본문으로 건너뛰기
피드

포스텍 연구진, AI로 바이러스 껍질 닮은 단백질 구조체 설계

ai-ml 약 4분
vote
0
댓글
북마크

포스텍 이상민 교수가 데이비드 베이커 워싱턴대 교수와 함께 AI로 바이러스 구조체를 설계해 네이처에 발표했어. 약물이나 백신 성분을 담아 몸속 원하는 곳으로 보내는 단백질 캡슐을 더 크고 정교하게 만들 수 있는 길을 연 연구야.

  • 1

    국내 연구진이 AI 단백질 설계 도구 RF디퓨전으로 바이러스형 구조체를 설계함

  • 2

    단백질 부품의 각도와 휘어짐을 제어해 거대한 돔 형태의 껍질을 만듦

  • 3

    기존 인공 단백질 캡슐은 작고 단순했지만 자연계 바이러스는 수백~수천 개 단백질로 정교한 껍질을 형성함

  • 4

    약물 전달, 백신, 유전물질 전달 같은 바이오 응용 가능성이 큼

  • 국내 연구진이 AI로 바이러스 껍질 같은 단백질 구조체를 설계하는 데 성공함

    • 포스텍 화학공학과 이상민 교수가 데이비드 베이커 미국 워싱턴대 교수와 공동으로 진행한 연구
    • 연구 결과는 21일 국제학술지 네이처에 발표됨
  • 비유하자면, 약이나 백신 성분을 담아 몸속 원하는 곳까지 보내는 초소형 택배 상자를 AI로 만든 셈임

    • 단백질 여러 개를 레고 블록처럼 결합하면 속이 빈 공 모양 구조체를 만들 수 있음
    • 그 안에 약물이나 유전물질을 넣으면 부작용은 줄이고 전달 효율은 높일 수 있음
    • 자궁경부암 백신, B형 간염 백신도 이런 방식과 맞닿아 있음

중요

> 포인트는 “AI가 단백질 모양을 예측했다”가 아니라 “AI로 원하는 단백질 조립 구조를 설계했다”는 쪽에 가까움. 바이오 쪽에서는 이 차이가 꽤 큼.

  • 기존 인간 설계 단백질 캡슐은 자연계 바이러스만큼 정교하지 못했음

    • 사람이 만든 구조체는 대체로 작고 모양도 단순했음
    • 반면 자연계 바이러스는 똑같은 단백질을 수백~수천 개 이어 붙여 크고 복잡한 껍질을 만들어냄
    • 기존 설계 방식은 완벽한 대칭 구조에 많이 의존해서 이런 자연의 구조를 따라잡기 어려웠음
  • 연구진은 AI 단백질 설계 도구 RF디퓨전을 써서 이 한계를 우회함

    • 단백질 부품끼리 맞물리는 각도와 휘어짐을 정밀하게 조절함
    • 하나의 단백질이 위치에 따라 다른 모양으로 결합하도록 설계함
    • 그 결과 평평한 판이 아니라 거대한 돔 형태의 껍질이 만들어짐
  • 이 연구가 흥미로운 건 AI가 생물학적 제조의 설계 언어로 들어가고 있다는 점임

    • 지금은 구조체 설계 자체가 핵심이지만, 장기적으로는 약물 전달, 백신 플랫폼, 유전자 치료 전달체로 이어질 수 있음
    • 개발자 관점에서도 생성형 AI가 텍스트와 이미지 밖에서 분자 설계까지 확장되는 사례로 볼 만함

기술 맥락

  • 이번 연구에서 선택한 건 단순한 단백질 구조 예측이 아니라 단백질 조립체 설계예요. 이미 있는 단백질이 어떻게 접힐지 맞히는 문제보다, 원하는 형태로 부품들이 결합하게 만드는 쪽이 훨씬 까다롭거든요.

  • RFdiffusion이 중요한 이유는 단백질 블록의 각도와 휘어짐을 설계 조건으로 다룰 수 있기 때문이에요. 자연계 바이러스는 같은 단백질을 반복해서 쓰면서도 위치별 결합 방식이 달라지는데, 이 미묘한 차이를 사람이 규칙으로 짜기엔 너무 복잡해요.

  • 연구진이 노린 결과물은 약물이나 유전물질을 담을 수 있는 큰 껍질 구조예요. 기존 인공 캡슐은 작고 단순해서 활용 범위가 제한됐는데, 더 큰 돔 형태를 만들 수 있으면 백신이나 전달체 설계에서 선택지가 넓어져요.

  • 그래서 이건 바이오 논문이면서 동시에 AI 설계 자동화 사례로도 볼 수 있어요. 모델이 문장을 생성하는 걸 넘어, 실험실에서 실제로 만들 수 있는 분자 구조의 후보를 제안하는 쪽으로 쓰였기 때문이에요.

AI가 코드 작성 도우미를 넘어 물리 세계의 분자 설계 도구로 들어가고 있다는 점이 핵심이야. 특히 국내 연구진 이름으로 네이처에 나온 연구라 한국 개발자 입장에서도 AI 응용 범위를 다시 보게 만드는 뉴스임.

댓글

댓글

댓글을 불러오는 중...

ai-ml

유튜브, AI 생성 영상에 자동 라벨 붙인다

유튜브가 사실적으로 보이거나 의미 있게 AI로 변경·생성된 콘텐츠에 더 눈에 띄는 라벨을 적용하고, 제작자가 AI 사용 여부를 밝히지 않아도 내부 신호로 감지되면 자동 라벨을 붙이겠다고 밝혔다. 다만 라벨만으로 추천 노출이나 수익화 자격이 바뀌지는 않으며, 제작자는 YouTube Studio에서 잘못된 판정을 수정할 수 있다.

ai-ml

테크 CEO들의 'AI 만능론', 숫자는 아직 그렇게 말하지 않는다

테크 업계에서 AI를 이유로 한 대규모 감원과 조직 재편이 이어지는 가운데, Box 창업자 애런 레비는 CEO들이 실제 업무의 마지막 1마일을 모른 채 AI 에이전트의 능력을 과대평가하고 있다고 지적했다. 2026년 첫 5개월 동안 이미 11만5430명이 해고됐고, 여러 연구는 AI 도입이 체감 생산성만큼 실제 생산성을 끌어올렸다는 근거가 아직 약하다고 말한다.

ai-ml

오픈AI와 앤트로픽, 코딩 에이전트로 드디어 돈 되는 시장을 찾은 듯

사이먼 윌리슨은 오픈AI와 앤트로픽이 코딩 에이전트와 기업용 과금으로 진짜 제품-시장 적합성을 찾았다고 봐. 개인 구독자에게는 월 100달러 플랜이 싸게 느껴지지만, 기업 고객은 이제 사용량 기준 토큰 가격을 그대로 내기 시작했고 이게 대형 고객 예산을 빠르게 흔들고 있다는 얘기야.

ai-ml

컴팔과 GMI 클라우드, 대규모 추론용 AI 인프라 구축 협력

컴팔이 실리콘밸리 기반 AI 인프라 기업 GMI 클라우드와 협력해 대규모 추론과 에이전틱 AI 워크로드에 맞춘 GPU 서버 인프라를 구축한다고 발표했어. COMPUTEX 2026에서는 NVIDIA HGX B300을 지원하는 Compal SGX30-2 같은 고성능 AI 서버 플랫폼도 선보일 예정이야.

ai-ml

AI 쓰면 편해진다더니, 직장인들은 ‘AI 과부하’에 지쳐가는 중

국내 직장인들이 AI 전환 압박, AI 답변 검증 부담, 대체 불안 때문에 피로감을 호소하고 있어. 중앙일보 설문에서는 5284명 중 31.6%가 ‘AI 답변 검증에 시간이 더 걸릴 때’를 가장 지치는 순간으로 꼽았고, 기업들은 무작정 AI 사용량을 밀어붙이는 방식에서 업무 방식 재설계로 넘어가야 한다는 지적이 나와.