AI, 신약개발 앞당긴다…헬스 분야도 'AI 바람'

[창간 24주년 특집: GenAI 시대]③ 데이터 보호·효율적 학습 등 해결과제

인공지능(AI)이 세상을 삼키고 있다. 일상생활뿐 아니라 첨단 비즈니스 영역까지 뒤흔들고 있다. 특히 챗GPT를 비롯한 생성형 AI는 다양한 산업 분야의 기본 문법을 바꿔놓으면서 새로운 혁신의 밑거름이 되고 있다. 반면, 기업에서는 AI 도입이 경쟁력 강화를 위한 기회라는 점을 알면서도 불확실성을 포함한 위험 요인 때문에 도입을 주저하고 있는 것도 현실이다.

지디넷코리아는 창간 24주년을 맞아 법무법인 세종의 AI센터와 함께 이런 변화를 진단하는 ‘GenAI 시대’ 특별 기획을 마련했다.

이번 기획에서는 기업이 AI 규제에 효과적으로 대응하면서 도입 가능한 AI 거버넌스에 대해 살펴본다. 아울러, 소프트웨어, 통신, 인터넷, 헬스바이오, 유통, 전자, 재계, 자동차, 게임, 블록체인, 금융 등 11개 분야별로 AI가 어떤 변화를 일으키고 있는 지 심층 분석한다. 또 AI 기술 발전과 함께 논의되어야 할 윤리적, 사회적 문제들에 대한 다각적인 논점을 제시해 건강한 AI 생태계 조성에 기여하고자 한다. [편집자주]

---

엔비디아는 지난 3월 18일(현지시간) 확장형 인공지능(AI) 모델 ‘바이오네모(BioNeMo)’를 공개했다. 바이오네모는 단백질 구조와 분자도킹 예측을 가속화해 신약 개발을 앞당길 수 있는 것이 특징이다. 

그러다보니 제약바이오 분야에서 활용도가 높은 편이다. 100여 글로벌 제약바이오 기업들이 이미 이 모델을 사용하고 있는 것으로 나타났다. 

글로벌 제약사들은 너나할 것 없이 AI를 업무에 적극 활용하고 있다. 대표적으로 암젠의 경우, 항체에 대한 자체 보유 데이터를 토대로 앞선 바이오네모의 ESM 모델을 사전에 학습시켜 물질 스크리닝 및 최적화를 5개 모델에 훈련시키는 시간을 3개월에서 수주로 대폭 단축하기도 했다.

(사진=픽셀)

이처럼 생성형 AI가 ▲신약개발 가속화 ▲디지털 수술 및 생물학 ▲디지털헬스케어에 이르기까지 다양한 분야에서 활용될 것으로 예상되고 있다. 이런 추세에 맞춰 우리나라도 AI 신약개발 분야 글로벌 선도국으로 도약하기 위한 도전과 노력을 본격화하고 있다. 

한국보건산업진흥원에 따르면, 지난 2018년 가장 많은 AI 신약개발 기업이 설립됐다. 아직은 미국 주도가 두드러진다. AI 신약개발 기업은 미국에 55.7%가, 영국 9.8%, 캐나다 4.7%가 위치해 있다. 작년까지 관련 투자도 총 603억 달러에 이른다. 지난 9년 동안 약 27배 투자액이 증가한 것으로 나타났다. 

제약사와 AI기업 간 협업도 크게 늘어 지난해만 232건의 파트너십이 체결됐다. 현재 AI를 통해 다수의 신약 파이프라인이 개발되고 있으며, 타깃 선정부터 약물 디자인까지 신약개발 전 과정에 AI 기술을 적용한 신약 파이프라인도 보고된 바 있다.

이러한 추세는 국내도 마찬가지다. 국내 AI 신약개발 기업은 지난 2015년부터 늘어나기 시작해 2018년 가장 많은 기업이 설립됐다. 제약바이오기업은 ▲AI 전담부서 설치 ▲자체 AI 플랫폼 구축 ▲AI 기업 간 협업 및 지분투자 등을 실시해오고 있다. 국내 기업이 AI를 활용해 임상단계에 있는 신약 파이프라인은 6건으로 나타났다.

전문가들은 올해가 생성형 AI를 적극 활용한 헬스케어 대변혁 원년이 될 것으로 전망하고 있다. 리카르도 바티스타 레이테(Ricardo Baptista Leite) 헬스AI(HealthAI) 대표는, 이런 국제적 흐름을 빠르게 올라타지 않으면 순식간에 디지털 격차가 발생해 뒤쳐질 수 있다고 말한다. 그는 헬스AI 분야에서 우리나라의 글로벌 영향력에 주목하고 있는 전문가 중 한 명이다.

그는 지디넷코리아에 “한국은 보건의료 기술 선도국으로, 코로나19 팬데믹 당시 글로벌 모범사례였고, 진일보된 AI 기술력과 역량, 정부의 적극적인 정책 지원 등이 이뤄지고 있다”며 “국제보건기술연구기금(이하 라이트재단) 등의 국제 활동을 통해 글로벌 리더로써 역할을 보여주고 있다”고 강조, 우리나라가 글로벌에서 주도적인 역할을 할 수 있을 것으로 전망했다.

“한국, 미래 AI 기술 활용·규제 중추 역할 가능”

헬스AI(HealthAI)는 스위스 제네바를 중심으로 헬스케어 분야에서 책임감 있는 AI 사용에 초점을 맞춘 여러 활동을 추진해온 조직이다. 이들은 건강 분야의 국가별 AI 역량 확대를 촉진하는 활동을 주로 실시하며, 세계보건기구(WHO) 및 글로벌 헬스케어 기관, 각국 정부와 협력해 AI 거버넌스 및 규제 정립 등의 활동을 펴고 있다.

리카르도 바티스타 레이테 헬스AI(HealthAI) 대표

감염내과 의사 출신으로 포르투갈에서 다선 국회의원을 지낸 리카르도 바티스타 레이테 대표는 지난해 5월 헬스AI 대표로 선임됐다. 그는 기존 질병 중심의 의료 시스템에서 AI가 삶의 질을 증진하는 시스템 구축을 가능케 할 것으로 보고 있다.

그가 우리나라의 역할에 주목하는 주요 이유는 글로벌 헬스AI 수준이 아직 비등하다고 보기 때문이다.

현재 의료AI는 과도기 상황으로, 환자 치료 활용은 아직 제자리걸음이다. 한국은 헬스테크 선도국으로 높은 기술과 역량을 보유하고 있다. 헬스AI와의 협력 가능성도 높다. 한국은 헬스AI 활용에 열려있고 적극적이다. 한국이 보건의료분야 AI 활용에 있어 핵심적인 역할을 할 가능성이 높다. 한국은 글로벌 디지털 격차 감소에 상당한 역할을 할 수 있다.

그의 말처럼 현재 우리 정부와 산업계는 발 빠르게 움직이고 있다.

보건복지부는 2021년 6월 ‘보건의료 데이터·인공지능 혁신전략’을 중심으로 관련 정책을 추진 중이다. 특히 '보건의료데이터가 흐르는 혁신 생태계 창출'이란 비전은 우리 정부의 의료데이터 활용 정책 방향이 무엇인지를 보여준다.

또 보건복지부와 과학기술정보통신부는 오는 2028년까지 348억원을 투입하는 ‘연합학습 기반 신약개발 가속화 프로젝트(K-Machine Learning Ledger Orchestration for Drug Discovery, K-멜로디)’도 추진할 예정이다.  

연합학습(Federated Learning)이란 데이터를 중앙 서버에 저장하거나 공유하지 않고 분산된 기기에서 알고리즘 학습을 시키는 방법이다. 의료 분야처럼 개인정보가 특히 민감한 영역에서는 상당히 유용한 학습방법으로 꼽힌다. 

K-멜로디 프로젝트는 연합학습을 활용해 제약사 등 개별 기관이 보유한 데이터를 AI에 학습시키되, 결과물은 중앙 플랫폼에 집적하는 방식으로 작동된다. 그렇기 때문에 개별기업의 데이터는 보호하면서 신약개발 관련 여러 기관의 데이터를 효율적으로 활용할 수 있다는 장점이 있다.

유럽은 연합학습 기술이 신약개발의 걸림돌로 꼽히는 개인정보 유출 위험성을 극복할 수 있다는 점에 주목, 우리보다 먼저 그 유용성과 가능성에 주목하고 있다. 2020년 암젠 등 10개 유럽의 글로벌 제약사와 대학, 스타트업 등이 참여한 EU-멜로디 프로젝트가 대표적이다.  

그 결과, 연합학습 기반 AI 모델이 단독 AI 모델에 비해 성능개선 효과가 있다는 사실이 입증됐다. 

K-멜로디 사업단장인 김화종 한국제약바이오협회 AI신약융합연구원장(강원대 교수)는 “국내 제약바이오기업이 AI를 신약개발에 실제로 적용하는 구체적인 도구를 확보하고 기업 간 협력과 경쟁을 통해 국제 경쟁력을 갖게 될 것”이라고 자신했다.

핵심은 데이터·인력·글로벌 네트워크

데이터는 머신러닝 과정에서도 요구되지만, 궁극적으로 우리나라가 글로벌 AI 신약개발 강국으로 도약하기 위해서도 필요하다. 일단 관련 법과 제도는 일정 부분 마련됐다. 

우리나라는 지난 2020년  '개인정보보호법', '정보통신망 이용촉진 및 정보보호 등에 관한 법률', '신용정보의 이용 및 보호에 관한 법률' 등 이른바 데이터3법 개정안 가결 및 국무회의 공포로 보건의료데이터 활용을 위한 법적 여건은 충족된 상태다.

문제는 데이터 확보 과정의 번거로움과 표준화 문제다. 이 부분은 AI 신약 개발을 위해선 개선되어야 할 과제로 꼽힌다. 

예를 들어 의료기관이 보유한 건강정보를 연구 등의 목적으로 활용하려면 기관생명윤리위원회(IRB)를 통과해야 한다. 이후 제공되는 건강정보는 표준화되지 않아 활용도가 떨어진다는 문제가 존재한다.

여기에 데이터 소유권 문제나 각 병원별 보상 기준도 아직 정립되지 않은 상황이다. 건강정보로 AI를 학습시켜 산업적 이득을 보았다면, 이익 배분을 어떻게 할 것인지도 규정되어 있지 않은 상황이란 이야기다. 

이런 이유로 데이터를 보유한 기관은 번거롭고 유출 우려가 존재하는 건강정보 제공에 소극적인 태도를 취할 수 밖에 없게 된다.

한 제약업계 관계자는 “인식이나 활성화는 아직 갈 길이 멀다”라며 “우리나라는 신약개발 시 외국과 비교해 데이터 수가 적고, 공공데이터를 기반으로 하다 보니 민간에서는 신규 및 타깃에 적합한 데이터를 확보하는 데 어려움이 존재한다”고 밝혔다.

병원 소속으로 의료 데이터를 연구하고 있는 A 교수는 "같은 의료원 소속 병원조차 서로 다른 형태의 의료데이터로 표준화가 이뤄지지 않고 있다"며 "'양질의' 데이터 활용은 표준화라는 길고 지난한 과정을 거쳐야 한다"고 설명했다. 

관련 전문인력 확보도 필요하다.

앞선 관계자는 “기업들이 활용 가능하고, 빠른 AI 도입과 디지털 전환을 가능케 하려면 전문 인력 양성 노력을 서둘러 실시해야 한다”고 조언했다.

아울러 우리나라의 헬스AI가 ‘우물 안 개구리’ 또는 ‘찻잔 속 태풍’으로 끝나지 않으려면, 글로벌 네트워크도 요구된다. 이를 위해 리카르도 바티스타 레이테 헬스AI 대표는 “헬스AI에 대한 한국 규제기관의 인증 공신력을 더 높여야 한다”고 주장했다.

그는 “한국 규제기관의 인증 기준이 국제표준에 맞게 적용되려면 헬스AI 등과의 협업을 통한 국제 네트워크 참여가 도움이 된다”며 “만약 AI 기술의 오용에 대한 조기 경보 등이 발생할 시 한국의 기술이 이를 검출해내도록 하는 노력이 필요하다”고 강조했다.