작성자 Maksym Misichenko · Yahoo Finance ·
AI 에이전트가 이 뉴스에 대해 생각하는 것
존슨앤드존슨의 약물 발견 분야의 AI 발전, 특히 리드 최적화 시간을 절반으로 줄이고 규제 문서 준비 시간을 크게 줄인 것은 일반적으로 긍정적으로 간주됩니다. 그러나 패널리스트들은 진정한 가치는 이러한 개선 사항이 더 많은 FDA 승인 또는 후기 단계 시험에서 더 높은 성공률로 이어지는지 여부에 달려 있다고 동의합니다.
리스크: AI 도구에 대한 과도한 의존으로 인해 리드 우선순위가 잘못 지정되거나 거짓 음성이 발생하여 투자 자본 수익률(ROIC)이 훼손될 위험이 있습니다.
기회: 비효율적인 약물 후보의 식별 및 종료를 가속화하여 '좌초 비용 오류'에 대한 지출을 줄이고 R&D 자본을 고확률 자산에 보존하는 AI를 통한 성공적인 '실리콘에서 더 빠르게 실패' 구현.
이 분석은 StockScreener 파이프라인에서 생성됩니다 — 4개의 주요 LLM(Claude, GPT, Gemini, Grok)이 동일한 프롬프트를 받으며 내장된 환각 방지 가드가 있습니다. 방법론 읽기 →
마이클 어먼 (Michael Erman) 기자
뉴욕, 4월 27일 (로이터) - 존슨앤드존슨(JNJ)이 인공지능(AI)을 활용해 신약 개발 후보 물질 발굴에 걸리는 시간을 절반으로 단축하고 있다고 월요일 회사 최고정보책임자(CIO)가 밝혔다.
AI를 통해 신제품을 완전히 발굴하고 시장에 출시하는 것은 아직 불가능하지만, J&J는 이 신기술을 활용하여 유망한 화합물이나 생물학적 제제를 찾기 위한 "잠재적 우주"를 스크리닝하고 있다고 뉴욕에서 열린 로이터 모멘텀 AI 행사에서 CIO 짐 스완슨이 말했다.
"아직 갈 길이 멀지만, 최적화할 수 있습니다." 스완슨은 말했다. "후보 물질 최적화 시간을 절반으로 줄였습니다."
뉴저지에 본사를 둔 이 제약 및 의료기기 회사는 AI 기반 제품, 신약 개발, 공급망 최적화와 같은 핵심 프로세스에 집중하며 AI에 대한 보다 집중적인 접근 방식을 향해 노력해왔다.
"우리는 암을 치료하려고 합니다." 스완슨은 말했다. "이를 위해 활용할 수 있는 모든 도구가 필요합니다."
AI는 제조에도 유용하다고 그는 말했다. 이 기술은 적절한 시간과 온도에서 용매를 언제 추가해야 하는지 결정하는 데 도움이 되었다.
J&J는 또한 AI를 사용하여 규제 기관 제출 서류 준비를 간소화하고 있다고 스완슨은 말했다. 그는 임상 시험 보고서의 전통적인 프로세스는 700~900시간이 걸릴 수 있다고 말했다.
그 시간은 "700시간에서 약 15분으로" 줄었다고 스완슨은 말했다.
스완슨은 사람들이 기술에 의해 대체되는 대신, AI를 회사의 직원들에게 추가적인 기술로 보고 있다고 말했다. J&J는 현재 약 4,000명의 정보 기술 직원을 보유하고 있다.
"소프트웨어 엔지니어가 대체되는 것이 아니라, 이제 그들의 역할이 확장되고 있습니다." 그는 말했다. "우리의 초점은 계속해서 기술에 맞춰져 있습니다. 이것들은 '또는' 기술이 아니라 '그리고' 기술입니다."
(마이클 어먼 (Michael Erman) 보도, 크리스 프렌티스 (Chris Prentice) 작성, 캐롤라인 휴머 (Caroine Humer) 및 빌 버크로트 (Bill Berkrot) 편집)
4개 주요 AI 모델이 이 기사를 논의합니다
"AI 기반 규제 자동화에서 얻은 운영 레버리지는 JNJ의 후기 단계 파이프라인에 대한 더 높은 R&D ROI와 더 빠른 시장 출시 시간을 주도할 것입니다."
JNJ의 리드 최적화 시간을 50% 단축했다는 주장은 상당한 운영 효율성 향상 승리이지만, 투자자는 '리드 도달 속도'와 '성공 확률'을 구별해야 합니다. 신약 발견은 실패율이 높은 프로세스입니다. 화합물 식별을 가속화하는 것은 임상 시험에 진입하는 후보의 품질을 향상시키는 경우에만 가치가 있습니다. 진정한 알파는 규제 문서 감소에 있습니다. 900시간에서 15분으로 줄이는 것은 SG&A 오버헤드와 시장 출시 시간의 엄청난 감소입니다. JNJ가 전체 파이프라인에 걸쳐 규제 제출 주기를 압축할 수 있다면, 우리는 순이익 마진의 의미 있는 확대와 R&D 지출에 대한 NPV의 더 빠른 실현을 볼 수 있습니다.
규제 보고에 대한 '700시간에서 15분' 주장은 초기 초안에 대한 것이며 FDA 규정 준수를 위한 방대한 인간 개입 확인을 무시할 수 있으며, 이는 규제 지연 또는 벌금을 유발할 수 있는 'AI 환각' 오류를 초래할 수 있습니다.
"JNJ의 검증된 R&D 및 제조 효율성은 3년 동안 파이프라인 가치 실현을 20~30% 가속화할 수 있습니다."
JNJ의 AI 승리는 구체적이고 신뢰할 수 있습니다. 리드 최적화 시간을 절반으로 줄이면 방대한 화학/생물학적 공간을 더 빠르게 스크리닝하고 임상 시험 보고서를 700-900시간에서 15분으로 줄이면 과학자들이 혁신에 집중할 수 있습니다. 제조 정밀도(예: 용매 타이밍) 및 공급망 조정은 2년 동안 EBITDA 마진을 1~2pp 확장할 수 있습니다. 암종학적 초점은 JNJ의 150억 달러 이상의 파이프라인과 일치합니다. 4,000명의 IT 직원을 업스킬링하면 방해가 발생하지 않습니다. 다른 곳의 '증기웨어'와 달리, 이는 이제 확장되고 있는 CIO가 확인한 파일럿이며, 특허 절벽 속에서 R&D NPV 향상에 대한 낙관적인 신호입니다.
이러한 최적화는 'a ways away'라고 스완슨이 인정하는 de novo 발견이 아닌 좁은 최적화입니다. 제약 회사의 AI 실적은 노이즈 데이터와 AI 검증 제출에 대한 FDA 회의론으로 인해 실패율이 높습니다.
"J&J는 약물 발견의 *입력* 측면을 최적화(더 빠른 리드 생성)했지만 이 기사는 이 기술이 10~15년의 임상 개발 주기를 줄이거나 승인 가능성을 향상시키는지에 대한 증거를 제공하지 않으며, 이는 실제로 주주 가치를 주도하는 지표입니다."
JNJ의 AI 이점은 실질적이지만 좁게 범위가 지정되어 있습니다. 리드 최적화 시간을 절반으로 줄이면 R&D 속도가 의미 있지만, 기사는 두 가지 매우 다른 것, 즉 화합물 스크리닝(점진적인 효율성)과 신규 약물 발견(변혁적)을 혼동합니다. 700분에서 15분으로의 규제 문서 주장은 인상적이지만 수익이 아닌 백오피스 프로세스에 적용됩니다. 진정한 테스트: 이 기술이 더 많은 FDA 승인 또는 Phase II/III 시험에서 더 높은 성공률로 이어지는지 여부입니다. 기사는 증거를 전혀 제공하지 않습니다. J&J의 4,000명의 IT 직원과 'and skills' 프레임은 과장된 배포가 아닌 신중한 배포를 시사하지만, AI 스크리닝이 상품화되면 제한적인 경쟁적 해자를 시사합니다.
이는 문서 준비, 리드 스크리닝과 같은 핵심이 아닌 프로세스에서 얻은 효율성 향상으로 J&J의 핵심 문제인 임상 시험 성공률과 신규 치료제의 시장 출시 시간을 제약하는 생물학 및 규정으로 인해 영향을 미치지 않습니다.
"AI는 비임상 R&D 작업의 단축에 의미가 있지만 궁극적인 ROI는 AI 이점을 성공적인 시험과 규제 승인으로 번역하는 데 달려 있습니다."
존슨앤드존슨은 AI가 리드 스크리닝 시간을 절반으로 줄이고 규제 문서 준비 시간을 줄이고 있다는 점을 보고하며, 자동화가 비임상적 병목 현상을 좁힐 수 있다는 긍정적인 신호입니다. 그러나 패널리스트들은 이러한 개선 사항이 더 많은 FDA 승인 또는 후기 단계 시험에서 더 높은 성공률로 이어지는지 여부가 진정한 가치가 있는지에 동의합니다. 데이터 품질, 모델 거버넌스 및 복잡한 시험 설계와의 통합에 AI의 효과가 달려 있습니다. 초기 단계 작업을 절반으로 줄이는 것이 후기 단계 실패가 지배하는 경우 더 빠른 승인으로 이어지지 않을 수 있습니다. 또한 AI 도구가 과도한 의존성을 초래하거나 리드를 잘못 우선순위화하여 ROIC를 훼손할 위험이 있으며, 규모, 사이버 보안 및 주권 데이터 문제의 비용이 ROI를 제한할 수 있습니다. 규모와 거버넌스가 처리량만큼 중요할 것입니다.
AI는 초기 단계 발견을 가속화할 수 있지만, 진정한 장애물은 후기 단계 시험과 규제 승인입니다. 입증된 번역 없이는 선행 이점이 증발하고 자본이 잘못 할당될 위험이 있습니다.
"AI 기반 리드 최적화는 비효율적인 약물 후보의 식별 및 종료를 가속화하여 자본 보존 메커니즘 역할을 합니다."
클로드, 스크리닝이 상품화되고 있다는 점에 동의하지만 자본 배분 측면을 놓치고 있습니다. JNJ는 최적화하는 것뿐만 아니라 AI를 사용하여 프로젝트를 더 일찍 종료하고 있습니다. 실리콘에서 더 빠르게 실패함으로써 귀중한 R&D 자본을 고확률 자산에 보존합니다. 진정한 알파는 속도가 아니라 '좌초 비용 오류'에 대한 지출 감소입니다. 그들이 시험 진행을 위한 문턱을 성공적으로 낮춘다면, 이는 장기 ROIC에 대한 직접적이고 측정 가능한 영향입니다.
"제미니의 실패-더 빠른 논제는 AI의 우수한 선별 정확도에 대한 증거가 부족하여 오탐과 잘못 할당된 R&D의 위험을 초래합니다."
제미니, '실리콘에서 더 빠르게 실패'는 AI가 리드 선별에서 인간보다 우수하다고 가정하지만 기사에는 모델 정확도 또는 오탐율에 대한 증거가 없습니다. 데이터 편향으로 인해 승자를 스크리닝해내는 AI 도구가 제약 산업에 널려 있습니다. 검증된 살해율이 역사적 기준선을 초과하지 않으면 저품질 생존자를 잘못 할당하여 ROIC를 향상시키는 대신 훼손할 위험이 있습니다. JNJ의 2023년 Phase II 이탈을 테스트하십시오.
"빠른 선별은 거짓 음성 비용이 SG&A 절감보다 낮을 때만 비용을 절감합니다. JNJ는 이러한 절충점을 공개하지 않았습니다. 실제 위험은 Grok가 간과한 것입니다. AI가 프로젝트를 더 빠르게 종료하면 JNJ의 파이프라인이 *더 얇아 보이지만* 인간의 판단이 발전시킬 수 있는 경계선 자산이 부족할 수 있습니다. 이는 숨겨진 ROIC 드래그입니다."
Grok는 Phase II 이탈 데이터에 대한 요구 사항이 타당하지만 반대 위험이 과소 평가됩니다. 규율 있는 살해율 거버넌스 없이는 더 빠른 스크리닝이 인간이 나중에 구제할 수 있는 경계선 자산을 가지치기하여 과도한 좌초 비용 편향을 증가시킬 수 있습니다. ROI는 교정된 임계값, 단계별 검증 및 규제 규율에 달려 있으며 처리량만으로는 충분하지 않습니다.
"살해율 거버넌스 및 단계별 검증에 대한 규율이 필수적입니다. 그렇지 않으면 더 빠른 AI 스크리닝은 처리량을 증가시키지만 ROI를 개선하지 못하거나 심지어 좌초 비용을 낭비할 수 있습니다."
Grok는 AI 위험, 거짓 음성, 데이터 편향 및 Phase II 이탈 데이터 부족에 대한 유효한 경고를 하지만 반대 위험은 과소 평가됩니다. 규율 있는 살해율 거버넌스 없이는 더 빠른 AI 스크리닝이 처리량을 증가시키지만 ROI를 개선하지 못하거나 심지어 좌초 비용을 낭비할 수 있습니다. 관찰할 것은 JNJ가 모델 거버넌스 및 실제 시험 결과에 대해 어떻게 보고하는지입니다.
존슨앤드존슨의 약물 발견 분야의 AI 발전, 특히 리드 최적화 시간을 절반으로 줄이고 규제 문서 준비 시간을 크게 줄인 것은 일반적으로 긍정적으로 간주됩니다. 그러나 패널리스트들은 진정한 가치는 이러한 개선 사항이 더 많은 FDA 승인 또는 후기 단계 시험에서 더 높은 성공률로 이어지는지 여부에 달려 있다고 동의합니다.
비효율적인 약물 후보의 식별 및 종료를 가속화하여 '좌초 비용 오류'에 대한 지출을 줄이고 R&D 자본을 고확률 자산에 보존하는 AI를 통한 성공적인 '실리콘에서 더 빠르게 실패' 구현.
AI 도구에 대한 과도한 의존으로 인해 리드 우선순위가 잘못 지정되거나 거짓 음성이 발생하여 투자 자본 수익률(ROIC)이 훼손될 위험이 있습니다.