구글 딥마인드, 에이전트 기반 신약 개발 기술 공개
한국 독자에게 왜 중요할까?
구글 딥마인드가 신약 개발과 화합물 연구를 가속화하는 에이전트 기반의 화학 인포매틱스 기술을 선보여 의료 및 제약 산업의 디지털 전환에 크게 기여할 것으로 보이기 때문이다.
신약을 개발하는 과정은 수많은 논문과 도면, 연구 자료를 분석하고 예측 모델을 학습시킨 뒤 합성할 후보 물질을 찾아내는 복잡한 작업입니다. 보통 이 한 바퀴의 과정을 거치는 데만 며칠의 시간이 걸리곤 했습니다. 구글 딥마인드는 최근 자사의 인공지능 시스템에 새로운 화학 인포매틱스 기술을 더해 이러한 신약 개발 과정을 획기적으로 단축할 수 있음을 보여주었습니다. 인공지능이 스스로 방대한 데이터를 다루며 연구를 돕는 시대가 성큼 다가온 셈입니다.
화학은 논문과 기업 카탈로그 등에 수백만 개의 구조가 기록되어 있는 방대한 분야입니다. 하지만 분자가 텍스트, 이미지, 데이터 구조 등 다양한 방식으로 표현되기 때문에 연구원들은 여전히 데이터를 정리하고 확인하는 데 많은 시간을 쏟고 있습니다. 원자 하나나 결합 하나만 잘못 다뤄도 전혀 다른 화합물이 되어버리기 때문에 이 과정에는 아주 작은 실수도 용납되지 않습니다. 딥마인드가 개발한 기술은 인공지능이 데이터 정리와 데이터베이스 탐색, 과학적 추론을 맡고, 검증된 화학 도구가 분자 계산을 수행하도록 역할을 나누어 이러한 문제를 해결합니다.
이번에 공개된 기술은 신약의 약효를 높이는 대표적인 방법인 분자 경직화 과정을 인공지능 에이전트가 어떻게 수행하는지 보여줍니다. 약물 분자는 여러 결합으로 인해 유연하게 형태가 변할 수 있는데, 표적에 결합하려면 특정한 모양으로 고정되어야 합니다. 약물 구조에 새로운 결합을 추가해 움직임을 제한하면 약효를 크게 높일 수 있습니다. 연구팀은 실제 비소세포폐암 치료제인 크리조티닙과 로를라티닙의 사례를 바탕으로 에이전트에게 관련 문헌과 화합물 조사를 맡겼습니다.
에이전트는 단 몇 시간 만에 수천 개의 화합물을 검색하고 불필요한 분자를 걸러낸 뒤, 뇌혈관 장벽 투과성과 같은 중요한 특성을 분석해 보고서로 작성했습니다. 또한 연구원들이 대화형 뷰어를 통해 화합물의 메타데이터를 직접 확인하고 분자 특성 간의 관계를 시각적으로 살펴볼 수 있도록 지원합니다. 이를 통해 연구원들은 복잡한 데이터 정리에 들이던 노력을 줄이고 더 창의적인 가설 검증에 집중할 수 있게 됩니다.
나아가 에이전트는 분자 구조의 미세한 변화가 약효에 미치는 영향을 분석하는 매칭 분자 쌍 분석을 수행하고 다양한 예측 모델을 구축했습니다. 에이전트는 오래된 화합물로 학습해 새로운 화합물을 예측하는 방식을 활용하는 등 모범 사례에 따라 분자 머신러닝 모델을 만들어 냈습니다. 이처럼 인공지능 기반의 화학 인포매틱스 기술은 제약 연구의 효율성을 높이고 디지털 전환을 이끄는 강력한 도구가 될 것으로 기대를 모으고 있습니다.
원문: Google DeepMind — Agentic cheminformatics with Google Antigravity