석차옥 갤럭스 대표 "첫 韓 AI신약개발 빅파마 계약 가능성…10번 이상 만났다"

by김승권 기자
2025.07.14 06:00:35

[보스턴(미국)=이데일리 김승권 기자] 최근 미국 매사추세츠주 보스턴에서 만난 석차옥 갤럭스 교수의 얼굴에는 자신감이 넘쳤다. 국내에서 제대로 인공지능(AI)기반 신약개발을 하는 곳은 거의 없다며 독보적인 기술력을 어필했다.

그의 말에 따르면 갤럭스는 AI신약개발업계 최초로 글로벌 ‘빅파마(대형 제약사)’와의 첫 기술연구 계약을 눈앞에 두고 있다.

창업자인 석차옥 대표(서울대 화학부 교수)는 “톱10 제약사 가운데 한 곳과만 벌써 10차례 넘게 만나 구체적인 조건을 조율 중이다. 올해 안에 최소 1건의 전략적 제휴를 발표할 수 있을 것”이라며 “독자 플랫폼 ‘갤럭스디자인’으로 드노보(de novo) 항체 설계 분야에서 세계 최상위 경쟁력을 확보했다. 국산 AI로도 충분히 빅파마와 어깨를 나란히 할 수 있다는 선례를 보여주겠다”고 포부를 밝혔다.

갤럭스는 지난해 12월 드노보 항체 설계에 성공했다. 드노보 항체 설계는 AI 기반 단백질 구조 예측·설계 기술이다. 드노보 항체 설계에 성공한 곳은 갤럭스를 포함해 전 세계에 3곳 뿐이다. 이 기술은 단백질의 아미노산 서열로부터 3차원 구조를 예측하고, 이를 바탕으로 특정 기능을 수행하는 단백질을 ‘처음부터’ 설계할 수 있도록 한다. 이는 특정 질병을 타깃으로 하는 정밀 치료제를 빠르게 설계할 수 있게 해 신약 개발의 판을 바꾸고 있다.

드노보 항체 설계 기술 개발 이전엔 신약개발 시 스크리닝(후보물질 발굴 과정)을 통해 필요한 단백질을 먼저 발굴한 뒤, 이를 약물로 발전시키기 위한 복잡하고 다양한 확인 과정을 거쳐야 했다. 수많은 단백질을 무작위로 직접 확인할 수밖에 없었던 것이다.

석차옥 갤럭스 대표가 최근 미국 매사추세츠주 보스턴에서 팜이데일리와 만나 포즈를 취하고 있는 모습 (사진=김승권 기자)

갤럭스의 드노보 항체 설계 기술의 특징은 ‘6개 타깃·5000배 결합력’으로 요약된다. 회사는 지난 3월 바이오아카이브에 발표한 논문에서 PD-L1, HER2 등 6종의 난(難)타깃 단백질에 대해 완전히 새로운 항체를 설계해 모두 결합력과 안정성을 입증했다. 경쟁사들이 1~2개 타깃에서 성공 사례를 제시한 것과 확연히 대조된다.

석 대표는 “한 항체가 30 나노몰 농도에서 반응하던 것을 최대한 낮춰서 약 5000배 강한 결합력을 확보했다”며 “글로벌 제약사들이 ‘AI 설계 항체가 상용 치료항체 수준’이라고 평가하면서 직접 먼저 연락해 왔다”고 강조했다.



갤럭스가 내세우는 차별점으로는 △과학 지식 내재화, △범용성△국내외 협력 포트폴리오 등이 꼽힌다. 먼저 갤럭스는 단백질·항체 연구에서 축적된 100년치 과학 법칙을 모델 구조에 직접 심어 데이터 의존도를 최소화했다. 석 대표는 “언어모델은 말뭉치가 핵심이지만, 과학 AI는 지식을 어떻게 반영하느냐가 성패를 갈라놓는다”고 말했다.

회사가 설계한 항체는 ALK7 등 구조 정보가 없는 타깃에도 적용됐다. 이는 향후 희귀질환·면역질환 등으로 파이프라인을 빠르게 확장할 수 있음을 시사한다. GPCR, 이온채널 등에도 적용이 될 수 있게 회사 측은 연구 중이다. 이에 갤럭스는 LG화학과 항암 단백질 공동연구를 체결한 데 이어, 한올바이오파마·와이바이오로직스와도 면역항암제 협업을 시작했다. 글로벌 빅파마 3곳과는 플랫폼 구독형·공동연구형 등 계약 모델을 저울질 중이다.

한국 AI 바이오텍이 흔히 직면하는 ‘데이터 장벽’에 대해 석 대표는 단호했다. 그는 “딥마인드 CEO도 ‘데이터는 충분하고 중요한 건 알고리즘’이라고 말했다”며 “구조예측·단백질 설계 영역에서 공공 데이터만으로도 고성능 AI를 만들 수 있다”고 설명했다.

갤럭스는 데이터 부족의 단점을 지식 주입형 학습으로 커버하고 있다. 석 대표에 따르면 갤럭스는 물리·화학 원리를 모델 내부에 규칙으로 내재화한다. 덕분에 대규모 실험 데이터를 확보하기 어려운 한국 바이오텍 환경에서도 글로벌 수준 성능을 구현했다.

갤럭스 디자인으로 신약 푸보물질을 도출하는 과정 (그래픽=갤럭스)

실험-AI 선순환 구조도 강점이다. 갤럭스는 자체 설계 항체를 국내 GMP 실험실에서 빠르게 합성·검증하는 ‘실험 자동화 파이프라인’을 구축했다. 설계→합성→검증→재학습이 한 달 주기로 돌아가며, 데이터 볼륨보다는 고품질 피드백에 집중한다는 방침이다.

또한 LG화학·한올바이오 등이 선도물질 최적화·전임상·임상 개발을 담당해 실효적 데이터를 확보한다. AI-제약 협업을 통해 ‘한국 의료 데이터 빈약’이라는 한계를 극복한다.

석 대표는 “우리는 초기 ‘얼리 디스커버리’ 단계에서 리스크를 크게 줄여주는 기술을 제공한다”며 “임상 단계에서 실패 확률을 낮추면 전체 개발 비용이 급격히 내려간다. 국내 제약산업이 글로벌 퀀텀 점프를 할 수 있는 길”이라고 강조했다.

갤럭스는 독보적 기술력으로 상장 준비에 속도를 내고 있다. 투자 시장에서 올해 9~10월 200억원 이상의 금액으로 시리즈B를 마무리한 뒤 내년 코스닥 상장을 목표로 예비 심사에 들어갈 계획이다. 지난 시리즈A(210억 원)에는 인터베스트·데일리파트너스·카카오 등이 참여한 바 있다. 석 대표는 “시장이 좋으면 IPO 시점을 더 앞당길 가능성도 열어두고 있다”고 말했다.