[딜사이트 김진호 기자] “완전히 백지 상태에서 새로운(노블) 항체를 설계하는 ‘드노보(De novo)’ 수준의 인공지능(AI) 기반 물질 설계 기술력을 가진 기업은 세계적으로 10곳 정도다. 그 중 하나가 갤럭스이며 항체 등 단백질에 대한 다양한 설계 시도를 하고 있다.”

박태용 갤럭스 대표는 30일 서울 코엑스에서 열린 '바이오플러스-인터펙스 코리아 2026(BIX 2026)'에서 "20곳 이상의 국내 제약사, 3곳의 글로벌 제약사와 파트너십 연구를 수행하고 있다"며 이같이 밝혔다. 그는 이날 ‘AI 신약개발 빠름을 넘어 가치를 증명할 때’란 주제로 마련된 전문세션에 참여했다.

박 대표는 그의 지도교수였던 석차옥 각자대표(겸 서울대 화학부 교수)와 공동으로 2020년 AI 기반 생체분자 설계 전문 기업 갤럭스를 창업했다. 현재 갤럭스는 드 노보 항체 디자인 플랫폼을 통해 영국 아스트라제네카(AZ)나 독일 베링거인겔하임, 셀트리온, LG화학 등 다수의 국내외 기업과 협력 관계를 맺고 있다.

박 대표는 “'AI를 사용하는 것'과 ‘AI를 보유하는 것’의 차이는 크다”며 “이를 판별하는 기준은 ‘차별화된 결과물’을 만들어 낼 수 있는 가‘에 있다”고 운을 뗐다. 그러면서 30년 이상 이어온 ‘단백질 구조 예측 학술대회(CASP)’ 대회를 언급했다. 과거에는 컴퓨터 소프트웨어를 통해 CASP의 문제를 풀었던 것과 달리 2010년대 후반부터 AI 플랫폼(엔진)이 이를 대체하기 시작했다.

그는 “CASP에서는 학계에 발표되지 않은 단백질 구조에 대한 문제가 제출되고 AI를 통해 예측한 답안을 제출해 평가를 받게 된다”며 “구글의 ‘알파폴드’가 이 대회에서 성능을 입증하면서 큰 명성을 얻었다”고 설명했다.

실제로 구글 자회사 아이소모픽랩스의 전신인 딥마인드는 2018년과 2020년 각각 알파폴드1과 알파폴드2로 CASP를 휩쓸었다. 사람이 실험과 연구를 통해 단백질 하나의 구조를 푸는데 최소 수개월~수년 이상의 시간이 필요하다. 하지만 2020년에 열린 CASP14에서 알파폴드2는 수분~수시간 만에 평균 90점이상의 정확도로 단백질의 구조를 예측했다. 같은 대회에 출전했던 갤럭스는 당시 4위를 기록했다.

박 대표는 “작년에 미국 존슨앤존슨(J&J)이 ‘퀵파이어 챌린지((QuickFire Challenge)’라는 드노보 설계 관련 블라인드 테스트를 열기도 했다“며 “AI 분야에서 열리는 객관적인 대회에서 그 성능을 입증하는 것이 보유한 AI 플랫폼의 차별성을 평가하는 확실한 방법이라고 본다”고 강조했다.

업계에 따르면 이처럼 표적을 찾거나 구조를 설계하는 것과 같은 물질 발굴 단계에서 활용되는 AI의 효용성은 크게 높아졌다. 이를 통해 신약개발에 있어 물질 발굴 기간을 크게 단축할 수 있게 됐다. 하지만 생체 내 수많은 분자와의 상호작용을 분석해 독성이나 그 효능을 예측하도록 돕는 AI의 능력은 여전히 미미한 수준이다.

현재까지 AI가 설계한 물질 중 효능 임상에서 성과가 확인된 물질은 1종뿐이다. 미국에 본사를 둔 인실리코 메디슨이 지난해 8월 자체 AI 플랫폼을 통해 발굴한 특발성 섬유화증 치료 신약 후보물질 ‘ISM011-055'에 대한 임상 2a상에서 성공했다. 갤럭스는 자사 AI로 찾은 이중항체 신약 후보물질 'PD-1/IL-18v'의 전임상을 수행하고 있다.

박 대표는 “AI가 도출한 물질이 임상이 실패했다고 여기에 관여한 모든 AI 기술이 저평가되면 안 된다”며 “표적을 찾는 AI와 설계하는 AI 등 최적화된 AI 모델이 연동된 결과로 후보물질을 도출되기 때문에 단계별 AI가 본연에 목적에 맞게 작동했는지 보고 그 가치를 평가해야 할 것”이라고 제언했다.