인공지능: 빅 비즈니스

인공지능(AI) 산업은 현재 디지털 기술의 선두에 있으며 2023년까지 5,000억의 추정 가치를 갖게 될 정도로 비즈니스를 변혁을 가져올 것입니다. 그러나 이러한 기술 발전은 종종 사람과 기계의 대결이라는 대립적인 논제를 야기합니다. 로봇이 사람의 일자리를 빼앗고 세상을 지배할 수 있을까요?

IDC 보고서에 따르면 2022년 AI 시장에 대한 전세계 지출 규모가 4328억 달러로 전년 대비 19.6% 증가했으며 2023년까지 5000억 달러를 넘어설 것으로 예상됩니다. IDC는 AI 서비스가 22%의 연평균 성장률(CAGR)로 가장 빠른 지출 증가세를 나타낼 것이며 조사 대상 모든 AI 소프트웨어 중에서 AI 플랫폼이 가장 큰 성장세(34.6% CAGR)를 나타낼 것이라고 예측하고 있습니다.

AI 신약 개발 공정

일반적으로 현재 신약의 식별, 검증, 개발 및 임상 사용 승인에는 평균 10~15년이 걸립니다. 신약을 상용화하기 위해서는 여러 가지 과제를 해결해야 합니다. 그 중 가장 큰 과제는 비용으로, 12%에 불과한 승인률에 비해 투자 비용은 약 26억 달러에 달합니다.

AI를 통한 새로운 신약 개발

디지털화에 있어, 제약 산업은 첨단 연구 분야의 최전선에서 AI 신약 설계와 관련된 신기술을 활용합니다. AI는 후보(hit) 화합물과 선도(lead) 화합물을 인지할 수 있으며 약물 표적을 빠르게 검증하면서 동시에 약물 구조 설계를 최적화할 수 있습니다.

합성 타당성 기반의 가상 약물 스크리닝에 특정 AI 알고리즘(예: 최인접 분류기, 무선 주파수(RF), ELM(Extreme Learning Machine), SVM(Support-Vector Machine), 심층 신경망)이 사용되며 이 알고리즘을 통해 표적 분자의 물리 화학적 특성, 생물 작용, 유독성을 편향 없이 예측할 수 있습니다.

AI 신약 설계는 3D 단백질 구조를 예측하고 복합물의 효과와 안전성에 대한 중요 정보를 합성 전에 제공함으로써 구조 기반 신약 개발을 지원할 수 있습니다. AI 방법은 또한 정확한 리간드-단백질 상호작용 예측을 통해 치료 효능을 향상시키기 위한 용도로도 사용되고 있습니다. AI를 통한 약물-표적 상호관계 예측은 신약 재창출 및 다중 약리학 방지를 위한 목적으로도 사용되며 이는 큰 비용 절감 효과로 이어질 수 있습니다.

새로운 분자 설계에 AI를 활용하는 방법은 기존에 얻은 데이터에 대한 온라인 학습과 동시 최적화가 가능하다는 점에서 효과적일 수 있으며 복합물의 가능한 합성 경로를 제안함으로써 빠른 선도 복합물 설계 및 개발을 가능하게 해줍니다.

마지막으로 AI 기반의 검색 솔루션은 모든 특허 생태계에서 효율성과 특허 품질을 모두 개선하는 데 중요한 역할을 할 수 있습니다. 이러한 솔루션은 복잡한 선행 기술 검색을 수행하고 결과를 검토할 수 있어 특허 심사관이 다른 작업을 수행하고 출원 지연을 줄일 수 있습니다.

인간과 기계의 조화로운 공존이 가능한가?

AI 신약 개발 공정은 다양하게 응용되고 있지만 신약 개발에 AI를 활용하는 데는 여전히 문제가 존재하며 개발 공정에 인간의 개입이 계속 불가피합니다. 생성된 예측 결과의 품질은 대체로 알고리즘 설계에 따라 결정됩니다. AI는 또한 알고리즘 편향의 영향을 받으므로 과학자가 알고리즘을 계속 검증해야 합니다. 수퍼컴퓨터와 HTS(High Throughput Screening) 비용의 경우 감소 추세에 있지만 여전히 상당한 수준입니다.

이러한 문제를 해결할 수 있는 한 가지 솔루션이 바로 인간이 관여하는 HITL(Human-In-The-Loop) AI입니다. 이 방법은 AI와 로봇의 효율성을 연구원의 의견, 아이디어, 포괄적인 판단과 결합하는 것으로, 실패는 최소화하면서 시간과 자원을 절약할 수 있습니다. 한 예로 Astellas가 이 접근법을 채택했습니다. 이 사례에서 HITL 방법으로 최초 후보 복합물에서 신약 후보 복합물을 획득하기까지의 시간을 약 70% 단축할 수 있다는 사실이 입증되었습니다. CAS는 인체 임상 시험에 투입될 최초 3가지 AI 설계 약물 후보의 구조적 참신성을 평가했습니다. 첫 번째 약물 후보, DSP-1181은 2020년 초 Exscientia가 보고했습니다. 두 가지 약물 후보, EXS21546과 DSP-0038 또한 그 뒤를 이어 같은 파이프라인을 따르면서 이 업적을 이어 나갔으며 Exscientia, Insilico Medicine, Schrodinger 등과 같은 여러 기업이 잠재적 약물 후보에 대한 임상 전 시험용 신약 지원 연구를 수행하고 있습니다.

AI 신약 개발이 치료법 개발을 최적화하는 데 가져올 수 있는 이점을 주장하기는 어렵습니다. AI는 혁신적인 과학적 사고와의 결합을 통해 기술의 경계를 무너뜨리는 데 활용될 수 있습니다. AI와 화학 분야의 동향에 대한 CAS Insights 보고서에서 이 주제를 자세히 알아보십시오.

‍