
중국과학기술대학(中国科学技术大学) 연구진이 핵당핵산(RNA)의 서열을 읽고 구조와 기능을 추정하는 인공지능(AI) 기초 모델을 공개했다. 이름은 structRFM이다. 약 2100만 건의 서열·구조 짝 자료를 구축하고 모델의 학습 결과와 프로그램까지 열어 다른 연구자가 재사용할 수 있도록 했다. 생명과학 자료를 다루는 AI의 공개 기반을 넓히는 성과다.
중국과학원은 11월 5일 중국과학기술대학 의료영상지능·로봇 연구실(MIRACLE)의 연구 내용을 소개했다. 관련 논문은 학술지 네이처(Nature)에 실렸다고 밝혔다. 발표는 여러 구조 예측과 기능 추정 과제에서 성능이 개선됐다는 내용이며 모든 RNA의 성질을 완전히 밝혔거나 새 치료제를 개발했다는 보고는 아니다.
RNA는 세포의 여러 생명 활동에 관여하는 분자다. 글자처럼 이어진 구성 요소의 순서가 서열이고, 그 사슬이 어떤 부분에서 서로 짝을 이루고 접히는지가 구조와 연결된다. 같은 재료를 줄지어 놓는 순서와 실제 접힌 모양을 함께 보아야 한다는 뜻이다. 서열과 구조, 기능의 관계를 이해하는 일은 생명 현상을 연구하는 기초가 된다.
기존에 쌓인 많은 서열 자료를 활용하기 위해 연구진은 자연어 AI의 사전학습 방식을 참고했다. 많은 문장에서 단어의 관계를 배우듯 RNA 서열에서도 반복되는 규칙과 주변 요소의 관계를 찾는 접근이다. 다만 사람의 문장과 생물 분자는 성격이 다르다. 모델이 규칙을 학습했다는 사실을 사람이 분자의 모든 작동 원리를 이해했다는 의미로 바꿀 수는 없다.
이번 모델은 서열 학습에 구조 지식을 함께 넣었다는 점을 강조한다. 연구진이 만든 약 2100만 건의 자료는 계산으로 주석을 붙인 서열과 2차 구조의 짝이다. 2차 구조는 사슬 안에서 어느 부분이 서로 짝을 이루는지 나타내는 층위다. 이 자료가 모두 개별 실험으로 구조를 직접 측정한 결과는 아니라는 점이 중요하다.
학습 과정에서는 서열의 문맥과 구조 의존 관계를 함께 익히도록 했다. 사전학습 뒤에는 서열을 입력해 전체 서열 수준, 개별 구성 요소 수준, 요소 사이의 짝 수준의 특징을 뽑을 수 있다고 설명했다. 이 특징은 이후 여러 연구 과제에 활용하는 공통 재료가 된다. 하나의 결과만 내는 도구보다 여러 목적에 맞춰 조정할 수 있는 기반을 지향한다.
연구진은 추가 학습 사례가 없는 조건의 동족성 분류와 2차 구조 예측 등에서 개선을 보고했다. 또 모델의 특징을 3차 구조 예측 도구에 결합했을 때 입체 구조와 관련 2차 구조의 예측 결과가 나아졌다고 밝혔다. 2차 구조와 입체 구조는 같은 말이 아니며 서로 다른 평가 과제를 통과했다는 설명으로 나누어 볼 수 있다.

기능 쪽에서는 RNA 가공과 관련된 위치 예측, 특정 기능 구간의 식별, 단백질을 만들지 않는 RNA의 분류 등을 지원한다고 소개했다. 이는 분자의 역할을 찾는 연구를 돕는 계산 과제다. 실제 세포에서 같은 방식으로 작동하는지, 어떤 조건에서 기능이 달라지는지 확인하는 생물학적 연구까지 모델 한 번으로 대신하는 것은 아니다.
새로 공개된 RNA 계통에서도 2차 구조 예측 성능을 살폈고 긴 서열은 나누어 처리하는 전략을 사용했다고 설명했다. 학습 때 자주 본 자료에서만 좋은 결과가 나는지 확인하는 문제와 관련된다. 새 자료와 긴 자료를 별도로 평가하는 것은 도구를 실제 연구에 옮길 때 어떤 범위에서 쓸 수 있는지 알아보는 과정이다.
연구진은 구조 정보와 학습 중 일부 내용을 가리는 전략이 성능에 어떤 영향을 주는지도 비교했다. 구성 요소를 하나씩 빼거나 바꾸어 결과를 보는 방식은 어떤 설계가 개선에 기여했는지 확인하는 데 쓰인다. 전체 모델이 잘 작동한다는 수치만 제시하는 것보다 설계의 이유를 검토할 근거를 제공한다.
공개 범위에는 짝 자료 전체와 모델 가중치, 소스코드가 포함된다. 가중치는 학습을 통해 조정된 내부 값이고 소스코드는 계산을 수행하는 프로그램이다. 자료만 있거나 프로그램만 있는 경우와 달리 다른 연구자가 과정을 되짚고 새 조건에서 시험할 기반이 넓어진다. 다만 공개됐다는 사실만으로 모든 실행 환경에서 같은 결과가 자동 재현되는 것은 아니다.
다른 연구팀이 활용하려면 입력 자료의 형식과 평가 기준, 필요한 계산 자원 등을 맞춰야 한다. 같은 모델 이름을 사용해도 데이터 전처리나 비교 대상이 다르면 결과를 단순 비교하기 어렵다. 공개 자원을 연구에 넣을 때 어떤 버전과 조건을 썼는지 남기는 일은 성능 숫자만큼 중요하다. 이는 특정 오류가 발견됐다는 주장이 아니라 재현 연구의 기본적인 확인 사항이다.
이번 연구는 신약 발견을 지원할 가능성을 제시하지만 임상 효과를 입증한 자료와는 구분된다. 구조 예측이 개선되면 후속 실험의 후보를 좁히는 데 도움이 될 수 있다. 그 후보가 실제로 유용한지, 어떤 부작용과 한계가 있는지는 다른 검증 단계가 필요하다. 모델의 계산 성과와 의료 현장의 결론 사이에는 여러 확인 절차가 남아 있다.
한국의 연구·교육 현장에서는 공개 모델을 완제품으로 보기보다 질문을 시험할 도구로 접근할 수 있다. 서열만 사용하는 방법과 구조 정보를 함께 쓰는 방법의 차이를 비교하거나 새로운 자료에서 결과가 유지되는지 살피는 식이다. 결과가 좋아진 이유와 적용할 수 있는 범위를 설명하는 일이 도구를 가져다 쓰는 것 이상의 연구 가치를 만든다.
structRFM의 의미는 RNA를 더 잘 읽는 계산 방식과 이를 검토할 자원을 함께 공개했다는 데 있다. 약 2100만 건의 학습 자료는 규모를 보여 주지만 자료의 생성 방식과 검증 범위를 함께 보아야 한다. 예측이 실험을 돕고 공개 자원이 후속 검증으로 이어질 때 AI와 생명과학의 연결도 더 구체적인 성과로 평가받을 수 있다.
[참고자료]
중국과학원·중국과학기술대학, 2026년 11월 5일 발표 structRFM의 학습 자료 구성·구조와 기능 예측 실험·공개 자원.
[中国科大发布开源RNA序列基础模型structRFM]
中国科大团队发布structRFM,将结构知识融入RNA序列预训练,并开放约2100万条计算注释的配对数据、模型权重和源代码。模型在多种结构预测与功能推断任务中表现改善。计算注释并非逐条实验测定,预测结果也不能直接当作药物疗效或临床结论。
[어휘풀이]
序列 / xùliè / 서열
结构 / jiégòu / 구조
预训练 / yùxùnliàn / 사전학습
注释 / zhùshì / 주석·정보 부여
配对 / pèiduì / 짝지음
权重 / quánzhòng / 가중치
推断 / tuīduàn / 추론
测定 / cèdìng / 측정·확정





