한미약품, AI로 설계한 비만신약…국제학회서 사례 발표

구글 검색 선호 출처로 추가

성수아 기자

sa358@datanews.co.kr | 2026.07.24 11:23:18

▲한승수 한미약품 미래성장부문 선임연구원이 16일(현지시간) 미국 워싱턴 D.C.에서 열린 ISMB 2026에서 자체 개발한 AI 플랫폼 ‘HARP-pSAR’를 활용해 근육 강화 기반의 비만 신약 파이프라인을 도출한 연구 내용이 담긴 포스터를 토대로 참석자들에게 설명하고 있다. / 사진=한미약품

한미약품은 국제 분자생물학 지능형 시스템 학술대회(ISMB)에서 자체 개발한 AI 플랫폼 ’HARP-pSAR(Hanmi AI-driven Research Platform-protein Sequence-Activity Relationship)’를 활용한 비만 신약 연구 결과를 발표했다고 24일 밝혔다.

지난 12일부터 16일까지 미국 워싱턴 D.C.에서 열린 ISMB는 생물정보학과 계산생물학 분야의 국제 학술대회로, AI를 활용한 신약 개발 연구가 활발히 소개되는 행사다. 올해는 실제 연구 현장에서의 문제 해결 능력과 신약 개발 성과로의 연결성을 AI 경쟁력의 주요 평가 요소로 제시했다.

이번 연구는 AI 모델의 예측 성능뿐 아니라 AI가 제안한 단백질 서열 설계가 실험 검증과 후보물질 최적화를 거쳐 임상 개발 단계까지 이어진 사례를 소개한 것이 특징이다.

한미약품은 자체 AI 플랫폼을 활용해 체중 감량과 근육 증가를 동시에 목표로 하는 비만 치료 후보물질 ’LA-UCN2(HM17321)’를 발굴해 미국에서 임상 1상을 진행하고 있다. 올해 6월 미국당뇨병학회(ADA)에서는 펩타이드 기반 마이오스타틴(myostatin) 억제 기전의 근육 증진 치료 후보물질 ‘LA-MSTN(HM500197)’ 연구 결과도 공개했다.

HM17321은 GLP-1 등 인크레틴 수용체가 아닌 CRF2(Corticotropin-Releasing Factor 2) 수용체를 선택적으로 표적하는 UCN2(Urocortin-2) 유사체다. 한미약품은 CRF2에는 높은 결합력을 유지하면서도 비표적 수용체인 CRF1에는 활성을 나타내지 않도록 UCN2 유사체의 서열을 최적화하는 과정에 AI 플랫폼을 활용했다고 설명했다.

HARP-pSAR은 적은 양의 실험 데이터만으로도 단백질 활성을 예측할 수 있도록 설계된 플랫폼이다. 대규모 데이터와 고성능 컴퓨팅 자원을 필요로 하는 기존 AI 모델과 달리 양자화 기술을 적용해 연산 부담을 줄였으며, 일반 연구 환경에서도 활용할 수 있도록 개발됐다.

한미약품은 수십 건의 내부 실험 결과를 기반으로 표적 및 비표적 수용체 활성을 예측하는 모델을 구축했다. 이를 통해 다양한 단백질 서열을 반복적으로 설계·합성·평가하던 과정을 효율화하고, AI 예측 결과를 바탕으로 유망 후보물질을 선별하는 연구 방식을 적용했다.

또한 학습 데이터에 포함되지 않은 새로운 단백질 서열의 활성과 최적의 아미노산 잔기 위치를 예측해 후보물질 설계 과정의 시행착오와 실험 비용을 줄였다고 회사는 설명했다.

한미약품은 앞으로 HARP-pSAR을 특정 과제에 국한된 예측 모델이 아닌, 다양한 표적에 적용 가능한 신약 설계 플랫폼으로 확대해 나갈 계획이다.

최인영 한미약품 미래성장부문장은 “이번 연구는 AI가 연구자의 전문성과 결합해 신약 후보물질 설계 방향을 제시하고 개발 과정의 시행착오를 줄이는 데 활용될 수 있음을 보여줬다”며 “ISMB에서 AI 기반 설계 결과가 실제 신약 후보물질 발굴과 임상 개발로 이어진 사례를 소개했다는 점에 의미가 있다”고 말했다.

성수아 기자 sa358@datanews.co.kr