실패 데이터까지 학습해야 바이오 AI 경쟁력 커진다

국민경제자문회의 등 3개 기관이 5일 서울에서 공동포럼을 열고 제약바이오산업의 국가성장동력화 방안을 논의했다. 이현숙 서울대 교수는 발표에서 한국의 바이오 데이터가 부처·기관별로 분절돼 AI가 쓸 수 있는 형태가 아니라고 지적하며 표준화 투자를 강조했다. 그는 임상 후보물질의 실패율이 90%에 달하는 만큼 성공 데이터만 학습한 AI는 경쟁력이 없고, 실패 데이터까지 학습한 모델이 더 경쟁력 있다고 주장했다. 이에 기업 실패 데이터 유인책 마련, 국가 R&D 실패 결과의 데이터관리계획 등록 의무화, 실패 데이터 기여를 연구성과로 인정하는 방안 등을 제안했다.

이 일이 어디서 왔나

같은 날 열린 공동포럼에서는 보조금 중심 지원을 투자형으로 전환하고 AI·바이오 데이터 활용을 확대해야 한다는 제언이 먼저 나왔는데, 이 발표는 그 데이터 활용 확대 논의를 구체화한 것이다. 국내에서는 가이아비티 등이 환자 오믹스·약물반응 데이터를 AI로 분석하는 플랫폼을 이미 운영 중이고, 해외에서는 MIT 연구진이 AI로 항생제를 발견해 2026년 프리츠커 AI 과학연구상을 받는 등 AI 기반 신약 발굴 성과가 쌓이고 있다.