한빛사 인터뷰
- 등록2025-10-29
- 조회1,021
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드
신약 개발 과정에서 가장 큰 어려움 중 하나는 전임상 단계에서 안전하다고 평가된 약물이 임상시험에서는 예상치 못한 심각한 부작용을 일으켜 실패하는 경우가 많다는 점입니다. 이런 문제의 핵심에는 전임상 모델 (예: 세포나 실험쥐)과 사람 사이의 생물학적 차이가 존재합니다. 저희 연구팀은 이러한 차이를 “유전형-표현형 차이 (genotype-phenotype difference, GPD)”로 정의하고, 이를 정량적으로 분석해 인간에서의 약물 독성을 보다 정확하게 예측할 수 있는 인공지능 모델을 개발했습니다.
기존의 독성 예측 연구들은 대부분 약물의 화학적 구조에 초점을 맞췄기 때문에, 생물학적 맥락이나 종간 차이를 충분히 반영하지 못했습니다. 저희는 이 한계를 극복하기 위해 유전자 필수성, 조직별 발현 패턴, 생물학적 네트워크 연결성을 전임상 모델-사람 간 비교함으로써 약물의 인간 독성 가능성을 새롭게 평가했습니다. 그 결과, 신경독성이나, 심혈관독성과 같은 임상 실패의 주요 원인을 훨씬 더 정확히 탐지 할 수 있었습니다.
이 연구를 진행하면서 가장 기억에 남는 순간은 논문 심사 과정이었습니다. 심사위원들로부터 “AI 모델이 예측한 결과를 생물학적으로 어떻게 설명할 수 있는가?”라는 질문을 많이 받았는데, 이를 해결하기 위해 공동 저자들과 함께 수많은 문헌을 찾아보며 토론했고, 덕분에 모델의 해석 가능성을 강화할 수 있었습니다. 지금 돌아보면 그, 과정이 저에게 큰 배움이자 성장의 시간이었습니다.
앞으로 이 분야는 AI와 생물학이 융합된 설명 가능한 약물 부작용 예측으로 발전해 나갈 것입니다. 단순히 “예측이 잘 된다”를 넘어, “왜 그런 부작용이 나타나는가”를 생물학적으로 설명할 수 있어야 합니다. 이러한 접근은 전임상-임상 간 차이로 인한 약물 실패를 줄이고, 나아가 환자 맞춤형 치료 (personalized medicine)로 이어질 수 있을 것입니다. 또한, 멀티오믹스와 AI를 통합한 예측 시스템은 향후 제약 산업의 연구 개발 전략을 근본적으로 바꿀 수 있는 잠재력을 가지고 있다고 생각합니다.
2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.
이번 연구는 포항공과대학교 생명과학과 김상욱 교수님이 이끄시는 “구조생물정보학 연구실 (https://sbi.postech.ac.kr)”에서 수행되었습니다. 연구실은 계산생물학, 구조생물학, 인공지능을 융합한 다학제적 연구를 활발히 진행하고 있으며, 다양한 배경을 가진 연구자들이 함께 토론하고 협력하는 분위기가 큰 강점입니다.
연구실에서는 생명과학, 통계학, 컴퓨터공학 등 여러 분야에 대해 구성원들이 서로의 지식을 공유하며 함께 성장할 수 있는 기회를 제공합니다. 또한, 풍부한 컴퓨팅 자원과 자유로운 연구 문화, 그리고 국내외 기관 및 기업과의 활발한 공동연구는 연구실 구성원들의 아이디어를 실제 성과로 발전시키는 데 큰 도움이 됩니다.
저는 이곳에서 박사학위를 마친 후, 김상욱 교수님의 연구실에서 배운 통합적 사고를 바탕으로 전임상-임상 간 생물학적 차이를 정량화 하여 실제 신약 개발에 적용하는 연구를 이어가고 있습니다.
3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람
이번 연구를 통해 가장 큰 보람을 느낀 점은, 인공지능이 단순히 예측 정확도를 높이는 기술이 아니라 생물학적 해석을 통해 실제 임상 안전성 평가에 기여할 수 있는 도구가 될 수 있다는 것을 보여주었다는 것입니다.
약물 개발의 실패 뒤에는 많은 연구자와 환자들의 노력이 담겨 있습니다. 제 연구가 그 실패를 줄이는데 조금이라도 도움이 될 수 있다면, 그것이 가장 큰 보람이라 생각합니다. 또한, 연구실 동료들과 함께 아이디어를 주고받으며 어려운 문제를 해결해 나갈 때 팀 워크의 가치를 깊이 느꼈습니다. 그런 협력의 순간들이 연구자로서의 자부심을 키워주는 것 같습니다.
4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?
요즘 생명과학에서도 인공지능을 접목하려는 시도가 활발히 이루어지고 있습니다. 하지만 단순히 좋은 성능의 모델을 만드는 것보다 더 중요한 것은, 그 모델의 예측이 생물학적으로 해석 가능한가, 그리고 임상의나 생물학자들이 납득할 수 있는 설명을 제시할 수 있는가 입니다.
이를 위해서는 단편적인 데이터 분석을 넘어서, 생물학에 대한 깊은 이해와 넓은 시각을 함께 갖추는 것이 필요합니다. 또한, 혼자서 모든 문제를 해결하려 하기보다는 다양한 전공의 연구자들과 협력하며 배움을 이어가는 태도가 중요하다고 생각합니다.
5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?
앞으로는 전임상-임상 간의 차이를 정량화 하는 프레임워크를 기반으로, 개별 환자 수준에서의 약물 반응성과 독성을 예측하는 연구로 확장할 계획입니다. 이를 통해 신약 개발의 효율성을 높이는 것은 물론, 환자 맞춤형 치료 (personalized medicine)의 기반을 마련하고자 합니다.
장기적으로는 AI를 활용해 세포, 동물, 환자 멀티오믹스 데이터를 통합 분석하고, 질병 관련 타겟을 발굴해 실제 약물 개발 프로세스에 적용하는 것을 목표로 하고 있습니다.
6. 다른 하시고 싶은 이야기들.....
이번 연구를 함께한 모든 분들께 진심으로 감사드립니다. 연구를 처음 시작할 때부터 지금까지 끊임없는 조언과 격려를 아끼지 않으신 김상욱 교수님께 특히 감사의 마음을 전합니다.
또한, 함께 밤낮없이 고민해준 연구실의 모든 동료들, 그리고 언제나 믿고 응원해준 가족들에게 이 자리를 빌려 깊은 감사를 드립니다.
무엇보다 논문이 완성되기까지 곁에서 묵묵히 응원해준 애인 “조혜린” 양 에게도 진심으로 감사의 마음을 전하고 싶습니다.
앞으로도 연구자로서 겸손한 자세로 배우고, 사회에 의미 있는 연구를 지속할 수 있도록 노력하겠습니다.
#Drug toxicity
# Artificial intelligence
# Translational research
댓글 작성 로그인
팝업 닫기관련 링크
관련분야 연구자보기
소속기관 논문보기
관련분야 논문보기
