[Techmeme 요약] AI 스타트업 포텐셜 사이언스, 영국 정부 지원으로 신약 개발 가속화 나선다
7
설명
영국 AI 스타트업 포텐셜 사이언스(Potential Sciences)가 영국 정부의 AI 펀드로부터 투자를 유치하며 신약 개발 과정의 혁신을 예고했습니다.
이 회사는 실험실 대신 AI를 활용해 신약 후보 물질을 발굴하는 새로운 접근 방식을 시도합니다.
이를 통해 기존의 더디고 비용이 많이 드는 신약 개발 과정을 획기적으로 단축할 것으로 기대됩니다.
### 배경 설명
신약 개발은 오랜 시간과 막대한 비용이 소요되는 복잡한 과정입니다. 수많은 후보 물질을 실험실에서 일일이 테스트해야 하는데, 이 과정에서 실패하는 경우가 대부분입니다. 포텐셜 사이언스는 이러한 비효율성을 극복하기 위해 인공지능(AI)과 물리 법칙에 기반한 시뮬레이션을 활용합니다. 이들은 원자, 분자, 단백질 등 화학 물질 간의 상호작용을 컴퓨터로 정밀하게 시뮬레이션하여 방대한 양의 화학 데이터셋을 구축합니다. 이 데이터셋을 기반으로 AI 모델을 훈련시켜 특정 질병에 효과적인 신약 후보 물질을 빠르고 정확하게 예측하는 것을 목표로 합니다. 이는 기존의 시행착오 중심의 신약 개발 방식에서 벗어나, '가상 실험실'에서 신약 후보 물질의 성공 가능성을 미리 평가하는 방식입니다.
이러한 접근 방식은 특히 희귀 질환 치료제 개발에 큰 영향을 미칠 수 있습니다. 기존에는 경제성 때문에 연구가 어려웠던 희귀 질환에 대해서도 맞춤형 치료제 개발이 가능해질 수 있습니다. 또한, 개인의 고유한 생물학적 특성에 맞춰진 '맞춤형 치료제' 개발의 가능성도 열어줍니다. 이는 AI가 과학 연구의 패러다임을 바꾸는 또 다른 사례가 될 수 있습니다. 구글 딥마인드(Google DeepMind)의 데미스 하사비스(Demis Hassabis)와 같은 AI 분야의 선구자들도 AI가 과학적 발견에 혁신을 가져올 것이라고 예측해왔습니다.
### 포텐셜 사이언스의 혁신적인 접근 방식
포텐셜 사이언스는 물리 법칙에 기반한 시뮬레이션을 통해 수십억 개의 분자 상호작용 데이터를 생성합니다. 이 방대한 규모의 합성 데이터(synthetic data)는 기존의 실험 데이터베이스보다 훨씬 크고 다양하여, AI 모델이 더욱 정교하게 신약 후보 물질을 예측하도록 돕습니다. CEO인 하템 헬랄(Hatem Helal)은 "작동하지 않을 분자들은 임상에서 빠르게 실패하도록 만들고 싶다"며, AI를 통해 인간 생물학과의 상호작용을 더 잘 예측하는 것이 목표라고 밝혔습니다. 이는 신약 개발 과정에서 불필요한 시간과 비용을 절감하는 데 크게 기여할 것으로 보입니다.
### 영국 정부의 전폭적인 지원
포텐셜 사이언스는 2026년 11월 5일에 출범했으며, 영국 정부의 주권 AI 펀드(Sovereign AI Fund, SovAI)와 트윈 패스 벤처스(Twin Path Ventures) 등으로부터 수천만 달러 규모의 시드 펀딩을 확보했습니다. 영국 정부는 자국 AI 스타트업의 글로벌 AI 공급망 내 핵심적인 역할을 강화하고 지정학적 영향력을 확보하기 위해 SovAI를 설립했습니다. SovAI는 약 8억 달러 규모의 자금을 운용하며, 포트폴리오 회사들에게 영국의 국가 AI 슈퍼컴퓨터 접근 권한을 제공합니다. SovAI의 벤처 부문 책임자인 조세핀 칸트(Joséphine Kant)는 "물리학, 특히 화학의 물리학적 관점에서 신약 개발에 접근하는 것이 포텐셜 사이언스를 차별화한다"며, "컴퓨팅 자원 접근을 통해 소규모 스타트업이 하기 어려운 규모의 연구를 수행할 수 있게 될 것"이라고 말했습니다.
### 신약 개발 시장의 경쟁과 과제
AI 기반 신약 개발 시장은 경쟁이 치열합니다. 포텐셜 사이언스는 영국 정부의 지원에도 불구하고, 다양한 접근 방식으로 동일한 문제를 해결하려는 수많은 기업 및 학계와 경쟁해야 합니다. 또한, AI를 통해 유망한 신약 후보 물질을 빠르게 발굴하더라도, 그 안전성과 효능을 검증하는 데는 여전히 많은 시간과 비용이 소요됩니다. 라이스 대학교(Rice University)의 화학 교수인 피터 울린스(Peter Wolynes)는 "신약 설계 비용은 쥐에게, 그리고 환자에게 어떤 영향을 미칠지 알아보는 비용에 비하면 아무것도 아니다"라며, AI 발전이 신약 개발의 속도를 높이는 유일한 병목 현상은 아닐 수 있다고 지적했습니다. 더 나아가, 효과적인 치료제를 식별하는 기술이 위험한 화학 물질 개발에 악용될 가능성에 대한 우려도 존재합니다.
### 가치와 인사이트
포텐셜 사이언스의 접근 방식은 신약 개발의 패러다임을 '실험실 중심'에서 'AI 시뮬레이션 중심'으로 전환할 잠재력을 보여줍니다. 이는 신약 개발의 속도와 효율성을 크게 향상시켜, 환자들이 더 빨리 새로운 치료법을 접할 수 있게 할 것입니다. 또한, 희귀 질환이나 개인 맞춤형 치료제 개발의 가능성을 높여 의료 접근성을 개선할 수 있습니다. 영국 정부의 적극적인 투자는 AI 기술이 국가 경쟁력 강화와 미래 산업 육성에 중요한 역할을 하고 있음을 시사합니다.
### 기술·메타
- AI 모델 훈련
- 물리 법칙 기반 화학 시뮬레이션
- 대규모 화학 데이터셋 구축
- 단백질 공학
- 합성 데이터 생성
### 향후 전망
AI 기반 신약 개발은 앞으로 더욱 가속화될 것입니다. 포텐셜 사이언스와 같은 기업들의 성공은 제약 산업 전반에 걸쳐 AI 도입을 촉진할 것이며, 이는 신약 개발 파이프라인의 효율성을 극대화할 것입니다. 또한, 개인의 유전 정보와 건강 데이터를 기반으로 한 초개인화된 치료제 개발이 현실화될 가능성이 높습니다. 이는 질병의 예방 및 치료 방식에 근본적인 변화를 가져올 것이며, 맞춤형 의료 시대를 앞당길 것입니다.
하지만 동시에, 이러한 강력한 기술이 악용될 가능성에 대한 사회적, 윤리적 논의도 더욱 중요해질 것입니다. AI가 신약 개발뿐만 아니라 잠재적으로 위험한 물질 개발에도 사용될 수 있다는 점은 규제 및 보안 강화의 필요성을 제기합니다. 따라서 기술 발전과 함께 책임감 있는 사용 및 관리 방안 마련이 필수적입니다.
📝 원문 및 참고
- Source: Techmeme
- Techmeme 리버: [techmeme.com](https://www.techmeme.com/261106/p1#a261106p1)
- 원문 기사: [링크 열기](https://www.wired.com/story/finding-new-drugs-is-laborious-this-ai-startup-is-skipping-the-lab-work/)
---
출처: Techmeme ([Original Article](https://www.wired.com/story/finding-new-drugs-is-laborious-this-ai-startup-is-skipping-the-lab-work/))
이 글에 대한 한 줄 의견
신고 · 불법·유해·아동 안전(CSAE) 관련 콘텐츠
댓글 0
아직 댓글이 없습니다. 로그인하면 바로 의견을 남길 수 있습니다.