한국보건산업진흥원은 보건복지부가 주최하는 제4회 인공지능(AI) 신약개발 경진대회의 본선 진출 15개 팀을 선정했다고 2일 밝혔다. 이번 대회는 신약 개발 전 주기 혁신을 위한 전문 인재를 발굴하고 산업 현장 수요와 AI 기술을 연계하기 위해 마련됐다. 올해 대회는 글로벌 신약 개발 분야의 핵심 기술로 떠오른 '추론 기반 AI(Agentic AI)'를 주제로 진행됐다. 참가팀들은 자율형 가설 생성 및 검증, 도구 활용 기반 분자 최적화 루프, 규제 대응 및 지능형 시스템 등을 다뤘다.
큐픽스 바이오 해설
원문에 없는 배경 설명입니다 · AI 작성 · 기사의 사실관계가 아닙니다
- AI 신약개발
- 인공지능으로 화합물 설계·물성 예측·후보물질 탐색 등 신약 개발 과정을 보조하는 기술 접근법
- Agentic AI(추론 기반 AI)
- 스스로 목표를 세우고 가설 생성·검증·도구 활용 등 다단계 작업을 자율적으로 수행하는 AI 방식
- 분자 최적화
- 약효·안전성·물성 등을 개선하기 위해 후보 물질의 화학 구조를 반복적으로 조정하는 과정
신약 개발은 오랜 기간과 많은 비용이 드는 과정으로 알려져 있어, 후보물질 발굴과 검증 단계를 단축하기 위한 AI 활용 시도가 국내외에서 이어지고 있다. 정부와 공공기관은 관련 인재 양성과 산업 수요-기술 연계를 위해 경진대회나 지원 사업 형태의 정책 프로그램을 운영하는 경우가 많다. 최근에는 단순 예측 모델을 넘어 스스로 판단하고 실험을 설계하는 자율형 AI 기술이 신약 개발 분야의 새로운 화두로 논의되고 있다.
Why it mattersAI 기반 신약개발 역량은 국가 바이오 산업 경쟁력과 직결되는 요소로 여겨져, 관련 인재와 기술 생태계 조성 노력이 정책적으로 꾸준히 추진되고 있다.
원문을 확인하세요
큐픽스 바이오는 원문을 저장하거나 전재하지 않습니다. 위 글은 공개된 보도를 요약한 것이며, 수치·일정·인용은 요약 과정에서 빠지거나 달라질 수 있습니다. 판단이 필요한 사안은 반드시 원문에서 확인하세요.
팜뉴스 원문 보기원문 보도의 저작권은 팜뉴스에 있습니다.
기술 배경Technology
전체 →관련 연구Research
전체 →Journal of medical Internet research
AI가 항생제 내성과 싸우기 위한 약물 재창출에 도움이 될 수 있는가?Molecular pharmaceutics
GenMAS: ADMET 프로파일링을 위한 기계 학습 기반 모델링 및 평가 전략과 PBPK 시뮬레이션에의 적용Molecular pharmaceutics
동역학적으로 제약된 하이브리드 신경 상미분방정식을 이용한 화학 구조로부터 마우스의 혈장 농도-시간 프로파일 예측bioRxiv (프리프린트)
Decoding antibody-antigen recognition: the BL8 language and its application in calibrating deep learning predictionsMolecular informatics
기하학적 정렬을 통한 해석 가능한 약물-표적 예측: 깊은 신경망 복잡성의 선형 대안Bulletin du cancer
히포 신호 경로에서 약물 표적으로서의 TEAD: 소분자 억제제의 구조 기반 발굴
