“AI로 신약 개발”…연합학습 기반 신약개발 가속화 사업단 개소

5년간 348억 원 예산 투입…데이터 분산 문제 해결 및 연구 효율성 극대화 추진

▲한국제약바이오협회는 17일 협회 4층 대강당에서 ‘연합학습 기반 신약개발 가속화 프로젝트 사업단(K-MELLODDY 사업단) 개소식’을 개최했다고 밝혔다. (사진제공=한국제약바이오협회)

인공지능(AI)을 이용해 빠른 신약개발을 지원하는 정부의 연합학습 기반 신약개발 가속화 프로젝트(K-MELLODDY) 사업단이 17일 개소식을 열고 본격 출범했다.

과학기술정보통신부와 보건복지부가 공동으로 추진하는 연합학습 기반 신약개발 가속화 프로젝트는 2024년부터 5년간 348억 원의 예산을 투입, 연합학습 기반 ADMET(약물 흡수, 분포, 대사, 배설, 독성) 예측 모델인 ‘FAM(Federated ADMET Model)’을 개발하는 것을 목표로 한다.

프로젝트는 크게 △플랫폼 구축 △데이터 공급·활용 △AI 모델 개발 등으로 구분된다. 이 프로젝트는 일회성 솔루션 구축이 아닌 데이터 추가를 통해 연속적으로, 자동으로 성능이 개선된다는 장점이 있다는 게 사업단의 설명이다. 사업단은 FAM 솔루션 확보 이후 연합학습의 실용성을 검증하고 참여기관을 확대해 나가는 동시에 신약개발 단계 적용 및 확장, 데이터 기여도 평가, 글로벌 협력 확대 등도 추진해나갈 예정이다.

정부는 지난달 김화종 한국제약바이오협회 AI신약융합연구원장을 사업단장으로 선정했으며, 김 단장이 속한 한국제약바이오협회에 사업단을 구성했다.

김화종 사업단장은 “신약 후보물질의 경우 시험관 시험 결과만으로는 임상시험 통과를 보장하기 어렵다. 현재 학습용 데이터 부족으로 AI 활용 성능에도 한계가 있다”면서 “특정 타깃과 상호작용, 약물 간 상호작용, 사용자 유형별 반응 예측, 다양한 독성 예측 등으로 확대 가능한 솔루션이 필요해 연합학습 기반의 ADMET 예측 모델인 ‘FAM 솔루션’을 개발하려고 한다”고 말했다.

▲연합학습 기반 신약개발 가속화 프로젝트 사업 추진 체계 (사진제공=한국제약바이오협회)

FAM 솔루션은 기존의 다양한 상용 ADMET 예측 모델과는 다른 형태로, 다양한 시점에서 임상시험 통과를 예측할 수 있도록 모델을 개발해 AI의 활용 범위를 확대 가능할 전망이다. 이를 위해 사업단은 연합학습 기반의 신약개발 플랫폼을 구축하고, 산업, 학계, 연구기관, 병원 등에서 발생하는 데이터를 종합적으로 활용할 계획이다.

김 사업단장은 “연합학습 기술을 활용함으로써 개별 연구기관이나 기업이 독자적으로 수행하기 어려운 대규모 데이터 분석과 모델링 작업을 공동으로 수행할 수 있게 된다”면서 “이는 신약 개발의 효율성을 크게 향상시키며, 향후 신약 개발 프로세스에 혁신적인 변화를 가져올 것”이라고 밝혔다.

노연홍 한국제약바이오협회장은 “우리의 목표는 연합학습 플랫폼을 통해 다기관의 ADMET 데이터를 수집, 고성능의 예측 도구를 개발해 비용 효과성을 극대화하는 것”이라며 “이를 통해 6대 제약 강국 도약에 한 발 더 다가서겠다”고 말했다.

한편, 이달 중 보건복지부의 연합학습 기반 신약개발 가속화 프로젝트 사업 설명회와 제1차 운영위원회가 개최된다. 이어 5월 세부사업 공고 후 사업단 홈페이지 구축, 설명회 개최, AI 분야 의견수렴 회의 등이 예정돼 있다. 세부 사업자 선정은 6월 진행되며, 이후 빠르면 7월부터 과제가 시작될 예정이다.