제약사 CEO들은 실리콘밸리의 'AI가 질병을 정복한다'는 약속을 믿지 않는다

AI가 질병을 치료할 필요는 없다. 판을 바꾸려면 말이다.

관료적인 업무를 가속하는 것만으로도 제약 같은 대형 조직에서는 이미 측정 가능한 도움이 된다.

그리고 그건 그들이 도울 과학적 작업을 시작하기도 전의 이야기다.

pton_xd가 올렸다가 삭제함:

> 생물학이라는 문제 전체가 있긴 하지만, LLM은 인간보다 한 가지 장점이 있다. 시키는 대로만 하고, 여론의 눈치(optics)나 정치, 이윤 동기에 휘둘리지 않는다는 점이다. 어쩌면 그 강점 하나만으로도, 그렇지 않았다면 도중에 어딘가에 묻혔을 해법들을 드러낼 수 있을지도 모른다.

아, 정말 그렇다. 생물학에는 예컨대 장수 같은 문제에 대한 해법과 손쉬운 성과(low hanging fruit)가 많다. 우리는 생쥐의 수명을 여러 차례, 수십 번이나 유의미하게 늘렸다. 하지만 인간에게 옮기려면 인간 생식세포 유전자 편집(human germline genetic engineering)이 필요하고, 그 "해법"은 꽤 강하게 금기시되어 있다는 데 돈을 걸어도 된다.

"암 치료"로 말하자면, Anthropic이나 OpenAI가 그들의 높은 지위와 평판을 이용해, 사회가 받아들이길 거부해 온 기존 해법들(생식세포, p53, 강화된 DNA 손상 복구 경로, 종양 억제 유전자 대 종양 유전자 사본 수를 더 높게, 더 견고한 종양 억제 네트워크, 더 강한 자기 항암 세포자멸사, CD47 억제 등)을 세탁할 것 같다. 그들은 사람들이 이런 아이디어를 들여다보게 만들 만큼의 평판을 갖고 있을지도 모른다. 5기 터보 암, 일명 걸어다니는 시체 상태인 사람들을 치료하지는 못하겠지만, 바라건대 우리가 그들에게 목표를 _그렇게까지_ 많이 옮기지는 않을 것이다. https://news.ycombinator.com/item?id=49329717

AI가 현재 어디서 신약을 신뢰성 있게 개발하는 데 필요한 데이터를 얻을 수 있을지 모르겠다. 아니, 구체적으로 지금 우리가 하는 것보다 더 높은 성공률로 약을 개발하는 데 필요한 데이터 말이다.

AI는 특정 분자가 인간에게 미치는 모든 영향을 예측할 수 있어야 할 것이다. 물론 우리는 이미 이해하고 있는 특정 상호작용에 대해서는 그 일부를 오늘날 할 수 있다. 하지만 그건 근본적으로 다르지 않을 것이고, 현재의 신약 개발보다 더 효과적일 가능성은 매우 낮다.

디지털 지능이 연구를 진전시키기 위해 할 수 있는 일은 정말 많고, 언젠가는 충분히 정밀한 생물학 시뮬레이션 등이 갖춰지면 클라우드에서 실험을 돌리게 해줄지도 모른다. 하지만 그 전에도 사람을 더 잘, 더 빨리 진단하고, 방대한 출처의 문헌과 데이터를 분석하고, Gitlabs 창업자가 하는 것처럼 "그 사람을 치료할 확률이 가장 높은" 치료법을 설계하는 데 쓰일 수 있다. AI가 더 많은 생명을 구하기 위해 내일 당장 질병의 치료법을 찾아낼 필요는 없다.

평균적인 임상시험은 6~7년이 걸린다. 더 나은 약을 만들려면 "이건 시험에서 효과가 있었다" 그리고 (더 중요하게는) "이건 시험에서 효과가 없었다"(오늘날 CRO와 제약사에서는 거의 항상 배제되는)라는 레이블된 결과물이 필요하다. 그리고 여기서 "더 나은 약을 만들기 위해"라는 말은 아주 느슨하게 쓴 것이다. 나는 "질병과 사람에서 효과가 있을 화학물질로 넘어가는 모델을 학습시키기 위해"라고 말하는 게 아니다. 어떤 약을 조기에 취소해야 하는지(이건 엄청난 도움이다) 판단하거나, 독성 용량을 조정하거나, 시험 코호트를 다른 방식으로 분리하는 데 도움을 줄 통계적 조력자만 있어도 된다는 말이다.

그래서 그렇다, AI가 "7년 안에 질병의 90%를 해결"하지는 않을 것이다(기사에서 인용). 하지만 시도조차 하지 않고 완전히 무시하는 것도 좀 우스꽝스럽다. 오늘날 우리가 약을 개발하는 방식은 우리가 가진 최선이지만, 그건 미친 짓이다. 우리의 현재 방식은 기본적으로 (아주 화려하고 통계적으로 엄격한) 시행착오와 같다. 평균적인 약 하나가 시장에 나오기까지 10~20억 달러와 수많은 세월이 든다. 적어도 더 나아지려는 시도는 해야 한다. 이건 연민 때문에라도 꼭 해야 한다고 느껴져야 하는 영역이다.

AI가 질병을 치료할 수 있다는 관점은 사실 잘 이해가 안 된다. AI/ML 도구는 복잡성 관리에 뛰어나지만, 치료/완치에 관해서는 어차피 그 복잡성을 다뤄야만 한다. 약물 재창출(drug repurposing)이 질병 치료의 만능 로제타석이고, 우리가 가진 약들을 안전성 시험은 거쳤으니 전부 시도해보는 문제일 뿐이라고 믿지 않는 한 말이다. 하지만 이 모든 질병과 맞춤 의학이 새로운 시험을 요구한다면, 그게 어떻게 확장될 수 있겠는가(위로도, 그리고 n<10인 질병까지 아래로도)?

장기와 분자가 장기에 상호작용하는 방식을 정확히 시뮬레이션하는 법을 발견하기 전까지는, AI가 더 나은 약을 더 빨리 가져다줄 것 같지 않다. 그런 기술은 내게 아직 멀어 보인다.