인공지능(AI)이 신약개발을 바꿀 것이라는 기대는 지난 10년간 빠르게 커졌다. 그러나 학술지 네이처 계열에 실린 한 관점 논문은 냉정한 진단을 내놓는다. 다양한 AI 기법이 개발·적용·벤치마킹됐지만, 정작 신약개발이 궁극적으로 지향하는 목표, 즉 더 안전하고 효과적인 약을 더 빨리 환자에게 전달하는 일에서 임상적으로 의미 있는 영향을 입증한 사례는 아직 실망스러울 만큼 제한적이라는 것이다. 필자들은 그 원인을 기술의 부족이 아니라, 기술을 실제 의사결정과 임상 전환(translation)에 연결하지 못한 구조에서 찾는다.
데이터가 '조건부'라는 근본 문제
생명과학 데이터는 이미지나 손글씨 인식처럼 안정적인 정답을 갖지 않는다. 같은 분자라도 맥락에 따라 전혀 다르게 작동한다. 논문이 인용하는 사례들을 보면, 약물 대사에 관여하는 시토크롬 P450 효소의 유전적 변이, 흡연에 의한 약물 상호작용, 장내 미생물이 약동학과 독성에 미치는 기여, 대규모 약물유전체 연구 간의 재현성 불일치 등이 대표적이다. 즉 생명과학 데이터는 특정 조건 아래에서만 참인 '조건부 데이터'이며, 이 조건을 명시하지 않은 채 학습된 모델은 현실의 다른 조건에서 쉽게 무너진다.
여기에 화학 공간의 방대함이 겹친다. 약물 유사 분자의 공간은 사실상 무한에 가까워, 모델이 마주하는 새로운 분자는 대부분 학습 분포 밖에 있다. 고차원 학습은 본질적으로 외삽(extrapolation)에 가깝다는 지적, 그리고 무작위 분할이 아닌 시간 기반 교차검증(time-split)이나 엄밀한 데이터 분할을 적용하면 겉보기 정확도가 급락한다는 연구들은, 많은 벤치마크 성과가 데이터 누출로 부풀려진 '착시'일 수 있음을 보여준다.
문제 정의의 실패와 '기술 밀어내기'
논문이 지목하는 또 다른 축은 문제 정의의 부실과 그로 인한 모델의 과소명세(underspecification)다. 실제 사용 맥락을 충분히 규정하지 않은 채 모델을 만들면, 검증 지표는 좋아도 현장에서는 쓸모가 없어진다. 저자들은 이를 '과학이 끌어당기는(science pull)' 개발이 아니라 '기술이 밀어붙이는(technology push)' 개발이라고 부른다. 새로운 알고리즘을 먼저 만든 뒤 적용처를 찾는 방식은, 실제 신약개발의 의사결정 병목과 어긋나기 쉽다. 게다가 기술적 역량을 충분히 확장되고 접근 가능한 시스템으로 운영화하는 데는 상당한 시간이 필요하다는 점도 성과 지연의 원인으로 든다.
물론 성공 사례가 없는 것은 아니다. 단백질 구조를 높은 정확도로 예측한 알파폴드, 뱀독 독소를 중화하도록 새로 설계된 단백질처럼, 문제와 데이터가 비교적 잘 정의된 영역에서는 AI가 뚜렷한 진전을 만들었다. CASP, SAMPL, CACHE 같은 공개 벤치마크 이니셔티브도 방법론을 실질적으로 검증하는 틀을 제공해왔다. 반면 임상 결과에 직결되는 안전성·효능 예측처럼 데이터가 노이즈가 크고 조건 의존적인 영역일수록 성과는 더디다.
실무자를 위한 함의
한국의 제약·바이오·AI 실무자에게 이 논문이 던지는 메시지는 분명하다. 모델의 벤치마크 점수를 좇는 단계에서 벗어나, 그 도구가 실제 의사결정을 얼마나 개선하는지를 기준으로 평가하라는 것이다. AUC나 상관계수 같은 지표가 높다고 해서 후보물질 선별이나 임상 진입 결정이 더 나아진다는 보장은 없다. 데이터 분할을 엄밀히 설계해 누출을 배제하고, 학습 분포 밖 성능을 정직하게 측정하며, 모델이 전제한 조건이 배포 환경과 일치하는지를 확인하는 절차가 현장 도입의 전제가 되어야 한다.
다만 이 글은 구독형 관점 논문의 초록과 참고문헌 중심 요약을 바탕으로 하므로, 권고안의 구체적 방법론이나 정량적 근거를 온전히 담고 있지는 않다는 한계가 있다. 그럼에도 핵심 진단, 즉 AI의 가치는 알고리즘의 세련됨이 아니라 임상 전환에 대한 기여로 판단해야 한다는 방향성은, 도입을 검토하는 조직이 투자 우선순위를 다시 짚어보게 만드는 현실적 기준점이 된다.