[메디게이트뉴스 임솔 기자] 인공지능(AI) 신약개발이 제약바이오산업계의 화두가 된 가운데, 20년 전부터 미국에서 신약개발과 데이터를 접목한 연구로 AI 신약개발을 구현해온 전문가가 한국에서도 AI 신약개발 연구의 뿌리를 내리는 역할에 나섰다.

그 주인공인 신현진 목암생명과학연구소장은 "AI 신약개발에 대한 비전을 실현하기 위해 4년 전 과감히 한국행을 결정했다"라며 "'Smart AI for Smarter Drug Discovery(더욱 똑똑한 신약개발을 위한 똑똑한 AI)'라는 구호를 되뇌이며 연구를 진행하고 있다"고 말했다. 
 
신현진 소장은 서울대 전기공학부에서 학사학위를 받은 후, 미국 텍사스 오스틴 주립대에서 의생명공학으로 석사학위를 취득한 데 이어 의생명정보학으로 박사학위를 받았다. 그 후 미국 매사추세츠주 보스턴에 있는 하버드대 다나파버암연구소에서 2007년부터 2011년까지 박사후과정을 마쳤다.

일본계 글로벌 제약회사인 다케다제약에서 2011년부터 2021년까지 계산생물학(computational biology)과 AI를 이용한 약물 반응 바이오마커 개발, 치료타겟 발굴, 임상 유전체 데이터 분석을 통한 임상시험 디자인 등의 연구를 진행하다 2021년 목암생명과학연구소에 부소장으로 합류했다. 지난해부터 소장에 임명돼 연구소를 이끌고 있다.   

세계적 연구소에 이어 제약회사까지 두루 경험...데이터 분석과 모델링 기반 신약개발 한길  

- 목암생명과학연구소를 잘 모르는 독자들을 위해 상세한 소개 부탁드린다. GC녹십자와는 어떤 관계에 있나. 
목암생명과학연구소(MOGAM Institute for Biomedical Research, MIBR)는 지난 1984년 GC녹십자가 B형간염 백신 개발 성공을 통해 얻은 이익을 기금으로 출연해 설립된 국내 제1호 순수 민간연구법인 연구소(비영리재단)이다. 설립 이래 신증후군 출혈열백신, 수두백신 등의 백신제제와 단백질 치료제 등을 개발하는 등 국내 과학기술 발전에 초석이 됐다는 평가를 받고 있다. 지난 40여 년 동안 연구소는 감염병과 희귀병 치료제 개발을 통해 국민 건강 증진에 기여해 왔으며, 최근 인공지능 신약 개발 전문 연구소로서 새로운 도약을 준비하고 있다.
 
-  다나파버 암연구소와 다케다제약 미국법인에서 활동했던 이력에 대해서도 소개를 부탁드린다.

세계적인 다나파버 암연구소(Dana-Farber Cancer Institute)에서 4년 기간의 박사후(포스트닥) 과정을 거치면서 다양한 연구를 했다. 복잡한 유전자 조절 매커니즘을 규명하는 후생유전학을 연구했다. 암이 발생하는 순간 세포가 만들어질 때부터 다수의 요소들이 어떻게 상호작용을 하는지 복합적으로 데이터를 분석하고 연구하고 증명했다. 그 다음 데이터 분석과 모델링에 기반한 신약개발로 진로를 고민했고 글로벌 제약회사인 다케다제약(Takeda Pharmaceuticals)에 입사하게 됐다. 
 
다케다제약에서는 암, 희귀질환 등에서 중개연구 위주로 했다. 중개연구 바이오마커와 임상 바이오마커를 찾고 임상시험을 AI와 접목하는 연구를 두루 했다. 신약후보물질이 전임상에서 임상 단계로 넘어가는 과정에서 밸류에이션(valuation)을 높이고 성공 확률을 높이기 위한 AI 연구에도 주력했다. 즉 약의 효능 데이터를 토대로 머신러닝을 이용해 효능 예측 모델을 만들고, 환자의 약물 반응을 정확하게 예측 가능한 바이오마커를 찾고자 했다. 신약 타겟을 발굴하기 위해 의료의 미충족수요(unmet needs)를 파악하는 연구도 했다.

또한 민간보험 데이터를 기반으로 어떤 환자가 특정 질병이 있을 때 이를 AI로 분석해서 어떤 사전 증상이 나타나는지를 탐색했다. 어떤 질병과 연관된 질병으로 특정 약을 처방 받고 있었을 경우 약에 대한 역이행 연구(reverse-translational research)를 수행해 복합제를 찾을 수 있는지도 살펴봤다. 실제 임상 실무에서 수집된 RWD(Real-World Data)를 토대로 RWE(Real-World Evidence) 분석 연구도 수행했다.  

AI를 통한 신약후보물질 발굴 특허 작업에도 참여했는데, 글로벌 제약회사더라도 제품으로 연결하기까지는 쉽지 않았다. 신약개발이 좌초하는 이유가 꼭 효능이나 독성 때문만은 아니기 때문이다. 상업적 이득이 없거나 처방 대상 인구가 적을 경우에도 약의 한계가 생길 수 있다. 글로벌 제약회사 내부에서 이뤄지는 연구는 신약을 개발해 시장에 내놓는다는 명확한 목표에 따라 움직이기에 'Go or No-Go' 결정은 연구와 연구 이외에 여러 상황을 고려하면서 내린다. 신약개발 과정에서 쉬운 결정이 없고 우리만의 틈새시장을 찾아야 한다는 것을 배웠다.
 
- 한국에 오는 결정을 하기가 쉽지 않았을텐데, 한국행을 결정한 계기가 있었나. 지난 4년 가까이 신약개발 상황을 국내에 어떻게 접목하고 연구해왔나. 
 
결론부터 말하자면, 인공지능 신약개발에 대한 꿈과 비전을 실현해보기 위해 한국에 오게 됐다. 글로벌 제약회사에서 근무하던 시절 재미한인제약인협회(Korean American Society in Biotech and Pharmaceuticals, KASBP) 임원을 맡아 한국 제약바이오업계 전문가들과 여러 차례 이야기를 나눌 수 있었다. 신약개발에 AI를 적용하거나 임상에 올려보낼 수 있는 자산에 바이오마커나 밸류에이션을 붙이는데 대해 관심이 많은 것을 알 수 있었다.

언젠가 기회가 있다면 한국에서 인공지능 신약개발 연구를 함께 수행하면 좋겠다는 꿈을 가지고 있었다. 마침 목암생명과학연구소가 인공지능 신약개발 연구소로 개편하기로 결정한 후, 나에게 이러한 노력에 동참해 달라는 제의가 왔다. 제의를 받은 후 잠시 고민하다가 평소 마음에 품고 있었던 인공지능 신약개발 꿈과 비전을 위해 목암생명과학연구소와 함께 하기로 결심하고 과감하게 한국행 비행기에 몸을 실었다.

사실 AI 신약개발은 일반적인 신약개발보다 더 어려울 수 있다. 이 말은 AI 신약개발은 단순히 AI모델을 만들고 검증하는 것으로 끝나는 단선적인 과정이 아니고, 검증결과와 새로운 데이터로 더욱 강력한 모델로 진화시키는 작업이기 때문에 보다 거시적이며 중장기적인 시각으로 접근해야 하기 때문이다. 그만큼 어려운 일이지만, 나를 통해 한국의 AI 신약개발이 조금이라도 발전할 수 있다면 충분히 해볼 모험이라고 생각했다.
 
한국에 온 다음에도 AI 신약개발 중 어떤 분야에 집중할 지 많은 고민을 했다. 우선 mRNA 그리고 단백질 등 새로운 치료 모달리티(특정 질병을 치료하거나 진단하는 방법이나 기술) 연구에 집중하고, 여기에 저분자화합물처럼 워낙 경쟁이 치열하지만 데이터가  축적된 분야에 대한 연구를 더하고 있다. 

특정 질환을 중심으로 타겟으로 삼는 것은 어느 제약회사나 신중할 수밖에 없기에 목암생명과학연구소는 다양한 질환에 적용이 가능한 AI 플랫폼의 기술 개발에 좀더 집중해야 한다고 본다. 그래서 타겟 질병이 결정됐을 때 빠르게 신약을 발굴하고 개발하는 데 있어 실험 횟수를 줄여 연구 및 개발의 효율을 높이고 이를 바탕으로 효과적인 임상시험 디자인을 해낼 수 있어야 한다. 특히 목암생명과학연구소는 비영리 연구소이기 때문에 희귀질환 등 여타 회사에서 선뜻 접근하기 힘든 질병 연구에도 몰입하고 사회환원을 위한 중요한 영역도 병행하고 있다.   
 
AI 신약개발, 효과적인 신약개발을 위해 중요...동물실험 대체 정책에도 대비 

- AI 신약개발가 화두가 되고 있다. 이 분야 전문가로서 국내 제약, 바이오 기업들이 빠르게 도입해볼 수 있는 영역은 무엇일까. 또 신약개발 AI 스타트업들과 연합하거나 플랫폼을 구축하는 움직임이 있는데 앞으로 회사들이 더욱 AI연구를 깊숙히 해보려면 어떤 부분을 중점적으로 살펴봐야 할까. 
 
제약바이오업계 10명이 AI 신약개발을 이야기하면 10명이 다 다른 답을 이야기하곤 한다. 그만큼 AI 신약개발의 범위가 넓고 한마디로 정의하기가 쉽지 않아서다. 그럼에도 AI 신약개발이 중요한 이유로 첫째, AI가 발전해 나가면서 효과적인 신약개발을 위해 매우 중요하다는 인식의 변화가 필요하기 때문이다. 이는 단순히 AI로 기존의 신약개발의 과정이나 심지어 임상시험을 없앨 수 있다는 의미가 아니다. 임상에 올라가기 전에 실험 단계에서부터 시간과 비용을 줄이며 성공가능성이 높은 후보물질을 골라내는 것이 중요하다. 한정된 시간과 자원 내에 좋은 후보물질을 골라서 그 방향으로 개발하고 생산성을 높일 수 있어야 한다.

두번째는 미국 FDA(식품의약국)가 동물실험을 대체하는 정책 방향에 대비할 수 있어야 한다. 식품의약품안전처도 그 방향으로 가게 될 것이다. 동물실험을 아예 하지 않을 수는 없지만 이를 대체할 수 있는 수단이 있다면 이를 적극적으로 활용해야 할 것이다. 오가노이드(줄기세포를 3차원적으로 배양하거나 재조합해 만든 장기유사체 또는 미니 장기) 이용이 더욱 활성화하고, 여기서 나오는 데이터를 바탕으로 AI를 통한 연구가 확대되고 데이터 정확도가 보증된다면 AI의 활용도가 더욱 높아질 것이다.  
 
- 2024년 글로벌바이오콘퍼런스(GBC) 강연 기사를 참고했을 때 비임상과 임상의 샌드위치 전략이 필요하다고 설명했다. 이 전략에 비춰보면, 현재 회사에서 신약개발 AI를 위해 어떤 단계에서, 어떤 품목에서 탐색하고 있나. 가장 기대가 되는 영역이 있다면 무엇인가. 
 
AI 신약개발은 샌드위치처럼 비임상과 임상 사이에서 AI를 이용한 혁신전략을 고민하는 것이 맞지만, 아무래도 현재는 비임상에 집중하면서 임상에 올려낼 좋은 후보물질을 찾는 것에 우선순위를 두는 것이 옳다고 생각한다. 이 과정에서 데이터를 실시간으로 모아 다시 AI에 투자해 의미 있는 결과를 낼 수 있어야 진정한 AI 신약개발의 혁신을 이뤄낼 수 있다.

임상연구도 추후에 AI를 적극적으로 활용할 수 있는 파트너십을 구축하다 보면 긍정적인 효과가 생길 것으로 기대한다. 현재 임상시험 디자인이나 환자 모집, 임상시험 참가 자격 여부 판단, 적응증 결정 및 확장 등을 수작업으로 하고 있지만, 이를 AI로 대체할 수 있을 것이다. 하지만 임상시험에선 실패한 데이터가 외부로 공개되지 않는 만큼 데이터가 모자라기 때문에 이 같은 AI를 학습시킬 데이터가 아직 부족할 수 있다.
 
- 인공지능 신약개발 인력이 부족한 상황에서 회사 내에서 내부 인력을 키워야 할까. 아니면 외부 인력을 채용해야 할까.  
 
일단 회사에서 기본적인 AI 신약개발 교육이 필요하다. 그렇다고 해서 한 제약회사 내 모든 AI 기술 수요를 내부인력으로 충당하려는 것은 현명하다고 볼 수 없다. 오히려 내부와 내부 또는 내부와 외부의 소통창구 역할을 할 수 있는 임직원을 키우면 직접 개발하는 수준은 어렵더라도 커뮤니케이터나 프로젝트 리더 역할을 할 수 있다. 이들을 통해 리더십과 협업이 가능한 외부 AI 파트너들을 찾아서 보다 수준 높고 깊은 연구를 추진하는 것이 낫다. 

일반적으로 AI와 바이오 분야에 다 전문성을 가진 소위 양손잡이 인재를 찾기는 어렵다. 극히 희귀하기 때문이다. 예를 들어 AI전문가라 해도 바이오에 대한 도메인 지식이 있어야 신약개발 연구가 가능한데, 이 분야에 집중하고 싶어 하는 사람 아니면 찾기가 힘들다. 그만큼 양손잡이와 같은 AI 신약개발 인재 육성이 필요하고, 양손잡이는 아니지만 각각의 전문가, 즉 AI 전문가와 바이오 전문가가 서로 소통이 가능하도록 교육에 힘쓰는 것이 중요하다.

동시에 적극적으로 해외인재를 찾아 모셔오는 것도 중요하다. 특히 우리나라 인재들이 외국으로 유출되지 않도록 기반을 만들어야 한다.  
 
AI 신약개발, 남들이 덜 적용한 분야를 집요하게 파고들 때 틈새가 보일 것 
 
- 글로벌 기업들이 AI를 통한 연구를 늘리고 있다. 그에 비해 국내 기업들의 현재 상황은 어떻고, 또 가야 할 방향은 무엇이라고 생각하나. 아직 시작도 하지 못하고 엄두도 못내고 있는 기업들을 위해 조언 한 말씀 부탁드린다.

한국제약바이오협회 AI신약융합연구원 자문위원으로 참여하고 있다. 다수의 회사들이 AI 신약개발에 대한 마음은 있어도 제대로 시작하지 못하고 있어 보인다. 그 이유는 어떻게 해야 할지 방법을 몰라서이거나, 방법을 알지만 우선순위가 높지 않아서 두 가지가 가장 크다.

우선 정보의 부재를 해결하기 위해 정보 공유의 장을 만들어야 한다. 바이오코리아나 바이오USA처럼 제약바이오회사들과 같이 정보를 공유하고 네트워킹을 통해 이야기를 나누는 것이 바람직하다. 정보를 공유하더라도 편견이 없는 정보의 흐름이 가장 중요하다. 정보만 습득하는 것이 아니라 직접 AI 신약개발을 직접 경험해봐야 감을 잡을 수 있다.

회사가 어떤 형태의 AI 신약개발을 시도해 보더라도 대부분 실망할 수 있다. AI에 대한 기대감이 크다 보니 단기간에 좋은 결과가 나오지 않으면, 또는 데이터가 제대로 뒷받침되지 못한다는 이유로 쉽게 포기하는 일이 생기곤 한다. 그래도 늦던 빠르던 미래는 AI에 달려 있기에 포기하지 말고 미래를 준비하는 자세로 반드시 AI 신약개발 연구를 향해 꾸준히 달려가야 한다. AI 신약개발 연구는 단기 연구도 중요하지만, 이보다 중장기 프로젝트를 고민하고 좋은 파트너십을 만드는 것이 중요하다.

적절한 타겟, 적절한 약물에 대한 데이터와 선도적인 지식이 결합하고 시장성과 경쟁력까지 더해지면 의미 있는 한발자국을 내디딜 수 있다.

- 오픈AI부터 AWS, 마이크로소프트 등 글로벌 기업들과 비교했을 때 우리나라는 AI 자체의 연구가 부족하고 연구원도 다 해외로 떠나는 실정이다. 그럼에도 현재 국내 상황에서 돌파구를 마련하고 글로벌 경쟁력을 조금이라도 갖출 수 있는 방안이 있을지 궁금하다.
 
신약개발에 AI를 도입할 것인가, 말 것인가를 묻는다면 일단 무조건 시작해야 한다고 본다. 이는 생존의 문제이기 때문이다. 물론 글로벌 기업과 경쟁이 되지 않는 영역도 많을 것이다. 규모의 싸움이나 전략적 싸움에 몰두하기 보다는 남들이 놓치고 있는 우리나라가 승리할 수 있는 틈새시장을 찾고 그 방향으로 가야 한다.

단순히 거대 모델을 만드려고 하는 것이 아니라, 이미 공개된 모델들이라고 해도 연속성과 도전성을 고려해 새로운 치료 모달리티에서 활용하는 응용영역에서 돌파구를 찾아야 한다. 남들이 덜 적용한 분야를 집요하게 파고드는 틈새(niche) 전략이 나올 수밖에 없다.

목암생명과학연구소는 현재 mRNA백신·치료제 개발과 이를 전달할 수 있는 LNP(Lipid NanoParticle, 지질 나노입자)연구에 주력하고 있다. 동시에 차백신연구소와 면역증강제 암백신에 대한 매커니즘을 연구했다. 현재 서울대병원과 함께 희귀난치성 질환의 임상기록의 언어모델을 이용해 핵심적인 정보를 통해 고급추론을 하면서 AI로 희귀질환을 빠르게 진단할 수 있는 방법을 찾고 있다. 희귀질환이 7000여개에 이르고 질환의 특성이 전부 다르지만 공통적인 특성을 조금이라도 찾으면 진단을 빨리 할 수 있다. 또한 유전체를 AI로 분석해 진단 바이오마커를 찾으면서 결국 치료제 중에서 해당 질환에 도움이 되는 약물재창출도 가능해질 것으로 기대한다. 
 
- 현 의료대란으로 인해 의대생 및 전공의들도 AI회사에 취업하는 사례가 일시적이긴 해도 꽤 늘었다. 앞으로 임상의사와 AI, 신약개발 사이의 상관관계에 대해서는 어떻게 전망하나.

인공지능을 피해서 살 수는 없다. 기본적인 AI에 대한 이해가 필요하고 어떤 식으로 적용해야 한다. 그렇다고 AI 전문가라 해도 임상디자인을 할 수 있는 것은 아니다. 임상의사가 AI를 이해한다면 AI와 임상 지식이 결합했을 때 끊임없는 임상현장의 니즈를 질문을 생성해서 제약바이오업계에 도전과제를 줄 수 있고, 결국 신약개발에 커다란 공헌으로 연결될 수 있다. 좋은 아이디어가 잘 연결돼서 꽃을 피우고 신약개발의 열매를 맺는데 함께 기여하고 싶다.  
 
- 마지막으로 제약바이오업계에서 어떤 사람으로 각인되고 싶은지 한말씀 부탁드린다.

요즘 'Smart AI for Smarter Drug Discovery(더욱 똑똑한 신약개발을 위한 똑똑한 AI)'라는 구호를 되뇌이며 연구를 진행하고 있다. 인공지능+신약개발, AI 신약개발이 꼭 필요하다는 것을 조금이라도 증명하는 사람이 되고 싶다. '이게 정말 되는구나, 뭔가가 된다'는 확신을 주는 일을 해보고자 한다. 미국에서 한국행을 결심하게 된 그 당시의 꿈과 비전을 실제로 실현해보면 좋겠다.