과학 포털 iKAOS

32 Contents

[인터뷰] 바이오인공지능연구센터 ABC #016 | 이정호 서울대 화학부 교수

서울대학교 화학부 이정호 교수는 기계공학과 물리학을 거쳐 유전공학, 그리고 생물물리학에 이르기까지 학문적 경계를 넘나드는 독특한 여정을 걸어왔습니다. 정량적이고 논리적인 분석에 대한 관심을 바탕으로 시작된 그의 연구는 생명과학의 심오한 영역으로 확장되었습니다. 이러한 다학제적 배경은 단순히 학문적 호기심을 넘어, 복잡한 생체 분자를 다각도에서 조망할 수 있는 통찰력을 제공했습니다. 그는 특별한 계획보다는 매 순간 진심으로 하고 싶은 분야를 선택하며 현재의 위치에 도달했으며, 이러한 경험은 그가 물리화학적 관점에서 생명 현상을 해석하는 중요한 밑거름이 되었습니다. 이정호 교수의 주된 연구 도구는 핵자기 공명 분광학(NMR)입니다. 이는 단백질 중에서도 고정된 구조 없이 역동적으로 변하는 ‘비정형 단백질(IDP)’을 관찰하는 데 매우 탁월한 성능을 발휘합니다. 우리 몸의 수많은 단백질 중 상당수는 부분적으로 혹은 전체적으로 일정한 구조를 갖지 않는 비정형 단백질(IDP)인데, 이러한 특성이 퇴행성 뇌질환과 밀접하게 연관되어 있다는 사실이 점차 밝혀지고 있습니다. 기존의 실험 방식으로는 명확히 보기 어려운 이 역동적인 분자들의 움직임을 포착함으로써, 그는 질병 치료를 위한 기초적인 연구를 수행하며 생명 과학의 보이지 않는 영역을 개척해 나가고 있습니다. 생체 분자 구조 결정에는 X선 결정학이나 초저온 전자현미경(Cryo-EM)과 같은 강력한 방법들이 존재하지만, 핵자기 공명 분광학(NMR)은 고유한 영역을 확보하고 있습니다. 특정 아미노산 단위로 세밀하게 분석할 수 있는 핵자기 공명 분광학(NMR)은 비정형 단백질(IDP)이 주변 환경과 어떻게 반응하는지 추적하는 데 최적화되어 있기 때문입니다. 이 교수는 단순히 장비를 활용하는 단계를 넘어, 복합적이고 유연한 단백질의 특성을 더욱 정밀하게 파악할 수 있는 새로운 분석 방법론을 직접 개발하는 데 집중하고 있습니다. 이는 정형화되지 않은 생명의 움직임을 이해하려는 물리화학자의 도전정신이 반영된 결과입니다. 최근 인공지능(AI) 기술의 발전으로 알파폴드와 같은 혁신적인 단백질 구조 예측 모델이 등장하며 연구 지형을 바꾸고 있습니다. 하지만 단백질 간의 결합력(Affinity)을 정확히 계산하고 예측하는 영역은 여전히 인공지능(AI)이 풀어야 할 숙제로 남아 있습니다. 이정호 교수는 인공지능(AI)이 생체 분자 간의 상호작용을 더 정교하게 예측할 수 있도록 돕는 연구에 큰 관심을 두고 있습니다. 특히 정형 단백질과 비정형 단백질(IDP) 사이의 복잡한 결합 양상은 아직 기존 툴로 해결하기 어려운 분야이기에, 그는 핵자기 공명 분광학(NMR) 데이터와 인공지능(AI) 기술을 결합하여 이 난제를 해결하고자 합니다. 연구자로서 이정호 교수의 궁극적인 목표는 물리화학적 접근을 통해 난치성 질병 치료의 새로운 단서를 제공하는 과학자가 되는 것입니다. 그는 자신의 연구가 일반적인 생물학적 방식으로는 도달하기 힘든 지점에서 질병 해결의 열쇠가 되기를 희망합니다. 더불어 미래를 고민하는 학생들에게는 불확실한 앞날에 대한 걱정보다는 현재의 흥미에 집중하고 긍정적인 태도로 도전할 것을 권합니다. 자신의 진로를 스스로 개척해온 경험을 바탕으로, 목표를 잃지 않는다면 어떤 선택을 하든 결국 길은 열릴 것이라는 믿음을 따뜻한 조언과 함께 전하고 있습니다.

카오스재단

물리학
화학
생명과학
뇌인지과학
융합

도대체 유전자란 무엇인가?

2000년 6월, 인간 유전체가 완전히 해독되었다는 발표는 전 세계에 커다란 충격을 주었습니다. 당시 빌 클린턴 대통령은 이 성과를 인류가 달에 착륙한 것에 비견되는 위대한 업적이라 칭송했습니다. 초기 연구에서는 유전자 수를 약 3만 개로 추정했으나, 정교한 분석을 거친 현재는 약 2만 개로 정의하고 있습니다. 그렇다면 이 유전자는 구체적으로 어떤 역할을 할까요? '언어 유전자'라 불리는 FOXP2 유전자에 변이가 생기면 발음이 불명확해지고 문법 이해도가 떨어지는 언어 장애가 발생합니다. 이는 단 하나의 유전자가 인간의 신체 구조와 인지 능력에 얼마나 결정적인 영향을 미치는지 보여줍니다. 유전자는 본질적으로 특정 단백질을 생성하기 위한 정밀한 설계도라고 할 수 있습니다. FOXP2 유전자의 염기서열은 아미노산의 결합 순서를 결정하며, 이는 고유한 3차원 구조를 가진 단백질로 거듭납니다. 이렇게 형성된 단백질은 태아의 하악 구조를 형성하고 뇌의 언어 생성 회로를 구축하는 전사 조절 단백질로서 기능합니다. 식물의 경우에도 개화 시기를 조절하는 'LUMINIDEPENDENS'라는 유전자가 단백질 정보를 담고 있습니다. 최근에는 알파폴드(AlphaFold)와 같은 인공지능 기술의 발전 덕분에, 아직 명확히 밝혀지지 않은 수많은 단백질의 3차원 구조를 예측하며 생명 현상의 비밀에 한 걸음 더 다가가고 있습니다. 우리 몸의 시스템을 지탱하는 2만여 개의 구성 요소들은 저마다의 위치에서 고유한 생물학적 임무를 수행합니다. 산소를 운반하는 헤모글로빈이나 식물의 광합성을 돕는 루비스코, 그리고 신경 신호를 전달하는 이온 펌프처럼 모든 생명 현상은 단백질의 활동 결과입니다. 비록 단백질을 직접 암호화하지 않는 비암호화 RNA(non-coding RNA) 유전자들도 존재하지만, 이들 역시 적재적소에 필요한 양의 단백질이 만들어지도록 정교하게 조절하는 지원군 역할을 수행합니다. 결국 생명체의 모든 유전 정보는 단백질이라는 실체를 구현하고 그 기능을 최적화하기 위해 존재한다고 볼 수 있습니다.

과학플랫폼 SOAK

생명과학

[강연] 제 33회 서울대 자연과학 공개강연_'과학 그리고 인공지능' by 백민경, 황호성, 정하웅, 윤성로, 이현숙, 김유빈 l 서울대학교&카오스재단

인공지능은 이제 단순한 기술적 보조를 넘어 자연과학의 패러다임을 근본적으로 바꾸는 핵심적인 동력으로 자리 잡았습니다. 서울대학교 자연과학대학에서 진행된 이번 논의는 '과학 그리고 인공지능'이라는 주제 아래, 생명과학부터 천체물리학에 이르기까지 AI가 미지의 영역을 개척하는 생생한 현장을 조명합니다. 우리는 지금 AI가 인간 지능의 단순한 도구로 남을 것인지, 아니면 인간의 역할을 완전히 대체하는 주체가 될 것인지라는 중요한 질문 앞에 서 있습니다. 이번 강연은 인공지능이 자연과학 연구의 방법론을 어떻게 혁신하고 있으며, 우리가 그려갈 미래 과학의 지형이 어떤 모습일지를 깊이 있게 탐구합니다. 생명과학 분야에서 인공지능은 생명의 설계도를 직접 쓰는 '창작자'의 시대를 열었습니다. 과거의 생명 설계가 수만 년에 걸친 인위 선택이나 기존 유전자를 뜯어고치는 편집에 의존했다면, 이제는 단백질 구조 예측 AI인 알파폴드나 로제타폴드를 통해 원하는 기능을 수행하는 생체 분자를 직접 설계할 수 있게 된 것입니다. 50년 동안 생명과학계의 난제로 남아있던 단백질 접힘 문제를 AI가 해결함으로써, 바이러스를 무력화하는 단백질이나 환경 문제를 해결할 플라스틱 분해 효소 설계가 가능해졌습니다. 이는 생명을 관찰의 대상에서 정밀한 설계의 대상으로 변화시킨 획기적인 전환점이라 할 수 있습니다. 생명 설계의 지평은 단일 분자를 넘어 세포 전체를 컴퓨터상에 구현하는 가상 세포 시뮬레이션으로 향하고 있습니다. 세포라는 복잡한 시스템을 디지털 트윈으로 구축하면, 신약 개발 과정에서 발생하는 수많은 동물의 희생을 줄일 수 있을 뿐만 아니라 개인별 특성에 맞춘 정밀한 맞춤형 치료가 가능해집니다. 하지만 이러한 강력한 기술은 암이나 희귀 질환을 극복하는 축복이 될 수도 있는 반면, 잘못된 의도로 사용될 경우 생화학 무기 제조와 같은 재앙이 될 수도 있는 양날의 검입니다. 따라서 기술의 발전 속도에 맞춰 이를 어떤 방향으로 활용할지에 대한 인류의 윤리적 책임과 선택이 그 어느 때보다 중요해졌습니다. 우주의 비밀을 탐구하는 천문학에서도 인공지능은 방대한 항해를 돕는 지능형 가이드 역할을 수행합니다. 인류가 알고 있는 우주의 모습은 전체의 단 5%에 불과하며, 나머지 95%는 암흑 물질과 암흑 에너지라는 미지의 영역으로 남겨져 있습니다. 천문학자들은 루빈 천문대 등에서 쏟아지는 거대한 빅데이터를 처리하고, 은하의 분포를 통해 보이지 않는 암흑 물질의 지도를 그리는 데 AI를 적극적으로 활용하고 있습니다. 물리 법칙을 바탕으로 구현된 가상 우주 시뮬레이션과 인공지능의 학습 능력이 결합하면서, 인류는 우주가 어떻게 탄생하고 진화해 왔는지에 대한 철학적인 질문에 대해 과학적인 답을 더욱 정교하게 찾아가고 있습니다. 최근 노벨 물리학상이 인공지능 연구자들에게 수여된 사건은 물리와 정보 과학의 경계가 허물어졌음을 상징적으로 보여줍니다. 홉필드 네트워크나 볼츠만 머신과 같은 초기 AI 모델들은 통계 물리학의 에너지 모델과 전자의 스핀 개념에서 영감을 얻어 탄생했습니다. 이는 '정보' 자체가 물리학의 핵심적인 탐구 대상이 되었음을 선언한 것과 같습니다. 또한 현대의 물리학자들은 새들의 군무와 같은 복잡계 현상을 연구할 때 AI를 동료 연구자로 활용하여 새로운 물리 법칙을 발견하기도 합니다. AI는 이제 단순한 계산 도구를 넘어, 복잡한 데이터 이면에 숨겨진 자연의 패턴을 찾아내는 강력한 학문적 파트너로서 기능하고 있습니다. 인공지능의 급격한 발전 속에서 인간만이 가질 수 있는 고유한 가치에 대한 고민도 깊어지고 있습니다. 챗GPT와 같은 생성형 AI가 지식 전달과 데이터 처리를 완벽하게 수행하더라도, 그 지식을 바탕으로 깊은 통찰을 얻고 윤리적 균형을 유지하며 결정을 내리는 '지혜'는 여전히 인간의 영역으로 남아있습니다. 교육 현장에서도 단순한 지식 습득이나 기술적 활용법보다는 수학과 통계학 등 학문의 근본적인 원리로 돌아가는 태도가 강조되고 있습니다. 결국 인공지능 시대에 우리가 갖춰야 할 핵심 역량은 AI가 제시하는 답을 맹목적으로 수용하는 능력이 아니라, 현상을 비판적으로 바라보고 세상에 더 나은 질문을 던지는 힘에 있습니다. 과학은 결국 인간과 자연이 나누는 끊임없는 대화이며, 인공지능은 그 대화를 더욱 풍성하고 정교하게 만들어주는 혁신적인 매개체입니다. 우리가 마주한 AI 기반의 과학 혁명은 인류의 지능을 확장하고 미지의 영역을 탐구할 용기를 주지만, 동시에 기술을 다루는 사람의 가치관과 책임감을 엄중히 요구합니다. 인공지능이 아무리 정교하게 발전하더라도, 그 도구를 활용해 어떤 미래를 설계하고 어떤 길을 걸어갈지 결정하는 주체는 결국 인간이기 때문입니다. 자연과학의 기초가 되는 끈기 있는 질문과 인공지능의 놀라운 계산 능력이 조화를 이룰 때, 우리는 비로소 삶과 우주의 근원적인 비밀에 한 걸음 더 가까이 다가갈 수 있을 것입니다.

카오스재단카오스크로스

물리학
화학
생명과학
천문학
수학
융합

[강연] 백민경_AI로 풀어가는 생명의 비밀: 생명은 설계될 수 있을까?｜제33회 서울대 자연과학 공개강연_"과학 그리고 인공지능"

우리 몸의 수많은 생명 현상은 '단백질'이라는 아주 작은 일꾼들에 의해 조절됩니다. 단백질은 복잡한 3차원 구조를 가지며, 그 형태에 따라 수행하는 기능이 결정됩니다. 계산생물학은 인공지능과 같은 첨단 도구를 활용해 이 미세한 분자들의 구조를 예측하고 설계하는 학문입니다. 단순히 관찰하는 것을 넘어 생명의 핵심 원리를 디지털 공간에서 분석함으로써, 우리는 질병의 원인을 파악하고 새로운 치료법을 찾는 혁신적인 길을 열어가고 있습니다. 인류는 아주 오래전부터 원하는 형질의 동식물을 교배하는 '인위 선택'을 통해 생명을 간접적으로 설계해 왔습니다. 이후 DNA가 유전 설계도라는 사실이 밝혀지면서, 기존 유전자를 자르고 붙이는 '유전자 편집' 기술인 제2세대 설계 시대가 열렸습니다. 하지만 이는 자연에 존재하는 설계도를 일부 수정하는 수준에 머물렀습니다. 셰익스피어의 희곡을 고칠 수는 있어도 새로운 명작을 처음부터 창작하는 것은 불가능했던 것처럼, 완전한 창작에는 한계가 있었습니다. 단백질은 아미노산 서열이 엮인 사슬이 특정한 구조로 접히면서 기능을 갖게 됩니다. 하지만 이 사슬이 접힐 수 있는 경우의 수는 우주의 나이보다 긴 시간 동안 계산해도 다 확인하지 못할 만큼 방대합니다. 이 '단백질 구조 예측'은 지난 50년간 과학계의 거대한 난제로 남아 있었습니다. 우리 몸에서는 단 1초도 안 되어 일어나는 이 복잡한 과정의 원리를 규명하는 것은 생명 과학의 근본적인 비밀을 푸는 가장 중요한 열쇠였습니다. 이 난공불락의 문제는 2020년 인공지능 기술의 발전으로 해결의 실마리를 찾았습니다. 알파폴드와 로제타폴드 같은 AI 모델은 수만 개의 단백질 데이터를 학습하여, 아미노산 서열만으로 3차원 구조를 정확하게 예측해 내기 시작했습니다. 실험을 통해 수년이 걸리던 구조 규명을 이제는 클릭 몇 번만으로 단 몇 분 만에 완수할 수 있게 된 것입니다. 이는 생명과학 연구의 패러다임을 완전히 바꾸어 놓은 기술적 혁명이라고 할 수 있습니다. 구조 예측이 가능해지자 이제 우리는 자연에 없는 새로운 단백질을 직접 만드는 '창작'의 단계인 제3세대 설계 시대로 진입했습니다. 특정 바이러스를 무력화하거나 플라스틱을 분해하는 등 우리가 원하는 기능을 정의하면, AI가 그에 맞는 구조와 설계도를 제안해 줍니다. 생성형 AI가 그림을 그리듯, 과학자들은 이제 질병 치료나 환경 문제 해결에 필요한 맞춤형 생체 분자를 자유자재로 설계할 수 있는 강력한 도구를 손에 쥐게 되었습니다. 더 나아가 미래에는 세포 전체를 컴퓨터 속에 구현하는 '가상 세포' 시뮬레이션인 제4세대 설계가 실현될 전망입니다. 이는 제조업의 '디지털 트윈' 개념을 생명체에 적용하는 것으로, 신약 후보 물질이 세포 내에서 어떤 반응을 보일지 가상 공간에서 미리 테스트할 수 있게 합니다. 이 기술이 완성되면 수억 마리에 달하는 동물 실험의 희생을 막을 수 있을 뿐만 아니라, 개개인의 특성에 맞춘 정밀한 맞춤형 의료 시대가 본격적으로 열릴 것입니다. 인공지능이 이끄는 생명 설계 기술은 인류에게 무한한 가능성을 선사하지만, 동시에 무거운 책임감도 요구합니다. 이 기술을 어떻게 활용하느냐에 따라 난치병을 극복하는 축복이 될 수도, 치명적인 생화학 무기를 만드는 재앙이 될 수도 있기 때문입니다. 기술 그 자체는 방향성을 결정하지 않으며, 오직 인간의 선택만이 그 미래를 결정합니다. 인류 모두를 위한 축복의 길로 나아가기 위해 우리는 어떤 미래를 설계해야 할지 끊임없이 고민해야 합니다.

카오스재단카오스크로스

생명과학
융합

[인터뷰] 백민경_AI로 풀어가는 생명의 비밀: 생명은 설계될 수 있을까?｜제33회 서울대 자연과학 공개강연_"과학 그리고 인공지능"

우리 몸의 핵심 분자인 단백질은 생명 현상을 유지하는 가장 부지런한 일꾼입니다. 단백질의 3차원 구조를 파악하는 일은 그 기능을 이해하는 첫걸음이자 현대 생명과학의 핵심 과제입니다. 과거에는 단백질 구조 예측이 미지의 영역에 가까웠으나, 인공지능 기술의 발전과 함께 새로운 전기를 맞이했습니다. 특히 알파폴드와 같은 혁신적인 인공지능 모델은 단백질 구조를 정확하게 예측하며, 생명 현상을 더 깊이 있게 이해하도록 돕는 강력한 도구로 자리 잡았습니다. 인공지능이 도입되기 전, 단백질 구조를 밝히기 위해서는 엑스레이나 초저온 전자현미경(Cryo-EM)과 같은 복잡한 실험 기법에 의존해야 했습니다. 하나의 단백질 구조를 규명하는 데 수개월에서 길게는 10년 이상의 시간이 소요되기도 하여, 이는 연구자들에게 매우 고된 과정이었습니다. 하지만 이제는 인공지능을 통해 단백질의 형태를 사전에 예측하고, 이를 바탕으로 기능을 추론하는 가설 중심의 연구가 가능해졌습니다. 이러한 변화는 생명과학 연구의 속도를 비약적으로 높여주고 있습니다. 인공지능의 환각(할루시네이션) 현상은 일반적인 대화형 모델에서는 문제로 지적되지만, 단백질 설계 분야에서는 오히려 새로운 가능성을 열어주는 열쇠가 됩니다. 자연계에 존재하지 않는 전혀 새로운 단백질을 만들어낼 때, 인공지능의 창의적인 예측 능력이 유용하게 쓰이기 때문입니다. 이제 인간은 단순한 관찰자를 넘어, 특정 기능을 수행할 수 있는 단백질 부품을 정밀하게 설계하는 단계에 진입했습니다. 이는 질병 치료를 위해 생명의 오작동을 수정할 수 있는 정교한 설계도로 기능하게 됩니다. 단백질 설계 기술은 인류가 당면한 여러 난제를 해결할 핵심 열쇠입니다. 항체 치료제나 백신 개발은 물론, 플라스틱을 분해하는 효소를 설계하여 환경 문제를 해결하거나 친환경적인 생물 공정을 구축하는 데에도 활용될 수 있습니다. 다만 이 기술은 강력한 도구인 만큼 윤리적인 성찰이 반드시 동반되어야 합니다. 의도치 않은 바이러스 설계나 생화학 무기 제조와 같은 악용의 가능성을 경계하며, 이 도구를 인류에게 유익한 방향으로 이끄는 것은 결국 사용하는 사람의 책임에 달려 있습니다. 미래의 생명과학 연구는 실험실에서의 물리적인 활동과 컴퓨터를 이용한 계산 과학이 조화롭게 결합된 형태가 될 것입니다. 인공지능이 가진 강력한 연산 능력은 복잡한 생명 현상을 분석하는 데 필수적인 요소가 되었습니다. 따라서 연구자들은 새로운 기술을 두려워하기보다 적극적으로 학습하고 자신의 연구 분야에 접목하려는 열린 자세를 가져야 합니다. 기술이라는 새로운 날개를 달고 기존의 한계를 넘어설 때, 비로소 생명과학은 더 넓은 진리의 바다로 나아갈 수 있을 것입니다.

카오스재단카오스크로스

생명과학
융합

과연 설탕만 단맛이 나는 걸까?

달콤한 탕후루나 초콜릿 케이크를 보면 입안에 군침이 돌지만, 동시에 늘어날 체중 걱정에 망설여지곤 합니다. 설탕의 단맛을 포기하지 않으면서도 건강을 지킬 방법은 없을까요? 우리 혀에는 미뢰가 있어 음식의 다양한 맛을 감지합니다. 짠맛과 신맛은 특정 이온이 세포로 들어오며 느껴지지만, 단맛과 쓴맛, 감칠맛은 분자 구조를 인식하는 수용체를 통해 전달됩니다. 이러한 미각의 원리를 이해하면 설탕 없이도 단맛을 즐기는 비밀을 풀 수 있습니다. 미각의 신비가 과학적으로 밝혀진 것은 그리 오래되지 않았습니다. 2000년대 초반부터 쓴맛, 단맛, 감칠맛을 느끼는 수용체들이 차례로 발견되었고, 이후 짠맛과 신맛에 관여하는 이온 채널의 정체도 규명되었습니다. 이로써 인간이 느끼는 다섯 가지 기본 맛의 지도가 완성되었습니다. 우리가 흔히 섭취하는 설탕의 주성분인 포도당은 우리 몸의 핵심 에너지원이자 수용체에 즉각적인 반응을 일으키는 고유한 구조를 가지고 있어 우리에게 달콤한 즐거움을 선사합니다. 최근 인기를 끄는 제로 음료에는 설탕 대신 대체 감미료가 들어갑니다. 아스파탐이나 사카린 같은 물질은 설탕보다 훨씬 강렬한 자극을 주면서도 신체에 흡수되는 에너지는 거의 없습니다. 이는 대체 감미료 분자가 혀의 특정 부위와 매우 강력하게 결합하여 뇌에 신호를 보내기 때문입니다. 덕분에 칼로리 걱정 없이도 혀끝에서는 설탕 이상의 달콤함을 만끽할 수 있어 다이어트 식품이나 대체 감미료로 널리 활용되고 있습니다. 서로 다른 구조를 가진 분자들이 어떻게 똑같이 단맛을 낼 수 있는지 의문이 생길 수 있습니다. 이는 우리 몸의 수용체가 특정 형태에만 국한되지 않고 여러 화합물에 반응할 수 있는 포용성을 지녔기 때문입니다. 대체 감미료는 설탕과는 다른 화학적 구성을 가졌음에도 수용체의 활성 부위에 성공적으로 안착하여 신호를 만들어냅니다. 다만 이러한 성분은 매우 강력한 효과를 지니므로, 건강한 식생활을 위해서는 섭취량 조절에 유의해야 합니다. 우리가 느끼는 맛은 분자와 수용체 사이의 정교한 상호작용이 만들어낸 결과물입니다. 최근에는 인공지능 기술인 알파폴드의 등장으로 단백질 구조 예측이 비약적으로 발전하며 미각 연구의 새로운 장이 열렸습니다. 이 기술을 활용하면 수용체의 구조를 정밀하게 분석하여 어떤 물질이 맛을 내는지 시뮬레이션할 수 있습니다. 과학의 발전은 이제 자연의 설탕을 넘어, 더 건강하고 혁신적인 달콤함을 창조하여 우리의 식탁을 더욱 풍성하게 만들어줄 것입니다.

과학플랫폼 SOAKKAOS + AI = SOAK

화학
생명과학
융합

[인터뷰] 바이오인공지능연구센터 ABC #003 | 백민경 생명과학부 교수

백민경 교수는 서울대학교 생명과학부에서 인공지능을 활용해 단백질 구조의 비밀을 탐구하고 있습니다. 학부 시절 실험보다 계산화학에 매력을 느껴 연구의 길로 들어선 그는, 단백질과 유기 분자의 상호작용을 예측하며 신약 개발의 가능성을 엿보았습니다. 특히 박사 과정 중 알파고와 알파폴드의 등장을 목격하며 인공지능이 생명 현상을 이해하는 핵심 도구가 될 것임을 직감했습니다. 이러한 통찰은 그가 단백질 구조 예측이라는 난제에 도전하는 중요한 계기가 되었습니다. 박사 학위 취득 후 그는 단백질 디자인의 대가인 데이비드 베이커 교수 연구실에서 포닥 과정을 시작했습니다. 당시 베이커 그룹은 딥러닝을 연구에 막 도입하던 단계였으며, 베이커 교수 스스로도 인공지능을 배우기 위해 직접 프로젝트를 수행할 만큼 열정적이었습니다. 백 교수는 이 역동적인 환경에서 딥러닝 기술을 익히며 단백질 구조 예측의 새로운 지평을 열 준비를 마쳤습니다. 지도교수와의 긴밀한 소통과 기술적 피드백은 그가 인공지능 전문가로 성장하는 데 밑거름이 되었습니다. 2020년 구글 딥마인드의 알파폴드 2가 압도적인 성과를 발표했을 때, 백 교수는 위기를 기회로 바꿨습니다. 구체적인 코드나 방법론이 공개되지 않은 상황에서 그는 단 한 장의 발표 슬라이드에 담긴 아이디어를 단서로 로제타폴드(RoseTTAFold) 개발에 착수했습니다. 성공 가능성에 대한 확신과 베이커 교수의 전폭적인 지원 덕분에 불과 몇 달 만에 알파폴드 2에 필적하는 성능의 모델을 완성할 수 있었습니다. 이는 과학적 호기심과 끈기가 만들어낸 쾌거이자, 인공지능 연구의 속도감을 보여주는 사례입니다. 최근 인공지능 분야의 노벨상 수상은 생명과학과 화학 연구의 패러다임 변화를 상징합니다. 특히 단백질 디자인 기술은 자연계에 존재하지 않는 새로운 단백질을 설계하여 질병 치료제나 백신 개발에 혁신을 가져올 것으로 기대됩니다. 이는 단순히 의학적 용도에 그치지 않고 환경 친화적인 생분해성 소재 개발 등 산업 전반으로 파급력을 넓히고 있습니다. 인공지능은 이제 기초 과학의 한계를 넘어 인류가 직면한 복잡한 문제들을 해결하는 강력한 엔진으로 자리매김하고 있습니다. 백 교수의 궁극적인 목표는 세포 내 모든 생체 분자 간의 상호작용 지도를 완성하는 것입니다. 인공지능이라는 강력한 도구를 통해 생명 현상의 근본적인 원리를 이해하고, 이를 바탕으로 질병의 메커니즘을 규명하여 정밀한 신약 개발에 기여하고자 합니다. 그는 미래의 연구자들에게 자신의 전공에 매몰되지 않고 다양한 분야와 소통하는 융합적 사고를 강조합니다. 복잡한 생명의 신비를 풀기 위해서는 화학, 생물학, 컴퓨터 공학을 아우르는 폭넓은 시야와 협력이 무엇보다 중요하기 때문입니다.

카오스재단카오스크로스

나야😳 단백질, 근데 이제 AI를 곁들인... 2024 노벨 화학상(with 한국화학연구원 최경민 선임연구원) | 요즘과학

2024년 노벨 화학상은 인공지능과 생명과학의 결합이 인류에게 어떤 혁신을 가져올 수 있는지를 잘 보여주었습니다. 수상자로 선정된 구글 딥마인드의 데미스 허사비스와 존 점퍼, 그리고 워싱턴 대학교의 데이비드 베이커 교수는 단백질 구조 예측과 설계라는 난제를 해결한 공로를 인정받았습니다. 단백질은 우리 몸의 세포를 구성하고 생명 활동을 조절하는 핵심 요소로, 그 구조를 파악하는 것은 질병 치료와 신약 개발의 기초가 됩니다. 이번 수상은 인공지능 기술이 순수 과학의 영역에서 거둔 기념비적인 성과로 평가받고 있습니다. 단백질은 20종의 아미노산이 사슬처럼 연결된 후 복잡하게 접히며 3차원 구조를 형성합니다. 이 독특한 형태가 결정되어야 비로소 인슐린이나 헤모글로빈처럼 특정한 기능을 수행하는 '생체 로봇'으로서 역할을 할 수 있습니다. 따라서 아미노산 서열이 어떻게 3차원 구조를 만드는지 이해하는 것은 생명 현상의 비밀을 푸는 열쇠와 같습니다. 하지만 단백질 구조를 실험적으로 밝히는 데는 막대한 시간과 비용이 소요되어, 지난 수십 년간 인류가 알아낸 구조는 전체의 극히 일부에 불과했습니다. 딥마인드가 개발한 '알파폴드'는 이러한 한계를 인공지능의 패턴 인식 능력으로 돌파했습니다. 기존의 방식이 단순히 아미노산 서열 정보를 학습했다면, 알파폴드는 진화 과정에서 나타나는 단백질의 유사성과 아미노산 서열 패턴에 주목했습니다. 이를 통해 수억 개의 단백질 구조를 90% 이상의 높은 정확도로 예측하는 데 성공하며, 과학계의 50년 묵은 난제를 해결했습니다. 현재 전 세계 수백만 명의 연구자가 이 기술을 활용해 질병의 원인을 분석하고 있으며, 이는 생물학 연구의 속도를 비약적으로 높이는 계기가 되었습니다. 단백질 구조 예측이 기존의 것을 알아내는 과정이라면, 데이비드 베이커 교수가 주도한 단백질 설계 연구는 세상에 없던 새로운 단백질을 창조하는 영역입니다. 원하는 기능을 먼저 설정하고 그에 맞는 3차원 구조와 아미노산 서열을 역으로 계산해 내는 방식입니다. 이 기술을 활용하면 플라스틱을 분해하는 효소나 특정 암세포만을 공격하는 항체 등을 인위적으로 설계할 수 있습니다. 자연계의 한계를 넘어 인류가 직면한 환경 문제나 난치병을 해결할 수 있는 새로운 도구를 손에 넣게 된 셈입니다. 이러한 기술적 진보는 실제 신약 개발 현장에서 강력한 힘을 발휘하고 있습니다. 연구자들은 알파폴드를 이용해 질병과 관련된 단백질의 구조를 미리 파악하고, 여기에 결합할 유기 화합물 분자를 정밀하게 설계합니다. 자물쇠에 꼭 맞는 열쇠를 찾듯, 단백질의 특정 부위에 결합해 기능을 조절하는 약물을 컴퓨터 시뮬레이션으로 먼저 검증할 수 있게 된 것입니다. 이는 실험의 시행착오를 획기적으로 줄여주며, 암이나 치매와 같은 난치성 질환을 정복하기 위한 인류의 여정에 든든한 길잡이가 되어주고 있습니다.

국립과천과학관요즘과학👏

화학
생명과학
융합

[강연] 인공지능과 단백질: 구조 예측에서 맞춤형 설계까지_by 백민경 | 고등과학원&카오스재단 '2024 노벨상 해설강연' | 2강

2024년 노벨 화학상은 인류의 생명 현상을 이해하는 핵심 열쇠인 단백질의 구조를 예측하고 설계하는 데 기여한 세 명의 과학자에게 돌아갔습니다. 데이비드 베이커 교수와 구글 딥마인드의 데미스 허사비스, 존 점퍼가 그 주인공입니다. 이들은 인공지능 기술을 생물학의 난제에 접목하여, 수십 년간 해결되지 않았던 단백질 구조 예측 문제를 획기적으로 해결했습니다. 이는 단순히 화학적 발견을 넘어 인류가 질병에 맞서고 새로운 물질을 창조하는 방식에 거대한 변화를 예고하는 역사적인 사건으로 평가받고 있습니다. 단백질은 우리 몸의 세포를 구성하는 기본 요소일 뿐만 아니라, 생명 유지에 필요한 거의 모든 화학 반응을 주도하는 일꾼입니다. 외부 병원체에 맞서 싸우는 항체, 영양소를 운반하는 택배원, 그리고 에너지를 생성하는 효소에 이르기까지 그 역할은 실로 무궁무진합니다. 이러한 단백질은 20가지 아미노산이 수천 개 이상 연결된 고분자 화합물로, 아미노산 서열이 어떻게 배열되느냐에 따라 독특한 3차원 구조를 형성합니다. 결국 단백질의 구조를 이해하는 것은 곧 생명의 작동 원리를 파악하는 것과 같습니다. 단백질 구조를 파악하는 것이 중요한 이유는 질병의 기전을 이해하고 치료제를 개발하는 데 결정적인 단서를 제공하기 때문입니다. 대표적인 예로 코로나19 바이러스의 돌기 단백질인 스파이크 단백질을 들 수 있습니다. 이 단백질이 인체 세포의 수용체와 결합하는 구조를 정확히 알게 되면, 그 결합을 방해하는 약물을 설계하거나 효과적인 백신을 만드는 것이 가능해집니다. 이처럼 단백질의 입체적인 형태를 알아내는 작업은 인류가 바이러스와 같은 위협에 맞서 싸울 수 있는 강력한 무기를 얻는 과정이라 할 수 있습니다. 과거에는 단백질 구조를 밝히기 위해 X선 결정법이나 극저온 전자 현미경 같은 실험 기법을 사용했지만, 이는 막대한 비용과 수년의 시간이 소요되는 고된 작업이었습니다. 하지만 구글 딥마인드가 개발한 알파폴드는 인공지능을 통해 단 몇 분 만에 높은 정확도의 구조를 예측해내며 패러다임을 바꿨습니다. 알파폴드는 진화 과정에서 보존된 아미노산 서열의 패턴을 학습하여, 실험 데이터가 부족한 상황에서도 단백질의 3차원 형태를 놀라운 정밀도로 재현해냈습니다. 이는 생물학 연구의 속도를 비약적으로 높인 혁명적인 성과입니다. 단백질 구조 예측이 서열로부터 구조를 찾아가는 과정이라면, 데이비드 베이커 교수가 주도한 단백질 디자인은 그 반대 방향의 도전입니다. 즉, 우리가 원하는 특정 기능을 수행할 수 있는 새로운 단백질 구조를 먼저 상상하고, 이를 구현할 수 있는 아미노산 서열을 설계하는 것입니다. 베이커 교수는 자연계에 존재하지 않는 완전한 인공 단백질인 'Top7'을 성공적으로 설계하며 그 가능성을 증명했습니다. 이는 인류가 자연의 진화에만 의존하지 않고, 목적에 맞는 생체 분자를 직접 창조할 수 있는 시대를 열었음을 의미합니다. 최근에는 생성형 인공지능 기술이 단백질 설계 분야에 도입되면서 연구 속도가 더욱 가속화되고 있습니다. 'RFdiffusion'과 같은 확산 모델 기반의 인공지능은 우리가 원하는 기능을 수행할 최적의 구조를 생성하고, 'ProteinMPNN'은 그 구조를 안정적으로 유지할 서열을 찾아냅니다. 이러한 기술적 진보 덕분에 과거 1% 미만이었던 단백질 설계 성공 확률이 비약적으로 상승했습니다. 이제는 전문적인 지식이 부족하더라도 인공지능을 활용해 누구나 목적에 맞는 단백질을 설계할 수 있을 정도로 기술적 장벽이 낮아지고 있습니다. 인공지능 기반의 단백질 설계 기술은 의료 분야를 넘어 환경 문제 해결에도 큰 기대를 모으고 있습니다. 플라스틱을 분해하는 강력한 효소를 설계하거나, 생분해성이 뛰어난 신소재를 개발함으로써 지구 환경을 보호하는 데 기여할 수 있기 때문입니다. 물론 단백질의 동적인 움직임을 완벽히 예측하거나 부족한 데이터를 보완해야 하는 과제가 남아있지만, 인류의 지식과 인공지능의 학습 능력이 결합한다면 불가능해 보였던 난제들도 하나씩 해결될 것입니다. 단백질 연구의 진화는 곧 인류의 더 나은 미래를 향한 여정입니다.

백민경

카오스재단카오스크로스

화학
생명과학

[강연] 2024 '노벨상 해설강연' by 조정효, 백민경, 이준호 l 고등과학원&카오스재단

2024년 노벨 물리학상은 인공지능의 기초를 닦은 존 홉필드와 제프리 힌턴에게 돌아갔습니다. 이들은 물리학의 통계적 원리를 활용해 인공신경망이 정보를 저장하고 학습하는 초기 모델을 고안했습니다. 홉필드 모델은 물리학의 에너지 지평 개념을 도입하여 불완전한 정보에서 원래의 패턴을 복원하는 기억의 원리를 설명했습니다. 이는 현대 딥러닝의 이론적 토대가 되었으며, 물리학적 통찰이 어떻게 첨단 기술의 근간이 될 수 있는지를 보여주는 상징적인 사례로 평가받습니다. 인공신경망은 이제 단순한 계산 도구를 넘어 인간의 지능을 모사하는 핵심 기술로 자리 잡았습니다. 제프리 힌턴은 홉필드의 아이디어를 확장하여 볼츠만 머신과 오차 역전파 알고리즘을 발전시켰습니다. 그는 데이터의 확률 분포를 학습하는 생성 모델의 원형을 제시하며, 인공지능이 단순한 분류를 넘어 새로운 정보를 생성할 수 있는 가능성을 열었습니다. 특히 층을 깊게 쌓은 심층신경망의 학습 가능성을 증명함으로써 오늘날의 생성형 AI 시대를 가능케 했습니다. 이러한 성과는 물리학적 통찰이 복잡한 데이터 처리 시스템의 효율성을 극대화하는 데 결정적인 역할을 했음을 시사합니다. 이는 인공지능 발전의 역사에서 물리학이 수행한 중추적인 역할을 다시금 확인시켜 줍니다. 노벨 화학상은 단백질 구조 예측과 설계 분야에서 혁신을 일으킨 데이비드 베이커, 데미스 허사비스, 존 점퍼가 수상했습니다. 단백질은 생명 현상을 수행하는 핵심 일꾼으로, 그 기능을 이해하려면 복잡하게 접힌 3차원 구조를 파악하는 것이 필수적입니다. 구글 딥마인드의 알파폴드는 인공지능을 활용해 수십 년간 난제로 남아있던 구조 예측 문제를 해결했습니다. 이는 실험에 수년이 걸리던 작업을 단 몇 분 만에 처리할 수 있게 함으로써 생명과학 연구의 패러다임을 완전히 바꾸어 놓았습니다. 이제 과학자들은 방대한 단백질 데이터를 바탕으로 생명의 신비를 더욱 빠르게 파헤치고 있습니다. 데이비드 베이커 교수는 인공지능을 활용해 자연계에 존재하지 않는 새로운 단백질을 설계하는 데 성공했습니다. 그는 단백질이 형성되는 물리적 원리를 바탕으로 특정 기능을 수행할 수 있는 아미노산 서열을 계산해내는 '로제타'와 'RF디퓨전' 모델을 개발했습니다. 이를 통해 질병 치료를 위한 정밀 약물 전달체나 환경 오염을 해결할 플라스틱 분해 효소 등을 맞춤형으로 제작할 수 있는 길이 열렸습니다. 단백질 설계 기술의 발전은 인류가 직면한 난치병과 환경 문제를 해결할 강력한 무기가 될 것입니다. 이는 기초 과학의 원리가 인공지능이라는 도구를 만나 실질적인 인류의 혜택으로 전환된 사례입니다. 노벨 생리의학상은 예쁜꼬마선충 연구를 통해 마이크로RNA를 발견한 빅터 앰브로스와 게리 러브컨에게 수여되었습니다. 이들은 아주 작은 벌레인 선충의 발생 과정을 추적하던 중, 단백질 정보를 담고 있지 않은 아주 작은 RNA 조각이 유전자 발현을 조절한다는 사실을 우연히 발견했습니다. 이는 기존의 생명 중심 원리에서 설명하지 못했던 새로운 유전자 조절 층위를 밝혀낸 것입니다. 아주 단순한 생명체에 대한 호기심이 생명 과학의 근본적인 원리를 뒤흔드는 거대한 발견으로 이어진 셈입니다. 이 발견은 생명체가 얼마나 정교한 시스템을 통해 스스로를 통제하는지 보여주는 중요한 이정표가 되었습니다. 마이크로RNA는 선충뿐만 아니라 인간을 포함한 고등 생물에게도 진화적으로 잘 보존되어 있으며, 세포의 성장과 분화에 결정적인 역할을 합니다. 특정 마이크로RNA의 이상은 암이나 유전병 등 다양한 질병의 원인이 되기도 합니다. 이 발견은 유전자가 단순히 단백질을 만드는 설계도에 그치지 않고, 그 발현 시기와 양을 정밀하게 조절하는 복잡한 시스템임을 증명했습니다. 현재는 이를 활용한 새로운 진단 기술과 치료제 개발 연구가 활발히 진행되며 인류의 건강 증진에 기여하고 있습니다. 작은 분자 하나가 생명 현상의 거대한 흐름을 조절한다는 사실은 현대 의학에 새로운 지평을 열어주었습니다. 2024년 노벨상은 과학의 새로운 도구로서 인공지능의 위상을 공고히 하는 동시에, 기초 과학의 끈질긴 탐구 정신이 얼마나 중요한지를 일깨워 줍니다. 인공지능은 방대한 데이터를 분석하고 예측하는 강력한 도구이지만, 그 도구를 어디에 사용할지 결정하고 새로운 질문을 던지는 것은 여전히 인간의 몫입니다. 물리학, 화학, 생물학의 경계가 허물어지는 융합의 시대에서, 기초 과학에 대한 깊은 이해와 창의적인 상상력은 인류의 지식을 확장하고 미래의 난제를 해결하는 가장 확실한 열쇠가 될 것입니다. 과학자들의 끊임없는 도전은 인공지능이라는 날개를 달고 더욱 먼 미래를 향해 나아가고 있습니다.

백민경, 이준호, 조정효

카오스재단카오스크로스

물리학
화학
생명과학

[토크] 인간vs인공지능, 노벨상의 주인공은?!_과학자들의 방과 후 수다_2편 | 2편

비만이 전염된다는 연구 결과는 매우 흥미로운 시사점을 던져줍니다. 통계에 따르면 가장 친한 친구가 비만일 경우 본인이 비만이 될 확률이 57%나 높아지며, 형제나 배우자 사이에서도 유사한 경향이 나타납니다. 이는 단순히 바이러스처럼 옮는 것이 아니라, 함께 식사하고 어울리는 과정에서 생활 습관과 가치관이 비슷해지기 때문입니다. 이러한 '사회적 전염' 현상은 우리가 맺고 있는 사회적 관계가 개인의 신체적 상태와 건강에 얼마나 깊은 영향을 미치는지를 잘 보여주는 사례라고 할 수 있습니다. 비만의 사회적 전염 이면에는 우리 몸속 미생물 생태계인 '마이크로바이옴'이 존재합니다. 장내에 서식하는 수많은 미생물은 우리가 섭취한 음식물을 바탕으로 다양한 대사 산물을 만들어내며 건강과 질병의 상태를 결정짓습니다. 나쁜 장내 세균이 내뿜는 물질은 비만뿐만 아니라 대사성 질환의 직접적인 원인이 되기도 합니다. 결국 건강을 유지한다는 것은 단순히 칼로리를 조절하는 것을 넘어, 우리 몸 안의 미생물들이 건강한 균형을 이룰 수 있도록 관리하는 정교한 과정이라 할 수 있습니다. 최근 제약 시장에서 가장 주목받는 분야는 GLP-1 계열의 비만 치료제입니다. 본래 제2형 당뇨병 치료를 목적으로 개발되었으나, 뛰어난 체중 감량 효과가 입증되면서 항암제 시장을 위협할 정도로 거대한 규모로 성장했습니다. 비만은 단순한 외모의 문제를 넘어 암, 심장병, 염증성 질환 등 수많은 병증의 근원이기에 이를 해결하는 치료제의 등장은 인류 건강 증진에 획기적인 기여를 하고 있습니다. 특히 부작용이 상대적으로 적다는 점은 이 약물이 대중적인 관심을 받는 주요한 이유가 됩니다. 과학적 업적의 가치를 인정하는 최고의 영예인 노벨상은 시대의 흐름에 따라 그 평가 기준이 조금씩 변해왔습니다. 때로는 독창적인 발견을 한 사람보다 이를 실생활에 응용하여 큰 파급력을 일으킨 연구자가 주목받기도 하며, 수상 인원 제한으로 인해 뛰어난 공헌자가 제외되는 논란이 발생하기도 합니다. 하지만 노벨상의 본질은 결국 인류에게 지대한 공헌을 한 발견을 기리는 데 있습니다. 최근 mRNA 백신 기술의 수상 사례처럼, 과학이 인류가 직면한 거대한 문제를 해결하는 방식에 대한 가치가 점점 더 중요해지고 있습니다. 인공지능 기술의 비약적인 발전은 이제 과학 연구의 패러다임 자체를 바꾸고 있습니다. 구글 딥마인드가 개발한 '알파폴드'는 생물학의 오랜 난제였던 단백질 구조 예측을 성공적으로 수행하며 신약 개발과 분자 생물학 연구에 혁신을 가져왔습니다. 이제 과학자들은 실험실에서 직접 구조를 분석하기에 앞서 AI가 예측한 데이터를 활용하여 연구의 효율성을 극대화합니다. 이러한 도구의 등장은 인간의 지적 능력을 확장하며, 과거에는 상상하기 힘들었던 속도로 지식의 지평을 넓히는 중요한 전환점이 되고 있습니다. 하지만 거대 언어 모델 중심의 AI 발전에는 명확한 한계와 과제도 존재합니다. 모델의 크기를 키울수록 기하급수적으로 늘어나는 전력 소모와 고품질 학습 데이터의 고갈 문제는 지속 가능성에 대한 의문을 제기합니다. 단순히 규모를 확장하는 것만으로는 진정한 지능의 진보를 이루기 어렵다는 지적도 나옵니다. 복잡계 과학의 관점에서 볼 때, 진정한 지능은 개별 요소들의 단순한 합이 아니라 그들 사이의 유기적인 상호작용을 통해 자연스럽게 발현되는 '창발'의 결과물이어야 하기 때문입니다. 과학은 인간의 경험 세계를 확장하고 우리가 보지 못했던 영역을 보게 해주는 숭고한 활동입니다. 제임스 웹 우주망원경이 우주의 기원을 탐구하며 인류의 시야를 넓히듯, 과학은 끊임없이 새로운 질문을 던지며 진보합니다. 그러나 모든 가치가 데이터와 논리로만 설명되는 것은 아닙니다. 와인 한 잔의 가치가 수치화된 점수보다 함께 마시는 사람과의 즐거운 교감에 의해 결정되듯, 과학적 발견 역시 인간의 삶과 따뜻하게 연결될 때 진정한 의미를 갖습니다. 결국 과학의 궁극적인 목적은 인류의 삶을 더 풍요롭게 만드는 데 있습니다.

신예리, 윤성철, 이현숙, 정하웅

카오스재단과학자들의 방과 후 수다

물리학
생명과학
천문학

[강연] 인공지능으로 풀어낸 단백질의 비밀 _ by백민경｜제30회 서울대 자연과학대학 공개강연 | 4강

과학의 진정한 묘미는 서로 다른 기술과 사람이 만나 새로운 발전을 만들어내는 '연결'에 있습니다. 우리 몸을 구성하는 아주 작은 분자인 단백질 연구 역시 이러한 연결을 통해 혁신을 맞이했습니다. 단백질은 우리 몸 안의 거의 모든 생명현상에 관여하는 핵심 물질로, 산소를 운반하거나 화학 반응을 촉진하는 효소 역할을 하며 외부 침입에 맞서는 면역체계를 유지하는 등 생존에 필수적인 기능을 수행합니다. 세포 내부를 들여다보면 물과 지방을 제외한 대부분이 단백질로 이루어져 있을 만큼 그 중요성은 절대적입니다. 화학을 전공하며 인류를 구원할 신약개발을 꿈꿨던 연구자는 실험실에서 시약을 섞는 대신 컴퓨터를 활용하는 계산화학의 길을 선택했습니다. 복잡한 수식과 논리로 단백질의 구조를 예측하는 이 분야는 손에 물을 묻히지 않고도 생명과학의 난제를 풀 수 있는 가능성을 제시했습니다. 특히 알파고와 이세돌의 대국은 인공지능이 과학 연구의 패러다임을 바꿀 수 있다는 강력한 희망을 심어주었으며, 이는 곧 컴퓨터 기술과 생명과학이 결합하여 새로운 지평을 여는 계기가 되었습니다. 2021년 발표된 '로제타폴드'는 인공지능 기반의 단백질 구조 예측 기술로, 바이오 분야의 획기적인 혁신으로 평가받습니다. 기존의 실험 방식은 단백질 구조 하나를 밝히는 데 수년의 시간과 수백억 원의 비용이 소요되었지만, 인공지능은 이를 단 몇 시간 만에 해결할 수 있게 했습니다. 사이언스지가 올해의 연구 성과로 선정하기도 한 이 기술은 단순히 속도의 문제를 넘어 인류가 겪는 수많은 질병의 치료제를 찾는 속도를 비약적으로 높여 신약개발의 새로운 시대를 열었습니다. 단백질은 아미노산이라는 작은 분자들이 사슬처럼 연결된 생체 고분자 물질입니다. 이 사슬이 어떤 순서로 배열되고 어떤 3차원 모양으로 접히느냐에 따라 단백질의 고유한 기능이 결정됩니다. 예를 들어 코로나바이러스가 인체 세포와 어떻게 결합하여 감염을 일으키는지 이해하려면 그 표면 단백질의 입체 구조를 정확히 알아야 합니다. 이러한 구조 정보를 바탕으로 우리는 바이러스의 결합을 방해하는 치료제를 만들거나 바이오센서로 활용할 수 있는 정밀한 백신을 설계할 수 있게 됩니다. 하지만 단백질이 가질 수 있는 구조의 경우의 수는 10의 300승 개에 달할 정도로 방대하여, 물리학적 원리만으로는 이를 예측하는 데 우주의 나이보다 긴 시간이 걸립니다. 연구자들은 이 난제를 해결하기 위해 단백질 진화의 역사에 주목했습니다. 수억 년의 진화 과정에서 생존에 성공한 단백질들은 구조와 기능을 유지하는 특정한 패턴을 서열 안에 간직하고 있습니다. 인공지능은 바로 이 방대한 서열 데이터 속에 숨겨진 복잡한 패턴을 찾아내는 데 탁월한 능력을 발휘하며 불가능해 보였던 예측을 현실로 만들었습니다. 인공지능은 단백질 서열이라는 '글'을 읽고 구조라는 '그림'을 그려내는 과정을 반복하며 정답에 가까운 구조를 찾아냅니다. 이제 기술은 단일 단백질의 구조 예측을 넘어, 단백질 간의 상호작용과 결합 구조까지 예측하는 단계로 진화했습니다. 이를 통해 암세포가 면역세포의 공격을 피하는 기제를 차단하는 새로운 항암제 후보물질을 설계하는 등 맞춤형 단백질 신약개발의 문이 활짝 열렸습니다. 이는 질병의 원인을 정확히 타격하는 정밀 의료의 핵심 기술로 자리 잡고 있습니다. 과학적 성취의 이면에는 서로 다른 분야를 잇는 '브리징 피플(Bridging People)'의 역할이 결정적이었습니다. 인공지능 전문가와 생물학자가 서로의 언어를 이해하고 협업할 때 비로소 거대한 혁신이 일어납니다. 새로운 것을 배우는 데 두려움 없이 다양한 분야 사이의 연결고리를 찾는 연습은 단백질이라는 작은 세계를 넘어 인류의 건강한 미래를 설계하는 가장 강력한 동력이 될 것입니다. 서로 다른 학문의 경계를 허무는 소통의 능력이야말로 현대 과학이 요구하는 가장 중요한 자질입니다.

백민경

카오스재단서울대자연과학공개강연

생명과학

[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.

백민경

카오스재단서울대자연과학공개강연

생명과학

[강연] 제30회 서울대 자연과학대학 공개강연_'과학이 다시 연결하는...' (2) by 손상모, 백민경 l 서울대학교&카오스재단 | 2부

서울대학교 자연과학 공개 강연이 어느덧 30주년을 맞이하며 과학 나눔의 소중한 가치를 되새기고 있습니다. 이번 강연의 핵심 주제인 '연결'은 과학이 단순히 지식을 쌓는 과정을 넘어, 보이지 않는 세계를 잇고 인류의 호기심을 현실로 만드는 가교임을 상징합니다. 거대한 우주의 기원부터 우리 몸속 미세한 단백질의 구조에 이르기까지, 과학은 서로 다른 영역을 하나의 맥락으로 묶어내며 인류가 나아갈 새로운 방향과 무한한 가능성을 제시하고 있습니다. 제임스웹 우주망원경은 인류가 우주를 바라보는 시각을 근본적으로 혁신하고 있습니다. 허블 우주망원경의 뒤를 이어 더 멀리, 더 선명하게 우주 초기를 들여다보기 위해 설계된 이 망원경은 무려 135억 년 전의 빛을 추적합니다. 적외선 관측 기술을 통해 가시광선으로는 결코 볼 수 없던 우주 먼지 구름 너머의 별 탄생 과정과 초기 은하의 형성을 생생하게 포착함으로써, 우리는 우주의 기원과 인류의 뿌리에 대해 이전보다 훨씬 깊이 있는 이해를 얻게 되었습니다. 이 경이로운 망원경은 지구에서 약 150만 킬로미터 떨어진 제2 라그랑주 점(L2)이라는 특수한 지점에서 임무를 수행합니다. 태양의 강력한 열기를 차단하는 테니스장 크기의 거대한 태양 차단막과 적외선을 효과적으로 반사하기 위해 순금으로 도금된 육각형 거울들은 현대 공학 기술의 정수를 보여줍니다. 영하 230도 이하의 극저온 환경을 유지하며 우주 끝에서 오는 미세한 신호를 포착해내는 기술력은 인류의 지적 탐구심이 도달할 수 있는 한계가 어디까지인지를 증명합니다. 거시적인 우주에서 시선을 돌려 우리 몸속의 미시 세계를 살펴보면 생명 현상의 핵심인 단백질이라는 경이로운 분자를 만나게 됩니다. 단백질은 우리 몸의 거의 모든 생체 반응에 관여하지만, 그 복잡한 3차원 구조를 정확히 밝혀내는 일은 과학계의 오랜 난제였습니다. 최근 인공지능 기술은 이 문제를 획기적으로 해결하며 생명과학의 패러다임을 바꾸고 있습니다. 수개월에서 수년이 걸리던 구조 분석을 단 몇 시간 만에 정확히 예측해내며 신약 개발의 속도를 앞당기고 있습니다. 인공지능이 단백질 구조를 예측할 수 있는 비결은 수억 년에 걸친 진화의 역사 속에 숨겨진 패턴을 찾아내는 데 있습니다. 생명체가 생존을 위해 유지해온 단백질 서열의 변화를 분석하면, 특정 구조를 형성하기 위한 생물학적 규칙을 발견할 수 있습니다. 방대한 빅데이터와 인공지능 알고리즘의 결합은 복잡한 생물학적 원리를 데이터 과학의 언어로 재해석해냈습니다. 이러한 기술적 진보는 질병의 원인을 규명하고 맞춤형 치료제를 설계하는 데 있어 강력한 도구가 되고 있습니다. 현대 과학의 비약적인 발전은 단일 분야의 성과를 넘어 서로 다른 학문이 만날 때 비로소 가속화됩니다. 인공지능 전문가와 생물학자가 소통하며 새로운 알고리즘을 설계하고, 물리학과 화학의 원리가 정밀한 공학적 설계에 녹아드는 과정은 융합의 중요성을 잘 보여줍니다. 서로 다른 언어를 사용하는 전문가들 사이를 잇는 '브리징 피플'의 역할은 이제 필수적입니다. 학문 간의 경계를 허무는 유연한 사고와 협업이야말로 복잡한 현대 사회의 난제들을 해결하는 진정한 열쇠입니다. 포스트 코로나 시대를 맞이하며 우리는 단절되었던 관계를 회복하고 새로운 형태의 연결을 모색하고 있습니다. 과학은 과거의 빛을 통해 미래를 예측하고, 작은 분자의 구조를 통해 인류의 건강을 지키는 등 끊임없이 세상을 연결하는 역할을 수행합니다. 이번 강연은 과학이 단순한 학문적 유희를 넘어 우리 삶의 가치와 맥락을 잇는 소중한 매개체임을 다시 한번 일깨워주었습니다. 과학을 통해 넓어진 시야는 우리 각자가 꿈꾸는 미래를 더욱 선명하게 그려나가는 힘이 될 것입니다.

백민경, 손상모

카오스재단서울대자연과학공개강연

생명과학
천문학

[질문과 토론의 과학 #32] 🧬알파폴드, 단백질 구조 예측 분야 평정!

화학은 전통적으로 하얀 가운을 입고 실험실에서 수행하는 학문으로 인식되어 왔습니다. 하지만 물리학의 발전과 함께 분자라는 물리 현상을 설명할 수 있는 이론들이 정립되면서 물리화학이라는 분야가 탄생했습니다. 이제는 종이 위에서 이론을 푸는 단계를 넘어 컴퓨터를 활용해 분자의 성질을 밝혀내는 계산화학이 중요한 역할을 하고 있습니다. 양자화학이나 분자동역학 같은 분야를 통해 실험으로 관찰하기 어려운 미세한 현상이나 찰나의 순간을 예측하는 것이 가능해졌으며, 이는 현대 화학 연구의 필수적인 도구가 되었습니다. 단백질 구조 예측이 계산화학 분야에서 난제로 꼽히는 이유는 크게 두 가지입니다. 첫째는 수천 개의 원자로 구성된 단백질의 상호작용을 양자역학적으로 완벽하게 계산하기에는 현재의 컴퓨터 성능으로도 한계가 있기 때문입니다. 둘째는 단백질이 긴 사슬 모양으로 되어 있어 접힐 수 있는 경우의 수가 무수히 많다는 점입니다. 자연의 법칙을 최대한 단순화하여 근사치를 구하려 노력하지만, 실제 구조와 100% 일치하는 에너지 함수를 찾아내는 것은 여전히 복잡하고 어려운 과제로 남아 있어 전 세계 과학자들이 이 문제에 도전하고 있습니다. 단백질 구조 예측의 월드컵이라 불리는 CASP 대회에서 최근 가장 큰 화두는 구글 딥마인드의 알파폴드였습니다. 바둑 인공지능인 알파고를 통해 축적된 노하우와 데이터 처리 기술이 단백질 구조 예측에 접목되면서 놀라운 성과를 거두었습니다. 알파폴드는 기존 과학자들이 정립한 개념과 엔지니어들의 기술력을 성공적으로 결합하여 새로운 돌파구를 마련했습니다. 이는 인공지능이 단순히 게임의 영역을 넘어 생명과학의 근본적인 문제를 해결하는 강력한 도구가 될 수 있음을 시사하는 중요한 사건이었으며, 과학계에 큰 자극을 주었습니다. 알파폴드의 성공 뒤에는 인공지능 기술뿐만 아니라 뛰어난 과학자들과의 협업이 있었습니다. 특정 연구자의 혁신적인 논문이 구글 딥마인드의 기술력과 만나면서 폭발적인 시너지를 낸 것입니다. 단백질은 우리 몸의 효소, 호르몬, 항체 등을 구성하는 핵심 물질이며, 그 복잡한 구조가 곧 생체 내에서의 기능을 결정합니다. DNA의 유전 정보가 아미노산 서열을 만들고, 이것이 입체적으로 꼬이고 접히며 완성되는 과정은 생명 현상의 신비 그 자체라고 할 수 있습니다. 구조가 기능을 결정한다는 원칙 아래, 단백질의 형태를 파악하는 것은 생명 과학의 핵심입니다. 인공지능의 발전으로 단백질 구조 예측의 정확도가 높아지면서 난치병 치료에 대한 기대감도 커지고 있습니다. 하지만 구조를 아는 것만으로 모든 질병이 해결되는 것은 아니며, 실제 치료와 연결되기 위해서는 여전히 넘어야 할 산이 많습니다. 최근에는 알파폴드 2를 기반으로 한 로제타폴드와 같은 프로그램들이 등장하며 연구의 저변이 확대되고 있습니다. 특히 한국인 과학자들의 활약도 두드러지는 이 분야는, 인공지능과 기초 과학의 융합을 통해 인류의 건강과 생명의 비밀을 풀어나가는 새로운 시발점이 될 것으로 기대를 모으고 있습니다.

카오스재단질토과 + 짧강

[질문Q] 알파폴드가 단백질 구조 예측을 잘하는 이유? | 2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 9강

단백질 구조 예측의 정확성을 검증하는 것은 연구의 핵심적인 단계입니다. CASP와 같은 대회에서는 실험적으로 밝혀질 예정인 구조를 대상으로 예측을 수행하지만, 실제 연구 현장에서는 간접적인 실험을 통해 이를 확인합니다. 특정 아미노산을 변형했을 때 나타나는 성질의 변화를 관찰함으로써 예측된 구조의 타당성을 검토하는 방식입니다. 이러한 과정을 거쳐 구조 전체를 완벽히 풀어내지 못하더라도, 단백질이 가진 고유한 특성을 파악하고 다음 단계의 응용 연구로 나아갈 수 있는 토대를 마련하게 됩니다. 초저온 전자현미경(Cryo-EM)은 기존의 X선 방식보다 편리한 도구이지만, 여전히 단백질 시료 확보라는 큰 과제를 안고 있습니다. 특히 세포막에 파묻힌 단백질은 분리 과정에서 안정화하기가 매우 까다로워 실험적 접근이 어렵습니다. 실제 시료를 다루는 실험은 계산 과학에 비해 막대한 비용과 시간이 소요되며, 실험 환경과 실제 생체 환경 사이의 차이를 극복해야 하는 문제도 존재합니다. 따라서 실험 데이터의 한계를 인지하고 이를 보완할 수 있는 다각적인 연구 태도가 필수적입니다. 첨단 과학 연구를 지속하기 위해서는 이를 뒷받침할 수 있는 기반 시설과 컴퓨팅 자원이 필수적입니다. 우리나라는 IT 강국으로 불리지만, 기초 과학 분야에 투입되는 슈퍼컴퓨팅 자원은 주요 선진국들에 비해 다소 부족한 실정입니다. 계산 과학의 비중이 커지는 현대 연구에서 인프라에 대한 관심과 투자는 과학자들이 연구에 몰입할 수 있는 중요한 토대가 됩니다. 국가적 차원의 인프라 구축은 단순히 장비를 갖추는 것을 넘어, 미래 과학 기술의 경쟁력을 결정짓는 핵심 요소로 작용합니다. 전통적인 분자 구조 예측은 물리학 법칙에 기반하여 차근차근 계산을 쌓아가는 방식을 취해왔습니다. 하지만 원자 수가 늘어날수록 계산량이 기하급수적으로 증가하여 현재의 슈퍼컴퓨터로도 수개월에서 수년이 걸리는 한계가 있습니다. 이러한 물리적 계산의 시간적 제약을 극복하기 위해 최근에는 머신러닝 기법이 적극적으로 도입되고 있습니다. 머신러닝은 데이터로부터 학습하여 실용적인 예측 결과를 도출하며, 원리 기반의 프로그램이 해결하지 못하는 영역을 보완하는 중요한 역할을 수행합니다. 인공지능을 활용한 화학 연구에서 가장 중요한 것은 양질의 데이터를 어떻게 효율적으로 학습시키느냐에 달려 있습니다. 알파폴드의 성공 사례에서 보듯, 기존의 과학적 지식과 서열 진화 법칙 같은 정교한 데이터를 입력값으로 사용하는 것이 결과의 질을 결정합니다. 또한 분자의 3차원 구조나 텍스트 표현 등 컴퓨터가 이해하기 쉬운 방식으로 데이터를 가공하는 연구도 활발히 진행 중입니다. 인공지능은 우리가 미처 알지 못했던 새로운 화학적 원리를 발견하게 해주는 강력한 계기가 될 것입니다.

카오스재단명강리뷰&질문Q

[강연] 인공지능으로 단백질 이해하기 by 백민경 ㅣ 대학과 함께하는 2022 UN 세계기초과학의 해 한국 선포식 특별강연

단백질은 흔히 필수 영양소로만 알려져 있지만, 실제로는 우리 몸의 거의 모든 생명 현상을 주도하는 핵심 생체 분자입니다. 헤모글로빈처럼 산소를 운반하거나 효소로서 물질을 분해하고 합성하며, 외부 바이러스에 맞서는 항체 역할까지 수행합니다. 약 2만 가지의 단백질은 20종의 아미노산이 사슬처럼 연결된 구조를 가지며, 이들의 배열 순서인 서열에 따라 고유한 3차원 구조를 형성합니다. 이러한 구조는 단백질의 기능을 결정짓는 가장 중요한 요소로 작용하며 생명의 신비를 푸는 열쇠가 됩니다. 단백질의 구조를 파악하는 것은 생명 현상을 이해하고 질병의 기전을 밝히는 데 필수적입니다. 예를 들어 코로나바이러스의 스파이크 단백질 구조를 정확히 알면 감염 경로를 차단하는 치료제나 백신을 더욱 효과적으로 설계할 수 있습니다. 하지만 현재 우리가 알고 있는 단백질 서열은 3억 개에 달하는 반면, 실험적으로 밝혀진 구조는 16만 개에 불과합니다. 엑스레이 결정학이나 극저온 전자현미경 같은 실험 방식은 정확하지만, 하나의 구조를 밝히는 데 수개월에서 수년의 시간과 막대한 비용이 소요된다는 한계가 있습니다. 물리화학적 원리에 기반한 컴퓨터 시뮬레이션은 탐색해야 할 구조의 가짓수가 너무 많아 우주의 나이만큼의 시간이 걸릴 정도로 복잡합니다. 이를 해결하기 위해 과학자들은 자연의 진화 데이터에 주목했습니다. 단백질이 기능을 유지하며 진화하는 과정에서, 서로 상호작용하는 아미노산들은 함께 변이하는 '공진화' 패턴을 보입니다. 인공지능은 이러한 방대한 서열 데이터 속에 숨겨진 복잡한 패턴을 학습하여, 아미노산 간의 접촉 지점을 찾아내고 단백질의 3차원 구조를 놀라운 속도로 예측해내는 혁신을 이루었습니다. 최근 등장한 알파폴드2와 로제타폴드는 인공지능 기반 단백질 구조 예측의 새로운 지평을 열었습니다. 이 모델들은 과거 수년이 걸리던 작업을 단 몇 분 만에 실험 결과와 거의 일치하는 정확도로 수행합니다. 더 나아가 단일 단백질을 넘어 두 단백질이 결합하는 복합체 구조까지 예측할 수 있게 되었습니다. 이는 세포 내에서 일어나는 유전 정보의 전사나 번역, DNA 수리 등 복잡한 생체 반응들을 데이터에 기초하여 깊이 있게 이해할 수 있는 강력한 도구가 되어 생명공학 연구의 패러다임을 바꾸고 있습니다. 인공지능 기술은 이제 구조 예측을 넘어 새로운 단백질을 디자인하는 단계로 진화하고 있습니다. 암세포의 증식을 억제하기 위해 특정 단백질 간의 결합을 방해하는 새로운 단백질 치료제를 설계하는 것이 대표적인 사례입니다. 이러한 혁신은 양자역학에서 시작된 컴퓨터 기술이 생명과학과 만나 탄생한 결과입니다. 기초과학 연구는 당장의 성과를 넘어 인류의 삶을 풍요롭게 할 무궁무진한 잠재력을 지니고 있으며, 앞으로도 다양한 질병 치료와 생명 현상 규명에 있어 가장 강력한 토대가 될 것입니다.

백민경

카오스재단카오스크로스

생명과학

[선포식] 대학과 함께하는 2022 UN 세계기초과학의 해 한국 선포식

기초과학은 인류 문명의 근간이자 지속 가능한 발전을 위한 핵심적인 토대입니다. UN이 2022년을 '세계 기초과학의 해'로 지정한 것은 기후 위기, 감염병, 에너지 문제 등 인류가 직면한 거대한 난제들을 해결하는 데 기초과학의 역할이 그 어느 때보다 중요해졌음을 의미합니다. 기초과학은 당장의 실용적 이익을 넘어 자연의 이치를 탐구하고 새로운 지식의 지평을 넓힘으로써 미래 세대에게 더 나은 세상을 물려줄 수 있는 원동력이 됩니다. 한국의 기초과학은 일제강점기 민족 과학 운동을 시작으로 1960년대 정부의 본격적인 진흥 정책을 거쳐 비약적인 발전을 이루어왔습니다. 초기에는 선진국의 기술을 습득하는 데 주력했으나, 점차 독자적인 연구 역량을 강화하며 세계적인 수준의 성과를 창출하는 단계에 이르렀습니다. 이러한 역사는 단순한 기술 발전을 넘어 우리 사회 전반에 과학적 사고방식을 확산시키고 국가 경쟁력을 높이는 데 결정적인 기여를 해왔음을 보여줍니다. 대학은 기초과학 연구와 교육이 공존하는 가장 중요한 현장입니다. 학문의 축적과 후속 세대 양성이 이루어지는 대학의 기초 연구 역량은 국가 과학기술의 뿌리와도 같습니다. 하지만 최근 대학 내 기초과학의 입지가 좁아지고 학과 통폐합 등의 위기를 겪으면서 연구 생태계의 근간이 흔들리고 있습니다. 기초과학의 지속적인 발전을 위해서는 대학이 연구에 몰입할 수 있는 안정적인 환경을 조성하고, 장기적인 관점에서의 투자가 반드시 뒷받침되어야 합니다. 현대 과학은 우주의 기원과 생명의 신비를 밝히기 위해 첨단 기술을 적극적으로 활용하고 있습니다. 전파 간섭계와 적외선 우주 망원경을 통해 원시별 주위의 행성계 원반을 관측하고, 그 속에 포함된 유기 분자의 화학적 성분을 분석하는 연구가 대표적입니다. 이러한 시도는 지구가 어떻게 형성되었는지, 그리고 생명 현상을 일으키는 물질들이 우주 어디에서 왔는지를 이해하는 데 중요한 단서를 제공하며 인류의 지적 지평을 우주적 규모로 확장하고 있습니다. 생명과학 분야에서도 인공지능 기술의 도입으로 혁신적인 변화가 일어나고 있습니다. 수많은 아미노산의 결합으로 이루어진 단백질의 3차원 구조를 예측하는 인공지능 모델은 질병의 원인을 규명하고 신약을 개발하는 데 획기적인 전기를 마련했습니다. 기초과학 연구를 통해 축적된 방대한 데이터와 디지털 기술의 융합은 생명 현상에 대한 이해를 심화시킬 뿐만 아니라, 인류의 건강과 안전을 지키는 실질적인 해결책을 제시하며 기초과학의 무궁무진한 응용 가능성을 증명하고 있습니다. 그러나 화려한 성과 이면에는 연구 인력 부족과 지역 대학의 위기라는 엄중한 현실이 놓여 있습니다. 특히 학문 후속 세대인 대학원생들이 겪는 경제적 어려움과 불투명한 진로는 기초과학의 미래를 위협하는 심각한 요소입니다. 연구비 지원의 불균형과 수도권 집중 현상은 지역의 과학 혁신 동력을 약화시키고 있습니다. 이러한 문제를 해결하기 위해서는 연구자들의 처우 개선과 더불어 실패를 용인하고 도전적인 연구를 장려하는 사회적 문화가 정착되어야 합니다. 기초과학의 위기를 극복하고 새로운 도약을 이루기 위해서는 정부와 대학, 그리고 시민 사회의 공동 노력이 필요합니다. 기초과학은 단순히 과학자들만의 영역이 아니라 우리 모두의 삶을 풍요롭게 만드는 문화적 자산입니다. 2022년 세계 기초과학의 해를 기점으로 기초과학의 가치에 대한 사회적 공감대가 확산되고, 이를 뒷받침하는 체계적인 법적·제도적 기반이 강화되기를 기대합니다. 튼튼한 기초과학의 뿌리 위에서만 인류의 지속 가능한 미래라는 열매를 맺을 수 있습니다.

김근배, 박기범, 백민경, 성창원, 이상욱, 이석봉, 이정은, 최성희, 하유경

카오스재단카오스크로스

물리학
생명과학
천문학
융합

[강연] 세포는 외부 신호를 어떻게 감지할까? _ by최희정 ㅣ 2021 가을 카오스강연 '과학의 희열' 4강 | 4강

우리 세포는 외부 환경과 끊임없이 소통하며 생명을 유지합니다. 세포는 단순히 고립된 존재가 아니라, 외부에서 들어오는 다양한 화학 물질이나 물리적인 자극, 그리고 전기적인 신호를 감지하고 그에 적절한 반응을 나타내는 정교한 시스템을 갖추고 있습니다. 이러한 신호 감지는 나노미터 단위의 아주 미세한 수준에서 일어나며, 우리가 일상에서 마시는 커피 속 카페인이 각성 효과를 내는 과정 역시 세포가 특정 화학 물질을 인지하여 신호를 전달한 결과입니다. 세포는 외부 신호의 미세한 차이를 구별하여 서로 다른 반응을 이끌어냄으로써 생존에 필요한 항상성을 유지합니다. 세포가 외부 신호를 가장 먼저 맞닥뜨리는 곳은 세포의 경계면인 세포막입니다. 세포막은 물과 섞이지 않는 지질 성분으로 이루어진 이중 막 구조로, 세포 내부와 외부를 분리하는 성벽과 같은 역할을 합니다. 하지만 세포는 외부와 완전히 단절되어서는 안 되기에, 세포막에는 외부와 소통을 담당하는 막 단백질들이 존재합니다. 우리 몸 전체 단백질의 약 30%를 차지하는 이 막 단백질들은 외부 신호를 인지하여 내부로 전달하거나, 필요한 물질이 드나드는 통로 역할을 수행합니다. 이들은 세포가 외부 환경의 변화에 유연하게 대응할 수 있도록 돕는 핵심적인 매개체입니다. 막 단백질의 가장 중요한 소양은 신호 전달의 정확성입니다. 외부 신호가 없는데도 신호가 있는 것처럼 행동하거나, 꼭 필요한 신호를 놓치게 되면 세포의 정상적인 기능이 무너져 질병으로 이어질 수 있습니다. 예를 들어 성장 인자가 없는데도 수용체가 계속해서 증식 신호를 보내면 암이 발생할 수 있고, 인슐린 신호를 제대로 전달하지 못하면 당뇨병이 유발됩니다. 이처럼 세포막 단백질은 외부의 정보를 정확하게 읽어내어 세포 내부의 반응을 조절하는 막중한 임무를 띠고 있습니다. 따라서 이들의 구조와 기능을 이해하는 것은 생명 현상의 본질을 파악하고 질병을 치료하는 데 매우 중요합니다. 세포막을 통과하는 물질의 흐름을 조절하는 대표적인 단백질은 채널입니다. 세포막은 지질로 이루어져 있어 이온이나 친수성 분자가 마음대로 통과할 수 없지만, 특정 이온 채널은 소듐이나 포타슘 같은 이온을 선택적으로 투과시킵니다. 특히 포타슘 채널은 자신보다 크기가 작은 소듐 이온은 걸러내고 포타슘 이온만 정확하게 통과시키는 놀라운 정교함을 보여줍니다. 이는 단백질 내부의 아미노산들이 이온과 결합할 때 발생하는 에너지 차이를 이용한 것으로, 인간이 만든 어떤 기계보다도 효율적이고 정교한 필터 역할을 수행합니다. 이러한 선택적 투과는 세포의 전위차를 형성하여 신호 전달의 기초가 됩니다. 이온 채널은 외부 자극에 따라 문을 열고 닫으며 신호를 조절합니다. 전압 개폐성 채널은 세포막의 전위 변화를 감지하여 구조를 바꾸고, 리간드 개폐성 채널은 특정 화학 물질이 결합할 때 통로를 엽니다. 예를 들어 신경 전달 물질인 가바(GABA)가 수용체에 결합하면 단백질 구조가 뒤틀리며 이온이 통과할 수 있는 길이 열리게 됩니다. 또한 우리가 매운 고추를 먹었을 때 열감을 느끼는 것은 캡사이신 성분이 온도를 감지하는 이온 채널에 결합하여 전기적 신호를 발생시키기 때문입니다. 이처럼 단백질의 역동적인 구조 변화는 외부의 물리적, 화학적 자극을 생체 신호로 변환하는 핵심 기전입니다. 수용체 단백질 중 하나인 G단백질 연결 수용체(GPCR)는 우리 몸에서 가장 다양한 신호를 처리하는 패밀리입니다. 아드레날린, 도파민, 히스타민과 같은 호르몬이나 신경 전달 물질들이 이 수용체에 결합하면, 수용체의 구조가 변하면서 세포 내부의 G단백질과 상호작용하여 신호를 증폭시킵니다. 우리가 흔히 복용하는 약물의 상당수가 바로 이 GPCR을 타깃으로 하여 질병을 치료합니다. 카페인이 아데노신 수용체에 대신 결합하여 졸음을 막거나, 천식 치료제가 아드레날린 수용체를 활성화해 기관지를 확장하는 것이 대표적인 사례입니다. 수용체와 리간드의 특이적인 결합은 현대 의학의 중요한 기반이 됩니다. 눈으로 볼 수 없는 나노 세계의 단백질 구조를 밝혀내는 것은 현대 생명과학의 거대한 도전입니다. 과학자들은 X선 결정학을 통해 단백질 결정을 분석하거나, 극저온 전자 현미경(Cryo-EM)으로 단백질 분자를 급속 냉동하여 3차원 구조를 규명합니다. 이러한 구조 생물학적 연구를 통해 우리는 단백질이 어떻게 신호를 감지하고 움직이는지 원자 수준에서 이해할 수 있게 되었습니다. 규명된 구조 정보는 전 세계 과학자들과 공유되어 새로운 치료제 개발과 생명 현상의 비밀을 푸는 데 기여하고 있습니다. 보이지 않는 미세한 구조 속에 생명의 정교한 설계도가 담겨 있는 셈입니다.

최희정

카오스재단카오스강연

생명과학

[인터뷰] 최희정_ 구조세포생물학을 하고 싶어요! | 2021 가을 카오스강연 '과학의 희열'

과학은 끊임없이 미지의 영역에 대한 화두를 던지며 탐구의 가치를 증명하는 매력적인 분야입니다. 명확한 답을 주는 수학과 화학에 매료되었던 어린 시절의 열정은 고등학교 시절 화학 선생님의 영향으로 더욱 깊어졌습니다. 이러한 화학적 원리원칙에 대한 이해는 훗날 생물학적 현상을 탐구하는 든든한 밑바탕이 되었으며, 결국 단백질의 생김새와 기능을 연구하는 구조생물학자의 길로 이끌었습니다. 자신이 진정으로 즐길 수 있는 일을 찾는 것이야말로 과학자로서의 길을 꾸준히 걷게 하는 가장 큰 원동력이 됩니다. 구조생물학의 핵심은 '구조가 기능을 설명한다'는 원리에 있습니다. 이는 마치 나사를 조이는 드라이버와 볼트를 돌리는 스패너의 모양이 서로 다른 이유와 같습니다. 단백질 역시 특정한 3차원 구조를 형성함으로써 생체 내에서 고유한 역할을 수행합니다. 단백질을 구성하는 아미노산들은 화학 물질이기에, 이들 사이의 상호작용을 이해하는 데 있어 화학적 지식은 필수적입니다. 세포막 단백질이 외부 신호를 어떻게 받아들여 내부로 전달하는지 그 작용 기전을 밝히는 것은 생명 현상을 이해하는 첫걸음이 됩니다. 최근 구조생물학 분야는 인공지능 기술의 도입으로 획기적인 변화를 맞이하고 있습니다. 과거에는 단백질 구조 하나를 규명하는 데 막대한 시간과 노력이 필요했지만, 이제는 알파폴드2와 같은 프로그램을 통해 아미노산 서열만으로도 상당히 정확한 구조 예측이 가능해졌습니다. 하지만 거대 복합체의 형태나 미세한 화학 분자와의 결합을 예측하는 데는 여전히 한계가 존재합니다. 따라서 예측 프로그램은 연구를 대체하는 것이 아니라, 오히려 구조 정보를 효율적으로 활용하여 단백질의 기능을 더욱 깊이 있게 연구할 수 있도록 돕는 강력한 도구가 됩니다. 생명이란 무엇인가에 대한 정의는 관점에 따라 다양하게 해석될 수 있습니다. 물리학자 슈뢰딩거는 무질서 속에서 질서를 찾아가는 엔트로피 감소의 과정을 생명으로 보았으나, 생물학적으로는 유전 물질을 통한 증식과 대사 활동, 환경에 반응하며 진화하는 능력을 중시합니다. 이러한 기준에서 볼 때, 스스로 생존하지 못하고 숙주에 기생하는 바이러스는 생명체와 생명 물질 사이의 경계에 놓여 있습니다. 하지만 최근 거대 바이러스의 발견처럼 새로운 과학적 사실들이 밝혀짐에 따라 생명에 대한 우리의 정의와 기준도 끊임없이 변화하고 확장될 것입니다. 앞으로의 연구는 개별 단백질의 구조를 넘어, 복잡한 세포 시스템 안에서 일어나는 역동적인 상호작용을 직접 관찰하는 방향으로 나아가고 있습니다. 이를 '인사이투(In situ) 구조생물학'이라 부르는데, 이는 조각조각 떨어진 정보들을 세포라는 전체 맥락 속에서 하나로 짜 맞추는 작업입니다. 바이러스가 수용체와 결합하여 세포 내부로 침투하는 과정이나 단백질 간의 결합 시간을 실시간으로 확인하는 기술은 생명 현상을 더욱 입체적으로 이해하게 해줄 것입니다. 이러한 도전은 우리가 세포 안에서 일어나는 일들을 더욱 빠르고 정확하게 파악하는 시대를 열어줄 것입니다.

최희정

카오스재단카오스강연

생명과학

[연구뭐하지] 마틴 스타이네거 교수_서울대학교 '생물정보학 및 기계학습연구실' | 생물학 데이터 연구와 소프트웨어 개발 모두 가능!

서울대학교 생명과학부의 생물정보학 및 기계학습 연구실은 폭발적으로 증가하는 생물학적 데이터를 효율적으로 분석하기 위한 알고리즘을 개발합니다. 마틴 스타이네거 교수님은 컨설팅 분야에서 과학의 길로 들어서며, 수십억 개의 서열을 정렬하고 라벨링하는 빅데이터 처리의 매력에 집중하게 되었습니다. 현재 연구실은 유전체와 바이러스 서열 데이터가 기하급수적으로 늘어나는 상황에서, 이를 감당할 수 있는 속도와 효율성을 갖춘 분석 도구를 만드는 데 주력하고 있습니다. 이는 현대 생명과학의 난제를 해결하는 핵심적인 토대가 됩니다. 연구실의 대표적인 성과물인 MMseqs2는 수십억 개의 서열을 처리할 수 있는 고성능 알고리즘으로, 대규모 데이터셋 분석의 표준으로 자리 잡았습니다. 또한 단백질 구조 예측 분야에서 혁신을 일으킨 ColabFold와 같은 분석 도구들을 통해 딥러닝 커뮤니티에 기여하고 있습니다. 이러한 분석 도구들은 고처리량 단백질 데이터베이스를 구축하고 분석하는 데 필수적이며, 연구자들이 복잡한 생물학적 정보를 보다 빠르고 정확하게 파악할 수 있도록 돕습니다. 기술적 변화에 발맞춘 이러한 소프트웨어 개발은 생물정보학의 지평을 넓히고 있습니다. 연구실의 학생들은 구체적으로 단백질 구조 정렬과 원자 정보 데이터의 효율적인 압축 방법을 연구하고 있습니다. 또한 바이러스 유전체 정보를 활용하여 인플루엔자나 코로나바이러스와 같은 특정 바이러스를 탐지할 수 있는 DNA 서열을 설계하거나, 기존 유전 정보를 바탕으로 새로운 유전자를 예측하는 프로젝트를 수행합니다. 이러한 연구는 단순히 데이터를 처리하는 것을 넘어, 실제 질병 진단과 생명 현상의 이해를 돕는 실질적인 분석 도구를 만드는 과정입니다. 데이터의 성장을 기술적 기회로 바꾸는 것이 이들의 핵심 목표입니다. 생명과학의 근간인 센트럴 도그마(Central Dogma), 즉 DNA에서 RNA를 거쳐 단백질로 이어지는 과정을 컴퓨터 알고리즘으로 구현하는 것은 매우 도전적인 과제입니다. 연구원들은 이 복잡한 생물학적 흐름을 어떻게 효율적으로 전산화할 수 있을지 고민하며, 기존 방식의 미흡한 점을 찾아 개선해 나갑니다. 생물정보학 분야는 여전히 탐험해야 할 영역이 많은 '블루오션'과 같으며, 정보 기술과 생명과학의 결합을 통해 새로운 발견의 가능성이 무궁무진합니다. 이는 연구자들에게 끊임없는 호기심과 탐구 동기를 부여하는 원동력이 됩니다. 이 연구실은 이론적인 사고를 즐기고 꼼꼼한 성격을 가진 학생들에게 최적의 환경을 제공합니다. 파이썬과 파이토치 같은 분석 도구를 활용해 생물학적 문제를 코딩으로 해결하며, 뛰어난 개발자이자 연구자인 교수님의 지도 아래 소프트웨어 개발 및 관리 능력을 키울 수 있습니다. 메타게놈 데이터를 분석하여 새로운 단백질 패밀리를 발견하고 인류의 건강에 기여하는 것은 이들의 궁극적인 지향점입니다. 복잡한 데이터를 분석하고 혁신적인 분석 도구를 만들고자 하는 열정이 있다면, 생물정보학의 미래를 함께 그려나갈 수 있을 것입니다.

마틴 스타이네거

카오스재단연구뭐하지

생명과학

[강연] 제28회 2021 서울대 자연과학 공개강연_'불확실한 세계, 그래서 과학'

현대 사회는 거대하고 복잡한 불확실성으로 가득 차 있습니다. 기후 변화부터 감염병의 확산까지, 우리가 마주하는 현실은 한 개인이 온전히 이해하기에는 너무나 방대합니다. 이러한 혼돈 속에서 과학은 단순한 지식의 나열을 넘어, 세상을 투명하게 바라보게 하는 나침반 역할을 수행합니다. 과학자들은 보편적 원리를 탐구함으로써 복잡한 현상 이면에 숨겨진 불변의 법칙을 찾아내고, 이를 통해 미래를 예측하며 인류가 나아갈 방향을 제시합니다. 불확실한 세계일수록 과학적 사고는 더욱 빛을 발하며 우리 삶의 근간을 지탱하는 강력한 도구가 됩니다. 수학은 불확실성 속에서 질서를 찾아내는 가장 강력한 언어입니다. 주사위를 던지는 사소한 행위부터 바이러스의 확산 경로를 예측하는 일까지, 수학은 '큰 수의 법칙'이나 '감염 재생산 지수'와 같은 개념을 통해 복잡한 데이터를 유의미한 정보로 변환합니다. 특히 확률적 모델을 통해 집단 면역의 임계점을 계산하거나 상전이를 이해하는 과정은 수학이 현실 세계와 얼마나 밀접하게 연결되어 있는지를 잘 보여줍니다. 수학적 소양을 기르는 것은 단순히 공식을 외우는 것이 아니라, 세상의 겉모습에 현혹되지 않고 그 중심에 흐르는 보편적 원리를 꿰뚫어 보는 통찰력을 갖추는 과정입니다. 지구 표면의 대부분을 차지하는 바다는 여전히 인류에게 미지의 영역으로 남아 있습니다. 전 세계 바다의 80% 이상이 아직 탐사되지 않았으며, 심해의 지형은 달의 표면보다도 덜 알려져 있습니다. 하지만 아르고 플로트와 같은 첨단 무인 관측 장비와 인공위성을 활용한 현대 해양학은 바다의 운동과 기후 변화의 상관관계를 정밀하게 추적하고 있습니다. 바다는 지구에 축적된 열에너지의 90%를 흡수하며 기후 조절자 역할을 수행합니다. 해류의 흐름과 수온 변화를 이해하는 것은 엘니뇨와 같은 기상 이변에 대비하고, 해양 생태계와 인류의 공존을 도모하는 데 필수적인 과제입니다. 우리 몸의 설계도인 DNA는 G, A, T, C라는 네 종류의 염기로 기록된 방대한 정보의 집합체입니다. 31억 자에 달하는 인간 유전체를 해독하기 위한 '인간 게놈 프로젝트'는 생명과학의 패러다임을 완전히 바꾸어 놓았습니다. 유전체 지도를 확보함으로써 인류는 희귀 질환의 원인을 규명하고 환자 맞춤형 정밀 의료를 실현할 수 있는 기반을 마련했습니다. 특히 최근의 시퀀싱 기술 발전은 코로나19 바이러스의 정체를 신속히 파악하고 백신을 단기간에 설계하는 데 결정적인 기여를 했습니다. 유전 정보의 해독은 생명의 신비를 밝히는 것을 넘어 인류의 건강과 생존을 지키는 핵심 기술로 자리 잡았습니다. 효소는 생명체 내에서 일어나는 거의 모든 화학 반응을 관장하는 정교한 촉매제입니다. 수백 년이 걸릴 수 있는 소화 과정을 단 몇 시간으로 단축하는 효소의 능력은 현대 과학 기술로도 완벽히 모사하기 어려울 만큼 경이롭습니다. 과학자들은 '유도 진화'와 같은 혁신적인 기법을 통해 자연계에 존재하는 효소의 기능을 개량하거나, 플라스틱을 분해하는 새로운 효소를 설계하는 등 환경 문제 해결에 도전하고 있습니다. 아미노산 서열의 미묘한 변화가 거대한 구조적 차이를 만들어내는 효소의 세계는 마치 작은 우주와 같습니다. 이러한 거대 분자에 대한 연구는 지속 가능한 미래를 위한 화학적 해답을 제시합니다. 현대 과학의 성과는 수학, 해양학, 생명과학, 화학 등 서로 다른 분야의 지식이 융합될 때 더욱 극대화됩니다. 수학적 모델링은 감염병 방역 정책의 근거가 되고, 해양 관측 데이터는 기후 위기 대응의 기초가 되며, 유전체 분석과 효소 공학은 신약 개발의 핵심이 됩니다. 과학자들은 각자의 영역에서 미지의 세계를 탐구하지만, 결국 그들의 목적지는 인류가 직면한 불확실성을 해소하고 더 나은 세상을 만드는 것이라는 점에서 일치합니다. 학문 간의 경계를 허무는 협력과 소통은 복잡해지는 지구촌 문제를 해결하기 위한 가장 효과적인 전략이며, 과학이 가진 진정한 힘은 바로 이러한 연결에서 나옵니다. 과학의 출발점은 주변 현상에 대한 사소한 호기심이며, 그 결실을 맺게 하는 동력은 포기하지 않는 끈기입니다. 보이지 않는 심해를 탐사하고, 보이지 않는 유전자를 읽어내며, 보이지 않는 분자의 세계를 설계하는 과정은 끊임없는 도전의 연속입니다. 불확실한 세계는 우리에게 두려움을 주기도 하지만, 동시에 과학이라는 도구를 통해 탐험할 수 있는 무한한 기회를 제공합니다. 질문을 멈추지 않고 진리를 찾아 나가는 과학적 태도는 미래 세대가 갖추어야 할 가장 소중한 가치입니다. 호기심을 잃지 않고 학문에 정진할 때, 우리는 비로소 불확실성을 확신으로 바꾸며 새로운 시대를 열어갈 수 있을 것입니다.

나한나, 서인석, 송윤주, 장혜식

카오스재단서울대자연과학공개강연

화학
생명과학
지구환경과학
수학

[연구뭐하지?] 윤태영 교수_서울대학교 '막단백질단분자 연구실' | 과학계의 신대륙, 막 단백질의 세계로 오세요

서구 문명이 콜럼버스의 신대륙 발견을 통해 비약적인 발전을 이룩했듯이, 과학 연구에서도 아무런 보장이 없는 새로운 분야를 개척하려는 개척자 정신은 매우 중요합니다. 서울대학교 막 단백질 단분자 연구실은 이러한 개척자 정신을 바탕으로 막 단백질이 형성되는 복잡한 과정을 탐구하고 있습니다. 특히 이곳에서 독자적으로 개발한 '단분자 자기 집게' 기술은 자석의 힘을 이용해 단백질 분자 하나를 정밀하게 조절하며 그 구조적 변화를 관찰할 수 있게 해줍니다. 이는 생명 현상의 근원을 단분자 수준에서 이해하려는 혁신적인 시도로 평가받으며 세계적인 주목을 받고 있습니다. 연구실은 크게 두 팀으로 나뉘어 각기 다른 접근 방식으로 생명과학의 난제를 풀어나갑니다. 한 팀은 암과 밀접하게 연관된 막 단백질을 중심으로 단백질 간의 상호작용을 형광 기술을 통해 실시간으로 관찰하며, 다른 팀은 단분자 자기 집게를 이용해 단백질에 물리적인 힘을 가함으로써 그 안정성과 에너지 상태를 분석합니다. 이러한 연구는 단순히 기초 과학에 머물지 않고 향후 신약 개발의 물리적 토대를 마련하는 데 기여합니다. 생물학뿐만 아니라 물리, 화학, 수학적 지식을 아우르는 다학제적 접근은 이 연구실이 가진 강력한 경쟁력 중 하나로, 복잡한 생명 현상을 다각도에서 조명합니다. 자유로운 토론 문화와 자기주도적인 연구 환경은 학생들이 전문가로서 성장할 수 있는 훌륭한 밑거름이 됩니다. 스스로 문제를 찾고 해결하려는 의지를 갖춘 연구자들은 동료들과의 활발한 교류를 통해 지식의 스펀지처럼 성장해 나갑니다. 연구실 구성원들은 서로의 재능을 공유하며 남에게 도움을 구하는 것을 주저하지 않는 유연한 사고방식을 공유합니다. 남들이 가지 않은 새로운 길을 선택하여 자신만의 희소성을 확보하는 것, 그것이 바로 이 연구실이 지향하는 궁극적인 가치이자 지속 가능한 연구의 원동력입니다. 이러한 과정을 통해 연구자들은 단순한 지식 습득을 넘어 세상을 바라보는 깊이 있는 통찰력을 갖추게 됩니다.

윤태영

카오스재단연구뭐하지

생명과학

[그림으로 보는 과학뉴스] 알파폴드 part 1

과거 이세돌 9단과의 바둑 대결로 전 세계를 놀라게 했던 구글 딥마인드가 이번에는 생물학의 거대한 난제를 해결하며 다시금 주목받고 있습니다. 바로 '알파폴드'라는 인공지능 프로그램을 통해 단백질 구조 예측 분야에서 혁신적인 성과를 거둔 것입니다. 이는 지난 50여 년간 수많은 과학자가 매달려온 생물학적 과제를 인공지능이 해결했다는 점에서 과학계에 엄청난 충격을 안겨주었습니다. 단백질 구조 연구는 생명 현상을 이해하는 핵심 열쇠로 평가받으며, 이번 성과는 컴퓨터 과학이 노벨상 수준의 기여를 할 수 있음을 보여주는 사례로 거론되고 있습니다. 생명의 설계도라 불리는 DNA는 아데닌, 티민, 구아닌, 사이토신이라는 네 가지 염기의 조합을 통해 아미노산 서열을 결정합니다. 총 64가지의 조합 중 실제로 우리 몸을 구성하는 아미노산은 약 20가지 종류에 불과합니다. 이 아미노산들이 사슬처럼 길게 연결되어 하나의 단백질을 형성하게 되는데, 이것이 단순히 일렬로 늘어서 있는 상태는 에너지가 매우 높아 불안정합니다. 따라서 단백질은 자연스럽게 에너지가 가장 낮은 안정된 상태를 찾아 복잡한 단백질 접힘 과정을 거치게 됩니다. 이러한 물리적 변화가 우리가 흔히 말하는 생명 활동의 기초가 됩니다. 단백질이 어떤 모양으로 접히느냐는 그 단백질이 수행할 기능을 결정하는 결정적인 요소입니다. 예를 들어 우리 몸의 손톱이 딱딱한 성질을 유지하거나 면역 체계에서 항체가 특정 바이러스를 인식하는 기능은 모두 단백질의 3차원 구조에서 비롯됩니다. 즉, 단백질의 3차원 구조를 정확히 파악하는 것은 곧 생명체가 어떻게 작동하는지, 그리고 특정 질병이 왜 발생하는지를 이해하는 근본적인 토대가 됩니다. 구조가 곧 기능을 정의한다는 점은 생물학의 대원칙 중 하나이며, 이를 규명하는 것은 인류가 생명의 신비를 푸는 과정에서 반드시 넘어야 할 산이었습니다. 단백질 구조 연구는 생물학의 영역을 넘어 물리학과 컴퓨터 과학의 융합이 필수적인 분야입니다. 아미노산 서열이 3차원 구조로 변하는 과정은 원자와 분자 사이의 물리적인 힘과 에너지 최적화 원리에 기반하기 때문입니다. 물리학자들은 이러한 미시적인 관점에서 생명체를 구성하는 물질들이 어떻게 안정된 구조를 형성하는지 탐구해 왔습니다. 이는 생명 현상이 단순히 화학적인 반응을 넘어 정교한 물리적 메커니즘에 의해 통제되고 있음을 시사합니다. 학문 간의 경계를 허무는 이러한 다학제적 접근은 복잡한 생명 현상을 시뮬레이션하고 예측하는 데 있어 핵심적인 역할을 수행합니다. 과거에는 단백질의 구조를 밝히기 위해 막대한 시간과 비용이 드는 실험적 방법이 동원되었습니다. 하지만 인공지능을 활용한 시뮬레이션 기술의 발전으로 이제는 컴퓨터가 원자 간의 힘을 계산하여 단백질의 모습을 정밀하게 구현해낼 수 있게 되었습니다. 실험 데이터와 인공지능의 예측치가 일치할 때 연구자들은 생명의 신비를 한 꺼풀 더 벗겨냈다는 희열을 느낍니다. 이러한 기술적 진보는 향후 신약 개발이나 질병 치료 등 인류의 삶을 개선하는 다양한 분야에서 혁명적인 변화를 이끌어낼 것으로 기대됩니다. 인공지능은 이제 단순한 도구를 넘어 과학적 발견의 새로운 패러다임을 제시하고 있습니다.

국립과천과학관요즘과학👏

물리학
생명과학
융합

[COVID-19_talk_10] COVID-19 therapeutics, things are due to atoms_Chaok Seok Professor | 10강

세상의 모든 물질은 원자로 이루어져 있으며, 코로나19 바이러스 역시 단백질, 핵산, 지질과 같은 분자들의 집합체입니다. 이러한 생명 현상의 핵심은 원자 간의 상호작용, 특히 물과 친한 친수성과 물을 멀리하는 소수성 상호작용에 있습니다. 바이러스 단백질은 소수성 원자들을 안으로 숨기고 친수성 원자들을 겉으로 드러내어 물속에서 특정한 입체 구조를 유지합니다. 이 때문에 바이러스는 비말이나 에어로졸 같은 물방울 형태에서만 안정적으로 존재할 수 있으며, 습도가 높아져 물방울이 무거워지면 지면으로 떨어져 전파력이 낮아지기도 합니다. 치료제의 원리는 바이러스의 특정 단백질에 약물 분자가 강하게 결합하여 그 기능을 마비시키는 데 있습니다. 독감 치료제인 타미플루는 인플루엔자 바이러스의 N 단백질 구멍에 결합하여 바이러스가 세포 밖으로 나가지 못하게 막습니다. 하지만 코로나19 바이러스에는 이와 유사한 단백질이 없기 때문에 타미플루는 효과가 없습니다. 에이즈 치료제인 칼레트라 역시 코로나19의 프로테아제 단백질과 구조적으로 맞지 않아 기대만큼의 효과를 거두지 못했습니다. 결국 치료제 개발의 핵심은 바이러스 단백질의 정밀한 입체 구조를 파악하는 것입니다. 현재 사용되는 렘데시비르는 바이러스의 RNA 복제 과정을 방해하는 전략을 취합니다. 이 약물은 RNA를 구성하는 분자와 매우 흡사한 모양을 하고 있어, 바이러스의 RNA 중합효소를 속이고 RNA 사슬에 끼어들어 합성을 중단시킵니다. 한편, 많은 연구자가 주목하는 스파이크 단백질은 인간 세포의 수용체와 결합하여 침투의 관문을 여는 역할을 합니다. 이 단백질은 세 개의 동일한 부분이 모여 정삼각형 구조를 이루며, 특정 부분이 위로 올라가는 '업(Up)' 상태가 되었을 때만 인간 세포와 결합할 수 있는 독특한 메커니즘을 가지고 있습니다. 코로나19 바이러스가 사스보다 위협적인 이유는 변이를 통해 결합력과 면역 회피 능력을 동시에 강화했기 때문입니다. 사스와 비교했을 때 코로나19는 스파이크 단백질의 특정 아미노산이 변이되어 인간 수용체인 ACE2와 훨씬 더 강하게 결합합니다. 흥미로운 점은 결합 부위가 노출되는 빈도를 낮추어 인체의 면역 공격을 교묘히 피하면서도, 한 번 결합할 때는 매우 강력하게 달라붙는 전략을 사용한다는 것입니다. 이러한 정밀한 변이는 바이러스가 인간 사회에서 더욱 치명적이고 광범위하게 전파될 수 있는 원동력이 되었습니다. 계산 화학은 컴퓨터 시뮬레이션을 통해 이러한 복잡한 단백질 구조와 약물 간의 상호작용을 예측하는 학문입니다. 비록 현재의 예측 정확도가 완벽하지는 않지만, 수백만 개의 후보 물질 중 유망한 것들을 골라내어 실험 비용과 시간을 획기적으로 줄여줍니다. 특히 바이러스는 끊임없이 변이를 일으키므로, 이에 신속하게 대응하기 위해서는 인공지능과 머신러닝을 활용한 계산 화학의 역할이 필수적입니다. 앞으로 계산 화학이 발전한다면 기존 약물의 재창출은 물론, 변종 바이러스에 대비한 차세대 치료제와 백신 설계에 결정적인 기여를 할 것입니다.

석차옥

카오스재단코로나19 과학토크

화학
생명과학

[코로나TALK-10] 코로나시대 빌게이츠가 주목한 분야, 앞으로 노벨상이 유력한 분야_석차옥 교수 | 10강

세상은 원자로 이루어져 있으며, 코로나19 바이러스 역시 단백질과 핵산 같은 분자들의 집합체입니다. 계산화학자는 실험 가운 대신 컴퓨터를 이용해 이러한 원자 간의 상호작용을 분석합니다. 특히 물 분자와의 관계인 친수성·소수성 상호작용은 바이러스의 형태를 유지하는 핵심적인 힘입니다. 바이러스가 비말이나 에어로졸 상태에서만 생존할 수 있는 이유도 물이 없으면 그 정교한 구조가 무너지기 때문입니다. 이러한 원자 수준의 이해는 치료제 개발의 가장 기초적인 토대가 됩니다. 효과적인 치료제인 타미플루는 인플루엔자 바이러스의 N 단백질에 결합하여 바이러스가 세포 밖으로 나가지 못하게 막는 원리로 작동합니다. 하지만 코로나19에는 타미플루가 효과가 없는데, 이는 유전체 구조상 해당 표적 단백질이 존재하지 않기 때문입니다. 단백질은 아미노산 서열이 3차원 구조로 접히면서 고유한 기능을 갖게 되는데, 약물은 이 구조의 틈새에 정확히 들어맞아야 합니다. 따라서 바이러스마다 다른 단백질 구조를 정확히 파악하는 것이 치료제 설계의 핵심적인 과정이라 할 수 있습니다. 에이즈 치료제인 칼레트라가 코로나19에 큰 효과를 보지 못한 이유도 단백질 구조의 차이에 있습니다. 두 바이러스 모두 프로테아제를 가지고 있지만, 그 입체적인 모양이 너무나 달라 약물이 제대로 결합하지 못했습니다. 반면 렘데시비르는 RNA 복제 과정을 방해하는 방식으로 어느 정도 성과를 거두었습니다. 바이러스의 RNA 중합효소를 속여 가짜 부품을 끼워 넣음으로써 유전체 합성을 중단시키는 전략입니다. 이처럼 치료제 개발은 원자 단위에서 벌어지는 정교한 속임수와 결합의 싸움입니다. 코로나19 바이러스의 표면에 돋아난 스파이크 단백질은 인간 세포 침투의 첫 관문입니다. 이 단백질의 핵심인 RBD는 평소에는 아래로 향해 면역 체계의 공격을 피하다가, 결합 시에만 위로 올라오는 영리한 전략을 사용합니다. 사스 바이러스와 비교했을 때 코로나19는 RBD의 아미노산 변이를 통해 인간 수용체와 훨씬 더 강하게 결합하도록 진화했습니다. 이러한 구조적 변화와 변이를 원자 수준에서 시뮬레이션하고 예측하는 작업은 변종 바이러스에 대응하기 위한 필수적인 연구 분야로 자리 잡고 있습니다. 현재 컴퓨터를 이용한 구조 예측 기술은 실험적 한계를 보완하며 신약 개발의 속도를 획기적으로 높이고 있습니다. 비록 현재의 정확도가 완벽한 수준은 아니지만, 수백만 개의 후보 물질 중 가능성 있는 것들을 추려냄으로써 막대한 시간과 비용을 절감해 줍니다. 인공지능과 머신러닝 기술의 도입은 이러한 계산화학의 지평을 더욱 넓히고 있습니다. 앞으로 계산화학은 바이러스의 변이를 실시간으로 예측하고, 그에 최적화된 진단제와 치료제를 설계하는 데 있어 인류의 가장 강력한 무기가 될 것입니다.

석차옥

카오스재단코로나19 과학토크

화학
생명과학

[코로나 인터뷰] 석차옥 _단백질 구조 연구가 중요한 이유

단백질은 생명체를 구성하는 핵심적인 분자로, 우리 몸이라는 거대한 기계를 이루는 부품과 같습니다. 기계의 부품이 각기 다른 모양을 지녀야 제 기능을 하듯, 단백질 역시 고유한 단백질 구조를 형성해야만 생명 현상을 유지하는 역할을 수행할 수 있습니다. 따라서 단백질 구조를 명확히 파악하는 일은 생명 현상의 본질을 이해하는 첫걸음이자, 각종 질병의 치료제를 개발하는 데 있어 매우 중요한 토대가 됩니다. 하지만 인간의 직관만으로는 이 복잡한 단백질 구조를 예측하는 것이 거의 불가능에 가깝습니다. 단백질 구조를 예측하는 일은 수십 년간 과학계의 난제로 남아 있습니다. 최근 인공지능 기술인 알파폴드가 등장하며 큰 진전을 이루었지만, 여전히 한계는 존재합니다. 알파폴드는 기존에 축적된 아미노산 서열이 풍부한 경우에만 높은 정확도를 보이기 때문입니다. 아미노산 서열이 부족한 신종 바이러스 단백질의 경우, 인공지능이 제시하는 단백질 구조 중 상당수가 실제와 다를 가능성이 있어 여전히 인간의 정밀한 검토와 연구가 필요합니다. 인공지능은 어디까지나 연구를 돕는 도구로서 그 가치를 지닙니다. 실제 연구 현장에서는 초저온 전자현미경을 활용해 단백질 구조를 직접 관찰하기도 하지만, 이 과정에는 막대한 비용과 시간이 소요됩니다. 또한 이렇게 얻은 구조 정보조차 전체의 80~90% 수준에 그치는 불완전한 경우가 많습니다. 현재 진행 중인 연구는 이러한 불완전한 구조 정보의 빈틈을 메워 100%의 완성된 모델을 만드는 데 집중하고 있습니다. 이는 단백질이 실제로 어떻게 움직이고 상호작용하는지 정밀하게 분석하기 위한 필수적인 기초 작업이며, 계산과학이 실험의 한계를 보완하는 지점이기도 합니다. 과학자로서의 삶은 끊임없는 고민과 슬럼프의 연속이기도 합니다. 학문적 성취에 대한 압박이나 진로에 대한 불안감은 누구에게나 찾아올 수 있는 시련입니다. 하지만 생명의 탄생을 직접 경험하며 삶의 가치를 새롭게 발견하거나, 직책이라는 외적인 조건보다 과학 그 자체를 즐기려는 마음가짐을 가질 때 비로소 어려움을 극복할 수 있습니다. 내가 지금 과학을 하고 있다는 사실 그 자체에 집중하며 마음을 비우는 태도는 연구자로서 긴 여정을 지속하게 하는 가장 큰 원동력이 됩니다. 연구에 몰입하다 보면 신체적인 건강을 소홀히 하기 쉽지만, 건강한 몸은 곧 건강한 연구의 밑바탕이 됩니다. 척추 건강을 위해 시작한 달리기나 한국무용은 단순한 운동을 넘어 정신 수양의 도구가 되기도 합니다. 특히 한국무용은 자신의 몸을 깊이 들여다보게 하며 예술적 욕구까지 충족시켜 주는 훌륭한 활동입니다. 연구실 환경을 좌식으로 꾸미고 틈틈이 몸을 돌보는 등의 노력은 지속 가능한 연구를 위해 반드시 필요합니다. 몸과 마음의 균형을 찾는 과정은 결국 더 나은 연구 결과로 이어지기 마련입니다.

석차옥

카오스재단코로나19 과학토크

화학
생명과학

[강연] 분자세계 게임의 법칙을 찾아서 _ by석차옥｜2018 가을 카오스 강연 '화학의 미스터리, CheMystery' 9강 | 9강 ①

단백질은 생명 현상을 유지하는 핵심적인 분자로, 20가지 아미노산이 특정 순서로 연결되어 고유한 입체 구조를 형성합니다. 이 과정에서 물을 좋아하는 친수성 아미노산은 표면으로, 물을 싫어하는 소수성 아미노산은 안쪽으로 모이려는 성질이 작용합니다. 아미노산 서열에 담긴 정보가 복잡한 물리적 상호작용을 거쳐 하나의 안정한 구조로 접히는 현상을 단백질 폴딩이라 부르며, 이는 생명체의 기능을 결정하는 가장 기초적인 설계도와 같습니다. 이러한 구조적 안정성은 생명체가 환경에 적응하고 고유의 생리적 기능을 수행하는 데 필수적인 토대가 됩니다. 단백질의 구조를 이해하는 것은 생명 과학과 의학의 발전에 필수적입니다. 산소를 운반하는 마이오글로빈이나 에너지를 합성하는 단백질의 기작은 모두 그 형태에서 비롯됩니다. 특히 암 치료제인 글리벡이나 독감 치료제 타미플루처럼 특정 단백질의 기능을 조절하는 의약품 개발은 정밀한 구조 정보가 뒷받침되어야 가능합니다. 세포 밖의 신호를 내부로 전달하는 단백질군인 GPCR 연구가 수많은 노벨상을 배출한 이유도 바로 이러한 구조적 중요성 때문입니다. 구조를 아는 것은 곧 생명의 작동 원리를 파악하는 것과 같습니다. 전통적으로 단백질 구조는 X선 결정학이나 극저온 전자현미경과 같은 실험적 방법으로 밝혀왔습니다. 하지만 하나의 구조를 결정하는 데는 막대한 시간과 비용이 소요되며, 실험이 까다로운 경우도 많습니다. 반면 차세대 염기서열 해독 기술의 발달로 단백질의 아미노산 서열 정보는 기하급수적으로 늘어나고 있습니다. 이러한 실험적 구조 결정과 서열 정보 사이의 거대한 격차를 메우기 위해 컴퓨터를 이용한 단백질 구조 예측 기술이 현대 과학의 중요한 과제로 떠올랐습니다. 이는 실험의 한계를 극복하고 생명 정보의 활용도를 높이는 핵심 기술입니다. 단백질 구조 예측의 정확성을 겨루는 올림픽이라 불리는 CASP 대회는 2년마다 블라인드 테스트 방식으로 열립니다. 예측의 기본 원리는 열역학적으로 가장 안정한 상태를 찾는 것입니다. 아미노산 서열이 주어졌을 때 자유 에너지가 최소가 되는 지점을 찾아내는 과정은 바둑의 경우의 수보다 훨씬 복잡한 탐색을 요구합니다. 자연 법칙이라는 정답을 찾아가는 이 과정은 수많은 국소 최솟값들 사이에서 전역 최솟값을 발견해야 하는 고도의 계산 과학적 도전입니다. 정확한 에너지 함수를 정의하고 이를 효율적으로 탐색하는 것이 이 분야의 핵심적인 목표입니다. 최근 인공지능 기술의 도입은 단백질 구조 예측 분야에 혁명적인 변화를 가져왔습니다. 구글 딥마인드의 알파폴드는 방대한 서열 데이터에서 진화적으로 연관된 정보를 추출하고, 딥러닝을 통해 아미노산 사이의 거리를 정밀하게 예측하며 압도적인 성과를 거두었습니다. 이는 단순히 기존의 물리 법칙을 계산하는 것을 넘어, 데이터 속에 숨겨진 복잡한 패턴을 학습하여 정답에 접근하는 새로운 길을 제시한 것입니다. 인공지능은 이제 화학자가 자연의 비밀을 푸는 강력한 도구가 되었으며, 기존의 이론적 접근 방식과 결합하여 시너지를 내고 있습니다. 구조 예측을 넘어 새로운 기능을 가진 단백질을 직접 설계하는 연구도 활발히 진행 중입니다. 자연계에 존재하지 않는 서열을 조합하여 특정 구조를 유도함으로써 난치병 치료나 신소재 개발에 활용하려는 시도입니다. 또한 일반인들이 게임을 통해 단백질 구조를 찾는 '폴딧' 프로젝트처럼, 집단 지성과 컴퓨터 계산을 결합한 형태의 연구도 성과를 내고 있습니다. 이러한 노력은 단백질이 단순한 관찰의 대상이 아니라 인류가 목적에 맞게 설계하고 제어할 수 있는 영역임을 보여줍니다. 이는 생명 공학의 패러다임을 바꾸는 획기적인 변화의 시작입니다. 미래의 화학은 인공지능과 로봇 기술이 결합하여 실험과 계산이 유기적으로 연결되는 모습으로 진화할 것입니다. 인공지능이 반복적이고 방대한 계산 업무를 수행하면, 과학자는 더 창의적이고 근원적인 질문에 집중할 수 있는 환경이 조성됩니다. 화학은 이제 물리, 생물, 컴퓨터 공학 등 다양한 학문이 융합되는 중심지 역할을 하며 인류의 난제를 해결하는 데 기여할 것입니다. 다양한 분야의 지식을 멋지게 융합할 때 비로소 우리는 자연의 미스터리를 풀고 새로운 가치를 창출할 수 있습니다. 융합적 사고는 미래 과학을 이끄는 가장 강력한 힘이 될 것입니다.

석차옥, 이주용

카오스재단카오스강연

화학

[강연] 세포막 : 경계와 소통 (3) _ 윤태영 교수 | 2017 봄 카오스 강연 '물질에서 생명으로' 6강 | 6강 ③

세포 내부는 단순한 액체 주머니가 아니라 정교한 공간적 질서를 갖춘 복합적인 시스템입니다. 핵 속에 보관된 유전 정보인 DNA로부터 RNA가 만들어지면, 이는 핵 밖으로 수송되어 리보솜이라는 거대한 분자 기계를 만납니다. 특히 막 단백질은 소포체에서 합성되면서 복잡한 3차원 구조를 형성하며 세포막으로 삽입되는 과정을 거칩니다. 이 과정에서 세포질은 아미노산과 같은 영양소가 풍부하게 녹아 있는 바다와 같은 역할을 수행하며, 막 단백질은 외부 물질의 출입을 엄격히 통제하는 대문의 기능을 담당하여 세포의 항상성을 유지합니다. 세포막의 기본 구조는 지질 분자가 위아래로 배열된 지질 이중층으로 이루어져 생명체의 경계를 형성합니다. 흥미로운 점은 미토콘드리아나 핵과 같은 세포 소기관들은 이러한 지질 이중층이 두 번 겹쳐진 이중 막 구조를 가지고 있다는 사실입니다. 학계에서는 미토콘드리아가 과거 독립된 세균이었으나 진핵 세포에 포식된 후 에너지 공장으로 진화했다는 가설을 통해 이 독특한 구조를 설명하기도 합니다. 원시 지구에서 지질 분자들이 자발적으로 주머니 형태를 만들며 외부와 차단된 공간을 형성한 것이 바로 생명 진화의 위대한 시작이었습니다. 막 단백질은 전체 단백질의 약 30%를 차지할 정도로 비중이 높지만, 그 구조를 밝혀내는 일은 현대 과학에서도 매우 까다로운 과제입니다. 수용성 단백질과 달리 막 단백질은 친수성과 소수성이 공존하는 복잡한 환경에서만 본연의 3차원 구조를 유지할 수 있기 때문입니다. 세포막에서 분리하는 순간 구조가 쉽게 뒤틀리는 특성 탓에 정제와 분석이 어려웠고, 이로 인해 관련 연구는 일반 단백질에 비해 수십 년이나 늦게 시작되었습니다. 하지만 최근 세포막 환경을 재현하는 기술이 비약적으로 발전하면서 생명 현상의 비밀을 푸는 핵심 열쇠로 주목받고 있습니다. 인간이 느끼는 오감은 사실상 막 단백질의 정교한 활동 결과라고 해도 과언이 아닙니다. 우리가 수백 가지의 다채로운 냄새를 맡을 수 있는 것은 후각 세포에 존재하는 수백 종류의 GPCR 수용체 단백질 덕분이며, 시각과 청각 역시 막 단백질을 통해 외부의 물리적 자극을 전기 신호로 변환합니다. 이러한 생리적 중요성 때문에 막 단백질은 산업적으로도 막대한 가치를 지닙니다. 향수 산업이 후각 수용체를 공략하여 인간의 감정을 조절하듯, 막 단백질의 메커니즘을 깊이 이해하는 것은 인간의 감각 체계를 정밀하게 제어하고 활용할 수 있는 새로운 가능성을 열어줍니다. 암세포는 정상 세포보다 훨씬 많은 막 수용체를 안테나처럼 내세워 비정상적으로 빠르게 증식하는 특성을 보입니다. 현대 의학은 이러한 막 단백질의 과발현을 역이용하여 암세포만을 정밀하게 타격하는 항체 의약품이나 면역 체계를 극대화하는 치료제를 개발하고 있습니다. 특히 유전자 돌연변이가 많은 흑색종이나 신장암 분야에서는 면역 세포가 암세포를 더 잘 식별하게 함으로써 완치에 가까운 성과를 거두기도 했습니다. 우리나라도 바이오시밀러 분야에서 세계적인 경쟁력을 확보하고 있으며, 선진국 수준의 기술력을 바탕으로 차세대 정밀 의료 시장을 선도해 나가고 있습니다.

김현아, 윤태영, 정준호

카오스재단카오스강연

생명과학

[강연] 단백질 : 3차원의 마술사 (4) 김성훈 교수 | 2017 봄 카오스강연 '물질에서 생명으로' 4강 | 4강 ④

우리 몸은 수십 조 개의 세포로 이루어진 거대한 유기체입니다. 이 세포들을 구성하고 기능을 수행하게 만드는 핵심 물질은 바로 단백질입니다. 인체의 약 40%를 차지하는 단백질은 생명 현상을 실질적으로 이끌어가는 주역이라 할 수 있습니다. 물리학자가 숫자의 정밀함에 집중한다면, 생물학자는 생명이 가진 유연성과 조화에 주목합니다. 이러한 관점에서 단백질은 우리 몸의 구조를 형성할 뿐만 아니라, 끊임없이 변화하며 생명 활동을 이어가는 역동적인 기초가 됩니다. 생명체 내의 세포는 끊임없이 재생되지만, 모든 부위가 같은 방식으로 회복되는 것은 아닙니다. 혈액 세포처럼 활발하게 다시 만들어지는 부분이 있는 반면, 신경세포처럼 한 번 손상되면 재생이 어려운 조직도 존재합니다. 이러한 재생의 한계를 극복하기 위해 현대 과학은 줄기세포 연구에 매진하고 있습니다. 특히 척수 마비와 같은 신경 손상을 회복시키려는 노력은 생명의 연속성을 확보하려는 인류의 의지를 보여줍니다. 재생 가능한 영역과 그렇지 못한 영역을 이해하는 것은 우리 몸을 보호하는 첫걸음입니다. 인간 게놈 프로젝트를 통해 밝혀진 유전자의 수는 약 2만 개에서 2만 5천 개 사이입니다. 하지만 우리 몸에서 실제로 활동하는 단백질의 종류는 100만 가지가 넘습니다. 유전자 수와 단백질 수 사이의 이 거대한 차이를 'N-패러독스'라고 부릅니다. 이는 설계도인 DNA의 정보보다 실제 현장에서 일어나는 변화가 훨씬 더 복잡하고 다양함을 의미합니다. 생명은 단순히 고정된 정보를 복제하는 과정이 아니라, 주어진 정보를 바탕으로 무수히 많은 가능성을 창조해 나가는 예술적인 과정이라 할 수 있습니다. 단백질의 다양성은 유전자가 결정된 이후에 일어나는 역동적인 변화에서 기인합니다. 하나의 유전자에서 만들어진 단백질이라도 인산화, 아세틸화, 메틸화와 같은 다양한 단백질 변형 과정을 거치며 수백 가지의 다른 형태와 기능을 갖게 됩니다. 이러한 단백질 변형은 유전자가 직접 조절하지 않는 영역으로, 생명체가 환경에 적응하고 복잡한 기능을 수행할 수 있게 하는 핵심 기작입니다. 아미노산 서열이라는 기본 틀 위에 덧입혀지는 이러한 변화들이 모여 생명의 경이로운 복잡성을 완성하게 됩니다. 생명체를 구성하는 거대 고분자에는 네 가지 핵심 요소가 있습니다. 유전 정보를 담은 핵산, 기능을 수행하는 단백질, 에너지원이 되는 탄수화물, 그리고 세포의 경계를 만드는 지질이 그것입니다. 만약 우리가 외계에서 생명의 흔적을 찾는다면 가장 먼저 이 네 가지 물질의 존재 여부를 확인할 것입니다. 이들은 각각 독립적인 역할을 수행하면서도 서로 긴밀하게 상호작용하며 생명이라는 시스템을 유지합니다. 특히 단백질은 DNA를 복제하고 RNA를 전사하는 효소로서 다른 고분자들의 생성과 유지에도 깊이 관여합니다. 생명 현상의 중심 원리인 '센트럴 도그마' 과정에는 오류를 방지하기 위한 정교한 편집 기작들이 존재합니다. DNA 복제나 단백질 번역 과정에서 실수가 발생하면 세포는 이를 즉시 수정하거나, 잘못 만들어진 단백질을 빠르게 제거하여 시스템의 붕괴를 막습니다. 만약 치명적인 오류가 발생하여 수정이 불가능할 경우, 해당 세포는 스스로 사멸하는 방식을 택하기도 합니다. 이러한 다중 안전장치는 수십억 년 동안 생명이 멸종하지 않고 이어져 올 수 있었던 비결이며, 생명체가 가진 놀라운 정밀함을 대변합니다. 생명은 안정성과 유동성이라는 두 축 사이의 절묘한 균형 위에서 존재합니다. 정보를 보존하려는 DNA의 안정성과 기능을 수행하기 위해 변화를 수용하는 단백질의 역동성은 서로 대립하는 듯 보이지만 사실은 생존을 위한 최고의 파트너입니다. 이러한 생명의 원리는 우리 사회의 구조와도 닮아 있습니다. 다양성을 포용하고 변화에 유연하게 대응하면서도 핵심적인 가치를 지켜나가는 조화로움이야말로 생명이 우리에게 주는 가장 큰 가르침입니다. 우리는 단백질의 세계를 통해 생명의 신비와 삶의 지혜를 동시에 배울 수 있습니다.

김성훈, 신석민, 한병우

카오스재단카오스강연

생명과학

[강연] 단백질 : 3차원의 마술사 (2) 김성훈 교수 | 2017 봄 카오스강연 '물질에서 생명으로' 4강 | 4강 ②

단백질의 3차 구조를 밝혀내는 과정은 현대 생명과학에서 가장 도전적이고 중요한 과제 중 하나입니다. 단백질은 그 구조가 매우 복잡하여 비밀을 쉽게 내주지 않기에, 이를 연구하기 위해서는 방사광 가속기와 같은 수십억 원대의 거대 장비와 시설이 필수적입니다. 이러한 막대한 비용과 노력을 들여 구조를 분석하는 이유는 단백질의 구조를 아는 것이 곧 생명의 신비를 풀고 질병을 정복하는 열쇠가 되기 때문입니다. 기초 생명과학의 영역에서 단백질 구조 연구는 대체 불가능한 가치를 지닙니다. 과학자들의 꿈은 아미노산 서열만 보고도 그 단백질이 어떤 3차 구조를 형성할지 정확히 예측하는 것입니다. 만약 90% 이상의 정확도로 구조를 맞출 수 있다면 이는 노벨상에 버금가는 혁신적인 기술이 될 것입니다. 최근에는 전문가뿐만 아니라 일반인들이 참여하는 게임이나 집단지성을 활용하여 복잡한 단백질 구조를 예측하려는 시도도 이어지고 있습니다. 이는 컴퓨터 기술과 이론적 연구가 결합하여 수많은 장비와 비용 없이도 새로운 해법을 찾아가는 미래 지향적인 과정이라 할 수 있습니다. 단백질 구조를 파악하는 것은 신약 개발 분야에서 결정적인 역할을 합니다. 대표적인 백혈병 치료제인 글리벡이나 에이즈 치료제는 병을 일으키는 효소와 바이러스 단백질의 3차 구조를 정확히 분석했기에 탄생할 수 있었습니다. 적의 구조를 알면 그 핵심 부위에 딱 들어맞는 약물을 정밀하게 설계할 수 있기 때문입니다. 이처럼 기초 과학에서 시작된 구조 연구는 인류의 건강을 지키는 실질적인 치료제 개발로 이어지며, 우리가 질병의 핵심을 타격할 수 있는 '마법의 탄환'을 만들게 해줍니다. 단백질은 그 자체로 훌륭한 치료제가 되기도 하지만, 섭취 방식에는 한계가 있습니다. 인슐린이나 성장호르몬 같은 단백질 치료제를 주사로 맞는 이유는 단백질이 열이나 산에 의해 쉽게 변성되는 특성을 가졌기 때문입니다. 우리가 단백질을 먹으면 소화 효소에 의해 모두 아미노산으로 분해되어 버립니다. 따라서 고가의 단백질 치료제를 복용하는 것은 효율이 낮으며, 우리 몸은 섭취한 단백질을 다시 아미노산 단위로 해체하여 부족한 부분을 채우고 우리 몸을 구성하는 데 재조합하여 사용합니다. 우리가 흔히 느끼는 '감칠맛'의 비밀도 사실 단백질이 아닌 아미노산에 숨어 있습니다. 단백질 자체는 맛이 없지만, 숙성이나 발효 혹은 장시간 끓이는 과정을 통해 단백질이 아미노산으로 분해되면 비로소 풍부한 맛이 살아납니다. 생명체가 아미노산에 맛을 느끼도록 진화한 이유는 우리 몸에 꼭 필요한 영양소를 섭취하도록 유도하기 위함입니다. 이처럼 아미노산은 생명의 구성 성분일 뿐만 아니라 우리가 음식을 즐기는 동기가 되며, 단백질이라는 복잡한 블록을 구성하는 가장 기본적이고 고유한 단위입니다. 자연계에는 무한한 종류의 아미노산이 존재할 수 있지만, 지구상의 생명체는 단 20가지의 아미노산만을 선택해 사용합니다. 이는 생존을 위한 경제적 선택의 결과입니다. 아미노산 종류가 많아질수록 더 정교한 단백질을 만들 수 있겠지만, 이를 유지하고 관리하는 데 드는 에너지 비용이 기하급수적으로 늘어나기 때문입니다. 결국 20가지라는 숫자는 복잡성과 효율성 사이에서 생명체가 찾아낸 최적의 균형점입니다. 생명은 최소한의 재료로 최대한의 다양성을 만들어내는 놀라운 전략을 취하고 있습니다. 유전자가 생명의 설계도라면 단백질은 그 설계도를 바탕으로 구현된 현실입니다. 유전자의 암호 체계가 아미노산보다 훨씬 많은 조합을 가진 이유는 돌연변이로부터 생명을 보호하기 위한 안전장치입니다. 유전자는 바꿀 수 없지만, 어떤 환경에서 어떻게 노력하느냐에 따라 단백질의 발현은 매일 달라질 수 있습니다. 부모로부터 받은 유전자는 고정되어 있을지라도, 우리의 노력으로 단백질의 상태를 바꾸고 인생의 모습을 변화시킬 수 있다는 점이 생명이 가진 가장 절묘하고 희망적인 부분입니다.

김성훈

카오스재단카오스강연

생명과학

[강연] 식물은 빛을 어떻게 인지할까? - 광합성과 빛 (3) _최길주 교수 | 2015 가을 카오스 강연 '빛 색즉시공' 4강 | 4강 ③

파이토크롬은 식물이 빛을 감지하는 정교한 구조를 갖추고 있습니다. 이 단백질은 PAS, GAF, PHY라는 세 개의 도메인으로 구성되며, 그중 GAF 도메인에는 빛을 흡수하는 색소단이 결합되어 있습니다. 흥미로운 점은 PHY 도메인에서 뻗어 나온 헤어핀 형태의 구조가 색소단을 덮고 있다는 사실입니다. 적색광을 받으면 색소단이 회전하며 아미노산 간의 수소 결합이 끊어지고, 이로 인해 단백질 전체의 구조가 비틀리게 됩니다. 이러한 미세한 변화가 식물의 생화학적 반응을 이끌어내는 첫 단추가 됩니다. 파이토크롬은 빛의 파장에 따라 형태를 바꾸는 일종의 광 스위치 역할을 수행합니다. 적색광을 흡수하면 Pfr 형태로 변하여 식물의 성장을 촉진하고, 원적색광을 받으면 다시 Pr 형태로 돌아갑니다. 이러한 가역적인 전환은 식물이 주변 환경의 빛 조건을 실시간으로 파악할 수 있게 해줍니다. 활성화된 파이토크롬은 전사 조절 단백질로 작용하거나 다양한 경로를 통해 씨앗의 발아를 돕고 엽록체를 발달시키는 등 식물의 생애 주기 전반에 걸쳐 중요한 결정을 내립니다. 식물은 파이토크롬이라는 '눈'을 통해 단순히 빛의 유무만을 판단하는 것이 아니라, 주변에 경쟁자가 있는지도 감지합니다. 예를 들어 토마토를 홀로 키우면 옆으로 넓게 자라지만, 여러 개체를 밀집시켜 심으면 위로 길게 자라기 시작합니다. 이는 식물이 주변의 다른 식물 존재를 인식하고 그에 맞춰 성장 전략을 수정한다는 증거입니다. 숲속의 나무들이 가지를 넓게 펴기보다 하늘을 향해 높이 솟구치는 이유도 바로 이 때문입니다. 식물은 눈에 보이지 않는 빛의 신호를 통해 이웃과의 거리를 측정하고 생존을 도모합니다. 식물이 주변의 경쟁자를 인식하는 비결은 광합성 과정에서 발생하는 빛의 변화에 있습니다. 식물은 광합성을 위해 청색광과 적색광을 대부분 흡수하지만, 파장이 더 긴 원적색광은 그대로 통과시키거나 반사합니다. 따라서 잎이 무성한 나무 그늘 아래에는 일반적인 햇빛과 달리 적색광보다 원적색광의 비율이 압도적으로 높아지게 됩니다. 파이토크롬은 이러한 빛의 비율 변화를 예민하게 포착하여 자신이 현재 그늘에 있는지, 아니면 탁 트인 곳에 있는지를 정확하게 판단할 수 있는 생물학적 지표로 활용합니다. 그늘을 감지한 식물은 생존을 위해 '음지 회피 반응'을 보입니다. 옆에 있는 식물이 햇빛과 영양분을 독점하는 것을 막기 위해, 줄기를 빠르게 신장시켜 그늘에서 벗어나려 노력하는 것입니다. 실내에서 키우는 식물이 빛이 부족할 때 비정상적으로 길게 자라는 현상도 더 많은 빛을 찾으려는 본능적인 반응입니다. 결국 파이토크롬은 식물에게 주변 환경을 살피고 적절한 대응책을 마련하게 해주는 핵심적인 감각 기관입니다. 식물은 이 정교한 시스템을 통해 정적인 존재를 넘어 역동적으로 환경에 적응하며 살아갑니다.

최길주

카오스재단카오스강연

물리학
생명과학