SK바이오사이언스·롯데바이오로직스의 AI 활용 전략은? 백신 수율 분석부터 ADC 설계까지
SK바이오사이언스, 전사 AI 과제 43건 추진…롯데바이오로직스, ADC 플랫폼 고도화로 CDMO 역량 확대 모색
SK바이오사이언스 이용 AX기획팀장
[메디게이트뉴스 이지원 기자] 국내 바이오기업들이 인공지능(AI)을 활용해 바이오의약품 제조·개발 과정에서 발생하는 기술적 문제를 해결하는 데 나서고 있다. 구체적으로 SK바이오사이언스는 백신 생산공정의 수율 변동 원인을 분석하고, 롯데바이오로직스는 항체약물접합체(ADC)의 물성 변화를 예측하는 데 AI를 활용하고 있다.
SK바이오사이언스와 롯데바이오로직스는 19일 인천 송도컨벤시아에서 열린 '2026 제약바이오투자대전'에서 각각 AI 기반 백신 제조공정 개선 사례와 ADC 기술 플랫폼 고도화를 통한 위탁개발생산(CDMO) 경쟁력 강화 전략을 소개했다.
SK바이오사이언스, AI로 백신 수율 변동 원인 분석…연구·품질관리 등으로 활용 범위 확대
SK바이오사이언스는 독감백신 제조공정의 수율 변동 원인을 분석하고, 최적의 생산조건을 찾는 데 AI를 활용하고 있다. 배양과 정제공정에서 총 12개의 개선 항목을 도출했으며, 이 중 배양 2개와 정제 1개 항목을 우선 적용했다.
세포배양 방식으로 생산하는 독감백신은 공정조건에 따라 수율 편차가 발생한다. 특히 매년 세계보건기구(WHO)가 선정하는 바이러스 균주에 맞춰 제한된 기간 내 생산해야 하는 만큼 수율의 일관성을 확보하는 것이 중요하다.
SK바이오사이언스 이용 AX기획팀장은 "백신 생산에는 150개가 넘는 공정 변수가 존재하고 하나의 생산 배치를 완료하는 데 약 35일이 걸린다"며 "실제 생산을 계속하면서 데이터를 분석하고 조건을 검증해야 하기 때문에 일반적인 시스템 구축 방식으로 접근하기 어렵다"고 설명했다.
이에 회사는 배양부터 정제까지 제조공정 데이터를 연결하고, AI를 활용해 공정 개선 방향을 찾는 체계를 구축했다. 설명가능한 인공지능(XAI)은 수율에 영향을 미치는 주요 변수와 변동 원인을 분석하고, 유전 알고리즘은 다양한 공정조건을 탐색해 최적의 운전조건을 제안한다. 새로운 독감 바이러스 균주에 대응하기 위해 알파폴드(AlphaFold)를 활용한 단백질 구조 분석도 적용했다.
특히 약 3년간 축적한 생산 데이터를 활용해 허가된 공정조건의 범위 내에서 최적의 운전조건을 찾는 '골든 배치(Golden Batch)' 모델을 개발했다.
이 팀장은 "허가받은 공정에는 pH나 온도 등에 대한 구간이 있는데, 골든 배치는 이 구간 내에서 어디가 최적인지를 찾아내는 형태로 개발했다"며 "유전 알고리즘을 활용해 수많은 공정조건의 조합을 탐색한다"고 말했다.
현재 AI 시스템은 생산이 완료된 배치의 데이터를 분석해 수율 변동 원인을 파악하고, 후속 공정의 개선 방향을 제안하는 방식으로 운영되고 있다. 생산 과정에서 실시간으로 수율 저하를 예측하고 사전에 대응하는 것은 향후 과제다.
SK바이오사이언스는 생산현장에서 확보한 AI 활용 경험을 연구개발과 임상·허가, 품질관리 등으로 확대하고 있다. 반복적인 연구업무에도 AI를 적용했으며, 전사 AI 프로젝트는 지난해 8건에서 올해 43건으로 증가했다.
이 팀장은 "내년에는 100건 이상의 프로젝트를 진행할 것 같다"고 전망했다. 이어 "전사 데이터를 연결하는 'AI 브레인(AI Brain)' 구축을 추진하고 있다"며, 향후 반복 업무의 자동화와 생산 예측 역량을 강화할 방침이라고 부연했다.
롯데바이오로직스 이승선 MSAT팀장
롯데바이오로직스, AI로 ADC 물성 예측…CDMO 서비스 고도화 추진
롯데바이오로직스는 ADC의 물리화학적 특성을 개선하기 위한 기술개발에 AI를 활용하고 있다.
ADC는 항체에 세포독성 약물을 결합해 암세포에 전달하는 치료제로, 약물로 사용되는 페이로드의 높은 소수성으로 인해 응집이나 안정성 저하 등의 문제가 발생할 수 있다.
롯데바이오로직스는 이러한 한계를 개선하기 위해 국내 바이오기업 카나프테라퓨틱스와 친수성 링커 플랫폼 'SoluFlex Link'를 공동 개발했다. 링커의 친수성을 높여 ADC의 물성과 안정성을 개선하는 기술이다.
롯데바이오로직스 이승선 MSAT팀장은 "페이로드는 소수성이 강해 물에 잘 녹지 않는다. 항체는 물에 잘 녹는 성질이 있지만 ADC를 만들면 뭉치는 등의 물성 문제가 발생한다"며 "이러한 약점을 극복하기 위해 친수성을 띠는 링커를 개발했다"고 설명했다.
이 팀장에 따르면 전임상 실험에서 해당 링커를 적용한 ADC의 안정성과 항암 효능 관련 개선 결과가 확인됐다. 40도의 가혹 조건에서는 대조군 대비 응집체가 3배 이상 감소했으며, 마우스 종양 실험에서는 일부 개체에서 완전관해가 관찰됐다.
회사는 외부 AI 전문 벤처기업과 ADC 물성 예측을 위한 협력도 진행하고 있다. 항체의 특정 접합 부위에 변이를 도입했을 때 나타나는 물성 변화와 접합 부위 주변의 미세구조를 분석하고, ADC의 소수성·점도·안정성 등을 AI로 시뮬레이션하는 방식이다.
이 팀장은 "항체의 접합 위치에 대한 변이와 그로 인한 물성 변화를 AI로 예측하고, 접합 위치를 최적화하는 작업을 시작해 진행하고 있다"며 "AI를 활용하면 많은 시간과 노력, 비용을 줄일 수 있을 것으로 기대한다"고 말했다.
롯데바이오로직스는 이러한 기술개발을 자체 제조시설과 외부 파트너십에 결합해 개발부터 상업 생산까지 지원하는 서비스 체계도 구축하고 있다. 미국 시러큐스 바이오캠퍼스에서는 항체 처리와 약물 접합, 정제 등을 수행하고, 링커·페이로드 합성과 완제의약품(DP) 생산은 유럽과 아시아, 미국의 협력기업을 통해 지원하는 구조다.
이 팀장은 "ADC는 많게는 9개 정도의 파트너를 동시에 관리해야 할 만큼 복잡한 과제"라며 "링커와 페이로드 합성은 유럽과 아시아, 한국에 파트너가 있고, 제형 개발과 완제의약품 생산 역시 미국과 유럽의 파트너들과 협력하고 있다"고 설명했다.
이어 "고객이 롯데바이오로직스를 찾으면 항체 생산과 접합뿐 아니라 오픈이노베이션을 통해 엔드투엔드 서비스를 제공할 수 있다"고 강조했다.