[비즈한국] Pada tanggal 29 lalu, cetak biru besar yang akan mengubah masa depan industri Korea Selatan dipresentasikan dalam ‘Laporan Nasional Proyek Mega Lompatan Besar Korea’ yang diadakan di Gedung Tamu Kepresidenan (Cheong Wa Dae). Presiden Lee Jae-myung secara resmi mendeklarasikan ‘Physical AI’ bersama dengan semikonduktor dan pusat data AI sebagai tiga pilar utama yang akan memimpin lompatan besar negara. Selama ini, teknologi AI berfokus pada eksplorasi virtual berbasis perangkat lunak, namun kini Physical AI—di mana kecerdasan buatan (AI) digabungkan dengan robot untuk mengenali lingkungan fisik nyata, bertindak, dan memverifikasi hasil—telah ditingkatkan menjadi tugas strategis nasional.
Dalam bidang farmasi dan bioteknologi, Physical AI juga menarik perhatian sebagai teknologi yang dapat mengubah paradigma pengembangan obat baru dengan meningkatkan produktivitas dan reproduktifitas penelitian dan pengembangan (R&D). Baru-baru ini, Insilico Medicine berhasil mencapai uji klinis fase 2 untuk pertama kalinya dengan obat yang dirancang oleh AI generatif. Setelah obat fibrosis paru idiopatik (IPF) terbukti menunjukkan efek perbaikan fungsi paru yang signifikan pada uji klinis fase 2a, ekspektasi terhadap komersialisasi obat berbasis AI semakin meningkat seiring persiapan mereka menuju tahap uji klinis berikutnya. Melampaui pencapaian tersebut, evolusi menuju laboratorium otonom berbasis Physical AI—di mana hasil prediksi AI diverifikasi dengan cepat di laboratorium nyata dan data aktual dikembalikan ke model AI—dianggap sebagai langkah yang tak terelakkan dan titik balik yang akan menentukan daya saing industri.
Laboratorium otonom berbeda dari peralatan otomasi sederhana seperti High-Throughput Screening (HTS) konvensional yang secara mekanis mengulangi protokol yang telah ditetapkan oleh peneliti sebelumnya. Ini adalah sistem otonom yang menghubungkan sistem otomasi berbasis AI dan robot untuk meminimalkan intervensi manusia, dengan menghubungkan perumusan hipotesis, pelaksanaan eksperimen, analisis data, dan pembaruan model ke dalam satu siklus tertutup (closed-loop), sehingga sistem dapat mengeksplorasi secara mandiri dan dengan cepat menghasilkan hasil optimal.
Di negara-negara pemimpin global, laboratorium otonom diperluas melampaui peralatan individu atau skala laboratorium tunggal menjadi platform yang menghubungkan berbagai institusi. Acceleration Consortium (AC) di Kanada telah membangun platform yang menghubungkan seluruh siklus R&D mulai dari kimia medisinal, simulasi organ tubuh manusia, hingga peningkatan skala (scale-up), yang berhasil menghasilkan lebih dari 21 kandidat obat dalam waktu singkat. Commonwealth Scientific and Industrial Research Organisation (CSIRO) di Australia juga telah mengadopsi sistem Self-Driving Lab (SDL) berbasis robot dan AI, yang berhasil memangkas waktu pengembangan katalis—dari eksplorasi komposisi/kondisi reaksi optimal hingga komersialisasi—dari sekitar 5 tahun menjadi hanya 6 bulan.
Secara khusus, pencapaian XtalPi asal Tiongkok sangat patut diperhatikan. XtalPi telah membangun sistem penelitian skala besar yang mengoperasikan lebih dari 300 stasiun kerja robotik secara global untuk melakukan eksperimen 24 jam nonstop. Mereka menggabungkan lebih dari 500 model AI internal dan algoritma mekanika kuantum ke dalam peralatan otomasi untuk mengulangi siklus penemuan obat 'desain-sintesis-pengujian-analisis' dengan kecepatan super tinggi.
Berdasarkan keunggulan teknologi ini, XtalPi sedang melakukan proyek penelitian penemuan obat inovatif bersama perusahaan farmasi global Eli Lilly dengan nilai mencapai 250 juta dolar AS (sekitar 387,3 miliar won). Mereka juga sedang melakukan penelitian bersama dengan C&C Research Laboratories, anak perusahaan farmasi lokal JW Pharmaceutical001060, untuk mengoptimalkan senyawa utama bagi terapi anti-inflamasi target protein ‘STAT6’, yang sebelumnya belum pernah ada kasus keberhasilan pengembangannya.
Di sisi lain, ekosistem di Korea Selatan masih menunjukkan kesenjangan yang nyata dibandingkan tingkat global. Korea Selatan masih tertahan di tahap pembuktian konsep (PoC) awal di tingkat laboratorium individu. Meskipun infrastruktur praktikum mulai dibangun oleh 'OCTOPUS OS' milik Korea Institute of Science and Technology (KIST) serta K-NIBRT dari Asosiasi Farmasi dan Bio Korea dan Universitas Yonsei, muncul kritik bahwa keterhubungan antar peralatan individu atau standardisasi data masih perlu diperbaiki.
Para ahli menyarankan agar industri farmasi dan bioteknologi domestik beralih dari strategi kuantitatif berupa perluasan perangkat keras, menuju peningkatan kualitas yang berpusat pada sistem operasi (OS) yang mengelola alur data dan prosedur eksperimen secara terintegrasi. Diagnosisnya adalah bahwa mengintegrasikan data yang tersebar di berbagai peralatan ke dalam format standar dan sistem metadata, serta membangun struktur yang meningkatkan kemampuan pengambilan keputusan model AI melalui umpan balik eksperimen real-time, adalah hal yang paling mendesak. Kim Min-seok, peneliti utama di Korea Health Industry Development Institute (KHIDI), menekankan, "Tidak seperti otomasi konvensional yang hanya mengulangi protokol tetap, inti dari SDL adalah sistem loop tertutup yang belajar dari hasil eksperimen untuk secara mandiri mengeksplorasi dan menyesuaikan kondisi berikutnya. Kini, daya saing tidak ditentukan oleh performa peralatan individu, melainkan oleh standardisasi data, interoperabilitas, dan kelengkapan perangkat lunak operasi."
Untuk mencapai transformasi teknis dan institusional ini, muncul saran bahwa pembangunan 'Pusat Eksperimen Otonom Terbuka' yang dipimpin oleh pemerintah dan pemerintah daerah sangatlah penting. Hal ini dikarenakan biaya pembangunan awal yang tinggi serta kebutuhan akan keahlian gabungan di bidang AI, robotika, data, dan eksperimen, sehingga sulit bagi perusahaan farmasi atau laboratorium untuk membangunnya sendiri. Peneliti Kim menambahkan, "Basis kelembagaan seperti keamanan data penelitian, pengelolaan hak kekayaan intelektual (IP), dan model operasi kemitraan publik-swasta juga perlu dipersiapkan bersama."