Loading...

AI 뉴스

AI가 원자 수준의 정밀도로 항체를 처음부터 설계

페이지 정보

작성자 xtalfi
작성일 2025.11.06 04:32
1,496 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 / 60 페이지
MIT 연구진은 대규모 언어 모델의 신뢰성을 훼손할 수 있는 취약점을 발견했으며, GPT-4 및 Llama와 같은 고급 AI 시스템조차도 때때로 진정한 이해보다는 문법적 지름길을 기반으로 질문에 답한다는 사실을 밝혔습니다.신경 정보 처리 시스템 학회(Conference on Neural Information Processing Systems)에서 발표될 예정인 이 연구는 LLM이 특정 문장 패턴을 특정 주제와 잘못 연관시킨 다음, 실제 질문을 이해하는 대신 이러한 학습된 패턴에 의존할 수 있다는 것을 발견했습니다. 이러한 결함은 정확한 응답이 중요한 의료, 금융 및 고객 서비스 분야에 배포된 AI 시스템에 위험을 초래합니다.의미보다 문법MIT 부교수 Marzyeh Ghassemi가 이끄는 연구팀은 Northeastern University와 Meta의 연구원들과 함께, 모델이 훈련 중에 “구문 템플릿”—품사의 패턴—을 특정 도메인과 연결하는 방법을 학습하는 과정을 입증했다.MIT News 기사에 따르면, LLM은 “파리는 어디에 위치해 있나요?“가 지리 질문과 관련된 특정 문법 구조를 따른다는 것을 학습할 수 있다. 문법적으로는 유사하지만 “빠르게 앉다 파리 흐림?“과 같이 말이 되지 않는 질문이 제시될 때, 모델은 질문이 무의미함에도 불구하고 여전히 “프랑스”라고 답할 수 있다.Northeastern University 대학원생이자 MIT 방문 학생인 Chantal Shaib는 “이것은 모델이 질문에 올바르게 답하기 위해 학습하는 간과된 유형의 연관성입니다”라고 말했다. 연구원들은 구문을 동일하게 유지하면서 단어를 동의어, 반의어 또는 무작위 단어로 대체했을 때, LLM이 질문이 완전히 말도 안 되는 경우에도 종종 올바른 답변을 생성한다는 것을 발견했다.보안 및 테스트 시사점이 취약점은 심각한 보안상의 영향을 미칩니다. arXiv에 게시된 연구에 따르면, 공격자들은 모델이 무해한 콘텐츠와 연관시키는 구문 패턴을 사용하여 유해한 요청을 표현함으로써 안전 가드레일을 우회하기 위해 이 현상을 악용할 수 있습니다.연구에 참여한 MIT 대학원생 Vinith Suriyakumar는 “이 연구를 통해 LLM의 보안 취약점을 해결하기 위해 더욱 강력한 방어 체계가 필요하다는 것이 분명해졌습니다”라고 말했습니다. 연구진은 GPT-4와 Llama를 포함한 사전 훈련된 모델에서 이를 테스트했으며, 학습된 행동이 성능을 크게 저하시킨다는 것을 발견했습니다.문제를 해결하기 위해 연구팀은 개발자들이 자신의 모델이 이러한 잘못된 구문-도메인 상관관계에 의존하는지 평가할 수 있는 자동 벤치마킹 절차를 개발했습니다. 연구진은 더 다양한 구문 템플릿을 포함한 증강된 훈련 데이터를 활용한 완화 전략을 탐구할 계획이며, 복잡한 다단계 작업을 위해 설계된 추론 모델에서 이 현상을 연구할 예정입니다.
768 조회
0 추천
2025.11.26 등록
메타 플랫폼스가 구글의 AI 칩 텐서처리장치(TPU)를 2027년부터 데이터센터에 도입하는 방안을 논의 중인 것으로 25일 알려지면서, 엔비디아가 장악해온 AI 반도체 시장에 균열이 생길 조짐을 보이고 있다. 이날 뉴욕증시에서 엔비디아 주가는 2.59% 하락한 177.82달러에 마감한 반면, 알파벳 주가는 1.62% 상승하며 시가총액 4조 달러를 눈앞에 두게 됐다.IT 전문매체 디 인포메이션은 24일 메타가 수십억 달러 규모로 구글의 TPU를 도입하는 방안을 검토 중이라고 보도했다. 메타는 2027년부터 자사 데이터센터에 TPU를 직접 설치하고, 내년에는 구글 클라우드를 통해 TPU를 임대하는 방안도 협의하고 있는 것으로 전해졌다. 현재 메타는 AI 학습과 서비스 운영에 엔비디아 GPU를 대규모로 사용하고 있어, 이 계약이 성사되면 엔비디아의 주요 고객사에 대한 영향력이 축소될 수 있다는 우려가 나온다.구글 제미나이3.0 성공이 TPU 확산 계기구글이 자체 AI 칩에 자신감을 갖게 된 배경에는 최근 공개한 AI 모델 ‘제미나이 3.0 프로’의 성공이 있다. 제미나이 3.0 프로는 LM아레나 리더보드에서 1501점을 기록하며 처음으로 1500점을 돌파했고, ‘인류의 마지막 시험’에서 정답률 37.5%로 챗GPT의 26.5%를 크게 앞섰다. 이 모델은 엔비디아 GPU 없이 100% 자체 TPU 클러스터만으로 학습됐다는 점에서 업계의 주목을 받고 있다.구글은 지난 10월 AI 챗봇 ‘클로드’를 운영하는 앤트로픽과 최대 100만 개의 TPU를 공급하는 수백억 달러 규모의 계약을 체결한 바 있다. 구글 클라우드 경영진은 TPU 도입 확대를 통해 엔비디아 연간 매출의 최대 10%를 확보할 수 있을 것으로 보고 있다고 디 인포메이션은 전했다.엔비디아 즉각 반박, 삼성전자는 수혜 전망엔비디아는 25일 소셜미디어 엑스(X)를 통해 “우리는 업계보다 한 세대 앞서 있으며, 모든 AI 모델을 구동하고 컴퓨팅이 이뤄지는 모든 곳에서 이를 수행하는 것은 우리 플랫폼뿐”이라고 강조했다. 엔비디아는 “TPU 같은 주문형반도체(ASIC)보다 뛰어난 성능과 다용성, 호환성을 제공한다”고 덧붙였다.구글도 성명에서 “맞춤형 TPU와 엔비디아 GPU 모두 수요가 늘어나고 있다”며 “우리는 수년간 그래왔던 대로 양쪽 모두를 지원할 것”이라고 밝혔다.증권가에서는 TPU 생태계 확장의 최대 수혜자로 삼성전자를 꼽고 있다. 김동원 KB증권 연구원은 “구글 TPU 설계와 생산을 담당하는 브로드컴의 경우 삼성전자가 메모리 공급 점유율 1위를 기록하고 있어 향후 구글 TPU 생태계 확장의 최대 수혜가 기대된다”고 분석했다. SK하이닉스도 구글 TPU에 HBM을 공급하고 있어 AI 생태계 다변화로 수혜를 볼 것으로 전망된다.
813 조회
0 추천
2025.11.26 등록
제품 리더 Aakash G와 OpenAI의 Miqdad Jaffer는 모델 품질보다는 컨텍스트 엔지니어링—사용자 기록, 관련 문서, 시스템 제약 조건과 같은 올바른 정보를 AI 모델에 제공하는 관행—이 AI 기능이 훈련이 부족한 인턴처럼 실패하거나 성공하는지를 결정한다고 주장합니다.이 글은 Apollo의 이메일 작성기를 통해 이를 보여주는데, 엔지니어들이 대화 스레드, CRM 노트, 회사 톤, 관계 컨텍스트를 계층화한 후에야 일반적인 출력에서 출시 가능한 품질로 발전했습니다.전체 코드베이스를 인덱싱하고 벡터 데이터베이스를 통해 관련 코드를 검색하여 연간 10억 달러 이상의 수익을 달성한 AI 코딩 어시스턴트 Cursor는 컨텍스트 엔지니어링이 어떻게 경쟁 우위를 만들어내는지를 보여주는 사례로, Google이 이 기능을 내부에서 구축하는 대신 경쟁사인 Windsurf와 24억 달러의 라이선스 계약을 체결하게 만들었습니다.
802 조회
0 추천
2025.11.26 등록
하버드 비즈니스 리뷰 분석에 따르면, AI 에이전트는 아직 소비자 대상 애플리케이션에 충분히 신뢰할 수 있는 수준이 아니며—보안 및 정확성에 대한 우려로 인해 소비자의 76%가 구매에 이를 사용하는 데에 소극적인 것으로 나타났습니다—하지만 구조화되고 반복적인 작업 및 인간의 감독이 한계를 보완할 수 있는 백엔드 엔터프라이즈 운영에서는 실질적인 가치를 제공하고 있습니다.주요 유럽 인터넷 제공업체와의 사례 연구에서는 현장 기술자를 지원하기 위해 멀티 에이전트 시스템을 도입하여, 문제 해결 시간을 60% 단축시키고 연간 100만 유로 이상의 반복적인 비용 절감과 함께 고객 만족도를 크게 향상시켰다는 잠재력을 보여주었습니다.이러한 점진적 개선은 혁명적인 변화라기보다는 린 제조(Lean manufacturing) 방법론에 가깝고, 엔터프라이즈 적용에는 세밀한 프로세스 매핑, 광범위한 IT 시스템 통합, 그리고 실제 환경에서 프롬프트 기반 시스템이 일반적으로 70% 이상의 정확도를 넘지 못하게 하는 AI 환각(hallucination)에 대한 관용이 요구됩니다 .
800 조회
0 추천
2025.11.26 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입