생명과 생존, 두 개의 열쇠를 쥔 AI 기업들

생명과학으로 확장되는 프론티어 AI

AI 기업들이 생명과학 연구에 본격적으로 뛰어들고 있다. 언어 이해와 추론을 위한 AI 모델을 개발해 온 기업들이 이제는 신약 개발과 유전자 연구에 참여하고, 직접 생물학 실험실까지 구축하고 있다. 이들은 왜 생명과학에 주목하기 시작했을까?

그 이유는 AI가 생명과학의 연구 방식 자체를 바꾸고 있기 때문이다. 우리 몸에서 다양한 역할을 수행하는 단백질은 아미노산이라는 작은 구성 요소들이 연결되어 만들어진다. 이들의 배열에 따라 단백질의 입체적인 모양과 기능이 달라진다. AI는 이러한 생물학적 정보에서 복잡한 패턴을 찾아내면서 오랫동안 해결하기 어려웠던 문제들에 새로운 해답을 제시하기 시작했다.

대표적인 사례가 Google DeepMind의 AlphaFold다. AlphaFold는 아미노산 서열만으로 단백질의 3차원 구조를 높은 정확도로 예측하는 데 성공했다. 현재 공개된 데이터베이스에는 2억 개가 넘는 단백질 구조 예측이 담겨 있다. 과거에는 복잡한 실험을 통해 오랜 시간에 걸쳐 밝혀야 했던 단백질 구조를 이제 컴퓨터로 순식간에 예측할 수 있게 된 것이다. AI의 역할은 심지어 구조를 예측하는 데서 새로운 단백질을 설계하는 단계로 발전했다. 2024년 노벨화학상 수상자인 David Baker 교수 연구팀은 AI 기반 단백질 설계 기술인 RFdiffusion을 개발해 자연에 존재하지 않는 단백질까지 만들어냈다. 최근에는 기존에 약물로 공략하기 어려웠던 단백질에 결합하는 새로운 분자를 설계하는 연구도 진행되고 있다.

이러한 발전은 단백질을 넘어 유전체로도 확장되고 있다. Arc Institute와 스탠퍼드대학 등의 연구진이 개발한 Evo는 DNA와 RNA 등 생명현상의 기초가 되는 정보를 학습해 새로운 유전적 시스템을 설계했다. 후속 모델인 Evo 2는 약 9조 3천억 개의 염기 데이터를 학습했으며, 모델 가중치와 학습 코드도 공개됐다.

한편 이러한 정밀 생명공학의 발전은 실제 치료 현장에서도 성과를 내고 있다. 2024년 희귀 유전질환을 안고 태어난 KJ Muldoon은 약 6개월 만에 개발된 개인 맞춤형 유전자 편집 치료제를 2025년 투여받았다. AI 모델들이 직접 만들어낸 치료제는 아니지만, 유전정보를 바탕으로 환자에게 필요한 맞춤형 치료법을 설계하는 시대가 열리고 있음을 잘 보여준다. 여기에 AI가 실험을 설계하고 로봇이 실험을 수행한 뒤, 그 결과를 분석해 다음 실험을 계획하는 자율 실험실 기술까지 발전하고 있다. 생명과학 연구의 속도와 범위가 크게 달라지고 있는 것이다.

암과 희귀질환을 비롯해 인류가 오랫동안 해결하지 못했던 문제들에 새로운 가능성이 열리고 있다. AI 기업들이 앞다투어 생명과학에 뛰어드는 이유다.

AlphaFold가 예측한 단백질의 3차원 구조

출처: Google DeepMind & EMBL-EBI, AlphaFold Protein Structure Database, MdtO (P32715). 원본

연구 지원과 접근권 심사, 확대되는 AI 기업의 권한

이러한 변화는 AI 기업의 실제 사업과 연구 활동에서도 나타나고 있다. 2026년 9월 18일, Reuters는 Claude의 개발사 Anthropic이 샌프란시스코 베이 지역에 자체 생물학 실험실(Wet Lab)을 구축하고 연구를 진행하고 있다고 보도했다. Anthropic은 AI를 활용한 생명과학 연구를 지원하는 데 그치지 않고 직접 연구를 수행하기 시작한 것이다.

그런데 바로 전날, Anthropic은 생명과학 연구자들을 위한 새로운 제도인 'Life Sciences Verification Program(LSVP)'을 발표했다. 이 프로그램은 연구자의 자격과 소속 기관의 보안 수준, 연구 목적 등을 심사해 AI 모델의 생물학 관련 안전 제한을 차등적으로 완화하는 제도다. 예를 들어 일반 사용자에게는 제한되는 일부 생물학 연구 관련 기능도, 적절한 자격과 안전관리 체계를 갖춘 연구기관에는 허용될 수 있다. 위험성이 높은 연구에는 추가적인 심사가 필요하다.

OpenAI 역시 2026년 4월 생명과학 특화 모델 GPT-Rosalind를 발표하고, 별도의 검증을 통과한 연구기관에 접근권을 제공하기 시작했다. 여기서 흥미로운 변화가 읽혀진다. AI 기업들이 생물학 연구의 새로운 주체가 되는 동시에, 다른 연구자가 AI를 활용해 어떤 연구를 수행할 수 있는지 결정하는 역할까지 맡기 시작한 것이다. 물론 기업이 자사의 AI 서비스에 접근할 수 있는 조건을 정하는 것은 과학 연구 전체를 통제하는 법적 권한과는 다르다. 그러나 AI가 생명과학 연구의 핵심 인프라로 발전할수록 이러한 결정이 연구자들의 실제 연구 기회에 미치는 영향도 커질 수 있다. 그렇다면 AI 기업들은 왜 생물학 연구에 대한 접근을 별도로 관리하려는 것일까?

그 이유를 이해하려면 생명공학 기술이 오랫동안 안고 있는 특별한 문제를 살펴볼 필요가 있다.

생명공학의 두 얼굴: 혁신과 오남용

바로 생명을 구할 수 있는 기술이 동시에 생명을 위협하는 데에도 사용될 수 있다는 점이다. 이를 이중용도(Dual-use)라고 한다. 원자력 등의 기술에서 중요한 문제로 주로 부각되었지만, 생명공학에서는 그 경계가 특히 더 모호하다. 백신과 치료제를 개발하기 위해 병원체를 분석하고 조작하는 기술이 해로운 목적으로도 이용될 수 있기 때문이다. 일부 기능획득(Gain-of-Function) 연구는 병원체의 특성을 이해하는 데 도움이 되지만, 연구 대상에 따라 전파력이나 병원성을 높일 위험성을 수반한다.

유전자를 원하는 위치에서 정밀하게 편집하는 크리스퍼(CRISPR) 유전자 가위와 인공적으로 DNA를 만들어내는 DNA 합성 기술의 발전은 복잡한 생명공학 연구의 진입장벽을 낮췄다. 유전정보를 이용해 생물학적 시스템을 재구성하는 일도 가능해졌다. 실제로 2005년에는 1918년 인플루엔자 바이러스가, 2018년에는 공개 유전정보와 합성 DNA를 이용한 마두창(Horsepox) 바이러스가 연구 목적으로 재구성됐다. 이러한 연구는 과학적 가치를 지니지만, 연구 정보의 공개와 악용 가능성을 둘러싼 논쟁도 불러일으켰다. 더욱이 일부 병원체는 유출된 이후 스스로 증식하고 전파될 수 있어 통제가 어렵다.

국제사회는 이러한 위험을 고려해 중대한 위해에 악용될 우려가 있는 일부 연구를 'DURC(Dual Use Research of Concern, 우려되는 이중용도 연구)'로 구분해 관리해 왔다. 그런데 AI의 등장은 기존의 생물보안 문제를 더욱 복잡하게 만들고 있다. 영국 AI Security Institute의 2025년 보고서에 따르면, 프론티어 AI는 일부 생물학 전문지식 평가에서 박사급 전문가의 성능을 넘어섰으며 실험 설계와 문제 해결 능력도 빠르게 발전하고 있다. 이것이 곧 AI를 이용해 실제 생물무기를 개발할 수 있다는 의미는 아니다. 그러나 과거에는 높은 수준의 전문성을 요구했던 연구 과정의 일부를 AI가 지원할 수 있게 된 것은 분명하다.

바로 이 때문에 AI 모델의 접근권 관리가 중요해지고 있다. 생물학 연구를 돕는 능력이 발전할수록, 그 능력이 악용되지 않도록 관리할 필요성도 함께 커지기 때문이다. 하지만 새로운 질문이 남는다. 누가 위험한 연구인지를 판단하고, 누구에게 어느 수준의 AI 역량을 허용할 것인가? 그리고 그러한 결정을 내리는 기업의 권한은 누가 검증할 것인가?

Anthropic은 승인된 연구자의 이용정보를 자체 생명과학 연구팀과 분리하는 보호조치를 마련했다고 밝히고 있다. 따라서 실제로 부당한 연구 배제가 발생했거나 할 것이라고 단정할 근거는 없다.

그럼에도 연구를 직접 수행하는 기업이 다른 연구기관의 접근권까지 심사한다는 점에서, 잠재적인 이해상충과 책임성의 문제를 검토할 필요가 있다.

AI 생물보안을 둘러싼 전문가들의 시각

이러한 문제를 두고 전문가들은 서로 다른 차원의 대응을 강조하고 있다. Anthropic의 CEO Dario Amodei는 2026년 9월 에세이 We Must Pace the Frontier에서 AI의 질병 치료 가능성과 생물테러 등 오남용 위험을 함께 강조했다. 그는 AI 기술의 발전 속도에 안전조치가 뒤처지지 않도록 해야 하며, 독립적인 제3자 평가와 국제적 협력을 강화해야 한다고 주장했다.

Johns Hopkins Center for Health Security 소장 Tom Inglesby는 법적 규제의 필요성을 강조한다. 일부 AI 기업은 상당한 생물보안 평가 역량을 갖추고 있지만 다른 개발사들의 대응 수준은 충분히 알려져 있지 않다는 것이다. 그는 고위험 AI 모델에 대한 위험평가와 완화조치를 기업의 자발적 선택에만 맡기지 말고 공통의 법적 의무로 발전시켜야 한다고 주장했다.

King's College London의 생물보안 연구자 Filippa Lentzos는 국제적 검증의 문제에 주목한다. 그는 2026년 9월 Bulletin of the Atomic Scientists 기고에서 생물무기금지협약(BWC)이 발효된 지 반세기가 지났지만 여전히 상설 검증체계가 부재하다는 점을 지적했다. 이에 독립적인 생물보안 감사(Bioaudit) 등을 통해 국제적 신뢰를 구축할 필요가 있다고 제안했다.

세 전문가의 강조점은 각각 기술적 안전성, 법적 책임, 국제적 검증에 있다.

그러나 생물학적 위험을 관리하려면 개별 기업의 자체 판단을 넘어서는 평가와 감독이 필요하다는 점에서 서로 연결된다.

반세기에 걸친 국제 생물보안 협력의 역사

생명과학 연구의 자유와 안전 사이에서 균형을 찾으려는 노력은 새로운 일이 아니다. 1975년, 재조합 DNA 기술의 잠재적 위험을 우려한 과학자들은 미국 아실로마에 모여 공동의 연구 안전기준을 논의했다. 노벨상 수상자 Paul Berg 등이 주도한 이 회의는 과학자들이 스스로 새로운 기술의 위험을 인식하고 안전한 연구를 위한 원칙을 발전시킨 대표적인 사례다.

흥미롭게도 Berg는 2008년 Nature 기고에서 과학 연구의 상업화와 기업의 영향력 확대로 과거처럼 과학계 내부의 자발적 합의만으로는 문제에 대응하기 어려워졌다고 지적했다. 국가 간 협력의 중심에는 같은 해 발효된 '생물무기금지협약(BWC)'이 있다. 생물무기의 개발과 보유를 금지하는 국제규범으로, 생물보안에 관한 다자주의의 핵심적인 토대를 마련했다.

이후 국제사회는 정부뿐 아니라 연구기관, 과학자, 민간기업 등 다양한 주체의 참여도 확대해 왔다. WHO 역시 2022년 지침에서 생명과학의 위험관리가 여러 이해관계자의 공동책임임을 강조했다. 그러나 기존 국제규범만으로 오늘날의 변화를 모두 다루기는 어렵다. BWC가 주로 국가의 의무를 규율한다면, AI 기업은 자사의 모델에 대한 연구기관의 접근을 직접 승인하거나 제한한다.

국가 간 합의를 중심으로 발전해 온 생물보안 체계가 이제 민간기업이 실제로 행사하는 기술적 통제권까지 포괄해야 하는 과제에 직면한 것이다.

1975년 아실로마 회의 당시의 기록사진.

출처: MIT Libraries, Oral History Program (1975). 원본 자료

생물보안의 새로운 과제: 권한 집중과 공동의 책임

이러한 변화에 대응하려는 움직임도 시작됐다. 2026년 10월 24일, 영국 정부는 AI Biosecurity Lab 설립 계획을 발표했다. 정부 자금 1억 파운드와 OpenAI·Anthropic의 최대 2억 파운드 상당의 기술 지원 약정을 바탕으로 공공기관, 기업, 학계가 협력해 생물학적 위협에 대응하는 독립 비영리 연구기관을 구축하겠다는 구상이다. 이는 민간 AI 기업의 기술적 역량을 공공의 생물보안 체계와 연결하려는 시도다. 다만 그 독립성과 이해상충 관리, 다양한 이해관계자의 대표성을 실제로 어떻게 보장할지는 앞으로의 과제로 남아 있다.

이제 AI 시대의 생물보안은 두 가지 문제를 동시에 다뤄야 한다. 하나는 기술이 만들어내는 생물학적 위험을 관리하는 일이다. 다른 하나는 그 위험을 판단하고 통제하는 권력 자체를 관리하는 일이다. 이를 위해 기업의 안전조치를 존중하면서도 독립적인 위험평가와 감사, 투명한 접근권 심사와 이의제기 절차, 소규모 연구기관과 저소득국가 연구자들을 위한 공정한 접근 기회가 함께 보장되어야 한다.

무엇보다 기존 다자주의가 축적해 온 공적 정당성을 바탕으로, AI 기업과 생명과학 연구자, 정부, 국제기구, 시민사회가 실질적인 역할과 책임을 나누는 멀티스테이크홀더 거버넌스(Multistakeholder Governance)가 필요하다. 이는 기업의 안전조치를 약화하자는 주장이 아니다. 그 안전조치가 더욱 투명하고 책임 있게 이루어지도록 하자는 것이다.

AI 기업들은 생명과학의 새로운 가능성을 여는 열쇠와 생물학적 위협을 막기 위한 통제의 열쇠를 동시에 쥐기 시작했다. 그러나 기술적 역량을 보유했다는 사실이 그 기술의 허용 범위를 독자적으로 결정할 정당성까지 부여하는 것은 아니다.

생명과 생존을 위한 두 개의 열쇠. 이제 중요한 것은 누가 그 열쇠를 쥐고 있는가를 넘어, 그 열쇠를 어떻게 사용할지 누가 함께 결정할 것인가이다.