Trion-1, 단백질 서열·구조·언어를 하나로 다루는 확산 언어모델 제안

연구진이 단백질의 서열, 구조, 자연어를 하나의 모델에서 다루는 Trion-1을 논문으로 제안했다. 논문은 2026년 10월 22일 arXiv에 올라왔다. 연구진은 Trion-1을 단백질용으로는 처음인 네이티브 통합 멀티모달 확산 언어 모델(dLLM)이라고 소개했다.

연구진은 기존에 확립된 벤치마크에서 Trion-1이 전반적으로 경쟁력 있는 성능을 냈다고 밝혔다. 엄격한 상동성 통제 조건에서 샘플 하나만으로 폴딩 TM-score 0.8 이상을 기록했고, 이는 200개 샘플을 쓴 기존 3모달 모델과 같거나 더 높은 수준이라고 했다. 서열 이해에서는 Claude Opus 4.7 등 최상위 LLM과 대등한 수준이라고 설명했다. 초록에는 이 문장의 Claude Opus 4.7 옆에 '(62.37%)'라는 수치가 함께 적혀 있으나, 어느 모델의 점수인지는 명시되어 있지 않다.

설계와 지원하는 작업

설계의 축은 둘이다. 하나는 서열, 구조, 자연어를 함께 표현하는 단일 이산 토큰 공간이다. 다른 하나는 엄격한 왼쪽에서 오른쪽 순서 대신 양방향 또는 준양방향으로 토큰이 서로 영향을 주는 dLLM 백본이다. 연구진은 이 방식이 잔기 사이의 전역 소통과 장거리 접촉 모델링에 맞아 구조 모델링에 자연스럽다고 설명했다.

이 구성으로 폴딩, 역폴딩, 서열 이해, 구조 이해, 서열 설계, 구조 설계의 여섯 기능을 통합했다고 한다. 범용 LLM의 언어 능력도 유지한다. 연구진은 단백질 서열, 구조, 기능을 아우르는 범용 단백질 파운데이션 모델이 목표이며, 이해와 생성, 모달 간 변환을 하면서 현대 LLM의 지시 수행과 추론 능력도 갖추는 것을 구상한다고 밝혔다.

이 수치들은 논문 초록에 실린 연구진의 자체 보고다. 서열 이해에서 Claude Opus 4.7과 비교한 구체적인 조건은 초록만으로는 알 수 없다.