바이오인

인공지능(AI) 활용 신약개발 경쟁력 강화 방안

◈ 목차

• 1.요약문

• 2.서론

• 3.AI 활용 신약개발 동향

• 4.국내 AI 활용 신약개발 경쟁력 분석

• 5.AI 활용 신약개발을 위한 데이터 현황

• 6.AI 활용 신약개발 분야 인력 현황

• 7.AI 활용 신약개발 경쟁력 강화 방안

◈본문

요약문

1 서론

• ■신약개발 분야는 개발 비용의 증가, 긴 개발 기간, 낮은 성공률 등의 문제를 포함하는 지속적인 생산성 저하 문제를 겪고 있음

• ■AI 기술은 교육, 에너지, 모빌리티 등 모든 산업분야에서 핵심동력으로서 혁신을 촉발하고 있으며, 효율성 향상과 더불어 새로운 비즈니스 모델을 탄생시키고 있음

• ■AI 신약개발 기술이 신약개발의 생산성 저하 문제를 해결할 수 있을 것이라는 기대에 따라, AI기술의 신약개발 분야 적용이 증가하고 있음

• ■특히, 우리나라는 글로벌 제약기업 대비 낮은 연구개발 투자, 인력 부족 등으로 효율적인 신약개발이 더욱 중요하나, AI 활용 신약개발 분야의 우리나라 경쟁력 수준은 낮음

• ■설문조사와 분석을 바탕으로 성공적 AI 활용 신약개발의 핵심 조건은 데이터와 인력으로 도출됨

• ■AI 활용 신약개발의 경쟁력 강화를 위해 데이터, 인력 측면에서의 문제점을 파악하고, 이의 해결방안을 모색함

2 AI 활용 신약개발 동향

 2.1 전통적인 신약개발의 생산성 저하

• ■신약개발은 막대한 연구개발비와 개발 기간이 소요되고 시장 진입의 장벽이 높은 분야임. 신약개발에 소요되는 비용 및 투입 인력의 수는 지속적으로 증가하는 반면, 신약개발의 총 요소 생산성은 감소하는 현상을 '신약개발의 생산성 저하'라 함. 이는 신약개발 분야에서 해결해야 할 중요한 문제임

• ■신약개발의 생산성 저하는 제약기업의 존폐와 연관된 중요한 문제로, 신약개발의 효율화를 통한 개발 비용 및 기간의 감축이 필요함

 2.2 AI 기술의 발전

• ■AI 기술은 1980년대 이후 규칙기반의 알고리즘을 사람이 입력해 주는 방법이 아닌, 컴퓨터가 규칙을 찾아낼 수 있는 기술인 머신러닝이 활용되기 시작하면서 성과를 내기 시작함

• ■사람이 학습에 필요한 데이터를 제공해야 했던 머신러닝과 달리 데이터를 스스로 학습하는 기술인 딥러닝이 출현하면서, AI 기술이 직접적인 성과를 대중에 알리는 계기가 만들어짐

• ■AI 기술은 발전을 거듭하여, 최근 대중에게 널리 알려진 생성형 AI, 초거대 AI 기술이 등장하였으며, 현재는 다양한 응용분야에 적용되어 활용되고 있음

 2.3 신약개발에서의 AI 기술의 적용

< 신약개발에서의 AI 기술의 기대와 활용 증가>

• ■제약기업들은 약물 타겟 선정, 약물 선택 과정 등 신약개발 과정을 개선하고 가속화하기 위하여 양적으로 증가하고 있는 화학•︎생물학•︎환자 데이터에 AI 기술을 적용하고 있음

• ■AI 기술을 활용하면 신약개발 과정에서 실험을 통해 증명하였던 것을 컴퓨터 빅데이터를 통해 예측, 설계가 가능하여, 개발 비용 및 기간을 줄일 수 있는 장점이 있음

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.