인공지능
인간 뇌 해독에서 AI와 신경과학의 성장하는 시너지
인공지능(AI)은 최근 화제가 되고 있으며, OpenAI의 ChatGPT, Google의 Bard, Elon Musk의 Grok과 같은 챗봇이 큰 관심을 받고 있습니다. 그러나 AI가 새로운 기술은 아니며, AI에 대한 관심은 1950년 과학자 앨런 튜링이 논문 “Computer Machinery and Intelligence”에서 기계 지능 테스트인 모방 게임을 제안한 때로 거슬러 올라갑니다.
튜링은 논문에서 “기계가 생각할 수 있는가?”라고 묻으며, 인간 심문관이 컴퓨터와 인간의 텍스트 응답을 구별하려는 “튜링 테스트”를 제시했습니다.
그 이후 기술의 발전으로 보다 정교한 AI 시스템이 등장했으며, 이들은 의료 분야를 포함한 다양한 분야에서 활용되어 가장 복잡한 인간 기관인 뇌의 이해와 치료에 기여하고 있습니다.
AI와 신경과학의 발전
광범위하게 말하면, AI 시스템은 방대한 데이터를 처리하여 패턴을 식별하고 음성을 해석하는 등 인간의 인지 기능과 관련된 작업을 추론하고 학습하며 수행합니다.
AI는 기본적으로 컴퓨터가 다양한 고급 기능을 수행하도록 하는 일련의 기술입니다. 현대 컴퓨팅 혁신의 핵심인 AI는 다음과 같은 여러 분야를 포함합니다:
- 데이터 분석
- 하드웨어 및 소프트웨어 엔지니어링
- 언어학
- 신경과학
- 심리학
인지 과정을 시뮬레이션하고 언어 번역 및 이미지 인식과 같은 복잡한 인지 작업을 지원하는 이러한 AI 모델은 생물학적 신경망을 기반으로 하며, 이는 상호 연결된 뉴런들의 복잡한 시스템으로, 기계가 음성, 이미지 및 패턴을 이해하도록 “훈련”하는 데 도움을 줍니다.
복잡하고 지능적인 인간 뇌는 인간 증강 가능성을 열기 위해 과학자들에게 도전 과제가 되어 왔습니다. 그러나 AI가 Apple의 Siri, Amazon의 Alexa, IBM의 Watson과 같은 기술을 만드는 데 활용된 반면, 진정한 변혁적 영향은 인공 신경망이 인간 고유의 지능과 결합될 때, 수세기 동안의 생존을 통해 축적된 결과가 나타날 때 실현될 것입니다.
컴퓨터가 아직 인간의 완전한 유연성을 따라잡지는 못하지만, 특정 작업을 수행하는 프로그램이 존재하며 AI 적용 범위는 매일 확대되고 있습니다. 이러한 기술적 진보와 과학의 발전은 특히 의료 진단 및 치료에 AI를 활용하게 만들었습니다.
다양한 출처의 방대한 환자 데이터를 분석하여 의료 제공자를 지원함으로써, AI는 환자의 건강 상태를 전체적으로 파악하고 보다 정확한 예측을 가능하게 하며 환자 치료에 대한 보다 정보에 입각한 결정을 내릴 수 있도록 돕습니다. 이는 또한 잠재적인 건강 문제를 생명을 위협하기 전에 조기에 감지하는 데 기여합니다. 더욱이 AI를 활용하면 의료 제공자는 일상적인 작업을 자동화하여 보다 복잡한 환자 치료에 집중할 수 있습니다.
다양한 기술이 인간 진화의 다음 단계를 가능하게 하는 방법을 알아보려면 클릭하세요.
AI가 인간 뇌를 더 잘 이해하는 데 기여하는 역할
신경과학의 획기적인 연구는 다음과 같은 고급 뇌 영상 기술의 개발을 이끌어냈습니다:
- 뇌전도 검사(EEG)
- 기능적 자기공명영상(fMRI)
동시에 머신러닝 및 딥러닝 분야의 AI 알고리즘이 더욱 정교해지면서 두 분야가 교차하게 되었습니다. 이러한 동기화는 과학자들이 전례 없는 규모로 뇌 데이터를 분석하고 이해할 수 있게 합니다.
AI와 신경과학, 즉 신경계와 뇌에 초점을 맞춘 분야와의 교차점은 특히 데이터 분석 영역에서 두드러집니다. 현재 AI는 과학자와 연구자들이 전례 없는 정확도로 뇌 영역을 매핑하도록 돕고 있습니다. 이는 복잡한 뇌 데이터 패턴을 분류하고 상관관계를 도출할 수 있게 하는 AI 기술의 발전 덕분에 가능해졌으며, 이 협업은 연구자들이 신경 경로를 더 잘 이해하는 길을 열어줍니다.
AI의 도움으로 의료 진단은 예측 정확도, 속도 및 효율성을 향상시켜 더 나은 진단이 가능해집니다. AI 기반 뇌 영상 연구는 임상 증상이 나타나기 전에 뇌 구조의 미세한 변화를 포착했으며, 이는 조기 발견 및 개입에 큰 잠재력을 제공하여 신경퇴행성 질환에 대한 접근 방식을 혁신할 수 있습니다.
예를 들어, 지난 달 말 연구진은 AI를 활용하여 전문적인 뇌 MRI 스캔을 분석했습니다. ADHD는 흔한 장애로, 미국에서 6세에서 17세 사이의 약 570만 명의 아동 및 청소년이 진단받고 있습니다.
“진단이 매우 어렵다.”
연구에서는 분수 이방성(FA) 값을 입력값으로 사용하여 딥러닝 AI 모델을 훈련시켜 ADHD를 “정량적이고 객관적인 진단 프레임워크”로 진단했습니다.
보시다시피, 뇌 스캔 및 환자 이력과 관련된 방대한 데이터 세트를 투입함으로써 알고리즘은 인간이 놓치기 쉬운 미세한 표식을 구별할 수 있습니다. 이는 진단 정확도를 높여 조기 개입과 더 나은 환자 결과를 가져옵니다.
뇌 과학의 비밀을 이해하기 위해 새로운 뇌 영상 기술을 연구하고 이를 AI와 연결해 뇌를 시뮬레이션하는 것은 AI와 인간 지능 사이의 격차를 좁히는 방법이기도 합니다. 이미 Neuralink와 같은 기업이 뇌-컴퓨터 인터페이스(BCI) 분야에서 많은 진전을 이루었습니다. BCI는 뇌를 외부 장치와 직접 연결하여 장애인들이 생각만으로 보철물을 제어하고 세상과 상호 작용할 수 있게 하며, 이는 과학 및 실용적 응용 분야에서 큰 잠재력을 보여줍니다.
인간 지능과 AI의 결합은 궁극적으로 ‘슈퍼휴먼’을 만들 수 있지만, 인간 뇌가 수행하는 시각 및 자연어 처리와 같은 통합 컴퓨팅 모델이 필요합니다. 이러한 맥락에서 가상 비서는 단순하고 복잡한 작업 모두를 처리할 수 있지만, 인간과 같은 의사소통 능력을 위해서는 보다 풍부한 맥락을 이해하도록 학습해야 합니다.
AI가 인간 뇌 치료에서 점점 커지는 역할
보건 의료에서 진단은 증상, 병력 및 검사 결과를 분석하여 질병이나 상태를 평가하는 과정입니다. 목표는 영상 검사, 혈액 검사 등과 같은 테스트를 활용해 의료 문제의 원인을 파악하고 정확한 진단을 내려 효과적인 치료를 제공하는 것입니다. 또한 진단은 상태의 진행 상황을 모니터링하고 치료 효과를 평가하는 데에도 사용됩니다.
AI가 치료에 미치는 잠재력은 매우 매력적입니다. 인공지능은 개인의 뇌 특성뿐만 아니라 의료 기록, 유전 정보, 생활 습관 데이터 등 다양한 요인을 분석해 맞춤형 의학을 제공할 수 있습니다. 이를 통해 AI는 각 환자 뇌의 고유한 복잡성을 고려한 맞춤 치료 계획을 약속합니다.
데이터에서 독특하고 편향되지 않은 패턴을 식별함으로써 AI는 새로운 바이오마커나 개입 방법을 발견할 가능성도 있습니다. AI 기반 시스템은 수동 프로세스보다 빠르고 효율적이며 인간 오류를 크게 줄입니다.
최근 연구팀이 AI를 사용해 최적의 약물 분자 합성 방법을 예측했습니다. 논문의 주요 저자인 David Nippa에 따르면, 이 방법은 필요한 실험 횟수를 ‘현저히’ 줄여 화학 합성의 효율성과 지속 가능성을 ‘증가’시킬 수 있다고 합니다.
AI 모델은 신뢰할 수 있는 과학 논문과 자동화된 실험실 데이터에서 학습되었으며, 어떤 분자에 대해서도 보리화 위치를 예측하고 화학 변환을 위한 최적 조건을 제공할 수 있습니다. 이미 기존 활성 성분에서 추가 활성 그룹을 도입할 수 있는 위치를 식별하는 데 활용되고 있어, 이 모델은 알려진 약물 활성 성분의 새로운 보다 효과적인 변형을 보다 빠르게 개발하는 데 도움을 줄 것입니다.
AI 통합을 추진하는 주요 제약 기업
이제 의료 분야에서 기술을 활용하고 있는 상장 기업들을 살펴보겠습니다.
1. Novartis (NVS)
이 제약 대기업은 생물 의학 데이터 분석 및 신약 발견·개발을 위해 AI에 투자해 왔습니다. 시가총액이 2,234억 달러이며, Novartis 주가는 현재 98.27달러로 올해 8.17% 상승했습니다. 회사의 최근 12개월(TTM) 매출은 478.8억 달러이며, EPS(TTM)는 3.59, P/E(TTM)는 27.30, ROE(TTM)는 14.94%입니다. 한편 배당 수익률은 3.57%였습니다.
(NVS )
Novartis는 공공 보건 기록, 처방 데이터, 내부 데이터 및 의료 보험 청구와 같은 방대한 데이터 세트를 분석하여 잠재적 시험 대상자를 식별하고 임상 시험 설계를 최적화하는 등 AI를 전사적으로 통합해 왔습니다. AI 도구를 활용함으로써 시험 대상자 모집이 더 빠르고 저렴하며 효율적으로 이루어졌다고 Novartis는 말합니다.
2. Pfizer (PFE)
이 연구 기반 바이오제약 회사는 시가총액 1,632억 3,800만 달러이며, 현재 주가는 28.97달러로 올해 43.58% 하락했습니다. 최근 12개월(TTM) 매출은 685.3억 달러이며, EPS(TTM)는 1.82, P/E(TTM)는 15.88, ROE(TTM)는 11.05%입니다. 한편 배당 수익률은 5.67%였습니다.
(PFE )
Pfizer는 AI를 활용해 신약 발견 노력을 강화하는 데 큰 관심을 보이고 있습니다. 이 회사는 CytoReason, Tempus, Gero, Truveta 등 다수의 AI 기업과 파트너십을 맺었습니다. 또한 종양학 임상 시험을 개선하기 위해, Pfizer는 종양학 AI 기업 Vysioneer와 데이터 공유 계약을 체결했으며, Vysioneer는 FDA 승인을 받은 AI 기반 뇌종양 자동 윤곽 솔루션인 VBrain을 보유하고 있습니다.
새로운 예측 모델과 도구를 만들기 위한 머신러닝 연구 허브를 구축하는 것 외에도, Pfizer는 세계 최대 클라우드 제공업체 중 하나인 Amazon Web Services와 협력해 클라우드 컴퓨팅을 신약 발견 및 제조에 활용하고 있습니다. 이 파트너십은 특히 “COVID-19 팬데믹 기간 동안… 백신 개발의 제조부터 임상 시험까지 다양한 측면에서” 큰 가치를 제공했습니다.
3. AstraZeneca (AZN)
이 바이오제약 회사는 시가총액 2,008억 달러이며, 현재 주가는 64.86달러로 올해 4.44% 하락했습니다. 최근 12개월(TTM) 매출은 거의 450억 달러이며, EPS(TTM)는 1.89, P/E(TTM)는 34.29, ROE(TTM)는 16.30%입니다. 한편 배당 수익률은 2.22%였습니다.
(AZN )
영국-스웨덴계 제약사는 신약 발견을 위해 복잡한 생물학적 데이터를 분석하는 데 AI에 투자해 왔으며, AI 기업과 협력해 연구 역량을 강화하고 있습니다. 최근 AstraZeneca는 AI 기반 바이오 의약품 신약 발견 기업 Absci와 최대 2억 4,700만 달러 규모의 계약을 체결해 암 치료용 항체를 설계했습니다. 해당 바이오 기업은 친화성, 제조 가능성, 안전성 등 특성을 기반으로 최적의 후보 물질을 도출하기 위해 생성형 AI를 활용합니다.
지난달 AstraZeneca는 혁신을 가속화하고 임상 시험에 AI를 도입하기 위해 Evinova라는 헬스테크 부서를 설립했습니다. 또한 AI 기반 ‘디지털 트윈’에 조기 접근 권한을 얻었으며, 희귀 질환 부문인 Alexion을 통해 Verge Genomics와 AI 기반 신약 발견 협약을 체결했습니다.
4. BenevolentAI SA (BAI.AS)
이 AI 기반 신약 발견·개발 기업은 시가총액 864.5억 달러이며, 현재 주가는 0.545달러로 올해 84.43% 하락했습니다. 회사의 EPS(TTM)는 0.75이며, P/E(TTM)는 0.72입니다.
BenevolentAI는 아토피 피부염 및 만성 질환·암에 대한 잠재적 치료법을 목표로 하는 임상 단계 기업입니다. 예측 AI 알고리즘을 활용해 이용 가능한 데이터와 과학 문헌을 분석·추출하여 필요한 인사이트를 도출합니다. 올해 5월, AI의 새로운 시대에 대비하기 위한 전략적 계획의 일환으로, 회사는 지출을 줄이고 순현금을 확보해 재무 유연성을 높이겠다고 발표했습니다.
이 회사는 GSK와 Novartis와 같은 대형 제약사와 확립된 파트너십을 보유하고 있으며, AstraZeneca와는 섬유증 및 만성 신장 질환 치료제 개발을 위해 협력하고 있습니다. 몇 달 전, BenevolentAI는 Merck KGaA와도 파트너십을 맺어 종양학 및 신경염증 분야의 전문성을 활용하고, 실현 가능한 소분자 후보 물질 발굴에 중점을 두어 AI 기반 신약 발견 계획을 지원하고 있습니다.
결론적 고찰
보시다시피, AI는 뇌 질환의 진단 및 치료를 향상시킬 수 있는 방대한 잠재력을 가지고 있습니다. 정상적인 뇌 활동에서의 미세한 편차를 기반으로 뇌 질환을 예측할 수도 있어 환자 결과를 개선하고 보다 효율적이고 효과적인 의료 시스템을 구현할 수 있습니다. 그러나 AI와 인간 뇌의 교차점은 윤리적 우려가 없지 않으며, 따라서 엄격한 프라이버시 보호가 필요함을 명시해야 합니다.
