데이터 보호·활용 동시에…K-멜로디, 신약개발 플랫폼 연구 성과 공개

16일 한국비임상시험연구회 추계 워크숍서 성과보고회
연합학습 플랫폼 구축 및 ADMET·PK 예측 모델 개발 성과 공유
복지부·과기정통부 공동 사업…2028년까지 348억원 규모

(사진제공=한국제약바이오협회)

한국제약바이오협회 K-멜로디(K-MELLODDY) 사업단이 16일 강원도 평창 알펜시아리조트 컨벤션센터에서 진행되는 한국비임상시험연구회 제50차 추계 워크숍에 참가해 ‘K-MELLODDY 1단계 성과보고회’를 개최한다.

15일 제약바이오협회에 따르면 K-멜로디는 연합학습(Federated Learning) 기반 신약개발 가속화 프로젝트로, 보건복지부와 과학기술정보통신부가 공동 추진하는 국가연구개발사업이다. 해당 프로젝트는 2024년부터 2028년까지 총 348억원 규모로 진행된다. 사업 목표는 FDD(Federated Drug Discovery) 플랫폼 구축과 흡수(Absorption), 분포(Distribution), 대사(Metabolism), 배설(Excretion), 독성 (Toxicity) 등 ‘ADMET’ 예측 모델인 FAM(Federated ADMET Model) 개발이다.

성과보고회는 ‘기관 데이터 보호 기반 연합학습 플랫폼 구축 및 ADMET·PK 예측 모델 개발 성과’를 주제로 다룬다. 산·학·연·병에 분산된 비임상·독성·약동학(PK) 데이터를 기관 외부로 이동하지 않고 공동으로 활용할 수 있는 연합학습 기반 신약개발 체계의 구축 성과와 연구 현황을 공유하기 위해 마련됐다.

보고회 1부에서는 K-멜로디 사업의 추진 현황과 FDD 플랫폼을 중심으로 그간의 성과를 소개한다. 2부에서는 각 연구기관이 개발 중인 연합학습 기반 ADMET·PK 예측 모델의 주요 연구 결과가 공개된다. 김화종 K-멜로디사업단장이 사업 개요와 추진 현황을 소개하고, 홍성은 K-멜로디 사업단 연구기획팀장이 FDD 플랫폼의 연합학습 가이드라인과 공개 모델의 연합학습 검증 내용을 발표한다. 이어 에비드넷이 연합학습 기반 신약개발 가속화 플랫폼 FDD의 구축 현황과 주요 기능을 소개한다.

AI 예측 모델 개발 성과도 제시된다. 연세대학교는 ADMET 파운데이션 모델 기반 FAM 통합 솔루션을, 목암생명과학연구소는 언어·그래프 앙상블 기반 ADMET 예측 모델을 발표한다.

이어 2부에서는 아이젠사이언스, 전북대학교, 한국과학기술원(KAIST), 고려대학교 등이 대규모 약물 표현 학습, ADMET-PK/PD 예측, 설명 가능한 멀티모달 파운데이션 모델, 연합 메타학습 및 멀티모달 앙상블 등을 활용한 연구 성과를 소개할 예정이다.

연합학습은 원본 데이터를 각 기관 내부에 유지하면서 모델 학습에 필요한 정보만 교환해 공동으로 AI 모델을 학습하는 기술이다. K-멜로디는 이를 활용해 제약기업과 병원, 연구기관 등이 보유한 민감한 데이터를 외부로 이전하지 않고도 공동 연구에 활용할 수 있는 기반을 구축하고 있다.

사업 1단계에서는 다기관 연합학습을 지원하는 플랫폼과 데이터 활용 기반을 구축하고, 다양한 ADMET·PK 영역의 예측 모델을 개발·검증하는 데 중점을 뒀다. 이번 성과보고회에서는 플랫폼과 예측 모델을 개별적으로 개발되는 데 그치지 않고 실제 연합학습 환경에서 연계·활용하기 위해 추진한 결과와 향후 고도화 방안도 제시한다.

김 단장은 “이번 성과보고회는 K-멜로디가 지난 1단계 동안 구축해 온 연합학습 플랫폼과 AI 예측 모델의 주요 성과를 관련 연구자와 산업계에 공개하는 자리다. 기관의 민감한 데이터를 보호하면서도 여러 기관이 공동으로 AI 모델을 개발‧ 활용할 수 있는 연구 기반을 마련했다는 데 의미가 있다”면서 “향후에는 구축된 플랫폼과 모델의 연계를 더욱 강화하고 실제 신약개발 현장에서 활용할 수 있도록 기술을 고도화해, 신약개발에 소요되는 시간과 비용을 줄이는 데 기여하겠다”고 밝혔다.