Google DeepMind, 90억 개 DNA 변이 영향을 예측하는 AlphaGenome Atlas 공개

Google DeepMind는 2026년 9월 8일 AlphaGenome Atlas를 공개했다. 이 플랫폼은 인간 유전체에서 가능한 90억 개 단일 염기 변이에 대해 AI가 예측한 분자 수준의 영향을 담고 있다. 학술 연구자를 대상으로 무료 웹 포털, AlphaGenome API, Google Antigravity를 통해 제공되며, 유전 변이가 세포 안에서 어떤 변화를 일으킬 수 있는지 탐색하도록 돕는 것이 목표다.

이번 발표는 현대 유전체학의 오래된 병목을 겨냥한다. DNA를 읽는 기술은 빠르게 발전했지만, 특정 변이가 실제로 질병, 형질, 유전자 조절에 어떤 의미를 갖는지 해석하는 일은 훨씬 어렵다. 인간 유전체는 약 30억 염기쌍으로 구성되어 있고, 단 하나의 글자 변화도 유전자 발현, RNA 스플라이싱, 단백질 기능, 질병 관련 과정에 영향을 줄 수 있다. 모든 변이를 실험실에서 하나씩 검증하는 것은 현실적으로 불가능하다.

AlphaGenome Atlas는 Google DeepMind가 앞서 개발한 AlphaGenome 모델을 기반으로 한다. 차이는 규모와 접근 방식이다. 연구자가 소수의 변이에 대해 모델을 직접 실행하는 대신, DeepMind가 전 유전체 범위에서 예측을 미리 계산하고 지도처럼 탐색할 수 있도록 만들었다. 회사는 이 데이터셋이 약 1페타바이트 규모이며 AlphaFold Database보다 30배 이상 크다고 설명했다.

플랫폼은 AlphaGenome Variant Impact, 즉 AVI 점수도 제공한다. AVI는 AlphaGenome과 단백질 변이 영향을 예측하는 AlphaMissense를 결합해 변이의 우선순위를 정하는 단일 수치를 만든다. 단백질을 직접 코딩하는 영역은 유전체의 약 2퍼센트에 불과하고, 나머지 비암호화 영역은 유전자 활동을 조절하며 많은 형질과 관련된다. AVI가 두 영역을 모두 다룬다는 점은 연구자에게 중요한 의미가 있다.

Google DeepMind는 외부 협력 연구자들이 이미 미해결 희귀질환 연구에서 핵심 변이를 찾고 실험적으로 검증하는 데 이 플랫폼을 사용했다고 밝혔다. 물론 AI 예측이 실험이나 임상 판단을 대체하는 것은 아니다. AlphaGenome Atlas는 검증할 후보를 좁히고, 어떤 분자 기능이 영향을 받을지 살피는 연구 인프라에 가깝다. AlphaFold가 단백질 구조 정보를 널리 열어준 것처럼, 이 아틀라스는 유전체 변이 해석을 더 넓고 탐색 가능한 형태로 바꾸려는 시도다.