주간 연구 브리핑 — AI·신약·기능성식품 (2026-10-04)

인쇄
주간 흐름: 생성-실험-피드백 폐루프

이번 주(9/28~10/3) 과학 AI 논문들의 공통 키워드는 '폐루프'였습니다. 더 큰 모델보다 합성 가능성 제약, 소량의 실험 피드백, 실패 기록을 설계 루프 안에 넣는 쪽이 실제 성능을 가른다는 신호가 반복됐습니다. 다만 대부분이 프리프린트이고, 벤치마크·후향 평가가 실험 성과를 대신하지는 못합니다.

신약·바이오 신기술

AnewDDE(bioRxiv 프리프린트)는 전문 LLM·복합체 구조예측·생성 설계·wet-lab 피드백을 한 엔진으로 묶어, VHH 150개 패널에서 단일자릿수 nM 결합체 16개를 보고했습니다. 내부 표적 비중이 커 외부 재현은 아직 제한적입니다. LDDM은 합성 가능한 화학공간을 생성 단계의 제약으로 두고 5개 표적에서 실제 합성·결합 측정, 일부는 X-ray·NMR로 결합 자세를 확인했습니다. OmniSyn은 3D 구조 없이 단백질 서열만으로 합성 경로가 추적되는 분자를 생성하지만, 핵심 결과는 알려진 활성의 재발견과 계산 합성계획 평가입니다.

So what → 연구실 연결: 천연물 유도체 설계에서 합성 가능성을 마지막 필터가 아니라 초기 제약으로 두는 계획서 구조로 바로 가져올 수 있습니다. 생성 모델 결과는 예측일 뿐, 활성·효능 주장은 wet-lab 이후입니다.

타겟·소재: 적은 데이터 + 지식 주입

scKITE(arXiv 프리프린트)는 약 18만 개 단일세포 프로파일에 세포 주석과 전사인자-표적 관계를 보조 감독으로 넣어, 수천만 프로파일로 학습한 scGPT·Geneformer보다 제로샷 세포형 분류(macro-F1 0.500 vs 0.430/0.399)에서 앞섰습니다. 조절관계는 예측망이라는 한계가 있습니다. Boltz-2 미세조정 연구는 표적당 300개 활성 라벨만으로 상위 1% 활성 회수를 기하평균 1.77배 높였습니다(공개 8개 표적, 후향 평가). 식물 특화 유전체 모델 Botanic1은 3.18억 파라미터로 70억~83억 범용 모델보다 높은 평가 성능을 보였습니다.

So what → 연구실 연결: 우리 규모의 데이터에서도 '도메인 지식 주입'과 '초기 100~300개 assay 되먹임'은 현실적인 전략입니다. 천연물 라이브러리 능동학습 스크리닝 파일럿과 직접 연결됩니다.

근거 사다리: 벤치마크에서 독립 재현까지

Frontier: 자율 과학 에이전트와 검증

동일 자율 에이전트를 16회 독립 실행한 MOF 연구에서는 15개 캠페인이 같은 데이터 결함 구조를 최고 후보로 오판했습니다. 반복 합의가 데이터 오류를 증폭할 수 있다는 경고입니다. CompMat-Bench는 강한 에이전트도 긴 워크플로에서 실패가 소프트웨어 조작보다 '과학적 오류'에서 나온다고 보고했습니다. ScientistTwo는 107개 ML 연구문제 중 86개에서 기준선 개선을 주장하지만 평가가 AI 자동 심사에 크게 의존합니다. 반면 동료평가 논문인 효모 지식그래프-로봇 연구는 가설 9개 중 다수가 빗나간 결과까지 기록하며 새로운 상호작용 2건을 실험으로 확인했고, RNASeek는 생성한 3′ UTR 4종을 세포 리포터로 검증했습니다(후보 4개·단일 세포 맥락).

So what → 연구실 연결: 발효·천연물 실험 기록을 가설-처리-대조군-관측-판정 구조로 남기면, 실패까지 다음 실험 우선순위에 재사용할 수 있습니다. AI 도입 전 원자료 무결성 점검이 먼저입니다.

이번 주 실행 결정

  • Test — 학생 1명·30분: scKITE Fig. 1·2와 Supplementary Methods 4.2를 읽고 지식 감독 유무 비교표 1장 작성. 이후 반나절 동안 연구실 scRNA-seq 1개 파일로 메타데이터 포함·제외 임베딩을 비교해 macro-F1 5% 이상 개선 시 확장, 미달 시 중단.
  • Test — 학생 1명·반나절: 보유 발효 실험 1건을 가설-처리-대조군-관측-판정 5열 CSV로 변환. 누락 메타데이터가 20%를 넘으면 자동화 착수 보류.
  • Watch — OmniSyn·ScientistTwo: 실험 활성 검증과 사람 심사·독립 재현이 나올 때까지 강의 사례로만 사용.
  • Write — 천연물 능동학습 스크리닝(초기 100~300개 assay 되먹임 + 합성 가능성 초기 제약)을 과제 아이디어 메모로 정리.
  • Kill — 가상스크리닝·생성 점수만으로 활성·효능을 주장하는 서술.

출처

댓글 0

첫 한 줄을 남겨 보자.

로그인 뒤 한 줄을 남길 수 있다.