한국제약바이오협회 회관 현관에 들어서면 예전에 없었던 현판이 붙어있다. 바로 `인공지능(AI) 신약개발 지원센터`다.
인공지능 신약 개발의 구심점이 될 통합센터가 지난 3월 탄생한 것이다. 센터는 핵심 자원인 공공데이터의 안전한 공유·활용 촉진 및 공공데이터의 정제·표준화 및 통합 역할을 기대하고 있다.
또 제약기업의 인공지능 활용을 제고하기 위한 교육·홍보를 추진하고, 공동으로 필요한 데이터 수집·보관·제공 등 역할을 할 예정이다. 국제적 경쟁력을 지닌 신약을 개발하기 위해서는 10~15년 이상 기초·임상연구 등에 1~2조 원이 소요되는 등 막대한 시간과 비용이 투자되어야 하나, 인공지능을 활용할 경우 이를 단축할 수 있다.
미국과 일본 등에서는 신약개발에 인공지능 활용체계를 구축하고 있으며, 우리나라도 2018년 이후 13개 신약 후보물질을 개발한 바 있어 신약 개발에 인공지능을 적극 활용할 경우 개발 기간과 비용을 대폭 줄여 신약개발 경쟁력을 높이는데 기여할 것으로 기대된다.
이에 지난 5월 새롭게 인공지능(AI) 신약개발 지원센터 부센터장으로 영입된 주철휘 박사(공학)를 만나 향후 전망과 계획 등을 들어봤다.
Q. 부센터장 취임 후 소회와 제약업계의 AI 신약개발을 보면서 느낀 점은?
- 2017년부터 인공지능 신약개발 플랫폼 신규개발, 모델 구축 등에 참여한뒤 5월1일부로 센터에 왔다. 3월20일 개소식을 보면서도 내가 부센터장을 할 줄은 몰랐다.
내가 왓슨(프로젝트)을 하면서 느낀 것은 '알파고' 이후 AI가 현실에 적용 가능한 수준으로 발전하고 있다는 점이다. 국내의 경우 아직 이 분야를 전문적으로 공부한 이가 드물고 시작하는 단계라고 보여진다.
※ IBM 왓슨 : 인간의 언어(자연어)로 된 질문에 답할 수 있는 인공지능이다. 체스 슈퍼컴퓨터였던 '딥블루'의 후손격 컴퓨터로 금융, 방송, 교육, 쇼핑 등에 사용된다. 의료분야에서는 △암환자의 맞춤형 치료 △암진단 등에 쓰인다.
Q. 현재 센터의 규모는 어느 정도인가?
- 시작한지 얼마 안됐다. 현재 박사 4명(약학 등 2명, 빅데이터 전문가 2명), 석사 1명급으로 시작한다. 앞으로도 인력을 추가로 구성해야 한다. 5월1일 정부 과제 이후 현재는 8억원 상당의 연구기금이 있다.
Q. 해외 시장과 우리를 비교하면 어떠한가?
- 미국의 경우 70여개의 벤처캐피탈이 바이오벤처를 지원하고 있다. 이들이 바이오업계와 파트너링을 통해 후보물질 발굴부터 전임상까지 15개 분야에서 사례를 하나둘씩 내놓고 있다. 이중 2018년에는 AI로 개발한 신약 3개가 임상에 돌입했다. 2019~2020년에는 이같은 성과가 더욱 늘어날 것으로 보고 있다.
제약바이오협회와 보건산업진흥원이 소프트웨어가 전체 산업의 변화를 가져오는데 의약품은 여러 규제 등으로 늦어진 것으로 보인다. 아무리 부정하려고 해도 AI는 이미 시대의 대세다.
다만 한국의 경우 인공지능의 최신 기술을 습득한 이들이 매우 부족하고 진입장벽 역시 크다. 바이오산업 자체의 진입장벽이 높은 탓도 있다. 국내 역시 인공지능을 신약에 적용하는 전담조직의 필요성이 대두, 센터가 생겼다는 점은 고무적인 일이다.
제약업은 기업이다 보니 성공사례가 나올 때까지 기다렸다가 뛰어들려는 것이 강하다. 문제는 그러면 AI 신약개발이 늦어진다는 것이다. 알파고는 이미 10년전부터 연구를 시작했다. 우리는 어찌보면 이미 5~10년의 갭이 벌어진 것이다.
지금 AI 기술은 춘추전국시대다. 국내의 경우 아직은 웹 내 정보와 2700만건의 타깃, 900만건의 정보 등을 리뷰하지도 못한 상황이다.
Q. 국내 인공지능 연구는 미국 등 선진국에 비해 뒤쳐진 것으로 알고 있다. 따라잡는 것이 가능하겠느냐.
- 최근 젊은 학도들이 빅데이터와 AI 분야에 관심을 가지고 있다. 이중 한국의 현실에 맞는 부분을 추려 힘을 키우고, 제도를 만들고, 데이터화한다면 어느 한 부분은 단기간에 성과를 낼 수 있지 않을까 싶다.
AI분야의 경우 우리 나라가 추격을 할 수 있는 기회가 있다. 산학연의 전문가와 협력해 인재를 찾고 협력하며 따라갈 수 있는 부분에 도전해보자는 것이 우리 생각이다. 학교에서도 기술을 가진 이들이 등장하고 있다. 그렇게까지 어렵지는 않을 것이다. 내년 즈음이면 업계 안에 있는 이들이 기술을 습득하고 이를 적용한다면 따라잡는 것도 가능하지 않을까 싶다.
애브비의 `휴미라`가 한해에만 22조원을 번다. 의약품은 ROI가 높다고 본다. 더욱이 전세계적으로 임상시험이 발달한 곳이 한국이다. 능력을 가진 이를 끌어들여 제약업계에서 일하게 하면 충분히 가능할 것이라 본다.
※ ROI: 투자자본수익률, 투자자의 어떤 자원 투자로 인해 얻어진 이익을 말한다. 높은 투자자본수익률은 투자가 투자비용 대비 좋은 성과를 낸다는 뜻.
Q. AI 신약개발을 위해 선행돼야 한다고 보는 것은?
- 우군을 만들고 데이터를 모을 수 있어야 한다. 인공지능은 데이터의 질이 중요하다. 국내 데이터를 활용해야 실제 신약개발에서도 더 좋은 효과를 낼 수 있다.
Q. 센터의 우선적인 목표는 무엇인가?
- 방향성에 많은 고민을 했다. 우리는 약을 완성하거나 플랫폼을 완성하는 것이 아니다. 다만 현재 제약기업에서 초기멤버를 모아 출범하거나 해외 업체와 손을 잡는 등 관심이 있는 곳이 많다. 이런 곳에 모든 지원을 할 수 있도록 하고 돕는 것이 목표다.
AI는 고위험과 고비용 산업을 처음 후보물질로부터 임상까지의 비용과 시간을 줄이는 것이다. 해외에서는 AI의 가능성을 기존 신약 개발 시간과 비용을 10분의 1로 줄이는 것을 목표로 하고 있다. 우리는 그동안 모은 데이터를 소프트웨어에 적용할 수 있도록 하는 방안을 택했다.
일차적으로는 전문인력 양성이 우선이다. 후발주자로서 선두를 따라잡기 위해서는 중간의 과정을 생략하더라도 가장 잘할 수 있는 최첨단의 기술을 훈련시키고 이들이 연구라는 놀이터 안에서 뛰어놀 수 있게 해줘야 한다.
흥미로운 점은 학교에 있는 분들(연구자) 중 화학과 약학 등을 공부하는 이들도 딥러닝을 공부한다는 것이다. 산학연의 연구를 촉발할 수 있는 구심점이 필요하다. 우리는 이들을 위한 엑셀러레이터를 맡아야 한다.
센터 설립 전 24개 제약사와의 TF회의에서 인공지능 분야의 전문가를 데려오기에는 어렵다고 생각했다. 이에 제약기업 내 생물학 등 연구원을 압축적으로 가르쳐 인공지능 전문가를 확보하고 일을 도모할 수 있는 엑셀레이터를 생각하고 있다. 이를 하반기에 추천받아 추진할 예정이다. 내년에는 이를 조금 더 심층적 과정으로 만들어 제약 인재가 이수 후 현업에 뛰어들 수 있을 정도의 교육을 추진할 것이다.
여기에 올해 하반기 중에는 '제2회 AI 파마 컨퍼런스'도 진행해 관심을 환기시킬 예정이다.
Q. AI 신약개발 이야기를 하면 규제와 정책 지원 문제를 빼놓을 수 없다.
- 규제를 완화해야 시장이 열린다. 미국의 경우 희귀질환의 AI 신약은 패스트트랙으로 진입한다. 식약처도 능동적으로 대응하고 있다. 생각보다 빨리 진행될 것으로 보인다. 이같은 규제완화는 데이터를 공부하는 젊은 학도가 제약업계에 들어올 수 있는 하나의 방안도 된다.
센터를 비롯해 오송과 대구 등 첨단복합의료단지 등도 큰 도움이 될 것으로 보인다. 실제 대구는 한국형 AI 플랫폼 구축 지원사업을 진행하고 있다. 센터도 이에 지원을 할 예정이다.
빅테이터와 AI 분야는 지속적으로 성장하는 시장이며, 해가 갈수록 데이터가 쌓인다(가치가 높아진다). 정부가 규제를 완화하고 신약 개발에 필요한 데이터 접근을 가능하게 해줘야 한다. 인공지능 시장은 미국과 중국은 패권경쟁을 벌이고 있다. 이 안에 준비하지 않으면 한국이 이들의 종속국이 될 수도 있다.
블록체인의 경우 정부가 추진중인 데이터 중심 병원을 기대하고 있다. 데이터 중심 병원 내 환자의 동의를 받고 데이터를 받을 수 있는 블록체인 형태의 정보가 나올 것으로 기대하고 있다.
Q. AI 신약 개발을 위한 소프트웨어 알고리즘(컴퓨터 내 문제 해결을 위한 일련의 절차 혹은 공식을 지칭)은?
- 깃허브에 사용된 오픈소스 프로그램을 활용한다. 가장 빠른 정보 교환이 이뤄지는 곳에서 실제 업계가 최신의 방식을 빠르게 활용할 수 있도록 하기 위해서다. 아직 국내에서는 진행되지 않지만 클라우드를 사용해 인공지능과 약학도가 각 소스를 검증하며 신약 개발을 촉진하는 것이 우리가 원하는 모델이다.
신약 개발 관련 프로그램과 알고리즘은 각 오픈소스 프로그램의 리포지토리에서 보유하고 있다.
아직 국내 제약사의 경우 딥러닝을 깊이 연구한 곳은 드물다. 이미 상용화된 패키지(프로그램)을 사용하고 있는 곳도 있지만, 가격도 비싸고 국내 제약업계가 시도하기 부담스럽기도 하다. 이런 차원에서 오픈소스를 이용할 수 있도록 하고 있다.
※ 깃 : 각 프로그램의 처음과 끝 정보를 모두 담고 있는 체계를 말한다. 가령 A라는 컴퓨터 프로그램이 문제가 생겼을 경우 이를 개선한 새 개정판을 프로그램의 개선 내역에 함께 보관해 기존판과 개선판 모두를 활용할 수 있게 하는, 정보를 모은 폴더의 개념이다. 단 접근은 권한이 있는 사람만이 가능.
※ 깃허브 : 전세계에서 가장 많은 깃이 모여있는 사이트. 마이크로소프트에서 운영하며 단순한 프로그래밍 언어부터 AI 신약개발에 필요한 데이터를 추리는 프로그램까지 모두 구할 수 있음.
※ 오픈소스 프로그램 : 어떤 제품을 개발하는 과정에 필요한 소스 코드나 설계도를 누구나 접근해서 열람할 수 있도록 공개하는 것이다. 이 경우 프로그램에 문제가 발견되면 누구라도 이를 고칠 수 있고 더 좋은 형태로 개선할 수도 있다. 단 오픈 소스 중 'GPL 라이선스' 표기가 있는 파일은 개인이 프로그램을 수정했을 시 반드시 수정판을 공개해야 한다는 조항이 있다. 주 부센터장의 오픈 소스 관련 이야기는 GPL 라이선스를 말하는 것.
※ 클라우드 : 마치 구름에 데이터를 올려놨다가 필요할 때 내려 쓰듯 한다는 뜻에서 나온 단어. 기존의 사용자가 소유하고 사용하던 하드웨어와 소프트웨어, 데이터 등 다양한 컴퓨터 자원 및 기능을 소유하지 않고 서비스를 필요로 할 때 언제 어디서든 사용할 수 있는 IT 환경을 말함. 여기서는 제약사나 연구기관이 모여있는 데이터 전체를 어디서든 실시간으로 보면서 개발을 할 수 있는 환경을 지칭.
※ 리포지토리 : 파일이나 폴더 저장소의 개념
Q. 정부의 선언은 시작됐지만, 너무 급하고 허황된 꿈을 꾸는 것 아니냐는 비판적 시각도 있다. 이런 상황에서 AI 신약개발의 역할이 중요하다고 보여지는데...
- 늦었다고 확(무리하게) 갈 수는 없다. 한국이 잘할 수 있는 부분이 있다. 아직 국내 상황을 보면 소프트웨어 마인드가 부족하다고 지적하는 이들이 있지만 우리가 조금씩 변하고 확신이 생기면, 그리고 그 성과가 나타나면 규제당국도 움직일 것이라고 생각한다. 센터 개설 역시 이런 차원에서 봤을 때 그 중요도를 정부가 인식하고 있다고 본다.
Q. AI가 인간 상식의 수준을 넘어서는 '특이점의 시대'는 언제 올까?
- 많은 미래학자가 AI가 인간 상식의 수준을 뛰어넘는 것은 2035년경(실제 2045년)이라 보고 있다. 아직은 학습을 시키고 그에 맞는 반응을 확인하지만 불과 25년 뒤에는 훈련없이 AI가 인간의 도움 없이 활동할 수 있는 수준이 된다는 뜻이다. 그동안 손을 놓고 있으면 선진국의 움직임에 밀릴 수 밖에 없다.
※ 특이점 : 미래학자 커즈와일이 이야기한 인공지능 관련 법칙으로, 2045년경이면 인공지능이 인류 지능의 총합을 넘어서는 때가 온다는 개념.
Q. 업계와의 소통은 어떻게 할 계획인지?
- 협회내 R&D정책연구소에서 센터를 만들자고 한 것으로 알고 있다. 여기에 보건산업진흥원이 투자해 공공성을 가지고 있는 곳이라 생각한다. 개인의 정보, 프라이빗한 것보다는 공공을 위해 제약바이오기업의 인공지능 활용 신약 가속화를 위한 지원을 하고 있음을 알릴 계획이다.
제약기업 내 인포매틱스(정보의 관리·축적 등을 연구하는 학문) 관련 인재를 대상으로 교육을 시키면서 이들에게 도움이 될 수 있는 방법을 모색하겠다.
일본 링크의 사례처럼 산학연의 구심점을 하면서 업계를 독려하고 정부를 지원하는 형태의 소통을 지속할 예정이다.
다만 처음부터 너무 전문적으로 소스를 깊이 들어가는 형태로 진행되면 안된다는 생각이다. 업계에 알리고 싶은 것은 '세상이 변했고 일하는 방식도 바뀌고 있다'는 것이다. 각 교육을 이수한 사람이 자신이 보고 들은 것을 기업에 접목할 수 있도록 하는 것을 1차적 목표로 한다. 작동하는 원리를 아는 사람의 연구와 패키지만 받은 채 (AI 신약 개발을) 하는 사람은 분명 다르다.
※ 링크 : LINC. 2016년 말 일본 이화학연구원과 교토대를 주축으로 제약기업과 89개 제약사와 기관이 동참한 신약개발 가속화 연합체 컨소시엄. 기업이 테마를 제안하고 학계가 기술과 IT기업을 매칭시킨다. 이를 통해 신약 개발을 위한 선생태계를 구축하는 것을 목표.
Q. 제약업체에서 도움을 받는지?
- 제약바이오협회 안에 있으니 지원을 받는 것이야 당연하지만 공공의 이익을 위해 연구하고 개발한다는 개념을 가지고 있다. 외국에 있는 데이터보다 국내 데이터를 넣어야 똑똑해진다. 그 때를 위해 우리가 미리 준비해야 한다.
|
◇한국제약바이오협회 주철휘 AI 부센터장
학력 :
성균관대학교 기술경영학 박사 (03/2007 ~ 02/2013)
뉴욕주립대 기술경영학 석사 (01/2002 ~ 08/2003)
연세대학교 컴퓨터공학석사 (06/1990 ~ 02/1993)
인하대학교 전기공학사 (03/1977 ~ 02/1984)
경력:
현 인공지능 신약개발 지원센터 부센터장 (2019/05 ~ 현재)
세종대학교 소프트웨어학과 조교수 (2017/9 ~ 2019/4)
한국IBM 왓슨 & 클라우드 소프트웨어 상무 (1/2015 ~ 2016/9)
성균관대학교 기술경영학과 겸임교수 (3/2013 ~ 02/2015)
한국IBM 소프트웨어그룹 상무 (8/2011 ~ 12/2014)
IBM 신흥시장 빅데이터 SW 상무 (1/2009 ~ 7/2011)
IBM 아.태지역 빅데이터 SW 상무 (4/2006 ~ 12/2008)
한국IBM 마케팅총괄 상무 (6/2004 ~ 3/2006)
한국IBM 소프트웨어그룹 실장 (1/1999 ~ 5/2004)
한국IBM 데이터베이스 전문위원/실장 (1/1994 ~ 12/1998)
한국IBM AIX 시스템즈 엔지니어 (12/1990 ~ 12/1993)
LG소프트웨어 시스템연구소 연구원 (1/1987 ~ 11/1990)
LG전자 OA사업부 설계실 (1/1984 ~ 12/1986) |
등록번호 : 서울아 00156 등록일자 : 2006.01.04 제호 : 메디파나뉴스 발행인 : 조현철 발행일자 : 2006.03.02 편집인:김재열 청소년보호책임자:최봉선