42만개의 물질 중 탈모에 효과가 있는 하나를 찾아내기 위해선 얼마나 많은 시간이 걸릴까. 통상 22개월가량 걸리는 화장품 소재 개발 과정에서 인공지능(AI)을 활용하자 탐색 기간이 하루로 줄었다. 인공지능이 신약개발의 후보 물질을 찾아내는 데서 한발 더 나아가 실험 결과를 바탕으로 다음 실험까지 설계하는 ‘자율실험’의 시대가 열리고 있다. 지난 14일 열린 ‘에이아이(AI) 토크콘서트 2026’에서 엘지(LG) AI연구원은 인공지능을 활용해 42만개의 후보 물질을 검토해 하루 만에 탈모 효능 가능성이 높은 물질 ‘람디실’을 찾아낸 사례를 소개했다. 기존에는 연구원이 후보 물질을 하나씩 비교해야 했다면 인공지능은 24시간 쉬지 않고 여러 물질을 분석해 가능성이 높은 물질을 추릴 수 있어 탐색 단계의 시간을 대폭 줄일 수 있다. 엘지는 24시간 스스로 실험하고 학습하는 ‘AI 자율실험실’로 과학·의료 분야 개발에 속도를 낼 계획이다. 엘지 AI연구원은 미국 밴더빌트대 메디컬센터와 암 치료를 돕는 ‘암 에이전트’를 공동 개발 중이다. 조직 병리 이미지, 유전자 정보와 약물 반응을 분석해 환자에게 맞춤형 치료 전략을 제시하는 인공지능이다. 암 유전자 활성 상태를 1분 이내에 예측해 평균 4주 이상 걸리던 분석과 맞춤 치료 전략 설계 과정을 하루 수준으로 줄이는 게 목표다. 위암을 시작으로 대장암과 폐암까지 적용 범위를 넓힌다는 게 엘지 AI연구원 쪽 설명이다. 한세희 엘지 AI연구원 머티리얼스 인텔리전스 랩장은 “(AI가) 현재 우선적으로 확인할 가치가 가장 높은 실험을 먼저 제안한다”며 “최소한의 실험량으로 넓은 화학 영역을 빠르게 탐색할 수 있다”고 말했다 오션파라다이스게임 . 지난 14일 LG AI 토크콘서트에서 딥다이브 세션3이 진행되고 있다. LG 제공 인공지능의 역할은 단순한 자동화에 그치지 않는다. 인공지능이 실험 결과를 분석한 뒤 다음에 어떤 실험을 할지 정하고, 로봇이 이를 실행한다. 실행 결과를 다시 인공지능이 학습하는 ‘랩 인 더 루프’ 방식의 자율실험으로 발전하고 있다. 실험→분석→다음 실험을 끊임없이 반복하면서 사람이 하던 연구를 24시간 돌리는 구조다. 박재섭 엘지화학 AX추진팀 팀장은 “자동화가 효율을 높이는 것이라면, 자율실험은 탐색 속도를 높이는 게 본질적인 차이”라고 설명했다. 이러한 흐름은 국내 제약·바이오 업계에서도 나타난다. 한미약품은 자체 AI·구조모델링 플랫폼 ‘HARP’를 활용해 비만 신약 후보를 설계했고, 지난달 미국 제넨텍과 최대 23억500만달러 규모의 기술이전 계약을 맺었다. JW중외제약도 AI 신약개발 플랫폼으로 발굴한 희귀 소아 뇌질환 후보물질을 비임상 단계에서 연구하고 있다. AI플랫폼과 로봇을 활용해 물질의 합성과 생산까지 연결하는 자율연구 플랫폼도 고도화한다는 계획이다. 인공지능이 관여한 신약 후보가 실제 임상시험 단계까지 진입한 해외 사례도 있다. 미국과 홍콩에 거.을 둔 AI 신약 개발 기업 인실리코메디슨은 지난 7월 특발성 폐섬유증 신약 후보물질 ‘렌토서팁’의 임상 3상에 들어갔고, 지난 10일 중국에서 첫 환자 투약을 시작했다. 인공지능이 환자 의료기록과 단백질 정보, 의학 논문 등을 학습했고, 또 다른 인공지능이 표적 단백질을 억제할 수 있는 분자 구조를 만들어낸 것이다 릴게임알라딘큰불 . 실험 규모 자체를 키우는 기업도 있다. 미국 신약 개발 기업 리커전은 인공지능을 활용해 주당 200만건 이상의 세포실험을 수행한다고 밝히고 있다. 인공지능과 자동화 실험실을 결합해 세포 실험과 이미지 분석을 대규모로 수행하는 방식이다. 연구원이 직접 실험하고 결과를 분석하는 기존 방식으로는 나오기 어려운 규모다. 인공지능이 실험 대상을 고르고 로봇이 실행하면서 신약개발의 ‘탐색 공간’을 넓히는 데 활용되고 있다. 우리 정부도 인공지능과 바이오를 결합한 연구개발 기반 구축에 나섰다. 과학기술정보통신부는 2035년까지 인공지능으로 국가 차원의 과학기술 난제를 해결하는 ‘케이(K)-문샷’ 프로젝트를 본격 가동했다. 핵심 기반 사업 중 하나로 인공지능이 설계하고 로봇이 실험하는 첨단바이오 자율실험실 6곳을 선정해 3년간 495억원을 투입하기로 했다. 범용분야에선 가톨릭대 ‘케이-셀 범용 자율실험실 플랫폼’이 선정됐으며 특화 분야로는 △액체생검(대구경북과학기술원) △감염병(한국과학기술원) △유전자 전달체(고려대) △효소 공학(포스텍) △오가노이드 기반 약물효능평가(울산과학기술원) 등이 뽑혔다. 정부는 오는 4분기까지 중장기 AI 신약개발 로드맵을 수립하고, 올해 11월에는 바이오 특화 파운데이션 모델 구축을 위한 학습용 데이터도 개발할 예정이다. 다만 인공지능이 신약개발의 탐색 시간을 줄인다고 해도 임상시험이라는 관문을 넘어야 한다. 인공지능이 좋은 후보라고 판단한 물질이 사람에게서 같은 효과와 안전성을 보일지는 별개의 문제이기 때문이다. 결국 AI 신약 개발의 다음 과제는 ‘얼마나 빨리 후보를 찾느냐’를 넘어서 실제 임상에서도 얼마나 성과를 내는지로 옮겨갈 전망이다. ‘얼마나 빨리 후보