내가 먹는 약을 AI가 찾아준다 — 세계 1위 제약사, 신약 후보 발굴 2년을 7개월로 단축
세계 최대 제약사 로슈가 엔비디아 GPU 3,500대 이상을 배치해 AI 신약 개발을 본격화했습니다. 한 항암제 프로그램에서 2년 이상 걸리던 후보 물질 발굴을 7개월로 줄였고, 소분자 약물 프로그램의 90%에 AI를 적용하고 있습니다. 비만약 공장까지 AI 디지털 트윈으로 짓고 있습니다.
새로운 약 하나를 만드는 데 보통 10년 이상이 걸리고, 비용은 수조 원에 달합니다. 수만 개의 화학 물질 중에서 효과가 있고 부작용이 적은 후보를 찾아내는 과정이 그만큼 오래 걸리기 때문입니다. 그런데 세계에서 가장 큰 제약사인 로슈(Roche)가 이 공식을 AI로 깨고 있습니다. 엔비디아의 최신 AI 칩 3,500대 이상을 미국과 유럽 전역에 배치하고, 신약 발굴부터 공장 건설까지 AI를 전면 투입한 결과, 2년 넘게 걸리던 항암제 후보 물질 발굴을 7개월 만에 끝냈습니다.
제약업계 사상 최대 규모의 AI 투자
로슈가 배치한 엔비디아 블랙웰(Blackwell) GPU 3,500대 이상은 제약회사가 AI에 투자한 규모 중 역대 최대입니다. GPU는 원래 게임용 그래픽 처리 장치이지만, 방대한 양의 데이터를 동시에 처리하는 능력 덕분에 AI 훈련에 핵심적으로 쓰입니다. 이 칩들은 미국과 유럽의 클라우드 서버와 자체 데이터센터에 분산 배치되어, 전 세계 연구팀이 동시에 AI 모델을 훈련하고 활용할 수 있습니다.
이 투자의 핵심 도구는 엔비디아의 BioNeMo라는 AI 플랫폼입니다. 쉽게 말해, 화학 물질의 구조를 AI에게 보여주면 "이 물질이 특정 질병에 효과가 있을지"를 예측해주는 도구입니다. 기존 방식(일일이 실험)보다 AI 모델 훈련이 2배 빠르고, 예측 속도는 6배 빠릅니다.
2년이 7개월로 — 실제 항암제 프로그램의 성과
숫자가 아닌 실제 사례로 보면 더 놀랍습니다.
사례 1: 항암 분해제(degrader) 설계
AI가 분자 구조를 분석하고 최적의 후보를 제안한 덕분에, 기존보다 25% 빠르게 약물 후보를 설계했습니다.
사례 2: 대체 후보 물질(backup candidate) 발굴
원래 2년 이상 걸릴 것으로 예상됐던 대체 항암제 후보를 7개월 만에 확보했습니다. AI가 수십만 개의 화학 물질 조합을 미리 시뮬레이션해서 가능성이 높은 것만 걸러냈기 때문입니다.
현재 로슈 산하 제넨테크(Genentech)에서 진행하는 소분자 약물 프로그램의 약 90%가 AI를 활용하고 있습니다. 소분자 약물은 알약 형태로 먹을 수 있는 가장 흔한 형태의 약입니다.
'실험실과 AI가 대화하는' 루프 전략
로슈가 쓰는 핵심 전략의 이름은 Lab-in-the-Loop(실험실-루프)입니다. 작동 방식은 이렇습니다.
과거에는 연구원의 직감과 경험에 의존해 "이 물질을 한번 테스트해볼까" 하는 식이었다면, 이제는 AI가 데이터를 기반으로 우선순위를 정해줍니다. 사람의 판단과 AI의 분석이 계속 핑퐁하면서 정확도를 높여가는 구조입니다.
비만약 공장도 AI가 먼저 짓는다
로슈의 AI 활용은 약을 '찾는' 단계를 넘어 '만드는' 단계까지 확장됐습니다. 현재 미국 노스캐롤라이나에 GLP-1 계열 약물(위고비·오젬픽 같은 비만·당뇨 치료제) 생산 공장을 짓고 있는데, 이 공장을 먼저 컴퓨터 안에서 AI로 시뮬레이션하고 있습니다.
엔비디아의 옴니버스(Omniverse)라는 가상 공간 기술을 써서, 공장 설비 배치부터 약품 흐름, 온도 관리까지 실제로 짓기 전에 디지털 쌍둥이(Digital Twin)로 미리 테스트합니다. 실제 공장을 지은 뒤 문제를 발견하면 수백억 원의 손실이 발생할 수 있지만, AI 시뮬레이션으로 미리 잡으면 그 비용을 크게 줄일 수 있습니다.
병리 슬라이드도 AI가 읽는다
신약 개발과 제조 외에도, 로슈는 진단 분야에서도 AI를 적극 활용합니다. 병원에서 조직 검사를 하면 유리 슬라이드에 세포를 올려놓고 현미경으로 관찰하는데, 이 과정을 디지털 병리(Digital Pathology)라고 합니다. AI가 고해상도 이미지를 스캔해서 암세포나 이상 패턴을 감지하면, 병리학자가 놓칠 수 있는 미세한 변화도 잡아낼 수 있습니다.
특히 의료 분야에서 AI가 잘못된 판단을 내리면 치명적일 수 있기 때문에, 엔비디아의 NeMo 가드레일(Guardrails) 기술을 적용해 AI가 의료 기준에 맞는 안전한 답변만 하도록 제한하고 있습니다.
환자에게 돌아오는 시간
결국 이 모든 AI 투자의 목적은 하나입니다 — 환자가 새로운 치료제를 더 빨리 받을 수 있게 하는 것. 약 하나를 개발하는 데 평균 10~15년이 걸리는 현실에서, AI가 후보 물질 발굴 단계만 70% 단축해도 환자에게 돌아가는 시간은 몇 년씩 앞당겨집니다.
로슈 뿐만이 아닙니다. 화이자, 존슨앤존슨, 아스트라제네카 등 글로벌 제약사들이 경쟁적으로 AI 투자를 늘리고 있습니다. 하지만 GPU 3,500대 이상을 단일 기업이 배치한 것은 제약업계 사상 최대 규모라는 점에서, 로슈의 행보는 업계 전체의 방향을 보여주는 신호탄입니다.
핵심 수치 한눈에 보기
- 엔비디아 블랙웰 GPU 3,500대 이상 배치 — 제약업계 사상 최대
- 소분자 약물 프로그램의 약 90%에 AI 적용
- 항암 분자 설계 25% 가속
- 대체 후보 물질 발굴: 2년 이상 → 7개월
- AI 모델 훈련 속도 2배, 예측 속도 6배 향상 (BioNeMo 플랫폼)
AI가 신약을 "발명"하는 것은 아닙니다. 하지만 수십만 개의 가능성 중에서 가장 유망한 후보를 골라주고, 실험 결과를 학습해서 점점 더 정확한 예측을 하는 것 — 이것만으로도 신약 개발의 속도와 비용이 근본적으로 달라지고 있습니다. 우리가 먹는 약이 AI 덕분에 더 빨리, 더 정확하게 만들어지는 시대가 이미 시작됐습니다.
관련 콘텐츠 — Easy클코로 AI 시작하기 | 무료 학습 가이드 | AI 뉴스 더보기