[헬스코리아뉴스 / 서정필] 생성형 인공지능(AI) 챗봇 시장을 이끌고 있는 오픈AI(OpenAI), 구글(Google), 앤트로픽(Anthropic)이 생명과학과 신약개발 분야에서도 본격적인 경쟁에 들어갔다. 가장 늦게 합류한 앤트로픽이 과학연구용 AI 플랫폼을 공개하고 자체 신약개발에도 착수하면서 AI 신약개발 경쟁 구도는 ‘3파전’으로 확대되는 모습이다.

앤트로픽은 지난달 30일(현지시간) 과학연구용 AI 워크벤치(workbench, 여러 연구 도구를 한 화면에 모아 놓은 통합 작업환경) '클로드 사이언스(Claude Science)'를 공개했다. 회사 측은 시장성이 낮아 신약 개발이 충분히 이뤄지지 못했던 소외질환(neglected diseases)을 대상으로 자체 신약개발 프로그램에도 착수하겠다고 밝혔다.

클로드 사이언스는 단순한 생명과학용 챗봇이 아니라 연구자가 사용하는 데이터베이스와 분석도구, 코드 실행 환경, 계산 과정을 하나의 작업공간으로 통합한 연구 플랫폼이다. 유전체학, 단일세포 분석, 프로테오믹스, 구조생물학, 케모인포매틱스 등 생명과학 연구에 필요한 작업을 클로드 안에서 수행할 수 있도록 설계했으며, 60개 이상의 과학용 스킬과 커넥터를 제공한다. 분석 코드와 계산환경, 결과물을 함께 기록해 연구 재현성을 높인 점도 특징이다.

이로써 AI 챗봇 시장을 대표하는 오픈AI, 구글, 앤트로픽은 각각 다른 전략을 앞세워 신약개발과 생명과학 AI 시장에서 경쟁하게 됐다. 앤트로픽은 연구환경 통합 플랫폼, 오픈AI는 생명과학용 추론모델과 평가표준, 구글은 알파벳(Alphabet) 산하 아이소모픽 랩스(Isomorphic Labs)를 통한 수직통합형 신약개발 전략을 내세우고 있다.

오픈AI, 모델 넘어 평가표준 선점 노려

오픈AI는 생명과학 특화 추론모델과 AI 성능을 평가하는 기준 마련에 집중하고 있다.

지난 4월 공개한 GPT-로잘린드(GPT-Rosalind)는 생물학과 신약개발, 중개의학 연구를 지원하기 위해 설계된 프론티어 추론모델이다. 일반적인 질의응답을 넘어 문헌 검토, 서열-기능 해석, 실험 설계, 데이터 분석 등 실제 연구 과정에서 필요한 복합적인 작업을 수행하도록 개발됐다.

오픈AI는 지난달 30일 생명과학 AI 평가 벤치마크인 ‘진벤치-프로(GeneBench-Pro)’도 공개했다. 유전체학과 양적생물학, 중개의학 분야의 복잡한 문제를 통해 AI 모델의 실제 연구 수행 능력을 평가하는 기준이다. 오픈AI는 전용 모델과 평가체계를 함께 구축해 생명과학 AI 분야의 표준을 선점하겠다는 전략이다.

구글, AI 넘어 직접 신약 개발

오픈AI와 앤트로픽이 연구자를 위한 모델과 인프라에 가까운 전략을 펴고 있다면, 구글은 직접 신약개발에 뛰어드는 쪽에 가깝다.

구글의 모회사인 알파벳 산하 신약개발 회사 아이소모픽 랩스는 구글 딥마인드의 알파폴드(AlphaFold) 성과를 실제 신약 설계로 확장하고 있다. AI 모델 개발부터 표적 분석, 후보물질 발굴, 전임상·임상 개발까지 하나의 조직 안에서 수행하는 수직통합형 구조를 구축하고 있다. 스스로 신약개발사가 되는 방식이다.

아이소모픽의 출발점이라고 할 수 있는 알파폴드는 단백질 구조 예측 정확도를 획기적으로 높이며 생명과학 AI의 가능성을 보여준 기술이다. 아이소모픽은 이 기술적 기반을 실제 약물 설계와 후보물질 개발로 확장하고 있으며, 현재 AI 신약개발 기업 가운데 임상 단계에 가장 근접한 곳으로 평가받는다.

회사는 지난 5월 시리즈B 투자에서 21억 달러(약 3조 원)를 조달했으며, 일라이릴리(Eli Lilly)와 노바티스(Novartis)와도 최대 약 30억 달러 규모의 공동 연구 계약을 체결했다. 단순한 AI 소프트웨어 공급이 아니라 후보물질 발굴 단계부터 참여하는 공동 개발 파트너로 자리매김하고 있다는 평가다.

데미스 허사비스(Demis Hassabis) 구글 딥마인드 최고경영자(CEO)는 첫 AI 설계 후보물질이 올해 안에 임상시험에 들어갈 수 있을 것으로 전망한 바 있다. 다만 아직 실제 임상 개시는 확인되지 않아 현재로서는 아이소모픽이 ‘임상 문턱에 가장 가까운 진영’으로 평가된다.

승부처는 결국 임상 성과

AI 신약개발 경쟁이 치열해지는 배경에는 글로벌 제약사의 현실적인 수요가 있다. 신약 하나를 표적 발굴부터 승인까지 끌고 가는 데는 통상 10년 이상이 걸린다. 특허 만료가 이어지는 글로벌 빅파마 입장에서는 연구개발 기간을 줄이고 초기 실패 가능성을 낮출 도구가 절실하다.

실제 AI가 신약개발에 활용된 사례도 나오고 있다. 인실리코 메디슨(Insilico Medicine)의 특발성 폐섬유증(IPF) 치료 후보물질 ‘렌토서팁(rentosertib, 구 ISM001-055)’은 AI가 표적 발굴과 저분자 화합물 설계에 참여한 대표 사례다. 엑사이언티아(Exscientia)와 스미토모다이닛폰파마가 공동 개발한 강박장애 치료 후보물질 ‘DSP-1181’ 역시 AI 기반 신약개발의 초기 성공 사례로 꼽힌다.

다만 AI 기술의 진정한 경쟁력은 연구 지원 기능이 아니라 실제 신약 개발 성과에서 판가름 날 전망이다. 앤트로픽의 가세로 AI 챗봇 빅3 모두가 생명과학과 신약개발 시장에 진출하는 구도가 완성됐지만, 최종 승자는 AI가 설계한 후보물질이 임상시험에서 의미 있는 성과를 입증하는 기업이 될 가능성이 크다.