딥러닝은 신약 개발 초기 단계에서 두 가지 작업의 표준 도구가 됐습니다. 작은 분자가 단백질의 결합 주머니에 어떻게 자리 잡는지 예측하는 포즈 생성과, 얼마나 단단히 결합하는지 예측하는 일입니다. 지금은 수십 가지 점수 함수가 최고 수준의 결과를 내세웁니다. Viet-Khoa Tran-Nguyen과 Pedro Ballester는 Nature Machine Intelligence의 Perspective에서 이런 주장들을 서로 비교하기 어려워졌다고 지적하고, 이런 모델을 평가하는 지침을 내놓았습니다.
지침은 짧고 실용적입니다. 다른 연구자가 재현하고 재사용하고 검증할 수 있도록 학습 데이터, 코드, 절차를 공개해야 합니다. 시험용 분자나 단백질이 학습용과 너무 비슷한 데이터 누출, 표본 편향, 잘못된 설계를 막아야 합니다. 비교할 때는 공통 데이터 분할을 쓰고, 학습을 반복할 때 결과가 얼마나 달라지는지 확인하고, 적절한 기준 모델을 포함해야 합니다. 새 방법을 최신 경쟁 모델뿐 아니라 단순한 방법과도 견주기 위해서입니다.
이 글은 문제를 이미 드러낸 연구들에 기대고 있습니다. Ballester 연구팀은 앞서 학습용과 시험용 분자를 나누는 흔한 방식인 스캐폴드 분할이 가상 스크리닝 성능을 과대평가한다는 것을 보였고, 두 연구자가 함께 쓴 2026년 벤치마크 NextTopDocker는 현재의 엔드투엔드 기계 학습 도킹의 한계와 고전적 결과를 다시 점수 매기는 하이브리드 방식의 강점을 확인했습니다. 저자들이 인용한 신경망 비교에서의 무작위성 연구는 한 번의 실행만으로는 방법이 실제보다 좋아 보이거나 나빠 보일 수 있음을 보여 줍니다.
도킹이나 결합 친화도 모델을 고르는 독자에게 이 지침은 논문과 모델 카드를 읽을 때의 점검표로도 쓸 수 있습니다. 공통 분할, 반복 실행, 단순한 기준 모델이 없는 주장은 내세운 개선 폭이 아무리 커도 덜 믿어야 합니다.
한계는 Perspective라는 형식 자체에 있습니다. 새 결과를 제시하기보다 규범을 제안하는 글이며, 저희는 전문이 아니라 초록과 참고 문헌만 읽을 수 있었으므로 특정 도구를 어떻게 평가하는지는 전할 수 없습니다. 지침은 지켜지게 할 때 의미가 있습니다. 학술지, 심사자, 벤치마크 관리자가 이런 확인을 요구하지 않는 한, 가장 돋보이는 숫자를 발표하려는 유인은 남을 것입니다.