알파폴드 넘어선 차세대 단백질 AI

구글 딥마인드가 3일(현지시간) 단백질 구조 예측을 넘어 원하는 기능의 단백질을 직접 설계할 수 있는 인공지능 모델 '프로텐진-3(ProteinGen-3)'를 공개했다. 2020년 알파폴드로 단백질 구조 예측 문제를 해결한 지 6년 만에 선보이는 이번 모델은 단순 예측을 넘어 '창조'의 영역으로 진입했다는 평가를 받고 있다.

데미스 허사비스 딥마인드 CEO는 런던 본사에서 열린 기자회견에서 "프로텐진-3는 연구자가 원하는 특성을 입력하면 그에 맞는 새로운 단백질 구조를 생성해낸다"며 "암 치료, 효소 개발, 바이오 소재 등 다양한 분야에서 혁신을 가져올 것"이라고 밝혔다. 실제로 이 모델은 기존에 존재하지 않던 단백질 구조를 설계할 수 있으며, 실험실 검증 결과 생성된 단백질의 89%가 실제로 안정적인 구조를 형성하는 것으로 확인됐다.

프로텐진-3는 트랜스포머 아키텍처와 확산 모델(diffusion model)을 결합한 하이브리드 구조로 설계됐다. 약 5억 개의 자연 단백질 서열 데이터와 알파폴드가 예측한 2억 개 이상의 구조 데이터를 학습했으며, 여기에 합성생물학 실험 데이터 1,200만 건을 추가로 학습시켰다. 이를 통해 단순히 존재 가능한 단백질이 아니라 '기능하는' 단백질을 설계할 수 있게 됐다는 것이 딥마인드 측 설명이다.

제약·바이오 업계, 신약개발 패러다임 전환 기대

프로텐진-3의 등장은 특히 신약개발 분야에 큰 파장을 일으킬 것으로 예상된다. 전통적인 신약개발 과정에서 표적 단백질을 찾고 이에 결합하는 화합물을 스크리닝하는 데 평균 3~5년이 소요되지만, 이 AI 모델을 활용하면 원하는 표적에 정확히 결합하는 단백질 치료제를 몇 주 내에 설계할 수 있다.

이미 글로벌 제약사들의 관심이 뜨겁다. 화이자는 딥마인드와 5억 달러 규모의 협력 계약을 체결했으며, 노보 노디스크, 로슈, 사노피 등도 파트너십 협상에 나선 것으로 알려졌다. 특히 항체 치료제 개발에서 프로텐진-3의 활용 가능성이 높게 평가받고 있다. 기존 항체 개발이 면역 동물에서 항체를 추출하거나 파지 디스플레이 기술을 사용했다면, 이제는 AI가 직접 최적화된 항체 구조를 설계할 수 있게 됐다.

국내 바이오 기업들도 발빠르게 움직이고 있다. 삼성바이오로직스는 이번 주 내로 딥마인드와 기술 도입 협상을 시작할 계획이며, SK바이오팜은 자체 AI 연구팀을 확대 편성해 프로텐진-3 기반 신약 파이프라인 구축에 나설 방침이다. 셀트리온 관계자는 "바이오시밀러를 넘어 바이오베터, 나아가 완전히 새로운 단백질 치료제 개발이 가능해질 것"이라며 "게임 체인저가 될 기술"이라고 평가했다.

산업용 효소·바이오 소재 시장도 주목

의약품 외에도 산업용 효소, 바이오 소재, 농업 분야에서도 프로텐진-3의 활용 가능성이 크다. 플라스틱 분해 효소, 이산화탄소 포집 단백질, 친환경 세제 효소 등 특정 기능에 최적화된 단백질을 맞춤 설계할 수 있기 때문이다.

실제로 딥마인드는 데모에서 PET 플라스틱을 상온에서 분해하는 효소를 72시간 만에 설계하는 과정을 공개했다. 기존 최고 성능 효소 대비 분해 속도가 3배 빠르며, 산업적 적용이 가능한 안정성을 갖춘 것으로 확인됐다. 또한 질소 고정 능력이 향상된 단백질을 설계해 화학비료 사용을 줄일 수 있는 가능성도 제시했다.

유럽 화학기업 BASF는 프로텐진-3를 활용한 바이오 기반 화학공정 개발에 2억 유로를 투자하기로 결정했다. 다우케미칼, 듀폰 등 글로벌 화학기업들도 기존 석유화학 공정을 단백질 기반 바이오공정으로 전환하는 프로젝트에 이 기술을 도입할 계획이다. 업계에서는 2030년까지 화학산업의 30% 이상이 바이오 기반으로 전환될 것이라는 전망도 나온다.

오픈소스 공개 vs 상업화, 전략적 선택

딥마인드는 프로텐진-3의 기본 모델을 학술 연구용으로 오픈소스로 공개하되, 상업용 라이선스는 별도로 운영하는 투트랙 전략을 택했다. 알파폴드2를 완전 오픈소스로 공개해 학계의 찬사를 받았던 것과는 다른 행보다. 이는 구글 모회사 알파벳의 수익화 압박과 무관하지 않다는 분석이다.

상업용 라이선스는 연간 사용료 기반과 성과 공유 기반 두 가지 옵션으로 제공된다. 연간 라이선스 비용은 기업 규모에 따라 50만~500만 달러 수준이며, 성과 공유 모델은 개발된 신약의 매출에서 일정 비율을 로열티로 받는 구조다. 딥마인드는 향후 5년간 이 라이선스 수익만으로 30억 달러 이상을 기대하고 있는 것으로 알려졌다.

한편 학술 커뮤니티에서는 오픈소스 범위가 제한적이라는 비판도 제기된다. 공개되는 모델은 10억 파라미터 규모의 '베이스' 버전이며, 상업용으로 제공되는 것은 1,500억 파라미터의 '프로' 버전이다. MIT 컴퓨터과학연구소의 레지나 바질레이 교수는 "과학 발전을 위해서는 최고 성능 모델도 공개되어야 한다"며 "구글의 상업화 전략이 과학의 민주화를 저해할 수 있다"고 우려했다.

[AI 분석] 생명공학의 AI 전환점, 윤리·규제 과제도 부상

프로텐진-3는 생명공학이 경험적 과학에서 설계 과학으로 전환하는 결정적 계기가 될 전망이다. 이는 단순히 도구의 변화를 넘어 제약·바이오 산업의 R&D 패러다임 자체를 바꿀 것이다. 향후 3~5년 내 AI 설계 단백질 기반 신약이 임상에 진입하고, 2030년대에는 맞춤형 단백질 치료가 일반화될 가능성이 크다.

경제적 파급효과도 상당하다. 글로벌 단백질 치료제 시장(2025년 기준 3,500억 달러)이 2035년까지 1조 달러를 넘어설 것이라는 전망이 나온다. 산업용 효소 시장도 현재 70억 달러에서 2035년 300억 달러로 성장할 것으로 예상된다. 한국 바이오 기업들이 이 기술을 얼마나 빨리 내재화하느냐가 글로벌 경쟁력을 좌우할 것이다.

그러나 윤리적·규제적 과제도 만만치 않다. AI가 설계한 단백질의 안전성을 어떻게 검증할 것인가, 자연계에 존재하지 않는 단백질의 환경 방출을 어떻게 통제할 것인가, 생물무기 전용 가능성을 어떻게 차단할 것인가 등의 문제가 제기된다. WHO와 각국 규제당局은 이미 AI 설계 생체분자에 대한 규제 프레임워크 마련에 착수했다.

기술 주권 측면에서도 중요한 시사점이 있다. 구글이 단백질 설계 AI를 사실상 독점하면서 생명공학 분야에서도 빅테크의 지배력이 강화되고 있다. 중국은 이미 자체 단백질 설계 AI '프로토제네시스' 개발에 10억 달러를 투입했으며, 유럽도 공동 프로젝트를 추진 중이다. 한국도 범부처 차원의 대응 전략이 필요한 시점이다.