[충청뉴스 이성현 기자] 국내 연구진이 단백질 3차원 구조 및 결합 예측 속도를 기존 대비 최고 25배 상향한 독자 바이오 AI 기술 ‘K-Fold’를 공개했다.
한국과학기술원(KAIST)은 과학기술정보통신부 ‘AI 특화 파운데이션 모델 프로젝트’의 일환으로 화학과 김우연 교수 연구팀 및 AI대학원·생명과학과 연구진이 참여한 ‘팀 KAIST’를 통해 차세대 바이오 AI 모델 ‘K-Fold(케이폴드)’를 개발했다고 28일 밝혔다.
K-Fold는 단백질, 약물 후보 물질, DNA·RNA 등 다양한 생체분자 간의 복합체 구조와 결합 양상을 예측하는 모델이다.
기존 모델이 방대한 서열 정보를 비교하는 다중서열정렬(MSA) 방식에 의존한 것과 달리, K-Fold는 대규모 사전학습과 인과추론 기반 표현법, 확산 브릿지(diffusion bridge) 방식을 결합해 사전 계산 과정을 없앴다.
이를 통해 구조 예측 속도를 최대 25배까지 단축시켰다.
특히 결합에 따른 구조 변화(apo-to-holo)를 직접 예측하도록 설계돼 표적단백질분해(TPD) 약물 복합체 구조 예측 벤치마크(PROTAC)에서 기존 AlphaFold3(약 19%)보다 우수한 약 25%의 정확도를 기록하며 33%가량 개선된 성과를 보였다.
KAIST 교원창업기업 히츠(HITS)는 연구자가 자연어로 명령을 입력하면 구조 예측, 결합 후보 설계, 결과 평가까지 단계별로 수행하는 멀티에이전트 연구 서비스인 ‘하이퍼랩(HyperLab)’에 K-Fold를 연계 탑재했다.
하이퍼랩은 120여 개의 계산 도구와 160여 개의 전문 기능을 통합 제공해 연구자를 돕는 ‘AI 공동연구자(Co-Scientist)’ 역할을 수행한다.
배충식 총장은 “AI 시대의 국가 경쟁력은 핵심 기술을 스스로 개발하고 활용하는 ‘소버린 AI’ 역량에 달려 있다”며 “K-Fold로 바이오 AI 기술 주권을 강화하겠다”고 밝혔다.
한편 팀 KAIST는 K-Fold를 무료 배포하고 연내 하이퍼랩 상용 서비스를 확대할 계획이며 한국제약바이오협회 및 한국바이오협회와 함께 산업계 실무자 대상 활용 교육을 본격 추진하고 있다.
