[학과 교수 취재] 김동섭 교수

[학과 교수 취재] 김동섭 교수.jpg

이번 달에는 생물정보학(Bioinformatics) 분야에서 단백질의 구조와 서열에 대한 연구를 주로 진행하고 계시는 김동섭 교수님을 모시고 인터뷰를 진행하였습니다.

Q1. 안녕하십니까, 교수님. 바쁘신 와중에 인터뷰에 응해주셔서 감사합니다. 일단, 생물정보학이라는 분야가 익숙하지 않으신 분들이 있을 것 같은데, 생물정보학에 대해 간단히 설명해주실 수 있으실까요?

- 생물정보학이란, 생물학적 그리고 의학적 여러 문제들을 해결하기위해서 생명 및 의료와 관련되어 있는 정보를 이용해서 다양한 종류의 분석 방법 및 전산학적 예측모델을 개발하는 분야입니다. 최근 급속도로 발전하고 있는 인공지능 (AI)의 여러 방법들을 생물 관련 빅데이터 (Bio Big Data)에 적용하여 생물의 근본적인 원리 연구부터 신약개발 및 진단 등의 응용 연구까지 매우 넓고 다양한 연구가 진행되고 있습니다. 예를 들어 진화, 유전체, 단백체, 질병원인 규명, 질병 유전자 발굴, 진단, 의료정보학, 신약개발, 등등 무수히 많은 예를 들 수 있습니다. 관련된 분야로는 합성생물학과 시스템생물학이 있고 많은 분들이 생물정보학, 합성생물학, 시스템생물학 세 분야를 넘나들면서 연구를 수고하고 있습니다. 우리학과에는 저를 포함해서 이도헌, 이관수, 최정균, 조광현 교수님이 생물정보학을 연구하고 있습니다.

Q2. 이 생물정보학이라는 분야가 어떤 점이 재미있고, 또 어떤 점에서 연구에 어려움이 있는지 궁금해요.

생물학, 화학, 의학, 전산, 통계학 등 많은 분야가 융합된 학문이라는 점이 가장 큰 매력이자 가장 큰 어려움입니다. 융합학문이기 때문에 지금 이 시점에도 끊임없이 새로운 연구 주제가 탄생하고 있습니다. 그리고 융합학문이기 때문에 많은 것들을 알아야 하지만 한 분야에 깊은 지식과 경험이 있다면 이것을 살려서 타분야의 사람들과의 공동연구를 통해 중요한 기여를 할 수 있는 기회가 많습니다. 또 하나의 장점이자 어려움은 이 분야의 발전 속도가 너무나도 빠르기 때문에 새롭게 공부해야 할 것도 너무 많고 조금만 게으름을 피면 금방 뒤처질 수가 있어서 항상 긴장해야 하지만 이 점이 매력이라고도 할 수 있어요.

Q3. 교수님께서는 박사 과정까지 화학을 전공하신 것으로 알고 있는데, 어떤 계기로 생물정보학이라는 분야에 관심을 가지게 되셨나요?

- 제가 대학교에 입학할 시절은 물론이거니와 박사학위를 할 때까지도 생물정보학이라는 학문이 없었습니다. 박사학위 연구주제는 계산화학 (Computation Chemistry)이기 때문에 생물정보학의 다른 이름이 계산생물학 (Computational Biology)와 밀접한 연관이 있기는 했습니다. 생물정보학이 본격적으로 주목받기 시작한 계기는 인간게놈프로젝트 (Human Genome Project)가 본적적으로 진행되고 완성되던 2000년 초반이라고 할 수 있어요. 이 당시에는 유전체 서열을 분석해서 새로운 유전자를 발굴하고 그 기능을 예측하는 것이 주된 연구였는데 그 중에서 발굴된 새로운 단백질의 구조를 예측하는 연구가 매우 흥미로웠고 그동안 계산화학에서 공부했던 여러 모델링 기법을 적용할 수 있겠다는 생각에 이 분야 연구로 전향하게 되었죠. 아마도 지금까지의 인생에서 가장 탁월한 선택이었다고 생각해요.

Q4. 이런 분야의 연구를 하고 싶어하는 학생들이 많이 있을 것 같은데요. 교수님께서는 어떤 학생들이 생물정보학이라는 분야를 연구하기에 적합하다고 생각하시나요?

- 우리 학과에서는 생물정보학과 관련된 많은 과목들이 있습니다. 나열하자면 Bio-Data Structures, Systems Biotechnology, Bio-Information Processing, Biomedical Statistics & Statistical Learning, Bio-Data Engineering, Bioinformatics 등 매우 많습니다. 이들 과목들을 공부하고 흥미를 갖는 것이 출발점이라 할 수 있겠죠. 앞에서 언급했듯이 생물정보학은 대표적인 융합분야이고 다양한 분야의 지식이 필요할 뿐만 아니라 굉장한 속도로 발전하는 분야입니다. 그래서 자신을 너무 일찍 “나는 이런 사람이고 이런 연구를 할 꺼야” 라고 규정(define)하지 말고 열려 있는 마음으로 많은 분야 (비록 관련이 없어 보이는 분야처럼 보일지라도)에 호기심을 유지하는 것이 좋겠습니다. 현실적이 면에서 충고하자면 생물정보학 연구는 컴퓨터를 통해 연구를 수행하기 때문에 컴퓨터를 이용해 (게임 말고) 뭔가를 하는 것을 좋아한다면 이 분야를 좋아할 가능성이 높습니다. 예를 들어 Programming, Deep Learning과 같은 Machine Learning을 통한 모델링 등 통해 뭔가를 정확히 예를 하는 것이 좋거나 잘한다면 생물정보학을 잘할 수 있는 아주 강한 신호라 할 수 있습니다.

Q5. 마지막으로 교수님과 같은 연구자를 꿈꾸는 학생들에게 한마디 부탁드리겠습니다.

- 앞에서 언급했듯이 많은 것에 호기심을 잃지 말고, 자기 자신을 너무 한 쪽으로 국한시키지 말고 넓은 안목을 키우기를 바랍니다.

(gth0918@kaist.ac.kr 김태현 기자)