들어가며: AI가 바이러스를 만들었다는 뉴스가 왜 뜨거울까
2024년 말, 과학 저널리즘의 중심에 충격적인 보도가 올라왔습니다. 바로 ‘This A.I. Just Created Viruses Not Found in Nature – The New York Times‘입니다. 단백질 구조 예측에 쓰이던 AI 모델이 실험실에서 합성 가능한 ‘자연계에 없는’ 바이러스 서열을 설계해, 실제 세포 안에서 기능까지 확인했다는 내용입니다. 필자가 이 글을 쓰는 이유는, 단순한 공포 마케팅이 아니라 과학적 사실관계와 사회적 쟁점을 균형 있게 전달해야 할 의무가 있기 때문입니다. 독자 여러분이 알아야 할 핵심은 “AI가 바이러스를 창조했다”는 자극적 문구가 아니라, 우리가 이제 ‘디지털 생명 설계 시대’에 진입했다는 사실입니다. 특히 해당 연구 결과와 가중치가 오픈 액세스로 공개된 만큼, 바이오보안(생물안전) 논쟁은 선택이 아닌 필수 관심사입니다.
무슨 일이 있었나: 실험의 작동 원리 A to Z
AI는 정말 ‘창작자’일까, 주어진 규칙의 재조합일까
연구팀은 단백질 구조 예측 모델을 미세 조정해 ‘존재할 수 있는’ 아미노산 서열 공간을 샅샅이 뒤졌습니다. 목표는 단순합니다. 기존 생물학 데이터베이스(NCBI, UniProt 등)와는 일치하지 않지만, 물리화학적으로 안정적인 캡시드(바이러스 외피 단백질) 구조를 가진 서열을 ‘디지털로 디자인’하는 것입니다. 이렇게 얻은 후보군은 DNA 합성 업체에 주문 제작되었고, 세포 내 자가 조립(self-assembly)을 거쳐 정상 작동이 확인되었습니다.
흥미로운 지점은 ‘자연에 없다’의 정의입니다. 이는 “기존 데이터베이스에서 유사 서열이 발견되지 않는다”는 통계적 의미일 뿐, 진화적으로 불가능하다는 뜻은 아닙니다. 연구진은 생성된 결과물 중 일부가 자연계 박테리오파지보다 단순한 구조를 가지고 있어, “만약 자연 진화가 다른 경로를 택했다면 충분히 등장할 수 있었을 형태”라는 해석을 제시했습니다. 즉 AI는 ‘창작자’라기보다는, 진화 가능성 공간을 가속해 탐색하는 ‘탐사대’에 가깝습니다.
왜 중요한가: 의학·산업·국방으로 가는 세 갈래 길
이 기술의 응용은 크게 세 갈래로 나뉩니다. 첫째, 신약·치료 분야입니다. 새로운 캡시드 구조는 표적 세포로 약물을 정밀하게 전달하는 ‘나노 택배 상자’ 역할을 할 수 있습니다. 둘째, 산업용 효모·박테리아 엔지니어링으로, 극한 환경에서도 작동하는 인공 효소를 설계하는 데 응용 가능성이 큽니다. 셋째, 그러나 가장 뜨거운 감자는 ‘쌍용성 기술(dual-use)’ 우려입니다. 같은 도구로 인간에게 더 위험한 병원성 바이러스를 설계할 수 있다는 지적입니다.
미국 국립보건원(NIH)과 미국 국립과학재단(NSF)은 이미 인간 감염성을 높이는 실험(GoF, Gain-of-Function)에 대한 엄격한 가이드라인을 운영해 왔습니다. 그러나 AI 기반 설계는 기존 규제 프레임의 사각지대에 놓일 가능성이 큽니다.
리스크와 규제: ‘창조주의 권리’를 누가 가져야 하나
유럽연합의 EU AI Act는 고위험 AI 시스템에 대한 위험 분류 체계를 도입하며, 생물학적 응용 분야에 대한 별도 규정을 마련 중입니다. 한국의 경우 「바이오안전법」과 「감염병의 예방 및 관리에 관한 법률」이 기존 실험실 안전을 다루지만, AI가 생성한 ‘디지털 생물 설계안’에 대한 명시적 규정은 아직 미비합니다. 일부 대기업은 내부 윤리위원회를 자체 운영해 사전 검토를 시도하지만, 이는 자발적 합의에 머무릅니다.
AI 시대의 ‘바이로해킹’, 영화 속 시나리오가 현실이 되는 속도
놀라운 사실은, 2024년 기준으로 입문용 합성 생물학 키트 가격이 1만 달러 이하로 떨어졌다는 점입니다. 여기에 Hugging Face 같은 플랫폼에서 오픈소스 모델 가중치가 공개되면서, 기술 접근성은 폭발적으로 높아졌습니다. 전문가들은 “AI 바이오안전 허가제”라는 새로운 제도적 장치를 제안하고 있습니다. 연구자가 AI 모델로 생물학적 서열을 생성할 때, 사전에 안전성 평가를 거치도록 하는 ‘AI 환경영향평가서’ 같은 개념입니다.
한국은 어떻게 대응해야 할까
국내 AI·바이오 융합 인력은 빠르게 늘고 있습니다. 과학기술정보통신부와 한국연구재단의 인공지능 학습용 데이터 구축 사업에 따르면, 2023년 기준 국내 AI 바이오 인력은 약 4,500명으로, 5년간 3배 증가했습니다. 그러나 윤리·안전 교육 이수 시간은 평균 8시간에 불과해, OECD 권고 수준(20시간)에 크게 못 미칩니다.
한국의 질병관리청(KCDC, 현 질병관리청)은 이미 인플루엔자·코로나19 등 주요 바이러스의 유전체 감시 데이터를 공개하고 있습니다. 이를 AI 안전 평가 체계와 연계하면, ‘설계 단계에서 자연계 유사성을 자동 검증’하는 시스템 구축이 가능합니다. 다음은 기업·연구기관이 참고할 자체 점검 체크리스트 5가지입니다.
- AI 모델이 생성한 서열은 외부 데이터베이스(NCBI 등)와 자동 대조하는가?
- 인간 병원성 향상 가능성이 있는 설계는 사전에 윤리위원회 심의를 거치는가?
- 모델 가중치 공개 시, 안전 가이드(README 등)를 함께 배포하는가?
- 합성 생물학 주문 업체와 안전 검증 협력 프로토콜이 있는가?
- 사고 발생 시 24시간 이내 신고 체계를 갖추고 있는가?
일반 독자가 지금 당장 알아두어야 할 3가지
첫째, 이번 NYT 보도의 핵심은 인간을 더 위험하게 만든 사건이 아니라, ‘디지털 생물 설계의 가능성 지평을 넓힌 과학적 성과’입니다. 둘째, 두려움보다 이해가 먼저입니다. 뉴스를 읽을 때는 반드시 원문과 학술 자료를 교차 확인해야 합니다. 셋째, 관심이 생겼다면 bioRxiv 같은 프리프린트 서버나 오픈 액세스 저널에서 원문을 직접 확인할 수 있습니다. 더 깊은 논의는 Nature의 AI와 바이오안전 특집에서 찾아볼 수 있습니다.
자주 묻는 질문
Q1. AI가 만든 바이러스는 정말 위험한가요?
이번 연구에서 설계된 바이러스는 박테리오파지(세균 감염성)로, 인간에게는 감염되지 않습니다. 다만 ‘원리적으로 인간 병원성도 설계 가능하다는 점’이 쟁점입니다.
Q2. 일반 사람도 이런 실험을 할 수 있나요?
이론적으로는 가능하지만, DNA 합성 업체들이 주문 스크리닝을 수행합니다. 미국 IGSC(International Gene Synthesis Consortium)가 운영하는 Harmonized Screening Protocol이 표준입니다.
Q3. 한국 정부의 입장은 무엇인가요?
과학기술정보통신부는 2024년 ‘AI 안전 연구개발 전략’을 발표하며, 바이오·AI 융합 분야 안전 가이드라인을 마련 중이라고 발표했습니다.
Q4. 관련 논문을 어디서 볼 수 있나요?
NYT 보도 이후 관련 학술 논문은 bioRxiv와 PubMed에서 검색할 수 있습니다. ‘de novo protein design virus’ 키워드를 추천합니다.
Q5. 이런 연구를 막아야 할까요?
대부분의 과학계는 ‘금지’보다는 ‘안전한 활용을 위한 규제 프레임 구축’을 주장합니다. ‘어떻게 책임지게 할 것인가’가 핵심 질문입니다.
마무리: AI가 ‘만드는 시대’, 우리가 ‘고르는 시대’
기술의 속도는 매년 가속화되고, 사회적 합의의 속도는 우리의 몫입니다. 이번 ‘This A.I. Just Created Viruses Not Found in Nature – The New York Times’ 보도가 던지는 질문은 “막을 것인가”가 아니라 “어떻게 책임지게 할 것인가”입니다. 향후 10년 바이오·AI 정책의 핵심 키워드는 단연 ‘투명성’입니다. 모델의 학습 데이터, 설계 의도, 안전 검증 절차가 모두 공개되어야 비로소 우리는 이 강력한 도구를 인류를 위해 안전하게 사용할 수 있습니다. 독자 여러분이 이 시대의 ‘고르는 사람’이 되기를 응원합니다.
