
< (왼쪽부터) KAIST 이상엽 특훈교수, 김기배 박사, UCSD 버나드 폴슨(Bernhard Palsson) 교수 >
“유전자는 알지만 기능은 모른다”는 미생물 연구의 오랜 난제를 해결하기 위해, 공동연구진이 인공지능(AI) 기반 미생물 유전자 기능 발견의 속도를 크게 높일 수 있는 최신 연구 전략을 제시했다.
우리 대학은 생명화학공학과 이상엽 특훈교수 연구팀이 UCSD 생명공학과 버나드 폴슨(Bernhard Palsson) 교수와 함께 AI를 활용해 미생물 유전자 기능 발견을 획기적으로 가속할 수 있는 최신 연구 접근법을 체계적으로 정리·분석한 리뷰논문을 발표했다고 12일 밝혔다.
2000년대 초 전장 유전체 해독 기술이 본격화되며 생명체의 유전자 구성을 완전히 규명할 수 있을 것이라는 기대가 컸다. 그러나 20년이 지난 지금도 미생물 유전체 내 상당수 유전자는 어떤 역할을 하는지 밝혀지지 않은 상태다.
유전자 결실 실험, 발현량 조절, 시험관 내 활성 측정 등 다양한 실험이 시도돼 왔지만 ▲ 대규모 실험의 한계 ▲ 복잡한 생물학적 상호작용 ▲ 실험실 결과와 실제 생체 내 반응 간 불일치 등으로 인해 유전자 기능 규명에는 여전히 많은 시간과 비용이 소요돼 왔다.
연구팀은 이러한 한계를 극복하기 위해 전산생물학과 실험생물학을 결합한 AI 기반 접근이 필수적이라고 강조했다.
이번 논문에서는 기존의 서열 유사성 분석 기법부터 최신 심층학습 기반 AI 모델에 이르기까지, 유전자 기능 발견을 촉진해 온 다양한 전산생물학적 접근법을 종합적으로 정리했다.
특히 AlphaFold(구글 딥마인드가 개발한 단백질 구조 예측 AI), RoseTTAFold(미국 워싱턴대에서 개발한 또 다른 고성능 단백질 구조 예측 AI)와 같은 단백질 3차원 구조 예측 기술은 단순한 기능 추정을 넘어, 유전자 기능이 어떻게 작동하는지 이해할 수 있는 가능성을 제시했다. 더 나아가 생성형 인공지능은 원하는 기능을 가진 단백질을 설계하는 단계로까지 연구를 확장하고 있다.
연구팀은 전사인자(유전자를 켜고 끄는 스위치 역할을 하는 단백질)와 효소(생체 내 화학 반응을 촉진하는 단백질)를 중심으로, 유전자 서열 정보, 단백질 구조 예측, 다양한 메타유전체 분석을 결합한 다양한 응용 사례와 향후 연구 방향을 제시했다.

< 효소 기능예측을 위한 전산생물학 접근법 모식도 >
연구팀은 유전자 기능 발견의 편향과 한계를 극복하기 위해 AI가 실험을 안내하는 ‘능동적 학습(Active Learning)’ 기반 연구 프레임워크가 필요하다고 밝혔다.
능동적 학습은 AI 모델이 불확실성이 높은 예측을 스스로 선별해 실험을 제안하고, 그 결과를 다시 학습에 반영하는 방식이다. 이를 통해 연구자는 중요한 유전자 기능부터 효율적으로 검증할 수 있다.
이를 위해 연구팀은 자동화된 실험 플랫폼과 바이오파운드리 등 공유 연구 인프라와의 긴밀한 통합이 필수적이라고 강조했다. 또한 실험적으로 검증되지 못한 ‘실패 데이터’ 역시 향후 연구를 위한 중요한 학습 자산으로 공유돼야 한다고 덧붙였다.
공동저자인 김기배 KAIST 박사는 “딥러닝 기반 예측 성능은 크게 향상됐지만, 예측 결과의 근거를 생물학적으로 설명할 수 있는 해석 가능한 인공지능 모델 개발은 여전히 중요한 과제”라고 말했다.
이상엽 특훈교수는 “유전자 기능 발견의 한계를 넘어서기 위해서는 연구자의 지휘하에 AI가 안내하는 체계적 실험 프레임워크와 자동화 연구 인프라의 결합이 핵심”이라며, “예측과 검증이 반복적으로 연결되는 연구 생태계 구축이 중요하다”고 강조했다.
해당 논문은 네이처(Nature) 誌가 발행하는 생명공학 분야 권위 저널인 `네이처 마이크로볼로지(Nature Microbiology)'에 01월 07일 자 게재됐다.
※ 논문명: Approaches for accelerating microbial gene function discovery using artificial intelligence, DOI: 10.1038/s41564-025-02214-1
※ 저자 정보 : Bernhard O. Palsson (UCSD, 제1 저자), 이상엽(KAIST 제2 저자, 교신저자), 김기배(KAIST, 제3 저자) 포함 총 3명
한편, 이번 연구는 과기정통부가 지원하는 석유대체 친환경 화학기술개발사업의 ‘바이오화학산업 선도를 위한 차세대 바이오리파이너리 원천기술 개발’ 과제의 지원, 그리고 합성생물학핵심기술개발 사업의 ‘바이오제조 산업 선도를 위한 첨단 합성생물학 원천기술 개발’과제의 지원을 받아 수행됐다.
시끄러운 곳에서 입모양만으로 상대의 말을 정확히 알아들을 수 있을까. 우리 대학 연구진이 확실한 단어부터 읽고, 헷갈리는 부분은 앞뒤 문맥으로 풀어내는 AI 기술을 개발했다. 소음에 묻힌 말을 문자로 전달하거나 청각장애인·난청인의 대화를 돕는 등, 소리에 의존하지 않는 소통 기술로 활용될 것으로 기대된다. 우리 대학은 전기및전자공학부 노용만 교수 연구팀이 입술 움직임을 보고 말을 문자로 바꾸는 ‘시각적 음성 인식(Visual Speech Recognition, VSR)’의 정확도를 높이는 기술을 개발했다고 15일 밝혔다. 연구팀은 문장의 빈칸을 반복해서 채워나가는 ‘확산 대형 언어 모델(Diffusion Large Language Model, DLLM)’을 활용해, 입모양이 모호한 부분을 앞뒤 문맥으로 해독하도록 했다. 입모양만으로 말을 알아듣기는 쉽지 않다. 서로 다른 소리도 입술 움직임이 비슷해 구별하기 어렵기 때문이
2026-11-16AI가 질문에 답하고 문제를 푸는 것을 넘어, 로봇을 통해 움직이고 사람과 관계를 맺는 시대로 접어들고 있다. 이러한 변화 속에서 인간의 역할과 책임은 어떻게 달라지고, 우리는 무엇을 소중히 여기며 살아가야 할까. 우리 대학이 교토·MIT의 참여기관들과 함께 AI 시대 인간의 삶과 미래를 논의하는 자리를 마련한다. 우리 대학은 AI철학 연구센터가 오는 11월 23일(월)부터 25일(수)까지 사흘간 대전 본원 학술문화관(E9) 2층 양승택 오디토리움에서 공동 심포지엄 ‘지능 너머(Beyond Intelligence): AI 시대, 인간 조건의 재구성과 지혜의 추구’를 개최한다고 13일 밝혔다. 심포지엄은 AI의 문제 해결 능력을 높이는 기술적 논의를 넘어, AI가 인간의 경험과 관계, 삶의 의미에 어떤 변화를 가져오는지 살펴본다. 철학·과학·기술·산업의 관점을 연결해 AI의 기술적 가능성이 인간적 가치와 공
2026-11-13뇌 속 단백질이 해롭게 뭉치는 것을 막고, 이미 생긴 덩어리의 독성까지 낮출 수 있을까. 우리 대학 공동연구진이 우리 몸에서 유전자 활동을 조절하는 단백질을 활용해 알츠하이머병과 관련된 독성 단백질의 뭉침을 억제하는 방법을 찾아냈다. 알츠하이머 생쥐 실험에서 뇌 속 단백질 축적을 줄이고 일부 기억 기능을 개선해 새로운 치료제 개발 가능성을 제시했다. 우리 대학은 화학과 임미희 교수 연구팀이 전북대학교(총장 양오봉) 화학과 이승재 교수 연구팀, 한국생명공학연구원(KRIBB, 원장 권석윤) 이철호·김경심 박사, 한국기초과학지원연구원(KBSI, 원장 박성균) 이영호 박사, 기초과학연구원(IBS, 원장 장석복) 박지용 박사와 공동으로 알츠하이머병 관련 단백질의 응집과 독성을 조절하는 새로운 원리를 규명했다고 5일 밝혔다. 알츠하이머병의 주요 특징 중 하나는 뇌 속에 ‘아밀로이드 베타(Amyloid Beta)’라는 단백질이 비정상적으로 뭉쳐 쌓이는 것
2026-11-0510시간 걸리던 AI 추가 학습을 약 3시간 만에 끝낼 수 있을까? 우리 대학 연구진이 기존 AI에 의료·코딩 등 특정 분야를 가르칠 때, 학습 효과가 비슷한 자료는 추려내고 다양한 자료를 여러 GPU에 고르게 나눠주는 기술을 개발했다. 반복 학습을 줄여 AI 성능은 거의 유지하면서 학습 시간을 최대 69.6% 단축했다. 기업별 고객 상담이나 의료진의 정보 확인을 돕는 AI를 더 빠르고 적은 비용으로 개발하는 데 도움이 될 것으로 기대된다. 우리 대학은 전산학부 이재길 교수 연구팀이 학습에 비슷한 영향을 주는 데이터를 묶어 선별하고, 여러 GPU에 골고루 배분하는 대규모 언어모델 미세조정 기술 ‘CluSTER(클러스터)’를 개발했다고 2일 밝혔다. 대규모 언어모델을 코딩이나 의료 등 특정 분야에 활용하려면 관련 자료를 추가로 학습시켜야 한다. 이를 ‘미세조정’이라고 한다. 폭넓은 지식을 갖춘 AI에게 코딩 문제와 풀이,
2026-11-02망한 과제를 자랑하고, AI 시대에 벌어질 실패를 미리 상상해 보는 자리가 우리 대학에서 열린다. 이미 겪은 시행착오부터 아직 오지 않은 위험까지 함께 살펴보며, 실패에서 무엇을 배울 수 있을지 이야기한다. 우리 대학은 오는 11월 4일(수)부터 13일(금)까지 ‘미래와 실패’를 주제로 ‘제4회 KAIST 실패학회’를 개최한다고 30일 밝혔다. KAIST 실패연구소가 주관하는 이번 행사는 학생들의 실패 경험을 나누는 ‘망한과제 자랑대회’, 실패 에세이 수상자 대담, AI 미래 실패 시나리오 전시 등으로 구성된다. 성공으로 끝난 경험뿐 아니라 여전히 답을 찾는 과정에도 주목하고, 미래의 위험에 대비하기 위해 지금 필요한 선택을 함께 생각한다. 배충식 총장은 “대학은 성공한 결과뿐 아니라 도전하는 과정에서 겪는 시행착오도 존중하고 배울 수 있는 곳이어야 한다”며 “이번 실패학회가 서
2026-10-30