바이오인

첨단 자율화 연구시스템과 AI 신약개발 外

[KPBMA FOCUS 제24호]

◈본문

■ 들어가며

ㅇ 4차 산업혁명과 함께 인공지능(AI), 로봇, 클라우드 등 첨단기술의 발전은 산업 디지털전환을 가속화하여 ‘자동화(Automation)’에서 ‘자율화(Autonomy)’로 패러다임을 이끌고 있으며, 이러한 변화는 AI 신약개발 R&D 프로세스에도 혁신을 가져오고 있음

- 사전에 정해진 절차에 따라 반복적으로 수행하는 ‘자동화’와 달리, ‘자율화 시스템’은 환경에 따라 시스템이 스스로 분석하고 최적의 의사결정을 내려 R&D 과정에 유연성과 생산성을 높일 수 있음

ㅇ 이를 위한 대표적 기술로 AI가 자율적으로 가상실험(In silico)을 수행하는 ‘AI 에이전트 기술’과 AI와 로봇이 화학물질을 다루는 일반적 실험(Wet Lab)을 자율 수행하는 ‘자율주행 연구실(Self Driving Lab, SDL)’이 있으며, 두 기술을 연계한 ‘In silico–Wet Lab 실험 연결’은 신약개발의 혁신 기술로 주목받고 있음

- AI 에이전트 기술 고도화와 활용 범위 확장으로, 신약개발 전주기에서 다양한 에이전트가 개발 되고 있으며 이를 활용한 혁신적인 연구개발 사례도 증가

- 자율주행 연구실은 신약개발, 소재 연구, 합성화학 등 다양한 분야에서 혁신적인 변화를 선도하고 있으며, 글로벌 제약기업 등은 이미 신약개발 및 제조 과정에 적극 도입 중

ㅇ 국내에서도 AI 에이전트 및 로봇 기반 자율화 연구시스템에 대한 관심이 높아지고 있으나, 아직 제약바이오산업 분야에서의 도입 및 활용은 글로벌 선진기업 대비 초기 단계 수준임

※ 산업별 자율화 연구시스템 개발 주요 사례

・제약바이오산업 : 신약 개발, 의약품 제형, 합성생물학, 제조

・화학 산업 : 신소재 개발 및 합성, 촉매 반응 최적화

・농생명 산업 : 신품종 개발, 유전자 변형 실험 자동화

・환경 연구 : 대기오염 저감 물질 탐색, 탄소 포집, 신재생에너지 연구

ㅇ 본 원고에서는 ‘AI 에이전트’ 및 ‘자율주행 연구실(SDL)’ 기술의 발전과 주요 동향을 살펴보고, 국내 제약산업에 놓인 도전 상황 분석과 향후 활용 방안 및 정책적 제언을 제시하고자 함

■ AI 에이전트 기술 동향

▶ 기술 개요

ㅇ AI 에이전트는 워크플로우 설계 및 도구 활용을 통해 사용자를 대신하여 의사결정, 문제 해결, 외부 환경과의 상호 작용, 작업 실행을 포함한 자율적 작업을 수행할 수 있는 AI를 의미함

ㅇ 최근 생성형 AI, 검색 증강 생성(Retrieval-Augmented Generation, RAG) 등 기술 융합으로 AI 에이전트의 활용 범위가 확장되고 있으며, 바이오, 헬스케어, 제조, 금융 등 다양한 산업 분야에서 혁신적 시장이 형성 중

- 글로벌 시장조사 기관 가트너는 AI 에이전트를 2025년 10대 기술 트렌드로 선정하며, 2028년까지 최소 15%의 업무가 AI 에이전트에 의해 자율적으로 처리될 것으로 예측함

- AI 에이전트 시장은 2024년 51억 달러(한화 약 7조 3천억원)에서 2030년 471억 달러(한화 약 68조 2천억원)로 연평균 44.8%씩 성장할 것으로 예상됨

ㅇ 특히, AI 에이전트가 팀을 이루어서 과학 연구와 같은 복잡한 문제를 해결하는 다중 에이전트(Multi-Agent) 기술의 발전은 신약개발 등 전문적인 지식이 요구되는 산업까지 활용 가능성을 확대하고 있음

- (‘AI Scientist’) SakanaAI가 개발한 에이전트 모델로 아이디어 생성-실험설계-논문 작성까지 AI 에이전트가 협력하여 자율적으로 수행하여, 약 15달러의 비용으로 컨퍼런스 게재가 가능한 수준의 논문을 작성함

- (‘ChatDev’) UniteAI가 개발한 최고경영자-디자이너-개발자 등 역할을 부여받은 AI 에이전트가 협력하여 소프트웨어 개발을 자동화하는 솔루션으로, 기획-코드작성-테스트-배포 과정을 자동화함

▶ 신약개발 사례

ㅇ 최근 신약개발 전주기에서 다양한 AI 에이전트 기술이 발전하고 있으며, 이를 활용한 혁신적인 연구개발 사례도 증가 중

- (‘스탠퍼드대’) GPT-4를 기반으로 총괄 AI와 3명의 AI 과학자 에이전트로 이루어진 ‘Virtual lab: AI Scientist’를 개발하여, Covid-19 나노항체 902개를 설계하고 90% 이상의 항체의 결합성을 검증

- (‘텐센트’) 메타의 LLaMa 언어모델과 텐센트의 ‘iDrug’ 플랫폼 기술을 결합하여, 실험 결과를 기반으로 최적화된 후보물질의 구조를 제안하는 ‘DrugAssist’를 개발함

ㅇ 후보물질을 실제 합성하는 합성설계(Synthetic Design) 단계에서 AI 에이전트 기술의 도입이 활발히 연구되고 있으며, 이는 자동화된 로봇 기술과 결합하여 SDL 기능을 강화시킴

- (‘Coscientist’) 카네기멜론대와 ECL에서 공동개발한 GPT-4 기반의 화학합성설계 AI 에이전트로 합성 경로 설계, 프로토콜 작성 및 API 변환, 로봇 제어 등을 수행하여 팔라듐 촉매 교차 결합 반응 설계 및 최적화를 수행

- (‘Chemcrow’) 로잔연방공대와 IBM에서 공동개발한 GPT-4 기반의 화학합성설계 AI 에이전트로 합성 및 화학 도구 18개를 통합하여 유기합성 설계를 수행하고, IBM의 Robo-RXN 시스템과 연동하여 곤충 기피제 등 3개 유기촉매 합성을 자율적으로 계획·실행함

■ SDL 기술 동향

▶ 기술 개요

ㅇ 자율주행 연구실(SDL)은 AI, 로보틱스, 고속 실험 자동화 기술, 데이터 관리 체계를 결합하여 실험을 수행하고 실험 방향 및 과정을 최적화하는 연구시스템을 의미

<그림 1> 자율주행 연구실의 미래 모습

 출처: NewScientist(좌), World Economic Forum(우)

ㅇ 인간 연구자의 개입을 최소화하고 자율적으로 실험을 설계·수행·분석함으로써 결과 데이터를 지속적으로 학습하여 실험의 효율성을 개선함

- 즉, 실험 분석결과를 기반으로 다음 수행할 실험을 계획하고, 후보물질을 샘플링하고 로봇을 활용해 신약 합성 등을 수행 후 다시 평가치 측정을 반복·학습하여 신약을 개발할 수 있음

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.