한동대학교(총장 박성진)의 글로컬대학30 플래그십 연구 성과가 세계 의료정보학 무대에서 그 가치를 인정받았다.
홍참길 한동대 AI컴퓨터전자공학부 교수 연구팀이 수행한 대규모 언어모델(LLM) 기반 신약 후보 물질 발굴 연구 논문이 의료정보학 분야 세계 최고 권위의 국제 학술단체인 미국의료정보학회(AMIA)에 정식 수락된 것.
AMIA는 보건의료와 생명과학, 정보기술, 인공지능을 융합해 의료 혁신을 선도하는 국제 학술단체로, 임상·공중보건·생명과학·소비자 건강 등 다양한 분야의 세계적 연구자들이 참여하는 의료정보학 분야 최정상급 무대다. 생성형 AI의 의료·생명과학 응용 연구가 빠르게 확장되는 가운데, AMIA의 논문 채택은 해당 분야 연구 역량을 검증하는 국제적 기준으로 주목받고 있다.
이번에 수락된 논문은 한동대 정희서 석사과정 학생이 주저자(제1저자), 홍참길 교수가 교신저자로 참여한 연구다. 신약 개발 초기 단계의 핵심 병목으로 꼽히는 ADMET(흡수·분포·대사·배출·독성) 예측 문제를 LLM 기반 에이전트 시스템으로 해결했다는 점에서 학계의 주목을 받고 있다.
기존 그래프 신경망(GNN)이나 트랜스포머 기반 분자 예측 모델은 높은 정확도에도 불구하고 그 예측 근거를 설명하기 어려운 '블랙박스' 한계를 안고 있었다. 연구팀은 이를 극복하기 위해 검색증강 기반 에이전트 프레임워크인 READ-ADMET을 새롭게 제안했다.
이 시스템은 자연어 질의와 분자 구조 정보를 동시에 처리해 구조적으로 유사한 분자 사례를 검색하고, 이를 토대로 ADMET 예측값과 신뢰도, 그리고 자연어 해석 근거까지 함께 제공하는 것이 특징이다.
연구팀이 신약 개발 분야의 표준 벤치마크인 'Therapeutics Data Commons(TDC)'의 22개 ADMET 데이터셋을 활용해 성능을 검증한 결과, READ-ADMET은 22개 과제 중 16개에서 최고 성능을 기록하며 기존 최신 모델들을 뛰어넘는 경쟁력을 입증했다.
논문 심사 과정에서도 AMIA 심사위원들은 이번 연구가 신약 개발 분야의 시급한 문제를 다루는 시의적절한 연구이며, 생성형 AI를 생물정보학에 접목한 우수한 사례라고 평가했다. 특히 예측 결과뿐 아니라 그 근거와 신뢰도 점수까지 함께 제시해 분자정보학 모델의 블랙박스 한계를 효과적으로 보완했다는 점, LLM 단독으로는 어려운 구조화된 과학적 예측을 검색 기반 알고리즘과의 결합으로 극복했다는 점이 핵심 강점으로 언급됐다.
홍참길 교수는 “이번 연구는 다양한 분야로 확장 가능한 일반화된 에이전트 시스템을 설계하고, 실험을 통해 그 가능성을 실증적으로 보여줬다는 점에서 학문적 의미가 크다”며 “대학원 학생연구원이 세계 최정상급 국제 학술무대에서 직접 연구 성과를 발표할 기회를 얻은 것은 우리 대 학원의 연구 역량과 글로벌 협력 수준을 입증하는 결과”라고 했다.
주저자인 정희서 석사과정 학생은 “이번 연구를 진행하면서 의료 인공지능이 단순히 높은 예측 성능을 내는 데 그치지 않고, 판단 근거와 신뢰도를 함께 제시해야 한다는 신약 개발 및 의료 현장의 실질적 수요를 체감할 수 있었다”며 “AMIA처럼 권위 있는 국제 학회에서 연구의 가치를 인정받게 되어 기쁘고 감사한 마음”이라고 소감을 밝혔다.
이번 연구는 한동대 산학공동R&ED센터(CREDO)의 플래그십 과제로 수행됐다. CREDO는 교육부 글로컬대학30 사업의 일환으로 지역 기반 산학협력과 창업 인재 양성을 지원하는 한동대 산하 센터로, 본 연구는 2025년도 교육부와 경북도, 포항시의 재원으로 경북RISE센터의 지원을 받아 진행됐다.
연구팀은 향후 READ-ADMET을 보다 포괄적인 신약 개발 연구 보조 에이전트로 확장해, ADMET 모델링뿐 아니라 지식베이스 탐색, 모델 개발, 실험 결과 해석 등 신약 개발 전 과정에서 실제 연구 현장의 과학자들을 지원하는 AI 시스템으로 발전시킬 계획이다.
포항=정재훈 기자 jhoon@etnews.com
