에볼루셔너리스케일, 5억 년 진화 시뮬레이션하는 98B 생물학 모델 ‘ESM3’ 공개

자연이 무작위 변이를 거쳐 완전히 새로운 형광 단백질을 만들어내는 데 5억 년이 걸린다면, 이를 컴퓨터 프롬프트 하나로 건너뛸 수 있을까요?

전 메타 AI 단백질 연구진이 설립한 바이오 스타트업 에볼루셔너리스케일(EvolutionaryScale)이 생명과학을 위한 프론티어 언어 모델 ESM3를 공개했습니다. 980억 개의 매개변수와 1x10^24 FLOPS 이상의 연산량이 투입된 ESM3는 단백질의 서열, 3차원 구조, 기능을 하나의 모델 안에서 동시에 추론하는 생성형 AI입니다. 연구진은 이 모델로 새로운 녹색 형광 단백질인 esmGFP를 생성했는데, 자연계에 존재하는 가장 가까운 형광 단백질과의 서열 일치도가 58%에 불과했습니다. 자연의 진화 속도에 비추어 볼 때 약 5억 년 분량의 진화를 모델 안에서 시뮬레이션한 셈입니다.

3차원 입체 구조를 글자로 바꿔 '빈칸 채우기'

기존 바이오 AI 모델들은 서열을 분석하거나 접힘 구조를 예측하는 등 기능이 파편화되어 있었습니다. ESM3는 단백질의 3차원 기하학적 구조와 기능적 특성을 고유한 이산형 토큰으로 변환해 언어 모델의 어휘 체계에 통합했습니다.

학습 방식은 자연어 처리의 마스크 언어 모델링(MLM)과 동일합니다. 서열, 구조, 기능 정보의 일부를 가려두고 모델이 빈칸을 맞히도록 훈련했습니다. 지구 전역의 미생물부터 해양 심층수까지 아우르는 수십억 개의 자연 단백질 데이터는 물론, 부족한 실험 데이터를 보완하기 위해 수억 건의 합성 데이터까지 학습에 사용되었습니다. 여기에 LLM의 RLHF와 유사한 정렬 기법을 적용해, 모델이 자체 생성물의 품질을 스스로 평가하고 개선하는 피드백 루프까지 갖췄습니다.

프롬프트로 생명체를 코딩하는 방식

모든 모달리티가 하나의 언어로 묶이면서 연구자들은 텍스트 프롬프트를 다루듯 정밀하게 단백질을 조립할 수 있게 되었습니다.

실제로 연구진은 플라스틱(PET) 분해 효소인 PETase의 활성 부위 구조와 필수 아미노산, 가수분해효소 기능 키워드를 프롬프트로 함께 입력해 조건에 들어맞는 새로운 단백질 골격을 생성해냈습니다. 서열상으로는 멀리 떨어져 있지만 3차원 공간에서는 서로 맞닿아야 하는 원자들을 배치하는 고난도 과제는 모델 크기가 커지면서 비로소 발현된 역량이었습니다.

왜 중요한가

우리는 ESM3가 바이오 엔지니어링의 패러다임을 '자연물 탐색과 수동 변이'에서 '소프트웨어식 주문 제작'으로 완전히 전환시켰다고 봅니다.

연구원과 바이오 스타트업 입장에서는 더 이상 자연계의 느린 진화에 기대지 않고, 목적에 맞는 구조와 활성 부위를 프롬프트로 지정해 후보 물질을 즉시 뽑아낼 수 있습니다. 신약 개발이나 폐기물 분해 효소를 연구하는 팀이라면 현재 공개된 Forge 베타를 통해 당장 테스트해 볼 가치가 충분합니다.

산업적으로는 알파폴드가 주도해 온 '단순 구조 예측' 경쟁의 종말을 뜻합니다. 이제 업계의 주도권은 서열과 구조, 기능을 종합 제어해 '새로운 분자를 생성하는 모델'로 넘어갔으며, 빅테크 바이오 연구소들도 동일한 멀티모달 생성 노선을 따를 수밖에 없게 되었습니다.

하지만 실질적인 병목은 여전히 물리 세계에 남아 있습니다. 화면 속에서 58% 상동성의 단백질을 1초 만에 설계하더라도, 이를 습식 실험실에서 직접 합성하고 배양해 검증하는 작업은 여전히 막대한 시간과 비용이 듭니다. 아울러 생명 분자를 원하는 대로 생성할 수 있는 능력이 대중화됨에 따라 바이오 보안과 오용 방지 체계 마련이 그 어느 때보다 시급한 과제로 떠올랐습니다.