우리는 흔히 어려운 난관을 극복해 성공에 이르는 과정을 두고 '생사를 넘나드는 여정'이라고 표현한다. 모든 산업이 저마다의 도전을 안고 있지만, 이 표현이 가장 직관적으로 와 닿는 분야는 단연 신약개발일 것이다.

신약개발은 말 그대로 '죽음의 계곡(Valley of Death)'을 넘어 살아남는 과정이다. 후보물질 발굴부터 비임상, 임상, 허가에 이르기까지 전 주기에 걸쳐 수없이 많은 실패를 거쳐야 하며, 그 과정에서 우리는 혹독함을 매번 실감하고 있다.

통상 5000~1만 개에 이르는 후보물질 중 최종적으로 허가를 받아 환자에게 공급되는 신약은 단 1개에 불과하다. 인간의 생명과 안전을 직접적으로 다루는 영역인 만큼 기존에 없던 신약 후보물질이 각 단계에서 입증하고 해결해야 할 과제는 이루 말할 수 없이 많다. 이는 굳이 상세한 설명이 없어도 업계 종사자라면 누구나 공감할 수 있는 현실일 것이다.

이처럼 막대한 연구개발(R&D) 리스크와 함께 천문학적인 재정적·시간적 투자, 그리고 끊임없는 인내와 노력이 뒷받침되어야만 신약개발의 성공이라는 성과에 도달할 수 있다. 최근에는 이러한 성공 확률을 높이고 개발 효율성을 제고하기 위해 AI 기술을 도입하려는 시도 또한 빠르게 확산되고 있다.

그러나 기술 성숙도 측면에서 AI가 아직 보편적 해법으로 자리 잡기에는 이른 단계이며 AI를 적용한다 하더라도 가장 많은 비용과 시간이 소요되는 임상시험의 문턱을 넘는 일은 여전히 쉽지 않은 도전이다. 이러한 현실은 AI 도입 자체보다 신약개발 전 과정에서 AI를 어떻게 활용할 것인가에 대한 보다 전략적인 접근이 필요함을 시사하는 것이다. 결국 신약개발은 기술 혁신만으로 단기간에 해결될 수 없는 장기적 안목과 지속적인 지원이 필수적인 영역임을 다시금 확인하게 된다.

이러한 인식 하에 정부 또한 신약개발 분야에 AI 기반 지원체계를 본격적으로 추진하고 있으며, 이에 국가신약개발사업단은 2026년부터 이러한 AI 기술의 현실적 활용 가능성에 주목하여 AI 자체 개발을 지원하기보다는 신약개발 현장에서 실질적인 효율성과 성공 가능성을 제고할 수 있는 'AI 활용형 R&D 전략'을 중점적으로 지원하고자 한다.

과제 기획 단계에서부터 AI·데이터 기반 접근이 합리적으로 설계되었는지 여부와 실제 개발 과정에서 연구 생산성 향상 및 리스크 저감에 기여할 수 있는지를 종합적으로 검토하여 이에 부합하는 과제를 선별·지원할 계획이다.

→ 기사 원문 읽기(클릭)