Sep. 27
By Kate Morgan
2025-03-20T11:00:00.000-04:00
"수많은 질병 치료에 활용될 수 있는 의약품이 엄청나게 많습니다. 다만 체계적인 접근 방식이 부족했을 뿐이죠."라고 국립번역과학진흥센터(NCATS)의 치료제 개발 책임자를 역임했고, 현재 약물 재활용 연구 그룹인 레메디4올(Remedi4All)의 과학 책임자로 활동하는 도널드 C. 로는 말했습니다. "이미 승인된 약물들을 약국에서 구입할 수 있기 때문에, 이러한 시도를 하지 않는 것은 거의 어리석은 일입니다."
미국 국립보건원(NIH)은 미국 내 환자 수가 20만 명 미만인 질환을 희귀 질환으로 정의합니다. 하지만 전 세계적으로 수천만 명 , 수천만 명의 미국인 과 수억 명의 사람들에게 영향을 미치는 희귀 질환은 수천 가지에 달합니다.
하지만 희귀 질환의 90% 이상 은 승인된 치료법이 없으며, 거대 제약 회사들은 치료법 개발에 많은 자원을 투자하지 않습니다. NCATS의 약물 개발 파트너십 프로그램 책임자인 크리스틴 콜비스는 소수의 환자를 위한 신약 개발로는 큰 수익을 기대하기 어렵다고 말했습니다.
하버드 의과대학에서 의학 연구에 컴퓨터 과학을 적용하는 연구를 하는 마린카 지트닉 부교수는 바로 이러한 점 때문에 약물 재활용이 희귀 질환 치료법을 찾는 데 있어 "매력적인 대안"이 된다고 말했습니다. 지트닉 박사의 하버드 연구실은 약물 재활용을 위한 또 다른 AI 모델을 개발했습니다.
많은 약물이 한 가지 이상의 작용을 한다고 마이트 박사는 말했습니다. 이러한 추가적인 작용은 때때로 부작용으로 특징지어집니다. "충분한 수의 약물을 조사하다 보면 결국 우리가 찾고자 하는 부작용을 발견하게 되고, 그러면 그것이 주된 효과가 됩니다."라고 그는 말했습니다.
펜실베이니아 대학교의 파이겐바움 박사가 개발한 플랫폼은 약 4,000개의 약물을 18,500개의 질병과 비교합니다. 각 질병에 대해 약물은 효능 가능성에 따라 점수를 받습니다. 예측이 완료되면 연구팀은 이를 분석하여 유망한 아이디어를 찾아내고, 실험실 테스트를 수행하거나 환자에게 약물을 시험해 볼 의향이 있는 의사와 연결합니다.
파이겐바움 박사는 "인공지능을 이용해 신약을 개발하면 엄청난 돈을 벌 수 있지만, 인공지능을 이용해 오래되고 저렴한 약의 새로운 용도를 찾아내면 아무도 돈을 벌지 못한다"고 말했다.
이 사업에 자금을 지원하기 위해 Every Cure는 작년에 TED의 Audacious Project 와 연방 보건부 산하 기관으로 잠재적인 연구 혁신을 지원하는 첨단 연구 프로젝트국(ARPA) 으로부터 1억 달러 이상의 지원 약정을 받았습니다 . 파이겐바움 박사는 Every Cure가 이 자금의 일부를 기존 약물을 다른 용도로 활용하는 임상 시험에 사용할 것이라고 밝혔습니다.
"이것은 우리가 두려워할 필요가 없고, 오히려 정말 기대할 수 있는 인공지능의 한 예입니다."라고 Every Cure의 공동 창립자이자 파이겐바움 박사와 의대 동창인 그랜트 미첼 박사가 말했습니다. "이것은 많은 사람들에게 도움이 될 것입니다."
1. 어릴 때 단백질을 덜 먹은 초파리가 더 오래 살았고, 그 이유가 밝혀졌습니다
2026-09-23 · 리켄(일본)·후난사범대(중국) · Nature 논문 2편 · 리켄 논문 / 후난사범대 논문 / 네이처 해설
위키미디어 공용 · André Karwath · CC BY-SA 2.5
초파리. 수명이 두 달 남짓이라 어릴 때 먹은 것이 평생에 어떤 흔적을 남기는지 보기 좋은 동물입니다.
어릴 때 적게 먹으면 오래 산다는 관찰은 거의 100년 전 쥐 실험에서 처음 나왔습니다. 그런데 왜 그런지는 지금까지 잘 몰랐습니다. 어릴 때 먹은 밥을 몸이 어떻게 어른이 된 뒤까지 기억하느냐는 질문입니다.
일본 리켄 연구팀은 애벌레가 먹은 단백질 재료(아미노산)에 표시를 달아 어디로 가는지 따라갔습니다. 애벌레 때 먹은 재료는 어른이 된 뒤에도 몸에 남아 있었고, 특히 세포 안에서 단백질을 찍어 내는 공장(리보솜)을 짓는 데 쓰이고 있었습니다.
그 재료를 어른 때까지 넘겨 주는 창고 역할을 하는 단백질이 Lsp2입니다. 애벌레 때 단백질을 덜 먹으면 이 창고가 작아지고, 어른이 된 뒤 공장도 덜 돌아갑니다. 창고 단백질을 일부러 줄인 초파리는 평소처럼 먹여도 더 오래 살았습니다. 아미노산 20여 가지 가운데 페닐알라닌과 타이로신 두 가지만 줄여도 같은 효과가 났습니다.
다만 초파리 이야기입니다. 사람에게는 Lsp2라는 단백질이 없고, 같은 역할을 하는 무언가가 있는지는 아직 모릅니다. 리켄 팀의 결과는 2025년 5월 예비 논문으로 먼저 공개된 적이 있습니다.
2. NAD가 모자라면 빨리 늙지만, 영양제로 채운다고 더 젊어지지는 않았습니다
2026-09-23·25 · 메이오클리닉(Nature Communications) / 도쿄대(npj Aging) · 메이오클리닉 생쥐 연구 / 도쿄대 NMN 임상
NMN 분자 구조. 몸 안에서 NAD로 바뀌는 재료라서 노화 영양제로 팔립니다.
위키미디어 공용 · Edgar181 · 퍼블릭 도메인
NAD는 세포가 음식을 에너지로 바꿀 때 꼭 필요한 도우미 분자입니다. 나이가 들면 몸속 NAD가 줄어든다는 연구가 많아서, NAD의 재료인 NMN이나 NR이 노화 영양제로 널리 팔리고 있습니다.
먼저 미국 메이오클리닉 연구팀은 음식 속 나이아신(비타민 B3)이 있어야만 NAD를 만들 수 있도록 바꾼 생쥐를 만들었습니다. 나이아신을 끊자 몸 전체의 NAD가 떨어졌고, 생쥐는 등이 굽고, 뼈와 근육과 지방이 빠지고, 백내장이 생기고, 일찍 죽었습니다. 겉보기에는 늙은 생쥐와 비슷했지만 유전자 변화를 보면 실제 노화와 겹치는 부분은 일부였습니다. 나이아신을 다시 먹이자 이 변화가 거의 다 되돌아왔습니다.
같은 주 일본 도쿄대 연구팀은 65세 이상 건강한 노인에게 NMN을 하루 1,250mg씩 24주 동안 먹인 무작위 시험 결과를 냈습니다. 피 속 NAD는 확실히 올라갔습니다. 하지만 원래 보려던 청력은 나아지지 않았고, 걷기나 근력 같은 몸 기능도 그대로였습니다. 몇몇 지표가 조금 움직였지만 여러 번 비교한 것을 엄격하게 보정하자 의미가 사라졌습니다.
두 연구를 겹쳐 보면 그림이 선명해집니다. NAD가 바닥나면 몸이 크게 망가지고, 다시 채우면 회복됩니다. 그런데 부족하지 않은 건강한 노인에게 더 넣어 준다고 기능이 더 좋아지지는 않았습니다. 기름이 떨어진 차에는 주유가 결정적이지만, 탱크가 찬 차에 더 붓는다고 차가 빨라지지는 않는 것과 비슷합니다.
도쿄대 시험은 NMN을 만드는 회사(미라이랩 바이오사이언스)가 연구비와 제품을 댔고 저자 일부가 그 회사 직원입니다. 그런데도 결과가 밋밋하게 나왔다는 점은 오히려 눈여겨볼 만합니다. 참가자 수는 공개된 초록에서 확인하지 못했습니다.
3. 입속 세균 한 종이 느린 노화와 함께 움직였습니다. AI가 골라낸 후보입니다
2026-09-24 · 베이징대·상하이교통대 등(Nature Aging) · 원논문
입안 점막 세포에 붙어 있는 세균들을 현미경으로 본 모습입니다.
위키미디어 공용 · Microrao · CC BY-SA 4.0
우리 입안에는 수백 종의 세균이 삽니다. 그동안 세균과 노화의 관계는 주로 장내 세균 쪽에서 연구됐는데, 이번 연구는 입속 세균을 봤습니다.
중국 연구진은 사람들의 혈액 검사, 대사물질, 장과 입속 세균 같은 여러 종류의 자료를 한꺼번에 학습한 AI로 노화 시계를 만들었습니다. 그리고 컴퓨터 안에서 조건을 하나씩 바꿔 보며 무엇을 바꾸면 몸 나이가 가장 많이 내려가는지 찾았습니다. 1순위로 나온 것이 나이세리아 플라베센스라는 입속 세균이었습니다. 이 세균이 많은 사람일수록 몸 나이가 실제 나이보다 젊게 나오는 경향이 있었습니다.
연구진은 이 세균을 실제로 길러 확인했습니다. 몸에 이로운 물질을 만든다는 것을 확인했고, 살아 있는 세균을 먹인 예쁜꼬마선충은 더 오래, 더 건강하게 살았습니다. 늙은 생쥐에게는 열로 죽인 세균을 먹였는데, 피 속 대사물질과 간의 유전자 발현, 장내 세균 구성이 젊은 생쥐 쪽으로 돌아갔습니다.
주의할 점도 분명합니다. 사람에서는 이 세균이 많은 사람과 몸 나이가 젊은 사람이 겹친다는 연관성만 봤습니다. 이를 잘 닦고 담배를 피우지 않는 사람에게 이 세균이 많아서 생긴 결과일 수도 있습니다. 생쥐에서는 분자 지표가 젊어졌지만 수명이 늘었는지는 보지 않았습니다.
그래도 AI가 먼저 후보를 고르고 사람이 선충과 생쥐로 확인하는 순서로 일했다는 점은 뒤의 6·7번 꼭지와 같은 흐름입니다. 입속 세균이 온몸의 노화와 이어져 있다는 가설은 앞으로 더 자주 보게 될 가능성이 높습니다.
4. 건강검진 CT 한 장으로 몸 나이를 계산했습니다
2026-09-21 · 중국 동남대·도쿄대(npj Aging) · 원논문
CT 촬영 장비. 건강검진에서 찍어 둔 가슴·배 CT가 이번 연구의 재료였습니다.
위키미디어 공용 · daveynin · CC BY 2.0
CT를 찍으면 뼈뿐 아니라 근육, 내장지방, 간 같은 장기의 크기와 밀도까지 숫자로 잴 수 있습니다. 연구진은 이 숫자들로 그 사람의 몸 나이를 계산하는 모델을 만들었습니다.
재료는 2006년부터 2017년까지 한 건강검진 집단에서 가슴과 배 CT를 찍은 성인 7,837명이었습니다. 먼저 건강한 사람들로 이 나이면 보통 이런 몸이라는 기준을 학습시켰습니다. 모델이 맞힌 나이와 실제 나이는 평균 4.7년 정도 차이가 났습니다.
중요한 것은 그 차이였습니다. CT로 본 몸 나이가 실제보다 많이 나온 사람일수록 이미 노화 관련 병을 앓고 있을 가능성이 높았고, 이후 새로 병에 걸릴 위험도 컸습니다. 몸 나이 격차가 한 단계(표준편차 1) 커질 때마다 새로 병이 생길 위험은 약 24% 올라갔습니다. 좋지 않은 생활 습관도 CT 몸 나이를 끌어올리는 쪽과 연결돼 있었습니다.
이 방법의 장점은 새 검사가 필요 없다는 것입니다. 이미 찍어 둔 CT에 계산만 더하면 됩니다. 다만 한 검진 집단의 자료로 만든 모델이라 다른 인종이나 다른 병원 장비에서도 잘 맞는지는 더 확인해야 합니다. 이 숫자를 낮추면 병이 줄어드는지도 아직 모릅니다.
한국은 검진에서 CT를 많이 찍는 나라입니다. 병원 서버에 쌓여만 있는 사진이 노화를 재는 자료가 될 수 있다는 뜻이고, 다음 꼭지의 엔비디아 도구와도 이어집니다.
5. 엔비디아, CT로 내 심장과 폐의 디지털 쌍둥이를 만드는 무료 도구 공개
2026-09-25 · 엔비디아(MICCAI 2026 학회) · NVIDIA Healthcare on Twitter / X / 공개 저장소
가슴 CT 한 벌에서 심장과 폐를 골라내 입체 모형으로 옮기는 장면입니다. 이 모형 위에서 심장 박동과 숨쉬기를 흉내 냅니다.
NVIDIA Healthcare 공개 영상 갈무리
디지털 쌍둥이는 실제 물건을 컴퓨터 안에 똑같이 복사해 둔 모형을 말합니다. 비행기 엔진이나 공장 설비에 먼저 쓰였고, 실제로 부수지 않고 컴퓨터 안에서 미리 시험해 보는 용도였습니다.
엔비디아가 이것을 사람 몸에 쓰는 도구 MONAI Physio를 의료영상 학회 MICCAI에서 무료로 공개했습니다. CT나 MRI를 넣으면 그 사람의 심장과 폐 모양을 입체로 뽑아내고, 그 위에서 심장이 뛰고 폐가 숨 쉬는 움직임을 AI로 계산해 보여 줍니다. 누구나 가져다 쓰고 고칠 수 있는 공개 소프트웨어입니다.
지금은 심장과 폐 두 장기만 다룹니다. 피가 흐르는 모습, 심장의 전기 신호, 장기에 피가 도는 정도는 앞으로 넣겠다고 했습니다.
엔비디아는 저장소에 이 도구가 연구용이며 진단이나 치료 계획에 쓰면 안 된다고 분명히 적어 두었습니다. 환자에게 써서 결과가 좋아졌다는 자료도 아직 없습니다. 이 도구가 엔비디아 그래픽 칩과 3D 플랫폼(옴니버스) 위에서 돌아간다는 점도 함께 봐야 합니다. 무료 도구가 병원에 자사 하드웨어를 들이는 입구 역할을 합니다.
노화와 이어지는 지점은 시간입니다. 해마다 찍은 CT로 내 심장 모형을 만들어 겹쳐 보면, 한 사람의 심장이 어떻게 늙어 가는지를 움직임까지 비교할 수 있게 됩니다. 앞 꼭지의 CT 몸 나이가 숫자 하나로 요약하는 방식이라면, 이쪽은 장기의 모양과 움직임을 통째로 남기는 방식입니다.
6. AI 3만 7천 개로 꾸린 가상 제약회사가 잘 되는 약의 공통점을 찾았습니다
2026-09-17 · 스탠퍼드대(Science) · 스탠퍼드 의대 발표 / 네이처 뉴스 / 매거진 원글
항체약물접합체 구조. 가상 제약회사가 폐암 치료제 아이디어로 내놓은 형태입니다.
위키미디어 공용 · Kuebi · CC BY-SA 3.0
신약 하나를 만드는 데 10년 넘게 걸리고, 후보 대부분은 사람 대상 시험에서 떨어집니다. 어떤 약이 통과하고 어떤 약이 떨어지는지 공통점을 알면 처음부터 될 만한 후보를 고를 수 있습니다.
스탠퍼드대 제임스 저우 교수 연구팀은 AI 에이전트 3만 7천여 개로 제약회사를 흉내 낸 가상 회사를 꾸렸습니다. 연구 총괄, 표적 발굴, 안전성, 임상 개발 부서가 모두 AI입니다. 이 가상 회사가 지금까지 끝난 임상시험 5만 5,984건의 결과를 일주일이 안 돼 한 형식의 표로 정리했습니다. 사람이 하면 몇 년 걸리는 작업이라고 연구팀은 설명했습니다.
정리해 보니 뚜렷한 차이가 나왔습니다. 몸의 여러 세포 가운데 한 종류에서만 켜지는 유전자를 겨냥한 약은, 여기저기서 켜지는 유전자를 겨냥한 약보다 최종 승인까지 갈 가능성이 48% 높았고 부작용은 32% 적었습니다. 과녁이 좁으면 엉뚱한 조직을 덜 건드리기 때문으로 해석됩니다.
다만 이미 끝난 시험을 돌아본 분석이라, 과녁이 좁아서 성공한 것인지 다른 이유가 섞였는지는 따로 따져 봐야 합니다. 어떤 AI 모델을 썼는지, 비용이 얼마였는지도 공개되지 않았습니다. 이 결과는 올해 2월 예비 논문으로 먼저 나왔고 이번에 학술지에 실렸습니다.
노화 약에는 불편한 결과이기도 합니다. 노화를 겨냥한 약은 성장 호르몬이나 영양 신호처럼 몸 전체에서 작동하는 표적을 건드리는 경우가 많은데, 이 분석대로라면 임상에서 불리한 쪽에 서게 됩니다.
7. 클로드가 찾아낸 새 효소 시스템, 크리스퍼처럼 반복 무늬를 달고 있었습니다
2026-09-23 · 앤스로픽 생명과학 연구실(예비 논문) · 앤스로픽 발표 / 예비 논문 PDF / 다리오 아모데이 X
실험실에서 시약을 옮기는 연구자. 후보를 고른 것은 클로드였고 실험은 사람이 했습니다.
앤스로픽 발표문 대표 이미지
유전자 가위 크리스퍼는 원래 세균이 바이러스를 막으려고 쓰던 장치였습니다. 과학자들이 세균 DNA에서 이상하게 일정한 간격으로 반복되는 무늬를 발견한 것이 시작이었습니다. 자연에는 아직 아무도 들여다보지 않은 이런 분자 기계가 많이 숨어 있을 것으로 봅니다.
앤스로픽은 올봄 자체 생명과학 연구실을 만들고, 클로드에게 거대한 DNA 데이터베이스에서 흥미로운 역전사효소를 찾아보라고 지시했습니다. 역전사효소는 RNA를 DNA로 베껴 쓰는 효소입니다. 클로드 약 950개가 21시간 동안 나눠서 데이터를 뒤졌고, 그중 하나가 세균을 감염시키는 바이러스(파지) 안에서 어떤 역전사효소 옆에 크리스퍼처럼 반복되는 무늬와 정체 모를 단백질이 함께 붙어 있는 것을 찾아냈습니다. 연구팀은 이것을 ART라고 이름 붙였습니다.
이 조합이 눈길을 끄는 이유는, 지금까지 이런 특징을 함께 가진 시스템이 몇 개 없었고 그 몇 개가 모두 DNA를 자르고 베끼고 붙이는 도구로 쓰이고 있기 때문입니다. 크리스퍼 개발의 주역 중 한 명인 장펑 MIT 교수는 예비 논문을 읽고 정말 흥미롭고 더 연구할 가치가 있다고 평가했습니다.
조심할 부분도 많습니다. 이 기계가 실제로 무슨 일을 하는지는 아직 모릅니다. 다리오 아모데이 스스로도 쓸모가 있는지조차 분명하지 않다고 적었습니다. 효소 자체는 이전 연구에서 보고된 적이 있고, 새로 찾은 것은 옆에 붙은 반복 무늬와 짝 단백질입니다. 무엇보다 AI 회사가 자기 AI의 성과를 직접 발표한 것이고, 다른 연구자들의 심사를 거치지 않은 예비 논문 단계입니다. 앤스로픽의 생명과학 발표는 8월 23일 회차에서 다룬 단백질 설계에 이어 한 달 만에 두 번째입니다.
6번 꼭지의 가상 제약회사가 이미 있는 기록을 정리하는 AI였다면, 이번 사례는 스스로 가설을 세우고 확인할 실험까지 제안한 AI라는 점에서 한 단계 더 나갔습니다. 아모데이가 말하듯 이런 방식이 임상시험 기간을 줄이지는 못하지만, 시험에 들어갈 후보의 수는 크게 늘릴 수 있습니다.
다리오 아모데이 발표문 (번역 원문)
오늘 우리는 클로드(Claude)가 주도한 새로운 유전자 편집 메커니즘으로 추정되는 분자 기계를 발견했다고 발표했습니다. 이 기계의 정확한 기능, 생명공학적 활용도(있다면), 그리고 연구의 중요성은 아직 명확하지 않지만, 최소한 제가 박사 과정 학생 시절에 이룬 성과라면 자랑스러웠을 만한 연구입니다. 이 연구는 대부분 클로드가 수행했지만, 전적으로 클로드의 노력은 아니었습니다. 우리 생명과학팀은 광범위한 연구 분야를 제안했고, 클로드는 관련 문헌과 방대한 유전체 데이터를 검토하여 흥미로운 점을 발견했습니다. 그리고 클로드는 이 발견을 검증하기 위한 실험을 제안했고, 우리 팀은 이를 실행했습니다.
8. 롱제비티 바이오텍에 2년 새 300억 달러, 중국 회사 59곳이 169억 달러를 모았습니다
2026-09-25 · Longevity.Technology(자체 보고서) · 주간 정리
Longevity.Technology 주간 뉴스 정리 대표 이미지입니다.
롱제비티 업계 전문 매체 Longevity.Technology가 올해 롱제비티 바이오텍 보고서를 냈습니다. 오래, 건강하게 사는 것을 돕는 약과 기술을 만드는 회사들에 돈이 얼마나 들어갔는지를 정리한 자료입니다.
보고서에 따르면 2년이 안 되는 기간에 이 분야로 300억 달러, 우리 돈 약 40조 원(1달러 1,350원 환산)이 넘게 들어갔습니다. 돈은 점점 큰 거래와, 이미 사람 대상 임상을 하고 있는 회사 쪽으로 몰리고 있습니다. 눈에 띄는 것은 중국입니다. 중국에 본사를 둔 회사 59곳이 169억 달러, 약 23조 원을 모았습니다. 이 숫자가 같은 2년 기준인지는 확인하지 못했습니다.
시장 전망도 내놨습니다. 2045년에는 이 시장이 한 해 6,170억 달러 규모가 될 수 있다고 봤는데, 그중 2,300억 달러는 당뇨나 심장병처럼 이미 있는 병을 치료하는 약에서 나오고, 1,730억 달러는 나라가 노화 자체를 치료 대상으로 인정해 줘야 생기는 몫이라고 나눴습니다.
업계 매체가 스스로 낸 숫자라 할인해서 읽어야 합니다. 2045년 전망은 약 가격과 먹는 사람 수를 가정해 만든 것이고, 중국 회사들이 미국보다 임상을 50~70% 빨리 진행한다는 주장도 근거 자료를 찾지 못했습니다.
그래도 돈의 방향은 읽힙니다. 지금은 노화 자체로는 약 승인을 받을 수 없어서, 노화 약도 결국 특정 병의 이름을 달고 임상에 들어갑니다. 돈이 이미 임상 단계에 들어선 큰 회사로 쏠릴수록 작은 연구실의 새 아이디어는 투자받기가 어려워집니다. 한국 바이오가 비교해야 할 상대가 미국보다 중국일 수 있다는 점도 이 보고서가 던지는 질문입니다.