학제간연구

5 Contents

단일 세포 제어를 향하여: 생체분자 시스템에서의 노이즈-강인 완전 적응

생명 시스템에서 항상성을 유지하는 능력은 생존의 핵심입니다. 운동을 하면 심박수가 올라가지만 휴식 시 다시 정상으로 돌아오고, 식사 후 치솟은 혈당이 일정한 수준으로 회복되는 것이 그 예입니다. 이처럼 외부의 섭동(perturbation)이나 교란이 발생한 후에도 시스템의 산출물이 원래의 평형 상태를 유지하려는 성질을 '로버스트 완벽 적응(Robust Perfect Adaptation, RPA)'이라고 부릅니다. RPA는 복잡한 생체 환경 속에서 세포가 안정적으로 기능을 수행할 수 있게 돕는 매우 중요한 메커니즘으로 여겨져 왔습니다. RPA 성질을 생물학적 시스템에 부여하기 위해 연구자들이 주목한 대표적인 모듈은 '대립 적분 피드백 (antithetic integral feedback)' 루프입니다. 이 루프는 최종 산출물이 특정 단백질과 결합하여 그 활성을 억제하거나 조절함으로써 시스템의 입력을 제어하는 구조입니다. 수학적으로 분석했을 때, 이 컨트롤러의 파라미터를 고정하면 오랜 시간이 지난 후 산출물의 평균 농도를 원하는 수준으로 일정하게 맞출 수 있습니다. 이를 흔히 '평균 조절기(Mean Controller, MC)'라고 부르며, 외부의 변화에도 평균적인 결과값을 유지하는 데 효과적인 도구로 활용됩니다. 하지만 평균 조절기(MC)에는 치명적인 한계가 존재합니다. 평균값은 잘 유지하지만, 시스템 내부의 노이즈를 급격히 증가시킨다는 점입니다. 평균적으로는 목표 수치에 도달하더라도, 개별 세포 단위에서 관찰하면 수치가 극단적으로 오르내리는 불안정한 현상이 발생할 수 있습니다. 기존 연구에서도 추가 모듈을 통해 노이즈를 줄이려는 시도가 있었으나, 새로운 외부 자극이 주어지면 노이즈 레벨이 다시 요동치는 문제가 반복되었습니다. 즉, 평균뿐만 아니라 노이즈 자체에 대한 RPA 성질이 절실히 요구되는 상황이었습니다. 이러한 문제를 해결하고자 연구팀은 노이즈를 직접 제어하는 '노이즈 조절기(Noise Controller, NC)'를 새롭게 설계했습니다. 이 구조의 핵심은 단백질이 두 개 결합한 형태인 이합체(dimer) 반응을 활용하는 데 있습니다. 수학적 유도를 통해 노이즈 수준이 컨트롤러의 파라미터에 의해서만 결정된다는 사실을 입증했으며, 이를 통해 외부 자극의 종류와 상관없이 일정한 노이즈 레벨을 유지하는 '노이즈 RPA'를 구현했습니다. 평균 조절기(MC)와 노이즈 조절기(NC)를 동시에 적용하면 평균값의 안정성은 유지하면서도, 급격히 치솟던 노이즈를 안정적인 수준으로 묶어둘 수 있게 됩니다. 연구 과정에서 흥미로운 사실도 발견되었습니다. 노이즈 조절기(NC)를 통해 노이즈를 줄일 때, 생물학적 노이즈를 정량화한 지표인 파노 팩터(Fano factor)가 1 미만으로 내려가기 어렵다는 점입니다. 다양한 시뮬레이션 결과, 노이즈를 1 이상의 범위에서는 자유롭게 조절할 수 있었으나 1보다 낮게 설정하려 하면 시스템이 불안정해지며 한계치에 수렴했습니다. 이는 실제 생물학적 단백질 생성 시스템이 가지는 물리적 제약과도 일맥상통합니다. 결과적으로 노이즈 조절기(NC)는 생물학적으로 허용 가능한 최저 수준까지 노이즈를 정교하게 제어하며 시스템의 전반적인 안정성을 보장합니다. 노이즈 조절기(NC)의 효용성은 복잡한 생물학적 모델인 토글 스위치와 DNA 복구 시스템에서도 입증되었습니다. 두 가지 상태를 오가는 토글 스위치 시스템에서 평균 조절기(MC)만 사용하면 분포가 두 갈래로 나뉘는 이중 모드(bimodal) 현상이 지속되지만, 노이즈 조절기(NC)를 추가하면 단일 모드(unimodal) 분포로 바뀌며 거동이 안정화됩니다. 또한 DNA 복구 단백질인 ADA의 농도를 조절하는 시뮬레이션에서도, ADA가 아예 없는 세포의 비율을 획기적으로 줄여 세포 사망률을 낮추는 결과를 얻었습니다. 이는 노이즈 제어가 단순히 수치를 맞추는 것을 넘어, 세포의 생존과 직결된 중요한 기능임을 시사합니다. 다만 이 컨트롤러를 실제 생체 회로로 구현하는 데는 아직 과제가 남아 있습니다. 평균 조절기(MC)는 이미 실험적으로 증명되었으나, 노이즈 조절기(NC)의 경우 단량체와 이합체를 동시에 인식하여 서로 다른 기능을 수행하는 특수한 키메라 단백질 제작이 필요합니다. 또한 반응 속도의 포화 문제와 같은 현실적인 제약 조건도 고려해야 합니다. 향후 연구는 이러한 생물학적 구현과 더불어, 왜 노이즈가 1 아래로 내려갈 때 시스템이 불안정해지는지에 대한 수학적 증명을 포함할 예정입니다. 이러한 노력이 결실을 본다면, 우리는 더욱 정밀하고 안정적인 인공 생체 시스템을 설계할 수 있을 것입니다.

단일 세포 제어를 향하여: 생체분자 시스템에서의 노이즈-강인 완전 적응
생물학연구정보센터학술웨비나
  • 생명과학
  • 수학
  • 융합

까치 날개에 감춰진 생명 진화의 비밀: 통섭적 연구로 비행의 원리를 밝혀내는 이상임 DGIST 교수|『통섭』 출간 20주년 기념 심포지엄 5강|이상임

적응은 진화 생물학의 심장과 같은 핵심 개념으로, 다윈이 제시한 자연 선택에 의한 진화 과정을 관통하는 주제입니다. 자연 선택은 개체군 내에서 유전되는 특정 형질이 생존과 번식에 유리하게 작용하여, 세대를 거듭하며 그 형질을 가진 개체들의 비율이 높아지는 과정을 의미합니다. 포유류의 털이 체온을 유지하고 고래의 유선형 몸이 수중 유영을 돕는 것처럼, 생명체가 가진 다양한 특징들은 모두 생존 가능성인 적응도를 높이기 위해 오랜 시간 진화가 빚어낸 산물이라고 정의할 수 있습니다. 새의 날개는 공룡의 앞다리가 비행에 적합한 형태로 변화하며 폭발적인 종 분화를 이끌어낸 진화적 혁신의 대표적인 사례입니다. 단순히 하늘을 나는 도구를 넘어 날개를 구성하는 깃털과 근육, 골격 전반이 비행이라는 특정 목적에 맞게 정교하게 특화되어 있습니다. 이러한 적응의 결과물을 온전히 이해하기 위해서는 생물의 형태적 특징을 관찰하는 것에서 나아가, 그 구조가 물리적 환경 속에서 어떻게 작동하는지 분석하는 공기역학적 관점에서의 접근이 반드시 수반되어야 합니다. 비행의 원리를 결정짓는 핵심 요소는 중력을 거스르고 물체를 떠오르게 만드는 양력에 있습니다. 새의 날개 단면은 앞부분이 두껍고 뒤로 갈수록 얇아지는 익형을 띠는데, 이는 베르누이 법칙에 따라 날개 위아래의 공기 흐름에 속도 차이를 만들어냅니다. 이 과정에서 발생하는 압력의 차이가 날개를 위로 밀어 올리는 힘을 생성합니다. 따라서 항력을 최소화하고 양력을 극대화하는 것은 비행을 지속해야 하는 생명체에게 생존과 직결된 가장 중요한 공학적 과제가 됩니다. 새의 날개에서 엄지손가락 위치에 해당하는 '작은 날개깃(Alula)'은 비행 조종의 비밀을 담고 있는 중요한 구조입니다. 비행 중 날개의 각도가 지나치게 높아지면 공기 흐름이 표면에서 떨어져 나가 양력이 급격히 상실되는 '실속' 현상이 발생합니다. 작은 날개깃은 이때 날개 선단부에 미세한 틈을 만들어 공기 흐름을 유도함으로써 실속이 일어나는 각도를 늦춰줍니다. 이는 특히 착륙이나 급격한 방향 전환처럼 저속에서 높은 조종력이 필요한 순간에 새가 안정적으로 비행할 수 있도록 돕는 역할을 합니다. 실제 까치를 대상으로 한 고속 카메라 관찰과 풍동 실험을 통해 작은 날개깃의 기능을 분석한 결과, 이 구조는 비행 제어에 결정적인 기여를 하는 것으로 확인되었습니다. 와류가 날개 표면의 공기를 눌러주어 유동 박리를 방지하는 메커니즘을 수행합니다. 이를 통해 새는 더 가파른 각도로 하강하거나 정교한 회전 비행을 할 수 있게 됩니다. 생물학적 관찰과 기계공학적 측정이 결합하여 자연 속에 숨겨진 정교한 비행 제어 기술의 실체를 밝혀낸 것입니다. 까치 한 종 안에서도 성별과 성장 단계에 따라 날개 형태의 미세한 차이가 발견되는데, 이는 생태적 요구에 따른 정교한 적응의 결과입니다. 특히 성조 암컷은 수컷에 비해 상대적으로 더 둥근 날개 끝 형상을 갖습니다. 실험 결과 둥근 날개는 양력을 더 효율적으로 발생시켜 선회 비행과 활공 성능을 높이는 이점이 있었습니다. 이는 번식기에 알을 품어 무게 중심이 변하는 암컷이 비행 효율을 유지하기 위해 진화시킨 전략으로 해석되며, 미세한 형태 변화가 실제 기능적 우위로 연결됨을 보여줍니다. 진화가 빚어낸 적응의 비밀을 밝히는 과정은 생물학이라는 단일 학문의 경계를 넘어 물리학, 공학 등 다양한 분야와의 협업이 필요한 다학제적 접근의 여정입니다. 형태 분석부터 유체역학적 실험, 수학적 모델링에 이르는 융합적 접근은 생명체와 환경 간의 복잡한 상호 작용을 선명하게 이해하게 해줍니다. 자연을 탐구하는 과정에서 만나는 이러한 학문적 연결은 진화의 신비를 푸는 강력한 도구가 되며, 우리로 하여금 생명체가 환경에 적응해 온 길을 더욱 깊이 있게 통찰할 수 있게 합니다.

까치 날개에 감춰진 생명 진화의 비밀: 통섭적 연구로 비행의 원리를 밝혀내는 이상임 DGIST 교수|『통섭』 출간 20주년 기념 심포지엄 5강|이상임
(주)사이언스북스사이언스북스 북토크&강연
  • 물리학
  • 생명과학
  • 융합
  • 공학·기술

[인터뷰] 백민경 _ 우리만의 단백질 구조 분석법, AI 로제타폴드🧪🔬|제30회 서울대 자연과학대학 공개강연

단백질은 우리 몸속에서 산소 수송, 음식물 소화, 에너지 대사, 그리고 외부 침입자에 맞서 싸우는 면역 과정에 이르기까지 거의 모든 생명 현상을 매개하는 핵심적인 생체 분자입니다. 이러한 다양한 기능이 가능한 이유는 단백질마다 각기 다른 고유한 3차원 구조를 형성하고 있기 때문입니다. 따라서 단백질의 구조를 명확히 규명하는 일은 생명체가 작동하는 원리를 깊이 있게 이해하는 첫걸음이며, 이를 바탕으로 질병의 원인을 파악하고 치료를 위한 신약 개발의 토대를 마련한다는 점에서 현대 생명과학의 매우 중요한 과제라고 할 수 있습니다. 최근 인공지능 기술의 비약적인 발전은 단백질 구조 예측 분야에 혁신적인 변화를 가져왔습니다. 과거에는 실험을 통해서만 단백질 구조를 파악할 수 있었으나, 이제는 로제타폴드와 같은 인공지능 모델을 통해 아미노산 서열 정보만으로도 정교한 3차원 구조를 예측할 수 있게 되었습니다. 연구팀은 구글 딥마인드의 알파폴드2가 보여준 가능성에 자극받아 독자적인 알고리즘 개발에 착수했으며, 그 결과 수 초에서 수 시간 내에 고정확도의 구조 정보를 얻어내는 성과를 거두었습니다. 이는 인공지능이 복잡한 생물학적 난제를 해결하는 강력한 도구가 될 수 있음을 시사합니다. 인공지능을 활용한 예측 기술은 단순히 기존 단백질의 형태를 알아내는 것에 그치지 않고, 자연계에 존재하지 않는 새로운 단백질을 설계하는 '단백질 디자인' 연구로 확장되고 있습니다. 하지만 컴퓨터 계산을 통한 예측이 항상 완벽할 수는 없기에, 인공지능 모델은 반드시 실험적 검증과 병행되어야 합니다. 새롭게 설계된 단백질이 실제로 의도한 기능을 수행하는지, 혹은 인체에 주입했을 때 안전성에 문제는 없는지 확인하는 과정에서 컴퓨터 방법과 실험 방법은 서로를 보완하며 함께 발전해 나가는 필수적인 파트너 관계를 형성하고 있습니다. 현재 전 세계적으로 수억 개의 단백질 구조 데이터가 구축되면서 이를 활용한 응용 연구가 활발히 진행 중입니다. 구조 기반의 신약 개발은 물론이고, 환경 문제 해결을 위한 혁신적인 시도들도 이어지고 있습니다. 예를 들어 광합성 관련 단백질의 구조를 정밀하게 분석하여 빛 흡수 효율이 극대화된 새로운 단백질을 설계한다면, 태양광 발전의 효율을 획기적으로 높여 에너지 문제를 해결하는 데 기여할 수 있습니다. 이처럼 단백질 구조 연구는 의료 분야를 넘어 인류가 직면한 에너지와 환경 등 다양한 사회적 난제를 해결할 수 있는 잠재력을 지니고 있습니다. 과학의 진정한 묘미는 서로 다른 기술과 사람이 만나 새로운 길을 만들어내는 '연결'에 있습니다. 양자역학에서 시작된 기초 과학이 반도체와 컴퓨터 기술을 거쳐 인공지능으로 진화하고, 다시 생명과학과 결합하여 혁신을 일으키는 과정은 기술 간 연결의 힘을 잘 보여줍니다. 또한 로제타폴드 개발 과정에서 화학, 인공지능, 생명과학 등 각 분야 전문가들이 긴밀하게 협업했듯이, 다양한 시각을 가진 과학자들의 소통과 연대는 현대 과학이 한계를 극복하고 다음 단계로 도약하게 만드는 가장 강력한 원동력이자 미래 과학이 나아가야 할 방향입니다.

[인터뷰] 백민경 _ 우리만의 단백질 구조 분석법, AI 로제타폴드🧪🔬|제30회 서울대 자연과학대학 공개강연

백민경

카오스재단서울대자연과학공개강연
  • 생명과학

[석학인터뷰] 이교구_ 인공지능, 음악을 만들다? | 2020 가을 카오스강연 'Ai X'

음악은 단순한 취미를 넘어 삶의 근간을 이루는 중요한 요소입니다. 아침에 눈을 뜰 때부터 밤에 잠자리에 들 때까지 음악과 함께하며, 이를 연구의 대상으로 삼는 일은 일상과 직업이 완벽하게 조화를 이루는 경험을 선사합니다. 특히 다른 이가 창작한 곡을 직접 연주하며 재현하는 과정은 창작과는 또 다른 차원의 깊은 즐거움을 줍니다. 이러한 음악적 경험은 개인의 삶을 풍요롭게 할 뿐만 아니라, 소리라는 매체를 통해 세상을 바라보는 독특한 관점을 형성하게 합니다. 학창 시절 록 음악에 매료되었던 경험은 소리에 대한 기술적 호기심으로 이어졌습니다. 당시 국내외 밴드들의 음반을 비교해 들으며 연주 실력의 차이가 아닌, 소리 그 자체의 질감과 공간감이 다르다는 점에 주목하게 되었습니다. 좋은 장비를 갖추고 있음에도 결과물이 다른 이유가 무엇인지 탐구하는 과정에서 레코딩과 믹싱 등 오디오 엔지니어링의 중요성을 깨달았습니다. 이는 결국 더 깊은 공부를 위해 유학을 결심하게 된 결정적인 계기가 되었으며, 음악을 과학적이고 기술적인 시각으로 분석하는 토대가 되었습니다. 유학 생활 중 접하게 된 기계 학습과 인공지능 알고리즘은 음악 연구의 새로운 지평을 열어주었습니다. 음악은 본질적으로 청각적 예술이지만, 그 이면에는 수학적이고 논리적인 데이터의 흐름이 존재합니다. 인공지능을 활용하면 사람이 음악을 듣고 조성이나 코드를 판별하거나 사용된 악기를 구분하는 것과 같은 고도의 음악적 판단 과정을 모델링할 수 있습니다. 이러한 기술적 접근은 인간의 뇌가 소리 신호를 어떻게 해석하고 감정적 반응을 일으키는지 이해하는 데 중요한 도구가 되며, 음악의 구조를 객관적으로 분석하는 길을 제시합니다. 최근의 인공지능 기술은 분석을 넘어 새로운 음악을 창작하는 영역까지 확장되고 있습니다. 인간이 수많은 음악을 듣고 학습하여 자신만의 곡을 써 내려가듯, 인공지능 역시 방대한 데이터를 바탕으로 유사한 형태의 선율과 화성을 만들어냅니다. 이러한 연구 현장에는 악기 전공자부터 방송 전문가까지 다양한 배경을 가진 이들이 모여 협업합니다. 서로 다른 관점을 가진 연구자들이 소통하며 문제를 해결해 나가는 과정은 음악이라는 복합적인 예술을 다각도에서 조명하게 하며, 자발적인 학습 공동체를 통해 기술적 한계를 극복하는 원동력이 됩니다. 인류 역사에서 음악은 언어와 함께 어느 시대, 어느 사회에서나 공존해 온 보편적인 문화유산입니다. 작곡가와 연주가가 만들어낸 결과물을 향유하는 것을 넘어, 음악은 인간에게 정서적 위안과 강력한 영감을 주는 힘을 지니고 있습니다. 이제 인공지능이라는 첨단 기술이 음악과 만나면서 우리가 상상하지 못했던 새로운 가능성들이 열리고 있습니다. 기술과 예술의 융합이 가져올 변화를 이해하는 것은 미래의 음악 생태계를 조망하는 중요한 열쇠가 될 것이며, 이는 인류의 감성을 더욱 풍부하게 확장하는 계기가 될 것입니다.

[석학인터뷰] 이교구_ 인공지능, 음악을 만들다?   | 2020 가을 카오스강연 'Ai X'

이교구

카오스재단카오스강연
  • 뇌인지과학
  • 융합

[코로나 인터뷰] 김범준_ 데이터에 기반하지 않으면 과학이 아니다! 감염병 확산 모형

감염병의 전 세계적 확산을 정교하게 예측하기 위해서는 국가 간 이동 패턴과 같은 구체적인 이동 지표가 반드시 뒷받침되어야 합니다. 하지만 코로나19 팬데믹 초기에는 각국이 전례 없는 여행 제한 조치를 시행하면서 기존의 항공망 데이터를 그대로 활용하기 어려운 상황이었습니다. 이러한 급격한 환경 변화는 기존의 확산 모형에 큰 혼란을 주었으며, 연구자들에게 실시간 지표 확보와 새로운 분석 체계 수립이라는 도전적인 과제를 안겨주었습니다. 감염병 확산 과정에서 나타난 국가별 시차는 연구자들에게 매우 흥미로운 분석 대상을 제공했습니다. 중국에서 확산세가 꺾일 무렵 한국에서 본격적인 유행이 시작되고, 다시 한국이 안정세에 접어들 때 다른 국가들에서 폭발적인 증가가 나타나는 양상을 보였습니다. 이러한 시간차는 전 세계가 유기적으로 연결되어 있으면서도 각기 다른 방역 환경에 처해 있음을 보여줍니다. 이는 복잡한 확산 경로를 추적하고 분석하는 데 있어 중요한 실마리가 됩니다. 학문 간의 경계를 허무는 융합 연구가 실질적인 성과로 이어지기 위해서는 연구의 지향점이 뚜렷해야 합니다. 막연하게 융합 연구를 도모하기보다는 해결해야 할 당면 과제가 명확할 때 비로소 각 분야의 전문성이 시너지를 낼 수 있습니다. 이번 프로젝트는 코로나19 확산의 메커니즘을 규명한다는 확고한 목표를 설정했습니다. 목표가 구체적일수록 참여자들은 자신의 학문적 도구를 어떻게 활용할지 정확히 인지하게 되며, 이는 연구의 효율성을 극대화하는 핵심 동력이 됩니다. 이번 융합 연구의 가장 큰 특징은 사회경제적 효과, 인문학적 관점, 인권 문제, 그리고 의학적 전문성까지 아우르는 광범위한 다양성에 있습니다. 통계물리학자와 감염병 전문가가 같은 정보를 바라보며 서로 다른 통찰을 나누고, 병원 현장의 목소리와 사회과학적 분석이 결합되는 과정은 매우 고무적입니다. 각자의 특기가 다른 전문가들이 공통의 주제를 해결하기 위해 모인 이 플랫폼은, 복잡한 사회적 문제를 다각도에서 조명하고 보다 입체적인 해결책을 모색하는 데 기여합니다. 대학이라는 공간은 다양한 학문적 배경을 가진 이들이 모여 새로운 연구 방법론을 실험하기에 최적의 플랫폼입니다. 이곳에서 이루어지는 데이터 기반의 융합 연구는 단순히 현재의 현상을 분석하는 데 그치지 않고, 우리가 미래의 위기에 대응하기 위해 어떤 추가적인 자원을 확보해야 하는지 논의하는 장이 됩니다. 여러 분야의 연구자들이 활발한 토론을 통해 확산 모형을 정교화해 나가는 과정은, 향후 발생할 수 있는 또 다른 팬데믹에 대비하는 과학적 자산이자 성공적인 융합 연구 모델이 될 것입니다.

[코로나 인터뷰] 김범준_ 데이터에 기반하지 않으면 과학이 아니다! 감염병 확산 모형

김범준

카오스재단코로나19 과학토크
  • 물리학
  • 생명과학