한동대 홍참길 교수팀, 생성형 AI로 신약 개발 '블랙박스' 풀었다…국제학회 AMIA 논문 채택

정희서 석사과정 주저자…대규모 언어모델 기반 'READ-ADMET' 개발

신약 개발 AI 에이전트 READ-ADMET을 개발한 정희서 석사과정 학생(왼쪽)과 한동대 홍참길 교수(오른쪽). 한동대 제공.

한동대학교 연구팀이 인공지능(AI)을 활용해 개발한 신약 개발 시스템이 세계 최고 권위의 의료정보학 무대에서 우수성을 입증했다.

한동대는 AI컴퓨터전자공학부 홍참길 교수 연구팀의 대규모 언어모델(LLM) 기반 신약 후보 물질 발굴 연구 논문이 미국의료정보학회(AMIA)에 정식 수락됐다고 26일 밝혔다. AMIA는 보건의료와 인공지능을 융합해 의료 혁신을 이끄는 최정상급 국제 학술단체다.

한동대에 따르면 통상 신약 개발 과정에서 약물의 독성이나 부작용을 사전에 걸러내지 못할 경우 임상 단계에서 막대한 비용과 시간을 낭비하게 된다. 이 때문에 최근 글로벌 제약사들은 신약 발굴 초기 단계부터 인공지능을 적극적으로 도입하고 있다.

연구팀은 신약 개발 초기 단계의 핵심인 ADMET(흡수·분포·대사·배출·독성) 예측 문제를 해결하기 위해 'READ-ADMET'이라는 검색증강 기반 에이전트 시스템을 제안했다. 기존 분자 예측 모델들은 정확도는 높지만 판단 근거를 설명하지 못하는 '블랙박스' 현상이 문제로 꼽혔다. 정희서 석사과정 학생이 주저자로 참여한 이번 연구는 이런 한계를 효과적으로 극복했다.

개발된 시스템은 자연어 질문과 분자 구조 정보를 동시에 분석해 비슷한 분자 사례를 찾아내고, 예측값과 신뢰도는 물론 자연어로 해석한 근거까지 함께 제공한다. 실제 신약 개발 표준 벤치마크 22개 과제 중 16개에서 최고 성능을 기록하며 우수성을 확인했다.

AMIA 심사위원들은 이 시스템이 신약 개발 분야의 시급한 문제를 다룬 시의적절한 연구라며 예측 결과와 근거를 함께 제시해 블랙박스 한계를 보완했다고 평가했다.

홍참길 교수는 "대학원생이 주도한 연구가 세계 최정상급 학술 무대에서 인정받아 글로벌 연구 역량을 입증했다"고 말했다.

이번 연구는 한동대 산학공동R＆ED센터(CREDO)의 플래그십 과제로, 교육부와 경상북도 포항시의 재원과 경북RISE센터의 지원을 받아 이뤄졌다. 연구팀은 앞으로 이 시스템을 신약 개발 전 과정에서 연구자들을 돕는 포괄적인 AI 보조 시스템으로 발전시킬 계획이다.