신약 발견을 위한 AI 시장 규모, 점유율, 성장 및 산업 분석, 유형별(소프트웨어, 서비스), 애플리케이션별(제약 및 생명공학 회사, 계약 연구 기관, 학술 및 연구, 기타), 지역 통찰력 및 2035년 예측

신약 발견을 위한 AI 시장 개요

전 세계 약물 발견을 위한 AI 시장 규모는 2026년 8억 934만 달러로 추정되며, 2026년부터 2035년까지 CAGR 33.6% 성장하여 2035년까지 1억 9억 7,399만 달러에 이를 것으로 예상됩니다.

약물 발견 시장을 위한 AI는 기계 학습, 딥 러닝, 자연어 처리 및 생성 AI를 활용하여 표적 식별, 분자 설계, 독성 예측 및 임상 시험 최적화를 가속화하는 제약 연구 분야의 혁신적인 부문으로 부상했습니다. 2025년에는 전 세계적으로 200개 이상의 AI 기반 약물 개발 프로그램이 활성화되었으며, 70개 이상의 AI 기반 분자가 임상 개발 파이프라인에 진입했습니다. 캠페인당 100만 개 미만의 화합물을 평가하는 기존 스크리닝 방법에 비해 AI 플랫폼은 몇 시간 내에 1억 개가 넘는 화합물을 분석할 수 있습니다. 신약 발견 시장을 위한 AI는 제약 파트너십, 클라우드 컴퓨팅 인프라, 2억 5천만 개가 넘는 생물학적 기록을 포함하는 생물의학 데이터세트 확장을 통해 점점 더 많은 지원을 받고 있습니다.

미국은 강력한 생명공학 생태계와 고급 AI 인프라로 인해 신약 발견 시장을 위한 AI에 가장 큰 기여를 하고 있습니다. 글로벌 AI 약물 발견 파트너십의 55% 이상이 미국 기반 조직과 관련되어 있습니다. 이 나라에는 AI 기술을 활용하는 3,000개 이상의 생명공학 기업과 1,500개 이상의 제약 연구 시설이 있습니다. 40개 이상의 AI 중심 약물 발견 스타트업이 2023년부터 2025년 사이에 주요 자금 조달 라운드를 확보했습니다. 이 기간 동안 미국에서 개발된 35개 이상의 AI 발견 약물 후보가 임상 연구로 진행되었습니다. 고급 클라우드 컴퓨팅 리소스, 30페타바이트를 초과하는 광범위한 게놈 데이터베이스, 강력한 제약 R&D 활동의 존재로 인해 AI 기반 신약 개발 분야에서 미국의 리더십이 지속적으로 강화되고 있습니다.

무료 샘플 다운로드 이 보고서에 대해 더 알아보세요.

주요 결과

• 주요 시장 동인: 제약회사의 78% 이상이 발견 워크플로우에 AI를 사용하고, 69%는 표적 식별을 위해 머신러닝을 적용하고, 63%는 예측 분석을 사용하고, 57%는 AI 기반 분자 스크리닝을 연구 프로그램에 통합합니다.
• 주요 시장 제한:약 41%의 조직이 데이터 품질 제한을 보고하고, 34%는 모델 검증 문제를 경험하고, 29%는 규제 불확실성에 직면하고, 22%는 AI 구현 효율성에 영향을 미치는 상호 운용성 문제에 직면합니다.
• 새로운 트렌드:AI 플랫폼의 약 71%는 생성 AI를 활용하고, 64%는 단백질 구조 예측 도구를 통합하고, 52%는 다중 모드 학습 시스템을 사용하고, 46%는 연구 워크플로에 자율 AI 에이전트를 통합합니다.
• 지역 리더십:북미는 시장 참여율 43%, 유럽은 27%, 아시아 태평양은 23%, 중동 및 아프리카는 신약 발견 활동을 위한 글로벌 AI의 7%를 차지합니다.
• 경쟁 환경:상위 5개 기업은 총합적으로 61%의 시장 점유율을 차지하고 있으며, 상위 2개 기업은 강력한 기술 집중과 플랫폼 중심 경쟁을 반영하여 32%의 점유율을 차지하고 있습니다.
• 시장 세분화:소프트웨어 플랫폼은 시장 점유율 68%, 서비스는 32%, 제약 회사는 활용도 54%, 계약 연구 기관은 21%, 학술 기관은 18%를 차지합니다.
• 최근 개발: 최근 AI 임상 후보 31% 이상 성장, 제약 파트너십 26% 확대, 생성 AI 구축 22% 증가, 단백질 모델링 애플리케이션 19% 성장이 이루어졌습니다.

신약 발견을 위한 AI 시장 최신 동향

신약 발견 시장을 위한 AI는 생성 AI, 대규모 언어 모델 및 단백질 구조 예측 플랫폼을 통해 급속한 기술 발전을 목격하고 있습니다. 2025년에는 200개 이상의 AI 지원 약물 프로그램이 활발하게 개발되고 있는 것으로 보고되었으며, 70개 이상의 AI 기반 분자가 임상 파이프라인을 통해 진행되었습니다. AI 시스템은 단일 발견 캠페인 내에서 1억 개가 넘는 분자 구조를 평가할 수 있어 초기 단계 스크리닝 일정을 크게 단축할 수 있습니다. 또 다른 주요 추세는 AI 기반 임상 예측 시스템의 채택입니다. 연구에 따르면 AI가 발견한 약물 후보는 과거 업계 평균 65% 미만에 비해 80%에 가까운 1상 성공률을 달성한 것으로 나타났습니다. AI 플랫폼은 독성 예측에 점점 더 많이 사용되어 후기 단계 개발 위험을 줄입니다.

전략적 협력이 빠르게 확대되고 있습니다. 2025년에는 150개 이상의 제약-AI 파트너십이 활성화되었습니다. 클라우드 기반 AI 약물 발견 환경은 매년 페타바이트 규모의 게놈, 단백질체학 및 임상 데이터를 처리합니다. 문헌 검토, 분자 시뮬레이션, 실험 계획을 수행할 수 있는 자율 AI 연구 에이전트는 제약 R&D 환경 전반에서 새로운 기술 트렌드로 떠오르고 있습니다.

신약 발견 시장 역학을 위한 AI

운전사

"가속화된 제약 연구 및 개발에 대한 수요 증가"

신약 발견 시장을 위한 AI의 주요 성장 동인은 신약 발견 일정을 단축하고 연구 생산성을 향상시켜야 하는 필요성이 증가하고 있다는 것입니다. 전통적인 신약 발견 프로그램은 표적 식별부터 규제 제출까지 10년 이상이 걸리는 경우가 많지만 AI 지원 접근 방식은 조기 발견 활동을 24개월 미만으로 줄일 수 있습니다. AI 플랫폼은 2억 5천만 개가 넘는 생물학적 기록이 포함된 데이터 세트를 처리하고 수백만 개의 화합물을 동시에 평가합니다. 제약회사의 78% 이상이 검색 워크플로우 내에 AI 도구를 구현했습니다. AI 기반 표적 식별 시스템은 수천 개의 유전자, 단백질 및 경로를 며칠 내에 분석하여 치료 혁신을 가속화합니다. 기존 약물 프로그램 전체에서 임상 개발 실패율이 85%를 초과하기 때문에 제약 회사는 AI에 점점 더 의존하고 있습니다. 가능성이 높은 후보자의 우선순위를 정하는 AI의 능력은 광범위한 시장 채택을 지원합니다.

제지

"데이터 품질 제한 및 규제 불확실성"

상당한 진전에도 불구하고 Drug Discovery Market용 AI는 데이터 품질 및 규제 요구 사항과 관련된 과제에 직면해 있습니다. 약 41%의 조직이 단편화된 생물의학 데이터 세트와 관련된 제한 사항을 보고합니다. 약물 발견 프로그램에는 수천 개의 출처에서 얻은 게놈, 단백질체, 화학 및 임상 정보의 통합이 필요한 경우가 많습니다. 일관되지 않은 데이터 형식은 모델 성능과 재현성에 영향을 미칩니다. 약 34%의 개발자가 여러 치료 영역에서 AI가 생성한 예측을 검증하는 데 어려움을 겪고 있다고 보고했습니다. 규제 기관은 AI 지원 약물 개발을 위한 프레임워크를 계속 개발하고 있어 표준화된 승인 경로를 모색하는 기업에 불확실성을 야기하고 있습니다. 약 29%의 제약회사가 규제 모호성을 주요 구현 장벽으로 꼽았습니다. 이러한 요인은 상용화를 지연시키고 AI 시스템의 광범위한 배포를 제한할 수 있습니다.

기회

"생성 AI 및 정밀 의학의 확장"

Generative AI는 신약 발견 시장을 위한 AI 내에서 중요한 기회를 제공합니다. 현재 고급 발견 플랫폼의 71% 이상이 생성적 분자 설계 기능을 통합하고 있습니다. AI는 몇 시간 내에 효능, 선택성 및 안전성 프로필에 최적화된 수천 개의 새로운 화합물을 생성할 수 있습니다. 정밀의학 이니셔티브도 빠르게 확대되고 있습니다. 종양학 연구 프로그램의 60% 이상이 고급 컴퓨터 분석이 필요한 바이오마커 중심 접근 방식을 포함하고 있습니다. AI 시스템은 수십억 개의 시퀀싱 읽기가 포함된 게놈 데이터 세트를 처리하여 환자별 치료 기회를 식별합니다. 제약회사들은 희귀질환, 암, 신경질환을 대상으로 하는 AI 기반 정밀 치료법에 점점 더 많은 투자를 하고 있습니다. 의료 데이터 및 클라우드 컴퓨팅 리소스의 가용성이 증가함에 따라 상용화 기회가 더욱 확대됩니다.

도전

"컴퓨터 예측을 임상적 성공으로 전환"

신약 발견 시장을 위한 AI가 직면한 주요 과제는 컴퓨터 예측을 성공적인 임상 결과로 전환하는 것입니다. AI는 표적 식별과 분자 설계를 가속화할 수 있지만 생물학적 시스템은 여전히 ​​매우 복잡합니다. 역사적으로 실험 약물 후보의 90% 이상이 시장 승인에 도달하기 전에 실패했습니다. AI로 생성된 분자는 여전히 광범위한 실험실 검증, 동물 연구 및 인간 임상 시험을 거쳐야 합니다. AI 기반 후보자는 80%에 가까운 1단계 성공률을 보여주었지만 2단계 결과는 40%에 가까운 기존 산업 수준에 더 가깝습니다. 효능, 안전성 및 환자 다양성과 관련된 중개 문제는 개발 프로그램에 계속 영향을 미칩니다. 조직은 장기적인 성공을 달성하기 위해 컴퓨팅 혁신과 엄격한 과학적 검증의 균형을 맞춰야 합니다.

신약 발견 시장 세분화를 위한 AI

무료 샘플 다운로드 이 보고서에 대해 더 알아보세요.

유형별

소프트웨어:소프트웨어는 신약 발견 시장을 위한 AI의 약 68%를 차지합니다. AI 소프트웨어 플랫폼은 분자 설계, 가상 스크리닝, 표적 식별, 단백질 모델링 및 독성 예측을 지원합니다. AI 기반 제약 프로젝트의 80% 이상이 특수 소프트웨어 솔루션에 의존합니다. 최신 발견 플랫폼은 1억 개가 넘는 화합물과 수천 개의 생물학적 표적이 포함된 데이터 세트를 분석합니다. 생성적 AI 소프트웨어는 몇 분 안에 새로운 분자 구조를 생성하여 발견 워크플로를 크게 가속화할 수 있습니다. 단백질 구조 예측 플랫폼에는 이제 약물 개발에 사용할 수 있는 2억 개 이상의 예측 구조가 포함되어 있습니다. 클라우드 기반 배포 모델은 소프트웨어 구현의 60% 이상을 차지합니다. 확장성, 자동화 및 제약 연구 인프라와의 통합으로 인해 소프트웨어 부문이 여전히 지배적입니다.

서비스:서비스는 신약 발견 시장을 위한 AI의 약 32%를 차지합니다. AI 컨설팅, 전산 생물학 서비스, 데이터 관리, 모델 개발 및 계약 연구 지원이 부문 성장을 주도합니다. 생명공학 기업의 45% 이상이 AI 관련 발견 활동을 하나 이상 아웃소싱합니다. 서비스 제공업체는 조직이 기계 학습 모델을 기존 연구 파이프라인과 통합하도록 지원합니다. AI 기반 신약 발견에는 생물정보학, 화학, 생물학, 데이터 과학을 포함한 다학제적 지식이 필요하기 때문에 전문 지식에 대한 수요가 계속 증가하고 있습니다. 2025년에는 150개 이상의 제약-AI 파트너십이 활성화되었습니다. 외부 컴퓨팅 리소스 및 AI 구현 지원에 대한 의존도가 높아지면서 서비스 부문이 계속 강화되고 있습니다.

애플리케이션별

제약 및 생명공학 회사:제약 및 생명공학 기업은 시장 활용도의 약 54%를 차지합니다. 주요 제약회사의 78% 이상이 검색 워크플로우 내에서 AI를 사용합니다. AI 시스템은 새로운 약물 표적을 식별하고, 납 화합물을 최적화하며, 임상 결과를 예측하는 데 도움을 줍니다. 현재 몇몇 제약회사는 20개 이상의 활성 개발 프로그램이 포함된 AI 지원 파이프라인을 관리하고 있습니다. AI 기반 분자 생성 플랫폼은 매일 수백만 개의 화합물을 평가할 수 있습니다. 전산 신약 개발에 대한 투자 증가는 이 부문의 리더십 위치를 지속적으로 뒷받침하고 있습니다.

계약 연구 기관:계약 연구 기관은 약 21%의 시장 점유율을 차지합니다. 제약회사의 40% 이상이 컴퓨터 발견 지원을 위해 CRO와 협력하고 있습니다. AI 기술은 CRO가 스크리닝 일정을 단축하고 표적 검증 효율성을 개선하며 예측 독성학 평가를 향상시키는 데 도움이 됩니다. 많은 CRO는 테라바이트 규모의 실험 및 분자 데이터를 처리할 수 있는 클라우드 기반 인프라를 운영합니다. 아웃소싱 활동 증가와 전문 컴퓨터 서비스에 대한 수요가 계속해서 부문 확장을 뒷받침하고 있습니다.

학술 및 연구:학계 및 연구 기관은 시장 활용도의 약 18%를 차지합니다. 대학과 공공 연구센터는 AI 알고리즘 개발과 생물의학 데이터 생성에 크게 기여하고 있습니다. 최근 몇 년 동안 AI 기반 신약 발견과 관련된 연구 출판물이 5,000개 이상 출판되었습니다. 학술 실험실에서는 표적 식별, 단백질 분석 및 분자 시뮬레이션을 위해 기계 학습 모델을 점점 더 많이 사용하고 있습니다. 대규모 공개 데이터 세트 및 고성능 컴퓨팅 리소스에 대한 액세스는 이 부문 전반에 걸쳐 채택을 강화합니다.

기타:다른 애플리케이션은 약 7%의 시장 점유율을 차지합니다. 이 범주에는 제약 혁신을 지원하는 정부 기관, 비영리 조직, 의료 기관 및 기술 회사가 포함됩니다. 공공-민간 협력이 계속 확대되고 있습니다. 여러 정부 지원 프로그램은 AI 플랫폼을 활용하여 희귀 질환 연구 및 전염병 대비를 가속화합니다. 부문 간 협업이 증가하면 이 부문 내에서 지속적인 성장이 가능해집니다.

신약 발견을 위한 AI 시장 지역 전망

무료 샘플 다운로드 이 보고서에 대해 더 알아보세요.

북아메리카

북미는 신약 발견 시장을 위한 AI의 약 43%를 보유하고 있습니다. 이 지역에는 AI 기술을 활용하는 3,000개 이상의 생명공학 기업과 1,500개 이상의 제약 연구 시설이 있습니다. 미국은 고급 클라우드 컴퓨팅 인프라와 광범위한 생물의학 데이터베이스의 지원을 받아 지역 활동의 대부분을 담당합니다. 전 세계 AI 약물 발견 파트너십의 55% 이상이 북미 조직과 관련되어 있습니다. AI 기반 발견 플랫폼은 제약회사, 학술 기관, 생명공학 스타트업 전반에 걸쳐 널리 배포됩니다. 2023년부터 2025년까지 35개 이상의 AI 기반 약물 후보가 북미 조직에서 임상 연구에 진출했습니다. 고성능 컴퓨팅 시스템은 매년 페타바이트 규모의 분자 및 게놈 정보를 처리합니다. 이 지역의 주요 제약회사 중 60% 이상이 전용 AI 연구 프로그램을 유지하고 있습니다.

이 지역은 강력한 벤처 캐피탈 투자, 고급 규제 참여, 대규모 의료 데이터 세트에 대한 액세스 등의 이점을 누리고 있습니다. 주요 제약사 중 AI 도입률은 75%를 넘는다. 정밀 의학 이니셔티브, 유전체학 프로그램 및 단백질 구조 예측 기술이 계속해서 시장 확장을 주도하고 있습니다. 제약회사와 AI 개발자 간의 전략적 협력은 북미 시장의 특징으로 남아 있습니다.

유럽

유럽은 신약 발견 시장을 위한 AI 내에서 약 27%의 시장 점유율을 차지합니다. 이 지역에는 2,000개 이상의 생명공학 기업과 AI 기술을 적극적으로 활용하는 수백 개의 제약 연구 조직이 있습니다. 영국, 독일, 프랑스, ​​스위스, 네덜란드 등의 국가는 지역 혁신에 크게 기여하고 있습니다.

유럽 ​​제약회사의 30% 이상이 AI 기반 표적 식별 시스템을 활용하고 있습니다. 유럽 ​​전역의 연구 기관에서는 신약 개발 응용을 위해 매년 수백만 개의 게놈 및 단백질체 기록을 생성합니다. 제약 R&D에서 AI 채택은 2023년부터 2025년 사이에 특히 종양학 및 희귀질환 프로그램 내에서 크게 증가했습니다. 유럽의 조직에서는 분자 설계 및 단백질 공학을 위한 생성 AI 솔루션을 적극적으로 개발하고 있습니다. 공공 연구 기금은 대학, 생명공학 기업, 제약 제조업체가 참여하는 공동 프로젝트를 지원합니다. AI 지원 신약 발굴에 초점을 맞춘 50개 이상의 다국적 파트너십이 이 지역 내에서 운영되고 있습니다. 강력한 과학 인프라, 고급 규제 프레임워크, 컴퓨터 생물학에 대한 투자 증가는 유럽 전역의 시장 성장을 계속 지원하고 있습니다.

아시아 태평양

아시아 태평양 지역은 신약 발견 시장을 위한 AI의 약 23%를 차지합니다. 이 지역은 생명공학 산업의 급속한 확장, 의료 디지털화 증가, 인공 지능에 대한 정부의 강력한 지원 등의 혜택을 누리고 있습니다. 중국, 일본, 인도, 한국, 싱가포르, 호주를 포함한 국가에서는 AI 기반 생물의학 연구에 막대한 투자를 하고 있습니다. 아시아 태평양 지역의 1,500개 이상의 생명공학 기업이 신약 발굴 프로그램에 AI 기술을 적극적으로 활용하고 있습니다. 이 지역의 제약 조직은 매년 수십억 개의 시퀀싱 기록으로 구성된 대규모 게놈 데이터 세트를 처리합니다. 여러 국가에서 주요 제약회사의 AI 채택률이 45%를 초과합니다.

중국과 일본은 광범위한 연구 인프라와 컴퓨터 생물학에 대한 상당한 투자로 인해 여전히 주요 기여국입니다. 학술 기관과 정부 지원 혁신 프로그램은 분자 설계 및 표적 발견을 위한 새로운 AI 플랫폼을 계속해서 생성하고 있습니다. 최근 몇 년 동안 아시아 태평양 조직에서 25개 이상의 AI 기반 약물 후보가 임상 개발에 들어갔습니다. 클라우드 컴퓨팅 용량이 증가하고 생명공학 생태계가 확장되면서 지역 시장 개발이 지속적으로 추진되고 있습니다.

중동 및 아프리카

중동 및 아프리카는 신약 발견 시장을 위한 AI의 약 7%를 차지합니다. 다른 지역에 비해 규모는 작지만 의료 현대화 계획과 과학 연구 투자를 통해 채택이 증가하고 있습니다. 몇몇 국가에서는 생물의학 혁신과 제약 연구를 지원하는 국가 AI 전략을 시작했습니다.

이 지역 전역에 걸쳐 100개 이상의 생명공학 및 의료 기술 조직이 AI 기반 약물 발견 애플리케이션을 탐색하고 있습니다. 연구 센터에서는 유전체학, 질병 모델링, 정밀 의학 프로젝트에 머신러닝을 점점 더 많이 활용하고 있습니다. 디지털 건강 인프라에 대한 정부 투자는 계속해서 컴퓨터 리소스에 대한 접근성을 향상시킵니다. 국제 제약회사 및 연구기관과의 협력을 통해 지식 이전이 가속화되고 있습니다. 지역 내 학술단체는 AI 알고리즘 개발과 생체의학 데이터 분석에 기여하고 있다. 클라우드 컴퓨팅 채택이 크게 증가하여 연구자들은 광범위한 로컬 인프라 없이도 고급 약물 발견 도구에 액세스할 수 있습니다. 교육, 생명공학 생태계 및 의료 혁신에 대한 지속적인 투자는 중동 및 아프리카 전역의 점진적인 시장 확장을 지원합니다.

신약 발견 회사를 위한 최고의 AI 목록

• 엔비디아 주식회사
• 마이크로소프트사
• 인실리코메디신(주)
• 슈뢰딩거
• 엑시엔시아
• 클라우드 제약
• 클라우드 제약
• 주식회사 톰와이즈

시장 점유율 상위 2개 회사 목록

• NVIDIA CORPORATION – AI 컴퓨팅 플랫폼의 광범위한 배포, 가속화된 약물 발견 인프라 및 제약 파트너십으로 인해 약 18%의 시장 점유율을 차지합니다.
• Microsoft Corporation – 클라우드 기반 AI 솔루션, 생물의학 컴퓨팅 서비스 및 제약 연구 협력을 통해 약 14%의 시장 점유율을 지원합니다.

투자 분석 및 기회

제약 조직이 연구 효율성을 향상시키려고 노력함에 따라 신약 발견 시장을 위한 AI에 대한 투자 활동이 크게 확대되었습니다. 2025년에는 AI 개발자와 제약 회사 간의 150개 이상의 전략적 파트너십이 활성화되었습니다. 몇몇 AI 중심 신약 발견 회사는 연구 약속 및 전략적 계약에서 1억 달러에 상당하는 자금 조달 라운드를 확보했습니다. AI 플랫폼은 선택된 발견 프로그램에서 후보자 식별 일정을 60개월에서 약 12개월로 단축할 수 있습니다.

클라우드 인프라 투자는 계속해서 시장 성장을 지원합니다. 매일 수백만 개의 화합물을 분석할 수 있는 고성능 컴퓨팅 리소스를 생명공학 조직에서 점점 더 많이 활용하고 있습니다. 종양학, 신경퇴행성 질환, 희귀질환, 면역학 등 신흥 치료 분야는 매력적인 투자 부문입니다. 제약회사는 표적 식별을 개선하고 임상 개발 전략을 최적화하기 위해 AI 협력을 계속 확대하고 있습니다. 선도적인 AI 약물 발견 기업의 최근 자금 조달 활동은 장기적인 시장 잠재력에 대한 자신감이 커지고 있음을 보여줍니다.

신제품 개발

신약 발견 시장을 위한 AI 내 신제품 개발은 생성 분자 설계, 예측 독성학, 단백질 공학 및 자율 연구 시스템에 중점을 둡니다. 고급 AI 플랫폼은 이제 효능, 선택성 및 약동학적 특성에 최적화된 새로운 분자 구조를 생성합니다. 여러 시스템이 단일 발견 캠페인 동안 1억 개가 넘는 화합물을 스크리닝할 수 있습니다.

자율 AI 에이전트는 약물 발견 워크플로우에 점점 더 통합되고 있습니다. 이러한 시스템은 문헌 분석, 실험 계획, 분자 최적화 및 가설 생성을 수행합니다. 초기 배포를 통해 연구 작업을 몇 달에서 몇 시간으로 단축했습니다. AI 기반 임상 예측 플랫폼도 발전해 연구자들이 확률이 높은 개발 후보의 우선순위를 정할 수 있도록 돕습니다. 기계 학습 알고리즘, 클라우드 컴퓨팅 및 생의학 데이터 통합의 지속적인 혁신은 약물 발견 시장을 위한 AI 전반의 제품 개발 전략의 핵심으로 남아 있습니다.

5가지 최근 개발(2023-2025)

• 2025년에 AI가 발견한 특발성 폐섬유증 약물은 긍정적인 2a상 효능 결과를 입증한 최초의 완전 AI 개발 후보가 되었으며, 위약 투여군의 62.3mL 감소에 비해 98.4mL의 폐 기능 개선을 보여주었습니다.
• 2025년에는 AI가 설계한 염증성 장 질환 후보가 2개의 1상 연구를 완료하고 약 115개의 합성 분자를 스크리닝한 후 단 12개월 만에 전임상 후보 지명을 달성했습니다.
• 2025년에는 전 세계적으로 200개 이상의 AI 지원 약물 개발 프로그램이 보고되었으며, 15~20개의 후보가 첨단 임상 개발을 준비하고 있습니다.
• 2025년에 AI가 발견한 분자는 80%~90% 사이의 1상 임상 성공률을 보여주었으며, 이는 과거 제약 평균인 65%를 크게 초과했습니다.
• 2023년부터 2025년 사이에 70개 이상의 AI 기반 분자가 임상 파이프라인에 진입했으며, AI 기반 생명공학 기업은 AI 생성 자산을 개발 포트폴리오의 30% 이상으로 확장했습니다.

신약 발견 시장을 위한 AI 보고서 범위

이 보고서는 기술 플랫폼, 애플리케이션, 지역 개발, 경쟁 환경 및 혁신 추세에 걸쳐 약물 발견 시장을 위한 AI에 대한 포괄적인 내용을 제공합니다. 분석에서는 분자 설계, 표적 식별, 가상 스크리닝, 단백질 모델링 및 예측 독성학을 지원하는 소프트웨어 및 서비스 부문을 평가합니다. 시장 평가의 일환으로 200개 이상의 활성 AI 지원 약물 개발 프로그램과 70개 이상의 AI 기반 임상 후보가 검사됩니다.

경쟁 분석에서는 주요 기술 제공업체, AI 기반 신약 개발 회사, 클라우드 컴퓨팅 조직 및 제약 협력업체를 검토합니다. 이 보고서는 또한 투자 패턴, 생성적 AI 배포, 단백질 구조 예측 발전, 자율 AI 에이전트 및 정밀 의학 애플리케이션을 조사합니다. 적용 범위는 미래 성장을 형성하는 시장 동인, 제한 사항, 기회, 과제, 최근 개발 및 혁신 전략으로 확장됩니다. 임상 검증 진행 상황, AI로 생성된 분자 성능, 고급 컴퓨터 지능을 통해 제약 연구 워크플로를 변화시킬 수 있는 신기술에 특히 주의를 기울입니다.