구독상품안내
10월 9일 저녁 6시 45분. 2024년 노벨 화학상 수상자가 발표됐습니다. 지켜보던 이들의 반응은 “받을 사람들이 받았다”였습니다. 2024년 노벨 화학상은 완전히 새로운 형태의 단백질을 설계한 미국의 생화학자 데이비드 베이커 미국 워싱턴대 교수와 알파고의 후속 모델인 ‘알파폴드’를 개발해 단백질 구조 예측의 정확도를 높인 데미스 허사비스 구글 딥마인드 최고경영자(CEO), 그리고 존 점퍼 구글 딥마인드 수석연구원에게 돌아갔습니다. 올해 노벨 화학상을 수상한 연구를 ‘이븐하게 익혀’ 떠먹여드리겠습니다.
‘알파고’ 후예가 노벨상 받았다던데?
2024년 노벨 화학상은 두 연구에 공동 수여됐습니다. 둘을 관통하는 핵심 키워드는 바로 ‘단백질 구조’입니다. 데이비드 베이커 미국 워싱턴대 교수는 전에 없던 새로운 단백질을 설계하고 창조한 공로로 상을 받았습니다. 한편 구글 딥마인드의 두 연구자, 데미스 허사비스 최고경영자와 존 점퍼 수석연구원은 ‘알파폴드’라는 인공지능(AI) 프로그램을 이용해 이미 세상에 존재하는 단백질의 구조를 손쉽게 알아내는 방법을 찾았죠.
알파폴드, 이름이 익숙하죠? 이 AI 프로그램은 바둑 AI 프로그램인 ‘알파고’와 자매지간입니다. 구글 딥마인드에서 2014년 개발하기 시작한 알파고는 2016년 세계적인 프로 기사, 이세돌 9단과 겨뤄 승리를 거둔 것으로 유명합니다. 게임을 하는 AI를 개발하다가 갑자기 단백질의 구조를 예측하는 AI를 개발하다니, 파격적인 행보죠. 이 선택에 대해 허사비스는 단백질 구조 분야의 한 학회에서 “베이커 교수가 개발한 폴드잇(Foldit)이라는 단백질 접힘에 관한 퍼즐 게임을 하며 단백질 구조 예측에 관심을 갖기 시작했다”고 말한 적이 있습니다. 수상자들끼리 생각보다 끈끈하게(?) 서로 영향을 주고받았다는 점이 흥미진진하네요.
단백질, 뭐길래 이렇게 핫해?
연구자도, AI 기업도, 노벨 재단도! 모두의 관심이 단백질 구조 연구에 집중된 건 단백질이 생명활동을 조절하는 핵심 분자기 때문이에요. 항체, 세포막, 효소 등을 구성하죠. 당신이 덥거나 춥다고 느끼는 것, 음식을 소화하고 그 에너지로 생활하는 것, 외부에서 온 병균과 싸우는 것 등 모든 생명활동에서 단백질이 활약하지 않는 곳은 없다고 단언할 수 있어요. 다시 말하면 적재적소에 사용할 단백질을 만들어낸다면 인체의 생명활동을 원하는 대로 조절할 수도 있단 겁니다.
인체에서 활약하는 단백질의 종류는 수백만 가지가 넘어요. 하지만 이 단백질을 이루는 가장 기본적인 구성 요소는 단 20가지입니다. 단백질의 구조는 비즈 목걸이를 떠올리면 쉽게 이해할 수 있어요. 재료가 되는 20가지의 ‘아미노산’을 알록달록 다양한 구슬을 꿰듯이 일렬로 쭉 연결합니다. 이렇게 연결된 걸 ‘폴리펩타이드’라 부르죠. 폴리펩타이드가 아미노산 사이의 상호작용에 의해 접히고, 구부러지면서 3차원 구조를 형성한 걸 단백질이라고 해요. 유전물질인 DNA는 각각의 단백질을 만들기 위해 아미노산을 어떤 순서로 꿸지 알려주는 설계도 역할을 합니다. DNA에 적혀있는 정보를 토대로 아미노산을 쭉 연결하고, 이게 얽히고설키며 접혀서 단백질이 탄생한다! 요것만 기억하시면 됩니다.
모두가 예상했던 유력 후보?
과학동아 편집부는 매년 노벨상이 발표되기 전 모여서 올해엔 누가 받을지 추측해보는 놀이(?)를 합니다. 올해 가장 많은 기자들이 고개를 끄덕인 유력 후보가 바로 단백질 구조 예측 분야, 알파폴드였어요. 노벨 화학상 발표를 기다리며 유튜브 생방송을 지켜보던 전 세계인이 채팅창에서 가장 많이 언급한 것도 알파폴드였고요(모 기자는 알파폴드 수상을 예상하며 구글 주식을 조금 사두기까지 했죠. 하지만 현 시점 기준 수익률은 고작 +1.1%라고 합니다).
알파폴드는 단백질 구조 예측 분야의 전설입니다. 과학자들은 수십 년간 DNA의 유전정보를 보고 단백질의 구조를 정확하게 예측할 방법을 찾고 있었습니다. 단백질 구조 예측 대회(CASP)라고, 올림픽처럼 2년에 한번씩 개최되는 국제대회도 있어요. 전세계의 내로라하는 과학자들이 달려들어 주최측에서 제공한 아미노산 서열 정보만 보고 그 서열로 만들어지는 단백질의 구조를 예측하는 대회죠. 실제 단백질과 가장 가까운 구조를 예측한 팀이 이깁니다. 2016년까지는 예측이 40%만 들어맞아도 우승권이었습니다.
그러던 2018년, CASP13에서 알파폴드가 97개 팀 가운데 우승을 차지하며 화려하게 데뷔했습니다. 이어 2020년 개최된 CASP14에서는 알파폴드2가 평균 92.4점으로 1위를 차지했어요. 화학 분야에 혜성처럼 등장한 AI가 전에 없던 성과를 거둔 것이었죠. 노벨 위원회도 이 공을 높이 사 “2020년 발표된 알파폴드2의 혁신은 190개국 200만 명 이상의 사람들에게 활용된다”면서 “수많은 과학적 응용 중에서도 항생제 내성에 대한 연구나 플라스틱 분해 효소 개발 분야에서의 활약이 눈에 띈다”고 했습니다.
한 눈에 보는 노벨상, 단백질 구조 예측과 설계
알파폴드3, 생생한 취재 후기를 들려줘!
알파폴드가 선보인 도약 덕에 구글 딥마인드가 알파폴드의 후속 모델을 내보낼 때마다 과학계가 흔들리곤 합니다. 지난 5월 발표된 알파폴드3를 심층분석한 기사 ‘4가지 포인트로 톺아보는 알파폴드3’가 과학동아 7월호에 수록돼 있으니, 궁금하신 분은 함께 살펴보셔도 좋겠죠?(제가 쓴 기사예요 호호.)
알파폴드3 기사를 취재하며 만난 연구자 중에는 알파폴드2 개발에 참여한 마틴 스타이네거 서울대 생명과학부 교수도 있었습니다. 노벨 화학상 발표 직후 그와 e메일 인터뷰를 진행했죠. 스타이네거 교수는 “노벨상을 받은 연구에 참여했다니, 초현실적인 기분”이라며 심경을 전했습니다. 그는 “개발 당시에도 알파폴드2 연구자들은 이 AI 프로그램이 얼마나 큰 활약을 할지 상상도 못했다”면서 “처음에는 노벨상은 꿈도 꾸지 않았는데, 2020년 CASP14에서 우승을 거두면서 노벨 화학상에 대한 가능성을 점치게 됐다”고 말했습니다.
“함께 연구했던 존 점퍼 수석연구원은 뛰어난 팀을 훌륭하게 이끄는 탁월한 리더였습니다. 새벽 2~5시까지 과학 이야기를 하며 지새우던 수많은 밤이 기억나네요. 그는 인간적으로도 좋은 사람이었고, 저는 항상 그 시간을 즐거워했답니다.”
AI 생화학자는 인간 생화학자와 공존할 수 있을까?
2024 노벨 과학상을 한 단어로 정리하자면 단연 ‘AI’입니다. 노벨 물리학상과 노벨 화학상 모두 AI를 개발하고 활용한 연구자들에게 돌아갔으니까요. 동시에 과학계에는 AI를 어떻게 바라봐야 할지에 대한 의문이 떠올랐습니다. 알파폴드의 성과를 보면 AI 생화학자가 언젠가는 인간 생화학자의 자리를 뺏을지도 모른단 생각이 들죠. 하지만 화학자들은 오히려 AI라는 좋은 도구가 추가된 걸 반기는 분위기입니다. 결국 과학자는 질문에 대한 답을 찾아가는 사람이니까요. 답을 쉽게 찾게 도와주는 도구가 생겼다고 해서, 질문을 던지는 역할을 뺏겼다고는 볼 수 없죠.
베이커 교수와 구글 딥마인드는 라이벌?
베이커 교수의 연구 인생은 AI를 대하는 연구자의 자세를 보여주는 좋은 예시입니다. 그가 노벨 화학상을 받은 건 2003년, 새로운 단백질을 설계하고 합성해낸 공로 덕입니다. 이 단백질의 이름은 ‘Top7’. 인류가 컴퓨터를 활용해 설계한 첫 인공 단백질이었죠. 하지만 베이커 교수에게는 또 다른 업적이 있습니다. 그는 ‘알파폴드의 대항마, 로제타폴드의 아버지’로도 잘 알려져 있습니다. 구글 딥마인드가 해낸, 아미노산 서열을 보고 단백질의 구조를 예측하는 일. 그리고 베이커 교수가 천착한 단백질 구조를 설계하고 이걸 만들 수 있는 아미노산 서열을 짜는 일. 구글 딥마인드와 베이커 교수의 업적은 서로 반대 방향처럼 보입니다. 하지만 이 둘은 서로 긴밀하게 연결돼 있습니다. 전에 없던 단백질을 창조하려면 결국 설계한 아미노산 서열로 단백질을 만들 때 원하는 구조가 나오는지 확인하는 기술이 필수불가결하기 때문입니다.
그래서 알파폴드2의 활약을 지켜본 베이커 교수는 곧장 독자적인 단백질 구조 예측 AI 프로그램인 로제타폴드를 개발했죠. 여기서 한발 더 나아가 2022년엔 단백질을 설계하는 AI ‘로제타폴드 디퓨전’을 내놓기도 했습니다. “처음 알파폴드2를 봤을 때 저는 딥러닝의 힘을 느낄 수 있었습니다. 경쟁의식을 느끼기보다는 영감을 많이 받았죠.” 노벨상 수상 소식을 들은 직후 베이커 교수가 노벨재단과의 인터뷰에서 한 말입니다.
참, 베이커 교수와 함께 로제타폴드를 개발한 핵심 인물이 한국인이라는 사실 알고 계신가요? 노벨 화학상이 발표된 다음 날, 백민경 서울대 생명과학부 교수를 만나 노벨상 뒷이야기를 들어봤습니다. 페이지를 넘겨 백민경 교수를 만나보세요!
_ 인터뷰 : 경계를 넘나들며, 새로운 시도를 두려워하지 않길
2024년 노벨 화학상이 발표되자, 백민경 서울대 생명과학부 교수 휴대폰엔 불이 났다. 백 교수는 올해 화학상을 수상한 데이비드 베이커 미국 워싱턴대 교수의 제자로, 베이커 교수와 단백질 구조 예측 인공지능(AI) ‘로제타폴드(RoseTTAFold)’를 개발했다.
AI 연구자가 노벨 물리학상을 받고, AI 기업 대표가 노벨 화학상을 받았다. 이로서 노벨 위원회는 AI라는 도구가 과학의 판도를 바꿀 것임을 인정한 셈이다. 앞으로의 과학은 어떻게 변할까. 화학상 발표 다음 날인 10월 10일 백 교수의 연구실을 찾았다.
Q.어제 노벨 화학상 발표를 본 소감이 궁금하다. 어떤 하루를 보내고 있나?
사실 얼떨떨하다. 내가 상을 받은 건 아니지만, 같이 연구했고 많은 걸 배운 데이비드 베이커 교수가 상을 받아서 기쁘다. 제가 쌀 한 톨만큼의 기여를 하게 돼서 더 좋다. 베이커 교수에게 축하한다는 연락은 보냈는데, 지금은 연락이 많이 쏟아지는 모양인지 아직 답은 없다. 현재 공동연구를 하고 있어 조만간 온라인으로 인사하지 싶다.
(기자: 백 교수도 어제오늘 연락을 많이 받았을 텐데?) 노벨 화학상이 발표되던 시간에 저녁 식사로 샤브샤브를 먹고 있었다. 칼국수를 막 넣으려는데 전화가 빗발쳐서 결국 다 불어 터진 국수를 먹고 말았다(웃음). 오늘은 기자들과 인터뷰도 잡혀있고, 지금 인터뷰 이후에는 학생과 미팅을 할 예정이다.
Q.베이커 교수가 참여한 논문 중 가장 널리 알려진 것이 2021년 국제학술지 ‘사이언스’에 발표한 논문이라고 알고 있다. 로제타폴드를 세상에 알린 첫 논문에 백 교수는 제1 저자로 참여했다. 어떤 논문인지 소개 부탁한다.
그 논문은 로제타폴드의 방법론에 대한 논문이다. 단백질 구조를 예측할 수 있는 AI에 대한 것인데 알파폴드2에서 많은 영감을 얻었다. 알파폴드와 로제타폴드는 같은 문제를 푸는 AI다. 단백질에 남은 진화 정보를 활용해 구조를 예측한다는 핵심 아이디어가 같은데, 구현 방법이 다르다.
나는 타이밍이 좋았다. 박사 졸업을 2018년 8월에 했는데, 마침 그 시기 단백질 구조 예측 대회(CASP13)가 열렸다. 지도 교수였던 석차옥 서울대 화학부 교수가 이 대회에 평가자로 참여하면서 대회 진행 상황을 보다 빨리 접할 수 있었다. 대회 참가자 중 한 그룹이 단백질 예측을 전에 없는 정확도로 해낸 것을 봤다. 알파폴드였다. 이들이 AI를 활용해 얻은 성과를 보며 신기하기도 했고, 재밌었다.
한편으로는 AI가 과학 연구에 접목되는 미래에서 앞으로 내가 AI를 모르고 연구하면 안 되겠단 생각을 했다. 그래서 베이커 교수 연구실에서 박사후연구원 생활을 하기 전 AI를 독학했다. 베이커 교수와 사전에 미팅할 때도 AI를 활용해 연구하겠다고 말했다.
그러던 2020년, CASP14에서 알파폴드2가 공개됐다. 알파폴드2의 논문과 소스코드가 공개되길 기다리는 동안 “저 사람들은 어떻게 했을까?” 고민하면서 개발한 것이 로제타폴드다.
AI를 이용해 단백질 구조를 정확히 예측할 수 있다는 가능성을 알고 시작한 일이라 진행이 빨랐다. 개발까지 네다섯 달 정도 걸렸다. 재미있어서 힘든 줄도 모르고 연구했던 기억이 난다. 데이비드 교수는 하루 종일 연구만 하고 싶어 하는 사람이다. 아이디어가 생각나면 바로바로 미팅도 하고, 이야기도 하며 즐겁게 연구했다.
Q.알파폴드를 개발한 두 인물은 AI 기업인 구글 딥마인드에 소속돼 있다. 한편 베이커 교수는 학계에서 단백질 설계와 구조예측 분야를 20년 가까이 선도해 온 연구자다. 노벨 위원회가 그간 화학계의 노력과 AI의 기여를 동시에 인정한 것 아닌가 생각되는데, 이번 공동 수상에 대해 백 교수는 어떻게 해석하나.
서로가 서로에게 영향을 주지 않았을까 생각한다. 단백질을 설계하는 과정에서 단백질 구조예측은 필수불가결하다. 원하는 기능을 하는 구조가 뭔지, 어떤 아미노산 서열이 이 구조를 만드는지 예측할 수 있어야 하기 때문이다. 단백질 설계는 단백질 구조예측 없이는 불가능하고, 단백질 구조예측 기술은 이전의 연구 없이는 어려웠을 것이다. 결국 알파폴드도 과거 연구자들이 마련한 단백질 구조 데이터를 학습해 기능하기 때문이다. 양측의 공헌을 다 인정하는 게 맞는 선택이었다.
Q.구글 딥마인드는 지난 5월 알파폴드3을 발표하면서 소스코드를 공개하지 않았다. 오픈 사이언스 흐름에 반하는 일이라고 학계의 질타를 많이 받았었는데. 로제타폴드는 어떤가.
학교에서 개발한 것은 계속해서 오픈하는 것이 베이커 교수의 계획이다. 앞으로도 그럴 것이다. 베이커 교수는 오픈 사이언스(과학 연구의 결과물을 대중에 투명하게 공개하는 것)를 중요하게 생각하는 교수다. 주요 연구 성과를 학계뿐 아니라 산업계에서도 활용하도록 열어놓고 있다. 서로 정보를 공유해야 분야 자체가 빠르게 발전할 수 있다고 믿는다. 눈앞의 이익보다 분야가 다 같이 발전했을 때의 이익까지도 생각할 수 있는 사람이다. 그런 면은 본받을 만하다. 한편 베이커 교수는 바이오 관련 AI가 악용되는 것을 막는 데에도 관심이 많다. 3월엔 전 세계 90여 명의 연구자들이 참여한 ‘책임감 있는 AI바이오디자인 협약’을 이끌기도 했다. AI가 생화학 무기를 개발하는 등 악용될지도 모른다는 우려에서다. 연구자들이 악용을 막기 위해 유의하고, 연구 내용을 공개하겠다는 것이 협약의 골자다.
Q.점점 노벨상 수상자와 한국인 과학자들이 근접해 가는 게 느껴진다. 당신은 이미 시작한 분야에 뒤늦게 뛰어든 응용연구자라기보다는 직접 그 분야를 시작한 인물 아닌가. 한국에서 노벨 과학상 수상자가 나오려면 어떻게 해야 할까?
노벨상은 독창성을 중요하게 생각한다. 남들이 안 했던 걸 새로이 해야 노벨상을 받을 수 있다. 그래서 새로운 시도를 할 수 있는 토대가 많이 생겨야 한다. 현재는 국가에서 제안한 과제를 기준으로 연구가 기획된다. ‘뭘 해라’가 명확한 연구 문화다. 그래서 개인이 새롭게 분야를 개척하는 연구에 대해서는 지원이 부족한 실정이다. 실패할 가능성이 크지만 새로운, 유의미한 시도가 계속 이뤄질 수 있도록 지원의 규모가 커지고 기간이 더 길어지면 좋겠다. 이를 위해선 과학기술정책이 보다 장기적인 시각에서 수립되고 실천돼야 한다. 정책이 흔들려선 안 된다.
고등학생 대상으로 강연할 때 어딜 가나 하는 말이 있다. 학생 때 과학을 배울 때는 화학, 물리학 등 과목별로 공부하지만, 실제 현장에선 전통적인 학문의 경계가 많이 흐려진 것을 느낀다. AI 연구자가 노벨 화학상을 받은 것만 봐도 그렇다. 융합이 중요하다. 과학자를 꿈꾸는 미래 연구자들은 새로운 걸 배우길 두려워하지 말고 열린 마음으로 공부하는 게 좋겠다.
