AI 신약, 속도전의 서막
한국이 2035년까지 신약 후보물질 발굴 속도를 10배 높이는 K-문샷을 추진합니다. 2029년까지 암 면역 미세환경 AI 모델을, 2030년에는 AI 자율실험실을 구축해 발굴 기간을 8개월로, 임상 성공률을 2배로 높이는 게 목표입니다. AI가 표적과 후보를 설계하고 자동화 실험이 검증하는 구조로, 신약 개발의 판이 바뀔 수 있다는 기대가 나옵니다.
한미약품은 AI 플랫폼 HARP-pSAR로 비만 치료제 후보 HM17321을 도출해 미국 임상 1상 중입니다. 월가도 주목합니다. 속도와 성공률을 좌우할 핵심은 알고리즘보다 데이터와 검증 체계입니다.
데이터 활용과 조건부 관세
가장 큰 병목은 데이터입니다. 병원 임상기록과 ADMET 데이터가 개인정보와 영업비밀 문제로 연구자에게 제한돼 있습니다. 과학기술정보통신부는 바이오데이터 활용체계와 AI 플랫폼 구축을 로드맵에 넣었고, 관련 법안이 통과되면 GPU 인프라 확보도 빨라질 전망입니다. K-문샷은 2027년까지 1조3465억원 예산을 목표로 하고, 암 면역 미세환경 모델에 260억원을 투입합니다.
2026년 미국 BIS의 특정 전문의약품 0% 관세는 조건부 조치여서 모든 한국산 ADC가 무관세가 되는 건 아닙니다. 정의와 분류, 조건이 연결되지 않으면 관세 혜택도 정책 성과도 온전히 누리기 어렵습니다.
약물감시 AI가 던진 힌트
셀타스퀘어는 2026 KoNECT에서 중증도를 반영한 약물감시 모델을 발표했습니다. 기존 PRR과 ROR은 경증과 중증을 하나로 묶어 정보 손실이 생긴다는 지적입니다. 연구진은 이상사례를 네 단계로 나눠 중증도 차이를 AI로 예측해 기존 오즈비와 결합했습니다. 시뮬레이션에서 위양성률은 4.0%로, 기존 ROR 11.5%와 PRR 9.6%보다 60% 안팎 낮아졌고 양성 탐지율도 개선됐습니다.
다만 실제 임상 재현성과 검토 부담 감소 효과는 추가 검증이 필요합니다. 바이오와 AI의 승부는 결국 어떤 데이터를 어떻게 연결하고 검증할지에 달려 있습니다.