신약 개발은 어렵고 오래걸린다. 후보물질을 발굴하는데 시간이 많이 소요되고, 발굴된 후보물질의 효능과 안전성을 평가하는 과정에서도 수많은 실패를 경험하게 된다. 다른 질병에 비해서 그나마 유사 감염병 데이터가 많았던 코로나19 백신 개발의 경우에도 1년이 넘는 시간이 걸렸다. 기존의 방식으로는 약물의 구조를 바꾸고, 새로운 합성법을 통해 후보물질을 발굴하는데 역시나 시간이 많이 소요된다.
인공지능을 통한 신약개발 기술(이하, AI신약 기술)은 이러한 어려움을 해결할 수 있다. AI는 방대한 데이터를 빠르게 처리하고, 처리하는 와중에 가장 효율적인 패턴을 찾아낼 수 있기 때문에, 후보물질 발굴과정을 개선할 수 있는 것이다. 과거부터 AI, 가상실험 등을 이용한 신약개발 연구는 논의되고 있었는데 최근에 와서 더욱 주목받는 이유는 무엇일까?
첫째, AI 기술 자체의 발전이다. 과거에는 AI 자체의 기술이 고도화되지 않아 AI모델을 신약개발에 적용하는 과정에서 어려움이 있었다. 하지만, 트랜스포머의 등장 이후 생성형 AI가 구현되면서 바이오 분야에 인공지능을 적용하는 것이 전보다 수월해졌다.
둘째, 컴퓨팅 파워의 발전이다. AI구현에 있어서는 강력한 컴퓨팅 파워가 필요하다. 최근 몇 년 사이에 인공지능 학습 및 적용을 위한 GPU, AI반도체(NPU) 등의 개발이 가속화되면서 인공지능을 신약개발 분야에 적용할 수 있는 문이 열리고 있는 것이다.
셋째, 신약개발을 위한 데이터 축적이 많이 이루어지고 있다. 인공지능 컴퓨터를 학습시키는 데이터는 이유식에 비유된다. 아이가 좋은 이유식을 먹고 건강하게 자라는 것처럼 인공지능 컴퓨터도 학습을 위해서 다량의 좋은 데이터가 필요하다. 아무리 좋은 AI 모델과 좋은 컴퓨터가 있더라고 학습을 위한 데이터가 없다면 인공지능 구현이 어렵다. AI신약개발을 위해서는 약물의 구조, 약물의 특성 및 이에 대응되는 의료 정보가 필요한데, 최근에야 이러한 정보가 축적되고 제도가 정비되어 신약개발을 위한 효율적인 데이터 사용이 가능해졌고, 이를 통한 신약개발이 가능한 시기가 되었다.
한편, 기술의 특허를 통해 신약개발에 대한 투자를 유도하고, 독점적 지위를 통한 신약개발의 경쟁력을 강화할 수 있기 때문에 특허의 중요성도 더욱 커지고 있다. 글로벌 제약사들은 자신들의 AI신약개발 노하우를 특허로 보호하여 기술의 해자(垓字) 구축하고 있으며, 유능한 스타트업들은 AI신약 아이디어를 특허로 보호하여 이를 기반으로 투자유치에 성공하거나 비싼값에 M&A되고 있다.
기업들은 AI신약 기술 개발 결과물을 담은 특허포트폴리오의 구축에 최선을 다해야 하며 신약개발 특허전략도 필요하다.
우선 신약 개발을 위한 AI모델 관련 기술이다. AI 모델의 구현 방법, AI모델의 성능을 평가하는 방법 등이 포함된다. 이러한 기술은 AI를 이용한 신약 개발의 핵심 기술이기 때문에, 기술적 해자를 구축하기에 적합하다.
이세돌과 바둑대결로 유명한 ‘알파고’를 만든 딥마인드(Deepmind)라는 회사는 ‘단백질 구조를 결정하기 위한 기계 학습방법(Machine learning for determining protein structures)’라는 이름의 미국특허 US17/266,724를 이미 2019년에 출원하였는데, 이는 신약개발과정에서 인공지능 컴퓨팅 기술을 이용하여 단백질 구조예측을 수행하는 프로그래밍 방법에 관한 특허다. 머신러닝 모델을 사용하여 여러 계층의 모델을 만들고 이러한 모델에 기반하여 단백질의 구조 예측과 세분화를 수행하는 방법에 대한 특허를 출원한 것이다.
딥마인드 뿐만 아니라 머크(Merck), 화이자(Pfizer), 글락소스미스클라인(GlaxoSmithKline), 노바티스(Novartis), 사노피(Sanofi) 등 수 많은 제약사들이 AI를 이용한 신약 개발에 관한 강력한 특허포트폴리오를 구축하는데 열을 올리고 있다. 10년 이내로 이 분야의 특허분쟁이 증가할것으로 예상되며, 그 와중에 좋은 특허를 보유한 스타트업들을 중심으로 투자와 인수합병(M&A)이 일어날 것이다.
원문 : 신약개발, 인공지능으로 구현하고 특허로 보호한다
글 : BLT 엄정한 파트너 변리사, 박기현 변리사
관련 기사
