국내 제약업계, 신약 개발 전반으로 AI 도입 확대

Traders Union
모든 뉴스
금융 뉴스
국내 제약업계 AI 신약 개발

모든 뉴스

주요 뉴스

편집자 추천

주식

암호화폐

경제

외환

원자재

시장의 소리

Ciaran Ryan

27.05.2026

국내 제약업계, 신약 개발 전반으로 AI 도입 확대 — 제약AI 혁신 가속화

국내 제약·바이오 기업들이 후보물질 발굴부터 생산 자동화, 문서 업무까지 신약 개발 전반에 인공지능 적용을 넓히고 있다. 개발 기간이 평균 10년 이상 걸리고 임상 실패율도 높은 산업 특성상, 초기 탐색과 선별 단계의 시행착오를 줄이는 역량이 경쟁력의 핵심으로 부각되고 있다.

하이라이트

Celltrion은 맞춤형 AI를 신약 개발, 생산, 관리 등 전 사업에 전면 도입하고, 신규 공장에 자동화 및 로봇 솔루션 적용 계획을 발표했다.
Hanmi Pharmaceutical, JW Pharmaceutical, Daewoong Pharmaceutical, Yuhan Corporation 등이 자체 AI 플랫폼으로 신약 후보물질 발굴 기간을 최대 80% 단축하는 성과를 내고 있다.
한국보건산업진흥원은 AI 도입 시 신약 개발 비용이 3조원에서 6,000억원, 개발 기간이 12년에서 7년으로 감소할 수 있다고 전망했다.

기업별 도입 확대와 적용 분야

서울경제 보도에 따르면, Celltrion은 26일 신약 개발, 생산, 관리 등 3대 사업 영역에 맞춤형 AI를 전면 도입하겠다고 밝혔다. 회사는 시간과 비용을 줄이고 업무 효율을 높이기 위해 AX를 가속화하고 있으며, 지난해 AI 기반 신약 개발 전담 조직을 신설한 뒤 신규 타깃 후보의 발굴, 검증, 최적화 과정에 AI를 점진적으로 적용하고 있다.

회사는 연구 인력의 데이터 분석 및 AI 활용 역량을 높이기 위한 리스킬링 교육도 진행하고 있고, 외부 AI 전문기업과의 오픈 이노베이션을 통해 파이프라인 구축 속도도 높인다는 계획이다. 생산 부문에서는 송도에 들어설 신규 원료의약품 4공장과 5공장에 자율주행 운반로봇, 자동화 물류창고, 지능형 로봇팔, 협동로봇 등 물리 AI를 적용해 공장 자동화 수준을 높일 방침이다.

장기적으로는 고난도 업무의 무인 운영을 위한 휴머노이드 도입도 검토하고 있다. 관리 부문에서는 시뮬레이션 결과를 바탕으로 문서 검색과 문서 비교 같은 단순 업무 시간이 현재보다 80~90% 줄어들 것으로 기대하고 있다.

기존에 자체 AI 플랫폼을 구축한 전통 제약사들도 후보물질 발굴에서 성과를 내고 있다. Hanmi Pharmaceutical은 자체 플랫폼 HARP를 활용해 신약 개발을 가속하고 있으며, 현재 임상 1상 단계인 비만 치료제 HM17321의 후보물질 발굴 기간을 기존 대비 최대 80% 수준까지 단축한 것으로 전해진다. JW Pharmaceutical은 4만5,000종 이상 화합물 데이터를 담은 AI 기반 플랫폼 JWave로 후보 탐색과 전임상 단계를 지원하고 있고, 이를 통해 발굴한 희귀 소아 뇌질환 치료 후보물질 DDC-02의 전임상 연구에서 손상된 신호전달 기능 회복 가능성을 최근 확인했다.

Daewoong Pharmaceutical은 8억종 화합물 데이터베이스를 기반으로 한 AI 신약 개발 플랫폼 DAISY를 운영하고 있다. Yuhan Corporation도 올해부터 자체 플랫폼 Universe를 통해 후보 설계, 스크리닝, 최적화 과정을 자동화하고 있으며, 2027년 1분기 완성형 시스템 공개를 목표로 하고 있다.

외부 AI 전문기업과의 협업도 활발하다. GC Biopharma는 지난달 AI 신약 개발 기업 Galux와 자가면역질환 항체치료제 공동 개발 프로젝트를 시작했고, Olix도 AI 기반 차세대 siRNA 전달 플랫폼 공동 개발을 위해 같은 회사와 업무협약을 체결했다. Chong Kun Dang은 LG CNS의 기업용 에이전틱 AI 플랫폼 AgenticWorks를 활용해 연간 제품 품질평가 보고서 작성 자동화 체계를 구축하며, AI 활용 범위를 품질관리와 문서 자동화로 넓히고 있다.

비용 절감 기대와 산업 과제

제약·바이오 업계가 AI 도입을 서두르는 배경에는 시간과 비용 부담이 있다. 신약 개발에는 평균 10~15년과 막대한 비용이 들고, 임상 실패율은 90%에 이르지만, AI를 활용하면 개발 속도를 크게 높일 수 있다는 기대가 커지고 있다.

한국보건산업진흥원은 앞서 AI를 신약 개발에 도입할 경우 개발 비용이 3조원에서 6,000억원으로, 개발 기간은 12년에서 7년으로 줄어들 수 있다고 추산했다. 한국바이오협회는 글로벌 AI 기반 바이오 시장이 2024년부터 11년간 6.5배 성장해 2035년 34조원 규모에 이를 것으로 전망하고 있다.

다만 국내 제약·바이오 기업의 AI 활용은 아직 초기 단계라는 평가도 있다. 한국바이오협회 이승규 부회장은 후보물질 발굴을 위한 스크리닝 등 다양한 연구개발 접근이 이뤄지고 있다고 설명하면서도, 글로벌 시장에서 AI 신약 개발이 임상 2상과 3상 단계까지 진전한 것과 비교하면 아직 기초적 수준이라고 진단했다.

그는 국내 AI 신약 개발 생태계가 성장하려면 데이터 수집과 가공 체계 구축이 우선돼야 한다고 강조했다. 업계 전반에서 AI 수요가 연구개발 전 과정으로 확산하는 가운데, 실제 경쟁력은 플랫폼 도입 자체보다 데이터를 얼마나 체계적으로 축적하고 활용하느냐에 달려 있다는 분석이 나온다.

우리 매체는 앞서 KIET의 ‘2026년 하반기 경제·산업 전망’을 바탕으로, AI·반도체 중심의 투자 확대가 한국의 2026년 성장률과 수출 전망을 끌어올린다는 분석을 전했습니다. 동시에 수출 증가가 반도체·ICT에 편중돼 다른 주력 업종의 부진이 이어질 수 있고, 유가·환율 등 비용 변수와 금융시장 변동성이 하방 위험으로 부각된다는 점도 짚었습니다.

이 자료는 제3자의 의견을 포함할 수 있으며, 이 웹페이지의 데이터 및 정보는 우리의 면책 조항에 따라 투자 조언을 구성하지 않습니다. 우리는 엄격한 편집 무결성을 준수하지만, 이 게시물에는 파트너의 제품에 대한 언급이 포함될 수 있습니다.

이 글이 마음에 드셨나요?