강좌 강좌
특발성 폐섬유증(IPF) 입문: 폐에 흉터를 남기는 병이 AI 신약 뉴스에 등장하는 이유
특발성 폐섬유증은 이름이 낯설지만, 폐 조직에 흉터가 생기는 병이라고 기억하면 출발점으로 충분합니다. 최근 AI 시스템이 활용된 약물 후보가 이 병의 임상시험에 쓰이면서 IT 뉴스에서도 이 단어를 마주치게 됩니다.
한 문장으로 이해하기
특발성 폐섬유증(IPF, Idiopathic Pulmonary Fibrosis)은 폐 조직에 흉터를 남기는 폐 질환입니다. 이 강좌에서는 이 범위까지만 기억하면 충분합니다. 강좌를 끝내면 첫째로 IPF가 폐 조직에 어떤 변화를 일으키는 질환인지 설명할 수 있고, 둘째로 AI 시스템이 약물 후보를 찾는 과정을 단계로 설명할 수 있으며, 셋째로 초기 임상 결과를 읽을 때 조심할 점을 구분할 수 있습니다. 사전지식은 임상시험과 단백질이라는 말을 들어본 정도면 충분합니다.
왜 필요한가
낯선 의학 용어는 보통 의학 기사에서만 보입니다. 그런데 IPF는 AI 뉴스에도 등장합니다. 인실리코 메디슨이 생성형 AI를 이용해 개발한 약물 후보 렌토서티브(rentosertib)가 바로 IPF를 대상으로 하기 때문입니다. 여기서 생성형 AI란, 이 사례에서는 질병과 관련된 표적 단백질을 찾고 그에 맞는 분자를 새로 만들어내는 역할을 맡은 AI를 가리킵니다. 이 단어를 모르면 관련 기사에서 ‘무엇을 고치려는 약인가’라는 가장 기본적인 부분을 놓치게 됩니다. 한 가지 미리 짚을 점이 있습니다. AI가 사람 손을 떠나 약을 혼자 완성한 것이 아니라, AI 시스템이 표적 탐색과 분자 생성이라는 특정 단계에 사용되었습니다.
어떻게 이루어지는가
AI 시스템이 IPF 약물 후보 연구에 쓰인 과정은 다음 단계로 정리할 수 있습니다.
- 표적 찾기: 한 AI 시스템이 질병과 관련된 단백질을 찾습니다. 이렇게 선정된 표적이 TNIK라는 단백질입니다.
- 분자 설계: 다른 AI 시스템이 그 단백질의 구조를 분석해 들어맞는 분자를 생성합니다.
- 후보 도출: 표적 단백질 선정부터 약물 후보 도출까지 약 18개월이 걸렸습니다.
- 임상시험: 42명이 참여한 시험에서 폐 기능 개선이 나타났고, 연구진은 혈액 단백질 분석을 위한 샘플도 함께 수집했습니다.
- 추가 분석: 수집된 혈액을 여섯 개의 노화 시계로 분석했습니다. 노화 시계란 혈액 단백질로 생물학적 나이를 예측하는 AI 모델이며, 여기 쓰인 여섯 개는 서로 독립적으로 개발된 모델입니다.
- 다음 단계: 렌토서티브는 IPF를 대상으로 하는 3상 임상시험, 즉 잠재적 승인 전 마지막 임상 단계에 있습니다.
하나의 예시로 따라가기
이제 실제 사례인 렌토서티브 하나를 처음부터 끝까지 따라가 봅시다. 이 사례는 병이 왜 생기는지를 보여주는 예가 아니라, AI 기반 약물 개발과 초기 시험 결과를 어떻게 읽어야 하는지 보여주는 예입니다. 1단계에서 AI 시스템이 TNIK를 표적으로 선정했고, 23단계에서 분자가 생성되어 약 18개월 만에 후보가 나왔습니다. 4단계인 42명 시험에서는 폐 기능 개선이 나타났고 혈액 샘플이 모였습니다. 5단계에서 여섯 개 노화 시계를 돌렸더니, 여섯 개 모두 투약군의 단백질 패턴을 위약을 받은 집단보다 생물학적으로 젊게 예측했습니다. 위약을 받은 집단이란 실제 약물 후보 대신 비교를 위해 위약을 받은 참가자들입니다. 4주 차에 관찰된 가장 강한 변화는 예측 나이 34년 감소였고, 별도로 한 모델에서는 최대 6년의 차이가 나타났습니다. 여기서 반드시 구분할 점이 있습니다. 이 결과는 환자가 실제로 젊어졌다는 증거가 아니라, 혈액 단백질 패턴을 모델이 더 젊게 판정했다는 뜻입니다. 또 하나 눈여겨볼 점은 폐 기능에 가장 큰 도움이 나타난 투여 방식과 예측 생물학적 나이를 가장 많이 낮춘 투여 방식이 서로 달랐다는 사실입니다.
언제 쓰고 언제 쓰지 않는가
이 사례는 ‘AI 시스템이 약물 개발에 어떻게 쓰이는가’를 이해하는 출발점으로 적합합니다. 반대로 효과를 확정하는 근거로 쓰기에는 조건이 많습니다. 첫째, 참가자가 42명으로 적습니다. 둘째, 건강한 사람을 대상으로는 시험하지 않았기 때문에 결과를 건강한 사람에게 그대로 옮길 수 없습니다. 셋째, 노화 시계의 신뢰도 자체가 해석의 한계로 제시됐습니다. 넷째, 혈액 단백질 패턴의 변화가 폐 기능 개선에 따른 전반적인 신체 부담 감소로 나타났을 가능성도 제시됐습니다. 즉 약이 노화를 되돌렸다고 읽기보다, 왜 그렇게 보이는지 다른 설명이 남아 있는지를 함께 물어야 합니다. 이 강좌는 의료 조언이 아니며, 특정 약이나 회사를 권하는 내용도 아닙니다.
핵심 정리와 확인문제
IPF는 폐 조직에 흉터를 남기는 질환이고, AI 시스템이 활용된 렌토서티브가 이 병을 대상으로 개발되어 임상시험 단계에 있습니다. 초기 결과는 흥미롭지만 표본이 작고 대상이 제한적이라는 조건을 함께 읽어야 합니다.
- 입력 자료에서 IPF는 폐 조직에 어떤 변화를 일으키는 질환으로 설명되나요?
- 약물 개발에 쓰인 두 AI 시스템은 각각 어떤 역할을 했나요?
- 연구 결과를 건강한 사람에게 그대로 일반화할 수 없는 직접적인 이유는 무엇인가요?
1번 정답: 폐 조직에 흉터를 남기는 변화입니다. 해설: 입력 자료는 IPF를 폐 조직에 흉터를 남기는 폐 질환으로 설명하며, 렌토서티브는 이 질환을 대상으로 개발됐습니다. 2번 정답: 하나는 질병 관련 단백질을 찾았고, 다른 하나는 단백질 구조를 분석해 분자를 생성했습니다. 해설: 첫 번째 AI 시스템이 표적으로 TNIK를 선정했고, 두 번째 AI 시스템이 그 구조를 바탕으로 분자를 만들어 약 18개월 만에 후보가 도출됐습니다. 3번 정답: 건강한 사람을 대상으로 시험하지 않았기 때문입니다. 해설: 시험 참가자는 IPF 환자 42명이었고, 건강한 참가자 부재는 결과 해석의 한계로 함께 제시됐습니다.