신간 서평단 모집9.16–9.20 모집 · 9.26 선정 발표서평단 모집 안내 ↗
AIDD실전 가이드도서 구매하기 ↗

의료 바이오 연구자를 위한 AI 신약개발 실전 가이드

나도 AI로 신약 후보를찾아볼 수 있을까?

관심 있는 질환도, 타겟도 있다면.
이제 데이터를 구하고, 모델을 만들고,
후보물질을 비교하는 방법을 익혀보세요.

Python 기초AI 모델링분자 도킹후보물질 최적화

2026.09.16–09.20 모집 · 09.26(토) 선정 발표 · 선정자에게 5만원 상당 종이책 1권 제공

YOUR DOMAIN KNOWLEDGE질환과 타겟을
이해하는 지식
YOUR NEXT CAPABILITY분자와 데이터를
다루는 실무

분자에서 시작하는 새로운 연구의 가능성

내 전공의 지식에AI 신약개발의 실무를 더하다.

CHAPTER 01 · 왜 AI와 신약개발이 만나는가

질환을 이해하는 지식에,
데이터와 모델을 다루는 경험을 더하세요.

공개 데이터를 준비하고, 예측 모델을 만들고,
분자 도킹으로 후보를 비교하는 실습이 이어집니다.

10–15

신약 하나가 환자에게 닿기까지

책 1장은 긴 개발 기간과 높은 실패 비용에서 출발해, AI가 필요한 이유를 설명합니다.

본문 1.1.4 · 3–4쪽의 전통적 개발 과정 설명

책 1장 1.1.4·1.2.2의 논의를 바탕으로 구성. 원화 금액은 규모 이해를 위한 1달러=1,400원 단순 환산이며 실시간 환율이 아닙니다. 경제 가치는 시장 매출이나 실현된 수익을 뜻하지 않습니다.

NEW BOOK · 2026.09.21 출간 예정

논문 속 AI를,
직접 해본 경험으로.

의료 바이오 연구자를 위한 AI 신약개발 실전 가이드 입체 표지
기초부터 실전까지548PAGES

의료 바이오 연구자를 위한 AI 신약개발 실전 가이드

강성준 · 김도균 · 한진선 공저 · 범문에듀케이션

6개 장하나로 이어지는 연구 흐름
전체 실행 코드GitHub에서 확인하고 실행
도서 AI 챗봇책 내용을 질문하며 복습
이 책 구매하기

혹시, 여기서 멈춰 있나요?

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 연결합니다.

데이터를 준비하고 → 모델을 학습하고 → 후보를 비교하는 과정.
각 작업이 신약개발에서 어떤 역할을 하는지 함께 이해합니다.

WHY AI DRUG DISCOVERY, WHY NOW

왜 지금 AI 신약개발인지,
숫자가 먼저 말합니다.

신약 하나를 만드는 일의 어려움과 시장의 크기.
책 1장이 먼저 보여주는 숫자입니다.

7.9%임상 1상에 진입한 후보물질이허가를 받을 확률책 1장 1.1.4
10~15년아이디어에서환자 처방에 닿기까지책 1장 1.1.4
약 3조 5천억~4조 원신약 하나를 개발하는 데 드는 비용(26억~30억 달러)책 1장 1.1.4
약 2,280조 원2024년 글로벌 제약산업 시장(1조 6,700억 달러)책 1장 1.2.2

네 수치 모두 책 1장 본문에 나옵니다. 원화 금액은 책에 실린 환산값입니다.

AI가 줄이는 탐색 기간4~7년 → 1년 이내

통상 4~7년이 걸리던 초기 후보물질 탐색과 전임상 단계를 1년 이내로 줄일 수 있다고 설명합니다.

책 1장 1.2.2

공식 채용 공고에도 등장하는 역량

바이오를 이해하고,
데이터와 AI 팀을 연결하는 사람.

공개 데이터 처리, Python 분석,
실험·계산 연구팀 간 협업.

2026.09.11 공식 공고 확인. 직무별 추가 전문성과 경력이 필요합니다.

그 변화 속에서,
나는 무엇을 직접 해볼 수 있을까요?

분자를 품은 유리 캡슐 개념 조형물

책을 읽고, 코드를 실행하며

내 손으로 해보는
세 가지 연구 작업.

01 / DATA

필요한 데이터를 찾고,
분석할 수 있게 준비하기.

분자·단백질의 공개 데이터를 수집하고,
누락·중복 정보를 정리해 학습 데이터를 만듭니다.

실습 결과 · 정리한 연구 데이터셋
PUBLIC DATA화합물 구조 · 활성
단백질 서열 · 구조
PREPROCESSING수집 → 정리 → 표현
READY TO MODEL학습용 데이터셋
02 / MODEL

예측 모델을 만들고,
성능을 비교하기.

활성 데이터를 살펴보고 준비하는 과정에서 출발합니다. 이어 QSAR·ChemBERTa·GNN으로 활성과 분자 특성을 예측하고, 실제 값과 비교하며 모델의 오차도 살펴봅니다.

실습 결과 · 예측 모델과 성능 비교
모델 학습 전 · 활성값 분포 확인실제 도서 지면 · pIC50 데이터 처리 예제
모델 학습 전 pIC50 활성값의 분포를 확인하는 실제 도서 지면: 데이터 처리 코드와 분포 그래프, 해설
모델 학습 전 · 활성값 분포 확인
지면을 눌러서 크게 보기 ↗
03 / DISCOVERY

화합물을 도킹하고,
후보를 비교하기.

1,000개 화합물을 두 단백질에 도킹합니다. 선별한 화합물의 구조를 바꾸고, 물성과 도킹 결과를 다시 비교합니다.

실습 결과 · 계산으로 선별한 후보 목록

5장 예제 기준. 후보의 효능과 안전성은 후속 실험으로 확인해야 합니다.

SCREEN1,000개 화합물 × 2개 단백질
COMPARE도킹 결과 비교 → 구조 변형
REFINE물성·도킹 재평가 → 후보 목록

“그런데, 저는 코딩이 처음인데요.”

첫 코드 앞에서도,
시작할 수 있도록.

Python·Linux·통계·약학의 기초부터 안내합니다.
실습에 필요한 내용을 차근차근 쌓고,
실행 결과와 해설을 함께 읽습니다.

실제 도서 지면코드를 읽는 것부터
실행해 보는 것까지.

기초 예제 → 데이터 처리 → 모델링

도서 실제 지면에 수록된 Python 함수 기초 예제
01

Colab으로 실습

실습 환경과 도구의
설치·설정 방법 안내

02

전체 코드 제공

GitHub에서 확인하고
다시 실행하는 실습 코드

03

AI 챗봇으로 복습

책의 내용을 질문하며
다시 짚어보는 학습 지원

도서 기반 AI 챗봇 살펴보기 ↗
금속 칩 위로 민트색 유리 레이어가 떠 있는 3D 생성 이미지

공개 데이터를 준비하고,
예측 모델을 만들고,

유리 고리와 금속 구체로 표현한 입체 분자 개념 이미지

분자 도킹으로 후보를 비교하는
실습이 이어집니다.

이런 분에게 권합니다

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 담당자

THE PEOPLE BEHIND THE RECOMMENDATIONS

이 책을 추천합니다.

01 / RECOMMENDATION

『AI 신약개발 실전 가이드』는 그러한 인재를 길러내기 위한 체계적인 교과서입니다.

김화종한국제약바이오협회 K-MELLODDY 사업단장
02 / RECOMMENDATION

AI 신약개발을 연구하고자 하는 모든 연구자에게 자신 있게 추천합니다.

이주용서울대학교 융합과학기술대학원/약학대학 부교수
03 / RECOMMENDATION

신약개발과 AI 기술 사이의 간극을 메워주는 유용한 책이다.

조수인전 삼성전자 의료기기사업부장 사장
04 / RECOMMENDATION

이 책은 AI를 신약개발 조직 안에 실제로 받아들이기 위해 필요한 기반을 제공한다.

김용관JW중외신약 대표
05 / RECOMMENDATION

이 책의 가장 큰 매력은 컴퓨터 공학과 약학·생명과학이라는 두 세계를 아주 매끄럽게 이어준다는 점입니다.

김성희JW중외제약 Chief Digital & AI Officer
06 / RECOMMENDATION

연구자와 산업계 전문가들에게는 서로 다른 분야의 사람들과 소통하고 협력할 수 있는 공통의 언어가 되기를 기대합니다.

리시연고려대학교 바이오시스템의과학부 부교수 · K-BioX 공동창립자·대표운영위원
07 / RECOMMENDATION

Wet lab에서 출발해 AI를 연구에 접목하고자 하는 학생과 연구자에게 좋은 길잡이가 될 책입니다.

노강산하버드 의과대학/매사추세츠 종합병원(MGH) 심혈관연구센터 Instructor in Medicine
08 / RECOMMENDATION

이 책은 의료·바이오 연구자가 AI를 도구가 아닌 연구 언어로 받아들이게 만드는 실전적 안내서다.

이선호과학커뮤니케이터 엑소

도서 뒷표지 수록 추천사 발췌 · 소속·직함은 표지 기준

이 책을 직접 읽을 기회, 서평단 신청하기 ↗

뒷표지에 담긴 학계·산업계 전문가 8인의 추천

낯선 기술을,
손에 잡히는 연구 도구로.

도서 뒷표지 수록 추천사 발췌

서로 다른 전문성이 한 권에서 만나다

강성준의학 · 의료 AI

치료용 항체 개발 프로젝트 경험과
의료 AI 연구 경험

김도균약학 · 컴퓨터공학 · 통계학

제약 R&D 기획과
체외진단·소프트웨어 개발 경험

한진선화학 · 컴퓨터공학

AI 신약 후보물질 발굴과
에이전트 연구 워크플로 개발 경험

548 PAGES · ONE CONNECTED JOURNEY

무엇을 배울지,
순서까지 담았습니다.

01

AI와 신약개발의 만남

개념과 사례로 전체 흐름 이해하기

AI 신약개발의 원리, 신약개발 단계와 실제 사례를 살펴봅니다.

02

실습을 위한 네 가지 기초

Python · Linux · 통계 · 약학

데이터 불러오기와 전처리, 그래프, 통계 분석부터 약물의 작용과 체내 과정을 익힙니다.

03

분자·단백질·데이터 다루기

모델 학습에 필요한 재료 준비하기

분자 구조와 단백질 서열·입체 구조를 표현하고 공개 데이터를 수집·정리합니다.

04

리간드 기반 신약설계

QSAR · ChemBERTa · GNN

머신러닝과 딥러닝 모델을 학습하고, 활성·분자 특성을 예측하며 성능을 비교합니다.

05

구조 기반 신약설계

타겟 탐색부터 후보물질 최적화까지

문헌 분석, 분자 도킹, 대규모 가상 탐색과 구조 변형을 하나의 계산 과정으로 연결합니다.

06

기술과 산업의 다음 흐름

생성형 AI · 에이전트 AI · 자율주행 실험실

기초와 실습에서 만난 기술이 연구와 산업에서 확장되는 방향을 살펴봅니다.

기초를 쌓고, 데이터를 다루고,
모델을 만들고, 후보를 좁혀가는 여섯 개의 장.

이제, 함께 읽을 첫 독자를 찾습니다.

당신의 다음 연구를 위해,
책 한 권을 보내드립니다.

의료 바이오 연구자를 위한 AI 신약개발 실전 가이드 서평 제공 도서
서평단 선정자에게

정가 50,000원
종이책 1권 제공

AI 신약개발을 내 연구 역량으로 만들고 싶은 분.
읽고, 실습하고, 그 경험을 솔직하게 나눌 분을 초대합니다.

지금 서평단 신청하기

첫 서평도 괜찮습니다. 팔로워 수에 최소 기준은 없습니다.

딱 한 번 신청하고,
두 곳에 경험을 나눠주세요.

모집 기간
2026.09.16(수)–09.20(일)
선정 안내
09.26(토) · 안내 후 48시간 이내 참여 확정
작성할 곳
개인 SNS 1곳 + 온라인서점 1곳
온라인서점: 교보문고 · 예스24 · 알라딘 중 택 1
작성 기한
도서 수령 후 2주 이내
두 게시물에 반드시 기재해 주세요.

출판사로부터 도서를 제공받아 작성하였습니다.

학습 목적, 구체적인 서평 계획, 최근 게시 활동과 일정 이행 가능성을 함께 살핍니다. 긍정적인 평가를 조건으로 하지 않습니다.

한국시간 기준 · 1인 1회 신청 · 선정자의 배송 정보만 출판사에 전달
9월 21일 출간 예정이며, 실제 발송일은 선정자에게 별도 안내합니다.

BEFORE YOU START

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.

분자 결합을 표현한 유리 도킹 개념 조형물

YOUR KNOWLEDGE. YOUR NEXT RESEARCH.

“내 연구에도 써보고 싶다.”
이번에는, 시작해 보세요.

의료 바이오 연구자를 위한
AI 신약개발 실전 가이드

서평단 신청하고, 첫 독자 되기지금 도서 구매하기 ↗서평단 모집 9.16–9.20 · 선정 발표 9.26
바로 읽고 싶다면도서 구매 ↗서평단 신청하기