컨텐츠 바로가기 영역
주메뉴로 바로가기
본문으로 바로가기

지식in

(디지털바이오) 레드바이오 분야 현황 및 시사점


(디지털바이오) 레드바이오 분야 현황 및 시사점 


MedySapiens 대표 강상구  image01.png

 

 1. 들어가며

 

“디지털바이오”라는 신조어는, 합성어가 유례없이 범람하고 있는 요즘 시대에도 IT로 대변되는 “디지털”을 대학에서 전공하고 나름 “바이오”회사를 설립하여 운용하고 있는 나에게도 조금은 생소한 단어로 다가온다. 그 이유가 무엇일까를 곰곰이 따져 보게 된다. 그 반면에 “디지털 헬스케어”는 우리 주변에 넘쳐 난다. 헬스케어라고 불렸을 때에야, 우리는 건강한 사람들까지 포괄할 수 있는 미용, 건강식, 소위 말하는 웰빙, 생활건강 등까지 범주를 넓힐 수 있어서이다. 
 
바이오라고 하면, 일단 우리는 진지해진다. 왜 그럴까? 아주 오랫동안 우리는 “바이오”라고 하면 자연스레, 레드바이오를 떠올렸기 때문이다. 레드바이오라고 하면, 보건, 의료와 제약분야를 일컫는다. 달리 말하면 레드바이오는 절박한 사람들 즉 환자들을 상대한다. 그에 반하여, 그린바이오나 화이트바이오는 절박한 환자들뿐만 아니라, 이미 건강한 사람들도 포괄할 정도로 바이오의 대상범위를 확대시켜 준다. 그린바이오는 농업, 식품 등과 관련이 많고, 화이트바이오는 좀 더 환경, 에너지 등과 관련이 많다.
 
본고에서는 디지털바이오에서 레드바이오 분야는 요즘 한참 얘기되고 있는 AI를 활용한 신약개발 얘기를 빼고 진행하기는 불가능한 듯하다. 그럼 조금 진부한 얘기가 될지도 모르지만, 의료와 제약분야에 디지털과 AI가 어떤 식으로 접목되어 왔는지 얘기 해보도록 하자.

 

image02.png

[그림 1] 세 가지 색깔의 바이오산업
(출처: http://blog.naver.com/PostView.nhn?blogId=mosfnet&logNo=222184128391&categoryNo= 25&parentCategoryNo=0&viewDate=¤tPage=1&postListTopCurrentPage=1&from=postView)
 
4차 산업혁명이니, 다보스 세계 경제 포럼이라는 말은 아예 꺼내고 싶지도 않다. 요즘 시대에 인공지능이라는 단어를 쓰지 않고, 어떤 하나의 산업을 논하기가 불가능하기에 그냥 인공지능이라는 본론으로 들어가도록 하겠다. 
 
요즘 국내뿐만 아니라 전 세계 주식시장을 둘러보면, 두 가지 테마 중 하나인 듯 보인다. 바이오 아니면 인공지능, 둘 중 하나다. 인공지능은 무인자동차나 FinTech 영역 등에도 존재하지만, 바이오는 인공지능과 분리되어 있는 경우가 극히 드물다. 왜 이렇게 바이오 영역에 인공지능이 깊숙이 들어올 수 있게 된 걸까? 그것도 아주 짧은 시간에 갑자기. 이건 바이오라는 영역이 원래 가진 속성을 들여다보지 않을 수 없다. 우리는 어릴 때부터 일반적으로 생물학이라고 하면, 있는 현상을 그대로 설명하는 학문이라고 배워왔다. 초등학교시절부터 우리는 “자연”이라는 과목을 통해 자연스레 “생물”을 접해왔다. 자연, 말 그대로 Nature라는 커다란 존재 안에서, Biology, 즉 생명에 관한 현상들을 있는 그대로 받아 들여왔던 것이다. 
 
거기에 일대 혁신을 제공하고 발전 속도를 가속화한 주범이 바로 다름 아닌 AI를 태동시킨 디지털이라고 본다. 최근 들어서는 디지털이 생명현상을 주도해 나가는 역전 상황도 연출된다.
 
예를 들면, 자연에 있는 그대로 존재하는 천연물질을 직접 이용하여 병을 낫게 해 주는 약물로 사용해 오던 것이 그 첫 번째이다. 그러다가 천연물질 속에서  병을 치유하는 성분을 따로 뽑아내어 약물로 사용하기 시작해 왔다. 요즘 들어서는 그 병을 치유하는 성격을 가진 성분이 되는 약물의 화학적 구조를 인공지능으로 연구하게 되면서, 또 다른 임의의 화학적 성분을 인위적으로 구현하는 데까지   이르게 되었다. 인공지능이 아니면 꿈도 못 꿀 일이 일어나게 된 것이다. 그 뿐만이 아니다. 그렇게 구현한 화합물의 구조를 독성이 있는지, 필요한 아미노산, 단백질 작용을 일으키는지, 만약에 일으키지 않으면 일으키게 구현도 하게 되고, 임상  실험을 하기도 전에 이미 많은 부분을 컴퓨터 시뮬레이션으로 예측하여 성공확률을 획기적으로 개선시킬 수 있게 되었다. 임상시험에 동물실험 뿐만 아니라, 동물  장기나 인공장기 등을 도입하는 데에도 인공지능은 절대적 역할을 수행한다. 인체를 이용한 임상에서도, 성공확률이 높아질 수 있도록 cohort 구성에 유전체 Big Data를 활용한다. 이 또한 인공지능 없이는 어림도 없는 일이다. Pharmacogenomics, 즉 약물유전체학이 절대적으로 쓰이고 있는 동반진단 등이 그 구체적인 예이다.

2. 본문

주로 반도체 영역에서 쓰이다가, 기술성장속도의 빠름을 나타내는 말로 정말 수십 년 동안 다른 여러 산업군에서까지도 널리 쓰였던 “무어의 법칙(Moore’s law)”이라는 것이 있다. 반도체 집적회로의 성능이 24개월마다 (나중에는 반도체기술에서도 성장 속도가 놀라울 정도로 빨라져 18개월로 바뀌어서 쓰이기 시작했다.) 2배로 증가한다는 법칙이다. 이 놀라운 기술속도의 이론을 그대로 HGP(The Human Genome Project: 인간의 모든 유전자 염기 서열을 밝히는 것을 목표로 1990년 미국, 영국, 독일, 프랑스, 일본, 중국 등 6개국, 20여개 기관에서 주도하였고, 당초 목표인 2005년보다 2년 빠른 2003년도에 목표를 완수)에 대입해 보면, 우리는 2021년 오늘도 아직 끝내지 못했을 것이다. 
 
고작 18개월 또는 24개월에 두 배 증가하는 속도로(이 정도도 사실은 정말 대단한 발전 속도이지만...) NGS(Next Generation Sequencing) 기술이 성장하고 비용이 감소하는 추세라면, 우리는 아직도 WGS(Whole Genome Sequencing)은 고사하고 WES(Whole Exome Sequencing)으로도 노벨 생리학상 수상자 몇 명 정도 혹은 James Watson, Francis Collins 정도 되는 세계적 위인 몇 명 정도나 해 봤지 않았을까 싶다. 확실한 건 아마 오늘날 우리가 당연하다고 느끼면서 누리고 있는 이 정도의 업적은 어림도 없었을 것이다.
 
지금은 어떤가? 불과 30여년 전에는 3조가 넘는 예산이 들어가고 개발에만 13년 걸렸던(비록 목표였던 15년보다 2년 단축시켰다지만) 작업을 이제는 몇 백만원 정도의 비용으로 몇 주면 충분히 해낸다. 
 
이것이 바이오다. 갈라파고스라고 불릴 정도로 타산업으로부터 다소 격리된 상태에서 발전 및 진화를 해 온 바이오가, 이제 그 영역을 타분야 전문가들에게도 공식적으로 도움의 손길을 내밀었고, 그 성과가 이제야 조금씩 나타나고 있는 것이다. 이미 NGS, 차세대 염기서열분석이라는 분야에서 일루미나를 비롯한 전 세계 유수 회사들이, 화학적 이론으로 입증된 theorem들을 전기전자적 신호로 변환·응용·증명해 나가서, 이제는 실험이 이론을 앞서갈 정도로 저 멀리 나아가 있다. 바이오산업 그 자체 기술의 성장추세 만으로도 눈동자가 따라가기 힘들 정도로 괄목상대인데, 여기에 덧붙여, AI를 탄생시킨 IT 업계마저도 부러워할 정도로 전혀 새로운 패러다임을 가진 놀라운 기술인 인공지능은, 가뜩이나 빛의 속도로 발전하는 바이오라는 산업에 더더욱 박차를 가하고 있다.


image03.png

[그림 2] Cost per Human Genome
출처: NIH National Human Genome Research Institute, “The Cost of Sequencing a Human Genome”, https://www.genome.gov/about-genomics/fact-sheets/Sequencing-Human-Genome-cost

 



...................(계속)

 

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.

 

 

 

 

목록으로