Google DeepMind, AlphaFold 3 API 일반 공개—단백질·리간드 구조 예측 상용화

무엇이 달라졌나

Google DeepMind는 2026년 5월 17일, AlphaFold 3 기능을 REST API 형태로 일반 공개했다. 기존에는 alphafoldserver.com 웹 UI를 통해 수동으로 작업을 제출해야 했으나, 이번 GA를 통해 HTTP 요청만으로 구조 예측 잡(job)을 생성·조회·다운로드할 수 있다.

지원하는 분자 유형은 다음과 같다.

• 단백질(Protein): 아미노산 서열 → 원자 수준 3D 좌표(CIF/PDB 포맷)
• 핵산(DNA·RNA): 단독 또는 단백질과의 복합체
• 소분자 리간드(Ligand): SMILES 문자열 입력 지원
• 공유결합 변형(Covalent modification): 번역 후 변형(PTM) 포함

예측 결과물에는 구조 좌표 외에 pTM·ipTM·PAE(Predicted Aligned Error) 행렬이 JSON으로 함께 반환돼, 예측 신뢰도를 파이프라인 내에서 자동으로 필터링하는 데 활용할 수 있다.

요금 및 할당량

| 티어 | 월 무료 잡 | 초과 단가 | 비고 | |------|-----------|----------|------| | Free (개인·학술) | 20 잡 | — | 비상업적 용도 한정 | | Starter | 200 잡 | 공식 페이지 참조 | 상업적 사용 가능 | | Pro | 2,000 잡 | 공식 페이지 참조 | SLA 포함 |

단일 잡에서 처리 가능한 최대 토큰(잔기·원자 수 기준)은 5,120 토큰이며, 이를 초과하는 복합체는 복수 잡으로 분할 제출해야 한다. 평균 예측 소요 시간은 500잔기 단일 단백질 기준 약 2~5분이다.

한국 개발자·크리에이터 활용 포인트

1. 바이오인포매틱스 파이프라인 자동화

Python requests 또는 공식 alphafold-client SDK(PyPI 등록)를 사용해 FASTA 파일 배치 처리를 자동화할 수 있다. CI/CD 파이프라인에서 신규 단백질 서열이 커밋될 때마다 구조 예측을 트리거하는 워크플로우 구성이 가능하다.

# 예시: 잡 제출 (공식 SDK 사용)
from alphafold_client import AlphaFoldClient

client = AlphaFoldClient(api_key="YOUR_API_KEY")
job = client.jobs.create(
    sequences=[{"proteinChain": {"sequence": "MKTAYIAKQRQISFVKSHFSRQ...", "count": 1}}]
)
print(job.job_id)  # 폴링 또는 웹훅으로 결과 수신

2. Jupyter·Colab 연구 노트북 통합

한국 대학·연구소에서 많이 쓰는 Google Colab 환경에서 API 키 하나로 구조 예측 결과를 py3Dmol로 즉시 시각화하는 인터랙티브 노트북을 구성할 수 있다.

3. AI 헬스케어·신약 스타트업 파이프라인

LLM 기반 분자 설계 에이전트(예: Claude API로 후보 서열 생성 → AlphaFold 3 API로 구조 검증)를 연결하는 멀티모달 에이전트 아키텍처를 구성할 때 핵심 도구로 활용할 수 있다.

주의: 상업적 용도로 API를 사용할 경우 반드시 Starter 티어 이상 구독이 필요하며, 예측 결과물의 재배포 조건은 이용약관 공식 페이지를 확인해야 한다.