아마존의 클라우드 사업부 AWS가 초기 신약개발 속도를 획기적으로 높이기 위한 인공지능(AI) 도구 ‘아마존 바이오 디스커버리(Amazon Bio Discovery)’를 공개했다.
14일(현지 시각) 로이터 통신에 따르면 이 플랫폼은 연구자들이 코딩 없이도 복잡한 계산 워크플로를 실행할 수 있도록 설계돼, 신약 후보 물질 탐색의 진입장벽을 크게 낮춘 것이 특징이다.
▲ AI 활용 신약개발 경쟁 본격화
최근 제약사와 기술기업들은 AI를 활용해 신약 개발 기간을 단축하려는 경쟁을 가속화하고 있다.
AWS의 이번 서비스는 이러한 흐름 속에서 등장한 것으로, 초기 단계에서의 분자 설계와 검증 과정을 자동화해 연구 효율성을 크게 끌어올릴 것으로 기대된다.
▲ 생물학 특화 AI 모델과 에이전트 결합
아마존 바이오 디스커버리는 다양한 생물학 기반 AI 모델 라이브러리를 제공해 잠재적인 신약 분자를 생성하고 평가할 수 있도록 지원한다.
또한 AI 에이전트가 모델 선택, 파라미터 설정, 결과 해석을 도와 연구자가 보다 직관적으로 실험을 설계할 수 있게 한다.
▲ 실험실 연계로 ‘설계-검증’ 순환 구조 구축
연구자들은 선별된 후보 물질을 연계된 실험 파트너에게 전달해 합성과 테스트를 진행할 수 있다.
이후 결과는 다시 시스템에 반영되어 다음 설계 단계에 활용되는 구조로, AI 기반 반복 학습 사이클이 구현된다.
[사진=챗지피티 생성 이미지]
▲ 컴퓨팅 생물학 인력 병목 해소 기대
AWS에 따르면, 최근 신약개발용 AI 모델이 급증하면서 실험 목표를 머신러닝 파이프라인으로 변환할 수 있는 컴퓨팅 생물학자가 병목 요소로 떠오르고 있다.
이번 플랫폼은 이러한 문제를 완화해 연구자들의 생산성을 높이는 데 목적이 있다.
바이엘, 브로드 연구소, 보이저 테라퓨틱스 등이 초기 사용자로 참여했으며, 세계 상위 20개 제약사 중 19곳이 이미 AWS 클라우드를 활용 중이다.
이는 AI 기반 바이오 연구 인프라가 빠르게 표준으로 자리잡고 있음을 보여준다.
AWS는 메모리얼 슬론 케터링 암센터와의 협업에서 약 30만 개의 새로운 항체 분자를 생성하고, 이를 10만 개 후보로 압축하는 데 성공했다고 밝혔다.
이 과정은 기존 수개월이 걸리던 작업을 수주 단위로 단축한 것으로, AI의 생산성 향상을 입증하는 사례로 평가된다.
▲ AI는 ‘대체’ 아닌 ‘보완’ 도구
AWS는 해당 서비스가 과학자나 연구기관을 대체하는 것이 아니라 보완하는 역할을 한다고 강조했다.
전문가들 역시 AI로 인해 연구 장비 수요가 감소할 것이라는 우려는 과장됐으며, 오히려 연구 속도와 성과가 높아지면서 관련 투자도 증가할 가능성이 크다고 분석한다.
AWS는 보스턴컨설팅그룹(BCG), 머크와 함께 임상시험 사이트 선정 효율을 높이는 AI 플랫폼도 공개할 예정이다.
임상시험 대상지 선정은 신약개발의 대표적인 병목 구간으로 꼽히는 만큼, 향후 AI 적용 범위는 더욱 확대될 전망이다.