“9개월 걸리던 신약 개발, AI로 하루 만에” 제약·바이오·헬스케어 산업 테크 트렌드

제약·바이오·헬스케어 산업 6대 테크 트렌드

AI 에이전트가 이끄는 신약 개발 성공률 80-90% 달성

글로벌 컨설팅 및 회계 회사 딜로이트가 발표한 보고서에 따르면, 인공지능(AI) 기술이 제약·바이오·헬스케어 산업에 근본적인 변화를 이끌고 있다. 특히 거대 언어 모델(Large Language Model)에서 특정 목적에 특화된 소형 언어 모델(Small Language Model)로의 전환이 가속화되고 있으며, 이는 AI 에이전트 간 협력을 통한 자율적 업무 처리 시대의 시작을 알리고 있다.

제약 분야에서 AI는 신약 개발 초기 단계의 혁신을 이끌고 있다. AI가 문헌 리뷰를 간소화하고 신약 후보 물질 발굴 과정을 자동화하며, 소프트웨어 개발을 가속화하고 있다. 특히 주목할 점은 자율적으로 작업하는 AI 에이전트 시스템을 활용한 일부 기업에서 AI가 발견한 후보 물질이 신약으로 상품화되는 성공률이 80~90%에 달한다는 것이다. 이는 기존의 신약 개발 성공률과 비교했을 때 혁신적인 수준이다.

AI 기반 스마트 공급망으로 1억 9천만 달러 비용 절감 실현

제약·바이오·헬스케어 산업에서 AI는 공급망 혁신과 개인 맞춤형 서비스 제공이라는 두 가지 핵심 영역에서 혁신적 변화를 이끌고 있다. 전통적인 공급망은 유연성이 부족하고 외부 충격에 취약한 경우가 많았다. AI 에이전트는 예측 기능과 자율적으로 문제를 해결하는 능력을 통해 ‘자가 치유형 공급망’ 구축을 가능하게 한다. 이로 인해 운영이 원활해지고, 공급망의 복원력과 시장 변화에 대한 민첩한 대응력이 크게 향상된다.

실제로 한 다국적 헬스케어 기업은 AI 기반의 도구를 활용하여 재고 최적화 프로세스와 공급망 진단을 혁신했다. 이를 통해 재고 데이터를 신속하게 분석할 수 있게 되었으며, 고객 만족도를 향상시키는 동시에 약 1억 9천만 달러 이상의 운전자본 이익을 창출할 것으로 예상된다.

오늘날 헬스케어 소비자들은 자기 주도적으로 건강을 관리하고 있다. 이에 따라 맞춤형 서비스가 중요해지고 있다. AI 에이전트는 방대한 고객 데이터를 효율적으로 분석하여, 개별 소비자의 니즈와 선호를 깊이 이해하고, 고객 맞춤형 소통과 경험 제공을 가능하게 한다. 분산형 임상시험(Decentralised Clinical Trials)이 동시에 확산되면서, AI는 새로운 치료제 개발 과정을 보다 빠르고 효율적으로 만들고 있다. 이러한 기술적 진보는 환자 중심의 치료 접근법을 강화하고, 의료 서비스의 접근성을 획기적으로 개선하고 있다.

NPU 칩셋으로 9개월 신약 개발 과정 24시간 내 처리 구현

AI의 발전과 확산으로 하드웨어와 인프라의 중요성이 더욱 부각되고 있다. 특히 NPU(신경망 처리 장치, Neural Processing Unit)와 같은 새로운 형태의 칩이 주목받고 있다. NPU는 뇌의 신경망을 모방하도록 설계된 칩으로, 높은 효율성과 낮은 전력 소모로 소규모 AI 작업을 빠르게 처리하는 데 탁월하다.

의료기기 분야에서는 실시간 진단 도구의 발전이 눈에 띈다. NPU는 휴대용 진단 기기, 실시간 환자 모니터링 장비, 최첨단 기능을 갖춘 스마트 의수족 등 다양한 의료 현장용 디바이스를 구동할 수 있는 기반이 되고 있다. 헬스케어 분야가 엣지 컴퓨팅(Edge Computing)으로 나아가면서 보다 빠른 진단, 개인 맞춤형 치료, 의료 접근성 향상의 가능성이 열리고 있다.

실제 사례로는 한 다국적 제약사가 아마존웹서비스(AWS)를 활용하여 신약 개발 과정을 개선해 기존에 9개월이 걸리던 신약 개발 기간을 크게 단축한 사례가 있다. 해당 기업은 아마존의 ECS와 엔비디아의 GPU를 사용해 AI 기반 신약 개발 플랫폼을 개발했다. 이를 통해 유전체 데이터를 신속하게 처리할 수 있었고, 다양한 신약 개발 프로젝트에서 510억 건이 넘는 통계적 검정을 24시간 이내에 끝낼 수 있었다.

또한 한 수술용 로봇 전문 기업은 세계 최초의 양손/이중 기구 안과 수술 로봇을 개발 중이며, 유리체 절제술의 첫 임상 연구를 성공적으로 완료했다. 한 의료 데이터 기업은 원격 환자 모니터링 분야에서 스마트 정형외과용 임플란트의 가능성에 대해 알아보고 있으며, 관절 치환 수술을 받은 환자들에 대한 1,000년 분량의 일일 추적 데이터를 기록했다.

디지털 트윈 기술로 가상 신약 개발과 임상시험 효율성 극대화

공간 컴퓨팅(Spatial Computing) 기술은 물리 세계와 디지털 세계의 경계를 허물어 몰입감 있는 경험을 만드는 혁신 기술이다. 이 기술은 센서, 사물인터넷(IoT), 3D 데이터 등을 활용해 현실 세계의 운영 상황을 디지털로 복제한다. 제약 분야에서는 가상으로 분자를 시각화하는 것이 신약 후보 물질 발견을 가속하며, 효율적인 설계와 가상 테스트를 가능하게 한다. 가상 환경은 환자 모집과 데이터 수집을 개선하여 임상 시험의 효율성을 높인다. 공간 컴퓨팅은 연구개발을 넘어서 제조 및 공급망 관리 영역에서도 핵심적인 역할을 하고 있다.

헬스케어 분야에서는 환자를 가상으로 재현한 시뮬레이션을 통해 다양한 진료 모델을 실험하고, 대기 시간이나 환자의 의료 접근성 등에 어떤 영향을 미치는지 확인할 수 있다. 의료 기술 분야에서는 디지털 트윈 기술을 통해 제품 연구개발 과정에서 가상의 시제품(Prototype)을 만들 수 있으며, 제품 개발 주기를 단축할 수 있다.

실제 사례로 제약 분야에서는 한 혁신적인 글로벌 헬스케어 기업이 디지털 트윈 기술을 활용해 신약 후보 물질을 신약 개발 초기 단계에서 테스트하고 있다. 이 기업은 또한 발전한 예측 모델링 기능을 갖춘 인공지능 프로그램을 도입해 수주가 걸리던 연구개발 시간을 몇 시간으로 단축하고 있다. 한 공공 의료기관은 시뮬레이션 모델 활용을 선도적으로 알아보고 있으며, 의료 시스템 전반에 적용된 디지털 트윈을 통해 환자의 움직임을 시각화하고 진료 모델을 시뮬레이션함으로써, 환자의 의료 접근성을 개선한다.

FAQ

Q1: AI 에이전트가 실제로 신약 개발에서 80-90% 성공률을 달성할 수 있나요?

A1: 보고서에 따르면 자율적으로 작업하는 AI 에이전트 시스템을 활용한 일부 기업에서 실제로 AI가 발견한 후보 물질이 신약으로 상품화되는 성공률이 80-90%에 달하는 것으로 보고되고 있습니다. 이는 AI가 문헌 리뷰를 간소화하고 신약 후보 물질 발굴 과정을 자동화하며, 소프트웨어 개발을 가속화한 결과입니다.

Q2: 소형 언어 모델이 거대 언어 모델보다 제약 산업에 더 적합한 이유는 무엇인가요?

A2: 소형 언어 모델은 특정 목적에 특화되어 있어 보안을 개선하고 에너지 사용을 줄일 뿐만 아니라 AI 에이전트 간 협력 기능을 활성화할 수 있습니다. 제약 산업의 특수한 요구사항에 맞춘 전문화된 기능을 제공하면서도 비용 효율성을 높일 수 있어 더욱 실용적입니다.

Q3: 공간 컴퓨팅 기술이 실제 의료 현장에서 어떻게 활용되고 있나요?

A3: 공간 컴퓨팅은 가상현실(VR), 증강현실(AR), 혼합현실(MR) 기술을 통해 복잡한 생물학적 과정을 모형화하고, 환자 치료를 시뮬레이션하며, 의료기기 개발을 최적화하는 데 활용되고 있습니다. 특히 디지털 트윈 기술을 통해 제품 연구개발 과정에서 가상의 시제품을 만들어 개발 주기를 단축하고 있습니다.

해당 기사에 인용한 리포트 원문은 딜로이트 인사이트에서 확인 가능하다.

해당 기사는 챗GPT와 클로드를 활용해 작성했습니다.

이미지 출처: 이디오그램 생성