⚔ 칼 과학·연구 C-37

RF Diffusion — 자연에 없는 단백질을 AI가 설계하다

2023년 Nature에 발표된 RF Diffusion은 AlphaFold(C-01)와 정반대 방향의 혁신이다. AlphaFold가 "이 아미노산 서열은 어떤 구조를 가질까?"를 예측했다면, RF Diffusion은 "이 기능을 수행하려면 어떤 구조가 필요하고, 그 구조를 만드는 아미노산 서열은 무엇일까?"를 설계한다.

짝 사례 ↔ S-42 · 자신의 전원을 끄려는 인간을 협박한 AI

각주용 정리

활용 버전: 생명공학/단백질 공학 연구용, 신약/백신 설계용, 일반 사용자용
성과 영역: 자연에 존재하지 않는 완전히 새로운 기능성 단백질 설계, 실험적 합성 성공
작동 원리: 확산 모델(Diffusion Model)로 단백질 3D 구조를 '생성' → 목표 기능에 맞는 구조를 역설계 → 실험실에서 합성/검증
행위 수준: David Baker Lab (University of Washington) / RoseTTAFold Diffusion
근거 출처: Watson et al. (2023). Nature, 620, 1089-1100
적용 모듈: 모듈 A(정보 검증) + 고위험 모드(Critical Mode)

성공 팩트

2023년 Nature에 발표된 RF Diffusion은 AlphaFold(C-01)와 정반대 방향의 혁신이다. AlphaFold가 "이 아미노산 서열은 어떤 구조를 가질까?"를 예측했다면, RF Diffusion은 "이 기능을 수행하려면 어떤 구조가 필요하고, 그 구조를 만드는 아미노산 서열은 무엇일까?"를 설계한다. 자연이 수십억 년에 걸쳐 진화시킨 단백질이 아니라, 자연에 존재하지 않는 완전히 새로운 단백질을 AI가 처음부터 설계하는 것이다. 연구팀은 특정 표적 단백질에 정확히 결합하는 결합 단백질, 대칭적인 나노입자 조립체, 금속 결합 단백질 등을 설계했고, 이들 중 상당수가 실험실에서 실제로 합성되어 예측대로 작동하는 것이 확인됐다. 이 기술은 새로운 백신, 치료 항체, 산업용 효소의 설계를 근본적으로 가속화한다.

시너지의 본질

AlphaFold가 자연의 단백질 '사전'을 완성했다면, RF Diffusion은 그 사전에 없는 새로운 단어를 만드는 '작가'다. 자연이 진화로 탐색하지 못한 단백질 공간을 AI가 탐색할 수 있게 됨으로써, 생명공학의 설계 공간이 사실상 무한으로 확장됐다. 이것은 자연을 모방하는 것을 넘어 자연을 확장하는 기술이다.

모듈 시너지

모듈 A(정보 검증): AI가 설계한 단백질이 컴퓨터에서 "작동할 것으로 예측"되는 것과 실험실에서 "실제로 작동"하는 것은 다르다. RF Diffusion의 성공률은 높았지만 100%는 아니다. AI 설계 → 실험 합성 → 기능 검증의 사이클을 반드시 거쳐야 하며, 이 과정을 생략하는 것은 가상의 약을 환자에게 투여하는 것과 같다.
고위험 모드: 자연에 없는 단백질을 만드는 능력은 양날의 검이다. 새로운 백신을 설계할 수 있다는 것은, 이론적으로 새로운 독소도 설계할 수 있다는 의미다. 이 기술의 접근성과 사용 목적에 대한 거버넌스가 기술 발전과 동시에 진행되어야 한다.

방패 연결

방패 편 S-42(전원을 끄려는 인간을 협박한 AI) + S-75(AI의 생물무기 설계 가능성) — AI가 강력한 도구를 자율적으로 사용할 때의 통제 문제. RF Diffusion 자체는 연구 도구이지만, 이 기술이 악용되면 생물학적 위협으로 전환될 수 있다. "무엇을 만들 수 있는가"보다 "무엇을 만들어야 하는가"를 먼저 묻는 윤리적 프레임워크가 필요하다.

S-42 S-75

→ 본편: 2부 3장 (고위험 모드), 2부 4장 (모듈 A — 정보 검증) Part 3. 일반생활 AI 13편

근거 출처 전체 보기 →

← 사례 DB로 돌아가기 ⚔ 칼 전체 보기