구글 딥마인드(DeepMind)가 인간 유전체(genome)에서 질병을 유발할 가능성이 있는 DNA 변이를 예측할 수 있도록 인공지능(AI)을 학습시켰다고 밝혔다. 이러한 예측 기술을 활용하면 희소 질환에 대한 진단 속도를 높일 수 있고 신약 개발을 위한 단서도 얻을 수 있을 것으로 보인다.

영국 런던에서 설립되어 10년 전 구글에 인수된 딥마인드는 비디오게임을 플레이하고 바둑 같은 복잡한 보드게임을 정복한 AI 프로그램으로 잘 알려져 있다. 딥마인드는 생물학계에서 ‘위대한 도전’으로 여겨지는 문제인 단백질의 모양을 정확하게 예측할 수 있는 알파폴드(AlphaFold)라는 프로그램을 발표하면서 의학 분야에 뛰어든 바 있다.

이제 딥마인드는 단백질 예측 모델을 미세 조정해서, 인간의 DNA에서 발견되는 ‘철자 오류’ 중 무시해도 되는 변이와 질병을 유발할 가능성이 있는 변이를 예측할 수 있다고 말한다. ‘알파미스센스(AlphaMissense)’라는 이름의 이 새로운 AI 소프트웨어는 <사이언스(Science)> 저널에 발표한 보고서를 통해 9월 중순에 공개됐다.

딥마인드는 이번 프로젝트의 일환으로 수천만 개의 예측 결과를 공개하고 있지만, 이 기술이 인간이 아닌 다른 종에 적용될 경우 발생할 수 있는 잠재적인 생물보안(biosecurity) 위험을 우려하여 모델을 직접 다운로드하는 것은 허용하지 않는다고 말했다.

의사들은 직접적인 진단을 내리기 위해서는 아니지만 수수께끼의 증후군에 대한 유전적 원인을 찾는 데 컴퓨터를 이용한 예측을 이미 활용하고 있다. 딥마인드는 블로그 게시글에서 이번 연구 결과물이 “질병의 근본 원인을 밝히기 위한 노력의 일환”이며, “더 빠른 진단과 생명을 구하는 치료법 개발로 이어질 수 있을 것”이라고 밝혔다.

이번 프로젝트는 딥마인드의 엔지니어 준 청(Jun Cheng)과 지가 아브섹(Žiga Avsec)의 주도로 3년에 걸쳐 진행됐고, 딥마인드는 질병 유발 가능성이 있는 7,100만 개의 변이에 대한 예측 결과를 공개했다고 밝혔다. 각각의 변이는 과오 돌연변이(missense mutation, 미스센스 돌연변이)이며, 이는 DNA 염기서열 하나가 다른 것으로 변경되어 유전자가 만드는 단백질이 변화한 변이를 의미한다.

미시간 주립대학교의 물리학자이자 AI 기술을 이용해서 유전자 문제에 대해 연구하는 스티븐 수(Stephen Hsu)는 “이번 연구의 목표는 단백질에 어떤 변화를 주고 나서 단백질 모양을 예측하는 대신에 그 단백질 변화가 인간에게 질병을 일으킬 수 있는지 알아보는 것”이라며 “대부분의 경우에 단백질에 변이가 발생하더라도 우리는 그 변이가 질병을 유발하는지 알지 못한다”고 설명했다.

외부 전문가들은 이번 딥마인드의 발표도 이전의 다른 발표들과 마찬가지로 아직 상업적 가치는 불분명하지만 매우 놀랍다고 말했다. 약을 개발하는 AI 기업 인실리코 메디슨(Insilico Medicine)의 설립자 알렉스 자보론코프(Alex Zhavoronkov)는 이번 발표에 대해서 “딥마인드가 딥마인드다운 결과물을 내놓았다”면서 “딥마인드는 회사 홍보에도 아주 뛰어날 뿐만 아니라 AI에 대해서도 놀라운 연구를 진행하고 있다”고 말했다.

자보론코프는 “현대 AI의 진정한 시험은 AI가 새로운 치료법으로 이어질 수 있는지 여부인데, 아직 그런 일은 일어나지 않았다”고 지적했다. 하지만 AI로 설계한 일부 약물이 실험 단계에 있으며, 유용한 새 단백질을 개발하려는 연구는 특히 주목받고 있는 분야라고 투자자들은 보고 있다. 포브스(Forbes)에 따르면, 제너레이트 바이오메디슨(Generate Biomedicines)이라는 회사는 항체를 만들기 위해 2억 7,300만 달러의 투자금을 조성했으며, 전직 메타(Meta) 엔지니어로 구성된 어떤 팀은 AI로 ‘암을 찾아내서 파괴하도록 프로그래밍 가능한 세포’를 만들어낼 수 있다고 생각하며 에볼루셔너리스케일(EvolutionaryScale)을 설립했다.

더 나은 모델

그러나 딥마인드의 이번 노력은 신약 개발보다는 의사의 희소 질환 진단, 그중에서도 특히 발진이 사라지지 않는 신생아나 갑자기 쇠약해진 성인처럼 수수께끼의 증상을 보이는 환자의 병에 대한 진단과 더 관련이 있다.

유전자 염기서열 분석(gene sequencing)의 발달로 의사들은 이제 사람의 유전체를 해독한 다음 DNA 데이터를 샅샅이 뒤져서 질병의 원인을 찾아낼 수 있다. 때로는 낭포성 섬유증(cystic fibrosis)을 유발하는 돌연변이처럼 원인이 명확한 경우도 있지만, 매사추세츠주 케임브리지에 있는 브로드연구소(Broad Institute)의 임상실험실 책임자 하이디 렘(Heidi Rehm)은 “광범위한 유전자 염기서열 분석을 수행하는 경우 약 25% 정도는 과학자들이 의심스러운 DNA 변이를 발견하더라도 그 변이가 건강에 미치는 영향을 완전히 이해하지 못한다”고 설명했다.

과학자들은 이러한 수수께끼의 돌연변이를 ‘의미가 불확실한 변이(variants of uncertain significance)’라고 부르며, 이러한 변이는 유전성 암 발병 위험과 관련이 높은 것으로 악명 높은 ‘BRCA1’ 유전자처럼 이미 철저하게 연구된 바 있는 유전자에서도 나타날 수 있다. 렘은 “모든 유전자에는 이러한 변이가 나타날 수 있다”고 말한다.

딥마인드는 알파미스센스가 AI를 사용해서 어떤 DNA 변이가 ‘양성’이고 어떤 변이가 질병을 유발할 가능성이 있는 ‘병원성’인지 예측하는 방식을 통해 답을 찾는 데 도움을 줄 수 있다고 말한다. 알파미스센스 이전에도 프리메이트AI(PrimateAI)처럼 이번 모델과 유사한 예측에 사용하는 프로그램들이 있었다.

렘은 “이미 이 분야에서는 많은 연구가 진행되어 왔으며, 컴퓨터를 이용한 이러한 예측기의 품질이 전반적으로 훨씬 좋아졌다”면서도 “컴퓨터 예측이 ‘한 가지 증거’일 뿐이며, 그 자체만으로는 DNA 변이가 실제로 어떤 질병을 일으킬 수 있다고 확신하기 어렵다”고 말했다.

일반적으로 전문가들은 환자로부터 얻는 실제 데이터, 가족 내 유전 패턴을 보여주는 증거, 클린바(ClinVar) 등 변이에 대한 공개 웹사이트를 통해 공유된 정보 같은 실험실 연구 결과를 확보하기 전에는 어떤 돌연변이가 ‘질병을 유발하는’ 돌연변이라고 선언하지 않는다.

렘은 “모델이 개선되고 있지만 아직 완벽한 모델은 없으며, 그런 예측 모델들이 DNA 변이의 질병 유발 여부를 확실하게 알려주지는 않는다”며, 딥마인드가 변이를 양성 또는 병원성이라고 묘사하면서 자사 모델의 예측 능력에 대한 의학적 확실성을 과장하는 것처럼 보여서 “실망했다”고 덧붙였다.

미세 조정

딥마인드에 따르면 이번 새 모델은 단백질 모양을 예측하는 초기 모델이었던 알파폴드를 기반으로 한다. 딥마인드의 연구 부사장 푸시미트 콜리(Pushmeet Kohli)는 알파미스센스가 알파폴드와는 매우 다른 작업을 수행하지만, 이전에 단백질 모양을 예측하면서 얻은 “생물학에 대한 직관을 활용하고 있다”고 말했다. 이번 모델은 알파폴드를 기반으로 했기 때문에 소프트웨어 실행에도 시간이 비교적 적게 걸리며 기반이 되는 모델 없이 모델을 처음부터 구축했을 때보다 에너지도 적게 소모된다.

기술적인 측면에서 알파미스센스는 사전 학습을 거친 후에 ‘미세 조정(fine-tuning)’이라고 하는 추가 단계를 통해 새로운 작업에 맞춰 조정된다. 이러한 이유로 KdT 벤처스(KdT Ventures)의 의사이자 생물학자인 패트릭 말론(Patrick Malone)은 이 모델이 “AI 분야에서 최근 가장 중요한 방법론적 발전을 보여주는 한 가지 예”라고 설명했다.

말론은 이어 “이 모델은 미세 조정된 AI가 사전 학습한 내용을 활용할 수 있다는 것을 보여준다”며 “이러한 사전 학습은 데이터에 충분한 규모로 접근하는 데 제한이 있는 경우가 많은 계산생물학(computational biology) 분야에서 특히 유용하다”고 강조했다.

생물보안 위험

딥마인드는 인간 유전자에 대한 모든 예측뿐만 아니라 컴퓨터 코드를 포함해서 작업을 완전히 재현하는 데 필요한 모든 세부 정보를 무료로 공개했다고 밝혔다. 그러나 이 모델을 인간이 아닌 다른 종의 유전자 분석에 적용할 경우 ‘생물보안’ 위험이 있을 수 있으므로 전체 모델을 즉시 다운로드해서 사용할 수 있도록 공개하지는 않는다.

저자들은 논문에 작은 글씨로 “연구 성과를 안전하고 책임감 있게 공개하기 위해서 우리는 모델이 잠재적으로 안전하지 않은 용도로 사용되는 일을 방지하기 위해 모델의 가중치를 공개하지 않을 것”이라고 적었다.

여기서 언급한 ‘안전하지 않은 용도’가 무엇인지, 연구자들이 염두에 둔 ‘인간 외의 종’이 어떤 종을 의미하는지는 분명하지 않다. 딥마인드가 구체적으로 명시하지는 않았지만, 이러한 악용의 위험성에는 AI를 사용해서 더 위험한 세균이나 생물무기를 설계하는 일도 포함될 수 있다.

그러나 우리와 이야기를 나눈 외부 전문가 중에서 적어도 한 명은 딥마인드의 이러한 제한을 “다른 누군가가 이 모델을 수정해서 빠르게 배포하지 못하도록 막기 위한 투명한 노력”이라고 설명했다. 이 외부 전문가는 자신이 창업했던 여러 기업에 구글이 투자하고 있다는 이유로 익명을 요청했다.

딥마인드는 모델 이용 제한에 안전 이외에 다른 이유가 있을 수 있다는 추측을 부인했다. 딥마인드의 대변인은 “이번 연구는 책임감 있는 AI를 연구하는 구글 딥마인드 연구소와 ‘외부 생물보안 전문가’의 평가를 받았다”고 밝혔다.

딥마인드는 성명을 통해 “모델에 대한 제한은 인간 외 다른 종에 대한 단백질 서열 예측을 제한하기 위한 것”이라며 “가중치를 공개하지 않으면 모델을 다운로드해서 인간이 아닌 다른 종에 사용하는 행위를 막을 수 있기 때문에 악의적인 행위자가 이 모델을 악용할 가능성을 줄일 수 있다”고 밝혔다.