[데일리팜=김진구 기자] “AI(인공지능)를 활용하면 신약 후보물질을 더욱 빠르게 평가하고 효율적으로 설계할 수 있습니다. 이를 통해 목암생명과학연구소가 집중하는 mRNA 신약 개발 속도를 더욱 끌어올릴 수 있을 것으로 기대하고 있습니다.”신현진 목암생명과학연구소장은 25일 서울 코엑스에서 한국제약바이오협회 주최로 개최된 ‘AI 파마 컨퍼런스 2025’에 발표자로 나서 이같이 밝혔다.목암연구소는 GC녹십자가 설립한 비영리 연구재단으로, 2022년 이후 AI 기반 신약개발 연구소로 탈바꿈했다. 신 소장은 “AI는 신약 후보물질 발굴 단계에서 이미 당연한 도구가 됐다”며 “후보물질의 효율적인 검증과 설계 과정에서 큰 역할을 한다”고 말했다.목암연구소는 mRNA 신약 개발에 AI를 적극 활용하고 있다. mRNA는 체내에 들어갔을 때 단백질이 충분히 발현되지 않거나 금방 분해되는 특징이 있어, 이를 해결하는 게 핵심 과제다. 목암연구소는 AI를 활용해 후보 mRNA의 시퀀스를 분석하고, 목표 단백질이 충분히 발현되도록 최적의 구조를 설계하고 있다.특히 mRNA 중에서도 UTR(Untranslated Region)에 주목한다. mRNA는 단백질을 만드는 일종의 설계도다. 여기서 UTR은 단백질을 실제로 만드는 코딩 시퀀스의 앞뒤에 붙어 있는 부분이다. 단백질 자체를 만들진 않지만 단백질의 발현량과 체내 지속시간을 조절하는 역할을 한다. 목암연구소는 UTR의 시작 부분부터 끝 부분을 포함한 전체 mRNA 시퀀스를 AI로 최적화해, 단백질 생산량을 늘리고 체내에서 더 안정적으로 작용하도록 설계한다는 방침이다.이를 위해 연구소가 집중하는 것은 ‘파운데이션 모델’ 개발이다. 기존 방식은 후보 단백질 시퀀스의 특성을 개별적으로 분석해야 했지만, 파운데이션 모델은 mRNA 시퀀스 전체를 통합적으로 이해한다. 연구소는 인코더-디코더 구조를 활용해 mRNA 시퀀스를 체계적으로 학습하고, 단백질 발현 효율과 안정성 등을 높은 정확도로 평가할 수 있도록 시스템을 개발 중이다.AI는 단순 예측에만 활용하지 않고, 후보 시퀀스의 설계와 최적화에도 적용된다. 목암연구소는 목표 단백질이 충분히 발현되도록 시퀀스를 조정하고, 체내 안정성을 강화하는 후보를 만들어낸다. 이러한 통합적 접근은 실험 반복 횟수를 줄이고, 비용과 시간을 절감하며, 후보 물질의 임상 성공 가능성을 높이는 효과가 있다.신 소장은 “모든 mRNA 시퀀스를 한 번에 이해하고, 예측과 설계 과정을 통합해 원하는 후보를 빠르게 도출할 수 있는 시스템을 구축하는 것이 목표”라며 “이렇게 하면 연구 속도를 높이면서도 비용과 시간 부담을 크게 줄일 수 있다”고 설명했다.연구소는 mRNA뿐 아니라 항체, LNP 등 다양한 치료제 개발에도 AI 기반 접근을 확장할 계획이다. 초기 단계에서 후보 물질 설계와 검증을 효율화하고, 임상시험 진입까지 걸리는 시간을 단축함으로써 전체 개발 기간을 단축하는 게 목표다.또한 서울대병원 등과 협력해 임상 데이터를 분석하는 ‘역방향 연구(Reverse Translation)’에도 AI를 활용하고 있다. 임상 데이터를 분석하면 신약 개발 초기 단계에 유의미한 정보를 적용할 수 있어 후보물질의 임상 성공 가능성을 높일 것으로 기대된다.신 소장은 “AI를 활용하면 초기 후보 물질 단계부터 임상 진입까지 연구 효율성을 극대화할 수 있으며, 이는 향후 글로벌 신약 경쟁력을 확보하는 핵심 역량이 될 것”이라고 강조했다.