노벨상도 주목하는 AI 신약개발 프로세스
노벨상마저 정복한 AI, 신약 개발의 한계를 넘어서다!
이미 전 세계 190개국에서 200만 명 이상의 연구자들이
알파폴드 (AI 기반 단백질 예측 기술)을 활용하고 있습니다.
이제 신약개발도 인공지능이 주도하는 시대!
글로벌 제약사와 연구기관에서 AI 기술을 채택하면서,
인공지능을 활용할 수 있는 전문가에 대한 수요도 급증하고 있습니다.
바이오·제약 업계가 ‘인공지능’에 사활을 걸고 있는 이유,
궁금하지 않으신가요?
AI 기술 도입으로 비용 절감, 개발 기간 단축, 실패율 감소와 같은 혁신을 만들어내며,
바이오·제약 산업에서 AI 기술을 적극적으로 활용하고 있습니다.
틀림없이 AI는 신약 개발을 혁신하는 게임 체인저로 자리잡았습니다.
이렇게 알파폴드팀이 이뤄낸 혁신의 AI 방법론을
25년차 전문가에게 직접 배울 수 있다면?
신약개발의 각 과정의
이론과 실습을 모두 담은 유일무이한 강의를 준비했습니다.
이제 필수 AI 기술을 배워
제약·바이오 업계를 선도하는 경쟁력을 갖춰보세요.
학습 목표
신약개발 전 과정(발굴, 최적화, 임상)에서의 AI 적용 전략을 습득하고,
실무 중심의 문제 해결 역량을 강화합니다.
목표 01
25년차 바이오 전문가가 알려주는
AI 신약개발 핵심 시나리오 11가지 글로벌 제약사에서 실제 활용하는 11가지 핵심 프로젝트를 진행하며,
실질적인 문제 해결 역량을 배양합니다.
실제 현장에서의 협업 프로세스를 배우며 실전 감각을 키웁니다.
AI 신약개발 핵심 시나리오 11가지 글로벌 제약사에서 실제 활용하는 11가지 핵심 프로젝트를 진행하며,
실질적인 문제 해결 역량을 배양합니다.
실제 현장에서의 협업 프로세스를 배우며 실전 감각을 키웁니다.
목표 02
파이썬을 활용한
생물·화학 데이터 분석 및 처리 역량 강화 생화학 및 유전체 데이터를 파이썬으로 분석하고,
실무에서 바로 활용할 수 있는
데이터 전처리 및 시각화 기법을 익힙니다.
생물·화학 데이터 분석 및 처리 역량 강화 생화학 및 유전체 데이터를 파이썬으로 분석하고,
실무에서 바로 활용할 수 있는
데이터 전처리 및 시각화 기법을 익힙니다.
목표 03
AI 기반 신약개발 프로세스의
모델링 및 예측 기법 실습 신약개발의 전 과정(발굴, 최적화, 임상)에서 활용되는
인공지능 활용법을 실습하고,
이를 활용한 데이터 기반 의사결정 전략을 학습합니다.
모델링 및 예측 기법 실습 신약개발의 전 과정(발굴, 최적화, 임상)에서 활용되는
인공지능 활용법을 실습하고,
이를 활용한 데이터 기반 의사결정 전략을 학습합니다.
목표 04
첨단 기술(CADD, Alphafold 등)을 활용한
신약 설계 및 시뮬레이션 CADD(컴퓨터 지원 신약 설계) 및
Alphafold 기반의 단백질 구조 예측을 통해
신약 후보 물질을 발굴하는 전략을 배웁니다.
신약 설계 및 시뮬레이션 CADD(컴퓨터 지원 신약 설계) 및
Alphafold 기반의 단백질 구조 예측을 통해
신약 후보 물질을 발굴하는 전략을 배웁니다.
추천 대상
바이오 업계에서 앞서나가는 AI 전문가를 꿈꾼다면,
본 강의를 추천해요.
-
신약개발 분야 연구원 및
실무자 -
AI/ML 기술을 신약개발에
적용하고자 하는 전문가
-
제약회사/바이오벤처에
취업하고자 하는 분
-
생물학/화학/계산화학/생물정보학 기초지식 보유자
인공지능 기초부터 실무프로젝트까지 완벽하게 마스터할 수 있는
AI 신약개발 전문가 양성 과정을
자신있게 소개합니다!
학습 내용
AI를 활용한 신약개발의 정밀도 향상 :
분자 설계부터 임상예측까지
AI 기술을 활용한 바이오와 신약개발의 기본 개념과 프로세스를 이해합니다.
학습자들에게 예측정확도를 높이고 개발 시간을 단축하는 AI 신약개발 접근법을 소개합니다.
단백질 구조 AI 예측 및 시각화
‘Alphafold’를 이용해 단백질 구조를
예측하고 시각화할 수 있습니다.
분자 구조 생성 및 평가
생성모델을 이용해 분자 구조를 생성하고
평가할 수 있습니다.
후보물질의 가상 스크리닝 모델 신약개발 후보물질의 가상 스크리닝 모델을 만들 수 있습니다.
AI 신약개발 모델 학습 및 평가 인공지능 신약개발 모델을 학습하고 평가할 수 있습니다.
약물-단백질 결합 예측 및 시각화 신규 바이러스에 대한 mRNA 백신을 설계할 수 있습니다.
커리큘럼
인공지능 핵심 개념부터 응용 실무 프로젝트까지,
단계적 역량 강화 커리큘럼
코딩 경험이 없어도 AI 기술을 배우고 적용할 수 있도록 설계된 커리큘럼입니다.
단계별로 실습하며 기초부터 실무까지 자연스럽게 익힐 수 있습니다.
어디에서도 접할 수 없는 실전 중심 강의!
25년차 신약개발 전문가 선별한 11가지 실전 시나리오를 확인해보세요.
시나리오 01
타겟 발굴
질환에 대해 새로운 타겟을
발굴하고 검증하는 방법 학습
발굴하고 검증하는 방법 학습
시나리오 02
기존 약물 적응증 확장
기존 약물의 적응증을 확장하기 위해
신규 질병을 도출하는 방법 학습
신규 질병을 도출하는 방법 학습
시나리오 03
후보물질 가상 스크리닝
특정 타겟에 대해 효력, 독성, 물성 등을 고려한
인공지능 가상 스크리닝 방법 학습
인공지능 가상 스크리닝 방법 학습
시나리오 04
De novo 분자설계
생성모델을 활용해 새로운 약물을 설계하고 평가하기 위한 기술 학습
시나리오 05
약물 최적화
약물의 효과를 높이고 부작용을 최소화하는
최적화 모델 실습 및 검증 방법론 학습
최적화 모델 실습 및 검증 방법론 학습
시나리오 06
항체 최적화
인공지능을 활용하여 서열과 구조 기반으로
항체를 설계하고 평가하는 기술 학습
항체를 설계하고 평가하는 기술 학습
시나리오 07
펩타이드 최적화
자연어처리 모델을 이용해 펩타이드 약물을 설계하고 평가하는 방법 학습
시나리오 08
TPD 최적화
인공지능을 기반으로 TPD를 위한 타겟을
발굴하고 약물의 구조를 설계하는 방법 학습
발굴하고 약물의 구조를 설계하는 방법 학습
시나리오 09
단백질 구조 기반 약물 설계
단백질의 구조를 기반으로 약물을 설계하고 평가하는 방법 실습
시나리오 10
천연물 신약 발굴
인공지능 기반 천연물 DB를 가상 스크리닝하여 새로운 신약 후보를 찾는 방법 실습
시나리오 11
mRNA 백신 설계
항원성 예측, 코돈 최적화, UTR 설계 및 통합 파이프라인 구축을 통한 AI 신약개발 과정 최적화
접근법
최신 연구와 함께하는 AI 신약개발 프로세스
: 실무 사례로 배우는 혁신적인 접근법
최신 연구와 코드를 기반으로 AI를 활용한 신약개발 문제 해결 능력을 배웁니다.
이론과 실습의 균형을 통해 실제 환경에서도 자신 있게 적용할 수 있습니다.
예제 01
데이터 분석을 통한 신규 타겟 발굴과 검증
신약개발 현장에서 사용되는 생물정보학 기술의 이론을 배우고 분석 방법을 실습합니다. 데이터 기반으로 약물 타겟을 발굴하고 검증하는 과정을 학습합니다.
| 학습
· 임상/유전체 데이터의 통합 분석 기법
· 생물학적 네트워크 분석을 통한 타겟 발굴
· 컴퓨터 기반 예측의 실험적 검증 설계
| 실습
· 유전체/전사체학 기반 바이오마커 발굴
· 딥러닝 기반 신규 타겟 발굴 모델 구축
· Drug-disease association 분석
· Multi-omics 데이터 통합
· 임상/유전체 데이터의 통합 분석 기법
· 생물학적 네트워크 분석을 통한 타겟 발굴
· 컴퓨터 기반 예측의 실험적 검증 설계
| 실습
· 유전체/전사체학 기반 바이오마커 발굴
· 딥러닝 기반 신규 타겟 발굴 모델 구축
· Drug-disease association 분석
· Multi-omics 데이터 통합
예제 02
AI 가상 스크리닝 및 약물 최적화 기술 적용
신약물을 설계하고 경구용 약물, 펩타이드 약물, 항체 의약품 등 다양한 형태의 약물들의 최적화 전략을 익힙니다.
| 학습
· 가상 스크리닝과 화합물 라이브러리
· 물리화학적 특성 최적화 전략
· PK/PD 최적화 방법론
· SAR 분석 및 최적화 방향 설정
| 실습
· 가상 스크리닝 파이프라인 구축
· 단백질-화합물 결합 예측 모델 개발
· Hit 선정 기준 수립
· 실험적 검증 설계와 합성 우선순위 결정
· 약물 최적화 전략 수립
· 가상 스크리닝과 화합물 라이브러리
· 물리화학적 특성 최적화 전략
· PK/PD 최적화 방법론
· SAR 분석 및 최적화 방향 설정
| 실습
· 가상 스크리닝 파이프라인 구축
· 단백질-화합물 결합 예측 모델 개발
· Hit 선정 기준 수립
· 실험적 검증 설계와 합성 우선순위 결정
· 약물 최적화 전략 수립
예제 03
Alphafold 기반, 단백질 구조 분석을 활용한 분자 설계
약물을 설계하고 최적화하는 과정을 학습합니다. 경구용 약물, 펩타이드 약물, 항체 의약품 등 다양한 형태의 약물들의 최적화 전략을 익힙니다.
| 학습
· Alphafold 기반 약물 설계 전략
· 단백질 결합 부위 예측
· 화합물 결합 양상 분석
· 구조 기반 약물 설계 파이프라인 구축
| 실습
· 단백질 구조 예측 모델 실습
· 결합 부위 분석
· 도킹 기반 단백질-화합물 결합 예측 모델 개발
· Alphafold 기반 약물 설계 전략
· 단백질 결합 부위 예측
· 화합물 결합 양상 분석
· 구조 기반 약물 설계 파이프라인 구축
| 실습
· 단백질 구조 예측 모델 실습
· 결합 부위 분석
· 도킹 기반 단백질-화합물 결합 예측 모델 개발
예제 04
최신 AI 모델을 통한 첨단 의약품 개발
항체, 펩타이드, TPD, mRNA 백신 등 첨단 의약품 개발 방법을 학습합니다. 각 의약품 형태별 최적화 전략과 최신 AI 모델을 익힙니다.
| 학습
· 항체-약물 복합체 개발
· 펩타이드 약물 설계
· TPD 개발 및 최적화
· 천연물 기반 신약 개발
· mRNA 백신 개발
| 실습
· 내항체 친화도 최적화
· 펩타이드 시퀀스 설계
· TPD 안정성 예측 모델 개발
· 천연물 약효 예측
· mRNA 백신 설게
· 항체-약물 복합체 개발
· 펩타이드 약물 설계
· TPD 개발 및 최적화
· 천연물 기반 신약 개발
· mRNA 백신 개발
| 실습
· 내항체 친화도 최적화
· 펩타이드 시퀀스 설계
· TPD 안정성 예측 모델 개발
· 천연물 약효 예측
· mRNA 백신 설게
혜택
수강 후 업무에 바로 적용가능하도록!
11개 프로젝트 및 실습 코드 제공 + 최신 논문 30개 통합 분석본 포함!
업무에 바로 적용 가능한 11개 프로젝트와 실습 코드를 제공하여 실무 능력을 배양하고,
최신 논문 30개를 분석한 자료로 신약개발의 최신 트렌드를 쉽게 이해할 수 있습니다.
혜택 Update
2025 AI로 앞서나가는
의학연구 & 신약개발 세미나 VOD
2025년 2월 20일에 진행되었던 [AI 의료 세미나] 녹화본으로
의료계의 최신 트렌드까지 챙겨가세요.
"강의구매자 전부에게 제공합니다!"
로드맵
처음 시작하는 분들도 걱정하지 마세요.
개인별 학습 수준에 맞춘 커리큘럼을 통해 누구나 쉽게 배울 수 있습니다.
인공지능을 아예 모르셔도 괜찮습니다.
본 강의를 구매하신 분들께 특별히 패스트캠퍼스 딥러닝 및
인공지능 시그니처 강의 일부를 무료로 제공해드립니다!
*파이썬 기초가 필요하신 분들
: Part1 - Ch0(Bonus Clip)에 들어가있는 ‘딥러닝 및 인공지능 시그니처 강의’ 부터 시작해 체계적으로 학습하세요.
*파이썬을 다뤄본 적 있고, 복습만 필요하신 분들
: Part1 - Ch1 부터 바로 수강하시면 됩니다.
*2026.10.10까지 제공되는 혜택인 점 양해부탁드립니다.
인공지능 시그니처 강의 일부를 무료로 제공해드립니다!
*파이썬 기초가 필요하신 분들
: Part1 - Ch0(Bonus Clip)에 들어가있는 ‘딥러닝 및 인공지능 시그니처 강의’ 부터 시작해 체계적으로 학습하세요.
*파이썬을 다뤄본 적 있고, 복습만 필요하신 분들
: Part1 - Ch1 부터 바로 수강하시면 됩니다.
*2026.10.10까지 제공되는 혜택인 점 양해부탁드립니다.
강사님 소개
김세환
생명공학 박사, 연세대학교
현) AI신약개발 스타트업 CEO
전) 종근당수석 연구원
주요 경력
• CEO & FOUNDER, SEIHWAN INC. (2022.02 ~ 현재)
• Principal Research Scientist, IT/AI 팀장, R&D Planning, Central Research Institute, 종근당 (2010.06 ~ 2022.02)
- T/AI (CKD Pharm, IT/AI 팀) (2020.1 ~ 2022.1)
- AI 기반 약물 발견 시스템 구축 및 프로젝트 관리
- AI 기반 발견 프로젝트 및 Federated Learning 프로젝트 진행
저서/논문
과학기술정보통신부, "인공지능(AI)을 활용한 바이오 신약 개발 연구 동향", 기술 동향 보고서, KPBMA, 2024 (김세환, 공현승 공저)
강연/자문
• KDDF 평가 위원 (2020 ~ 현재)
• NIPA 평가 위원 (2020 ~ 현재)
• 2025년 신규사업 제약바이오 AI 분야 RFP 기획위원회 (중기부, 2024)
AI 기반 신약개발 전문가, 김세환입니다.
30년 이상 신약개발 현장에서 신약기술과 AI/ML 기술을 적용해온 경험을 바탕으로, 여러분께 실질적인 AI 신약개발 노하우를 전달하고자 합니다. 본 강의를 통해 최신 AI 기술이 어떻게 신약개발 과정을 혁신하고 있는지 이해하고, 실제 프로젝트에 적용할 수 있는 실무 역량을 키우실 수 있을 것 입니다.
30년 이상 신약개발 현장에서 신약기술과 AI/ML 기술을 적용해온 경험을 바탕으로, 여러분께 실질적인 AI 신약개발 노하우를 전달하고자 합니다. 본 강의를 통해 최신 AI 기술이 어떻게 신약개발 과정을 혁신하고 있는지 이해하고, 실제 프로젝트에 적용할 수 있는 실무 역량을 키우실 수 있을 것 입니다.
공현승
생물정보학 박사 수료, 서울대학교
현) 암백신팀 CG인바이츠
전) 종근당 책임연구원
(인공지능 플랫폼 기획 및 개발)
주요 경력
암백신팀 (2024 – 현재), CG인바이츠, 서울
책임연구원 (2021.– 2023), ㈜종근당 효종연구소, 용인
(인공지능 플랫폼 기획 및 개발)
저서/논문
• Kong, H., Kim, I., & Zhang, B. T. (2024). AutoTarget : Disease-Associated druggable target identification via node representation learning in PPI networks. Current Research in Biotechnology, 8, 100260.
• 공현승, 김인영. (2023). Expanding AI-Driven Drug Discovery : Virtual Screening of Natural Compounds for Enhanced Cultured Meat Production. 한국컴퓨터정보학회논문지, 28(6), 23-30.
강연/자문
• 바이오빅데이터 분석 (2023), 동덕여자대학교
• 인공지능을 활용한 약물유전체 분석 이론 및 실습 (2024), 한국임상약학회 보수교육
• 빅데이터 기본교육/인공지능 심화교육 (2023), 코딩아카데미, 한국교통대학교
• Early stage drug discovery를 위한 AI 파이프라인 설계 (2023), LAIDD, 한국제약바이오협회
신약개발 연구원 공현승입니다.
지난 7년간 생물정보학, 화학정보학, 그리고 인공지능을 접목한 신약개발 연구를 수행해왔습니다. 최근 인공지능 신약개발 관련 강의들이 많이 개설되고 있으나, 대부분이 생물학/화학 전문성이 부족하거나 현장 적용이 어려운 이론 중심의 내용에 머물러 있는 실정입니다. 이러한 배경에서 바이오/화학/약학 전공자분들을 위한 실무 중심의 인공지능 신약개발 과정을 준비하였습니다.
최신 논문 사례와 적용 인사이트, 실제 연구팀 환경을 상정한 프로젝트까지 준비하였으니, 이론과 실무를 균형 있게 배우며 현장 적용 능력을 키워보세요.
지난 7년간 생물정보학, 화학정보학, 그리고 인공지능을 접목한 신약개발 연구를 수행해왔습니다. 최근 인공지능 신약개발 관련 강의들이 많이 개설되고 있으나, 대부분이 생물학/화학 전문성이 부족하거나 현장 적용이 어려운 이론 중심의 내용에 머물러 있는 실정입니다. 이러한 배경에서 바이오/화학/약학 전공자분들을 위한 실무 중심의 인공지능 신약개발 과정을 준비하였습니다.
최신 논문 사례와 적용 인사이트, 실제 연구팀 환경을 상정한 프로젝트까지 준비하였으니, 이론과 실무를 균형 있게 배우며 현장 적용 능력을 키워보세요.
국내 유일의 실무 프로젝트형
AI 신약개발 강의를 공개합니다.
번들 패키지 구매
바이오 연구 속도를 높이는 AI 활용법
신약개발 연구 마스터 클래스
바이오/화학/약학 전공자들을 위한 실무 프로세스
신약 개발부터 논문 작성까지 가장 빠르게 끝내는 패키지
총 2과목
노벨상도 주목하는 AI 신약개발 프로세스정가 800,000원
차원이 다른 연구 프로세스: 연구자를 위한 AI툴 활용법정가 350,000원
오직 바이오/제약 연구자를 위한 논문 작성&연구부터 신약 개발을 위한 11가지 실무 시나리오까지! AI로 더 높은 가치를 얻는 의학 연구 프로세스 완성.
가격1,150,000원
할인 판매가59% 할인471,000원
12개월 할부월 39,250원
PROGRAM
본 강의에서 사용될
프로그램 안내드립니다.
원활한 진행을 위해 구글 계정(Colab) 혹은 Anaconda(무료) 설치를 권장합니다. 실습에 필요한 데이터, 코드, 교안은 강의 전후로 제공되며, 로컬(윈도우/Mac) 및 Colab 환경에서 실습이 가능합니다.
본 강의에서 사용될
프로그램 안내드립니다.
원활한 진행을 위해 구글 계정(Colab) 혹은 Anaconda(무료) 설치를 권장합니다. 실습에 필요한 데이터, 코드, 교안은 강의 전후로 제공되며, 로컬(윈도우/Mac) 및 Colab 환경에서 실습이 가능합니다.
QUESTION 1
AI를 활용한 신약개발,
왜 지금 배워야 할까요?
왜 지금 배워야 할까요?
신약개발에서 AI의 활용은 이제 선택이 아닌 필수입니다. 기존 방식은 평균 10-15년의 개발 기간과 막대한 비용이 소요되며 성공률도 낮습니다. AI는 방대한 화합물을 빠르게 분석해 최적의 후보를 선별하고, 부작용 예측 및 신규 타겟 발굴을 통해 개발 성공률을 높일 수 있습니다. 이를 통해 비용과 시간을 절감하며, 더 나은 신약을 빠르게 시장에 출시할 수 있습니다.
QUESTION 2
해당 강의가 실제 취업이나
커리어 전환에 도움이 될까요?
커리어 전환에 도움이 될까요?
제약 및 바이오 산업에서는 AI를 활용한 신약개발 인재 수요가 빠르게 증가하고 있습니다. 그러나 산업 현장에서 요구하는 실무 역량과 기존 교육 과정 간의 차이가 존재합니다. 이 강의는 AI 신약개발을 실무에 적용할 수 있도록 체계적으로 구성되어 있으며, 취업을 준비하는 취준생과 주니어 연구원들이 실질적인 실무 역량을 갖추는 데 적합한 과정입니다.
QUESTION 3
실습에 필요한 자료는
제공되나요?
제공되나요?
네, 강의에서 실습에 필요한 모든 자료가 제공됩니다.
• 실습용 데이터셋 : 공개 데이터를 기반으로 한 실습용 자료 제공
• 실습 코드 및 노트북 파일 제공 • 강의 교안 : PDF 및 코드파일 제공 * 코랩에서는 별도의 환경 설정 없이 바로 코드를 실행할 수 있어, 초보자분들은 코랩을 활용해 실습해보길 권장합니다.
• 실습용 데이터셋 : 공개 데이터를 기반으로 한 실습용 자료 제공
• 실습 코드 및 노트북 파일 제공 • 강의 교안 : PDF 및 코드파일 제공 * 코랩에서는 별도의 환경 설정 없이 바로 코드를 실행할 수 있어, 초보자분들은 코랩을 활용해 실습해보길 권장합니다.