< (왼쪽부터) KAIST 이상엽 특훈교수, 김기배 박사, UCSD 버나드 폴슨(Bernhard Palsson) 교수 >
“유전자는 알지만 기능은 모른다”는 미생물 연구의 오랜 난제를 해결하기 위해, 공동연구진이 인공지능(AI) 기반 미생물 유전자 기능 발견의 속도를 크게 높일 수 있는 최신 연구 전략을 제시했다.
우리 대학은 생명화학공학과 이상엽 특훈교수 연구팀이 UCSD 생명공학과 버나드 폴슨(Bernhard Palsson) 교수와 함께 AI를 활용해 미생물 유전자 기능 발견을 획기적으로 가속할 수 있는 최신 연구 접근법을 체계적으로 정리·분석한 리뷰논문을 발표했다고 12일 밝혔다.
2000년대 초 전장 유전체 해독 기술이 본격화되며 생명체의 유전자 구성을 완전히 규명할 수 있을 것이라는 기대가 컸다. 그러나 20년이 지난 지금도 미생물 유전체 내 상당수 유전자는 어떤 역할을 하는지 밝혀지지 않은 상태다.
유전자 결실 실험, 발현량 조절, 시험관 내 활성 측정 등 다양한 실험이 시도돼 왔지만 ▲ 대규모 실험의 한계 ▲ 복잡한 생물학적 상호작용 ▲ 실험실 결과와 실제 생체 내 반응 간 불일치 등으로 인해 유전자 기능 규명에는 여전히 많은 시간과 비용이 소요돼 왔다.
연구팀은 이러한 한계를 극복하기 위해 전산생물학과 실험생물학을 결합한 AI 기반 접근이 필수적이라고 강조했다.
이번 논문에서는 기존의 서열 유사성 분석 기법부터 최신 심층학습 기반 AI 모델에 이르기까지, 유전자 기능 발견을 촉진해 온 다양한 전산생물학적 접근법을 종합적으로 정리했다.
특히 AlphaFold(구글 딥마인드가 개발한 단백질 구조 예측 AI), RoseTTAFold(미국 워싱턴대에서 개발한 또 다른 고성능 단백질 구조 예측 AI)와 같은 단백질 3차원 구조 예측 기술은 단순한 기능 추정을 넘어, 유전자 기능이 어떻게 작동하는지 이해할 수 있는 가능성을 제시했다. 더 나아가 생성형 인공지능은 원하는 기능을 가진 단백질을 설계하는 단계로까지 연구를 확장하고 있다.
연구팀은 전사인자(유전자를 켜고 끄는 스위치 역할을 하는 단백질)와 효소(생체 내 화학 반응을 촉진하는 단백질)를 중심으로, 유전자 서열 정보, 단백질 구조 예측, 다양한 메타유전체 분석을 결합한 다양한 응용 사례와 향후 연구 방향을 제시했다.
< 효소 기능예측을 위한 전산생물학 접근법 모식도 >
연구팀은 유전자 기능 발견의 편향과 한계를 극복하기 위해 AI가 실험을 안내하는 ‘능동적 학습(Active Learning)’ 기반 연구 프레임워크가 필요하다고 밝혔다.
능동적 학습은 AI 모델이 불확실성이 높은 예측을 스스로 선별해 실험을 제안하고, 그 결과를 다시 학습에 반영하는 방식이다. 이를 통해 연구자는 중요한 유전자 기능부터 효율적으로 검증할 수 있다.
이를 위해 연구팀은 자동화된 실험 플랫폼과 바이오파운드리 등 공유 연구 인프라와의 긴밀한 통합이 필수적이라고 강조했다. 또한 실험적으로 검증되지 못한 ‘실패 데이터’ 역시 향후 연구를 위한 중요한 학습 자산으로 공유돼야 한다고 덧붙였다.
공동저자인 김기배 KAIST 박사는 “딥러닝 기반 예측 성능은 크게 향상됐지만, 예측 결과의 근거를 생물학적으로 설명할 수 있는 해석 가능한 인공지능 모델 개발은 여전히 중요한 과제”라고 말했다.
이상엽 특훈교수는 “유전자 기능 발견의 한계를 넘어서기 위해서는 연구자의 지휘하에 AI가 안내하는 체계적 실험 프레임워크와 자동화 연구 인프라의 결합이 핵심”이라며, “예측과 검증이 반복적으로 연결되는 연구 생태계 구축이 중요하다”고 강조했다.
해당 논문은 네이처(Nature) 誌가 발행하는 생명공학 분야 권위 저널인 `네이처 마이크로볼로지(Nature Microbiology)'에 01월 07일 자 게재됐다.
※ 논문명: Approaches for accelerating microbial gene function discovery using artificial intelligence, DOI: 10.1038/s41564-025-02214-1
※ 저자 정보 : Bernhard O. Palsson (UCSD, 제1 저자), 이상엽(KAIST 제2 저자, 교신저자), 김기배(KAIST, 제3 저자) 포함 총 3명
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제의 지원, 그리고 합성생물학핵심기술개발 사업의 ‘바이오제조 산업 선도를 위한 첨단 합성생물학 원천기술 개발’과제의 지원을 받아 수행됐다.
-
행사 휴머노이드 넘어 ‘피지컬 AI’ 새 판 짠다
육상 등 올림픽 종목의 로봇 경기에서 인간의 기록을 넘어서는 휴머노이드가 등장하고, 일부 제조 현장에서도 시범 적용이 시작됐다. 피지컬 AI에 대한 기대가 커지고 있지만, 우리 대학이 바라보는 무대는 경기장이나 일부 공장에 머물지 않는다. 우리 대학은 피지컬 AI를 다양한 산업과 일상에서 쓰이는 기술로 확장해 대한민국의 미래 산업으로 키우겠다는 비전을 선포했다. 우리 대학은 10월 13일 대전 본원 KI빌딩에서 ‘Physical AI KOREA 2026’을 개최했다. 이 자리에서 제조업은 물론 의료·국방·물류·일상에 적용할 수 있고, 다양한 기업이 활용할 수 있는 피지컬 AI 플랫폼 기술과 연구·교육·창업 전략을 발표했다. 배충식 총장은 “피지컬 AI의 승부는 로봇이 사람을 얼마나 닮았느냐가 아니라, 현실 세계를 이해하고 움직이는 AI를 얼마나 다양한 현장에서 구현하느냐에 달려 있다
2026-10-13 -
행사 “소음 잡고, 로봇 일 시킨다”…KAIST, 산업 바꿀 기술 선보인다
얇고 가벼운 구조로 소음을 줄이고, 무선충전 장치의 무게를 낮추며, 로봇이 스스로 이동하면서 작업하도록 돕는 기술. 우리 대학 연구실에서 개발한 기술을 만나고, 기업의 제품과 공정에 어떻게 활용할지 연구진과 직접 이야기할 수 있는 자리가 열린다. 우리 대학은 서울 코엑스(COEX)에서 열리는 KES 2026(한국전자전)과 연계해 10월 13일 ‘2026 KAIST 테크 페어(Tech Fair)’를 개최한다고 12일 밝혔다. 이번 행사에서는 6개 사업화 유망기술과 교원창업기업 4개사의 제품·서비스를 소개하고, 기술이전과 공동연구를 위한 상담을 진행한다. 배충식 총장은 “KAIST가 지향하는 ‘Beyond Laboratory’는 우수한 연구성과가 연구실에 머물지 않고 산업과 사회의 실질적인 가치로 이어지도록 하는 것”이라며, “이번 Tech Fair가 KAIST의 혁신적인 기술과 산업계의 수요
2026-10-12 -
연구 정보는 있는데 AI가 못 찾는다?...데이터 바뀌어도 최신 정보 놓치지 않는다
회사 규정이 바뀌어 새 문서가 올라왔는데도 사내 AI가 예전 규정을 찾아 답한다면 어떨까. 새로운 정보가 계속 추가되고 오래된 정보가 사라지면, AI는 정답이 되는 자료가 있어도 이를 제대로 찾지 못할 수 있다. 우리 대학 연구진이 데이터가 계속 바뀌어도 필요한 정보까지 찾아가는 ‘검색 길’을 유지해, AI가 최신 정보를 더 정확하고 빠르게 찾는 기술을 개발했다. 우리 대학은 전산학부 김민수 교수 연구팀이 데이터가 지속적으로 추가되고 삭제되는 환경에서도 높은 검색 정확도를 안정적으로 유지하는 동적 벡터 검색 기술인 ‘콘다(CONDA, Connectivity-Aware Dynamic Index)’를 개발했다고 5일 밝혔다. 생성형 AI는 학습이 끝난 뒤 새롭게 등장한 정보를 스스로 알지 못한다. 이를 보완하기 위해 최신 뉴스나 기업 내부 문서 등을 검색해 답변에 활용하는 ‘검색증강생성(RAG·Retrieval-A
2026-10-06 -
연구 움직임의 흐름 읽는 AI 반도체 개발…웨어러블 기기 활용 기대
몸에 착용하는 기기가 걷는 동작과 잠깐 팔을 흔드는 동작을 구별하려면 움직임의 흐름을 읽어야 한다. 한국 연구진은 반응 속도가 다른 반도체를 층층이 쌓아 방금 일어난 변화와 앞선 변화를 함께 읽는 기술을 개발했다. 향후 몸에 붙이거나 착용하는 작은 기기가 움직임과 몸의 신호를 분석하는 데 활용될 수 있다. 우리 대학은 AI시스템학과 권지민 교수 연구팀이 UNIST(총장 박종래), POSTECH(총장 김성근) 연구진과 함께 이온을 담은 소재를 단단한 얇은 막으로 만들고, 이를 이용해 반응 속도가 다른 반도체 소자를 여러 층으로 쌓는 데 성공했다고 29일 밝혔다. 이 반도체는 전기를 가하면 소재 안의 ‘이온’이 움직이면서 전류의 흐름이 바뀐다. 전기를 끊어도 이온이 원래 상태로 돌아오는 데는 시간이 걸린다. 종을 친 뒤 소리가 잠깐 남듯, 반도체에도 앞서 들어온 신호의 흔적이 잠시 남는 것이다. 연구팀은 그동안 단점으로 여겨졌던 이온의 느린 움직임을 지난
2026-09-29 -
연구 대장균·효모 함께 쓰는 유전자 조절 장치 개발…원하는 물질 만들 미생물 찾는 길 열어
의약품 원료 등을 만드는 ‘미생물 공장’에는 세균인 대장균과 빵·술 발효에 쓰이는 효모도 활용된다. 두 미생물은 유전자를 읽는 방식이 달라 같은 생산 설계를 옮기기 어려웠다. 우리 대학 연구진은 양쪽에서 작동하는 유전자 조절 장치를 개발하고, 여러 유전자가 함께 일해야 만들어지는 녹색 색소로 그 성능을 시험했다. 원하는 물질을 생산하기에 적합한 미생물을 선별하는 데 도움이 될 것으로 기대된다. 우리 대학은 공학생물학대학원 이주영 교수 연구팀이 서로 다른 종류의 미생물인 대장균과 효모에서 모두 작동하는 유전자 조절 장치 ‘하이브리드 프로모터’를 개발했다고 28일 밝혔다. 미생물이 원하는 물질을 만들려면 생산에 필요한 유전자들이 작동해야 한다. 프로모터는 유전자 앞에 놓여 그 유전자가 얼마나 활발하게 작동할지 조절하는 DNA 부분이다. 공장 기계의 속도를 조절하는 손잡이와 비슷하다. 문제는 대장균과 효모가 유전자를 읽는 방
2026-09-28