정부가 2026년까지 글로벌 신약 후보물질 100개를 신규로 발굴하기 위해 연구개발 지원을 강화하겠다고 밝힌 가운데 이를 위한 첫 단추로 제약산업에 특화된 인공지능 빅데이터 구축 필요성이 제기됐다.

최근 과학기술정보통신부 장관 주재로 열린 생명공학종합정책심의회에서 산·학·연을 아우르는 ‘오픈 이노베이션’이 접목된 R&D를 지원하기 위해 정부는 향후 10년 간 5,000억 원을 투자하는 내용의 ‘국가 신약 파이프라인 발굴·확보 사업’을 국가전략프로젝트로 수립했다.

그러나 제약업계는 단순히 R&D 비용지원만으로는 국내에서 글로벌 신약 탄생을 기대하기는 어렵다는 지적이다. 생명공학정책연구센터에 따르면 신약 1개를 개발하기 위해 들어가는 비용은 평균 약 26억 달러, 한화로 약 3조 원에 달하며, 글로벌 제약사 ‘로슈’는 하나의 신약을 탄생시키는데 평균 1조 1,667억 원을 투자했다.

제약업계는 “100개 후보물질을 개발하기 위해 수천, 수만 개에 대한 물질 탐색과정을 거쳐야 한다”며 “5,000억 원이 큰 금액이지만 10년간 연구되는 타깃들로 세분화하면 실제 지원금액은 크지 않다”고 지적했다.

이에 한국제약바이오협회 R&D정책위원회 배영우 전문위원은 효과적인 신약개발 지원을 위해서는 제약산업에 특화된 인공지능(AI) 빅데이터를 구축해야 한다고 제시했다.

제약업계에서 주로 활용하는 보건의료빅데이터개방시스템은 의약품 사용실적 정보요청 시 이를 산출, 제공해 자사의 약품사용정보를 파악하고 시장 동향 분석 등을 지원하는 KPIS 서비스와 빅데이터분석 서비스 정도다.

이는 보험수가를 맞추거나 영업·마케팅 용도로 활용하는 수준인데 빅데이터에 AI를 활용할 경우 제약사에서 필요로 하는 수만여 건의 연구 및 임상자료를 한 눈에 분석할 수 있어 신약개발 소요 비용과 시간 모두 절감할 수 있다는 것.

이와 관련 GSK·머크·존슨앤존슨·사노피·화이자 등 글로벌 제약사들도 최근 AI를 활용한 빅데이터 분석 시스템 도입을 활발히 전개하고 있다.

배 전문위원은 “현재 공공데이터는 광범위하고 별도로 다 끊어져 있다. 수십 건의 문헌연구에 치이고 아웃소싱을 통해 후보물질을 찾는 등 단편적인 데이터들을 조합하는데 시간과 비용이 많이 소요 된다”며 “빅데이터에 AI를 도입하면 각종 문헌과 약물 독성 정보, 질병정보, 약의 유전정보 등의 연계성을 꿰뚫어 한 번에 볼 수 있다”고 설명했다.

이어 “앞으로 제약사가 인공지능을 활용하지 않는다는 건 인터넷을 사용하면서 검색엔진을 사용하지 않는다는 것과 같다”며 “협회가 중심이 돼 제약사가 공동으로 활용할 수 있는 인프라(센터)를 구축하고 인공지능을 활용할 수 있는 전문가 교육도 진행할 계획”이라고 밝혔다.

협회 측은 인공지능 빅데이터 시스템을 통해 몇 년 이상이 걸리는 디스커버리(물질 발견) 단계를 1년이나 수개월 정도로 단축시키고 R&D 비용도 1/10 수준까지 절감할 수 있을 것으로 기대하고 있다. 다만, 아직까지는 추진계획 중인 초기 단계인 만큼 정부 협조와 지원이 반드시 필요하다고 배 위원은 강조했다.