[성공예감] 코로나 치료제 개발, AI가 열쇠 될까? –조가연 슈미트 수석팀장

■ 인터뷰 자료의 저작권은 KBS 라디오에 있습니다.
인용보도 시 출처를 밝혀주시기 바랍니다.
■ 프로그램명 : 성공예감 김방희입니다
■ 방송시간 : 1월 19일(수) 09:05-10:53 KBS1R FM 97.3 MHz
■ 진행 : 김방희 소장 (생활경제연구소)
■ 출연 : 조가연 (슈미트 수석팀장)

- 디지털 헬스케어, AI/ 빅데이터/ 메타버스 등 IT 기술 접목해 확장
- MRI, CT, 초음파 등의 영상 진단을 AI 기술로 인식해 사전 질병 예방
- 음성, 폐렴 분석 등으로 코로나 감염여부 식별하는 AI 음성 기술도
- 투자 활발한 분야는 AI 신약 개발... 시장 크고 성공 시의 고수익이 매력
- 구글 필두로 빅테크 기업도 디지털 헬스케어 참여
- 맞춤형 AI 트렌드, 빅데이터 대중화로 개인 유전자 분석 가능
- 디지털 트윈에서 치료법이나 수술 등 실험하는 메디컬 트윈
- 의료 데이터 이슈 등 규제 리스크 확인하고, 시장 거품 유의해서 투자해야


◇김방희> 최근에는 인공지능 AI 분야가 전문가라는 사람보다 더 데이터를 분석하는 데 낫다, 이런 지적도 있죠. 특히 의료 분야에서 최근에 AI 또 빅데이터 같은 ICT 정보통신 기술과 결합해서 디지털 헬스케어로 바뀌고 있는데요. 환자의 데이터를 활용해서 병을 진단하고 신약 개발과 맞춤형 치료까지 지금 다방면으로 활용하는 단계에 이르렀습니다. 코로나19 때문에 건강에 대한 관심이 높아지고 비대면 서비스가 중요해지면서 이 시장 성장세도 가파릅니다. 글로벌 마켓 인사이트를 보니까 디지털 헬스케어 시장 규모가 2020년부터 매년 30%씩 성장해서 2025년에는 600조 원에 달할 것이다. 이런 전망이 나와 있군요. 미래 생활사전. 그래서 오늘은 디지털 AI와 의료, 바이오가 만났을 때 어떤 투자 기회가 있을 수 있는지, 사업 아이디어가 있을 수 있는지 살펴보겠습니다. 슈미트의 조가연 수석팀장입니다. 어서 오십시오.

◆조가연> 네, 안녕하세요.

◇김방희> 이번에 보니까 미국에서 열렸던 CES. 연초 세계 최대의 가전제품 쇼에서 요즘 IT쇼로 확장되고 있는데 여기서도 유망 기술로 빠지지 않았던 게 바로 디지털 헬스케어였는데 실제로 이 분야에 대한 관심들이 집중되는 모양이죠?

◆조가연> 기술이 적용이 안 되는 곳이 이제는 사실 없는데 이런 헬스케어, 바이오, 제약 분야도 마찬가지입니다. 구체적으로 간단히 설명 드리면 소위 AI라고 불리는 딥러닝 또는 이미지 인식 기술로 진단을 조금 보조하는 방법으로 혁신이 이뤄지거나 유전자 분석 그리고 빅데이터, AI를 가지고서 정밀진단, 신약 개발을 개발하거나 그리고 요즘에는 메타버스가 보통 가상현실을 얘기를 많이 하는데 이런 의료 분야에서도 메디컬 트윈이라고 하는 개념이 나오고 있습니다.

◇김방희> 그건 뭡니까?

◆조가연> 환자의 어떤 신체 장기 같은 것들을 똑같이 묘사해서 수술을 하거나 말 그대로 가상공간에서 의료 행위를 가상으로 실험해 볼 수 있는 것들인데요. 이 정도로 우리가 알고 있던 세부 기술들이 정밀의료, 맞춤의료에도 혁신을 가져오고 있다라고 설명을 드리고 싶습니다.

◇김방희> 아까 진단 분야 딥러닝 얘기를 해주셨는데 실제로 미국 대학 병원의 추세를 보니까 방사선, 엑스레이를 찍은 다음에 예전에는 미국의 의사들이 이걸 보고 진단하고 분석했고 그다음에 나왔던 게 디지털 파일로 인도에 보내서 인도의 의사들이 훨씬 싸니까 읽어서 밤새 낮밤이 미국하고 바뀌니까 진단 결과를 통보해 왔고 지금은 AI를 활용하는 예가 많다고 그래요, 미국에서도 실제로.

◆조가연> 과거에는 그런 식으로 저렴한 국가에 디지털 스캔을 보내는 소위 클라우드 소싱 방식의 인력들을 활용했는데 이제는 보내지 않고 그 현장에서 AI가 훨씬 더 빠르게 처리할 수 있습니다. 실제로 의료 현장에서 가장 많이 활용되고 있는 분야가 이런 진단, 영상 진단이나 검사 분석 쪽인데요. 이게 의료 패러다임의 변화하고 맞는 게 요즘 같은 경우는 질병에 걸린 다음에 사후에 치료하는 게 아니라 좀 빠르게 먼저 예방할 수 있도록 조기 발견하자라는 방식으로 변화가 되고 있잖아요. 그렇다 보니까 특히 이러한 MRI나 CT나 초음파 같은 영상 진단들을 AI 기술을 가지고 좀 더 빨리 인식해보자라는 기술 접목이 이뤄지고 있고요. 그렇다면 이게 어떻게 활용되느냐. 일단 굉장히 많은 CT, MRI, 초음파 같은 영상 데이터들을 AI 알고리즘이 미리 많이 학습을 해둡니다.

◇김방희> 빅데이터를 쌓아두는 거죠.

◆조가연> 그런 다음에 사람인 의사가 놓칠 수 있는 어떤 질병 부위를 찾아내고 또 동시에 이 영상 데이터를 빠르게 처리할 수 있다 보니까 판독하는 시간도 상당히 단축시킬 수 있습니다. 그래서 실제로는 AI를 활용해서 이 환자의 영상 데이터를 보고 폐렴이 있는지 없는지. 있다면 어느 위치에 있는지를 수분 내에 정확하게 판별할 수 있다. 그리고 이게 실제로는 국내에서도 이미 활용되고 있는 기술입니다.

◇김방희> 지금은 의사의 보조적인 역할에 그치고 있지만 미국의 여러 논문들을 보면 그런 전문가라고 할 수 있는 의사보다도 더 정확한 분석 능력을 보여주기도 한다. 아마 점점 더 능력이 강해지겠죠. 왜냐하면 빅데이터가 계속 쌓일 테니까. 이걸 개발하는 스타트업들마다 보니까 각기 강점도 다르고 하던데 어떤 식으로 AI 영상기술을 활용합니까?

◆조가연> 사실 활용되는 틀은 거의 같습니다. 저희가 그 안에 들어가 있는 구체적인 기술과 알고리즘을 까서 볼 필요는 없지만 큰 틀에서는 인공지능 AI다. 딥러닝, 머신러닝 다 활용되고 있다고 보시면 될 것 같고요. 다만 내부에서 가지고 있는 좋은 데이터 세트가 다르고 또 많이 학습시켰던 질병군이 다르다면 각각 회사마다 강점을 가지고 있는 분야가 조금 달라지는 거고요.

◇김방희> 약간 특화된 분야가 있겠군요.

◆조가연> 네. 미국의 아터리스(Arterys)라고 하는 이런 AI 의료영상기술을 보유한 회사가 있는데 여기가 FDA가 최초로 승인한 AI 소프트웨어입니다. 여기 같은 경우는 인공신경망이라고 하는 기술을 이용해서 MRI 이미지들을 학습을 시켰고요. 이걸 가지고서 특히나 심장, 심혈관 질환, 폐질환에 강점을 가지고 있습니다. 이스라엘의 회사인 AIDOC 같은 경우는 여기는 좀 긴급하게 치료가 필요한 뇌질환 같은 진단들을 잘하는 곳이고요. 그 외에 이미 이런 기술이 많이 성장하다 보니까 상장사도 많이 있는데 스웨덴의 컨텍스트비전이라는 회사도 있고 또 초음파에 강점을 가지고 있는 버터플라이네트워크 같은 곳들도 사실 찾아보시면 이런 AI 의료 영상 회사가 굉장히 많이 있습니다.

◇김방희> 그래요. 상당히 많군요. 이미 많이 현실화됐다는 얘기인데 하나 궁금한 건 아까 각종 논문도 나온다고 말씀드렸습니다마는 정확도라고 그럴까요. AI가 진단을 할 텐데 이게 얼마나 빠르고 또 믿을 수 있는지 이게 중요한 관건 아니겠습니까?

◆조가연> 논문마다 조금 다르고 회사가 발표하는 내용과 조금 다르지만 거의 97~98%의 정확도라고 이야기를 하고 있고요. 이 정도면 사람 의사가 단독으로 했을 때 대비 약간 몇 퍼센트 정도 높은 수치이기는 합니다. 이게 앞에서 말씀드렸지만 결국 AI가 잘 작용하기 위해서는 좋은 기반인 데이터가 필요한 거고요. 데이터가 많아지면 많아질수록 정확도가 높아질 것이고 그리고 아직까지는 단독으로 사용되는 것보다는 사람인 의사와 함께 짝을 지어서 많이 활용되고 있어서.

◇김방희> 보조적으로 활용하는군요.

◆조가연> 진단의 정확도는 현장에서 활용되기에 충분하다고 볼 수 있겠습니다.

◇김방희> 그렇군요. 현장에서 활용해도 될 정도로 정확도가 높아졌다. 그런 얘기인데 우리나라 쪽은 어떤지 모르겠어요. 허가 받은 기술이 있는지 또 실제 의료 현장에서 이런 AI 진단 기능을 사용하고 있는지 이것도 궁금한데요.

◆조가연> 이런 보통 AI 진단 소프트웨어라고 한다면 이미 한 70여 개 정도 허가를 받았습니다. 대다수가 영상진단에 활용되고 있고요. 이런 것들을 개발하는 소위 의료 인공지능 회사라고 한다면 주요하게 4~5개 회사가 있습니다. 상장, 비상장 합쳐서 뷰노, 딥노이드, 루닛, JLK 같은 곳들이 존재하고요. 루닛 같은 경우는 여기는 비상장 회사인데 특히나 이런 흉부 CT나 유방 영상 분석에 강점을 가지고 있습니다. 그렇다 보니까 폐암이나 유방암 진단 관련된 논문들이 많이 나왔고요. 큰 틀에서 방식은 유사합니다. 다만 강점을 가지고 있는 진단 분야가 그쪽인 거고 특히 여기는 영상 이미지를 봤을 때 암에는 약간 특별한 패턴이 존재한다고 전제를 하고 유방암에 걸릴 만한 고위험군과 또 그렇지 않은 환자군을 학습해 주는 방식을 하고 있습니다.

◇김방희> CT, MRI 혹은 엑스레이 이런 걸 보고 어떤 패턴들을 찾아내서 특정한 질병의 유무를 진단하는 건데 이 루닛이라는 회사는 어떤 회사입니까?

◆조가연> 여기가 2013년도에 설립된 이런 AI 기반의 의료영상 진단서비스인데요. 재미있는 게 사실은 여기가 의료가 아니라 의류, 그러니까 패션 분야에 먼저 AI 이미지 인식을 적용을 했던 곳입니다. 공대 졸업하신 분들이 창업을 했는데 이후에 이런 이미지 인식 AI 기술을 의료 쪽으로 적용하면서 특히 폐암과 유방암 진단에 강점을 가지고 있고요. 이미 국내 30여 개 대형병원, 의료기관과 공동연구를 진행을 하고 있고요. 신규 대표로는 이런 가정의학과 전문의 분이 영입되면서 논문과 학회 활동도 굉장히 활발하게 하고 있습니다. 작년 말에 720억 원 규모의 투자 유치를 한 것으로도 주목을 받았는데 투자사로 국내 네이버가 있고요. 글로벌 헬스케어 그런 벤처캐피탈도 여러 참여해 있습니다. 글로벌 기업인 가던트헬스(Guardant Health) 같은 정밀 암 진단 기업도 실제로 공동 연구를 하고 있는 회사입니다.

◇김방희> 올해 보니까 코스닥 상장을 목표로 하고 있던데 이런 디지털 헬스케어 시장과 관련해서 이런 기업들이 자본시장에 데뷔하면 성장성이나 사업 가치 같은 건 어떻게 평가받을까요? 사전에 그런 평가를 우리 조가연 수석팀장이 해보실 테니까 어떻게 봐요?

◆조가연> 이게 참 늘 어려운 질문이죠. 다만 제3자의 내용을 가져온다면 작년에 코스닥에서 상장하기 위해서 기술특례 상장을 위한 기술성 평가를 받았습니다. 이 회사가 그동안의 헬스케어 기업들 대비해서 좀 더 좋은 성적인 AA 등급을 받았고요. 아마도 올해 상반기에 상장을 하지 않을까 추정하고 있는데 결국에 자본시장이 올라가면 그러면 이 회사가 매출을 낼 수 있냐를 봐야 될 텐데 사업적으로는 크게 두 가지 플랫폼을 비즈니스 모델로 삼고 있습니다. 종양 부위를 이미지로 인식하는 소위 말하는 의료 영상 진단 플랫폼을 하고 있고요. 동시에 조직과, 조직 슬라이드를 AI 이미지로 확인을 해서 많이 활용되고 있는 항암제가 효과가 있을지 이런 것들을 보는 조직 분석 플랫폼이 있고요. 또 동시에 해외랑 같이 협업을 많이 하고 있느냐도 볼 수 있는 포인트인데 GE헬스케어나 앞에서 말씀드렸던 정밀 암 진단 기업인 가던트헬스 같은 경우도 전략적으로 파트너십을 맺고 있어서 이런 것들이 잘 수요가 있고 성장을 한다면 충분히 기대를 해 볼 수 있지 않을까 싶습니다.

◇김방희> 디지털 헬스케어 분야에서도 지금 인공지능, AI를 활용한 진단 분야 얘기를 하고 있는데 이 정도 업력들이 있다는 얘기는 이미 상장한 스타트업도 있다는 얘기입니까?

◆조가연> 앞서 말씀드린 뷰노나 딥노이드 같은 경우는 상장을 한 회사들이고요. 재미있는 게 작년, 지난해 2021년. 즉 코로나19 때문에 이런 비대면 디지털 헬스케어 주목도가 높아졌던 때에 좀 기대감을 가지고 상장을 했습니다. 뷰노 같은 경우는 국내에서 최초로 AI 의료기기를 상용화한 기업이고요. 엑스레이나 MRI, CT 영상을 가지고서 뇌나 폐, 혈액암 같은 것들을 진단 보조해주고 있고 또 입원한 환자들의 혈압이나 맥박 같은 것들을 AI로 분석해서 입원 환자가 혹시나 심정지 발생 위험이 있는지를 보는 것들도 식약처 허가를 받아서 활용되고 있습니다. 딥노이드도 유사하게 AI를 가지고 의료 영상을 판독하는 서비스를 제공하고 있고요. 재미있는 게 여기는 회사가 직접 개발도 하지만 의료진에게 자체 개발할 수 있는 플랫폼을 제공도 합니다. 그러니까 어떤 병원이나 의사가 좋은 데이터를 많이 가지고 있다면 당신의 데이터를 활용해서 직접 진단 제품을 개발해보세요라고 하는 플랫폼 서비스도 제공하고 있습니다.

◇김방희> 그렇군요. 슈미트의 조가연 수석 팀장과 함께 디지털 헬스케어 분야를 들여다보고 있습니다. 기술 추이뿐만 아니라 여기서 두각을 나타내는 스타트업 기업들 얘기를 하고 있습니다. 디지털 헬스케어 가운데서 AI를 활용한 진단 분야. 그런데 갑자기 드는 생각인데요. 얘기를 나누다가. 오늘도 코로나 신규 확진자가 5800명대니까 다시 확진자가 증가하는 추세인데 코로나19를 지금 말씀해 주신 그런 의료기술에 접목하면 인공지능 진단 같은 건 안 됩니까?

◆조가연> 이미 스마트폰 앱까지 나온 게 있습니다. 그러니까 이게 감염여부를 진단해 줄 수 있는 보조 앱이라고 보시면 될 것 같은데요. 영국 옥스퍼드나 이런 버밍턴대학 연구진들이 참여를 해서 전 세계 여러 병원의 폐 엑스레이를 분석을 합니다. 그래서 이걸 일반 폐렴과 코로나19로 인한 폐렴을 분석을 하는 거고요. 또 음성 가지고도 하는 경우가 있는데 아까 말씀드린 앱 같은 경우는 사용자의 일반적인 음성이나 호흡이나 기침 소리를 앱으로 수집을 합니다. 그래서 이게 이 사람이 호흡기 질환이 있는지 있다면 그 중증도나 경증도가 어떠한지를 감지하는 알고리즘도 이미 앱으로 활용되고 있고요. 미국의 한 스타트업은 목소리를 가지고서 코로나에 감염됐는지 또는 회복이 됐는지도 보고 있습니다. 사람이 50부터 70까지 숫자를 세면 그 음성 특성을 분석해서 감염돼 있는, 즉 코로나19에 감염돼 있는 환자와 얼마나 유사한지를 보는 거고요. 이걸 가지고서 폐라든지 고혈압을 식별하는 AI 음성 기술 등이 활용되고 있습니다.

◇김방희> 실제 검사해서 왜 이렇게 콧구멍으로 면봉을 쑥 집어넣다 보니까 조금 고통스럽던데 음성으로 물론 일종의 가검사입니다마는 진단 받을 수 있으면 좋겠다는 생각도 들던데 이것도 얼마나 믿을 수 있어요?

◆조가연> 음성을 가지고 사용되는 것은 코로나19 시기에 사실은 시범적으로 대학연구진들이 개발을 하다 보니까 아직 그 정확도를 담보하기는 어려운 상황인 것 같고요. 다만 회사 같은 경우 특히 앞에서 이런 영상 진단 같은 경우는 수준이 상당히 올라와 있습니다. 각각의 회사나 각각에 활용되는 기술들은 이미 논문이나 학회나 또 같이 공동 개발하는 파트너사들과의 협업을 통해서 충분히 검증되어 있고요. 앞에서 한 70여개 정도의 이런 AI 소프트웨어가 국내에서도 허가를 받았다고 말씀드렸는데 이렇게 허가를 받고 의료기관에서 활용되려면 당연히 이게 효과가 있다는 유효성을 입증을 해야 합니다. 특히나 국가에서 보험을 적용 받으려면 기술 평가도 받아야 하고요. 그렇다 보니까 지금 의료 현장에서 활용되고 있는 것들은 충분히 신뢰할 수 있다고 보시면 좋겠습니다.

◇김방희> 그렇네요. 사실 코로나19가 인류에게 줄 혜택 중의 하나는 지금 백신에 이어서 치료제 개발에 나서고 있는데 백신이랑 치료제 개발이 굉장히 빠른 속도로 이루어지고 있다는 거거든요. 그런 와중에 또 그런 외신보도 본 적이 있는데 신약을 개발할 때 인공지능, AI을 적극적으로 활용한다. 이게 맞습니까?

◆조가연> 네, 지금 AI 영상진단 뿐만 아니라 가장 많이 투자가 이루어지고 가장 많이 스타트업에 등장하는 것이 AI 신약 개발 회사인데요. 사실 뭐 매해 50개 가까이 글로벌 회사들이 나오는 것 같습니다. 전통적인 신약 개발이 그럼 어떤 문제가 있었냐. 실제로 거의 기간이 한 10~14년 정도 걸렸고요.

◇김방희> 엄청 오래 걸리죠.

◆조가연> 하나의 약을 개발하는데 많게는 한 3~4조 원이 든다는 조사도 있습니다. 그러면 이렇게 돈이 많이 들어가서 개발이 되면 좋은데 이룸의 법칙이라고 해서 연구비 10억 달러를 집어넣어도, 1조를 집어넣어도 개발할 수 있는 신약이 9년마다 절반으로 떨어진다. 그만큼 연구개발하는 효용이 떨어진다고 보고 있어서.

◇김방희> 그러네요. 웬만한 게 또 개발되어 있기 때문이기도 하겠습니다마는 R&D을 해서 신약을 개발하는 게 마치 반도체 무어의 법칙처럼 이룸의 법칙이라는 게 있어서 계속 떨어진다, 그런 얘기군요. 9년마다 절반씩 떨어진다.

◆조가연> 네, 그만큼 큰돈이 들고 많은 시간이 소요되고 개발 실패율이 높다 보니까 당연히 전통적인 방식보다는 우리도 AI라고 하는 기술을 써보자는 시도가 이루어지고 있고요. 주로 신약을 발굴하는 초기 단계에 어떤 유효한 후보물질을 도출하는가. 이 부분에 기술이 많이 적용되고 있습니다.

◇김방희> 아까도 말씀해 주셨습니다마는 워낙 많이 이 분야에 스타트업 기술들이 쏟아진다 이런 얘기는 했는데 최근 들어서도 글로벌 무대에서 300여개가 인공지능을 활용한 신약 개발 스타트업 기술들이 쏟아졌는데 유독 이 분야에 많이 등장하는 이유가 뭡니까?

◆조가연> 일단 시장이 크고요. 신약이라고 하는 게 성공했을 때 얻을 수 있는 수익이 워낙 크다 보니까.

◇김방희> 이번에도 왜 코로나 백신 치료제 때문에 그야말로 한 나라의 국내 총생산 규모들을 3대 백신 회사들이 챙길 정도니까요.

◆조가연> 시장이 큰 게 일단 가장 큰 매력요건이고요. 동시에 진입할 수 있는 소위 기술 인프라가 만들어졌습니다. AI라고 하는 게 특히나 이런 신약 개발에서는 굉장히 많은 후보물질을 빠르게 검사해야 되기 때문에 소위 얘기하는 컴퓨팅 파워. 컴퓨터의 능력도 필요하고 빠른 계산, 연산을 할 수 있는 인프라가 필요한데요. 이런 것들이 잘 제반요건이 마련되어 있다. 그래서 최근 한 2~3년 동안 글로벌 그리고 국내에서도 이런 AI 신약 개발 회사가 굉장히 많이 등장했다고 보시면 좋겠습니다.

◇김방희> 그래서 신약 개발에 시간과 비용을 많이 줄여주고 있는데 언뜻 감이 잘 안 오는 게 AI가 신약을 만든다? 신약 개발을 한다? 이게 무슨 의미인지 진짜 뭐를 만드는 건 아닐 거 아니에요.

◆조가연> 물론 약을 만드는데 가장 핵심적인 역할을 한다고 보시면 좋겠습니다. 우리가 약을 먹기 위해서는 이 약효를 나타낼 수 있는 어떤 물질이나 구조 그리고 그 유전자 단백질을 찾아내야 되는데 이 역할을 전통적으로는 사람들, 연구진들의 노하우와 경험에 많이 의존을 했던 거고요. 지금 같은 경우는 이런 과정을 각 단계별로 연구데이터나 논문데이터를 빅데이터로 AI로 분석한다거나. 아니면 도출한 화합물의 구조를 가상인 컴퓨터 공간 안에서 구조를 변경해보는 실험들을 AI로 빠르게 할 수 있고요. 그리고 보통 임상에서 독성이 나왔다 이런 기사도 보시는 게 있을 텐데 이런 것들을 미리 나중에 사람에게 투여했을 때 또는 동물 투여하는 단계에서 독성이 있을지 없을지 확인해보고 또 심지어는 워낙 약물이 특허 이슈가 있다 보니까 특허 문제가 없을지 검색하는 것까지도 이런 AI기술로 활용되고 있습니다.

◇김방희> 사실 사람이 신약을 만드는 과정은 너무 오래 걸리기도 하고 비용도 많이 들지만 임상 1, 2, 3단계가운데 어디까지 갔다가 실패하는 경우들이 많아서 우리 사실은 바이오 열풍과 그 열풍 이후에 거품이 꺼진 일도 이런 임상시험에 대한 기대가 너무 높았기 때문에 그런 면이 있지 않습니까? AI를 통한 신약 개발 분야에서는 조금 더 빨리 더 확실하게 시장에 나올 가능성이 있다고 봐야 되나요?

◆조가연> 속도에서는 AI가 확실히 좀 담보를 하는 것 같습니다. 워낙 잘 알려진 사례가 이제 인실리코(Insilico) 메디신이라고 하는 AI 신약 개발 회사인데요. 여기가 2014년도에 설립된 회사인데 가장 대표적인 논문이 21일. 그러니까 약 3주 만에 6개의 초기 물질. 약이 될 만한 초기 물질을 발굴해서 합성을 시켰고요.

◇김방희> 잠재적 신약 물질을 6개나 3주 만에 만들어냈다.

◆조가연> 그리고 46일. 한 달 반 만에 후보물질을 발굴했다는 논문이 가장 유명하게 게재된 게 있습니다. 사실은 후보물질을 발굴하는 게 여기는 46일이라고 했는데 사실은 뭐 짧아야 1~2년이 걸리는 과정이고요. 그거를 굉장히 단축시킨 거고 그 외에 엑스사이언티아(Exscientia)라든지 베네볼런트(Benevolent)AI라고 하는 유명한 회사들도 약물을 굉장히 임상후보물질을 빠르게 찾아냈다는 그런 기사들로 이미 화제가 된 바 있습니다.

◇김방희> 이렇게 신약 개발을 AI가 적극적으로 돕고 핵심적인 역할을 한다고 그러면 이렇게 개발된 걸 환자한테 실제 투여하는 경우도 있습니까?

◆조가연> 실제 임상단계의 환자에게 투여하는 것들은 최근에서야 이루어지고 있습니다. AI 신약 개발 회사들이 등장한 지는 수년이 됐는데요. 환자에게 직접 정맥이라든지 약물로 투여하는 것은 거의 작년부터 등장하고 있고요. 앞에서 말씀드린 인실리코 메디신 같은 경우도 AI가 설계한 폐섬유화증 치료제 후보물질이 작년 12월에서야 첫 번째 환자 투여가 이루어졌습니다. 그러니까 후보물질을 저희가 찾아내더라도 사실은 이것을 동물실험을 거치고 최적화를 거치는 과정이 워낙 길다 보니까 환자 투여는 이제서야 되고 있다고 보시면 좋겠습니다.

◇김방희> 여기까지 얘기를 들으니까 저는 치료제 백신개발 같은 데에서도 AI가 도움을 줄 수 있게 코로나19에서도 뭔가 중대한 역할을 할 수 있지 않을까. 그러면 아마 인류사에 전례 없는 일이 될 텐데. 가능성이 있을까요?

◆조가연> 실제로 일라이 릴리(Eli Lilly)라고 하는 제약사와 이런 AI로 항체 치료제를 만드는 앱셀레라(AbCellera)라고 하는 곳이 공동개발을 한 코로나19 치료제가 90일 만에 후보 약물을 도출을 했고요. 실제로 미국 FDA에서도 EUA라고 해서 긴급사용 승인이라고 하는 절차가 있습니다. 이거를 받아서 AI가 개발한 신약이 가치가 있구나라는 걸 입증을 했고요. 국내에서도 많이 아마 상장 주식하시는 분들은 기사를 많이 보셨을 텐데 꽤 많은 AI 신약 개발 스타트업들이 전통적인 제약사와 협업을 해서 우리도 AI로 좀 빠르게 코로나19 치료제 제도나 백신을 찾아보겠다고 하는 보도들은 나와 있습니다.

◇김방희> AI 신약 개발 스타트업들도 있을 테고. 제약사, 전통적인 제약사도 있을 테고. 둘이 협업하기도 하고. 그런데 아무래도 이게 AI 인공지능과 관련된 거다 보니까 빅테크 기업들이 이 분야에 아주 강점을 보이잖아요. 구글도 이 분야에 관심을 가지고 있다. 우리 기업들도 빅테크 기업들이 관심을 가질법하겠군요?

◆조가연> 실제 구글 얘기를 언급하셨는데 알파고 AI로 굉장히 유명하죠, 구글이. 이 구글이 알파고가 아니라 알파폴드라고 하는 기술을 가지고 있습니다. 알파고에 활용됐던 딥마인드 AI기술과 유사한 방식을 쓴 건데요. 이게 단백질의 3차원 구조를 예측하는 기술입니다. 단백질의 구조를 예측한다는 건 단백질의 어떤 질병을 유발시키는 원인이라면 거기에 결합하는 약물을 만들어낼 수도 있다. 그 약 개발 가능성을 높여 주는 근본인데요. 여기가 이 3D구조를 정확하게 예측해서 생물학이나 의학계에서는 50년 동안의 숙원이 해결됐다고 이야기를 하기도 했고요. 구글의 알파폴드가 이미 글로벌 탑 수준입니다. 이런 구조를 밝혀내는 대회에서 2018년과 2020년도에 아주 압도적으로 우승을 했고요. 이 기술을 가지고 심지어 AI 신약 개발 회사를 만들기도 했습니다. 여기 CEO가 딥마인드 CEO가 직접 참여하고 있고요. 이런 AI는 사실 앞에서 말씀드린 영상 의학 쪽도 구글은 이미 진출을 해있는데요. AI로 신체 조직이나 장기나 종양을 자동으로 식별해서 특히나 방사선 치료를 받을 때 정상 조직과 암 조직을 분류해서 정밀하게 치료할 수 있는 기술은 전 세계 1위 병원이라고 불리는 메이오클리닉(Mayo Clinic)이라고 하는 곳과 이미 2019년부터 하고 있습니다.

◇김방희> 구글 알파고가 바둑만 두는 게 아니군요. 이제 의료 분야에서 AI를 활용한 단백질 구조 분석에서 두각을 나타내고 있군요. 그 AI라는 게 궁극적으로 가장 잘 할 수 있는 게 빠른 연산속도를 통해서 딥러닝 심화학습을 하는 거고 그렇다는 얘기는 이제 데이터가 쌓일수록 정확히 진단뿐만 아니라 치료 과정에 대한 이해가 더 빨라진 텐데 맞춤형 치료 같은 거 이런 것들도 AI로 활용할 여지가 많겠는데요.

◆조가연> 네, 앞에서 이제 의료 패러다임 말씀드릴 때 사후 치료보다는 사전 예방, 예측으로 이야기를 드렸는데 또 다른 패러다임, 또 다른 트렌드가 맞춤형입니다. 그러니까 각각의 사람에게 맞는 각각의 병의 원인에 맞는 것들을 치료하자인데 특히 이런 AI가 기여하고 있습니다. 특히 다른 기술이 또 다른 게 NGS라고 해서 차세대 염기서열 분석 기술도 굉장히 대중화가 됐습니다. 이걸 좀 간단하게 풀어서 말씀드리면 사람의 유전체 서열을 분석을 하는 기술이고요. 이게 워낙 데이터가 방대하다 보니까 그동안은 사실 좀 처리하기 어려웠는데 이런 AI기술, 빅데이터가 대중화되면서 이런 것들도 많이 쓰이고 있습니다. 미국에 파운데이션 메디신이라고 하는 곳이 가장 대표적인 데 여기는 유전적으로 그런 종양의 염기서열을 분석을 해서 특히나 이제 암 같은 경우는 딱 그 맞춤형 치료를 할 수 있도록 핵심유전자를 분석해 주는 곳이고요. 이미 개인 맞춤형 약물을 개발하기 위한 발판을 만들었다라고 평가를 받고 있습니다. 2018년도에는 글로벌 제약사인 로슈의 인수를 들면서 특히 이런 로슈가 가지고 있는 파이프라인들 약물과 상당히 잘 활용되고 있습니다.

◇김방희> 미국의 유명 여배우인 안젤리나 졸리가 유전적으로 유방암일 확률이 72%다. 이런 기술들을 활용해서 포착해 내고 본인 결정입니다마는 사전적으로 원인 요소를 제거하겠다. 유방암이 발병되기 전에 아예 치료를 받는 일도 있었는데 이런 딥러닝이라는 게 수많은 데이터들이 쌓이면서 그런 확률들을 계산해 줄 수 있게 하는 거겠죠. 최근에 보니까 또 이 암환자 분들한테는 워낙 간절하신 분들이니까 더 이런 뉴스가 돋보일 텐데 표적 항암제라고 해서 이것도 이 효율성 높이는 데에 AI가 좀 활용된다, 데이터들이 활용된다. 이런 지적이 있던 데 이건 어떤 구체적인 작용을 하는 겁니까?

◆조가연> 이런 표적 항암제 그리고 유전자 검사가 대중적으로 많이 알려지기 시작했던 게 스티브 잡스 췌장암 투병 과정에서 많이 나왔었습니다.

◇김방희> 그렇죠.

◆조가연> 물론 거기는 췌장암이지만 폐암이라고 친다면 다 같은 폐암이 아니거든요. 폐암 같은 경우도 그 종류가 다르고 암을 유발하는 유전자 변이가 서로 다릅니다. 그런데 그 유전자 변이를 밝혀내기 위해서는 결국 유전체 분석을 할 수밖에 없고요. 유전체 분석으로 특정한 변이를 찾아낸다면 그 유전자를 타깃할 수 있는 약을 가지고 있는 표적 항암제를 쓸 수 있는 겁니다. 즉 가장 잘 맞는 항암제를 투여할 수 있는 게 표적항암제고 그것이 이제 유전체 기술과 같이 맞닿아있다고 보시면 좋을 것 같고요. 아까 로슈를 말씀드렸는데 로슈 같은 경우는 로즐리트렉이라고 하는 이런 비소세포 폐암 치료제가 있습니다. 그런데 이 치료제가 전체 비소세포 폐암 환자들 중에서 단 1%만 가지고 있는 유전적인 돌연변이를 표적을 하고 있거든요. 그만큼 물론 다른 환자들에게는 효과가 없을 수 있겠지만 그 돌연변이를 가지고 있는 1%에게는 정말 효능이 있다라는 식으로 실제로 허가를 받아서 사용되고 있고요. 이게 표적 항암제뿐만이 아니라 들어보셨을지 모르겠지만 면역 항암제에도 굉장히 잘 쓰이고 있습니다. 면역 항암제는 이제 표적 항암제 다음 트렌드로 이야기가 됐는데 사람이 가지고 있는 그런 면역 활동을 이용을 해서 암을 치료하는 방식이고요. 그런데 이것도 암 환자가 우리가 가지고 있는 면역 항암제에 잘 반응을 할 것인지 안 할 것인지를 분별하는 데에 AI 기술도 쓰이기도 하고요. 또 가장 기본적으로는 유전체 분석 방식도 쓰이고 있습니다.

◇김방희> 그렇겠죠. 변호사 분들하고 얘기하다가 그런 얘기를 한 적이 있는데 최근에 인공지능AI가 판례분석에서 사실 이제 판례분석은 법무사무소에 초임자들이 많이 맡는 일인데 거기보다 낫다 그런 얘기를 하니까 이 대중화된 소프트웨어를 사다가 인력 많이 줄여도 되겠다. 이런 얘기도 했거든요. 의사라는 직업도 지금 말씀해 주신 AI기술 활용이 보편화되면 조금 위태로워지는 건가요. 이 부분에 대해선 미래 예측이니까 섣부를 수는 없지만 어떨까요?

◆조가연> 판례 같은 것은 텍스트 글자다 보니까 사실은 AI가 처리할 수 있는 데이터가.

◇김방희> 쉽겠죠.

◆조가연> 네, 조금 더 복잡도가 낮다고 볼 수 있고요. 앞에서 말씀드린 이런 AI 의료 같은 경우는 사람의 신체 조직이 딱 평면에 있는 게 아니라 굉장히 3D로 복잡하잖아요. 그렇다 보니까 조금 더 정확도나 그런 현실에 접목되는 부분이 조금 다를 것 같습니다. 아직까지는 의사를 대체한다라기보다는 의사를 보조하거나 이런 협업하는 도구로 활용되고 있고요. 특히나 앞서 말씀드렸던 것처럼 희귀질환 같은 경우는 데이터가 부족해서 그런 쪽에는 아직 AI, 이런 진단이라든지 질병 예측이 많이 사용되고 있지는 않습니다. 특히 한국 같은 경우는 또 의료 접근성이 높다보니까 의사가 사실 많이 있다 보니까 굳이 이런 기술이 필요할까라고 생각을 하실 수도 있는데 의료 접근성이 낮거나 이런 보험이라든지 치료비가 높은 것들은 이런 AI 기술을 가지고서 좀 더 저렴한 비용으로 고품질 치료를 제공할 수 있다. 그 방향성에 AI가 활용되고 있다고 이해해 주시면 좋겠습니다.

◇김방희> 그렇겠군요. 의사 여러분들은 두 발 뻗고 주무셔도 되겠습니다. 적어도 당분간 우리나라에서는. 아까 그 메타버스라는 추세와 관련해서 디지털헬스 분야에서는 메디컬 트윈이라는 게 있다 이렇게 말씀 해 주셨는데 얼추 무슨 영화 같은 데서 디지털 기술을 활용해서 인간의 몸, 인체를 형성한 걸 본 기억이 있는 것 같은데 메디컬 트윈이라는 게 뭔지요. 우선.

◆조가연> 일단 디지털 트윈을 말씀을 드리면 가상공간의 실물과 똑같은 물체를 집어넣어서 다양한 가상실험을 한다고 보시면 좋을 것 같고요. 거기서 그 안에 공장을 세우기도 하고 도시를 세우기도 하는데요. 메디컬 트윈이라고 한다면 그 안에 사람을 넣는다고 보시면 좋겠습니다. 어떤 환자의 건강데이터 또는 가상의 약물구조, 가상의 유전자데이터 또는 사람의 장기데이터를 집어넣어서 그 안에서 3D컴퓨터로 약물효과나 치료가능성이나 치료방법도 보고 동시에 수술을 하기 전에 약간 장갑을 끼고 메타버스 안에서 수술을 시험해 볼 수도 있고요.

◇김방희> 시험해 보는 거죠.

◆조가연> 네. 일부 미국의 병원들은 환자의 동선에도 이 메타버스 같은 메디컬 트윈을 쓰고 있습니다. 이게 오늘 말씀드린 이유는 이제 한국에서도 국내에서도 보건복지부가 이제 올해에는 메디컬 트윈 사업을 시작해 보겠다고 발표를 해서 국내에서도 조만간 볼 수 있지 않을까 싶어서 가져왔습니다.

◇김방희> 오늘 1부 방송하면서 말씀드렸습니다마는 신라젠이라고 바이오 3대장주 중 하나로 꼽혔던 기업의 상장폐지 가능성이 높아졌다 이런 말씀을 드렸는데 그 사례가 상징적으로 보여주는 건 우리 시장에서 바이오 열풍이 많이 거품이 꺼졌다 이런 거일 텐데 그러다 보니까 이런 디지털 헬스케어 분야에 대한 전망이나 투자전략에 대해서 조심스러울 수밖에 없습니다. 어떻게 전망하시고 어떻게 접근해야 됩니까?

◆조가연> 일단 투자단계에서 봤을 때에는 지난해 상반기에 그 초대형 이런 AI 신약 개발 또는 AI 영상 진단에 초대형 투자건수가 48건이 됐습니다. 이게 그 전년도에 44건인데 그걸 이제 반년 만에 상회를 한 거고요. 건강이나 의료 관련된 분야는 성장은 지속할 것이다 보니 이 자체가 꺾이진 않겠다는 부분이 있습니다. 다만 이 정밀의료나 AI가 나올수록 계속해서 제기되는 게 의료 데이터 이슈거든요. 개인의 정보라든지 의료 데이터가 잘 관리되고 있느냐 실제로 구글도 한 의료기관과 협업할 때 규제 이슈, 데이터 규제를 한번 받은 적이 있고요. 그래서 앞으로 각각의 이런 기술을 개발하는 스타트업들, 벤처들이 주의해야 할 부분들은 있지만 규제 이슈만 없다면 무시할 만한 시장은 아닌 것 같습니다.

◇김방희> 그렇군요. 다만 바이오 열기 당시도 그랬습니다마는 이렇게 새로운 시장이 개척이 되면 지금 디지털 헬스케어도 그렇고 메타버스도 그렇습니다마는 너나 할 것 없이 우리도 그거 한다. 이렇게 얘기 나오거든요. 정말 이게 신뢰할 만큼 시장에서 수용될까를 따져보셔야 될 텐데 투자자 입장에서도 좀 한계나 주의사항이 있겠죠?

◆조가연> 앞에서 이 AI 영상 진단을 진짜 믿을 수 있냐고 질문을 하셨을 때 각 기업들이나 기술들을 가지고서 학회나 논문 발표를 많이 한다고 말씀을 드렸는데 이제 그런 것들을 통해서 간접적으로 기술의 영향이 있는지를 보시면 좋을 것 같고요. 그리고 특히나 상장되어 있는 것들은 코로나19 동안 그 AI 신약 개발 회사들이라든지 이런 제약사에서 소위 코로나 트렌드를 많이 샀던 것 같습니다. 이제 그런 시장의 거품들은 유의해서 보시면 좋을 것 같습니다.

◇김방희> 2000년 인터넷 거품 당시도 저희가 느낀 겁니다마는 기대가 고조되고 이 분야를 한다는 모든 기업이 그 기대를 반영해서 높은 평가를 받습니다. 그런데 결과를 보면 대부분 잘못되죠. 그리고 이 앞서나갔던 기업들이 시체처럼 도로에 깔려야 진짜 주인공이 나타난다. 거품 이후에 진짜 주인공이 등장한다. 이런 얘기를 많이 했는데 디지털 헬스 분야 역시 메타버스처럼 마찬가지가 아닐까 싶기도 합니다. 얘기를 쭉 들으면서 이 분야에 대한 이해가 넓어졌습니다. 슈미트의 조가연 수석팀장이었습니다. 고맙습니다.

◆조가연> 감사합니다.