[인터뷰] AI 시대 리더 도약 관건은 ‘차별화’…‘연합학습 기반 데이터 구축’이 열쇠

▲김화종 K-MELLODDY 사업단장이 에너지경제신문과 인터뷰를 하고 있다. 사진=한국제약바이오협회

바야흐로 'AI 대전환(AX)' 시대다. 산업분야를 막론하고 AI 열기가 거세다. AX는 어느덧 '시대정신'으로 굳어지고 있다. 제약바이오산업도 예외가 아니다. 후보물질 스크리닝부터 시판 후 효과 분석까지 AI는 산업 전주기에 걸쳐 쓰임새가 확장되는 추세다.

활용 가능성이 무궁무진한 만큼 방향 설정도 신중해야 한다. 거대한 AX 파도 속에서 나아가야 할 곳을 분명히 바라보지 못한다면 자칫 '팔로워'로 전락할 수 있다. 글로벌 AI 제약바이오산업 리더로 도약하기 위해 '대한민국호(號)'는 어느 방향으로 키를 돌려야 할까.

김화종 K-MELLODDY(K-멜로디) 사업단장은 지난달 19일 서울 방배 한국제약바이오협회 본관에서 진행된 에너지경제신문과의 인터뷰에서 “남들이 못하는 차별화된 전략이 있어야 우리나라도 인공지능(AI) 기반 제약바이오헬스 강국으로 도약할 수 있다"고 강조했다.

김 단장은 우리 제약바이오업계의 AX 차별화 실마리를 '연합학습'과 '데이터'에서 찾았다. 이 두 가지 해법이 반영된 것이 김 단장이 이끄는 'K-멜로디' 사업이다.

K-멜로디는 '연합학습' 기술을 기반으로 신약개발 가속화 플랫폼(FDD)을 구축하고, 이를 통해 신약 후보물질의 '흡수·분포·대사·배설·독성(ADMET)'과 '약동학(PK)'의 매개변수(파라미터)를 예측하는 AI 솔루션 모델(FAM)을 개발하는 국내 최초 민관합동 AI 신약개발 프로젝트다.

연합학습이란 각 기업과 기관이 보유한 데이터를 한 곳으로 모으지 않고 개별적으로 AI를 학습시키는 기술로, 정보 유출 위험이 사실상 전무해 민감데이터의 보호와 활용이 동시에 가능하다.

김 단장은 “제약바이오산업의 경우 AX를 실현하기 위해 데이터 확보가 절대적으로 중요힌데, 연합학습 방식을 보완해 데이터를 확보하면 정보 유출을 사실상 차단할 수 있다"고 말했다. 연합학습을 통해 업계가 반출을 꺼리는 양질의 바이오 데이터를 안전하게 대량 확보할 수 있고, 이에 효율적인 AI 모델 개발이 가능하다는 것이다.

실제 K-멜로디는 이 같은 방식으로 시작해 지난 2022년 종료된 유럽연합(EU)의 'EU-멜로디'를 밴치마킹헤 출범했다. 다만 K-멜로디는 사업 규모와 목표 등에서 EU-멜로디와 차별점이 다수 존재한다. 김 단장이 K-멜로디를 우리 업계의 핵심 차별화 전략으로 지목하는 이유다.

그는 “EU-멜로디의 경우 오로지 10개 참여 제약사의 데이터만을 활용했다면, K-멜로디는 제약사부터 병원, 국책연구소, 대학, 바이오벤처까지 다양한 기업과 기관들이 데이터를 제공한다"며 “AI 솔루션을 한 개만 도출해낸 EU-멜로디와 달리, K-멜로디는 여러 AI 기업들이 다수의 AI모델울 개발할 수 있도록 서로 협업하고 경쟁한다"고 설명했다.

▲K-멜로디 '연합학습 기반 신약개발 가속화(FDD) 플랫폼' 설명 자료. 사진=박주성 기자.

김 단장은 '남들 다 하는' 사업으로 시대 흐름을 따라가기보단 '남들이 못하는' 차별화된 전략으로 AX를 주도해야 한다고 강조했다.

예컨데, 우수한 치료 효과가 예상되는 후보물질을 발굴하는 기술인 'AI 기반 버추얼 스크리닝' 모델의 경우, 지난 2018년 글로벌 산업환경에서 본격적으로 두각을 드러내며 이제는 AI 신약개발의 표준 모델 중 하나로 고착됐다. 동물실험 대신 AI를 활용하는 전임상 모델 역시 최근 국내외 다수 기업과 기관에서 개발되고 있다.

그는 “(앞으로) AI 모델이 발전을 거듭하면 단순 신약 개발에 그치지 않고 '어떤 약을 만들어야 할 것인지'에 대한 고민은 물론, '약가를 얼마로 정해야 하는지' 등의 고민을 해결하는 데에도 쓰일 것"이라며 “사실상 우리가 생각하는 거의 모든 주기에서 AI가 활용될 것"이라고 전망했다. 글로벌 환경에서 '남들 다 하는' 사업의 영역이 지속 확대되고 있다는 설명이다.

문제는 국내 산업 여건 상 '남들이 못하는' 영역울 발굴하는 게 불가능에 가깝다는 것. 김 단장은 “대다수 글로벌 제약사들이 AI 도입을 추진하고 있다는 것은 이미 잘 알려진 사실"이라며 “한국은 투자 액수나 연구원 인력 등 다양한 업계 여건 상 한계로 글로벌 환경을 쫓아가기도 바쁜 상태"라고 진단했다.

그럼에도 그는 글로벌 리더로 도약하기 위한 시도를 포기할 수 없다고 봤다. 결국 AX는 우리 업계가 '무조건 가야만 하는 길'이라는 게 김 단장의 시각이다. 그는 “'어떻게 하면 한정된 시간 안에서 글로벌 기업들보다 뒤처지지 않게 갈 것인가' 하는 게 업계의 최대 숙제"라고 지적했다.

▲김화종 K-MELLODDY 사업단장이 에너지경제신문과 인터뷰를 하고 있다. 사진=한국제약바이오협회

궁극적으로, 김 단장은 한국이 AI 제약바이오 강국으로 거듭나기 위해선 K-멜로디 사업을 통해 입증해나가고 있는 연합학습 기술을 기반으로 '바이오 데이터' 활용 인프라를 구축해야 한다고 제언했다.

개인 유전체 정보, 병원 진단·치료 기록 등 바이오 데이터는 신약 개발에 있어 핵심 요소로 작용할 잠재력이 매우 높지만, 민감 정보로써 실제 활용은 극히 제한적이다.

이를 유출 가능성이 0%에 가까운 연합학습 기술을 통해 안전하게 수집·활용해 AI 기반 플랫폼 인프라를 구축하면 글로벌 리더 수준의 경쟁력을 확보할 수 있다는 게 김 단장의 구상이다.

그는 “바이오 데이터를 활용하는 건 외국이나 우리나라나 아주 힘든 일이고, 기술·정책적 안전장치가 필수적으로 동반돼야 한다"며 “연합학습 기술을 고도화하면 정보 유출을 효과적으로 통제할 수 있다. 한 마디로 바이오 데이터를 활용할 열쇠가 생긴 것"이라고 설명했다.

김 단장은 끝으로, 한국이 AI 리더로 도약하기 위해 바이오 데이터 활용의 안전성을 입증할 연합학습 기술이 국가적 차원의 근간 기술로 채택해야 한다고도 주장했다.

그는 “AI가 미래 디지털 전환을 이끌 핵심 동력이라면 데이터는 AI 역량 고도화를 뒷받침할 핵심 요소"라며 “연합학습이 국가적인 부를 창출하기 위한 근간 기술로써 채택·도입될 필요가 있다"고 말했다. 이어 “올해 K-멜로디 사업을 성공적으로 진행해 연합학습 기술을 도입할 설득력을 높일 수 있도록 노력하겠다"고 덧붙였다.

△서울대 전자공학과 학사 △KAIST 전기및전자과(데이터통신) 석사 △KAIST 전기및전자과(디지털신호처리) 박사 △1988년~2024년 강원대학교 컴퓨터공학과 교수 △1992년~1993년 미국 캘리포니아대학교 버클리(UC버클리) 방문연구원 △1999년~2000년미국 워싱턴대학교(UW) 방문교수 △2005년~2011년 강원도 IT정책실장 △2013년~2024년 KAIST IT융합연구소 겸직교수 △2020년~2022년 한국제약바이오협회 AI신약개발지원센터장 △2024년 한국제약바이오협회 AI신약융합연구원장 △2024년~ 한국제약바이오협회 K-MELLODDY 사업단장

박주성 기자 wn107@ekn.kr