기술/연구

“알파폴드 한계 돌파” KAIST, 진짜 약물 찾는 AI 개발

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2026.03.08 12:48

기사 3줄 요약

1 KAIST, 약물 활성 예측 AI 'GPCRact' 개발
2 단순 결합 넘어 실제 약물 효과 여부 판별 성공
3 신약 개발 실패 줄이고 효율성 극대화 기대

혹시 약을 먹었는데도 아무런 효과가 없었던 적이 있으신가요. 그건 약물이 우리 몸속의 목표 단백질에 달라붙기는 했지만, 정작 중요한 '스위치'를 켜지 못했기 때문일 수도 있습니다. 약물이 단순히 몸속 수용체에 결합하는 것을 넘어, 실제로 약효가 작동하는지까지 미리 알 수 있다면 어떨까요. KAIST 연구팀이 바로 그 어려운 문제를 해결할 새로운 인공지능(AI) 기술을 개발했다는 소식입니다.

약이 붙어도 효과가 없을 수 있다고?

우리 몸의 세포 표면에는 'GPCR'이라는 단백질이 있습니다. 이 단백질은 마치 초인종과 같아서, 외부에서 신호가 오면 이를 세포 안으로 전달하는 역할을 합니다. 현재 시판되는 약물의 약 40%가 이 GPCR을 타깃으로 만들어질 정도로 신약 개발에서 아주 중요한 요소입니다. 문제는 지금까지의 기술로는 약물이 이 초인종에 '손을 댔는지(결합)'까지만 알 수 있었다는 점입니다. 손을 댔다고 해서 반드시 벨이 울리는 건 아닙니다. 약물이 결합한 뒤 단백질의 구조를 변화시켜 신호를 안으로 전달해야 비로소 약효가 나타나기 때문입니다. 이 과정을 '알로스테릭 신호 전파'라고 부르는데, 기존 AI 모델들은 이 실제 작동 여부를 예측하는 데 한계가 있었습니다.

KAIST가 찾아낸 신약 개발의 비밀 열쇠

KAIST 바이오및뇌공학과 이관수 교수 연구팀은 이 문제를 해결하기 위해 ‘지피씨알액트(GPCRact)’라는 새로운 AI 모델을 개발했습니다. 이 AI는 약물이 단백질에 결합하는 단계뿐만 아니라, 결합 후 단백질 내부에서 신호가 어떻게 퍼져나가는지까지 예측합니다. 연구팀은 단백질의 3차원 구조를 마치 지도처럼 그래프로 만들었습니다. 그리고 '어텐션 메커니즘'이라는 기술을 적용해, 단백질 내부에서 신호가 전달되는 핵심 경로를 AI가 집중적으로 학습하도록 했습니다. 쉽게 말해, AI가 약물이 초인종을 눌렀을 때 전선이 어디로 연결되어 벨소리를 울리게 하는지까지 파악하게 만든 것입니다.

AI가 '블랙박스'를 탈출했다

이번 연구가 특히 주목받는 이유는 AI의 고질적인 문제였던 '블랙박스' 현상을 극복했기 때문입니다. 보통 AI는 결과만 알려주고 그 이유는 설명해주지 못하는 경우가 많았습니다. 하지만 이번에 개발된 모델은 예측의 근거가 되는 단백질 내부의 신호 경로를 시각적으로 보여줍니다. 연구자들이 AI의 판단 근거를 직접 눈으로 확인하고 검증할 수 있게 된 것입니다. 이는 신약 개발 과정에서 불확실성을 줄이고 신뢰도를 높이는 데 결정적인 역할을 합니다. 이관수 교수는 이번 기술이 세포와 인체 반응까지 예측하는 기술로 발전할 것이라고 전망했습니다. KAIST가 쏘아 올린 이번 기술은 신약 개발의 실패 확률을 획기적으로 낮추고, 비용과 시간을 절약하는 데 큰 도움을 줄 것으로 기대됩니다.