인간의 유전체는 약 30억 개의 염기쌍으로 이루어져 있지만, 그 대부분은 여전히 미지의 영역으로 남아 있다. 단백질을 만드는 정보를 담은 부분은 전체의 약 2%에 불과하고, 과학자들은 이 영역에 대해서는 비교적 잘 이해하고 있다. 문제는 나머지 98%다. 이 비(非)코딩 영역은 단백질을 직접 만들지 않지만 언제, 얼마나 단백질이 생산될지를 조절하는 스위치와 다이얼 같은 역할을 한다. 구글 딥마인드가 이번에 공개한 '알파지놈 아틀라스(AlphaGenome Atlas)'는 바로 이 넓고 어두운 영역을 포함해, 유전체에서 일어날 수 있는 모든 단일 염기 변이의 영향을 미리 계산해 데이터베이스로 정리한 결과물이다.
90억 개 변이를 미리 계산한다는 것
핵심 아이디어는 단순하지만 규모가 압도적이다. 유전체의 각 위치에서 염기가 다른 문자로 바뀌는 경우를 모두 고려하면 이론적으로 약 90억 개의 단일 염기 변이가 존재한다. 딥마인드는 기존에 공개했던 알파지놈 AI 모델을 활용해 이 90억 개 변이 각각이 유전자 조절에 미치는 영향을 사전에 계산해 두었다. 그 결과물은 약 1페타바이트에 달하는 방대한 데이터셋이다. 연구자가 특정 변이의 영향을 알고 싶을 때 모델을 매번 새로 돌릴 필요 없이, 이미 계산된 결과를 조회하기만 하면 된다는 점이 이 접근의 실질적 가치다.
기존 알파지놈 모델은 비코딩 DNA 영역의 단 하나의 변화가 단백질 생산 같은 분자 수준의 과정을 어떻게 교란하는지 보여줄 수 있었다. 그러나 개별 변이를 하나씩 분석하는 방식으로는 전체 그림을 그리기 어려웠다. 아틀라스는 이 모델을 '사후 참조가 가능한 지도'로 바꿔 놓았다는 데 의미가 있다. 즉, 모델이 가진 예측 능력을 개별 질의가 아니라 유전체 전체를 훑는 카탈로그 형태로 재구성한 것이다.
AVI 점수와 접근성
방대한 데이터를 실제로 쓰려면 탐색을 단순화하는 장치가 필요하다. 아틀라스는 이를 위해 '알파지놈 변이 영향(AVI) 점수'를 도입했다. AVI는 코딩 영역과 비코딩 영역에 대한 예측을 하나의 값으로 통합한 지표로, 연구자가 수천 개의 데이터 포인트를 일일이 들여다보지 않고도 어떤 변이가 더 주목할 가치가 있는지 빠르게 우선순위를 매길 수 있게 해준다. 유망한 후보를 선별하는 초기 단계에서 시간을 크게 줄여주는 도구인 셈이다.
접근 방식도 눈여겨볼 만하다. 아틀라스는 별도의 코딩 능력이 필요 없는 웹 포털을 통해 오늘부터 제공된다. 딥마인드는 이를 통해 임상 연구자와 생물학자가 전 세계 어디서든 별다른 프로그래밍 지식 없이 데이터를 활용할 수 있도록 접근성을 넓히려 한다고 설명한다. 유전체 연구의 진입 장벽을 낮춰 발견의 속도를 높이겠다는 취지다.
실무적 의미와 한계
한국의 IT·바이오 실무자 관점에서 이 발표가 흥미로운 지점은 두 가지다. 하나는 'AI 추론 결과를 사전 계산해 데이터베이스화한다'는 패턴이다. 실시간으로 대형 모델을 호출하는 대신, 가능한 입력 공간 전체를 미리 계산해 조회형 서비스로 제공하는 방식은 입력 공간이 유한하고 반복 질의가 많은 문제에서 특히 효율적이다. 유전체 변이처럼 경우의 수가 크지만 유한한 도메인은 이 전략과 잘 맞는다. 다른 하나는 복잡한 다차원 예측을 AVI 같은 단일 지표로 요약해 비전문가의 의사결정을 돕는 인터페이스 설계다. 이는 예측 모델을 제품화할 때 반복적으로 마주치는 과제이기도 하다.
동시에 분명한 한계도 인식할 필요가 있다. 아틀라스가 제공하는 것은 실험으로 확인된 사실이 아니라 AI 모델의 예측값이다. 90억 개 변이 전부를 실험으로 검증하는 것은 불가능하므로 예측이 갖는 불확실성은 그대로 남는다. 통합 점수인 AVI 역시 우선순위를 좁히는 스크리닝 도구로 이해하는 편이 안전하며, 임상적 판단의 근거로 삼으려면 별도의 실험적 검증이 뒤따라야 한다. 또한 이번 공개 자료에는 성능을 뒷받침하는 구체적 벤치마크 수치나 정확도 지표가 제시되지 않았다는 점도 함께 감안해야 한다.
결국 알파지놈 아틀라스는 유전체 연구자가 '어디를 먼저 볼 것인가'라는 질문에 답하기 위한 대규모 참조 지도에 가깝다. 그 자체로 답을 내려주는 도구라기보다, 다음 실험을 설계하는 출발점을 좁혀주는 augmentation 파트너로 보는 것이 이 데이터베이스의 가치를 가장 정확하게 이해하는 방식일 것이다.