신약 개발 현장에서는 후보 물질 하나의 분자 구조를 정밀하게 계산하는 데만도 상당한 시간이 걸린다는 점이 오랫동안 걸림돌로 지적돼 왔다. 최근 국내외 제약업계와 정보기술 기업들이 양자컴퓨팅을 활용해 신약 후보물질을 탐색하는 연구를 잇달아 발표하면서, 신약 개발 초기 단계의 분자 시뮬레이션 속도를 앞당길 수 있을지 관심이 모이고 있다.
신약 개발 과정에서 연구자들은 특정 질환의 표적 단백질에 결합할 수 있는 후보 물질을 수만 종 넘게 비교 분석해야 한다. 기존 슈퍼컴퓨터로 이 계산을 수행하는 데는 수개월에서 수년이 걸리는 경우가 많아, 신약 하나가 시장에 나오기까지 오랜 시간과 막대한 비용이 소요돼왔다.
양자컴퓨팅은 원자와 분자 단위의 물리 현상을 다루는 데 특화된 계산 방식으로 꼽힌다. 분자 안에서 전자가 움직이는 방식과 결합 에너지를 계산하는 양자화학 시뮬레이션은 본래 양자역학 원리를 따르기 때문에, 같은 원리로 작동하는 양자컴퓨터가 이론적으로 더 효율적인 계산 도구가 될 수 있다는 것이 학계의 설명이다.
국내외 정보기술 기업과 제약사들은 최근 몇 년 사이 공동 연구를 통해 양자 알고리즘으로 특정 단백질과 후보 물질의 결합 구조를 계산하는 시험을 진행해왔다. 이런 협력은 아직 상용화보다는 기술의 가능성을 확인하는 검증 단계에 머물러 있는 경우가 많다.
양자 알고리즘으로 분자결합 구조를 계산하는 연구 [그림=메디닉스DB]
현재 상용화된 양자컴퓨터는 계산 과정에서 발생하는 오류를 완전히 제어하지 못하는 초기 단계 장비로, 전문가들은 이를 노이즈가 있는 중간 규모 양자 컴퓨터 시대라고 부른다. 이 때문에 실제 신약 개발 연구에서는 양자컴퓨터 단독이 아니라 기존 슈퍼컴퓨터와 결합한 하이브리드 방식이 주로 시도되고 있다.
하이브리드 방식에서는 분자 구조 계산 가운데 핵심적인 일부만 양자컴퓨터가 맡고, 나머지 대규모 데이터 처리는 기존 컴퓨터가 수행하는 방식이 일반적이다. 이런 접근은 현재 양자컴퓨터의 기술적 한계를 보완하면서도 계산 속도를 부분적으로 높이는 실용적 대안으로 평가받는다.
단백질의 접힘 구조나 후보 물질과 표적 단백질 사이의 결합 강도를 정확히 예측하는 일은 기존 계산 방식으로도 여전히 까다로운 과제로 꼽힌다. 이 때문에 신약 개발 초기 단계에서 후보 물질을 걸러내는 정확도를 높이는 것이 연구의 핵심 목표로 제시되고 있다.
국내에서도 정부출연연구기관과 대학 연구진을 중심으로 양자컴퓨팅을 신약 개발에 접목하려는 시도가 이어지고 있다. 다만 관련 전문가들은 아직 실험실 수준의 초기 연구가 대부분이며, 상용 신약 개발에 실질적으로 적용되기까지는 상당한 시간이 더 필요하다고 보고 있다.
국내 연구기관도 양자컴퓨팅 신약 연구에 착수 [그림=메디닉스DB]
대한제약바이오협회 등 업계 단체들은 인공지능 기반 신약 개발과 함께 양자컴퓨팅을 차세대 연구개발 도구로 주목하고 있다. 다만 아직 도입 초기 단계인 만큼 기술의 실효성에 대한 과도한 기대는 경계해야 한다는 지적도 나온다.
전문가들은 양자컴퓨팅이 신약 개발 기간을 획기적으로 단축할 것이라는 성급한 전망보다는, 장기적인 연구개발 투자와 반복적인 검증이 필요한 기술이라는 신중한 접근이 필요하다고 강조한다. 실제 임상시험 단계까지 이어지는 신약 개발 전 과정에서 양자컴퓨팅이 기여할 수 있는 부분은 여전히 제한적이라는 평가도 나온다.
일반 소비자나 환자 입장에서는 양자컴퓨팅 신약 개발 관련 소식을 접할 때 상용화 시점이나 효과를 단정하는 표현에 유의할 필요가 있다. 신약이 실제로 환자에게 쓰이기까지는 임상시험 등 엄격한 검증 절차를 거쳐야 하므로, 관련 소식은 참고 정보로 받아들이고 식품의약품안전처 등 공식 발표를 통해 정확한 정보를 확인하는 것이 바람직하다.
