AI가 항균 펩타이드(AMP)를 가속할 때, 사람은 어디서 구조를 이해하는가

DeepMind 블로그가 'Accelerating the search for antimicrobial peptides with Google Antigravity'를 공개했습니다. 항생제 내성(AMR) 대응에서 항균 펩타이드(AMP) 탐색 속도를 높이겠다는 내용으로, 후보 서열과 구조를 빠르게 스크리닝하는 파이프라인이 핵심입니다.

여기서 실무자라면 자연스럽게 다음 질문으로 넘어갑니다. 스크리닝된 후보가 실제로 막(membrane)과 어떤 기하학으로 상호작용하는가? 어느 잔기가 결합 포켓을 구성하는가? 이 질문은 서열 스코어로 답이 나오지 않습니다. 결국 3D 좌표를 눈으로 확인해야 합니다.

문제는 '이해'의 병목이다

탐색(discovery) 속도는 AI 덕분에 극적으로 빨라졌지만, 이해(comprehension) 단계는 여전히 2D 스크린에 묶여 있습니다. 회전, 확대, 잔기 간 거리 확인 — 이런 조작을 마우스와 단축키로 반복하는 동안, 입체 감각은 계속 손실됩니다.

이건 단순한 UX 불편이 아니라 파이프라인의 처리량(throughput) 문제입니다. 스크리닝 단계에서 하루에 수백 개 후보를 걸러내도, 각 후보를 검토하는 사람의 인지 대역폭은 그대로입니다. 도구가 빨라질수록 사람 쪽 병목이 상대적으로 더 비싸집니다. 디스크 I/O는 빨라졌는데 CPU가 그대로인 시스템과 비슷합니다.

넥소피크(NexoPeek): Meta Quest용 VR 분자 실험실

넥소피크는 Seven Sportz가 개발한 Meta Quest 애플리케이션으로, 구조생물학 워크플로우를 공간 컴퓨팅(spatial computing)으로 옮깁니다. 두 개의 축으로 구성됩니다.

1. 12개 나레이션 투어 / 6개 필러

  • Biotechnology Basics
  • Foundations of Life
  • Pathways & Interactions
  • Medicines in Action
  • Genetic Technologies
  • Green Biotech

헤모글로빈에 산소가 결합하는 순간, 해당과정(glycolysis)에서 포도당이 분해되는 과정, 아스피린이 COX 효소를 저해하는 장면, CRISPR-Cas9의 DNA 편집을 사람 크기로 관찰합니다. 나레이션이 붙은 투어는 개념을 처음 접하는 사람이 분자 스케일 감각을 먼저 잡도록 설계되어 있습니다.

2. 전문가용 PDB 뷰어

유전자 이름 하나로 RCSB PDB, UniProtKB, AlphaFold DB, SWISS-MODEL, PDBe를 통합 검색하고, 구조를 사람 크기로 로드합니다. Mol* 프리셋으로 cartoon, ball-and-stick, spacefill CPK, molecular surface, B-factor heat, tube trace 표현을 원터치로 전환합니다. 로컬 파일(.pdb, .cif, .mol2)은 정전기장선 맵과 전자밀도 볼륨과 함께 로드됩니다.

3. 분석 벤치(Analysis Bench)

  • 맨손 또는 VR 컨트롤러로 분자를 잡고 회전, 스케일 조정
  • AI 포켓 예측이 약물 가능 부위를 발광 표시(PrankWeb / P2Rank 클라우드 AI 또는 오프라인 엔진)
  • Foldseek로 상동 구조 중첩(superimpose)
  • Ligand Inspector로 수소 결합 추적, PubChem에서 3D 리간드 로드
  • 두 원자를 트리거로 집어 옹스트롬(Å) 거리 측정
  • 서열의 잔기 '알약'을 탭하면 구조 위 3D 후광 투영

개발자 관점에서의 메모

VR에서 분자 그래픽스를 다루는 일은 흥미로운 제약을 가집니다. 초당 프레임 예산 안에서 수만 개 원자를 렌더링해야 하고, 인터랙션은 6DoF 컨트롤러와 핸드 트래킹을 동시에 지원해야 하며, 원격 데이터 소스(RCSB, UniProt, PubChem 등)에서 비동기 로딩이 필요합니다.

여기서 엔지니어링 트레이드오프가 몇 가지 갈립니다. 첫째, 원자 수와 프레임레이트. 분자 표면(molecular surface) 표현은 원자 하나하나를 그리는 것보다 훨씬 무겁습니다. 그래서 뷰어는 프리셋 전환 시 표현 복잡도를 바꿔가며 예산을 맞춥니다. 둘째, 로딩 지연. 원격 구조 데이터는 네트워크에 의존하므로, 비동기 로딩이 UI 스레드를 막지 않도록 분리되어야 합니다. 셋째, 상호작용 모델. 6DoF 컨트롤러와 핸드 트래킹은 입력 이벤트가 다르므로, 두 입력을 하나의 조작 추상화로 정규화하는 레이어가 필요합니다. 넥소피크는 이 제약을 실사용 가능한 수준으로 다룹니다.

여기에 VR 특유의 조건이 하나 더 붙습니다. 입체 시야에서 두 잔기의 거리를 판단하려면 시점이 안정적이어야 하는데, 헤드 트래킹 지연이 크면 깊이 감각이 흔들립니다. 그래서 렌더링 파이프라인에서 지연(latency)은 곧 정확도 문제가 됩니다. 스크린에서는 그냥 불편한 수준이지만, VR에서는 분석 품질에 직접 영향을 줍니다.

정직한 한계

넥소피크는 교육 및 연구 시각화 소프트웨어입니다. 의학적 조언, 진단, 치료를 제공하지 않습니다. 포켓 예측과 구조 정렬 같은 분석 보조 기능은 검증된 과학 파이프라인과 전문가 판단을 대체하지 않으며, 이를 보조하기 위한 도구입니다.

마무리

AI가 후보를 좁히는 속도가 빨라질수록, 그 후보를 깊이 이해하는 역량의 가치도 함께 올라갑니다. 파이프라인의 앞단이 아무리 빨라져도, 뒷단에서 사람이 구조를 읽는 시간은 줄지 않습니다. 그 시간을 줄이는 방법 중 하나는, 이해 자체를 2D에서 3D 공간으로 옮기는 것입니다. 다음 AMP 후보를 스크린이 아니라 공간에서 만나보고 싶다면:

Meta Quest에서 넥소피크 다운로드: https://www.meta.com/experiences/nexopeek/1453797551140347/