진온바이오텍㈜ 및 In Quantio 김학진 대표는 한국생명공학연구원 권태호 박사와 함께, 『Nature Signal Transduction and Targeted Therapy 리서치 하이라이트 논문을 통해 양자컴퓨터와 인공지능의 융합이 신약 개발과 정밀의료의 미래를 어떻게 재편하고 있는지를 조명했다.

논문은 ‘Quantum biological convergence: quantum computingaccelerates KRAS inhibitor design’이라는 제목으로 5월 14일 게재됐다.

이번 논문은 『Nature Biotechnology』에 발표된 Mohammad Ghazi Vakili 등의 연구를 중심으로, Quantum Circuit Born Machines(QCBMs)와 Long Short-Term Memory(LSTM) 기반 인공지능을 융합한 하이브리드 계산 모델이 ‘언드러거블(Undruggable)’로 알려진 KRAS 변이를 표적하는 신약 설계를 어떻게 가능하게 했는지를 설명했다.

전통적인 신약 개발 방식이 대규모 화합물 스크리닝과 반복적인 최적화 과정에 집중한다. 반면, 이번 접근은 양자컴퓨팅 기반 생성 모델을 활용해 100만 개 이상의 분자 구조를 설계하고 필터링함으로써 초기 후보 물질을 효과적으로 도출했다.

특히 이 중 ISM061-018-2와 ISM061-022는 KRAS의 주요 변이(G12C, G12D, G12V)에 대해 미세한 결합력을 보였으며, 세포 기반 실험에서는 해당 변이를 가진 암세포의 증식을 억제하는 기능적 효과도 확인됐다. 이는 다양한 KRAS 변이를 동시에 타깃할 수 있는 ‘pan-KRAS 억제제’ 개발의 가능성을 시사한다.

이번 논문은 이러한 사례를 단순한 기술 적용을 넘어 ‘양자생물 융합(Quantum Biological Convergence)’의 실현으로 정의하며, 향후 신약개발 지형을 바꿀 수 있는 기술적 패러다임으로 제시했다.

특히 △신속한 후보물질 생성과 필터링, △약물 적합성 예측을 통한 품질 향상, △분자 구조의 다양성 확보, △지적재산권(IP) 충돌 최소화 등을 강조했다.

우선 속도 측면에서, 양자컴퓨팅 기반 생성 모델과 AI 기반 필터링을 결합함으로써 수십만. 수백만 개의 후보물질을 단기간 내 설계·평가할 수 있어, 전통적인 신약 탐색 과정 대비 시간 효율이 대폭 향상됐다.

품질 면에서는 ADME-Tox(흡수, 분포, 대사, 배설, 독성) 등 약물로서의 적합성을 사전에 예측할 수 있는 인공지능 알고리즘을 적용, 개발 가능성이 높은 고품질 분자들을 우선 도출할 수 있었다.

또한 기존의 화합물 라이브러리와 중복되지 않는 새로운 화학 구조를 탐색함으로써, 혁신적 타깃에 적합한 분자 다양성을 확보하는 데도 유리한 결과를 보였다.

아울러 설계 초기 단계부터 특허 중복 가능성을 고려해 구조를 도출하는 방식은 향후 신약 후보물질의 지적재산권 확보와 특허 회피 측면에서도 경쟁력을 높일 수 있는 전략으로 평가된다.

이번 연구에도 한계는 있다. 연구진은 650종 이상의 KRAS 억제제 데이터, 25만 개의 구조 기반 스크리닝 화합물, 85만 개 이상의 유사 분자 등 방대한 선행 데이터를 바탕으로 분석을 수행했다. 이로 인해 데이터가 부족한 신규 타깃이나 희귀 질환에의 적용은 아직 도전 과제로 남아 있는 상황이다.

그럼에도 불구하고 이번 연구는 양자기술과 바이오산업이 실질적으로 연결된 첫 사례 중 하나로 평가된다. 향후 양자-AI 기반 정밀의료 플랫폼 구축에 있어 중요한 실마리를 제공할 것으로 기대된다. 특히 이러한 하이브리드 모델이 구조 기반 약물 설계(SBDD)나 단편 기반 접근법(FBDD)과 통합될 경우, 기존에 ‘언드러거블’로 간주되던 난치 표적에 대한 신약 설계 가능성도 한층 확대될 전망이다.

김학진 대표는 “양자컴퓨터는 단순한 연산 속도의 진보가 아니라, 기존에는 상상조차 어려웠던 가능성을 열어주는 도구가 될 수 있다”며 “지금은 제약·바이오 산업이 인공지능(AI) 혁명 이후의 패러다임 전환 속에서, 양자컴퓨터의 활용을 본격적으로 고려해야 할 시점”이라고 강조했다.