바이오스펙테이터

바이오스펙테이터 신창민 기자

복지부·과기부 주관 ‘연합학습 기반 신약개발 가속화 프로젝트’서 ‘AI 모델’ 개발

아이젠사이언스(AIGEN Sciences)는 29일 국가 차원의 사업인 ‘연합학습 기반 신약개발 가속화 프로젝트’의 인공지능(AI) 솔루션 개발 주관연구기관으로 선정됐다고 밝혔다.

이번 프로젝트는 보건복지부와 과학기술정보통신부가 공동으로 추진하는 국책사업으로, 향후 5년간 총 348억원의 예산이 투입될 예정이다. 해당 프로젝트는 연합학습 플랫폼 구축 및 개발, 신약개발 데이터 활용 및 품질관리, 연합학습 플랫폼 활용 AI 솔루션 개발 등 총 3개의 과제로 구성돼 있다.

아이젠사이언스는 이번 프로젝트에서 신약개발 과정의 실험 데이터를 활용한 고도화된 AI 모델 개발을 담당한다. 이 AI 모델은 약물의 흡수, 분포, 대사, 배설, 독성 등 5가지 특성(ADMET)을 예측해 효과적인 약물 후보물질을 신속하게 발굴하는데 기여하는 것으로 목표로 한다. 아이젠사이언스 외 광주과학기술원, 목암생명과학연구소, 전북대산학협력단, 한국과학기술원 등 총 5개 기관이 이 연구를 주관한다.

신약개발 분야에서 AI기술 적용의 가장 큰 난관은 양질의 데이터가 부족하다는 점이다. 이를 해결하기 위해 이번 프로젝트는 연합학습(federated learning) 기술을 활용한 ADMET 예측 모델 개발에 초점을 맞추고 있다는 게 회사측의 설명이다.

연합학습은 각 참여기관의 민감한 데이터를 외부와 공유하지 않으면서도 다양한 기관의 풍부한 데이터를 AI 학습에 활용할 수 있게 하는 기술이다. 이 기술의 핵심 원리는 데이터를 중앙 서버에 모으지 않고, AI 모델이 각 참여기관의 로컬 환경에서 학습을 수행하는 것이다. 학습과정에서 각 기관에서 훈련된 모델은 중앙 서버로 전송돼 통합되고, 이후 다시 각 기관에 배포되는 방식으로 모델이 개선된다. 이를 통해 정보유출의 위험을 최소화하면서도 다양한 데이터로부터 학습이 가능해진다.

아이젠사이언스는 여기서 한 걸음 더 나아가 최신 LLM(large language model) 기술을 이용해 방대한 과학문헌 데이터에서 ADMET 관련 정보를 자동으로 추출하는 방법을 통해 학습에 활용할 수 있는 데이터를 추가로 확보하는 방법을 제안했다. 또한 LLM 기술을 이용해 예측 결과를 단순히 수치로 제시하는 것을 넘어 그 결과의 해석과 근거를 설명하도록 개발할 계획이다. 예를 들어, ‘이 화합물은 CYP3A4 억제제일 가능성이 높으며, A 작용기와 연관이 있다’와 같은 설명을 제공할 수 있어 신약개발 연구자들의 의사결정에 유용한 정보를 제공할 수 있다.

김선규 아이젠사이언스 AI연구실장은 “약물 표현형모델과 LLM 기술을 연합학습에 접목시켜 양질의 데이터 부족 문제를 효과적으로 해결할 수 있다”며 “이를 통해 ADMET 예측의 정확도를 크게 높임으로써 신약개발 임상 성공률 향상에 기여할 수 있을 것”이라고 말했다.