2026-10-19 · 합성생물학·AI생물정보학

아스트라제네카(AstraZeneca)가 대사이상지방간염(MASH) 및 심근병증 영역에서 새로운 신약을 개발하기 위해 인시트로(insitro)와 최대 15억달러 규모의…

아스트라제네카(AstraZeneca)는 2026년 10월 15일(현지시간) 인시트로(insitro)와 대사이상지방간염(MASH) 및 심근병증 분야에서 최대 15억 달러 규모의 AI 신약개발 파트너십을 체결했다. 계약금은 4,000만 달러이며 나머지 14억 6,000만 달러는 마일스톤 형태로 구성된다. 양사는 인시트로의 AI 플랫폼 '버추얼휴먼(Virtual Human)'을 활용해 두 적응증의 질병생물학 기반 타깃 발굴과 치료법 개발을 진행할 예정이다. 버추얼휴먼은 대규모 인체 임상데이터와 세포 수준의 교란데이터를 통합하여 질병의 인과생물학을 규명하는 AI 모델이다. 이번 파트너십 대상인 두 영역은 아스트라제네카가 최근 임상 실패를 경험한 분야로, MASH에서는 PNPLA3 ASO 임상2상이, 심근병증에서는 TTR ASO 와이누아(Wainua, eplontersen)의 임상3상이 각각 실패한 바 있다.

바이오스펙테이터 원문 읽기 ↗

고등학교 생명과학 관련 과목·내용

2022 개정 교육과정에서 이 기사와 연결되는 과목과 내용입니다.

생물의 유전 진로선택: 영역: 생명공학기술
관련 내용: 생명공학기술의 활용
통합과학2 공통: 영역: 과학과 미래 사회
관련 내용: 과학기술과 사회
통합과학1 공통: 영역: 시스템과 상호작용
관련 내용: 생명 시스템

읽는 순서는 자유예요. 궁금한 항목을 바로 열어보세요.

이 기사의 주장은 어디까지 확인됐을까?팩트체크 · 확인된 사실과 더 살펴볼 근거

기사에서 확인된 사실

아스트라제네카와 인시트로는 2026년 10월 15일(현지시간) 전략적 신약개발 파트너십 및 라이선스 계약을 체결했다 (출처: 기사 본문).
계약 규모는 최대 15억 달러이며, 계약금 4,000만 달러와 마일스톤 14억 6,000만 달러로 구성된다 (출처: 기사 본문).
인시트로의 AI 플랫폼 '버추얼휴먼'은 대규모 인체 임상데이터 및 세포 수준의 교란데이터를 통합하여 질병의 인과생물학을 규명하고 신약 타깃을 발굴하는 AI 모델이다 (출처: 기사 본문).
아스트라제네카는 PNPLA3 ASO의 MASH 임상2상 개발을 중단했으며, TTR ASO 와이누아(eplontersen)의 아밀로이드 심근병증 임상3상에서 실패한 바 있다 (출처: 기사 본문).

아직 불확실한 점

인시트로의 '버추얼휴먼' 플랫폼이 실제로 유효한 신약 타깃을 발굴할 수 있는지는 아직 검증되지 않은 연구 목표 단계입니다. 기사에는 플랫폼의 기능적 설명만 있으며, 이 플랫폼을 통해 실제로 승인된 신약이 도출되었다는 내용은 기사에 없습니다.
마일스톤 14억 6,000만 달러는 계약 전체에서 달성 가능한 최대치로, 실제 수령 여부는 연구 성과에 따라 달라지므로 확정된 금액이 아니다 (기사 본문에서 '최대'로 명시).

더 확인할 근거

기사 본문이 유료 회원 전용으로 일부 공개되지 않아, 파트너십의 세부 조건(구체적 마일스톤 달성 기준, 지적재산권 배분 방식 등)은 공개된 정보만으로 확인할 수 없습니다. 교사는 아스트라제네카 및 인시트로의 공식 보도자료를 통해 추가 검증을 권장해야 합니다.

알고 보면 더 재미있는 과학과학이야기 · 핵심 개념어 · 함께 공부하면 좋은 내용

과학이야기

핵산을 치료제로 활용하려는 시도는 20세기 후반부터 시작되었습니다. 1978년 폴 자마닉(Paul Zamecnik)과 메리 스테판슨(Mary Stephenson)은 RSV(호흡기세포융합바이러스)의 mRNA에 결합하는 짧은 핵산 단편이 바이러스 복제를 억제할 수 있음을 처음으로 실험적으로 보고했습니다. 이것이 안티센스 올리고뉴클레오타이드(ASO) 개념의 출발점으로 알려져 있습니다. 당시에는 핵산이 세포 안에서 빠르게 분해되고 세포막을 통과하기 어렵다는 한계 때문에 치료제로 실용화하기까지 수십 년의 시간이 걸렸다. 화학 변형 기술의 발전으로 ASO가 세포 내에서 더 오래 안정적으로 유지되도록 개량되었고, 2016년 미국 FDA는 척수성 근위축증(SMA) 치료를 위한 ASO 기반 약물 '스핀라자(Spinraza, nusinersen)'를 승인했습니다. 이는 희귀 유전 질환에서 ASO 치료제의 가능성을 임상적으로 입증한 주요 사례로 기록되고 있습니다. 이처럼 기초 개념에서 실제 치료제까지 도달하는 데 약 40년이 걸린 여정은, 과학에서 아이디어가 검증되고 현실화되기까지 얼마나 많은 시간과 반복적인 실패가 필요한지를 잘 보여줍니다.

이 기사를 이해하는 열쇠, 핵심 개념어

대사이상지방간염(MASH): 간에 지방이 과도하게 쌓이면서 염증과 세포 손상이 동반되는 질환으로, 단순 지방간보다 진행된 상태입니다. 비만·당뇨 등 대사 이상과 밀접하게 연관되며, 심하면 간경변이나 간암으로 악화될 수 있습니다.
안티센스 올리고뉴클레오타이드(ASO): 특정 유전자의 mRNA에 상보적으로 결합하여 해당 유전자의 단백질 생산을 억제하는 짧은 핵산 단편입니다. 질병과 관련된 유전자의 발현을 표적으로 차단하는 핵산 기반 치료제입니다.
인과생물학(Causal Biology): 질병에서 '어떤 요인이 실제로 원인인가'를 규명하려는 접근법입니다. 단순히 질병과 함께 나타나는 상관관계 요인이 아니라, 질병을 직접 일으키는 원인 요인을 찾아내는 데 초점을 맞춥니다.
버추얼휴먼(Virtual Human) 플랫폼: 인시트로가 개발한 AI 모델로, 대규모 인체 임상데이터와 세포 수준의 교란(perturbation) 데이터를 통합하여 질병의 생물학적 원인과 신약 개발 타깃을 발굴하는 인공지능 기반 시스템입니다.
마일스톤(Milestone) 계약 구조: 신약 개발 파트너십에서 계약금 외에, 임상 진입·임상 성공·허가 취득 등 사전에 정해진 성과 목표를 달성할 때마다 추가 금액을 지급하는 방식입니다. 개발 성공 여부에 따라 실제 수령액이 달라집니다.
트랜스티레틴(TTR) 아밀로이드 심근병증(ATTR-CM): 간에서 만들어지는 트랜스티레틴 단백질이 잘못 접혀 심근(심장 근육)에 쌓이는 질환입니다. 심장이 딱딱해져 정상적인 수축·이완이 어려워지며, 심부전 등으로 이어질 수 있습니다.

지식 연결 개념도

전체 연결을 한눈에 살펴보세요. 글씨가 작으면 크게 보기를 눌러 좌우로 움직이며 읽을 수 있어요.

함께 공부하면 좋은 내용더 이해하고 싶을 때, 배경지식을 이어서 읽어보세요.

이 기사를 이해하려면 먼저 '생물의 유전' 과목의 유전자 발현 단원(전사·번역, 중심원리)과 생명공학기술 단원(ASO, 유전자 편집 기술)을 교과서에서 확인하자. 특히 mRNA의 번역 과정과 ASO가 어떻게 mRNA에 결합하여 단백질 생성을 억제하는지를 도식화하는 연습이 핵심입니다. '세포와 물질대사' 과목에서는 간세포의 지질 대사 이상이 MASH로 이어지는 기전과 연결하여 이해할 수 있습니다. 관련 실험으로는 학교 실험실에서 DNA 전기영동 실험을 통해 핵산의 물리적 특성을 직접 확인해보거나, 효소 활성 실험을 설계하여 변인 통제 원칙을 연습해볼 수 있습니다. 또한 '과학탐구실험' 수업에서 공개 데이터베이스(예: NCBI, Ensembl)를 활용하여 특정 유전자의 염기서열을 검색하고, 해당 유전자의 mRNA 서열에 상보적인 짧은 서열을 직접 설계해보는 활동을 시도해볼 수 있습니다. '통합과학2'의 '과학과 미래 사회' 단원에서 AI와 생명공학의 융합 사례를 이 기사와 연결하면, 과학기술이 사회·산업에 어떻게 영향을 미치는지를 넓은 시각으로 정리할 수 있습니다. 수학 '확률과 통계'에서 배우는 기댓값과 조건부 확률 개념을 임상시험 성공 확률 분석에 적용해보는 것도 융합 탐구의 좋은 출발점입니다.

이 기사에서 시작하는 탐구 질문근거와 개념을 살펴본 뒤, 질문을 골라 나만의 탐구 보고서로 이어가 보세요.

좋은 질문을 만드는 힘도, 질문을 접하고 연습하며 자라요.

다양한 질문을 읽으며 어떤 점이 좋은 질문인지 생각해 보세요. 마음에 드는 질문은 질문함에 모아 두고, 나만의 질문을 만드는 데 참고해 보세요.

읽는 데서 한 걸음 더 나아가, 질문함에서 직접 답변도 적어 보세요. 어떤 근거가 필요한지, 무엇을 비교하거나 확인할 수 있을지 고민하는 과정이 탐구를 배우는 연습이 됩니다. 완벽한 답이 아니어도 괜찮아요.

질문 하나를 골라 담고, 내 생각으로 답해 본 뒤, 새롭게 떠오른 나만의 질문을 적어 보세요.

질문을 구체화하는 방법의 예시

“효과가 있을까?” → “어떤 조건에서, 무엇과 비교했을 때 효과가 달라질까?”

조건과 비교 대상을 정하면 살펴볼 근거가 더 분명해져요. 아래 예시를 보며 내 질문도 만들어보세요.

1.탐구 질문 1: ASO(안티센스 올리고뉴클레오타이드)는 세포 안에서 mRNA와 어떻게 결합하며, 그 결합이 단백질 생산에 어떤 영향을 미치는가?
2.탐구 질문 2: AI 기반 신약 타깃 발굴 방식과 전통적인 실험 중심의 신약 타깃 발굴 방식을 비교할 때, 각각의 장단점은 무엇인가?
3.탐구 질문 3: 만약 내가 MASH의 신약 후보 물질을 검증하는 실험을 설계한다면, 어떤 변인을 통제하고 어떤 지표로 효과를 측정할 수 있을까?
4.탐구 질문 4: 임상시험에서 실패한 데이터를 AI 학습에 재활용하는 것은 허용되어야 할까? 임상 참여 환자의 동의는 어떤 범위까지 필요한가?
5.탐구 질문 5: 이 기사는 계약 규모(15억 달러)를 강조하고 있는데, 마일스톤 구조의 특성상 이 금액이 실제로 모두 지급될 가능성은 얼마나 되며, 기사에서 빠진 정보는 무엇인가?

이 관심을 나만의 탐구로 이어가려면?학생부 활용 아이디어 · 타교과 연계

탐구의 방향

단순히 기사를 읽고 요약하는 수준을 넘어, ASO의 작용 원리를 교과서의 전사·번역 단원과 직접 연결하여 도식화하고, MASH 또는 심근병증의 병리 기전을 조사한 뒤 '왜 이 유전자가 타깃이 되는가'를 인과적으로 설명하는 탐구 활동으로 구성하는 것이 세특 활용에 효과적입니다. 더 나아가 AI가 신약 타깃을 발굴하는 과정에서 '상관관계'와 '인과관계'를 어떻게 구분하는지를 탐구하면, 생명과학과 정보·수학을 융합한 탐구로 확장할 수 있습니다.

심화 탐구 아이디어 1: NCBI PubMed에서 'MASH ASO therapy' 또는 'PNPLA3 liver disease'를 검색하여 관련 리뷰 논문 1편을 읽고, ASO가 PNPLA3 유전자의 mRNA에 어떻게 작용하는지를 중심원리와 연결하여 그림으로 정리하는 탐구 보고서를 작성해보자.
심화 탐구 아이디어 2: 인과생물학(Causal Biology)과 상관관계 기반 연구의 차이를 설명한 리뷰 논문을 찾아 읽고, 이를 멘델 무작위화(Mendelian Randomization) 개념과 연결하여 '유전자 데이터로 인과관계를 밝히는 방법'을 정리한 보고서를 독서 토론과 글쓰기 수업과 연계하여 작성해보자.
심화 탐구 아이디어 3: 확률과 통계 수업에서 배운 기댓값 개념을 활용하여, 신약 임상1상~허가까지의 단계별 성공률 공개 데이터를 찾아 15억 달러 마일스톤 계약에서 실제 예상 수령액을 수학적으로 계산해보고, 현대사회와 윤리 수업의 기업 책임 개념과 연결하여 발표 자료를 만들어보자.

활동을 기록하는 문장 예시

직접 수행한 활동을 바탕으로 수정하는 예시입니다. 아직 하지 않은 활동을 수행한 것처럼 쓰지 마세요.

ASO의 작용 원리를 전사·번역 단원과 연결하여 탐구하면서, mRNA의 특정 염기서열에 상보적으로 결합하는 핵산 단편이 단백질 생성을 억제하는 과정을 도식으로 직접 설계하고 교사의 피드백을 받았습니다. / AI 플랫폼이 신약 타깃을 발굴하는 원리를 조사하는 과정에서 '상관관계'와 '인과관계'의 차이가 신약 개발 성패에 미치는 영향을 파악하고, 임상 실패 사례와 연결하여 과학적 증거 판단의 중요성에 대해 탐구 보고서를 작성하였습니다.

다른 교과의 관점으로 살펴보면

연결 과목: 인공지능 기초 · 데이터 과학 · 정보 · 현대사회와 윤리 · 윤리문제 탐구 · 법과 사회 · 정치 · 확률과 통계 · 실용 통계 · 수학과제 탐구

정보

인시트로의 '버추얼휴먼'과 같이 대규모 생물학적 데이터를 학습하여 패턴을 발견하는 AI 모델의 원리(머신러닝, 딥러닝)를 인공지능 기초 수업과 연결하여 이해할 수 있습니다.

정보

임상데이터와 세포 교란데이터를 통합하는 과정에서 데이터의 수집·정제·분석 방법론을 데이터 과학 관점에서 탐구할 수 있으며, 데이터 편향이 신약 개발 결과에 미치는 영향을 분석할 수 있습니다.

윤리

AI가 의료 의사결정에 개입할 때 발생하는 책임 소재, 블랙박스 문제, 환자 데이터 프라이버시 등을 현대사회와 윤리 수업의 생명윤리·정보윤리 단원과 연계하여 토론할 수 있습니다.

사회

신약 임상 실패 후 AI로 방향을 전환하는 전략에서 임상시험 규제, 신약 허가 절차, 특허와 지식재산권 배분 문제를 법과 사회 관점에서 탐구할 수 있습니다.

수학

임상시험에서 치료 효과의 유의성을 판단하는 p값, 신뢰구간, 오류율 개념을 확률과 통계 수업과 연계하여, 아스트라제네카의 임상3상 '실패' 판정 기준을 수학적으로 이해할 수 있습니다.

이 문제를 다른 입장에서 보면?윤리 쟁점 · 여러 관점과 토론 질문

AI가 질병의 원인을 규명하고 신약 타깃을 결정하는 과정에 깊이 개입할 때, 그 결정 과정의 투명성과 책임 소재를 어떻게 확보할 것인가.

찬성/지지 입장

AI 플랫폼은 인간 연구자가 수십 년에 걸쳐 분석할 방대한 임상데이터와 세포 교란데이터를 단기간에 통합·처리할 수 있어, 임상 실패가 반복되는 난치성 질환에서 새로운 타깃을 발굴할 가능성을 높입니다. 또한 데이터 기반의 객관적 의사결정은 연구자의 주관적 편향을 줄이는 데 기여할 수 있으며, 신약 개발 속도를 높여 환자에게 치료 기회를 앞당길 수 있다는 논리가 제기됩니다.

반대/우려 입장

AI 모델이 어떤 근거로 특정 타깃을 선택했는지 인간이 이해하기 어려운 '블랙박스' 문제가 존재하며, 모델 학습에 사용된 임상데이터의 편향(예: 특정 인종·성별 과대 또는 과소 대표)이 신약 타깃 선정에 그대로 반영될 위험이 있습니다. 또한 임상 실패로 얻은 데이터를 AI가 재해석하는 과정에서 환자 정보 보호 및 동의 문제, AI 판단 오류 시 책임 소재의 불명확성이 우려될 수 있습니다.

헬싱키 선언(임상연구에서의 피험자 보호), 사전 동의(Informed Consent) 원칙, 국내 생명윤리 및 안전에 관한 법률, EU AI법(AI Act, 고위험 AI 시스템에 대한 투명성·설명가능성 요건)

AI가 인간 연구자보다 더 많은 데이터를 처리할 수 있다면, 신약 개발의 최종 결정권을 AI에게 얼마나 부여할 수 있을까? 그리고 AI의 판단이 틀렸을 때 책임은 누가 져야 할까?

읽고 나니, 무엇이 달라졌을까?핵심 정리 · 오개념 · 자기점검

기억할 핵심

ASO(안티센스 올리고뉴클레오타이드)는 특정 유전자의 mRNA에 상보적으로 결합하여 단백질 생산을 억제하는 핵산 기반 치료제이며, 이번 파트너십은 MASH와 심근병증에서 이 방식의 임상 실패 이후 새로운 타깃을 찾기 위한 것입니다.
인시트로의 버추얼휴먼 플랫폼은 대규모 인체 임상데이터와 세포 수준의 교란 데이터를 AI로 통합해 질병의 인과생물학적 원인을 규명하고 신약 타깃을 발굴하는 시스템이나, 아직 이를 통해 실제 승인된 신약이 나왔다는 사실은 확인되지 않았습니다.
이번 파트너십 계약금은 4,000만 달러이고, 나머지 14억 6,000만 달러는 연구·임상 성과에 따라 지급되는 마일스톤 금액으로, 실제로 모두 지급될지는 미확정입니다.

헷갈리기 쉬운 부분

오개념: ASO가 DNA에 직접 결합해 유전자를 영구적으로 제거한다 → 올바른 이해: ASO는 전사된 mRNA에 상보적으로 결합하여 단백질로의 번역을 일시적으로 억제하는 것이며, DNA 자체를 변형하거나 제거하지 않습니다.
오개념: '최대 15억 달러 계약'은 인시트로가 확정적으로 받게 될 금액이다 → 올바른 이해: 4,000만 달러만 계약 시점에 확정된 금액이고, 나머지 14억 6,000만 달러는 임상 진입·성공·허가 등 사전에 정해진 성과 목표를 달성해야만 단계적으로 지급되는 조건부 금액입니다.

ASO 치료제가 MASH나 심근병증에서 임상에 실패했다는 사실과, 이번 파트너십에서 AI를 활용하는 목적이 어떻게 연결되는지 자신의 말로 설명할 수 있는가?

이 과학은 실제로 어디에 쓰일까?산업 연계 · 기업과 기관 · 미래 전망

AI를 활용한 신약 타깃 발굴은 제약·바이오 산업에서 연구개발 비용과 시간을 줄이려는 시도로 확산되고 있습니다. 기사에 따르면 아스트라제네카는 임상 실패를 경험한 MASH와 심근병증 분야에서 기존의 실험 중심 접근 대신 인시트로의 AI 플랫폼을 통해 새로운 타깃을 발굴하는 전략으로 전환을 시도하고 있습니다. 이는 임상 실패 데이터를 AI 학습에 활용함으로써 실패에서 새로운 통찰을 얻으려는 산업적 접근 방식입니다.

시장 동향

글로벌 AI 신약개발 시장 규모에 대한 수치는 이 기사에 명시되지 않았으므로, 별도 공개 시장조사 보고서(예: Grand View Research, IQVIA)를 통해 확인이 필요합니다. 기사에서 확인 가능한 사실은 아스트라제네카가 단일 파트너십에 최대 15억 달러를 투입할 의향을 밝혔다는 점이며, 이는 AI 신약개발에 대한 대형 제약사의 투자 의지를 보여주는 사례로 볼 수 있습니다.

미래 전망

기사에 따르면 아스트라제네카와 인시트로는 '버추얼휴먼' AI 플랫폼을 활용하여 MASH와 심근병증에서 인과생물학 기반의 새로운 신약 타깃을 발굴하는 것을 목표로 연구를 진행 중입니다. 두 질환 모두 아스트라제네카가 임상 실패를 경험한 영역으로, AI가 기존 접근법으로는 발견하지 못했던 타깃을 찾아낼 수 있는지가 이번 협력의 핵심 검증 과제가 될 것으로 보입니다. AI를 활용한 인과생물학적 타깃 발굴 접근법은 단순한 상관관계 발굴을 넘어서 실제 질병의 원인을 규명하려는 시도로, 여러 제약사와 바이오텍이 유사한 방향으로 연구를 진행 중인 것으로 보고되고 있습니다. 그러나 AI 플랫폼이 예측한 타깃이 실제 임상에서도 유효한지는 동물 실험과 임상시험을 통해 검증되어야 하며, 현 단계에서는 그 성과를 단정 짓기 어렵습니다. 이 파트너십의 실제 성과는 향후 임상 진입 여부와 결과에 따라 평가될 수 있을 것입니다.

이런 문제를 다루는 사람들은?직업 · 학과 · 진로 탐색

AI 신약개발 연구원(Computational Drug Discovery Scientist)

대규모 유전체·임상 데이터를 AI 모델로 분석하여 질병의 원인 타깃을 발굴하고, 후보 물질의 특성을 예측하는 연구를 수행합니다. 생명과학·의학 지식과 프로그래밍·데이터 분석 역량이 함께 요구됩니다.

임상시험 코디네이터(Clinical Research Coordinator, CRC)

신약의 안전성과 효능을 검증하는 임상시험을 설계·관리하고, 시험 참여 환자를 모집·모니터링하며 데이터를 수집합니다. 아스트라제네카의 MASH·심근병증 임상처럼 복잡한 시험일수록 전문 코디네이터의 역할이 큽니다.

바이오 특허 전문가(Biotech Patent Attorney/Agent)

AI 플랫폼이 발굴한 신약 타깃이나 분자 구조에 대한 지식재산권을 확보·관리하고, 파트너십 계약에서 특허 권리를 협상합니다. 생명과학 전문 지식과 법률 지식이 모두 필요합니다.