Loading...

AI 뉴스

AI가 원자 수준의 정밀도로 항체를 처음부터 설계

페이지 정보

작성자 xtalfi
작성일 2025.11.06 04:32
1,590 조회
0 추천
0 비추천

본문

RFdiffusion-antibody-bound-to-Cdiff-ToxinB-BY-Ian-C-Haydon-University-of-Washington.jpg

(퍼플렉시티가 정리한 기사)


워싱턴 대학교의 노벨상 수상자 데이비드 베이커(David Baker) 연구실에서 인공지능과 생명공학 분야의 혁신적인 돌파구가 나타났습니다. 연구진들이 AI를 사용하여 완전히 기능적인 항체를 처음부터 설계하는 데 성공하며, 전례 없는 원자 수준의 정밀도를 달성했습니다. 오늘 Nature지에 발표된 이 진전은 약물 발견 일정을 수년에서 수주로 극적으로 단축시킬 수 있는 패러다임 전환을 나타냅니다.​

이 돌파구는 기존의 자연 템플릿에 의존하지 않고 완전히 새로운 구조를 의미하는 de novo 방식으로 항체를 생성하도록 세밀하게 조정된 정교한 생성형 AI 모델인 RFdiffusion을 중심으로 합니다. 항체의 일부만 수정할 수 있었던 이전 접근법과 달리, 이 AI 시스템은 특정 질병 분자를 표적으로 하는 복잡한 결합 영역인 6개의 상보성 결정 영역(CDR) 모두를 설계할 수 있습니다.​


원자 수준의 검증이 혁신적인 정확성을 입증하다

이러한 AI로 설계된 항체의 정밀도는 극저온 전자현미경을 통해 엄격하게 검증되었으며, 구조들이 계산 모델과 탁월한 일치를 보였다. 개별 CDR에 대해 0.3 Å만큼 낮은 평균제곱근편차(RMSD) 값은 설계된 구조와 실제 구조 간의 거의 완벽한 원자 수준 정확도를 보여준다.​

Baker 연구실의 박사후연구원 Rob Ragotte는 "컴퓨터로 유용한 항체를 만드는 것은 과학계의 성배였습니다. 이 목표는 이제 불가능한 것에서 일상적인 것으로 변화하고 있습니다"라고 말했다. 이 기술은 클로스트리디움 디피실레 독소 B와 인플루엔자 헤마글루티닌을 포함한 도전적인 표적에 대해 결합 항체를 성공적으로 생성했다.​

초기 계산 설계는 적당한 결합 친화도를 보였지만, OrthoRep과 같은 기법을 사용한 후속 최적화를 통해 결합 강도가 한 자리 수 나노몰라 수준—승인된 항체와 비교할 수 있는 임상적으로 관련된 효능—까지 향상되었으며, 동시에 정밀한 에피토프 선택성을 유지했다.​


상업적 영향과 산업 변화

이번 혁신은 즉각적인 상업적 파급효과를 갖고 있습니다. 스타트업 자이라 테라퓨틱스(Xaira Therapeutics)가 RFantibody 트레이닝 코드에 대한 독점 라이선스 권리를 확보했습니다. 데이비드 베이커(David Baker)가 공동 창립한 자이라는 10억 달러 이상의 자금과 RFdiffusion 및 RFantibody 모델의 핵심 개발자들을 고용하고 있습니다.​

주요 제약회사들은 신약 개발 파이프라인에 AI 역량을 빠르게 통합하고 있습니다. 일라이 릴리(Eli Lilly and Company)는 최근 XtalPi 자회사인 Ailux와 전략적 협력을 발표하고, AI 기반 플랫폼을 활용한 이중특이항체 개발을 추진하고 있습니다. 이 파트너십은 AI가 신약 개발 비용을 최대 40%까지 줄이고, 개발 기간을 50% 단축할 수 있다는 업계 전반의 인식을 반영합니다.​

“10년 후 우리는 바로 이런 방식으로 항체를 디자인하게 될 겁니다.”라고 연구 논문의 공동 저자 네이서니얼 베넷(Nathaniel Bennett)은 예측했습니다. 자유롭게 이용할 수 있는 소프트웨어로 항체 설계가 민주화됨에 따라, 글로벌 연구 활동이 가속화되고 특히 소규모 기관과 학계에 큰 도움이 될 것으로 기대됩니다.​

이 기술은 감염병, 암 면역치료, 자가면역 질환 등 광범위한 분야에 적용될 수 있으며, 제약업계가 이전까지 ‘공략 불가능’했던 표적에 접근하는 방식을 근본적으로 혁신할 잠재력을 갖고 있습니다. 연구 커뮤니티가 자유롭게 제공되는 RFdiffusion 소프트웨어의 광범위한 도입을 예의주시하는 가운데, 이번 돌파구는 AI가 분석 도구에서 생명을 구하는 치료제의 능동적 창조자로 전환하는 결정적 순간을 의미합니다.

댓글 0
전체 1,366 / 36 페이지
한국은 2026년 1월 22일부터 국가 인공지능 기본법을 시행할 예정이며, 2026년 8월부터 대부분의 AI 규칙을 시행할 유럽연합보다 앞서 포괄적인 인공지능 규제를 시행하는 세계 최초의 국가가 됩니다. 이러한 움직임은 최근 조사에서 한국 AI 스타트업의 98%가 대대적인 변화에 여전히 준비되지 않은 것으로 나타나면서, 국내 급성장하는 기술 부문에서 중소기업의 생존에 대한 우려를 불러일으키고 있습니다.​2025년 1월에 법률로 서명된 인공지능 육성 및 신뢰 기반 조성 등에 관한 기본법은 국가 AI 위원회 설립, 기본 3개 년 AI 계획 수립, 특정 AI 시스템에 대한 공개 의무를 포함한 안전성 및 투명성 요구사항 부과를 의무화하고 있습니다. 이 법은 위험 기반 접근 방식을 적용하며, 특히 의료, 교육, 공공 서비스와 같은 중요 부문에서 운영되는 고영향 AI 시스템에 대해서는 엄격한 규칙을 적용합니다.스타트업들, 준비 시간 부족에 경보 발령스타트업 얼라이언스가 2025년 12월 국내 AI 기업 101곳을 대상으로 실시한 조사에 따르면, 신규 규제를 준수하기 위한 대응 시스템을 구축한 기업은 단 2%에 불과한 것으로 나타났다. 나머지 기업 중 48.5%는 법에 대해 익숙하지 않고 준비가 되어 있지 않다고 답했으며, 다른 48.5%는 인지하고 있으나 준비가 부족하다고 응답했다. 조사는 불명확한 기준, 특히 통지 범위, 생성형 AI의 정의, 고영향 AI 시스템 지정 기준 등을 주요 부담 요인으로 지적했다.​한국인터넷기업협회 관계자는 현지 언론에 "절차상 요건으로 인해 시행령이 법 시행 직전에야 확정될 것으로 예상되어 기업들이 새로운 규정에 대비할 충분한 시간을 갖지 못할 수 있다"고 말했다. "특히 스타트업에게는 매우 부담스러울 것이다."​업계 관계자들은 일부 기업들이 1월 22일 이후 서비스를 갑작스럽게 수정하거나 중단해야 할 수도 있다고 경고한다. 이러한 규제 압박은 엄격한 준수 요건보다 혁신 촉진에 초점을 맞춘 부드러운 자율 거버넌스 접근 방식을 채택한 일본으로의 이전을 고려하는 한국 AI 스타트업의 수를 증가시키는 것으로 여겨진다.워터마크 요구사항이 논란을 촉발하다AI 생성 콘텐츠에 라벨을 표시하도록 요구하는 의무적 워터마킹 조항은 새로운 프레임워크에서 특히 논란이 되는 측면으로 부상했습니다. 딥페이크와 허위정보를 억제하기 위한 목적이지만, 업계 관계자들은 요구사항이 너무 모호하며 소비자들이 AI 생성 제품을 기피하게 만들 수 있다고 주장합니다.​"AI 생성 콘텐츠라도 일반적으로 품질을 향상시키기 위해 수많은 개인들이 협력하지만, 'AI 생성'으로 표시되면 소비자들이 꺼릴 수 있습니다"라고 한 AI 콘텐츠 기업의 관계자가 밝혔습니다. 2025년 12월에 발표된 AI 생성 광고에 대한 모니터링 강화 계획은 소셜 미디어 플랫폼 전반에 걸쳐 확산되는 조작된 콘텐츠와 딥페이크에 대한 우려를 더욱 강조합니다.​우려에도 불구하고, 과학기술정보통신부는 행정 벌금을 부과하기 전에 최소 1년의 유예 기간을 발표하여 기업들에게 추가 준비 시간을 제공했습니다. 배경훈 장관은 시행령이 "대한민국이 글로벌 AI 강국 3위로 도약하기 위한 제도적 초석"이 될 것이라고 강조했습니다.
824 조회
0 추천
2025.12.15 등록
인공지능(AI) 모델들의 성능 경쟁이 치열해지면서, 추론, 수리 등 종합적인 역량을 객관적으로 평가하는 다양한 벤치마크에 대한 관심이 높아지고 있습니다. 사용자의 직접적인 평가를 반영하는 '엘엠아레나(LMArena)'는 익명으로 받은 두 개의 AI 답변 중 더 우수한 것을 고르거나 무승부를 선언하여 순위를 매기는 방식입니다.기존 벤치마크의 한계를 극복하기 위해 만들어진 '인류의 마지막 시험(HLE)'은 수학, 물리학 등 100개 이상 과목의 고난도 문제를 통해 AI의 정답률을 측정합니다. 또한, AI의 자율적인 경제활동 능력을 측정하는 '벤딩 벤치(Vending-Bench)'는 AI가 재고 관리와 가격 책정 등을 얼마나 잘 수행하는지 평가합니다.이 외에도 코딩 오류 해결 능력을 평가하는 'SWE벤치'와 수학 올림피아드 난이도의 '매스아레나 에이펙스' 등 다양한 전문 벤치마크들이 활용됩니다. 하지만 이러한 AI 벤치마크는 윤리나 안전보다는 높은 경제적 보상이 기대되는 과업에만 초점을 맞춘다는 비판도 제기됩니다.
846 조회
0 추천
2025.12.14 등록
앨런 AI 연구소(Ai2)는 훈련 데이터와 가중치까지 완전히 공개하는 대표적인 대형언어모델(LLM)인 '올모(OLMo) 3'의 업데이트 버전 '올모 3.1'을 공개했습니다. 새로 출시된 '올모 3.1 싱크 32B'와 '올모 3.1 인스트럭트 32B'는 강화 학습(RL)을 추가 적용하여 추론, 수학, 지시 이행 능력 등 여러 벤치마크에서 성능이 크게 향상되었습니다.특히, '싱크 32B'는 고급 추론과 연구 목적에 최적화되었으며, '인스트럭트 32B'는 대화형 AI와 툴 기반 워크플로에 맞춰 현재까지 공개된 완전 오픈 소스 32B급 지시형 모델 중 가장 강력한 성능을 자랑합니다. Ai2는 이를 새로운 모델 출시가 아닌 '체크포인트 추가' 개념으로 소개하며, 개발자들이 모델의 학습 과정을 완벽하게 통제하고 자체 데이터를 추가해 재학습할 수 있도록 지원합니다.Ai2는 올모 시리즈가 개방성과 성능을 동시에 발전시킬 수 있음을 보여주며, 학습 데이터, 코드, 결정에 대한 엔드투엔드 투명성을 유지하면서 기능을 지속적으로 개선했다고 강조했습니다. 이 새로운 '체크포인트' 모델들은 Ai2 플레이그라운드와 허깅페이스를 통해 제공되어 개발자 및 연구기관의 활용을 넓힐 예정입니다.* 앨런 인공지능 연구소(Ai2)는 마이크로소프트 공동 창립자였던 고(故) 폴 앨런이 공익을 위해 고도(하이-임팩트) AI 연구 및 엔지니어링을 수행할 목적으로 2014년에 설립한 비영리 연구소입니다. 이 연구소는 텍스트를 읽고 추론하여 지식을 입증하는 AI 시스템 개발을 목표로 시작했으며, 현재도 개방성과 투명성을 중시하며 AI 분야의 발전을 주도하고 있습니다.
829 조회
0 추천
2025.12.14 등록
오픈AI의 최신 AI 모델인 'GPT-5.2'는 초기 테스트에서 전문가와 기업용 업무 처리, 복잡한 문제 해결 능력 등 전문 작업 분야에서 역대 최고라는 평가를 받았습니다. 하이퍼라이트AI CEO 등 전문가들은 이 모델이 상당한 사고 시간을 요구하는 어려운 작업을 완벽하게 수행하며 '세계 최고의 모델'이라고 극찬했습니다.이 모델은 사고력과 문제 해결 능력이 눈에 띄게 향상되어 복잡한 코드 구조를 한 번에 생성하고, 몇 시간 동안 작업을 지속하는 등 개발자와 기업에 매우 중요한 의미를 갖습니다. 박스(Box) CEO 등은 GPT-5.2가 금융 및 생명 과학 분야의 실제 업무 지식을 테스트하는 확장 추론에서 기존 모델보다 훨씬 빠르게 작업을 수행했다고 밝혔습니다.반면, 일반 사용자들은 일상적인 글쓰기나 순수 채팅 기능에서 체감할 만한 개선점을 느끼기 어렵다는 엇갈린 평가가 나왔고, 일부는 딱딱한 어조나 속도 저하를 단점으로 지적했습니다. 코드명 '갈릭'으로 알려진 이 모델은 코딩과 B2B에 최적화된 도구로 보이며, 일반 사용자가 느낄 만한 성능 향상은 내년 1월 출시 모델을 기다려야 할 것으로 분석됩니다.
838 조회
0 추천
2025.12.14 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입