생성형 AI로 신약 후보물질 설계 앞당긴다… 국제 저명 학술지 게재 쾌거



전남대학교 공과대학 유선용 교수 연구팀과 교원창업 기업(대표 유선용)인 ㈜마틸로에이아이가 협력하여 ‘분자 골격을 보존하면서 활성도 높은 신약 후보물질을 설계하는 AI 기술’을 개발했다.

전남대학교 공과대학 지능전자컴퓨터공학과에서 석사 학위를 취득한 박준영 연구원이 수행한 "다중 스케일 어텐션 메커니즘을 갖춘 스캐폴드 인식 트랜스포머를 통한 새로운 분자 설계 (Novel Molecular Design via a Scaffold-Aware Transformer with Multi-Scale Attention Mechanisms)" 연구가 SCI 국제학술지 Journal of Cheminformatics(Impact Factor 7.9, JCR 상위 8.1%)에 게재 승인됐다고 밝혔다.
게재된 논문은 약물의 핵심 골격 구조인 스캐폴드를 명시적으로 반영하면서 새로운 활성 분자를 생성하는 AI 기반 신약 후보물질 설계 기술을 다룬 연구다.

이 연구는 트랜스포머(Transformer) 기반 분자 생성 모델과 그래프 어텐션 네트워크(Graph Attention Network, GAT) 기반 결합 친화도 예측 모델을 결합한 프레임워크를 제안하며, 사용자가 지정한 분자 골격(스캐폴드, scaffold)을 명시적으로 반영해 활성과 신규성을 동시에 확보한 후보 분자를 생성하도록 설계됐다. 서로 다른 두 개의 단백질 계열 타겟을 대상으로 한 검증에서 기존 비교 모델 대비 가장 높은 예측 결합 친화도를 달성하면서도 분자 다양성과 신규성을 함께 유지했으며, 모델이 식별한 부분 구조가 실제 FDA 승인 약물의 알려진 결합 부위와 일치함을 실험적으로 검증했다.

스캐폴드 기반 분자 생성은 신약 개발 과정에서 약물의 핵심 골격을 보존하면서 새로운 화학적 변형을 탐색해야 하는 신약 후보 최적화 (lead optimization) 단계의 핵심 과제로 평가된다. 본 연구의 프레임워크는 사용자가 지정한 분자 골격 주변에서 활성과 신규성을 동시에 확보한 후보 분자를 효율적으로 탐색할 수 있게 함으로써, 신약 후보 발굴 초기 단계의 시간과 비용을 크게 절감할 수 있을 것으로 기대된다. 특히 본 기술은 의약화학자가 모델의 판단 근거를 직접 검증하고 후속 실험으로 연결할 수 있어, 신약 후보 발굴 현장에서 생성형 AI 모델을 신뢰도 높게 활용할 수 있을 것으로 기대된다.

유선용 교수는 “이번 연구는 약물 후보 분자 데이터와 생성형 AI 기술을 결합해 신약 후보물질을 설계할 수 있음을 국제적으로 입증한 성과”라며 “전남대학교와 ㈜마틸로에이아이가 참여하고 있는 ‘K-HOPE: 한국인 암 특화 디지털 스마트 임상시험 플랫폼 구축’ 국가연구과제(조상희 단장)와 연계하여, 향후 한국인 암 환자 특화 데이터를 기반으로 한 AI 신약 개발 플랫폼으로 발전시켜 나갈 계획”이라고 밝혔다.

유선용 교수는 현재 생물정보 데이터와 AI 기술을 결합한 바이오 통합 지능형 플랫폼 기업인 ㈜마틸로에이아이를 창업해 연구 성과의 산업화에도 적극 나서고 있다.

이번 연구는 보건복지부의 재원으로 한국보건산업진흥원의 보건의료기술연구개발사업(RS-2025-19252970)의 지원을 받아 수행됐다.

논문: Park, J., Yoo, S. Novel molecular design via a scaffold-aware transformer with multi-scale attention mechanisms. J Cheminform (2026). https://doi.org/10.1186/s13321-026-01221-6

광주/정용균기자 jyk0092@naver.com        광주정용균기자의 다른 기사 보기