과학자들이 인공지능을 활용해 새로운 항생제를 찾고 있으며, 이는 흔히 "슈퍼버그"라 불리는 내성균과의 전 세계적인 싸움에서 새로운 희망을 제시하고 있습니다. 세계보건기구는 항생제 내성을 10대 글로벌 공중보건 위협 중 하나로 꼽으며, 2019년 데이터를 근거로 내성균 감염이 전 세계적으로 연간 약 127만 명의 사망과 연관되어 있다고 추산합니다. 머신러닝 도구는 이제 연구자들이 수년씩 걸리던 작업, 즉 수백만 가지 화학 화합물 스캔을 단 며칠 만에 수행할 수 있습니다.
결정적인 돌파구는 2020년에 찾아왔습니다. 제임스 콜린스 교수가 이끄는 MIT 연구팀이 할리신이라는 새로운 항생제 발견을 발표한 것입니다. 연구팀은 데이터에서 패턴을 학습하는 컴퓨터 프로그램인 딥러닝 모델을 훈련시켜 새로운 방식으로 세균을 죽일 수 있는 화학 물질을 탐색했습니다. 할리신은 여러 내성균에 효과적인 것으로 입증되었습니다. 연구팀은 고전 영화 "2001: 스페이스 오디세이"에 등장하는 말하는 컴퓨터 HAL 9000의 이름을 따서 이 약을 명명했습니다. 연구 결과는 학술지 셀(Cell)에 게재되었습니다.
할리신 이전에는 진전이 더뎠습니다. 널리 인용되는 연구들에 따르면, 1980년대 이후 일반 세균 감염을 치료하는 새로운 계열의 항생제가 승인된 사례가 없습니다. 항생제는 세균, 즉 수많은 감염을 일으키는 아주 작은 생명체를 죽이거나 그 성장을 억제하는 약입니다. 세균이 시간이 지나면서 변화해 이러한 약에 더 이상 반응하지 않게 되면, 의사들은 이를 "내성"이라고 부릅니다. 효과적인 항생제가 없다면, 작은 감염도 위험해질 수 있습니다.
MIT 연구팀은 할리신에 만족하지 않았습니다. 2023년, 같은 연구팀이 캐나다 맥매스터 대학교의 과학자들과 협력해 아바우신이라는 AI 발견 항생제를 보고했습니다. 이 약은 WHO의 가장 위험한 슈퍼버그 우선순위 목록에 오른 아시네토박터 바우마니를 표적으로 합니다. 이 세균은 병원에서 자주 퍼지며 치료가 어렵습니다. 아바우신 연구는 학술지 네이처 케미컬 바이올로지(Nature Chemical Biology)에 게재되었습니다.
이 연구의 핵심 아이디어는 단순합니다. 전통적인 신약 스크리닝, 즉 실험실에서 화학 물질을 하나씩 느리게 테스트하는 과정은 수년이 걸릴 수 있습니다. 반면 알고리즘, 즉 컴퓨터 규칙의 집합은 수백만 가지 화합물의 구조를 분석하고 어떤 것이 세균을 죽일 가능성이 높은지 예측할 수 있습니다. 과학자들은 그 중 가장 유망한 후보만 실험실에서 테스트합니다. 이를 통해 시간과 비용을 절약할 수 있습니다.
이 분야의 또 다른 주요 플레이어는 영국의 AI 연구 회사인 구글 딥마인드입니다. 2021년, 딥마인드는 단백질의 3차원 구조를 예측하는 알파폴드 2를 공개했습니다. 단백질은 생명의 기본 구성 요소이며, 단백질의 형태는 그 기능을 결정하는 경우가 많습니다. 신약 설계자들은 마치 열쇠가 자물쇠에 맞듯이 표적에 결합하는 약을 만들기 위해 이러한 구조를 파악해야 합니다. 알파폴드 데이터베이스에는 현재 2억 개 이상의 단백질 구조가 수록되어 있으며, 연구자들이 무료로 사용할 수 있는 방대한 라이브러리입니다.
2024년, 딥마인드는 알파폴드 3을 공개했습니다. 전문가들은 새로운 버전이 단백질과 DNA 및 소분자 간의 상호작용까지 예측할 수 있다고 말하며, 이는 신약을 설계할 때 과학자들이 정확히 필요로 하는 정보입니다. 이러한 상호작용은 약이 체내에서 작동하는 방식의 핵심입니다.
이 과학을 실제 약으로 전환하기 위해, 딥마인드는 2021년 아이소모픽 랩스라는 별도의 회사를 분사했습니다. 딥마인드를 이끄는 데미스 하사비스가 이 회사도 이끌고 있습니다. 아이소모픽 랩스는 AI를 활용해 새로운 약을 설계하며, 2024년 1월에는 대형 제약회사인 일라이 릴리 및 노바티스와의 파트너십을 발표했습니다. 이 계약 하에 회사는 여러 질병에 대한 새로운 치료제 개발에 협력할 예정입니다.
이 분야로 자금이 몰리고 있습니다. 업계 보고서에 따르면, AI 신약 발견 스타트업들은 최근 몇 년간 전 세계적으로 수십억 달러의 투자를 유치했습니다. 투자자들은 AI가 전통적인 신약 개발의 긴 일정과 높은 비용을 줄일 수 있다고 믿는 것으로 보입니다.
그럼에도 불구하고, 과학자들은 아직 갈 길이 멀다고 경고합니다. 컴퓨터가 발견한 유망한 화합물은 환자에게 안전한 약으로 승인받기 전에 엄격한 실험실 테스트를 거쳐야 합니다.
공중보건 관계자들은 위험이 크다고 말합니다. 항생제 내성이 계속 퍼진다면, 의사들이 감염 예방에 항생제에 의존하기 때문에 일상적인 수술, 암 치료, 출산이 훨씬 더 위험해질 수 있습니다. 이것이 WHO가 항생제 내성을 팬데믹, 기후 변화 같은 위협들과 함께 다루는 이유입니다.
일반 환자들에게 AI 기반 신약 개발의 약속은 현실적입니다. 더 빠른 선별 과정은 신약이 더 빨리, 더 저렴한 비용으로 약국에 도달할 수 있다는 의미입니다. 분석가들은 향후 10년이 기계학습의 도움으로 개발된 항생제의 첫 번째 물결을 가져올 것으로 예상합니다. Halicin과 abaucin은 아직 약국 진열대에 없으며 — 둘 다 추가 시험이 필요합니다 — 하지만 이 접근법이 효과가 있을 수 있음을 보여줍니다.
1968년 영화의 허구적 컴퓨터의 이름을 따서 명명된 halicin의 이야기는 현재의 분위기를 포착합니다. 과학소설은 한때 생각할 수 있는 기계를 상상했습니다. 오늘날 연구자들은 그 기계들이 의학의 가장 어려운 문제 중 하나를 해결하는 데 인류를 돕고 있다고 말합니다: 반격하는 법을 배운 박테리아에 대항할 새로운 무기를 찾아내는 것입니다.
💡 알아두면 좋은 배경 지식
- Antibiotic resistance is one of the WHO's top 10 global public-health threats.
- The WHO estimates that drug-resistant infections are linked to about 1.27 million deaths per year worldwide (2019 data, widely cited).
- In 2020, researchers at MIT (led by James Collins) used a deep-learning model to discover halicin, a novel antibiotic effective against resistant bacteria. Results were published in the journal Cell.
- Halicin was named after HAL 9000, the AI from the film '2001: A Space Odyssey'.
- In 2023, the same MIT team (with collaborators at McMaster University) reported a new AI-discovered antibiotic called abaucin, which targets Acinetobacter baumannii, a superbug on the WHO priority list. Published in Nature Chemical Biology.
- AI models can screen millions of chemical compounds in days, compared with years required by traditional lab screening.
- Google DeepMind released AlphaFold 2 in 2021, which predicts 3D protein structures. AlphaFold's database contains structures for over 200 million proteins.
- Isomorphic Labs, founded in 2021 as a spin-off of DeepMind led by Demis Hassabis, uses AI for drug discovery and has signed partnerships with pharmaceutical companies Eli Lilly and Novartis (announced January 2024).
- AlphaFold 3, released in 2024, can predict interactions between proteins, DNA, and small molecules — useful for designing drugs.
- No new class of antibiotics has been approved for common bacterial infections since the 1980s, according to widely cited reviews.
- AI drug-discovery startups have raised billions of dollars in funding globally in recent years.