1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드

생명체에서 일어나는 대부분의 화학 반응은 효소가 담당하며, 효소 기능은 4단계 계층 구조의 EC 번호로 표준화해 분류할 수 있습니다. 최근에 유전체·단백질 서열 데이터는 급증한 반면, 실험 기반 기능 규명과 주석은 시간·비용 부담이 커서 큰 병목으로 남아 있어, 서열만으로 EC를 예측하는 딥러닝 연구가 활발해졌습니다.
기존 모델들은 성능을 높였지만, (1) 희귀 EC번호에 취약한 데이터 불균형, (2) EC번호 4자리가 끝까지 달리지 않은 불완전 주석 데이터 활용 부족, (3) 예측 근거를 설명하기 어려운 신뢰성/해석 가능성 문제가 남아 실제 활용에 제약이 있었습니다.
이 논문에서 제안한 HIT-EC는 "EC가 계층 구조라면 모델도 계층을 반영해야 한다"는 관점에서, EC 1~4단계를 모듈로 나눠 계층적으로 연결해 예측의 일관성을 높였습니다. 또 masked loss로 부분 주석(예: EC 3.5.-.-) 데이터도 학습에 포함시켜 버려지던 정보를 성능 향상에 활용했고, 예측과 함께 중요한 서열 위치를 제시해 해석 가능성을 강화했습니다.
궁극적으로 HIT-EC는 정확도뿐 아니라 데이터 활용성과 설명 가능성을 함께 개선해, 효소 발굴·실험설계·효소공학으로 이어지는 신뢰 가능한 EC 예측 프레임워크의 가능성을 보여주었습니다.

2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁드립니다.

본 연구는 선문대학교 유전체기반 BioIT 융합연구소의 오태진 교수 연구팀과 극지연구소의 이준혁 박사 및 미국 University of Neveada, Lasvegas (UNLV)의 강민곤 교수 연구팀과의 협업으로 진행된 공동연구의 결과입니다.

선문대학교 오태진 교수 연구실(유전체 기반 바이오IT 융합연구소)는 극한환경(극지/네팔/사막) 유래 생물자원(토양/이끼/지의류/미생물/식물)을 활용하여, 2차대사물질 분석을 비롯한 관련 생물의 유전체 분석, 다양한 구조변형 가능 생합성유전자 분리 및 발굴을 통해 환경오염에 대한 문제해결이나, 항바이러스제/항생제/항암제 등과 같은 신약 후보물질 탐색과 개발 등을 연구하고 있습니다.
극지연구소 이준혁 박사 연구팀은 저온 적응 메커니즘을 이해하기 위해 저온 활성 단백질/효소의 구조-기능(Structure-Function) 규명에 집중하고 있습니다. 더 나아가 최근에는 극지/해양 생명자원 유래 저온성 미생물·효소를 활용한 환경유해물질 검출 및 정화와 같은 응용 주제까지 연구 범위를 확장하고 있습니다.
또한 UNLV 강민곤 교수 연구실(Data X lab)은 AI 바이오, 머신러닝, 빅데이터 분석, 데이터 과학, 생물정보학 분야 특히, 통합적이고 신뢰할수 있는 해석 가능한 딥러닝을 위한 새로운 계산 방법론 개발에 주력하며, 생물정보학 및 빅데이터 분석 분야의 난제를 해결하기 위한 새롭고 효율적인 알고리즘을 개발하고, 연구 목적에 맞는 계산 분석 도구제공 연구를 수행하고 있는 연구실입니다.

3. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

지난 2023년 한빛사 인터뷰 이후 예상보다 빠르게 두 번째 인터뷰 기회를 얻게 되고 이런 소중한 인터뷰 자리를 마련해 주셔서 진심으로 감사드립니다. 서로 다른 두 분야를 연결하며 융합 연구를 주도적으로 이끌어 간다는 것이 여전히 쉽지는 않지만, 그 과정에서 차곡차곡 의미 있는 결과를 만들어낼 때마다 큰 보람과 자부심을 느낍니다. 특히 모델의 예측이 실제 실험으로 이어지고, 그 결과가 다시 연구를 고도화하는 선순환을 만들 수 있다는 점에서 연구자로서 큰 보람을 느낍니다. 또한 이러한 성과는 결코 저 혼자 만든 것이 아니라, 함께 고민하고 지원해 주신 많은 분들의 도움 덕분에 가능했다고 생각합니다.

4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?

이 분야는 생명공학과 컴퓨터공학이 만나는 융합 분야라서 "두 가지를 모두 완벽히 잘해야 한다"는 부담을 느끼기 쉽습니다. 하지만 저는 오히려 한 분야의 관점으로 다른 분야를 바라보는 능력, 예를 들어 생명공학적 질문을 컴퓨터로 풀어보거나, 계산적 관점에서 생물학적 가설을 새롭게 세우는 과정이 더 큰 발견으로 이어질 수 있다고 생각합니다. 처음부터 두 분야를 동시에 욕심내기보다는, 한 분야를 출발점으로 다른 분야로 점차 다가간다는 마라톤 전략이 현실적이고 지속 가능하다고 느꼈습니다.
특히 최근 딥러닝 기술은 매우 빠르게 발전하고 있지만, 중요한 것은 "모델을 개발하는 것" 자체가 아니라 결과를 해석하고, 한계를 이해하며, 연구 목적에 맞게 활용하는 역량이라고 생각합니다. 결국 신뢰할 수 있는 결과를 얻기 위해서는 서로의 도메인 지식을 이해하려는 노력이 필요하고, 예측이 어떤 근거에서 나왔는지(해석 가능성), 어떤 조건에서 흔들릴 수 있는지(불확실성/일반화)를 함께 고민해야 합니다. 이런 태도로 접근한다면, 새로운 분야나 낯선 문제에서도 좋은 성과로 연결될 가능성이 높아질 것이라고 믿습니다.

5. 연구 활동과 관련된 앞으로의 계획이 있으시다면?

선문대학교 오태진 교수 연구팀과 UNLV 강민곤 교수 연구팀 등과 함께, 앞서 2023년에 보여드렸던 ECPICK과 2026년에 소개해드린 HIT-EC 등을 기반으로 EC 번호 예측을 지원하는 웹 기반 플랫폼을 구축·제공하기 위해 현재 준비 중입니다. 단순히 예측 결과만 제시하는 것이 아니라, 연구자들이 실제로 활용할 수 있도록 예측 근거(해석 가능한 결과)와 신뢰도 정보를 함께 제공하는 스타일의 플랫폼 연구를 최종적으로 마무리하려고 합니다. 또한 앞으로도 긴밀히 협력하여, 신뢰할 수 있는 해석 가능한 딥러닝 방법론을 지속적으로 고도화할 계획입니다. 최근 단백질 데이터와 시퀀싱 기술이 빠르게 증가하는 만큼, 이러한 데이터를 어떻게 효과적으로 활용해 근거 기반의 유용한 생물학적 인사이트로 연결할 수 있을지 꾸준히 고민하고, 실제 연구 현장에서 도움이 되는 방향으로 발전시켜 나가겠습니다.

6. 다른 하시고 싶은 이야기들.....

이번 성과 역시 혼자서 만든 결과가 아니라, 같이 연구한 동료 과학자분들의 신뢰와 협업으로 가능했다고 생각합니다. 먼저 다시 한 번 믿어주시고 방향을 잡아주신 UNLV 강민곤 교수님, 부족한 부분이 많았지만 끝까지 함께 맞춰가며 연구를 완성해준 Louis, 늘 든든하게 지원해주신 극지연구소 이준혁 박사님, 그리고 연구 전반을 아낌없이 뒷받침해주신 선문대학교 오태진 교수님께 깊이 감사드립니다.
연구 과정에서 어려움이 있을 때마다 많은 대화와 피드백을 통해 더 깨어있는 연구를 할 수 있었고, 그 덕분에 결과의 완성도도 높아졌다고 느낍니다. 또한 이 자리를 빌어 언제나 응원해주고 제 편이 되어준 연구실 식구들에게 늘 고맙다는 말을 전하고 싶습니다.