1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드

제 논문은 약물 재창출 문제를 해결하기 위해 네트워크 마이닝 기술과 기계학습을 결합한 결과물입니다. 약물 재창출은 이미 특정 적응증에 사용이 허가된 약물을 다른 적응증에 활용하는 신약개발 접근법입니다. 기존의 신약개발 과정은 새로운 화합물을 찾은 후 흡수, 분포, 배출, 독성 평가를 거쳐 허가를 받는데 많은 시간과 비용이 소요되었습니다. 약물 재창출은 이미 검증된 허가 약물 중에서 새로운 질병을 치료할 수 있는 후보 약물을 찾는 방법입니다. 특히 COVID-19 팬데믹으로 인해 치료체를 빠르게 발견해야 하는 상황에서 약물 재창출 기술은 큰 주목을 받았습니다.
예를 들어, BenevolentAI 사의 연구원들은 네트워크 마이닝 기법을 사용하여 baricitinib이라는 약물을 COVID-19 치료제로 찾아내었습니다. 이는 이미 류머티스 관절염 치료제로 사용되던 약물을 새로운 적응증인 COVID-19 치료에 응용한 사례입니다.

네트워크 마이닝과 기계학습은 이미지 처리, 언어 처리와 함께 활발히 연구되고 있는 인공지능 기술입니다. 특히 소셜 네트워크 분야에서 네트워크 구성원들 사이의 관계를 학습하고 새로운 연결을 예측하는 기술이 빠르게 발전하고 있습니다. 제 연구에서는 이러한 발전된 컴퓨터 과학 기술을 활용하고, 기존의 알고리즘에 고차원적 (high-level)인 생물학 및 약학 지식을 적용하는 방식으로 약물 재창출 문제를 해결하려고 합니다.
제 논문은 이러한 발전된 네트워크 과학 기술에 고차원적인 지식의 적용 (integration) 을 통해 약물 재창출 문제를 다루고자 하는 것에 초점을 두고 있습니다.

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.

본 연구는 김선 교수님의 지도 아래 서울대학교 컴퓨터공학부의 생물정보 및 생명정보 연구실에서 진행되었습니다. 저희 연구실은 20여 명의 연구원으로 구성되어 있으며, 컴퓨터 공학 뿐만 아니라 생명과학, 약학 등 다양한 분야의 전문성을 갖고 있는 우수한 연구원들과의 협력을 통해 서로의 지식과 경험을 공유하고 함께 성장하고 있습니다.
저희 연구실은 주로 세포 및 환자 조직에서 유래한 다양한 오믹스 데이터 분석 기술을 활용하고 있으며, 컴퓨터 공학 알고리즘을 접목하여 생물/약학 분야의 다양한 문제를 해결하기 위해 노력하고 있습니다. 이를 통해 생물정보학과 신약개발 분야에서의 중요한 과제들에 대한 통찰력을 얻고, 새로운 접근법과 방법론을 개발하고 적용하는 것이 목표입니다.
또한, 소속기관인 아이겐드럭은 인공지능 기술을 활용하여 멀티오믹스 및 화합물의 네트워크 생성, 분석, 학습, 모델링을 수행하며, 신약개발 전주기에 대한 AI 신약개발 플랫폼을 개발하는 스타트업입니다. 다수의 AI 신약개발 국책·산업체 과제를 추진하며 전문성을 쌓아왔고, 제약사와 협업을 통해 개발한 인공지능 신약개발 모델을 검증해왔습니다. 특히, 아이겐드럭이 보유중인 선도물질 발굴 및 최적화 모델과 간 독성 예측 모델은 높은 정확성을 가지고 있으며, 현재 본 연구를 통해 개발한 약물 재창출 모델 및 질병 타겟 단백질 분석 기술도 상품화를 진행하고 있습니다.

3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

이제는 '빅데이터'라는 용어가 일상 어디서든 자주 언급되어 오히려 단어의 무게가 가벼워지는 듯한 느낌을 주는 시대에 살고 있는 것 같습니다. 데이터가 쌓여가고, 컴퓨터 기술의 발전으로 처리할 수 있는 컴퓨터의 성능 또한 발전하며, 이제는 인간의 시각으로 세상을 모델링하는 것이 아닌, 데이터로부터 세상을 모델링하는 시대를 살아가고 있습니다.

생물 분야 또한 분석 기술과 장비의 발달로 인해 빅데이터의 시대를 거쳐가고 있습니다. 하지만, 생물 데이터는 다른 분야의 데이터에 비해 너무나도 귀중한 데이터들입니다. 실험데이터는 사진 한 장을 찍거나, 블로그에 한 문장을 쓰는 행위처럼 손쉽게 얻을 수 있는 것이 아니라, 숙련된 전문가에 의해 긴 시간을 소요하여, 때로는 다양한 윤리적으로도 적합한 절차를 따르며 생산됩니다. 따라서 ChatGPT와 같은 수십억 개의 뉴런으로 이루어진 AI 모델이 모든 데이터를 학습하고 작동하는 것은 아직 한계가 있는 것으로 보입니다.
하지만 다행이도 생물학 및 화학 분야는 17-18세기부터 시작된, 수백 년 간의 지식이 쌓여 있는 분야입니다. 한정된 데이터로는 학습할 수 없는, 수많은 위대한 과학자분들께서 기초를 닦고 오랜 기간 실험적으로 검증된 생물학적 개념들을 우리는 알고 있습니다. 비록 데이터는 한정되어 있지만, 우리가 알고 있는 사전 지식을 AI 기술에 잘 접목한다면 적은 데이터로도 효율적으로 AI 모델을 학습시키고 그 과정에서 새로운 발견을 할 수 있습니다.
저 또한 이번 연구를 진행하며 기존의 정립된 약학/병태생리학적 지식의 데이터를 어떻게 기계학습 알고리즘에 잘 녹여낼까를 고민하였었습니다. 이를 위해 지난 수십 년동안 전문가들에 의해 정립된 ATC 코드 및 MeSH 체계를 네트워크 알고리즘에 접목하는 방법에 대한 동기를 갖고 연구를 진행하였습니다. 제 후속 연구들 또한 다양한 생물약학적 지식들을 기계학습 알고리즘에 녹여내며 새로운 발견을 이끌어내는 방향으로 진행하고 있습니다. 이렇게 생물정보학 및 인공지능 신약개발 분야에서 연구를 진행하며, 무엇보다 나의 전공지식들을 십분 활용하여 새로운 알고리즘을 만들고 또 새로운 발견을 하는 데에 가장 큰 보람이 있지 않았나 생각이 듭니다.

4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?

어떤 분야든 어려운 면이 없는 것은 아니지만, 생물정보학, 그리고 인공지능 신약개발 역시 예외는 아닙니다. 특히 인공지능, 알고리즘, 기계학습뿐만 아니라 생물학과 약학 지식이 모두 필요한 다학제 학문이기에, 엄중한 준비와 자기에 대한 확고한 의지가 필요합니다. 그러나 그만큼 흥미롭고 보람 있는 분야라고 생각합니다.
앞에서 언급한 대로, 저희 연구실에는 다양한 분야 출신의 연구원들이 모여 있습니다. 컴퓨터, 생물학, 약학 등 각기 다른 전문성을 가지고 있지만, 공통된 목표를 위해 함께 연구를 진행합니다. 이런 과정에서 지속적으로 성장할 수 있는 가능성이 가장 매력적으로 다가옵니다. 서로 다른 시각을 가지고 있음에도 불구하고, 하나의 목표를 위해 모이고 토론하며, 각자의 지식을 공유함으로써 구성원 모두가 함께 성장하고 있다는 사실을 깨닫게 됩니다. 훌륭한 동료들과 함께하면서, 컴퓨터공학 출신 연구원들은 실험적인 사고 방식을 배우고, 생물학 및 약학 출신 연구원들은 문제의 정의, 접근 방법, 해결책 등을 배우며 다학제 연구자로 성장할 수 있습니다.
세상은 넓고, 배울 지식은 다양합니다. 본인의 의지와 열정이 있다면, 끊임없이 학습하고 성장하며 동료들과 함께 새로운 분야를 개척해 나갈 수 있습니다. 다만 한 가지 걸림돌이 있다면, 코딩과 알고리즘 설계를 일상으로 삼을 준비가 되어 있는지에 대해서는 심사숙고가 필요하지 않을까 합니다.

5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?

인공지능 기술의 발전이 점점 빨라지고 있습니다. 잠시만 한 눈을 판 사이에 여기저기서 혁신적인 기술들이 발표되고, 그 위에 또 새로운 논문들이 쌓여 나가는 시대입니다.
저는 이러한 인공지능 기술들에, 생물 및 약학 도메인의 지식과 기술을 적용하여 인공지능 신약개발의 지평을 넓히는 intelligent knowledge integration 연구를 꾸준히 진행할 계획입니다.

6. 다른 하시고 싶은 이야기들.....

이번 연구의 진행에 도움을 주신 여러 분들께 감사의 인사를 드리고 싶습니다. 연구를 진행할 수 있는 기반과 진행 방향을 지도해주신 김선 교수님, 그리고 물심양면으로 지원을 아끼지 않아 주신 아이겐드럭의 이선호 대표님께 우선 감사드립니다. 또한 초짜 대학원생인 저에게 연구라는 것을 처음부터 가르쳐 주신, 출판 과정 중 임용이 되신 임상수 교수님께 다시 한 번 감사와 축하의 말씀을 전해드립니다. 후배 연구자들의 멋진 본보기이자 지도자가 되어 주실 것이라 믿습니다. 또한 부족한 제가 요청드릴 때 마다 아낌없이 토의를 진행해주신 이상선 박사님께도 감사드립니다. 함께 동거동락 해준 저희 연구실의 훌륭한 동료들 모두 너무 고맙고, 모두 함께 한빛사에 소개되는 날이 올 것으로 믿어 의심치 않습니다. 그리고 지금의 제가 있도록 만들어 주신 부모님과 동생 도윤이, 너무나도 감사하고 사랑한다는 말 전하고 싶습니다.

끝으로, 제 연구를 소개할 수 있는 기회를 만들어주신 BRIC 및 한빛사 관계자 여러분께도 감사의 인사 드립니다. 더 좋은 연구로 다시 인사드리도록 하겠습니다.