당신의 장기는 같은 속도로 늙지 않는다: AI 연구가 밝혀낸 생물학적 노화의 비밀

연구진은 뇌, 심장, 간, 지방 조직, 비장, 신장, 췌장을 포괄하는 MRI 기반 다중 장기 시계도 개발했습니다. 이러한 영상 기반 시계는 가속화된 뇌 노화가 치매 관련 사망률과 연관되어 있음을 보여주었습니다 . 여러 연구에서 일관되게 뇌 노화가 사망률의 가장 강력한 예측 인자로 나타났습니다 .

주목할 점은, 이 노화 시계들이 기존의 임상적·유전적 위험 요소만으로는 포착할 수 없었던 질병 발병과 진행까지 예측했다는 사실입니다 . 이는 이 시계들이 단순히 알려진 위험 지표의 대리자가 아니라, 장기의 진정한 생물학적 상태라는 별개의 신호를 포착하고 있음을 시사합니다.

장기 노화: 대부분 독립적, 때로는 연결됨

가장 놀라운 발견 중 하나는 서로 다른 장기의 노화 속도 간 상관관계가 매우 낮다는 점입니다. 2025년 한 연구에 따르면, 여러 장기 노화 속도 간에 어느 정도 연결성이 존재하기는 하지만 그 상관 강도는 0.25 미만으로 매우 낮았으며, 이는 장기 노화가 대부분 독립적으로 진행되며 개인 간 편차가 크다는 사실을 강조합니다 .

이는 한 사람이 '젊은 심장'과 '늙은 신장'을 동시에 가질 수 있음을 의미합니다. 이는 또한 왜 노화 관련 질병이 사람마다 다른 시기에, 다른 장기에서 나타나는지를 설명해 줍니다. 가장 빨리 노화하는 장기가 가장 먼저 기능 부전을 일으키는 경향이 있기 때문입니다 .

다만, 연구진은 한 장기의 가속 노화가 연결된 다른 시스템에 연쇄적인 영향을 미칠 수 있다는 점도 발견했습니다. 예를 들어, 조기 뇌 또는 신장 노화는 흡연과 후각 식별 능력 저하 사이의 관계를 부분적으로 매개하는 것으로 나타났습니다 . 이 과정은 근본적으로 비동기적이지만, 장기들이 완전히 분리되어 있는 것은 아닙니다 .

멀티 오믹스(Multi-Omics)와 영상 접근법의 수렴

연구자들은 다양한 방향에서 장기별 노화에 접근했으며, 그 결과는 서로를 강화하고 있습니다. 유전체, 후성유전체, 전사체, 단백질체, 대사체 데이터를 통합한 연구들은 모두 개별 장기가 서로 다른 속도로 노화한다는 점을 일관되게 보여줍니다 . MRI 데이터에 딥러닝을 적용한 연구는 단일 장기 모델의 한계를 넘어 장기 특이적 생물학적 나이 추정을 가능하게 했습니다 .

단백질체학 접근법은 특히 강력합니다. 단일 혈액 샘플에서 수천 개의 순환 단백질을 정량화함으로써 연구자들은 특정 장기에 풍부하게 존재하는 단백질 세트를 식별하고 이를 장기 상태와 손상의 분자적 지문으로 사용할 수 있습니다 . 이는 장기별 노화를 간단한 혈액 검사로 평가할 수 있는 가능성을 열어줍니다.

별도의 연구 라인에서는 조직병리학 이미지로부터 '조직 시계(tissue clocks)'를 개발했습니다. 983명의 개인으로부터 얻은 40개 조직 유형, 총 25,712개의 전혈 슬라이드 이미지를 분석한 이 딥러닝 기반 시계는 평균 예측 오차가 단 4.9년에 불과했으며, 텔로미어 소실 및 무증상 질환과 연관성을 보였습니다 .

에이지오타입(Ageotype) 혁명: 맞춤형 항노화 의학

이러한 AI 기반 발견은 '에이지오타입(ageotype)'이라는 개념을 탄생시켰습니다. 이는 개인의 독특한 장기별 노화 궤적을 의미합니다 . 이러한 개인 맞춤형 프로필은 항노화 의학을 '만능 처방' 방식에서 훨씬 더 표적화된 접근법으로 변화시킬 잠재력을 지니고 있습니다.

광범위한 '노화 늦추기'를 목표로 하는 일반적인 중재 대신, 미래의 치료법은 급격한 쇠퇴를 보이는 특정 장기를 직접 겨냥할 수 있습니다. 뇌 노화가 빠른 개인은 조기 인지 개입을 받을 수 있고, 신장이 조기 노화된 사람은 신장 기능을 더 면밀히 모니터링받을 수 있습니다 .

이것이 노화 연구의 미래에 의미하는 바

전신 노화 시계에서 장기별 노화 시계로의 전환은 과학자들이 생물학적 노화를 이해하고 측정하는 방식에 근본적인 변화를 의미합니다 . 이는 연구자들에게 노화를 단일 숫자가 아니라 여러 시스템에 걸친 다양한 궤적의 프로필로 생각하도록 요구합니다 .

주요 시사점은 다음과 같습니다:

• 노화는 분산되어 있다 — 각 장기는 독립적으로 측정 가능한 고유한 생물학적 궤적을 가지고 있습니다 .
• 질병 위험은 장기 특이적이다 — 가속화된 신장 노화는 막연한 '노화 관련' 쇠퇴가 아닌 신장 질환을 예측합니다 .
• 중재법은 특정 장기를 표적으로 삼아야 할 수 있다 — 노화를 하나의 단일체로 다루는 것이 아닙니다 .
• 같은 사람이라도 각 장기에 대해 다른 예방 전략이 필요할 수 있다 — 고유한 에이지오타입에 기반하여 말입니다 .

이러한 발견들은 국제적인 공동 노력의 결정체입니다. 현재까지 가장 큰 규모의 연구는 2025년 《Nature Aging》에 게재되었으며, 영국 바이오뱅크 참가자 43,498명의 2,448개 혈장 단백질을 사용하여 다중 장기 단백질체학 노화 시계를 개발했고, 뇌에서 가장 높은 정확도를 기록했습니다 .

데이터 세트가 더 방대해지고 다양해지며 AI 모델이 더욱 정교해짐에 따라, 이러한 장기별 노화 시계의 해상도는 계속해서 향상될 것입니다. 노화를 균일한 과정으로 보는 시대는 막을 내리고 있으며, 우리 몸이 실제로 어떻게 노화하는지에 대한 더욱 정밀한 이해의 시대가 시작되었습니다.