‘알파폴드 4’ —
딥마인드 신약 스핀오프의
비공개 인공지능

구글 딥마인드가 알파폴드 3를 내놓은 지 거의 2년이 지났다. 알파폴드 3는 신약 발굴에 초점을 맞춰 단백질 구조를 예측하도록 개량한 시스템이었다. 그런데 딥마인드의 바이오제약 스핀오프인 아이소모픽 랩스가 그보다 더 강력한 인공지능 모델을 발표했다. 그리고 회사는 그 혁신을 자기 안에 가두어 두기로 했다.

런던에 자리 잡은 아이소모픽 랩스는 지난달 27쪽짜리 기술보고서를 공개하면서 자사의 '신약 발굴 엔진'인 IsoDDE의 역량을 내세웠다. 단백질이 후보 약물과 어떻게 상호작용하는지 정밀하게 예측하고 항체 구조를 다루는 능력은 이 분야 연구자들에게 깊은 인상을 남겼다.

알파폴드 3는 애초에 신약 발굴을 염두에 두고 개발되었다. 노벨상을 받은 전작 알파폴드 2와 달리, 이 모델은 단백질이 다른 분자와 — 후보 약물을 포함해서 — 상호작용하는 구조를 예측할 수 있다. 그 뒤 알파폴드 3를 본떠 만든 여러 AI가 성능에 근접했고 새로운 능력까지 갖췄다. 매사추세츠 공과대학 연구진이 개발해 지난해 공개한 오픈소스 모델 Boltz-2는 후보 약물이 단백질에 얼마나 강하게 달라붙는지, 즉 결합 친화도(binding affinity)를 예측할 수 있었다. 치료제 개발에서 핵심이 되는 성질이고, 보통은 계산량이 많은 물리 기반 방법으로 예측한다.

여기서 결정적인 차이가 갈린다. 알파폴드 계열 AI는 다른 사람들이 접근할 수 있게 공개되었고 학술지 논문으로 깊이 있게 서술되었다. 그러나 IsoDDE는 독점 자산이며, 기술보고서는 비슷한 결과를 얻는 방법에 관해 거의 아무런 실마리도 주지 않는다.

"알파폴드 4 급의 중대한 진전이다." 컬럼비아대학의 계산생물학자 모하메드 알쿠라이시가 한 말이다. 그가 말한 알파폴드 4는 아직 공개되지 않은 구글 딥마인드 기술의 다음 세대를 가리킨다. 알쿠라이시는 알파폴드를 완전한 오픈소스로 구현하는 작업을 하고 있다. 그리고 그는 곧바로 문제를 짚었다. "물론 문제는, 우리가 세부 내용을 전혀 모른다는 것이다."

진전의 크기를 인정하는 사람과 그 진전의 내용을 확인할 수 없는 사람이 동일 인물이라는 사실. 이 기사의 긴장은 전부 여기서 나온다.

보고서가 내세운 성과는 세 갈래다. 모두 아이소모픽 측의 주장이며, 외부 검증은 아직 이루어지지 않았다.

알쿠라이시가 세 번째 항목을 짚은 이유는 명확하다. 학습 데이터와 닮은 분자를 잘 맞히는 것은 어렵지 않다. 닮지 않은 분자를 맞히는 것이 어렵다. "그게 진짜 어려운 문제다. 그들이 뭔가 상당히 새로운 걸 했다는 뜻이다." 그의 말이다.

IsoDDE를 떠받치는 모델들은 다른 시도에서 쓰인 것들과 "근본적으로 다르다". 아이소모픽의 사장 맥스 자더버그의 말이다. 그러나 회사는 그 뒤에 있는 '비밀 소스'를 공개할 계획이 없다.

"대부분의 큰 기계학습·AI 진전이 그렇듯, 이것도 연산·데이터·알고리즘의 조합이다." 자더버그가 덧붙인 설명이다. 그는 이번 보고서가 신약 발굴 AI를 만드는 다른 팀들의 노력을 "촉발"하기를 바란다고 했다.

연산과 데이터와 알고리즘의 조합. 틀린 말은 아니다. 다만 이 문장은 사실상 모든 기계학습 시스템에 대해 참이다. 아무것도 특정하지 않으면서 모든 것을 설명하는 문장이다. 보고서가 27쪽에 걸쳐 남긴 공백의 성격이 바로 이렇다.

자더버그는 기술보고서에 사용된 것과는 다른 버전의 IsoDDE를 여럿 개발했다고 밝혔다. 파트너사와의 작업용도 있고, 그것들은 서로 다른 데이터 소스를 반영한다. 기계학습 디렉터 미하엘 샤르슈미트는 회사의 데이터 전략이 "상당히 포괄적"이라고 말했다. 공개 데이터, 합성 학습 데이터, 그리고 "라이선스를 시도할" 데이터 소스를 함께 쓴다는 것이다.

그렇다면 성능의 원천은 무엇인가. 이 질문에서 전문가들의 판단이 갈린다.

다케다 제약의 계산구조생물학자 디에고 델 알라모는 소셜미디어 X에 이렇게 적었다. "이 보고서는 업계와 제휴해 그들의 비공개 구조 데이터에 접근하려는 광범위한 노력 뒤에 나왔다. 그래서 우리는 그 추가 데이터가 IsoDDE의 성능에 얼마나 영향을 미쳤는지 알지 못한다." 비공개 데이터가 성능을 만들었다면, 알고리즘을 아무리 잘 만들어도 외부에서는 따라잡을 수 없다는 함의가 따라붙는다.

반대편 견해도 있다. Boltz-2를 공동 개발했고 지금은 런던에서 회사 Boltz를 이끄는 기계학습 연구자 가브리엘레 코르소는, 자기 팀이 확인하고 있는 개선 폭을 근거로 독점 데이터가 아이소모픽 도구의 보고된 성능에서 필수적인 역할을 했다고 보지 않는다고 말했다. "밖에 나와 있는 데이터만으로도 우리가 만들 수 있는 개선이 많다."

이 발언의 무게는 마지막 세 단어에 있다. 따라잡는 것과 넘어서는 것은 다른 이야기다. 비공개 모델이 세운 기준선이 오픈소스 진영에 목표이자 동시에 도발이 된 셈이다.

비공개 결정을 이해하려면 회사가 서 있는 자리를 보아야 한다. 아이소모픽은 수십억 파운드 규모가 될 수 있는 신약 개발 계약을 세 곳의 제약사와 체결했다.

여기에 더해 회사는 자체 신약 파이프라인을 보유하고 있으며, 임상시험을 눈앞에 두고 있다. 논문이 아니라 임상시험이 목표인 조직에게 방법론 공개는 자산의 유출이다. 학술적 개방성과 상업적 독점성이 충돌하는 지점이 정확히 여기다.

알파폴드가 예측한 구조를 읽을 때 연구자들은 pLDDT 색을 먼저 본다. 짙은 파랑은 믿을 만한 영역이고, 주황은 사실상 모르는 영역이다. 이 기사의 내용도 같은 방식으로 색을 입혀볼 수 있다.

업로드된 PDF는 Nature 651권 18쪽 한 면 전체다. 지면 위쪽에는 앞 페이지에서 이어진 다른 기사의 끝부분이 실려 있다. 주제가 전혀 다르므로 아래에 따로 옮긴다.