"바이오 AI, 빅테크 독점 LLM과 달라…韓도 글로벌 경쟁서 승산 충분"

AI 요약

김우연 KAIST 화학과 교수는 자체 개발한 바이오 AI 모델 K-Fold를 소개하며 알파폴드3를 그대로 따라 만들어서는 승산이 없고 아이디어와 기술력으로 차별화해야 한다고 말했습니다. K-Fold는 다중서열정렬(MSA)을 사전 학습 방식으로 대체해 계산 시간과 자원을 줄였으며 연구진 자체 평가에서 기존 모델보다 최대 25배 빠르고 GPCR·인산화효소·TPD 등 일부 분야에서 알파폴드3보다 높은 예측 성능을 확인했습니다. 김 교수는 단백질 구조 데이터가 현재 약 20만 건 수준이고 독성·부작용·임상시험 정보는 제약사가 공개하지 않아 데이터 확보가 핵심 과제라며 연구팀은 다양한 단백질 상태를 시뮬레이션해 학습 데이터를 보완하고 새로운 단백질 설계로 연구를 확장할 계획이라고 밝혔습니다.