시사위크=박설민 기자  국내 연구진이 신약 물질 발굴에 사용 가능한 생성형 인공지능(AI) 기술을 개발했다. 나날이 치열해지는 글로벌 바이오 산업 경쟁에서 우리나라가 주도권을 확보하는데 큰 보탬이 될 전망이다.

한국과학기술원(KAIST)는 김재철AI대학원의 예종철 교수팀이 화학물질의 분자구조 및 특성을 동시에 생성·예측할 수 있는 AI기술 개발에 성공했다고 25일 밝혔다.

신약 개발에 있어 가장 어려운 점은 수많은 물질 중 효과가 있는 약물 후보를 찾아내는 것이다. 치료에 효과적이라도 부작용이 크거나 양산이 힘들면 신약 물질로는 사용이 불가능하다. 때문에 최근 AI기술을 활용한 약물 분석 기술 연구가 활발히 이뤄지고 있다. 하지만 새로운 화합물 구조를 생성하면서 동시에 기존 화합물의 특성 예측하는 기술은 아직 개발되지 못한 상태다.

이 같은 문제를 해결하기 위해 예종철 교수 연구팀은 ‘다중 모달리티 학습(multi-modal learning)’ 기술 기반의 AI모델을 새롭게 고안해냈다. 다중 모달리티 학습은 이미지, 텍스트, 음성 등 데이터를 동시에 학습시켜 이들 사이의 상관관계를 파악할 수 있는 AI신경망이다.

연구팀은 이 다중 모달리티 학습 기반 AI모델에 분자 데이터를 학습시켰다. 화학 특성값 집합 자체를 분자 표현 데이터 간주시킨 데이터다. 이를 통해 AI는 연구자가 원하는 새로운 화합물의 구조를 생성하거나 주어진 화합물의 성질을 예측하는 생성 및 성질 특성이 동시에 가능하다.

연구팀은 새롭게 개발한 AI모델로 화합물 분석 실험을 진행했다. 그 결과 50가지 이상의 특성값 입력을 따르는 분자 구조 예측에 성공했다. 분자의 구조와 특성 모두의 이해 요구가 필요한 과제를 해결한 것이다. 또한 두 데이터 정보 공유를 통해 화학반응 예측 및 독성 예측 등 다양한 문제도 해결했다.

예종철 교수는  “이번 연구는 새로운 화합물의 생성과 화합물의 특성 예측 기술을 통합하는 화학분야의 새로운 생성 AI기술 개척 사례”라며 “의료 산업계에서 더 광범위하고 풍부한 자원 활용 영역에 적용될 수 있을 것으로 기대한다”고 전했다.

이번 연구 성과는 국제 저명 학술지 ‘네이처 커뮤니케이션즈(Nature Communications)’ 온라인판에 14일자로 게재됐다. 연구는 한국연구재단(NRF)의 ‘AI데이터 바이오 선도 기술 개발사업’의 일환으로 진행됐다.