신약 하나 만드는 데 10년에 1조 원이라는 말, 들어본 적 있으세요?
그 공식이 지금 AI로 깨지고 있어요. 600만 달러짜리 AI 설계 약물이 임상에서 효과를 증명하고, X-ray 한 장만 AI에 올려도 의사보다 먼저 암을 잡아내는 시대가 됐거든요. 의료·바이오 커뮤니티에서도 "이게 말이 되냐"라는 반응과 "우리 분야가 제일 먼저 바뀌겠다"는 반응이 동시에 나오고 있는 상황입니다.
AI 신약 개발 플랫폼이 어떻게 작동하는지, 질병 예측 알고리즘의 원리가 무엇인지, 그리고 실제로 얼마나 왔는지 정리해봤어요.
AI 신약 개발 플랫폼, 구체적으로 뭐가 달라졌나요
핵심은 단백질 구조 예측에서 시작됩니다.
약물이 몸 안에서 효과를 내려면 표적 단백질에 딱 맞게 결합해야 해요. 그런데 단백질의 3차원 구조를 실험으로 규명하는 건 수년이 걸리는 작업이었거든요. 구글 딥마인드의 알파폴드(AlphaFold)가 이 벽을 허물면서 2024년 노벨 화학상까지 받았습니다.
2025년 나온 알파폴드3는 한 발 더 나아갔어요. 단백질뿐만 아니라 DNA, RNA, 약물 후보 물질 사이의 상호작용까지 예측하게 됐고, 부작용을 유발할 수 있는 오프-타겟 결합도 미리 잡아낼 수 있어요. 약물 설계 전 단계에 들어와 있는 셈입니다.
그리고 2026년 2월, 딥마인드에서 분사한 아이소모픽 랩스(Isomorphic Labs)가 IsoDDE를 공개했어요. 알파폴드3 대비 단백질-약물 복합체 구조 예측 정확도가 2배 이상 높고, 항체 예측은 경쟁 모델 대비 약 20배 나은 성능이 나왔다고 합니다. 네이처(Nature)는 이를 "알파폴드4 수준의 진전"이라고 평가했어요.
실제 사업 규모도 이미 커요. 아이소모픽 랩스는 2025년 6억 달러 투자를 유치하고, 일라이 릴리와 17억 달러, 노바티스와 12억 달러 규모의 파트너십을 맺었습니다. 데미스 하사비스 CEO는 2026년 다보스에서 자사 AI 설계 약물이 2026년 말 임상에 진입한다고 발표했어요.
600만 달러로 전통 방식 1억 달러를 이긴 이야기
이미 역사적인 사건이 하나 있었어요.
인실리코 메디슨(Insilico Medicine)의 INS018_055 — 특발성 폐섬유증(IPF) 치료 신약입니다. 전통 방식으로 동일 임상 단계에 도달하는 비용이 1억~2억 달러, 기간은 6~8년이에요. 인실리코는 AI 플랫폼 'Pharma.AI'로 이 과정을 30개월 이내에 끝냈고 총 비용은 약 600만 달러였습니다.
2026년 초 발표된 2a상 임상 결과도 놀라웠어요. 중국 21개 기관에서 71명 환자를 대상으로 한 이중맹검 위약 대조 연구에서 통계적으로 유의미한 용량 의존적 효능 신호가 나왔고, 결과는 네이처 바이오테크놀로지에 게재됐습니다.
이 데이터는 그냥 학술적 성과로 끝나지 않아요.
AI로 설계한 약물이 인간에게 실제 효과가 있다는 걸 처음으로 공식 증명한 사례거든요. 신약 개발 업계 사람들이 오랫동안 의심해왔던 "AI가 진짜 신약을 만들 수 있냐"는 질문에 데이터로 답이 나왔습니다.
국내에서도 파로스아이바이오가 AI 플랫폼 Chmiverse로 급성 골수성 백혈병 치료 물질 PHI-101-AML을 개발해 임상 1상 진행 중이에요. 2025년 내 기술이전을 목표로 하고 있습니다.
질병 예측 알고리즘, 원리가 뭐예요
질병 예측 AI는 크게 세 가지 방식으로 작동해요.
첫 번째는 의료 영상 분석입니다. X-ray, CT, MRI 영상을 딥러닝 모델에 넣으면 패턴을 학습해서 이상 소견을 잡아내는 방식이에요. FDA는 2025년에만 295개의 AI 의료기기를 승인했고, 누적 1,451개 중 1,104개(약 76%)가 영상의학 분야입니다. 유방암 검진에서는 AI 보조 판독이 단독 판독 대비 17.6% 더 많은 초기 암을 발견하면서도 위양성률은 늘지 않은 임상시험 결과도 나왔어요.
두 번째는 다중 데이터 통합 예측이에요. 임상 기록, 혈액 검사, 처방 이력, 생체 신호를 실시간으로 통합해 환자별 위험도를 동적으로 계산합니다. 2026년 현재 AI 네이티브 병원에서는 이런 시스템이 실제로 운영되고 있어요. 가정에서 웨어러블이 측정한 활력징후까지 포함해 응급 상황을 사전 예측하는 단계까지 왔습니다.
세 번째는 유전체 분석입니다. 2025년 11월 나온 popEVE라는 AI 모델은 환자 유전체에서 각 변이가 질병을 일으킬 가능성을 점수로 매겨요. 기존에 발견하지 못했던 희귀 질환 원인 돌연변이 100개 이상을 새롭게 찾아냈습니다.
국내에서는 루닛이 흉부 X-ray AI 솔루션으로 미국 시장을 공략 중이고, 제이엘케이(JLK)는 CT·MRI로 뇌경색 위험도를 예측하는 솔루션을 운영해요. 뷰노는 알츠하이머·치매 조기 진단 AI를 개발했습니다.
정부도 여기에 힘을 보태고 있어요. 2026년 의료 AI 예산이 930억 원에서 2,478억 원으로 2.5배 늘었고, 전체 AI 예산 10조 1,000억 원 중 바이오헬스와 신약심사를 핵심 축으로 명시했습니다.
아직 경계해야 할 지점들
시장은 이미 뜨겁게 달아올랐어요. 헬스케어 AI 시장은 2025년 393억 달러에서 2026년 560억 달러로 커졌고, 2034년에는 1조 달러를 넘을 것으로 전망됩니다.
근데 한 가지 숫자가 마음에 걸려요.
FDA가 승인한 AI 영상 진단 도구 중 임상 검증 데이터를 공개한 비율이 29%에 불과하다는 거예요. 나머지 71%는 실제 환자에게 쓰이고 있지만 제대로 된 검증 데이터가 없는 상태입니다. 알고리즘 편향, 데이터 대표성 문제, 판단 근거 불투명성도 여전히 논쟁 중이에요.
의료 AI는 다른 분야보다 실수의 대가가 훨씬 크거든요.
기술이 빠르게 바뀌고 있다는 건 확실합니다. 신약 개발 10년이 30개월로 줄고, 영상 진단에서 AI가 의사를 보조하는 건 이미 현실이에요. 다만 속도만큼 검증도 함께 갈 수 있을지가 지금 이 업계의 진짜 숙제인 것 같아요.
참고: Insilico Medicine 공식 블로그, IntuitionLabs, Isomorphic Labs 공식 발표, Fortune Business Insights 헬스케어 AI 시장 보고서, 한국경제 의료 AI 기업 분석