논문 브리핑
아스트라제네카, R&D 효율 높일 'AI 리서치 어시스턴트' 공개: 신약 개발의 판도를 바꿀까
글 · 한경모
신약 개발 과정은 방대한 정보를 탐색하고 검증하는 데 막대한 시간과 비용이 드는 고난도 작업입니다. 수많은 논문, 임상 데이터, 화합물 정보 등을 일일이 찾아 분석하는 일은 연구자들에게 큰 부담이죠. 하지만 이제 인공지능이 이 지난한 과정을 획기적으로 단축하고 있습니다. 글로벌 제약사인 아스트라제네카(AstraZeneca)가 바로 그 선두에 섰습니다. 아스트라제네카는 최근 내부적으로 개발한 LLM 기반의 에이전트 시스템인 '리서치 어시스턴트(Research Assistant)'를 공개하며 연구 개발(R&D) 방식의 새로운 지평을 열었습니다.
리서치 어시스턴트는 단순히 질문에 답하는 챗봇이 아닙니다. 연구자의 의도를 파악하고 다양한 데이터 소스를 오가며 필요한 정보를 능동적으로 수집, 분석, 요약해주는 '지능형 비서'에 가깝습니다. 핵심은 정보의 '접지(grounding)'에 있습니다. 일반적인 LLM이 종종 잘못된 정보를 생성하는 환각(hallucination) 현상에 노출될 수 있지만, 리서치 어시스턴트는 검색된 실제 데이터를 기반으로 답변을 생성함으로써 정보의 신뢰도를 극대화했습니다. 이는 특히 생명과 직결되는 의약품 개발 분야에서 결정적인 장점으로 작용합니다.
이 시스템은 방대한 정보의 바다에서 길을 잃지 않도록 설계되었습니다. 다음과 같은 다양한 종류의 데이터를 통합하여 활용합니다.
- 과학 문헌: 최신 연구 동향 및 과거 논문 데이터.
- 지식 그래프: 복잡한 생명 과학 개체 간의 관계를 구조화한 데이터.
- 화학 정보: 화합물 구조, 특성, 합성법 등.
- 임상 시험 데이터: 실제 환자 데이터를 통한 안전성과 효능 정보.
- 안전성 자원: 독성, 부작용 등 약물 안전성 관련 정보.
- 유전자 발현 데이터 및 내부 실험 시스템: 자체 축적된 귀중한 실험 데이터.
인사이트
아스트라제네카의 '리서치 어시스턴트'는 LLM 기반 에이전트 시스템이 방대한 전문 데이터를 통합하고 신뢰성 있는 정보로 '접지'하여, 제약 R&D의 효율성과 정확도를 혁신적으로 높일 수 있음을 보여주는 중요한 사례입니다. 이는 AI가 단순한 정보 탐색을 넘어 복잡한 전문 분야의 핵심 조력자가 될 수 있음을 의미합니다.
자주 묻는 질문
- 이 AI가 실제로 약을 개발하거나 치료법을 찾아낼 수 있나요?
- 아니요, 리서치 어시스턴트는 직접 약을 개발하기보다는 연구자들이 약 개발에 필요한 정보를 훨씬 빠르고 정확하게 찾고 분석하도록 돕는 강력한 조력자입니다. 인간 연구자의 의사결정을 돕고 효율을 높이는 데 중점을 둡니다.
- 혹시 AI가 잘못된 의학 정보를 줄 위험은 없나요?
- 리서치 어시스턴트의 핵심은 '접지(grounding)' 기술입니다. 이는 AI가 실제 과학 문헌, 임상 데이터 등 검증된 데이터 소스에서 직접 검색한 정보를 기반으로 답변을 생성하므로, 일반 LLM의 환각 현상을 최소화하여 정보의 신뢰도를 높입니다.
- 다른 제약회사들도 이런 AI 연구 시스템을 만들고 있나요?
- 네, 많은 글로벌 제약사들이 R&D 과정에 인공지능을 도입하고 있으며, 아스트라제네카처럼 LLM 기반 에이전트 시스템을 구축하려는 움직임은 전반적인 업계 추세입니다. 복잡한 데이터를 효율적으로 활용하기 위한 필수적인 투자로 인식되고 있습니다.
이 기사 어땠어요?
피드백을 남겨주시면 더 나은 맞춤 추천을 만듭니다.