무엇이 부족했나
감염병의 출현과 재출현이 빨라지고 있다. 코로나19 팬데믹이 가장 뚜렷한 사례였고, 그 과정에서 관습적 백신 개발 파이프라인의 결함이 드러났다. 비용이 크고 인력이 많이 든다. 그리고 느리다.
AI는 백신 개발의 모든 단계를 바꿀 수 있는 도구로 등장했다. 에피토프와 항원 식별에서 시작해 보조제 개발, 면역원성 예측, 임상시험 최적화까지 이어진다. 랜덤포레스트, 서포트 벡터 머신, 합성곱·순환 신경망, 생성적 적대 신경망이 B세포와 T세포 에피토프를 예측하고, 면역원 구조를 다듬고, 인구집단 범위가 넓은 후보 항원을 고르는 데 쓰인다.
플랫폼 수준에서는 Vaxign-ML, iVAX, 그리고 Evaxion의
EDEN·RAVEN·PIONEER 파이프라인이
역백신학에 종단간 기계학습 모형을 적용한 사례로 꼽힌다.
황색포도상구균, 임균, SARS-CoV-2 같은 병원체를 대상으로
모듈형이고 데이터 주도적이며 빠른 백신 설계를 보여 준다.
학습 데이터의 편향, 제한된 모형 해석가능성, 그리고 관할권마다 다른 규제 기준의 정렬 문제. 이 셋은 이 장의 11절에서 다시 나온다.
해법으로 제시되는 것은 설명가능 AI(XAI), 연합학습, 양자컴퓨팅 통합이다. 다만 마지막 항목은 아직 전망에 가깝다는 점을 함께 기억해 둘 필요가 있다.
AI가 통합된 파이프라인
이 파이프라인은 두 가지 입력을 종합한다. 하나는 AI 알고리즘이고 — SVM과 랜덤포레스트에서 진보된 신경망까지 — 다른 하나는 병원체 데이터다. 유전체 서열, 구조단백체, 국제 감시 활동에서 나온 역학 추세가 여기 포함된다.
초기 단계에서 AI는 방대하고 이질적인 데이터를 모아 정렬한다. 바이러스 유전체 서열, 역학 감시 자료, 숙주 면역반응 프로파일, 과거 백신 플랫폼의 유산 데이터가 여기 들어간다. 이 통합된 지식 기반이 기계학습 알고리즘과 신경망의 학습 토대가 되고, 병원체 특성 규명과 면역원 선택의 근거를 제공한다.
- SVM · CNN · 은닉 마르코프 모형(HMM)이 바이러스 유전체를 해부해 구조적·기능적으로 결정적인 단백질을 찾는다. 코로나바이러스의 스파이크 당단백질, 세균의 외막 단백질이 그런 예다. 그다음 면역원성이 높고 교차반응성이 낮은 에피토프 후보를 예측한다.
- VAE와 GAN이 mRNA·DNA·바이러스 벡터 같은 백신 구조체를 시뮬레이션해 실험실 합성 이전에 효능, 안전성, 열안정성을 평가한다.
- 독성·반응원성 예측 모형이 숙주–병원체 상호작용을 모사해 이상 면역반응을 미리 내다보고 전임상 시험 대상의 우선순위를 정한다.
- 임상 단계에서는 모집 예측 모형으로 발생률이 높은 지역과 유전적으로 다양한 코호트를 찾아 통계적 검정력과 일반화 가능성을 높인다. 디지털 트윈과 적응형 분석으로 효능 신호나 이상반응을 조기에 잡아낸다.
- 후단에서는 수요 예측, 제조 공정 최적화, 공급망 관리로 이어진다.
이 장이 드는 최신 사례 하나는 엠폭스(원숭이두창)다. CNN, Xception, DenseNet121 모형이 엠폭스에 걸린 피부 병변과 그렇지 않은 병변을 구분해 진단 지연을 줄이고 효율적인 보건 개입을 가능하게 했다.
전통적 방식의 한계
3.1 시간, 비용, 규제
비용의 대부분은 긴 전임상, 다상 임상시험, 제조 규모 확대에서 나온다. EMA와 FDA 같은 규제 기관은 안전성·면역원성·유효성을 사람에서 충분히 검토할 것을 요구한다. 이 구조는 공중 보호를 위해 필수적이지만, 국제 보건 위기가 요구하는 속도에 적응하기 어렵다. 2003년 SARS, 2009년 H1N1 때 백신 보급이 지연된 것이 그 예다.
제조 쪽에도 제약이 있다. GMP 준수를 공급망 전체에서 유지해야 하는데 바이오리액터 확장성, 콜드체인 물류, 국제 유통 병목이 걸린다. 저·중소득국(LMIC)에서 특히 그렇다.
3.2 항원 식별의 난점
근본 과제는 강한 방어 면역을 만들어 낼 항원을 정확히 찾아내는 일이다. 전통 백신학은 불활성화 병원체와 약독화 생백신 같은 실용적 전략에 의존했고, 약독화·생체 내 시험·노동집약적 배양이 필요했다. 시간이 오래 걸릴 뿐 아니라 면역학적으로 무관한 항원을 고를 위험도 있다.
항원 변이가 큰 병원체를 겨냥할 때 문제는 더 커진다. HIV, 결핵균, 인플루엔자 A가 그렇다. 구조적 가소성과 면역 회피 기전이 백신 효능을 무너뜨린다. 게다가 전통적 방법은 에피토프 특성, HLA 다양성, 인구집단별 면역유전학 같은 결정적인 숙주–병원체 역학을 놓친다.
3.3 시간 척도를 나란히 놓으면
“때로는 48시간 안에 유효한 표적을 식별한다”는 문장과 “전통적 개발은 10–15년이 걸린다”는 문장이 같은 장 안에 있다. 두 숫자를 나란히 놓으면 10만 배의 가속처럼 보인다.
그런데 앞의 것은 표적 식별이고 뒤의 것은 전체 개발이다. 표적을 찾은 뒤에도 구조체 설계, 전임상, 1·2·3상, 제조 확대, 규제 심사가 남아 있다. AI가 줄인 것은 파이프라인 앞단이지 전체가 아니다.
이것은 이 장의 주장을 깎아내리려는 말이 아니다. 앞단이 수년에서 이틀로 줄어든 것 자체가 대단한 일이다. 다만 가속의 크기를 정직하게 말하려면 무엇을 재고 있는지부터 밝혀야 한다.
역백신학, 다시 발명되다
역백신학은 원인 병원체를 배양할 필요를 없앤다. 대신 유전체 마이닝으로 백신 후보를 찾고 인실리코 분석으로 걸러 낸다. 2000년 라푸올리가 개념을 제시했고, 수막구균 B형 백신(벡세로) 개발이 첫 구현이었다.
초기 도구와 현재 도구
초기 플랫폼인 VaxiJen은 단백질 서열의 물리화학적 기술자를 이용해
정렬에 의존하지 않는 항원성 예측을 제공했다. 로지스틱 회귀, 랜덤포레스트, k-최근접이웃 같은
기계학습 알고리즘을 썼다. 단일 생물체 분석에는 유용했으나
항원 중복이 많고 병독인자의 기능 주석이 부실한 고차원 데이터셋에는 한계가 있었다.
지도학습 기반 역백신학
여러 세균 분류군의 알려진 항원 표적에 대해 90퍼센트가 넘는 예측 정확도를 보였다. SVM, 랜덤포레스트, XGBoost를 조합해 성능을 높인다.
범유전체 스크리닝
랜덤포레스트와 SVM 같은 앙상블 분류기를 범유전체 데이터셋에 적용해 균주 특이적 항원과 보존된 광범위 항원 후보를 함께 찾아낸다.
중복 제거와 딥러닝
중복 제거 알고리즘과 딥러닝 구조로 후보를 걸러, 비상동적이고 보존적이며 면역우세한 단백질의 순위를 매긴다.
인구집단 수준 커버리지
HLA 대립유전자 빈도 분포를 시뮬레이션해 예측 표적의 인구집단 커버리지를 추정한다. 예측된 표적의 실제 전환 가치를 높이는 장치다.
가장 중요한 진전은 적응 학습이다. 면역원성 분석과 전임상 연구의 실험 데이터가 모형 재학습에 반복적으로 반영된다. 아시네토박터 바우마니와 헬리코박터 파일로리의 방어성 외막 단백질을 AI로 찾아낸 뒤 생체 내 실험으로 확인한 것이 이 방식의 성과다.
에피토프, 보조제, 그리고 생성 모형
6 에피토프 예측
HMM, SVM, 딥러닝이 B세포와 T세포 양쪽의 에피토프 예측에서 성과를 냈다. 면역원성 모티프, 펩타이드–MHC 결합친화도, 구조 패턴을 이용해 선형 에피토프와 입체 에피토프를 함께 예측한다.
항체가 붙는 자리
단백질 표면의 형태를 인식한다. 선형 에피토프뿐 아니라 3차 구조에서 만들어지는 입체 에피토프까지 다뤄야 하므로 구조 예측이 함께 필요하다.
MHC에 실려 제시되는 펩타이드
펩타이드–MHC 결합친화도가 핵심이다. 신경망 기반 도구는 대규모 주석 데이터(IEDB)로 학습했을 때 HLA 결합 에피토프 예측에서 90퍼센트가 넘는 성능을 보였다.
벤치마크 평가의 결론은 이렇다.
HMM은 단백질 서열의 순차적 의존성을 모형화하는 데 강하고,
딥러닝 특히 CNN과 RNN은 비선형 특징 표현과 종단간 학습에서 앞선다.
deepImmuno 같은 딥러닝 모형은 바이러스와 세균 데이터셋 전반에서
더 높은 AUC와 더 나은 일반화 성능을 냈다.
7 보조제와 면역조절제
딥러닝과 앙상블 기법이 단백질–리간드 및 수용체 상호작용을 모형화해 잠재적 보조제를 가상 스크리닝한다. 구조–활성 관계(SAR) 모형이 화학 구조로부터 면역조절 능력을 예측한다.
- iVAX — 로지스틱 회귀와 SVM으로 면역원성 에피토프를 예측하고, 예측 정확도를 높이기 위해 여섯 가지 알고리즘을 통합한다. 에피토프 기반 백신 후보에서 효능과 안전성을 함께 확보하도록 독성 프로파일도 예측한다.
- Antigenic — 랜덤포레스트로 단백질 특징에 근거해 항체 반응 가능성을 추정한다.
- BIFROST — Evaxion 생태계의 일부로, 단백질 무결성을 해치지 않으면서 에피토프를 안정한 면역원 골격에 구조적으로 이식하는 것을 지원한다.
8 생성 모형과 합성생물학
GAN, VAE, 트랜스포머 기반 모형이 항원 단백질의 잠재 공간 표현을 학습해 면역원을 처음부터 설계한다. 면역원성과 구조 안정성이 최적화된 새 단백질 서열을 만든다. GAN은 돌연변이 지형을 시뮬레이션해 에피토프 보존성을 유지하면서 인구집단 커버리지를 넓히는 데도 쓰인다.
스파이크 단백질 최적화
AI 모형이 스파이크 단백질 변이체를 빠르게 식별하고 최적화해, 우려 변이(VOC) 전반에 걸쳐 면역 커버리지를 최대화했다.
교차반응성 에피토프
트랜스포머 모형이 보존된 인플루엔자 에피토프를 예측해 광범위 반응성 백신 구조체 개발을 가능하게 했다.
단일세포 오믹스 데이터가 딥러닝과 결합되면서 TCR/BCR 다양성을 모형화하고 면역원 설계를 이끈다. 이 다중양식 접근은 세포 수준의 해상도로 면역 반응을 지도화해, 원하는 면역 반응을 정확히 끌어내는 면역원의 합리적 합성을 가능하게 한다.
플랫폼, 그리고 임상으로
Evaxion Biotech의 세 플랫폼은 각각 다른 국면을 맡는다. 주목할 점은 둘이 합쳐져 셋째가 된다는 구성 관계다.
세균 유전체의 항원
Efficacy Discriminative Educated Network. 세균 유전체에서 B세포 항원을 찾는다.
면역학적 유의성과 방어 항원과의 기능적 유사성에 근거해 가장 유력한 단백질을 고른다.
일곱 종의 세균 병원체에서 검증되었고, 황색포도상구균용 백신 EVX-B1의 토대다.
바이러스 대응
Rapidly Adaptive Viral Response. 바이러스 병원체 전용 플랫폼이다. EDEN의 B세포 에피토프 예측과 PIONEER의 T세포 표적화 요소를 결합한다. 면역 회피 전략을 모사해 바이러스 변이에 빠르게 대응하고 더 넓은 방어 커버리지를 갖는 후보를 제안한다.
맞춤 암 백신
환자별 오믹스 정보로 종양 특이 신항원을 판별하고,
강한 T세포 반응을 일으킬 것으로 예상되는 순서로 배열한다.
5장에서 본 EVX-01 백신의 신항원 선정이 이 플랫폼의 산물이다.
이 플랫폼들은 특정 면역학 데이터셋으로 훈련된 모형을 써서 전통적 파이프라인보다 후보 생성이 빠르다. 때로는 48시간 안에 유효한 표적을 식별한다. 면역원성·효능·안전성 실험 데이터는 다시 AI 시스템으로 순환되어 이후 예측과 모형 정확도를 다듬는다. EDEN이 도출한 항원은 여러 차례 검증을 거친 뒤 다중 에피토프 구조체로 융합되었고, 마우스 모델에서 살균 시험이 이어졌다.
| 구조 | 방식 | 장점 | 한계 |
|---|---|---|---|
| 모듈형 (modular) | B세포 예측, T세포 순위화, 구조 모형화를 서로 교체 가능한 개별 단위로 나눈다 | 빠른 갱신, 병원체와 백신 유형에 걸친 구성요소 재사용, 유연성과 확장성. 외부 데이터셋 결합, 단일세포 오믹스 플러그인, 다양한 전달 방식과의 호환 | 인터페이스 관리 부담 |
| 일체형 (monolithic) | 모든 기능을 하나의 통합 시스템에 넣는다 | 인터페이스 수준의 복잡성이 낮다 | 맞춤화가 제한된다. 빠르게 진화하는 감염병 지형에서 적응력이 떨어져 AI 기반 백신학에서는 덜 쓰인다 |
10 전임상과 임상
스파이크 항원 선정
AI가 스파이크 단백질 항원 선정을 앞당기고 면역 회피를 예측해 mRNA 백신 설계를 이끌었다.
임질
AI가 새로운 융합 항원을 식별했다. 50종의 나이세리아 균주에 걸쳐 강력한 살균 활성을 보였다.
흑색종
AI가 도출한 신항원이 T세포 반응률을 높이고 지속적인 항종양 면역을 만들어 냈다.
플랫폼 차원에서는 앙상블 모형이 숙주–병원체 상호작용을 모사하고 항원 선택을 반영해 시험 실패율을 뚜렷이 낮춘다. 예측 분석이 임상 시험 이전에 면역학적·안전성 프로파일이 우수한 후보의 순서를 정한다.
규제, 윤리, 해석가능성
가장 큰 과제는 심층신경망 같은 복잡한 구조의 제한된 해석가능성이다. 이 블랙박스 시스템은 강한 예측 성능을 낸다. 그런데 그 불투명성이 사람에게 쓰이는 백신 설계라는 영역에서 재현성과 책임성에 대한 우려를 낳는다. 어텐션 맵과 SHAP 같은 XAI 방법이 영향력 있는 특징을 드러내려 시도되고 있지만, 백신 개발 원칙 안에서 아직 표준화되지 않았다.
에피토프 예측 모형은 대개 유럽이나 북미의 MHC 대립유전자 데이터셋으로 학습된다. 그런데 HLA는 인구집단마다 크게 다르다. 그런 모형은 아프리카나 동남아시아 인구집단에서 성능이 떨어진다.
결과는 단순한 정확도 저하로 끝나지 않는다. 과소대표된 집단에게 덜 효과적이거나, 심하면 안전하지 않은 백신 후보가 나올 수 있다. 앞의 여섯 장에서 반복해 나온 편향 문제가 여기서는 ‘누구의 면역계를 기준으로 삼았는가’라는 아주 구체적인 형태를 띤다.
규제의 현주소
FDA와 EMA는 AI 보조 백신 개발의 지침을 아직 완전히 조화시키지 못했다. 기존 프레임워크는 전통적 임상시험 모형에 초점을 두고 있어 지속적으로 학습하는 AI 시스템을 적절히 평가하지 못할 수 있다.
- FDA의 AI/ML 기반 의료기기 소프트웨어(SaMD) 액션 플랜이 규제 적응의 초기 단계로 꼽힌다.
- EMA도 의약품에서의 AI 사용에 관한 성찰 문서를 발표했다.
- 다만 검증 지표, 감사 추적, 모형 표류(model drift) 관리에 대한 합의는 여전히 요원하다.
앞으로
부가물이 아니라 토대
AI를 나중에 얹은 하이브리드 시스템과 달리, EDEN·RAVEN·PIONEER 같은 플랫폼은 처음부터 기계학습 원리로 지어졌다. 항원 발굴, 면역원성 모형화, 임상시험 시뮬레이션을 통합된 AI 층에서 처리한다.
보편 백신
바이러스 과(family) 전반에 걸쳐 보존된 에피토프를 예측하는 능력이 인플루엔자, HIV, SARS-CoV-2처럼 초가변 바이러스에 대한 보편 백신의 가능성을 연다. 생성 모형과 트랜스포머 구조가 항원 변이에도 안정적으로 남는 교차반응성 표적을 찾아낸다.
연합학습
여러 기관에 걸쳐 프라이버시를 지키며 분산 학습한다. 전 세계 다양한 인구집단의 민감한 임상·오믹스 데이터를 쓰는 협력 개발에 유용하다. 바로 앞 절의 HLA 편향 문제에 대한 직접적인 답이기도 하다.
실세계 데이터
전자의무기록, 웨어러블, 시판 후 감시 시스템의 데이터가 학습 데이터를 풍부하게 하고 모형이 실제 백신 성능에 계속 적응하게 한다. 임상시험과 현실 효능 사이의 간극을 메운다.
양자컴퓨팅은 단백질 접힘과 분자 도킹 시뮬레이션을 극적으로 가속할 잠재력이 있다고 제시된다. 다만 이 장은 그것을 가능성으로 서술한다. 실현된 사례가 아니라 앞으로의 방향이라는 점에서, 앞의 여러 항목과 성격이 다르다.
학제 간 협력도 강조된다. 계산생물학, 면역학, 규제과학, 윤리학이 함께 가야 하고, 민관 협력(예: NIH–Evaxion)과 국제 데이터 공유 컨소시엄이 AI 혁신에 대한 형평한 접근을 보장하는 데 결정적이다.
이 장이 남기는 것
역백신학의 핵심은 속도가 아니라 방향이다. 병원체를 배양해 무엇이 듣는지 확인하는 대신 유전체에서 출발해 거꾸로 계산한다. 배양할 수 없는 병원체에도 길이 열린다는 것이 이 반전의 가장 큰 실익이다.
EDEN은 B세포 항원을, PIONEER는 T세포 신항원을 맡고, RAVEN은 둘을 합친다. 면역계가 체액성과 세포성 두 팔로 작동한다는 사실이 플랫폼의 구성 원리로 그대로 옮겨져 있다.
실험에서 나온 면역원성·효능·안전성 데이터가 AI 시스템으로 되돌아가 다음 예측을 개선한다. 이 순환이 있어야 예측이 학습이 된다. 한 번 예측하고 끝나면 그것은 도구가 아니라 추측이다.
유럽·북미 MHC 데이터로 학습한 에피토프 예측 모형은 아프리카와 동남아시아 인구집단에서 성능이 떨어진다. 백신은 인구집단 전체를 겨냥하는 개입이므로, 이 편향은 특히 무겁다.
이 장은 짧고, 문장에 다듬어지지 않은 곳이 더러 있다. 그래도 전달하려는 논지는 분명하고, 앞의 여섯 장과 겹치지 않는 기여가 있다.
가장 값진 대목은 ‘배양이 필요 없다’는 한 문장이다. 이것은 속도의 문제가 아니라 가능/불가능의 문제다. 배양이 안 되는 병원체, 배양이 위험한 병원체, 배양 시설이 없는 나라에서 고전 백신학의 첫 칸은 아예 비어 있다. 역백신학은 그 칸을 서열 파일로 대체한다. 서열은 이메일로 보낼 수 있고, 인터넷이 되는 곳이면 어디서든 계산할 수 있다. 이것이 4장이 말한 ‘접근의 형평’과 만나는 지점이다.
동시에 이 장은 숫자를 다룰 때 조심해야 할 이유도 함께 보여 준다. 48시간과 15년을 나란히 놓으면 극적이지만, 하나는 앞단이고 다른 하나는 전체다. Vaxign-ML의 90퍼센트도 ‘이미 알려진 항원 표적’에 대한 정확도다. 알려진 답을 다시 맞히는 일과 모르는 답을 찾아내는 일은 다르다. 이 장의 성취는 진짜지만, 그 크기는 원문이 암시하는 것보다 조심해서 읽어야 한다.