인실리코 연구는 컴퓨터로 분자의 구조와 성질을 예측하고 후보를 설계·평가하는 연구입니다. 이를 돕는 플랫폼의 기능표를 읽다 보면 비슷한 단어가 자주 나옵니다. 구조 예측, 분자 설계, 후보 비교, 클라우드 실행. 그런데 같은 기능이 있다고 해서 연구자가 하는 일까지 같아지는 것은 아닙니다. 어떤 제품은 계산을 세밀하게 조정하도록 돕고, 어떤 제품은 여러 계산을 연결하며 어떤 기업은 연구팀과 함께 후보를 만들고 실험합니다.
이 차이를 조금 더 구체적으로 보고 싶어, 두 가지 연구 질문을 놓고 공식 사용 안내와 공개 화면을 따라가 봤습니다. “실험할 단백질 후보를 어떻게 고를까?”와 “작은 분자 중 무엇부터 확인할까?” 입니다. 우리도 연구 도구를 만드는 팀인 만큼, 각 플랫폼이 어느 일을 맡고 연구자에게 무엇을 남기는지 눈여겨봤습니다.
실험할 단백질 후보 고르기
단백질은 아미노산이 이어져 접힌 분자입니다. 다른 단백질에 붙도록 설계한 후보를 연구한다면, 목표로 삼은 단백질의 어느 부분을 볼지 정하고 후보의 서열과 구조를 만들거나 준비한 뒤, 여러 조건에서 결과를 검토하게 됩니다.
여기서는 연구팀이 목표 단백질의 구조를 갖고 있고, 실험 전에 검토할 후보 목록을 만들려는 상황을 생각해 보겠습니다. 비교를 위한 가상의 연구 상황입니다. 서열은 단백질을 이루는 아미노산의 순서입니다.
“새 후보를 제안해 달라”는 요청과 “선택한 모델들을 쉽게 실행하고 싶다”는 요청은 필요한 도움이 다릅니다.
HyperLab의 Bio Co-Scientist는 대화에서 설계와 구조 예측, 후보 비교로 이어지는 접근을 소개합니다. 공식 항체 설계 예시에는 단백질 뼈대를 만들고 아미노산 순서를 설계한 뒤, 여러 분자가 함께 놓일 구조를 예측하는 단계가 연결돼 있습니다. 각각 RFdiffusion, ProteinMPNN, K-Fold를 활용하는 구성입니다. 항체는 특정 대상을 인식해 붙는 단백질입니다. 이 흐름에서 연구팀은 설계 조건을 정하고 제안된 후보를 다음 실험 대상으로 검토하게 됩니다. [1]
Tamarind는 다양한 계산 도구를 웹·일괄 처리·파이프라인·API로 사용하는 방식을 보여 줍니다. 파이프라인은 앞 단계의 결과를 다음 도구에 이어 주는 작업 흐름입니다. 사용할 방법을 이미 정했다면, 모델을 하나씩 설치하는 부담을 덜고 입력 준비와 결과 해석에 시간을 쓰기 좋겠습니다. 어떤 도구와 설정을 묶어 쓸지는 여전히 연구 목적에 맞게 정해야 합니다. [2]
Neurosnap에서는 공개 파이프라인 화면을 열어 도구가 어떻게 연결되는지 봤습니다. 관찰한 가상 선별 템플릿은 서열 목록과 분자 목록을 여러 구조 예측 도구로 전달하는 구성입니다. 새 단백질 후보를 만드는 사례라기보다, 준비한 입력을 여러 도구로 검토하는 연결 방식의 예입니다. 템플릿 공유 안내에는 업로드 파일과 단백질 데이터가 코드에 포함되지 않는다는 설명도 있습니다. 작업의 연결 구조를 공유하는 것과 실제 입력까지 함께 전달하는 것은 다른 일입니다. [3]
GALUX의 GaluxDesign은 설계와 실험을 함께 맡기는 접근이 눈에 띄었습니다. 공개된 협업 절차는 연구 목표를 제안받고 가능성을 평가한 뒤, 설계와 내부 실험실 검증을 함께 진행하는 순서입니다. 연구자가 소프트웨어를 직접 조작하는 시간만 비교하면 이런 공동연구의 가치를 놓칠 수 있습니다. 이때는 누가 어디까지 연구하고 실험하는지, 어떤 후보와 데이터를 받는지가 비교 기준이 됩니다. [4]
작은 분자 중 무엇부터 확인할까?
저분자는 단백질에 비해 크기가 작은 분자를 말합니다. 연구팀이 분자 목록을 갖고 있다면, 표적에 놓일 수 있는 위치와 방향, 용해도 같은 성질, 실험에 쓸 분자를 확보하거나 만들 수 있는지를 함께 검토하게 됩니다. 표적은 약물이 작용하도록 연구하는 생물학적 대상입니다.
이번에는 연구팀이 출발 분자와 기존 측정 자료를 갖고 있고, 다음에 만들거나 구입할 후보를 정하려는 상황을 생각해 보겠습니다. 데이터를 모아 비교하는 도구, 새 후보를 제안하는 도구, 제작 경로를 계획하는 도구가 이 과정의 서로 다른 부분을 돕습니다.
이때 분자가 표적에 놓이는 자세를 탐색하고 점수를 매기는 계산을 도킹이라고 부릅니다. [5] 이 계산은 표적과 설정에 따라 결과가 달라지는 근사 방법입니다. [11] 후보의 실제 결합과 약효는 별도 실험에서 확인할 정보입니다. 플랫폼에서도 점수 한 칸만 볼 것이 아니라 구조와 다른 예측값, 원본 자료를 함께 비교해야 합니다.
Schrödinger의 LiveDesign은 계산 예측과 실험 데이터를 같은 환경에 모아 팀이 설계와 비교를 이어가는 구성을 강조합니다. 계산 하나를 실행하는 화면뿐 아니라, 이미 가진 데이터에 새 아이디어를 놓고 함께 검토하는 환경까지 제공하는 셈입니다. 실제 도입 범위는 연결할 계산 도구와 라이선스 구성까지 포함해 살펴봐야 합니다. [6]
Standigm의 STELLA Workspace는 기준이 되는 분자에서 출발해 후보를 만들고, 단계별로 구조와 예측값을 검토하는 과정을 소개합니다. 3D 비교와 선택한 후보의 Excel 내보내기도 안내합니다. 후보 목록을 보는 데서 그치지 않고, 익숙한 출발 분자와 비교하며 무엇이 달라졌는지 읽도록 구성한 점이 눈에 들어옵니다. [7]
Iktos는 분자 설계 도구 Makya와 합성 경로를 계획하는 Spaya, 로봇을 이용한 제작·시험의 연결을 설명합니다. 합성 경로 계획은 원하는 분자를 어떤 재료와 반응으로 만들지 거꾸로 검토하는 일입니다. 계산한 후보를 실제로 만들어 확인하려는 팀이라면 계약도 두 부분으로 나눠 봐야 합니다. 소프트웨어를 쓰는 조건과 실험을 맡기는 조건입니다. [8]
기존 실험 데이터를 잘 모으는 일이 시급한 팀, 새 분자 설계가 필요한 팀, 계산 환경을 운영할 사람이 부족한 팀이 원하는 도움은 다릅니다. 같은 출발 자료를 갖고 있어도 어느 단계의 일을 맡기느냐에 따라 선택이 달라집니다.
가격표의 숫자를 같은 단위로 읽기
도입 비용은 눈에 잘 띄지만 그대로 나란히 놓으면 오해하기 쉽습니다. 월 구독료, 계산 크레딧, 동시 실행 권한, 표적별 연구 서비스는 서로 다른 것을 구매하는 단위입니다.
예를 들어 HyperLab의 공개 Core 가격표는 소분자 연구용 랩스페이스를 기준으로 하며 K-Fold와 Bio Co-Scientist는 별도 문의 대상으로 안내합니다. Neurosnap은 구독 플랜과 계산 크레딧을 구분하고 학술·상업 이용 범위를 표시합니다. 한쪽의 월 가격과 다른 쪽의 크레딧 가격만 보고 비용 차이를 계산할 수 없는 이유입니다. [9] [10]
비용 비교의 출발점은 같은 연구 과제와 필요한 결과입니다. 그 과제에 필요한 계산량·사용자 수·저장과 반출·지원 범위를 맞추면 가격표의 차이가 더 분명해집니다. 준비와 재실행에 드는 연구자의 시간도 별도로 기록하면, 결제 금액에 드러나지 않는 부담을 살펴볼 수 있습니다. 이 시간은 제품 설명에서 추정하기보다 실제 사용 과제로 측정할 항목입니다.
연구팀이 직접 맡을 일은 얼마나 남을까?
연구자가 보는 지점 | 공통으로 남길 기록 | 그 기록으로 알 수 있는 것 |
|---|---|---|
입력 준비 | 허용 형식, 변환한 자료, 오류와 수정 과정 | 어느 준비 작업을 사용자가 맡았는지 |
실행 | 도구·버전·설정, 지원 환경, 대기와 실패 | 환경 문제가 연구 일정에 어떻게 영향을 주는지 |
결과 해석 | 원본 파일, 지표의 뜻, 후보 비교 방식 | 다음 실험을 결정할 근거가 충분한지 |
재검토 | 입력과 실행 이력의 연결, 내보내기 범위 | 동료가 같은 결과를 다시 이해할 수 있는지 |
비용과 데이터 | 계산 단위, 이용 범위, 보관·학습 사용 조건 | 연구팀의 예산과 자료 취급 조건에 맞는지 |
공개 안내만으로 알기 어려운 기능과 요금제별 제공 범위는 도입 상담에서 물어볼 항목입니다.
두 연구 질문에서 공통으로 남는 기준이 있습니다. 모델이 몇 개인지와 함께, 우리 팀이 직접 해야 할 일과 플랫폼에 맡길 일이 어떻게 나뉘는지를 보는 것입니다. 나두바이오를 만들 때도 이 기준을 놓치지 않으려 합니다. 연구자가 질문과 결과 해석에 집중할 수 있도록, 나두클라우드의 컴퓨팅 기술로 실행 환경을 다루는 부담을 덜어주려 합니다. 다음 글에서는 이 생각이 나두바이오의 출발점이 된 이야기를 전하겠습니다.
참고문헌
HITS. Bio Co-Scientist. 공식 제품·워크플로 안내. 2026-10-26 확인.
Tamarind Bio. Features. 공식 제품 안내. 2026-10-26 확인.
Neurosnap. Pipeline Submission. 공개 구성 화면·사용 안내. 2026-10-26 확인.
GALUX. Partner with us. 공식 협업 절차. 2026-10-26 확인.
AutoDock Vina. Basic docking. 공식 사용 문서. 2026-10-26 확인.
Schrödinger. LiveDesign. 공식 제품 안내. 2026-10-26 확인.
Standigm. STELLA Workspace. 공식 제품·워크플로 안내. 2026-10-26 확인.
Iktos. Generative AI & Robotics for Drug Discovery. 공식 제품·연구 흐름 안내. 2026-10-26 확인.
HITS. 가격 정책. 공식 가격표. 2026-10-26 확인.
Neurosnap. 제품·가격·FAQ. 공식 안내. 2026-10-26 확인.
AutoDock Vina. Frequently Asked Questions. 정확도·점수 함수의 근사성과 재현성에 관한 공식 문서. 2026-10-26 확인.
그림의 구조 출처
단백질은 RCSB PDB 1UBQ, 작은 분자는 1STP의 비오틴 좌표를 참고했습니다. 원본 좌표를 투영하고 색과 배치를 바꾼 설명 그림입니다. 구조 원문: Vijay-Kumar 외, Structure of ubiquitin refined at 1.8 Å resolution (1987), DOI; Weber 외, Structural origins of high-affinity biotin binding to streptavidin (1989), DOI.