---
title: "국산 신약개발 AI 'K-폴드' 기본모델 나왔다"
author: "VibeTimes"
published: "2026-10-07T01:19:48.691Z"
section: "technology"
tags: ["김우연", "한국", "국산", "신약개발", "AI", "K-폴드", "기본모델", "대표"]
language: "ja"
url: "https://vibetimes.co.kr/ja/news/cmuxf3phr7wskax91bae06nwb"
---

# 국산 신약개발 AI 'K-폴드' 기본모델 나왔다

국내 연구진이 만든 신약개발 인공지능(AI) 기본 모델 'K-폴드'(단백질 구조 예측 AI 기본 모델, Apache 2.0 오픈소스로 공개)가 오픈소스 라이선스(Apache 2.0)로 공개됐다. 개발을 이끈 김우연 히츠(K-폴드를 개발한 AI 신약개발 기업) 대표(KAIST 화학과 교수, 전 한국제약바이오협회(제약·바이오 업계의 산업 단체) AI신약개발지원센터장)는 연구원 30명과 함께 모델을 만들었다.

## MSA 없애 속도와 정확도를 함께 잡았다

김 대표는 개발 동기에 대해 "해외 빅테크가 독점하고 있는 기술력을 국내 독자 기술로 만들면 좋겠다는 것이었다"라고 밝혔다. 독자 기술이 생기면 누구나 쓸 수 있는 공급망이 형성되고, 이를 고도화하며 경쟁할 수 있다는 설명이다. 그는 "바이오 분야에서 K-폴드가 시작점"이라고 말했다.

K-폴드의 핵심 기술 차별점은 알파폴드1부터 로제타폴드 등이 써온 다중 서열 정렬(MSA)을 쓰지 않는 방식을 택한 것이다. MSA는 전체 예측에 26~27분이 걸릴 경우 약 25분을 차지할 만큼 시간이 많이 드는 과정으로, 이를 빼면 속도가 빨라진다. K-폴드는 MSA를 쓰지 않고도 동등한 성능을 달성하는 것을 목표로 했다. 두 번째 목표는 구조 자체보다 구조의 변화를 예측하는 것이었다. 약물이 단백질에 결합하면 구조가 바뀌고 기능이 변하는 만큼, 실제 신약개발에서 맞춰야 하는 문제는 구조 변화라는 판단에서다. K-폴드는 단백질 A, B, C가 각각 떨어져 있을 때와 붙었을 때의 구조를 두 단계로 예측해 결합 전후의 변화를 동시에 잡아낸다. 그 결과 코폴딩 모델 벤치마크에서 기존 대비 비슷하거나 더 좋은 성능을 보였다. 항체 분야와 프로탁 계열, 키나제 예측, FDA 승인 약물 기전의 3분의 1을 차지하는 GPCR 등에서 높은 예측 정확도를 나타냈다. GPCR은 어떤 약물이 붙느냐에 따라 구조가 다르게 바뀌는데, K-폴드가 이를 잘 맞췄다는 것이 김 대표의 설명이다.

김 대표는 "시작할 때부터 알파폴드 버전 3.1을 만들지 말자, 우리 알파폴드 4를 만들자였다"며 "딥마인드가 알파폴드 4를 만들었다면 이렇지 않았을까 싶을 만큼 차이가 나게 만드는 것이었다"고 말했다. 이런 맥락에서 K-폴드는 알파폴드3 이후 나온 해외 모델들과 구분된다. 알파폴드3는 논문만 공개됐고 코드는 공개되지 않아 개발자들이 추정하며 재현해야 해서 성능이 같기 어렵다는 설명이다.

공개 방식에서도 차별점이 있다. 일부 AI가 소스코드를 공개했다고 하지만 실제로는 학습이 끝난 코드만 공개된 경우가 많다. 학습된 코드로는 새로 학습하기 어렵고, 공개된 데이터도 가공을 많이 해야 한다는 지적이다. 김 대표는 "이번에 학습을 위한 코드를 다 공개한 것은 그런 이유"라며 "공개된 데이터는 K-폴드에 내재화돼 있고 학습용 코드도 있어 다음 단계를 할 수 있다"라고 밝혔다. 그는 이를 카메라에 비유했다. 알파폴드는 카메라 위치만 알려줬고, 학습된 코드만 공개한 모델은 카메라를 보여줬지만 만드는 방법은 따라 하지 못하게 한 것이라는 설명이다. K-폴드는 더 나은 카메라를 완전히 새롭게 설계해 만든 경우라는 비유였다.