바이오인

예를 들면, 자연에 있는 그대로 존재하는 천연물질을 직접 이용하여 병을 낫게 해 주는 약물로 사용해 오던 것이 그 첫 번째이다. 그러다가 천연물질 속에서  병을 치유하는 성분을 따로 뽑아내어 약물로 사용하기 시작해 왔다. 요즘 들어서는 그 병을 치유하는 성격을 가진 성분이 되는 약물의 화학적 구조를 인공지능으로 연구하게 되면서, 또 다른 임의의 화학적 성분을 인위적으로 구현하는 데까지   이르게 되었다. 인공지능이 아니면 꿈도 못 꿀 일이 일어나게 된 것이다. 그 뿐만이 아니다. 그렇게 구현한 화합물의 구조를 독성이 있는지, 필요한 아미노산, 단백질 작용을 일으키는지, 만약에 일으키지 않으면 일으키게 구현도 하게 되고, 임상  실험을 하기도 전에 이미 많은 부분을 컴퓨터 시뮬레이션으로 예측하여 성공확률을 획기적으로 개선시킬 수 있게 되었다. 임상시험에 동물실험 뿐만 아니라, 동물  장기나 인공장기 등을 도입하는 데에도 인공지능은 절대적 역할을 수행한다. 인체를 이용한 임상에서도, 성공확률이 높아질 수 있도록 cohort 구성에 유전체 Big Data를 활용한다. 이 또한 인공지능 없이는 어림도 없는 일이다. Pharmacogenomics, 즉 약물유전체학이 절대적으로 쓰이고 있는 동반진단 등이 그 구체적인 예이다.

2. 본문

주로 반도체 영역에서 쓰이다가, 기술성장속도의 빠름을 나타내는 말로 정말 수십 년 동안 다른 여러 산업군에서까지도 널리 쓰였던 “무어의 법칙(Moore’s law)”이라는 것이 있다. 반도체 집적회로의 성능이 24개월마다 (나중에는 반도체기술에서도 성장 속도가 놀라울 정도로 빨라져 18개월로 바뀌어서 쓰이기 시작했다.) 2배로 증가한다는 법칙이다. 이 놀라운 기술속도의 이론을 그대로 HGP(The Human Genome Project: 인간의 모든 유전자 염기 서열을 밝히는 것을 목표로 1990년 미국, 영국, 독일, 프랑스, 일본, 중국 등 6개국, 20여개 기관에서 주도하였고, 당초 목표인 2005년보다 2년 빠른 2003년도에 목표를 완수)에 대입해 보면, 우리는 2021년 오늘도 아직 끝내지 못했을 것이다. 

고작 18개월 또는 24개월에 두 배 증가하는 속도로(이 정도도 사실은 정말 대단한 발전 속도이지만...) NGS(Next Generation Sequencing) 기술이 성장하고 비용이 감소하는 추세라면, 우리는 아직도 WGS(Whole Genome Sequencing)은 고사하고 WES(Whole Exome Sequencing)으로도 노벨 생리학상 수상자 몇 명 정도 혹은 James Watson, Francis Collins 정도 되는 세계적 위인 몇 명 정도나 해 봤지 않았을까 싶다. 확실한 건 아마 오늘날 우리가 당연하다고 느끼면서 누리고 있는 이 정도의 업적은 어림도 없었을 것이다.

지금은 어떤가? 불과 30여년 전에는 3조가 넘는 예산이 들어가고 개발에만 13년 걸렸던(비록 목표였던 15년보다 2년 단축시켰다지만) 작업을 이제는 몇 백만원 정도의 비용으로 몇 주면 충분히 해낸다. 

이것이 바이오다. 갈라파고스라고 불릴 정도로 타산업으로부터 다소 격리된 상태에서 발전 및 진화를 해 온 바이오가, 이제 그 영역을 타분야 전문가들에게도 공식적으로 도움의 손길을 내밀었고, 그 성과가 이제야 조금씩 나타나고 있는 것이다. 이미 NGS, 차세대 염기서열분석이라는 분야에서 일루미나를 비롯한 전 세계 유수 회사들이, 화학적 이론으로 입증된 theorem들을 전기전자적 신호로 변환·응용·증명해 나가서, 이제는 실험이 이론을 앞서갈 정도로 저 멀리 나아가 있다. 바이오산업 그 자체 기술의 성장추세 만으로도 눈동자가 따라가기 힘들 정도로 괄목상대인데, 여기에 덧붙여, AI를 탄생시킨 IT 업계마저도 부러워할 정도로 전혀 새로운 패러다임을 가진 놀라운 기술인 인공지능은, 가뜩이나 빛의 속도로 발전하는 바이오라는 산업에 더더욱 박차를 가하고 있다.

[그림 2] Cost per Human Genome