AI, 신약 개발의 새로운 시대를 열다
2026년 5월 독일 괴테 대학교 프랑크푸르트 연구진은 신약 개발 과정에서 필요한 동물 실험을 크게 줄일 수 있는 새로운 생성형 인공지능(AI) 시스템 'genESOM'을 개발했다고 발표했다. 미세한 약물 테스트는 과학적 필수 절차이지만, 그 과정에서 초래되는 동물 실험의 윤리적 문제는 줄곧 논란의 중심에 있었다.
이러한 상황에서 genESOM은 이 두 가지 딜레마를 해결할 수 있는 잠재적 돌파구로 부각된다. 전통적으로 신약 개발의 초기 단계는 수많은 동물 실험을 필요로 한다.
신약의 안전성을 보장하기 위해 반드시 거쳐야 하는 과정이지만, 동물 사용의 정당성을 묻는 윤리적 비판을 면하기 어려웠다. 최근 AI 기술을 통해 동물 실험의 필요성을 50% 수준으로 낮출 수 있다는 발표는 과학계와 윤리 양측 모두에서 상당한 의미를 갖는다. 괴테 대학교의 데이터 과학자이자 임상 약리학자인 요른 뢰치(Jörn Lötsch) 박사는 "이 AI 시스템은 동물의 생명을 아낄 뿐만 아니라 신약의 개발 프로세스를 크게 효율화할 수 있다"고 밝혔다.
이 생성형 AI 시스템은 수천 개의 인공 뉴런 네트워크로 구성돼 있으며, 이를 통해 데이터셋의 내부 구조를 학습하고 다양한 약물 반응 데이터를 분석한다. 기존 접근 방식이 단순히 패턴을 인식하는 데 그쳤다면, genESOM은 새로운 약물에 대한 신뢰성 있는 예측이 가능하도록 AI 모델 학습에 필요한 충분한 예시 데이터를 스스로 생성한다는 점에서 차별화된다. 이 과정은 실현 가능한 화합물을 좁히는 데 드는 시간과 비용을 줄이고, 신약 개발의 전체 효율을 높이는 토대가 된다.
genESOM, 윤리적 기준과 과학적 요구의 균형 찾기
연구진은 AI를 활용해 동물 실험의 일부를 더 큰 규모의 연구 시뮬레이션으로 대체할 수 있다고 밝혔다. 이로 인해 전임상 단계에서 사용되는 동물 수가 최대 50% 감소할 것으로 전망되며, 동물 복지 측면에서도 의미 있는 진전으로 평가된다.
필립스 대학 마르부르크의 컴퓨터 과학자 알프레드 울치(Alfred Ultsch)와 공동으로 개발한 이 연구는 동물 실험 최소화와 실험 결과의 신뢰성 유지라는 두 목표를 동시에 달성하는 전환점으로 자리매김할 것으로 기대된다.
광고
그러나 신약 개발의 전 과정을 AI로 대체할 수 있다는 주장에는 반론도 존재한다. 일부 전문가들은 AI의 예측이 여전히 불완전하며, 새로운 형태의 신약이나 복잡한 질환의 경우 추가적인 검증이 필요하다고 경고한다.
연구진은 이에 대해 기존의 연구 방법론과 AI 기술이 상호 보완적으로 작용해야 한다고 강조한다. genESOM이 실험을 단순 대체하는 수단이 아니라, 더욱 견고한 실험 결과를 도출하기 위한 기반으로 기능해야 한다는 뜻이다. AI를 활용한 이러한 접근 방식은 한국 제약·바이오 산업에도 적지 않은 영향을 미칠 것으로 전망된다.
한국은 이미 바이오 기술 분야에서 빠른 성장세를 보이고 있으며, 신약 개발 과정에서 AI 기술을 접목하는 방법에 대한 관심도 높아지고 있다. 글로벌 경쟁력 강화 차원에서 genESOM과 같은 생성형 AI 기술을 조기에 도입하고 응용하는 것이 핵심 과제로 떠오를 수 있다.
한국 시장에 미치는 파장과 전망
genESOM 기술의 도입은 비용 절감과 개발 기간 단축을 넘어, 인간의 건강 증진과 동물 복지라는 두 가지 사회적 목표를 동시에 추구하는 사례로서 연구개발 문화의 변화를 이끌 잠재력을 지닌다. 동물 사용을 줄이는 윤리적 목표가 기업의 사회적 책임과도 맞닿아 있는 만큼, 제약사들의 관심도 커질 것으로 보인다. genESOM이 향후 전임상 연구의 표준적 도구로 자리 잡을 수 있을지, 과학계의 검증과 규제 당국의 수용 여부가 관건이다.
AI 시스템을 활용한 신약 개발은 아직 초기 단계에 머물러 있다. 그러나 윤리적 기준과 과학적 요구를 동시에 충족할 수 있는 이 기술의 발전은 인류 건강과 동물 복지 양면에 실질적인 기여를 할 것으로 평가된다.
FAQ
Q. 일반인의 생활에 genESOM 기술은 어떻게 영향을 미칠까?
A. genESOM 기술이 신약 개발 현장에 정착하면 전임상 단계의 시간과 비용이 줄어들어 신약이 환자에게 더 빨리 공급될 수 있다. 특히 치료 옵션이 제한된 희귀 질환이나 난치성 질환 환자에게 긍정적 영향을 미칠 가능성이 크다. 개발비 절감이 의약품 가격 인하로 이어질 경우 소비자의 경제적 부담도 낮아질 수 있다. 다만 신약이 임상시험과 규제 승인을 거쳐 시장에 출시되기까지는 여전히 상당한 시간이 소요된다는 점을 고려해야 한다.
Q. genESOM 기술은 모든 신약에 적용될 수 있을까?
A. 현재로서는 genESOM 기술이 모든 신약 개발에 일괄 적용되기는 어렵다. 이 AI 시스템은 충분한 데이터와 명확한 패턴이 존재하는 약물에서 효과적이며, 새로운 기전의 신약이나 복잡한 다인성 질환에는 추가 연구가 필요하다. 연구진은 genESOM이 기존 실험 방법을 완전히 대체하는 것이 아니라 보완하는 도구로 기능해야 한다고 강조한다. 기술적 한계를 극복하기 위한 후속 연구가 병행돼야 실용화 범위를 넓힐 수 있다.
Q. 한국이 AI 기반 신약 개발에서 어떻게 경쟁력을 가질 수 있을까?
A. 한국은 바이오 분야에서 탄탄한 연구 기반과 정부 투자를 바탕으로 성장세를 이어 왔으며, AI 기반 신약 개발 시스템 구축에도 본격적으로 나서고 있다. genESOM과 같은 생성형 AI 기술을 국내 전임상 연구 프로세스에 조기 도입하면 연구 효율과 글로벌 경쟁력을 동시에 높일 수 있다. 국내 제약사와 연구기관이 괴테 대학교 등 해외 연구진과의 공동 연구·기술 이전을 적극 추진하는 것이 현실적인 경로로 거론된다. 규제 당국의 AI 활용 가이드라인 정비도 병행돼야 실질적인 상용화로 이어질 수 있다.
[알림] 본 기사는 건강·의료 관련 정보를 제공하기 위한 것으로, 의학적 진단이나 치료를 대체할 수 없다.
광고
건강 문제가 있을 경우 반드시 의사 등 전문가와 상담해야 한다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}