.서귀포필라테스 그렇게 볼 수도 있는데, 저는 아니라고 생각하는 편이다. 단백질 구조 예측 개수가 연구의 성과를 말해주는 건 아니다. 과거와 달리 알파폴드라는 인공지능이 있으니 아미노산 서열을 넣은 다음에 ‘3차원 구조를 만들어줘’ 이렇게 해서 돌리면 일단 뭐든 나오지 않겠나. 예측한 구조가 틀렸다면 의미가 없다. 정확도가 중요하다. 알파폴드 2가 과거라면 어려웠던 것까지 잘 예측하기는 한다. 하지만 항체 같은 단백질은 잘 못한다. 항체는 구조에서 불규칙적인 부분이 많기 때문이다. 그런데 알파폴드에 또 장점이 있는 게, ‘셀프 에스티메이션(자기 측정)’해서 정확도를 알려준다. 어느 부분은 정확하고, 어느 부분은 부정확하다고. 공부 잘하는 학생이 문제를 풀고 나면 스스로 어디가 맞았고 어디는 틀렸는지 아는 거랑 비슷하다. 교수님이 설립한 갤럭스는 ‘단백질 설계 AI’인 ‘갤럭스 디자인’을 이용해 신약을 개발하는 회사이다. 단백질 설계 AI는 앞서 얘기 나눈 ‘단백질 구조 예측 AI’와는 어떻게 다른가? 연결되어 있다. 단백질 구조 예측 AI가 ‘파운데이션 모델’이라고 하면 단백질 설계 AI는 이를 기반으로 한 ‘생성형 AI’라고 할 수 있다. 단백질 구조 예측을 잘 훈련시켜야 수준 높은 단백질 설계도 할 수 있다.