'생성형 AI' 활용한 신약개발은 대세…"해결할 과제 여럿"

[서울=뉴시스]황재희 기자 = ‘생성형 AI’가 신약개발 등 헬스케어 산업 분야에서 활약하며 유망 도구로 떠오르고 있다. 그러나 제약산업에 있어서 생성형 AI는 여러가지 해결해야 할 과제도 많아 신중한 접근이 필요할 전망이다.

30일 한국바이오협회 ‘생성형 AI, 헬스케어 산업의 미래’ 보고서에 따르면, 생성형 AI가 새로운 화두로 떠오르며 헬스케어 영역에서 활용사례가 늘고 있다.

생성형 AI는 오디오, 텍스트, 이미지, 동영상 등을 포함한 새로운 콘텐츠와 아이디어를 만들 수 있는 AI의 한 형태로, 대규모 데이터에서 훈련된 기계학습 모델을 사용해 훈련 데이터와 유사한 콘텐츠를 생성할 수 있다.

신약개발에 있어서의 생성형 AI 모델은 원하는 구조나 기능을 가진 새로운 소분자, 핵산 서열 및 단백질을 생성하는데 사용된다.

성공적인 약물의 화학 구조를 분석하고 변이를 시뮬레이션함으로써 기존 약물 발견 방법보다 훨씬 빠른 속도로 잠재적인 약물 후보 생산이 가능하다. 또 기존 방법으로는 눈에 띄지 않는 약물을 식별하고, 신약개발 과정에서 중요한 단계인 신약의 효능과 안전성을 예측하고, 특정 생물학적 과정을 식별해 약물 개발을 위한 새로운 표적을 정확히 찾아냄으로써 보다 효과적인 치료법 개발로 이어질 수 있다.

생성형 AI 신약개발에 나선 대표적인 기업은 글로벌제약사 암젠이다. 반도체기업 엔비디아와 신약 개발을 위한 생성형 AI 모델을 아이슬란드에 있는 R&D센터에 도입한 뒤 다중항체 신약개발 등에 속도를 내고 있다.

국내에서는 AI 신약개발 제약사인 신테카바이오가 생성형 AI를 활용하고 있다. 최근에는 생성형 AI GPT 모델을 활용해 3차원 단백질과 화합물 리간드 결합에 대한 분석·예측 결과를 효율적으로 제공하는 인공지능 모델 학습 기법인 ‘3bm GPT’ 특허를 등록한 바 있다.

3bm GPT는 부족한 결합 정보로도 단백질 혹은 화합물의 특성을 도출해낼 수 있어 연구자들의 편의를 크게 증대할 것으로 예상된다. 또 생성형 AI를 정보에 활용해 결합할 수 있는 물질 혹은 타깃 단백질을 탐색하는 데 응용 가능할 것으로 기대된다.

그러나 제약산업의 경우 복잡한 규제 환경, 지적재산권 침해, 데이터 프라이버시에 대한 우려 등 생성형 AI에 대한 내재된 위험도 함께 고려해야 한다.

일반적으로 기본 모델에는 대량의 인터넷 기반 데이터가 포함돼 이로 인한 저작권 위반, 표절 및 기타 형태의 IP 침해 혐의가 제기되고 있어 적절한 가드레일이 필요하다.

또 생성형 AI는 정확한 답을 찾지 못할 경우, 방대한 학습 내용 중에 비슷한 부분만 묶어 잘못된 정보를 주는 환각(Hallucination) 현상이 발생하는 것이 최대 약점인 만큼 부정확한 모델을 거를 수 있어야 한다.

최소영 한국바이오협회 산업정책본부 정책분석팀 대리는 “생성형 AI에 따른 부정확한 진단과 치료는 개인의 건강을 위협하고 의사결정 책임소재 문제와 의료현장 혼란 등의 문제를 불러일으킬 수 있어 국가가 엄격한 규제와 검증을 해야 한다”며 “해외 주요국과 발맞춘 국내 규제방안 마련이 필요하다”고 말했다.


◎공감언론 뉴시스 [email protected]