질을 탐색하는 것을 말하는 데 보통 9000에서 1만개의 물질 목록이 생성된다. 비임상은 안정성 실험을 통해 후보물질을 최적화하는 단계로 목록이 50개로 줄어든다. 임상은 보통 3단계로 진행되며 다시 화합물이 5개로 줄어든다. 이중 최상의 물질이 허가와 승인 과정을 거쳐 신약이 된다. “9000에서 1만개의 후보 물질 가운데 어떤 것이 최상의 약효를 가질지를 알 수 없으니 다 실험을 해야 하잖아요. 그런데 후보 물질이긴 하지만 실패할 확률이 높다면 실험을 안 해도 되는 것이죠. 히츠가 개발한 시스템은 인공지능을 통해 후보 물질을 발굴하고 이와 단백질의 관계를 예측해주는 것이에요.” ■인공지능 신약 개발 플랫폼 '하이퍼랩' 신약 개발을 위한 실험의 시행착오를 조금이라도 줄이기 위해 히츠가 개발한 것이 '하이퍼랩(HYPERLAB)'이다. '인공지능 신약 개발 플랫폼'이다. 서비스형 소프트웨어(SaaS) 형태로 제공되며 직관적 UI가 특징이다. '하이퍼랩'은 주로 신약 개발 초기 기초-탐색 연구 단계에 초점을 맞추고 있다. “생성형 AI는 무언가를 만들어내는 AI잖아요. 우리가 AI를 통해 만들어내려 하는 것은 분자(Molecule)예요. 정확히는 신약 후보 물질이 될 분자죠. 과거의 데이터를 학습해서 신약 물질 후보가 될 분자의 구조를 디자인하고 제안해주죠. 우리는 특히 '스캐폴드 기반 분자 생성 모델(Scaffold-based molecular generative model)'을 개발하였어요. 스캐폴드는 물성을 특정 짓는 분자의 뼈대라고 할 수 있죠. 이를 고정해놓고 합성을 통해 분자 구조를 점진적으로 바꿔가며 새 분자를 만들죠.” 스캐폴드는 물질의 물성과 깊은 관계가 있고, 스캐폴드를 유지한 채 합성을 통해 분자 구조를 점차적으로 바꿔간다면, 무작위로 분자를 합성하는 것보다, 원하는 물질을 찾아가는데 더 효과적이라는 의미로 이해됐다. 하이퍼랩은 분자 생성 모델과 함께 '물질-단백질 상호 작용 예측 모델'도 갖고 있다. 데이터 학습을 통해 약물 후보 물질과 질병의 원인으로서의 단백질 사이의 상호 작용과 결합 구조를 예측해주는 것이다. 이 예측이 정확하다면 분자 합성 실험을 할지 말지 고민스러울 때 중요한 참고자료가 되는 것이겠다. 하이퍼랩은 또 '분자 탐색 모델'도 있다. 천문학적인 숫자의 분자 가운데에서 후보가 될 수 있는 물질을 빠르게 탐색한다. “하이퍼랩은 신약 개발 초기에 후보 분자 대규모 가상 탐색부터, 물성 예측, 신규성 있는 분자 설계까지 할 수 있습니다. 이 과정을 통해 필요 없을 것으로 보이는 후보 물질은 실험에서 제외시킬 수 있는 것이죠.” ■“효과가 15배나 커진 사례도 나왔죠” L사는 '타깃 A(질병 단백질 가운데 하나)'에 대한 특허성 있는 신규 골격(스캐폴드)을 찾고 있었다. 이 타깃과 관련해서는 이미 1000개 이상의 물질에 광범위하게 특허가 걸려 있었다. 특허를 낼 새 물질을 찾기가 그만큼 어려운 것. 관건은 천문학적인 숫자의 분자를 빠르게 탐색하고 '타깃 A'에 맞게 선별하는 것. 이를 위해 L사가 손잡은 게 히츠의 하이퍼랩이다. “히츠의 '약물-단백질 상호작용 예측 모델'의 성능을 검증하기 위해 우선 타깃 A와 기존에 보고된 활성분자의 예측값을 돌려보고 이를 실험값과 비교했어요. 타깃 A에 대한 실험 결과를 우리 모델 학습에 전혀 사용하지 않았지만 R값이 0.6으로 나타났지요. 이는 예측값의 정확도가 높다는 것을 뜻하지요. 그런 뒤 우리 '스캐폴드 기반 분자 생성 모델'을 통해 타깃 A에 대해 활성을 보일 확률이 높은 후보물질을 디자인했어요. 그런 다음 다시 '약물-단백질 상호작용 예측 모델'을 통해 우선 실험할 상위 분자를 선별했죠. AI의 이 작업이 끝나고 나서 L사 의약화학자가 후보 분자를 재선별하고, L사의 의약합성팀에서 검토한 뒤 유도체를 생성해 분자를 합성하는 후속 실험에 들어갔죠. L사는 이 과정을 통해 6개월간 활성물질 15종을 확인할 수 있었습니다. 히츠를 만나기 전에는 1년 동안 단 2종의 활성 물질을 확인할 수 있었을 뿐이라고 해요. 하이퍼랩을 이용하니 효율을 15배 가량 높였다고 볼 수 있는 것이지요.” ■“논문 기술이 아니라 산업에 적용될 기술” 히츠가 갖고 있는 AI 신약 개발 플랫폼은 임재창 공동창업자의 박사 학위 논문 주제이기도 하다. 논문을 쓰던 중 문득 생각했단다. '논문상에서만 작동하는 기술이 아니라, 실제 현실에서 가치를 창출하는 기술을 만들고 싶다.' 창업에는 고민도 컸다. 창업은커녕 회사 생활도 안 해본 터라 '내가 과연 회사를 운영할 수 있을까'를 생각해보지 않을 수 없었다. 그 때 힘이 된 게 지도교수였다. KAIST 화학과 김우연 교수. 김 교수가 공동창업을 제안했고 히츠 팀이 출발하게 됐다. 2020년 5월이었고, 임재창 공동창업자는 당시 스물여섯이었다. 그 이후 누적으로 100억 원을 투자받았고, 팀원은 31명으로 불어났다. 고객도 늘어났다. 300여개의 제약회사, 신약개발연구소, 대학 등이 하이퍼랩을 쓰고 있다. 지난해 10월 처음 유료화를 시행해 매출도 발생하고 있다. “앞으로는 인간이 상상하지 못했던 분자 구조를 AI를 포함한 디지털 기술이 생성할 것입니다. 코로나19 팬데믹처럼 감염병이 발생할 때 가능하면 빨리 치료제가 나오면 좋겠지요. 신약 개발의 디지털 전환이 필요한 이유일 것입니다. 그 과정에서 히츠가 영향력 있는 역할을 하는 팀이 될 수 있도록 노력할 것입니다.” 덧붙이는 말씀: 임재창 히츠 공동창업자가 다음 인터뷰 대상으로 추천한 사람은 콘테크 스타트업 메이사의 김영훈 대표입니다.

2024.07.04 10:03이균성

CJ바이오사이언스, 'AI 기반 마이크로바이옴 글로벌 혁신기업' 비전 선포

CJ바이오사이언스가 'AI 기반 마이크로바이옴 글로벌 혁신기업'으로의 비전 발표와 함께, 디지털에서 인공지능으로 전환해 성장 속도 내겠다는 포부도 밝혔다. 이를 통해 향후 3년 내 기술수출 3건을 달성하겠다는 목표다. CJ바이오사이언스는 최근 전 임직원이 참석한 가운데 '2024 뉴 비전(New Vision) 선포식'을 열고 이 같은 목표를 내걸었다고 밝혔다. 새 비전 'AI 기반 마이크로바이옴 글로벌 혁신기업(A global innovator in healthcare through AI-powered microbiome science)'은 AI 기반 마이크로바이옴 과학기술을 통해 신약개발, 웰니스 사업 분야에서 혁신을 선도하겠다는 의미를 담았다고 한다. 또 '온리원(ONLYONE) 치료제와 솔루션을 통해 인류의 건강에 기여한다'는 새로운 미션도 발표하며, 치료부터 예방에 이르기까지 생애 전 주기에 걸친 인류의 건강에 기여하겠다는 포부도 밝혔다. 천종식 CJ바이오사이언스 대표는 “CJ바이오사이언스는 지속적인 임상 데이터 확보 및 분석을 통해 마이크로바이옴 데이터와 AI 관련 역량을 오랜 기간 축적해 왔다”며 “새로운 AI 시대를 맞아 디지털에서 인공지능으로의 전환(AX)을 통해 마이크로바이옴 기반 글로벌 혁신 기업으로의 성장에 더욱 속도를 낼 것”이라고 밝혔다. CJ바이오사이언스는 비전 선포와 함께 AI기술이 집약된 '이지엠(Ez-Mx) 플랫폼'을 고도화해 신약 개발을 가속화하고 신사업을 발굴할 계획이다. 마이크로바이옴 빅데이터를 기반으로 하는 이지엠 플랫폼은 신약후보 및 바이오마커(생체 지표) 발굴에 활용되며, 임상의 모든 단계에서 예측 정확도를 높일 수 있어 연구개발 비용을 절감하고 임상 성공률을 제고할 수 있을 것으로 회사 측은 기대하고 있다. 핵심 파이프라인인 CJRB-101은 키트루다와의 병용요법으로 폐암‧두경부암 등을 적응증으로 하며, 국내에서 1‧2상을 동시에 진행 중이다. 미국에서는 올해 3분기부터 임상을 시작해 다국가 임상을 개시할 예정이다. 회사는 CJRB-101로 약 56조원에 달할 것으로 예상되는 폐암 시장을 우선 공략할 계획이며, 퇴행성 뇌질환(CJRB-302), 염증성 질환(CJRB-201) 등 관련 후속 파이프라인까지 개발해 2026년까지 기술수출 3건을 달성한다는 목표를 제시했다. 또 설립 이래 지속적으로 AI 기술에 대한 역량을 키우면서 핵심 요소인 양질의 데이터를 축적하는 데도 노력한 결과 업계 최고 수준의 마이크로바이옴 빅데이터와 의료기관과의 공동연구 및 코호트(Cohort, 비교대조군 방식 질병연구) 연구를 통해 쌓아온 임상 데이터, 인체 유래 시료 분석 데이터를 보유하고 있다며, 향후 AI 전문가를 추가 영입하고 글로벌 AI 전문가 네트워크를 확대하는 등 AI 역량을 더욱 강화할 방침이라고 전했다. CJ바이오사이언스 관계자는 “보유하고 있는 미생물 기반 과학 기술과 AI 기반 플랫폼 역량은 미래 CJ그룹 웰니스 사업의 한 축이 될 것으로 기대한다”며 “올해 안에 식품 및 건강기능식품과 연계된 사업 구체화도 논의하는 등 CJ제일제당과의 시너지도 강화할 것”이라고 말했다.

2024.06.20 09:01조민규

노르마, 양자컴 생성형 AI알고리즘 활용 결과 26일 공개

양자 보안과 양자 컴퓨팅 전문 기업 노르마(대표 정현철, www.norma.co.kr)는 오는 25일부터 27일까지 킨텍스에서 열리는 '퀀텀코리아 2024'에 참가한다고 19일 밝혔다. 노르마는 이번 행사에서 국내 최초이자 유일한 양자 프로그램 개발‧실행 지원 환경인 'Q 플랫폼(Q Platform)' 활용 결과를 집중 소개할 계획이다. 'Q 플랫폼'은 양자 컴퓨팅 알고리즘 개발과 시뮬레이션을 지원하는 플랫폼이다. 실제 사용자가 양자 하드웨어에 접근하지 않고도 다양한 알고리즘을 설계하고 시험할 수 있는 효율적인 환경을 제공한다. 노르마 전시 부스에서 Q 플랫폼을 직접 시연하며 핵심 기능이자 양자 컴퓨터 상용화를 위한 필수 기능인 컴퓨트 리소스, 작업 관리, 시뮬레이션 결과 등을 상세히 소개한다. 둘째날인 26일 전시 기업 포럼에서는 정현철 대표가 발표자로 나서 'Q 플랫폼 활용으로 본 양자 알고리즘'을 주제로 제품 소개와 진행 프로젝트, 글로벌 비즈니스 등을 공유한다. 정현철 대표는 "노르마가 자체 개발한 양자 컴퓨터 생성형 AI 알고리즘으로 신약 개발, 금융 등의 분야에서 양자 이득을 확인한 프로젝트 결과를 공개할 예정"이라고 말했다. 한편 노르마는 퀀텀코리아 행사 기간 글로벌 리딩 양자 기업과 교류하며 협력 방안을 적극 모색할 계획이다.

2024.06.19 16:37박희범

JW중외제약-온코크로스, AI 활용 항암‧재생의학 분야 혁신신약 공동연구 확대

JW중외제약은 인공지능(AI) 신약개발 벤처기업 온코크로스와 AI 기술 기반의 혁신신약 개발을 위한 공동연구 계약을 체결했다고 22일 밝혔다. 양사는 이번 계약에 따라 JW중외제약이 개발하고 있는 항암, 재생의학 분야의 '퍼스트 인 클래스(계열 내 최초, First-in-class)' 혁신신약 파이프라인에 대해 AI를 이용해 신규 타깃 질환(적응증)을 탐색하고 개발 가능성을 검증한다. 이를 위해 온코크로스의 신약후보물질이나 기존 개발된 약물에 대한 최적의 적응증을 스크리닝하는 AI 신약개발 플랫폼 '랩터(RAPTOR) AI'를 활용한다. '랩터 AI'는 제약회사의 신약 개발에 필요한 AI 역량을 지원함으로써 전통적인 약물 발굴 방식에 비해 높은 정확도와 낮은 비용으로 빠르게 결과를 도출할 수 있도록 하는 역할을 한다. 앞서 양사는 2022년 AI 기술을 이용한 신규 적응증 발굴을 위한 공동연구 계약을 체결한 바 있다. JW중외제약은 온코크로스와의 해당 연구를 통해 자체 개발 중인 신약후보물질의 면역질환 적응증 확장에 긍정적인 데이터를 확보하고, 후속 개발계획을 수립하고 있다. JW중외제약은 1차 면역질환 적응증 탐색에서 확인한 랩터 AI의 기술력을 이번 공동연구에도 적용해 항암 및 재생의학 신약 파이프라인의 새로운 적응증 탐색 기간을 단축하고 임상 성공 확률을 높일 수 있을 것으로 기대하고 있다. 김이랑 온코크로스 대표는 “이번 계약은 랩터(RAPTOR) AI의 효용성과 상업적 가치를 인정받았다는 점에서 의미가 크다”며 “이번 연구가 국내 AI 혁신신약 개발 영역에서 대형 제약회사와 바이오텍 사이의 모범적인 협업 사례가 될 수 있도록 노력할 것”이라고 말했다. 박찬희 JW CTO(최고기술책임자)는 “JW가 집중하고 있는 혁신신약 개발은 신약후보물질 발굴과 적응증 확장 연구에 높은 R&D 역량과 막대한 비용, 시간이 요구되는 분야”라며 “앞으로도 신기술을 보유하고 있는 국내외 바이오텍과의 다각적인 연구 협력을 통해 혁신신약 파이프라인을 확대해 나갈 것”이라고 말했다. 한편 JW중외제약은 AI 기반의 데이터 사이언스 플랫폼(주얼리, 클로버)를 통해 Wnt, STAT 등을 타깃으로 하는 항암‧재생의학‧면역질환 분야의 신약후보물질을 지속 창출하고 있다. 이와 함께 자체 플랫폼과 바이오텍의 AI, 오가노이드 플랫폼 등을 결합해 자체 신약후보물질의 새로운 적응증을 탐색하고 개발 가능성을 검증하기 위한 오픈 이노베이션 전략(개방형 혁신)도 활발히 펼치고 있다.

2024.05.22 15:27조민규

정명애 을지대 교수 "AI·빅데이터 교육 및 창업·보육 지원 확대"

“협회 역할을 AI 교육과 빅데이터 분석 및 활용 교육 등으로 확대할 것입니다. 또한 스타트-업과 투자자를 연계하는 창업·보육 지원에도 일정 부분 협회 역할을 만들어 갈 계획입니다.” 17일 취임한 정명애 대한의료데이터협회(KMDA) 제3대 회장은 “빅데이터와 AI를 바탕으로 하는 의료 데이터의 새로운 서비스나 비즈니즈와 관련한 사업을 눈여겨보고 있다”며 이 같이 말했다.정명애 신임 회장은 현재 을지대학교(총장 홍성희) 빅데이터의료융합학과 교수로 재직 중이다. 임기는 오는 2026년 4월 16일까지 2년이다. 정 신임 회장은 “협회가 창립한 지 3년이 됐다”며 “협회가 안착기에 접어든 만큼 이제부터는 실질적인 일(사업)을 만들어 갈 것”이라고 말했다. 정 신임 회장은 교육과 창업·보육 지원 외에도 오픈 이노베이션 소모임을 만드는 등 의료 데이터 생태계 구축에 공을 들일 계획이다.“정부가 최근 통합바이오빅데이터 인프라 구축 사업에 착수하는 등 바이오헬스 혁신과 국민건강 증진을 도모하고 나섰습니다. 협회도 이에 발맞춰 양질의 의료(바이오) 데이터가 안전하게 보호되고 유통·활용되도록 최선을 다할 것입니다.” 사람 뿐만아니라 반려동물 의료데이터에도 관심 정 신임 회장은 “사람뿐만 아니라 반려동물 데이터 관련 사업에도 관심이 있다”며 “멀기만 한 이야기로 들릴지 모르나 데이터가 돈이 되는 서비스와 비즈니스 발굴 및 육성에 적극 나설 계획”이라고 사업 확대 방안에 대한 입장을 밝혔다. 첫 행보로 정 신임회장은 17일 개막한 '제3회 K-PetBiz Start-up IR'에 참석해 대한의료데이터협회와의 협력을 강조했다. 이 행사는 반려동물을 주제로 제조, 유농, 서비스, 플랫폼, 공유경제, 커뮤니티, 커머스, AI 등을 진행하는 스타트업 12개 업체의 IR피칭 행사다. 대한의료데이터협회 반려동물분과를 비롯한 강남상공회, 카이스트원클럽(KOC)이 공동 주관한다. 대한의료데이터협회는 의료데이터와 혁신적인 IT 등 과학기술을 어떻게 융합할 것인가를 고민 중이다.이를 통해 보건 의료 및 관련 산업의 혁신과 산업 생태계를 조성하고 인류 건강과 의료서비스의 질적 향상에 기여한다는 것이 협회 설립 목표다. “의료데이터를 분석하면 진단의 정확성을 향상할 수 있습니다. 치료 계획을 최적화하고, 의료비용도 효과적인 관리가 가능해집니다. 이는 궁극적으로 건강보험 수가를 낮추는 효과가 있습니다. 환자에게는 건강을 효율적으로 관리하는 데 큰 도움을 줄 것입니다. 정 신임 회장은 의료데이터의 중요성을 강조하며 전통적인 방식과 AI 방식에 의한 신약개발 기간을 예로 들었다. AI 활용하면 신약개발 기간 절반으로 줄어 ”보건산업진흥원에 따르면 기존의 신약 개발 기간은 타깃 발굴 2~3년, 발굴 및 스크리닝 0.5~1년, 물질 최적화 1~3년, 독성시험 1~3년, 임상1~3상 5~6년, 허가1~2년 등 최소 10.5년에서 최대 18년이 걸립니다. 하지만 AI를 활용할 경우 6~9년이면 신약을 볼 수 있지요.“ 의료데이터는 AI를 활용하는 기반이다. 의료데이터를 먼저 쌓은 뒤 이를 가공하고 정제하는 과정 없이는 치료든 신약개발이든 AI 모델링이 어렵다. 하긴 최근엔 유사 데이터를 AI로 모두 만들어내는 사례도 나오고 있다. 정 신임 회장은 협회가 추구하는 의료데이터의 개인화 서비스에 대해서도 자세히 설명했다.기존의 진단 및 치료 중심 의료에서 개인의 유전체 정보를 기반으로 하는 4P(예측, 예방, 참여, 개벌환자 특화) 의료로 의학의 패러다임이 변화하고 있기 때문에, 의료 서비스도 이 추세에 맞춰 혁신이 이루어져야 한다는 것이다. 이 혁신 방법으로 정 신임 회장은 ▲개인화된 진단과 치료 ▲건강한 라이프스타일 촉진(맞춤형 운동 및 식사 계획 등) ▲의료비 절감(질병 조기발견 및 예방) ▲의료 연구와 혁신 촉진(의료데이터 활용 새 치료법 등 개발) ▲기록 기반 의료 서비스 최적화 등을 꼽았다. 정 신임 회장은 의료 데이터셋과 AI의 향후 나아가야할 방향에 대해서도 목소리를 높였다. AI성능 향상 위해선 대량 의료 데이터셋 구축 필수 ”의료 데이터셋의 규모와 다양성은 AI알고리즘 성능을 향상시키는 핵심입니다. 앞으로 더 많은 환자 의료 기록과 생물학적 데이터, 의료 이미지 등을 포함하는 더 큰 규모의 데이터셋이 수집되고 구축되어야 할 것입니다.“ AI가 개인의 의료 데이터를 분석, 정밀 의료와 개인 맞춤형 치료를 제공하는 시대가 조만간 일반화할 것으로도 내다봤다. 또 의료 영상의 자동 분석과 해석 분야에서도 AI기술 수준이 상당부분 올라와 있어 영상을 통한 질병 및 이상 탐지도 현재보다 훨씬 원활해질 것으로 전망했다. ”AI는 의료 연구와 혁신을 가속화하는 데 큰 역할을 할 것입니다. 의료데이터를 기반으로 한 AI 모델은 새로운 치료법 개발과 질병의 이해, 바이오마커 발견 등에 크게 기여할 것입니다.“ 정 신임 회장은 ”빅데이터와 AI가 의료 서비스의 효율성을 향상시키고, 의료비 절감에 큰 도움을 줄 것“이라며 ”특히, AI를 활용한 의료 진단 보조 시스템은 의료 서비스의 질 개선은 물론 진료 시간도 크게 단축시킬 것“이라고 재차 강조했다. “데이터의 생산이나 유통, 활용 측면에서 아직도 규제가 사업화 걸림돌로 작용하고 있다는 지적이 많습니다. 개인정보보호(규제)와 데이터 안정성 간에 조화가 필요합니다. 현재 의료기관은 데이터 보유 기관으로서 의무와 책임만 규정하고 강조하는 문제를 해결해야 합니다. 의료데이터의 생성 및 보유 기관에 대한 정의와 권리, 권한 등에 대한 명확한 정리가 선행돼야겠지요." 정 신임 회장은 이외에도 익명화 암호화된 데이터에 대한 유통 활용이 좀더 자유로워야 한다고 덧붙였다. [주요 이력] △독일 TU-크라우스탈 화학과 고분자 물리화학 박사 △현재 을지대학교 빅데이터의료융합학과 교수 △전 독일 TU-크라우스탈 박사후연구원 △전 독일 막스-프랑크 연구소 고분자연구원 △전 한국전자통신연구원 책임연구원 △전 국가가학기술자문회의 단장 △전 국가과학기술연구회 R&D정책자문 전문위원

2024.04.17 14:00박희범

KAIST, "생성형 AI로 신약 개발"

새로운 신약을 생성형 AI로 개발하는 시대에 본격 진입했다. KAIST(총장 이광형)는 김재철AI대학원 예종철 교수 연구팀이 분자 데이터의 분자 구조와 생화학적 특성을 동시에 탐색하고 예측할 수 있는 생성형 AI 기술을 개발했다고 25일 밝혔다. 연구팀은 이 기술에 다중 모달리티 학습(multi-modal learning) 기술을 적용했다. 연구팀은 "화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존 AI 기술을 뛰어넘는 성능을 나타냈다"고 말했다. 심층 신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구가 제시되기도 했다. 그러나 새로운 화합물의 생성하면서도 기존 화합물의 특성 예측이 동시에 가능한 기술은 개발 문턱을 넘지 못했다. 연구팀은 화학 특성값의 집합 자체를, 분자를 표현하는 데이터 형식으로 간주해 분자 구조의 표현식과 함께 둘 사이의 상관관계를 아울러 학습하는 AI학습 모델을 제안했다. 유용한 분자 표현식 학습을 위해 컴퓨터 비전 분야에서 주로 연구된 다중 모달리티 학습 기법을 도입했다. 이를 기반으로 두 다른 형식의 데이터를 통합하는 방식으로, 바라는 화합물의 성질을 만족하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능한 모델을 개발했다. 연구팀이 제안한 모델은 50가지 이상의 동시에 주어지는 특성값 입력을 따르는 분자 구조를 예측하는 등 분자의 구조와 특성울 동시에 이해해야 풀수 있는 과제를 해결했다. 연구팀은 "이러한 두 데이터 정보 공유를 통해 화학반응 예측 및 독성 예측과 같은 다양한 문제에도 기존 인공지능 기술을 뛰어넘는 성능을 보이는 것으로 확인됐다"고 덧붙였다. KAIST 예종철 교수는 "이 연구는 독성 예측, 후보물질 탐색과 같은 산업계에서 중요하게 다뤄지는 과제를 포함해, 더 광범위하고 풍부한 분자 양식과 고분자, 단백질과 같은 다양한 생화학적 영역에 적용될 수 있을 것"으로 기대했다. 예 교수는 또 “새로운 화합물의 생성과 화합물의 특성 예측 기술을 통합하는 화학분야의 새로운 생성 AI기술의 개척을 통해 생성 AI 기술의 저변을 넓힌 것에 자부심을 갖는다”고 말햇다. 예종철 교수 연구팀의 장진호 석박통합과정이 제1 저자로 참여한 이 연구 결과는 국제 학술지 '네이처 커뮤니케이션즈(Nature Communications)'(3월 14일 자) 온라인판에 게재됐다. 한편 이번 연구는 한국연구재단의 AI데이터바이오선도기술개발사업으로 지원됐다.

2024.03.25 09:41박희범

제약바이오협, K-멜로디 사업단 구성…AI 신약개발 물꼬

한국제약바이오협회가 연합학습 기반 신약개발 가속화 프로젝트의 주관기관으로 사업단을 구성하고, 국내 인공지능(AI) 신약개발 추진을 본격화했다. 보건복지부와 과학기술정보통신부는 지난 11일 '연합학습 기반 신약개발 가속화 프로젝트(이하 K-멜로디)' 신임 사업단장으로, 김화종 제약바이오협 AI신약융합연구원장을 선임했다. 이에 따라 제약바이오협은 다음 달부터 세부과제 기획, 공모‧선정 등을 추진할 예정이다. K-멜로디는 AI 신약개발의 걸림돌로 꼽히는 '개인정보 유출' 위험성을 방지하고, 각 기관이 보유한 데이터를 실제 활용할 수 있는 연합학습기술(Federated Learning)을 활용하는 국가 연구개발사업이다. 사업기간은 오는 2028년까지로, 총사업비는 348억 원이다. 사업단은 ▲연합학습 플랫폼 구축 ▲신약개발 데이터 활용·품질관리 ▲연합학습 플랫폼 활용 활성화 등을 진행할 계획이다. 협회는 이미 4년 전 AI신약개발지원센터를 설립했다. 작년 1월 12일에는 기존의 AI신약개발지원센터를 AI신약융합연구원으로 확대·발족하고, 초대 원장으로 김화종 강원대 교수를 선임했다. 노연홍 제약바이오협회장은 “다수 기업·기관이 보유한 실험 데이터를 공유·활용하는 AI 신약개발 플랫폼 구축은 산업의 미래를 준비하고 있는 국내 제약바이오기업이 도약할 수 있는 전기를 마련할 것”이라며 “선진국과의 격차가 크지 않은 AI 기반 신약개발 분야에서 우리나라가 글로벌 경쟁력을 확보하고, 나아가 AI 기반 신약개발을 주도해 나갈 수 있는 계기가 될 것”이라고 밝혔다. 김화종 원장도 “국내 제약바이오기업이 AI를 신약개발에 실제로 적용하는 구체적인 도구를 확보하고 기업 간 협력과 경쟁을 통해 국제 경쟁력을 갖게 될 것”이라고 자신했다.

2024.03.12 12:55김양균

제약바이오협, AI신약융합연구원 설립…"AI 신약개발·디지털 융합 허브”

한국제약바이오협회가 지난 12일 AI신약융합연구원(CAIID)을 설립했다. AI신약융합연구원은 기존 AI신약개발지원센터를 확대·개편해 격상시킨 조직. 초대 원장은 김화종 강원대 교수가, 부원장은 그동안 AI신약개발지원센터장 역할을 수행한 김우연 카이스트 교수가 맡는다. 조직은 연구사업본부 아래 융합연구팀과 교육운영팀으로 구성됐다. 협회는 연구원을 통해 AI 신약 융합연구 촉진을 통한 제약바이오산업의 혁신 생태계 조성과 글로벌 경쟁력을 높인다는 계획이다. 연구원은 ▲AI 신약개발 과제 발굴·기획·집행 사업 ▲전문 인력 양성 교육 홍보 사업 ▲AI 신약개발 포럼 및 경진대회 등을 추진할 예정이다. 노연홍 회장은 “AI 기술이 신약개발의 패러다임을 빠르게 바꾸고 있다”며 “제약바이오협회는 AI신약융합연구원이 AI 기술과 바이오 기술 융합을 통해 혁신신약 개발을 앞당기는 대표적 연구기관이 되도록 지원할 것”이라고 밝혔다.

2024.01.16 11:29김양균

딥마인드 신약개발 자회사, 엘리릴리·노바티스와 파트너십 체결

구글의 인공지능(AI) 개발조직 딥마인드의 약물 발견 연구 자회사 아이소모르픽랩스가 대형 제약회사 엘리릴리, 노바티스 등과 파트너십을 체결했다. 8일 테크크런치에 따르면, 아이소모르픽랩스는 엘리릴리, 노바티스와 함께 질병치료를 위한 새 약물 발견에 협력한다고 발표했다. 아이소모르픽랩스는 AI 기술을 활용해 신규 약물을 연구하는 회사다. 2021년 알파벳 자회사 딥마인드가 설립했다. 딥마인드 CEO인 데미스 하사비스가 아이소모르픽랩스의 CEO도 맡고 있다. 아이소므르픽랩스는 엘리릴리에서 4천500만달러를 바로 지급받으며, 로열티를 제외하고 성과 단계를 기준으로 최대 17억달러를 추가로 받을 수 있다. 노바티스는 선택된 연구 비용에 3천750만달러를 지불하고, 성과 기반 인센티브로 최대 12억달러를 지불할 예정이다. 이 회사는 인체 내 단백질 구조를 예측하는데 사용할 수 있는 딥마인드의 알파폴드2 AI 기술을 사용하고 있다. 단백질 구조를 밝혀내면 질병 퇴치를 위한 약물의 새로운 표적 경로를 식별할 수 있을 것으로 기대한다. 연구진은 최근 알파폴드를 사용해 간세포암종을 치료할 수 있는 잠재적 약물을 설계하고 합성하기도 했다.

2024.01.08 10:59김우용

지금 뜨는 기사

이시각 헤드라인

KT CEO 후보 내주 초 8명 압축...조직 수습 최우선 과제로

[이유IT슈] 中 전기차 업체들, 왜 스마트안경까지 만들까

다이소 ‘무릎 사과’ 진실은…고객·직원 "왜곡 멈춰달라"

박대준 쿠팡 대표 "고객 정보 무단 접근 사과"

ZDNet Power Center