사업명		중소기업기술혁신개발(R&D)
내역사업명		중소기업기술혁신개발사업(시장확대형)
과제명	국문	지능형 LLM 에이전트와 전문가 지식의 융합을 통한 신약개발 프로세스 최적화
	영문	Optimization of the Drug Development Process through the Integration of Intelligent LLM Agents and Expert Knowledge
과제기준년도		2024	부처	중소벤처기업부
과제관리(전문)기관		중소기업기술정보진흥원	과제수행기관	(주)아이젠사이언스
연구책임자		김선규	연구개발단계	응용연구
연구수행주체		중소기업	지역	서울특별시 성동구
과제고유번호		2420015136	(기관)세부과제번호	00523644
총연구기간		2024-12-01 ~ 2027-11-30	당해 연도 연구기간	2024-12-01 ~ 2024-12-31

키워드	한글	인공지능, 거대언어모델 에이전트, 신약 개발, 전문가 지식
	영문	Artificial Intelligence, Large Language Model Agent, Drug Development, Expert Knowledge
연구목표 (요약)		지능형 LLM 에이전트와 전문가 지식의 융합을 통한 신약개발 프로세스 최적화: 신약개발 전문가-AI 협업 혁신- 능동적 문제 해결이 가능한 신약개발 특화 지능형 LLM 개발개발 목표 (1) 신약 개발 가능한 표적을 자동 식별하는 표적 발굴 에이전트개발 목표 (2) 표적 결합 물질을 자동 설계하는 물질 설계 에이전트
연구내용 (요약)		... Knowledge Graph 구축- 그래프 데이터베이스 활용한 시각화[물질 설계 에이전트(CDA) 개발]- 조건부 분자 생성 모델 개발- 딥러닝 기반 생성 AI 기법 활용- 자동 필터링 시스템 구축- 합성 가능성 평가 (SAS 계산)- ADMET 예측 모델 통합- SAR 학습 및 적용- SAR 데이터 수집 및 머신러닝 모델 학습[통합 플랫폼 구축]- 에이전트 간 통신 프로토콜 설계- RESTful ...
기대효과 (요약)		... 개발 프로세스의 자동화 및 효율성 극대화- 텍스트, 수치, 구조 데이터의 통합 분석 가능- 복잡한 생물학적 상호작용 및 화학적 특성 동시 분석- 문헌 정보의 자동 추출 및 타겟 검증 정확도 향상- 타겟 간 관계 시각화를 통한 연구 효율성 증대- 조건부 분자 생성 모델 완성- 합성 가능성 평가 및 ADMET 예측을 통한 후보물질의 품질 향상- 플랫폼의 베타 버전 개발 및 내부 ...

과학기술표준 연구분야		보건의료 · 신약·의약품개발 · 달리 분류되지 않는 신약·의약품개발
과학기술표준 적용분야		전문, 과학 및 기술서비스업
부처자체분류
6T관련기술		바이오신약 개발기술

총연구비(단위:원)
년도	정부연구비	민간연구비	소계
2024	152,000,000원	50,671,000원	202,671,000원