구글의 새 AI 도구들: DNA 변이 지도부터 날씨·보건 예측까지

구글의 최근 AI 발표는 단일 제품 출시라기보다, 유전체 연구·기상 예보·공중보건·언어 정보 접근·경제 영향 분석을 묶은 포트폴리오에 가깝다. 공통된 목표는 AI가 만든 예측과 정보를 연구자와 대중이 더 쉽게 활용하도록 하는 것이다. 다만 정확도 검증, 접근 조건, 현장 도입 방식은 각각 별도로 따져봐야 한다. 4

핵심은 ‘알파지놈 아틀라스’…DNA 한 글자 변화 90억 개의 예측 지도

이번 발표에서 가장 구체적인 연구 자원은 **알파지놈 아틀라스(AlphaGenome Atlas)**다. 구글 딥마인드는 인간 게놈에서 가능한 약 90억 개의 단일염기 변이(DNA 염기 한 글자가 바뀌는 경우)에 대해 분자생물학적 영향을 AI로 예측해 데이터베이스로 구축했다고 밝혔다. 이 데이터는 약 1페타바이트 규모다. 312

핵심은 연구 속도다. 과거에는 후보 유전 변이마다 모델을 따로 실행해야 했다면, 이제 연구자는 미리 계산된 결과를 검색해 볼 수 있다. 알파지놈 변이 영향도(AVI) 점수는 변이 후보들의 우선순위를 정하는 데 쓰이도록 설계됐다. 이 아틀라스는 단백질을 만드는 유전자 영역뿐 아니라 유전자의 작동을 조절하는 영역도 다룬다. 212

다만 이는 방대한 후보군에서 다음 연구 대상을 좁히는 탐색 도구이지, 질병 진단이나 인과관계의 확정 판정 도구는 아니다. 예측된 분자 효과가 실제 의료 판단에 활용되려면 실험, 임상, 환자별 맥락을 통한 후속 검증이 필요하다. 8

알파폴드·알파미스센스와는 어떻게 다른가

구글은 알파지놈을 기존 생물학 AI와 함께 제시한다. **알파폴드(AlphaFold)**는 단백질 구조 예측에 초점을 맞추고, **알파미스센스(AlphaMissense)**와 알파지놈은 유전 변이가 생물학적 기능에 어떤 영향을 줄지 살피는 데 초점을 둔다. 이 도구들은 DNA 변화에서 세포 수준의 영향에 대한 가설로 이어지는 연구를 지원하는 상호보완적 자원이다. 412

중요한 점은 이들이 하나의 통합 임상 시스템이 아니라는 것이다. 예측의 유용성은 연구 대상의 생물학적 맥락에서 얼마나 잘 검증되는지에 달려 있다.

유방암 검진 AI: 기대할 만한 연구 결과, 의료진 대체는 아냐

구글은 임페리얼 칼리지 런던 및 영국 NHS(국민보건서비스)와 진행한 AI 보조 유방암 검진 연구도 소개했다. 구글에 따르면 실험용 AI 시스템은 여성 17만 5,000명의 유방촬영술 자료에서 기존 검진이 놓쳤던 ‘간격암(interval cancer)’의 **25%**를 찾아냈다. 간격암은 검진 결과 뒤에 증상이 나타나며 발견되는 암을 말한다. 446

이는 의미 있는 연구 결과지만, AI가 유방촬영 검진 체계나 영상의학 전문의, 임상적 판단을 대체할 수 있다는 뜻은 아니다. 해당 시스템은 실험 단계이며, 의료 현장 적용에는 다양한 환경에서의 검증과 감독, 위양성·위음성, 환자 결과에 대한 면밀한 평가가 요구된다. 46

웨더넥스트 3: 위성 데이터를 반영하는 글로벌 날씨 AI

**웨더넥스트 3(WeatherNext 3)**는 구글의 최신 글로벌 기상 AI 모델이다. 실시간 위성 데이터를 반영하고 여러 공간 해상도에서 시간 단위 예보를 생성해 강수량을 비롯한 기상 변수 예측을 개선하는 것이 목표다. 1819

구글은 중기 전 지구 예보 평가에서, 초기 예보 시점 기준 IMERG 대비 최대 60%, MRMS 대비 30%, 우량계 관측 대비 10%의 강수 예측 성능 개선을 제시했다. 구글의 국내 발표에서는 하루 이상 뒤 비 예보 정확도가 최대 50% 개선됐다고 밝혔다. 1920

위성 데이터는 지상 관측망이 부족한 지역에서 특히 의미가 있다. 그러나 모델 성능 수치는 평가 지표, 비교 기준, 지역, 예보 시간에 따라 달라진다. 재난 대응이나 운영 의사결정에는 AI 예보를 기존 예보 체계와 비상계획을 보완하는 한 요소로 활용할 필요가 있다.

지구 위기 예측과 공중보건 활용

구글의 **어스 AI 행성 예측 엔진(Earth AI Planetary Prediction Engine)**은 세계 보건, 식량 안보, 사회경제 데이터를 결합해 감염병 유행, 식량 부족, 기후 관련 위험 같은 위기를 예측하는 시스템이다. 구글은 자연어 지시로 활용할 수 있으며, 콩고민주공화국의 에볼라 유행 대응과 미국 질병통제예방센터(CDC) 21개 보건 지표를 통한 취약 지역 식별에 쓰였다고 설명했다. 4

이런 시스템은 조사와 지원의 우선순위를 더 이른 시점에 정하는 데 도움을 줄 수 있다. 하지만 결과는 확정적 사실이 아니라 예측이다. 예측 품질은 기반 데이터, 모델 가정, 그리고 보건·인도주의 현장에서 내려지는 판단과 조치에 좌우된다.

300개 이상 언어로 넓히려는 정보 접근

구글은 약 70억 명, 세계 인구의 약 **86%**가 사용하는 300개 이상 언어를 대상으로 AI 기반 언어 지원을 확대하고 있다고 밝혔다. 목표는 정보와 디지털 서비스에 접근할 때 생기는 언어 장벽을 낮추는 것이다. 4

그러나 지원 언어 수가 곧 동등한 정보 접근을 뜻하지는 않는다. 번역 품질, 지역 언어 변이 지원, 문화적 맥락, 인터넷 연결성, 신뢰할 수 있는 원문 자료의 유무가 모두 안전하고 효과적인 정보 활용에 영향을 미친다.

AI & 이코노미 아틀라스: 사람들이 AI를 어떻게 쓰는지 측정

**AI & 이코노미 아틀라스(AI & Economy ATLAS)**는 전 세계 사람들이 직장과 일상에서 AI를 어떻게 사용하는지 기록하려는 공개 프로젝트다. 일자리나 생산성의 미래를 단정적으로 예측하기보다, AI 도입과 체감 효과를 기술적으로 보여주는 데 목적이 있다. 414

이 구분은 중요하다. AI는 새로운 업무, 도구, 역할을 만들 수 있는 동시에 다른 업무의 수요를 줄이거나 바꿀 수도 있다. 이용 현황을 측정하는 일은 유용하지만, 그것만으로 이익과 위험, 기회의 분배가 어떻게 이뤄질지를 결론낼 수는 없다.

정리: 가능성은 크지만, 효과는 자동으로 따라오지 않는다

가장 구체적인 새 연구 자원은 인간 DNA의 가능한 단일 글자 변화 약 90억 개에 대한 예측을 담은 공개형 데이터베이스, 알파지놈 아틀라스다. 이와 함께 구글은 날씨 예보, 위기 지도화, 건강 연구, 언어 접근성, AI 도입 분석을 위한 도구를 확대하고 있다. 34

다만 어떤 시스템도 그 자체로 혜택을 보장하지는 않는다. 과학·의료 분야 예측은 독립적인 검증이 필요하고, 예보 시스템은 책임 있게 사용돼야 하며, 정보 접근성 확대는 정확성·지역적 적합성·공정한 배포와 함께 이뤄져야 한다.