양자컴퓨팅과 신약 개발
- KOSMOS KSA
- 7월 14일
- 1분 분량
신약 하나를 개발하려면 평균 10년 이상의 시간과 수조 원의 비용이 든다. 수많은 화합물 중에서 효과적인 후보를 찾고, 단백질과의 결합 여부를 예측하며, 유전자 돌연변이의 영향을 분석하는 과정은 막대한 계산을 필요로 한다. 기존의 슈퍼컴퓨터조차 이 모든 가능성을 다루기에는 한계가 있다.
이 복잡한 문제에 최근 양자컴퓨터가 해결사로 떠오르고 있다. 0과 1이 동시에 존재할 수 있는 양자중첩 상태를 활용해, 양자컴퓨터는 기존 컴퓨터로는 감당하기 어려운 계산을 병렬로 처리할 수 있다. 아직 초기 단계지만, 신약 후보 물질 탐색이나 돌연변이 예측 등에서 실제 적용 사례가 등장하며 가능성을 보여주고 있다.
양자 컴퓨팅이란 무엇인가?
양자컴퓨팅은 고전적인 디지털 컴퓨팅과는 전혀 다른 원리에 기반한 새로운 계산 방식이다. 기존 컴퓨터는 정보를 0과 1의 비트(bit) 단위로 처리하는 반면, 양자컴퓨터는 큐빗(qubit)이라는 단위를 사용한다. 큐빗은 0과 1이 동시에 존재할 수 있는 양자중첩(superposition) 상태를 가지며, 여러 큐빗이 상호 연결된 양자얽힘(entanglement) 상태를 통해 정보의 병렬 처리가 가능해진다.
이러한 특성 덕분에 양자컴퓨터는 특정 문제에서 지수적인 계산 속도 향상을 이론적으로 가능하게 한다. 예를 들어, 8큐빗은 동시에 2⁸, 즉 256개의 상태를 표현할 수 있으며, 큐빗 수가 늘어날수록 계산 가능한 상태 수는 기하급수적으로 증가한다
양자컴퓨팅은 기존 컴퓨터와 완전히 다른 양자 논리 게이트를 사용하며, 고전적인 연산 방식으로는 흉내 낼 수 없는 새로운 알고리즘과 계산 모델을 제공한다. 대표적인 예로는 쇼어(Shor)의 알고리즘과 그로버(Grover)의 알고리즘이 있으며, 이는 각각 소인수분해와 데이터 검색에서 고전적인 알고리즘보다 우수한 성능을 보일 수 있음이 증명되었다.
양자 컴퓨팅의 이용
양자컴퓨터는 기존 디지털 컴퓨터가 처리하기 어려운 계산 문제를 새로운 방식으로 접근할 수 있는 기술로 주목받고 있다. 특히 복잡한 조합 최적화, 고차원 선형대수, 그리고 양자계 시뮬레이션과 같이 계산량이 기하급수적으로 증가하는 문제에서 양자컴퓨터의 강점이 두드러진다.
가장 대표적인 활용 분야 중 하나는 양자 화학 시뮬레이션이다. 양자컴퓨터는 분자의 전자 구조와 에너지 준위 같은 양자역학적 특성을 정밀하게 계산할 수 있어, 기존의 근사적 방법에 비해 훨씬 정확한 결과를 도출할 수 있다. 이로 인해 복잡한 화학 반응을 이론적으로 분석하거나 새로운 물질을 설계하는 데 활용 가능성이 높다.
또한, 물류, 에너지, 금융 등의 분야에서는 수많은 변수와 조건을 동시에 고려해야 하는 최적화 문제가 빈번히 발생한다. 양자컴퓨터는 병렬성과 양자 얽힘의 특성을 이용해 이러한 문제의 해를 더 빠르게 탐색할 수 있으며, 특히 조합 가능한 경우의 수가 기하급수적으로 증가하는 문제에서 기존 알고리즘보다 유리할 수 있다.
이외에도 암호 해독, 기계학습의 가속화, 기후 모델링, 물리 시뮬레이션 등 다양한 분야에서 양자컴퓨터는 이론적으로 고전 컴퓨터를 능가하는 성능을 발휘할 수 있는 잠재력을 가지고 있으며, 현재 활발한 연구와 실험이 이어지고 있다.
신약 개발의 과정
신약은 단순히 화합물을 조합해 만들어지는 것이 아니라, 과학적 근거와 오랜 시간의 실험을 통해 하나의 의약품으로 완성된다. 이 과정은 일반적으로 수년에서 수십 년이 걸리며, 수조 원에 이르는 막대한 비용이 투입된다.
가장 먼저 이뤄지는 단계는 타겟 설정이다. 질병의 원인이 되는 단백질이나 유전자 같은 생물학적 표적을 규명하고, 이를 제어할 수 있는 지점을 탐색하는 과정이다. 이 타겟이 적절하다고 판단되면, 그 다음에는 이 타겟에 작용할 수 있는 화합물을 찾기 위한 고속 스크리닝이 진행된다. 수십만에서 수백만 개에 이르는 후보 물질을 대상으로 효과가 있는 물질을 빠르게 걸러내는 기술이 이 단계에서 사용된다.
스크리닝을 통해 얻은 화합물들 중 유망한 물질은 '선도물질'로 선정되며, 이후에는 구조적 유사성을 바탕으로 화학적 최적화가 이뤄진다. 이 과정에서 수많은 변형 화합물이 합성되고, 생물학적 효과, 독성, 물질의 안정성 등을 종합적으로 검토해 가장 유리한 구조가 선택된다.
이후 전임상 단계에서는 동물 모델을 통해 약물의 유효성과 독성을 실험하며, 안전성이 확인된 경우에만 인체 대상의 임상시험으로 넘어갈 수 있다. 임상시험은 1상부터 3상까지의 단계를 거치며, 각 단계마다 약물의 안전성, 유효성, 용량, 이상 반응 등을 체계적으로 검증한다. 마지막 3상 시험을 통과하면 규제 당국의 허가를 받아 정식 의약품으로 시장에 출시될 수 있다.
이렇듯 신약 개발은 고도의 과학적 판단과 수많은 시행착오, 그리고 장기적인 투자를 요구하는 복합적인 과정이다. 그만큼 하나의 신약이 완성되었을 때의 의학적, 산업적 가치는 매우 크다고 할 수 있다.
신약 개발 과정에서의 양자컴퓨팅의 활용
신약 개발은 본질적으로 방대한 데이터와 복잡한 변수들이 얽힌 과학적 탐색의 연속이다. 이 복잡성 때문에 계산 능력의 한계를 넘어서려는 시도가 이어져 왔고, 이러한 배경 속에서 양자컴퓨팅은 새로운 도구로 주목받고 있다. 특히 계산량이 기하급수적으로 증가하는 단계에서 양자컴퓨터의 활용 가능성이 두드러진다.
첫 번째로 양자컴퓨팅이 가장 직접적으로 적용될 수 있는 단계는 후보 물질 탐색, 즉 스크리닝 과정이다. 이 단계에서는 수십만에서 수백만 개의 화합물을 대상으로 특정 표적 단백질에 결합할 가능성을 평가해야 한다. 전통적인 방식은 모든 조합을 순차적으로 계산하거나 통계적으로 추정해야 하지만, 양자컴퓨터는 여러 조합을 동시에 계산할 수 있는 양자중첩의 원리를 활용해, 이 과정을 이론적으로 훨씬 빠르게 수행할 수 있다.
두 번째로 중요한 적용 지점은 리드(선도물질)의 최적화 과정이다. 후보 물질의 분자 구조를 반복적으로 변형하고, 각 구조가 표적 단백질과 어떻게 상호작용하는지를 계산해야 하는 이 과정은, 본질적으로 분자 간의 양자역학적 상호작용을 정밀하게 모델링해야 하는 문제다. 양자컴퓨터는 전자 구조 계산이나 결합 에너지 예측과 같은 양자화학 시뮬레이션에서 고전적 방법보다 정확하고 효율적인 결과를 낼 수 있어, 이 단계에서 유용할 수 있다.
또 다른 적용 가능성은 변이 예측과 타겟 반응 분석 단계다. 특히 바이러스나 암세포처럼 돌연변이가 빈번한 경우, 특정 변이가 약물의 결합력에 어떤 영향을 주는지를 미리 계산하는 것이 중요하다. 이때 양자 머신러닝은 구조와 물성 데이터를 기반으로, 돌연변이가 약물-표적 상호작용에 미치는 영향을 예측하는 데 활용될 수 있다.
마지막으로, 아직 초기이긴 하지만, 전임상 모델링과 독성 예측에서도 양자컴퓨팅의 적용 가능성이 탐색되고 있다. 생체 내 반응을 시뮬레이션하는 과정은 다양한 상호작용을 포함하는 다체계 문제로, 고전 컴퓨터로는 정확한 예측이 어려운 경우가 많다. 양자 알고리즘은 이러한 복잡한 동역학 모델링에서 보다 정밀한 계산을 가능하게 할 수 있다.
이렇듯 양자컴퓨팅은 신약 개발의 모든 단계에 관여하지는 않지만, 계산량이 폭발적으로 증가하거나 분자 간의 정밀한 물리적 상호작용을 다루는 핵심적인 구간에서 도약적인 계산 효율 향상을 제공할 수 있는 가능성을 보여주고 있다.
기술의 현황과 산업 동향
현재 양자컴퓨팅 기반 신약 개발 기술은 특정 모듈에 국한된 파일럿 단계를 벗어나지 못하고 있지만, 실제 하드웨어에서의 구현 가능성을 입증하며 점차 발전해가고 있다. 예를 들어, Yale·HypaHealth 연구진이 제안한 HypaCADD 워크플로우에서는 단백질–리간드 상호작용 예측 파이프라인의 일부인 돌연변이 영향 예측 모듈을 양자 머신러닝(QML)으로 대체하여, 시뮬레이션 환경은 물론 Rigetti·IBM의 양자컴퓨터에서도 실행해보았다. 이들 QML 모델은 제한된 수의 큐빗(5~100개)으로 구성된 회로에서 고전적 모델과 유사한 성능을 보였으며, 분자 구조의 복잡도 대신 돌연변이 판별이라는 트랙터블한 작업에 집중함으로써 하이브리드 워크플로우의 실현 가능성을 입증했다. 다만, 결합 자유 에너지 계산이나 분자 동역학 시뮬레이션 등 고전적 계산에 크게 의존하는 파이프라인의 핵심 단계들은 여전히 양자화 되지 못했으며, 노이즈 중간 규모(NISQ) 환경, 디코히런스, qRAM 부재, 노이즈 보정 오버헤드 등의 기술적 제약이 남아 있다.
산업계에서는 이러한 기술적 진전에 발맞춰 파일럿 프로젝트와 협력 모델이 빠르게 확산되고 있다. 2021년 기준 전 세계 주요 제약사 중 약 80%가 양자컴퓨팅 관련 내부 역량을 구축하거나 스타트업과의 협업을 공식 발표했으며, 이들 대부분이 리드 최적화와 가상 스크리닝을 우선 과제로 삼고 있다. 또한, 양자컴퓨팅 전문 스타트업에 대한 투자도 급증해 2020년에만 약 3억 유로 규모의 펀딩이 모였다. 다만, 이 중 대다수는 범용 양자 소프트웨어 플랫폼과 하드웨어 개발에 투자된 금액으로, 신약 개발 전용 솔루션에 직접 투입된 비중은 상대적으로 적다. 한편 학계에서는 2009년 이후 관련 논문이 꾸준히 증가해 2020년대 들어 연간 8편 이상의 전문 연구가 발표되는 등 연구 저변이 확대되고 있다. 이처럼 업계는 기술 검증→파일럿 적용→확장의 단계를 밟아가며, 여전히 초기 단계인 양자 신약 개발 생태계를 활성화시키고 있다.
기업 현황
양자컴퓨팅이 신약 개발 분야에 본격적으로 적용되기 시작하면서, 이를 활용하는 주요 기업들이 빠르게 늘고 있다. 특히 전통적인 제약사들이 양자컴퓨팅을 신약 개발 과정에 도입하기 위해 다양한 협력 모델을 추진하고 있다.
Boehringer Ingelheim은 Google Quantum AI와 협력하여 양자컴퓨팅을 활용한 분자 동역학 시뮬레이션 연구를 진행하고 있다. 이들은 양자컴퓨팅의 뛰어난 계산 능력을 통해 분자의 상호작용을 정밀하게 모델링하고, 이를 신약 개발에 활용하고자 한다. 양자컴퓨팅의 강력한 계산력 덕분에 기존 컴퓨터로는 한계가 있었던 복잡한 분자 시뮬레이션이 가능해졌으며, 이는 신약 후보 물질을 효율적으로 발굴하는 데 도움을 줄 것으로 기대된다.
또한 Biogen은 Accenture와 협력하여 양자컴퓨팅을 활용한 분자 비교 연구를 진행 중이다. 이들은 양자컴퓨터를 사용해 분자 간 결합 특성을 더 정확하게 분석하고, 이를 바탕으로 신약 후보 물질의 효능을 개선하려는 목표를 가지고 있다. 양자컴퓨팅은 분자 구조에 대한 심층적인 분석을 가능하게 하여, 신약 개발 초기 단계에서부터 중요한 역할을 할 수 있다.
Moderna는 IBM Research와 협력하여 mRNA 백신 개발에 양자컴퓨팅을 활용하고 있다. 이들은 양자컴퓨터를 사용해 mRNA 분자의 접힘 구조를 예측하고, 이를 통해 백신 개발 과정에서의 효율성을 높이고자 한다. 양자컴퓨팅은 특히 분자 수준에서의 정밀한 예측을 가능하게 해, 백신 개발과 같은 중요한 분야에서 큰 혁신을 가져올 수 있다.
또한 SandboxAQ, Alphabet의 스핀오프 기업으로, Google Cloud 플랫폼을 통해 양자컴퓨팅 기술을 활용해 신약 개발에 필요한 복잡한 계산을 처리하고 있다. 이들은 제약 산업과 협력하여 양자컴퓨팅 기술을 신약 개발에 접목시키고 있으며, 이를 통해 더 빠르고 효율적인 약물 개발을 목표로 하고 있다.
이처럼 양자컴퓨팅을 활용한 신약 개발은 아직 초기 단계에 있지만, 이를 도입한 기업들이 점차 늘어나면서 기술의 상용화 가능성도 높아지고 있다.
앞으로의 기대
양자컴퓨팅이 신약 개발에 미치는 영향은 앞으로 점차 확대될 것으로 예상된다. 현재 양자컴퓨터는 일부 계산에 적용되고 있지만, 기술의 발전과 함께 양자컴퓨팅의 역할이 신약 개발의 핵심 도구로 자리잡을 가능성이 높다. 특히 양자컴퓨터의 특성상 기존 컴퓨터가 처리할 수 없는 방대한 데이터와 복잡한 문제들을 효율적으로 해결할 수 있어, 신약 개발의 속도와 정확도를 크게 향상시킬 수 있을 것으로 기대된다.
양자화학 시뮬레이션이나 분자 동역학 모델링 등에서 양자컴퓨터의 성능이 더욱 개선되면, 약물 후보 물질의 예측 및 최적화가 한층 더 정확하게 이루어질 것이다. 또한, 돌연변이가 약물의 효능에 미치는 영향을 예측하는 데도 양자컴퓨팅이 중요한 역할을 할 것으로 보인다. 이는 특히 유전자 변형이 빈번한 질병들, 예를 들어 암이나 바이러스 질환의 치료제 개발에 큰 도움이 될 것이다.
기술의 발전과 함께 양자컴퓨터가 처리할 수 있는 문제의 범위가 확장되면, 신약 개발의 비용과 시간 또한 크게 절감될 것이다. 전통적인 방법으로 수년이 걸리던 신약 개발 과정이 수개월로 단축될 수 있는 가능성도 제기된다. 그뿐만 아니라, 기존에 해결할 수 없었던 복잡한 질병들에 대한 새로운 치료법이 등장할 수 있는 기회도 열릴 것이다.
물론, 양자컴퓨팅이 완전히 상용화되기까지는 여러 기술적 장애물—특히 하드웨어의 안정성과 소프트웨어의 최적화—을 해결해야 하지만, 현재의 기술적 진전은 이를 가능하게 할 중요한 전환점을 마련하고 있다. 양자컴퓨팅의 발전에 따라, 신약 개발의 패러다임이 근본적으로 변화할 미래가 가까워지고 있는 셈이다.
이와 같은 변화는 단지 제약 산업뿐만 아니라 의료 및 생명과학 전반에 걸쳐 혁신적인 발전을 이끌어낼 것이다. 따라서 양자컴퓨팅을 활용한 신약 개발은 의학적 한계를 뛰어넘는 새로운 가능성을 열어주고, 앞으로의 인류 건강에 기여할 중요한 기술로 자리매김할 것으로 기대된다.
김동준 학생기자 ㅣ Chem & Bio. l 지식더하기
참고자료
[1] Lau, B., Emani, P. S., Chapman, J., Yao, L., Lam, T., Merrill, P., Warrell, J., Gerstein, M. B., & Lam, H. Y. K. (2023). Insights from incorporating quantum computing into drug design workflows. Bioinformatics, 39(1), btac789. https://doi.org/10.1093/bioinformatics/btac789
[2] 이혁성. (2019). 양자컴퓨터 기술 동향 및 산업 응용. 한국콘텐츠학회지, 17(2), 25-28 [3] Zinner, M., Dahlhausen, F., Boehme, P., Ehlers, J., Bieske, L., & Fehring, L. (2021). Quantum computing's potential for drug discovery: Early stage industry dynamics. Drug Discovery Today, 26(7), 16801688. https://doi.org/10.1016/j.drudis.2021.06.003
첨부한 이미지 출처
댓글