[AI·인사이트] 알파고 보다 더 놀라운 알파폴드3 ···"생명 비밀 푼다"

AI, 생명의 비밀을 풀다··· 신약 개발 판이 바뀐다
AI Unlocks the Secrets of Life... Transforming Drug Development

글 ㅣ 최봉혁 칼럼니스트 ㅣ 더이에스지뉴스
Article by Columnist Choi Bong-hyuk | theesg News

단백질의 구조는 생명 현상을 이해하는 핵심이다. 하지만 이 구조를 예측하는 일은 수십 년간 생명과학계의 난제로 남아 있었다. 이 문제에 인공지능(AI)이 답을 제시했다. 구글 딥마인드가 개발한 AI '알파폴드(AlphaFold)'가 그 주인공이다.
Protein structure is key to understanding life's phenomena. However, predicting this structure remained a decades-long challenge in the life sciences. Artificial intelligence (AI) has provided the answer to this problem. The protagonist is 'AlphaFold,' an AI developed by Google DeepMind.

알파폴드는 아미노산 서열만으로 단백질의 3차원 구조를 정확하게 예측하는 AI 프로그램이다. 쉽게 말해 실타래처럼 길고 복잡한 단백질의 꼬임을 AI가 먼저 그려내는 셈이다. 단백질은 특정한 구조로 접혀야만 제 기능을 하기 때문에, 알파폴드의 예측은 생명현상을 이해하고 신약 개발에 혁신적인 단서를 제공한다.
AlphaFold is an AI program that accurately predicts the three-dimensional structure of proteins using only amino acid sequences. Simply put, it means the AI first sketches out the twists and turns of proteins, which are as long and complex as tangled threads. Since proteins must fold into specific structures to function properly, AlphaFold's predictions provide revolutionary insights for understanding life phenomena and developing new drugs.

'단백질 접힘'이라는 난제에 도전하다
Challenging the 'Protein Folding' Puzzle

2010년대 중반, 딥마인드는 체스·바둑 AI '알파고'로 전 세계를 놀라게 한 후 또 다른 도전에 나섰다. 이번에는 생명과학계의 ‘성배’로 불리는 '단백질 접힘 문제'였다. 기존에는 단백질 구조를 밝히기 위해 수년간의 실험과 막대한 연구비가 필요했다. 딥마인드는 AI가 가진 패턴 인식 능력과 방대한 데이터를 활용해 이 문제를 해결할 수 있다고 믿었다.
In the mid-2010s, after astonishing the world with its chess and Go AI 'AlphaGo,' DeepMind embarked on another challenge. This time, it was the 'protein folding problem,' often called the 'holy grail' of life sciences. Previously, revealing protein structures required years of experiments and enormous research funding. DeepMind believed that AI's pattern recognition capabilities and vast data resources could solve this problem.

AI 단백질 구조 예측 올림픽서 실력 입증
Proving Its Prowess at the AI Protein Structure Prediction Olympics

알파폴드는 2018년 단백질 구조 예측 국제 대회 'CASP'에 첫 출전했다. 1.0 버전임에도 기존의 어떤 예측 방법보다 높은 정확도를 보여 1위를 차지했다. 당시만 해도 실험을 대체할 수준은 아니었지만, AI가 생명과학의 패러다임을 바꿀 수 있다는 가능성을 증명했다.
AlphaFold made its debut at the 2018 international protein structure prediction competition 'CASP.' Despite being version 1.0, it achieved higher accuracy than any existing prediction method, securing first place. At the time, it wasn't yet at a level to replace experiments, but it proved the potential for AI to change the paradigm of life sciences.

2020년, 알파폴드 2.0은 같은 대회에서 완전히 새로운 수준의 성능을 선보였다. 실제 실험 결과에 필적하거나 이를 능가하는 수준의 예측 정확도를 달성한 것이다. 과학계는 이를 "단백질 접힘 문제의 사실상 해결"이라고 평가했다.
In 2020, AlphaFold 2.0 showcased a completely new level of performance at the same competition. It achieved prediction accuracy comparable to or even surpassing actual experimental results. The scientific community hailed this as "the virtual solution to the protein folding problem."

데이터 공개로 과학계 지형 바꾸다
Changing the Landscape of Science Through Data Disclosure

딥마인드는 2021년, 알파폴드의 예측 모델과 소스를 전 세계 과학자들에게 무료로 공개했다. 동시에 수백만 개의 단백질 3차원 구조를 미리 예측해 데이터베이스화했다. 이 데이터는 신약 개발, 질병 연구, 효소 개발 등 수많은 생명과학 분야에서 폭넓게 활용되고 있다. 과거 몇 년이 걸리던 연구가 단 몇 분 만에 가능해졌고, 신약 개발의 시간과 비용도 크게 줄었다.
In 2021, DeepMind made AlphaFold's prediction model and source code freely available to scientists worldwide. Simultaneously, it predicted and database-ized the 3D structures of millions of proteins. This data is now widely used across numerous life science fields, including drug development, disease research, and enzyme engineering. Research that once took years can now be completed in just minutes, significantly reducing the time and cost of drug development.

https://www.esgre100.com/news/articleView.html?idxno=3586