구글 딥마인드는 AI가 설계한 단백질의 생물학적 기능을 유지하면서 합성된 단백질에서 출처를 확인할 수 있는 워터마크 기술 ‘SynthID Bio’를 공개했다. 단백질 결합체를 대상으로 한 실험실 시험에서 워터마크를 넣은 설계가 기능을 유지했다고 밝혔으며, DNA 합성 주문 심사와 생물학 데이터베이스의 정보 확인에 활용할 수 있다고 설명했다.
SynthID Bio는 데이터 종류에 따라 단백질 서열의 아미노산 선택을 조정하거나 예측된 3차원 구조의 원자 좌표를 바꿔 탐지 신호를 심는다. 구글 딥마인드는 이 조정이 실험에서 단백질 기능을 해치지 않았다고 밝혔다.
단백질 결합체와 구조 예측에 적용
연구진은 AlphaProteo와 SynthID Bio를 적용한 ProteinMPNN을 이용해 단백질 결합체를 설계했다. VEGF-A, SARS-CoV-2 스파이크 단백질 RBD, PD-L1 등 세 표적을 대상으로 한 실험실 시험에서 워터마크를 넣은 설계는 워터마크가 없는 설계와 적중률, 결합 친화도, 자연 서열 다양성 면에서 비슷한 결과를 보였다고 구글 딥마인드는 밝혔다. 회사는 이를 생물학적 기능을 유지하는 워터마크 단백질 결합체를 만든 첫 사례라고 설명했다.
단백질 접힘 예측에는 AlphaFold 3 확산 네트워크 일부를 미세 조정해 워터마크를 모델 가중치에 넣었다. 구글 딥마인드는 이 방식이 예측 정확도를 유지하면서 거의 완벽한 탐지 성능을 제공하고, 주요 구조 특성 분포를 보존하며, 디지털 잡음이나 작은 좌표 변화에도 견딘다고 밝혔다.
생물보안과 데이터 출처 확인
DNA 합성 업체는 DNA 서열 합성 주문을 알려진 위협 데이터베이스와 대조해 심사한다. 하지만 AI가 알려진 위험 서열과 거의 닮지 않은 새로운 서열을 만들 수 있어 낯선 서열을 자연적으로 발생한 것으로 간주하기 어려워졌다고 구글 딥마인드는 설명했다. 이런 주문을 일일이 검토하면 연구가 지연될 수 있으며, SynthID Bio는 주문이 안전장치를 갖춘 신뢰할 수 있는 모델에서 나왔는지 확인하는 자동 신호로 쓰일 수 있다는 구상이다.
구글 딥마인드는 Protein Data Bank, UniProt, GenBank 같은 공개 생물학 데이터베이스에서 합성 데이터의 라벨을 확인하거나 추가 검토 대상으로 표시하는 데에도 이 기술을 활용할 수 있다고 봤다. 다만 워터마크를 고의로 훼손하는 데 더 잘 견디도록 만드는 일은 앞으로 해결해야 할 과제라고 밝혔다.
SynthID Bio는 출처 메타데이터나 AI 생성 생물학 데이터의 중앙 저장소와 함께 사용할 수도 있다. 구글 딥마인드는 방법 논문과 코드, 체외 실험 데이터를 공개하고 연구 공동체에 모델 가중치를 제공한다고 밝혔다. Stanford University와 Arc Institute의 Hie 연구실과는 Evo 2에 워터마크를 적용해 모델이 설계한 박테리오파지의 게놈을 표시하는 작업도 진행했다. 초기 세균 배양 실험에서 해당 박테리오파지가 기능을 유지하는 것을 확인했으며, 자세한 내용은 추후 기술 논문으로 공개할 예정이라고 덧붙였다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요