AI로 신약 개발 앞당긴다…가톨릭대 연구팀 성과

분자 핵심 작용기 자동 식별, 신약개발 속도↑

가톨릭대학교는 인공지능학과 이오준 교수와 네트워크과학 연구실 소속 황반튀 박사과정생이 분자의 핵심 작용기를 자동으로 식별하고 성질을 예측하는 새로운 그래프 신경망 사전학습 기법을 개발했다고 18일 밝혔다.

가톨릭대 인공지능학과 이오준 교수팀이 개발한 ‘서브그래프 조건부 그래프 정보 병목’ 개요도＜사진=가톨릭대 제공＞

해당 연구 성과는 세계 최고 권위의 인공지능 학술대회 ‘AAAI 2025’에서 발표될 예정으로, 기술적 우수성을 인정받았다.

신약 개발에서 인공지능(AI)의 역할이 점점 커지는 가운데 기존 연구들은 제한된 벤치마크 데이터셋에 의존해야 하는 문제를 안고 있었다. 이에 연구팀은 분자구조 분석과 성질 예측의 정확도를 높이면서 데이터 부족 문제를 극복할 새로운 그래프 신경망 기법을 제시했다.

연구팀이 개발한 ‘서브그래프 조건부 그래프 정보 병목(Subgraph-Conditioned Graph Information Bottleneck)’ 기법은 그래프 신경망이 분자 내 특정 화학 반응을 담당하는 핵심 작용기를 자동으로 식별할 수 있도록 돕는다. 특히 ▲핵심 작용기 탐지 ▲고분자 물질의 성질 예측 ▲모델 해석 가능성 향상 등 기존 기술의 한계를 뛰어넘는 성능을 보였다.

이번 연구는 신약 개발뿐만 아니라 신소재 개발과 화학 연구 등 여러 산업 분야에서 활용될 가능성이 크다. 연구진은 개발된 기법을 적용하면 그래프 신경망의 학습 효율성과 예측 성능이 크게 향상돼, 신약 개발 과정에서 AI 모델 활용이 더욱 활발해질 것으로 기대하고 있다.

이오준 교수는 “이번 연구는 기존 그래프 신경망 방식의 한계를 극복하고, 분자구조 분석의 새로운 가능성을 제시했다”며 “가톨릭대 인공지능학과가 2년 연속 AAAI에서 연구 성과를 발표하며 세계적인 연구력을 인정받고 있는 만큼, 앞으로도 혁신적인 연구를 지속해 나가겠다”고 말했다.

임춘한 기자 choon@asiae.co.kr