'미스매칭'에 바이오텍 AI 신약개발은 '먼 나라 얘기'

AI 활용 적은 이유...'재무·효용 미스매칭'

2021년 단백질 구조를 예측하는 인공지능 알파폴드2(AlphaFold2)가 등장한 이후 5년의 시간이 흘렀지만 국내 바이오 벤처 현장에서는 인공지능 전환 속도가 더디다.

기술은 빠르게 진화하고 있지만 초기 기업들이 이를 적시에 활용하기엔 자금·인력·사업 구조가 맞지 않는 '미스매칭'이 발생하며 현업에서의 인공지능 전환이 일부 기업의 전유물에 머물고 있다는 지적이 나온다.

24일 한국화학연구원 보고서에 따르면 지난해 기준 국내에서 AI를 활용해 신약 후보물질 개발에 나서는 기업은 10여 곳에 불과하다.

실제 임상시험 단계까지 진입한 사례는 온코크로스, 파로스바이오 등 소수에 그친다. 글로벌 기업들 상당수가  이미 임상 3상 진입 파이프라인을 내놓고 있는 것과 대조적이다.

한국보건산업진흥원에 따르면 올해 기준 AI가 설계한 신약 후보물질 173개가 세계 임상시험에 진입했으며, 이 중 15~20개는 임상 3상을 목전에 두고 있다.

이 같은 격차의 배경에는 구조적 미스매칭이 있다. 국내 바이오 벤처는 통상 후보물질을 확보한 이후에야 본격적인 투자 유치에 나선다. 가시적인 연구 성과가 있어야 투자자를 설득할 수 있기 때문이다.

반면 AI는 바로 그 후보물질을 찾아내는 단계, 즉 투자 유치 이전에 가장 효과적으로 활용된다. 임상 단계와 달리 분자 구조·생물학적 데이터 등 AI 학습에 활용할 수 있는 공개 데이터가 풍부한 덕분이다.

마켓앤마켓(Markets and Markets) 보고서에 따르면 AI를 활용하면 스크리닝 단계 소요 기간이 1년에서 2~3개월로, 비용은 9400만 달러(약 1400억원)에서 20만 달러(약 2억원) 안팎으로 줄어든다. 자금이 들어오기 전에 AI를 써야 하고, AI를 쓰려면 돈이 필요한 구조적 모순이 생기는 셈이다.

비용 부담도 만만치 않다. AI 신약개발 서비스를 외부에서 도입할 경우 드는 비용은 통상 연구 인력 한 명을 고용하는 수준으로 알려져 있다.

여기에 해당 서비스를 제대로 활용하려면 데이터 분석과 바이오 전문성을 동시에 갖춘 인력을 별도로 고용해야 한다. 플랫폼 도입 비용에 추가 인건비까지 더해지면 초기 바이오텍이 감당하기엔 부담이 크다는 설명이다.

업계에서는 이 구조를 바꾸려면 정부 차원의 지원이 불가피하다는 목소리가 나온다.

한 바이오 벤처 대표는 "현재 AI를 실제 연구에 도입하는 곳은 대부분 대형 제약사나 대학 연구소 수준"이라며 "초기 바이오텍이 자체적으로 감당하기엔 구조적인 한계가 있는 만큼, 정부 차원의 지원이 뒷받침돼야 더 많은 기업이 AI 전환을 시도할 수 있을 것"이라고 말했다.

이선우 (bw_lsw@bizwatch.co.kr)

ⓒ비즈니스워치의 소중한 저작물입니다. 무단전재와 재배포를 금합니다.