AI가 설계한 박테리오파지 16종이 실제로 대장균을 감염시켰다

스탠퍼드대와 아크연구소(Arc Institute) 연구진은 2026년 8월 6일 사이언스에 게재한 논문 "Generative design of bacteriophages with genome language models"에서 게놈 언어 모델 Evo 1과 Evo 2로 설계한 박테리오파지 302종을 합성해 그중 16종이 대장균을 감염시키고 증식하는 데 성공했다고 보고했다. 설계 대상은 대장균만 감염하는 파지 ΦX174이며, 생성된 파지 가운데 세 종은 자연형 ΦX174보다 높은 적합도를 보였다. ASAP은 사이언스 게재 논문과 연구진 소속 기관 발표를 1차 근거로 이번 결과가 실제로 무엇을 넘어섰고 어디서 논쟁이 시작되는지 정리한다.

게놈 언어 모델이 파지 게놈 한 벌을 통째로 써냈다

Evo 1과 Evo 2는 DNA 염기서열을 언어처럼 학습해 새로운 서열을 생성하는 게놈 언어 모델이며, 이번 연구는 두 모델로 파지 게놈 전체를 설계했다. Evo 1은 원핵생물과 파지 게놈 270만 개로, Evo 2는 생명의 나무 전반에 걸친 9조 3천억 개 염기로 학습했다.

연구진은 두 모델을 미크로비리대(Microviridae)과 게놈 14,266개로 미세조정한 뒤 ΦX174 변이체 게놈을 생성했다. ΦX174는 약 5.4킬로베이스 단일가닥 DNA에 유전자 11개가 겹쳐 배치된 작은 게놈이고, 1935년 파리 하수도에서 분리된 이래 분자생물학의 표준 실험 재료로 쓰여 왔다.

생성물은 계산 필터를 거쳐 302종으로 좁혀졌고, 이 후보들은 DNA로 합성돼 대장균 C 균주 배양액에 투입됐다. 결과적으로 16종이 세균을 감염시키고 용균해 플라크를 형성했다. 여러 생성 파지를 섞은 칵테일은 ΦX174에 내성을 얻은 대장균의 저항을 빠르게 무너뜨렸다.

302분의 16이라는 숫자를 어떻게 읽어야 하는가

성공률 5퍼센트대는 생물 설계 문헌의 맥락에서 낮은 수치가 아니며, 오히려 이 분야에서 기대치를 재조정하게 만드는 값이다. 게놈은 유전자 하나가 아니라 유전자 11개와 조절 요소들이 서로 겹쳐 놓인 구조이고, 임의의 한 지점을 잘못 건드리면 전체가 작동을 멈춘다.

비교 기준을 세워 보면 숫자의 성격이 드러난다. 단백질 하나를 설계할 때는 접히기만 하면 부분 점수를 받을 수 있다. 게놈 설계에는 부분 점수가 없다. 복제하고, 캡시드를 만들고, 숙주를 깨고 나오는 전 과정이 이어져야 플라크가 하나 생긴다. 302개를 넣어 16개가 살아 나왔다는 것은 모델이 서열의 통계적 그럴듯함이 아니라 기능적 제약을 상당 부분 내면화했다는 뜻이다.

동시에 이 숫자는 자동화와 거리가 멀다는 사실도 말해 준다. 286종은 죽은 서열이었고, 어느 설계가 왜 실패했는지 모델은 미리 알려 주지 않았다. 현재 방식의 실체는 생성 모델이 후보를 대량으로 뽑고 습식 실험실이 전수 검증하는 협업이며, 병목은 생성 쪽이 아니라 합성과 검증 쪽에 남아 있다.

"자연에 없던 바이러스"라는 표현이 정확히 가리키는 것

이번에 만들어진 파지는 실재하는 파지 ΦX174의 변이체이며, 계통 자체가 새로운 바이러스가 아니다. 여러 매체가 사용한 "자연에 없던 바이러스"라는 표현은 생성된 서열이 알려진 어떤 서열과도 동일하지 않다는 뜻이지, 새로운 종류의 병원체가 등장했다는 뜻이 아니다.

이 구분은 위험 평가의 출발점이라 흐리면 안 된다. 대상 파지는 사람이 아니라 대장균을 감염하며, 숙주로 쓰인 것도 실험실용 대장균 C 균주다. 연구진이 ΦX174를 고른 이유에는 이 게놈이 작고 오래 연구돼 결과 해석이 명확하다는 실험적 이점과 함께, 사람에게 위험하지 않은 대상이라는 안전 판단이 함께 들어 있다. Evo 2는 사전학습 데이터에서 사람 감염 바이러스를 제외했다는 방침도 공개돼 있다.

그럼에도 축소해 읽어서는 안 되는 부분이 있다. 이번에 검증된 것은 특정 바이러스 종의 위험성이 아니라 방법론의 작동 여부다. 게놈 언어 모델이 기능하는 바이러스 게놈을 설계할 수 있다는 사실이 확인된 이상, 그 능력이 다른 대상으로 옮겨 갈 수 있는지는 대상 선택의 문제로 남는다. 리딩대 세포미생물학 부교수 사이먼 클라크는 이번 결과가 더 강한 바이러스를 이전보다 효율적으로 만들 기술이 존재한다는 사실을 확인해 준다고 지적했다.

항생제 내성 앞에서 파지 칵테일이 갖는 가치

파지 치료의 오래된 약점은 세균이 파지에 내성을 얻는 속도이며, 이번 연구는 그 지점을 정면으로 겨냥했다. 내성 대장균 앞에서 생성 파지 칵테일이 저항을 무너뜨렸다는 결과는 단일 파지 성능보다 실무적으로 중요한 값이다.

내성 경쟁의 구조를 보면 이유가 분명해진다. 세균은 세대 시간이 짧아 특정 파지의 부착 지점을 바꾸는 변이를 빠르게 축적한다. 자연에서 파지를 채집해 쓰는 기존 방식은 새 내성이 생길 때마다 새로운 파지를 다시 찾아 나서야 했고, 그 탐색 시간이 치료 일정과 맞지 않았다. 설계로 파지를 만들 수 있다면 탐색 문제가 생성 문제로 바뀐다.

한국 의료 현장에서 이 방향이 갖는 무게는 내성균 통계와 붙여 읽을 때 커진다. 국내 상급종합병원의 카바페넴 내성 장내세균속균종 대응은 이미 항생제 신약 개발 속도만으로는 감당하기 어려운 국면에 들어와 있고, 파지 치료는 그 공백을 메울 후보로 오래 거론돼 왔다. 다만 이번 논문의 대상은 치료용 병원체가 아니라 실험실 표준 대장균이며, 임상 적용까지의 거리는 이번 결과가 좁혀 준 거리보다 훨씬 멀다.

합성 DNA 주문 심사가 이번 논문이 남긴 진짜 숙제다

존스홉킨스대의 토머스 잉글스비와 모리츠 한케는 AI가 생성한 게놈이 기존에 특성이 규명된 핵산 서열과 크게 다를 수 있어 새로운 설계를 걸러 낼 심사 방법을 시급히 개발해야 한다고 지적했다. 두 사람은 합성 뉴클레오티드 공급 업체가 현행 자율 관행을 넘어 법적 의무로서 주문 심사와 고객 정당성 확인을 수행해야 한다고 제안했다.

이 지적이 겨냥하는 것은 기존 통제 장치의 작동 원리다. 합성 DNA 주문 심사는 지금까지 알려진 위험 병원체 서열과의 유사도 대조에 의존해 왔다. 대조군에 없는 서열을 생성해 내는 모델이 등장하면, 유사도 기반 심사는 위험한 설계를 안전한 신규 서열로 분류할 여지가 생긴다. 방어선이 뚫렸다기보다 방어선이 전제하던 조건이 바뀐 상황이다.

논문 저자들도 같은 문제를 인지하고 있으며, 향후 전체 게놈 설계 연구를 수행하는 그룹은 프로젝트 전 주기에 걸쳐 안전 및 보안 전문가와 협의해야 한다고 권고했다. 규범이 기술을 따라가지 못하는 국면에서 연구자 자율 규범이 먼저 제시된 사례이고, 실효성은 이 권고가 학술지 심사 요건이나 공급망 계약 조건으로 옮겨 가느냐에 달려 있다.

남아 있는 열린 질문

이번 결과가 답하지 않은 질문은 세 갈래다. 첫째는 일반화 범위다. 검증된 것은 5.4킬로베이스 단일가닥 DNA 게놈 하나이며, 게놈 크기가 수십 배 커지고 조절 관계가 복잡해지는 대상에서 같은 성공률이 유지되는지는 별개의 실험 문제다.

둘째는 설계 의도의 통제 가능성이다. 16종이 살아남았다는 사실은 모델이 기능하는 서열을 생성할 수 있음을 보여 주지만, 특정 성질을 지정해 그것만 얻어 내는 통제와는 다르다. 적합도가 높은 세 종이 나온 것과, 원하는 수준의 적합도를 지정해 설계하는 것은 아직 같은 능력이 아니다.

셋째는 심사 체계의 이행 속도다. 잉글스비와 한케가 제안한 의무 심사는 각국 규제와 업계 표준을 함께 바꿔야 하는 사안이고, 사이언스 논문이 나온 2026년 8월 시점에 그 제도적 작업은 시작 단계에 있다.

출처: 사이언스 게재 논문 "Generative design of bacteriophages with genome language models"(Samuel H. King 외, 2026년 8월 6일)와 리딩대 전문가 코멘트, 존스홉킨스대 연구자 논평 기반 ASAP 정리