[인터뷰]석차옥 갤럭스 대표 "AI 신약 개발로 블록버스터급 성과 낼 것"

"세상에 없던 항체 만들어내"
"한국의 '노보노디스크' 목표"
"30년 내 만병 정복 가능성 有"

"한국의 노보노디스크가 되는 것이 목표입니다. 위고비와 같은 블록버스터급 성과를 내 한국 제약계에 새바람을 불어넣고 싶어요."

AI 신약 개발 스타트업 갤럭스의 석차옥 대표(서울대 자연과학대학 화학부 교수)는 9일 아시아경제 인터뷰에서 이런 포부를 밝혔다. 노보노디스크는 비만약 '위고비'를 개발, 유럽 시총 1위 자리에까지 올랐던 덴마크 제약사다.

석차옥 갤럭스 대표. 조용준 기자

갤럭스는 지난해 12월 드노보 항체 설계에 성공했다. 드노보 항체 설계는 AI 기반 단백질 구조 예측·설계 기술이다. 드노보 항체 설계에 성공한 곳은 갤럭스를 포함해 현재까지 전 세계에 3곳뿐이다.

갤럭스는 석 대표의 서울대 연구실에서 출발했다. 탄탄한 기술력을 바탕으로 LG화학·와이바이오로직스 등 제약사들과 전략적 협업을 통해 공동 신약 개발을 진행하고 있다.

1970년생인 석 대표는 서울대 화학부를 졸업, 미국 시카고대에서 석박사 학위를 받았다. 이후 시카고대에서 박사 후 연구원을 거쳐 2004년 서울대 화학부 교수로 임용됐다. 연구 분야는 단백질 구조 및 상호작용 예측 기술이다. 그의 연구실은 2010년께부터 CASP와 CAPRI 등 글로벌 단백질 구조 예측 대회에서 10년 넘게 최상위권에 이름을 올리며 국제적인 명성을 쌓아왔다.

석 대표는 존 점퍼 구글 딥마인드 수석연구원이 지난해 노벨 화학상을 받은 일을 떠올리고 그와의 인연을 언급하며 AI의 발전이 업계 전반에 큰 변곡점이 될 것이라는 생각을 밝혔다.

점퍼 연구원은 석 대표가 시카고대 박사 후 연구원으로 근무할 당시 같은 연구실 박사 과정 막내 대학원생이었다. 그는 2018년 딥마인드에서 AI 모델 '알파폴드'를 개발했는데, 이 모델을 통해 지금껏 발견된 2억개의 단백질 구조를 예측할 수 있게 됐다. 같은 연구실 출신인 만큼 석 대표와 연구 백그라운드를 공유한다.

석 대표는 "AI 발전과 활용은 앞으로의 판도를 뒤바꿀 굉장히 중요한 혁명적인 사건"이라며 "양자역학이 탄생하고 과학계가 큰 변화를 맞은 것과 비슷하다"고 했다.

그는 또 "미국 식품의약국(FDA)은 신약 개발 과정에서 동물 실험을 AI로 대체하려는 시도를 하고 있다"며 "FDA는 업계의 기준이 되는 중요한 기관이기에 제약업계에도 큰 변화가 생길 것"이라고 전망했다.

AI 기반 신약 개발이 본격화되며 인류의 질병 정복 가능성도 보이기 시작했다는 것이 업계의 중론이다. 그는 "데미스 허사비스 구글 딥마인드 최고경영자(CEO)는 10년 안에 AI를 통해 원하는 모든 질병에 대한 항체를 만들 수 있을 것이라 말한다"며 "학계에서도 10년은 너무 빠를 수도 있지만 20~30년 안에는 가능하지 않겠느냐고 생각하는 이들이 많다"고 전했다.

연구에만 매진하던 그가 갤럭스 창업에 나선 것은 2020년이다. 그 배경엔 연구 실적이 더 많은 이들에게 현실적인 도움으로 이어지길 바라는 마음이 있었다. 석 대표는 "창업 이전부터 25년 이상 단백질 구조 및 상호작용 예측 기술을 연구해왔다"며 "세계적인 성과들이 학문적 결실로만 머물지 않고 실제 세상에 적용돼 더 많은 사람의 생명을 살릴 수 있길 바라는 마음이 창업으로 이어졌다"고 말했다.

AI는 신약 개발의 타깃 발굴 및 초기 물질 발굴 단계부터 비임상, 임상까지 이르는 전 과정에서 개발 시간과 비용을 획기적으로 줄이고 성공률을 높이는 역할을 한다. 항체 치료제 분야에서 특히 주목받는 것 중 하나가 갤럭스가 보유한 드노보 항체 설계 기술이다.

이 기술은 단백질의 아미노산 서열로부터 3차원 구조를 예측하고, 이를 바탕으로 특정 기능을 수행하는 단백질을 '처음부터' 설계할 수 있도록 한다. 세상에 없던 새로운 항체를 설계하는 기술인 것이다. 이는 특정 질병을 타깃으로 하는 정밀 치료제를 빠르게 설계할 수 있게 해 신약 개발의 판을 바꾸고 있다.

드노보 항체 설계 기술 개발 이전엔 스크리닝(후보물질 발굴 과정)을 통해 필요한 단백질을 먼저 발굴한 뒤, 이를 약물로 발전시키기 위한 복잡하고 다양한 확인 과정을 거쳐야 했다. 수많은 단백질을 무작위로 직접 확인할 수밖에 없었던 것이다.

석 대표는 이제 AI 기반 항체 설계의 다음 단계를 바라보고 있다. 항체 분자 하나가 타깃 분자 하나를 노리는 1대1 구조를 뛰어넘어 항체 분자 하나가 여러 개의 타깃 분자를 잡아둘 수 있는 기술을 개발 중이다.

그는 "여러 타깃 분자를 잡는 항체 분자를 찾는 것은 자연 상태에선 확률이 굉장히 낮다"며 "세 개의 원의 교집합 부분이 각 원의 크기보다 훨씬 작은 것과 같은 맥락"이라고 설명했다.

최태원 기자 peaceful1@asiae.co.kr