[더테크 이지영 기자]  KAIST가 단백질 구조와 약물 결합을 예측해 신약 후보 설계를 지원하는 바이오 AI 모델 ‘K-Fold(케이폴드)’를 국내 독자 기술로 개발했다. 글로벌 바이오 AI에 대한 기술 의존도를 낮추고 신약 개발 현장에서 활용할 수 있는 ‘소버린 바이오 AI’ 기반 확보에 나선다.

KAIST는 과학기술정보통신부 ‘AI 특화 파운데이션 모델 프로젝트’ 주관기관으로 ‘팀 KAIST’를 구성하고 차세대 바이오 AI 모델 K-Fold를 공개했다고 28일 밝혔다.

K-Fold는 단백질의 3차원 구조뿐 아니라 단백질-단백질, 단백질-약물 후보물질, DNA·RNA 등 생체분자가 결합했을 때 형성되는 구조를 예측한다. 이를 통해 특정 단백질에 어떤 약물이 어디에, 어떤 형태로 결합하는지 계산해 유망한 신약 후보를 선별할 수 있다.

성능은 글로벌 선도 모델 수준에 도달했다. 지난 3월 과제 단계평가에서 분자 복합체 구조 예측 정확도가 구글 딥마인드 ‘알파폴드3(AlphaFold3)’에 근접한 것으로 평가됐으며, 8월 자체 평가에서는 일부 항목에서 기존 글로벌 모델보다 높은 성능을 확인했다. GPCR과 인산화효소(Kinase), 표적단백질분해(TPD) 분야에서도 높은 예측 성능을 보였다.

속도도 크게 개선했다. 기존 모델이 구조 계산 전 유사 단백질 서열을 대량 탐색·비교하는 사전 작업을 거치는 것과 달리 K-Fold는 이에 의존하지 않는 방식을 적용했다. 연구팀에 따르면 구조 예측 속도는 기존 모델 대비 최대 25배 향상됐다. 같은 시간에 더 많은 신약 후보를 검토하면서 컴퓨팅 자원과 연구 시간을 줄일 수 있다는 설명이다.

KAIST 교원창업기업 히츠(HITS)는 K-Fold를 멀티에이전트 AI 플랫폼 ‘하이퍼랩(HyperLab)’에 탑재했다. 연구자가 “이 단백질에 강하게 결합하는 항체를 설계해줘”라고 입력하면 AI가 구조 예측부터 후보 설계와 평가까지 단계적으로 지원하는 방식이다.

하이퍼랩은 120여 개 계산 도구와 160여 개 전문 기능, 100여 개 데이터베이스와 대규모 지식그래프를 연계해 연구자의 질문을 이해하고 필요한 분석과 설계를 수행하는 ‘AI 공동연구자(Co-Scientist)’를 지향한다.

배충식 KAIST 총장은 “AI 시대 국가 경쟁력은 핵심 기술을 스스로 개발하고 활용할 수 있는 소버린 AI 역량에 달려 있다”며 “K-Fold를 통해 대한민국의 AI 기술 주권과 미래 경쟁력을 높여가겠다”고 말했다.

팀 KAIST는 K-Fold를 무료 배포할 예정이며, 하이퍼랩은 국내외 연구자를 대상으로 베타 서비스를 거쳐 올해 안에 단계적으로 상용 서비스를 확대할 계획이다.