AI가 자연에서 발견되지 않는 16가지 생존 가능한 바이러스를 설계, 스탠포드 및 브로드 연구소 연구원 보고서

Stanford와 Broad Institute의 연구원들은 생성 AI를 사용하여 박테리아를 죽이는 16개의 기능성 바이러스를 만들어 Science에 최초의 결과를 발표했습니다.

스탠포드 대학과 MIT 및 하버드의 브로드 연구소 연구원들은 인공 지능을 사용하여 자연에 존재하지 않는 기능성 바이러스를 설계하고 합성했으며, 이는 여러 매체에서 의학과 생물 보안 모두에 광범위한 영향을 미치는 과학적 최초라고 설명하는 것을 의미합니다.

2026년 8월 7일 사이언스 저널에 발표된 연구 결과에서 연구팀은 자연적으로 발생하는 박테리오파지(박테리아를 감염시키는 바이러스)를 템플릿으로 사용한 다음 생성 AI를 사용하여 수천 개의 새로운 게놈 서열을 생성했다고 밝혔습니다. 연구팀은 AI가 생성한 게놈 중 약 300개를 화학적으로 합성하고 실험실 조건에서 테스트한 결과 완전히 생존 가능한 자가 복제 바이러스 16개를 만들었습니다.

Brian Hie와 Samuel King을 포함한 연구자들이 주도한 이 연구는 기계 학습 모델이 이제 전체 살아있는 생물학적 개체를 처음부터 설계할 수 있음을 보여줍니다. 직접 비교 테스트에서 합성 바이러스의 혼합물은 자연적으로 발생하는 파지보다 대장균 박테리아를 죽이는 데 더 효과적인 것으로 입증되었으며, 이는 AI 생성 병원체가 표적 적용에서 자연 대응보다 더 나은 성능을 발휘할 수 있음을 시사합니다.

빠르게 변화하는 AI 연구 혁신의 최전선을 추적하는 독자들에게 이 작업은 최근까지 추측성 논의에 속했던 문턱, 즉 인공 지능을 사용하여 완전하고 기능적인 유기체를 생성하는 능력을 넘은 것으로 주목할 만합니다.

텍스트에서 게놈까지

이 접근 방식은 언어 모델의 아키텍처를 반영합니다. AI 시스템은 문장의 다음 단어를 예측하는 대신 바이러스 게놈의 다음 구성 요소를 예측합니다. 알려진 파지 DNA 서열의 대규모 데이터베이스를 훈련함으로써 모델은 이러한 게놈이 조립되는 방식을 제어하는 통계적 패턴을 학습했습니다. 그런 다음 동일한 생물학적 규칙을 따르지만 이전에 분류된 바이러스와 일치하지 않는 완전히 새로운 서열을 생성할 수 있습니다.

연구진은 AI가 설계한 게놈 중 약 290개를 합성했습니다. 박테리아 배양에 도입되었을 때 그 중 16개는 성공적으로 감염되어 목표 내에서 복제되었습니다. 이는 단지 종이에 있는 그럴듯한 유전자 서열이 아니라 작동하는 생물학적 기계임을 확인했습니다.

저자들은 사이언스(Science)에 "우리의 접근 방식은 방향성 진화 및 합리적 공학과 같은 방법과 함께 합성 유전체학이 달성할 수 있는 것을 확장합니다."라고 썼습니다. 그들은 이 연구가 "빠르게 진화하는 병원체에 대해 적응력 있고 회복력이 있는 파지 치료법을 생성하기 위한 경로를 제시"하고 "더 크고 더 복잡한 게놈의 생성 설계를 위한 기반을 구축"했다고 말했습니다.

의료 약속이 생물보안에 대한 우려를 충족시킵니다

의학적 의미는 중요합니다. 박테리오파지는 특히 약물 내성 박테리아 감염이 전 세계적으로 확산됨에 따라 기존 항생제에 대한 잠재적인 대안으로 오랫동안 연구되어 왔습니다. AI가 특정 병원체에 맞는 파지를 신속하게 설계할 수 있다면 세계보건기구(WHO)가 다가오는 항생제 이후 시대를 경고한 시기에 맞춤형 항균 치료법의 개발을 가속화할 수 있습니다.

이번 연구에 참여하지 않았지만 토론토 대학교와 토론토 종합병원의 감염병 전문가인 아이작 보고흐(Isaac Bogoch)는 알자지라와의 인터뷰에서 이번 연구가 희망적인 의미와 우려스러운 의미를 모두 담고 있다고 말했습니다. AI가 설계한 바이러스는 새로운 방식으로 항생제 내성 감염을 해결하는 데 도움이 될 수 있지만 "완전하고 기능적인 바이러스를 설계하는 동일한 능력이 유해한 병원체에 적용되면 쉽게 심각한 생물학적 보안 위험이 될 수 있다"고 그는 말했습니다.

시드니에 있는 뉴사우스웨일스대학교 생명공학 및 생명분자과학대학의 교수인 Fatemeh Vafaee는 연구의 엄격함을 지적하면서 이중 용도에 대한 우려를 표명했습니다. 그녀는 생성 AI와 합성 유전체학의 융합을 위해서는 강력한 가드레일, 검사 프로토콜 및 감독 메커니즘이 사실 이후가 아닌 기술과 함께 성장해야 한다고 제안했습니다.

가속 능력의 패턴

Science 출판물은 AI 기반 단백질 및 게놈 설계의 초기 이정표를 따릅니다. 2025년 9월, 연구자들은 박테리아를 복제하고 죽이는 것으로 밝혀진 세계 최초의 AI 설계 바이러스를 발표했습니다. 새로운 연구는 더 나아가 대규모로 여러 개의 실행 가능한 바이러스를 생성하고 AI가 설계한 조합이 통제된 실험에서 자연 파지보다 성능이 우수하다는 점을 입증했습니다.

진행 속도로 인해 일부 생물보안 전문가들은 불안해졌습니다. 이제 단일 연구 그룹이 수백 개의 후보 게놈을 생성하고 몇 주 만에 수십 개의 게놈을 검증할 수 있다는 사실은 생성 모델이 컴퓨터 설계와 생물학적 현실 사이의 타임라인을 어떻게 압축하는지를 보여줍니다. 정책 입안자와 과학 단체는 상업용 DNA 합성 제공업체가 잠재적으로 위험한 서열을 제조하기 전에 이를 표시할 수 있도록 업데이트된 스크리닝 프레임워크를 점점 더 요구해 왔습니다.

여러 정부와 국제기구에서는 AI 생물학 도구의 급속한 발전과 병행하여 유전자 서열 스크리닝 표준을 개발해 왔습니다. 우려는 가설이 아닙니다. DNA 합성 비용이 계속 하락함에 따라 AI 생성 게놈을 물리적 유기체로 전환하는 데 대한 장벽이 감소합니다.

다음에 나올 내용

스탠포드와 브로드 연구소 연구원들은 그들의 연구가 잠재적으로 파지를 넘어 다른 생물학적 시스템으로 이동하면서 점점 더 크고 더 복잡한 게놈을 설계하기 위한 기반을 마련했다고 말했습니다. 그들은 이 연구를 생성 AI가 단순한 이론적인 연습이 아닌 합성 생물학의 실용적인 엔진으로 기능할 수 있다는 증거로 자리매김했습니다.

과학계의 경우 즉각적인 질문은 재현성, 안전 프로토콜 및 접근에 관한 것입니다. AI가 설계한 파지가 임상 환경에 안전하게 배포될 수 있는지 여부는 광범위한 테스트가 필요합니다. 더 넓은 대중을 위해 이 연구는 한때 자연의 독점적 영역으로 생각되었던 영역을 인공 지능이 재형성하고 있는 또 다른 사례를 나타냅니다.