질병 원인 바이러스 찾는 ‘AI 탐정’

특정 지역의 여러 학교 학생들이 급식을 먹은 뒤 집단 설사나 식중독을 일으켜 보건당국에서 역학조사를 실시한다는 뉴스를 간혹 들을 수 있습니다.역학조사는 질병이 발생했을 때 개별 환자에 대한 관찰조사를 바탕으로 통계적 분석을 거쳐 법칙성을 찾아내는 일입니다. 집단 식중독이 발생했을 경우 환자들의 혈액을 채취하고 먹었던 음식을 수거해 실험실에서 세균이나 바이러스를 검사하고 환자 발생 분포와 빈도, 발생시간 등을 그래프로 만드는 등 전염 경로와 확산 속도를 파악해 대응 방안을 마련하는 것이 역학조사의 일반적인 과정입니다.

이런 현대 역학조사를 처음 만들어 낸 것은 19세기 중엽 영국 런던의 뒷골목을 휩쓸던 콜레라 확산을 막기 위해 고군분투한 존 스노(1813~1858) 박사입니다. 그 이후 역학은 공중보건에 중요한 수단이 됐습니다.

역학은 감염자 파악과 그와 접촉한 사람에 대한 시공간 정보를 확보하는 것이 핵심이라고 합니다. 문제는 최근 들어 교통수단의 발달로 개인의 활동반경이 커지고 도시가 확대되면서 불특정 다수와 감염자가 접촉할 기회가 늘어나고 있다는 것입니다. 이 때문에 에볼라 바이러스나 메르스, 중증급성호흡기증후군(SAS)처럼 갑자기 나타나 순식간에 확산되는 경우 역학조사가 쉽지 않다고 합니다.

●도시발달로 역학 조사 어려워져

영국 글래스고대 수의대 생물다양성연구소, 바이러스연구센터, 모어던연구소 공동연구팀이 인공지능(AI)의 한 분야인 머신러닝(컴퓨터가 스스로 방대한 데이터를 분석해서 미래를 예측하는 기술)을 이용해 에볼라 같은 치명적 바이러스의 원인숙주가 무엇인지 찾아낼 수 있는 알고리즘을 개발, 이런 문제를 해결할 수 있게 됐다고 합니다. 이번 연구 결과는 세계적인 과학저널 ‘네이처’ 최신호에 실렸습니다.

바이러스 전파 원인을 미리 알 수 있다면 그에 대한 사람들의 접촉을 제한하거나 백신 개발 같은 대응책을 발빠르게 마련해 피해를 최소화할 수 있게 됩니다. 마치 영화 ‘마이너리티 리포트’에서처럼 전염병이 발생하기 전에 발병원인을 차단할 수 있게 되는 것이지요.

●알고리즘 숙주 예측 정확도 72%

연구팀은 우선 인간을 감염시킬 수 있고 원인숙주가 비교적 명확하게 알려진 수백 개의 바이러스에 대한 역학 데이터와 게놈 정보를 수집했습니다. 연구팀은 이렇게 수집된 바이러스의 RNA 게놈 정보를 바탕으로 영장류, 설치류 등 11개 동물 그룹 중 어느 집단이 바이러스의 숙주가 될 가능성이 높은지 예측할 수 있는 머신러닝 알고리즘을 만들었습니다.

원인 바이러스와 확산 경로가 알려진 전염병 데이터를 바탕으로 알고리즘을 테스트한 결과 바이러스의 숙주를 72%의 정확도로 예측했다고 합니다. 또 연구팀은 이번 알고리즘을 이용해 아프리카 남부지역 풍토병이면서 치사율이 높은 에볼라 바이러스의 원인숙주를 분석했습니다. 그 결과 지금까지 알려진 것처럼 에볼라 바이러스 원인숙주는 과일박쥐 같은 설치류가 아니라고 합니다. 이번 AI 알고리즘에 따르면 우간다와 코트디부아르에서 발견된 두 종류의 에볼라 바이러스 모두 박쥐가 아닌 영장류에게서 옮겨졌을 가능성이 높다는 결과가 나왔답니다.

AI가 질병의 원인을 밝혀내고 대응책을 마련하는 ‘의사 탐정’ 역할까지 하게 된다는 이번 연구 결과를 보고 있노라니 문득 AI가 인간이 할 수 있는 모든 일을 대신해 사람이 할 수 있는 일은 완전히 사라져 인간 존재의 의미까지 사라지는 것이 아닐까 하는 걱정이 들기도 했습니다.

edmondy@seoul.co.kr