"AI 활용 데이터가 신약개발 경쟁력 좌우"

김수연기자 ┗ 중기중앙회, 수출컨소시엄 주관단체 모집...25일까지 신청 접수

메뉴열기 검색열기

"AI 활용 데이터가 신약개발 경쟁력 좌우"

김수연 기자   newsnews@
입력 2019-11-07 18:09

제약바이오協 콘퍼런스 개최
"정부부터 데이터 중요성 인식
산·학·환자 공유생태계 시급"
해외와 달리 국내 양·질적 부족


7일 서울 강남구 르 메르디앙호텔에서 열린 'AI 파마 코리아 콘퍼런스 2019' 행사장 전경. 한국제약바이오협회 제공



인구 노령화에 따른 의료수요 증가가 전세계적인 당면과제로 부상하고 있는 가운데, 세계 곳곳에서 신약개발의 성공률을 끌어올리기 위해 AI(인공지능) 기술을 접목하는 시도가 잇따르고 있다.
7일 한국제약바이오협회 인공지능신약개발센터가 서울 강남구 르 메르디앙호텔에서 개최한 'AI 파마 코리아 콘퍼런스 2019'에서는 AI가 활용할 데이터를 최대한 많이 확보하는 것이 앞으로의 신약개발 경쟁력을 좌우할 것이라는 전망이 제기됐다.

이날 국내외 전문가들은 신약개발에 AI기술이 제대로 활용되기 위해서는 정부부터 데이터의 중요성을 인식하고 산업계, 학계, 환자 등 이해 당사자들이 함께 참여해 데이터 공유 생태계를 구축해야 한다고 주장했다. 특히 데이터 확보를 위한 컨소시엄 형태의 공동 연구개발에 주목할 필요가 있다는 제언이다.

아스트라제네카의 시니어 디렉터인 미셀 파텔 박사는 데이터 확보와 개인정보보호 문제가 충돌하는 지점에서 해결책을 찾기 위한 사회적 논의를 정부가 보다 적극적으로 끌고갈 필요가 있다고 강조했다. 그는 "AI를 활용하려면 데이터가 확보돼야 하는데, 데이터와 개인정보보호는 필수 불가결한 요소"라며 "특히 개인정보보호는 각각의 국가 차원에서 문제가 될 수 있다. 국가별 정책이 달라 다른 형태로 제약사항이 나타난다"고 말했다.

이어 "정부와 의료전문가, 산업계 차원에서 개인정보보호 문제를 해결하기 위한 건전한 대화가 진행되고 있다"며 "영국의 경우, 정부 차원에서 데이터가 많이 필요하다는 것을 인지하고 있으며 이에 학계, 산업계에서 이에 대한 많은 인풋 줄 것을 요구하고 있다. 전자의료기록을 통합함으로써 혁신을 꾀하고 있다"고 말했다.

또한 AI 기반 신약개발에 있어 중요한 것은 알고리즘이 아니라 데이터의 질과 양이라는 주장도 제기됐다.



캠브리지 대학의 약물발굴파트 책임자인 안드레아스 벤더 박사는 "데이터를 더 많이 확보하려면 데이터 공유 환경이 구축돼야 하지만, 그러기까지는 기업들이 극복해야 할 장애물이 많은 상황"이라며 데이터 공유 환경을 구축하는 데에 있어 참고할 만한 사례로 다국적 제약사들이 참여 중인 '멜로디 프로젝트(Machine Learning Ledger Orchestration for Drug Discovery, MELLODDY)'를 언급했다.
그는 "멜로디 프로젝트는 제약회사에서 중요하게 생각하는 주제를 기반으로 바이오파마와 컨소시엄을 구성해 데이터를 공유하는 프로젝트다"면서 "학계, 연구기관에서는 제안서를 제출해 프로젝트를 진행하고, 정부가 자금을 지원하는 방식으로 진행되고 있는데 이러한 데이터 공유 인프라를 구현하는 것이 중요하다"고 강조했다.

현재 이 프로젝트에는 암젠, 바이엘, GSK, 얀센, 노바티스 등 10개 제약사와 KU 로이벤, 부다페스트 기술경제대학교 등 유럽의 주요 대학, 바이오 스타트업들이 참여하고 있다.

해외에서 임상 등 신약개발에 AI 기술이 활발히 접목되고 있는 것과 달리, 한국의 경우는 데이터 자체가 양적, 질적으로 부족해 AI 활용에 어려움이 큰 실정이다.

신약개발 AI 기술 기업인 스탠다임의 송상옥 최고기술실현책임자는 "국내에서는 제약사들의 신약개발의 경험이 길지 않다보니 축적된 데이터의 양도 많지 않다"며 "또한 쌓아둔 데이터를 AI 학습 데이터화 하려면 데이터 관리도 잘 이뤄져야 하지만 그렇지 않은 상태라 현업에선 앞으로 이 부분을 어떻게 개선할지 고민해야 할 것"이라고 지적했다.

또한 이날 콘퍼런스에서는 남선이 SK헬스케어그룹 위원이 발표자로 나서 IT입장에서 바라본 제약 연구자들과의 협업 경험을 공유됐다. 남 위원은 "퍼스트인 클래스(아직 출시된 제품·기술이 없는 최초 혁신신약) 급의 약물을 만들고 싶어하는 국내 제약기업들을 들여다 보니, 많은 커머셜 데이터를 통합하고 의미를 부여하는 일을 수작업으로 하고 있었다"며 "우리는 우선순위를 선정해 후보 타깃들 보여주고 이러한 타깃 간 네트워크를 보여주는 모델을 개발하고 있다"고 말했다.

김수연기자 newsnews@dt.co.kr

[저작권자 ⓒ디지털타임스 무단 전재-재배포 금지]