AI 신약 개발 혁명: 10년 걸리던 신약이 1년으로 줄어드는 이유

 

신약 하나를 개발하는 데 평균 10~15년, 비용은 최대 수조 원이 들고 성공률은 10%도 안 됩니다. 이 구조적 한계를 AI가 정면으로 깨기 시작했습니다. 타깃 발굴부터 후보물질 설계까지 46일, 임상 2상 성공까지 이미 현실이 된 사례들을 통해 AI가 신약 개발을 어떻게 바꾸고 있는지 정리합니다.

 

 

---

 

1. 기존 신약 개발이 왜 이렇게 오래 걸렸나

 

1) 모래사장에서 바늘 찾기 수준의 탐색 과정

 

신약 개발은 크게 표적 식별 → 후보물질 탐색 → 전 임상 → 임상 1·2·3상 → 허가 승인 단계로 이뤄집니다. 기존 신약 개발은 평균 10

15년으로 10

30억 달러에 달하는 개발 비용이 소요되면서 임상 성공률은 10% 미만에 그쳐 주요 장벽으로 작용하고 있습니다. 수백만 개의 화합물 중에서 후보물질 하나를 골라내는 과정 자체가 수년씩 걸리는 구조였습니다.

 

2) 실패의 핵심 원인은 독성 문제

AI의 역할은 단순히 기간 단축에 그치지 않습니다. 신약 개발 실패의 핵심 원인인 '독성' 문제를 해결하는 데 결정적인 기여를 하고 있습니다. 수년간 개발하다 임상에서 독성이 확인되면 모든 투자가 물거품이 되는 구조를 AI가 사전에 걸러내는 방식으로 바꾸고 있습니다.

 

3) AI 도입 이전까지의 현실

실제로 과거 4~5년이 걸리던 후보물질 탐색 기간을 1년 수준으로 단축하는 성과가 나타나고 있으며, 일부 선도 기업은 타깃 발굴에서 임상 1상 진입까지 단 30개월 만에 주파하며 속도 혁명을 입증하고 있습니다.

 

기존 VS AI 신약 개발

 

---

2. AI가 신약 개발을 단축하는 3가지 핵심 원리

 

1) 알파폴드: 단백질 구조 예측의 혁명

신약 개발의 출발점은 질병을 일으키는 단백질의 3D 구조를 파악하는 것입니다. 과거에는 이 구조를 밝히는 데만 수년이 걸렸습니다. 구글 딥마인드가 개발한 알파폴드는 아미노산 서열만으로 단백질의 3차원 구조를 수 분 내에 예측합니다. 한미약품은 자체 AI 기반 약물 설계 플랫폼에 알파폴드를 활용해 단백질 3차원 구조를 분석하고 선택성이 높은 물질을 디자인해 신약 후보물질 HM17321을 발굴했습니다.

 

2) 생성형 AI: 후보물질을 직접 설계

AI는 이제 기존 데이터에서 패턴을 찾는 것을 넘어, 존재하지 않았던 새로운 분자 구조를 직접 생성합니다. AI는 방대한 논문과 실험 데이터를 학습해 인간이 발견하지 못한 질병 패턴을 찾아내고, 가상 시뮬레이션을 통해 후보물질을 정밀하게 선별합니다.

 

3) 자동화 실험: 데이터 생산 속도의 혁신

리커전 파마슈티컬스는 일주일에 200만 건 이상 세포실험을 진행하고 있습니다. 대량의 데이터를 축적·생산한 뒤 이를 AI 모델에 학습시키고 AI가 도출한 가설을 검증하는 과정을 자동화했습니다. 사람이 수십 년 걸릴 실험을 AI와 로봇이 몇 주 만에 처리하는 구조입니다.

 

 

---

 

3. 세계 최초 AI 신약 임상 2상 성공 사례

 

인실리코메디슨은 AI가 질병 원인 물질(타깃) 발굴, 후보물질 설계, 임상시험까지 주도해 개발한 약물이 임상 2상 단계에서 효과와 안전성을 입증한 세계 최초의 사례를 만들었습니다. 핵심은 획기적으로 짧아진 개발 기간으로, 타깃 발굴부터 후보물질 설계, 선도물질 선별·합성·생산까지 46일이 걸렸습니다. AI를 쓰지 않는다면 통상 8년이 소요되는 과정입니다.

 

특발성 폐섬유증(IPF) 치료제로 개발 중인 렌토서팁은 임상 2a상을 마치고 현재 더 많은 환자 코호트를 대상으로 평가하기 위해 규제 당국과 논의 중입니다. 해당 임상 결과는 국제 학술지 네이처 메디슨(Nature Medicine)을 통해 공개됐으며 안전성과 함께 폐 기능 지표 개선 신호를 보여 AI 설계 기반 신약이 실제 인간 대상 임상에서 의미 있는 단계에 도달할 수 있음을 보여준 사례로 평가됩니다.

 

---

4. 현재 AI 신약 개발의 규모와 전망

 

 

구분	현재 수치	2030년 전망
신약 개발 기간	10~15년	5~7년으로 단축
임상 성공률	10% 미만	3배 이상 향상 전망
AI 활용 파이프라인	45~50%	더욱 확대 예정
임상 진입 AI 신약	100개 초과	지속 증가 중
글로벌 시장 규모	23.5억 달러(2025)	137.7억 달러(2033)

 

 

현재 전이상 파이프라인의 45~50%가 AI를 활용해 도출됐으며 임상 단계에 진입한  AI 기반 신약 후보 물질은 100개를 초과했습니다. AI가 설계한 신약 가운데 최종 규제 승인을 받은 사례는 아직 없지만, 첫  AI 설계 신약의 사장 승인은 2027~2028년으로 전망되고 있습니다.

 

AI 신약 개발 단계별 기간

 

---

5. 국내 AI 신약 개발 현황

 

한미약품은 자체 AI 기반 약물 설계 플랫폼을 활용해 신약 후보물질 HM17321을 발굴하고 FDA에 임상 1상 진입을 신청했습니다. 이 외에도 삼성바이오로직스, SK바이오팜 등 국내 기업들이 AI를 선제적으로 도입하며 경쟁력을 높이고 있습니다. 국내에서는 파로스아이바이오가 AI 플랫폼으로 개발한 급성 골수성 백혈병 치료 후보물질이 임상 1상을 진행 중이며, 온코크로스 등 4개사도 임상 단계에 진입해 있습니다.

 

 

실전 팁

AI 신약 개발은 일반인이 직접 참여하거나 모니터링하기 어렵지만, 관심 질환의 신약 임상 진행 현황은 미국 국립보건원(NIH)의 임상시험 데이터베이스 clinicaltrials.gov에서 누구나 검색해볼 수 있습니다. 검색창에 질환명을 입력하면 현재 진행 중인 AI 기반 신약 임상 정보를 확인할 수 있습니다.

 

 

---

6. 자주 묻는 질문

 

Q1. AI가 설계한 신약이 이미 시판된 사례가 있나요?

 

아직 최종 규제 승인을 받아 시판된 AI 완전 설계 신약은 없습니다. 인실리코메디슨의 렌토서팁이 가장 앞선 사례로 임상 2상을 완료한 상태이며, 첫 시판 승인은 2027~2028년으로 전망됩니다.

 

Q2. AI가 신약 개발 성공률을 완전히 보장하나요?

현재 AI 기반 후보물질의 임상 2상 성공률은 약 40% 수준으로 나타났습니다. 임상 3상 이상은 아직 데이터가 충분하지 않아, AI가 모든 단계의 성공률을 높인다고 단언하기는 이릅니다.

 

Q3. AI 신약 개발이 약값에도 영향을 미칠까요?

개발 비용과 기간이 단축되면 이론적으로 약가 인하 여지가 생기지만, 임상 비용과 규제 허가 과정은 여전히 수반되므로 단기간에 약가 변화로 이어지기는 어렵습니다.

 

46일이 바꾸는 의료의 미래

 

10~15년 걸리던 신약 개발 중 가장 긴 초기 탐색 단계를 AI가 46 일로 압축했다는 것은 단순한 효율화가 아닙니다. 치료제가 없어 기다리던 희귀질환 환자들에게 가장 직접적인 영향을 줄 수 있는 변화입니다. AI 신약 개발의 첫 시판 허가가 나오는 2027~2028년이 이 분야의 진정한 변곡점이 될 것입니다.

 

AI 신약 개발에서 가장 관심 있는 질환 분야가 있다면 댓글로 공유해 주시면 관련 정보로 다뤄보겠습니다.

 

---

 

함께 보면 좋은 글

 

 

AI 헬스케어의 대전환: 치료 중심에서 예방 중심으로 바뀌고 있는 의료의 미래

 

AI 골밀도 진단과 여성 건강: 숫자 하나로 끝나지 않는 검사

 

 

 

 

참고 자료

• 한국일보, AI 신약 임상 2상 성공 세계 최초 
• 약사공론, AI 신약 개발 10년→1년 
• 의학신문, AI 신약 개발 기간 절반 단축 
• 바이오타임즈, 렌토서팁 임상 결과 분석 
• 메디게이트뉴스, AI 신약 70개 임상 현황

 

 

본 포스팅은 정보 제공을 목적으로 하며, 의학적 진단이나 치료를 대신하지 않습니다. 건강 관련 결정은 반드시 전문 의료진과 상담하시기 바랍니다.