핵심 내용 요약
스탠퍼드 대학교는 생성형 AI를 이용해 자연계에 존재하지 않는 16개의 박테리아를 “먹는” 바이러스(파지)를 설계했으며, 이로 인해 “AI가 치명적인 바이러스를 만들 수 있을까?”라는 우려가 제기되었습니다. 하지만 실제 목적은 박테리아 감염 치료에 사용되는 파지의 한계(적합한 파지를 찾기 어렵고, 박테리아가 빠르게 내성을 보인다는 문제)를 해결하는 것이었습니다. AI가 생성한 것은 기존 파지를 모방한 “고仿품”에 불과하며, 대유행을 일으킬 수 있는 위험한 바이러스와는 거리가 멉니다. 성공률이 낮고 구조가 단순할 뿐만 아니라, 바이러스 설계의 핵심 문제(독창성, 복잡한 기능 등)를 해결할 수 없습니다.
1. 연구의 실제 목적: 항생제로 치료할 수 없는 환자들을 구하기 위함
많은 사람들이 이것을 “AI가 바이러스를 만드는 것”으로 오해하지만, 연구팀의 본래 목적은 항생제 내성 문제를 해결하는 데 있었습니다. 예를 들어, 2015년에 한 교수가 “슈퍼박테리아”인 아시네토박터 바우만(Acinetobacter baumannii)에 감염되어 모든 항생제가 효과가 없었으나, 결국 파지 덕분에 살아남았습니다. 하지만 파지 치료는 널리 보급되지 않았는데, 이는 적합한 파지를 찾기가 매우 어렵고 박테리아가 빠르게 내성을 보이기 때문입니다. 스탠퍼드 연구팀은 AI를 활용해 특정 박테리아를 죽일 수 있는 파지를 “설계”하려는 것입니다.
2. 파지 치료가 왜 대중화되지 않았을까?
파지 치료는 사실 항생제보다 더 오래된 기술(1930~40년대에 유행)이었지만, 페니실린이 등장한 후에는 주목받지 못했습니다:
- 적합한 파지를 찾기가 어렵다: 전 세계에는 수천억 개의 파지가 있지만, 특정 박테리아를 죽일 수 있는 파지를 찾는 것은 사막에서 특정 모래알을 찾는 것과 같습니다;
- 박테리아의 내성: 유용한 파지를 찾더라도 박테리아가 빨리 내성을 보이기 때문에 새로운 파지를 계속 찾아야 하며, 대규모로 사용하기 어렵습니다.
이는 마치 특정 자물쇠를 열 수 있는 열쇠를 겨우 찾았는데 자물쇠가 갑자기 바뀐 것과 같은 상황입니다.
3. AI가 파지를 생성하는 방식: 기존 바이러스를 모방하여 유전자를 작성함
AI가 파지를 생성하는 것은 “무에서 유를 창조하는” 것이 아니라, ChatGPT가 글을 쓰는 것처럼 훈련 데이터를 모방하는 방식입니다:
- 연구팀은 200만 개의 파지 유전체를 사용해 AI를 훈련시켰으며, 대장균에 내성이 있는 “파지 174”와 유사한 서열을 강화하는 데 중점을 두었습니다;
- AI가 생성한 302개의 서열 중 단 16개만이 실제로 대장균을 죽일 수 있으며, 이 새로운 파지들은 174와 유전자적으로 97%의 유사성을 보입니다(즉, “복사+소폭 수정”에 불과하며 완전히 새로운 바이러스가 아닙니다).
4. AI가 치명적인 바이러스를 만들까 봐 걱정할 필요가 없는 이유
AI가 대유행성 바이러스를 만들 것이라고 걱정하는 것은 전혀 근거가 없습니다:
- 성공률이 매우 낮음: 302개의 후보 중 단 16개만이 유용하며, 파지는 가장 단순한 바이러스(약 5천 개의 염기쌍)에 불과합니다. 반면 코로나19 바이러스는 3만 개, 인플루엔자 바이러스는 1.4만 개의 염기쌍으로 구조가 훨씬 복잡합니다;
- 기능이 복잡하여 설계하기 어려움: 치명적인 바이러스는 인체 면역 체계를 피하면서 전염성과 독성을 동시에 갖춰야 하며, 이는 AI가 모방할 수 없는 영역입니다(ChatGPT가 글을 쓸 수 있지만 《홍루몽》 같은 작품은 쓸 수 없듯이);
- 목표의 차이: AI는 대량으로 “유사한 제품”을 생성하는 데 능하지만, 위험한 바이러스를 만들기 위해서는 “독창적인 작품”이 필요하며, 이는 현재 AI의 수준에서는 불가능합니다.
5. 이 연구의 의미: AI의 잠재력을 입증하지만 핵심 문제는 해결되지 않았음
이 연구의 가치는 AI가 사용 가능한 파지 서열을 생성할 수 있다는 것을 증명하는 데 있지만, 파지 치료의 핵심 문제(적합한 파지를 찾기 어렵고 박테리아의 내성 문제)는 해결하지 못했습니다:
- 마치 AI가 1000개의 글을 쓸 수 있어도 그중에서 “질병을 치료할 수 있는” 글을 찾기 어려운 것과 같습니다;
- 심지어 항생제를 설계하는 것보다도 더 어렵습니다(항생제의 구조가 완전한 바이러스보다 훨씬 단순합니다).
따라서 이 연구는 AI가 생물학 분야에서 작은 시도에 불과하며, “바이러스를 만드는 시작”은 아닙니다.
결론
이 연구의 본질은 AI를 활용해 인간이 “적합한 파지”를 찾는 것을 돕는 것이지, “치명적인 바이러스를 만드는 것”이 아닙니다. AI가 대유행을 일으킬까 봐 걱정할 필요는 없습니다. AI는 아직 “고仿품”조차 제대로 만들지 못했으니, 항생제 내성 문제를 해결하는 데 도움이 되는 것에 집중하는 것이 더 중요합니다.