진화보다 빠른 AI: 자연에 없던 '슈퍼 단백질'을 설계하다

자연의 한계를 넘어서는 AI의 설계도

최근 생명공학계에서는 ‘발견’의 시대가 저물고 ‘설계’의 시대가 열리고 있다는 말이 나옵니다. 과거에는 자연계에 존재하는 효소를 찾아내고 이를 어떻게 활용할지 고민하는 것이 연구의 핵심이었다면, 이제는 생성형 AI(Generative AI)를 이용해 자연계에는 존재하지 않는 최적의 단백질을 직접 만들어내는 단계에 진입했기 때문이죠.

Nature Biotechnology를 비롯한 주요 저널들에서 잇따라 발표되는 연구 결과들은, AI가 유전자 편집의 핵심 도구인 유전자 가위를 설계하는 데 있어 인간 연구자의 수십 년 치 성과를 단 몇 년 만에 뛰어넘고 있음을 보여줍니다. 오늘은 AI가 어떻게 유전자 편집의 패러다임을 바꾸고 있는지, 그리고 그 이면에 숨겨진 명과 암은 무엇인지 깊이 있게 살펴보겠습니다.

1. CRISPR의 한계를 돌파하다: 95%의 정밀도 향상

유전자 편집 기술의 대명사인 CRISPR-Cas9은 혁신적이었지만, 한계도 명확했습니다. 의도하지 않은 DNA 부위를 자르는 ‘표적 이탈 효과(off-target)’와 효율성 문제가 항상 발목을 잡았죠. 하지만 AI는 이 문제를 정면으로 돌파했습니다.

최근 연구들에 따르면, AI로 재설계된 유전자 편집 도구들은 기존 CRISPR-Cas9 대비 표적 이탈 효과를 최대 95%까지 줄이고, 편집 효율은 2배 이상 높이는 놀라운 성과를 입증했습니다. 제니퍼 다우드나(Jennifer Doudna) 교수 연구팀은 TnpB 단백질을 AI로 재설계하여 자연계 효소보다 월등한 성능을 확인했고, Integra Therapeutics와 같은 기업들은 PiggyBac 트랜스포존을 AI로 최적화하는 데 성공했습니다.

이러한 성과는 단순히 성능이 좋아졌다는 것을 넘어, ‘자연 진화가 탐색하지 못한 단백질 영역’을 AI가 설계할 수 있게 되었다는 점에 큰 의미가 있습니다. 전문가들은 AI를 활용함으로써 유전자 치료제 개발 속도가 수십 년에서 수년 단위로 단축될 수 있다고 분석합니다.

2. AI가 발견한 새로운 생명의 도구

AI의 활약은 기존 효소의 개량에만 머물지 않습니다. 2026년 9월, Anthropic의 AI 모델인 Claude가 방대한 DNA 데이터를 분석하여 CRISPR와 유사한 새로운 효소 시스템을 자율적으로 발견했다는 소식은 업계에 큰 충격을 주었습니다. 이제 AI는 인간이 가르쳐주지 않아도 스스로 생물학적 규칙을 학습하고, 새로운 도구를 찾아내거나 창조하는 단계에 이른 것입니다.

이런 변화에 대해 커뮤니티에서는 ‘AI가 인간보다 더 나은 생물학적 기계를 설계한다’는 사실에 경이로움을 표하면서도, 한편으로는 블랙박스 모델이 설계한 단백질의 부작용을 예측하기 어렵다는 기술적 회의론도 공존하고 있습니다. 오픈소스 AI 설계 도구인 ‘OpenCRISPR-1’ 같은 기술이 유전자 편집의 민주화를 가져올지, 아니면 통제 불가능한 위험이 될지에 대한 논쟁도 뜨겁습니다.

3. 빛과 그림자: 생물 보안과 윤리적 과제

기술의 발전에는 언제나 책임이 따릅니다. AI가 설계한 단백질이 기존의 실험적 검증 데이터를 오염시킬 수 있다는 ‘생물학적 AI 슬롭(biological AI slop)’ 현상은 학계의 주요 우려 사항입니다. 잘못된 데이터로 학습된 AI가 설계한 단백질이 실제 임상에서 어떤 문제를 일으킬지 아직 검증이 부족하기 때문이죠.

이러한 우려를 반영하듯, 구글 딥마인드(Google DeepMind)는 AI가 설계한 단백질에 ‘SynthID Bio’라는 워터마크 기술을 도입했습니다. AI로 생성된 생물학적 물질을 추적하고, 혹시 모를 생물 보안 문제를 방지하기 위한 안전장치를 마련한 것입니다. 유전병 정복에 대한 기대감과 ‘디자이너 베이비’나 생물학적 무기 오남용에 대한 불안감이 팽팽하게 맞서고 있는 지금, 기술적 안전장치는 선택이 아닌 필수가 되어가고 있습니다.

FAQ: AI 단백질 설계, 궁금한 점들

Q. AI가 설계한 단백질이 임상 시험에서 승인받기 위해 필요한 규제 절차는 기존 약물과 어떻게 다른가요?
현재 AI 설계 단백질에 특화된 별도의 규제 트랙이 확립된 것은 아닙니다. 다만, AI 모델의 ‘설계 논리’에 대한 투명성 확보와, 기존 약물보다 더 엄격한 전임상 데이터 검증이 요구될 것으로 보입니다. 규제 당국은 AI가 생성한 결과물의 안전성을 입증하는 새로운 표준을 마련 중입니다.

Q. AI 설계 단백질의 장기적인 면역 반응(Immunogenicity)에 대한 데이터는 충분한가요?
아직 초기 단계입니다. AI가 설계한 단백질은 자연계에 존재하지 않는 구조를 가질 수 있기 때문에, 인체 내에서 예기치 못한 면역 반응을 유발할 가능성이 있습니다. 따라서 임상 시험 과정에서 장기적인 안정성을 확인하는 것이 향후 기술 상용화의 핵심 과제가 될 전망입니다.

마무리하며

AI는 이제 생물학적 도구를 단순히 ‘발견’하는 단계를 넘어, 최적의 효율을 위해 ‘직접 설계’하는 시대를 열었습니다. 유전자 치료의 미래는 그 어느 때보다 밝지만, 동시에 우리가 해결해야 할 윤리적, 기술적 숙제들도 분명합니다.

이 혁신적인 기술이 실제 우리 삶에 어떤 변화를 가져올지, 최신 연구 논문이나 주요 바이오테크 기업들의 로드맵을 꾸준히 팔로업해보시는 건 어떨까요? 생명공학의 새로운 설계도는 지금 이 순간에도 AI에 의해 그려지고 있습니다.