'알파폴드' 출시 1주년...단백질 구조 발견으로 질병 치료 큰 기여

[정병일 기자]

(사진=셔터스톡)

구글 딥마인드가 인공지능(AI) '알파폴드'로 찾아낸 단백질 구조 데이터가 세계 각국의 질병 연구나 신약 개발 등에서 활용되고 있는 것으로 나타났다.

벤처비트는 27일(현지시간) 구글 딥마인드가 '알파폴드'로 찾아낸 2억개 이상의 단백질 구조를 모아둔 데이터베이스를 지난 1년간 190개국의 연구원 120만명이 활용한 것으로 집계했다고 보도했다.

이 데이터 베이스는 사람의 몸속 단백질 가운데 거의 대부분인 98.5%에 해당하는 것으로 구글 딥마인드가 지난해 7월28일 오픈소스로 공개했다. 이는 보다 효과적인 말라리아 백신 개발, 암 치료를 위한 신약 개발, 항생제 내성 문제 해결로 이어졌다고 딥마인드 측은 밝혔다.

데미스 하사비스 구글 딥마인드 CEO는 "지금까지 세계에 가장 유익한 효과를 가져온 AI는 분명히 알파폴드"라고 벤처비트에 말했다. 그는 "알파폴드로 구축한 단백질 데이터 베이스는 세계의 거의 모든 생물학자들이 사용했고 대형 제약회사들도 약물 발견 프로그램을 발전시키기 위해 사용하고 있다"고 전했다.

그는 최근 한 팟캐스트에 출연해 "과학과 의학의 발전은 우리의 핵심 사명이 될 것"이라며 "알파폴드와 같은 과학적 도구에 계속 투자할 것"이라고 밝혔다.

(사진=셔터스톡)

딥마인드는 지난 2020년 11월 '알파폴드'를 처음 출시했다. 당시 이 AI 도구는 '단백질 접힘 문제'로 알려진 생물학의 오랜 수수께기를 해결했다.

생명체의 모든 기능을 지원하는 단백질은 아미노산 사슬들로 구성된다. 아미노산의 종류와 순서에 따라 모든 단백질은 고유한 3차원 구조를 갖는다. 이를 '단백질 접힘(folding)'이라고 부른다. 최대 15만개의 아미노산 구조를 학습한 알파폴드는 이런 단백질 접힘을 예측해냈다.

단백질 구조를 알면 질병의 원인과 치료 방법을 찾을 수 있기 때문에 접힘 현상을 예측하는 것은 질병 연구와 약물 개발에 중요하다.

딥마인드 측은 이전에 하나의 단백질 구조를 예측하는데 평균 10만달러의 비용이 들었다면서 알파폴드가 예측해낸 2억개의 단백질 구조는 수 조달러의 비용과 최대 10억년의 연구기간을 절약해준 셈이라고 설명했다.

구글의 모기업 알파벳은 이런 성과를 바탕으로 지난 2021년 11월 약물 연구를 하는 스타트업 아이소모픽 랩을 설립했다. 하사비스 CEO는 이 스타트업이 딥마인드의 자매 회사며 곧 상업적 거래를 시작할 것이라고 말했다.

정병일 기자 jbi@aitimes.com

<저작권자 Copyright ⓒ AI타임스 무단전재 및 재배포 금지>