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

애플 새 음성 인식 API, 온디바이스 영어 전사에서 위스퍼 스몰까지 이겼다

애플의 새 음성 인식 API인 스피치애널라이저가 리브리스피치 벤치마크에서 기존 SFSpeechRecognizer는 물론 위스퍼 스몰보다도 낮은 단어 오류율을 기록했어. 깨끗한 음성에서는 2.12%, noisy 음성에서는 4.56%로, 기존 애플 API 대비 오류율을 3.5~4배 줄였고 위스퍼 스몰보다 약 3배 빠르게 돌았어. 다만 영어·애플 플랫폼·OS 26 조건의 결과라, 다국어와 크로스플랫폼에서는 여전히 위스퍼의 장점이 남아 있어.

ai-ml

AI를 진짜 잘 쓰는 기업, 미국 증시에서 연 30% 프리미엄 받는다는 연구

예일대와 로체스터대 연구진이 기업의 실제 대형 언어 모델 사용 데이터를 분석했더니, AI 활용도가 높은 상위 20% 기업이 하위 20%보다 주당 평균 0.64% 높은 초과수익률을 냈다. 단순히 AI 기업이냐가 아니라, 업무에 AI를 얼마나 깊게 쓰는지가 시장 가치에 반영되고 있다는 얘기다.

ai-ml

ZTE, AI 에이전트폰으로 스마트폰 재도전…진짜 승부처는 앱 생태계

ZTE가 바이트댄스의 더우바오를 탑재한 AI 에이전트 스마트폰으로 시장 재진입을 노린다. 핵심은 사용자가 명령하면 AI가 여러 앱을 직접 열고 조작하는 방식인데, 위챗·타오바오·알리페이 같은 플랫폼과 충돌하면서 생태계 문제가 가장 큰 변수로 떠올랐다.

ai-ml

노벨상 학자들까지 “AI 경제 충격, 지금 제도 안 만들면 늦다”

노벨 경제학상 수상자 15명을 포함한 학자와 기술 업계 인사 약 200명이 AI가 향후 10년 안에 경제를 급격히 바꿀 수 있다며 정책 대응을 촉구했다. 이들은 산업혁명보다 큰 변화가 훨씬 짧은 시간에 올 수 있고, 대규모 일자리 대체와 생활 수준 향상이라는 양면성이 동시에 존재한다고 봤다.

ai-ml

NHN, AI 데이터센터 매출 기대감에 목표주가 5만6000원으로 상향

한국투자증권이 NHN의 목표주가를 4만5000원에서 5만6000원으로 올리고 투자의견 매수를 유지했다. 핵심 근거는 양평 AI 데이터센터 가동, 공공·민간 GPU 클러스터 수주 확대, 클라우드 사업부 신규 매출 반영이다.