본문으로 건너뛰기
J
피드

AI가 신약개발의 '독립 주체'로 진화 중 — 빅테크도 뛰어드는 제약 AI 전쟁

ai-ml 약 5분
tags
#ai#drug-discovery#pharma#deep-learning#autonomous-lab
vote
0
댓글
북마크

AI가 신약개발에서 단순 도구를 넘어 독립적 연구 주체로 진화하고 있음. 구글, 엔비디아 등 빅테크가 제약 AI에 뛰어들고, 자율 실험실(SDL)이 실험 전 과정을 자동화하는 단계까지 왔음.

  • 1

    글로벌 AI 신약개발 시장 연평균 45.7% 성장, 2027년 40억달러 전망

  • 2

    인실리코 메디슨은 AI로 13개월 만에 신약 후보물질 발굴 성공

  • 3

    노바티스 MicroCycle 플랫폼으로 23개 프로젝트에서 2744개 화합물 자율 합성

  • 4

    국내 제약업계는 데이터 사일로와 분절된 생태계가 최대 과제

  • 2024년 노벨 화학상·물리학상을 AI 연구자들이 휩쓸면서, AI가 과학적 발견의 핵심 주체임이 공식화됨
  • 한국제약바이오협회 AI신약연구원 표준희 원장은 Pharma 4.0 AI Leadership Summit에서 "AI가 자율성을 갖춘 독립적 연구 주체로 진화하고 있다"며 국내 제약업계의 대응을 촉구함

폭발적으로 성장하는 AI 신약개발 시장

  • 글로벌 AI 신약개발 시장이 연평균 45.7% 성장 중
    • 2023년 8.88억 달러 → 2025년 15.84억 달러 → 2027년 40억 달러 전망 (마켓스앤드마켓스)
  • 과거 제약과 접점이 없던 구글, 엔비디아 등 빅테크가 잇따라 진입하며 패러다임 전환이 일어나고 있음

ℹ️참고

빅테크의 제약 AI 행보

  • 구글 딥마인드: AlphaFold3를 넘어, 신약개발 데이터로 파인튜닝한 LLM '젬마(Gemma)' 공개. 자연어로 약물-질환 관계, 독성 예측까지 가능
  • 엔비디아: 생성형 유전체학 플랫폼 'Evo2'로 DNA 시퀀스 이해·생성까지 하는 파운데이션 모델 구축
  • 인실리코 메디슨은 AI로 단 13개월 만에 신약 후보물질 발굴에 성공함
  • 글로벌 빅파마들은 AI 투자로 신약개발 기간을 평균 2~3년 단축
    • 전체 공정이 10~15년 걸리는 걸 감안하면 상당히 혁신적인 수준

후보물질 탐색부터 제조·품질까지 — AI 전주기 확산

  • AI의 영향력이 초기 후보물질 탐색에만 머물지 않고 전 밸류체인으로 확산 중
  • 임상시험 단계
    • 미국 FDA가 동물실험 대체로 AI·오가노이드 기반 시험 활성화 발표
    • AI가 적합한 환자 코호트 선별, 가상 환자군(합성대조군) 시뮬레이션으로 임상 성공률 향상
  • 퀀텀 컴퓨팅 + 뉴모달리티
    • 타겟팅 난이도가 높은 KRAS 변이에 퀀텀 컴퓨팅 접목한 물질 디자인 시도
    • 항생제 내성 대장균을 사멸시키는 바이러스를 AI로 직접 설계
    • mRNA 구조 최적화, 항체 구조 예측 등에서도 AI 활용 확대

자율 실험실(SDL) — DMTA 사이클 자동화

  • Self-Driving Lab(SDL): AI + 로보틱스 + 고속 실험 자동화가 통합된 지능형 시스템
  • 사람 개입 최소화한 채 실험 설계·수행·분석을 자율적으로 반복함
graph LR
    D["Design
AI가 최적 조건 도출
실험 계획 수립"] --> M["Make
로봇이 프로토콜에 따라
물질 합성·제작"]
    M --> T["Test
자동화 분석 시스템
(HPLC 등) 데이터 확보"]
    T --> A["Analyze
AI가 데이터 분석
다음 실험 조건 재설계"]
    A --> D

💡팁

노바티스의 SDL 성과 노바티스는 'MicroCycle' 플랫폼으로 23개 프로젝트에서 2,744개 이상의 화합물을 자율 합성·평가함. 성공·실패 데이터를 모두 DB화해서 재활용 가치를 극대화하는 구조임.

국내 제약업계가 넘어야 할 산

  • 가장 큰 걸림돌은 데이터 사일로(Data Silo) — 기업 간, 부서 간 데이터 단절
    • 고품질 데이터 접근이 제한적이고, 특히 '실패 데이터' 문서화가 부족함
  • 국내 생태계는 제약사·AI 개발자·데이터 공급자·인프라 제공자가 분절되어 있어 유기적 협업 구조가 필수
  • 실무 과제로는 기기 간 API 호환, 로봇 안전성, 특허 보안, 0.1mg 단위 정밀 제어 전문 인력 확보 등이 꼽힘
  • 표 원장: "향후 5년은 기술 경쟁이 아니라 의사결정 체계의 구조 설계 경쟁이 될 것"

AI가 실험실 자동화까지 먹는 시대 — 제약뿐 아니라 모든 과학 실험이 DMTA 사이클 자동화로 갈 가능성이 큼

prev

이전 기사 (P)

next

다음 기사 (N)

댓글

댓글

댓글을 불러오는 중...

관련 기사

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.