pharm edaily

[이데일리 송영두 기자] 인공지능(AI)이 대세가 되면서 바이오 산업에서도 AI 신약개발 열풍이 거세지고 있다. 특히 AI 신약개발을 통해 얻을 수 있는 장점(기간 단축 및 비용 절감)이 어필되면서 관련 시장은 물론 AI 신약개발 기업 수도 빠르게 증가하고 있다. 하지만 여전히 성공 사례를 찾아보기 힘들고, 개별 기업의 기술 경쟁력을 외부에서 판단하기 쉽지 않아 투자자들의 투자 리스크가 크다는 분석이다.

1일 한국제약바이오협회 인공지능신약개발지원센터에 따르면 현재 국내 AI 신약개발 기업은 약 50여개사로 추정된다. 이들 기업 중 상당수는 최근 5년 사이 설립됐는데, 정보가 공개된 29개 기업에 대한 투자 총액은 6000억원에 달했다. 제약사부터 바이오 기업까지 AI 신약개발플랫폼 기업과 다양한 협업에 나서고 있을 정도로 업계 주목도가 높다. AI 신약개발 시장 규모는 2019년 약 6300억원에서 연평균 28.63% 성장해 2027년 약 4조7000억원에 달할 것으로 전망된다.

신약개발 상용화까지 평균 10~15년이 걸리고, 조 단위 투자가 필요하지만, 성공률은 1만분의 1에 불과하다. 하지만 AI를 활용하면 △후보물질 탐색 단계에서 무한대에 가까운 물질 탐색 △소요 비용과 시간 대폭 축소 △임상 성공 확률이 높은 물질 발굴 등의 장점이 있다.

문제는 AI 신약개발 기술과 기업들의 기술 경쟁력에 대해 외부에서 알수 있는 정보는 극히 제한적이라는데 있다. 성공 사례는 물론 기술과 관련해 공개된 자료도 많지 않고, 신빙성도 낮기 때문이다. 전문가들은 공통적으로 “AI 신약개발 기업의 기술 경쟁력을 외부에서 파악하기란 굉장히 어렵다. 대부분 기술 공개를 꺼린다”며 “기술에 대한 자신감 문제도 있고, 기술을 공개하는 순간 사업적인 우위가 없어질 것으로 생각하기 때문이다. 코카콜라가 제조 기술을 공개하지 않는 이유와 비슷하다고 보면 된다”고 말했다.

이데일리는 투자자 보호 및 정보 불균형 해소 차원에서 AI 신약개발 업계 사정에 능통한 전문가 3인에게 관련 기업 투자 시 고려해야 할 포인트에 대해 질문을 던졌다.



협업·투자·합성랩 구축, 3가지 요소 살펴야

디지털헬스케어 분야 투자 기업 A 대표, AI 신약개발 기업 B 대표, 자체 AI 신약개발 플랫폼을 갖춘 바이오 기업 C 임원으로 구성된 전문가들은 하나같이 민감한 문제라며 조심스러워하면서도 익명을 전제로 공통적으로 3가지를 강조했다. 이들은 AI신약개발업체가 제대로 된 글로벌 경쟁력을 갖추고 있는지 판단하기 위해서는 3대 요소를 확인해야 한다고 강조한다. △협업하거나 기술을 공유하는 확실한 파트너 확보 △신뢰할만한 기업 및 투자기관으로부터 자금 유치 △임상단계까지 진행할수 있는 AI신약개발력과 합성랩 구축 등이 그것이다.

A 대표는 “직접적인 기술 경쟁력은 알기 힘들지만, AI 신약개발 기업의 경우 협업 파트너 또는 기술 사용 파트너가 어디인지를 파악하는 것이 좋다”며 “그 숫자가 증가하고 있는지도 확인할 필요가 있고, 어떤 기업이나 기관이 투자했는지도 보면 그 회사에 대한 경쟁력을 간접적으로 확인할 수 있다”고 말했다. B 대표는 “글로벌 기업 및 대기업 등 좋은 기업이나 하우스로부터 투자를 받으려면 심사과정에서 기술력에 대한 부분이 공개될 수밖에 없다”면서 “이 과정에서 비즈니스 모델도 고려하기 때문에 해당 기업 경쟁력을 평가하는데 좋은 지표가 될 수 있다”고 했다.

C 임원은 “AI는 범용화된 기술로 봐야한다. 데이터가 좋아야 AI가 잘 돌아갈 수 있는데, 아직 오픈소스 데이터들은 정확도가 그리 높지 않다”며 “AI 신약후보물질을 수백만 개 설계하는 것보다, 신약이 될 만한 설계도를 선별하는 게 중요하다. 또한 후보물질 발굴 뿐만 아니라 임상 단계까지 적용 가능한 기술 확보 유무도 기업 경쟁력을 확인할 수 있는 수단”이라고 강조했다. 특히 그는 “AI 신약개발이 합성랩을 통해 데이터를 검증하고 알고리즘을 강화하는 것이 중요하다. 구축 및 실험 비용 등이 막대하게 소요되겠지만, AI 신약개발 기업 임장에서는 자체 실험을 통해 자사 AI를 검증하고 성능을 개선할 기회가 된다”고 말했다. 결국 합성랩 구축을 통해 AI 신약개발 기술력을 꾸준히 업그레이드 하고, 단순 후보물질 발굴만이 아닌 임상 적용까지 가능한 기업을 눈여겨봐야 한다는 설명이다. 국내 기업 중 합성랩을 구축하고 임상 적용이 가능한 플랫폼을 구축한 곳은 스탠다임, 팜캐드, 온코크로스, 파로스 등 소수에 불과하다.

(자료=한국제약바이오협회)

슈뢰딩거-스탠다임, 국내외 선두 비결 들여다보니

세계 AI 신약개발 분야에서 가장 선두로 평가받고 있는 기업은 슈뢰딩거다. 슈뢰딩거는 1990년 설립된 이래 50여개가 넘는 신약개발 소프트웨어를 보유하고 있다. 마이크로소프트 창립자인 빌게이츠가 2010년부터 2019년 까지 지속 투자했고, 구글벤처스와 디어필드 같은 대형 기관도 투자했을 정도로 기술력을 인정받고 있다. 자체랩에서 신약개발도 하고 있고, 길리어드 사이언스, 사노피, 노바티스, 다케다 등 주요 글로벌 제약사와 협업하고 있다.

국내에서는 스탠다임이 가장 높은 평가를 받는다. 2015년 설립된 스탠다임은 신약 타깃 발굴부터 후보물질 발굴 등 저분자 신약 발굴 전주기 플랫폼을 보유하고 있다. 특히 누적 투자 금액이 약 800억원을 상회하는데, 이는 국내 비상장 AI 신약개발 기업 중 가장 높은 규모다. SK케미칼(285130)과 카카오벤처스가 주요 투자자이며, 싱가포르 국부펀드 테마섹도 1000만 달러(120억원)를 투자했다. 협업 기업은 머크 라이프사이언스, SK케미칼, 한미약품(128940), HK이노엔(195940) 등으로, 합성랩까지 확보한 상태다.

합성랩은 AI 플랫폼이 발굴한 후보물질을 실제로 합성하는 곳으로, 합성 가능한 물질인지를 확인하고, 새로운 정교한 데이터를 자체 생성하는 합성연구소다. AI로 후보물질을 발굴해 그 데이터(설계도)를 고객사에게 전달하면, 고객사는 데이터 대로 합성을 해 단백질을 만든다. 하지만 데이터 대로 합성이 되지 않는 경우가 비일비재하다는 게 업계 전언이다. AI 결과가 좋게 나왔다고 하더라도 애초에 부정확한 데이터가 유입돼 실제와 차이가 발생하게 되는데, 이같은 오류를 줄이고 검증된 데이터를 확보하기 위해 필요한 것이 합성랩이다.

반면 몇몇 AI 신약개발 기업들은 시장 경쟁에서 뒤쳐지고 있다. 2020년 한 제약사는 AI 신약 기업과 신약개발 계약을 맺은지 얼마 안돼 계약을 해지했는데, 그 이유가 낮은 기술력 때문이었다. 신약개발 기업 에이디생명과학 자회사 에일론은 2018년 AI 신약개발 기업으로 설립됐지만, 모회사의 코스닥 상장 실패와 투자 유치에 어려움을 겪으면서 사명을 사피엔스바이오로 바꿨다. 현재는 모회사 신약개발에만 힘을 보태고 있는 것으로 파악된다. 2019년 국내 AI 신약개발 기업으로 최초로 코스닥 상장에 성공한 신테카바이오(226330)도 위기를 맞고 있다. 핵심 AI 플랫폼 계약 건수가 1건에 불과하고, 매출은 2년째 0원이다. 이렇다 보니 3개 연도 적자 행진을 이어가고 있고, 2년내 매출 30억 달성에 실패할 경우 관리종목 지정이 유력한 상황이다.