메디칼타임즈=허성규 기자한국제약바이오협회는 17일 협회 '연합학습 기반 신약개발 가속화 프로젝트 사업단(K-MELLODDY 사업단) 개소식'을 개최했다.한국제약바이오협회(회장 노연홍)는 17일 협회 4층 대강당에서 '연합학습 기반 신약개발 가속화 프로젝트 사업단(K-MELLODDY 사업단) 개소식'을 개최했다고 밝혔다.과학기술정보통신부와 보건복지부가 공동으로 추진하는 연합학습 기반 신약개발 가속화 프로젝트(이하 프로젝트)는 2024년부터 5년간 348억원의 예산을 투입, 연합학습 기반 ADMET 예측 모델인 'FAM(Federated ADMET Model)'을 개발하는 것을 목표로 한다.이번 프로젝트는 크게 ▲플랫폼 구축 ▲데이터 공급·활용 ▲AI 모델 개발 등으로 구분된다.세부과제는 ▲연합학습 기반 FAM 운영 플랫폼을 구축하는 '플랫폼 구축 및 개발 1개 과제 ▲제약사, 병원, 연구소 등에 대한 데이터 공급 및 FAM을 활용한 '데이터 공급·활용 20개 과제', ▲FAM 솔루션과 응용 모델을 개발하는 AI 모델 개발 15개 과제로 구성된다.이 프로젝트는 일회성 솔루션 구축이 아닌 데이터 추가를 통해 연속적으로, 자동적으로 성능이 개선된다는 장점이 있다는 게 사업단의 설명이다.사업단은 FAM 솔루션 확보 이후 연합학습의 실용성을 검증하고 참여기관을 확대해나가는 동시에 신약개발 단계 적용 및 확장, 데이터 기여도 평가, 글로벌 협력 확대 등도 추진해나갈 예정이다.노연홍 한국제약바이오협회장은 "우리의 목표는 연합학습 플랫폼을 통해 다기관의 ADMET 데이터를 수집, 고성능의 예측 도구를 개발해 비용효과성을 극대화하는 것"이라며 "이를 통해 6대 제약강국 도약에 한 발 더 다가서겠다"고 전했다.이어 "우리의 노력이 결실을 맺고 사회에 긍정적인 변화를 가져올 것이라 확신하는 만큼, 성공적으로 프로젝트가 진행될 수 있도록 함께 노력해 나가기를 바란다"고 덧붙였다.김화종 사업단장은 "신약 후보물질의 ADMET 값을 예측할 때 in-vitro(시험관) 시험 결과만으로는 in-vivo(비임상) 및 임상시험 통과를 보장하기 어렵고, 현재 학습용 데이터 부족으로 AI 활용 성능에도 한계가 있다"고 말했다.김 사업단장은 "ADMET 예측 외에 특정 타겟과 상호작용, 약물 간 상호작용, 사용자 유형별 반응 예측, 다양한 독성 예측 등으로 확대 가능한 솔루션이 필요해 연합학습 기반의 ADMET 예측 모델인 'FAM 솔루션'을 개발하려는 것"이라고 설명했다.FAM 솔루션은 기존의 다양한 상용 ADMET 예측 모델과는 다른 형태로, 다양한 시점에서 임상시험 통과를 예측할 수 있도록 모델을 개발해 AI의 활용 범위를 확대 가능할 전망이다.이를 위해 사업단은 연합학습 기반의 신약개발 플랫폼을 구축하고, 산업, 학계, 연구기관, 병원 등에서 발생하는 데이터를 종합적으로 활용할 계획이다.김 사업단장은 "연합학습 기술을 활용함으로써 개별 연구기관이나 기업이 독자적으로 수행하기 어려운 대규모 데이터 분석과 모델링 작업을 공동으로 수행할 수 있게 된다"면서 "이는 신약 개발의 효율성을 크게 향상시키며, 향후 신약 개발 프로세스에 혁신적인 변화를 가져올 것"이라고 강조했다.연합학습 기반 신약개발 가속화 프로젝트 사업은 이번 사업단 개소식을 시작으로, 이달 중 보건복지부의 사업내용 설명회와 제1차 운영위원회가 개최된다.이어 5월 세부사업 공고 후 사업단 홈페이지 구축, 설명회 개최, AI 분야 의견수렴 회의 등을 준비할 예정이다. 이어 오는 6월 세부 사업자를 선정하고 이르면 7월부터 1차년도 과제가 시작된다.사업단은 "이번 프로젝트가 신약 개발의 속도와 효율성 개선에 크게 기여할 것"이라며 "많은 기관과 기업들의 참여를 희망한다"고 밝혔다.한편 이날 개소식에는 한국제약바이오협회 노연홍 회장, 윤웅섭 이사장, 김화종 사업단장을 비롯해 보건복지부 권병기 첨단의료지원관, 과학기술정보통신부 황판식 기초원천연구정책관, 연합학습 기반 신약개발 가속화 프로젝트 사업 예종철 운영위원장, 한국보건산업진흥원 송태균 바이오헬스혁신본부장, 한국연구재단 오두병 신약단장 등이 참석했다.

메디칼타임즈=허성규 기자정부와 제약산업계가 '연합학습 기반 신약개발 플랫폼' 구축을 성공하기 위해서는 더욱 적극적인 관심과 참여가 필요하다는 주장이 나왔다. 18일  한국제약바이오협회 김화종 AI신약융합연구원장은 '연합학습 기반 신약개발 플랫폼 FDD'이라는 리포트를 KPBMA FOCUS를 통해 이같이 지적하고 이에 대한 관심을 촉구했다.'연합학습 기반 신약개발 플랫폼'에 대한 정부의 사업이 속도를 내는 가운데, 이에 대한 더 많은 관심과 참여가 필요하다는 주장이 제기됐다.최근 AI를 활용한 신약개발에 대한 관심이 높아지면서 글로벌은 물론 국내에서도 다양한 시도가 진행되고 있다.실제로 지난 2023년 3월 글로벌 회사인 엔비디아(NVIDIA)가 신약개발에 뛰어들면서 신약개발을 위한 생성형 AI 플랫폼 'BioNeMo'를 소개한 이후, 이와 유사한 것들을 모두 다 적용하기 위해 미국의 주요 제약 회사들이 진행 중이던 파이프라인들을 멈추고 AI가 도출하는 결과를 보고 파이프라인 순위를 바꾸려고 할 정도로 AI의 파급력이 커지고 있e.이에 국내에서도 이를 위한 사업을 추진했고, 지난 3월 한국제약바이오협회 AI신약융합연구원은 '연합학습 기반 신약개발(Federated Learning based Drug Discovery, 이하 FDD) 가속화 프로젝트' 사업에 최종 선정되어 4월부터 세부 과제 기획, 공모·선정 등 본격적으로 추진할 예정에 있다.이에 김화종 연구원장은 해당 연구의 목적은 '신약개발을 위한 AI 모델 학습에 필요한 데이터를 기관 간에 안전하게 공유할 수 있는 플랫폼을 확보하는 것'이라고 밝히고 앞으로 진행될 추진 전략과 이를 통한 기대 효과 등을 공유한 것.우선 추진 전략을 살펴보면 △연합학습 실용성 입증 △데이터 기여도 평가 △데이터의 다양성 확보 등으로 진행된다.이는 해당 FDD 사업에서 가장 중요한 목표는 연합학습의 실제 현장 적용을 확인하고 향후 확대 가능성을 입증하는 것인 만큼 1차년도에는 세부 사업별 구체적인 목표 설정과 연구개발 범위를 상세하게 설계하고 2차년도 이후에는 FDD 플랫폼을 구축하고 FLAP 동작을 확인하며 이의 고도화 및 확산을 추진할 예정이다.김화종 원장은 특히 “연합학습 실제 도입 시 가장 큰 이슈는 자신이 보유한 모델 성능도 개선 되겠지만 공동의 모델 성능개선을 위해서 자신의 데이터를 활용하는 것에 대한 거부감”이라며 “이러한 문제를 피하기 위해서는 데이터 소유자에게 인센티브를 제공해야 하며, 예를 들어 활용된 데이터의 양과 질에 기반한 'AI 모델 개선 기여도'를 측정하고 이를 향후 정부 지원 사업이나 우수 AI 회사 발굴에 활용하는 전략이 필요하다”고 설명했다.아울러 AI 모델의 성능을 높이기 위해서는 다양한 데이터가 필요하며 이를 위해 여러 기관의 참여와 협력이 중요한 만큼 제약 회사가 약물 후보물질 발견 단계에서 수행한 in-vitro 데이터뿐 아니라, in-vivo, 임상 진행 중 측정 된 약동학 데이터 보유기관과의 협력 전략이 필요하다는 점도 언급했다.이에따라 데이터 소유자는 분석 목적 태스크(세부 ADMET 예측 등)를 협의해 선정하며, FLAP을 구성하는 베이스라인 AI 모델 개발에 필요한 데이터를 공급하도록 할 예정이다.또한 모델 공급자는 FLAP를 구성하는 베이스라인 AI 솔루션을 개발하고, 이의 성능을 FDD로 검증하며 고도화하고, 플랫폼 개발자는 안전한 데이터 활용과 편리한 사용자 인터페이스를 개발해 연합학습 참여와 기여도를 산정하는 시스템을 구축할 방침이다.이를 통해 향후 △ADMET 모델 활성화 △신약개발 단계 적용 및 확장 △글로벌 협력 활용 등이 가능할 것으로 내다봤다.구체적으로는 현장에서 유용하게 사용할 수 있는 우수한 성능을 가진 ADMET 예측 모델을 개발하고 참여기관을 확대하고, 구축되는 플랫폼은 향후 신약개발의 여러 단계 즉, 타겟 발굴, 후보물질 탐색, 선도물질 최적화, 임상 설계, 시판 후 조사 등에 적용될 수 있다는 것.나아가 글로벌 협력을 통해 FDD 참여자를 확대하고 플랫폼의 성능을 높이도록 하는 것까지가 목표다.특히 성능이 개선된 ADMET 예측 모델 개발을 통해 시험 분석 비용을 절감할 수 있을 것으로 기대했다.현재 2022년 국내 상장 제약 회사의 민간 신약개발 R&D 투자 비용은 4조 3,894억원6)이며, R&D 비용 중 ADMET 시험 분석에 약 9,656억원(북미·유럽 비율 22% 적용 시)이 소요된다.즉 개선된 모델을 통해 20%의 비용을 절감하는 경우, 2022년 기준 R&D 비용 연간 1,900억원 이상 절감이 예상된다는 분석이다.이에따라 해당 사업이 다양한 데이터를 활용하는 연합학습 기술을 확보하고, 민감 데이터 안전 활용으로 정보보호와 데이터 활용의 양립이 가능할 것이라는 주장이다.여기에 ADMET 및 확대 적용으로 AI 기반 신약개발이 가속화 되고 데이터 소유·활용자 간 융합 촉진으로 산업 생태계의 선순환 체계 구축이 가능하다는 평가다.이와 관련해 김화종 연구원장은 또 “최근 AI 기술의 발전과 보편화로 AI의 중요성에 대한 인식은 높아졌으나 AI의 성능을 높일 수 있는 다양한 데이터 확보에 대한 대책이 부재하다”며 “이에 FDD 사업을 통해 연합학습 기술을 현업 문제 해결에 적용되는 국내 최초의 성공 사례를 만들고자 하며 구체적으로는 최고의 성능을 얻는 네트워크 기반의 ADMET 예측 솔루션, FLAP을 구축하고자 한다”고 강조했다.마지막으로 그는 “FLAP을 기반으로 AI 신약개발의 여러 단계인 타겟 발굴, 타겟 검증, 바이오마커 발굴, 유효물질 발굴, 선도 물질 최적화, 임상 설계, 효과 분석 등에서 FDD가 사용될 것으로 기대한다”며 “이와 관련된 산업계, 학계, 연구소, 병원 등 연구자들의 많은 관심과 참여가 필요하다”고 주장했다.

메디칼타임즈=허성규 기자AI활용 신약개발 생태계 활성화에 도움이 될 것으로 기대되는 K-멜로디 사업이 본격적인 운영을 위한 속도를 내고 있다.최근 국내 제약산업계가 AI를 활용한 신약개발에 더 공을 들이는 만큼, 해당 사업의 성과에도 관심이 주목된다.국내 AI활용 신약개발 생태계 활성화를 위한 K-멜로디 사업이 사업단장 선정, 관련 규정 개정 등으로 속도를 올리고 있다.14일 관련 업계 등에 따르면 보건복지부와 과학기술정보통신부는 '연합학습 기반 신약개발 가속화 프로젝트(K-MELLODDY) 사업'(이하 K-멜로디사업) 진행에 속도를 더하고 있다.실제로 보건복지부는 13일 연합학습 기반 신약개발 가속화 프로젝트 사업 운영관리규정 제정(안)을 행정예고했다.해당 규정은 K-멜로디 사업의 효율적 운영 및 관리 등에 필요한 사항을 정하기 위한 것이다.K-멜로디 사업은 여러 기업‧기관 등이 보유한 데이터를 한곳에 모으지 않고 개별 기관에서 인공지능(AI)을 학습시키는 연합학습(Federated Learning) 모델을 활용해 신약개발 기간을 단축하고 비용을 절감하고자 추진하는 사업이다.연합학습은 각 기관이 보유한 데이터를 원천적으로 외부로 유출하지 않은 상태로 학습하기 때문에 정보 유출 위험이 거의 없어 민감정보의 '보호'와 '활용'이 동시에 가능하며, 이를 통해 국내 제약기업 등이 보유한 데이터를 공동으로 활용하여 인공지능(AI) 기반 신약 개발 생태계를 조성할 수 있을 것으로 기대하고 있다.사업 기간은 2024년부터 2028년까지 총 5년간 진행될 예정으로 총 사업비는 약 348억원이 투입된다.앞서 복지부와 과기부는 지난 11일 한국제약바이오협회의 김화종 AI신약융합연구원장을 사업단장으로 선임했다.이번 선임에 따라 김화종 단장을 비롯해 한국제약바이오협회는 주관기관으로 해당 사업을 추진해나갈 방침이다.이에 제약바이오협회는 사업단을 구성하고, 오는 4월부터는 세부과제 기획, 공모‧선정 등을 본격 추진할 계획이다.즉 사업단장 선정과 함께 관련 규정 등을 제정하며, 실제 사업 추진을 가속화 하는 모습이다.제정되는 규정 안의 주요 내용을 살펴보면 사업목적과 용어의 정의 간사부처 주기, 사업기간 등의 규정된 총칙을 시작으로 실제 운영에 대한 사항 등이 담겼다.이를 통해 주무부처의 역할, 운영위원회의 구성‧운영, 전문기관 협의체 운영 및 전문기관의 역할, 사업단장의 역할 등도 규정된다.또한 이번에 선임된 사업단 및 사업단장의 선정·관리에 대한 내용도 담겼으며, 과제 기획·선정·관리 등 사업단의 운영에 대한 사항도 포함됐다.구체적으로 사업단은 사업단장이 소속된 기관 내에 설치하는 것을 원칙으로 하고, 사업단장의 선정 및 평가 방식, 근무조건 등이 규정됐으며, 사업단 운영비, 사업결과 및 사업비 사용실적 보고, 과제 기획 및 공고, 과제 선정평가 및 협약 등도 마련됐다.

메디칼타임즈=허성규 기자한국제약바이오협회는 K-MELLODDY 사업단장에 김화종 AI신약융합연구원장을 선임하고 4월부터 관련 사업을 본격 추진한다. 보건복지부와 과학기술정보통신부는 지난 11일 '연합학습 기반 신약개발 가속화 프로젝트(K-MELLODDY)' 신임 사업단장에 김화종 한국제약바이오협회 AI신약융합연구원장을 선임했다고 밝혔다.이에따라 한국제약바이오협회(회장 노연홍)는 연합학습 기반 신약개발 가속화 프로젝트의 주관기관으로 사업단을 구성, 4월부터 세부과제 기획, 공모‧선정 등을 본격 추진할 예정이다.한국제약바이오협회는 AI기반 신약개발의 중요성을 인지하고, 4년전 AI신약개발지원센터를 설립해 지속적으로 교육, 홍보사업 등을 진행해왔다.협회는 올해 들어 산업계의 AI신약개발을 가속화하기 위해 지난 1월 12일 기존의 AI신약개발지원센터를 AI신약융합연구원으로 확대·발족하고, 초대 원장으로 김화종 강원대 교수를 선임한 바 있다.'연합학습 기반 신약개발 가속화 프로젝트'는 인공지능 신약개발의 걸림돌로 꼽히는 '개인정보 유출' 위험성을 사전에 방지하면서도 각 기관이 보유한 데이터를 실질적으로 활용할 수 있는 연합학습기술(Federated Learning)을 활용하는 국가 연구개발사업으로, 인공지능 신약개발의 새로운 돌파구로 주목받고 있다.노연홍 한국제약바이오협회장은 "다수의 기업, 기관이 보유한 실험 데이터를 안전하게 공유·활용하는 인공지능 신약개발 플랫폼 구축은 산업의 미래를 준비하고 있는 국내 제약바이오기업이 도약할 수 있는 전기를 마련할 것"이라고 말했다.이어 "선진국과의 격차가 크지 않은 인공지능 기반 신약개발 분야에서 한국이 글로벌 경쟁력을 확보하고, 나아가 인공지능 기반 신약개발을 주도해 나갈 수 있는 계기가 될 것"이라며 "협회는 이번 프로젝트가 가시적 성과를 낼 수 있도록 적극 지원하겠다"고 강조했다.김화종 원장은 "이번 사업으로 국내 제약바이오기업이 AI를 신약개발에 실제로 적용하는 구체적인 도구를 확보하고 기업간 협력과 경쟁을 통해 국제 경쟁력을 갖게 될 것"이라고 전했다.한편 연합학습 기반 신약개발 가속화 프로젝트의 사업기간은 2024년부터 2028년까지 5년이며, 총사업비는 348억원이다. 사업단은 국내 제약바이오산업의 AI 활용 신약개발 생태계 활성화를 위한 연합학습 기반 신약개발 가속화 시스템 구축과 성공사례 조기 창출을 목적으로, ▲연합학습 플랫폼 구축 ▲신약개발 데이터 활용 및 품질관리 ▲연합학습 플랫폼 활용 활성화 등의 세부사업을 진행할 계획이다.