2021년 — 공개와 200M 단백질의 데이터베이스
CASP14의 충격이 일단락된 후, 다음 큰 질문 — "DeepMind가 이걸 어떻게 처리할 거냐."
🤔 가능한 시나리오들
2020년 12월 ~ 2021년 초, 학계와 산업계가 추측했다.
- "DeepMind가 알고리즘을 비공개로 두고 자체 약 개발에 쓸 것" (이게 가장 흔한 추측)
- "논문은 발표하지만 코드는 비공개일 것"
- "클라우드 서비스로 유료 제공할 것" (Google Cloud 통해)
- "완전 오픈소스" (적은 사람들의 희망)
🎯 실제 — 2021년 7월의 결정
DeepMind는 가장 개방적인 선택을 했다.
- 2021년 7월 15일 — Nature에 AlphaFold 2 논문 출간 (Jumper et al., "Highly accurate protein structure prediction with AlphaFold")
- 같은 날 — 전체 코드 + 학습된 가중치를 GitHub에 오픈소스 공개 (Apache 2.0 라이선스)
- 누구나 다운로드해서 자기 컴퓨터에서 실행 가능
- 학문 연구든 상업 사용이든 자유
학계가 예상한 시나리오 중 가장 개방적인 것을 넘었다.
📖 AlphaFold Database 출시 (2021년 7월 + 이후 확장)
오픈소스 공개와 동시에 — DeepMind가 EMBL-EBI(유럽 생명정보학 연구소)와 협력해 거대한 데이터베이스 출시.
- 2021년 7월: 약 36만 단백질 구조 (인간 + 20개 모델 생물)
- 2022년 7월: 약 2억 단백질 구조 — UniProt의 거의 모든 단백질
- 웹사이트 https://alphafold.ebi.ac.uk 에서 무료 접근
- 각 예측에 정확도 점수(pLDDT) 함께 제공 — 신뢰할 수 있는지 사용자가 판단 가능
🎯 왜 이렇게 개방했나
DeepMind의 공식 입장:
- "과학 문제는 공개해서 가속해야 한다"
- "우리가 결과를 비공개로 두면 분야 전체의 발전이 느려진다"
- Hassabis: "AlphaFold는 AI가 인류에 어떻게 기여할 수 있는지의 증명이다"
또한 — 학계와의 신뢰 구축. "DeepMind가 학계의 일원으로 함께 발전한다"는 메시지.
📖 효과 — 사용 통계
2024년 시점 (노벨상 수상 시):
- AlphaFold DB 사용자: 2백만 명, 190개국
- AlphaFold 2 논문 — 사상 가장 많이 인용된 논문 중 하나 (2024년 시점 약 3만 회 인용)
- 의약품 개발에 실제 사용 — Isomorphic Labs(DeepMind의 약 개발 자회사), 여러 제약사
- 희귀 질병 진단, 항생제 내성 연구, 효소 디자인 등 광범위 활용
📖 2024년 노벨화학상 — 점의 마무리
2024년 10월 9일. 노벨화학상 발표.
- Demis Hassabis (DeepMind): 절반의 절반
- John Jumper (DeepMind): 절반의 절반
- David Baker (Univ of Washington): 절반 (단백질 디자인)
50년의 골치가 풀린 데에 대한 인류의 공식 인정.
한 가지 흥미로운 점 — 노벨화학상이 컴퓨터과학자에게 수여된 건 처음. 분야의 경계가 흐려진 시대의 상징이기도 하다.
💡 정리 — 4년 반의 무게
2016년 3월 알파고 이세돌 대국. 2020년 11월 AlphaFold 2 CASP14 결과. 4년 반.
같은 팀이 같은 사고방식으로 — 게임이라는 도메인에서 50년 묵은 과학 문제로 — 이 짧은 기간에 옮겨갔다.
그리고 4년 더 뒤 노벨상. 8년 반이라는 짧은 시간에 한 분야의 패러다임이 바뀌었다.