한 팀의 과학자들—구글 AI 부서 DeepMind의 공동 창립자이자 CEO인 데미스 하사비스, 구글 DeepMind의 선임 연구 과학자 존 점퍼, 그리고 워싱턴 대학교의 데이비드 베이커—가 단백질 예측 및 개발 분야에서의 선구적인 업적으로 2024년 노벨 화학상을 수상했다.
이번 수상의 중심에는 2020년 출시된 AI 시스템 AlphaFold 2가 있다. 이 시스템은 아미노산 서열을 기반으로 단백질의 3D 구조를 정확히 예측한다. 제약, 백신, 나노재료, 소형 센서 등 혁신적인 단백질 설계에 중점을 둔 베이커 교수는 동료들과 함께 이 영예를 안았다.
이번 수상은 생물학 분야에서 인공지능의 변혁적 영향을 강조하며, 구글 DeepMind의 제프리 힌턴과 프린스턴 대학교의 존 J. 홉필드가 인공지능 신경망에 대한 기여로 물리학 분야에서 노벨상을 수상한 것과 밀접하게 연관된다. 왕립 스웨덴 과학 아카데미는 약 1백만 달러에 해당하는 1100만 유로의 상금을 발표했으며, 이 중 절반은 베이커에게, 나머지는 하사비스와 점퍼가 나누어 갖는다.
50년간 지속된 생물학적 도전 과제 해결
노벨 위원회는 AlphaFold가 단백질 구조 예측이라는 50년간의 도전 과제를 해결한 중요한 성과를 강조했다. 단백질의 3D 형태는 그 기능을 결정하지만, 아미노산 사슬이 어떻게 접히는지를 정확히 예측하는 것은 극히 복잡한 문제였다. 1970년대부터 수많은 시도가 있었지만, 가능한 구성의 수가 방대하여 정확한 예측이 이루어지지 않았다.
AlphaFold는 AI를 활용하여 단백질 3D 구조를 실험적 정확도로 예측하며, X선 결정 분석 및 핵자기 공명 (NMR) 분광법과 같은 전통적인 실험 방법에서 얻은 결과와 근접한 수치로, 오차 범위는 약 1 옹스트롬 (0.1 나노미터)이다. 이 발전은 생물학자들에게 변화를 가져오는 도구가 되었다.
하사비스와 점퍼는 DeepMind에서 구조 생물학 및 신약 발견을 혁신하여 전 세계 과학자들에게 힘을 실어주었다. 하사비스는 "AlphaFold는 이미 200만 명 이상의 연구자들이 효소 설계 및 신약 개발과 같은 중요한 분야에서 사용하고 있다"며, "우리는 AlphaFold를 과학적 발견을 가속화하는 AI의 가능성의 증거로 바라보게 되기를 희망한다"고 말했다.
AlphaFold의 글로벌 접근성
AlphaFold의 예측 결과는 전 세계 190개국의 연구자들이 수용한 혁신적인 공개 도구인 AlphaFold 단백질 구조 데이터베이스를 통해 제공된다. 단백질 구조를 몇 분 만에 예측할 수 있는 AlphaFold는 이전에 수년이 걸리던 과정을 획기적으로 가속화했다.
이 시스템은 항생제 저항 문제를 해결하고, 플라스틱 분해 효소를 설계하며, 백신 개발에 기여하는 등 보건 및 지속 가능성 분야에서도 그 중요성을 보여준다. 점퍼는 "계산 생물학의 약속을 실현하며 단백질에 대한 이해를 심화하고 실험 생물학자들의 노력을 지원하는 데 인정받게 되어 영광"이라고 말하며, AlphaFold를 질병 이해와 신약 개발을 빠르게 돕는 발견 도구로 강조했다.
AlphaFold의 발전
AlphaFold의 출발점은 DeepMind의 더 넓은 AI 탐구에서 비롯된다. 체스 천재 하사비스는 17세에 비디오 게임 테마파크를 공동 개발하며 경력을 시작했다. 컴퓨터 과학을 공부하고 인지 신경 과학 박사학위를 취득한 후 2010년 DeepMind를 공동 설립했다. AI 분야에서의 뛰어난 성과로 알려진 이 회사는 2014년 구글에 약 5억 달러에 인수되었다.
구글 DeepMind의 CEO로서 하사비스는 AI의 중요한 돌파구를 감독하며 바둑과 같은 게임에서 전례 없는 성공을 거두었다. 2018년에는 AlphaFold 프로젝트가 단백질 구조 예측에 대한 중요한 평가(CASP) 대회에 참가해 다양한 팀들을 초월하여 우승했다. 2020년, AlphaFold 2는 도전적인 단백질 접힘 문제를 비견할 수 없는 정확도로 해결하며 큰 도약을 이루었다.
AlphaFold 2는 신경망 및 머신러닝 분야에서 수년간의 연구 결과를 바탕으로 DeepMind를 이 분야의 리더로 자리매김하게 했으며, 알려진 단백질 구조에 대한 방대한 데이터셋으로 훈련된 이 모델은 미지의 단백질에 대한 예측을 일반화할 수 있는 능력을 지닌다. 올해 초, DeepMind와 Isomorphic Labs는 향상된 Evoformer 모듈과 예측된 분자 구조를 정제하는 확산 네트워크 기능을 갖춘 AlphaFold 3를 발표했다.
데이비드 베이커의 단백질 설계에서의 역할
하사비스와 점퍼가 단백질 예측을 발전시킨 반면, 데이비드 베이커는 자연에 존재하지 않는 새로운 단백질을 창출하는 데 초점을 맞춘 de novo 단백질 설계에 주력하고 있다. 워싱턴 대학교 단백질 설계 연구소에서 베이커의 연구실은 합성 단백질 설계를 위한 계산 도구인 Rosetta를 개발했다.
베이커의 혁신은 맞춤형 효소 및 백신을 위한 바이러스 유사 입자를 포함한 새로운 치료제를 생산하기 위한 단백질을 창출하도록 이어졌다. 그의 팀은 글로벌 건강 위기를 해결하기 위해 펜타닐을 감지할 수 있는 단백질까지 설계했다.
베이커의 연구는 AlphaFold의 예측 능력과 함께 맞춤형 분자를 설계하여 단백질의 응용 가능성을 확장하고 있다.
과학 연구에서의 AI 미래
이번 노벨상은 하사비스, 점퍼, 베이커의 깊은 기여를 기념하며, AI가 과학 연구에서 필수 불가결한 존재로 자리 잡고 있음을 시사한다. AlphaFold의 성공은 기후 변화, 농업, 재료 과학 등 다양한 분야의 복잡한 문제를 해결할 수 있는 가능성에 대한 새로운 관심을 불러일으켰다.
노벨 위원회는 이러한 발견들이 생물학과 화학에 엄청난 기회를 창출한다고 강조했다. 하사비스는 AI의 변혁적 가능성을 선도하면서도 책임 있는 사용의 중요성을 인식하고 있다: “AI는 과학적 발견을 전에 없던 속도로 가속화할 수 있지만, 우리는 이를 신중하게 접근해야 한다.”
AlphaFold와 같은 AI 시스템이 진화함에 따라 생물학적 과정을 모델링하고 결과를 예측하는 능력은 의료, 지속 가능성 등 여러 분야에서 혁신을 일으킬 수 있다. 점퍼와 하사비스에게 노벨상이 수여된 것은 그들의 막대한 영향력을 인정받는 것뿐 아니라 AI가 생명의 신비를 밝혀내는 새로운 과학 시대의 서막을 알리는 의미를 갖는다.
결론적으로, 2024년 노벨 화학상은 단백질 과학 재편성에 기여한 하사비스, 점퍼, 베이커의 혁신적인 업적을 인정한다. AlphaFold는 연구자들에게 중요한 도구로 자리잡아 발견을 가속화하고 생물학적 혁신의 지평을 확장하고 있다. 이러한 발전들은 과학에서 인공지능의 변혁적 시대의 시작을 알리며, 여전히 펼쳐질 무한한 가능성을 내포하고 있다.
순위 목록
