데이터 규모의 한계와 AI의 근본적 오류

암(Oncology) 치료용 AI 모델은 신약 재목적화(Drug Repurposing)를 위해 방대한 데이터를 요구하지만, 규모 확장만으로는 한계가 명확해요. 전임상 및 임상 데이터가 여러 시스템에 분산되어 있어 AI가 잘못된 상관관계를 인과관계로 오인할 위험이 커요. AI는 연구 설계의 논리적 오류를 검증하거나 사실 여부를 판별할 수 없기 때문에 기초 데이터가 부실하면 예측 신뢰도가 훼손될 수밖에 없어요. 결국 데이터의 구조화된 통합이 선행되지 않는다면 AI가 제시하는 임상 후보물질의 성공 확률은 낮아지게 돼요.

전문가 큐레이션 데이터베이스의 필요성

이를 극복하고자 글로벌 바이오 기업 카이아젠(QIAGEN N.V., QGEN)은 전문가에 의한 고품질 데이터 정제를 강조하고 있어요. 자회사 카이아젠 디지털 인사이트(QDI)는 인간 체세포 변이 데이터베이스(HSMD) 및 암 유전체 변이 카탈로그(COSMIC)를 통해 신뢰할 수 있는 유전체 데이터를 독점 제공해요. 유전체 경로(Pathway)와 약물-타겟 상호작용 정보를 정규화된 지식 그래프(Knowledge Graph) 형태로 정제하여 AI의 학습 속도와 정확도를 향상시켜요. 신뢰성 높은 데이터를 통해 검증된 AI 모델만이 신약 개발 리스크를 대폭 낮추고 실질적인 적응증 확장을 가능하게 해요.

AI 약물 재목적화의 실제 성공 사례

AI 기반 약물 재목적화는 이미 시장에서 획기적인 성과를 입증했어요. 베네볼런트AI(BenevolentAI)는 자체 AI 플랫폼으로 엘라이 릴리(Eli Lilly, LLY)와 인사이티(Incyte, INCY)의 JAK1/JAK2 억제제 올루미앙(Olumiant, baricitinib)을 코로나19 치료제로 발굴해 냈어요. 이 약물은 2020년 11월 19일 FDA 긴급사용승인(EUA)을 획득했고 2022년 5월 10일 정식 승인을 완료하며 팬데믹 기간 Eli Lilly에 8억 달러 이상의 매출 기여를 기록했어요. 이는 화이자(PFE)의 팍스로비드 등 경쟁 약물 사이에서 AI를 통한 개발 기간 단축과 시장 선점 효과를 증명한 중대한 사례예요.

AI 신약 개발의 딜 메커니즘과 가치 분석

바이오텍의 독자적 데이터 경쟁력은 대형 기술이전 계약을 이끌어내며 가치를 증명하고 있어요. 사노피(Sanofi, SNY)가 2022년 익스센시아(Exscientia, EXAI)와 15개 항암 표적 도출을 위해 맺은 파트너십이 대표적이에요. 당시 거래 조건은 선급금(Upfront) 1억 달러에 마일스톤(Milestone) 최대 52억 달러 및 판매 로열티(Royalty)로 책정되었어요. 정제된 데이터를 보유한 플랫폼은 초기 후보물질 유효성 검증 시간을 수년 단축하므로 대형 제약사로부터 높은 가치평가(Valuation)를 이끌어낼 수 있어요.