2025-08-28
목차
AI가 어려운 신약 발견 과정을 재설계하는 방법
신약 개발의 현실과 도전
새로운 약물을 발견하는 것은 비용이 많이 드는 제안이다. 2012년부터 2022년까지 인플레이션을 조정하면, 제약 연구개발에 대한 지출은 거의 절반 증가하여 대략 2,500억 달러에 달했다고 번스타인 리서치는 밝혔다. 그러나 새로운 약물 승인 수는 대체로 횡보했다. 인공지능이 도움이 될 수 있다.
새로운 치료법을 탄생시키는 것은 도전으로 가득하다. 1,000명의 환자를 대상으로 한 3상 임상시험에서 병원 획득 세균성 폐렴을 살펴보는 데 환자당 90,000달러 미만의 비용이 들었다고 터프츠와 듀크 대학의 연구에 따르면. 불충분한 실험체들은 또 다른 문제다; 한 연구에서 영국 임상시험의 3분의 2 이상이 충분한 후보자를 모집하지 못했다.
이룸의 법칙 - 역행하는 효율성
잭 스캐넬과 동료 연구자들은 10년 전에 이것을 이룸의 법칙이라고 명명했다. 이는 마이크로칩에 압축될 수 있는 트랜지스터의 수가 2년마다 두 배가 된다고 예측하는 무어의 법칙의 역방향 버전이다. 연구개발에 지출된 10억 달러당 새로운 약물의 수는 1950년 이후 약 9년마다 절반으로 줄었다. 1상에서 출시까지의 임상시험은 여전히 평균 10년이 걸리며, 맥킨지가 계산한 바에 따르면 그마저도 10개 중 1개만 성공한다.
AI를 활용한 임상시험 개선
제약회사 등을 위해 이러한 임상시험을 수행하는 계약 연구 기관들은 이러한 확률을 개선하기 위해 AI에 기대를 걸고 있다. 시장가치 320억 달러로 가장 큰 IQVIA는 여러 과정에서 엔비디아의 에이전틱 AI 시스템을 배치하고 있다. 한 사례에서, 이것이 데이터 검토를 7주에서 단 2주로 단축시킨다고 추산한다. 다쏘 시스템즈가 소유한 메디데이타와 로슈가 소유한 플래티론은 모두 연구를 수행하는 조직에 소프트웨어를 라이센스한다.
제약회사의 AI 전략
대형 제약회사들도 이에 참여하고 있다. 스위스 로슈의 일부인 제넨텍은 실험에서 파생된 데이터를 AI 모델에 입력하는 전략을 “연구실 내 루프”라고 부른다. 모델들은 질병 예측과 치료법을 생산하고, 이후 인간 과학자들에 의해 테스트된다.
AI가 임상시험의 자연스러운 동반자처럼 보이기 때문에, 더 많은 것들이 뒤따를 것으로 예상된다. 제약 그룹들은 엄청난 양의 데이터를 가지고 있으며, 워크플로우에서 분석에 이르는 다양한 과정에서 많은 단순 작업이 수반된다. 기술은 시간의 일부만으로 처리할 수 있다. 한편 생성형 AI는 시뮬레이션을 위한 합성 데이터세트를 생성할 수 있다.
AI의 한계와 미래 전망
몇 가지 주의사항이 있다. 한 가지 걸림돌은 이 분야를 다루는 규정과 윤리가 이론적으로 가능한 것을 따라잡지 못했다는 것이다. 다른 하나는 임상연구 회사들이 임상시험 운영 비용 상승과 일부 기술의 상품화로 인해 좋은 성과를 내지 못하고 있다는 것이다. 그들은 AI가 임상시험뿐만 아니라 그들의 마진도 개선하기를 바라고 있다.
꿈은 이룸의 법칙을 근절하거나 심지어 역전시키는 것이다. 현재로서는 여전히 꿈이다. 하지만 시행착오에 익숙한 산업이 있다면, 바로 이 산업이다.
핵심 요약
제약업계의 연구개발 비용은 지난 10년간 크게 증가했지만 새로운 약물 승인 수는 정체되어 있다. 1950년 이후 R&D 10억 달러당 신약 수가 9년마다 절반씩 줄어드는 “이룸의 법칙”이 지배하고 있다. AI 기술이 이러한 비효율성을 개선할 수 있는 열쇠로 주목받고 있다. 주요 계약연구기관들과 제약회사들이 AI를 활용해 데이터 분석 시간을 대폭 단축하고 임상시험 효율성을 높이려 노력하고 있다. 그러나 규제와 윤리적 고려사항, 그리고 상품화 압력 등의 도전과제가 남아있다.
투자아이디어
주요 투자 대상 기업:
- IQVIA (IQV): 세계 최대 계약연구기관, AI 시스템 도입으로 운영 효율성 개선
- Nvidia (NVDA): AI 시스템 공급업체, 제약업계 AI 도입 수혜
- Dassault Systèmes (DASTY): Medidata 소유, 임상시험 소프트웨어 제공
- Roche (RHHBY): Flatiron과 Genentech 소유, AI 기반 “연구실 내 루프” 전략
- 기타 고려 대상: 제약업계 AI 솔루션 제공하는 기술기업들 및 AI 도입에 적극적인 대형 제약회사들