AI 기술이 신약 개발 초기 단계의 시간·비용 장벽을 낮출 수 있다는 사례가 나왔다. SK텔레콤과 SK바이오팜이 AI 기반 공동 연구를 통해 난치성 암 표적 치료제 후보 물질을 발굴하고, 통상 1~2년이 소요되던 초기 연구를 약 5개월로 줄이는 데 성공했다고 밝혔다.

SK텔레콤은 15일 SK바이오팜과 공동으로 수행한 AI 활용 신약 탐색 연구에서 암세포 표면 단백질 ‘ROR1’에 결합 가능성을 보인 초기 유효물질(hit) 2종을 확보했다고 밝혔다.

ROR1은 혈액암과 고형암(장기·조직에 덩어리 형태로 생기는 암) 등 여러 암종에서 과발현되는 종양 관련 세포 표면 단백질로, 항암 표적 치료제 연구 분야에서 관심을 받고 있는 표적이다.

이번 연구에서 SK바이오팜은 신약 개발 경험을 토대로 신규 바인더(binder) 발굴 전략을 수립했다.

바인더는 암세포 등 특정 표적에 결합하도록 설계된 물질로, 표적 결합력과 구조적 안정성 등 복합 조건을 충족해야 한다.

SKT는 단백질 조각인 프래그먼트(fragment)를 다양하게 조합·표현하는 머신러닝을 적용해 신규 바인더 후보를 다량 생성했다.

여기에 강화학습(RL)을 결합해 구조적 안정성이 높은 조합에 높은 보상을 부여하는 방식으로 최적 구조 탐색을 유도했다.

새로운 물질 구조를 탐색하는 연구에서는 AI 학습에 충분한 데이터를 확보하기 어렵다는 한계가 있어, 기존 데이터 의존 방식으로는 후보 탐색 범위가 제한될 수밖에 없다는 점을 이 같은 접근으로 보완했다고 양사는 설명했다.

후보 선별 단계에서는 SKT의 GPU 자원으로 다수 후보를 병렬 처리하고, AI 모델을 통해 ROR1과의 결합 구조 및 결합 가능성을 빠르게 예측·분석해 실험실 검증 대상을 압축했다.

실제 실험실 검증에서는 이 중 2종이 초기 유효물질로서 가능성을 보이는 것으로 확인됐다.

연구 소요 기간은 약 5개월로, 기존 SK바이오팜의 방식 대비 60% 이상 단축됐다고 양사는 밝혔다.

조동연 SK텔레콤 AI Convergence 담당은 “이번 성과를 바탕으로 독자 AI 파운데이션 모델을 활용한 바이오 특화 LLM(거대언어모델) 개발 등 바이오 AI 분야 전반으로 기술 협력 범위를 확대하는 방안도 검토 중”이라고 말했다.