"알파폴드 독점 깼다"…한국, 세계 4번째 신약 설계 AI 주권 확보

KAIST, 과기정통부 ‘AI 특화 파운데이션 모델 개발 사업’ 성과
구조 예측 속도 최대 25배 이상, 일부 항목서 알파폴드3 능가
연구자 누구나 활용하는 과학 AI 플랫폼

[충청투데이 조진오 기자] 제약·바이오 연구자가 컴퓨터 화면 앞에서 '특정 암 표적 단백질에 잘 결합하는 후보 물질을 찾아달라'고 입력하자, 인공지능(AI)이 단백질 3차원 구조를 순식간에 계산해 최적의 약물 후보를 제안한다.

해외 빅테크 기업이 독점해온 바이오 AI 시장에 국내 연구진이 독자 기술로 개발한 신약 설계 파운데이션 모델을 내놓으며 도전장을 던졌다.

28일 KAIST에 따르면 과학기술정보통신부 주관 차세대 바이오 AI 모델 K-Fold를 공개했다.

이번 개발로 한국은 영국, 미국, 중국에 이어 세계에서 네 번째로 독자적인 분자 복합체 구조 예측(코폴딩) 기술을 보유한 국가에 이름을 올렸다.

그동안 단백질 구조 예측 분야는 구글 딥마인드의 알파폴드3 등 해외 거대 언어·과학 모델이 시장을 주도해 왔다.

소스코드 상업용 활용 제한과 높은 계산 비용 문제로 국내 제약사와 연구기관의 기술 종속 우려가 꾸준히 제기됐다.

연구진은 기존 해외 모델을 연구하는 것이 아니라 근본적인 아키텍처 전환을 시도했다.

기존 AI가 구조를 계산하기 전 수많은 서열 정보를 비교 검색해야 했던 다중서열정렬(MSA) 단계를 전면 없앴다.

대규모 사전학습과 생성형 AI 기법을 적용해 사전 계산 과정을 생략함으로써 평균 추론 속도를 기존 대비 최대 25배까지 당겼다.

예측 성능에서도 성과를 냈다.

단백질이 약물과 결합하며 일어나는 입체적 구조 변화를 정밀하게 포착하도록 설계된 K-Fold는 주요 질환 표적인 G-단백질 연결 수용체(GPCR) 및 인산화효소(Kinase) 벤치마크에서 알파폴드3 대비 각각 11%, 13% 높은 세부 구조 예측 정확도를 기록했다.

차세대 신약 플랫폼으로 꼽히는 표적단백질분해(TPD) 약물 예측 성공률 역시 기존 19% 수준에서 25%로 대폭 향상됐다.

기술 실용화를 위한 플랫폼 구축도 동시에 이뤄졌다.

KAIST 교원창업기업 히츠는 K-Fold를 자사의 웹 기반 AI 플랫폼 '하이퍼랩'에 결합했다.

고성능 연구용 서버나 복잡한 코딩 작업 없이도 자연어 명령만으로 단백질·항체 설계, 구조 예측, 결과 분석을 한 번에 수행하는 대화형 AI 공동연구자를 만들어 냈다.

단순한 기술 공개에 그치지 않고 산업계 이식 작업도 속도를 내고 있다.

한국바이오협회와 한국제약바이오협회를 통해 진행 중인 실무 교육에는 이미 200여명의 관계자들이 참여했다.

이번에 공개된 K-Fold의 핵심 모델(7B 및 2B급)은 오픈소스 라이선스(Apache 2.0)로 전면 무료 배포되며, 하이퍼랩 플랫폼도 올해 안으로 정식 상용 서비스에 돌입할 예정이다.

김우연 KAIST 화학과 교수는 "K-Fold는 기존 모델을 따라가는 것이 아니라 새로운 AI 구조를 적용해 기존 방식의 한계를 뛰어넘기 위해 개발했다"며 "세계 최고 수준의 바이오 AI를 연구자 누구나 활용할 수 있는 과학 AI 플랫폼으로 발전시키겠다"고 말했다.

조진오 기자 cjo@cctoday.co.kr

속보