AI 예측의 불확실성을 정량으로 제시해, AI의 불확실성 최소화
이미지 확대보기이번 연구는 AI 기반 신약개발에서 새로운 정합 예측 기술을 통해 AI의 불확실성까지 예측하는 모델을 소개하는 내용이다.
신약개발은 막대한 비용과 높은 실패율로 오랫동안 난제로 꼽혀왔다. 특히 후보물질의 △용해도 △효능 △독성 등 분자 특성을 정확히 예측하는 과정은 임상 진입 가능성을 결정짓는 핵심 단계다. 최근 AI가 이 과정을 가속화하고 있지만, 실험 환경이 학습 데이터와 다를 경우 예측 성능이 떨어지는 ‘분포 변화’ 문제가 여전히 신뢰성 확보의 걸림돌로 남아 있다. 또 기존의 AI 모델은 단일값 만을 제시해, 불확실성이 큰 실험 설계 단계에서 의사결정에 제한 됐다.
목암연구소 연구진은 ‘라벨 시프트’에 최적화된 정합 예측 프레임워크를 제안했다. 이 기술은 데이터 재학습 없이도 라벨 분포 변화를 고려해 예측 구간을 통계적으로 보정해, 각 예측값의 신뢰 구간을 제공한다.
이번 연구에서 목암연구소가 제안한 접근법은 AI 예측의 불확실성을 정량으로 제시해, 신약개발의 가장 큰 난제 중 하나인 실험적 불확실성을 완화했다는 점이 장점이다. 규제 기관이 요구하는 투명성과 신뢰도 기준에도 부합해, 실제 의약품 개발 파이프라인에서 AI 활용을 한층 가속화 될 것으로 주목된다.
신현진 목암생명과학연구소장은 “세계 유수의 AI 학회에 논문이 등재됨으로써 당 기관의 연구 성과를 인정받았다”며 “앞으로도 목암생명과학연구소는 AI 신약개발을 이끌어가는 리딩 기관으로서의 최선의 역할을 수행하겠다”고 말했다.
황소원 글로벌이코노믹 기자 hwangsw715@g-enews.com












