제너레이트 바이오메디슨스 Bernstein Insights: Healthcare Leaders and Disruptors – 3rd Annual Healthcare Forum

좋습니다. 코트니, 초대해 주셔서 감사드리고 이 자리에 함께하게 되어 기쁩니다. 제너레이트는 2018년에 설립된 회사로, 상당히 선도적으로 생성형 AI를 활용해 단백질 치료제를 설계해 왔습니다. 저희는 일종의 알파폴드 이전, 챗GPT 이전의 시대에 설립된 회사로, 머신러닝의 힘을 활용해 생물학을 이해하고 프로그래밍하고자 했습니다. 처음부터 초기 결과는 매우 고무적이었습니다. 대규모 데이터 세트를 통해 단백질 서열이 궁극적으로 단백질 기능으로 어떻게 이어지는지를 근본적으로 이해할 수 있다는 점이 확인됐기 때문입니다. 회사의 핵심에는 건식 연구실과 습식 연구실을 통합한 접근법이 있습니다. 저희는 계산 모델과 확산 모델의 한계를 넓혀, 상상하기 어려울 정도로 큰 탐색 공간에서 유용한 사전 분포를 만들어 냅니다. 그런 다음 습식 연구실과 검증 엔진을 통해 이러한 계산 결과를 실제로 구현하고 모두 테스트합니다.

생성형 AI 분야에서 가장 큰 가능성을 보여 온 영역들을 생각해 보면, 언제나 신속한 검증 주기를 갖춘 경우였습니다. 딥마인드가 게임 분야에서 시작한 이유는 모델을 신속하게 학습시킬 수 있는 점수 체계가 있었기 때문입니다. 코딩과 수학에서 이처럼 큰 발전이 나타나는 이유도 비슷합니다. 신속한 검증 엔진을 갖추고 있기 때문입니다. 생물학에는 자연적인 검증 엔진이 없습니다. 따라서 건식 연구실과 습식 연구실을 긴밀하게 결합하는 것이 성능이 뛰어난 모델을 만들고, 궁극적으로 생물학을 프로그래밍할 수 있는 세상으로 나아가게 해 주는 요소입니다.

저희는 그 과정이 매우 빠르게 변화하고 있다고 생각합니다. 2018년 제너레이트 바이오메디슨스가 설립된 이후에도 계산 분야에서는 두 차례의 근본적인 혁명이 있었습니다. 첫 번째는 2022년에 대규모 언어 모델이 등장한 것이고, 두 번째는 현재 진행 중인 에이전트형 과학 혁명입니다. 두 경우 모두 이러한 기술적 변곡점은 실제로 이러한 기술을 적용할 수 있는 범위를 확장했습니다.

현재 저희가 진행하는 모든 프로그램은 에이전트형 설계 단계에서 시작합니다. 저희가 확인하고 있는 것은, 기본적으로 약 1,000명의 박사급 연구자들이 생물학의 어떤 분야든 탐색하고 답을 도출할 수 있으며, 과거에는 수개월이 걸렸을 작업을 이제는 일주일 이내에 수행할 수 있다는 점입니다. 생물학의 기초를 이해하는 역량이 빠르게 변화하고 있습니다. 동시에 분자 수준에서 설계하고 답을 도출하는 역량도 크게 향상되고 있습니다. 어느 분야에서 가장 앞서가고 있느냐고 묻는다면, 아마도 분자 설계 분야일 것입니다.

저희는 어떤 면에서는 분자를 어떻게 코딩할 수 있는지 이해하기 시작하고 있습니다. 향후 5~10년 동안에는 분자 설계가 범용화되는 세상이 올 수 있다고 생각합니다. 이는 업계에 막대한 영향을 미칠 것입니다. 원하는 어떤 표적이든 이에 작용하도록 하는 분자를 기본적으로 만들어낼 수 있게 될 것이기 때문입니다.

다음 단계는, 이는 회사가 성숙해지는 과정의 일부라고 생각하는데, 이러한 도구를 임상에서 어떻게 활용할지 고민하는 것입니다. 임상 개발 과정에는 막대한 비효율이 존재한다는 사실을 확인하고 있습니다. 저희의 주요 후보물질은 중증 천식을 대상으로 한 3상 임상시험을 진행 중입니다. 해당 임상시험의 환자 등록 기간은 2년입니다. 이는 임상 평가변수와는 아무런 관련이 없습니다. 환자와 임상시험 실시기관을 어떻게 찾느냐의 문제입니다. 저희는 40개 국가, 약 400개의 임상시험 실시기관에서 시험을 진행하고 있습니다. 각 실시기관의 환자 등록 속도는 거의 민망할 정도로 느립니다.

천식 악화로 입원했다는 명확한 디지털 흔적을 남긴 환자들을 이러한 기술을 활용해 훨씬 더 신속하게 식별하지 못한다는 것은, 업계가 해결할 수 있는 가장 손쉬운 과제라고 생각합니다.

임상 개발 과정에서 이러한 비효율을 상당 부분 제거할 수 있는 방법이 있다고 생각합니다. 허가 신청까지 걸리는 기간을 획기적으로 단축할 수 있는 기회도 매우 크다고 생각합니다.

일반적으로 임상시험에서 마지막 환자의 마지막 방문이 완료된 시점부터 임상시험계획서 또는 생물학적제제 허가신청서를 제출하기까지 3~6개월이 걸리는 경우가 많습니다. 임상시험이 끝나는 단계에서 대규모 언어 모델이 허가 신청서를 거의 즉시 작성할 수 없다는 생각은 이제 더 이상 유효하지 않은 세상을 충분히 상상해볼 수 있다고 생각합니다. 그 과정에는 제거할 수 있는 비효율이 매우 많이 존재합니다. 그다음에 더 흥미로워지는 부분은, 디지털 서명과 디지털 바이오마커를 어디에서 찾아 환자군을 정교하게 선별함으로써 임상시험의 표본 규모를 줄이고 더 큰 치료 효과를 입증할 수 있느냐는 점입니다. 이러한 모든 도구가 각기 다른 성숙 단계에서 하나로 결합될 것이라고 생각합니다. 생물학의 복잡성은 앞으로도 한동안 우리를 난처하게 만들 것이라고 생각합니다.

네. 하지만 현실적으로 우리는 의학의 미래가 더욱 프로그래밍 가능한 방향으로 나아가는 여정에 있다고 생각합니다.