내 목적에 맞는 AlphaFold 도구 고르기

도구를 고르는 일은 구조 예측의 절반이다

AlphaFold를 처음 접하면 가장 먼저 이런 착각을 하기 쉽다. AlphaFold라는 이름이 붙어 있으니 어디서 실행하든 거의 같은 경험일 것이라고 말이다. 하지만 실제 연구에서는 그렇지 않다. 이미 계산된 구조를 내려받는 일과, 웹 브라우저에서 빠르게 예측해 보는 일과, 기관 HPC에서 수백 개 단백질을 배치 실행하는 일은 전혀 다른 작업이다.

AlphaFold 선택은 맛집 메뉴판에서 아무거나 고르는 일이 아니다. 오히려 실험실 문 앞에서 어떤 장비를 쓸지 정하는 일에 가깝다. 단백질 하나의 대략적인 접힘이 궁금한가? 단백질 두 개가 서로 붙는지 보고 싶은가? DNA, RNA, 작은 리간드, 금속 이온까지 들어 있는 복합체를 다루는가? 결과를 논문에만 쓸 것인가, 회사의 연구개발 파이프라인에 넣을 것인가? 이 질문에 따라 출발점이 달라진다.

AlphaFold 계열 도구를 고를 때 가장 먼저 봐야 할 기준은 정확도 하나가 아니다. 목적, 분자 종류, 라이선스, 컴퓨팅 자원, 데이터 보안, 재현 가능성을 함께 봐야 한다. 같은 AlphaFold라도 어떤 문으로 들어가느냐에 따라 할 수 있는 일과 하면 안 되는 일이 달라진다.

먼저 이름을 분리하자

AlphaFold라는 말 아래에는 서로 다른 사용 경로가 섞여 있다. 초보자에게 가장 혼란스러운 지점이 바로 여기다. 그래서 본격적으로 고르기 전에 이름부터 나누어 보자.

이 표에서 중요한 점은 AlphaFold DB는 기본적으로 예측을 새로 실행하는 도구가 아니라는 것이다. 이미 계산되어 공개된 모델을 찾아 쓰는 자료실에 가깝다. 반대로 ColabFold, AlphaFold Server, 로컬 설치, HPC 실행은 내가 입력을 넣고 새 예측을 돌리는 경로다. 이 차이를 모르면 이미 있는 구조를 다시 계산하느라 시간을 낭비하거나, 반대로 새로 예측해야 할 변이체를 데이터베이스 구조로 착각할 수 있다.

이미 있는 구조라면 AlphaFold DB를 먼저 연다

가장 좋은 계산은 하지 않아도 되는 계산이다. 단백질 이름이나 UniProt ID를 알고 있고, 야생형 단백질의 기본 접힘을 보고 싶은 상황이라면 AlphaFold Protein Structure Database를 먼저 확인하는 편이 좋다. 이 데이터베이스는 2억 개가 넘는 단백질 구조 예측을 공개하고 있으며, UniProt에 있는 광범위한 단백질 서열을 대상으로 한다.¹

2026년에는 AlphaFold DB의 범위가 단일 단백질 예측을 넘어 단백질 복합체 예측 데이터로도 확장되기 시작했다. 다만 이 표현을 과하게 이해하면 안 된다. 공개 초기에는 인간을 포함한 주요 종과 WHO 우선순위 병원체를 중심으로, 고신뢰 homodimer 같은 일부 복합체 예측이 우선적으로 제공되었다. 따라서 "AlphaFold DB에 복합체 기능이 생겼다"는 말은 유용한 새 출발점이 생겼다는 뜻이지, 내가 원하는 모든 heteromer와 모든 생물학적 assembly가 이미 정확히 들어 있다는 뜻은 아니다.¹

AlphaFold DB를 먼저 확인해야 하는 이유는 단순하다. 검색은 몇 초면 끝나지만 새 예측은 짧게는 몇 분, 길게는 몇 시간 또는 그 이상이 걸린다. 더구나 이미 데이터베이스에 있는 구조라면 pLDDT 색상, 다운로드 가능한 구조 파일, 관련 메타데이터까지 바로 확인할 수 있다. 논문을 읽다가 낯선 단백질이 나왔을 때, 실험 설계를 시작하기 전에 도메인 위치를 보고 싶을 때, 변이 위치가 단백질 표면인지 내부인지 감을 잡고 싶을 때는 데이터베이스가 가장 빠른 현미경이다.

다만 AlphaFold DB 구조를 그대로 모든 질문의 답으로 쓰면 위험하다. 데이터베이스 구조는 보통 특정 서열에 대한 예측이다. 내 샘플이 절단형 단백질인지, 특정 변이가 있는지, 인산화나 당화 같은 번역 후 변형이 있는지, 리간드가 붙은 상태인지, 다른 단백질과 결합한 상태인지는 별도로 확인해야 한다. 데이터베이스 구조가 훌륭한 출발점인 것은 맞지만, 내 실험 조건의 구조라고 자동으로 가정해서는 안 된다.

실무적으로는 다음 순서가 좋다. 먼저 단백질 이름보다 UniProt accession으로 검색한다. 같은 이름을 공유하는 단백질이나 종이 다른 단백질이 많기 때문이다. 구조를 찾으면 전체 pLDDT 분포를 보고, 내가 관심 있는 잔기나 도메인의 신뢰도가 충분한지 확인한다. 관심 부위가 낮은 신뢰도 영역이라면 새 예측을 돌리기 전에 그 영역이 실제로 무질서하거나 유연한 구간일 가능성도 함께 생각해야 한다.

단백질 예측 실습의 빠른 출발점은 ColabFold다

내가 직접 AlphaFold를 실행해 보고 싶다면 ColabFold가 가장 부드러운 출발점이다. ColabFold는 AlphaFold 2와 AlphaFold-Multimer를 더 쉽게 사용할 수 있도록 만든 도구로, Google Colab 노트북에서 실행할 수도 있고, 로컬 명령줄 도구로 설치해 사용할 수도 있다. 특히 MMseqs2를 활용해 MSA 생성 과정을 빠르게 만든 것이 큰 장점이다.²

MSA는 여러 유사 서열을 나란히 맞춘 자료다. AlphaFold 2는 이 MSA에서 진화적으로 함께 변한 잔기 쌍을 읽어, 단백질 안에서 어떤 잔기들이 가까이 있을지 추론한다. 원래 AlphaFold 2를 제대로 설치하려면 큰 서열 데이터베이스와 복잡한 환경 설정이 필요하지만, ColabFold는 이 부담을 크게 낮춘다. 그래서 첫 구조 예측 실습, 수업, 작은 연구 프로젝트, 단백질-단백질 복합체의 예비 탐색에 특히 적합하다.

ColabFold가 빛나는 상황은 명확하다. 단백질 한 사슬의 접힘을 빠르게 보고 싶을 때, 두세 개 단백질 사슬이 이루는 복합체를 시험해 보고 싶을 때, 여러 seed나 recycle 값을 바꿔 결과가 얼마나 안정적인지 비교하고 싶을 때다. 웹 브라우저에서 노트북을 열고 서열을 붙여 넣은 뒤 실행할 수 있으므로, 처음 배우는 사람에게는 로컬 설치보다 훨씬 덜 무섭다.

하지만 ColabFold를 만능 버튼으로 생각하면 곤란하다. 무료 Colab은 GPU가 항상 보장되지 않고, 세션이 끊길 수 있으며, 긴 단백질이나 큰 복합체에서는 메모리 한계에 부딪힌다. ColabFold 문서에서도 무료 GPU 환경의 길이 제한은 제공되는 GPU에 따라 달라진다고 설명한다.³ 또한 표준적인 AlphaFold 2 기반 ColabFold 예측은 기본적으로 단백질 구조 예측 도구다. 단백질-DNA, 단백질-RNA, 단백질-리간드, 금속 이온, 복잡한 번역 후 변형이 질문의 핵심이라면 AlphaFold 3 계열을 고려해야 한다.

정리하면 ColabFold는 단백질 세계의 스케치북이다. 빠르고 가볍게 그려 볼 수 있고, 결과 해석을 배우기 좋다. 다만 그 스케치가 약물 결합 포즈나 핵산 결합 구조까지 자동으로 해결해 주지는 않는다.

분자가 단백질을 넘어가면 AlphaFold Server와 AlphaFold 3를 본다

단백질 하나만 접히는 문제라면 AlphaFold 2 계열로도 많은 일을 할 수 있다. 그러나 실제 세포 안에서 단백질은 혼자 떠다니지 않는다. DNA에 붙고, RNA를 잡고, ATP 같은 작은 분자를 품고, 금속 이온을 이용하고, 인산화나 당화 같은 변형을 겪는다. 이런 질문에서는 AlphaFold 3가 등장한다.

AlphaFold 3는 AlphaFold 2가 할 수 있는 단백질 구조 예측을 포함하면서, 여러 종류의 생체분자가 함께 있는 복합체를 예측하도록 범위를 넓힌 모델이다. EMBL-EBI의 AlphaFold 교육 자료도 기능 면에서는 AlphaFold 3가 AlphaFold 2의 기능을 포함하고, 여러 분자 종류가 섞인 복합체 예측 능력을 추가로 가진다고 설명한다.⁴

다음과 같은 질문이라면 AlphaFold Server 또는 로컬 AlphaFold 3 실행을 먼저 고려하는 편이 자연스럽다.

• 전사인자가 특정 DNA 서열을 어떻게 잡는지 보고 싶다.

• RNA 결합 단백질이 RNA 줄기-고리 구조와 어떻게 접촉하는지 궁금하다.

• 효소 활성 부위에 ATP, NAD, heme, 금속 이온 같은 보조인자가 들어간 상태를 보고 싶다.

• 인산화, 당화, 공유결합성 변형처럼 잔기 자체가 바뀐 상태를 모델링하고 싶다.

• 단백질-리간드 결합 포즈를 구조 가설로 세우고 싶다.

가장 쉬운 입구는 AlphaFold Server다. 설치가 필요 없고, 웹 인터페이스에서 복합체 입력을 구성할 수 있다. 서버가 허용하는 범위 안에서는 단백질만 다루던 시절보다 훨씬 다양한 생물학적 질문을 던질 수 있다. 반면 대량 실행, 민감한 서열, 커스텀 입력, 자동화된 파이프라인이 필요하면 로컬 또는 HPC에서 AlphaFold 3를 실행하는 경로가 필요하다.

단, 여기서 중요한 브레이크가 있다. AlphaFold 3는 기능이 더 넓지만 사용 조건이 더 자유로운 것은 아니다. 연구 목적, 기관 성격, 결과 활용 방식에 따라 사용할 수 있는지 반드시 확인해야 한다.

라이선스는 사소한 글씨가 아니라 연구 경로를 바꾸는 조건이다

도구 선택에서 라이선스와 약관은 귀찮은 행정 문제가 아니다. 연구 결과를 어디에 쓸 수 있는지 결정하는 핵심 조건이다. AlphaFold 2 오픈소스 코드는 비교적 넓은 활용이 가능한 경로로 이해할 수 있지만, 실제 사용에서는 코드 라이선스뿐 아니라 모델 파라미터, 데이터베이스, 웹 서비스 약관, 기관 정책을 함께 봐야 한다. 반면 AlphaFold 3와 AlphaFold Server는 비상업적 사용 조건과 출력물 사용 제한을 더 엄격하게 확인해야 한다. EMBL-EBI 교육 자료는 상업 조직을 위한 연구나 AlphaFold Server와 유사한 생체분자 구조 예측 기술을 훈련하는 용도로 AlphaFold 3 또는 그 출력을 사용할 수 없다고 설명한다.⁴

이 차이는 실제 상황에서 크게 작동한다.

학술 연구자라도 안심만 해서는 안 된다. 기업 과제, 공동연구 계약, 기술이전 가능성이 있는 프로젝트, 유료 분석 서비스와 연결된 프로젝트는 상업적 성격이 섞일 수 있다. 애매하면 도구를 먼저 돌리기보다 약관을 먼저 읽는 편이 안전하다. 구조 예측은 빠르지만, 잘못된 라이선스 선택을 되돌리는 일은 느리고 비싸다.

컴퓨팅 자원은 목적에 맞춰 빌린다

도구가 정해졌다면 이제 어디서 실행할지 골라야 한다. 여기서도 정답은 하나가 아니다. 무료 Colab은 입문자에게 좋고, 로컬 GPU는 반복 작업에 좋고, 클라우드는 순간적으로 큰 힘을 빌릴 때 좋고, 기관 HPC는 대규모와 재현성에 좋다.

AlphaFold 2를 로컬이나 HPC에서 제대로 실행하려면 생각보다 큰 준비물이 필요하다. 전체 유전 서열 데이터베이스는 테라바이트 단위이며, 설치 문서들은 전체 데이터베이스 구성에 약 2.6TB 수준의 저장공간이 필요할 수 있다고 설명한다. GPU 없이도 실행은 가능하지만 훨씬 느리며, 단일 예측이 여러 GPU에 자동으로 나뉘어 빨라지는 구조도 아니라는 점을 기억해야 한다.⁵

AlphaFold 3의 로컬·HPC 실행은 또 다른 조건을 가진다. 기관 HPC 문서들은 AlphaFold 3 실행을 위해 모델 파라미터를 Google에서 직접 요청해야 하며, GPU와 컨테이너 환경, 입력 JSON, 데이터베이스 경로 설정이 필요하다고 안내한다.⁶ 즉, 로컬 실행은 자유의 대가로 관리 책임을 요구한다. 서버 버튼 하나로 끝나는 세상에서 벗어나면, 파일 경로와 드라이버와 스케줄러가 실험 노트의 일부가 된다.

현실적인 감각으로 보면, 단백질 몇 개를 처음 예측하는 사람은 ColabFold로 시작하는 것이 좋다. 같은 예측을 매주 반복하고 결과를 체계적으로 모아야 한다면 로컬 GPU나 HPC를 고려한다. 수백 개 이상의 구조를 한꺼번에 돌리거나, 연구실 여러 사람이 같은 데이터베이스를 써야 한다면 기관 HPC가 훨씬 낫다. 단기간에 강한 GPU가 필요하지만 기관 장비가 없다면 클라우드를 빌리는 방법도 있다. 다만 클라우드는 전원이 아니라 택시와 같다. 편하지만, 미터기가 계속 돈다.

목적별 선택 지도

복잡해 보이는 선택도 질문을 순서대로 던지면 꽤 단순해진다.

1. 이미 예측된 구조로 충분한가? 충분하다면 AlphaFold DB를 먼저 확인한다.

2. 새로 예측해야 하는가? 단백질만 있다면 ColabFold 또는 AlphaFold 2 계열을 먼저 고려한다.

3. DNA, RNA, 리간드, 이온, PTM이 핵심인가? 그렇다면 AlphaFold Server 또는 AlphaFold 3 경로를 검토한다.

4. 상업적 활용 가능성이 있는가? 그렇다면 AlphaFold 3 비상업 제한을 먼저 확인하고, 필요하면 AlphaFold 2 또는 별도 라이선스 경로를 택한다.

5. 예측 개수가 많은가? 많다면 웹 서버보다 로컬, 클라우드, HPC 배치 실행이 적합하다.

6. 입력 서열이 민감한가? 민감하다면 외부 서버 업로드보다 내부 인프라 실행을 검토한다.

이 선택 지도를 실제 예로 바꾸어 보자. 인간 단백질 하나의 도메인 위치가 궁금한 학부생이라면 AlphaFold DB에서 시작하면 된다. 박사과정 연구자가 두 단백질의 결합 가능성을 빠르게 보고 싶다면 ColabFold의 multimer 예측이 좋은 첫 실험이다. 전사인자와 DNA 복합체를 연구하는 구조생물학자라면 AlphaFold 3가 더 알맞다. 제약회사 연구원이 저분자 후보물질과 표적 단백질의 결합을 보고 싶다면, 단순히 AlphaFold Server에 넣기 전에 라이선스와 상업 사용 제한부터 확인해야 한다. 단백질 변이 수천 개를 비교하는 팀이라면 무료 Colab 노트북을 하나씩 누르기보다 로컬 배치 실행이나 HPC 파이프라인을 짜야 한다.

선택은 한 번에 끝나지 않는다

좋은 워크플로는 보통 한 도구로 끝나지 않는다. AlphaFold DB에서 이미 있는 구조를 확인하고, ColabFold로 변이체나 복합체를 빠르게 시험한 뒤, 필요하면 AlphaFold 3로 핵산이나 리간드가 포함된 상태를 모델링할 수 있다. 이후에는 pLDDT, PAE, pTM, ipTM 같은 신뢰도 지표를 읽고, 실험 정보나 문헌 구조와 비교해야 한다.

도구 선택의 핵심은 멋진 이름을 고르는 것이 아니다. 내 질문에 필요한 최소한의 경로를 고르는 것이다. 이미 답이 있으면 데이터베이스를 본다. 단백질만 빠르게 접어 보면 ColabFold를 쓴다. 생체분자 복합체가 핵심이면 AlphaFold 3를 검토한다. 상업적 활용이 걸려 있으면 라이선스를 먼저 본다. 계산이 많아지면 Colab 버튼에서 벗어나 로컬, 클라우드, HPC로 간다.

AlphaFold를 잘 쓰는 사람은 가장 강력한 도구만 찾지 않는다. 가장 적절한 도구를 가장 이른 단계에서 고른다. 그 선택이 구조 예측의 속도와 비용, 그리고 결과 해석의 신뢰도를 결정한다.

참고

¹AlphaFold Protein Structure Database

²ColabFold: making protein folding accessible to all

³sokrypton/ColabFold GitHub

⁴Should I use AlphaFold 2 or AlphaFold 3? | AlphaFold

⁵AlphaFold2 — Intro to Bioinformatics Software documentation

⁶AlphaFold - UArizona HPC Documentation