K-문샷, 데이터·자율실험으로 AI 신약 전주기 혁신

범부처 연구개발 프로젝트인 K-문샷이 데이터 확보와 실험 자동화를 중심으로 국내 AI 신약 개발의 병목 해소에 나선다. AI 신약 미션 총괄관리자인 남진우 한양대 생명과학과 교수는 개별 신약 개발보다 플랫폼 혁신에 초점을 맞춰 성공률을 높이고 개발 속도를 끌어올리겠다는 구상을 밝혔다. 목표는 2035년까지 AI로 발굴한 신약 물질의 후기 임상 진입과 개발 속도 10배 향상이다.

K-문샷 추진단이 공개한 내년 핵심 과제는 ‘AI-자율 실험 기반 차세대 신약 연구 거점 구축’과 ‘암 면역 미세환경 파운데이션 모델 구축’이다. 암 파운데이션 모델은 국내 신약 파이프라인의 절반이 암을 겨냥한다는 점을 반영했다. 후보물질의 인체 흡수·분포·대사·배설·독성 수준을 AI로 예측해 개발 기간을 줄이고, 분자부터 조직까지 아우르는 멀티모달 바이오데이터를 확보하는 것이 핵심이다.

확보한 데이터는 파운데이션 모델뿐 아니라 동물실험을 대체해 전임상에 활용할 오가노이드 모델 구현에도 쓰일 수 있다. 자율실험실은 AI와 로봇, 데이터 분석 모델을 결합해 다수 후보물질의 검증 기간을 단축하는 방식으로 설계된다. 산·학·연·병이 공동 연구 거점을 조성하고 인체 데이터 활용 절차를 간소화해 실증 속도를 높일 계획이다. 과제 범위는 표적·유효물질·후보물질 발굴부터 비임상, 임상, 제조 자동화까지 신약 개발 전 주기를 포괄한다.

추진단은 전문가 의견 수렴을 거쳐 12월께 두 핵심 과제의 세부 계획을 공고하고, 내년도 2500억원 규모의 정부 연구개발 과제와 연계해 기반을 넓힌다. 후속 기획 대상으로는 임상과 치료접근법이 검토되고 있다. 임상 데이터 부족이 추가 병목으로 지목되는 가운데 영업비밀 문제로 임상수탁기관 데이터 공유가 제한된 점도 해결 과제로 남았다. 기존에 없던 치료접근법의 원천 기술은 국내 신약 생태계의 질적 경쟁력을 위해 장기 지원이 필요한 분야로 제시됐다.