◀ 앵 커 ▶ 대전MBC 연중 기획보도  'AI 대전환, 일상을 바꾸다' 순서입니다. 인공지능이 단백질 구조를 분석해 신약 후보 물질을 찾는 시대가 열리고 있는데요.. 구글 딥마인드의 ‘알파폴드’에 이어 국내에서도 신약 개발을 돕는 독자적인 바이오 AI 기술이 개발됐는데, 과제도 적지 않습니다. ◀ 리포트 ▶ 복잡하게 얽힌 단백질의 3차원 구조를 인공지능이 예측합니다. 다른 분자와 어떻게 결합하는지도 예측합니다. 질병을 일으키는 단백질을 찾아내고, 여기에 맞는 약물 후보를 가려내는 겁니다. 2024년 노벨화학상으로 이어진 구글 딥마인드의 '알파폴드'입니다. 존 .퍼 / 노벨 화학상 "알파폴드는 이 단백질이 난자에 결합하며 수정의 첫 단계를 형성한다는 。을 밝혀냈습니다. 이를 통해 불임 관련 연구에도 새로운 길이 열리게 되었습니다." 국내에서도 이 경쟁에 뛰어들었습니다. "이 단백질에 잘 결합하는 신약 후보를 설계해 줘." 명령을 내리자 AI가 단백질 구조를 분석하고 약물 후보를 찾아냅니다. 카이스트 연구진이 개발한 바이오 AI 모델 '케이폴드(K-Fold)'입니다. 생성형 AI 기술을 적용해 기존 모델보다 예측 속도를 최대 25배 높였습니다. 특히 암 치료 표적인 GPCR과 키나아제처럼 예측이 까다로운 분야에서도 높은 정확도를 보였습니다. 김형우 / 카이스트 화학과 박사후 연구원 "약물 개발하는 사람들이 이 약물 후보 쓸 만하겠네 이거는 답이 아니네, 이런 것들을 이제 판가름하는 데 도움이 될 수 있을 겁니다." 모바일 바다이야기하는방 하지만 AI가 골라낸 후보가 곧바로 신약이 되는 건 아닙니다. 예측한 약물이 실제 사람에게 어떤 효과를 낼지는 임상시험을 통해 확인해야 합니다. 결국 바이오 AI 경쟁의 핵심은 정교한 AI 기술과 함께 양질의 임상 데이터를 얼마나 확보하고, 안전하게 활용할 수 있느냐입니다. 김우연 / 카이스트 화학과 교수 "개인정보나 혹은 기업의 비밀 이런 것들 때문에 이제 공공 데이터로 활용을 할 수 없고 이제 이런 부분들이 좀 해결된다면은 지금보다 훨씬 더 빨리 약물을 개발하는 것들이 현실화되지 않을까." 알파폴드가 연 단백질 구조 예측의 시대. 이제 바이오 AI는 신약 개발 경쟁으로 빠르게 확장하고 있습니다. MBC 뉴스 김지혜입니다. 하고 약물 후보를