바이오인

생명과학 산업의 생성형 AI 도입 및 확산 전략

- 신약개발, 헬스케어, 의료기기 분야를 중심으로 -

 작성자 : 김지예 (국가생명공학정책연구센터)

◈ 목차

1. 배경 및 트렌드

2. 분야별 생성형 AI 활용 현황과 기회

2-1. 신약개발

2-2. 헬스케어

2-3. 의료기기

3. AI 도입 및 확산 전략

◈본문

1. 배경 및 트렌드

□ AI 기술은 생명과학 산업 전반의 가치사슬을 혁신할 강력한 도구로 주목

○ 현재 생명과학 산업은 R&D 투자 비용 증가, 규제 강화, 경쟁 심화로 인한 압박 심화

   - (R&D) 약 90%의 신약 후보 물질이 발견 및 개발 단계에서 실패하며, R&D 생산성은 지난 10년간 정체 상태를 유지

    ※ 신약 출시까지 평균 10~12년 소요되며 약 26억 달러 이상의 비용이 소모

   - (상업화) 신규 모달리티와 맞춤형 치료법 등장에 따라 제조 및 상업화 복잡성 증가

    ※ 현재 구조로는 지속 불가능하며, 공급망 최적화에 수십 년이 소요

   - (규제) 특허 만료, 미국 인플레이션 감축법등 정부 규제로 인한 가격 압박

○ 생명과학은 재창조를 가장 적극적으로 추구하는 상위 산업 중 하나로, AI가 산업의 혁신을 주도할 것으로 예상

   - (R&D) AI를 통해 발견된 50개 이상의 약물 후보가 현재 임상 파이프라인을 통과 중

   - (임상) 시뮬레이션 분석을 통해 시험 프로토콜과 자원 배분 최적화를 가능하게 하여 임상시험 기간 단축 및 비용 절감 유도

   - (제조) AI를 활용한 분석을 통해 폐기물 발생량, 에너지 및 물 소비량을 최대 90%까지 감축하여 제조 과정의 일관성 유지 및 속도 향상

   - (상업화 및 서비스) 판매량, 처방 패턴, 역학 및 대상 인구 정보를 분석하여 제조, 공급망 및 상업화 분야의 자본을 효율적으로 배분