AI가 설계한 박테리오파지 16개가 대장균을 죽였다

Stanford와 Arc Institute 연구진이 AI로 설계한 박테리오파지 후보 302개 중 16개가 실제로 대장균을 감염시켜 죽였다.

AI Just Created Viruses That Don’t Exist in Nature — Anton Petrov

AI가 쓴 첫 게놈

Stanford 대학과 Arc Institute 연구진은 생성형 모델 Evo 1과 Evo 2에 박테리오파지 Phi X 174의 게놈 5,400 염기를 학습시킨 뒤, 자연에 존재하지 않는 새 게놈을 처음부터 작성하게 했다. 만들어진 후보 302개를 합성해 대장균에 넣자 그중 16개가 숙주를 감염시키고 죽였으며, 일부는 기존 파지에 저항성을 얻은 돌연변이 대장균까지 잡았다. 2026년 Science에 실린 이 결과는 유전자를 고쳐 쓰던 단계에서 유전체를 통째로 작성하는 단계로 넘어갔다는 뜻이다.

실험이 보여준 숫자

• 설계 대상은 Phi X 174, 길이 5,400 염기의 박테리오파지다. 박테리오파지는 세균만 감염하는 바이러스여서 인간 세포에는 결합하지 못한다. 게놈이 짧은 덕분에 모델이 유전체 전체를 한 덩어리로 읽고 다시 쓸 수 있었다.
• 생성 결과는 후보 302개, 그중 살아 움직인 것이 16개다. 약 5%만 실제 기능을 갖췄다는 뜻이고, 나머지는 서열이 그럴듯해도 감염 능력이 없었다. 성공률 자체가 낮다는 사실이 이 방식의 현재 한계를 그대로 보여준다.
• 16개 중 일부는 기존 파지가 듣지 않던 돌연변이 대장균을 죽였다. 표적 세균이 내성을 얻으면 새 설계로 다시 잡는 순환이 실험 수준에서 성립한다는 신호다.
• 이 연구가 겨냥한 문제는 항생제 내성균이다. CDC 집계로 미국에서만 연간 280만 명이 감염되고 35,000명이 사망한다. 파지 치료는 항생제와 작동 방식이 달라, 항생제가 듣지 않는 균에도 별개의 경로로 접근한다.
• 안전장치는 세 겹으로 걸렸다. 표적이 세균 전용 바이러스라는 점, 학습 데이터베이스에서 인간 감염 바이러스를 제외한 점, 실험을 보안 실험실 안에서만 수행한 점이다.

Evo 모델을 따라가는 법

단계 1 — 숫자 세 개를 원문에서 직접 확인한다.

2026년 Science에 실린 논문과 Stanford·Arc Institute의 발표 자료를 열어 게놈 길이 5,400 염기, 후보 302개, 기능성 16개를 대조한다. 이 세 숫자는 기사마다 반올림되거나 뒤섞여 인용되기 쉬우므로, 인용할 때는 원문 값을 기준으로 삼는다. 모델 가중치나 생성 코드의 공개 범위는 이 자료에 나오지 않으니, 직접 돌려볼 생각이라면 공개 여부부터 확인해야 한다.

단계 2 — DNA를 토큰으로 다루는 관점을 언어모델 경험에 붙인다.

Evo가 한 일은 염기서열을 문자열로 보고 다음에 올 조각을 예측하는 작업이며, 구조상 텍스트 생성과 같은 틀이다. 언어모델을 써 본 사람이라면 학습 데이터 구성, 생성 후보의 품질 편차, 검증 단계의 필요성 같은 감각을 그대로 옮겨올 수 있다. 후보 302개 중 16개만 작동했다는 숫자를 생성 결과를 전수 검증해야 하는 이유로 읽으면 이 대응이 분명해진다.

단계 3 — dual-use 논의를 구독 루틴으로 바꾼다.

STAT, Nature, Science, Johns Hopkins 보건안보센터 같은 출처를 RSS로 묶고, 주 1회 요약만 남기는 노트를 만든다. 여기서 추적할 대상은 기술 성과가 아니라 규제 쪽 움직임이다. 지금 시점에 국제 거버넌스가 없다는 사실은 자료에 나오지만, 어떤 기구가 언제 규칙을 내놓을지는 자료에 없으므로 추적해야 할 빈칸으로 둔다.

편집 시대와 작성 시대

2002년 Eckard Wimmer가 폴리오바이러스를 디지털 염기서열만으로 화학 합성했을 때 확인된 사실은, 바이러스가 정보로 환원된다는 점이었다. 이듬해에는 5,000 염기가 넘는 박테리오파지 DNA가 2주 만에 합성되며 속도의 장벽도 낮아졌다.

2009년에는 1918년 스페인독감 바이러스가 복원돼 헤마글루티닌 유전자가 면역 과반응을 일으키는 구조가 드러났다. 이 지식은 폴리오 캡시드를 다시 설계하는 SAVE 기법으로 이어졌고, 침묵 돌연변이 수백 개를 심어 바이러스가 원래 형태로 되돌아가는 경로를 막는 백신 설계법이 나왔다. 침묵 돌연변이는 만들어지는 단백질은 그대로 두고 염기만 바꾸는 변형을 말한다.

표의 세 열을 나란히 놓으면 사람이 맡는 몫이 어디서 줄었는지가 보인다. 앞의 두 방식에서 사람은 서열을 정하고 기계는 합성만 했지만, 세 번째 방식에서는 서열을 정하는 일까지 모델이 맡고 사람은 검증으로 물러났다.

같은 이유로 위험의 성격도 바뀐다. Johns Hopkins 전문가들은 인간 병원체 서열로 모델을 파인튜닝할 여지와, 바이러스 게놈 합성의 진입 장벽이 이미 낮다는 점을 dual-use 위협으로 지적한다. dual-use는 하나의 기술이 치료와 공격 양쪽에 모두 쓰이는 상태를 가리킨다.

지금 해야 할 두 가지

첫째, 이번 사례의 사실 관계를 쪼개서 각각 노트로 남긴다. Phi X 174와 5,400 염기, Evo 1·Evo 2와 302 대 16, SAVE와 침묵 돌연변이, AMR과 280만·35,000 — 네 덩어리를 별도 항목으로 정리하고 서로 연결한다. 이렇게 나눠 두면 다음에 비슷한 발표가 나왔을 때 어느 숫자가 갱신됐는지만 비교하면 된다. 요약본 하나로 뭉쳐 두면 바로 그 비교가 불가능해진다.

둘째, 항생제 내성과 바이오보안 규제를 같은 화면에서 추적한다. 파지 치료 임상, 내성균 통계 갱신, 규제 기구의 지침 초안을 한 주 단위로 모으고, 확정된 사실과 아직 초안인 것을 구분해 표시한다. 이 흐름이 앞으로 어떤 규칙으로 굳어질지는 근거가 없으니 추측 영역으로 남긴다.

세 문장 결론

302개를 써서 16개가 작동했다는 비율은 이 방식이 완성됐다는 증거가 아니라, 검증 없이는 쓸 수 없다는 증거다. 그럼에도 연간 280만 명 감염·35,000명 사망이라는 표적이 있는 한 이 경로는 계속 밀린다. 세균만 감염하는 파지에서 멈춰 있는 지금이 규칙을 만들 수 있는 시간이고, 그 시간의 길이는 아직 아무도 모른다.

원문 출처

영상 원문 보기

원문: AI Just Created Viruses That Don’t Exist in Nature — Anton Petrov