국산 소버린 바이오 AI '케이폴드' 공개…추론 속도 알파폴드 넘었다

팀 KAIST 'AI 특화 파운데이션 모델 프로젝트' 성과

케이폴드 연구 이미지(AI 생성·KAIST 제공) /뉴스1

(대전=뉴스1) 김종서 기자 = 연구자가 AI에게 요청하면 AI가 단백질의 3차원 구조를 예측하고 어떤 물질이 잘 결합할지 분석해 유망한 신약 후보를 설계한다. 국내 연구진이 세계에서 가장 빠르게 단백질 구조 예측을 수행하는 바이오 AI 모델 '케이폴드(K-Fold)'를 국내 독자 기술로 개발했다.

한국과학기술원(KAIST)은 과학기술정보통신부 'AI 특화 파운데이션 모델 프로젝트'의 주관기관으로 '팀 KAIST'를 구성하고, 차세대 바이오 AI 모델 K-Fold를 공개했다고 28일 밝혔다.

단백질 구조 예측은 신약 개발과 정밀의료를 좌우하는 글로벌 바이오 AI 경쟁력의 핵심 기술이다. 그동안 미국·영국·중국의 빅테크와 주요 연구기관이 주도해 국내 기술 종속에 대한 우려가 커지고 있었다.

K-Fold는 신약 개발에 필요한 단백질과 약물의 결합을 AI로 예측한다. 단백질의 3차원 구조를 예측하는 것은 물론, 약물 후보가 단백질의 어디에 어떤 모습으로 결합할지까지 미리 계산해 유망한 후보를 빠르게 찾도록 돕는다.

단백질 하나의 구조만 예측하는데 그치지 않는다. 단백질과 단백질, 단백질과 약물 후보 물질, DNA·RNA 등 여러 생체분자가 서로 만났을 때 어떤 구조를 만드는지까지 예측할 수 있다.

성능도 세계적인 수준이다. 지난 3월 과제 단계평가에서 K-Fold의 분자 복합체 구조 예측 정확도는 구글 딥마인드의 알파폴드3에 근접한 수준​으로 평가됐다. 연구팀이 8월 자체 수행한 성능평가에서는 일부 평가 항목에서 기존 글로벌 모델보다 높은 성능도 확인했다.

특히 암을 비롯한 여러 질환의 주요 신약 표적인 G-단백질 연결 수용체(GPCR)와 인산화효소, 질병을 일으키는 단백질을 직접 제거하는 새로운 신약 기술인 표적단백질분해(TPD) 분야에서 약물이 표적 단백질에 어떻게 결합하고 작용하는지를 예측하는데 알파폴드3 대비 월등히 높은 예측 성공률을 기록했다.

기존 단백질 구조 예측 AI는 구조를 계산하기 전에 비슷한 단백질의 서열 정보를 대량으로 찾아 비교하는 복잡한 사전 작업이 필요했다. K-Fold는 새로운 방식을 적용해 사전 계산 단계를 없애고 알파폴드3 대비 구조 예측 속도를 최대 25배 높였다.

연구팀은 K-Fold를 개발하는 데서 그치지 않고 연구자가 웹에서 대화하듯 사용할 수 있는 AI 연구 서비스로 구현했다.

KAIST 교원창업기업 히츠의 멀티에이전트 플랫폼 '하이퍼랩'에 K-Fold를 탑재해 별도의 고성능 컴퓨터를 직접 구축하거나 복잡한 AI 프로그램을 다루지 않아도 사용할 수 있도록 했다.

하이퍼랩은 이를 위해 구조 예측과 약물 설계, 유전체·단백질 등 생명과학 데이터 분석에 활용할 수 있는 120여개의 계산 도구와 160여개의 전문 기능을 갖췄다. 또 100여 개의 전문 데이터베이스와 대규모 지식그래프를 연결해 필요한 연구 정보를 찾아 분석에 활용할 수 있도록 했다.

연구 질문을 이해하고 필요한 도구를 선택해 구조를 예측하고, 결과를 분석한 뒤 다시 설계를 개선하는 일련의 과정을 지원한다는 점에서 연구자를 돕는 'AI 공동연구자'를 지향한다.

K-Fold 개발은 국산 바이오 AI 핵심 기술을 확보해 실제 연구에 활용할 수 있는 '소버린 바이오 AI' 기반을 마련했다는데 의미가 크다.

이번 성과는 연구를 총괄한 KAIST 화학과 김우연 교수가 '2026 한국생체분자과학연합학술대회'에서 '에이전틱 AI 기반 생성형 신약 설계'를 주제로 한 기조강연을 통해 처음 공개했다.

KAIST 연구진. 왼쪽부터 오병하·이규리·황성주·김우연·안성수·김호민 교수(KAIST 제공) /뉴스1

김 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.

팀 KAIST 컨소시엄은 K-Fold를 무료로 배포할 예정이다. 하이퍼랩은 국내외 연구자를 대상으로 베타 서비스를 제공한 뒤 올해 안에 단계적으로 상용 서비스를 확대할 계획이다.

jongseo12@news1.kr