Sep. 20

AI가 똑똑해지는 것처럼, 사람도 그렇게 할 수 있다

https://t.co/3w8HTD9Ddf

Nucleus Genomics 창업자 Kian Sadeghi가 쓴 장문의 선언문 겸 회사 홍보 에세이. 제목은 Evolution by Genetic Optimization

• 유전자를 직접 편집하지 않아도 IVF로 여러 배아를 만든 뒤 DNA를 분석해 원하는 배아를 선택할 수 있다.
• 희귀 유전병뿐 아니라 암·심장병 위험, 키, 지능 같은 복합 형질까지 예측해 선택하는 것을 저자는 “유전적 최적화”라고 부릅니다.
• 이를 부모가 주도하는 새로운 형태의 인간 진화이자 “인간의 번영”을 위한 기술로 해석합니다.
• Nucleus는 실제로 이런 배아 분석 서비스를 판매하는 회사라서, 과학사·철학·창업 스토리를 엮은 상업적·이념적 매니페스토의 성격이 강합니다.

https://www.asrm.org/practice-guidance/ethics-opinions/use-of-preimplantation-genetic-testing-for-polygenic-disorders-pgt-p-an-ethics-committee-opinion-2026/

특정 단일 유전병을 피하기 위한 배아검사(PGT-M)는 이미 의료 현장에서 사용되지만, 수많은 유전자와 환경이 함께 작용하는 지능·키·만성질환 등을 예측하는 다유전자 배아 선별(PGT-P)은 정확도와 임상적 효용이 아직 입증되지 않았습니다. 미국생식의학회도 현재는 임상 서비스로 제공하지 말고 연구 환경에서만 시행해야 한다는 입장입니다.

“시험관 배아를 유전적으로 점수 매겨 더 건강하거나 원하는 특성을 가진 아이를 선택하자”

과학적 가능성과 과장, 우생학·불평등 같은 윤리 문제가 강하게 충돌하는 내용입니다.

1. 과학관: 생명을 정보와 최적화 문제로 본다

저자는 DNA를 컴퓨터 코드와 비슷한 범용 정보 매체로 봅니다.

• DNA는 인간의 신체·질병·인지적 특성을 형성하는 일종의 코드다.
• 여러 배아의 유전체를 계산하면 가능한 미래 아이들의 특성을 예측할 수 있다.
• 따라서 인간의 생물학적 형질도 소프트웨어처럼 어느 정도 “프로그래밍 가능하다.”
• 자연선택이 번식 성공을 최적화했다면, 인간은 기술을 이용해 그 목적함수를 “인간의 번영”으로 바꿀 수 있다고 주장합니다.

신체와 능력은 유전적으로 최적화할 수 있지만, 인간의 본질은 유전자가 아닌 영혼이다.

이 때문에 그의 관점은 단순한 유전결정론보다는 “신체는 유전적으로 결정되는 도구이고, 영혼은 그 도구를 사용하는 자유로운 주체”라는 이원론에 가깝.

2. 윤리관: ‘강제가 아닌 개인 선택’으로서의 우생학

저자는 국가가 특정 인간상을 강요했던 20세기 우생학과 자신을 구분합니다.

그가 내세우는 논리는:

• 모든 사람에게 공통인 “최고의 아이”는 없다.
• 부모마다 중요하게 여기는 질병·키·성별·지능 등의 조합이 다르다.
• 배우자나 정자·난자 기증자를 선택하는 자유를 인정한다면, 배아를 선택할 자유도 인정해야 한다.
• 오히려 이를 금지하는 것이 생식의 자유를 제한하는 강제라고 봅니다.

그래서 이 입장은 철학적으로 흔히 자유주의적 우생학(liberal eugenics) 또는 시장 기반 우생학이라고 분류할 수 있습니다. 국가가 원하는 인구를 만드는 고전적 우생학이 아니라, 개인 부모가 시장에서 선택한다는 차이가 있습니다.

저자는 “각 부모의 최선은 다르다”는 가치다원주의로 이를 방어합니다. 하지만 여기에는 큰 문제가 있습니다. 개인의 선택이 다양하더라도 사회 전체가 키·외모·지능·장애 등에 비슷한 선호를 가지면, 결과적으로는 강한 획일화와 차별 압력이 생길 수 있기 때문입니다. 저자가 강조하는 개인의 선택과 사회적 결과 사이에 간극이 있습니다.

3. 이 세계관의 가장 큰 긴장

이 글에는 몇 가지 흥미로운 내부 모순이 있습니다.

첫째, 그는 인간을 유전자에 환원하지 않는다고 말하면서도 실제 사업에서는 지능·키·건강·수명 같은 인간적 가능성을 유전 점수로 비교합니다. 철학적으로는 반유전결정론을 주장하지만, 제품 차원에서는 상당히 강한 유전 중심주의를 사용합니다.

둘째, “최고의 인간은 없다”고 말하면서 “최적화”라는 언어를 사용합니다. 최적화에는 반드시 목적함수와 우선순위가 필요합니다. 결국 부모와 회사가 무엇이 더 나은 삶인지 어느 정도 규정해야 합니다.

셋째, 개인의 자유를 강조하지만 선택되는 아이의 자율성은 존재하지 않습니다. 부모의 선택권과 미래 인간의 열린 가능성 사이의 충돌을 충분히 다루지 않습니다.

넷째, 확립된 단일유전자 질환 검사와 아직 불확실한 다유전자 형질 예측을 하나의 연속적인 기술 발전처럼 설명합니다. 이 수사법은 과학적으로 검증된 질병 예방의 신뢰성을 지능·키·복합질환 선별에까지 확장하는 효과를 냅니다. 하지만 미국생식의학회는 현재 다유전자 배아 선별이 임상적 정확성과 효용을 입증하지 못했으며 임상 서비스로 제공하면 안 된다고 봅니다. ASRM 공식 입장

통계유전학의 예측 능력 + 부모의 생식 자유 + 실리콘밸리 기술낙관주의 + 종교적 영혼론

질병을 줄이자는 비교적 보편적인 목표에서 출발하지만, 최종적으로는 시장과 개인 선택을 통해 인간 진화의 방향을 의도적으로 바꾸자는 꽤 급진적인 사상입니다.

애플 헬스 에이지, 손목 측정값으로 몸 나이 환산

2026-09-09 · 진단·기술 · 애플 · 애플 뉴스룸 / 테크크런치

노화 측정이 연구실에서 손목으로 내려왔습니다.

입력값 워치 4종(최대산소섭취량·안정 심박·수면·심박변이도) + 혈액 2종

검사기관 연계 바이오마커 50여 종 패키지 119달러

노화의 다섯가지 지표

혈압, 공복 혈당, VO2 max, 허리둘레, 악력

https://pubmed.ncbi.nlm.nih.gov/30646252/

걸러 읽기

아직 출시 전입니다. 올해 안 미국 영어로 먼저 나오고 한국 출시 일정은 발표되지 않았습니다

계산식과 가중치, 예측력 검증 자료가 공개되지 않았습니다

체력과 사망의 관계는 관찰 연구입니다. 숫자를 낮춘다고 수명이 같은 비율로 늘지는 않습니다

의료 진단용 허가 기능이 아니라 웰니스 기능입니다

왜 중요

매일 쌓이는 장기 기록

누가 그 데이터에 접근하느냐가 다음 쟁점

국내는 검사기관 결과를 앱으로 바로 넘기는 연동이 제한적이라 혈액값은 직접 입력에 머물 가능성

생물학판 밀레니엄 문제 제안

https://millenniumproblems.bio/

수학의 밀레니엄 난제처럼, 생명과학에서 파급력이 클 만한 목표를 실험으로 성공 여부를 판정할 수 있게 구체적으로 정의

1. 원시 화학물질에서 스스로 복제하는 생명체 만들기
2. 성체 생쥐를 냉동했다가 손상 없이 되살리기
3. 단백질 서열을 읽어 DNA/RNA로 바꾸는 ‘역번역 효소’ 만들기
4. 광합성 효소 Rubisco의 효율 한계 돌파하기
5. 3개가 아닌 4개 염기로 된 코돈을 사용하는 세포 만들기
6. 성체 생쥐의 절단된 팔다리를 완전히 재생하기
7. 박테리아로 AAV·렌티바이러스 유전자치료제 생산하기
8. 원하는 단백질 부위만 절단하는 프로테아제를 즉석 설계하기
9. 세포 안으로 들어가 특정 단백질에 결합하는 치료용 단백질 만들기
10. PCR처럼 단백질 자체를 지수적으로 복제하기
11. 기존과 반대 방향인 3′→5′ 중합효소 세트 만들기
12. 자연계 질소고정효소와 전혀 다른 새로운 질소고정효소 만들기

2. 성체 생쥐를 냉동했다가 손상 없이 되살리기

핵심 오해는 냉동이 생명체의 ‘일시정지 버튼’이 아니라는 것

생쥐 몸의 상당 부분은 물입니다. 물이 얼면 뾰족한 얼음 결정이 생기고 부피도 변합니다. 이 결정이 세포막과 혈관을 찢어버립니다. 딸기를 냉동했다 녹이면 흐물흐물해지는 것과 비슷한 현상이 몸속 모든 장기에서 발생합니다.

얼음이 생기지 않게 하는 ‘유리화’ 기술도 있지만 문제가 많습니다.

• 부동액 역할을 하는 보존제가 고농도에서는 독성이 있습니다.
• 몸의 겉과 속을 같은 속도로 냉각하기 어렵습니다.
• 다시 데울 때 일부만 먼저 녹으면 조직이 갈라지거나 얼음이 생깁니다.
• 심장·간·신장뿐 아니라 뇌의 미세한 신경 연결도 그대로 보존해야 합니다.
• 혈액순환이 재개될 때 염증과 산화 손상이 한꺼번에 생길 수 있습니다.

장기 하나를 보존하는 것도 어려운데, 생쥐 전체를 최소 24시간 얼린 뒤 99% 이상 생존시키고 영구적인 장기 손상도 없어야 한다는 조건입니다. 수십억 개의 세포를 동시에 손상 없이 멈췄다가 다시 작동시키는 셈이죠.

성공한다면 장기이식 보관, 중증 환자의 장기 보존, 우주여행 등에 엄청난 영향을 줄 수 있습니다. 하지만 현재로서는 “생명을 냉동 보관한다”기보다 몸 전체를 얼음과 독성으로부터 동시에 지키는 문제에 가깝습니다.

3. 단백질을 읽어 DNA로 바꾸는 ‘역번역 효소’

생명체에는 이미 DNA를 읽어 단백질을 만드는 기계인 리보솜이 있습니다.

이를 요리에 비유하면:

DNA는 요리책이고, 단백질은 그 요리책을 보고 만든 음식입니다.

역번역 효소는 반대로 완성된 음식을 한 입씩 조사해서 원래 요리책을 다시 써주는 기계입니다.

이게 어려운 이유는 다음과 같습니다.

• 단백질은 20종류의 아미노산으로 만들어지는데, 서로 생김새가 비슷한 것들이 많습니다.
• 단백질은 긴 실처럼 펼쳐져 있지 않고 복잡하게 접혀 있습니다.
• 효소가 단백질을 놓치지 않고 아미노산 하나씩 순서대로 읽어야 합니다.
• 읽는 동시에 해당 정보를 DNA나 RNA로 정확하게 기록해야 합니다.
• DNA처럼 서로 달라붙는 ‘짝’이 없어서, 단백질 자체가 복사의 틀로 작동하지 않습니다.
• 아미노산 하나를 지정하는 DNA 코드는 여러 개일 수 있으므로, 미리 정한 규칙에 따라 일관되게 기록해야 합니다.

즉, 하나의 분자 기계가 동시에 단백질을 펼치고, 이동하고, 아미노산을 식별하고, DNA를 합성해야 합니다. 자연에는 이 모든 일을 연속적으로 수행하는 효소가 알려져 있지 않습니다.

성공한다면 단백질을 DNA처럼 증폭하고 대량으로 읽을 수 있게 됩니다. 극소량의 암 표지 단백질이나 희귀 단백질을 훨씬 쉽게 검출할 수도 있습니다.

한마디로 비교하면:

• 생쥐 냉동은 복잡한 도시 전체를 하나도 망가뜨리지 않고 멈췄다가 재가동하는 문제
• 역번역 효소는 완성된 음식만 보고 정확한 조리법을 자동으로 다시 작성하는 분자 기계 제작 문제

입니다.

노화 AI 문제집과 1등 소형 모델, 같은 회사가 공개

2026-09-17 · 산업·도구 · 인실리코 메디신 외(Cell) · 보도자료 / EurekAlert

공개한 것은 세 가지입니다.

1. LongevityBench

   임상·유전·후성유전·RNA·단백질 데이터를 대상으로 AI의 노화 생물학 능력을 시험하는 17개 과제입니다.

2. Longevity-LLMs

   노화 데이터로 특화학습한 5개의 소형 언어모델입니다. 6억~90억 파라미터 규모인데, 자체 벤치마크에서는 범용 대형 모델들과 비슷하거나 더 좋은 결과를 냈습니다. 핵심 메시지는 “과학 분야에서는 거대한 범용 모델보다 잘 학습된 전문 모델이 유리할 수 있다”는 것입니다. Cell 논문 정보

3. Longevity Claw

   문헌 검색, 233종의 생물학적 나이 시계 계산, 경로 분석, 후보 유전자·약물 표적 평가 등을 연결한 오픈소스 AI 연구 에이전트입니다. 논문에서는 328개 노화 개입 후보 유전자를 제안했고, 기존에 실험적으로 알려진 표적이 후보군에 최대 5.6배 많이 포함됐다고 보고했습니다. 공개 코드

노화를 해결한 AI가 아니라, 노화 데이터를 분석하고 신약 표적 가설을 만드는 오픈소스 AI 연구 플랫폼입니다.

작은 전문 모델이 범용 대형 모델을 이겼다는 주장이지만 채점표도 같은 회사 것입니다.

과제 17개 · 질문 2만 5,457개 · AI 26개 비교

1위는 매개변수 90억 개 소형 모델 · 26억 개 모델은 메모리 약 5.2GB

후보 유전자 328개 · 기준 목록 대비 농축 5.6배

걸러 읽기

후보 328개는 계산 결과입니다. 포유류나 사람 검증은 이번 발표에 없습니다

같은 회사를 9/6(반기 실적)과 9/13(렌토서팁 노화시계)에 이미 다뤘습니다. 연구는 다르지만 3주 연속입니다

왜 중요

연구실 컴퓨터 한 대로 돌아가는 크기라 환자 자료를 밖으로 보내지 않고 분석할 수 있습니다

문제집이 공개돼 있어 제3의 연구진이 순위를 재현할 수 있습니다. 그게 다음 확인 지점

바이오에서는 검사·오믹스 자료를 가진 조직이 좋은 소형 모델을 만들 가능성이 큽니다

중국 정부가 오는 2030년 자국의 ‘퍼스트 인 클래스’ 신약 비중을 전 세계의 25% 이상으로 끌어올리겠다는 목표를 내놨습니다.

혁신신약 산업을 연평균 20% 이상 성장시키고 글로벌 매출 10억달러를 넘는 의약품도 5개 이상 확보한다는 계획입니다.

한국바이오협회 바이오경제연구센터는 18일 브리핑을 통해 중국 공업정보화부, 국가발전개혁위원회, 상무부, 국가위생건강위원회, 국가의약품감독관리국 등 10개 부처는 이 같은 내용을 담은 ‘제15차 5개년 제약산업 발전계획’을 공동 발표했다고 밝혔습니다.

이번 계획은 2026년부터 2030년까지 중국 제약산업의 육성 방향을 담은 중장기 정책입니다. 중국 정부는 바이오의약품 연구개발과 활용 분야에서 세계 선도권을 확보하고 생물의약품 산업을 국가의 새로운 핵심 기간산업으로 육성한다는 방침입니다.

가장 눈에 띄는 목표는 '퍼스트 인 클래스' 비중입니다. 중국 정부는 2030년까지 중국의 FIC 신약이 전 세계에서 차지하는 비중을 25% 이상으로 높이고, 최초 임상시험에 진입하는 신약 파이프라인과 혁신신약 출시 건수를 세계 선두권에 올려놓기로 했습니다.