📌 2026년 1월 업데이트: AlphaGenome 연구가 권위 있는 과학 저널 Nature에 정식 게재되었습니다. 논문과 모델은 각각 링크를 통해 누구나 확인할 수 있게 공개되었습니다.

게시일: 2025년 6월 25일 (업데이트 2026년 1월) · 글쓴이: Žiga Avsec, Natasha Latysheva · 분야: 생명정보학 · 인공지능

AlphaGenome: AI로 풀어보는 게놈의 비밀 — DNA 변이와 질병 연구의 새로운 시대

우리의 몸은 약 37조 개의 세포로 이루어져 있고, 그 안에는 "사용 설명서" 같은 것이 들어 있습니다. 바로 게놈(유전체)이라고 불리는 DNA 염기서열입니다. 눈 색깔, 키, 질병에 걸리기 쉬운 정도까지 사실상 모든 것이 이 DNA 글자 배열에 적혀 있습니다. 그리고 그 글자 하나가 살짝 바뀌는 것만으로도 우리 몸은 놀라울 정도로 다른 방향으로 작동할 수 있습니다.

하지만 문제는, DNA 사용 설명서가 어떻게 읽히고, 그 안의 작은 실수가 왜 특정 병을 일으키는지는 여전히 생물학 최대의 미스터리 중 하나라는 점입니다. 2025년 6월, 구글 딥마인드(Google DeepMind)는 이 미스터리에 큰 빛을 비출 새로운 AI 도구 AlphaGenome(알파게놈)을 공개했습니다. 2026년 1월에는 이 연구가 Nature에 등재되며 공식적으로 과학계의 인정을 받았습니다.

1. AlphaGenome이란 무엇인가요?

AlphaGenome은 DNA 염기서열을 입력으로 받으면, 그 안의 변이가 유전자 조절에 어떤 영향을 주는지 예측해주는 AI 모델입니다. 쉽게 말해 "DNA 글자 하나가 바뀌면 우리 몸의 스위치가 어떻게 on/off 되는지" 미리 계산해 주는 도구라고 생각하시면 됩니다.

특히 AlphaGenome이 주목받는 이유는 단백질을 만드는 유전자 정보 영역이 아닌, 비암호화 영역(비코딩 영역)에 초점을 맞췄기 때문입니다. 우리 게놈의 단 2%만 단백질 설계도 역할을 하고, 나머지 98%는 "조절 장치" 역할을 합니다. 마치 전선의 본체보다 그 본체를 언제, 어디서 켤지를 결정하는 스위치/조광기 회로에 가깝습니다. 이 98% 영역에 질병과 관련된 변이가 가장 많이 숨어 있는데, 기존 모델들은 이 부분을 정확히 해석하지 못했습니다.

💡 쉽게 말하면: AlphaGenome은 "건물의 본체 설계도"가 아니라, "건물의 조명·냉난방·환기 스위치 회로도"를 읽어주는 AI입니다.

2. 어떻게 작동하나요?

AlphaGenome은 긴 DNA 문자열을 통째로 읽어 들이고, 거기서 일어나는 수천 가지 분자 현상을 한 번에 예측합니다. 입력 가능한 길이는 최대 100만 개의 DNA 문자(염기쌍)로, 이전 모델의 한계를 크게 끌어올렸습니다.

예측하는 내용

유전자가 어디서 시작되고 끝나는지
RNA 스플라이싱(불필요한 부분을 잘라내고 필요한 부분만 이어 붙이는 과정)이 어디서 일어나는지
RNA가 얼마나 만들어지는지
DNA 특정 부위가 단백질과 결합하는지, 서로 가까이 붙는지

데이터와 학습 방식

학습 데이터는 ENCODE, GTEx, 4D Nucleome, FANTOM5 같은 대규모 공개 컨소시엄에서 가져왔습니다. 이들 프로젝트는 인간과 마우스의 수백 가지 세포·조직에서 유전자 조절의 핵심 양상을 실험으로 측정한 결과들을 공개 데이터베이스로 모아 둔 곳입니다. AlphaGenome은 이 풍부한 실험 데이터를 기반으로 패턴을 학습합니다.

핵심 기술 구조

알파게놈은 세 가지 핵심 기술을 차례로 사용합니다.

합성곱 신경망(CNN): DNA 안에서 짧은 패턴(예: "여기 단백질 결합 자리")을 먼저 찾아냅니다.
트랜스포머(Transformer): 패턴들 사이의 멀고 가까운 관계를 전체 염기서열에 걸쳐 전달합니다. 같은 어텐션 메커니즘으로 구글이 2017년 논문에서 처음 제시한 그 모델입니다.
출력 계층: 이렇게 모은 정보를 수천 가지 분자 특성 예측값으로 변환합니다.

학습과 추론에는 구글이 자체 설계한 AI 전용 칩 TPU(텐서 처리 장치) 여러 대를 병렬로 사용합니다. 한 번 모델을 학습시키는 데 약 4시간이 걸렸는데, 이는 이전 모델(Enformer)의 절반도 안 되는 컴퓨팅 예산입니다.

3. 기존 모델과 뭐가 다른가요? — 5가지 차별점

① 긴 DNA도 고해상도로 읽는다

이전 모델들은 "DNA를 길게 보면 자세히 못 보고, 자세히 보면 조금만 본다"는 딜레마에 갇혀 있었습니다. AlphaGenome은 최대 100만 글자를 한 번에 보면서도 한 글자 단위 해상도를 유지합니다.

② 한 모델로 모든 것을 예측한다

기존에는 "유전자 시작점은 A 모델, 스플라이싱은 B 모델, 단백질 결합은 C 모델"처럼 여러 모델을 따로 써야 했습니다. AlphaGenome은 이 모든 것을 하나의 모델에서 동시에 예측합니다.

③ 변이 점수화를 1초 만에

돌연변이의 영향은 보통 무거운 연산이 필요한데, AlphaGenome은 1초 이내에 모든 특성에 대한 변이 점수를 계산합니다. 약물 후보 탐색이나 대규모 환자 데이터 분석에서 압도적 속도 우위를 줍니다.

④ RNA 스플라이싱을 처음부터 직접 모델링

척수성 근위축증, 일부 낭포성 섬유증 같은 희귀 유전 질환은 RNA 스플라이싱 오류가 원인입니다. AlphaGenome은 스플라이싱 접합부의 위치와 발현량을 DNA만 보고도 명시적으로 예측하는 최초의 모델입니다.

⑤ 벤치마크 최우수

단일 DNA 염기서열 예측: 외부 모델 24개 평가 중 22개 1위
변이 규제 효과 예측: 외부 모델 26개 평가 중 24개에서 동등하거나 상회

여기서 비교 대상에는 그 작업에만 특화된 전용 모델들도 포함돼 있어, 범용 모델로서의 가치가 매우 높습니다.

4. 어디에 쓸 수 있나요?

🧬 질병 이해

유전 질환 변이의 기능을 정확히 해석할 수 있어, 새로운 치료 타깃 발굴에 도움을 줍니다. 특히 멘델 질환(멘델 유전 질환)처럼 단일 유전자에서 큰 효과를 내는 희귀 변이 연구에 특히 유용합니다.

🧪 합성생물학

합성생물학 분야에서는 "신경 세포에서만 켜지고 근육 세포에서는 꺼지는" 같은 정교한 조절 기능을 가진 인공 DNA를 설계할 때 AlphaGenome의 예측이 가이드 역할을 합니다.

🔬 기초 연구

게놈 안에서 진짜 중요한 조절 부위가 어디인지, 특정 세포에서 어떤 DNA 명령이 핵심인지 매핑하는 데 활용됩니다.

📌 실사용 예시: 백혈병 변이 분석

T세포 급성 림프모구 백혈병(T-ALL) 환자에서 발견된 변이를 AlphaGenome에 넣어 보니, 그 변이가 MYB DNA 결합 모티프를 새로 만들어 인접한 TAL1 유전자를 활성화한다는 것을 정확히 예측했습니다. 이는 기존에 알려진 질병 메커니즘과 일치하며, AlphaGenome이 "의미 없는 비암호화 변이"를 "질병 유전자"에 연결하는 데 얼마나 뛰어난지를 보여줍니다.

"이 분야에 있어서 이정표입니다. 처음으로, 장거리 맥락, 염기 수준의 정밀도, 최첨단 성능을 게놈 작업의 전 스펙트럼에 걸쳐 통합한 단일 모델을 갖게 되었습니다." — 메모리얼 슬로언 케터링 암센터, Caleb Lareau 박사

"AlphaGenome은 이 분야를 위한 강력한 도구가 될 것입니다. 서로 다른 비암호화 변이의 관련성을 결정하는 것은, 특히 대규모로 수행할 때 매우 어려울 수 있습니다. 이 도구는 퍼즐의 결정적인 조각을 제공하여, 암과 같은 질병을 더 잘 이해하는 데 더 나은 연결을 가능하게 할 것입니다." — 런던대학교, Marc Mansour 교수

5. 아직 부족한 점은?

아무리 강력한 모델도 한계는 분명합니다. AlphaGenome도 마찬가지입니다.

10만 DNA 문자 이상 떨어진 먼 조절 부위의 영향을 정확히 잡아내는 것은 여전히 도전 과제입니다.
세포·조직별 특이적 패턴 인식은 개선이 필요합니다.
개인별 게놈 예측용으로 설계되지 않았으며, 유전 변이가 실제 형질·질병으로 어떻게 연결되는지 전체 그림은 제공하지 못합니다(이는 발달·환경 요인 등을 포함하는 더 큰 영역입니다).

현재는 임상 진단 도구가 아닌 연구용 도구로만 사용해야 한다는 점이 공식적으로 명시되어 있습니다.

6. 누구나 쓸 수 있나요?

네, 일정한 조건 아래에서 가능합니다. 2025년 6월 기준 AlphaGenome API가 프리뷰 형태로 개방되어 있으며, 비상업적 연구 목적으로 무료 이용이 가능합니다. 향후에는 모델 가중치 자체도 공개될 예정입니다.

📄 Nature 논문 읽기
🔧 AlphaGenome API 사용해 보기
💬 커뮤니티 포럼에서 질문·피드백 남기기
🏢 상업적 이용은 별도 문의 필요

7. 마무리하며

AlphaGenome은 단순히 "또 하나의 AI 모델"이 아닙니다. 이 도구는 질병의 유전적 원인을 찾는 속도를 한 단계 끌어올리고, 합성생물학·기초연구의 새로운 길을 열어줄 잠재력을 가지고 있습니다. 특히 그동안 다뤄지지 않았던 비암호화 영역 98%를 읽기 시작했다는 점에서, 게놈학의 새로운 장을 여는 사건이라 할 수 있습니다.

지금 이 순간에도 전 세계 연구자들은 이 도구를 활용해 새로운 변이의 의미를 해독하고, 알지 못했던 유전자 회로의 비밀을 풀고 있습니다. 학계·산업계·정부가 함께 협력한다면, DNA에 적힌 복잡한 세포 과정의 이해가 한층 깊어지고, 결국 새로운 진단법과 치료법 개발로 이어질 수 있을 것입니다.