본문 바로가기

AI가 약을 만들어준다고? Open R&D T/F부서 탐구

AI가 약을 만들어준다고? Open R&D T/F부서 탐구

신약개발이라는 단어를 들으면 어떠한 것들이 떠오르시나요? 저는 흰 옷을 입은 연구원들이 화학 실험실에서 여러 실험을 하는 모습들이 떠오르는데요! 혹시 생물 정보학’, ‘바이오 파이썬 이라는 말을 들어본 적이 있으신가요?? 단지 실험을 하는 것이 아니라 수학과 통계학, 컴퓨터 공학과 생물학을 연계하여 생물학적 빅데이터를 분석하는 목적으로 사용되는 기술인데요!! 이러한 기술들이 실제 신약개발에 사용된다고 한다면, 믿기시나요?? 오늘은 AI와 화학생물학을 이용하여 신약을 개발하는 SK케미칼의 Open R&D T/F 부서에 대해 알아보도록 하겠습니다!

SK Careers Editor 이수록

 

 

 

 

 

안녕하세요? 저는 2019년에 SK케미칼에 입사하여 LS Biz. 그룹에서 일하고 있는 구남진 매니저입니다. 현재, Open R&D T/F에서 AI 신약개발 프로젝트를 수행하고 있으며, 빅데이터 분석 및 AI 모델 개발업무를 맡고 있습니다.

 

 

 

신약개발 과정은 많은 단계가 존재하는데요. 해당 단계마다 실제 검증 실험과 전문가의 통찰력이 필수적인데, 이것을 AI 기술이 사람을 대신해서 후보약물의 효능을 예측하거나 새로운 약물을 설계해준다고 생각하시면 될 것 같습니다. 현재는 각 단계에 따라 많은 AI 기술이 개발되고 있으며, 다양한 기능이 존재하고 있습니다. 예를 들면, 수만 건의 논문 검색을 통해 관심있는 질환의 신규 타겟을 제안하거나, 이미 사용중인 약물 중에서 기존에 알려지지 않은 새로운 효능을 예측하거나, 새로운 약물의 구조를 설계하고 최적화하는 AI 기술이 대표적입니다.

 

 

 

개발에 드는 비용과 시간을 절약할 수 있다는 것이 가장 큰 장점입니다. 약효 실험의 경우 한번에 평가해볼 수 있는 화합물의 개수가 제한되어 있으며, 약물 합성의 경우에도 사람이 수작업으로 디자인하기 때문에 시간이 많이 소요됩니다. 실제 실험에 앞서서 AI 기술이 가능성이 높은 후보물질을 우선 추려준다면, 많은 시간과 비용을 절약할 수 있습니다. 하지만 정확도 측면에서 아직까지는 개선의 여지가 있습니다. 예측된 후보물질의 약효를 평가해보면 실제로 효능이 없는데도 효과가 있다고 예측하는 경우도(False Positive) 많습니다. 이러한 오차를 줄이기 위해 AI 기술의 발전도 중요하지만, 해당 전문가의 지식과 노하우가 AI 개발에 접목되는 것이 더욱 중요하게 여겨지고 있습니다.

 

 

 

다른 산업 분야에 비해 데이터 공유에 대한 제한이 있어 AI 학습에 필요한 양질의 데이터를 확보하는데 어려움이 있습니다. 현재, 대부분 데이터는 해외에서 공개하고 있는 데이터베이스를 활용하고 있으며, 국내에서 제공되는 데이터는 극히 드뭅니다. 또한, 실험 데이터의 경우 많은 요인에 의해 수치 값에 편차가 존재하기 때문에 표준화된 데이터 정제도 어려울 때가 많습니다.

 

 

 

AI 기술을 포함하여 컴퓨터를 이용한 모의실험 (in silico)이 항상 좋은 결과를 도출하는 것은 아닙니다. 때때로 잘못된 결과를 야기하지만, 다양한 시도를 통해 문제를 해결하고 실제 실험 데이터와 일치하는 결과를 도출할 때 가장 큰 보람을 느끼곤 합니다.                                                                                                                                                                        

 

 

제가 이전에 수행하였던 프로젝트는 환자의 유전체 데이터를 분석하여 질병을 유발하는 원인을 찾는 기초 연구에 국한되어 질병을 치료하는 신약개발 단계까지는 많은 어려움이 있었습니다. 최근 주변에 암으로 돌아가시는 분들이 계시면서 제가 그 분들에게 실질적인 도움을 드리지 못하는 현실이 안타까웠습니다. 그래서, 제가 수행하고 있는 업무가 연구 레벨에서 끝나지 않고 실용화까지 도달하여 많은 분들에게 실질적인 도움을 줄 수 있는 연구를 수행하고 싶다는 생각을 갖고 AI 신약개발에 도전하게 되었습니다.

 

 

 

융합적인 사고와 꾸준한 자기 계발을 하는 자세가 중요한 역량으로 생각됩니다. 생물정보학 (Bioinformatics) 또는 화학정보학 (Chemoinformatic)은 생물학, 화학, 수학, 통계, 전산학 등의 기본적인 전공 지식을 요구하며, 이것들을 융합적으로 이해하고 실행할 수 있는 능력이 필수적입니다. 또한, 해당 기술들의 발전이 굉장히 빠르기 때문에 꾸준한 공부를 통해 신약개발에서 발생하는 데이터의 특성을 이해하고 데이터 분석에 필요한 최신 기술들을 습득하는데 많은 노력과 자세가 중요할 것 같습니다.

 

 

 

실제 실험적으로 시도하기 어려운 문제들에 대해 본인이 가설을 세우고 실질적으로 검증할 수 있는 직무라는 것이 큰 장점입니다. 또한, 다양한 분야의 전문가들과 협업을 통해 그들과 소통하면서 많은 경험을 간접적으로 습득할 수 있으며, 전문 분야를 확장할 수 있다는 것도 장점이라고 할 수 있습니다. 그리고 생명정보학과 AI 기술이 다양한 분야에서 널리 활용되고 있는 것에 비해, 실질적은 검증이 아직까지는 제한적인 것이 단점입니다. AI 기술에서 좋은 결과를 보이더라도 현실적인 재현이 어렵다면 사용할 수 없는 기술이 되기 때문입니다.

 

 

 

AI 신약개발의 업무는 아직까지는 걸음마 단계입니다. 앞으로 더욱 발전 가능성이 있으며, 향후 더욱 각광받을 것입니다. 생명과학은 점차 정보과학으로 패러다임이 바뀌고 있으며, 이런 전환에 맞추어 실험과학자와 전산과학자 역할을 동시에 수행할 수 있는 차세대 과학자를 육성하는데 초점을 맞추고 있습니다. 이러한 변화에 발맞추어 새로운 분야에 도전하신다면 좋은 결과를 얻으실 수 있을 것으로 생각합니다.

 

 

 

 

 

오늘은 Open R&D TF부서를 통해 AI 신약개발이라는 특이한 직무에 대해 알아보았는데요, 어떠셨나요? 저는 빅데이터, 컴퓨터, 수학, 통계학, 자연과학을 다 합친 직무라는 점에서 매우 흥미로운 주제라고 생각했습니다! 또한 정제라는 개념이 단순히 물질의 순도를 높이는 것이라고만 생각하였는데, 정보를 기반으로 신약개발을 할 수 있다는 것을 보면서 정보의 정제라는 것이 존재하고 매우 중요하다는 것을 알 수 있었습니다. 신뢰도가 높은 정보를 통해 모든 질병을 제어할 수 있는 SK케미칼의 모습을 기대하면서 오늘 포스팅을 마치도록 하겠습니다. 감사합니다!