한국제약바이오협회는 연합학습(Federated Learning) 기반 신약개발 가속화 프로젝트(K-MELLODDY)의 주요 성과를 공유하는 보고회를 이달 5일 협회 4층 강당에서 개최한다고 2일 밝혔다.
‘연합학습’은 각 참여 기관이 보유한 신약 데이터를 한 곳으로 모으지 않고, 개별 기관 내에서 AI를 학습시키는 혁신적인 기술이다. 이 방식은 정보 유출 위험이 거의 없어 민감한 연구 데이터를 보호하면서도 효율적으로 활용할 수 있게 하는 최적의 AI 모델로 평가받는다.
이번 성과보고회는 K-MELLODDY 사업을 수행 중인 참여 연구원, 주무부처, 전문기관이 한자리에 모여 연구개발 협력과 네트워킹을 강화하고 향후 연구개발 방향을 모색하는 자리다.
김화종 사업단장의 사업 수행 성과 발표를 시작으로, 총 3개 세부과제별 주관연구개발기관의 구체적인 성과 발표가 이어진다.
플랫폼 구축 세부과제에서는 에비드넷이 분산된 데이터 환경에서 인공지능 학습을 가능하게 하는 핵심 인프라인 ‘연합학습 플랫폼 구축 및 개발’ 성과를 발표한다.
데이터 공급 및 활용 세부과제에서는 한국파스퇴르연구소가 ‘IPK 화합물 라이브러리의 엄선된 비임상 데이터 활용 및 FDD(First-in-Disease) 지원’ 사례를, 한미약품이 ‘신약 개발 AI 모델의 정확도 향상을 위한 고품질 데이터 제공 및 최적화’ 내용을 발표하며 데이터 활용의 실제 사례를 제시할 예정이다.
마지막으로 AI 모델 개발 세부과제에서는 광주과학기술원이 ‘메가스케일 ADMET-파운데이션 모델 기반 초경량 FAM 통합 솔루션 개발’ 현황을 통해 모델 경량화의 효율성을 강조하며, 아이젠사이언스는 ‘대규모 약물 표현 학습과 LLM 기반 문헌 마이닝을 활용한 연합학습 기반 ADMET 예측 모델 개발’ 성과를 공유한다.
ADMET(Absorption, Distribution, Metabolism, Excretion, Toxicity)는 약물의 임상시험 성공률을 좌우하는 흡수, 분포, 대사, 배설, 독성을 포함하는 핵심 개념이다.
김화종 사업단장은 “이번 성과보고회를 통해 사업의 주요 성과를 공유하고 참여기관 간 협력을 더욱 강화하는 계기가 될 것”이라며 “민감한 데이터를 보호하면서도 효율적으로 활용할 수 있는 실질적 협력 모델을 구축해 국내 제약바이오 산업의 글로벌 경쟁력을 높이는 데 기여하겠다”고 포부를 밝혔다.
편집부 news@koreanursing.or.kr