평균 10년 이상의 개발 기간과 수조원의 연구개발(R&D) 비용이 투입되지만 후보물질 1만개 중 단 1개만이 최종 승인받아 대표적인 '고위험 분야'로 꼽히는 신약개발 시장에서 인공지능(AI)이 판도를 뒤흔들고 있다. AI 기술을 활용하면 개발기간을 획기적으로 줄이고 성공 가능성을 높이며 비용은 절감하는 '효율성의 혁명'이 가능하다는 것이 점점 현실로 입증되고 있다는 지적이다. 파이낸셜뉴스가 한국화학연구원, 국가독성과학연구소와 함께 18일 서울 여의도 콘래드호텔에서 'AI를 활용한 신약개발의 미래'를 주제로 공동 개최한 제17회 서울국제신약포럼은 AI 신약개발의 현재를 조망하고 앞으로의 전략을 공유하는 자리로 마련됐다.이날 기조강연을 맡은 표준희 한국제약바이오협회 AI신약융합연구원 부원장(원장 직무대행)은 "AI는 신약개발의 전 과정에서 과학과 산업의 경계를 허무는 혁신 플랫폼"이라며 국내 제약·바이오 산업이 글로벌 흐름에 발맞추기 위한 전략적 전환이 시급하다고 강조했다. 표 부원장은 AI를 실제 신약 경쟁력으로 전환하기 위해서는 정부 차원의 기반기술 확보가 무엇보다 중요하며 기업의 AI 활용 역량을 글로벌 수준으로 강화하는 것 역시 핵심과제라고 설명했다. 이날 패널 토론에서는 AI 신약개발이 신약 성공률을 높이고, 시간과 비용을 절감하는 핵심동력이 되고 있다는 점이 강조됐다. AI 도입 이후의 예측률 향상, 독성예측 자동화, 효율적인 후보물질 발굴 등 구체적인 성과도 공유됐다. 패널들은 AI 신약개발이 다학제적 융합과 긴밀한 협력 없이는 성공하기 어렵다고 입을 모았다. 다양한 분야의 전문가들이 협력하고, 융합형 인재를 양성하며 국가 차원의 인프라 구축과 정책적 지원이 뒷받침돼야 한다는 데 모든 패널들이 공감했다. 또 향후 5년 내 AI 기술의 보편화로 글로벌 신약개발 경쟁은 더욱 치열해질 것이며, 이는 동시에 국내 기업들이 글로벌 제약사의 반열에 오를 수 있는 획기적인 기회가 될 것이라는 전망도 나왔다. 실제로 AI 신약개발은 이미 거스를 수 없는 흐름이 되고 있다. 지난해 미국의 AI 신약개발 기업 리커전 파마슈티컬스는 AI 플랫폼을 활용해 발굴한 암 치료제 'REC-1245'의 임상시험을 승인받았다. 해당 후보물질은 표적 발굴부터 임상 진입까지 단 18개월 만에 완료되며 AI가 신약개발의 '꿈'이 아닌 '도구'가 되었음을 보여줬다는 설명이다. 특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자
2025-06-18 18:46:12"인공지능(AI) 신약 개발에 속도를 내기 위해 후보물질 등 임상 데이터를 통합하고 관리할 수 있는 체계가 필요합니다." 18일 서울 여의도 콘래드호텔에서 파이낸셜뉴스가 한국화학연구원, 국가독성과학연구소와 'AI를 활용한 신약개발의 미래'란 주제로 공동 개최한 제17회 서울국제신약포럼 패널토론에서 참석자들은 이같이 입을 모았다. 이날 패널 토론은 표준희 한국제약바이오협회 AI신약융합연구원 부원장을 좌장으로 김소희 식품의약품안전처 순환신경계약품과 과장, 남혁모 과학기술정보통신부 첨단바이오기술과 과장, 김광록 한국화학연구원 의약바이오연구본부 본부장, 정경진 국가독성과학연구소 차세대비임상연구본부 본부장, 최재문 칼리시 대표가 참여했다. ■AI 기술성과 가시화…산학연 연계 등 융합 필요토론자들은 신약 연구에 AI 기술을 도입한 뒤 어느 정도 성과가 나고 있다고 한목소리를 냈다. 김 본부장은 "2020년 이후 AI 기술이 신약 개발에 도입되면서 시간과 비용이 많이 단축된 게 사실"이라며 "이후 신약 개발이 비약적으로 발전하고 있다"고 평가했다. 정 본부장은 "이전에는 독성병리 연구자들이 슬라이드를 만들어서 한 땀 한 땀 현미경으로 작업해야 하는 등 긴 시간이 필요했다"며 "이제는 슬라이드를 이미지로 만든 뒤 딥러닝을 통해 학습하면서 독성진단 속도가 빨라졌으며, 오차 역시 크게 줄었다"고 말했다. 토론자들은 특히 산학연 연계를 통해 AI 신약 개발을 앞당겨야 한다고 강조했다. 정 본부장은 "독성병리에 있어 슬라이드를 고해상도로 볼 수 있게 하려면 디지털 전문가, 학습을 통해 슬라이드 이미지 병변을 분류하려면 딥러닝 전문가, 신뢰성을 검증하려면 통계 전문가가 필요하다"며 "다양한 학문적 융합이 있어야 AI 신약 개발에 실제적인 성과가 나올 것"이라고 강조했다. 최 대표는 "기업 입장에서도 AI와 컴퓨터, 바이오 등 다양한 지식을 갖춘 융합인재가 필요한데 실제로는 필요한 지식의 절반도 모르는 이들이 많은 실정"이라며 "여기에 각자 쓰는 전문용어 역시 달라 많은 시간이 소요되는데 전문성을 갖춘 융합형 인재 육성이 필요해 보인다"고 지적했다. ■글로벌 대비 인프라 부족…제도개선 시급AI 신약 개발에 있어 글로벌 빅파마에 비해 인프라 등에서 뒤처져 있다는 지적도 나왔다. 김 본부장은 "AI 신약 개발에 있어서 우리나라와 같이 소수 연구자들이 끌고 가는 데는 한계가 있다"며 "좀 더 큰 집단이 필요하며, 빅파마와 차별화된 틈새시장을 찾아야 할 것"이라고 지적했다. 이를 위해 기업과 대학이 보유한 후보물질 등 임상 데이터를 통합관리할 필요가 있다고 주장했다. 정 본부장은 "향후 5년 내 AI 기술을 이용한 신약 후보물질 발굴은 인간이 따라가지 못할 정도로 진행되고, 이는 우리에게 위기이자 기회가 될 것"이라며 "AI 신약 개발에서 앞서가기 위해 방대한 임상 데이터 확보가 중요한데 기업과 대학에 있는 정보를 통합해서 같이 분석하는 부분을 생각해야 한다"고 설명했다. 표 부원장 역시 "통상 빅파마는 AI 연구원만 200명 이상 운영하고 있으며, 이를 통해 AI 신약을 위한 파이프라인 전주기를 지원한다"며 "빅파마들과 격차가 벌어지지 않기 위해 임상 데이터 활용을 비롯해 틈새시장 발굴 등에 나서야 할 것"이라고 강조했다. 남 과장은 "AI 신약 개발은 임상 데이터를 빼고 이야기할 수 없는데 임상 데이터는 사용하는 데 있어 규제가 많다"며 "물론 생명을 다루는 일이기 때문에 어느 정도 규제가 필요하지만 이를 학문적으로 풀어낼 필요가 있다"고 말했다. 그는 이어 "이를 위해 바이오데이터법을 준비 중인데, 이를 통해 기업과 대학에서 임상 데이터를 수월하게 활용할 수 있도록 할 것"이라며 "아울러 바이오파운드리, 전임상센터 등도 추진 중"이라고 덧붙였다. 특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자
2025-06-18 18:41:15"인공지능(AI)이 독성병리 평가에 있어 빠른 진단을 돕고 있습니다." 조재우 국가독성과학연구소 독성병리연구센터 책임연구원은 18일 서울 여의도 콘래드호텔에서 'AI를 활용한 신약개발의 미래'란 주제로 열린 제17회 서울국제신약포럼에서 이같이 밝혔다. 그는 이날 '독성병리 평가에서의 AI 응용'을 주제로 한 발표를 통해 "디지털 병리학 기술이 널리 보급되면서 병리학 진단은 점점 더 디지털 플랫폼으로 전환될 것"이라며 "디지털 병리학에 AI가 원활히 통합, 스캔과 진단이 동시에 이뤄질 수 있다"고 말했다. 조 연구원은 "독성병리 평가는 세포나 조직이 독성물질에 의해 손상을 입었을 때 발생하는 변화를 현미경을 통해 관찰하고 기록하는 것에서 시작한다"며 "이는 주로 신약 개발이나 화학물질 안전성 평가를 위한 비임상(동물) 시험에서 중요하고 필수적인 역할을 담당한다"고 설명했다. 그는 "최근 AI 기술 발전으로 판독이나 진단을 자동으로 할 수 있도록 AI에 기반한 디지털 병리 솔루션이 나오고 있다"며 "이는 주로 임상 분야에서 특정 암종을 진단하는 쪽에 초점을 맞추고 있어 비임상 분야를 위한 AI 연구개발이 필요하다"고 덧붙였다. 이와 관련, 국가독성과학연구소는 전임상 독성병리 평가를 효율적으로 수행하기 위해 설치류 조직 슬라이드상의 독성을 스크리닝할 수 있도록 디자인한 '패소로보(Pathorobo)' 프로그램을 운영하고 있다. 조 연구원은 "이제 AI는 전문가와 비슷한 정확도로 특정 병변을 감지하고 평가할 수 있다"며 "독성병리에 필요한 모든 병변 데이터에 대해 AI가 학습할 경우 병리학자의 빠른 의사결정을 지원할 수 있을 것"이라고 말했다. 특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자
2025-06-18 18:41:09"이제는 인공지능(AI)이 신약 후보물질을 직접 만드는 시대입니다." 김우연 한국과학기술원(KAIST) 교수는 18일 서울 여의도 콘래드호텔에서 열린 제17회 서울국제신약포럼에서 "최근의 AI는 기존 화합물을 단순 선별하는 수준을 넘어 필요한 약물구조 자체를 창출하는 생성모델로 진화하고 있다"면서 이같이 밝혔다. 김 교수는 대표적 생성형 모델로 'DeepICL'과 'NCIDiff'를 소개했다. DeepICL은 단백질의 결합 포켓 정보를 바탕으로 새로운 약물 후보 분자를 한 원자씩 생성해내는 구조 기반 모델이다. NCIDiff는 분자와 단백질 사이의 수소결합, 소수성 상호작용 등 결합 유형을 고려해 선택성과 효능을 동시에 높이는 최적화를 수행한다. 김 교수는 "이제는 활성화 데이터가 부족하더라도 단백질 구조만으로 최적 약물을 설계할 수 있다"며 "AI가 단백질 주변 환경을 인식하고, 결합에 적합한 분자의 구조와 결합 모드를 동시에 생성하는 수준에 이르렀다"고 말했다. 또한 김 교수는 "생성형 AI는 분자 자체의 특성뿐 아니라 합성 경로까지 동시에 설계할 수 있어, 실제 제조로 이어지는 가능성까지 높인다"고 설명했다. 실제로 연구팀은 상용 빌딩블록과 반응 조건을 조합한 설계 알고리즘을 통해 도출된 분자들이 상업용 자동 합성 장비에서도 구현 가능함을 확인했다. 신약 설계의 새로운 축으로는 '합성 가능성'이 제시됐다. 김 교수는 "이론적으로 뛰어난 분자라도 실제로 합성할 수 없다면 의미가 없다"며 상용 빌딩블록을 조합해 합성 가능한 구조를 우선 설계하는 방식의 중요성을 강조했다. 수조개 이상의 조합 가능성을 고려해 현실 적용성을 높이고 파이프라인 속도를 단축시킬 수 있다는 설명이다. 특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자
2025-06-18 18:41:04"기존 예측모델의 정확도 한계를 극복하기 위해 자연어처리(NLP) 기반 임베딩과 전통적인 분자 서열 지표를 결합한 하이브리드 프레임워크 'HyPepTox-Fuse'를 개발했습니다." 발라찬드란 마나발란 성균관대학교 생명공학대학 부교수는 18일 서울 여의도 콘래드호텔에서 열린 제17회 서울국제신약포럼에서 '펩타이드 독성 예측 연구' 발표를 통해 이같이 말했다. 펩타이드는 2~50개의 아미노산이 연결된 짧은 서열로 단백질보다 작고 합성이 용이해 차세대 치료제 후보물질로 주목받고 있다. 당뇨병, 암, 심혈관질환 등 다양한 질환 치료에 활용 가능성이 커 실제로 시장에 나온 펩타이드 기반 치료제는 80개를 넘는다. 그러나 높은 치료 효능에도 불구하고 일부 펩타이드는 독성 문제로 임상 단계에서 실패한다. 마나발란 부교수는 "펩타이드는 생물학적 특이성과 선택성이 뛰어나 전통 약물보다 안전성이 높다"며 "다만 독성을 사전에 예측하지 못하면 신약 개발의 발목을 잡을 수 있다"고 지적했다. 특히 기존의 실험실 기반 분석은 시간과 비용이 많이 들고 유사 펩타이드를 찾는 방식은 데이터가 부족하거나 기준이 모호하다는 단점이 있었다. 이를 보완하기 위해 개발된 것이 바로 HyPepTox-Fuse 모델이다. 마나발란 부교수는 "이 모델은 최신 단백질언어모델(PLM) 기반 임베딩과 다양한 서열 지표를 통합해 펩타이드 독성 여부를 예측한다"며 "특히 멀티헤드 어텐션과 트랜스포머 구조를 활용해 서로 다른 특징 간의 관계를 정밀하게 학습하도록 설계됐다"고 설명했다. 그는 "이를 통해 신약 개발 초기 단계에서 독성 가능성이 있는 펩타이드를 사전에 걸러낼 수 있다"며 "시간과 비용을 크게 절감할 수 있어 실제 임상 적용 가능성도 높다"고 덧붙였다. 특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자
2025-06-18 18:40:55"혁신적인 단백질 구조 검색도구 '폴드시크(Foldseek)'는 일주일 걸리던 검색작업을 5초로 단축시켰다." 미롯 미르디타 서울대학교 자연과학대학 생명과학부 박사후연구원은 18일 서울 여의도 콘래드호텔에서 열린 제17회 서울국제신약포럼에서 '알파폴드 시대의 단백질 구조 예측 및 분석' 발표를 통해 이같이 말했다. 폴드시크는 서울대 마틴 스타이네거 연구원팀이 개발한 초고속 단백질 구조 검색엔진이다. 기존 검색도구 'TM-align'보다 1만배, 'DALI'보다 10만배 속도를 향상했다. 미르디타 연구원은 "폴드시크는 단백질 구조를 매우 빠르고 민감하게 비교할 수 있도록 설계된 도구"라며 "단백질의 3차원 구조를 1차원 서열로 표현하는 것이 핵심"이라고 설명했다. 중앙처리장치(CPU) 대신 그래픽처리장치(GPU)를 이용하면 속도는 더 빨라진다. 미르디타 연구원은 "최대 8개의 GPU를 사용할 경우 폴드시크 CPU 버전에 비해 최대 27배 빠르다"며 "이렇게 빠른 분석이 가능한 이유는 우리가 비교하는 대상이 단백질 구조 자체가 아니라 폴드시크에서 변환된 3Di 구조 서열이기 때문"이라고 강조했다. 검색 민감도는 기존 도구들과 비슷한 수준으로 맞췄다. 미르디타 연구원은 "단백질 구조 검색방법의 민감도는 '원거리 상동성'을 더 잘 찾아낼 수 있다는 점에서 중요하다"며 "이는 단백질 서열의 진화적 기원을 더 멀리까지 추적할 수 있게끔 한다"고 말했다. 원거리 상동성이란 진화의 기간이 길거나 돌연변이가 축적되는 속도가 빠를수록 변화가 많이 축적돼 상동 단백질 사이의 유사성이 점점 희미해지는 현상이다. 단백질 구조는 진화 과정에서 더 잘 유지되기 때문에 단백질 구조를 비교하면 원거리 상동성을 효과적으로 밝혀낼 수 있다. 특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자
2025-06-18 18:40:49"아무리 성능 좋은 총알(약효)이 있어도, 제대로 쏘는 총(약동·독성 특성)이 없으면 소용이 없습니다." 장지돈 한국화학연구원 선임연구원은 18일 'AI를 활용한 신약개발의 미래'를 주제로 열린 제17회 서울국제신약포럼에서 인공지능(AI) 기반 약물의 흡수, 분포, 대사, 배설 및 독성(ADMET) 예측 플랫폼 'AI-Exp'를 소개하며 이같이 밝혔다. 장 연구원은 "AI-Exp는 'ADMET'를 사전에 예측해 임상 실패 확률을 줄이는 플랫폼"이라며 "기존의 비용·시간 부담을 줄이는 핵심 도구로 자리 잡을 수 있다"고 강조했다. AI-Exp는 총 12종의 예측 모듈을 통합한 웹 기반 시스템이다. 이 중에는 심장독성, 간독성, 생식독성 등 5개 독성 예측 모듈과 혈뇌장벽(BBB) 투과성, 대사 안정성, CYP 효소(시토크롬 P450 효소군) 저해 등을 평가하는 5개 약동학 모듈이 포함된다. 분자 구조 유사도 기반의 화합물 설계 기능도 갖췄다. 심장독성 예측 모듈(hERGBoost)은 3개의 알고리즘으로 구성된 보수적 설계 구조를 갖춰 위양성 최소화를 통한 안전성 확보를 꾀했다. BBB 투과성은 분류·정량 모델로 구분해 활용 가능하며 생식독성·간독성 모델은 다중 학습과 앙상블 기법으로 성능을 높였다. 장 연구원은 "6월까지 누적 분석 화합물은 8000여개로 모든 모듈은 국제학술지에 발표된 최고수준(SOTA)의 알고리즘 기반"이라면서 "다양한 민관 프로젝트에서 실효성이 입증되고 있다"고 말했다. AI-Exp는 사용자 인터페이스(UI) 측면에서 직관성도 갖췄다는 설명이다. 복수 모듈 동시실행, 결과 시각화, 유사 화합물 탐색 등의 기능을 갖춰 실험설계 및 후보물질 선별 과정에 활용도가 높다는 것이다. 장 연구원은 "AI-Exp는 단순 예측을 넘어 후보물질 설계, 스크리닝 전략 수립까지 가능한 종합 도구로 진화 중"이라며 "AI는 더 이상 보조 수단이 아닌 신약개발 파이프라인의 중심"이라고 강조했다. 특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자
2025-06-18 18:40:43"인공지능(AI)은 신약개발에 있어 단순한 도구가 아니라 과학적 발견을 가속화하는 '게임체인저'로 자리 잡았고, AI를 이용해 신약개발 기간을 2~3년 이상 단축할 수 있다는 성과가 이미 입증됐다." 18일 서울 여의도 콘래드호텔에서 파이낸셜뉴스가 한국화학연구원, 국가독성과학연구소와 'AI를 활용한 신약개발의 미래'를 주제로 공동 개최한 제17회 서울국제신약포럼에서 표준희 한국제약바이오협회 AI신약융합연구원 부원장(원장 직무대행)은 기조강연을 통해 이같이 밝혔다. ■빅파마 AI 신약개발 총력전…韓 AI 도약전략 필요표 부원장은 AI 신약개발이라는 글로벌 트렌드 속에서 국내 제약바이오 산업의 전략적 대응이 필요하다고 강조했다. 현재 글로벌 제약기업들은 이미 AI 기술을 신약개발 전 주기에 본격 도입하고 있다. 구글 딥마인드, 엔비디아 등 빅테크 기업들 또한 시장에 본격 진입해 독자 플랫폼을 개발하고 있다. 그는 대표적인 사례로 △구글의 'Tx-대규모 언어모델(LLM)' △딥마인드의 'AlphaFold3' △엔비디아의 'BioNemo·Evo2' 등을 언급하며 단백질 구조 예측, 분자 디자인, 약물 반응 시뮬레이션 등에서 AI 기술이 정교화되고 상용화 단계로 접어들고 있다고 설명했다. 그는 AI 신약개발의 성공을 위해 가장 중요한 요소로 '양질의 생명과학 데이터 접근성'을 꼽았다. AI는 학습을 위해 고품질 데이터가 필수이지만, 국내는 여전히 데이터 사일로(정보 고립), 실패 데이터 축적 부족, 그래픽처리장치(GPU) 인프라 미비, 인력 경험 부족 등의 한계를 갖고 있다는 것이 표 부원장의 지적이다. 이와 관련, AI 신약개발이 활성화돼 실제 성과가 나오려면 △정부 차원의 기반기술 확보와 연구개발(R&D) 마중물 역할 △기업의 AI 역량 강화 및 다학제 융합연구 확대 △의료·유전체 등 핵심 데이터의 접근성 확보 △오픈이노베이션 및 융합형 인재 양성이 절실하다고 말했다. ■"AI는 생존전략…국가 차원 투자와 연계 필요"이날 행사에 참석한 주요 내빈들은 AI가 제약·바이오산업의 혁신을 이끄는 핵심 수단이라며 이에 대한 국가적 대응과 민관 협력이 시급하다고 강조했다. 특히 이들은 AI는 더 이상 미래 기술이 아닌 지금 필요한 생존전략이라는 점을 분명히 했다. 또 정부와 산업계가 함께 기술, 고품질의 데이터, 인재, 인프라의 4대 축과 유연한 규제 기반 등을 조속히 갖춰야 국내 제약바이오 산업이 글로벌 경쟁에서 앞설 수 있다고 입을 모았다. 전재호 파이낸셜뉴스 회장은 "AI는 신약개발의 시간과 비용을 획기적으로 줄일 수 있는 핵심 기술"이라며 "산업 경쟁력 확보를 위해서는 민간의 오픈이노베이션 전략과 함께 정부의 과감한 투자, 규제 정비가 필요하다"고 밝혔다. 강석연 식품의약품안전평가원장은 "AI 기반 신약개발이 본격화됨에 따라 규제과학도 진화해야 한다"고 강조했다. 그는 정부 차원의 AI 임상·비임상 가이드라인 마련과 평가체계 고도화 계획을 소개하고, AI가 가져올 치료의 정밀화·개인화를 언급하며 규제가 혁신을 뒷받침할 수 있어야 한다고 설명했다. 허정두 국가독성과학연구소 소장은 "AI는 독성평가 분야에서도 전환점을 만들고 있다"며 동물실험을 대체할 수 있는 인체 유사모델과 AI의 결합을 미래 독성예측의 표준으로 제시했다. 이를 위해 공공데이터 공유와 융합연구 생태계 조성이 중요하다고 말했다. 이영국 한국화학연구원 원장은 "AI 신약개발은 국가 차원의 전략산업으로 육성해야 할 시점"이라며 "AI를 보유한 국가와 그렇지 못한 국가의 신약개발 격차는 더욱 벌어질 것"이라며 강력한 대응을 주문했다. 특별취재팀 강중모 팀장 강경래 서지윤 신지민 기자
2025-06-18 18:40:32'First-Class 경제신문' 파이낸셜뉴스는 한국화학연구원, 국가독성과학연구소와 공동으로 6월 18일 서울 여의도 콘래드 호텔에서 'AI를 활용한 신약개발의 미래'라는 주제로 제17회 서울국제신약포럼을 개최합니다. 전 세계적으로 인공지능(AI)은 이제 단순한 기술을 넘어 국가와 기업의 경쟁력을 좌우하는 핵심 전략자산이 됐습니다. 특히 신약개발 분야에서 AI 활용은 기존의 한계를 뛰어넘는 전환점을 만들어내고 있습니다. 신약개발은 평균 10년 이상이 소요되고, 수조원에 달하는 비용이 투입되는 고위험·고비용 분야입니다. 하지만 AI는 이 과정의 효율을 극적으로 높여 신약 후보물질 발굴부터 임상 설계, 데이터 분석까지 전 과정을 단축하고 비용을 절감하는 혁신을 이끌고 있습니다. 실제로 미국의 리커전파마슈티컬스는 AI 플랫폼을 통해 도출한 암 치료제 후보물질 REC-1245의 임상시험을 단 18개월 만에 준비하며 AI 신약개발 시대의 가능성을 입증했습니다. 이러한 흐름은 국내 제약바이오 산업에도 깊은 인사이트를 제공하고 있습니다. 파이낸셜뉴스는 AI를 활용한 신약개발의 미래와 연구개발(R&D) 트렌드를 국내외 전문가들과 함께 살펴보고 AI 신약개발의 발전 가능성 등을 모색하기 위한 자리를 마련하고자 합니다. 독자 여러분의 많은 관심과 성원을 부탁드립니다. ■ 행사명 : 제17회 서울국제신약포럼 ■ 일시 : 6월 18일(수요일) 오전 9시~오후 2시10분 (VIP 티타임은 오전 8시30분) ■ 장소 : 서울 영등포구 여의도 콘래드호텔 파크볼룸(5F) ■ 주최 : 파이낸셜뉴스, 한국화학연구원, 국가독성과학연구소 ■ 후원 : 보건복지부, 과학기술정보통신부, 산업통상자원부, 식품의약품안전처, 한국제약바이오협회, 한국바이오협회, 한국글로벌의약산업협회 ■ 문의 : 서울국제신약포럼 사무국 전화 (02)6965-0014 이메일 8amwon@fnnews.com
2025-06-11 18:16:28코로나19 팬데믹 당시 급부상한 mRNA와 RNA를 이용한 치료제가 무한한 개발 가능성을 입증하며 신약 개발 모달리티로 주목받고 있다. mRNA와 RNA, 즉 리보핵산을 응용한 연구개발(R&D)은 전통적 신약 개발 방식에 비해 적은 시간이 소요되고 비용 역시 적게 들어 효율적이다. 코로나19 당시 빠르게 예방백신이 개발돼 보급될 수 있었던 것 역시 이런 장점이 있었기에 가능했다. 25일 파이낸셜뉴스와 한국화학연구원이 서울 서초구 JW메리어트호텔서울에서 'mRNA와 핵산신약의 미래'란 주제로 공동 개최한 제16회 서울국제신약포럼에서는 리보핵산을 활용한 치료제의 무궁무진한 발전 가능성에 대한 논의가 이어졌다. RNA 치료제는 세포의 단백질 형성 과정에서 유전정보 전달작용을 하는 RNA를 이용하는 기전을 가진다. 대부분의 질병은 특정 단백질이 너무 많거나 부족하면 발생하는데, 리보핵산 치료제는 단백질을 생성하는 유전자의 발현을 억제하는 혁신적 방식으로 치료한다. RNA 간섭기능을 이용한 'siRNA'와 뉴클리오타이드 단일가닥으로 RNA를 간섭하는 '안티센스올리고뉴클레오티드(ASO)', mRNA 치료제 등이 대표적 개발방식이다. 효율적이고 혁신적인 치료제 개발이 비교적 빠르게 이뤄지기 때문에 전 세계에서 160개 넘는 파이프라인이 개발되고 있다. 글로벌 시장조사기관들은 mRNA 의약품과 RNA 치료제 시장 규모가 오는 2030년에는 각각 50조원, 33조원대 시장으로 커질 것으로 전망하고 있다. 이날 이영국 한국화학연구원장은 "코로나19 당시 mRNA 백신 개발을 통해 전 세계가 핵산신약의 잠재력을 체감했고, 현재 희귀질환 및 시장성 높은 다양한 질환을 대상으로 신약 개발이 이뤄지고 있다"며 "화학연구원은 RNA 변경기술이나 전달기술 등 신약 개발 패러다임을 선도할 연구에 집중하고 있다"고 말했다. 오유경 식품의약품안전처장은 축사에서 "신약 개발 역량은 단순히 경제적인 가치에 국한되지 않고 환자의 치료기회 확대라는 사회적 가치 창출, 국가 보건안보 경쟁력에도 중요한 역할을 한다는 것을 코로나19 대유행을 겪으며 알게 됐다"며 "식약처는 규제 경쟁력 제고를 통해 국내 산업이 글로벌 시장을 주도할 수 있는 기반을 만들 것"이라고 강조했다. 기조강연을 맡은 김경진 전 에스티팜 대표는 "RNA 치료제는 신속하게 개발할 수 있어 R&D 투자 관점에서 효율성이 높고 경구용 약물에 비해 효과 지속기간이 길어 환자 입장에서 편의성도 높다"며 "또 빨리 개발할 수 있기 때문에 개인맞춤형 신약으로 개발이 가능한 장점도 있다"고 말했다. 그는 "RNA는 글로벌 시장에서 후발주자인 한국 입장에서 주목할 만한 모달리티"라며 "학계와 산업계가 더 많은 연구를 통해 성과를 낼 수 있기를 바란다"고 덧붙였다. 한편 이날 포럼 패널토론에서는 핵산 치료제 개발과 상업화를 앞당기기 위한 방법과 정부의 지원 필요성이 논의됐다. 남혁모 과학기술정보통신부 첨단바이오기술과장은 패널토론에서 "기술개발이 제대로 이뤄지기 위한 기반을 정부가 마련하고 관계부처가 합동으로 각종 규제를 혁신, 핵산 치료제 개발기업들이 체감할 만한 변화를 이끌어 나가겠다"고 밝혔다. vrdw88@fnnews.com 강중모 강재웅 강경래 강규민 장유하 권준호 정원일 기자
2024-06-25 18:25:01