닫기

글로벌이코노믹

"바이오, 25년째 차세대 성장동력"…임상 투자·데이터 활용 개선 촉구

글로벌이코노믹

"바이오, 25년째 차세대 성장동력"…임상 투자·데이터 활용 개선 촉구

묵현상 뉴패스바이오 대표, 신약 임상 및 사업화 투자 확대 필요성 강조
이현숙 교수, 의료데이터 분산 문제 지적…AI 활용체계 개선 제안
국내 바이오산업을 반도체에 이은 국가 성장동력으로 육성하기 위해 신약 임상시험에 대한 투자 확대와 의료데이터 활용 체계 개선이 필요하다는 목소리가 나왔다. 연구개발 성과가 실제 의약품 개발과 사업화로 이어지도록 정부 지원 방식도 바뀌어야 한다는 것이다.

5일 서울 코리아나호텔에서는 국민경제자문회의와 국가과학기술자문회의, 국가바이오혁신위원회가 공동 주최한 '대한민국 넥스트 엔진: 바이오 대혁신, 국가미래성장을 잇다' 포럼이 열렸다. 이날 행사에서는 바이오산업 투자 확대와 인공지능(AI) 기반 데이터 활용, 규제 개선 방안 등이 논의됐다.

정은경 보건복지부 장관은 영상 축사를 통해 신약 개발과 사업화를 연결하는 지원체계를 강화하겠다고 밝혔다. 정 장관은 "우수한 연구 성과가 후속 개발과 임상, 사업화까지 이어질 수 있도록 연결고리를 강화하는 것도 중요하다"며 "민관 협력 투자와 오픈 이노베이션을 활성화하고 AI와 보건의료 데이터 등 새로운 기술과 서비스가 현장에서 신속히 활용될 수 있도록 연구개발부터 사업화까지 전 과정에서 범정부적 지원을 강화하겠다"고 말했다.

묵현상 뉴패스바이오 대표가 5일 서울 코리아나호텔에서 열린 '대한민국 넥스트 엔진: 바이오 대혁신' 공동포럼에서 발표를 하고 있다. 사진=황소원 기자이미지 확대보기
묵현상 뉴패스바이오 대표가 5일 서울 코리아나호텔에서 열린 '대한민국 넥스트 엔진: 바이오 대혁신' 공동포럼에서 발표를 하고 있다. 사진=황소원 기자

첫 번째 발표자로 나선 묵현상 뉴패스바이오 대표는 국내 바이오기업의 임상시험 투자 부족 문제를 지적했다. 신약 개발은 후보물질 발굴 이후 비임상시험과 임상시험을 거쳐 허가를 받는 과정으로 진행된다. 특히 사람을 대상으로 안전성과 유효성을 평가하는 임상시험에는 막대한 비용이 들어간다. 이 과정에서 일부 바이오기업은 유망한 후보물질을 확보하더라도 개발 자금이 부족해 임상시험을 직접 진행하지 못하고 해외 제약사에 기술을 이전하기도 한다.

이같이 기술이전 계약을 체결하면 계약금과 개발 단계 별 기술료, 판매에 따른 로열티를 받을 수 있다. 다만 개발 초기 단계에서 기술을 이전할 경우 신약이 상용화된 이후 국내 기업이 확보하는 수익은 직접 개발을 이어간 경우보다 제한적이다. 묵 대표는 "국내 바이오기업들은 자금 부족으로 임상 단계에 진입하지 못해 신약 후보물질을 조기에 기술이전하는 경우가 있다"며 "국내 기업이 임상시험부터 허가까지 직접 개발할 수 있도록 투자를 확대해야 한다"고 강조했다. 또 국내 대형 제약사와 바이오벤처가 공동으로 임상시험을 추진하도록 지원하고 기업의 성장 단계에 따라 투자 방식을 달리해야 한다고 제안했다.

정부의 바이오 연구개발 예산 배분에 대해서도 문제를 제기했다. 묵 대표는 정부의 전체 연구개발 예산이 확대되는 반면 바이오 분야의 비중은 상대적으로 줄어들고 있다고 지적했다. 특히 일부 임상 및 사업화 관련 예산이 감소한 점을 언급하며 해당 분야에 대한 투자 확대가 필요하다고 강조했다.

이현숙 서울대학교 자연과학대학 생명과학부 교수가 5일 열린 '대한민국 넥스트 엔진: 바이오 대혁신' 공동포럼에서 AI 기반 바이오 데이터 활용 전략을 발표하고 있다. 사진=황소원 기자이미지 확대보기
이현숙 서울대학교 자연과학대학 생명과학부 교수가 5일 열린 '대한민국 넥스트 엔진: 바이오 대혁신' 공동포럼에서 AI 기반 바이오 데이터 활용 전략을 발표하고 있다. 사진=황소원 기자


이어 발표한 이현숙 서울대학교 자연과학대학 생명과학부 교수는 의료데이터를 충분히 확보하고도 연구에 제대로 활용하지 못하는 국내 현실을 짚었다.
국내에는 건강보험과 병원 진료 과정에서 축적된 의료데이터가 풍부하지만 기관마다 자료를 별도로 관리하고 있다. AI가 학습할 수 있도록 데이터 형식을 통일하는 작업도 충분하지 않아 연구기관 사이의 자료 활용에 어려움이 있다. 이 교수는 "국내에는 방대한 의료데이터가 축적돼 있지만 기관 별로 분산돼 있어 연구에 활용하기 어렵다"며 "데이터의 양보다 AI가 활용할 수 있는 형태로 구축돼 있는지, 기관 간 데이터 연계가 가능한지가 중요하다"고 강조했다.

성공한 연구 결과 뿐 아니라 실패한 실험 결과도 중요한 연구 자산으로 활용해야 한다고 제안했다. 실패 원인과 실험 과정을 AI가 학습하면 같은 시행착오를 줄이고 새로운 신약 후보물질을 찾는 데 도움이 될 수 있다는 것이다. 이 교수는 "성공한 연구 결과 뿐 아니라 실패한 실험 데이터도 축적해 AI 학습에 활용해야 한다"며 "연구와 데이터, 사업화가 단절되지 않고 연결되는 체계를 마련해야 한다"고 말했다. 그는 이어 "바이오산업은 지난 25년간 차세대 성장동력으로 불려왔다"며 연구 성과가 산업 발전으로 이어질 수 있도록 지원 체계를 개선해야 한다고 강조했다.


황소원 글로벌이코노믹 기자 hwangsw715@g-enews.com