구글 AI가 만든 노벨화학상 대체 뭐길래 (서울대학교 생명과학부 백민경 교수)

노벨 화학상, 단백질 구조 예측과 디자인의 혁명

이번 노벨 화학상은 AI를 활용한 단백질 구조 예측이라는 놀라운 성과를 이룬 세 명의 과학자에게 돌아갔어. 데이비드 베이커 교수님, 데미스 하사비스, 존 점퍼가 그 주인공들이지.

단백질, 우리 몸의 일꾼

단백질은 우리 몸을 구성하는 아주 중요한 성분이야. 마치 택배원처럼 우리 몸 곳곳에 필요한 물질을 운반하기도 하고, 몸 안에서 일어나는 다양한 화학 반응을 돕는 효소 역할도 하지. 헤모글로빈처럼 산소를 운반하는 단백질도 있고, 음식을 분해하는 효소들도 모두 단백질이야.

단백질은 아미노산이라는 작은 분자들이 길게 연결되어 만들어지는데, 이 아미노산의 종류와 순서에 따라 수천 가지의 다른 단백질이 만들어지고, 각기 다른 기능을 수행하게 돼.

단백질 구조 예측, 왜 어려웠을까?

단백질의 아미노산 서열은 DNA 정보를 통해 비교적 쉽게 알 수 있어. 하지만 이 아미노산들이 어떻게 접혀서 3차원 구조를 이루는지 알아내는 것은 정말 어려운 일이었지. 마치 레고 블록의 종류와 개수는 아는데, 그걸로 어떤 멋진 모양을 만들 수 있을지 상상하기 어려운 것처럼 말이야.

이전에는 실험적으로 단백질 구조를 알아내거나, 컴퓨터로 가능한 모든 구조를 시뮬레이션해서 가장 안정적인 구조를 찾는 방법밖에 없었어. 하지만 단백질은 너무 복잡해서 실험적으로 알아내는 데는 수개월에서 수년이 걸리기도 했고, 컴퓨터 시뮬레이션도 엄청난 시간이 걸렸지.

AI의 등장, 단백질 구조 예측의 혁명

이런 어려움을 해결한 것이 바로 AI야. 구글 딥마인드의 알파폴드 2는 AI를 활용해서 단백질의 아미노산 서열만 알면 그 구조를 놀랍도록 정확하게 예측해냈어. 마치 수많은 레고 조립 설명서를 보고 패턴을 익힌 AI가 새로운 레고 블록만 주면 멋진 모양을 뚝딱 만들어내는 것처럼 말이야.

알파폴드 2 덕분에 우리는 수억 개의 단백질 구조를 훨씬 빠르고 정확하게 알 수 있게 되었고, 이는 신약 개발이나 질병 치료제 개발에 엄청난 도움을 주고 있어.

단백질 디자인, 원하는 기능을 하는 단백질 만들기

단백질 구조 예측이 가능해지면서 이제는 원하는 기능을 하는 단백질을 직접 설계하는 것도 가능해졌어. 마치 비행기를 만들 때 새를 뜯어고치는 게 아니라, 비행 원리를 이해하고 처음부터 비행기에 특화된 기계를 만드는 것처럼 말이야.

데이비드 베이커 교수님은 AI를 활용해서 원하는 구조를 가진 단백질을 설계하고, 그 구조를 만들 수 있는 아미노산 서열을 만들어내는 연구를 해왔어. 이를 통해 항암제, 백신, 바이오 센서 등 다양한 분야에서 활용될 수 있는 단백질을 만들고 있지.

앞으로의 전망

AI 덕분에 단백질 연구는 엄청난 속도로 발전하고 있어. 신약 개발 과정도 훨씬 단축될 것으로 기대되고, 앞으로는 우리가 상상하는 거의 모든 기능을 하는 단백질을 만들어낼 수 있을지도 몰라. 물론 아직 해결해야 할 과제들도 많지만, 이번 노벨 화학상은 인류의 건강과 삶을 더욱 풍요롭게 만들 엄청난 가능성을 보여준 것이라고 할 수 있지.