AI 신약 개발, 실제 성과는 아직 '증거 부족'
So How Is AI Drug Discovery Doing, Really?
AI 기반 신약 개발에 대한 기대가 크지만, 실제 임상적 성과는 아직 제한적이라는 주장이 제기됐다. Nature Reviews Drug Discovery에 게재된 논문은 AI 기술이 임상 시험 성공률을 높이는 데 아직 뚜렷한 영향을 미치지 못했다고 지적한다. 특히 2상 시험 성공률이 가장 중요한 지표인데, AI가 이 부분에서 획기적인 개선을 보여주지 못하고 있다는 것이다. 논문은 데이터의 질과 라벨링 문제, 벤치마크의 한계를 지적하며, AI 연구가 '할 수 있는 것'이 아닌 '해야 하는 것'에 집중해야 한다고 강조한다. 단순히 이용 가능한 데이터를 모델링하는 대신, 임상 성공에 실제로 도움이 되는 데이터 생성과 의사 결정 지원에 힘써야 한다는 것이다.
AI를 신약 개발에 적용하는 데 있어 초점은 '할 수 있는 일'에서 '해야 하는 일'로 옮겨가야 한다. 예를 들어, 쉽게 얻을 수 있지만 실제로는 큰 변화를 만들기 어려운 데이터를 모델링하는 대신, 상당한 데이터 생성이 필요하더라도 진정으로 필요한 작업을 수행해야 한다.