국내 AI ‘K-폴드’, 신약 개발 시간 획기적 단축…구글 알파폴드에 도전

Spread the love

국내 연구진이 개발한 인공지능(AI) 신약 개발 모델 'K-폴드'가 신약 개발에 필요한 단백질 구조 확인 시간을 기존 1년에서 10~20초로 단축시키며 구글 알파폴드에 도전장을 내밀었습니다.

기존 신약 개발은 단백질 구조를 파악하고 적합한 약물 후보를 찾는 데 막대한 시간과 비용이 소요되는 어려운 과정이었습니다. 한국과학기술원(KAIST) 연구진은 이러한 신약 개발의 첫 단계를 획기적으로 앞당길 수 있는 바이오 AI 모델 'K-폴드'를 개발했습니다.

K-폴드는 컴퓨터를 이용해 약물 후보가 특정 단백질에 결합하는 모습을 예측하고, 심지어 비만 치료제 부작용을 줄이는 아미노산 서열 후보군까지 스스로 설계하는 능력을 갖췄습니다. 사용자가 원하는 질문을 하면 K-폴드가 구조 예측부터 후보물질 설계까지 한 번에 처리합니다.

김우연 한국과학기술원 화학과 교수는 "실험을 통해 단백질과 약물 결합을 밝히는 데 통상 1년이 걸리는 것에 비해, K-폴드는 10~20초 만에 구조를 제공하고 새로운 후보 물질 설계까지 실험 없이 즉각적으로 보여준다"고 설명했습니다.

신약 개발 분야에 먼저 진출한 구글의 '알파폴드' 역시 다국적 제약사와 협력하여 신약 개발에 참여하고 있습니다. 하지만 K-폴드는 기존 모델 대비 단백질 구조 예측 속도가 최대 25배 빠른 것으로 나타났으며, 자체 평가 결과 일부 항목에서는 글로벌 모델을 능가하는 성능을 보였습니다.

표준희 AI신약연구원장은 "K-폴드와 같은 범용 모델에 각 제약기업이 보유한 데이터를 연결하면 실제 신약 개발 경쟁력 강화로 이어질 수 있을 것"이라고 전망했습니다. 정부 역시 K-폴드와 같은 AI 기술이 신약 개발의 성패를 가를 핵심 요소로 보고, 제약·바이오 분야 전반으로 활용을 확대할 방침입니다. 세계 의약품 시장은 2035년 4천 4백조 원 규모로 성장할 것으로 예상됩니다.