AI가 더 나은 신약을 만들 수 있을까? 답을 얻기까지는 시간이 필요하다

인공지능(AI)이 신약 개발 현장에 빠르게 도입되고 있지만, 투자자들이 기대하는 수준의 성과를 입증하기까지는 상당한 시간이 필요하다는 분석이 나옴.

AI는 이미 단백질 구조 예측, 신약 후보 물질 탐색, 수백만 개 화합물 분석 등 연구 초기 단계의 생산성을 크게 높이고 있음. 과거에는 연구자들이 경험과 가설에 의존해 수개월 동안 진행하던 작업을 AI가 훨씬 빠르게 수행하면서 제약사들의 연구 효율이 개선되는 모습임.

대표 사례로 로슈 산하 제넨텍(Genentech)은 AI 모델이 새로운 치료 표적과 후보 물질을 제안하고, 실험 결과를 다시 AI에 학습시키는 '실험-학습' 반복 구조를 구축하고 있음. 이를 통해 연구 범위를 넓히고 기존보다 다양한 신약 후보를 발굴하고 있음.

하지만 신약 개발은 반도체나 소프트웨어와 달리 인간 생물학이라는 복잡한 변수에 영향을 받음. 아무리 AI가 유망한 후보를 찾아내더라도 임상시험을 통과해 실제 신약으로 승인받는 비율은 여전히 매우 낮음. 업계에서는 임상에 진입한 후보물질 가운데 시장 출시까지 성공하는 비율이 약 10% 수준에 불과한 것으로 평가함.

AI 기술을 개발하는 앤트로픽과 여러 바이오 기업들도 AI가 신약 개발 성공률을 높일 가능성에는 동의하지만, 이를 실제로 증명하려면 앞으로 수년이 더 필요하다고 보고 있음. 현재 바이오 산업은 아직 AI 활용 측면에서 초기 단계에 머물러 있다는 평가도 나옴.

그럼에도 대형 제약사들의 투자는 계속 확대되는 분위기임. 일라이 릴리와 노바티스 등 글로벌 제약기업들은 AI 컴퓨팅 인프라와 연구 플랫폼 구축에 수십억 달러를 투자하고 있으며, 골드만삭스는 AI가 향후 10년간 신약 개발 기간 단축과 비용 절감을 통해 최대 4,000억 달러 규모의 경제적 가치를 창출할 수 있다고 전망함.

다만 월가는 아직 신중한 입장을 유지하고 있음. AI가 연구 효율은 높이고 있지만, 실제 신약 승인 건수가 늘어나는 것이 확인되기 전까지는 제약사의 기업가치 재평가가 쉽지 않다는 분석임. 결국 AI 혁신의 수혜는 AI 모델 자체보다 방대한 생물학 데이터와 임상 개발 역량을 보유한 대형 제약사들이 먼저 누릴 가능성이 크다는 전망도 제기됨.

출처: Wall Street Journal (2026년 7월 13일)

[단독] SK하이닉스, 호남팹 합작 투자 가능...수십조 재무부담 던다

- 호남 팹 건설 시 외부 투자금 받을 수 있게 됨
- 지배구조 규제에 막혀 자금 수혈 어려웠지만
- 호남 프로젝트 맞춰 여당에서 특별법 제정하기로
- 모회사가 증손회사 지분 100% 보유하는 룰 완화
- 100%→50% 소유해도 문제가 없도록 개정

https://www.hankyung.com/article/202607132461i