로봇이 약을 조제하고, 인공지능(AI)이 약물의 상호작용을 예측하는 시대가 됐다. 의사, 약사 고유 권한이던 약물의 처방, 조제, 투약도 이제 AI가 활동 영역을 넓혀가며 사람의 역할, 그 이상을 해낼 채비를 하고 있다.

일부 대형 병원에서 로봇이 조제를 하고, 사람이 하기 어려운 특정 분야에서 만족할 만한 성과를 내면서 그 수를 더 늘릴 방침도 내놓고 있다. 일찌감치 조제 로봇을 들여온 삼성서울병원의 경우 항암조제에 있어 로봇 한대가 약사 두명의 몫을 한다고 평가했다.

로봇을 넘어 인공지능도 약사의 직능 깊숙이 영향을 미칠 태세다. 최근 KAIST 이상엽 특훈교수와 김현욱 교수 공동 연구팀이 개발한 '딥DDI'는 인공지능 핵심기술인 딥러닝을 이용해 약물 대 약물, 약물 대 음식의 상호작용을 예측해 낸다. 이 시스템을 통해 19만여가지 약물의 상호작용, 대체 약물까지 확인이 가능하다. 정확도는 100%에 가깝다.


이번 시스템은 효과적인 약물 처방은 물론 환자의 복약순응도 향상을 위한 투약과 복약지도, 나아가 지속적인 연구를 통해 신약 개발에까지 영향을 미칠 것으로 기대를 모은다. 국내 과학기술정보통신부는 물론 미국 국립과학원 회보에 실릴 만큼 해외에서도 주목하고 있는 이유가 그것이다.

약사들이 묵묵히 각자의 영역에서 제 역할을 하는 동안 인공지능은 빠르게 발전하며 약물을 다루는 전문 영역으로 편입될 기회를 호시탐탐 노리고 있다. 이를 바라보는 전문가들의 시선에는 기대와 불안감이 교차한다.

약물 상호작용 AI로 예측하는 시대…상용화는

최근 개발된 딥디디아이 (DeepDDI)는 딥 러닝(deep learning)을 이용, 약물-약물, 약물-음식 간 상호작용을 정확하게 예측하는 인공지능 시스템이다. 여기서 딥러닝은 여러 비선형 변환기법의 조화를 통해 복잡한 데이터로부터 주요 특징을 찾아내는 기계학습 방법론이다.

이번 시스템이 주목받는 이유는 처방권과 투약, 복약지도에 직간접적 영향을 미칠 수 있는 인공지능 기술이 탄생했다는 점이다. 그간 대형병원에만 해당될법 했던 AI를 활용한 헬스케어 기술이 동네 약국, 약사에까지 영향을 미칠 수 있다는 예상에서다.

이번 시스템을 위해 연구팀은 시중에서 판매 중인 2159개 약물 정보를 담고 있는 ‘드러그뱅크’ DB를 활용했다. 이 DB에서 실험적으로 밝혀진 19만2284쌍의 약물 간 상호작용을 학습시켰다고 밝혔다.



약물 상호작용의 예측 원리는 이렇다. 먼저 관심있는 약물 A와 B를 딥DDI에 입력하면 시스템이 판매가 허가된 약물들과 두 약물 간 구조적 유사성, 상호작용을 각각 비교 분석한다. 이때 약물의 상호작용은 약물 간에 나타나는 86가지 작용으로 분류되고, 이렇게 추출한 약물 A와 B의 특징 데이터는 8개 층으로 이뤄진 심층인공신경망(DNN)을 통과하면서 가장 가능성이 높은 상호작용 예측 결과가 추출된다.

예측 결과는 사람이 읽을 수 있는 영문 문장으로 출력되는데 예를 들어 “The metabolism of Drug B can be decreased when combined with Drug A(약물 A를 약물 B와 함께 복용시 약물 B의 약물 대사가 감소될 수 있다)”라는 식이다. 기존 약물 간 상호작용에 대한 연구와 그 결과가 “약물 A와 B를 함께 사용하면 부작용이 일어날 수 있다”는 식의 제한적 정보를 제공했던 점에 비해 이번 시스템의 그 원인까지 자세하게 설명해 주는 게 차이점이라 할 수 있다.


같은 원리로 약물과 식품 간 상호작용의 예측도 가능하다. 연구팀은 푸드팁 DB를 활용 300만가지 음식을 동일한 방식으로 적용해 약물과 음식 간에 발생할 수 있는 상호작용도 예측했다. 연구팀은 이번 기술을 적용하면 약물 대 약물, 약물 대 음식의 상호작용을 92.4%의 정확도로 예측할 수 있다고 밝혔다.

이상엽 교수는 "기존 약물 상호작용에 대한 정보는 작용이 일어날 가능성 정도를 예측했다면 이번 시스템은 약물 구체적 약리작용에 대한 정보를 제공한다는게 차이점"이라며 "더불어 상호작용 중 유해반응, 부작용을 최소화할 수 있는 대체약물은 물론 특정 약의 약효를 떨어뜨릴 수 있는 음식을 구별해 내는 것도 장점이 될 수 있다"고 말했다.

개발자는 이번 기술 상용화에 대해서도 자신감을 내비쳤다. 실제 연구 결과를 발표하고 적지 않은 어플리케이션 개발 업체 등에서 기술 상용화를 위한 제안을 해왔다는 것. 약물, 음식이 그 중심이란 점에서 이번 기술의 상용화는 물론이고 이 기술을 더 발전시키면 다양한 분야에서 응용이 가능할 것이란게 연구팀의 생각이다.

이 교수는 "처방하는 병원과 조제, 복약지도를 하는 약국에서도 관련 정보를 통해 약효를 높일 수 있는 처방과 복약지도가 가능하게 할 수 있을 것으로 본다"면서 "약의 전문가인 의, 약사가 새롭게 발견된 정보를 학습할 수 있는 기회도 될 것"이라고 말했다.

"위기라고?…약사 하기 따라 AI는 조력자 될 것"

딥DDI를 개발한 이상엽 교수는 AI를 활용한 헬스케어 시스템, 그 속에서 의, 약사의 업무와 직간접적으로 연결될 수 있는 약물에 대한 연구는 앞으로 더 확장될 수 밖에 없다고 설명했다.

이번 딥DDI의 경우도 현재의 연구 결과는 시작에 불과한 것으로 향후 후속 연구를 통해 연구 성과가 더 확장될 수 있고, 이미 시행 중이라고도 귀띔했다.

빠르게 발전하는 인공지능, 그리고 헬스케어 시장으로의 연관은 그간 고유의 영역에서 각자의 전문 역할을 담당해 왔던 헬스케어 전문가들에는 위기가 될 것이란 예측도 있다. 약사도 예외일 수는 없다.

실제 한국고용정보원이 최근 내놓은 '인공지능·로봇의 일자리 대체 가능성 조사'에서 2025년에 사람을 대체할 가능성이 큰 직업을 분석한 결과, 보건·의료 분야에선 약사·한약사가 68.3%로 대체 가능성이 가장 큰 것으로 나타났다.


논리, 창의력에서부터 사람 파악, 설득 능력 등 5가지 항목 44가지 역량을 따져 분석·비교한 결과로, 현재로선 보건의료 분야에서도 비교적 약사가 인공지능으로 대체 가능성이 큰 직능이란 것이다

하지만 전문가들은 이런 예측 결과에 대해 전제를 달았다. 약사가 현재의 역할만을 고수할 것인가, 아니면 시대에 맞춰 역할 변화를 고민하고 대비할 것이냐에 따라 10년 후 약사의 모습은 달라질 수 있다는 것이다.

인공지능이 발전할 수록 사람만이 할 수 있는 역할의 필요성은 더 강화될 수 밖에 없고, 환자를 만나는 약사가 고유하게 할 수 있는 능력을 발견하고 키우느냐에 따라 약사의 가치는 달라질 수 있기 때문이다.

강민구 우석대 약대 교수는 "헬스케어 뿐만 아니라 전 분야에서 인공지능은 빠르게 발전하고 있고 영향을 미칠 수 밖에 없는 시대가 됐다"며 "AI가 직능을 대체, 또는 침해할 것이냐 아니면 조력자가 될 것이냐는 그 직능이 갖고 있는 비전과 준비에 달린 것"이라고 말했다.

강 교수는 또 "인공지능이 발달할 수록 사람은 감성적 부분에 대한 니즈가 커지고, 약사도 이 부분을 발전시킬 자세가 필요하다"면서 "단순 약을 다루는 업무를 넘어 커뮤니케이터, 케어기버, 티쳐, 리서쳐, 리더로서 역할을 향상시켜야 하고, 이를 위해선 약대 차원에서의 교육뿐만 아니라 약사사회 내부적으로 약사 직능에 대한 정확한 비전과 미션에 고민과 준비가 필요하다"고 덧붙였다.