"국민에게 수익 돌려주는 신약개발"... 제약계, '신약배당' 제안

김화종 단장이 꺼낸 '신약배당정책' 무엇을 담고 있나 공동데이터 이용 신약 성공시, 건보재정 확충 등 수익배분 구조로 아직 보이지 않는 시작점, 선결과제에도 "지금 공론화해야"

2025-06-11     이우진 수석기자

AI 신약개발을 위한 K-MELLODDY 사업단의 김화종 단장이 세계에서 처음으로 공공 데이터를 활용해 만든 신약의 수익 일부를 건강보험 재정 등 국민에게 다시 내어놓는 '신약배당'이라는 제도를 제안했다. 공공 데이터를 이용해 개발 중인 세계의 AI신약 개발 움직임에 '이재명 정부식 맞춤 공약'을 내놨다는 점에 주목해야 할 듯 보인다.

김화종 단장은 11일 오전 온라인 설명회를 열고 '국민신약배당' 정책의 주된 내용을 전했다. 그는 공공 바이오데이터와 인공지능(AI)을 활용한 신약개발, 그리고 국민과의 수익 공유가 결과적으로 새로운 전략으로 자리잡을 것이라고 전했다.

 

"우리는 선진국이 아니다.

그러니 보통의 정책으론 안된다."

김 단장은 먼저 '우리 나라는 제약바이오분야 선진국이 아니'라는 말로 운을 뗐다. 세계 시장 내에 한국의 입지를 높이기 위해 기존의 방법이 아닌 격을 달리하는 새로운 정책이 필요하다는 뜻이다.

실제 AI가 전산업군에 적용되는 가운데 바이오 분야에서 '없으면 움직이지 않는 것'이 바이오데이터다. 인간에게 적용했을 때 예측할 수 있는 효과와 부작용 문제를 해결하기 위해서는 건강보험 데이터를 통한 건강보험 데이터를 효과적으로 구축하는 과정이 필요하다.

김 단장이 제기한 국민신약배당 정책은 건강보험, 진료, 유전체 등 공공 바이오데이터를 데이터 이동 없이 안전하게 활용해 AI 예측모델을 개발하고 이를 신약개발에 연결하는 것이 핵심이다. 이 과정에서 발생하는 수익을 데이터를 제공한 국민에게 환원하는 '배당' 구조가 도입된다.

실제로 국내에서는 국가 바이오 빅데이터 구축사업을 통해 100만명 규모의 임상·유전체·공공데이터 통합이 진행되고 있으며 K-MELLODDY와 같은 연합학습 기반 신약개발 프로젝트가 추진되고 있다.

이 과정에서 각 기관이 보유한 데이터를 외부로 유출하지 않고도 AI 모델을 공동 학습시킬 수 있다는 점에서 개인정보 보호와 데이터 활용이라는 두 가지 목표를 동시에 달성할 수 있는 연합학습 형태의 개발 움직임이 필요하다는 뜻이기도 하다.

이를 종합하면 국민의 바이오데이터를 활용해 신약개발이 성공적으로 이루어져 수익이 발생할 경우 그 이익의 일부를 데이터를 제공한 국민에게 환원하는 것이다. 이는 신약 판매 수익이나 기술료 등에서 일정 부분을 국민에게 직접 지급하거나, 건강보험 재정에 환원해 국민 전체가 혜택을 누리는 구조로 설계된다.

 

제약바이오판 홍콩 'MTR' 사업 방식

김 단장은 이를 1980년대 홍콩의 MTR 민자역사 사업에 비교했다. 실제 홍콩은 비운임사업(Non-fare Revenue, NTR) 사업을 통해 철도역사를 단순한 교통시설이 아니라 민간 자본을 유치해 쇼핑몰, 오피스, 주거 등 복합개발을 추진하는 방식으로 운영했다. 이 민자역사 개발 덕분에 홍콩 MTR은 운임 외에도 임대료, 상업시설 수익, 부동산 개발 이익 등 다양한 NTR을 안정적으로 확보하며 성공적인 교통정책 중 하나로 평가받는다.

이미 영국, 일본, 미국 등에서 대규모 공공 바이오데이터를 활용한 AI 신약개발 인프라가 활발히 운영되고 있지만, 데이터 제공자에게 직접 수익을 배당하는 제도적 모델을 통해 한국이 선도적으로 시장에서 AI 신약개발 환경을 바꿀 수 있다는 것이 김 단장의 말이다.

김화종 단장이 제시한 공공데이터 활용 체계

AI의 수요를 가진 사람이 AI모델 개발자를 통해 데이터 보유 기관의 정보를 확인할 수 있도록 하면 그 모델을 통해 다시 제약사가 신약을 개발하는 일종의 '배달 애플리케이션'식으로 신약을 만들고 그 수익을 국민 모두에게 이익으로 활용하자는 주장이다.

 

아직 시작되지 않은 논의, 선결과제도 많다

그럼에도 "공론화할 필요가 있다"

김 단장은 이번 정책이 아직 제안 단계의 것으로 정부와의 향후 논의가 필요하다고 전했다. 단순히 특정 기관이 추진할 수 있는 수준이 아닌 만큼 정부 주도의 사업으로 진행돼야 한다는 것이 그의 말이다.

실제 해당 사업의 경우 정부의 전략적 예산 배분과 민간 투자 유치, 기존 사업 구조조정 등 다양한 재원 조달 방안이 병행돼야 하는 사안이다. 신약개발의 속도를 높이기 위해 데이터 인프라의 모델화부터  개발 등의 각 단계별로 충분한 예산이 뒷받침돼야 한다.

배당의 결과물을 '무엇'으로 제공할 것인지, 공공 데이터 사용을 위한 자금 유치는 어떻게 진행할 것인지 등의 세부적인 사안도 논의해야 한다. 무엇보다 이에 따른 부가적인 조건은 정부가 이를 추진하겠다는 답을 줘야만 가능한 상황이다.

여기에 이같은 사업 구조가 얼마나 실현 가능성 있는지를 따질 필요가 있다. 단순히 데이터를 가진 것 만으로는 제약사가 신약개발 성공을 장담하기 어렵고 그에 따른 수익을 얼마나 돌려 줄 수 있을지도 과제다. 실제 민자사업 개발권의 경우 임대수익, 이용객 예측 등을 통해 부동산적 가치가 높다고 평가받을 때 시행되는 반면 결과물의 기준이 상업화인지 혹은 라이선스 아웃인지 각 기준 등을 확보하는 과정 등 고민해야 할 것이 너무 많은 것도 사실이다.

가능성은 물론 시행 과정에서도 이야기할 거리가 산적해 있음에도 이같은 정책을 제안하는 논의를 제안하는 이유를 두고 김 단장은 "유럽은 기업의 개인정보를 건드리지 못하고, 미국은 빅파마가 자체적인 데이터를 가지고 각 회사가 주도하고 있다"며 "이 시점이야 말로 AI 신약개발 선도를 위해 공론화해서 따져볼 필요가 있기 때문"이라고 전했다.