AI
SK바이오팜의 Agentic AI 기반 신약 개발 워크플로 자동화 도전기
두줄요약
SK바이오팜은 Agentic AI와 멀티 에이전트 협업으로 신약 후보물질 평가 워크플로를 자동화했습니다.기존 1주일 걸리던 과정을 1시간 이내로 줄이며 통합 리포트 기반 의사결정을 지원했습니다.
문제 상황
- 신약 개발의 Lead Optimization 단계에서 후보물질 평가에 며칠에서 몇 주가 소요되는 병목
- PubChem, ChEMBL, PubMed, ClinicalTrials.gov 등 정보가 파편화되어 통합 인사이트 도출이 어려운 상황
- Go/No-Go Decision이 불완전한 정보와 개인 경험에 의존하는 문제
해결 방법
- TxGemma를 Amazon SageMaker에 배포해 SMILES 입력 기반 분자 특징과 ADMET 특성 예측
- Strands Agents로 화학, 임상약리, 규제 전략의 3개 전문 에이전트 협업 구조 구성
- AI CEO 오케스트레이터가 질문 의도에 따라 필요한 에이전트만 동적으로 소집하는 스마트 컨설팅 구현
성능/운영 포인트
- 기존 1주일 수준의 평가 과정을 1시간 이내로 단축해 97.5% 효율화
- 개별 분석이 아닌 통합 리포트로 의사결정 지원
- 비개발자도 최신 프레임워크와 CLI 도구로 빠르게 에이전트 애플리케이션 구축 가능
적용해볼 점
- 후보물질 평가와 의사결정 업무에 멀티 에이전트 패턴 적용
- 도메인 전문가 중심 조직에서 자연어 기반 AI 컨설팅 인터페이스 도입
- 자동화 결과를 단순 조회가 아니라 실행 가능한 리포트로 통합