약사공론

5월은가정의달
약국캠페인
제16회 팜엑스포
kpa교육강좌
6월호국보훈의 달

2019.06.19 (수)

우황청심원

새로운 혁신을 위한 준비

한국신약개발연구조합 조헌제 상무이사

전세계적으로 신약개발 생산성 제고를 위한 오픈이노베이션이 가속화 되고 있는 가운데 최근 인공지능(AI) 디지털 플랫폼과 빅데이터를 신약개발에 적용함으로써 연구개발 성공확률을 높이기 위한 다양한 접근이 이루어지고 있다.

지금까지 인류가 이루어 낸 천문학적인 빅데이터를 디지털알고리즘으로 재 해석함으로써 시대가 요구하는 새로운 가치를 창출해 낼 수 있을 거란 기대를 자아내는 새로운 혁신의 전환점에 도달 한 것 같다. 그러나 기대가 큰 만큼 새로운 혁신이 현실에 부응할 수 있도록 철저한 준비도 요구되는 것 같다.

지금까지 지능은 인간만이 가진 고유한 능력으로 알려져 왔다. 그러나 수학적 최적화 및 통계분석기법을 기반으로 사람의 도움 없이 데이터로 부터 일정한 신호와 패턴을 배우고 이를 바탕으로 한 예측과 적절한 의사결정을 내리는 기계학습(Machine Learning)알고리즘이 개발되었고, 인터넷과 클라우드 컴퓨팅, 빅데이터를 기반으로 방대한 데이터와 연계됨으로써 인간의 뇌를 모방한 신경망 네트워크(Neural Network)구조로 이루어진 딥러닝(Deep Learning)알고리즘으로 진화하면서 컴퓨터 스스로 사고, 학습, 자기개발을 하게 되는 인공지능의 단계로 급속한 발전이 이루어 졌다.

이러한 이유로 전세계적으로 신약개발, 의료, 자율주행, 로봇, 금융, 커뮤니케이션 등 다양한 산업분야에서 인공지능을 도입함으로써 각 산업이 직면한 다양한 문제해결과 향후 전개될 미래 발전상에 대해 고심하고 있는 것 같다.

신약개발 혁신생산성 제고가 최 우선적으로 요구되는 제약, 바이오분야 역시 신규 약물표적발굴과 신약후보물질 탐색기간 단축. 부작용 우려 약물의 사전 스크리닝을 통한 임상에서의 성공률 제고와 유망 사업기회 발굴을 위해 연구개발과정에 인공지능을 접목하고자 하는 시도가 다국적 제약기업들과 글로벌 디지털 플랫폼업체들을 중심으로 매우 활발히 이루어지고 있다.

현재 구글, IBM, 마이크로소프트, 애플, 인텔, 화웨이, 아마존, 알리바바, 바이두, 캐논, 페이스북 등 글로벌 디지털 플랫폼 보유업체들이 이미 자체 인공지능 프로그램을 보유하고 있거나 개발에 대거 뛰어든 상황이며, 화이자, 머크, 노바티스, 사노피, 로슈, 존슨앤존슨, 아스트라제네카 등 글로벌 제약사들도 이들 인공지능 관련 업체들과의 공동연구개발에 착수한 상황으로 전해지고 있다.

미국 시장조사기관인 CB Insights에 따르면 헬스케어와 제약영역에서 인공지능 관련 투자규모는 지난 2012년 약 5억9천만달러에서 2016년 5십억달러로 약 9배 가량 증가되고 관련 딜 규모는 2012년 160여건에서 2016년 658건으로 약 4배 이상 증가한 것으로 나타나 바이오헬스분야에서 인공지능을 접목하고자 하는 시도가 매년 증가추세인 것으로 나타나고 잇다.

보스턴컨설팅 그룹 보고에 따르면 신약개발과정에서 인공지능 디지털 플랫폼과 빅데이터를 적용하게 될 경우 최초 약물타겟발굴, 약물탐색과정부터 임상, 허가, 제조, 마케팅, 시판후 조사 등 전과정에 걸쳐 18가지의 기능 수행을 통한 가치창출에 막대한 기여를 할 것으로 예상되고 잇다.

우선 기초 탐색과정에서 새로운 약물타겟 발굴 및 검증, 약물분자의 특성예측, 기존 관련 연구활동과 연구성과의 상호 네트워킹을 가능케 함으로써 약물발굴과정에서의 생산성 제고에 기여할 것으로 예측되고 있다.

임상개발단계에서는 최적의 임상프로토콜개발, 최적화된 임상피험자 발굴 및 모니터링이 가능할 것으로 예측되고 있다.

허가 과정에서 허가당국제출을 위한 임상시험 데이터 분석, 임상시험데이터와 의료현장에서 도출되는 진료정보 등 각종 의료정보와의 통합 비교 분석 및 약물가치에 대한 정보제공이 가능하고, 제조과정에서도 약물에 대한 시장수요예측, 생산관련 예상 문제요소 사전규명과 이를 해소하기 위한 생산장비 등 생산환경 최적화에 대한 예측이 가능할 것이란 예측이다.

마케팅단계에서는 약물에 대한 처방 행태 및 선호도 예측, 마케팅조직 최적화 등 약물 시판관련 각종 예측정보제공이 가능하고 약물시판이후 환자에 대한 최적처방과 투약효과에 대한 정보제공 등 시판후 조사 등에도 기여할 것으로 예측되고 있다.

그러나 인공지능을 활용한 신약개발 접근의 경우 현재 인공지능 플랫폼 보유업체들이나 이를 신약개발에 활용코자하는 업체들 공히 전세계적으로 거대 시장과 막대한 자본력을 보유한 선두업체들임을 감안할 때 국내에서 보유하고 있는 인공지능 소프트웨어기술의 질적 수준과 인공지능 학습대상으로서의 보유 빅데이터의 질과 규모를 감안한 보다 효과적이고 철저한 접근전략이 요구될 것으로 예상된다.

전문가들에 따르면 인공지능을 활용한 신약개발의 경우 모든 질환에 공통적으로 적용 가능한 예측모형 개발은 사실상 불가능에 가깝고 질환별 맞춤형 인공지능 예측모형 개발이 필요하다는 의견이 지배적이다.

인공지능이 학습해야 할 기원데이터(Raw Data)의 질(Quality)에 따라 결과의 질도 결정된다. 인공지능 알고리즘의 높은 신뢰성과 함께 학습대상인 질환타겟에 대한 정보, 타겟별 기 개발되었거나 개발중인 물질에 대한 정보, 질병에 관한 정보, 질환별 기 개발되었거나 개발중인 물질에 관한 정보, 상호작용에 관한 정보, 특허, 논문초록, 논문, 의료정보 등 투입되는 빅데이터의 질적, 양적수준이 결과를 좌우한다고 한다. 그릇된 정보가 활용되면 그릇된 결과가 도출될 수 밖에 없다는 논리다.

최근 언론보도에 따르면 미국 IBM사가 의약품개발을 위해 개발한 인공지능 플랫폼인 Watson for Drug Discovery는 제약기업들의 신약개발 효율성을 획기적으로 높여줄 것이란 기대와 달리 개발 및 실적부진에 따른 판매중단을 발표함에 따라 신약후보물질 발굴에 있어 인공지능 소프트웨어의 실질적 역량 등 신뢰성에 대한 부정적 시각도 제기되고 있음을 예의주시할 필요가 있겠다.

국내에서도 최근 과학기술정보통신부 등 관련 정부부처 주도로 인공지능 신약개발 플랫폼 구축사업이 착수되어 후보물질발굴, 신약 재창출, 스마트 약물감시, 인공지능 활용 신약개발 플랫폼 구축 등 4개 분야에서 7개 기관이 사업자로 선정되어 3년간 인공지능을 활용한 신약개발사업이 본격 착수되었고, 소수업체이지만 일부 제약, 바이오기업들도 최근 국내 인공지능 플랫폼 보유 업체들과의 신약개발 컨소시엄을 운영중인 것으로 파악됨으로써 향후 인공지능을 활용한 신약개발 접근이 연구개발 생산성향상과 신규 사업기회 발굴에 얼마나 기여하게 될지 귀추가 주목된다.

그러나 인공지능 관련 국내외 전문가들에 따르면 AI기반 신약개발에 대한 접근 시도는 전세계적으로도 아직 연구가 진행중인 상황이라 성공사례가 없음을 감안하여 신약개발 기간단축과 신약개발 효과성 제고에 대한 섣부른 기대보다는 냉정하게 접근할 필요가 있다는 주문이다. AI기반 신약개발 프로그램을 중단하고 임상시험 오류 발견으로 초점을 바꾼 IBM사례가 일례로 볼 수 있겠다.

인간이 입력한 데이터의 유한한 규칙에 대한 단순기계학습에서 벗어나 신경망 네트워크구조로 이루어진 딥러닝 알고리즘으로 진화함으로써 모든 상호작용들을 주관하는 궁극의 규칙을 향해 스스로 학습하고 판단하는 인공지능소프트웨어 단계에 대한 접근이 시도되고 있지만 여전히 궁극에 도달하기 쉽지 않은 상황에서 운명론적으로 알고리즘 자체의 오류도 존재할 수 밖에 없을 것이다.

이에따라 개별 달성 세부목표에 기반한 맞춤형 인공지능 알고리즘 개발이 요구될 수 밖에 없다는 의견이 전문가들로부터 제시되고 있음을 감안하면, 인공지능 소프트웨어기술을 오픈 소스로 공개하고 있는 대다수 글로벌 기업 및 스타트업 들과의 긴밀한 공조도 고려할 필요가 있겠다.

더욱이 학습대상으로서의 비정형 빅데이터의 수집, 가공, 변환과정에서도 여러 한계점이 존재하고, 수집된 각종 논문, 특허, 물질에 대한 정보 등 데이터의 신뢰성과 환자진료정보 등 임상데이터에 대한 접근 한계 등도 향후 넘어야 할 허들로 작용할 것으로 전망됨에 따라 데이터의 신뢰성과 접근한계를 보완할 수 있도록 신약개발전문가, 의료전문가, AI전문가 등 다앙한 분야 전문가그룹과 전문기관들이 포함된 국내외적인 협업네트워크 구축도 고려할 필요가 있겠다.

초연결(Hyper-connectivity)과 초지능(Super-intelligence)으로 요약되는 4차 산업혁명기에 도달한 현 시점에서 이제 신약개발활동도 원하든 원치않던 간에 인류가 생성한 무한 데이터자원과 디지털플랫폼의 창조적 활용을 통한 생산성제고와 시장가치 창출이라는 새로운 패러다임 전환기에 들어선 것은 분명한 것 같다.

새로운 패러다임이 신약개발 생산성제고와 시장가치 창출을 위한 새로운 돌파구로 볼 수 있을 지에 대해서는 실현가능성 등에 대해 여전히 많은 의문이 제시될 수 있겠으나, 트랜드에 편승하는 일회성 이벤트가 아닌 혁신을 향한 국가, 산업적 진정성과 치밀한 전략, 글로벌 전문그룹들을 포용할 수 있는 역량과 협업네트워크가 실현가능성을 높여 줄 수 있지 않을 까 기대해 본다.


※ 본 시론은 약사공론의 편집 방향과 무관함을 알려드립니다.

서울 서초구 효령로 194 대한약사회관 3층   Tel : (02)581-1301   Fax : (02)583-7035    kpanews1@naver.com
Copyright (c) 2004 kpanews.com All rights reserved.

대한약사회 약학정보원 의약품정책연구소