검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'합성'통합검색 결과 입니다. (49건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

(주)에이치씨에이 "독일 'EMV 2025'서 240만 달러 규모 계약 추진"

전자파 흡수체 전문 제조 기업 ㈜에이치씨에이(HCA, 대표 한상준)가 독일에서 열리는 유럽 최대 전자기 적합성(EMC) 전시회인 'EMV 2025'에서 140만달러 규모의 공급 계약을 협의 중이라고 26일 밝혔다. 사우디아라비아 기업과는 10만 달러 규모 EMC 챔버 공급이 확정됐다. 오는 28일까지 열리는 'EMV 전시회'는 전자파 간섭(EMI) 및 전자기 적합성(EMC) 기술을 다루는 유럽 최대 규모 행사다. 자동차, 항공, 방산, 의료기기, 통신 등 다양한 산업에서 최신 EMC 기술과 솔루션이 소개된다. 글로벌 업체인 독일 로데슈바르츠, 미국 키사이트 테크놀로지스와 아메텍, 프랑스 다쏘 시스템즈과 MVG, 독일 튀프(TÜV) 등이 참가했다. 한상준 에이치씨에이 대표는 "한국 기업으로는 우리가 유일하게 참가했다"며 "올해는 인공지능(AI), 5G·6G, 전기차(EV), 자율주행 등 첨단 기술의 발전과 함께 EMC의 중요성이 강조되며, 글로벌 기업 관심이 집중됐다"고 말했다. 에이치씨에이는 이번에 고성능 전자파 흡수체 제품과 최신 EMC 솔루션을 선보여, 유럽 및 글로벌 고객사의 관심을 끌었다. 특히, 자동차, 방산, 통신 등 다양한 산업에서 강화되는 EMC 규제에 맞춰 전자파 차폐 및 흡수 기술을 적용한 맞춤형 솔루션을 소개했다. 에이치씨에이는 이 전시회에서 유럽 주요 자동차 제조사와 연간 40만 달러 규모의 자동차용 레이더 흡수체 계약을 논의 중이다. 또 미국과 유럽, 중동 기업과는 200만 달러 규모의 군용 챔버 공급 계약을 협의 중이다. 사우디아라비아 기업과는 10만 달러 규모 EMC 챔버 공급을 확정됐다. 한상준 대표는 "프랑스 전자기파 측정 전문 기업 MVG와는 협업형태로 미국·유럽·중동 시장에서 다양한 EMC 프로젝트를 추진하고 있다"며 "이번 전시회를 통해 해외 시장 진출을 위한 교두보를 확보했다"고 밝혔다. 한 대표는 또 "전기차나 자율주행, 방산 등 EMC가 필수인 산업에서 에이치씨에이의 혁신적인 솔루션을 널리 알리고, 관련 기업과의 신규 파트너십을 확보하는 계기가 됐다"고 덧붙였다. 에이치씨에이는 대한민국 전자파 흡수체 전문 제조기업이다. 지난해 매출은 200억 원 정도다. 독일 프랑크푸르트와 중국 수저우에 해외지사를 두고, 중국 안휘성에 10만㎡ 규모의 생산공장을 보유 중이다. 한편, 이번 'EMV 2025'에는 독일 로데슈바르츠, 미국 키사이트 테크놀로지스와 아메텍, 프랑스 다쏘 시스템즈과 MVG, 독일 튀프(TÜV) 등 글로벌 EMC 업체가 대거 참가했다.

2025.03.26 15:50박희범

씨이랩 "가짜도 진짜처럼 쓸 수 있다"…합성데이터 품질 인증 '최고등급' 획득

씨이랩이 자사의 합성 데이터에 대해 품질인증 최고등급을 획득했다. 합성 데이터도 고품질로 관리할 수 있다는 점을 입증해 인공지능(AI) 학습 시장에서 '가짜도 진짜처럼 쓸 수 있다'는 신호를 준 셈이다. 씨이랩은 과학기술정보통신부와 한국데이터산업진흥원이 주관하는 데이터 품질인증(DQ 인증) 사업에서 자사 합성 데이터에 대해 '클라스 A(Class A)' 등급을 받았다고 25일 밝혔다. 인증 평가와 등급 부여는 데이터 품질인증 전문기관인 와이즈스톤이 맡았다. 씨이랩이 인증에 제출한 데이터는 자사 플랫폼 '엑스젠(X-GEN)'으로 생성한 자동차(LVM)와 로고 이미지 데이터다. 각각 91개, 124개 클래스에 해당하며 약 2만장의 객체 및 라벨링 데이터로 구성됐다. 단 한 건의 오류도 없는 품질 덕분에 A 등급을 획득했다. '엑스젠'은 다양한 기상 조건, 시간대, 카메라 각도 등을 조합해 현실에서 얻기 어려운 학습 데이터를 자동 생성하는 씨이랩의 독자적 플랫폼이다. 분당 100장 이상의 데이터를 만들어 AI 학습에 필요한 데이터를 빠르게 확보할 수 있다. 이번 인증을 통해 씨이랩은 국내에서 처음으로 합성 데이터로 최고등급 품질 인증을 받은 기업이 됐다. 업계에서는 합성 데이터가 단순한 보조재가 아니라 신뢰 가능한 학습 자산이 될 수 있다는 점에서 의미가 크다고 평가한다. 씨이랩은 향후에도 데이터 품질 개선과 함께 비전 AI 모델 개발 역량을 높여 데이터 기반 산업 비즈니스 경쟁력을 강화하겠다는 방침이다. 이문규 씨이랩 책임리더는 "데이터 품질인증 A 등급 획득은 우리 데이터 생성 및 관리 기술력을 입증한 성과"라며 "AI 및 데이터 부족 문제 해결을 통해 산업 발전에 기여하겠다"고 말했다. 이영석 와이즈스톤 대표는 "씨이랩의 합성 데이터셋은 실제 데이터 수집의 한계를 극복하고 다양한 변수를 반영해 AI 학습에 필요한 고품질 데이터를 효율적으로 확보할 수 있는 가능성을 제시했다"고 밝혔다.

2025.03.25 11:37조이환

KTR, 전기차 충전기 유럽 인증 지원 확대

KTR이 전기차충전기 유럽시장 진출 확대와 유럽 사이버 보안 규제대응을 돕기 위해 현지 시험인증기관과 협력체계를 구축했다. KTR(한국화학융합시험연구원·원장 김현철)은 6일(현지시간) 독일 오펜바흐에서 글로벌 시험인증기관 독일전기전자기술자협회(VDE)와 독일 전기차 충전기 형식승인(MessEV) 및 유럽 CE 인증 상호 협력을 위한 업무협약을 체결했다. 두 기관의 협약에 따라 독일 시장으로 전기차 충전기를 수출하는 기업은 KTR을 통해 형식승인 절차를 더욱 빠르고 편하게 진행할 수 있게 됐다. 또, 유럽 시장 진출에 필수인 CE MID 인증도 KTR을 통해 함께 신청할 수 있다. 독일 수출 전기차충전기는 CE 인증에 더해 계량성능·구조안전·신뢰성 등에 대한 독일 자체 형식승인을 받아야 한다. 두 기관은 또 무선통신기기·태블릿 등 디지털 기기 수출기업의 유럽 CE RED(무선기기 지침)의 사이버보안 규제대응을 돕기 위해 기술교류와 공동 세미나 등을 함께 수행하기로 했다. 한편 KTR은 정부 지정 전력량계·전기자동차 충전기 등의 형식승인·검정기관으로 계량성능·구조안전·전자파적합성 등 관련 서비스를 원스톱으로 제공하고 있다. 김현철 KTR 원장은 “KTR은 신산업 분야 최신 규제는 물론 국가별 개별 규제까지 함께 대응할 수 있도록 다양한 분야에서 전 세계를 대상으로 해외 협력네트워크을 확대하고 있다”고 밝혔다.

2025.03.07 17:27주문정

알피바이오, 아동 건기식에 합성색소 대신 천연 성분으로

알피바이오가 아동용 건강기능식품에 사용되는 합성색소를 배제하고 천연 성분으로 대체하기 위해 관련 개발을 강화한다. 미국 식품의약국(FDA)은 합성색소인 지난 15일(현지 시각) '적색 3호(Red No.3)'에 대해 암을 유발할 가능성이 있다며 사용을 전면 금지했다. 이에 따라 알피바이오는 기존 아동용 건강기능식품에 사용되는 합성색소를 전면 배제하고, 자연에서 유래한 천연 성분을 활용하여 제품 안전성을 강화할 계획이다. 관련해 미FDA 결정에 따라 식품 제조업체들은 오는 2027년 1월까지 해당 성분을 완전히 배제해 제품을 출시해야 한다. 미FDA는 건강기능식품 약물은 1년의 유예 기간을 두기로 했다. 회사는 생산 중인 일부 어린이 전용 건강기능식품에는 합성색소인 '타르색소'가 전혀 사용되지 않는다고 밝혔다. 합성색소 대신 오렌지·자몽·강황·안나토 나무 등 자연에서 유래한 천연색소와 청결한 천연 향을 통해 제품의 안전성을 강화했다는 것. 회사의 천연색소 기반 어린이 건기식으로는 ▲오메가챔피언(동아제약) ▲ 야미푸 식물성 알티지 오메가3(압타바이오) ▲디노키즈오메가 3(조아제약) ▲Ur.PNT 하트톡톡 어린이 비타민D 1000IU(녹십자웰빙) ▲더팜 키즈 식물성 알티지 오메가3(에프엔디넷) 등이 있다. 알피바이오 관계자는 “천연 성분으로 제조된 건강기능식품을 제공할 것”이라며 “앞으로 천연 비타민과 건기식 시장에서 차별화된 기술 경쟁력을 발휘할 것으로 기대한다”라고 밝혔다. 한편, 적색3호를 포함하는 상위 합성색소인 '타르색소'는 석탄 타르(Coal Tar)와 석유 화학 부산물에서 유래한 합성 화합물이다. 식품·음료·제과·건강기능식품에 사용된다. 영국 식품기준청(FSA)은 일부 타르색소가 어린이의 주의력결핍 과잉행동장애(ADHD) 증상을 악화시킬 가능성이 있다는 연구 결과를 발표했다. 이어 유럽연합(EU)과 미국 캘리포니아주에서도 관련 규제를 강화하는 분위기다.

2025.01.20 09:08김양균

오픈AI·메타도 쓰는 'AI 엔진' 합성데이터…"안전성 검증 필요"

밀키트는 손질된 식재료와 양념을 알맞게 담은 간편식입니다. 누구나 밀키트만 있으면 별도 과정 없이 편리하게 맛있는 식사를 할 수 있습니다. [김미정의 SW키트]도 마찬가지입니다. 누구나 매일 쏟아지는 소프트웨어(SW) 기사를 [김미정의 SW키트]로 한눈에 볼 수 있습니다. SW 분야에서 가장 주목받는 인공지능(AI)과 보안 이야기를 이해하기 쉽고 맛있게 보도하겠습니다. [편집자주] 생성형 인공지능(AI) 모델 개발에 필요한 데이터가 고갈된다는 전망이 이어진 가운데 '합성데이터'가 대안으로 떠오르고 있다. 개인 식별정보나 민감정보 노출 없이 이용할 수 있다는 이점이 있지만 완전히 안심할 수 없다는 목소리가 높아지고 있다. 합성데이터에도 개인정보나 원본 데이터가 포함됐다는 이유에서다. 최근 AI 모델 복잡성이 늘면서 훈련에 필요한 데이터양도 증가한 추세다. 그러나 업계는 개인정보보호법 등 규제 이슈로 인해 모든 데이터를 자유롭게 수집·이용할 수 없다. 데이터 생성 속도도 한정적이다. 합성데이터가 주목받는 이유다. 이미 오픈AI를 비롯한 구글, 메타 등 빅테크는 모델 훈련에 합성데이터를 활용하고 있다. 합성데이터는 원본 데이터 형식과 구조·분포 특성을 학습해 생성된 가상데이터다. 가상 데이터기 때문에 원본 데이터에 있는 개인 식별정보나 민감정보를 노출하지 않고 데이터를 자유롭게 공유, 활용할 수 있다는 이점이 있다. 문자 등으로 이뤄진 정형데이터뿐 아니라 이미지, 동영상 형태인 비정형데이터가 합성데이터로 제작될 수 있다. 기업은 AI와 소프트웨어(SW) 개발에 필요한 의료·금융 데이터 등 민감·특수 데이터를 합성데이터로 대체할 수 있다. 합성데이터를 만들어 고객사에 납품하는 개발사도 늘고 있다. 해당 개발사들은 고객사에 부족한 데이터 종류를 AI로 제작해 채운다. 이를 통해 고객사는 데이터 제작 시간과 비용을 기존보다 줄일 수 있다. 김현수 슈퍼브에이아이 대표는 "실제 데이터를 수집하기 어렵거나 극단적인 케이스가 포함된 데이터를 AI 합성으로 얻을 수 있다"며 "데이터 수집·라벨링 과정이 생략돼 데이터 취득비용을 줄이고 신속히 학습할 수 있다"고 강조했다. 김 대표는 합성데이터가 다양한 산업에서 작동하는 모델 기능을 올릴 것으로 예측했다. 그는 "특히 합성데이터는 국내외 제조 분야나 국방, 물리보안용 AI 모델에 유용할 수 있다"며 "취득하기 어려운 제조 결함이나 중대재해 사고, 화재, 드문 보안 이슈 데이터를 합성데이터로 채움으로써 모델 성능을 올리고 실제 위험에 대처할 수 있다"고 덧붙였다. 업스테이지는 향후 합성데이터 생산 노하우가 개발 전략으로 자리 잡을 것이라고 봤다. 업스테이지 관계자는 "합성데이터를 고품질 정형 데이터로 적절히 융합해야 한다"며 "기업들이 자신에 맞는 융합 방식을 찾으면 그만큼 비용효율적인 대체제가 없을 것"이라고 강조했다. 이어 "각 기업이 같은 합성데이터를 이용해도 회사 기술력에 따라 모델 성능은 다를 것"이라고 설명했다. 정부도 합성데이터에 관심…"검증 시스템 강화 필요" 정부도 최근 합성데이터 생성과 활용에 필요한 가이드라인을 제시했다. 개인정보보호위원회는 지난달 '합성데이터 생성·활용 안내서'를 내놨다. 기업, 기관이 개인정보보호법을 준수하면서 합성데이터를 생성하고 활용하는 방법과 절차를 제공하기 위해서다. 발간된 보고서에 따르면 국내 합성데이터 생성 절차는 사전 준비부터 합성 데이터 생성, 안전성·유용성 검증, 심의윈회 평가, 활용·안전한 관리로 총 5단계로 이뤄졌다. 다만 전문가들은 합성데이터를 이용한다고 해서 모든 개인정보보호 이슈를 피할 수 있는 건 아니라고 주장했다. 합성데이터에도 개인정보가 포함될 수 있으며, 정보 편향성을 일으킬 수 있다는 이유에서다. 이에 합성데이터를 검증할 수 있는 시스템 구축도 중요해질 것이라고 입을 모았다. 업계 관계자는 "합성데이터 자체가 허위 정보나 편향된 정보를 생성할 수 있다"며 "합성데이터 내 개인정보가 재식별될 가능성도 배제할 수 없다"고 설명했다. 또 "합성데이터 품질이 낮은 상태에서 AI 학습에 활용되면 모델 성능 자체가 떨어질 수밖에 없다"며 "합성데이터 생성뿐 아니라 이를 검증할 수 있는 시스템 강화도 필요할 것"이라고 덧붙였다. 합성데이터에 개인정보가 포함될 수 있다는 주장도 나왔다. 개인정보위 안내서에 따르면 특히 부분 합성데이터에는 합성데이터 기록과 원본데이터 기록 간 연결 가능성이 높다. 활용 과정에서 개인정보보호 침해 등 안전 가능성이 낮아질 수 있다는 지적이다. 이에 수집 목적과 익명 정보 여부 등 합성데이터 성격에 따라 동의 필요성 등 적법요건 확인이 필요하다는 분위기다. 이 외에도 개인정보위는 비정형 합성데이터에 대한 연구가 추가로 필요하다고 지적했다. 이미지가 아닌 영상, 음성 및 멀티모달 데이터 등 다양한 비정형 합성데이터에 대한 안내도 추후 과제로 남아있다고 설명했다.

2025.01.10 16:13김미정

과기정통부, 연구소 기업 2천호 '딥아이' 배출…미코·큐어버스·엔도 등 성공사례 꼽아

과학기술정보통신부는 공공연구성과를 기반으로 하는 연구소기업 제도 시행 19년만에 2천호를 돌파했다고 27일 밝혔다. 연구소 기업은 지난 2006년 1호인 콜마 BNH가 누적 투자금 1천320억 원을 회수하고 기술료 수입 100억 원대 기록을 시작으로 최근엔 1천269호 연구소 기업 '큐어버스'가 5천37억 원의 대형 기술이전 성과를 냈다. 이번에 2천호로 등록한 기업은 (주)딥아이다. (주)딥아이는 울주강소특구 내에 위치한 강소기업이다. 주력 품목은 'AI 기반 비파괴 검사방법'이다. AI 솔루션 분야로는 세계 최초로 최근 미국 전력연구원(EPRI)의 AAPDD* 인증을 획득했다. 과기정통부는 연구소 기업 1천호를 제도 시행 14년 만인 2020년 달성한데 이어, 4년만에 다시 2천호를 달성하는 등 연구소 기업 창업 추세가 가파르다. 연구소 기업 가운데 코스닥 상장 사례로는 ▲콜마 BNH(주) ▲(주)수젠텍 ▲(주)신테카바이오 ▲진시스템 ▲마인즈랩 등이 있다. 또 과기정통부는 매출이 급성장하거나 해외 진출 등 성공사례 기업으로 ▲(주)미코바이오메드 ▲(주)에너캠프 ▲(주)큐어버스 ▲(주)인공광합성연구소 ▲(주)엔도로보틱스 등을 꼽았다. 과기정통부 유상임 장관은 “연구소 기업 2천호 배출은 국가 R&D와 지역 기술산업화의 지속적인 동반성장을 통해 이루어낸 의미있는 성과"라며 “앞으로 국가전략기술을 중심으로 미래를 선도하는 연구소기업을 집중 육성해 갈 것"이라고 말했다.

2024.12.27 16:26박희범

내년부터 5년간 바이오파운드리 구축 등에 1천2백 여억 투입

정부가 내년부터 오는 2029년까지 바이오파운드리 구축 및 인공새시플랫폼(인위적으로 설계된 생물학적 시스템)구축, 전문 인력 양성 등에 1천263억 원을 쏟아 붓는다. 23일 열린 (사)한국합성생물학발전협의회(KSBA) 총회에서 2024년 및 2025년 합성생물학 정책 방향 소개에 나선 과학기술정보통신부 남혁모 첨단바이오기술과장은 “합성생물학은 갈수록 시장 규모가 커져 사실 그 끝을 모르겠다”며 예산 투자 계획에 대해 이같이 언급했다. 이날 행사에는 (사)한국합성생물학발전협의회 김장성 위원장(한국생명공학연구원장)과 과기정통부 황판식 연구개발정책실장 등 합성생물학 전문가들이 참석했다. 정부는 지난 2022년 첨단바이오 중심 기술로 합성생물학을 지정하고, 제4차 생명공학육성기본계획을 거쳐 올해 첨단바이오 이니셔티브와 확산전략을 발표했다. 내년에는 바이오파운드리 전략을 공개한다. 남 과장은 "바이오파운드리 내년 전략(사업꼭지 및 예산 규모 등)은 현재 구상중이고, 여론을 수렴 중"임을 강조하며, 최근까지 다듬어 오던 3가지 추진 전략 및 9개의 중점 추진 과제를 소개했다. 이 전략과 과제에 따르면 ▲핵심장비 국산화 ▲분야별 파운드리 구축계획 ▲공공-민간 협력 방안 ▲창업 및 성장 지원 ▲글로벌 파트너십 강화 ▲법 제도 시스템정비 등을 담았다. 핵심기술개발사업으로는 올해부터 오는 2028년까지 463억 원을 들여 6대 전략 부문 핵심기술을 개발 중이다. 6대 전략분야는 △제노바이올로지 시스템 △차세대 단백질 AI설계 △유전자 회로 △미생물 세포공장 △항체의약품 생산 플랫폼 △그린바이오소재 등이다. 내년 바이오파운드리 인프라 및 활용기반 구축 사업의 일환으로 추진하는 신규 R&D는 산업통상자원부와 함께 추진한다. 중점분야는 총 3꼭지로 바이오파운드리 센터 건립, 설계·구축·테스트·학습(DBTL) 단계별 핵심 워크플로우 구축, 바이오파운드리 통합플랫폼 개발 등이다. 목표는 월 5천개의 세포제작 성능, 인공새시 플랫폼 5종, 전문인력 200 여명 양성, 바이오제조기술확보 등에 5년 간 1천263억 원을 투입할 계획이다. 이와 함께 바이오파운드리 핵심기기 장비 고도화에 국비 포함 500억 원, 기반기술 개발에 285억 원, 인력양성에 360억 원 배정을 검토 중이다. 남 과장은 바이오파운드리와 관련한 사업의 예로, 미생물 플랫폼을 활용한 첨단 의약 바이오 소재 생산 원천기술 및 핵심소재 국산화 기술 개발 과제에 76억 원을 투입할 계획임을 공개했다. 남 과장은 이외에 "합성생물학 육성법안 제정 추진은 안건별 관련 법안을 만들기 곤란해, 추가 협의가 필요하다"며 "무기화 등의 우려에 대응한 책임 있는 관리도 중요하다"고 강조했다. 이어 합성생물학 발전을 위한 교류 현황에서는 협의회 윤혜선 정책제도분과장이 규제 정책 방향을 내놔 관심을 끌었다. 윤 분과장은 ▲데이터 소유권 및 관리관계 ▲데이터 거버넌스 체계 ▲현행 유전자변형(LMO) 규제 ▲새로운 기술 대응 체계 ▲안전관리 체계 ▲통합 규제 ▲차세대 관리체계 등에 대한 현안을 거론했다. 한국생명공학연구원 국가생명공학정책연구센터 김현수 정책개발실장은 '합성생물학: 세계는 질주한다, 우리는 준비됐나' 강연에서 "바이오파운드리의 지속가능한 모델은 '위험감소, 시간단축, 비용절감'이라는 고객의 수요에서부터 출발한다"고 언급했다. 김 실장은 미국과 영국의 관련 법 예를 들며 "합성생물학은 생물학을 프로그래밍하고, 설계하는 기술"이라고 정의했다. 이어 합성생물학발전협의회 총회 결의사항 심의(결산보고, 정관변경, 기업확인서 발급 건)와 협의회 발전 방안이 논의됐다.

2024.12.23 21:17박희범

개인정보위, '합성데이터 생성·활용 안내서' 발간…데이터 활용 기준 마련

개인정보보호위원회(개인정보위)가 데이터 활용의 안전성을 높이기 위해 합성데이터 생성·활용 안내서를 발간했다. 개인정보보호위원회는 이번 안내서가 합성데이터의 생성과 활용 과정에서 필요한 안전기준과 절차를 담았다고 19일 밝혔다. 개인정보 식별 가능성을 최소화하면서도 데이터의 활용도를 높이기 위해서다. 안내서는 합성데이터 생성 절차를 사전 준비, 생성, 안전성 검증, 심의위원회 평가, 안전 관리로 나눠 단계별로 상세히 설명했다. 특히 합성데이터 활용 계획서, 개인정보 처리 계획, 안전성 검토 결과서 등 서식과 체크리스트를 함께 제시해 실무적 이해를 도왔다. 이번 가이드에는 이미지 등 비정형 합성데이터 생성 시 주의사항과 안전성 검증 방법도 포함됐다. 일반 대중에게 공개되는 데이터를 익명정보로 전환하기 위한 절차와 기준도 명확히 했다. 개인정보위는 지난 5월 발표한 '합성데이터 생성 참조모델'과 연계해 이번 안내서를 마련했으며 관련 사례는 '가명정보 지원 플랫폼'에서 확인할 수 있다. 산업과 연구 현장에서의 애로사항을 해소할 계기가 될 전망이다. 양청삼 개인정보정책국장은 "산학연과 법률 전문가들의 참여로 체계적인 안내서가 완성됐다"며 "이번 안내서를 통해 프라이버시 보호 기술로서 합성데이터의 잠재력이 더욱 활성화되길 기대한다"고 밝혔다.

2024.12.19 15:00조이환

포스텍, 새로운 유전자 합성 기술 개발…"3개 단백질 제어 성공"

미생물 기반의 새로운 유전자 합성 기술이 개발됐다. 합성 생물학 분야 맞춤형 세포 치료제 개발이 큰 진전을 이룰 전망이다. 포스텍(POSTECH,포항공과대학교)는 생명과학과 김종민 교수 연구팀(생명과학과 현섭·최승도 석박사통합고정)이 유전자 회로의 정밀성과 집적도를 획기적으로 높일 '합성 번역 공역 장치(SynTCE)를 개발하는 데 성공했다고 12일 밝혔다. 연구는 분자생물학과 생화학 분야 국제 학술지 '핵산 연구(Nucleic Acids Research)' 온라인판에 최근 게재됐다. '합성 생물학'은 자연 시스템을 기반으로 생명체에 새로운 기능을 부여하는 연구 분야다. 이를 통해 설계된 유전자는 질병 치료, 플라스틱 분해 미생물, 바이오 연료 생산 등 다양한 영역에 사용될 수 있다. 특히, 여러 유전자가 모여 하나의 단백질 체계를 생성하는 '다중유전자 오페론(polycistronic operon)1)' 시스템은 제한된 자원으로 효율을 극대화하는 데 중요한 역할을 한다. 단점은 유전자 간 상호 간섭 현상이다. 단백질 합성 과정서 간섭이 일어나 다중 유전자 조절이 어렵다. 회로 정밀성도 낮다. 연구팀은 이를 해결할 열쇠로 자연적인 유전자 조절 메커니즘인 '번역(단백질 만드는 과정) 공역'에 주목했다. 이는 상위 유전자의 번역이 하위 유전자의 번역 효율에 영향을 주는 시스템이다. 다중 유전자 조절이 필요한 오페론에서 자주 발견된다. 연구팀은 'SynTCE'를 설계하고, RNA 분자 컴퓨팅 시스템과 성공적으로 통합해 효율적인 유전자 회로를 구현했다. 기존에는 단백질 제조가 한 개 가능했다면, 이 기술은 여러 단백질을 동시에 조절하고, 연결 가능하다. 이번 실험에서는 3개의 단백질 합성이 이루어졌다. 연구팀은 'SynTCE'를 활용해 입력 신호를 하위 유전자로 정확하게 전달하고, 이를 바탕으로 다중 출력 조절 장치와 다중 입력·출력을 처리하는 시스템을 구축했다. 김종민 교수는 "정교하고 정확한 유전자 회로 설계를 가능하게 하는 중요한 진전”이라며, “맞춤형 세포 치료제, 환경 정화 미생물, 바이오 연료 생산 등 다양한 분야에서 활용될 것"으로 기대했다.김 교수는 또 "미생물 기반으로 제작돼, 상용화까지는 다소 시간일 걸릴 것"으로 예측했다.

2024.12.12 13:45박희범

이노보테라퓨틱스, 리가켐바이오와 ADC 공동연구 및 기술이전 옵션 계약

이노보테라퓨틱스는 ADC(a항체-약물 접합체) 바이오기업 리가켐바이오사이언스(141080KS, 이하 리가켐바이오)와 차세대 ADC 공동연구 및 기술이전 옵션 계약을 체결했다고 발표했다. 양사는 이노보테라퓨틱스의 신규 기전의 페이로드(payload, 저분자화합물)와 리가켐바이오의 차세대 링커 플랫폼인 컨쥬올(ConjuAll) ADC 기술을 결합해 기존 페이로드가 적용된 ADC의 한계점 및 내성을 극복할 차세대 ADC치료제를 개발하게 된다. 리가켐바이오는 이번 계약을 통해 5개 타깃에 대한 연구‧개발 및 사업화 독점적 옵션행사 권리를 확보하게 된다. ADC에서 특정 항원을 표적하는 항체에 링커를 통해 연결되는 페이로드는 암세포를 사멸하는 역할을 하는 저분자 화합물이다. 이노보테라퓨틱스는 자체 구축한AI 플랫폼인 딥제마(DeepZema)를 활용해 효율적인 신약 후보물질 발굴 및 연구개발을 추진하고 있으며, 합성신약 발굴 역량을 기반으로 새로운 항암 단독치료제 뿐만 아니라 신규 페이로드 발굴로도 사업영역을 확대하고 있다. 김용주 리가켐바이오 대표는 “저분자화합물 분야에 풍부한 경험과 노하우를 보유한 이노보테라퓨틱스와 협력하게 되어 매우 기쁘다”며 “이번 협력으로 기존 ADC페이로드의 한계점을 극복한 신규기전 차세대 ADC 연구개발에 집중하겠다”고 밝혔다. 박희동 이노보테라퓨틱스 대표는 “이번 계약으로 ADC플랫폼 기술을 보유한 리가켐바이오와 협력해 암환자에 새로운 치료 옵션을 제공하는 계기를 마련하게 되어 매우 기쁘다”며 “ADC기술에서 글로벌 경쟁력을 갖춘 리가켐바이오는 차세대 신규 ADC제품을 확보하고 이노보테라퓨틱스는 합성신약 발굴 역량을 신규 기전의 페이로드로 확대하는 전환점이 되게 하겠다”고 밝혔다. 이노보테라퓨틱스는 주로 면역 및 암 질환의 합성신약 치료제를 개발하는 한국에 본사를 둔 생명공학 회사이다. 자체 구축한AI 플랫폼인 딥제마(DeepZema)를 활용해 신규 과제 및 효율적인 연구과제의 후보물질 발굴을 지속하고 있으며, 지난 8월 흉터치료제 임상2상을 한국에서 성공적으로 완료했고, 궤양성대장염 치료제 임상1상을 미국에서 진행 중이다.

2024.12.09 11:08조민규

BAT로스만스, 합성니코틴 전자담배 출시

BAT로스만스는 합성니코틴 액상형 전자담배 '노마드 싱크 5000'을 전 세계 최초로 한국에서 공식 출시한다고 25일 밝혔다. 신제품 노마드는 합성니코틴을 사용한 액상 용량 10ml(니코틴 함량 0.9%) 제품으로 최대 5천 회까지 흡입할 수 있다. 맛은 달콤한 '퍼플'과 시원 청량한 '콜드' 두 가지로 선보인다. 가격은 1만7천원 선이다. 노마드는 인체공학적으로 설계된 슬림한 유선형 액상 흡입구가 특징이다. 원하는 흡입 모드를 선택할 수 있도록 부스트 모드를 추가했다. 스탠다드 모드는 부드러운 맛을, 부스트 모드는 보다 강렬한 맛을 제공한다. 편의성을 고려한 다양한 기능도 적용했다. 제품 하단 버튼으로 기기를 잠가 액상의 누수나 오작동을 방지할 수 있다. USB-C타입 케이블로 충전해 사용할 수 있다. 또 제품 사용 후 배터리 분리 배출도 가능하다. BAT로스만스 관계자는 "합성니코틴 액상 담배와 천연니코틴 액상 담배에 서로 다른 법을 적용하는 국가는 OECD 국가 중 한국이 유일하다"며 "담배사업법상 합성니코틴 담배 관련 규제가 없지만 국내 담배 관련 규제를 자율적으로 준수해 나갈 계획"이라고 말했다.

2024.11.25 17:28신영빈

"부족한 정보 AI로 채워"…SAS, 데이터 메이커 업그레이드

SAS가 고객사 합성 데이터 생성 기능을 위해 인공지능(AI) 제품군 포트폴리오를 확장한다. SAS는 헤이지 주요 소프트웨어 자산을 인수한다고 13일 밝혔다. 이번 인수를 통해 올해 초 발표한 'SAS 데이터 메이커' 기능이 확장될 예정이다. 업데이트 기능은 내년 초 전 세계 고객에 공개된다. SAS 데이터 메이커는 개인정보를 노출하지 않으면서 원본 데이터셋을 통계적으로 유의미한 수준까지 표현하는 합성 데이터를 생성한다. 이를 통해 프로세스를 간소화하고 자원을 절약함으로써 데이터 문제를 해결한다. 이를 통해 고객은 기존에 이용할 수 없던 합성 데이터셋를 통해 연구·개발에 이용할 수 있다. 고품질 합성 데이터를 신속한 생성함으로써 AI 프로젝트 개발 주기 가속화·시장 출시 기간 단축을 이룰 수 있다. 비용 많이 드는 데이터 수집 방식 의존도를 줄여 비용 절감과 분석용 데이터 접근성을 높일 수 있다. SAS는 해당 기능이 다양한 합성 데이터셋과 합성 데이터 프로세스를 통해 신뢰할 수 있는 AI 시스템을 지원함으로써 윤리 기준을 준수하고 있다. 이에 SAS 데이터 메이커는 식별 가능한 실제 정보를 노출하지 않는 합성 데이터를 생성함으로써 개인정보 보호·보안 강화와 원활한 기업 운영을 지원할 수 있다. 이번 인수로 SAS는 데이터 혁신에 선도적인 위치를 점할 수 있게 될 것으로 전망했다. 또 향후 'SAS 바이야'와의 통합을 통해 더욱 강력하고 안전한 AI 애플리케이션을 제공할 수 있을 것으로 봤다. 짐 굿나잇 SAS 최고경영자(CEO)는 "헤이지는 합성 데이터를 실제 적용 가능한 엔터프라이즈 제품으로 시장에 선보인 선구적인 기업"이라며 "애널리스트 평가에서 해당 분야의 최고 수준 소프트웨어 제공업체로 인정받고 있다"고 자평했다. 이어 "이번 헤이지 기술 통합으로 고객은 이전에는 접근할 수 없었던 시나리오를 실험하고 모델링할 수 있을 것"이라고 덧붙였다.

2024.11.13 14:54김미정

[기고] 인공지능 시대에 걸맞는 가명정보의 활용

챗GPT 등장 이후 인공지능(AI)과 신기술, 혁신적인 서비스의 개발을 해하지 않으면서도 이용자의 권리와 개인정보를 보호하려면 어떤 것을 고려해야 할 지에 대한 논의가 최근 활발해진 분위기다. 급변하는 정보사회에서 AI와 개인정보 보호에 있어 우리 사회가 취해야 할 균형 잡힌 자세가 어떤 것인지에 대해 법무법인 태평양 AI팀에서 [AI 컨택]을 통해 2주 마다 다뤄보고자 한다. [편집자주] 올해 초 개인정보보호위원회는 가명정보 처리에 관한 가이드라인을 개정하면서 비정형 데이터의 가명처리 기준을 정립했다. 여기서 비정형 데이터란 이미지, 영상, 음성, 텍스트와 같이 정해진 규격이 없는 데이터를 뜻한다. 이 가이드라인에서는 인공지능(AI) 개발과 밀접하게 관련된 7가지 주요 비정형 데이터 가명처리 예시가 소개됐다. 필자 역시 최근 정부, 지방자치단체, 기업의 가명처리 수준을 심사하면서 가명정보가 AI 기술 확산에 필수적인 역할을 하고 있음을 실감하고 있다. 가명정보에 관한 제도는 지난 2020년 개인정보 보호법 및 신용정보의 이용 및 보호에 관한 법률 개정으로 국내에 처음 도입됐다. 가명정보 제도가 처음 도입됐던 당시만 하더라도 가명정보 전문가는 드물었고 가명정보의 활용도 주로 정부나 지방자치단체를 중심으로 이뤄졌다. 그럼에도 불구하고 시간이 지나면서 통신사, 카드사, 대형병원 등 사기업에서도 가명정보 제도를 활용하기 시작했다. 또 개인정보보호위원회에서 운영하고 있는 가명정보 전문가 풀도 150명으로 확대됐다. 가명정보란 개인정보 일부를 삭제하거나 대체해 추가 정보 없이는 특정 개인을 알아볼 수 없도록 처리된 개인정보를 의미한다. 이러한 가명정보는 통계작성이나 과학적 연구 목적 등을 위해서는 정보주체의 동의 없이도 활용이 가능하다. 비록 가명정보도 개인정보의 한 유형이지만 일반 개인정보와는 다르게 보다 자유로운 활용이 가능하다. 이 점에서 가명정보는 AI 학습데이터 구축에 필수적이다. 일반 개인정보는 개인정보 보호법에 따라 엄격한 통제를 받아 AI 기술 개발에 일정 부분 제약을 줄 수밖에 없기 때문이다. 최근에는 합성데이터 활용에 관한 논의도 활발하다. 가명정보 역시 개인정보의 한 유형이기에 산업계에서는 보다 자유로운 데이터 활용을 위해 개인정보로 보기 어려운 유형의 데이터인 합성데이터를 고안했다. 합성데이터란 실제 데이터가 아닌 컴퓨팅 알고리즘을 기반으로 실제 데이터의 통계적 특성이나 패턴을 모방해 인위적으로 생성한 데이터다. 합성데이터는 기존의 가명정보와 달리 원본데이터를 마스킹하거나 범주화하는 등 원본을 변조하지 않는다. 대신 원본의 통계적 분포로부터 모의데이터를 추출하는 방식으로 생성된다. 적절하게 생성된 합성데이터는 원본 데이터와 유사한 수준의 가치를 지니면서도 익명성도 확보할 수 있다. 따라서 법적인 제약 없이 자유롭게 활용이 가능하다는 장점이 있다. 개인정보보호위원회도 이를 고려해 올해 안에 합성데이터 생성 및 활용에 관한 구체적인 기준을 담은 가이드라인을 발표할 계획이다. 가명정보 제도가 도입되면서 정부가 국가 AI 기술 경쟁력 확보를 위해 보다 자유로운 데이터 활용 방안을 모색하고 있다는 점은 긍정적으로 평가할 만하다. 그럼에도 불구하고 AI 학습데이터 구축을 위한 길은 여전히 멀게 느껴진다. 가명정보와 합성데이터가 AI 기술 개발에 큰 도움이 되는 것은 사실이지만 이들을 생성해내기 위해서는 원본 데이터가 필요하다. 이러한 원본 데이터에는 개인정보가 포함될 수밖에 없다. 결국 가명정보나 합성데이터를 통한 AI 학습을 위해서는 원본 개인정보를 적법하게 보유해야 하는 문제가 생긴다. 대형 통신사, 병원 및 대기업 등은 AI 학습을 위한 충분한 양의 개인정보를 보유하고 있어 큰 문제가 되지 않을 수 있다. 이와 반대로 영세한 업체들의 상황은 다르다. 그들은 경쟁력 있는 AI 기술을 개발할 역량이 있더라도 학습에 필요한 원본데이터를 확보하고 있지 못한 경우가 많다. 물론 영세업체는 외부에 공개된 정보를 통해 데이터를 확보하려고 시도할 수 있지만 이것 만으로는 충분한 가치를 창출하기 어렵다. 결국 이미 데이터를 충분히 보유하고 있는 기업이나 정부로부터 정보를 받아와야 한다. 그렇지만 데이터가 경쟁력인 시대에 기업이 정보를 쉽게 넘겨줄 리 없고 개인정보 보호법도 정보의 이전을 쉽게 허용하지 않는다. 보유하고 있는 개인정보를 다른 제3자에게 이전함에 있어서는 정보주체의 동의가 필요하거나 한정된 용도로만 이전 받아 사용할 수 있다는 제약이 따르기 때문이다. 최근 한 AI 스타트업 사업자가 지방자치단체가 보유한 개인정보를 이전 받아 가명처리한 후 지방자치단체 사무에 활용될 AI 소프트웨어를 개발해 납품한 사례가 있었다. 사업적인 측면에서만 본다면 이 소프트웨어는 지방자치단체 사무에 국한되지 않고 다른 영역에서도 폭 넓게 활용될 충분한 가치가 있었다. 그런데 AI 업체가 지방자치단체로부터 원본 개인정보를 넘겨 받아 이를 가명처리 하기만 한다면 가명정보로 개발한 AI를 지방자치단체 사무 만이 아니라 보다 넓은 목적으로 활용해도 괜찮은 것일까. 애초에 원본 개인정보를 이전 받은 목적이 지방자치단체 사무를 위한 것이었다면 그 활용 범위를 넓히는 것은 쉽게 단정짓기는 어려운 문제다. 가명정보 제도가 도입되고 데이터 활용이 보다 자유로워지기는 했으나 이로 인해 혜택을 보는 것은 처음부터 데이터 확보에 우위를 가진 자들로 국한되고 있는 것은 아닌지 아쉬움이 남는다. 보다 근본적으로 AI 시대에 걸맞은 데이터 활용을 위해 정보의 이전을 활성화하는 제도적인 개선이 이뤄지기를 기대해본다.

2024.08.29 10:57법무법인 태평양 이준호

[SW키트] AI에게 줄 데이터가 부족하다…합성데이터 대안 될까?

밀키트는 손질된 식재료와 양념을 알맞게 담은 간편식입니다. 누구나 밀키트만 있으면 별도 과정 없이 편리하게 맛있는 식사를 할 수 있습니다. [김미정의 SW키트]도 마찬가지입니다. 누구나 매일 쏟아지는 소프트웨어(SW) 기사를 [김미정의 SW키트]로 한눈에 볼 수 있습니다. SW 분야에서 가장 주목받는 인공지능(AI), 보안, 클라우드 관련 이야기를 이해하기 쉽고 맛있게 보도하겠습니다. [편집자주] 생성형 인공지능(AI) 모델 발전에 필요한 데이터가 곧 고갈될 것이란 전망이 나오고 있다. 데이터가 AI 엔진 역할을 하는 만큼 데이터 고갈이 현실화하면 AI 모델 훈련을 추가로 진행할 수 없기 때문이다. 현재 이를 대체할 방안이 잇따라 나오고 있다. 전문가들은 AI로 만든 합성데이터를 모델에 훈련하자는 대안을 제시하고 있다. AI 모델에서 나온 결과물을 다시 모델에 넣어 학습 데이터로 재활용하는 식이다. 이를 조심스럽게 바라보는 이들도 있다. 만약 오류를 가진 합성데이터를 모델에 넣을 경우 AI 모델에 환각현상이 심해질 뿐 아니라 결국 모델 품질까지 떨어뜨린다는 주장도 나왔다. "합성데이터, AI 편향성 극복·희귀 데이터 수집 도와" 업계에서는 AI로 생성한 합성데이터가 모델 성능 향상에 유용할 것이라 입을 모았다. AI 알고리즘 편향성 감소와 희귀 데이터 수집 기회를 잡을 수 있다는 이유에서다. 15일 업계에 따르면 AI로 합성데이터를 만들어 고객사에 납품하는 개발사는 점차 늘어나는 분위기다. 해당 개발사들은 고객사에 부족한 데이터 종류를 AI로 제작해 채운다. 이를 통해 고객사는 데이터 제작 시간과 비용을 기존보다 줄일 수 있다. 김현수 슈퍼브에이아이 대표는 "실제 데이터를 수집하기 어려운 희귀하거나 극단적인 케이스가 포함된 데이터를 AI 합성을 통해 얻을 수 있다"며 "데이터 수집·라벨링 과정이 생략되기 때문에 데이터 취득비용을 줄이고 신속한 학습을 할 수 있다"고 강조했다. 김 대표는 합성데이터가 다양한 산업에서 작동하는 모델 기능을 올릴 수 있다고 주장했다. 그는 "특히 합성데이터는 국내외 제조 분야나 국방, 물리보안용 AI 모델에 유용할 수 있다"며 "취득하기 어려운 제조 결함이나 중대재해 사고, 화재, 드문 보안 이슈 데이터를 합성데이터로 채움으로써 모델 성능을 올리고 실제 위험에 대처할 수 있다"고 설명했다. 업스테이지 측은 합성데이터 생산 노하우가 개발 전략으로 자리 잡을 것이라고 봤다. 업스테이지 관계자는 "합성데이터를 고품질 정형 데이터로 적절히 융합해야 한다"며 "기업들이 자신에 맞는 융합 방식을 찾으면 그만큼 비용효율적인 대체제가 없을 것"이라고 강조했다. 이어 "각 기업이 같은 합성데이터를 이용해도 회사 기술력에 따라 모델 성능은 다를 것"이라고 덧붙였다. "오류 확증·재확산…연합학습법 등 다른 대안 필요" 합성데이터를 모델에 재사용하면 품질 저하를 일으킨다는 지적도 나왔다. 합성데이터에 오류가 있으면 모델이 환각현상 등 문제를 더 만들 수 있다. 최근 영국 옥스퍼드대에서도 논문을 통해 합성데이터 위험성을 경고했다. 연구진은 모델 개발·학습 과정에 합성데이터가 들어갈수록 모델 결함이 높아진다는 이론을 제시했다. 기존 오류와 새로운 환각 현상이 지속적으로 쌓이면서 결국 모델 붕괴 현상이 일어날 수 있다는 내용이다. 연구 책임자인 옥스퍼드대 일리아 슈마일로프 컴퓨터과학부 강사는 "현재 AI로 만든 합성데이터는 여러 면에서 약점을 지녔다"며 "이런 위험성을 객관적 수치로 알리는 것이 현대 과학자 의무"라고 강조했다. 국내 업계와 학계서도 합성데이터 활용에 조심스러운 입장이다. 네이버클라우드 하정우 AI혁신센터장은 "사람이 만든 데이터로만 모델을 학습시키면 편향이 발생한다"며 "이처럼 합성데이터를 모델에 과도하게 넣으면 모델 품질 하락 가능성도 있다"고 지적했다. 김동환 포티투마루 대표는 "합성데이터를 모델에 넣는 과정에서 오류가 발생할 수밖에 없고, 오류를 학습한 모델이 다시 합성데이터를 만들면서 결국 오류 전파(Error Propagation)를 보일 것"이라고 주장했다. 이어 "결국 생성물 자체가 현실과 괴리를 일으킬 것"이라며 "환각현상은 더 심해질 수 있다"고 내다봤다. 김 대표는 향후 데이터로 모델 성능 올리는 것 자체가 현실적으로 한계에 부딪혔다고 했다. 이에 대한 근거로 친칠라(Chinchilla) 법칙을 언급했다. 모델 파라미터가 2조 개에 이르면, 학습데이터 60조 개가 필요하다는 이론이다. 김 대표는 "이런 규모는 합성데이터를 통해서도 구성하기 힘들다"며 "이를 감당할 수 있는 그래픽처리장치(GPU) 등 인프라 확보조차 어렵기 때문"이라고 지적했다. 그는 대책도 제시했다. 김 대표는 "도메인 특화 경량화 모델로 데이터를 분산시키거나 연합학습으로 양질의 내부 데이터를 활용해야 한다"며 "이에 대한 연구가 진행돼야 할 것"이라고 말했다. 연합학습법은 분산된 여러 장치에서 모델을 학습하는 방법론이다. 데이터를 중앙 서버에 직접 옮기는 방식과 다르다. AI 모델 학습을 안전하고 경제적으로 진행할 수 있다고 평가받고 있다. 이에 대해 경희대 이경전 경영대학·빅데이터응용학과 교수는 "합성데이터 활용보단 연합학습 등 다양한 대안을 내놔야 한다"고 주장했다.

2024.08.15 11:00김미정

AI로 뭐든 척척...KAIST-부산대, "천연물 합성 경로 최고수준 예측"

인공지능(AI)으로 식물 의약품 합성 경로를 최고 수준으로 예측할 수 있게 됐다. KAIST는 생명과학과 김상규 교수 연구팀과 김재철AI대학원 황성주 교수 연구팀이 공동으로 천연물 생합성 경로를 예측하는 딥러닝 모델을 개발했다고 14일 밝혔다. 연구팀은 또 부산대 박정빈 교수 연구팀과 이 모델을 활용할 인터넷 웹사이트(readretro.net)도구축했다. 김상규 생명공학과 교수는 "정확도를 논문에서는 각각의 조건에 따라 4가지로 나타냈다"며 "이 분야 현존하는 AI 모델 가운데 최고 수준으로 보면 된다"고 말했다. 미국식품의약국(FDA)에 따르면 저분자 약물 30% 이상이 식물 천연물에 기반한다. 대표적인 예가 식물이 환경 스트레스에 대응하기 위해 진화적으로 다양한 천연물을 합성하는 일이다. 특히, 식물-초식곤충의 군비 경쟁을 통해 만들어진 천연물은 뛰어난 생체 활성을 나타낸다. 연구팀은 "이같은 천연물의 합성 과정을 이해하면 자연 환경에 대응해 식물이 스스로 합성한 천연물을 인위적으로 대량 생산할 수 있을 것이란 기대로 이 연구를 시작했다"고 말했다. 연구팀은 우선 생합성 경로를 추적하는 일부터 시작했다. 그러나 합성 구조가 워낙 복잡해 쉬운 일은 아니었다는 것이 연구팀의 후일담이다. 생명공학과 김태인 석박사통합과정 연구원(공동 제1저자)은 "식물 천연물 생합성 경로 연구의 첫 단계로 식물이 어떻게 물질을 합성하는지 경로를 역추적했다"고 말했다.식물의 간단한 구조부터 복합한 구조를 단계별로 나눠 학습시킨 뒤 역으로 예측하는 과정을 거쳐 '리트레트로' 모델을 완성했다. 김재철 AI대학원 이슬 석박사통합과정 연구원은 "이 경로를 바탕으로 딥러닝을 활용해 천연물의 역-생합성 경로를 예측하는 모델을 만들었다"고 덧붙였다. 연구팀은 이 인공지능 이름을 '역합성을 읽어내는 모델'이라는 뜻을 담아 '리드레트로(READRetro)'라고 명명했다. 김상규 교수는 “추후 합성 경로를 매개하는 효소를 예측하거나 거대 분자의 역합성 예측 정확도를 높이는 연구를 진행할 계획"이라며 "생화학자와 전산학자의 융합 연구 사례로 의미가 있다"고 말했다. 연구 결과는 국제 학술지'뉴 파이톨로지스트(New Phytologist)'에 게재됐다. 카이스트 POST-AI, 한국연구재단, 과학기술정보통신부 등의 지원을 받아 수행됐다.

2024.08.14 08:32박희범

'합성고분자 만능줄기세포' 세계 첫 대량 생산…의료계 "화제"

국내 연구진이 생체 적합성 합성 고분자를 활용한 줄기세포 플랫폼을 개발했다. 세계 처음 동물 유래 물질 배제 환경(제노-프리)서 10회 이상 계대 배양에도 성공했다. 줄기 세포 대량생산 길이 열린 셈이다. KAIST는 생명화학공학과 임성갑 교수 연구팀이 한국생명공학연구원 줄기세포융합연구센터 손미영 박사 연구팀과 공동으로 제노-프리 환경에서 인간 전분화능 줄기세포 배양 플랫폼을 개발했다고 17일 밝혔다. 세포치료제로 이용하는 줄기세포 배양은 그동안 동물 병원체의 전파 위험과 생산공정 간 변동성이 큰 동물 유래 물질에 의존해 왔다. 이에 한국 연구진이 동물 유래 성분을 완전히 배제한 신개념 줄기세포 배양 플랫폼을 개발하고 특히 인간 유도만능줄기세포(hiPSC)의 장기 대량 배양이 가능함을 세계 최초로 입증했다. 연구팀은 생체 적합성 합성 고분자를 스크리닝/최적화한 뒤 배양 기판에 코팅했다. 연구팀은 또 인간 전분화능 줄기세포에 장기적으로 안정적인 부착 기반을 제공할 수 있는 줄기세포 배양 플랫폼을 개발했다. 합성 고분자를 사용하기 때문에 법적, 윤리적인 문제에서도 완전히 벗어났다. 연구팀은 이 줄기 세포의 계대 배양 성능 평가 결과 기존 표준 줄기세포 배양 코팅제인 매트리젤과 비교해 성능 손실이 전혀 없다는 것도 확인했다. 손미영 박사는 "제노-프리 환경에서 10회 이상 장기 계대 배양할 수 있음을 입증한 사례로는 세계 처음"이라고 이번 연구 의미에 대해 부연설명했다. KAIST 임성갑 교수는 “인간 유도만능줄기세포(hiPSC)의 장기 배양이 가능함을 세계 최초로 입증했다"며 "향후 개발된 플랫폼의 상용화 및 대규모 생산이 가능하도록 후속 연구를 진행할 예정"이라고 말했다. 연구에는 KIST 조영학 박사와 KRIBB 이하나 박사, KAIST 정원지 학생 연구원이 제1 저자로 참여했다. 연구성과는 국제 학술지 '어드벤스드 머티리얼스 온라인판(7월 17일)에 게재됐다. 연구는 △산업부 바이오산업핵심기술개발사업 △한국연구재단 △과기부 코리아 바이오 그랜드 챌린지 사업 △범부처 재생의료기술개발사업 △한국생명공학연구원 주요 사업의 지원을 받았다.

2024.07.31 16:23박희범

"분자 생성 AI로 신약 개발 효율을 15배 높였어요"

꿈은 삶의 이정표이자 동력이다. 꿈은 곧 미래의 삶이다. 꿈은 그래서 소중하다. 꿈은 사람마다 다르고 다른 만큼 다채롭다. 스타트업이 꾸는 꿈도 그럴 것이다. 소중하고 다채롭다. '이균성의 스타트업 스토리'는 누군가의 꿈 이야기다. 꿈꾸는 사람이 자신의 이야기를 들려주고 다른 꿈꾸는 사람을 소개하는 릴레이 형식으로 진행된다. [편집자주] “분자 생성 AI로 신약 개발 효율을 15배 높였어요” 발견과 발명은 반복되는 시행착오 끝에 얻어지는 성과다. 신약 개발도 그러하다. 한 논문에 따르면 보통 신약 하나를 개발하는 데는 10여년이 걸린다. 여기에 드는 비용도 평균 3조원에 육박하는 것으로 알려졌다. 신약 개발 기간이 길고 비용이 많이 드는 까닭은 약효가 있는 새로운 물질(분자구조)을 합성할 때 성공확률이 극히 낮기 때문이다. 무려 9000분의 1이라고 한다. 분자 합성 실험 한 번에 보통 3주 이상이 걸리고 수백만 원의 비용이 든다. 하나의 실험을 하느냐 마느냐는 결국 시간과 비용에 관한 결정이다. 임재창 히츠 공동창업자는 인공지능(AI)을 이용해 이 결정에 도움을 줌으로써 신약 개발의 시행착오를 줄여 효율을 높이려고 한다. ■시행착오는 왜 불가피한가 신약 개발은 인체에서 질병을 일으키는 단백질을 찾아내고 이와 상호 작용을 일으켜 질병을 치료하기 위한 물질(화합물)을 만들어내는 것이다. 이 개발 과정은 보통 4단계로 진행된다. 기초-탐색 연구, 비임상, 임상, 허가-승인 등이다. 이 과정을 거쳐 9000개의 후보 물질 가운데 딱 하나가 신약이 된다. 개발기간으로 따지면 보통 기초-탐색 연구에 5년, 비임상 1.5년, 임상 5년, 허가-승인 2년 등이 소요된다. 기초-탐색 연구는 질병 유발 단백질을 찾아내고 이를 치료할 수 있을 것으로 예측되는 후보 물질을 탐색하는 것을 말하는 데 보통 9000에서 1만개의 물질 목록이 생성된다. 비임상은 안정성 실험을 통해 후보물질을 최적화하는 단계로 목록이 50개로 줄어든다. 임상은 보통 3단계로 진행되며 다시 화합물이 5개로 줄어든다. 이중 최상의 물질이 허가와 승인 과정을 거쳐 신약이 된다. “9000에서 1만개의 후보 물질 가운데 어떤 것이 최상의 약효를 가질지를 알 수 없으니 다 실험을 해야 하잖아요. 그런데 후보 물질이긴 하지만 실패할 확률이 높다면 실험을 안 해도 되는 것이죠. 히츠가 개발한 시스템은 인공지능을 통해 후보 물질을 발굴하고 이와 단백질의 관계를 예측해주는 것이에요.” ■인공지능 신약 개발 플랫폼 '하이퍼랩' 신약 개발을 위한 실험의 시행착오를 조금이라도 줄이기 위해 히츠가 개발한 것이 '하이퍼랩(HYPERLAB)'이다. '인공지능 신약 개발 플랫폼'이다. 서비스형 소프트웨어(SaaS) 형태로 제공되며 직관적 UI가 특징이다. '하이퍼랩'은 주로 신약 개발 초기 기초-탐색 연구 단계에 초점을 맞추고 있다. “생성형 AI는 무언가를 만들어내는 AI잖아요. 우리가 AI를 통해 만들어내려 하는 것은 분자(Molecule)예요. 정확히는 신약 후보 물질이 될 분자죠. 과거의 데이터를 학습해서 신약 물질 후보가 될 분자의 구조를 디자인하고 제안해주죠. 우리는 특히 '스캐폴드 기반 분자 생성 모델(Scaffold-based molecular generative model)'을 개발하였어요. 스캐폴드는 물성을 특정 짓는 분자의 뼈대라고 할 수 있죠. 이를 고정해놓고 합성을 통해 분자 구조를 점진적으로 바꿔가며 새 분자를 만들죠.” 스캐폴드는 물질의 물성과 깊은 관계가 있고, 스캐폴드를 유지한 채 합성을 통해 분자 구조를 점차적으로 바꿔간다면, 무작위로 분자를 합성하는 것보다, 원하는 물질을 찾아가는데 더 효과적이라는 의미로 이해됐다. 하이퍼랩은 분자 생성 모델과 함께 '물질-단백질 상호 작용 예측 모델'도 갖고 있다. 데이터 학습을 통해 약물 후보 물질과 질병의 원인으로서의 단백질 사이의 상호 작용과 결합 구조를 예측해주는 것이다. 이 예측이 정확하다면 분자 합성 실험을 할지 말지 고민스러울 때 중요한 참고자료가 되는 것이겠다. 하이퍼랩은 또 '분자 탐색 모델'도 있다. 천문학적인 숫자의 분자 가운데에서 후보가 될 수 있는 물질을 빠르게 탐색한다. “하이퍼랩은 신약 개발 초기에 후보 분자 대규모 가상 탐색부터, 물성 예측, 신규성 있는 분자 설계까지 할 수 있습니다. 이 과정을 통해 필요 없을 것으로 보이는 후보 물질은 실험에서 제외시킬 수 있는 것이죠.” ■“효과가 15배나 커진 사례도 나왔죠” L사는 '타깃 A(질병 단백질 가운데 하나)'에 대한 특허성 있는 신규 골격(스캐폴드)을 찾고 있었다. 이 타깃과 관련해서는 이미 1000개 이상의 물질에 광범위하게 특허가 걸려 있었다. 특허를 낼 새 물질을 찾기가 그만큼 어려운 것. 관건은 천문학적인 숫자의 분자를 빠르게 탐색하고 '타깃 A'에 맞게 선별하는 것. 이를 위해 L사가 손잡은 게 히츠의 하이퍼랩이다. “히츠의 '약물-단백질 상호작용 예측 모델'의 성능을 검증하기 위해 우선 타깃 A와 기존에 보고된 활성분자의 예측값을 돌려보고 이를 실험값과 비교했어요. 타깃 A에 대한 실험 결과를 우리 모델 학습에 전혀 사용하지 않았지만 R값이 0.6으로 나타났지요. 이는 예측값의 정확도가 높다는 것을 뜻하지요. 그런 뒤 우리 '스캐폴드 기반 분자 생성 모델'을 통해 타깃 A에 대해 활성을 보일 확률이 높은 후보물질을 디자인했어요. 그런 다음 다시 '약물-단백질 상호작용 예측 모델'을 통해 우선 실험할 상위 분자를 선별했죠. AI의 이 작업이 끝나고 나서 L사 의약화학자가 후보 분자를 재선별하고, L사의 의약합성팀에서 검토한 뒤 유도체를 생성해 분자를 합성하는 후속 실험에 들어갔죠. L사는 이 과정을 통해 6개월간 활성물질 15종을 확인할 수 있었습니다. 히츠를 만나기 전에는 1년 동안 단 2종의 활성 물질을 확인할 수 있었을 뿐이라고 해요. 하이퍼랩을 이용하니 효율을 15배 가량 높였다고 볼 수 있는 것이지요.” ■“논문 기술이 아니라 산업에 적용될 기술” 히츠가 갖고 있는 AI 신약 개발 플랫폼은 임재창 공동창업자의 박사 학위 논문 주제이기도 하다. 논문을 쓰던 중 문득 생각했단다. '논문상에서만 작동하는 기술이 아니라, 실제 현실에서 가치를 창출하는 기술을 만들고 싶다.' 창업에는 고민도 컸다. 창업은커녕 회사 생활도 안 해본 터라 '내가 과연 회사를 운영할 수 있을까'를 생각해보지 않을 수 없었다. 그 때 힘이 된 게 지도교수였다. KAIST 화학과 김우연 교수. 김 교수가 공동창업을 제안했고 히츠 팀이 출발하게 됐다. 2020년 5월이었고, 임재창 공동창업자는 당시 스물여섯이었다. 그 이후 누적으로 100억 원을 투자받았고, 팀원은 31명으로 불어났다. 고객도 늘어났다. 300여개의 제약회사, 신약개발연구소, 대학 등이 하이퍼랩을 쓰고 있다. 지난해 10월 처음 유료화를 시행해 매출도 발생하고 있다. “앞으로는 인간이 상상하지 못했던 분자 구조를 AI를 포함한 디지털 기술이 생성할 것입니다. 코로나19 팬데믹처럼 감염병이 발생할 때 가능하면 빨리 치료제가 나오면 좋겠지요. 신약 개발의 디지털 전환이 필요한 이유일 것입니다. 그 과정에서 히츠가 영향력 있는 역할을 하는 팀이 될 수 있도록 노력할 것입니다.” 덧붙이는 말씀: 임재창 히츠 공동창업자가 다음 인터뷰 대상으로 추천한 사람은 콘테크 스타트업 메이사의 김영훈 대표입니다.

2024.07.04 10:03이균성

정부, 아태지역에 韓 정보보호 정책 소개

정부가 해외 관계자들과 아시아·태평양 지역의 개인정보 현안과 정책을 논의했다. 개인정보보호위원회는 이달 20일부터 21일까지 캐나다 브리티시 컬럼비아주 개인정보 감독기구가 화상으로 주최한 '제61차 아시아태평양 개인정보보호감독기구 협의회(APPA) 포럼'에 참석했다. 포럼은 글로벌 개인정보 이슈에 대한 공동 대응 방안 논의, 개인정보 감독기구 간 국제협력 증진, 감독기구의 역량 제고 등 실효적인 국제 논의의 장을 형성하기 위해 매년 상·하반기 연 2회 개최된다. 1일차 '국가별 동향 보고' 세션에서는 각국 개인정보 감독기구들이 아동에 대한 개인정보 보호, 인공지능(AI) 관련 개인정보 정책과 소셜네트워크(SNS) 등 여러 조사·처분 사례를 공유했다. 개인정보위 최장혁 부위원장이 지난 2월 마련한 '비정형 데이터 가명처리 가이드라인'을 이 자리에서 소개했다. 최장혁 부위원장은 "오픈AI의 '소라' 등과 같이 영상이나 이미지를 생성하는 AI 서비스 개발 및 확산에 따라 비정형 데이터 활용 수요가 커졌다"며 "이에 기업 현장에서의 불확실성을 해소하고, 보다 안전한 데이터 활용 기반을 마련하기 위해 이번 가이드라인을 만들었다"고 밝혔다. 2일차 포럼에서는 합성데이터, 연령 확인 정책 등에 관한 패널 토론 세션이 진행됐다. '합성데이터 패널 토론'은 동 분야에서 세계적으로 저명한 칼리드 엘 에맘 교수가 진행을 맡았다. 대한민국과 싱가포르 개인정보위, 캐나다 국가 디지털 및 데이터 전환 위원회에서 패널로 참여했다. 고학수 개인정보위 위원장은 패널로 참석해 최근 발표한 '한국의 합성데이터 참조 모델'을 공유했다. 고학수 위원장은 "아태지역 국가들과 개인정보 정책 및 동향을 공유·논의할 수 있었던 뜻깊은 자리였다"며 "특히 지난 2월 우리 위원회를 방문해 국내 법 개정 경험을 공유했던 말레이시아 감독기구가 협의체 회원이 된 것을 환영한다"는 뜻을 밝혔다. 이어 "아태 지역 간 협력을 강화하면서 아시아 지역 개인정보 감독기구의 역량 제고를 지원하는 데 더 많은 관심을 기울여 나가겠다"고 소감을 전했다.

2024.06.23 12:00김미정

개인정보위, 각계 전문가와 합성데이터 활용 방안 모색

개인정보보호위원회(이하 개인정보위)가 개인 정보를 보호하면서도 산업적 활용도가 높은 '합성데이터'의 활용법을 찾기 위해 각계 전문가와 논의를 실시했다. 30일 개인정보위와 한국인터넷진흥원은 “데이터 경제시대의 핵심기술, '합성데이터' 안전 활용 방안”을 주제로 '2024년도 제1회 개인정보 기술포럼(이하 '기술포럼') 세미나를 개최했다. 이날 세미나는 순천향대 염흥열 정보보호학과 교수인 기술포럼 의장의 개회사를 시작으로 ▲합성데이터의 의미와 국내외 발전 동향 ▲통계 및 AI 기반 합성데이터 생성기술과 검증 방법 ▲개인정보위와 서울시의 합성데이터 생성‧개발 사례 등에 대한 각계 전문가의 발표가 진행됐다. 이어진 패널토론에서는 기술포럼 기술분과 위원장인 김순석 한라대 교수를 좌장으로 각계 전문가가 토론에 참여했다. 토론에서 합성데이터의 활용 현황과 활성화 저해 요인, 활용 확대를 위한 각계의 역할과 과제 등에 대해 심도 있는 논의가 오고 갔다. 최장혁 개인정보위 부위원장은 “합성데이터는 대표적인 개인정보보호 강화기술(PET)로 AI 혁신성장을 주도하면서 안전한 개인정보 활용을 담보할 수 있는 주요한 방법”이라고 강조했다. 더불어 “개인정보위는 합성데이터 관련 규율체계를 구축하고, 합성데이터 생성‧검증 기술에 대한 R&D 사업을 추진하는 등 합성데이터의 활성화를 위해 지속적으로 노력해 나가겠다”라고 말했다.

2024.05.30 12:01남혁우

AI가 만든 가짜 이미지, 지난해 초부터 급증

인공지능(AI)이 만들어낸 이미지를 이용한 허위 정보가 지난해 초부터 급증했다는 연구 결과가 나왔다. NBC 방송 등이 지난 29일(현지시간) 보도한 바에 따르면, 구글과 듀크대 연구팀은 팩트체크 사이트 및 미디어 단체와 최근 공동으로 집필한 논문에서 AI가 생성한 가짜 이미지가 2023년 초 이후 크게 늘어났다고 밝혔다. 연구팀은 팩트체크 매체 스노프스(Snopes)가 진위를 확인했던 1995년 이후 2023년 11월까지 13만6천건의 팩트체크 사례를 분석했다. 연구 결과에 따르면 지난해 3월 프란치스코 교황이 흰색 롱패딩을 입은 가짜 사진이 소셜미디어(SNS)에 퍼지기 전만 해도 AI로 생성하는 가짜 이미지는 거의 없었다. 그러나 해당 사진이 이슈가 된 후 AI가 생성하는 가짜 이미지는 텍스트나 포토샵 등 전통적인 방법으로 만들어지는 허위 정보와 비슷한 수준이 될 정도로 급격히 늘었다. 연구팀은 "허위 정보 가운데 AI가 생성한 콘텐츠가 크게 증가한 것은 빠르게 변화하는 환경을 보여준다"고 분석했다. 이런 허위 정보의 급증은 AI를 통해 간편하게 정보를 만들 수 있게 된 점이 원인으로 꼽힌다. 지난 2022년 11월 출시된 챗GPT 이후 AI 열풍이 불면서 지난해에는 오픈AI와 구글 등 주요 기업들이 새로운 AI 이미지 생성 도구가 출시됐다. 알렉시오스 만찰리스 국제팩트체킹네트워크 전 국장은 "생성형 AI 도구가 퍼지면서 거의 누구나 온라인에서 허위 정보를 쉽게 퍼뜨릴 수 있게 됐다고 말했다. 실제로 지난 1월에는 미국 유명 가수 테일러 스위프트의 얼굴에 성적으로 노골적인 자세가 합성된 딥페이크 이미지가 소셜미디어 등에서 확산됐고, 작년 3월에는 도널드 트럼프 전 대통령이 수감을 찬 채 경찰관들에게 둘러싸여 끌려가는 사진이 퍼지기도 했다. 최근 몇 달 동안에는 전통적인 텍스트와 이미지 조작도 다시 늘어나고 있는 것으로 조사됐다. 머신러닝 플랫폼 허깅페이스의 대표적인 AI 윤리 연구원인 사샤 루치오니는 "AI가 만들어낸 허위 정보가 줄어든 것은 아니다"며 "AI를 이용한 가짜 정보가 너무 많아 추적하기 쉽지 않기 때문"이라고 설명했다.

2024.05.30 11:24정석규

Prev 1 2 3 Next