구글 딥마인드가 인간 유전체의 가능한 모든 한 글자 변이 90억 개를 미리 계산했다: 1페타바이트, 알파폴드 DB의 30배

구글 딥마인드는 2026년 9월 8일 알파지놈 아틀라스(AlphaGenome Atlas)를 공개했다. 인간 유전체에서 가능한 모든 단일염기 변이 90억 개에 대해 분자 수준의 영향을 미리 계산해 담은 1페타바이트 규모의 데이터셋이며, 알파폴드 데이터베이스(AlphaFold Database)보다 30배 이상 크다. 변이 하나의 영향을 숫자 하나로 요약하는 AVI(AlphaGenome Variant Impact) 점수가 함께 공개됐고, 이 점수는 단백질을 코딩하는 유전체의 2%와 나머지 98%의 비코딩 영역 모두에 적용된다. 학술 연구용으로는 웹 포털에서 무료로 쓸 수 있다. ASAP은 딥마인드 공식 발표문을 1차 출처로 삼아 이 자원이 실제로 무엇을 바꾸고 어디에서 멈추는지 정리한다.

90억이라는 숫자는 실험이 불가능한 규모를 뜻한다

구글 딥마인드가 발표문에서 제시한 문제의식은 인간 유전체에서 일어날 수 있는 한 글자 돌연변이가 약 90억 가지인데 이를 실험실에서 하나씩 검증하는 일이 사실상 불가능하다는 것이다. 유전 변이가 분자 수준에서 어떤 영향을 미치는지 해석하는 작업이 유전체학의 병목이었던 이유가 여기에 있다.

딥마인드가 이미 내놓은 알파지놈은 특정 변이가 생물학적 과정에 어떤 영향을 주는지 예측하는 모델이다. 아틀라스는 새 모델이 아니라 그 모델의 예측을 유전체 전체에 대해 미리 돌려 놓은 결과물이다. 발표문의 표현대로 지도를 모아 지형을 잇는 아틀라스처럼, 변이 각각의 분자적 효과를 유전체 전역에 걸쳐 도해한 형태다.

수록 자원은 네 층으로 나뉜다. 첫째는 변이마다 수천 건에 이르는 분자 효과 예측으로, 유전자 발현 조절의 여러 측면을 다루며 사람과 생쥐의 수백 가지 세포 유형과 조직에 걸쳐 있다. 둘째는 그 예측을 하나의 숫자로 압축한 AVI 점수다. 셋째는 각 AVI 점수를 크로마틴 접근성, 스플라이싱, 보존성 같은 해석 가능한 범주로 분해한 특징 기여도다. 넷째는 유전체의 "단어"에 해당하는 2,500개 이상의 반복 DNA 서열 모티프와 그 위치 목록이다.

AVI 점수가 겨냥한 것은 유전체의 98%다

AVI 점수는 알파지놈의 조절 효과 예측과 단백질 변화 예측 모델인 알파미센스(AlphaMissense)의 출력을 하나로 합쳐 만든다. 딥마인드가 강조하는 지점은 이 점수가 단백질을 코딩하는 2% 영역과 유전자 활동을 조율하는 나머지 98% 영역 모두에서 작동한다는 것이다. 발표문에 따르면 형질과 연관된 변이 대부분이 그 98% 쪽에 몰려 있다.

이 설계는 기존 도구들이 남겨 둔 구멍을 정확히 겨냥한다. 코딩 영역의 변이는 아미노산이 바뀌는지, 종결 코돈이 생기는지 같은 판정 기준이 비교적 명확했고, 알파미센스를 비롯한 예측 도구도 여기에 집중돼 있었다. 반면 비코딩 변이는 어떤 유전자를 어느 세포에서 얼마나 조절하는지가 맥락에 따라 달라져, 하나의 점수로 줄 세우기가 어려웠다. 아틀라스가 파는 지점은 그 어려움을 우회하는 대신 세포 유형별 예측을 대량으로 미리 계산해 두고, 거기서 단일 점수를 뽑되 그 점수를 다시 어떤 과정이 망가졌는지로 분해해 되돌려 주는 구조다.

이 되돌림이 실무적으로 중요하다. 점수만 있으면 후보 변이를 줄 세울 수는 있어도 왜 그 변이가 위험한지는 알 수 없고, 실험 설계로 이어지지 않는다. 특징 기여도가 함께 붙으면 순위표가 곧바로 검증 계획으로 번역된다. 딥마인드가 AVI 점수를 여러 병원성 및 희귀질환 벤치마크에서 최고 수준이라고 밝힌 대목보다, 점수를 분해해 돌려주는 이 구조가 더 오래 남을 설계 선택으로 보인다.

이미 나온 세 건의 사례가 자원의 쓰임새를 보여준다

발표문은 외부 협력자들이 공개 전 이미 사용한 결과 세 건을 제시했다. 첫째는 희귀질환 쪽이다. 브로드 연구소(Broad Institute)의 로라 코빌(Laura Covill)과 앤 오도넬-루리아(Anne O'Donnell-Luria) 연구진은 GREGoR 컨소시엄과 함께 AVI 점수로 후보 변이의 우선순위를 매겨, 이전 연구에서 놓쳤던 변이를 찾아냈다. 대상은 뇌전증성 뇌병증과 강하게 연관된 DNM1 유전자였고, 알파지놈 예측은 그 변이가 잘못된 스플라이스 자리를 만들어 단백질이 비정상적으로 연장되게 한다는 작동 방식까지 보여줬다. 실험 스크리닝이 이 예측을 검증했고, 비슷한 효과를 내는 인근 변이들도 함께 발견됐다.

둘째는 집단 유전학 쪽이다. 엑서터 대학(University of Exeter)의 개러스 호크스(Gareth Hawkes)는 영국 바이오뱅크(UK Biobank) 참가자 5만 4,000명 이상의 전장유전체 데이터에 아틀라스를 적용했다. 희귀 변이를 예측된 분자 효과별로 묶는 방식으로 비코딩 유전 연관을 22% 더 찾아냈으며, 이는 통계적 잡음에 묻혀 검출되지 않았을 신호다. 여기서 노화와 연관된 PLA2G7과 세포의 산소 감지에 관여하는 EGLN1의 혈중 단백질 농도를 좌우하는 조절 변이가 특정됐다. 호크스는 같은 방식을 체질량지수로 확장해, 아틀라스가 영향이 가장 크다고 예측한 상위 1% 비코딩 변이만 추려 19개 유전 영역을 지목했다.

셋째는 기초 생물학 쪽이다. 스토워스 의학연구소(Stowers Institute)의 줄리아 자이틀링거(Julia Zeitlinger)와 멜라니 바일러트(Melanie Weilert)는 모티프 자원을 이용해, 어떤 전사인자가 DNA 접근성에만 영향을 주고 어떤 전사인자가 유전자를 켜고 끄는 일까지 하는지 분류했다.

미리 계산해 둔다는 선택이 이 발표의 핵심이다

알파지놈 아틀라스에 기술적으로 새로운 모델은 없으며, 알파지놈도 알파미센스도 이미 공개돼 있던 모델이다. 아틀라스가 한 일은 그 예측을 유전체 전역에 대해 선제적으로 돌려 1페타바이트로 굳혀 놓은 것이다. 이 선택이 왜 중요한지는 사용자 쪽에서 보면 분명해진다.

API로 모델을 호출해 변이를 하나씩 조회하는 방식에서는 연구자가 이미 후보를 좁혀 놓은 상태여야 한다. 즉 어디를 볼지 정해야 볼 수 있다. 반대로 전량 계산된 표가 있으면 방향이 뒤집힌다. 전체를 점수로 정렬한 다음 상위 구간을 훑는 탐색이 가능해지고, 호크스가 체질량지수 분석에서 상위 1%만 추려 19개 영역을 얻은 방식이 바로 그 형태다. 미리 계산은 연산량을 줄이는 최적화가 아니라 연구 질문의 방향을 바꾸는 조치다. 가설 검증에서 가설 생성으로 무게중심이 옮겨간다.

딥마인드가 알파폴드 데이터베이스 전례를 길게 언급한 것도 같은 맥락이다. 2022년 확장 때 실험적으로 밝혀진 구조 약 19만 개에서 예측 구조 2억 개 이상으로 늘리면서, 코딩 경험이 없는 연구자도 쓸 수 있는 포털을 함께 제공한 것이 확산의 결정적 요인이었다. 아틀라스도 웹 포털, 알파지놈 API, 구글 안티그래비티(Google Antigravity)의 스킬이라는 세 경로를 동시에 열었다.

알파폴드 전례를 그대로 대입할 수 없는 이유

다만 두 자원의 성격 차이는 짚어 둘 필요가 있다. 알파폴드가 예측한 단백질 3차원 구조는 실험으로 확인할 수 있는 하나의 정답이 존재하고, 예측 신뢰도를 스스로 점수로 내놓는다. 반면 변이의 분자적 효과는 세포 유형과 조직, 발생 시점, 다른 변이와의 조합에 따라 달라지는 조건부 값이다. 아틀라스가 사람과 생쥐의 수백 가지 세포 유형을 다룬다는 서술은 그 조건부성을 넓게 덮으려는 시도이지 제거했다는 뜻이 아니다.

이 차이는 오용 위험의 크기로 이어진다. 구조 예측이 틀리면 실험에서 곧 드러나지만, 변이 영향 예측이 틀리면 잘못된 후보가 순위표 상단에 올라 실험 자원을 소모시키고 진짜 원인 변이는 계속 묻힌다. 발표문에 실린 사례 세 건이 모두 예측 자체가 아니라 예측을 실험 검증이나 통계적 연관 분석과 결합한 형태라는 점은 그래서 시사적이다. 브로드 연구소 사례에서도 결정적이었던 것은 실험 스크리닝이 예측을 확인했다는 대목이다.

발표문 말미에 붙은 고지도 같은 방향을 가리킨다. 알파지놈 아틀라스가 제공하는 정보는 전문적 의학 조언이나 진단, 치료를 대신하지 않으며, 알파지놈은 어떤 임상 용도로도 검증되거나 승인된 바 없다고 명시돼 있다. 딥마인드 스스로도 이 자원을 종착점이 아니라 기준선이라고 표현했다.

국내 연구실이 지금 확인할 것

접근 조건부터 정리하면 판단이 빠르다. 웹 포털은 비상업적 용도로 발표 당일부터 열려 있고, 알파지놈 기본 모델은 학술용으로 깃허브와 API를 통해 이미 제공되며 상업적 이용은 구글 클라우드 모델 가든(Model Garden)에서 가능하다. 아틀라스의 상업적 이용은 구글 클라우드에서 곧 열린다고만 적혀 있어, 산업계 활용을 계획한다면 시점과 조건을 별도로 확인해야 한다.

실무 관점에서 먼저 시험해 볼 만한 것은 기존에 분석을 끝낸 데이터에 AVI 점수를 덧입혀 순위가 뒤집히는지 보는 일이다. 호크스의 22% 증가와 브로드 연구소의 DNM1 사례는 모두 새 코호트를 모은 결과가 아니라 기존 데이터를 다시 정렬한 결과였다. 국내에도 이미 축적된 전장유전체 코호트가 있고, 재분석은 새 실험보다 비용이 훨씬 낮다. 다만 이 자원의 예측이 사람과 생쥐 세포 유형 기준으로 만들어졌다는 점, 그리고 한국인 집단 특이적 변이의 빈도 정보는 아틀라스가 제공하는 항목이 아니라는 점은 분석 설계 단계에서 반영해야 한다.

아직 확인되지 않은 것들

첫째, 논문의 검토 상태다. 발표문은 논문 링크를 제공하지만 공개 시점 기준으로 동료 심사 완료 여부는 명시돼 있지 않다. 둘째, AVI 점수의 벤치마크 세부다. 여러 병원성 및 희귀질환 벤치마크에서 최고 수준이라는 서술은 있으나, 어떤 벤치마크에서 어떤 지표로 어느 정도 차이였는지는 발표문 본문에 수치로 제시되지 않았다.

셋째, 22%라는 수치의 조건이다. 이 값은 영국 바이오뱅크 참가자 5만 4,000명 이상을 대상으로 희귀 변이를 예측 효과별로 묶었을 때 얻어진 비코딩 연관의 증가분이며, 다른 코호트나 다른 형질에서 같은 폭이 재현될지는 별개 문제다. 넷째, 아틀라스 상업 이용의 개시 시점과 라이선스 조건이다. 발표문은 곧 제공된다고만 밝혔다.

출처: 구글 딥마인드 공식 발표문 'AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome'(2026년 9월 8일) 기반 ASAP 정리