구글 AlphaGenome 2 공개: 세포별 DNA 변이 예측, 연구용 API 제공

유전체 AI 연구 · 2026년 11월 11일 공식 발표

AlphaGenome 2, DNA 변이의 영향을 세포별로 살펴봅니다

구글 딥마인드가 세포별 DNA 변이 예측 연구 모델 AlphaGenome 2를 공개했습니다. 비상업 연구용 API와 상업용 비공개 프리뷰를 구분하고 평가 수치의 의미와 연구용 한계를 정리합니다.

세포별 DNA 변이 예측1억700만 개 이상의 단일세포 프로필을 학습에 활용했습니다. 조직 평균에 가려지는 세포 유형과 상태별 차이를 예측하는 연구 모델입니다.

평가 수치의 정확한 의미TenK10K에서 인과적 변이 식별 30% 대 16%, 영향 방향 식별 43% 대 23%라는 공식 연구 결과입니다. 질병 진단 정확도가 아닙니다.

연구용 제공과 제한비상업 연구용 API는 제공 중이며 상업 연구용은 비공개 프리뷰입니다. Antigravity Skills는 향후 계획이고 임상·진단 용도로 검증·승인되지 않았습니다.

이 글에서 다룰 내용

세포별 예측의 변화, 단일세포 학습 데이터, TenK10K 지표의 의미, 연구용 API와 상업용 프리뷰, 임상·진단 제한

구글 딥마인드는 2026년 11월 11일 AlphaGenome 2를 공개했습니다. DNA 서열의 변화가 특정 세포에서 유전자 활동에 어떤 영향을 주는지 예측하는 유전체 AI로, 질병을 진단하는 소비자용 서비스가 아니라 연구자를 위한 모델입니다.

이번 발표를 읽는 핵심은 ‘세포별 차이’입니다. 단순히 변이가 있는지 찾는 데서 나아가, 어떤 세포에서 그 변이의 영향이 나타나는지 살펴보는 방향으로 예측을 확장했습니다.

기존 AlphaGenome이 여러 조직과 세포주의 결과를 병렬로 예측했다면, 새 모델은 DNA 서열과 함께 조직·세포 유형·세포 상태를 조건으로 입력받습니다. 같은 DNA 구간이라도 어떤 생물학적 조건에서 읽히는지 반영하는 방식입니다.

학습에는 사람과 생쥐의 데이터가 쓰였으며, 단일세포 프로필은 107 million, 즉 1억700만 개 이상입니다. 공식 발표는 전체 학습 데이터가 68개 조직에 걸쳐 있다고 설명합니다.

숫자만큼 중요한 것은 분석 단위입니다. 단일세포 분석을 접목해 조직 전체의 평균에 가려질 수 있는 세포 유형별 유전자 조절 차이를 다루려는 접근입니다.

공식 발표는 28종의 주요 면역세포를 포함한 TenK10K 데이터셋에서 성능을 비교했습니다. 인과적 변이 식별은 30% 대 16%, 유전자에 미치는 영향의 방향을 식별하는 결과는 43% 대 23%로 소개합니다.

비교 대상은 단일세포 데이터로 미세조정한 기존 AlphaGenome과 다른 특화 도구입니다. 구글 딥마인드가 공개한 특정 연구 평가의 결과이므로 모든 유전체 분석에서 같은 개선 폭을 보장하는 수치로 읽어서는 안 됩니다.

무엇보다 이 수치는 질병 진단 정확도나 임상 성공률이 아닙니다. 연구 평가에서의 개선과 실제 환자를 대상으로 한 검증은 별개의 문제이며, 모델 자체도 임상·진단 용도로 승인되지 않았습니다.

공식 발표에 따르면 연구자가 자신의 단일세포 유전자 발현 데이터를 제공해 모델이 학습 과정에서 보지 못한 생물학적 상태에 맞춰 예측할 수 있습니다. 별도의 미세조정 없이 새로운 실험 데이터에 적용하는 능력이 이번 모델의 특징으로 제시됩니다.

DNA 변이 예측을 고정된 세포 목록 밖으로 확장하는 시도입니다. 연구자는 새로운 세포 상태에서 유전자 조절이 어떻게 달라질지 탐색하는 데 활용할 수 있지만, 예측 자체가 실험으로 확인된 사실을 뜻하지는 않습니다.

활용 가능성을 읽을 때는 ‘무엇을 알아냈다’와 ‘무엇을 검증할 후보로 제안했다’를 나눠 보는 편이 좋습니다. 구글 딥마인드는 이번 모델의 사용 목적을 연구로 한정했습니다.

발표 시점 기준으로 비상업 연구용 API를 사용할 수 있으며, 상업 연구용 접근은 비공개 프리뷰로 안내됐습니다. AlphaGenome 2용 Google Antigravity Skills는 이미 제공되는 기능이 아니라 향후 공개 계획으로 소개됐습니다.

공식 발표는 연구자의 세포 데이터를 조건으로 활용하는 인터랙티브 Colab 튜토리얼도 제공한다고 안내합니다. 새로운 세포 상태를 조건으로 넣어 예측하는 과정을 연구자가 살펴볼 수 있도록 한 자료입니다.

형질과 연관된 DNA 변이에 대해 수백 가지 사람 세포·조직 조건의 예측을 미리 계산했다고 밝혔습니다. 연구용 API, Colab 튜토리얼, 향후 Skills는 제공 단계가 다르므로 현재 기능과 앞으로 공개할 기능을 구분해야 합니다.

AlphaGenome 2의 의미는 DNA 변이를 세포의 맥락과 연결해 연구할 수 있다는 데 있습니다. 유전체 AI를 통해 후보를 좁히고 해석을 돕는 방향이지, 예측만으로 질병의 원인이나 치료 효과를 확정하는 제품은 아닙니다.

연구 성능의 향상과 의료 현장의 사용 가능성은 구분해야 합니다. 공식 발표는 AlphaGenome과 AlphaGenome 2가 연구용이며 임상·진단 용도로 검증되거나 승인되지 않았다고 명시합니다.

한 줄 요약: AlphaGenome 2는 세포별 DNA 변이의 영향을 탐색하는 연구 도구이며, 질병을 진단하는 AI는 아닙니다.

Google DeepMind가 2026년 11월 11일 공개한 공식 발표와 Google News RSS의 출처명·발행일을 확인했습니다. 성능 비율은 공식 발표의 TenK10K 연구 평가 범위이며 질병 진단 정확도가 아닙니다.