为K-Bio注入AI
机器人研究员24小时工作的“AI实验室”

[비즈한국] AI（人工智能）的浪潮正席卷整个产业。在日常生活中，乃至企业经营的几乎所有领域，引入AI已不再是选择，而是必选项。制药生物产业也不例外。随着政府宣布将“ABCD（AI、Bio、Culture、Defence）”产业培育为下一代国家增长支柱，AI与生物的融合已不再是遥远的未来。本文将深入探讨AI如何给制药生物产业的研发、临床及生产带来变革，以及为制度性支持所需的课题。

美国汽车工程师学会（SAE International）将道路车辆的自动驾驶技术水平分为从0级到5级共6个阶段。最高阶段的5级是指“完全驾驶自动化（Full Driving Automation）”，即在没有驾驶员干预的情况下，自动驾驶系统（ADS）能够执行驾驶所需的所有任务。这是指在人类驾驶员能够应对的绝大多数道路及环境条件下，均能无限制操作的阶段，因目前在实际道路上尚无法实现，被称为“梦想中的技术”。

然而，在被认为最为保守的制药生物产业中，自主化技术正被引入新药研发（R&D）领域，实验室的景象也随之改变。韩国制药生物协会AI新药研究院近期在扩建的研究设施“未来馆”内构建了“AI新药开发自主实验室”，并已做好正式运行的准备。

AI新药开发自主实验室负责在新药候选物质合成或工艺开发阶段，在多种条件下合成物质并进行优化。例如，将物质与合成条件组合会产生无数种可能性。在预先定义的条件范围内，自动化设备会对各种组合进行实验，算法则基于实验结果提出下一阶段的条件，从而加速优化搜索合成条件的过程。

该实验室的核心在于实现了结合机器人自动化与基于算法决策的闭环（Closed-loop）实验自主化系统。以往需要研究人员逐一使用移液器（液体转移工具）进行操作的样本预处理等简单重复工序，现在在该研究所由机器人代替完成。

这不仅仅是物理层面的替代。该系统能分析实验结果，为达到目标合成收率而重新设计后续实验条件，并通过不断重复来优化条件搜索。如果特定条件下未能达到目标收率，系统会根据结果提出其他条件。当发生设备停止或异常情况时，通常会按照预设的安全规则和控制逻辑进行应对，而算法则负责在此范围内提升实验条件搜索的效率。

AI新药研究院院长表俊熙（音译）展望道：“这就像拥有了一名可以进行24小时重复实验且训练有素的研究员。优化算法等AI模型不仅能替代物理劳动，还能提升重复搜索的效率，这将使得使用这些技术的研究人员扮演更重要的角色。”

韩国制药生物协会的AI新药开发自主实验室也被期待成为各制药生物企业构建自主实验室的测试床。仅今年一年，AI新药开发自主实验室就针对制药生物行业的260名相关人士进行了设备和软件应用等方面的理论培训。实验室正在营造一种“开放式创新（Open Innovation）”生态系统，让企业能够亲身体验自主化系统并寻求共同研究。表院长表示：“企业对引入自主实验系统的关注度很高。今年我们构建了基础设施并进行了理论教育，计划明年开展实操培训。”

对于企业合作中视为重大障碍的数据安全问题，实验室也准备了应对措施。由于新药开发数据是制药生物企业的核心资产，为防止外部泄露，该实验室构建了与外部网络物理隔离的离线环境。不过，表院长解释称，AI新药开发自主实验室目前正在构建涵盖系统设计乃至运营体系在内的安全治理方案。这是因为即使在离线环境下，也必须同时具备移动存储介质的准入控制、访问权限管理、日志监控体系及物理安保等运营管控，才能稳定维持安全水平。

表院长表达了期待：“我们的目标是引入AI新药开发中未来需求较高的技术，打造一个能与国内新药开发研究人员共同研究、利用的系统。这将有助于激活AI新药开发生态系统。”