목차
▪️인류 첫 생성형 AI 설계 유전체 바이러스의 실체와 과학계 논란
▪️에보가 설계한 285개 DNA 중 실제 감염·증식에 성공한 바이러스는 몇 개인가?
▪️자연 파지 능가하는 AI 설계 바이러스, 치료 혁명과 생물 보안의 양날의 검
▪️병원체 목록에 없는 변종의 등장, 우리의 바이오 안보는 이를 검사할 준비가 되었는가?
▪️인간 중심의 다층적 통제망 구축, 기계의 계산보다 중요한 윤리적 성찰
▪️FAQ
▪️[핵심 인사이트 3가지]
▪️[전문 용어 사전]
▪️[핵심 관련 자료]
유전체 언어 모델 '에보(Evo)'의 설계도대로 조립된 인공 박테리오파지가 실험실 96-웰 플레이트 환경에서 표적 대장균을 제압하는 인간-기계 협업 공정을 해학적으로 묘사한 시사 일러스트레이션.
지난 2026년 8월 6일, 미국 스탠퍼드대 브라이언 히(Brian Hie) 교수 연구팀과 아크연구소가 생성형 인공지능 유전자 모델 '이보(Evo 1·2)'를 활용해 대장균을 감염시키는 박테리오파지의 유전체 전체를 설계하고, 실제 작동 가능한 바이러스로 합성해내는 데 성공했다는 연구 결과를 국제 학술지 사이언스에 게재했다.
이는 생성형 AI가 생명체의 완전한 유전 정보 설계도를 한 번에 구축하고, 이를 실제 생물학적 실체로 구체화할 수 있음을 증명한 최초의 사례다. 질병 치료의 새로운 패러다임을 열 것이라는 찬사와 함께, 기존의 생물 보안 규제 가이드라인을 우회하는 변종 병원체의 출현 가능성을 둘러싼 국제적인 안보 딜레마가 본격적인 쟁점으로 떠오르고 있다.
이 혁신이 몰고 올 파급 효과는 단순한 과학적 성취를 넘어 기술 윤리와 안보 체계의 전면적인 재설계를 강력히 요구하는 신호로 판단된다.
인류 첫 생성형 AI 설계 유전체 바이러스의 실체와 과학계 논란
인공 생명체의 등장을 둘러싼 일부 매체의 과장된 서술은 면밀한 사실관계 확인을 통해 바로잡아야 한다. 화학적인 설계와 합성을 통해 인공 바이러스를 만들어낸 최초의 사례는 이미 24년 전인 지난 2002년 소아마비를 유발하는 폴리오바이러스를 합성하는 데 성공한 연구를 통해 달성되었기 때문이다.
이번 성과의 진정한 역사적 의의는 인간이 설계한 규칙에 의존하지 않고, AI 모델이 생물의 기본 문법을 학습하여 작동 가능한 유전체 수준의 거대한 청사진을 완전히 새롭게 제안했다는 점에 있다.
연구진은 지난 1977년 인류 최초로 전체 염기서열이 해독되고 2003년 최초로 화학 합성된 표준 모델인 박테리오파지 '파이엑스174(ΦX174)'를 기본 틀로 삼았다. AI는 이 역사적 기준종의 한계를 극복하고 자연선택의 궤도를 벗어난 신종 유전 서열을 스스로 예측해 냄으로써 인간이 풀지 못한 설계의 복잡성을 해결하는 동반자로서의 가능성을 입증했다.
에보가 설계한 285개 DNA 중 실제 감염·증식에 성공한 바이러스는 몇 개인가?
이 놀라운 결과물은 생성형 DNA 언어 모델인 '에보(Evo)'의 문맥 학습 능력에서 비롯되었다. 에보는 약 9조 개의 뉴클레오타이드 데이터를 바탕으로 생물학적 정보 전달을 지배하는 유전 서열의 문법을 독학했다.
연구진은 여기에 파이엑스174와 구조적으로 밀접한 Microviridae 계열 유전 정보 1만 4466개를 집중 학습시키는 미세조정 방식을 적용했다. 이를 통해 에보는 총 70만 개의 가상 유전체 후보를 고안해 냈고, 연구진은 자체 개발한 맞춤형 주석 파이프라인을 가동해 11개 유전자 구조의 완성도를 스크리닝했다.
선별된 302개 후보 중 합성이 가능했던 285개의 실제 DNA 분자를 제작해 대장균 C균주에 주입했다. 96-웰 플레이트 환경에서 흡광도(OD600)의 급격한 감소를 추적하여 감염 여부를 모니터링한 결과, 최종 16개의 유전체가 대장균을 성공적으로 복제·용해하며 살아남았다.
이는 AI의 계산력과 인간의 엄격한 선별 프로토콜, 그리고 실험실 인프라가 유기적으로 융합되어 거둔 물리적 검증 성과다.
AI 유전자 모델 에보가 설계한 인공 박테리오파지의 주요 성능 데이터를 야생형 표준 모델과 정량 비교 분석한 결과를 나타낸 표 이미지 (2026년 8월 8일 기준).
자연 파지 능가하는 AI 설계 바이러스, 치료 혁명과 생물 보안의 양날의 검
검증된 16종의 AI 바이러스는 자연계 야생 파지를 상회하는 뛰어난 생존 능력을 과시했다. 일부 인공 파지인 'Evo-Φ36'은 초저온 전자현미경 분석 결과, 진화적으로 매우 거리가 먼 G4 파지의 J 단백질을 자신의 캡시드 외각 구조 내에 충돌 없이 완벽히 결합했다.
이는 과거 인간 과학자들이 돌연변이 간 마찰로 인해 수차례 실패했던 단백질 이종 결합을 AI가 정교한 연산으로 설계하는 데 성공했음을 의미한다. 더욱이 이 인공 파지 16종을 섞어 만든 칵테일을 대장균의 수용체 조절 유전자인 waa 오페론이 변이되어 천연 파지에 강한 내성을 획득한 대장균 균주에 투입하자, 불과 1~5회 감염 주기 만에 방어벽을 뚫고 내성균의 성장을 원천 억제했다.
다만 배양접시 안에서의 이 압도적인 사멸 능력이 인체 치료 효과를 바로 보장하는 것은 아니다. 아직은 개념증명 수준의 가교 단계일 뿐이며, 향후 인체 대상의 임상적 독성 검증과 안전성 확보가 필수 과제로 남겨져 있다.
병원체 목록에 없는 변종의 등장, 우리의 바이오 안보는 이를 검사할 준비가 되었는가?
이러한 눈부신 발전 속에서 인공 서열이 초래할 바이오 안보의 극심한 규제 공백은 더 이상 묵과할 수 없는 쟁점이다. 기존의 생물 보건 가이드라인과 생물무기 비확산 감시 체계는 알려진 치명적 병원체 및 물질의 데이터베이스 목록인 '블랙리스트'와의 서열 대조 방식에 전적으로 의존해 왔다.
그러나 AI가 자연계에 존재한 적 없는 완전히 새로운 뉴클레오타이드 조합으로 고유의 독성 기능을 발현하도록 설계도를 그려 배포할 경우, 기존의 단순 대조 검열망은 무용지물로 전락하게 된다.
연구팀은 위험 사전 차단을 위해 이보의 기초 학습 과정에서 인간 및 동식물 전염성 병원체 정보를 의도적으로 전면 배제했으나, 이는 개별적 보안 조처일 뿐이다. 기술의 연산력보다 그 기계가 그려내는 유전 정보의 물리적 구체화를 다스릴 다층적인 윤리적 통제 체계와 책임 있는 국제 거버넌스를 가동하는 일이 지금 인류에게 부과된 가장 근본적인 생존 과제다.
생성형 AI 모델 이보(Evo)가 출력한 디지털 설계도를 바탕으로, 로봇의 정밀한 연산과 가공을 통해 무해한 대장균용 인공 박테리오파지를 조립해 나가는 첨단 유전체 공학의 물질화 공정을 해학적으로 묘사한 일러스트레이션.
FAQ
Q : 이보(Evo) 모델은 바이러스의 유전체 외에 다른 생물학적 정밀 도구도 생성형 방식으로 설계할 수 있나?
A : 그렇다. 연구진은 에보를 활용해 자연계에 알려지지 않은 유전자 가위 단백질인 'EvoCas9-1'을 단 11번의 설계 시도 만에 구현해 냈다. 이 모델은 범용으로 상용화된 Cas9과 염기서열 유사도가 73% 수준에 불과함에도 동등한 수준의 우수한 유전자 절단 활성을 입증하는 등 다양한 유전자 제어 도구 설계 능력을 보여주었다.
Q : 이번 AI 박테리오파지 합성 및 선별 실험에서 구체적인 '실험실 워크플로우'는 어떻게 구성되었나?
A : AI 에보가 제안한 70만 개의 설계도 후보 중 유효 확률이 높은 것들을 추린 후 실제 화학적 DNA 합성을 거쳐 285개의 물리적 분자로 가공했다. 이 합성 DNA를 '깁슨 어셈블리' 기법으로 원형 조립하여 비병원성 대장균에 주입했으며, 96-웰 플레이트 상에서 세균 세포 용해에 따른 흡광도 변동 추이를 고속으로 모니터링하여 활성을 규명했다.
Q : 인공지능이 인간 대상의 고위험 신종 바이러스를 고의적으로 생성하는 무기화 리스크를 막을 방법이 있나?
A : 핵심 방어선은 개발 단계에서 진행된 유전 정보 원천 차단 조치다. 연구진은 에보의 학습 데이터베이스 구축 단계에서 인간은 물론 가축, 식물, 곰팡이류 등에 병원성을 가지는 모든 바이러스 서열 데이터를 영구적으로 삭제 처리했다. 이 예방적 제한 덕분에 AI가 사용자의 악의적인 요구에 반응하여 위해가 되는 독성 유전체를 스스로 고안하는 조작 경로가 원천 차단된다.
Q : 생성형 AI가 설계한 박테리오파지는 치료제 측면에서 향후 어떤 실제 표적 질병에 우선적으로 적용될 수 있나?
A : 다제내성을 지녀 기존 항생제 장벽을 쉽게 무력화하는 호흡기 치명적 병원균인 '녹농균(Pseudomonas aeruginosa)' 치료 분야가 유력한 차기 표적이다. 또한, 전 세계 농가에 심각한 피해를 유발하는 검은 썩음병의 원인균인 식물 병원균 '잔토모나스(Xanthomonas campestris)'를 표적 삼는 친환경적인 인공 방제용 파지 설계 등 농업 보건 영역으로의 상용 확장성도 높다.
Q : 자연계에 없는 변종 서열의 합성과 바이오 리스크를 차단하기 위해 DNA 공급 인프라의 심사 체계는 어떻게 전환되어야 하나?
A : 단순히 기존 고위험 바이러스의 서열 목록과 일대일로 비교하는 한계가 명확한 서열 대조 검열망에서 벗어나야 한다. 의뢰받은 인공 유전서열이 발현 시 세포 내부에서 가질 전염 패턴, 예상 표적 숙주의 감염 메커니즘, 세포 사멸 및 독성 수준을 기능 단위 시뮬레이션으로 예측 검사하는 정교한 다층 분석 시스템으로 전환해야 한다.
[핵심 인사이트 3가지]
1. 유전자·단백질 단위를 넘어 생명체의 동작 제어를 담당하는 '완전한 유전체 전체 설계' 단계로의 패러다임 전환이 실현되었다. 이는 AI가 단일 분자 예측을 넘어 생물학적 생태 시스템의 복잡한 규칙 전체를 스스로 학습하고 다룰 수 있음을 의미한다.
2. AI 유전자 모델 에보(Evo)가 설계한 변종 박테리오파지 칵테일은 기존 천연 바이러스에 저항성을 가진 다제내성 대장균의 변이 방어벽을 단 1~5회 감염 주기 만에 신속하게 격퇴하며, 미래 슈퍼박테리아 극복을 위한 파지 치료법의 도약적 전기를 마련했다.
3. 기존의 기지 병원체 서열 목록 대조(블랙리스트) 방식에만 의존하는 현행 바이오 안보 검열은 자연계에 존재하지 않는 새로운 유전서열 조합을 걸러내지 못하는 한계를 지닌다. 유래와 출처 대조 중심의 규제를 넘어, 발현될 예상 생물학적 기능과 전염성, 독성을 판정하는 '기능 예측 중심의 다층적 규제 거버넌스' 구축이 시급한 과제다.
[전문 용어 사전]
▪️박테리오파지(Bacteriophage): 세균을 숙주로 삼아 내부에 유전 정보를 주입하고 증식하여 세균을 사멸시키는 바이러스의 일종이다.
▪️유전체(Genome): 한 생명체가 가지는 유전 정보 전체를 담고 있는 완전한 DNA 설계도로, 생명 시스템이 작동하는 데 필요한 모든 지침의 집합이다.
▪️이보(Evo): DNA와 RNA, 단백질 서열의 규칙과 기전을 마치 언어 구조처럼 학습해 유전체를 설계할 수 있도록 스탠퍼드대와 아크연구소 등이 개발한 기초 바이오 인공지능 모델이다.
▪️waa 오페론(waa operon): 세균의 외막 수용체 구조를 통제하는 유전자 군집으로, 이 유전자에 돌연변이가 발생하면 세균은 바이러스의 주입 경로를 물리치는 치료 내성을 획득한다.
▪️파지 치료법(Phage Therapy): 항생제 장벽을 우회하는 슈퍼박테리아나 다제내성균 감염증을 격퇴하기 위해 특정 숙주 세균만 선택적으로 파괴하는 박테리오파지를 치료 수단으로 투입하는 생명공학 의료 기술이다.
[핵심 관련 자료]
Generative design of novel bacteriophages with genome language models
Generative design of novel bacteriophages with genome language models
How We Built the First AI-Generated Genomes
Evo: Creating Generative AI for Genomes
){kind=small}
){kind=small}
){kind=small}
){kind=small}
