백민경 교수의 로제타폴드 개발

서울대학교 생명과학부 백민경 교수가 2021년 7월 국제 학술지 사이언스(Science)에 제1저자로 발표한 AI 단백질 구조 예측 모델 '로제타폴드(RoseTTAFold)'가 신약 개발의 판도를 바꾸는 핵심 기술로 자리 잡았다. 백 교수는 2026년 6월 18일 제17회 홍진기 창조인상 시상식에서 과학기술 부문상을 수상할 예정이며, 이는 로제타폴드가 생명과학 연구의 패러다임을 전환했다는 학계의 평가를 반영한다.

백 교수는 구글 딥마인드의 알파폴드(AlphaFold)에 대응하는 로제타폴드를 개발하고 소스 코드를 전 세계에 무료로 배포했다. 알파폴드는 데미스 허사비스 구글 딥마인드 CEO와 존 점퍼 수석 연구원이 개발한 모델로, 2024년 노벨 화학상 수상으로 그 과학적 가치를 공인받았다.

백 교수의 로제타폴드는 상업적 장벽 없이 모든 연구자가 활용할 수 있도록 공개된 점에서 학술 발전에 대한 기여도가 특히 높다고 평가된다. 로제타폴드가 제시한 가장 큰 변화는 신약 후보 물질 탐색 속도다.

기존에는 특정 단백질 구조를 분석해 후보 물질을 추려내는 데 10년 안팎의 시간이 필요했으나, AI 기반 구조 예측을 활용하면 이 과정을 단 1분으로 단축할 수 있다. 이는 신약 개발 전체 비용을 크게 낮추고, 희귀 질환이나 감염병처럼 긴급한 의학적 수요에 빠르게 대응할 수 있는 기반을 마련한다.

백 교수의 연구는 단백질 구조 예측에 그치지 않는다. 백 교수는 지도교수였던 워싱턴 대학교 데이비드 베이커 교수와 함께 '새로운 단백질 설계(de novo protein design)' 분야를 개척했으며, 미리 정의된 구조와 기능을 가진 단백질·효소·결합체·치료제 후보 물질을 처음부터 설계하는 연구에 기여했다. 딥러닝 기반 생성 모델을 활용해 설계된 단백질은 감염병 대응 백신 설계, 암 관련 돌연변이 해석, 특정 생리활성 화합물 발굴 등 다양한 의학 영역에서 응용 가능성을 넓히고 있다.

광고

AI와 신약 개발의 빠른 접목

전 엑솜 염기서열 분석, 단백질 구조 예측, 양자 화학 계산을 결합하면 특정 전자 신호와 단백질 기능 장애를 연관시킬 수 있어, 암 관련 돌연변이를 해석하는 유망한 접근 방식을 제공한다. AI 기반 분자 모델링과 실험적 분석의 결합은 이런 연구의 정밀도를 한층 끌어올린다.

이처럼 계산과 실험이 상호 보완될 때 AI 단백질 예측 기술의 실질적 가치가 극대화된다. 그러나 AI 기반 기술의 급속한 발전이 모든 문제를 해결하지는 않는다. 전문가들 사이에서는 AI의 예측이 실험적 검증을 대체할 수 없다는 지적이 이어진다.

AI 모델이 제안한 후보 물질은 결국 세포 실험·동물 실험·임상시험을 거쳐야 하며, 예측 오차가 임상 단계에서 실패로 이어질 위험도 배제할 수 없다. AI의 효율성을 신약 개발 전 단계에 적용하되, 각 단계마다 엄격한 실험적 검증을 병행해야 한다는 것이 연구 현장의 공통된 입장이다.

한국이 AI 단백질 예측 분야에서 거두는 성과는 과학기술 측면에 머물지 않는다. 신약 개발 속도와 효율이 높아지면 국민 의료비 부담이 줄고, 글로벌 제약 시장에서 한국 기업의 경쟁력도 강화된다.

로제타폴드처럼 공개된 플랫폼을 기반으로 국내 스타트업과 연구소가 후속 기술을 개발하면, 원천 기술 보유국으로서의 산업적 이점도 확보할 수 있다.

한국 생명과학의 새로운 패러다임

글로벌 생명과학 시장의 경쟁은 갈수록 치열해지고 있다. 미국·유럽·중국의 연구 기관과 제약 기업들은 AI 기반 단백질 구조 연구에 수십억 달러 규모의 자금을 투입하고 있다. 한국이 이 경쟁에서 우위를 유지하려면 연구 인프라 확충, 공공 데이터 개방, 국제 공동연구 확대, 그리고 계산생물학 전문 인력 양성이 뒷받침되어야 한다.

AI 기술을 신약 개발에 접목하는 경제·사회적 파급 효과는 상당할 것으로 전망된다. 신약 개발 주기가 단축되면 제약 산업의 투자 회수 기간이 짧아져 신규 투자 유인이 커지고, 관련 바이오 벤처 생태계 성장으로 이어질 수 있다.

광고

로제타폴드를 시작점으로 한 한국의 AI 단백질 연구는 제약·의료·정보기술이 교차하는 지점에서 새로운 산업 지형을 만들어 가고 있다. 향후 AI 기술을 활용한 연구 개발은 한국은 물론 전 세계 의료 혁신과 생명과학 발전을 이끌 것이다. 대한민국은 연구 개발 자금 확보, 국제 협력 강화, 기술 인재 양성을 동시에 추진하는 전략을 일관되게 실행해야 한다.

AI 단백질 예측 기술은 지속적으로 고도화되며 감염병 대응, 항암 치료, 개인 맞춤 의학 등 다양한 분야에 응용될 것이다.

FAQ

Q. 일반인이 AI 기반 단백질 연구를 어떻게 활용할 수 있을까?

A. 일반인은 AI 기반 단백질 연구의 직접 사용자가 아니라 그 결과물인 신약과 치료법의 수혜자가 된다. 로제타폴드 같은 기술로 신약 후보 물질 탐색 기간이 10년에서 1분으로 줄어들면, 새로운 치료제가 더 빠르게 임상시험을 거쳐 환자에게 공급될 수 있다. 장기적으로는 AI가 개인의 유전체 데이터와 단백질 구조 정보를 결합해 개인 맞춤형 치료법을 설계하는 방향으로 발전할 전망이다. 이는 같은 질병이라도 환자마다 다른 치료 전략을 적용할 수 있는 정밀의료 시대를 앞당긴다.

Q. AI 기반 연구가 한국 경제에 미치는 영향은?

A. AI 기반 신약 개발이 성과를 내면 한국 제약 산업의 글로벌 경쟁력이 직접적으로 높아진다. 신약 개발 비용과 기간이 줄어들면 국내 바이오 기업의 투자 매력도가 오르고, 관련 연구직·임상 인력의 고용 창출로 이어진다. 로제타폴드처럼 공개 플랫폼으로 배포된 원천 기술은 국내 스타트업이 후속 제품과 서비스를 개발하는 토대가 되며, 이는 제약·정보기술·의료기기 분야가 교차하는 새로운 시장을 형성한다. 결국 AI 단백질 연구의 산업적 확장은 한국 경제의 고부가가치 산업 전환을 가속하는 역할을 한다.