루닛·SK바이오팜 AI 모델 공개…"신약 상용화 연결엔 장벽"

루닛과 SK바이오팜이 정부 주도 국책과제로 의료 인공지능(AI) 파운데이션 모델 실증을 마쳤지만, 이 성과가 신약 개발비 절감과 상업적 매출로 직결되기까지는 데이터 확장성과 임상 검증의 문턱이 여전히 높다는 지적이 나온다.

과학기술정보통신부가 주관한 AI 특화 파운데이션 모델 프로젝트의 주관기관 루닛과 참여 제약사 SK바이오팜은 약 10개월간 진행한 과제의 개발·실증 성과를 6일 공개했다.

루닛은 병원 내 온프레미스 구동이 가능한 300억 파라미터 규모 모델 '러닝유닛 2.0'을 허깅페이스에 오픈소스로 전면 공개했다. SK바이오팜은 트릴리온랩스와 함께 714만 건의 학습데이터를 구축해 66개 신약 개발 과제에서 예측 성능을 점검했다고 밝혔다.

기존 보도들은 루닛의 다학제 진료 타당성 86.2%나 SK바이오팜의 비공개 데이터 검증 성공 등 발표 수치에 주목했다. 그러나 바이오·제약 산업 관점에서는 기술의 오픈소스화와 벤치마크 테스트 통과가 곧바로 파이프라인 가치 제고나 신약 개발 원가 절감으로 이어지기 어렵다는 분석이 나온다.

신약 개발에서 AI의 궁극적 가치는 후보물질 발굴부터 임상 1~3상까지 드는 수천억 원의 비용과 10년 이상의 시간을 실질적으로 줄이는 데 있다. SK바이오팜이 내세운 66개 과제 검증과 환자 맞춤형 디지털 트윈 모델은 탐색 단계의 유효성 검증에는 기여할 수 있지만, 규제 기관이 요구하는 임상시험계획 승인이나 안전성 입증 문턱을 낮춰주지는 못한다.

44억 토큰과 714만 건이라는 데이터 규모 역시 기초 화합물과 공개 임상 데이터에 상당 부분 기대고 있다. 실제 제약사가 독점 보유한 고부가가치 타깃-화합물 데이터가 충분히 융합되지 않으면 글로벌 빅파마 수준의 예측 정밀도를 장기적으로 담보하기 어렵다는 지적이다.

루닛이 모델을 오픈소스로 공개한 배경도 상업적 수익화 측면에서는 물음표를 남긴다. 의료기관 내부 구축을 겨냥해 활성 파라미터를 50억 개 수준으로 낮춘 경량화 전략은 데이터 유출을 꺼리는 병원 환경을 겨냥한 현실적 선택이지만, 모델 자체를 무료로 개방한 만큼 단기적인 소프트웨어 라이선스 수익 창출 통로는 좁아졌다.

루닛의 주력 상용화 제품인 루닛 인사이트나 루닛 스코프와의 유기적 연계를 통해 병원 솔루션 번들링이나 신약 임상 바이오마커 분석 계약을 따내지 못하면 연구개발비 투입 대비 회수율이 떨어질 수밖에 없다는 분석이다.

SK바이오팜이 엔비디아 B200 GPU를 도입하며 본격화하겠다고 밝힌 비임상-임상 연계 중개연구 AI 전환 전략도 넘어야 할 산이 많다. 동물실험 결과를 사람 대상 임상 데이터로 전환하는 과정은 생물학적 메커니즘의 불확실성이 극도로 높은 영역이다.

대규모 컴퓨팅 인프라를 동원하더라도 모델이 제시한 가설을 실제 실험실과 전임상 단계에서 일일이 '웻랩(Wet Lab)' 실험으로 교차 검증해야 하므로 초기 인프라 유지비와 검증 비용이 이중으로 발생할 위험이 상존한다.

이번 국책과제 성과 발표는 국내 기업들이 자체적인 의료·신약 파운데이션 모델의 뼈대를 완성했다는 기술적 선언에 가깝다는 평가다. 시장과 투자자가 기대하는 진정한 성과는 벤치마크 점수가 아니라, 이 AI 인프라를 통해 SK바이오팜의 중추신경계 및 항암 파이프라인에서 실제 독성 예측 실패율이 얼마나 감소했는지, 루닛이 오픈소스 생태계를 발판 삼아 유료 분석 플랫폼 고객사를 얼마나 유치하느냐로 증명돼야 한다.

AI 모델의 기술적 실증이 끝난 7일 시점부터는 냉혹한 상업적 비용 대비 편익 평가가 시작될 전망이다.