투자 연구 기업 시트리니 리서치와 앤스로픽이 협업한 전갈 해독제 설계 실험은 AI의 단백질 결합 발견 능력을 입증했으나, 실제 의약품 개발로 이어지는 과정의 복잡성과 기술적 한계를 명확히 드러냈습니다.
최근 인공지능(AI)이 신약 개발의 패러다임을 바꿀 것이라는 기대감이 고조되는 가운데, 투자 연구 기업 시트리니 리서치(Citrini Research)와 AI 기업 앤스로픽(Anthropic)이 흥미로운 실험을 진행했다. 이들은 앤스로픽의 미공개 AI 모델인 클로드(Claude)를 활용해 전갈 독소에 대응하는 단백질 결합체(protein binders)를 설계하는 프로젝트에 착수했다 [1, 2]. 전갈 독소는 매년 전 세계적으로 120만 명 이상에게 피해를 입히며, 특히 의료 접근성이 낮은 지역의 아동들에게 치명적임에도 불구하고 경제성 문제로 인해 '소외된 열대 질환'으로 분류되어 왔다 [2].
실험 과정은 AI의 자동화된 발견 능력을 극명하게 보여주었다. 약 64시간 동안 클로드는 31만 8천여 개의 단백질 설계를 생성했고, 이 중 180개를 선별했다 [1, 2]. 이후 앤스로픽 연구팀과 협력해 추가로 31개의 설계를 더해 총 211개의 후보군을 확보했다 [1, 2]. 외부 실험 기관인 Adaptyv Bio와 Twist Bioscience의 검증 결과, 이 중 17개의 단백질이 목표로 했던 전갈 독소와 결합하는 데 성공했다 [1, 2].
이번 실험은 AI가 특정 타겟에 결합하는 분자를 신속하게 찾아낼 수 있다는 점을 입증했다는 평가를 받는다 [2]. 그러나 전문가들은 이러한 결과가 '치료제'의 완성과는 거리가 멀다고 지적한다. 덴마크 공과대학교의 안드레아스 하우가르 라우스텐-킬(Andreas Hougaard Laustsen-Kiel) 교수는 "독소에 결합하는 물질을 발견하는 것은 상대적으로 쉬운 단계이며, 이를 실제 의약품으로 전환하는 과정이 훨씬 어렵다"고 강조했다 [1].
실제로 이번에 발견된 17개의 단백질은 독소와 결합할 뿐, 그 독성을 중화하거나 생체 내에서 안전하고 효과적으로 기능하는지 여부는 확인되지 않았다 [1, 2]. AI가 설계한 단백질의 안정성, 체내 거동, 그리고 임상적 유효성을 검증하는 과정은 신약 개발의 핵심적인 '병목 구간'이다 [2]. 전문가들은 AI가 발견한 분자를 실제 의약품으로 만드는 과정은 여전히 길고 험난한 여정이라고 입을 모은다 [1, 2].
이번 프로젝트는 AI가 신약 개발의 초기 단계에서 강력한 도구가 될 수 있음을 보여주었으나, 동시에 기술적 한계 또한 명확히 했다. 일부 연구자들은 고속 대량 스크리닝(high-throughput screening)과 같은 기존의 방식들도 AI 없이 유사한 성과를 낼 수 있다는 점을 들어, 이번 실험의 독창성이 생물학적 결과보다는 '자율적 발견 프로세스' 자체에 있다고 분석한다 [1].
결국 AI가 설계한 분자가 실제 환자를 살리는 치료제로 거듭나기 위해서는 단순히 '결합'하는 능력을 넘어, 약물로서의 안전성과 경제성을 확보하는 후속 단계가 필수적이다 [2]. 전갈 해독제 사례는 AI가 실험실의 문턱을 낮추는 데 기여할 수는 있지만, 복잡한 생체 시스템 안에서 작용하는 의약품을 개발하는 것은 여전히 인간의 임상적 통찰과 엄격한 검증이 요구되는 영역임을 시사한다.
링크된 자료는 사실 확인에 사용했으며, 분석과 해석의 책임은 본 사이트에 있습니다.