구글 딥마인드, 알파폴드3를 오픈소스로 공개

구글 딥마인드가 다양한 생체 분자의 3D 구조와 상호작용을 예측을 위한 모델인 AlphaFold 3를 학술목적에 한하여 오픈소스로 공개했다고 합니다.

(현지시간 11월11일 기준)

 

https://www.aitimes.kr/news/articleView.html?idxno=32773

구글 딥마인드, 단백질 구조 예측 AI '알파폴드3' 오픈소스로 전격 공개..."인류의 건강과 복지에

 

소스코드는 Github를 통해서 공개되었으며 다음의 URL에서 확인할 수 있습니다.

https://github.com/google-deepmind/alphafold3

GitHub - google-deepmind/alphafold3: AlphaFold 3 inference pipeline.

 

AlphaFold 3는 Google DeepMind와 Isomorphic Labs가 공동 개발한 인공지능 모델로 2024년 5월 8일에 발표되었으며, 생명체의 모든 분자 구조와 상호작용을 예측할 수 있는 혁신적인 기술로 평가받고 있습니다.

주요 특징으로는 다음과 같은 내용을 들 수 있습니다.

• 단백질, DNA, RNA 등 대형 생체분자와 리간드 같은 소형 분자의 3D 구조 예측
• 분자 간 상호작용 예측 정확도 기존 방법 대비 50% 이상 향상
• 화학적 변형을 포함한 모델링 가능

그런데 딥마인드는 지금까지 AlphaFold 3의 소스코드를 공개하지 않고 접근을 제한함으로써 과학계의 많은 비판을 받아왔죠.
그래서 과학계에서는 AlphaFold 3의 논문을 기반으로 한 AlphaFold 3 모델의 재현을 시도하게 되었습니다.
바로 Ligo Biosciences라는 회사의 창립자들이 개발한.. AlphaFold 3 구현(재현)체 모델이죠.

이번에 딥마인드가 공개한 AlphaFold 3 소스코드는 상업적으로 사용이 불가능하고 단지 학술용으로만 허용된 것과 달리 Ligo Biosciences에서 공개한 AlphaFold 3의 재현 소스코드는 상업적으로 사용이 가능한 Apache 2.0 라이센스를 따르고 있습니다.

 

https://github.com/Ligo-Biosciences/AlphaFold3

GitHub - Ligo-Biosciences/AlphaFold3: Open source implementation of AlphaFold3

 

딥마인드는 지금까지 AlphaFold Server를 통해 제한적 접근만 허용했으나

• 계속되는 과학계의 불만과 비판
• 코드와 모델 가중치 비공개로 인한 과학적 투명성 논란에 따른 투명성과 재현성의 요구
• 과학계에서 제기되는 "학술 자유와 과학적 협력 증진을 위해 연구자들의 단백질 모델링과 신약 개발 연구 가속화 필요성"에 대한 주장

등과 같이 다방면에서의 압력을 받고 있었습니다.
이런 상황 속에서 결국 딥마인드가 항복(?)을 한 건지.. 학술용으로만 사용할 수 있다는 조건을 달고 AlphaFold 3의 소스코드를 공개하게 된 것이죠.

 

AlphaFold 3의 오픈소스화는 생명과학 및 신약 개발 분야에 큰 영향을 미칠 것으로 예상되고 있습니다.

가장 먼저 비상업적 목적의 연구자들이 AlphaFold 3를 자유롭게 사용하는 것이 가능해지면서 학술 연구의 촉진을 기대할 수 있게 되었습니다.

그리고 AlphaFold 3가 가진 단백질-약물 상호작용 예측 능력을 사용할 수 있게 됨으로써 신약 개발 프로세스의 개선을 통해 신약 개발의 가속화를 이끌어낼 수 있게 되었습니다.

또한 오픈소스로 인한 다양한 응용 및 혁신적 사용 사례가 증가하게 될 것이고, 그로 인한 과학적인 혁신도 기대할 수 있게 되었죠.

 

개인 개발자/연구자의 입장에서 본다면 딥마인드의 AlphaFold 3와 Ligo Biosciences의 AlphaFold 3 구현체라는 동일한 모델에 대한 두 개의 프로젝트를 비교하면서 그 구조를 익히고, 상업적인 활용을 위한 방안도 찾아볼 수 있는 기회가 되었다고 볼 수 있습니다.

 

개인 개발자/연구자에게는 최신 AI 아키텍처와 알고리즘을 학습할 수 있고, 복잡한 과학적 문제를 해결하는 AI 모델의 구조와 원리를 이해할 수 있으며, 단백질 구조 예측, 분자 상호작용 모델링 등 생명과학 분야의 AI 응용 기술을 습득할 수 있는 기회가 되기 때문에 향후 바이오테크, 제약 분야에서의 AI 개발 역량 강화로 이어질 수 있을 것입니다.

 

또한 개인이라는 제한으로 인해 직접적인 서비스의 구현과 활용은 다소 어려울지도 모르지만, AlphaFold 3의 코드를 기반으로 자신만의 단백질 구조 예측 모델을 개발한다거나, 교육 및 학습의 도구로 활용한다거나(온라인 강의 등), 새로운 응용분야의 탐색 등에 활용할 수 있는.. 자신의 발전을 위한 기회가 되어 줄 것으로 보입니다.

 

물론 이러한 정보를 잘 활용하는 사람도 있겠지만 제대로 활용하지 못하고 그냥 흘려보내는 사람도 있겠죠.

그러나 찾아본다면 무궁무진한 길이 있을 수 있을 것입니다.

아무쪼록 저는 전자에 해당하는 행운을 잡을 수 있었으면.. 하고 바라며 노력할 뿐입니다.

 

 

성장을 꿈꾸며.. (그림: MS Designer Image Creator로 직접 그림)