Longevity Korea유튜브 채널
WEEK 23 · 2026.07.19

알고도 못 바꾸는 이유: AI 하네스와 건강관리의 미래

July. 19 Live

진짜 앎이란?

하네스가 중요하다.

https://lilianweng.github.io/posts/2026-07-04-harness/

앞으로 AI 성능 차이는 "모델이 얼마나 똑똑하냐"가 아니라 모델을 둘러싼 실행 시스템 - harness - 가 얼마나 잘 짜였냐로 갈린다. harness = 파일 읽기·코드 수정·테스트·에러 확인·재수정·기록·서브에이전트 병렬·권한·평가를 모델 대신 해주는 작업 환경(Codex·Claude Code가 하는 것).

"진짜 AI 발전은 모델이 자기 가중치를 직접 고치기보다, 먼저 모델을 둘러싼 harness가 스스로 개선되는 방식으로 올 가능성이 크다."

즉 자기개선의 현실적 초기 형태 = 작업 → 실패/성공 로그 축적 → 좋은 프롬프트·도구·워크플로 학습 → 다음 실행 개선, 이 루프의 반복.

그럼 건강의 하네스는 뭐지? 생활 습관인가?

모델 = 유전자와 기초 생리. 타고난 가중치라 직접 수정은 어렵고 비싸다(신약·시술·유전자 치료가 파인튜닝). 가중치를 직접 고치는 것보다 주변 실행 시스템을 개선하는 게 먼저 오고 훨씬 싸다.

하네스 = 몸을 둘러싼 계측·평가·복구 시스템.

  • 도구 실행 → 운동·식사·수면(실제 개입)
  • 로그/메모리 → 웨어러블·체중·수면 기록(내 몸 n=1 데이터)
  • 테스트/평가 → 혈액패널·HbA1c·ApoB·VO2max(정기검진)
  • 에러 복구 → 폭식·불면 다음 날의 복귀 프로토콜
  • 권한 관리 → 환경 설계(집에 과자 안 들이기)
  • 서브에이전트 → 의사·트레이너·영양사

건강 실패는 대부분 모델 문제가 아니라 하네스 부재다. 뭘 해야 하는지는 다 안다 - 건강 지식은 이미 커머디티. 안 되는 건 실행 루프가 없어서다. 좋은 하네스는 의지를 강화하는 게 아니라 의지 호출 횟수 자체를 줄인다.

검증 가능성이 열쇠다. 코딩 AI가 빨랐던 건 즉각 검증돼서, 건강이 어려웠던 건 피드백이 수십 년 지연돼서(오늘 담배 펴도 내일 멀쩡). CGM·HRV·혈액패널이 그 지연을 압축 - 몸에 eval layer를 까는 것. 일반 상식이 프리트레이닝(인구 평균)이라면, 내 웨어러블 데이터는 내 몸 전용 post-train 셋이다.

한 줄로: 몸(모델)을 탓하거나 의지(추론)를 쥐어짜지 말고, 계측–평가–복구 루프를 깔아라. 습관은 그 루프가 수렴한 결과다.

AI가 설계한 첫 약, 3상 진입 - 인실리코 렌토서팁

출처: Insilico 공식 · BioSpace

7/7 3상 개시. AI로 타깃(TNIK) 발굴+분자 설계한 경구 저분자, 적응증 IPF. 2상서 FVC +98.4mL 개선(12주, Nature Medicine). 3상은 중국 47센터·320명. "AI가 발굴·설계한 약이 3상까지 간 첫 사례"급.

; AI 신약의 진짜 시험은 3상입니다. 여기서 결과가 나오면 밸류에이션 문법이 바뀌고, 실패해도 "AI 발굴은 빠르지만 생물학은 여전히 어렵다"는 값진 데이터가 남습니다.

세포를 죽이지 않고 읽는다 - Precigenetics

출처: Research & Development World · baio.technology 7/16 · Precigenetics 블로그

창업자 Parmita Mishra(펜실베이니아대 박사과정 중퇴)의 광학 측정 플랫폼 "Cell Cinema": 라벨 없이·세포를 안 죽이고 살아있는 세포의 시계열 단일세포 데이터를 뽑음. 세포를 죽여 한 시점만 읽던 기존 단일세포 분석과 발상 전환. 시드 700만~1,000만 달러 추진.

; "언젠가 우리는 세포를 죽여서 이해하던 시절을 믿기지 않는 눈으로 돌아볼 것". 가상세포 담론이 뜨거울수록 저는 알고리즘보다 "무엇으로 학습시키나"를 보게 되는데, 이 회사가 딱 그 각도예요.

미국 CMS, "AI를 의료서비스로" 처음 값을 매기기 시작하다

출처: RamaOnHealthcare · Becker's Payer

CY2027 병원 외래 지불체계(OPPS)에 "Software as a Medical Service(SaMS)" 카테고리 신설. 36개 HCPCS 코드 지정, 지불상태지시자 "O1"로 사실상 독립 수가 트랙 부여. 임시안 - 8/31까지 의견수렴.

; 그동안 "AI 진단 소프트웨어는 어떻게 돈을 받아야 하나"가 각 보험자·병원마다 제각각이었는데, 연방정부가 처음으로 공식 트랙을 만든 거예요. 아직 임시안이지만 코드가 한번 생기면 그 위에 올라타는 제품들의 밸류에이션 문법이 통째로 바뀌는 경우를 여러 번 봤잖아요 - SaaS가 아니라 SaMS라는 이름 자체가 그 신호라고 봐요.

2

GLP-1, 체중감량과 무관한 심혈관 이익

출처: PMC 메타분석 · AJMC

16건·23,467명 메타분석: 주요 심혈관 사건(MACE) 20%↓, 이익의 35~55%가 체중감량과 무관. GLP-1이 당뇨·비만 약을 넘어 다장기 치료제로 이동 중.

비당뇨인 CGM, 유행은 앞서고 근거는 뒤따른다

출처: PMC - 비당뇨 CGM 체계적 고찰 · Nature Communications - CGM 시간대·변동성

2024년 미국 OTC 승인 후 웰니스·운동 인구로 확산. 공복혈당·당화혈색소는 '건강한' 성인 혈당 이상의 ~절반을 놓치지만, 장기 결과(사망·심혈관) 데이터 부족 - 여러 리뷰가 "신중히 쓰거나 보류".

; 이 섹션의 신뢰 자산은 여기 있다고 봅니다 - "찍어보면 재밌다"와 "수명을 늘린다"는 다른 얘기고, 그 간극을 정직하게 말하는 게 우리 톤이어야 해요.

AI가 '가상의 나'로 식단을 먼저 먹어본다

https://t.co/C6JjHsqGDP

유전자·장내미생물·CGM·웨어러블(수면·운동·심박)·혈액검사·식습관을 계속 학습해 '디지털 트윈'을 만들고, "흰빵 대신 귀리면 혈당이 어떻게 달라질까?" 같은 식단 반응을 미리 시뮬레이션해 맞춤 추천하자는 구상. 새 센서 데이터마다 트윈 갱신.

단, 아직 전망·방법론 논문 - 식사기록 부정확성·데이터 편향·인과 입증 부족으로 완전 자율 영양 트윈은 시기상조.

AI가 내 몸의 가상 복제본으로 여러 식단을 먼저 시험한 다음, 나에게 가장 잘 맞을 것으로 예상되는 음식을 추천하는 미래.

같은 병명, 다른 경로: 의료기록+유전자로 미래 위험 예측

https://www.nature.com/articles/s41586-026-10780-5

장기 EHR + 유전정보를 통합해 질병 진행·개인 위험을 예측하는 베이지안 모델 ALADYNOULLI. 68.3만 명·348개 질병 → 21개 질병 시그니처, 유전체 151개 유의 위치. 같은 진단이라도 진행 경로·유전 특성이 다른 하위집단으로 구분, 심혈관·유방암 예측에서 기존 임상 위험모델 상회. (한계: EHR 편향·부정확한 진단 시점·생활습관 미반영.)

3

노화 당화 손상을 지우는 '잔디깎이 효소' (CMLase)

https://www.the-scientist.com/lawnmower-like-enzyme-rewinds-decades-of-molecular-aging-in-human-tissue-74728

혈당과 단백질이 장기간 반응하면 쌓이는 당화 손상 CML(AGEs의 일종)을 잘라내고 원래 아미노산 라이신으로 복원하는 인공 효소 CMLase(5억+ 변이 탐색으로 설계). 단백질 표면을 돌며 손상을 깎아낸다고 '잔디깎이 효소' - 낡은 집 벽의 수십 년 때·녹을 벗기는 특수 세제 같은 것.

  • 75세 기증자 조직의 CML을 ~31세 수준까지 낮춤(수정체는 측정법에 따라 45% 또는 78%↓).
  • 단, 사람에게 주사한 게 아니라 사망 기증자의 피부·대동맥·수정체 조직을 실험실에서 처리한 개념증명.

결론: 지울 수 없다던 노화 손상 하나를 처음 지운 것. 당뇨성 혈관·피부·눈 질환 치료의 출발점 가능성(동물·임상까지는 갈 길 멂).

S

VO2max: '낮음→평균 이하'만 올려도 사망률 50%↓

출처: Peter Attia · FoundMyFitness

'평균 이상'이면 ~70%↓. 아티아 프로토콜 = 유산소 80% 존2·20% VO2max, 4×4 인터벌(전력 4분+회복 4분).

; 왜 중요한가: 약·주사 없이 근거 수준이 가장 높은 개입

크레아틴 + 저항운동, 노화 근육과 인지를 동시에 겨냥

출처: PubMed 체계적 리뷰 · Tandfonline 리뷰

하루 5g+(또는 kg당 0.1~0.3g) 크레아틴 + 저항운동 → 50~80세+ 근력·근육량·기능 개선, 근감소·낙상↓. 인지 연구 6개 중 5개 긍정. 단, 크레아틴 단독은 효과 미미.

; "크레아틴만 먹으면 된다"는 오해가 흔한데, 근거는 명확히 "크레아틴+저항운동" 조합에 있어요. 이번 주 실천 후보로 VO2max 인터벌보다 진입장벽이 낮은 옵션이라고 봐요.

수면·운동·영양, 셋을 조금씩 동시에 → 수명 1년+

출처: eClinicalMedicine(Lancet) · CNN

영국 바이오뱅크 6만 명·8년: 수면 +5분·중강도 활동 +2분·채소 반 접시 동시 개선 → 하위 5% 대비 +1년, 크게 개선 시 9년+.

; 왜 중요한가: 어제 소개한 VO2max 고강도 프로토콜과 대비되는 접근 - "큰 개입 하나" 대신 "작은 개입 세 개 동시에"도 근거 수준이 탄탄한 실천 옵션.

노화 시계, "한 번 재기"보다 "변하는 속도"가 예후를 더 잘 맞춘다

출처: Nature Aging · MedicalXpress

InCHIANTI 699명, 3시점·최장 24년 추적: 에피제네틱 시계의 기준시점 수치가 아니라 "변화 속도(가속)"가 독립적으로 사망 위험 예측. 궤적 정보가 단일 측정보다 예측력 우위.

; 한 번 찍은 "생물학적 나이"보다 "이 사람의 노화 속도가 최근 빨라지고 있는가"가 개입 효과 추적에 더 쓸모 있는 지표라는 뜻이에요. FDA가 대리지표 인정을 검토 중인 지금 이 데이터가 실질적으로 힘을 보탤 것 같아요.

No more mosquitoes.

https://tornyol.com/

← 전체 회차