유망했던 임상 단계의 바이오텍 기업이 임상 2상이나 3상 탑라인 데이터 발표 직후 하루 만에 주가가 80% 폭락할 때마다, 개인 투자자들과 시장 참여자들은 늘 같은 질문을 던집니다. “요즘 들어 임상시험이 예전보다 더 자주 실패하는 것인가, 아니면 24시간 쏟아지는 금융 미디어 때문에 그렇게 느껴질 뿐인가?”

지난 50년 동안 바이오제약 산업은 전례 없는 기술 혁명을 겪었습니다. 1970년대 동물 모델 기반의 표현형 스크리닝(Phenotypic screening)에서 출발하여 유전자 재조합, 초고속 대용량 화합물 스크리닝(HTS), 로봇 기반 결정학, 인간 게놈 프로젝트, 초저온 전자현미경(Cryo-EM), 그리고 최근의 인공지능 기반 단백질 구조 예측에 이르기까지 과학적 도구는 기하급수적으로 발전했습니다.

상식적으로 생각하면 50년간의 눈부신 과학 기술 발전은 신약개발의 예측 가능성을 획기적으로 높여 임상시험 실패율을 지속적으로 낮췄어야 마땅합니다.

하지만 실제 역사적 데이터가 증명하는 현실은 정반대입니다.

바이오제약 산업이 체계적으로 임상 데이터를 추적하기 시작한 1970년대부터 2026년 현재까지, 임상시험 실패율은 지속적으로 상승(UP)했으며 누적 성공률은 계속 하락(DOWN)했습니다.

  • 1970년대~1980년대 (터프츠 CSDD 연구): 인간 대상 임상 1상에 진입한 후보물질 중 약 **5개 중 1개(20%~23%)**가 최종 FDA 승인을 획득했습니다. (전체 임상 실패율: 77%~80%)
  • 2000년대~2010년대 (네이처 바이오테크놀로지, BIO, MIT 연구): 임상 1상에서 최종 승인까지의 누적 성공 확률(LOA)은 9.6%~13.8% 수준으로 급락했습니다. (전체 임상 실패율: 86%~90.4%)
  • 2011–2020년 벤치마크 (BIO / Informa / QLS Advisors): 전체 치료 영역의 누적 임상 승인 성공률은 **7.9%**까지 떨어져 사상 최고치인 92.1%의 누적 실패율을 기록했습니다.
  • 현대 (IQVIA R&D 트렌드 보고서): 2021년 팬데믹 혼란과 면역항암제 중복 파이프라인 과포화로 인해 연간 종합 성공률은 사상 최저치인 5.0%(실패율 95.0%)까지 폭락했다가, 2023년 **10.8%**로 반등한 뒤 2024~2026년 현재 11%~12% 박스권에 머물고 있습니다.
┌────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                   임상 1상부터 FDA 승인까지 누적 신약 파이프라인 탈락률 (50년 역사적 궤적)             │
├───────────────────────┬──────────────────────────────┬────────────────────────────┬────────────────────┤
│ 연구 기관 및 보고서   │ 분석 코호트 기간             │ 누적 임상 성공률 (PoS)     │ 전체 누적 실패율   │
├───────────────────────┼──────────────────────────────┼────────────────────────────┼────────────────────┤
│ 터프츠 CSDD (DiMasi)  │ 1970–1982년 IND 승인 물질    │ ~20.0% – 23.0%             │ 77.0% – 80.0%      │
│ 터프츠 CSDD (DiMasi)  │ 1981–1992년 IND 승인 물질    │ ~16.0% – 19.0%             │ 81.0% – 84.0%      │
│ 머크/네이처 (Kola)    │ 1991–2000년 빅파마 파이프라인│ ~11.0%                     │ 89.0%              │
│ 터프츠 CSDD (DiMasi)  │ 1993–2004년 IND 승인 물질    │ ~16.0% (자체개발)/19%(전체)│ 81.0% – 84.0%      │
│ 네이처 바이오텍 (Hay) │ 2003–2011년 산업계 파이프라인│ 10.4% (전체) / 15.3% (리드)│ 89.6% (전체)       │
│ BIO / Biomedtracker   │ 2006–2015년 산업계 파이프라인│ 9.6% (전체) / 11.9% (항암외│ 90.4% (전체)       │
│ MIT (Wong, Siah, Lo)  │ 2000–2015년 Citeline 데이터  │ 13.8% (경로별) / 6.9%(단계)│ 86.2% / 93.1%      │
│ BIO / Informa / QLS   │ 2011–2020년 산업계 파이프라인│ 7.9% (전체 적응증 평균)    │ 92.1% (전체 평균)  │
│ IQVIA Institute       │ 2021년 글로벌 파이프라인 저점│ 5.0% (단일 연도 저점)      │ 95.0% (연간 저점)  │
│ IQVIA Institute       │ 2023–2025년 파이프라인 회복기│ 10.8% – 11.7 (CPPI 지수)   │ 88.3% – 89.2%      │
└───────────────────────┴──────────────────────────────┴────────────────────────────┴────────────────────┘

어째서 과학 혁명 속에서도 신약 개발의 실패율은 오히려 상승했을까요? 후보물질들은 도대체 어느 임상 단계에서 왜 탈락하는 것일까요? 그리고 왜 현대 바이오파마는 “대부분의 임상이 무조건 실패하는 영역”과 “바이오마커로 성공률이 3배 치솟은 영역”이라는 두 개의 극단적인 양극화 현실로 갈라지게 되었을까요?

본 심층 연구 보고서에서는 지난 50년간의 임상시험 실패율 데이터를 총체적으로 분해하고, 제약 산업을 지배해 온 생물학적 한계와 경제적 인센티브의 실체를 파헤칩니다.

1. 임상시험 데이터 추적의 기원 (1962–1976)

신약 개발의 실패율을 이해하려면 먼저 오늘날 우리가 알고 있는 ’3단계 임상시험 체계’가 어떻게 탄생했는지를 살펴봐야 합니다.

1962년 이전: 안전성만 입증하면 승인되던 시대

1962년 이전 미국의 의약품 규제는 1938년 제정된 연방 식품·의약품·화장품법(FD&C Act)에 기반했습니다. 당시 규제 프레임워크에서 제약사는 제품이 독성이 없으며 **안전(Safe)**하다는 것만 입증하면 시판 허가를 받을 수 있었습니다. 약효가 실제로 존재하는지, 즉 **유효성(Efficacy)**을 입증할 법적 의무는 없었습니다. 환자 대상 임상시험은 비공식적이고 무작위적인 방식으로 진행되었으며, 체계화된 규제 관문도 부재했습니다.

1962년 키포버-해리스 수정법안 (Kefauver-Harris Amendments)

세계 제약 역사의 결정적 분기점은 1960년대 초반 발생한 탈리도마이드(Thalidomide) 참사였습니다. 임산부의 입덧 치료제로 무분별하게 처방되었던 탈리도마이드로 인해 유럽 전역에서 1만 명 이상의 신생아가 팔다리가 없거나 기형인 해표지증(Phocomelia)을 안고 태어났습니다. 미국 FDA의 심사관 프랜시스 켈시(Frances Kelsey) 박사가 안전성 데이터 부족을 이유로 미국 내 시판 승인을 끈질기게 거부하면서 미국은 대참사를 면했지만, 의회는 즉각적인 법 개정에 착수했습니다.

1962년 10월, 존 F. 케네디 대통령은 키포버-해리스 수정법안에 서명했습니다. 이 법안은 현대 임상의 뼈대를 이루는 3대 원칙을 명문화했습니다:

  1. 사람에게 시험 약물을 투여하기 전 반드시 공식적인 **임상시험계획승인신청(IND)**을 FDA에 제출해야 한다.
  2. 모든 임상시험 참여자로부터 문서화된 **사전동의(Informed Consent)**를 받아야 한다.
  3. 가장 결정적으로, 스폰서는 자격을 갖춘 전문가들이 수행한 ’적절하고 잘 통제된 연구’를 통해 약효가 존재한다는 **실질적 증거(Substantial Evidence of Efficacy)**를 법적으로 입증해야 한다.

FDA는 이 법률을 집행하기 위해 인간 대상 임상시험을 오늘날의 3단계 규제 파이프라인으로 정립했습니다:

  • 임상 1상 (Phase 1): 건강한 지원자 20~100명을 대상으로 인체 약리학, 안전성, 내약성, 약동학(PK), 최대 내약 용량(MTD)을 평가.
  • 임상 2상 (Phase 2): 표적 질환 환자 100~300명을 대상으로 생물학적 개념입증(PoC), 초기 약효 신호, 용량 반응 관계를 탐색.
  • 임상 3상 (Phase 3): 1,000~5,000명 이상의 대규모 다기관 환자를 대상으로 위약 또는 표준치료제(SOC) 대비 통계적 우월성 또는 비열등성을 무작위 배정 이중맹검으로 최종 확증.
  • 허가 심사 (NDA / BLA): FDA 및 EMA의 전문 심사관들이 임상, 비임상, 품질관리(CMC) 데이터 패키지를 검토하여 최종 시판 허가 여부를 결정.
┌────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                              현대 신약개발의 3단계 임상 규제 관문 체계                                │
├─────────────────┬──────────────────────┬────────────────────────┬──────────────────────────────────────┤
│ 개발 단계       │ 전형적 환자군 규모   │ 핵심 평가 목표         │ 역사적 주된 실패 원인                │
├─────────────────┼──────────────────────┼────────────────────────┼──────────────────────────────────────┤
│ 임상 1상        │ 20 – 100명 지원자    │ 안전성, 내약성, PK/PD  │ 예상치 못한 독성, 불량한 약동학 특성 │
│ 임상 2상        │ 100 – 300명 환자     │ 개념입증(PoC), 최적용량│ 임상적 약효 부재 (전체 실패의 50-60%)│
│ 임상 3상        │ 1,000 – 5,000명 이상 │ 대규모 확증 임상, 우월성│ 표준치료/위약 대비 유의성 미달 (~50%) │
│ 신약허가 (NDA)  │ 파이프라인 총결산    │ 이익/위험비, 제조(CMC) │ 제조공정 결함, 데이터 신뢰성 의문    │
└─────────────────┴──────────────────────┴────────────────────────┴──────────────────────────────────────┘

임상 실패율 추적 회계의 시작 (1975–1976)

임상 단계가 표준화되면서 학계와 경제학자들은 “과연 몇 개의 약물이 개발 도중 탈락하는가?“를 체계적으로 계산하기 시작했습니다:

  • 워델 & 라자냐 (1975): 윌리엄 워델(William Wardell)과 루이스 라자냐(Louis Lasagna)는 규제와 약물 개발(Regulation and Drug Development) 논문에서 1962년 신법 시행 이후 약물 개발 기간이 늘어나는 현상과 각 단계별 탈락률을 최초로 정량화했습니다.
  • 터프츠 CSDD 설립 (1976): 라자냐와 워델은 1976년 로체스터 대학교에 **신약개발연구센터(CSDD)**를 설립했고, 1984년 **터프츠 대학교(Tufts University)**로 이전했습니다. 보건경제학자 조셉 디마시(Joseph A. DiMasi) 박사의 주도 아래 터프츠 CSDD는 1963년부터 제출된 IND 코호트를 추적하여 전 세계 제약 R&D 경제학의 사실상 표준 벤치마크 데이터를 확립했습니다.
  • 전문 데이터베이스의 출현 (1980년대~2000년대): 이후 Citeline의 Pharmaprojects(1980년), Clarivate의 CMR International(1981년), BioMedTracker, 그리고 2000년 공식 출범한 미 국립보건원의 ClinicalTrials.gov를 통해 전 세계 임상 파이프라인의 실시간 추적이 가능해졌습니다.

2. 임상 단계별 실패의 해부학: 기준선과 탈락 메커니즘

임상시험의 탈락률은 단계마다 극도로 비대칭적입니다. 각 단계마다 약물이 마주하는 생물학적, 임상적, 규제적 관문이 완전히 다르기 때문입니다.

임상 1상: 안전성 및 약동학 스크리닝

  • 평균 전환 성공률: ~52% – 66% (실패율: 34% – 48%)
  • 핵심 목표: 약물이 체내에서 어떻게 흡수, 분포, 대사, 배설되는지(ADME/PK)를 파악하고, 최대 내약 용량(MTD)과 용량 제한 독성(DLT)을 확인합니다.
  • 주요 실패 원인: 급성 장기 독성(간독성, 심장독성, 신경독성), 불내약성, 심각한 오프타깃(Off-target) 결합, 또는 약동학적 결함(반감기가 너무 짧아 체내 약물 노출을 유지할 수 없거나, 용해도가 낮거나, 간에서 너무 빨리 분해되는 현상) 등입니다.

임상 2상: 약효의 무덤, “죽음의 계곡(Valley of Death)”

  • 평균 전환 성공률: ~24% – 35% (실패율: 65% – 76%)
  • 핵심 목표: 실제 질병을 앓고 있는 환자에게 처음으로 투여하여 생물학적 개념입증(Proof of Concept)을 달성하고, 질병 표적과 결합하는지 확인하며, 2a상과 2b상을 거쳐 최적의 용량 반응 곡선을 도출합니다.
  • 주요 실패 원인: 임상 2상은 제약 산업 전체에서 가장 거대하고 치명적인 병목 구간입니다. 전체 임상 2상의 70% 이상이 실패로 끝납니다. 그 압도적인 원인은 **“임상적 유효성 부재(Lack of Efficacy)”**로, 2상 실패 원인의 50%~60%를 차지합니다. 세포 배양 시험관이나 마우스 질환 모델은 인간의 복잡한 생체 환경을 제대로 반영하지 못합니다. 복잡한 인체 병태생리에 노출되었을 때 약물은 질병의 진행을 전혀 멈추지 못하고 무력화됩니다.

임상 3상: 대규모 자본의 파멸적 재앙

  • 평균 전환 성공률: ~50% – 65% (실패율: 35% – 50%)
  • 핵심 목표: 수천 명의 다양한 인종과 환자군을 대상으로 기존 표준치료제(SOC)나 위약 대비 우월성을 통계적으로 확증하는 최종 임상입니다.
  • 주요 실패 원인: 1상의 안전성과 2상의 개념입증을 모두 통과했음에도 불구하고, 임상 3상 후보물질의 약 40%~50%가 좌초합니다:
    1. 1차 유효성 평가지표 미달 (실패의 50~55%): 정밀하게 통제되었던 소규모 2상과 달리, 대규모 3상에서는 실제 환자들의 이질성으로 인해 관찰되었던 약효 크기(Effect Size)가 축소되거나, 위약군의 반응률이 예상보다 높게 나와 통계적 유의성을 놓치게 됩니다 (중추신경계 질환에서 특히 빈번).
    2. 숨겨져 있던 안전성 문제 발현 (실패의 17~20%): 1,000명 중 1명에게 나타나는 치명적인 특이체질성 독성(약인성 간손상, 혈전성 미세혈관병증, QT 간격 연장 등)은 100명 규모의 2상에서는 결코 발견되지 않지만, 3,000명 규모의 3상에서는 통계적으로 선명하게 드러납니다.
    3. 상업적 진부화 (실패의 15~22%): 3상은 완료까지 3~5년이 소요되므로, 연구 도중 경쟁사의 더 우수한 약물이 먼저 승인받아 표준치료제를 바꿔버리면 스폰서는 상업성을 상실한 물질을 스스로 중단하게 됩니다.

신약허가 심사 (NDA / BLA): 최종 관문

  • 평균 승인 성공률: ~85% – 92% (실패율: 8% – 15%)
  • 핵심 목표: 규제당국에 모든 임상, 독성, 제조공정 데이터를 제출하고 최종 라벨링과 시판 승인을 협의합니다.
  • 주요 실패 원인: 3상에 성공한 후 FDA로부터 최종보완요구서한(CRL)을 받는 주된 이유는 약효 부족이 아닙니다. 대부분 제조공정 및 품질관리(CMC) 결함(무균 상태 미비, 생산 배치 간 불일치, 데이터 무결성 위반), 통계적 사후 서브그룹 분석의 오류, 또는 블랙박스 경고 라벨 협의 결렬 때문입니다.
┌────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                        임상 물질은 왜 실패하는가? (Harrison, Nat Rev Drug Discov)                      │
├───────────────────────────────┬────────────────────────────────────┬───────────────────────────────────┤
│ 실패 원인 범주                │ 임상 2상 탈락 점유율 (%)           │ 임상 3상 탈락 점유율 (%)          │
├───────────────────────────────┼────────────────────────────────────┼───────────────────────────────────┤
│ 임상적 약효 부재 (Efficacy)   │ 52%                                │ 54%                               │
│ 안전성 및 독성 (Safety)       │ 24%                                │ 17%                               │
│ 상업적/전략적 파이프라인 정리 │ 15%                                │ 22%                               │
│ 약동학/제형/운영 문제 (PK)    │ 9%                                 │ 7%                                │
└───────────────────────────────┴────────────────────────────────────┴───────────────────────────────────┘

3. 50년간의 임상 성공률 총괄 비교 매트릭스

지난 반세기 동안 임상 실패율이 상승했는지를 객관적으로 검증하기 위해, 학계와 업계에서 가장 신뢰받는 랜드마크 연구들을 연대순으로 대조했습니다:

┌────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                     50년 임상 단계 전환율 데이터: 랜드마크 연구 종합 매트릭스                         │
├──────────────────────────────┬────────────┬─────────────┬─────────────┬─────────────┬──────────────────┤
│ 주요 연구 및 제1저자         │ 분석 기간  │ 1상 → 2상   │ 2상 → 3상   │ 3상 → 허가  │ 최종 성공률 (P1) │
├──────────────────────────────┼────────────┼─────────────┼─────────────┼─────────────┼──────────────────┤
│ DiMasi et al. (1991, 1995)   │ 1970–1982년│ ~75.0%      │ ~50.0%      │ ~65.0%      │ ~20.0% – 23.0%   │
│ DiMasi (2001)                │ 1981–1992년│ ~71.0%      │ ~44.0%      │ ~65.0%      │ ~16.0% – 19.0%   │
│ Kola & Landis (Merck, 2004)  │ 1991–2000년│ ~65.0%      │ ~35.0%      │ ~55.0%      │ ~11.0%           │
│ DiMasi et al. (2010)         │ 1993–2004년│ 71.0%       │ 45.0%       │ 60.0%       │ 16.0% (전체 19%) │
│ Hay et al. (Nat Biotech 2014)│ 2003–2011년│ 64.5%       │ 32.4%       │ 60.1%       │ 10.4%            │
│ Thomas et al. (BIO 2016)     │ 2006–2015년│ 63.2%       │ 30.7%       │ 58.1%       │ 9.6%             │
│ Wong, Siah, Lo (MIT 2019)    │ 2000–2015년│ 66.4%       │ 58.3%*      │ 59.0%       │ 13.8% (단계 6.9%)│
│ Thomas et al. (BIO 2021)     │ 2011–2020년│ 52.0%       │ 28.9%       │ 57.8%       │ 7.9%             │
│ IQVIA Institute (2021–2025)  │ 2021–2024년│ 가변적      │ 가변적      │ 3상 회복세  │ 5.0% → 10.8%     │
└──────────────────────────────┴────────────┴─────────────┴─────────────┴─────────────┴──────────────────┘

이 매트릭스가 보여주는 수치적 결론은 명확합니다:

  • 1970~1980년대: 신약 후보물질의 누적 승인 성공률은 16%~23% 수준으로, 임상 실패율은 **77%~84%**에 그쳤습니다.
  • 2000년대: 성공률은 **10%~14%**로 낮아졌으며, 실패율은 **86%~90%**에 도달했습니다.
  • 2010년대: 12,728건의 임상 전환을 전수 조사한 BIO 보고서에서 전체 성공률은 **7.9%**로 추락했으며, 누적 실패율은 역대 최고치인 **92.1%**를 기록했습니다.
  • 특히 임상 2상의 성공률은 1970년대 약 50%에서 2010년대 28.9%로 반토막이 났습니다.

4. ‘이룸의 법칙(Eroom’s Law)’ 해체: 실패율은 왜 올랐는가?

2012년 잭 스캐넬(Jack W. Scannell) 박사 연구팀은 네이처 리뷰스 드럭 디스커버리에 발표한 기념비적 논문에서 반도체 집적도가 2년마다 2배로 증가한다는 ’무어의 법칙(Moore’s Law)’을 뒤집어 **‘이룸의 법칙(Eroom’s Law)’**을 제창했습니다. 1950년 이후 전 세계 바이오제약 산업에서 R&D 투자액 10억 달러당 승인되는 신약의 수는 약 9년마다 절반으로 줄어들었습니다.

지난 50년간 임상시험 실패율이 꾸준히 치솟은 것이야말로 이룸의 법칙을 추동한 핵심 통계 엔진이었습니다. 그 배후에는 네 가지 구조적 요인이 존재합니다:

┌────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                              임상 실패율을 끌어올린 4대 구조적 동인                                    │
├───────────────────────────────┬────────────────────────────────────────────────────────────────────────┤
│ '비틀즈보다 우수한 신곡' 문제 │ 저렴하고 효과적인 제네릭 약물들이 표준치료제를 장악. 신약은 이제 단순  │
│ (Better than the Beatles)     │ 위약이 아니라 이미 훌륭한 기존 블록버스터 약물을 뛰어넘어야 함.        │
├───────────────────────────────┼────────────────────────────────────────────────────────────────────────┤
│ 생물학적 복잡성의 한계        │ 쉬운 표적은 고갈됨. 알츠하이머(실패율 99%), 고형암 돌연변이, 자가면역  │
│ (Biological Complexity)       │ 질환 등 다인자성·난치성 네트워크 질환으로 R&D 중심축 이동.              │
├───────────────────────────────┼────────────────────────────────────────────────────────────────────────┤
│ '빠르고 저렴한 실패' 전략     │ 아스트라제네카 5R 전략 등 빅파마의 의도적 체질 개선. 5,000억 원이 드는 │
│ (Fail Fast, Fail Cheap)       │ 3상 참사를 막기 위해 2상 진입 장벽을 의도적으로 엄격하게 통제함.       │
├───────────────────────────────┼────────────────────────────────────────────────────────────────────────┤
│ 규제 기준 강화 및 임상 지표의 │ 당뇨병 심혈관 안전성(CVOT) 의무화 등 대규모 임상 요구 및 대리표지자가   │
│ 실질화 (Regulatory Ratchet)   │ 아닌 실질 생존기간(OS) 등 입증하기 어려운 임상 평가지표 요구 확대.     │
└───────────────────────────────┴────────────────────────────────────────────────────────────────────────┘

1. ‘비틀즈보다 우수한 신곡’ 문제 (Better than the Beatles Problem)

오늘날 대중음악계에서 비틀즈나 퀸, 마이클 잭슨의 모든 히트곡이 무료로 무제한 스트리밍되고 있는 상황을 상상해 보십시오. 새로운 음악을 유료로 팔기 위해서는 신곡이 “Hey Jude”보다 객관적으로 더 뛰어나다는 것을 증명해야 합니다.

이것이 현대 신약개발이 직면한 냉혹한 현실입니다:

  • 1970~1980년대: 고혈압, 궤양, 감염병 등 주요 질환에 마땅한 치료제가 부족했습니다. 최초의 베타차단제, ACE 억제제, H2 수용체 길항제는 단순 위약(Placebo) 대비 효과만 입증해도 손쉽게 승인을 받고 시장을 장악했습니다.
  • 현대: 아토르바스타틴(리피토), 암로디핀, 오메프라졸, 메트포르민, 세르트랄린 등 인류를 구원한 1~2세대 기적의 치료제들은 모두 특허가 만료되어 한 알에 수십 원짜리 제네릭으로 전 세계에 보급되어 있습니다.
  • 이제 새로운 신약 후보물질은 가짜 약보다 낫다는 것을 증명하는 것으로는 승인받을 수 없습니다. 수천 명을 대상으로 수년간 수천억 원을 투입하여, 이미 확고하게 자리 잡은 표준치료제보다 통계적으로 우월하거나 최소한 동등 이상임을 입증해야 합니다.

2. 생물학적 복잡성의 한계

1962년 이후 초기 30년 동안 인류는 ’손쉬운 표적(Low-hanging fruit)’을 집중적으로 수확했습니다. 단일 수용체 길항제, 효소 억제제 등 기전이 단순하고 명확한 질병들은 대부분 해결되었습니다.

결국 자본과 연구는 가장 복잡하고 난해한 생물학적 영역으로 내몰렸습니다:

  • 신경퇴행성 질환 (알츠하이머, 파킨슨, 루게릭병): 1998년부터 2021년까지 진행된 알츠하이머 임상시험 400여 건 중 단 4건만이 승인되어 누적 실패율은 **99.6%**에 달했습니다. 혈뇌장벽(BBB) 통과 문제, 비가역적인 신경세포 사멸, 복합 다인자성 발병 기전은 현대 바이오텍의 거대한 무덤이 되었습니다.
  • 고형암의 클론 진화: 암은 고정된 단일 질환이 아니라 생존을 위해 끊임없이 진화하는 다윈주의적 생태계입니다. 단일 표적 항암제는 곧바로 2차 내성 돌연변이와 면역 억제성 종양 미세환경을 유발하며, 무작위 환자군을 대상으로 한 일반 고형암 임상은 95% 이상의 실패율을 보입니다.

3. ’빠르고 저렴한 실패(Fail Fast, Fail Cheap)’의 역설

제약 경제학에서 가장 흥미로운 사실 중 하나는 **“임상 2상 실패율의 상승이 기업 입장에서는 오히려 합리적인 혁신의 결과”**라는 점입니다.

1990년대 빅파마는 2상에서 애매한 약효 신호가 나타나더라도 환자 수를 늘리면 3상에서 통계적 유의성을 건질 수 있을 것이라는 막연한 기대로 무리하게 3상으로 밀어 넣었습니다. 그 결과는 참담했습니다. 수천억 원이 투입된 초대형 3상이 줄줄이 침몰하며 기업 가치가 무너졌습니다.

  • 아스트라제네카의 5R 프레임워크 (Morgan et al., 2018): 2011년 아스트라제네카는 5R 전략(Right target, Right tissue, Right safety, Right patient, Right commercial potential)을 도입했습니다. 엄격한 바이오마커 검증과 완벽한 타깃 체결이 입증되지 않으면 2상에서 가차 없이 파이프라인을 중단시켰습니다.
  • 이러한 엄격한 내부 검증 문화로 인해 아스트라제네카의 2상 탈락률은 오히려 높아졌지만, 최종 3상 완료율은 과거 4%에서 19%로 4배 이상 폭등했습니다.
  • 즉, 현대 임상 2상 실패율의 증가는 잠재적 실패작을 3상 전에 조기에 안락사시키기 위한 고도화된 리스크 관리의 산물이기도 합니다.

5. 대분열: 실패율이 붕괴하고 있는 예외적 영역들

전체 임상 실패율이 92%로 치솟았다는 거시적 지표는 현대 의학에서 가장 눈부신 변화를 가리고 있습니다. 그것은 바로 무작위 대규모 임상과 정밀의료(Precision Medicine) 임상 간의 극단적인 분열입니다.

                                  전체 임상시험 파이프라인
                                             │
                 ┌───────────────────────────┴───────────────────────────┐
                 ▼                                                       ▼
       무작위 / 비선별 임상 경로                                정밀의료 / 환자 선별 임상 경로
  ───────────────────────────────────────                 ───────────────────────────────────────
  • 일반 고형암 (전체 환자군): 실패율 ~96%                • 바이오마커 선별 임상: 실패율 ~74% (성공률 3배)
  • 중추신경계 / 알츠하이머: 실패율 ~95-99%               • 단일유전자 희귀질환: 실패율 ~75-80%
  • 대규모 심혈관/대사질환 메가임상                       • 표적 단일클론항체 / 항체약물접합체(ADC)
                 │                                                       │
                 ▼                                                       ▼
        최종 승인 확률: 3 - 5%                                  최종 승인 확률: 20 - 26%

1. 바이오마커 혁명: 성공률 3.1배의 도약

임상 실패율의 상승세를 극적으로 꺾은 단 하나의 열쇠는 바로 **환자 선별 바이오마커(Selection Biomarkers)**의 도입입니다:

  • BIO 2006–2015 랜드마크 분석:
    • 바이오마커를 활용한 임상의 누적 승인 성공률: 25.9% (실패율: 74.1%)
    • 바이오마커를 활용하지 않은 임상의 누적 성공률: 8.4% (실패율: 91.6%)
    • 결과: 예측 바이오마커를 사용하면 최종 승인 성공률이 3.1배 향상됩니다.
  • MIT 2019 연구 (Wong, Siah, Lo):
    • 암(Oncology) 임상에서 바이오마커 미사용 시: 누적 성공률 1.6% (실패율 98.4%)
    • 암 임상에서 바이오마커 사용 시: 누적 성공률 10.7% (실패율 89.3%)
    • 결과: 가장 실패율이 높은 항암제 분야에서 바이오마커는 성공 확률을 거의 7배 끌어올렸습니다.

2. 희귀질환(Orphan Drug)의 압도적 우위

BIO 2011–2020 데이터에서 희귀질환 임상은 전체 평균을 압도했습니다:

  • **희귀질환 치료제의 임상 1상부터 승인까지의 성공률은 17.0%**로, 비희귀 만성질환(5.9%)의 3배에 달했습니다.
  • 희귀질환은 대부분 원인 돌연변이가 명확한 단일유전자 질환(낭포성 섬유증, 척수성 근위축증 등)이어서 타깃 타당성이 확실하며, 경쟁 약물이 없어 규제기관의 신속 승인 혜택을 전폭적으로 누릴 수 있습니다.

3. 모달리티 격차: 바이오의약품 vs 저분자 합성의약품

  • 터프츠 CSDD (2010): 단백질 재조합 항체 치료제의 최종 승인율은 **32.0%**로, 전통 저분자 화합물(13.0%)보다 2.5배 높았습니다.
  • BIO (2021): 대형 분자 바이오의약품의 전체 승인율은 **9.1%**로 합성신약(5.7%)을 여전히 크게 앞서고 있습니다.
  • 단일클론항체는 세포 표면의 특정 항원에 나노몰(nM) 단위의 정밀도로 결합하므로 저분자 화합물 특유의 오프타깃 부작용이나 간 대사 독성이 거의 발생하지 않기 때문입니다.

6. 질환별 임상 성공률 및 실패율 벤치마크 (BIO 2011–2020)

신약 파이프라인의 투자 가치를 정확히 평가하려면 질환별 베이스라인 성공률을 숙지해야 합니다. BIO / Informa / QLS Advisors가 12,728건의 임상 전환 데이터를 분석한 질환별 현황은 다음과 같습니다:

┌────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                     질환별 임상 단계 전환율 및 최종 성공률 (BIO 2011–2020)                            │
├─────────────────────┬─────────────┬─────────────┬─────────────┬─────────────┬────────────┬─────────────┤
│ 질환군 (Indication) │ 1상 → 2상   │ 2상 → 3상   │ 3상 → 허가  │ 허가 → 승인 │ 전체 성공률│ 전체 실패율 │
├─────────────────────┼─────────────┼─────────────┼─────────────┼─────────────┼────────────┼─────────────┤
│ 혈액질환 (Hematology│ 61.3%       │ 49.3%       │ 70.3%       │ 90.9%       │ 19.3%      │ 80.7%       │
│ 대사질환 (Metabolic)│ 56.7%       │ 39.8%       │ 65.6%       │ 88.5%       │ 13.1%      │ 86.9%       │
│ 감염병 (Infectious) │ 56.6%       │ 38.8%       │ 62.6%       │ 91.5%       │ 12.6%      │ 87.4%       │
│ 안과질환 (Ophthalmol│ 59.8%       │ 33.7%       │ 60.0%       │ 90.8%       │ 11.0%      │ 89.0%       │
│ 자가면역/알레르기   │ 55.6%       │ 30.6%       │ 63.8%       │ 94.6%       │ 10.3%      │ 89.7%       │
│ 심혈관 (Cardiovascul│ 59.7%       │ 24.3%       │ 55.4%       │ 88.9%       │ 7.1%       │ 92.9%       │
│ 신경계 (Neurology)  │ 54.7%       │ 27.6%       │ 53.6%       │ 86.8%       │ 7.0%       │ 93.0%       │
│ 암 (Oncology 전체)  │ 48.8%       │ 24.6%       │ 47.7%       │ 92.5%       │ 5.3%       │ 94.7%       │
│ 비뇨기 (Urology)    │ 45.4%       │ 18.2%       │ 50.0%       │ 87.5%       │ 3.6%       │ 96.4%       │
├─────────────────────┼─────────────┼─────────────┼─────────────┼─────────────┼────────────┼─────────────┤
│ 전 질환 산업 평균   │ 52.0%       │ 28.9%       │ 57.8%       │ 90.6%       │ 7.9%       │ 92.1%       │
└─────────────────────┴─────────────┴─────────────┴─────────────┴─────────────┴────────────┴─────────────┘
  • 혈액질환: 전체 승인율 **19.3%**로 독보적인 1위입니다. 혈액암이나 혈액 질환은 혈액 채취를 통해 순환 세포와 약동학을 즉각 검증할 수 있고, 완전관해(CR) 등 대리표지자가 명확합니다.
  • 항암제: 전 세계 벤처캐피털 자금의 40% 이상이 몰리는 최대 섹터이지만, 성공률은 5.3%(실패율 94.7%)에 불과합니다. 특히 임상 2상에서 4개 중 3개 이상의 항암제가 탈락합니다.
  • 신경계(CNS): 93.0%의 극단적인 실패율을 기록합니다. 주관적인 인지 척도 점수와 높은 위약 반응률이 발목을 잡습니다.

7. 최근 동향 (2020–2026): 팬데믹의 충격, 회복, 그리고 AI의 냉엄한 현실

2020년부터 2026년 사이 바이오제약 R&D 생산성은 극적인 롤러코스터를 탔습니다:

2021년의 바닥: 종합 성공률 5.0%의 충격

IQVIA 인스티튜트의 보고서에 따르면, 2021년 전 세계 의약품 종합 성공률은 단일 연도 기준 사상 최저치인 **5.0%**로 주저앉았습니다.

  1. 팬데믹에 의한 운영 마비: 의료진 부족, 환자 모집 중단, 모니터링 방문 누락으로 수백 개의 진행 중인 비코로나 임상이 프로토콜을 위반하며 표류했습니다.
  2. 미투(Me-too) 항암제의 난립: 2020~2021년 바이오 버블 기간 동안 수많은 바이오텍이 차별성 없는 PD-1/PD-L1 또는 TIGIT 병용 임상에 무차별적으로 뛰어들었습니다. 이 저품질 임상들이 2021년에 일제히 성적표를 받아들면서 연쇄적인 실패가 통계를 짓눌렀습니다.

2023–2025년의 반등: 10.8% 회복과 CPPI 11.7

2023년 종합 성공률은 **10.8%**로 반등하며 2018년 이후 최고치를 기록했습니다. 2024년 IQVIA의 임상 생산성 지수(CPPI) 역시 11.7로 개선되었습니다:

  • 적응형 임상시험 설계(Adaptive Design): 중간 분석에서 무망한 치료군을 조기에 탈락시키는 베이지안 설계가 보편화되었습니다.
  • 분산형 임상(DCT): 웨어러블 기기와 원격 모니터링을 도입하여 임상 중도 탈락률을 크게 낮췄습니다.
  • 한계 파이프라인 정리: 2022~2024년 고금리 환경은 바이오텍들로 하여금 가능성이 낮은 파이프라인을 조기에 정리하고 가장 승산이 높은 핵심 자산에만 자본을 집중하도록 강제했습니다.

AI에 대한 현실 점검: 알고리즘은 임상 실패율을 낮췄는가?

지난 수년간 생성형 AI와 AlphaFold를 위시한 계산 생물학에 막대한 자본이 유입되었습니다. 그렇다면 AI는 임상 실패율을 실제로 낮췄을까요?

안드레아스 벤더(Andreas Bender)와 잭 스캐넬 등 선구적 연구자들의 냉철한 진단은 분명합니다: “AI는 후보물질 발굴 기간을 단축했을 뿐, 인체 내 임상 2상과 3상의 실패율을 유의미하게 낮추지는 못했다.”

AI는 선도물질 최적화 기간을 45년에서 12년으로 줄여주었습니다. 하지만 알고리즘이 디자인한 약물이라 할지라도 살아 숨 쉬는 인간 환자의 몸에 투여되는 순간, 똑같은 생물학적 진실과 마주합니다. “질병 표적에 대한 생물학적 가설 자체가 틀렸다면, 컴퓨터가 아무리 완벽하게 설계한 분자라도 시험관 밖 인간 임상에서 똑같이 실패한다.”

8. 바이오 투자자를 위한 4가지 절대 원칙

50년간 축적된 임상시험 실패의 역사는 바이오 투자자들에게 명확한 리스크 관리 원칙을 제시합니다:

  1. 임상 1상 안전성을 약효로 착각하지 말 것: 초보 투자자들은 1상 통과를 대단한 호재로 여깁니다. 하지만 역사적으로 약물의 3분의 2는 1상을 무사히 통과합니다. 1상은 약물이 사람을 독살하지 않는다는 것만 보여줄 뿐, 질병을 고칠 수 있는지는 아무것도 증명하지 못합니다.
  2. 바이오마커 없는 임상 2상 투자를 경계할 것: 임상 2상의 기저 실패율은 71%, 항암제는 **75%**에 이릅니다. 명확한 바이오마커 선별 없이 고형암이나 중추신경계 질환 환자 전체를 대상으로 진행하는 2상에 베팅하는 것은 통계적으로 복권을 사는 것과 다름없습니다.
  3. “임상 2상 승자의 저주”를 경계할 것: 임상 3상의 40%~50%는 실패합니다. 소규모 비맹검 2상에서 나온 예쁜 서브그룹 데이터에 현혹되어 3상 대규모 코호트에 무리하게 베팅했다가 주가가 박살 나는 사례는 지난 50년간 제약업계에서 가장 흔하게 반복된 비극입니다.
  4. 모달리티와 타깃 검증이 기술 테마보다 우선한다: 단일클론항체, ADC, 그리고 단일유전자 희귀질환 치료제는 지난 30년간 저분자 화합물과 다인자성 질환 대비 2~3배 높은 임상 성공률을 견고하게 유지해 왔습니다.

9. 참고 문헌 및 원천 연구 자료

  1. DiMasi, J. A., Hansen, R. W., Grabowski, H. G., & Lasagna, L. (1991). Cost of innovation in the pharmaceutical industry. Journal of Health Economics, 10(2), 107–142. DOI: 10.1016/0167-6296(91)90001-4.
  2. DiMasi, J. A. (1995). Success rates for new drugs entering clinical testing in the United States. Clinical Pharmacology & Therapeutics, 58(1), 1–14. PMID: 7628176.
  3. DiMasi, J. A. (2001). Risks in new drug development: approval success rates for investigational drugs. Clinical Pharmacology & Therapeutics, 69(5), 297–307. PMID: 11371997.
  4. Kola, I., & Landis, J. (2004). Can the pharmaceutical industry reduce attrition rates? Nature Reviews Drug Discovery, 3(8), 711–715. PMID: 15286737.
  5. DiMasi, J. A., Feldman, L., Seibring, A., & Cafarella, A. (2010). Trends in risks associated with new drug development: success rates for investigational drugs. Clinical Pharmacology & Therapeutics, 87(3), 272–277. PMID: 20130567.
  6. Pammolli, F., Magazzini, L., & Riccaboni, M. (2011). The productivity crisis in pharmaceutical R&D. Nature Reviews Drug Discovery, 10(6), 428–438. PMID: 21629293.
  7. Scannell, J. W., Blanckley, A., Boldon, H., & Warrington, B. (2012). Diagnosing the decline in pharmaceutical R&D efficiency. Nature Reviews Drug Discovery, 11(3), 191–200. PMID: 22378269.
  8. Hay, M., Thomas, D. W., Craighead, J. L., Economides, C., & Rosenthal, J. (2014). Clinical development success rates for investigational drugs. Nature Biotechnology, 32(1), 40–51. PMID: 24406927.
  9. Thomas, D. W., Burns, J., Audette, J., Carroll, A., Dow-Hygelund, C., & Hay, M. (2016). Clinical Development Success Rates 2006–2015. Biotechnology Innovation Organization (BIO), Biomedtracker, Amplion. BIO Report Archive.
  10. Harrison, R. K. (2016). Phase II and phase III failures: 2013–2015. Nature Reviews Drug Discovery, 15(12), 817–818. PMID: 27811931.
  11. Morgan, P., Brown, D. G., Lennard, S., et al. (2018). Impact of a five-dimensional framework on R&D productivity at AstraZeneca. Nature Reviews Drug Discovery, 17(3), 167–181. PMID: 29348674.
  12. Wong, C. H., Siah, K. W., & Lo, A. W. (2019). Estimation of clinical trial success rates and related parameters. Biostatistics, 20(2), 273–286. Corrigendum in Biostatistics, 20(2), 366. PMID: 29394327 / PMC6409418.
  13. Dowden, H., & Munro, J. (2019). Trends in clinical success rates and therapeutic focus. Nature Reviews Drug Discovery, 18(7), 495–496. PMID: 31267073.
  14. Ringel, M. S., Scannell, J. W., Baedeker, M., & Schulze, U. (2020). Breaking Eroom’s Law. Nature Reviews Drug Discovery, 19(12), 833–834. PMID: 33177699.
  15. Thomas, D. W., et al. (2021). Clinical Development Success Rates and Contributing Factors 2011–2020. Biotechnology Innovation Organization (BIO), Informa Pharma Intelligence, QLS Advisors. BIO Report Archive.
  16. IQVIA Institute for Human Data Science (2022–2025). Global Trends in R&D: Overview through 2021, 2022, 2023, and 2024. IQVIA Institute Annual Reports. IQVIA Institute.