암 표적 치료제 개발 초기 유효물질 발굴 성공
머신러닝·강화학습으로 연구 기간 60% 단축
“독파모 활용 바이오 LLM 등 협력 확대 검토”
 |
| SK텔레콤과 SK바이오팜 연구진이 AI 기반 신약 탐색 연구 결과에 대해 논의하는 모습 [SK텔레콤 제공] |
[헤럴드경제=차민주 기자] SK텔레콤이 인공지능(AI)을 활용해 SK바이오팜과 진행한 난치성 암 신약 공동 연구를 약 5개월 만에 완료했다.
15일 SK텔레콤은 SK바이오팜과의 공동 연구에 AI를 사용해, 난치성 암 표적 치료제 개발에 활용할 수 있는 초기 유효 물질을 발굴했다고 밝혔다. 머신러닝과 강화학습 기술을 기반으로 통상 1~2년이 걸리는 연구 기간을 약 5개월로 줄였다.
양사는 이번 연구를 통해 암세포 표면에 나타나는 단백질인 ‘ROR1’에 결합할 수 있는 바인더 후보를 대량으로 생성하고 선별했다고 설명했다. 이후 실제 실험실 검증을 진행해, 이 가운데 2종의 바인더가 초기 유효 물질로서 가능성을 보인다는 점을 확인했다.
바인더는 암세포와 같은 특정 표적에 결합하도록 설계된 물질이다. 새 바인더를 발굴하려면 표적에 잘 결합하는지, 물질의 구조가 안정적인지 등 여러 조건을 함께 살펴야 한다.
 |
| SK텔레콤과 SK바이오팜 연구진이 AI 기반 신약 탐색 연구 결과에 대해 논의하는 모습 [SK텔레콤 제공] |
‘ROR1’은 여러 혈액암과 고형암에서 많이 만들어지는 종양 관련 세포 표면 단백질이다. 일부 암종에서 정상보다 많이 나타나 항암 표적 치료제 개발 분야에서 주목받고 있다.
이번 연구에서 SK바이오팜은 신약 개발 경험을 바탕으로 신규 바인더 발굴 전략을 수립했다. SK텔레콤은 AI 기술을 활용해 신규 바인더 후보를 다량 생성하고, ‘ROR1’과의 결합 가능성을 분석해 실험실 검증 대상을 선별했다.
SK텔레콤에 따르면 새 물질 구조를 찾는 연구에는 AI가 학습할 수 있는 데이터가 충분하지 않은 경우가 많다. 이 때문에 기존 데이터에만 의존하는 방식으로는 후보를 폭넓게 탐색하는 데 한계가 있다.
이에 SK텔레콤은 단백질 조각인 프래그먼트를 다양한 방식으로 조합하고 표현하는 머신러닝을 연구에 적용했다. 또 강화학습 기술로 AI가 구조적 안정성이 높은 조합에 보상을 부여해 최적의 신규 바인더 구조를 찾아가도록 했다.
 |
| SK텔레콤과 SK바이오팜 연구진이 AI 기반 신약 탐색 연구 결과에 대해 논의하는 모습 [SK텔레콤 제공] |
아울러 SK텔레콤은 선별 단계에서 그래픽처리장치(GPU) 자원을 활용해 다수의 신규 바인더 후보를 병렬로 처리했다고 설명했다. 이후 AI 모델을 통해 ‘ROR1’과 각 후보가 어떤 구조로 결합할 수 있는지, 실제 결합 가능성이 높은지를 빠르게 예측·분석했다.
SK텔레콤은 그 결과로 SK바이오팜과의 공동 연구를 약 5개월 만에 완료해 냈다고 강조했다. 이는 기존 방식으로 통상 1~2년이 걸리던 신약 개발 초기 연구 기간을 60% 이상 단축한 사례다. 이로써 AI가 신약 개발 초기 단계에 걸리는 시간과 비용을 획기적으로 줄일 수 있단 점을 증명했단 설명이다.
조동연 SK텔레콤 AI 컨버전스 담당은 “이번 성과를 계기로 독자 AI 파운데이션 모델을 활용한 바이오 특화 거대언어모델(LLM) 개발 등, 바이오 AI 분야 전반으로 기술 협력 범위를 확대하는 방안도 검토 중”이라고 밝혔다.
