'사후약방문(死後藥方文)'은 사람이 죽은 뒤에야 약방의 처방문을 쓴다는 뜻으로 때를 놓친 대처를 비유하는 말이다. 급변하는 환경 속에서 선제적 대응이 무엇보다 중요한 제약바이오 산업 역시 예외일 수 없다. '임서아의 약방문'은 제약바이오 현안을 진단하고 필요한 '처방'을 제시함으로써 사후약방문이 아닌 선제적 약방문을 모색하겠다는 의미를 담았다.<편집자주>




챗GPT 생성이미지. [출처=오픈AI]


글로벌 제약바이오 산업은 지금 인공지능(AI) 전환 바다이야기게임방법 의 한가운데 서 있다. 글로벌 빅파마들(거대 제약사)은 신약 후보물질 탐색부터 임상시험 설계, 환자 모집, 공급망 관리, 규제 문서 작성에 이르기까지 전 과정에 AI를 적용하고 있다.
◆ AI 전환 가속하는 글로벌 빅파마
세계 AI 반도체 1위 기업 엔비디아와 글로벌 제약사 일라이릴리가 손잡은 사례는 이를 상징적으로 보여 사이다릴게임 준다. 양사는 AI 기반의 완전 자동화 실험실 구축을 목표로 한다. 궁극적으로는 신약 개발에 걸리는 시간을 획기적으로 단축하겠다는 구상이다.
반면 국내 제약바이오 업계는 상대적으로 조용하다. 그렇다면 글로벌 기업에 비해 기술력이 부족한 것일까. 결론부터 말하면 그렇지 않다. 국내 기업들 역시 AI 기술 역량 자체는 충분히 갖추고 있다.
바다이야기게임2
차이를 만드는 것은 '기술'이 아니라 '구조'다. AI는 본질적으로 데이터 산업이다. 하지만 국내 제약바이오 산업의 데이터 인프라는 아직 충분히 성숙했다고 보기 어렵다.




[출처=픽사베이]

릴게임골드몽
◆ 기술이 아닌 '구조'의 문제…데이터와 규제의 장벽
병원마다 전자의무기록(EMR) 체계가 다르고 임상 데이터 형식도 제각각이다. 기업 내부에서도 연구·임상·생산·영업 데이터가 통합되지 않은 경우도 적지 않다. 정제와 표준화가 이뤄지지 않은 데이터는 AI 학습에 바로 활용하기 힘들다.
또한 바다이야기 실패한 임상 데이터와 후보물질 정보는 기업의 핵심 자산이다. 자연히 외부와의 공유는 제한적일 수밖에 없다. 결국 데이터는 '양'도 중요하지만 실질적으로 필요한건 '질'과 '통합'이다.
제약바이오는 대표적인 고위험·고규제 산업이다. AI를 활용한 임상 설계나 제조 공정 자동화, 데이터 분석 결과가 규제 당국의 심사를 어떻게 통과할 수 있는지에 대한 가이드라인은 아직 발전 단계에 있다. 의료 데이터 활용 역시 개인정보 보호 규제와 충돌할 가능성이 있다.
결국 제도적 불확실성이 존재하는 상황에서 기업이 '완전히 검증되지 않은 기술'을 핵심 프로세스에 도입하는 데 신중해지는 것은 자연스러운 일이다. 혁신보다 안정성이 우선되는 산업 구조 역시 AI 도입 속도를 늦추는 요인이다.?
셀트리온, 삼성에피스홀딩스, SK바이오팜, 대웅제약 등 주요 국내 기업들도 AI를 활용해 신약 개발 속도를 높이겠다고 밝히고 있다. 하지만 이러한 한계로 현재 활용 범위는 주로 신약 후보물질 발굴 단계에 머물러 있다.

투자 대비 수익이 단기간에 가시화되기 어렵다는 점도 부담이다. AI는 장기 투자가 필요한 분야다. 고급 인력 확보, 데이터 인프라 구축, 시스템 개편 등 초기 비용이 상당하지만 곧바로 매출로 이어지는 구조는 아니다.




[출처=픽사베이]


◆ 투자 구조·규조 환경의 전환 필요
글로벌 빅파마는 막대한 연구개발(R&D) 예산을 바탕으로 AI 전담 조직을 운영하며 실패를 감내할 여력이 있다. 반면 국내 기업들은 제한된 자원 속에서 당장 가시적인 성과를 낼 수 있는 신약 후보 확보가 더 시급한 과제로 인식되는 경우가 많다.
그렇다고 국내 제약바이오 산업이 뒤처졌다고 단정하기는 이르다. 정부의 AI·바이오 융합 정책은 확대되고 있고 AI 기반 신약개발 스타트업도 빠르게 성장하고 있다.
기술은 이미 준비돼 있다. 국내 제약바이오 기업의 AI 활용이 더디게 보이는 이유는 기술 역량의 부족이 아니다. 데이터 인프라, 규제 환경, 투자 구조, 조직 문화라는 네 가지 축이 함께 맞물려야 한다.
AI는 선택이 아니라 방향이다. 이 구조적 과제를 어떻게 풀어내느냐에 따라 국내 제약바이오 산업의 경쟁력은 크게 달라질 것이다.