모두의 AI신약
AI와 사람이 함께 여는 공개 신약 발견 챌린지
신약 연구의 첫걸음을 소수의 연구실만이 아니라 누구나 시작할 수 있다면 어떨까.
Open Discovery Challenge는 AI로 설계한 후보물질을 공개된 동일 기준으로 계산 검증하고, 그 결과를 함께 배우는 ‘모두의 AI신약’ 실험이다.
한눈에 보는 ‘모두의 AI신약’
| 항목 | 내용 |
|---|---|
| 공식 프로젝트 | Open Discovery Challenge |
| 핵심 목적 | AI가 제안한 신약 후보물질을 동일한 계산 기준으로 평가·비교 |
| 참가 대상 | 연구자, 개발자, 학생, 비전공자 등 Hugging Face 계정을 가진 누구나 |
| 사용 도구 | OpenAI, Claude, Gemini, Qwen, KIMI, DeepSeek, 오픈웨이트 모델 또는 직접 설계 |
| 제출 형식 | 분자구조를 나타내는 SMILES 또는 InChI |
| 주요 평가 | 활성, 표적 결합, 선택성, ADMET, 신규성, 합성 가능성 |
| 공개 방식 | 후보별 종합점수와 세부 평가축을 리더보드로 공개 |
| 후보 소유권 | 참가자에게 유지 |
| 현재 시즌 | 시즌 1 말라리아와 시즌 2 결핵 동시 운영 |
| 반드시 구분할 점 | 계산상 유망 후보이지, 실험·임상으로 입증된 치료제가 아님 |
시작은 링크 하나와 1,000달러였다
2026년 8월 16일, 한 온라인 커뮤니티에 말라리아 치료 후보물질을 찾는 공개 챌린지 링크가 공유됐다. 첫 시즌에는 후원사가 없었다. 주최자는 사재 1,000달러를 상금으로 내걸었다.
참가 방법은 뜻밖에 단순했다. 공개된 연구 가이드를 클로드 코드나 OpenAI 코덱스 같은 AI 에이전트에게 전달하고, 후보 설계와 분석을 함께 진행하는 방식이었다. 전문적인 계산화학 환경을 처음부터 혼자 구축하지 않아도 AI의 도움을 받아 도전을 시작할 수 있었다.
AKWiki 보도에 따르면 몇 시간 안에 전산 후보를 제출했다는 후기가 이어졌고, 이 주제에 9명이 참여해 32건의 메시지를 주고받았다. 신약 연구소 관계자에게 챌린지 링크가 전달됐다는 이야기도 나왔다. 작은 개인 실험이 커뮤니티의 공개 과학 도전으로 번진 순간이었다.
이 장면이 보여준 것은 “AI가 순식간에 신약을 완성했다”는 이야기가 아니다. 더 정확한 의미는 AI가 신약 연구의 첫 단계인 가설 수립과 후보 탐색에 참여할 수 있는 문턱을 크게 낮췄다는 데 있다.
무엇을 하는 플랫폼인가
AI는 하루에도 수많은 분자구조를 제안할 수 있다. 그러나 그럴듯하게 보이는 분자가 반드시 좋은 후보는 아니다. 질병 표적에는 잘 결합하는지, 사람의 유사 단백질은 건드리지 않는지, 독성 위험은 낮은지, 실제로 합성할 수 있는지를 함께 살펴야 한다.
Open Discovery Challenge는 이 질문을 다음과 같은 공개 절차로 다룬다.
- 참가자가 AI 또는 직접 설계로 후보물질을 만든다.
- 후보의 분자구조를 SMILES나 InChI로 제출한다.
- 시스템이 구조 유효성과 중복 여부를 확인한다.
- 동일한 계산 기준으로 활성·결합·선택성·ADMET·신규성·합성 가능성을 평가한다.
- 승인 약물과 음성 대조물질을 함께 표시해 점수의 위치를 비교한다.
- 결과를 바탕으로 후보를 수정하고 다시 도전한다.
따라서 이 리더보드는 단순한 순위표라기보다 가설을 제안하고, 실패 원인을 배우고, 다음 후보를 개선하는 공개 연구 노트에 가깝다.
최신 시즌 현황
아래 수치는 2026년 8월 16일 실시간 API 조회 결과를 반영한 스냅샷이다. 접수가 계속되므로 제출 수와 최고점은 이후 달라질 수 있다.
| 구분 | 시즌 1 | 시즌 2 |
|---|---|---|
| 질환 | 말라리아 | 결핵 |
| 병원체 | Plasmodium falciparum | Mycobacterium tuberculosis |
| 핵심 표적 | PfDHODH | InhA |
| 사람 측 비교 표적 | Human DHODH | Human FASN의 ER 영역 |
| 현재 상태 | 접수 중 | 접수 중 |
| 확인된 제출 | 460건 | 5건 |
| 확인 시점 최고점 | 66.722 | 22.138 |
| 마감일 | 2026년 9월 30일 | 2026년 10월 31일 |
| 1위 상금 | USD 1,000 | USD 2,000 |
시즌별 질병과 표적, 기준물질, 배점이 서로 다르므로 시즌 1의 66점과 시즌 2의 22점을 직접 비교해서는 안 된다. 각 점수는 해당 시즌 안에서 후보의 상대적 위치와 강점·약점을 이해하기 위한 값이다.
실시간 시즌 정보 · 시즌 1 리더보드 · 시즌 2 리더보드
시즌 1 — 말라리아와 PfDHODH
말라리아 원충은 생존 과정에서 PfDHODH라는 효소에 의존한다. 시즌 1의 목표는 이 효소를 효과적으로 억제하면서도 사람의 DHODH에는 영향을 적게 주는 저분자 후보를 찾는 것이다.
| 평가축 | 배점 | 쉬운 설명 |
|---|---|---|
| 원충 활성 | 30 | 실제 원충 수준에서 효과가 있을 가능성 |
| PfDHODH 결합 | 20 | 목표 효소에 얼마나 유리하게 결합하는가 |
| 선택성 | 20 | 사람 DHODH보다 원충 표적을 더 잘 구분하는가 |
| ADMET | 15 | 흡수·분포·대사·배설·독성 위험이 적절한가 |
| 신규성 | 10 | 기존 항말라리아 화합물과 얼마나 다른가 |
| 합성 가능성 | 5 | 실제 화학 합성이 지나치게 어렵지 않은가 |
| 합계 | 100 | 한 가지 강점이 아니라 후보로서의 균형을 평가 |
시즌 2 — 결핵과 InhA
시즌 2는 결핵, 특히 약제내성으로 치료가 어려워지는 문제를 향한다. 현재 공개 배포본의 표적은 DprE1이 아니라 InhA다. InhA는 결핵균이 세포벽을 구성하는 지방산을 만드는 과정에 관여한다.
시즌 2는 말라리아 평가표를 그대로 복사하지 않았다. 결핵 후보에서 표적 결합과 사람 단백질에 대한 선택성을 더 엄격하게 보기 위해 두 항목의 비중을 높였다.
| 평가축 | 배점 | 쉬운 설명 |
|---|---|---|
| 결핵균 전체세포 활성 | 20 | 실제 결핵균 환경에서도 작용할 가능성 |
| InhA 결합 | 25 | 결핵균의 목표 효소에 제대로 결합하는가 |
| 선택성 | 25 | 사람 FASN의 유사 영역은 피할 가능성이 높은가 |
| ADMET | 15 | 약물성과 잠재적 독성 위험이 적절한가 |
| 신규성 | 10 | 알려진 결핵 약물·화학공간과 충분히 다른가 |
| 합성 가능성 | 5 | 후속 합성과 실험으로 연결할 수 있는가 |
| 합계 | 100 | 결핵 후보로서의 균형과 검증 가능성을 평가 |
시즌 2는 더 이상 예고 단계가 아니다. 최신 Space에서는 별도의 시즌 탭과 평가 데이터가 운영되고 있으며 실제 제출도 접수되고 있다.
점수가 의미하는 것과 의미하지 않는 것
| 리더보드가 말해주는 것 | 리더보드만으로는 말할 수 없는 것 |
|---|---|
| 동일한 계산 기준에서 어떤 후보가 더 유망한가 | 사람에게 실제 치료 효과가 있는가 |
| 후보의 결합·선택성·독성 예측상 강점과 약점 | 세포·동물·임상시험에서 안전한가 |
| 어떤 AI와 탐색 방법이 좋은 후보를 제안했는가 | 제조 공정과 대량생산이 확립됐는가 |
| 후속 실험의 우선순위를 정하는 근거 | 규제기관이 승인할 수 있는 의약품인가 |
가장 중요한 원칙은 간단하다.
높은 점수는 ‘좋은 연구 가설’일 수 있지만 ‘신약의 완성’을 뜻하지 않는다.
상위 후보도 실제 합성, 생화학 실험, 세포실험, 동물시험과 임상시험을 거쳐야 한다. 계산 결과와 실험적 효능·안전성을 명확히 구분해야 프로젝트의 과학적 신뢰가 유지된다.
왜 ‘모두의 AI신약’인가
첫째, 연구의 출발점을 넓힌다. 연구자뿐 아니라 개발자와 학생도 공개 가이드와 AI 에이전트를 이용해 구체적인 과학 문제에 도전할 수 있다.
둘째, 결과보다 과정을 공유한다. 어떤 후보가 왜 높은 점수를 받았고 어디에서 실패했는지 세부 평가축으로 확인할 수 있다. 실패한 후보도 다음 설계를 위한 데이터가 된다.
셋째, 서로 다른 AI를 같은 문제에서 비교한다. 단순 언어능력 평가가 아니라 실제 분자 설계와 과학적 제약조건을 다루는 능력을 살펴볼 수 있다.
넷째, 시장의 관심이 부족한 질병에 새로운 참여를 모은다. 말라리아와 결핵처럼 환자 부담은 크지만 연구 자원이 충분하지 않은 영역에 사람과 AI의 관심을 연결한다.
다섯째, 발견을 한 번의 행사로 끝내지 않는다. 말라리아에서 결핵으로 이어지는 다중 시즌 구조는 질병별 평가체계와 공개 연구 커뮤니티를 축적하는 기반이 된다.
앞으로 필요한 다음 단계
‘모두의 AI신약’이 진정한 공개 발견 생태계로 성장하려면 계산 리더보드 다음에 실험 검증이 이어져야 한다. 상위 후보의 재계산, 독립적인 교차검증, 합성 가능성 검토, 실제 표적 결합시험과 세포 활성시험이 순차적으로 연결돼야 한다.
평가 기준과 기준물질, 중복 판정, 대조군과 숨겨진 검증 세트는 시즌 중 임의로 바뀌지 않도록 관리해야 한다. 참가자가 낸 후보의 소유권과 공개 범위도 투명하게 유지돼야 한다.
이 원칙이 지켜진다면 Open Discovery Challenge는 단순한 AI 경진대회를 넘어, 누구나 과학적 가설을 제안하고 검증의 출발선에 설 수 있는 공개 연구 인프라가 될 수 있다.
하나의 가설에서 시작되는 변화
모든 신약은 처음에는 하나의 가설이었다.
어떤 분자가 질병의 핵심을 막을 수 있다는 생각, 실패할 가능성이 크더라도 한 번 검증해 볼 가치가 있다는 판단에서 연구가 시작된다. 과거에는 그 첫걸음을 내딛기 위해 전문 연구실과 값비싼 도구가 필요했다. 이제는 공개된 문제와 평가 기준, 그리고 AI 에이전트를 통해 더 많은 사람이 그 출발선에 설 수 있다.
‘모두의 AI신약’은 AI가 인간 연구자를 대신한다는 선언이 아니다. 더 많은 사람이 더 나은 질문을 만들고, AI와 함께 후보를 탐색하며, 실험할 가치가 있는 가설을 찾아가는 새로운 협업 방식이다.
말라리아에서 시작된 첫 질문은 결핵으로 이어졌다. 다음 질문이 어떤 질병을 향할지는 아직 알 수 없다. 다만 과학 발견의 문을 더 많은 사람에게 열겠다는 방향만큼은 분명하다.
발견은 경쟁으로 시작할 수 있지만, 그 가치는 결국 인류가 함께 나눌 때 완성된다.
참여 및 참고 자료
과학적 고지: 본 챌린지의 점수와 순위는 계산 기반 사전 선별 결과다. 의약품의 효능·안전성·제조 가능성 또는 임상적 유효성을 인증하지 않는다.