[데일리팜=노병철 기자] 의약학 분야에도 인공지능(AI) 시대가 본격화됐다. 진단, 약물감시 등 여러 영역에서 AI 기술이 적용되며 난이도가 높거나 단순 반복되는 작업에서의 효율은 높이고, 인적 오류의 위험은 줄이면서 혁신을 주도하고 있다. 실제 폐암 진단에는 코어라인소프트의 에이뷰 LCS 플러스(AVIEW LCS Plus)가 약물감시에는 셀타스퀘어의 셀타 웨이브(SELTA-WAVE) 등이 활용되고 있다.

제약기업도 AI 도입에 적극적인 추세다. JW중외제약은 AI 기반 신약 개발 플랫폼인 제이웨이브(JWave)를 가동하고 있으며, 대웅제약도 AI 신약개발시스템인 데이지(DAISY)를 통해 신약 후보물질 발굴에 박차를 가하는 중이다.

이러한 가운데 의약학 논문을 검색하고 분석하는 AI 솔루션에도 큰 변화가 일어나 업계 관계자들의 주목을 받고 있다. 최근 AI 스타트업 피닉스랩(PhnyX Lab)이 론칭한 케이론(Cheiron)이 논문 검색 시간을 획기적으로 단축하며, 의약학 지식 탐색의 새로운 장을 여는 게임 체인저로 부상하고 있다.

케이론은 제약업계 종사자들의 자료 검색 시간을 줄이고자 모듈형 검색증강생성(이하 Modular RAG) 기술을 기반으로 고안된 국내 최초 의약학 특화 생성형 AI 솔루션이다. Modular RAG는 각 모듈을 필요에 따라 레고 블록처럼 조립하고 교체할 수 있는 기법으로 피닉스랩은 국내 최초로 이 기술을 실제 비즈니스 환경에 구현했다.

Modular RAG는 검색 증강 생성(Retrieval-Augmented Generation, 이하 RAG)을 한 단계 고도화한 것으로 거대 언어 모델(Large Language Model, 이하 LLM)의 한계를 보완하며 기업의 데이터 활용 효율성을 극대화한다.

RAG는 LLM이 사전 학습 데이터와 최신 정보를 실시간으로 결합해 답변을 제공하지만, 기존에는 모듈 간 수작업 연결과 복잡한 설정이 필요해 시스템 최적화에 상당한 시간이 소요됐다. 피닉스랩은 RAG에서 한 단계 더 나아간 Modular RAG를 통해 내부 모듈들이 동일한 입출력 값을 가질 수 있도록 구현했다. Modular RAG는 유연하고 간편한 모듈 연결을 통해 고품질 답변을 신속하게 생성할 수 있어 신기술이나 새로운 데이터로의 확장성에 강점을 갖는다.

Modular RAG를 엔진 삼아 개발된 케이론은 최신 데이터를 활용해 검증 가능한 답변을 제공하며, 데이터 학습 과정에서 기업 정보를 활용하지 않아 보안 유지가 중요한 제약업계에 최적화된 솔루션이다. 기술 개발 속도전에서 우위를 선점해야 하는 제약 기업 고객을 지원하기에 적합하다.

메인 타깃을 고려해 케이론은 의학학술정보분류체계(MeSH)를 이해하도록 설계되어 관련성 높은 정보를 선별함으로써 불필요한 시간 소모를 줄인다. 펍메드(PubMed)∙시맨틱 스칼라(Semantic Scholar) 등 다양한 학술 검색 플랫폼을 활용하며, 일반 검색 엔진을 비롯한 공개 소스, 기업 데이터를 활용해 광범위한 검색이 가능하다.

케이론은 단일 플랫폼에서 출처가 다른 데이터를 통합 검색하고, 이를 기반으로 데이터 정리와 문서 생성 등 자동화된 워크플로우를 제공한다. 이를 통해 제약기업 고객은 연구 기획, 후보 물질 발굴, 임상 시험 설계, 마켓 분석 등 고부가가치 업무에 집중할 수 있다.

피닉스랩은 Modular RAG를 장착한 케이론이 기업에 도입되면, 연구 기획 단계에서 논문 및 데이터 검색 과정을 기존보다 최대 80% 이상 개선할 것으로 예상한다.

배민석 피닉스랩 대표는 “핵심 기술인 Modular RAG의 특장점을 가장 명확하게 보여줄 산업이 제약이라 판단해 의약학에 특화된 케이론을 개발했다”며 “앞으로 산업별로 최적화된 솔루션을 지속 선보여 다양한 업종에서 일하는 고객들이 실질적 효용을 경험하도록 지원할 예정이며, 나아가 기업용 AI 민주화 실현을 위해 주력할 것”이라고 말했다.