KAIST InnoCORE AI-혁신신약연구단(2026년 8월호)
- 7월 28일
- 5분 분량
최종 수정일: 7월 30일
대전광역시 유성구 대학로 291 KAIST 화학과(E6-4) 4105호
042-350-2846
1. AI-CRED 개요: 신약개발 패러다임의 대전환
인공지능(Artificial Intelligence, AI)을 활용한 신약개발은 기존의 막대한 비용과 긴 개발 기간을 획기적으로 단축할 수 있는 게임체인저로 전 세계적으로 주목받고 있다. 2024년 노벨 화학상이 인공지능 기반 단백질 구조 예측 및 설계 기술을 개발한 데이비드 베이커(David Baker), 데미스 허사비스(Demis Hassabis), 존 점퍼 (John Jumper)에게 수여된 이후, 인공지능이 설계한 신약 후보물질이 실제 임상 단계로 진입하는 성과들이 잇따라 보고되며 그 실현 가능성이 과학적으로 입증되고 있다. 이에 따라 글로벌 제약기업 및 주요 선진국 정부는 관련 연구개발 투자 규모를 급격히 확대하고 있으며, 인공지능 기술과 전문 도메인 지식을 동시에 갖춘 ‘양손잡이형’ 융합 인재의 중요성이 더욱 부각되고 있다.
이러한 세계적 흐름에 발맞추어, 2025년 7월 과학기술정보통신부의 ‘인공지능 국가대표 양성사업(InnoCORE)’ 지원으로 한국과학기술원(KAIST)에 AI-혁신신약연구단(단장 이희승, 이하 AI-CRED)이 출범 하였다. AI-CRED는 인공지능 기술과 신약개발 전 주기를 하나로 통합하는 국가전략형 융합연구단으로, 한국과학기술원(KAIST)·광주과학기술원(GIST)· 대구경북과학기술원(DGIST)·울산과학기술원(UNIST) 등 4대 이공계 특성화 대학의 역량을 결집하고 정부출연연구기관과의 개방형 협력 생태계를 구축하고 있다.
AI-CRED가 내세우는 핵심 가치는 두 가지다. 하나는 퇴행성 뇌질환 및 노화, 암, 대사질환, 면역질환, 감염병 등 5대 난치 질환을 극복하기 위한 인공지능 기반 혁신신약 플랫폼 구축이고, 다른 하나는 인공지능과 신약개발 전 주기를 모두 이해하고 주도할 수 있는 ‘양손잡이형 (Ambidextrous) 과학자’ 양성이다. 기존 신약개발이 10년 이상의 시간과 막대한 비용, 90%가 넘는 임상 실패율로 상징되는 한계를 안고 있다면, AI-CRED는 인공지능·데이터·자동화를 신약개발 전 주기에 이식함으로써 이 구조를 근본적으로 바꾸고자 한다.
2. AI-CRED 연구 비전·목표 및 추진체계: D4 ID 프레임워크
AI-CRED의 연구는 ‘D4 ID(Dx for Innovative Drugs)’라는 독자적 프레임워크를 중심으로 추진된다. 혁신신약 설계(Design), 약물 전달(Delivery), 디지털 인공지능 플랫폼(Digital), 융합인재 양성(Discipline)의 네 축이 유기적으로 맞물려 신약개발 전 주기를 하나의 끊김 없는 지능형 플랫폼으로 통합한다.
■ 혁신신약 설계(Design): 인공지능 기반 혁신신약 새로운 모달리티 개발
5대 난치성 질환 극복을 위해서는 ‘인공지능 기반 혁신신약의 설계–합성–효능 검증’ 기술 개발이 핵심이다. 인공지능 공동연구자(AI Co-Researcher)와 고도화된 인공지능이 협업하여 질환별로 최적화된 치료 가능 표적(Druggable Target)을 발굴하고, 표적 맞춤형 혁신신약을 스스로 설계하는 것을 목표로 한다. 개발 대상 모달리티는 단백질·항체 신약, 합성 신약, 핵산 기반 신약(mRNA, ASO, siRNA 등), 후성유전 조절제, 유전자 편집 기반 치료제, 세포 치료제, 백신, 새로운(De novo) 신약 모달리티 및 융합 모달리티 등 다양한 형태를 포괄한다. 나아가 인공 지능이 제안한 합성 경로를 실험에서 검증하고, 이 결과를 다시 인공지능 모델에 피드백하는 ‘자가학습형 실험 루프 (Design–Make–Test–Learn)’를 구현하여 신약개발 성공률을 획기적으로 증진시키고자 한다.
■ 약물 전달(Delivery): 인공지능 기반 약물 전달 새로운 모달리티 개발
혁신신약의 효과를 체내에서 극대화하기 위해서는 장기 특이적·세포 특이적 약물 전달 기술이 필수적이다. AI-CRED는 인공지능 기반 설계 최적화를 통해 다양한 약물 유형(핵산, 단백질, 저분자 등)의 조직 및 세포 선택적 전달을 위한 지질 나노입자(LNP) 기반 플랫폼, 항체·펩타이드 기반 약물 전달 플랫폼, 혈뇌장벽(BBB) 극복을 위한 차세대 전달 플랫폼을 개발한다. 로보틱스 기반 자동화 실험, 랩온어칩(Lab-on-a-chip), 무세포 단백질 합성 시스템 등을 연계하여 데이터 수집과 인공지능 학습의 자동화 파이프라인을 구축하며, 이를 통해 나노리포솜, 고분자 기질, mRNA 전달체 등 다양한 혁신 전달 플랫폼의 실용화를 가속화한다.
■ 디지털 플랫폼(Digital): 실험 데이터 허브 구축 및 멀티모달 인공지능 모델 개발
신약개발 전 주기에서 발생하는 고품질 실험 데이터를 디지털 방식으로 수집·표준화하는 디지털 데이터 레이크(Digital Data Lake) 구축을 통해, 축적된 데이터를 기반으로 표적 특화 멀티모달(Multimodal) 인공지능 모델을 개발하여 예측–설계–검증의 연계 효율을 높이고, 데이터 기반 신약개발 생태계를 조성하고자 한다. 초기 유효 물질군의 합성 경로, 효능, 결합력, 물성, 독성, 부작용 등 핵심 정보를 자체 실험으로 생성하여 실시간으로 축적·정제·표준화하는 디지털 데이터 레이크는 화학구조-생물학적 반응-오믹스(Omics) 정보-실험 결과의 통합 학습을 통해 예측 정밀도를 향상시키고, 설계 → 검증 → 재설계의 자가학습형 인공지능 시스템을 구현한다. 이는 한국과학기술정보연구원(KISTI) 슈퍼컴퓨팅 자원 및 광주과학기술원(GIST) 클라우드와의 데이터 파이프라인을 구축하여 고성능 컴퓨팅(HPC) 기반의 실시간 데이터 허브를 운영하는 방식으로 구현된다.
3. 인재 양성 체계(Discipline): AI-CRED 펠로우십과 양손잡이형 과학자
AI-CRED가 가장 중점을 두는 것은 연구 성과만큼이나 ‘사람’이다. 한 사람의 연구자가 실험대 앞의 과학자와 모니터 앞의 컴퓨터 엔지니어로서 동시에 성장하는 ‘양손잡이형 과학자’ 육성이 AI-CRED의 교육 철학이다. AI-CRED는 화학, 생명과학, 의학, 공학, 인공지능 분야를 가로지르는 BioAIST(인공지능 융합 생명과학자), ChemAIST(인공지능 융합 화학자), MediAIST(인공지능 융합 의과학자), EnginAIST(인공지능 융합 공학자), DataAIST(인공지능 융합 데이터 과학자)라는 5대 유형의 세계 선도형 융합 인재를 체계적으로 배출하고자 한다.
■ AI-CRED 펠로우십(Fellowship): 역방향 융합연구 체계
기존의 단일분야 지도교수 주도형 연구 구조에서 탈피하여, 박사후 연구원이 창의적인 융합 주제를 직접 발굴·제안하고 서로 다른 두 분야 이상의 멘토 교수와 짝을 이루어 연구를 수행하는 ‘역방향 연구 체계’ 가 AI-CRED 펠로우십의 핵심이다. 아이디어 제안 → 다학제 멘토 페어링 → 융합연구 제안서 심사 → 연구 수행의 절차로 운영되며, 개인융합형, 과학기술원 간 교차형(Cross-IST형), 팀기반융합형, 산학연연계형의 4개 트랙으로 세분화된다. 2025년 출범과 함께 50명 이상의 박사후 연구원 펠로우를 채용하였으며, 각 펠로우는 두 명의 멘토 교수가 공동 지도하는 체계 아래 연구를 수행한다. KAIST(화학과, 생명과학과, 의과학대학원, 바이오및 뇌공학과, 뇌인지과학과, 기계공학과, 산업디자인학과, 전산학부, AI 대학원), DGIST(뇌과학과, 뉴바이올로지학과, 전기전자 컴퓨터공학과, 화학물리학과), UNIST(화학과), GIST(화학과, AI 융합학과), 한국생명공학연구원, 한국화학연구원, 한국과학기술정보연구원 등의 다학제 전문가 교수님들이 AI-CRED 멘토로 참여하고 있다.
4. 개방형 혁신 생태계: 학술 교류 및 산·학·연 협력
이러한 펠로우십 체계를 뒷받침하기 위해, AI-CRED는 연구단 내부를 넘어 외부와의 교류와 협력을 적극적으로 확대하고 있다.
■ 학술 교류 및 연구 네트워킹
AI-CRED 연구단은 인공지능 신약개발의 국가적 허브로서, 다학제 간 장벽을 허물고 공동연구를 활성화 하기 위한 ‘융합형 학술 교류 체계’를 구축하여 운영 중이다. 먼저, 글로벌 석학 및 산업계 전문가를 초청하는 ‘AI-CRED 세미나 시리즈’를 정례화하여 최신 인공지능 알고리즘과 실험 데이터가 결합된 세계적 기술 트렌드를 실시간으로 공유한다. 또한, 연례적으로 개최되는 ‘InnoCORE 통합 워크숍’을 통해 단장 및 멘토 교수진, 펠로우들이 연구단의 핵심 전략인 D4 파이프라인의 완성도를 점검하고, 소그룹 브레인스토밍을 통해 데이터 기반의 실질적인 협업 모델을 발굴한다. 이를 통해 연구단은 단순한 지식 전달을 넘어, 다학제 연구자들이 난제를 정의하고 해결책을 모색하는 개방형 공동연구 생태계를 구축해 나가고 있다.
■ 산학연 협력 및 글로벌 인재 유치
AI-CRED는 연구 성과의 산업화를 위해 산업 현장과의 연계를 적극적으로 확대하고 있다. 제닉스큐어, 라이보텍, 테라자인, 소바젠, 토르테라퓨틱스 등 국내 유망 바이오·제약 스타트업과 산학연 연계형 펠로우십 트랙을 운영하여 기초연구 성과의 실용화를 추진하고 있으며, 한국과학기술정보연구원(KISTI), 한국생명공학연구원(KRIBB), 한국화학연구원(KRICT), 한국과학기술연구원(KIST) 등 정부출연연구기관과도 멘토-펠로우 협력체계를 구축하여 연구 저변을 넓히고 있다. 또한, 미국 보스턴 해외 거점에서 글로벌 인재 모집 설명회를 개최하고, 해외 석학 자문단과 연계한 단기 방문 연구 및 국제 공동연구 기회를 제공함으로써 AI-CRED를 글로벌 인공지능 신약개발 허브로 발전시켜 나가고 있다.
AI-CRED가 추구하는 것은 단순한 연구 성과의 축적이 아니다. 인공지능과 신약개발이라는 두 거대한 영역을 가로지르는 융합 연구 생태계를 구축하고, 그 안에서 성장한 ‘양손잡이형(Ambidextrous) 과학자’들이 미래 제약· 바이오 산업의 혁신을 이끌도록 하는 것이 AI-CRED의 궁극적인 목표다. 출범 초기부터 활발한 연구 성과를 축적하며 대내외 학술 교류를 이어가고 있는 AI-CRED는, 앞으로 대한민국이 글로벌 인공지능 신약개발 경쟁에서 선도적 위치를 차지하는 데 핵심적인 역할을 담당할 것으로 기대된다.
KAIST InnoCORE AI-혁신신약연구단
AI-CRED(AI Co-Research & Education for Innovative Drug) Institute
이희승 단장
AI-혁신신약연구단
KAIST 화학과 석좌교수 이희승 교수는 KAIST 화학과에서 학사, 석사, 박사 학위를 취득하고, 미국 위스콘 신–매디슨 대학교에서 박사후 연구원으로 연구를 수행하였다. 2004년 KAIST 화학과 교수로 부임하였으며, 현재 KAIST 화학과 석좌교수이자 InnoCORE AI-CRED 혁신신약연구단 단장을 맡고 있다.
이 교수는 비천연 펩타이드 폴대머(foldamer)를 기반으로 한 정밀 자기조립, 카이랄 분자구조체, 단백질 모사 시스템 및 생체기능 조절 플랫폼 연구를 선도해 왔다. 특히 폴대머의 고차구조 제어와 계층적 자기조립 원리를 이용해 기능성 분자 아키텍처를 구현하는 독창적 연구 분야를 개척하였으며, 인공효소, 전사조절 모듈, 단백질–단백질 상호작용(PPI) 제어 등 생체기능 모방 및 신약 응용 연구로 확장해 왔다. 과학기술정보통신부 선도연구센터(SRC) ‘멀티스케일 카이랄구조체 연구센터(CMCA)’ 센터장 (2018-2025년), 대한화학회 유기화학분과 회장(2025년)을 역임하였으며, 2026년 대한화학회 학술상을 수상하였다. 현재는 4개 이공계 특성화대학과 주요 정부출연연구기관이 참여하는 AI-CRED 혁신신약연구단을 이끌며, AI기반 혁신신약 전 주기 연구 생태계 구축을 주도하고 있다.
댓글