레드우드 AI가 화학 합성 예측 플랫폼 ‘리액토스피어’의 성능을 끌어올릴 수 있는 초기 연구 결과를 내놨다. 이번 연구로 플랫폼이 평가하는 화학 반응 학습 범위는 약 400만건에서 2,100만건 이상으로 늘었고, 회사는 이를 통해 더 정교한 예측과 부산물 탐지가 가능해질 것으로 보고 있다.
캐나다 밴쿠버에 본사를 둔 레드우드 AI는 1일(현지시간) 브리티시컬럼비아대학(UBC) 졸린 리드 교수팀과 공동으로 진행한 연구 프로젝트의 예비 성과를 공개했다. 회사에 따르면 새 모델은 기존 AI 모델을 보완하는 방식으로 설계됐으며, 화학 반응 데이터를 단순히 패턴으로 인식하는 수준을 넘어 반응이 어떤 순서와 원리로 진행되는지 해석하는 데 초점을 맞췄다.
기존 화학 합성 AI는 과거 반응 데이터에서 반복되는 규칙을 찾는 데는 강점을 보였지만, 실제로 왜 그런 반응이 일어나는지에 대한 ‘화학적 이해’는 제한적이라는 지적이 있었다. 레드우드 AI는 이번 접근법이 이런 한계를 줄이는 데 목적이 있다고 설명했다. 예비 결과에서는 새 데이터셋에서 학습 가능한 패턴이 확인됐고, 정확도 역시 유망한 수준을 보였다고 밝혔다.
이 변화가 중요한 이유는 단순히 합성 경로를 제시하는 데 그치지 않기 때문이다. 회사는 리액토스피어가 향후 유망한 합성 경로뿐 아니라 잠재적인 부반응과 원치 않는 부산물 가능성까지 파악하는 데 도움을 줄 수 있다고 기대하고 있다. 이는 신약 개발과 공정 확대 과정에서 시간과 비용 낭비를 줄이는 핵심 요소로 꼽힌다.
제약·바이오 고객 겨냥한 예측 고도화
레드우드 AI는 이번 기술 개선이 제약, 바이오테크, 화학 산업 전반의 의사결정 효율을 높일 수 있다고 보고 있다. 실험실에서 실제 합성을 진행하기 전에 경로의 실현 가능성을 더 정밀하게 평가할 수 있다면 연구개발 비용 절감 효과도 기대할 수 있다.
이번 연구는 캐나다 산학협력 지원 프로그램인 ‘미탁스 액셀러레이트’의 일부 지원을 받았다. 미탁스는 캐나다 내 산업계와 학계의 공동 연구를 촉진하는 기관으로, 복잡한 기술 과제를 해결할 수 있도록 연구자와 기업을 연결하는 역할을 맡고 있다.
루이 드론 레드우드 AI 최고경영자(CEO)는 “이번 예비 결과는 리액토스피어를 단순한 패턴 인식 도구에서 더 깊은 예측 지능을 갖춘 플랫폼으로 확장할 수 있음을 시사한다”며 “기존 AI 시스템과 원리 기반 모델을 결합해 합성 계획의 품질을 높이고, 고객이 경로 타당성과 잠재적 부산물을 더 잘 이해하도록 도울 수 있을 것”이라고 말했다.
초기 성과지만 상용화 기대는 아직 신중
레드우드 AI는 AI를 활용해 화학 연구개발을 가속하는 기업으로, 신약 탐색과 개발, 방위·안전 분야 응용까지 사업 범위를 넓히고 있다. 화학, 인공지능, 제조 역량을 결합해 약물 합성과 대량생산 전환 과정을 효율화하는 것이 핵심 전략이다.
다만 이번 발표는 어디까지나 ‘예비 결과’에 해당한다. 회사도 플랫폼 성능 개선, 정확도 향상, 새로운 활용 사례 확대 가능성 등에 대해 미래예측진술이 포함돼 있으며 실제 결과는 달라질 수 있다고 덧붙였다. 그럼에도 화학 합성 AI가 ‘패턴 인식’에서 ‘반응 이해’ 단계로 넘어가려 한다는 점은 관련 시장에서 의미 있는 진전으로 읽힌다.
TP AI 유의사항 TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.

