인공지능 (AI)은 신약 개발 (drug development) 속도를 극적으로 높이고 있습니다. 또한 독점 설문 조사에 따르면, AI는 초기 단계 제약 연구의 궤적을 바꾸는 더 큰 자동화 추진력을 준비시키고 있음을 보여줍니다.

중요한 이유: 80명의 바이오 제약 (biopharma) 리더 및 내부 관계자를 대상으로 한 TD Cowen의 설문 조사에 따르면, AI는 신약 개발사의 전임상 (preclinical) 비용과 기간을 최대 70%까지 단축하고 있는 것으로 나타났습니다.

---

• 이는 향후 5년 동안 더 많은 실험적 치료제를 생산하는 데 도움이 될 최첨단 소프트웨어, 시퀀싱 (sequencing) 도구 및 컴퓨터 모델에 대한 수요를 부채질하고 있습니다.

전체적인 그림: AI가 과학적 직관을 대체할 수는 없습니다. 하지만 인간 대상 시험이 시작되기 전의 고된 연구개발 (R&D) 과정을 효율화하는 방식은, 컴퓨터 화면을 전통적인 실험실만큼이나 신약 설계의 중요한 요소로 만들고 있습니다.

• TD Cowen의 생명 과학 주식 연구 책임자인 Brendan Smith는

• 트럼프 행정부의 생물 의학 연구 내 동물 실험 축소 추진은 아마도 화합물의 독성을 예측하는 계산 도구 (computational tools), 3D 인간 조직 모델 및 기타 대안들로 더 많은 연구를 전환할 것입니다.

• 설문 조사에 따르면, 생물학적 과정을 시뮬레이션하고 두 약물이 서로 어떻게 간섭하는지 예측하거나 신생아 및 임산부를 위한 용량을 조절할 수 있는 고급 소프트웨어에 대한 수요가 2028년까지 가장 강력한 상승세를 보일 것으로 나타났습니다.

• 기업들은 이미 과학자들이 수천 개의 가상 실험을 몇 초 만에 수행하고 약물의 독성이나 안정성을 시뮬레이션할 수 있게 해주는 "in silico" 플랫폼과 같은 예측 및 모델링 도구에 막대한 자금을 쏟아붓고 있습니다.

수치로 보는 현황: 독점 설문 조사 데이터에 따르면, 신약 개발 프로그램은 3~5년 내에 10% 이상 성장할 수 있습니다.

• 이러한 기술 구매 열풍은 실험실에 대한 지출 증가와 더불어 10억 달러의 추가적인 증분 지출(incremental spending)을 초래할 수 있습니다.

현실 점검: AI는 아직 식품의약국 (FDA)의 승인을 받은 약물을 발견하지 못했습니다. 그리고 일부 투자자들은 환자들에게 유의미한 영향을 미칠 수 있는 AI의 능력에 대해 의문을 제기하고 있습니다.

• 한 가지 우려 사항은 화합물이 임상 시험 (clinical trials)에 도달하기 전에 모든 엔지니어링 및 최적화 과정에서 인간의 반응과 사람마다 다른 특성을 충분히 고려하지 못할 수 있다는 점입니다. 회의론자들은 이러한 요소가 더 보완되지 않는다면 신약 실패율은 약 90% 수준에 머물 수 있다고 말합니다.

우리가 주목하고 있는 것: 중국의 바이오테크 구축 (biotech buildup)은 이미 수십억 달러의 신규 투자를 끌어들이고 있는 저렴한 노동력과 빠른 처리 속도를 제공함으로써 미국의 연구 노력을 지속적으로 위협하고 있습니다.