딥마인드 알파미스센스 공개: 7100만 개 유전자 돌연변이 질환 위험 AI로 예측

단백질 구조 예측으로 생물학계를 뒤흔들었던 구글 딥마인드가 인간 게놈 해석에 본격적으로 뛰어들었다.

딥마인드는 국제학술지 사이언스를 통해 인간 DNA 변이가 질병을 유발하는지 예측하는 AI 모델 '알파미스센스(AlphaMissense)'를 공개했다. 연구팀은 인간 게놈에서 발생 가능한 7천100만 개의 미스센스 돌연변이를 분석한 예측 데이터를 무료로 개방했다.

7천100만 개 돌연변이를 분류한 AI

미스센스 돌연변이는 DNA 염기서열 중 단 하나의 글자가 바뀌면서 만들어지는 단백질의 아미노산이 달라지는 현상이다.

유전자 시퀀싱 기술이 발전했음에도 정밀 검사를 진행한 환자의 약 25%에서는 질병 유발 여부를 알 수 없는 '임상적 유의성 불명 변이(VUS)'가 발견된다. 유방암 위험 유전자로 널리 알려진 BRCA1조차 정체를 알 수 없는 돌연변이가 수없이 존재한다.

딥마인드는 기존 단백질 구조 예측 모델인 알파폴드를 미세조정하는 방식을 택했다. 알파폴드가 학습한 생물학적 이해를 바탕으로 기능을 확장했기 때문에 바닥부터 학습시키는 것보다 컴퓨팅 자원과 에너지를 대폭 절약할 수 있었다.

딥마인드는 연구 재현을 위한 코드와 7천100만 개의 예측 결과를 모두 공개했으나, 모델의 가중치(Weights) 파일은 배포하지 않기로 결정했다. 비인간 생명체에 이 기술이 적용될 경우 위험한 병원균이나 생화학 무기를 설계하는 데 악용될 수 있다는 바이오 안보 위험을 이유로 들었다.

하지만 업계 일각에서는 타 기업이나 연구진이 자체적으로 모델을 빠르게 상용화하는 것을 막기 위한 명분이 아니냐는 시선도 존재한다.

의료 현장의 신중론과 한계

학계의 주목을 받은 것과 달리, 실제 의료 현장과 제약 업계의 반응은 차분하다.

브로드 연구소의 하이디 렘 박사는 컴퓨터 알고리즘의 예측은 진단의 수많은 단서 중 하나일 뿐이라고 선을 그었다. 실제 환자의 병력과 가족력, 실험실 검증 데이터 없이 알고리즘 수치만으로 병원성을 단정할 수는 없으며, 딥마인드가 변이를 '양성' 또는 '병원성'으로 단정 지어 표현한 것은 의학적 확실성을 과장한 처사라고 비판했다.

AI 신약 개발사 인실리코 메디슨의 알렉스 자보론코프 대표 역시 딥마인드의 뛰어난 홍보와 AI 역량을 인정하면서도, 실제 상업적 가치는 여전히 물음표라고 지적했다. AI가 질병 치료제를 만들어내는 진짜 시험대를 통과하기까지는 갈 길이 멀다는 평가다.

왜 중요한가

우리는 알파미스센스가 당장 의사를 대체할 진단 도구는 아니지만, 원인 모를 유전 질환의 실마리를 찾는 연구자들에게 훌륭한 나침반이 될 것으로 본다.

희귀 질환을 앓는 환자에게 수많은 돌연변이가 발견되었을 때, 이를 실험실에서 일일이 검증하는 것은 불가능에 가깝다. 알파미스센스의 방대한 데이터베이스는 가장 의심스러운 돌연변이를 먼저 골라내 실험 비용과 진단 시간을 획기적으로 줄여줄 수 있다.

산업 측면에서는 사전 학습된 단백질 기반 모델을 미세조정해 질병 위험 예측으로 전환한 방법론적 성과가 돋보인다. 이는 단순히 물리적 구조를 예측하는 경쟁을 넘어, 실제 유전 변이가 신체 기능에 미치는 영향을 추적하는 방향으로 AI 생물학의 전선을 넓혔다.

다만 안전을 명분으로 가중치를 비공개한 전략은 양날의 검이다. 생물학적 악용을 막겠다는 취지는 타당하지만, 오픈 사이언스 생태계의 접근성을 제한하고 기술적 독점을 굳히려는 행보라는 비판을 피하기 어렵다.

결국 알파미스센스가 진정한 혁신으로 인정받으려면 화려한 예측 점수를 넘어, 실제 임상 현장에서 질병의 원인을 규명하고 신약 발굴을 앞당기는 실질적인 결과로 증명해야 한다.