01 데이터필요한 데이터를 찾고,
필요한 데이터를 찾고,
학습할 수 있게 정리해요.
분자와 단백질의 공개 데이터를 모으고, 빠진 값과 중복을 정리해요. 모델이 바로 읽을 수 있는 데이터셋이 남아요.
- 화합물 구조·활성, 단백질 서열·구조
- 수집 → 정리 → 표현
- 학습용 데이터셋
의료 바이오 연구자를 위한 AI 신약개발 실전 가이드나도 AI로
나도 AI로
신약 후보를
찾아볼 수 있을까?
관심 있는 질환도, 타겟도 있다면.
이제 데이터를 구하고, 모델을 만들고,
후보물질을 비교하는 방법을 익혀 보세요.
- Python 기초
- AI 모델링
- 분자 도킹
- 후보물질 최적화
혹시, 여기서 멈춰 있나요?관심 있는 질환도,
관심 있는 질환도,
연구하고 싶은 타겟도 있는데.
- “공개 데이터는 어디서 구하지?”
- “모델은 어떤 걸 써야 하지?”
- “이 코드가 내 연구에서 무슨 역할을 하지?”
이 책은 그 사이를 실제 코드와 실행 결과로 이어요.
데이터를 준비하고 → 모델을 학습하고 → 후보를 비교해요. 각 작업이 신약개발에서 어떤 역할인지 함께 이해해요.
책 1장이 먼저 보여주는 숫자예요왜 지금인지,
왜 지금인지,
숫자가 먼저 말해요.
신약 하나를 만드는 일이 얼마나 어렵고, 시장이 얼마나 큰지 보여줘요.
7.9%
임상 1상에 진입한 후보물질이
허가를 받을 확률
10~15년
아이디어에서
환자 처방에 닿기까지
약 3.5~4조 원
신약 하나를 개발하는 데 드는 비용
(26억~30억 달러)
약 2,280조 원
2024년 글로벌 제약산업 시장
(1조 6,700억 달러)
AI가 줄이는 탐색 기간4~7년 → 1년 이내
통상 4~7년이 걸리던 초기 후보물질 탐색과 전임상 단계를 1년 이내로 줄일 수 있다고 설명해요.
책 1장 1.2.2생성형 AI의 잠재적 경제 가치84–154조 원 / 년
제약·의료제품 산업 전반의 생산성 향상에 대한 McKinsey 추정치예요. 신약 탐색부터 개발·상용화까지 포함해요.
2024 보고서 · 600억–1,100억 달러 · 원문 ↗위 수치는 책 1장 본문(1.1.4·1.2.2)에서 가져왔어요. 원화는 1달러=1,400원으로 단순 환산한 값이고, 경제 가치는 매출이나 실현된 수익이 아니에요.
책을 읽고, 코드를 실행하며내 손으로 해보는
내 손으로 해보는
세 가지 AI 신약개발 실무 파이프라인.
02 모델예측 모델을 만들고,
예측 모델을 만들고,
얼마나 맞는지 비교해요.
활성 데이터를 살펴보고 준비하는 데서 시작해요. QSAR, ChemBERTa, GNN으로 활성과 분자 특성을 예측하고, 실제 값과 견주어 오차를 봐요.
- 활성값 분포 확인
- QSAR · ChemBERTa · GNN 학습
- 예측 모델과 성능 비교
03 후보물질1,000개 화합물을 도킹하고,
1,000개 화합물을 도킹하고,
후보를 좁혀요.
두 단백질에 도킹한 결과를 비교하고, 고른 화합물의 구조를 바꿔 물성과 도킹 결과를 다시 평가해요. 계산으로 추린 후보 목록이 남아요.
- 1,000개 화합물 × 2개 단백질
- 도킹 결과 비교 → 구조 변형
- 물성·도킹 재평가 → 후보 목록
5장 예제 기준이에요. 후보의 효능과 안전성은 후속 실험으로 확인해야 해요.
“그런데, 저는 코딩이 처음인데요.”첫 코드 앞에서도,
첫 코드 앞에서도,
시작할 수 있도록.
Python·Linux·통계·약학의 기초부터 안내해요. 실습에 필요한 내용을 차근차근 쌓고, 실행 결과와 해설을 함께 읽어요.
01Colab으로 실습해요
실습 환경과 도구를 설치하고 설정하는 방법을 안내해요.
02전체 코드를 드려요
GitHub에서 확인하고 다시 실행할 수 있어요.
03AI 챗봇으로 복습해요
책 내용을 질문하며 다시 짚어볼 수 있어요.
연구자도, 개발자도, 기획자도
이런 분에게 권해요.
AI 신약개발을 시작하려는의학·약학·생명과학·화학 분야의 학생과 연구자
바이오 분야로 진출하려는데이터과학자·AI 개발자·컴퓨터공학 전공자
AI를 후보물질 발굴과 가상 탐색 등연구 실무에 적용하려는 제약·바이오 종사자
AI 신약개발의 기술과산업 흐름을 이해하려는 R&D·기획·정책 담당자뒷표지에 담긴 학계·산업계 전문가 8인의 추천낯선 기술을,
낯선 기술을,
손에 잡히는 연구 도구로.
01“『AI 신약개발 실전 가이드』는 그러한 인재를 길러내기 위한 체계적인 교과서입니다.”
02“AI 신약개발을 연구하고자 하는 모든 연구자에게 자신 있게 추천합니다.”
03“신약개발과 AI 기술 사이의 간극을 메워주는 유용한 책이다.”
04“이 책은 AI를 신약개발 조직 안에 실제로 받아들이기 위해 필요한 기반을 제공한다.”
05“이 책의 가장 큰 매력은 컴퓨터 공학과 약학·생명과학이라는 두 세계를 아주 매끄럽게 이어준다는 점입니다.”
06“연구자와 산업계 전문가들에게는 서로 다른 분야의 사람들과 소통하고 협력할 수 있는 공통의 언어가 되기를 기대합니다.”
07“Wet lab에서 출발해 AI를 연구에 접목하고자 하는 학생과 연구자에게 좋은 길잡이가 될 책입니다.”
08“이 책은 의료·바이오 연구자가 AI를 도구가 아닌 연구 언어로 받아들이게 만드는 실전적 안내서다.”
도서 뒷표지에 실린 추천사에서 가져왔어요. 소속과 직함은 표지 기준이에요.
서로 다른 전문성이 한 권에서 만나요
세 사람이 함께 썼어요.
강성준
의학 · 의료 AI치료용 항체 개발 프로젝트와 의료 AI 연구를 했어요.
김도균
약학 · 컴퓨터공학 · 통계학제약 R&D 기획과 체외진단·소프트웨어 개발을 했어요.
한진선
화학 · 컴퓨터공학AI 신약 후보물질 발굴과 에이전트 연구 워크플로를 개발했어요.
548쪽 · 하나로 이어지는 흐름무엇을 배울지,
무엇을 배울지,
순서까지 담았어요.
- 01
AI와 신약개발의 만남
개념과 사례로 전체 흐름 이해하기AI 신약개발의 원리, 신약개발 단계와 실제 사례를 살펴봅니다.
- 02
실습을 위한 네 가지 기초
Python · Linux · 통계 · 약학데이터 불러오기와 전처리, 그래프, 통계 분석부터 약물의 작용과 체내 과정을 익힙니다.
- 03
분자·단백질·데이터 다루기
모델 학습에 필요한 재료 준비하기분자 구조와 단백질 서열·입체 구조를 표현하고 공개 데이터를 수집·정리합니다.
- 04
리간드 기반 신약설계
QSAR · ChemBERTa · GNN머신러닝과 딥러닝 모델을 학습하고, 활성·분자 특성을 예측하며 성능을 비교합니다.
- 05
구조 기반 신약설계
타겟 탐색부터 후보물질 최적화까지문헌 분석, 분자 도킹, 대규모 가상 탐색과 구조 변형을 하나의 계산 과정으로 연결합니다.
- 06
기술과 산업의 다음 흐름
생성형 AI · 에이전트 AI · 자율주행 실험실기초와 실습에서 만난 기술이 연구와 산업에서 확장되는 방향을 살펴봅니다.
기초를 쌓고, 데이터를 다루고, 모델을 만들고, 후보를 좁혀가는 여섯 개의 장이에요.
읽기 전에 가장 궁금한 질문을 모았어요마지막으로,
마지막으로,
궁금할 세 가지.
코딩을 처음 배우는 사람도 읽을 수 있나요?
Python·Linux·통계·약학의 기초부터 안내합니다. 프로그래밍 사전 지식이 없는 독자를 고려한 예제와 해설이 있으며, 직접 코드를 실행하며 단계별로 학습하는 구성입니다.
실습에 별도의 준비나 비용이 필요한가요?
Google Colab 사용과 필요한 도구의 설치·설정을 안내합니다. 일부 실습은 GPU나 외부 API를 활용하므로 서비스 이용 조건과 사용량에 따라 별도 비용이 발생할 수 있습니다.
서평단은 무엇을 해야 하나요?
선정 후 참여를 확정하고, 도서 수령 후 2주 이내에 개인 SNS 1곳과 온라인서점 1곳(교보문고·예스24·알라딘 중 선택)에 솔직한 서평을 작성합니다. 두 게시물에 “출판사로부터 도서를 제공받아 작성하였습니다.”를 반드시 기재합니다. 긍정적인 평가를 조건으로 하지 않습니다.
이제, 함께 읽을 첫 독자를 찾아요당신의 다음 연구를 위해,
당신의 다음 연구를 위해,
책 한 권을 보내 드려요.
선정된 분께 정가 50,000원 종이책 1권을 보내 드려요.
AI 신약개발을 내 연구 역량으로 만들고 싶은 분, 읽고 실습하고 그 경험을 솔직하게 나눌 분을 초대해요.
- 모집 기간
- 9월 16일(수) – 9월 20일(일)
- 선정 안내
- 9월 26일(토) · 안내 후 48시간 안에 참여 확정
- 작성할 곳
- 개인 SNS 1곳 + 온라인서점 1곳
교보문고 · 예스24 · 알라딘 중 하나 - 작성 기한
- 책을 받은 날부터 2주
- 꼭 적어 주세요
- “출판사로부터 도서를 제공받아 작성하였습니다.”
- 알아 두세요
- 학습 목적, 구체적인 서평 계획, 최근 게시 활동과 일정 이행 가능성을 함께 봐요. 긍정적인 평가를 조건으로 하지 않아요.
한국시간 기준. 선정자의 배송 정보만 출판사에 전달해요. 2026.09.21 출간 예정이고, 발송일은 따로 안내해요.
“내 연구에도 써보고 싶다.”
이번에는, 시작해 보세요.
의료 바이오 연구자를 위한 AI 신약개발 실전 가이드 · 정가 50,000원 · 548쪽
서평단 모집 9월 16일(수) – 9월 20일(일) · 선정 발표 9월 26일(토)