AI와 양자 시뮬레이션으로 효소 설계 가속하는 임페라젠

문제는 원하는 성능을 가진 효소를 설계하기가 쉽지 않다는 점이다. 기존 방법은 대개 다음과 같은 방식이었다.

• 효소 유전자에 무작위 돌연변이를 만든다
• 수천 개의 변이체를 실험실에서 테스트한다
• 그중 성능이 나은 것을 다시 개선한다

이 과정은 몇 달에서 몇 년이 걸릴 수 있으며 실험 자원도 많이 필요하다.

임페라젠의 ‘디지털 효소 진화’ 플랫폼

임페라젠은 효소 개발의 전 과정을 디지털화된 파이프라인으로 바꾸려 한다. 회사는 이를 “디지털 효소 진화(Digital Enzyme Evolution)” 라고 부른다. 이 플랫폼은 AI 기반 단백질 설계, 물리 기반 모델링, 로봇 실험 자동화를 하나의 워크플로로 통합한다.

핵심 구조는 설계 → 제작 → 테스트 → 학습(Design‑Build‑Test‑Learn) 이 반복되는 폐쇄형 루프다.

1. 양자물리 기반 효소 시뮬레이션

첫 단계에서는 컴퓨터 시뮬레이션을 통해 효소가 분자 수준에서 어떻게 작동하는지 예측한다.

양자역학 모델은 효소의 구조, 반응 메커니즘, 동적 움직임을 계산할 수 있어 실제 실험 전에 유망한 돌연변이 후보를 좁히는 데 도움을 준다. 그 결과 실험으로 테스트해야 할 변이 수를 줄일 수 있다.

2. 변이를 예측하는 맞춤형 AI 모델

다음 단계에서는 머신러닝 모델이 어떤 아미노산 변화가 성능을 개선할 가능성이 높은지 예측한다.

AI는 실험 데이터를 학습해 효소 구조 내에서 활성 증가, 안정성 향상, 선택성 개선 등에 영향을 줄 수 있는 이른바 “핫스폿(hotspot)” 위치를 찾아낸다.

또한 매 실험에서 생성된 데이터가 다시 모델 학습에 사용되기 때문에 예측 정확도는 반복될수록 개선된다.

3. 로봇이 수행하는 자동화 실험

AI가 제안한 효소 설계는 자동화된 실험실에서 실제로 만들어지고 테스트된다.

로봇 시스템이 효소 합성, 발현, 성능 평가를 수행하고 결과 데이터를 다시 모델로 전달한다. 이렇게 하면 연속적으로 반복되는 최적화 루프가 형성되어 효소 성능을 빠르게 개선할 수 있다.

여러 산업에서 중요한 이유

효소는 산업 공정에서 생물학적 촉매(biocatalyst) 로 사용되기 때문에, 더 나은 효소가 개발되면 경제적·환경적 영향이 크다.

제약 및 의약품 생산

의약품 제조에서는 복잡한 분자를 여러 단계의 화학 반응으로 합성해야 한다. 최적화된 효소는 이러한 반응을 더 선택적이고 깨끗하게 진행할 수 있어 공정 단계를 줄이고 화학 폐기물을 감소시킬 수 있다.

임페라젠 기술은 초기부터 대형 분자 의약품 연구와 바이오촉매 개발에 활용될 가능성이 언급되고 있다.

산업 바이오테크와 친환경 화학

효소는 점점 더 많은 산업 공정에서 기존 화학 촉매를 대체하고 있다.

성능이 개선된 효소는 다음과 같은 효과를 기대할 수 있다.

• 에너지 소비 감소
• 원료 사용 효율 향상
• 유해 부산물 감소

이는 정밀 화학, 퍼스널케어 원료, 지속가능 화학 제조 등 여러 분야에 영향을 줄 수 있다.

식품·바이오연료·농업

같은 기술 원리는 다른 산업에도 적용될 수 있다. 예를 들어:

• 식품 가공 및 식품 원료 생산
• 식물 바이오매스를 활용한 바이오연료
• 농업용 생명공학

이 경우 고온이나 거친 공정 환경에서도 작동하는 효소나 저가 원료를 효율적으로 분해하는 효소를 설계할 수 있다. 다만 현재 공개된 자료에서는 이들 시장에서의 구체적 상용화 사례는 제한적으로만 언급된다.

500만 파운드 투자와 새 CEO의 역할

임페라젠은 최근 500만 파운드 규모의 시드 투자를 유치했다. 이번 라운드는 PXN Ventures가 주도했으며 기존 투자자인 IQ Capital과 Northern Gritstone도 참여했다.

회사에 따르면 투자금은 다음 분야에 사용될 예정이다.

• 물리 기반 시뮬레이션 및 AI 모델링 기술 확장
• 자동화 실험실 인프라 구축
• 기업 파트너십 및 상용 프로젝트 확대

동시에 가이 레비‑유리스타 박사가 CEO로 합류했다. 그는 미국과 유럽에서 기술 기업을 성장시키고 엑시트를 이끈 경험을 가진 생명과학·딥테크 경영자다.

‘테크바이오’ 산업의 흐름

임페라젠은 최근 빠르게 성장하는 테크바이오(techbio) 분야의 한 사례다. 이 분야는 생명과학 연구를 고성능 컴퓨팅, AI, 자동화 실험실과 결합해 연구 속도를 크게 높이려 한다.

핵심 아이디어는 단순하다. 시뮬레이션, AI 예측, 로봇 실험을 하나의 데이터 루프로 연결해 매 실험에서 학습하는 시스템을 만드는 것이다.

이 접근이 실제 산업 규모에서 성공적으로 검증된다면, 효소 설계는 더 이상 느린 실험 중심 작업이 아니라 데이터 기반 엔지니어링 분야로 발전할 수 있다.

다만 현재 공개된 정보의 상당수는 기업 발표나 초기 스타트업 자료에 기반하며, 속도·비용 절감 효과를 보여주는 독립적 성능 벤치마크는 아직 제한적이라는 점도 함께 지적된다.