정부, AI·빅데이터 신약개발 플랫폼 2019년 출시...신약후보물질 개발기간 1년으로 단축

 

과학기술정보통신부는 신약개발에 소요되는 시간·비용을 획기적으로 단축하기 위한 '인공지능(AI)+빅데이터 활용 차세대 신약개발 플랫폼'을 2019년 출시한다고 4일 밝혔다.

이번 사업은 '바이오경제 혁신전략 2025' 및 '연구데이터 공유·활용 전략'의 선도 프로젝트로 추진됐다. 글로벌 바이오 시장 점유율을 오는 2025년까지 5.0%로 끌어올리고, 글로벌 블록버스터 신약 5개 창출을 목표로 한다.

과기정통부에 따르면 글로벌 의약품 시장은 연간 1200조원 규모의 거대 시장으로, 향후 연 4~7% 내외의 성장이 기대되는 유망 시장으로 손꼽힌다. 이는 우리나라의 주력 수출산업인 반도체, 자동차, 조선 시장 합계(약 1100조원)를 넘는 규모로, 2021년에는 최대 1조5000억 달러(약 1800조원)로 성장할 것으로 기대된다.

하지만 하나의 글로벌 신약 창출을 위해 10~15년의 오랜 시간과 1조원 이상의 막대한 비용을 투자해야 하며, 성공확률도 매우 낮다는 것이 그간 글로벌 진출에 높은 진입장벽으로 작용했다. 때문에 국내 1위 제약사의 매출은 약 1조3000억원으로 글로벌 1위 제약사의 매출 45조원에 미비한 수준이다. 연구개발 투자율도 글로벌 10대 제약사의 21.5%에 비해 국내 상장 제약사는 7.5%로 매우 낮은 편에 속했다.

과기정통부는 후발주자로서 이러한 진입장벽을 극복하기 위해 빅데이터 및 정보통신기술(ICT)을 활용하는 방안을 추진할 계획이다. 우리나라는 R&D를 통해 축적된 연구데이터 및 병원 진료정보 등의 우수한 의료데이터를 다량 보유하고 있어 인공지능을 적용해 신약개발의 시간과 비용을 단축하겠다는 것.

 

신약개발은 후보물질 발굴·전임상시험·임상시험·시판의 크게 네 단계로 구분되며, 각 단계별로 연구 내용 및 활용되는 데이터가 다르므로 차별화된 접근이 필요하다. 후보물질 발굴 및 전임상시험 단계에서는 실험결과, 논문자료 등의 연구데이터가 주로 활용된다. 정부는 연구데이터를 학습한 인공지능은 최적의 후보물질을 제시해 후보물질 탐색 비용을 줄이고, 실험결과를 효과적으로 예측해 전임상시험 단계에서의 시행착오를 줄일 수 있다는 설명이다.

예컨대 후보물질 발굴 단계에서 국내외 공개된 화합물 구조 정보 및 각 화합물의 효능이 명시된 논문·특허 등의 문헌 정보를 수집하며, 인공지능은 이를 학습하는 방식이다. 이후 플랫폼을 사용하고자 하는 연구자가 분석을 희망하는 신약 표적(타겟)의 구조를 제시하고, 인공지능이 신약 표적에 맞는 최적의 화합물 조합 및 예상되는 효능을 예측할 수 있다.

 

임상 시험 및 시판 단계에서는 진료정보, 건강보험 정보 등 의료데이터의 활용이 가능하다. 의료데이터를 학습한 인공지능은 최적의 환자군을 제시하여 임상시험 기간을 단축하고, 시판 후의 효능·독성을 자동으로 추적하여 부작용 최소화에 기여할 것으로 기대된다.

과기정통부는 단기에 성과 창출이 기대되는 후보물질 발굴 단계의 프로젝트를 우선 추진한다는 방침이다. 후보물질 발굴에 사용되는 연구데이터는 약 50여만 건이 축적돼 있으며, 이를 활용해 평균 5년이 소요되는 후보물질 개발 기간을 최대 1년까지 단축할 계획이다.
 

이를 위해 2월 중 사업공고를 거쳐 올해 상반기 내 화학(연)을 중심으로 인공지능 전문기업·연구소, 신약개발 연구자가 참여하는 사업 컨소시엄을 구성, 플랫폼 개발에 착수하기로 했다. 개발된 플랫폼은 인공지능(AI) 학습 및 연구자를 통한 검증 작업을 거쳐 연구자·기업이 자유롭게 사용할 수 있도록 내년 중 공개한다.

 

아울러 관계부처와 공동으로 '국가 AI 활용 신약개발 전략(가칭)'을 올해 상반기 내 마련, 4차 산업혁명위원회 산하 '헬스케어 특별위원회'에서 발표할 예정이다.

정병선 과기정통부 연구개발정책실장은 "제약산업 후발주자인 우리나라가 글로벌 강국으로 도약하기 위해서는 4차 산업혁명의 핵심 인프라인 인공지능·빅데이터 활용이 필수적"이라며 "관계부처와 협업해 국가적 신약개발 역량 제고를 위해 전폭적으로 지원할 것"이라고 말했다.