AI가 자동으로 최적의 약을 설계하는 시대: KAIST의 BInD가 분자와 상호작용을 동시에 생성

2025년 8월 11일자 Phys.org는 KAIST(한국과학기술원) 연구팀이 표적 단백질의 정보만으로부터 신약 후보 분자를 자동 생성 및 최적화하는 AI "BInD(Bond and Interaction-generating Diffusion)"를 개발했다고 보도했습니다. 논문은 Advanced Science에 게재되었습니다.advanced.onlinelibrary.wiley.com

본고에서는 BInD의 신기성과 기술적 요점, 기존 방법과의 차이점, 산업적 의미, 그리고 SNS 상의 반응까지 입체적으로 파고듭니다.

무엇이 뉴스인가

• 분자의 "생성"과 결합 "평가"를 원스텝으로 동시에 수행하는 아키텍처를 채택. 생성 과정 자체에 결합 메커니즘(비공유 결합 상호작용)을 포함하여, 다목적 최적화(결합 친화성, 약물 유사성, 구조 안정성 등)을 동시에 충족하도록 설계합니다.

• 기존 모델은 "생성→별도 모델로 스코어링"이라는 분업이 많았던 반면, BInD는 상호작용을 "보면서" 분자를 그리는 확산 모델로, 화학적 제약(결합 거리나 포켓의 기하)으로 지식 유도하는 것이 핵심입니다.advanced.onlinelibrary.wiley.com

• 케이스 스터디에서는 EGFR의 변이 잔기에 선택적으로 결합하는 후보를 생성할 수 있었다고 합니다.
  
  

기술의 내용: BInD는 왜 "동시 설계"가 가능한가

BInD는 확산 모델의 생성 프로세스에 화학 지식 기반의 가이던스를 삽입하여, 원자 위치, 결합, 상호작용(H 결합, 소수성 상호작용, π–π 등)의 형성을 동기적으로 진행합니다. 이를 통해, 예를 들어 형태만 갖추고 결합하지 않는 분자나, 결합은 강하지만 약물성이 없는 분자에 치우치는 문제를 억제할 수 있는 설계입니다. 또한, 과거의 생성 결과에서 **"좋은 상호작용 패턴"을 재사용**하여 추가 학습 없이 후보를 다듬는 최적화 전략도 보고되었습니다.

논문(Advanced Science)과 프리프린트(arXiv)에서는, 포켓 조건부 3D 생성과 상호작용 동시 생성의 평가에서 기존 SBDD계 방법에 필적/능가하는 지표를 제시했다고 합니다.advanced.onlinelibrary.wiley.comarXiv
이 흐름은 2024년 이후의 등변 확산×SBDD의 문맥(예: Nature Machine Intelligence 2024의 등변 확산 SBDD)과도 공명합니다.Nature

기존 AI와의 차이점과 위치

구조 예측계(예: 단백질–리간드 복합체의 기하 예측)와 분자 생성계는 그동안 느슨하게 결합된 관계였습니다. BInD의 포인트는, 좌표와 상호작용의 "생성"을 일체화하고, 더 나아가 약리적 성질의 다목적 최적화를 같은 수준에서 다룬 점입니다. 이는 "한 장의 설계도를 한 번에 그리는" 발상입니다.advanced.onlinelibrary.wiley.com

얼마나 실용에 가까운가(냉정한 평가)

• 실험실 검증과 전임상: BInD는 in silico 단계에서 강력하지만, ADMET이나 합성 용이성, 오프 타겟, 독성 등 현실의 제약을 통합할 필요가 있습니다.

• 산업의 현황: AI 신약 개발은 자금과 화제를 모으고 있는 반면, 승인된 약은 아직 나오지 않았다는 지적은 여전합니다. 예를 들어 Wired는 "왜 AI 신약 개발의 약은 아직 없는가"를 총설적으로 정리하고 있습니다.WIRED

• 자금 환경: 한편, OpenAI 지원의 Chai 등 자금 조달은 과열되고 있으며, AI로 "결합하기 쉬운" 후보를 소수로 좁히는 움직임이 가속화되고 있습니다. 시험 비용의 전단을 압축하는 흐름은 확실합니다.파이낸셜 타임즈
  
  

SNS의 반응: 열광과 신중론의 양극

• 테크계 인플루언서는 "분자와 결합 패턴을 동시에 생성", "사전 데이터 불필요" 같은 헤드라인으로 확산. 긍정적인 놀라움이나 "게임 체인저"라는 평가가 두드러졌습니다.X (formerly Twitter)

• 연구 당사자나 관계자도 X 상에서 논문이나 시각화를 공유하고, 기술적인 스레드로 해설하는 게시물이 보입니다.X (formerly Twitter)

• 한편, 신약 개발 실무 커뮤니티에서는 Reddit 등에서 "설계는 병목의 일부에 불과하다", "후공정(합성~임상)이 속도 제한" 같은 신중론이 이어지고 있으며, AI의 기여를 **"히트 품질의 향상과 탐색 효율화"에 한정해서 보는** 목소리도 있습니다.Reddit
  
  

산업 임팩트: 어디에 효과가 있는가

1. 탐색 공간의 압축: 방대한 화학 공간에서 **"상호작용 일체 생성"으로 유망 영역을 직접 샘플링**할 수 있습니다. 웻 검증의 적중률 개선이 기대됩니다.advanced.onlinelibrary.wiley.com

2. "제로샷" 느낌의 표적 대응: 결합이 알려진 리간드 정보가 부족한 난표적에서도, 구조 정보만으로 접근할 가능성.

3. 선택성의 사전 보장: EGFR 변이처럼 특정 잔기를 겨냥하는 선택성의 설계가 쉬운 설계 공간.
   
   
   

연구의 타당성: 심사와 공개 상황

BInD는 Advanced Science(2025년 7월 온라인 공개)에 심사 후 게재. 프리프린트는 2024년 5월부터 공개되어 있으며, 방법의 성숙 과정을 추적할 수 있는 것도 투명성의 관점에서 플러스입니다.advanced.onlinelibrary.wiley.comarXiv
아울러, KAIST의 연구실 페이지나 관련 릴리스에서도 요점이 정리되어 있습니다.wooyoun.kaist.ac.krnews.kaist.ac.kr

주의점과 다음 단계

• 합성 가능성/경제성: 생성 분자의 합성 경로나 스케일업의 현실성을, 생성 단계에서 제약 조건으로 통합합니다.

• 다목적의 현장 사양: ADMET나 안전성, CNS 투과 등 임상 요건의 대리 지표를 "제2의 동시 최적화"로 통합합니다.

##HTML_TAG_