여 연구위원은 "AI는 우선 약물을 발굴하는 초기 단계에서 많이 활용되고 있다"며 "기존에는 후보 물질을 찾고 전임상에 들어가기 전 독성을 확인하기 위해 동물 실험 데이터를 계속 쌓아왔는데, 이 누적된 데이터를 AI가 학습하면서 동물 실험을 모두 하지 않더라도 전임상 단계를 더 빠르게 마무리할 수 있게 됐다"고 설명했다.
이어 "임상 단계에 진입한 이후에도 환자 데이터 분석에 AI를 적용하고 있다"며 "임상 데이터를 AI로 빠르게 처리·분석하면서 유효성·안전성 관련 결론을 도출하는 시간 자체가 점차 단축되는 흐름"이라고 말했다.
여 연구위원은 "아직은 AI 신약 개발이 초기 단계인 만큼 극적인 기간 단축을 단정하기는 어렵다"면서도 "전임상과 임상 전 과정에 걸쳐 AI 활용이 확대되면서 신약 개발 속도를 점진적으로 끌어올리는 방향으로 가고 있다"고 덧붙였다.
● 핵심 포인트
- AI 도입으로 제약·바이오 신약 개발 속도는 빨라지고 있지만, 1년으로 줄어드는 수준은 아님.
- AI는 약물 발굴 등 초기 단계에서 누적 데이터를 학습해 전임상 전 단계(독성 확인 등)를 더 빠르게 진행하는 데 활용함.
- 임상 단계에서도 환자·임상 데이터를 빠르게 처리·분석해 유효성·안전성 결론 도출 시간을 줄이는 흐름임.
- 아직 초기 단계라 극적인 단축은 불확실, 임상 전 과정에서 활용 확대되며 기간을 점진적으로 단축하는 방향으로 가고 있음.
● 방송 원문
<앵커>
최근 CES 보자면 최대 화두가 AI와 결합이 된 생태계잖아요.
제약바이오 쪽에서도 그냥 일반인이 듣기로는 제약바이오 신약 개발에 10년 걸리던 것이 AI를 활용하면 1년 걸린다,
이런 얘기가 많던데 실제 상황은 어떻습니까?
<여노래 현대차증권 연구위원>
AI라는 게 아직은 초기 단계이기는 하지만 첫 번째로는 약물을 발굴하는 과정에서 많이 사용하게 되고요.
약물을 발굴하고 난 이후로는 임상에 진입하게 되는데 임상에 진입하기 전에 사람한테 독성이 있으면 안 되잖아요. 그러다 보니까 동물을 통해서 데이터를 많이 검증을 했습니다.
그런데 동물 실험 데이터들이 많이 누적됐다 보니까 이제 학습을 통해서 AI한테 굳이 동물 실험을 하지 않아도 빠르게 전 임상 단계를 마무리하고 임상에 진입할 수 있는 데이터를 확보했고요.
또 임상 단계에 들어간 이후에도 환자들의 데이터 분석을 AI를 통해서 하면서 데이터를 빨리 도출하는 과정으로 들어가서 1년까지 단축은 안 되겠지만 시간을 단축하는 과정으로 들어가고 있다고 보시면 될 것 같습니다.
