< (왼쪽부터)생명화학공학과 이상엽 교수(위),생명화학공학과 지홍근 박사과정(위),생명화학공학과 김하림 박사과정, 생물공정연구센터 김기배 박사 >
효소는 세포 내에서 일어나는 생화학적 반응을 촉매하는 단백질로, 세포의 대사 과정에서 핵심적인 역할을 수행한다. 이에 따라 새로운 효소의 기능을 규명하는 것은 미생물 세포공장 구축에서 핵심적인 과제다.
KAIST 연구진이 인공지능(AI)을 활용해 자연에 존재하지 않는 새로운 효소를 설계함으로써, 미생물 세포공장 구축을 가속화하고 신약·바이오 연료 등 차세대 바이오산업의 개발 가능성을 크게 높였다.
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 AI를 활용한 효소 기능 예측 기술의 발전 과정과 최신 동향을 정리하고, AI가 새로운 효소를 찾고 설계하는데 어떤 역할을 해왔는지 분석하여 ‘인공지능을 이용한 효소 기능 분류’를 발표했다.
이상엽 특훈교수 연구팀은 이번 연구에서 머신러닝(Machine learning)과 딥러닝(Deep learning)을 활용한 효소 기능 예측 기술의 발전 과정을 체계적으로 정리·분석하여 제공했다.
초기의 서열 유사성 기반 예측 기법에서부터 합성곱 신경망, 순환 신경망, 그래프 신경망, 그리고 트랜스포머(Transformer) 기반 대규모 언어 모델까지 다양한 AI 기법이 효소 기능 예측 연구에 접목된 사례를 다루며, 이들 기술이 단백질 서열에서 의미 있는 정보를 어떻게 추출하고, 예측 성능을 극대화하는지를 분석했다.
특히, 딥러닝 기술을 활용한 효소 기능 예측은 단순한 서열 유사성 분석을 넘어, 구조적·진화적 정보 등 아미노산 서열에 내재된 효소의 촉매 기능과 관련된 중요한 특성을 자동으로 추출함으로써 보다 정밀한 예측이 가능하다는 점이 강조됐다.
이는 기존의 생명정보학적 접근법과 비교해 인공지능 모델이 가지는 차별성과 장점을 부각하는 중요한 부분이다.
또한, 생성형 인공지능 모델의 발전에 기반하여, 기존 효소 기능 예측을 넘어 자연계에 존재하지 않는 새로운 기능을 가진 효소를 생성하는 기술이 미래 연구 방향이 될 것으로 제시했다. 이러한 AI 기반 효소 예측 및 설계 기술의 지속적인 발전은 향후 바이오 산업과 생명공학 연구의 방향성에 큰 변화를 가져올 것으로 전망했다.
< [그림 1] 다양한 딥러닝 구조를 활용한 효소 특성 추출 및 기능 예측 >
공동 제 1저자인 생명화학공학과 김하림 박사과정생은 “AI 기반 효소 기능 예측 및 효소 설계는 대사공학, 합성 생물학 및 헬스케어 등 다양한 분야에서 매우 중요”하다고 말했다.
이상엽 특훈교수는“AI 활용 효소 기능 예측은 다양한 생물학적 문제 해결에 효과적으로 적용될 수 있는 가능성을 보여주며 바이오 분야 전반의 연구를 가속화하는 데 크게 기여할 것.”이라고 밝혔다.
해당 논문은 셀(Cell) 誌가 발행하는 생명공학 분야 권위 저널인 `생명공학 동향(Trends in Biotechnology)'에 3월 28일자 게재됐다.
※ 논문명 : Enzyme Functional Classification Using Artificial Intelligence doi.org/10.1016/j.tibtech.2025.03.003
※ 저자 정보 : 김하림(한국과학기술원, 공동 제1 저자), 지홍근(한국과학기술원, 공동 제1 저자), 김기배(한국과학기술원, 제3 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 4명
한편, 이번 연구는 과기정통부가 지원하는 석유 대체 친환경 화학기술 개발 사업의‘바이오 제조 산업 선도를 위한 첨단 합성 생물학 원천기술 개발’, 그리고 과기정통부와 보건복지부가 지원하는 ‘딥러닝 기반 합성 생물학을 이용한 혁신구조 항생제 개발’ 과제의 지원을 받아 수행됐다.
원자력 에너지 활용에 있어 방사성 폐기물 관리는 핵심적인 과제 중 하나다. 특히 방사성 ‘아이오딘(요오드)’는 반감기가 길고(I-129의 경우 1,570만 년), 이동성 및 생체 유독성이 높아 환경 및 인체에 심각한 위험을 초래할 수 있다. 한국 연구진이 인공지능을 활용해 아이오딘을 제거할 원자력 환경 정화용 신소재 발굴에 성공했다. 연구팀은 향후 방사성 오염 흡착용 분말부터 오염수 처리 필터까지 다양한 산학협력을 통해 상용화를 추진할 예정이다. 우리 대학 원자력및양자공학과 류호진 교수 연구팀이 한국화학연구원 디지털화학연구센터 노주환 박사가 협력하여, 인공지능을 활용해 방사성 오염 물질이 될 수 있는 아이오딘을 효과적으로 제거하는 신소재를 발굴하는 기술을 개발했다고 2일 밝혔다. 최근 보고에 따르면 방사능 오염 물질인 아이오딘이 수용액 환경에서 아이오딘산염(IO3-) 형태로 존재하는 것으로 밝혀졌으나, 기존의 은 기반 흡착제는 이에 대해 낮은 화학적
2025-07-02우리 대학 기계공학과 윤국진 교수 연구팀의 논문 12편이 세계 최고 권위 컴퓨터비전 국제 학술 대회 중 하나인 IEEE/CVF International Conference on Computer Vision 2025(ICCV 2025)에 채택되어, 연구팀의 독보적인 연구 역량을 다시 한번 국제적으로 인정받았다. ICCV는 CVPR, ECCV와 함께 컴퓨터비전 및 인공지능 분야에서 가장 영향력 있는 국제 학술대회 중 하나로, 1987년부터 격년으로 개최되어 왔다. 이번 ICCV 2025에는 총 11,152편의 논문이 제출되었고, 이 중 2,698편이 채택되어 약 24.19%의 낮은 채택률을 기록하였다. 학술대회에 제출할 수 있는 논문 편수에 대한 제한이 있음에도 불구하고 단일 연구실에서 12편의 논문이 동시 채택되는 것은 매우 드문 성과다. 윤국진 교수 연구팀은 학습 기반의 시각 지능 구현을 목표로 연구를 진행하고 있으며, 이번에 발표된 12편의 논문들은 3D 객체 탐지 및
2025-06-30기후 위기를 막기 위해 이미 배출된 이산화탄소를 적극적으로 줄이는 것이 필수적이며, 이를 위해 공기 중 이산화탄소만 직접 포집하는 기술(Direct Air Capture, 이하 DAC)이 주목받고 있다. 하지만 공기 중에 존재하는 수증기(H₂O)로 인해 이산화탄소만 효과적으로 포집하는 것이 쉽지 않다. 이 기술의 핵심 소재로 연구되는 금속–유기 구조체(Metal-Organic Frameworks, 이하 MOF)를 활용해 우리 연구진이 AI 기반 기계학습 기술을 적용, MOF 중에서 가장 유망한 탄소 포집 후보 소재들을 찾아내는 데 성공했다. 우리 대학 생명화학공학과 김지한 교수 연구팀이 임페리얼 칼리지 런던(Imperial College London) 연구팀과 공동 연구를 통해 대기 중 이산화탄소 포집에 적합한 MOF를 빠르고 정확하게 선별할 수 있는 기계학습 기반 시뮬레이션 기법을 개발했다고 29일 밝혔다. 복잡한 구조와 분자 간 상호작용의 예측 한계로 인해
2025-06-30새 정부 출범과 함께 AI 및 과학기술 분야에 대한 사회적 관심이 크게 높아진 가운데, 우리 대학은 과학기술을 기반으로 국가 혁신을 주도하고 인류의 문제 해결에 앞장서는‘AI 중심 가치 창출형 과학기술특성화대학’으로 거듭날 계획임을 24일 밝혔다. 대한민국이 기술 주도형 사회로 대전환을 맞이하는 시점에서 KAIST는 지난 반세기 동안 국가 발전사의 '스타터킷(Starter Kit)' 역할을 수행해온 경험을 토대로, 단순한 교육·연구기관을 넘어 새로운 사회적 가치를 창출하는 글로벌 혁신 허브로의 도약을 준비하고 있다. 특히 우리 대학은 대한민국이 인공지능 주요 3개국(G3)에 도약할 수 있도록 전 국민이 소외 없이 AI를 활용할 수 있는 'AI 기본사회' 실현을 비전으로 제시했다. 이를 위해 KAIST가 주관하는 대한민국을 대표하는 ‘국가AI연구거점’사업(책임자 김기응)을 통해 AI 기술을 기반으로 산업 경쟁력을 제고하고 사회
2025-06-24임산부의 입덧 완화 목적으로 사용됐던 약물인 탈리도마이드(Thalidomide)는 생체 내에서는 광학 이성질체*의 특성으로 한쪽 이성질체는 진정 효과를 나타내지만, 다른 쪽은 기형 유발이라는 심각한 부작용을 일으킨다. 이런 예처럼, 신약 개발에서는 원하는 광학 이성질체만을 선택적으로 합성하는 정밀 유기합성 기술이 중요하다. 하지만, 여러 반응물을 동시에 분석하는 것 자체가 어려웠던 기존 방식을 극복하고, 우리 연구진이 세계 최초로 21종의 반응물을 동시에 정밀 분석하는 기술을 개발해, AI와 로봇을 활용하는 신약 개발에 획기적인 기여가 기대된다. *광학 이성질체: 동일한 화학식을 가지며 거울상 관계에 있으면서 서로 겹칠 수 없는 비대칭 구조로 존재하는 분자 쌍을 말한다. 이는 왼손과 오른손처럼 형태는 유사하지만 포개어지지 않는 관계와 유사하다. 우리 대학 화학과 김현우 교수 연구팀이 인공지능 기반 자율합성* 시대에 적합한 혁신적인 광학이성질체 분석 기술을 개발했다고 16일
2025-06-16