스스로 가설을 세우고, 실험하고, 검증하고, 자기 성과를 정직하게 채점하는 에이전트. 하나의 엔진이 여러 과학 도메인을 관통합니다.
생성형 AI는 수천 개의 분자를 제안할 수 있습니다. Open Discovery Challenge는 그 가능성 가운데 실제 연구할 가치가 있는 후보를 동일한 기준으로 평가하고 공개적으로 비교합니다.
2023년 약 59만 7천 명이 말라리아로 목숨을 잃었고, 약 4분의 3은 다섯 살 미만 어린이였습니다. 연구할 방법이 없어서가 아니라 환자가 있는 곳과 자본이 향하는 곳이 일치하지 않아 충분한 기회를 얻지 못한 질병입니다. 공개 AI와 공동 검증으로 그 간극을 줄이고자 합니다.
시즌마다 표적 질환과 배점이 다릅니다. 둘 다 지금 참가할 수 있습니다.
열대열원충 Plasmodium falciparum
결핵균 Mycobacterium tuberculosis
시즌 2는 결합과 선택성에 배점을 더 실었습니다. InhA를 억제하면서 사람의 상동 단백질까지 건드리는 분자는 후보가 될 수 없기 때문입니다. 그래서 두 시즌 모두 사람 쪽 반대표적을 함께 채점합니다.
어떤 AI 모델이든 사용할 수 있으며 직접 설계한 분자도 참여할 수 있습니다.
SMILES 또는 InChI를 제출하면 구조 오류, 중복, 반응성 위험과 PAINS를 먼저 점검합니다.
PharmaOS와 CellOS가 계산하고 세부 점수와 종합 결과를 공개 리더보드에 반영합니다.
효과와 선택성, 안전성, 새로움과 현실성을 여섯 축에서 함께 봅니다.
임상 후보 DSM265부터 인간 효소 억제 물질, 이부프로펜과 카페인까지 같은 방식으로 평가합니다. 무관한 물질이 낮게 걸러지는지 누구나 확인할 수 있습니다. 다만 종합점수는 약물 품질 순위가 아닙니다. 신규성에 점수를 주므로 알려진 약은 구조적으로 불리하고, DSM265 가 신규 분자보다 낮게 나오는 것은 설계대로입니다. 축별 점수를 함께 보십시오.
PharmaOS는 표적 결합·선택성·신규성·합성 가능성을, CellOS는 원충 세포 효과·ADMET·불확실성을 평가합니다. 생성이 아니라 검증 가능한 우선순위까지 연결합니다.
비공개 제출은 다른 참가자와 대중에게 구조를 숨깁니다. 다만 평가를 위해 운영 시스템에는 저장·처리됩니다. 공개 제출은 향후 특허 가능성에 영향을 줄 수 있으므로 사업화 의도가 있다면 먼저 비공개로 제출하고 특허 전문가와 상의하세요.
점수는 계산 기반 연구 우선순위입니다. 실제 효능과 안전성은 세포·동물·임상시험으로 별도 검증해야 합니다. 이 프로젝트는 실험을 대신하지 않고, 제한된 실험 자원을 어디에 먼저 사용할지 돕습니다.
예측·시뮬을 넘어, 개입 표적·양자상태·신소재·질병 기전을 스스로 발견합니다. 무엇을 바꿔야 하나를 역으로 계산합니다.
자율 연구 루프가 자기 오류를 탐지·교정합니다. 사전동결 채점·적대적 검증·정직한 약점 자기보고가 내장됩니다.
세상은 AI가 발견했다를 외칩니다. 드문 것은 발견 과정이 스스로를 검증하고, 틀리면 철회하는 층입니다.
모든 결과에 A/B/C/D 등급을 자동 부여하고, 미검증(D)은 공개를 자동 차단합니다.
문헌 대조로 자기 새 발견 주장을 스스로 철회한 실제 이력. 규율이 흥분을 이깁니다.
다중 에이전트가 서로의 결과를 반증 시도합니다. 조작·데이터 누수 0을 통과한 결과만 남습니다.
| 병목 | VIDRAFT 해법 |
|---|---|
| 조합 폭발 (방대한 탐색공간) | 양자영감 최적화(QUBO)로 후보 압축 |
| 위양성 (도킹만으론 부정확) | 물리 + 양자 + 세포 다층 검증 |
| 데이터 주권 (독점정보 유출) | 온프레미스 완전 배포 |
| 물리 정밀도 한계 (고전 근사) | 양자 제일원리 교차검증 |
발견(PharmaOS) → 양자 실측(Quantum) → 생체 시뮬(CellOS). 각 단계는 미분가능하게 연결되고, 결과는 역설계로 다시 발견 단계에 되돌아갑니다.
현업 저분자 신약개발 6단계로 후보를 발굴·검증합니다.
후보 분자의 결합·활성부위 반응 에너지를 제일원리로 검증합니다: 고전법이 틀리는 강상관 화학.
검증된 분자를 가상 생체에 넣어 세포→7장기→전신 효과를 시뮬합니다 (전임상~임상 모델링).
제약 현업 저분자 신약개발 6단계에 1:1로 매핑됩니다. 각 단계가 확인 가능한 근거로 뒷받침됩니다.
적응증에서 표적 단백질을 지정합니다. 표적 없이 적응증만으로 찾는 가설 모드도 지원.
리간드를 설계·생성해 후보 라이브러리를 구성합니다.
도킹·MD·DFT와 양자(VQE/QUBO)로 결합 친화도를 검증합니다.
약물성·안전성을 예측해 위험 후보를 조기에 제거합니다.
In-vitro/In-vivo와 CRO 핸드오프(프로토콜·데이터패키지·리포트).
SAR 최적화와 물질특허 초안까지 이어집니다.
제3자 블라인드 벤치에서 구조-only 주권형 모델로 16개 부문 세계 1위. Google급 MolGPS·세포영상 Phenomics를 실제로 격파했습니다.
각 부문 polarishub.io에서 검증 가능.
글로벌 신약 AI는 대부분 클라우드입니다. VIDRAFT는 기업 내부에 통째로 배포되어 독점 화합물·표적·데이터가 외부로 나가지 않습니다.
| 항목 | 클라우드 SaaS | VIDRAFT 온프레미스 |
|---|---|---|
| 데이터 위치 | 외부 서버 | 사내 (완전 주권) |
| 독점정보 유출 | 위험 | 없음 |
| 파운데이션 모델 | 외부 API 의존 | 자체 보유 (리더보드 검증) |
| 커스터마이징 | 제한적 | 모델·파이프라인 전면 |
전이금속·활성부위 같은 강상관 화학에서 도킹 점수·평균장 DFT는 크게 빗나갑니다. VQE/DFT와 실제 IBM Heron QPU로 핵심 반응·결합 에너지를 교차검증하고, 그 정밀 상수를 CellOS에 주입합니다.
전이금속·활성부위 같은 강상관 화학에서 고전 평균장·도킹은 크게 빗나갑니다. VQE/DFT와 실제 QPU로 교차검증합니다.
| 검증 대상 | 고전법 | 양자 교차검증 |
|---|---|---|
| 강상관 결합·반응 에너지 | 평균장 오차 큼 | 제일원리 VQE/DFT |
| 활성부위 화학 | 도킹 점수 부정확 | 실제 QPU 실측 |
검증된 분자를 미분가능 가상 생체에 넣어 세포에서 7장기, 전신까지 효과를 시뮬합니다. 도킹이 못 잡는 전신 방향오류를 포착하고, 개인별 반응 차이(디지털 트윈)까지 재현합니다. 기전 타당성 수준이며 임상 입증이 아닙니다.
CellOS 보기 →각 후보는 7개 관문을 통과해야 살아남습니다. 생성에서 실제 양자검증까지.
전이금속·란탄족 같은 강상관 물질에서 평균장(DFT+U)은 크게 틀립니다. 우리는 실제 양자컴퓨터로 교차검증합니다.
생성 AI와 실제 양자 하드웨어 실측을 하나의 발견 라인으로 통합한 드문 풀스택입니다. Δ-Engine이 그 과학 엔진입니다. 연구 단계.
부품별 선두는 여럿이지만, 생성·스크리닝·실제 QPU 검증을 하나의 발견 라인으로 통합한 건 드뭅니다.
생성·안정성 스크리닝에서 앞서지만, 실제 양자 하드웨어 교차검증 단계는 없습니다.
실제 QPU 강상관 계산에서 앞서지만, 후보 생성부터 도구화까지의 발견 파이프라인은 아닙니다.
생성(MatterGen) → MLIP 앙상블 → 신규성·안정성 게이트 → 실제 IBM Heron 교차검증까지, 공개 라이브 도구 하나로.
세계 최초는 아닙니다. 강점은 통합과 검증 규율이며, Δ-Engine이 이 스택의 과학 엔진입니다.
같은 자기교정 발견 엔진을 생물·신약·소재·양자에 적용합니다. 대표 증명은 CellOS입니다.
🧫 Flagship · bacteria → 7 organs → whole body · grade A최소생명(JCVI-syn3A)을 GPU 안에 미분가능하게 세우고, 거꾸로 돌려 개입 표적을 자율 지목합니다. 하나의 엔진이 박테리아에서 인간 질병·인간 장기 대사까지 확장됩니다.
세포주기 grade A · 공간 반응확산 grade A · E. coli 극-대-극 진동 grade A · 인간질병 응집기전 grade A · 인간장기 대사백본 grade A · 양자→세포 다중스케일
결합에너지를 전세포 효과로 연결하고, 표적을 전세포 레버리지로 우선순위화합니다. 작용기전 검증.
PharmaOS 보기 →DFT 활성화에너지를 반응속도로, 수송·물성을 역설계합니다. 강상관 신소재 검증.
MaterialsOS 보기 →신경망 양자상태 골드에 Δ오차보정을 더해 정확도를 높입니다. 단일 GPU 강상관 솔버 + 자동 검증층.
양자컴퓨터 보기 →검증된 성과만 공개하며, 모든 결과에 자동 신뢰등급이 붙습니다, 신뢰 가능한 자율 과학 발견.
자율 과학 발견은 세 갈래로 나뉩니다. 우리는 "검증"에 집중합니다.
범용 추론에서 앞섭니다. 특정 과학 도메인의 자기검증·실측 대조는 부수적입니다.
후보를 빠르게 만들어냅니다. 결과의 자체 검증·역방향 오류 포착은 약합니다.
미분가능 시뮬 + 자동 6게이트 검증 + 실측·실제 QPU 대조 + 자기교정. 통과한 결과만 남깁니다.
AGI를 주장하지 않습니다: 좁은 도메인에서 검증 가능한 자율 발견에 집중합니다.
통합 강점(한 스택에 결합): 온프레미스 주권 · 자체 파운데이션 LLM(리더보드 검증) · 양자 정밀 · 세포·전신 기전검증 · 자기교정, 이 다섯의 통합이 우리의 자리입니다.