뉴로크린 바이오사이언시스 Morgan Stanley 24th Annual Global Healthcare Conference

훌륭한 질문이며, 뉴로크린은 물론 업계 전반에 매우 시의적절한 질문이라고 생각합니다. 중국에 대한 제 견해는 중국이 경쟁 세력이지만, 동시에 중요한 혁신의 원천이기도 하다는 것입니다. 이 두 가지 견해는 큰 틀에서 보면 서로 정반대되는 것처럼 보인다고 생각합니다. 아마 많은 분들이 저와 같은 생각을 갖고 계실 것입니다. 경쟁 측면에서도 경쟁은 좋은 일이 될 수 있습니다. 경쟁은 모든 국가와 관련 당사자들이 각자의 역량을 최대한 발휘하도록 이끌 수 있습니다. 저는 뉴로크린에서 수년간 그런 모습을 보아 왔으며, 특히 경쟁이 치열한 분야에서 개발 중인 과제나 상업화와 관련해서 더욱 그러했습니다. 미국이 이 분야에서 경쟁해 충분히 좋은 성과를 거둘 것이라고 확신합니다. 다시 중국으로 돌아가서 말씀드리면, 지난 10년 동안 이 지역에서 많은 변화가 있었습니다.

과학의 발전 속도와 수준, 범위가 크게 향상되었습니다. 저희는 이를 긍정적으로 평가하고 있습니다. 특히 검증된 생물학적 기전 분야에서 경쟁의 기준이 한층 높아졌습니다. 저희에게 이는 뉴로크린과 다른 기업들이 접근할 수 있는 혁신의 영역을 크게 확장해 줍니다. 저희는 지난 몇 년 동안 이를 실행해 왔습니다. 저희는 중국에서 활동해 왔으며, 주로 초기 단계의 자산을 도입하는 데 성공했습니다. 이러한 자산은 조직 전체 차원에서는 중요도가 크지 않은 것들입니다. 저희는 중국 기업들이 진행한 일부 연구 성과를 활용해 연구 분야에서 관심을 두고 있는 사안들의 진전을 가속화했습니다. 그렇다면 오늘날 뉴로크린에서는 어떤 변화가 있습니까? 근본적으로는 내부 연구개발과 사업개발 간의 비중에 대한 저희의 관점이 달라지는 것은 아니라고 말씀드릴 수 있습니다. 다만 한 가지 중요한 변화가 있는데, 바로 속도와 선별적 접근의 중요성이 커졌다는 점입니다.

여기서 선별적 접근이란 어떤 분야에 투자할지를 선택하는 것을 의미합니다. 검증된 생물학적 기전 분야에서는 과학적으로 옳은 판단을 내리는 것만으로는 더 이상 가장 중요한 요소가 아닙니다. 이제는 시장에 가장 먼저, 또는 거의 가장 먼저 진입할 수 있도록 매력적이고 효율적인 신약 개발 계획을 수립하는 것이 중요합니다. 또한 개발의 각 단계에서 차별화된 강점을 모두 부각할 수 있는 계획이어야 합니다. 중국이 이 업계 기업들에게 새로운 자산과 기술의 원천에 대한 접근을 열어 주고 있는 지금, 이 점을 염두에 두어야 합니다. 또 한 가지 말씀드리고 싶은 점은, 앞으로는 아마 뉴로크린에서도 중국 생태계를 활용해 개발을 가속화하는 사례가 점점 더 많아질 것이라는 점입니다.

이는 두 가지 방식 중 하나로 이루어질 수 있습니다. 하나는 보다 직접적인 형태의 관계를 통해 진행하는 방식이고, 다른 하나는 제가 앞서 언급한 동일한 자산과 기술에 대해 기업들이 협업을 체결하되, 중국 파트너가 해당 협업에서 도출된 자산을 예를 들어 임상 1상 종료 시점까지 개발하도록 하는 방식입니다. 그 후 미국에 있는 기업이 해당 프로그램이 바다를 건너오는 시점에 이를 넘겨받아 미국에서 개발 계획을 마무리하고 상용화하는 것입니다. 다시 말씀드리면, 속도가 빨라진다는 점은 기업이 단위 시간당 포트폴리오에 편입할 수 있는 프로그램 수를 배가하는 효과로 볼 수 있다는 이점이 있습니다. 또한 일반적으로 비용도 더 적게 들기 때문에 이 역시 장점이며, 연구개발비로 더 많은 일을 할 수 있습니다.

이는 앞서 말씀드린 내용과도 연결됩니다. 또한 매우 높은 수준의 품질을 바탕으로 진행됩니다. 따라서 뉴로크린의 경우 이는 연구개발을 중국으로 이전한다는 의미는 아닙니다. 다만 뉴로크린의 신약 개발을 더 우수하고 빠르게 만들기 위해 접근하고자 하는 글로벌 생태계에 중국이 분명히 포함된다는 의미입니다.

네, 정말 좋은 질문이라고 생각합니다. 인공지능과 머신러닝 기술의 경우, 저희는 조직 전반에 이를 도입하는 데 매우 신중하고 의도적으로 접근해 왔습니다. 실제로 현재 회사의 목표에도 지난해와 올해 모두 이와 관련된 요소가 포함되어 있습니다. 1년여 전이라고 해야겠지만, 2025년에 오픈AI를 도입했으며, 현재 오픈AI는 조직 전반에서 폭넓게 활용되는 도구입니다. 또한 현재 조직 전반에서 클로드를 통해 앤트로픽도 활용하고 있습니다. 따라서 두 도구 모두 임직원들이 사용할 수 있습니다. 저는 생산성 향상과 인공지능이 연구개발을 갑자기 변화시키거나 혁신적으로 전환하고 있다는 주장과는 구분해서 보고 싶습니다. 먼저 생산성 향상에 대해 말씀드리고, 연구개발에 대해서는 다시 언급하겠습니다. 다만 생산성 향상 측면에서 보면, 뉴로크린에는 단기적으로 상당한 기회가 있다고 생각합니다.

임직원들은 여러 가지 방식으로 이를 도입하고 있으며, 일부 업무 흐름을 가속화하고 있다고 볼 수 있습니다. 대규모 데이터 세트를 분석하는 회사 내 여러 분야에서 인공지능이 활용되는 것을 보았습니다. 덕분에 해당 데이터를 더 빠르게 검토할 수 있게 됐습니다. 성격상 매우 지루한 반복 업무가 많은데, 이러한 업무가 상당 부분 줄어들었습니다. 전반적으로 각 부서가 보유한 정보와 지식을 조직 전체에서 훨씬 쉽게 이용할 수 있게 됐고, 이 점 역시 저희에게 도움이 됐습니다. 의약화학, 화학 개발, 광범위한 화학 분야, 중개과학, 임상 개발, 임상시험 수행 등에서 인공지능이 활용되는 것을 보았습니다. 앞으로 1년 정도 동안 이러한 추세가 계속될 것으로 예상합니다. 저를 비롯한 대부분의 사람들이 어려움을 겪는 부분은 이 기술을 통해 조직 전반에서 개선이 이뤄지고 있는지 어떻게 확인하고, 이를 어떻게 수익화할 것인가 하는 점이라고 생각합니다.

저희에게 중요한 것은 구체적인 문제에 적용할 수 있는 성과와 KPI 기준입니다. 모든 조직에서는 반복적으로 발생하는 의사결정이 있습니다. 저희가 인공지능을 활용해 이러한 의사결정을 더 빠르게 내릴 수 있을까요? 반복적인 업무나 활동의 경우, 이를 더 신속하게 또는 비용 효율적인 방식으로 처리할 수 있을까요? 임상시험의 경우, 인공지능 도구를 활용해 환자 등록을 더 빠르게 진행할 수 있을까요? 궁극적으로 조직 전체를 생각해 보면, 조직 규모를 비례적으로 확대하지 않고도 더 많은 연구를 진행할 수 있느냐가 핵심이 될 것입니다. 인공지능과 관련해 인원 증가 또는 감소에 대해 자주 이야기한다는 점은 알고 있습니다.

단기적으로는 제가 방금 말씀드린 성과를 바탕으로 인공지능을 활용해 조직의 성장을 최소화할 수 있느냐가 기회라고 생각합니다. 앞으로 2년 동안 저희가 개선을 기대하고 측정하고자 하는 분야가 바로 이러한 영역입니다. 이제 연구개발 측면의 문제로 다시 돌아가겠습니다. 현재 연구개발 포트폴리오 전반에서 기술적 성공 가능성을 높이는 방법에 대해서는 아직 초기 단계라고 생각합니다. 그 이유는 머신러닝과 인공지능의 기본 원리가 프로젝트에 데이터가 충분히 축적되어야 합리적인 결과를 얻을 수 있다는 것이기 때문입니다.

새로운 생물학 분야를 연구하고 있다면, 해당 프로젝트나 프로그램에서 얻는 결과가 기술적 성공 가능성을 높이는 데 도움이 될 것이라고 기대하는 것은 매우 비현실적입니다. 그것은 좀 더 중장기적인 관점의 문제입니다. 현재 저희에게는 단기적으로도 많은 기회가 있다고 생각합니다.