인공지능과 신약 ( AI , 제약 )

 4차 산업을 주도하는 인공지능은 다양한 분야에서 활용되고 있습니다. 2016년도에 바둑기사 이세돌 씨와 인공지능 알파고가 바둑 대결을 펼쳐 세간의 이목을 집중시켰던 사건이 있었습니다. 그럴 때나 들었던 이 AI는 이미 많은 기술에 활용되고 있으며 제약산업도 해당됩니다. 신약을 개발하는 제약시장은 반도체 시장의 3배입니다. 여러분이 생각하시는 것보다 제약산업을 훨씬 크며 막강한 힘을 가지고 있습니다. 최근 코로나19 팬데믹 사태일 때 어떤 국가가 백신 계약을 얼마나 했느냐, 제약회사에서 자국 국민에게 먼저 공급하니 마니 하는 얘기 들어보셨을 겁니다. 우리나라 제약산업은 제네릭 의약품에 한정적이어서 아쉽습니다. 저도 학교 다닐 때는 신약개발에 대한 꿈을 꿨던 것도 같은데, 유기합성학 과목에서 꿈을 접었죠. 우리나라도 제약산업이 발전되길 바랍니다.

 

 아무튼 신약개발은 고위험, 고수입의 대표적인 사업입니다. 신약 하나를 개발하는데 평균적으로 15년이 소요되며 이때 드는 비용도 평균 1조입니다. 신약을 개발하는 단계를 설명드리자면 이 물질이 효과가 있을지, 치명적인 부작용이 있을지, 물질이 안정적인지, 합성은 가능한지 등 여러 가지를 따져보고 최적의 신약 후보물질을 정한 후 임상시험을 거치게 되고 이 과정을 다 끝내고 출시되고 나서도 의약품 사후관리를 받게 됩니다. 이 단계 중 임상시험은 절대로 AI로 대체될 수 없습니다. AI는 기존의 엄청난 데이터 양을 입력하여 학습시킨 후 이 기존 데이터를 바탕으로 대입해보며 경우의 수를 만들어냅니다. 새로 개발된 물질이 인체에서 어떻게 반응하여 어떤 부작용을 초래할지는 알 수 없습니다. 임상시험 과정은 줄일 수 없지만 신약 후보물질을 디자인하는 과정은 단축시켜 줄 수 있습니다. 평균적으로 15년 걸리는 신약개발 과정을 7년 정도로 반으로 줄일 것으로 예상하고 있습니다. 기간이 단축되면 비용도 그만큼 단축될 것입니다. 신약이 성공하면 엄청난 수익을 얻게 됩니다. 예를 들어 스위스 로슈 제약회사가 2009년에 독감치료제 타미플루로 벌어들인 매출 추정액은 약 3조 원입니다. 

 

 AI가 사용된 대표적 예로 코로나 검사 진단키트가 있습니다. 이 키트는 약 3주 만에 개발되었습니다. 이미 알려진 코로나의 염기서열 데이터를 입력한 후 계속해서 발생하는 확진자의 정보로 시물레이션을 해보면서 방법을 찾아갑니다. AI 기술을 이용해 개발과정을 단축시켜 짧은 기간 안에 진단키트를 만들어냈습니다. 

 

 그러나 우려할 만한 중요한 문제점도 있습니다. 최적의 신약 후보를 만들어내는 것처럼 최적의 화학물질 후보를 만들어 낼 수 있습니다. 컬래버레이션 제약은 AI가 6시간 만에 4만 여종의 화학무기 후보물질을 만들어냈다고 발표했습니다. 이 인공지능 기술력과 유기학, 합성학에 대한 지식을 곁들이면 여러 종류의 치명적인 화학무기도 금세 만들 수 있어 우려됩니다.