앤스로픽, 제약사가 외면한 질환 위한 신약 개발 직접 나선다
앤스로픽(Anthropic)이 수익성이 낮아 대형 제약사들이 외면하는 소외 질환 대상 신약 개발 프로그램을 직접 시작합니다. 회사는 '클로드 사이언스(Claude Science)' 도구를 활용해 의학 연구 속도를 크게 단축하고, 이를 통해 더 나은 산업용 AI 모델을 구축하겠다는 목표입니다. 이는 구글 딥마인드와 오픈AI 등 다른 주요 AI 기업들도 의료 바이오 분야로 영역을 빠르게 확대하고 있는 추세와 맞닿아 있습니다.
원문 제목: 앤스로픽, 대형 제약사가 수익성이 없다고 간주하는 질환 해결을 위한 자체 신약 발견 프로그램 출시
앤스로픽(Anthropic)은 전통적인 제약업계가 수익성이 없다고 판단하여 외면하는 소외 질환을 위한 자체 신약 발견 프로그램을 출범했습니다. 노바티스(Novartis)의 CEO 바스 나라심한(Vas Narasimhan)은 새로운 AI 모델이 신약 개발 기간을 12년에서 7~8년으로 단축할 수 있다고 밝혔습니다. 향상된 안전성 예측을 통해 신약 개발의 성공률도 8%에서 16%로 두 배 증가시킬 수 있을 것으로 보입니다. 구글 딥마인드(Google DeepMind)와 오픈AI(OpenAI) 역시 이소모픽 랩스(Isomorphic Labs) 및 챗GPT 헬스(ChatGPT Health)와 같은 이니셔티브를 통해 의료 분야로 빠르게 진출하고 있습니다.
의학계를 향한 AI의 확장 앤스로픽은 소외 질환을 위한 신약 발견 프로그램을 공식적으로 시작했습니다. 이 회사는 전통적인 제약 및 바이오텍 기업들이 수익성이 없다고 판단하여 외면하는 질환의 치료제를 연구하며, 초기 전임상 단계의 신약 개발에 초점을 맞출 계획입니다. 앤스로픽은 이번 결정이 자사의 비영리 미션과 부합하며, 직접적인 경험을 통해 업계 전반을 위한 더 나은 AI 모델과 도구를 구축하는 데 도움이 될 것이라고 밝혔습니다.
이 발표는 회사의 새로운 과학 AI 도구인 '클로드 사이언스(Claude Science)' 행사에서 이루어졌습니다. 이 행사에서는 AI가 의학 연구를 가속화하는 방법에 대한 초기 사례도 소개되었습니다. 앤스로픽에 따르면, 캘리포니아대학교 샌프란시스코 캠퍼스(UCSF)의 연구원은 클로드 사이언스를 사용하여 자신의 팀이 1년 동안 놓치고 있었던 바이러스 오염을 단 몇 분 만에 발견했습니다. 또한 회사 측은 클로드가 100가지 희귀 유전 질환을 1시간 이내에 분석하고, 컴퓨터 스크리닝을 위한 32개의 후보를 선정했다고 전했습니다.
작은 개선, 거대한 파급력 노바티스의 CEO 바스 나라심한은 개발이 완료된 신약 후보물질이 승인을 받기까지 현재 약 12년이 소요된다고 밝혔습니다. 그는 이러한 지연의 원인을 정보 지연, 운영 지연, 생물학적 지연이라는 세 가지 범주로 나누어 설명했습니다. 새로운 도구와 모델은 전체 개발 기간의 약 40%를 차지하는 처음 두 가지 범주의 기간을 크게 단축할 수 있습니다. 반면 동물 실험, 세포 모델 및 인간 대상 임상시험에 필요한 시간인 '생물학적 지연'은 크게 줄어들지 않을 것입니다. 결과적으로 전체 신약 개발 기간을 7~8년으로 앞당길 수 있을 것으로 전망했습니다.
나라심한은 또한 더 나은 안전성 예측과 최적화된 분자 특성을 통해 성공률을 8%에서 16%로 두 배 끌어올릴 여지가 있다고 보았습니다. 다만, 환자 선택 기준을 개선함으로써 얻을 수 있는 효과는 아직 불확실합니다. 신약 개발의 가장 큰 과제는 여전히 특정 질환에 대해 해당 약물 표적이 생물학적으로 알맞은지 확인하는 것입니다.
나라심한에 따르면, 전 세계 주요 제약사에 걸쳐 이러한 seemingly modest gains(겉보기엔 사소한 개선들)를 규모 있게 적용한다면 그 파급력은 엄청날 것입니다. 주요 제약사들은 매년 1,500억2,000억 달러를 연구개발(R&D)에 지출하지만, 지난 120년 동안 고작 8001,000개의 신약만을 생산하는 데 그쳤습니다. 하지만 AI가 도입되면 더 많은 질환을 치료할 수 있게 되며, 이전에는 접근이 불가능하다고 여겨졌던 약물 표적들도 실현 가능해질 것입니다.
헬스케어 전반에 걸친 AI의 도입 다른 AI 기업들 역시 의료 분야로 빠르게 진출하고 있습니다. 딥마인드의 CEO 데미스 허사비스(Demis Hassabis)는 AI를 신약 발견에 직접적으로 적용하기 위해 알파벳(Alphabet) 산하로 이소모픽 랩스(Isomorphic Labs)를 공동 설립했습니다. 구글 딥마인드의 단백질 구조 예측 도구인 알파폴드(AlphaFold)는 생물학 분야에서 AI가 활용된 가장 대표적인 사례로 꼽히며, 이 공동 개발자인 존 점퍼(John Jumper)는 최근 앤스로픽으로 이직했습니다.
임상 측면에서도 구글 딥마인드는 2026년에 삼각 진료(triadic care)를 기반으로 구축된 'AI 공동 진료의(AI Co-Clinician)'를 선보였습니다. 이 시스템은 의사가 임상적 최종 결정권을 행사하는 동안, AI 에이전트가 환자의 치료 전반에 걸쳐 지원을 제공합니다.
지난 몇 년 동안 오픈AI(OpenAI) 역시 헬스케어 분야로 진출하고 있습니다. 2026년 초, 오픈AI는 챗GPT 내에 전용 건강 관리 섹션인 '챗GPT 헬스(ChatGPT Health)'를 출시하여 사용자들이 의료 기록, 애플 헬스(Apple Health) 데이터, 그리고 웰니스 앱을 연동할 수 있도록 지원했습니다.
그럼에도 불구하고 독립적인 전문가들은 진단, 치료 계획 수립, 직접적인 환자 진료 등 임상 환경에서 AI가 사용될 때 특히 주의를 기울여야 한다고 강력히 촉구하고 있습니다. 옥스퍼드 대학교(University of Oxford)의 캐서린 포프(Catherine Pope)는 지금까지의 결과가 끊임없이 변화하고 복잡한 인간의 현실 세계와는 여전히 거리가 먼 상태라고 평가했습니다.