1대웅제약이 2026년 9월 28일 산업통상부의 'AI 기반 방출조절·복합제형 통합 최적 설계 플랫폼 개발' 국책과제 주관기관으로 선정됐다고 밝혔다.
2대웅제약·국민대학교·중앙대학교·에이아이제팜 등 4개 기관 컨소시엄에 2029년 12월까지 약 53억 원의 연구비가 투입된다.
3플랫폼은 목표 약동학 특성을 입력받아 제형 처방 후보를 제안하고, 실험 결과를 다시 AI 학습에 반영해 예측 정확도를 높이는 구조로 개발된다.
4컨소시엄은 웹 기반 구독형 플랫폼 상용화를 추진한다는 구상이나, 활용 가능성은 연구 후반 GMP 기준 시생산 검증을 통해 판정될 예정이다.
어떻게 볼까요?
취향대로 골라보세요 — 같은 기사를 네 가지 방식으로 만나요
대웅제약, 알약 설계를 AI에 맡기겠다고 선언한 날 💊
박성수 대웅제약 대표가 28일 내놓은 말은 이렇습니다. "축적된 연구 경험과 데이터를 AI와 결합해 제제 연구의 속도와 정밀도를 높이겠다." 신약 성분을 찾는 얘기가 아닙니다. 이미 찾은 성분을 어떤 알약으로 만들지, 그 설계를 AI에 맡기겠다는 겁니다. 2029년 12월까지 53억 원이 들어가는 국책과제입니다.
01/ 05주관기관 자리에 제약사가 앉았다
대웅제약은 28일 산업통상부의 'AI 기반 방출조절·복합제형 통합 최적 설계 플랫폼 개발' 국책과제 주관기관으로 선정됐다고 밝혔습니다. 컨소시엄에는 국민대학교와 중앙대학교, 그리고 에이아이제팜이 공동연구로 참여합니다. 대웅제약을 포함해 모두 4개 기관입니다. 2029년 12월까지 컨소시엄 전체에 투입되는 연구비는 약 53억 원입니다.
02/ 05AI 신약개발과는 다른 자리를 노렸다
그동안 제약업계의 AI 얘기는 대부분 '어떤 물질이 약이 될까'를 찾는 쪽이었습니다. 이번 과제가 겨누는 지점은 그다음 단계입니다. 성분은 정해졌는데, 그걸 어떤 형태의 알약으로 만들어야 몸에서 원하는 대로 작동할지를 설계하는 일. 제제(製劑) 연구라고 부르는 영역입니다. 연구원이 수십 번 실험을 반복하며 답을 찾아왔던 구간에 AI를 넣겠다는 구상입니다.
03/ 05"이런 흡수 곡선을 원한다"를 입력값으로 받는다
플랫폼은 목표 약동학 특성을 입력받는 방식으로 개발됩니다. 약동학은 약물이 몸에 들어가 흡수되고 퍼지고 분해돼 빠져나가는 과정을 수치로 나타낸 지표입니다. 이 목표치를 넣으면 AI가 두 종류의 처방 후보를 제안합니다. 하나는 약물이 녹아 나오는 속도를 조절하는 방출조절제형, 다른 하나는 여러 유효성분을 한 알에 담은 복합제형입니다. 여기에 용출 양상 예측, 첨가제 추천, 실험조건 제안 기능을 함께 구현합니다.
04/ 05실험 결과를 다시 AI에 먹인다
예측만 하고 끝나는 구조가 아닙니다. 실험을 해서 나온 결과를 다시 AI 학습에 반영해 예측 정확도를 높이는 순환 구조로 설계할 예정입니다. 실험을 검증용으로만 쓰지 않고 학습 데이터로 재활용하는 방식입니다. 여기에 위와 소장의 환경을 모사해 약물이 실제로 녹아 나오는 양상을 평가하는 시스템도 함께 개발합니다. AI가 내놓은 예측을 어디에 대고 맞춰볼지, 그 기준선을 같이 만드는 셈입니다.
05/ 05실험실 예측은 GMP 시생산에서 판정된다
연구 후반에는 AI가 제안한 처방과 공정조건을 대웅제약의 실제 개발 과제에 적용합니다. 그리고 GMP 기준에 따른 시생산으로 활용 가능성을 검증할 계획입니다. GMP는 의약품 제조와 품질 관리에 관한 법적 기준입니다. 화면 속 예측값이 실제 생산 라인에서도 버티는지를 이 단계에서 확인하게 됩니다. 컨소시엄은 여기서 더 나아가 웹 기반 구독형 플랫폼으로 상용화하는 방안도 추진한다는 구상입니다.
한 가지만 기억한다면
이 과제의 결과물은 대웅제약 내부용으로 끝나지 않을 수 있습니다. 컨소시엄이 웹 기반 구독형 상용화를 언급했기 때문입니다. 자체 제제 연구 인력을 두기 어려운 중소 제약사나 연구기관이 구독 형태로 쓸 수 있는 도구가 될지가 관전 포인트입니다. 다만 상용화는 구상 단계이고, 판단의 근거가 되는 GMP 시생산 검증은 연구 후반에 진행됩니다. 박 대표가 말한 "실제 신약 개발 현장에서 활용 가능한 플랫폼"의 성적표는 2029년 12월 이후에 나옵니다.
같은 뉴스, 네 가지 시선. AILENS입니다. 오늘은 9월 28일에 나온 소식 하나를 들고 왔어요.
한 번 상상해봅시다. 실험실 선반 위에 알약 후보가 스무 개쯤 놓여 있습니다. 겉보기엔 다 똑같아요. 그런데 이 중에 하나만, 몸속에서 원하는 속도로 녹아 나옵니다.
어느 게 그 하나인지는 만들어서 먹여봐야 압니다. 조금씩 배합을 바꿔서, 다시 만들고, 다시 재고.
이게 제제 연구라는 일이에요. 약효 성분을 찾는 게 아니라, 그 성분을 어떤 옷을 입혀서 몸에 넣을지 정하는 일. 같은 성분이라도 빠르게 풀리게 할 수도 있고, 열두 시간에 걸쳐 천천히 풀리게 할 수도 있죠. 하루 세 번 먹던 약을 한 번으로 줄이는 게 여기서 갈립니다.
문제는 이 과정이 거의 감(感)에 가깝다는 거예요. 경험 많은 연구원의 머릿속에 쌓인 데이터. 그게 자산인데, 동시에 병목이기도 하거든요.
대웅제약이 이 부분을 AI로 풀어보겠다고 나섰습니다. 산업통상부 국책과제 주관기관으로 선정됐다고 28일 밝혔어요. 국민대, 중앙대, 에이아이제팜이 함께 참여합니다. 연구비는 2029년 12월까지 약 53억 원.
방식은 이렇습니다. 목표로 하는 흡수·배출 특성을 먼저 입력해요. "이 약은 몸에 들어가서 이런 곡선을 그리며 풀려야 한다"고요. 그러면 AI가 거기에 맞는 배합 후보를 내놓습니다. 어떤 첨가제를 쓸지, 어떤 조건에서 실험할지까지.
그리고 실험 결과를 다시 AI에 먹입니다. 틀렸으면 왜 틀렸는지 학습하는 거죠.
여기서 제가 좀 걸린 대목이 있어요.
이 컨소시엄이 플랫폼을 만들어서 자기들만 쓰겠다는 게 아니라는 겁니다. 웹 기반 구독형으로 상용화하겠다고 해요. 그러니까 다른 제약사도 돈 내고 쓸 수 있게 만든다는 거죠.
좀 이상하지 않나요. 제약사한테 제제 설계 노하우는 핵심 자산인데. 그걸 남들도 쓸 수 있는 도구로 내놓겠다는 거예요.
저는 이게 계산이라고 봤습니다. 노하우를 감춰서 지키는 시대가 지나가고 있다는 판단. 어차피 AI가 이 영역을 뒤집을 거라면, 남이 만든 도구에 종속되기보다 내가 그 도구를 만드는 쪽에 서겠다는 거죠.
그런데 여기서 남는 게 있어요.
제제 연구원의 감이라는 건, 실패한 기억이기도 하잖아요. 왜 이 조합이 안 됐는지, 어떤 조건에서 뭉쳐버렸는지. 그런 건 논문에 안 실립니다. 사람 머릿속에만 남아요.
AI를 학습시키려면 그 실패 데이터가 필요합니다. 성공 사례만으로는 부족하죠. 문제는 실패 기록이 제대로 남아 있는 경우가 드물다는 거예요. 아무도 실패를 꼼꼼히 정리해두지 않으니까.
그러니까 이 프로젝트가 진짜로 시험하는 건 AI 성능이 아닐 수도 있습니다. 그 회사가 지난 수십 년간 자기 실패를 어떻게 기록해왔는지, 그게 드러나는 자리인 거죠.
2029년 12월. 4년쯤 남았습니다. GMP 기준으로 시생산까지 해보고 판단한다고 했어요. 만들어보고 실제로 쓸 만한지 확인한다는 뜻입니다.
그때 결과가 나오면, 저는 성능 수치보다 이걸 보고 싶어요. AI가 제안한 배합 중에 사람이 "이건 아닌데"라고 했다가 실제로 되어버린 게 몇 건인지. 그게 있으면 진짜 뭔가 바뀐 거고, 없으면 기존 감을 빠르게 재생한 것에 가까울 테니까요.
기억해두실 건 하나입니다. 제약 AI 소식이 나오면 보통 "신약 후보 발굴"에 시선이 갑니다. 그런데 약은 성분만으로 약이 되지 않아요. 어떻게 몸에 들어가느냐가 절반입니다. 그 절반이 지금 조용히 움직이고 있습니다.
