제약
AI로 신약 개발 시간 80% 단축… 주목할 만한 국내 제약사는?
정준엽 기자
입력 2025/04/10 16:42
신약 개발에 인공지능(AI)을 활용하는 것이 선택이 아니라 필수인 시대가 되면서, 국내 제약업계에서도 신약 개발에 AI를 적극적으로 활용하고 있다. 특히 삼성바이오로직스, SK바이오팜, 한미약품 등 2010년대 후반부터 일찌감치 AI를 도입한 대형 제약·바이오 기업들이 경쟁력을 넓힐 수 있을지 주목된다.
◇전통 신약 개발 방식, 제약사들에 비용·시간 부담 ↑
10일 IBK투자증권 정이수 연구원이 발간한 산업분석 보고서에 따르면, 국내외 제약·바이오 기업들은 그간 전통적인 방식의 낮은 효율성으로 인해 신약 개발에 부담을 느꼈으나, 최근 AI를 대안으로 선택하면서 부담을 줄이고 있다.
기존의 신약 개발 방식은 1조~3조원의 비용과 발굴부터 시판까지 평균 10~15년의 시간이 필요하다. 발굴 성공률은 후보물질 1만개 중 1개의 확률이며, 이마저도 임상 3상 시험에 실패할 경우 수천억원의 손실을 감수해야 한다. 특히 바이오의약품에 대한 관심이 커지면서 제약사들의 연구개발(R&D) 투자 비용은 갈수록 늘어나고 있으나, 개발 성공률은 더 낮아지면서 제약사들의 부담이 증가했다. 약의 특성상 개발 난이도가 일반 합성의약품보다 높기 때문이다.
2023년 기준 글로벌 제약사 15개사의 합산 연구개발 비용은 1630억달러로 2014년 대비 87% 증가했고, 매출액 대비 연구개발 비용 또한 23.5%로 2014년 대비 6.3%p 증가했다. 반면, 임상시험의 성공률은 점점 낮아지면서 오히려 생산성은 더 떨어졌다. 실제로 2023년 임상시험 생산성 지수는 17.4로, 2010년(20) 대비 낮아졌다.
◇AI, 항체의약품 발굴까지 확장 “5년 뒤 30.5조까지 성장”
이에 업계에서는 새로운 신약 개발 방식이 필요하다는 문제가 꾸준히 제기돼 왔고, 그 새로운 대안으로 AI를 활용하는 기업이 증가하고 있다. AI는 현재 후보물질 발굴 등 초기 단계에서 많이 활용되고 있어, 초기 개발 기간을 단축하는 데 기여하고 있다. 가령 AI 활용 없이 신약 후보물질을 발굴할 경우 전임상 단계까지 평균 5.5년의 시간이 필요하지만, AI를 활용할 경우 이 기간을 최대 80%까지 줄일 수 있다.
최근에는 기술이 발달하면서 AI의 적용 범위도 넓어지고 있다. 과거에는 기존 약물의 새로운 용도를 찾아내는 '약물 재창출' 단계에 머물렀으나, 현재는 저분자 화합물(경구제) 설계·백신 발굴·항체의약품 후보물질 발굴까지 영역을 넓혔다.
IBK투자증권 정이수 연구원은 "AI 기술은 전통적 방식으로는 발견하기 어려웠던 신규 화합물 탐색 등을 통해 시간·비용 절감 효과를 제공하고 있다"며 "AI 신약 개발 시장은 기술혁신과 성과에 힘입어 2030년까지 연평균 42.9%의 높은 성장률을 보이며 약 209억2000만달러(한화 약 30조5000억원) 규모로 성장할 것으로 본다"고 했다.
◇전통 신약 개발 방식, 제약사들에 비용·시간 부담 ↑
10일 IBK투자증권 정이수 연구원이 발간한 산업분석 보고서에 따르면, 국내외 제약·바이오 기업들은 그간 전통적인 방식의 낮은 효율성으로 인해 신약 개발에 부담을 느꼈으나, 최근 AI를 대안으로 선택하면서 부담을 줄이고 있다.
기존의 신약 개발 방식은 1조~3조원의 비용과 발굴부터 시판까지 평균 10~15년의 시간이 필요하다. 발굴 성공률은 후보물질 1만개 중 1개의 확률이며, 이마저도 임상 3상 시험에 실패할 경우 수천억원의 손실을 감수해야 한다. 특히 바이오의약품에 대한 관심이 커지면서 제약사들의 연구개발(R&D) 투자 비용은 갈수록 늘어나고 있으나, 개발 성공률은 더 낮아지면서 제약사들의 부담이 증가했다. 약의 특성상 개발 난이도가 일반 합성의약품보다 높기 때문이다.
2023년 기준 글로벌 제약사 15개사의 합산 연구개발 비용은 1630억달러로 2014년 대비 87% 증가했고, 매출액 대비 연구개발 비용 또한 23.5%로 2014년 대비 6.3%p 증가했다. 반면, 임상시험의 성공률은 점점 낮아지면서 오히려 생산성은 더 떨어졌다. 실제로 2023년 임상시험 생산성 지수는 17.4로, 2010년(20) 대비 낮아졌다.
◇AI, 항체의약품 발굴까지 확장 “5년 뒤 30.5조까지 성장”
이에 업계에서는 새로운 신약 개발 방식이 필요하다는 문제가 꾸준히 제기돼 왔고, 그 새로운 대안으로 AI를 활용하는 기업이 증가하고 있다. AI는 현재 후보물질 발굴 등 초기 단계에서 많이 활용되고 있어, 초기 개발 기간을 단축하는 데 기여하고 있다. 가령 AI 활용 없이 신약 후보물질을 발굴할 경우 전임상 단계까지 평균 5.5년의 시간이 필요하지만, AI를 활용할 경우 이 기간을 최대 80%까지 줄일 수 있다.
최근에는 기술이 발달하면서 AI의 적용 범위도 넓어지고 있다. 과거에는 기존 약물의 새로운 용도를 찾아내는 '약물 재창출' 단계에 머물렀으나, 현재는 저분자 화합물(경구제) 설계·백신 발굴·항체의약품 후보물질 발굴까지 영역을 넓혔다.
IBK투자증권 정이수 연구원은 "AI 기술은 전통적 방식으로는 발견하기 어려웠던 신규 화합물 탐색 등을 통해 시간·비용 절감 효과를 제공하고 있다"며 "AI 신약 개발 시장은 기술혁신과 성과에 힘입어 2030년까지 연평균 42.9%의 높은 성장률을 보이며 약 209억2000만달러(한화 약 30조5000억원) 규모로 성장할 것으로 본다"고 했다.
◇국내사들도 AI 적극 활용 중… 비만 신약까지 AI로 개발
최근에는 국내 제약·바이오사들도 신약 개발에 AI를 적극 활용해 경쟁하고 있다. 주목해 볼만한 대표 기업으로는 삼성바이오로직스, SK바이오팜, 한미약품이 꼽혔다.
삼성바이오로직스는 작년 12월 미국 AI 신약 개발 기업 제너레이트 바이오메디슨에 투자해 신약 개발 기술을 도입했다. 제너레이트는 생성형 AI 플랫폼을 활용한 단백질 설계 기술을 보유하고 있다. 현재 암·감염질환·자가면역질환을 포함한 질환 영역에서 20개의 신약 후보물질을 개발하고 있다. AI 적용 범위가 항체의약품까지 확장되고 있다는 점을 고려할 때, 이 투자는 신약 개발 최신 경향에 맞춘 움직임이라고 평가받는다.
SK바이오팜은 2018년부터 자체 AI 신약 개발 플랫폼을 마련해 연구개발에 활용하고 있으며, 작년에는 AI 신약 개발 전문 인력도 영입했다. 뇌전증 신약 '엑스코프리(성분명 세노바메이트)'의 특허가 만료되는 2032년 이후를 대비하고자 AI 기술을 도입해 항암 신약 연구개발에 활용하고 있는 것으로 알려졌다.
한미약품은 AI 약물 설계 플랫폼을 활용해 동사는 자체 AI 기반 약물 설계 플랫폼을 활용해 비만 신약 후보물질 'HM17321'을 발굴했다. 해당 약물은 AI 기반 구조 예측 모델인 '알파폴드'를 통해 단백질 구조를 분석하고 선택성이 높은 물질을 설계해 개발됐다. 한미약품은 오는 하반기 HM17321의 임상 1상 시험에 돌입할 예정이다.
정이수 연구원은 "신약 개발에서 AI는 더 이상 선택이 아닌 필수로 자리 잡고 있어 기업들의 경쟁력 격차도 AI 활용 역량에 따라 커질 수밖에 없다"며 "AI를 선제적으로 도입하는 삼성바이오로직스, SK바이오팜, 한미약품 등 국내 제약·바이오 기업들을 주목해 볼만하다"고 했다.
최근에는 국내 제약·바이오사들도 신약 개발에 AI를 적극 활용해 경쟁하고 있다. 주목해 볼만한 대표 기업으로는 삼성바이오로직스, SK바이오팜, 한미약품이 꼽혔다.
삼성바이오로직스는 작년 12월 미국 AI 신약 개발 기업 제너레이트 바이오메디슨에 투자해 신약 개발 기술을 도입했다. 제너레이트는 생성형 AI 플랫폼을 활용한 단백질 설계 기술을 보유하고 있다. 현재 암·감염질환·자가면역질환을 포함한 질환 영역에서 20개의 신약 후보물질을 개발하고 있다. AI 적용 범위가 항체의약품까지 확장되고 있다는 점을 고려할 때, 이 투자는 신약 개발 최신 경향에 맞춘 움직임이라고 평가받는다.
SK바이오팜은 2018년부터 자체 AI 신약 개발 플랫폼을 마련해 연구개발에 활용하고 있으며, 작년에는 AI 신약 개발 전문 인력도 영입했다. 뇌전증 신약 '엑스코프리(성분명 세노바메이트)'의 특허가 만료되는 2032년 이후를 대비하고자 AI 기술을 도입해 항암 신약 연구개발에 활용하고 있는 것으로 알려졌다.
한미약품은 AI 약물 설계 플랫폼을 활용해 동사는 자체 AI 기반 약물 설계 플랫폼을 활용해 비만 신약 후보물질 'HM17321'을 발굴했다. 해당 약물은 AI 기반 구조 예측 모델인 '알파폴드'를 통해 단백질 구조를 분석하고 선택성이 높은 물질을 설계해 개발됐다. 한미약품은 오는 하반기 HM17321의 임상 1상 시험에 돌입할 예정이다.
정이수 연구원은 "신약 개발에서 AI는 더 이상 선택이 아닌 필수로 자리 잡고 있어 기업들의 경쟁력 격차도 AI 활용 역량에 따라 커질 수밖에 없다"며 "AI를 선제적으로 도입하는 삼성바이오로직스, SK바이오팜, 한미약품 등 국내 제약·바이오 기업들을 주목해 볼만하다"고 했다.
