14일 농림축산검역본부 데이터 자료에 따르면 2022년 국내에서 사용된 실험동물은 약 499만 마리로 집계됐다. 이는 전년보다 11만 마리가량 증가한 수치로 실태조사가 본격화된 2015년(약 250만 마리)과 비교하면 7년 만에 두 배 가까이 늘어난 규모다.
FDA는 “단일 항원 결정기에만 반응하는 단클론 항체 등 생물의약품 개발에 있어 기존의 동물실험 대신 보다 정밀하고 인간 생리와 유사한 대체시험법을 활용하는 방안을 적극 추진하겠다”고 밝혔다.
여기에는 AI 기반 모델, 오가노이드(장기 유사체) 테스트, 기존의 인간 데이터 활용 등으로 대체하려는 것으로 이른바 신규 접근 방법(New Approach Methodologies, NAM)이 핵심이다.
FDA는 NAM 데이터를 임상시험용 신약(IND) 신청 시 적극 권장할 방침이며 다른 국가에서 확보된 실사용 안전성 데이터도 효능 평가에 활용할 예정이다. 이로써 임상 전 단계에서의 동물 실험 의존도를 낮추고 신약 개발 기간 단축과 비용 절감을 기대할 수 있다.
이러한 정책은 미국 국립보건원(NIH), 국립독성학 프로그램, 재향군인회 등과 협력해 ICCVAM(대체실험법 검증을 위한 연방기관 간 협의체)을 통해 추진된다. 올해 말에는 공개 워크숍이 열릴 예정이며 향후 정책 로드맵과 NAM 데이터 이행 전략이 논의된다.
또한 내년부터는 일부 단클론 항체 개발 기업을 대상으로 비동물 기반 테스트 전략을 적용하는 파일럿 프로그램도 시행될 계획이다. 해당 파일럿의 결과는 향후 규제 지침과 정책 변경에 반영될 예정이다.
마틴 마카리 FDA 국장은 “너무 오랫동안 제약사들은 국제적으로 인간 대상 데이터가 존재함에도 추가 동물실험을 강요받아 왔다”며 “이번 정책은 의약품 평가의 패러다임 전환을 의미하며 동물 실험을 줄이면서도 미국인에게 더 빠르고 안전한 치료를 제공할 수 있는 가능성을 제시한다”고 강조했다.
이어 “AI 모델링, 인간 장기 기반 실험, 실제 인간 데이터를 통해 R&D 비용과 의약품 가격을 절감할 수 있으며 이는 공중 보건과 윤리를 동시에 고려한 진정한 ‘윈-윈’ 전략”이라고 덧붙였다.
업계 관계자들은 “이번 FDA 발표는 동물실험과의 ‘결별 선언’이라기보다 점진적인 이행 계획에 가깝다”며 “과학적 타당성과 규제기관의 신뢰를 확보한 대체 시험법이 충분히 입증된다면 향후 신약 개발 패러다임이 근본적으로 바뀔 것”이라고 전망했다.








































![[김혜민의 주말산책] 나들이는 팝업, 연말 만찬은 저렴하게…유통가 주말 행사는](https://image.ajunews.com/content/image/2025/12/19/20251219105847412022_388_136.jpg)
![[지다혜의 금은보화] 연말 여행객에 보너스…신한은행, SOL트래블 환율우대·금리혜택 풀가동](https://image.ajunews.com/content/image/2025/12/19/20251219105209450417_388_136.jpg)


![[현장] 2025 LCK 어워드 성료…BDD 곽보성, 플레이어 오브 더 이어 수상](https://image.ajunews.com/content/image/2025/12/19/20251219200736716503_388_136.jpg)
![[현장] 美 IEEPA 관세 상시화…대미 수출기업, 환급 주체가 손익 가른다](https://image.ajunews.com/content/image/2025/12/19/20251219173022800382_388_136.jpg)




-

lew****
2025-11-26 01:20:35
- 공감/비공감
- 공감:0
- 비공감:0
-

lew****
2025-11-26 01:20:29
- 공감/비공감
- 공감:0
- 비공감:0
-

lew****
2025-11-26 01:20:22
- 공감/비공감
- 공감:0
- 비공감:0
댓글 더보기AI·오가노이드 기반 신약 플랫폼을 규제할 법적 기준 또한 아직 완전히 확립되지 않아, 기술이 윤리적 위험과 사회적 신뢰 문제를 내포한 상태에서 빠르게 산업화되는 것이 바람직한가에 대한 사회적 합의가 필요하다는 지적도 계속되고 있다.
AI가 신약 후보 물질을 선별하는 방식은 알고리즘 구조가 외부에 공개되지 않는 경우가 많아 결과가 어떤 논리로 도출되었는지 확인하기 어렵다는 ‘블랙박스 문제’가 존재하며, 예측이 틀릴 경우 피해는 환자에게 직접 발생한다는 비판이 있다. 또한 대규모 환자 의료정보와 유전체 데이터가 AI 학습에 활용되면서 정보 처리 과정에서 개인정보 보호 문제가 제기되고, 연구 결과가 기업 중심으로 편향될 가능성도 논쟁 대상이 된다.
기술이 약사를 대체하기보다는, 기술을 이해하고 활용할 수 있는 약사가 경쟁력을 가지는 사회가 올 것이며 이는 진로 준비 과정에서 데이터 분석, 바이오 기술에 대한 학습의 필요성을 더욱 강조하게 만든다.
신약개발 과정에서 AI와 오가노이드가 기존의 동물 실험을 대체하는 추세는 연구 효율성이 높아지고 동물 고통을 줄일 수 있다는 점에서 윤리적으로 큰 의미를 가진 변화지만, 동시에 새로운 쟁점을 불러일으키고 있다.