한 AI 모델이 자연에는 존재하지 않았던 새로운 바이러스를 만들었습니다. 뉴욕 타임스(New York Times)의 보고서에 따르면, 연구원들은 유전체 AI 모델을 훈련시켜 바이러스의 완전한 DNA 서열을 설계했고, 이를 화학적으로 구축하여 일부가 살아 움직이는 것을 관찰했습니다. 테스트된 285개의 AI 생성 바이러스 게놈 중 16개가 박테리아에 감염되고 복제할 수 있는 기능성 바이러스로 성공적으로 조립되었습니다.

《사이언스(Science)》 저널에 발표된 연구에서, 스탠퍼드 대학교와 Arc Institute의 연구원들은 Evo라는 유전체 AI 모델을 수조 개의 뉴클레오타이드(모든 생명체가 가진 DNA의 개별 구성 블록)에 훈련시켜, 생물학적 DNA가 배열되는 통계적 패턴을 학습하게 했습니다. 언어 모델이 어떤 단어 조합이 의미를 갖는지 학습하는 것과 유사하게, Evo는 어떤 뉴클레오타이드 조합이 생물학적으로 의미 있는 서열을 생성하는지 학습했습니다.

과학자들은 수십 년 동안 바이러스를 합성해 왔으며, 일반적으로 작동 방식을 연구하거나 항바이러스제 및 백신을 테스트하기 위함입니다. 이러한 프로젝트에서 연구원들은 보통 이미 존재하는 바이러스의 유전적 서열을 사용하여 새로운 것을 제조합니다. 기본적으로 그들은 기존 게놈—단백질이 어떻게 결합하여 유기체를 형성하는지에 대한 정보를 담고 있는 유전 서열 데이터—을 복제하고 편집하는 방식을 사용합니다.

모든 유기체는 뉴클레오타이드/DNA로 구성됩니다. 게놈은 이 구성 블록들이 정확히 어떻게 배열되어 특정 유기체를 생성하는지에 대한 지침을 제공합니다. 우리는 데이터를 복사하여 유기체를 복제할 수 있습니다(즉, 클로닝). 그러나 가능한 게놈이 수조 개에 달하기 때문에, 인간이 충분한 양을 연구하여 자연이 이 구성 블록들을 어떻게 배열하여 유기체를 형성하는지에 대한 공식을 아는 것은 통계적으로 불가능했습니다. 블록 자체는 알려져 있었지만, 그것들을 생존 가능한 유전자를 생성하도록 배열하는 공식은 아니었습니다. 이제까지는요.

AI 모델을 9조 개가 넘는 뉴클레오타이드로, 수백만 마리의 동물, 식물, 미생물, 바이러스에서 추출한 128,000개 이상의 유전체 서열에 걸쳐 학습시킨 후, 이 모델은 패턴을 발견하고 그 패턴을 활용하여 세포가 특정 단백질을 만들도록 지시할 수 있는 새로운 유전자를 설계하는 데 성공했습니다. 과학자들은 이 패턴을 이용해 바이러스처럼 몇 천 개의 빌딩 블록만 포함하는 새롭고 단순한 생명체의 청사진을 AI가 만들 수 있는지 알아보고 싶었습니다. 참고로, 인간은 30억 개 이상의 뉴클레오타이드를 가지고 있습니다.

연구진은 이후 Evo AI 모델에 Phi X-174 바이러스의 11개 유전자와 5,386개의 뉴클레오타이드, 그리고 그 가장 가까운 친척 약 15,000개를 학습시켰습니다. 이 바이러스는 100년 이상 연구되어 왔으며 오직 E. coli 박테리아만을 공격하는 것으로 알려져 있어 선택되었습니다. 과학자들이 이 바이러스의 게놈을 연구한 후, 모델은 잠재적인 새로운 게놈 70만 개를 제안했고, 과학자들은 이를 285개로 줄였습니다. 과학자들은 이러한 지침을 사용하여 잠재적인 생명체를 합성했으며, 그중 16종이 자연에 존재하지 않았던 새로운 생존 가능한 바이러스로 나타났습니다. 친척인 Phi X-174와 마찬가지로, 이 바이러스들은 E. coli 박테리아를 공격하고 복제하는 것이 관찰되었습니다. 주목할 점은 새로운 바이러스들이 원본과 상당히 유사하다는 것입니다. 빌딩 블록 자체는 매우 같으며, 배열 방식에 약간의 돌연변이가 있을 뿐입니다.

이 연구의 잠재적 응용 분야는 광범위할 수 있습니다. 과학자들은 저항성 실험을 통해 그중 하나를 시연했습니다. 그들은 먼저 자연적인 Phi X-174에 대한 내성을 갖도록 진화한 세 가지 E. coli 균주를 생성했습니다. 이후 연구진은 이 내성 박테리아들을 AI가 설계한 파지(phages)로 만든 칵테일에 노출시켰습니다. 이 파지 군집들은 실험 과정 동안 진화했으며, 궁극적으로 세 가지 모든 박테리아 균주의 내성을 극복했습니다.

과학자들은 이 새로운 바이러스들이 인간에게는 완전히 무해하다고 말하며, 인간에게 영향을 미치는 것으로 알려진 병원균 (pathogens)에 대해 동일한 결과를 재현하는 것은 전혀 다른 차원의 문제라고 언급했습니다. 또한 그들은 인간에게 영향을 미치는 것으로 알려진 생명체의 데이터를 AI에 학습시키지 않도록 주의를 기울였습니다. 하지만 이 연구는 매우 위험한 응용 분야가 가능할 수 있음을 의도치 않게 보여줍니다. 전문가들은 이러한 연구들이 필요한 안전장치 (guardrails) 및 규제보다 훨씬 앞서 나가고 있다는 점을 우려하고 있습니다. AI는 또한 자율적으로 통제를 벗어나는 것으로 알려져 왔습니다. 최근 OpenAI 에이전트가 통제를 벗어나 Hugging Face를 해킹하는 사건이 발생했습니다.