AI 신약개발 심포지엄, 산학연 협력으로 미래 의약 혁신 모색

케이메디허브(대구경북첨단의료산업진흥재단) 신약개발지원센터와 경북대학교 첨단복합 생명과학 교육연구단은 8월 8일 경북대 미래융합과학관에서 ‘AI 신약개발 심포지엄 2025: 미래 의약 혁신’을 개최했다. 행사에는 고려대·경북대 교수진을 비롯해 산학연 연구자와 정부 관계자 100여 명이 참석했으며, AI가 신약개발에 미치는 영향과 향후 발전 방향을 논의했다. 참석자들은 공공 신약개발 플랫폼과 데이터 공유, 전문인력 교류를 통해 국내 제약바이오 산업의 글로벌 경쟁력을 높여야 한다는 데 의견을 모았다.

인공지능(AI)이 제약·바이오 산업의 핵심 혁신 기술로 자리 잡으면서, 국내 연구기관과 대학, 산업계는 신약개발 전 과정에 AI를 접목하는 전략을 모색하고 있다. 특히 전임상 단계에서 후보물질을 탐색하고, 임상시험 설계 및 효율성을 높이는 데 AI가 기여할 수 있다는 점에서 산업적 기대가 크다. 그러나 동시에 데이터 확보와 신뢰성 검증이라는 난제가 존재한다는 점에서, 산·학·연·관 협력의 필요성이 더욱 강조된다. 이번 심포지엄은 이러한 배경에서 개최되어, AI 기반 신약개발 생태계를 어떻게 구축하고 확장할 것인가에 초점이 맞춰졌다.

심포지엄에서는 케이메디허브 AI분자설계팀 한민우 선임연구원이 AI 활용 공공 신약개발 포털 플랫폼 ‘KAIDD’를 소개했다. 이 플랫폼은 국가 차원에서 신약 후보물질 데이터와 알고리즘을 공유하고, 연구자들이 공동으로 활용할 수 있도록 설계된 인프라다. 계명대학교 박광수 교수는 의약화학자의 관점에서 본 AI 기반 신약개발 사례를 공유하며, 실제 연구실 단계에서 AI가 어떻게 후보물질 발굴과 약효 분석을 지원할 수 있는지를 설명했다.

이어 고려대 전민지 교수는 전사체 데이터를 활용한 AI 신약개발 가능성을, 부산대 이해승 교수는 다중 오믹스(Omics) 데이터를 통한 데이터 기반 발굴 전략을 제시했다. 이는 유전체, 단백질체, 대사체 등 복합 데이터를 통합해 후보물질 발굴의 정확도를 높이는 접근으로, 차세대 정밀의학의 핵심 도구로 평가된다. 경북대 최하영 교수는 수학적 모델링과 알고리즘의 신약개발 응용 가능성을 설명하며, AI 알고리즘의 원리에 대한 학문적 기반을 제공했다.

산업계 발표도 이어졌다. ㈜아론티어 고준수 대표는 다양한 모달리티 기반 신약 후보물질 설계 및 검증 기술을 소개했으며, ㈜히츠 이세한 이사는 자사 플랫폼 ‘HyperLab’을 통한 신약개발 혁신 사례를 발표했다. 이들은 AI가 제약기업의 연구 효율성을 크게 향상시킬 수 있음을 강조하며, 상용화 가능한 응용 모델을 제시했다.

이번 심포지엄은 단순히 학술적 교류에 그치지 않고, 공동 연구와 데이터 공유, 전문인력 교류 확대라는 구체적 협력 과제를 도출했다. 케이메디허브와 경북대는 연구 데이터를 안정적으로 수집·관리할 수 있는 인프라를 기반으로, 최신 AI 분석 기술을 적용해 데이터-인프라-기술의 선순환 구조를 만들겠다고 밝혔다. 즉 데이터가 모이면 이를 분석할 기술이 발전하고, 다시 그 기술이 인프라 확장과 고품질 데이터 확보로 이어지는 구조를 구축하겠다는 것이다.

박구선 케이메디허브 이사장은 “인공지능은 신약개발 효율성을 획기적으로 향상할 수 있는 기술”이라고 강조하며, 산·학·연·관이 협력해 소통의 장을 지속 확대하겠다는 계획을 밝혔다. 이는 AI 기반 신약개발을 국가 전략 차원에서 제도화하고, 국내 제약·바이오 산업의 글로벌 경쟁력 확보로 연결하려는 정책적 의지를 보여준다.

다만 과제도 분명하다. AI 신약개발의 핵심은 방대한 데이터 축적과 검증인데, 현재 국내 데이터 환경은 의료기관 간 정보 공유의 제약, 개인정보 보호 규제, 데이터 품질 관리 미흡 등 한계를 안고 있다. 또한 고도화된 AI 알고리즘을 운영할 전문 인력 부족 역시 산업 확산을 저해하는 요소다. 이 때문에 단순한 기술 도입을 넘어 데이터 거버넌스 체계와 인력 양성 정책이 병행되어야 한다는 지적이 제기된다.

국제 협력 역시 중요한 과제다. 현재 글로벌 빅파마들은 AI를 신약개발 전 과정에 도입하며 막대한 투자를 진행 중인데, 국내는 아직 초기 단계에 머물러 있다. 따라서 해외 연구기관 및 제약사와의 데이터 공유, 공동 연구 프로젝트 확대가 필요하다. 이번 심포지엄에서 제시된 협력 모델이 국제 협력 네트워크로 확장될 경우, 국내 AI 신약개발 역량은 크게 강화될 수 있다.

AI 신약개발 심포지엄은 국내 산·학·연·관이 모여 AI와 신약개발의 융합 가능성을 논의한 자리로, 공공 플랫폼, 데이터 공유, 인력 교류라는 협력 전략을 구체화했다는 점에서 의미가 크다. 향후 이 논의가 법·제도 개선과 국제 협력으로 이어진다면, 한국 제약·바이오 산업은 AI 기반 혁신을 통해 글로벌 시장에서 경쟁력을 확보할 수 있을 것이다. 다만 데이터 관리, 규제 개선, 전문 인력 양성 등 구조적 과제를 어떻게 해결하느냐에 따라 성과의 지속성과 확장성이 달라질 전망이다.