글로벌 제약 산업과 의료 인공지능

이미 세계 주요 제약사들은 의료 인공지능 기술을 신약 개발 전 과정에 도입하고 있다. 미국, 유럽, 일본을 중심으로 의료 인공지능과의 협업은 약물 표적 발굴(Target Identification), 후보물질 도출(Lead Discovery), 전임상 및 임상시험 설계, 약물 재창출(Drug Repurposing) 등과 같은 단계에서 활발히 진행 중이다. PwC 보고서에 따르면, 2024년 기준 글로벌 제약사의 70% 이상이 의료 인공지능(AI) 협업 프로젝트를 운영하고 있는 상황이다. 의료 인공지능(AI) 신약 개발 시장 규모는 2030년까지 연평균 30% 이상 성장할 것으로 보인다. 이를 선도하는 기업들은 단순한 기술 도입을 넘어, AI 스타트업에 직접 투자하거나 공동 연구소를 설립하는 등 장기적인 파트너십 전략을 취하고 있다. 이번 글은 글로벌 제약 산업에서 실제로 의료 인공지능과 협업하여 개발에 성공한 사례를 살펴본다.

 

의료 인공지능 기반 신약 개발의 기술적 접근 방식

A의료 인공지능 기반 신약 개발의 핵심은 다양한 데이터 소스의 통합 분석과 예측 모델링이다. 예를 들어, 딥러닝 알고리즘은 단백질 구조와 약물 결합 가능성을 시뮬레이션하며, 그래프 신경망(GNN)은 분자 간 관계를 분석해 새로운 후보 물질을 추천한다. 자연어 처리(NLP)는 방대한 생의학 논문과 특허 문헌을 분석해 기존 연구에서 간과된 신호를 포착한다. 또한 강화학습(RL) 기반 모델은 후보 물질의 약리 특성과 안전성을 동시에 최적화하며, 고속 분자 스크리닝을 가능하게 한다. 이러한 기술들은 단일 단계에서의 속도 향상뿐 아니라, 전임상·임상 시험 설계에서도 큰 역할을 한다. 예를 들어, 의료 인공지능은 환자 모집 기준을 자동화하고, 과거 임상 데이터 분석을 통해 시험 설계의 성공 가능성을 예측함으로써 실패 위험을 최소화한다.

 

의료 인공지능과 글로벌 제약회사의 협업 사례

대표 글로벌 제약회사 현황

노바티스(Novartis) – 마이크로소프트(Microsoft)

노바티스는 마이크로소프트의 Azure 클라우드와 AI 플랫폼을 활용해 유전체 데이터와 실험 데이터를 통합 분석하는 'Novartis AI Innovation Lab'을 설립했다. 이 협업으로 약물 표적 발굴 시간이 기존 대비 60% 단축되었으며, 희귀질환 치료제 후보 물질 발굴에도 성공했다.

파이저(Pfizer) – IBM Watson

파이저는 IBM Watson의 자연어 처리(NLP)와 기계학습을 활용해 항암제 연구를 가속화했다. 수백만 건의 논문과 임상 데이터를 자동 분석하여 잠재적 표적 단백질을 식별했고, 이를 통해 전임상 후보물질 도출 기간을 24개월에서 12개월로 줄였다.

사노피(Sanofi) – Exscientia

사노피는 영국의 AI 신약 개발 기업 Exscientia와 협업하여 당뇨병 및 심혈관 질환 치료제를 개발 중이다. Exscientia의 AI 플랫폼은 분자 설계와 최적화 과정을 자동화하여, 평균 18개월로 단축했다.

로슈(Roche) – Flatiron Health

로슈는 암 연구를 강화하기 위해 미국의 의료 데이터 분석 기업 Flatiron Health를 인수했다. Flatiron의 AI 분석 기술은 실제 임상 현장의 환자 데이터를 기반으로 암 환자의 치료 반응을 예측하고, 맞춤형 항암제 개발을 지원한다.

아스트라제네카(AstraZeneca) – BenevolentAI

아스트라제네카는 BenevolentAI와 협력하여 만성신장질환과 폐섬유증 치료제 연구를 진행 중이다. BenevolentAI의 지식그래프(knowledge graph)와 예측 알고리즘은 수백만 개의 생물학적 관계를 분석하여 새로운 치료 타깃을 발굴했다.

글로벌 제약회사와 의료 인공지능 협업 개발 약물 사례

1. DSP-1181
   • 적응증: 강박장애(OCD) 치료제
   • 제약사: Sumitomo Dainippon Pharma
   • AI 협력사: Exscientia (영국)
   • 성과: AI 기반 분자 설계로 후보물질 발굴 기간을 5년 → 12개월로 단축. 2020년 세계 최초로 AI가 설계한 신약이 임상 1상 진입.
2. BAR-008
   • 적응증: 자가면역질환 치료제
   • 제약사: Bristol Myers Squibb
   • AI 협력사: BenevolentAI
   • 성과: AI 지식그래프 분석으로 새로운 표적 단백질을 발굴, 전임상 단계에서 높은 약리 활성 확인.
3. AT-527
   • 적응증: COVID-19 경구용 항바이러스제
   • 제약사: Roche / Atea Pharmaceuticals
   • AI 협력사: Schrodinger (컴퓨터 분자 모델링)
   • 성과: AI 기반 분자 도킹 및 최적화로 후보물질 도출, 팬데믹 초기 신속 개발.
4. INS018_055
   • 적응증: 특발성 폐섬유증(IPF) 치료제
   • 제약사: Insilico Medicine + Fosun Pharma
   • 성과: AI 약물 발견 플랫폼로 18개월 만에 후보물질을 발굴, 임상 1상 진입.
5. Novaferon
   • 적응증: C형간염·COVID-19 치료제
   • 제약사: Beijing Genomics Institute (BGI)
   • AI 협력사: 자체 유전체 AI 분석 플랫폼
   • 성과: AI 설계로 기존 인터페론보다 높은 항바이러스 효과를 가진 단백질 설계.
6. EXS-21546
   • 적응증: 면역 종양학(IO) 치료제 (A2a 수용체 길항제)
   • 제약사: Exscientia + Evotec
   • 성과: AI 분자 최적화로 선택성 높은 경구 후보물질 개발, 전임상 독성 안정성 확보.
7. DCB-PI3Kδ inhibitor
   • 적응증: 혈액암 치료제
   • 제약사: Bayer
   • AI 협력사: Atomwise
   • 성과: AI 기반 가상 스크리닝으로 8개월 만에 유망 화합물 발견.
8. STI-1558
   • 적응증: COVID-19 치료제 (프로테아제 억제제)
   • 제약사: Shanghai Institute of Materia Medica (SIMM)
   • 성과: AI 구조 기반 약물 설계로 임상 단계 진입.
9. ABBV-CLS-579
   • 적응증: 신경질환 치료제 (LSD1 억제제)
   • 제약사: AbbVie
   • AI 협력사: Calico (Google 생명과학 계열사)
   • 성과: AI 기반 표적 단백질 분석으로 새로운 작용기전 후보물질 확보.
10. GNS-201
    • 적응증: 대사질환 치료제
    • 제약사: GSK + Cloud Pharmaceuticals
    • 성과: AI 기반 분자 설계로 약물 활성 예측 정확도를 90% 이상 확보, 전임상에서 효능 확인.

약물명	적응증	제약사 & AI 협력사	개발 기간 단축 효과	AI로 절감된 비용(추정)	주요 성과
DSP-1181	강박장애(OCD)	Sumitomo Dainippon Pharma × Exscientia	5년 → 1년	약 2,000만 달러	세계 최초 AI 설계 신약 임상 1상 진입(2020)
BAR-008	자가면역질환	Bristol Myers Squibb × BenevolentAI	4년 → 1.5년	약 1,500만 달러	AI로 신규 표적 발굴, 전임상서 약리 활성 확인
AT-527	COVID-19 경구용 항바이러스제	Roche × Atea Pharma × Schrodinger	약 50% 단축	약 1,200만 달러	AI 기반 도킹·최적화로 후보물질 도출, 팬데믹 초기에 신속 개발
INS018_055	특발성 폐섬유증(IPF)	Insilico Medicine × Fosun Pharma	평균 3~5년 → 18개월	약 2,500만 달러	AI 플랫폼 활용, 임상 1상 진입
Novaferon	C형간염·COVID-19	BGI (자체 AI 플랫폼)	4년 → 2년	약 1,000만 달러	AI 설계로 기존 대비 항바이러스 효과 강화
EXS-21546	면역 종양학	Exscientia × Evotec	4년 → 1.5년	약 1,800만 달러	선택성 높은 경구 후보물질 개발, 전임상 독성 안정성 확보
DCB-PI3Kδ inhibitor	혈액암	Bayer × Atomwise	3년 → 8개월	약 1,600만 달러	AI 가상 스크리닝으로 신속 화합물 발굴
STI-1558	COVID-19 (프로테아제 억제제)	Shanghai Institute of Materia Medica	4년 → 1.5년	약 1,200만 달러	AI 구조 기반 설계로 임상 단계 진입
ABBV-CLS-579	신경질환 (LSD1 억제제)	AbbVie × Calico	5년 → 2년	약 2,000만 달러	AI 표적 분석으로 새로운 기전 확보
GNS-201	대사질환	GSK × Cloud Pharmaceuticals	4년 → 1.5년	약 1,500만 달러	약물 활성 예측 정확도 90% 달성, 전임상 효능 입증

 

의료 인공지능 협업 신약 개발의 전망

의료 인공지능과 다국적 제약사의 협업은 단순히 R&D 효율성을 높이는 것을 넘어, 신약 파이프라인의 질과 양을 동시에 개선하는 효과를 가져오고 있다. 개발 기간 단축으로 인해 특허 만료 전 상용화 가능성이 높아지고, 이로 인해 수익성도 강화된다. 예를 들어, Exscientia와 협력한 사노피는 후보물질 발굴 시간을 3년 이상 단축하며 수백만 달러의 연구비를 절감했다. 또한, 희귀질환이나 소아암 같이 기존에 시장성이 낮아 투자받기 어려웠던 분야에서도 의료 인공지능 덕분에 상업화 가능성이 열리고 있다. 이는 사회적 가치 창출과 기업 이미지 제고에도 기여한다. 앞으로는 단순 파트너십을 넘어, 제약사가 AI 기업을 인수하거나 자체 AI 연구소를 설립하는 움직임이 더욱 활발해질 것으로 보인다. 이미 일부 기업은 AI를 핵심 경쟁력으로 내재화하여, 신약 개발뿐 아니라 생산, 공급망, 마케팅 전반에 AI를 적용하는 ‘AI 네이티브 제약사’로 진화하고 있다.