신약개발 소요 비용과 기간단축 위해 인공지능 활용
AI 연합학습 기반 신약개발 가속화 프로젝트 26개 세부 과제 선정
’24년부터 ’28년까지 총 5년간 348억 원 지원으로 신약개발 생태계 조성
![](/news/photo/202407/42046_68530_2837.jpg)
보건복지부(장관 조규홍)와 과학기술정보통신부(장관 이종호)는 '연합학습 기반 신약개발 가속화 프로젝트 사업(R&D)'의 26개 과제를 선정하고 본격적인 사업 착수에 나선다고 밝혔다.
본 사업은 데이터를 안전하게 보호하면서도 활용 가능한 연합학습 기반 인공지능(AI) 모델을 활용하여 신약 개발에 소요되는 비용과 기간을 단축하고자 복지부와 과기정통부가 공동으로 추진하는 사업으로 지난 4월부터 한국제약바이오협회에 사업단을 출범하여 운영하고 있다.
사업단은 공모 및 평가를 거쳐 ▲연합학습 플랫폼 구축 ▲신약개발 데이터 활용 및 품질관리 ▲AI 솔루션 개발 3개 분야 26개 세부과제와 과제별 주관연구기관을 선정하였다.
연합학습 플랫폼 구축 분야에서는 기관간 데이터 공유 없이 보안을 유지하며 안전하게 인공지능 학습이 가능한 연합학습 플랫폼을 구축하는 과제와 해당 과제의 주관연구기관으로 ㈜에비드넷이 선정되었다.
신약개발 데이터 활용 및 품질관리 분야에서는 제약사, 대학, 연구소 등이 각자 보유한 데이터로 연합학습에 참여하여 신약개발 인공지능 모델의 성능을 높이고 검증하는 내용과 관련된 세부과제 20개가 선정되었다. 과제별 주관연구기관으로는 대웅제약, 동화약품 등 제약사 8곳을 포함하여 대학, 연구소 등 총 20개 기관이 선정되었다.
연합학습은 개인, 기관 등 여러 위치에 분산 저장된 데이터를 직접 공유하지 않고 로컬(내부)에서 학습시켜 분석 결과만을 중앙서버로 전송 후 학습모델을 갱신하는 분산형 학습 기법이다.
AI 솔루션 개발 분야에서는 신약개발 각 단계에서 발생하는 실험데이터로 약물 후보 물질 발굴을 위한 ADME/T 예측 인공지능 모델 개발과 관련한 세부과제 5개를 선정하였다. 과제별 주관연구기관으로는 광주과학기술원, 전북대 산학협력단 등 5개 기관이 선정되었다.
ADME/T(Absorption, Distribution, Metabolism, Excretion, Toxicity)는 약물 후보물질 발굴을 위해 약물이 체내로 흡수, 분포, 대사, 배설되는 과정과 독성을 테스트하는 것을 의미한다.
ADMET/PK(Absorption, Distribution, Metabolism, Excretion, Toxicity)는 약물 후보물질 발굴을 위해 약물이 체내로 흡수, 분포, 대사, 배설되는 과정과 독성을 테스트분야의 보유 또는 신규 생산 데이터를 플랫폼에 공급, 연합학습에 참여하여 인공지능 모델 활용, 검증 등 과제를 수행하게 된다. PK(Pharmacokinetics)는 약물이 체내에서 시간에 따라 어떻게 변하는지 설명하는 학문(약리역학)이다.
복지부와 과기정통부는 이번에 선정된 26개 과제를 포함, ’24년부터 ’28년까지 총 5년간 348억 원을 지원하며, 해당 사업을 통해 정부와 제약기업, 연구소, 대학 등이 함께 협업하여 인공지능 활용 신약개발 생태계가 조성될 것으로 기대한다.
고형우 복지부 첨단의료지원관은 “데이터를 안전하게 공유‧활용하는 연합학습 방식 인공지능 기술개발을 통해 그간 개별 연구기관, 제약기업 등이 독자적으로 수행하기 어려웠던 대규모 데이터 분석‧활용이 가능해지면서 신약 개발이 가속화될 것”이라며 “앞으로도 데이터 활용 체계를 강화하고 AI‧데이터 연구개발(R&D)을 적극 지원하여 미래 의료‧제약 혁신을 이끄는 동시에 국민 건강증진에 기여할 수 있도록 노력하겠다”라고 밝혔다.
권현준 과기정통부 기초원천연구정책관은 “연합학습 방식을 통해 그동안 여러 기관에서 축적한 고품질의 신약개발 데이터가 안전하게 활용되어 인공지능 기반 신약개발 플랫폼과 인공지능 솔루션이 본격적으로 개발될 것으로 기대한다”라며, “바이오에 인공지능·데이터 등 디지털 기술이 융합된 디지털바이오 분야 연구개발을 적극적으로 지원하여 체감할 수 있는 가치를 창출하고 첨단바이오 강국으로 도약할 수 있도록 노력하겠다”라고 밝혔다.
한편 이번 연합학습 기반 신약개발 가속화 FDD(Federated Drug Discovery) 플랫폼 구축은 연합학습 프레임워크 개발 및 고도화, 신약개발 데이터의 안전성 보장, AI 모델의 탑재, 편리한 인터페이스 제공, 인센티브 알고리즘 등을 개발하게 된다. 주관 연구기관은 (주)에비드넷이며 신약개발 데이터 활용 및 품질관리(20개 세부과제)를 진행한다.
20개 기관이 참여해 제약사는 대웅제약, 동화약품, 삼진제약, 유한양행, 제일약품, 한미약품, 휴온스, JW중외제약, 대학 병원은 가천대, 가톨릭대, 경북대, 고려대(세종), 서울대, 서울대병원, 연구소‧재단은 대구경북첨단의료산업진흥재단, 한국생명공학연구원,한국파스퇴르연구소, 한국화학연구원 그리고 기업은 ㈜심플렉스, ㈜에이페이스가 참여한다.
AI 솔루션 개발(5개 세부과제)는 연합학습 기반 ADME/T 예측 솔루션 개발로 FAM(Federated ADME/T Model)의 동작 범위 정의와 공개 데이터와 기본 데이터를 활용한 연합학습 기본모델 개발, FAM 고도화 및 성능 개선, 상용화 계획을 수립한다. 주관연구기관은 광주과학기술원, (재)목암생명과학연구소, ㈜아이젠사이언스전북대학교산학협력단, 한국과학기술원 등 5개 기관이 참여한다.