AI가 설계한 코로나바이러스 백신, 첫 인체 안전성 시험 통과

2026년 6월 6일 3 min read Multiple sources

University of Cambridge와 스핀아웃 회사인 DIOSynVax가 목요일에 발표했는데요, 활성 성분 자체를 AI가 통째로 설계한 후보 백신 pEVAC-PS가 건강한 지원자 39명을 대상으로 한 첫 안전성 시험을 통과했어요. 이 한 방으로 SARS-CoV-2, 원조 SARS 바이러스, 그리고 아직 사람에게 한 번도 감염된 적 없는 박쥐 코로나바이러스들에까지 항체가 생겼고요. 큰 규모 시험에서도 결과가 유지된다면, 다음 팬데믹이 시작되기 전에 백신을 준비해 둘 수 있다는 얘기가 되거든요.

지원자가 바늘 없는 마이크로플루이딕 분사기로 pEVAC-PS 코로나 백신을 위팔에 맞고 있어요. — 출처: ScienceDaily

이번 시험에서 확인된 것

1상 시험에는 18~50세 건강한 지원자 39명이 참여했고, Southampton과 Cambridge에 있는 NIHR 임상연구센터에서 진행됐어요. 목요일 Journal of Infection에 실린 결과를 보면 의미 있는 이상 반응은 없었고요. 그리고 더 중요한 건, 면역 반응 검사에서 여러 사베코바이러스(Sarbecovirus)에 결합하는 항체가 검출됐다는 점이에요. 사베코바이러스는 SARS-CoV-1, SARS-CoV-2, 그리고 관박쥐들 사이에서 여전히 돌고 있는 친척 바이러스들을 묶은 코로나바이러스 하위 그룹이거든요.

전달 방식도 좀 색달라요. DNA 형태의 백신을 마이크로플루이딕 분사기로 팔에 쏘는 방식이라 바늘이 아예 들어가지 않아요. 시험 책임자인 University of Southampton의 Saul Faust 교수는 기존의 한 변이씩 따라가는 백신 방식을 "꼬리 쫓는 강아지 같다"고 표현했고요. 바늘이 없다는 점은 운영상으로도 의미가 커요. 보관과 콜드체인이 단순해지고, 대규모 접종할 때 숙련된 주사 인력 공급에 발목 잡히지 않게 되거든요.

AI는 "슈퍼 항원"을 어떻게 설계했나요

보통 백신은 한 가지 바이러스 단백질, 보통은 특정 변이의 스파이크 하나로 면역계를 훈련시켜요. 반면에 pEVAC-PS는 어느 한 바이러스와도 정확히 일치하지 않는 합성 "슈퍼 항원"을 표적으로 삼아요. DIOSynVax 팀은 공개된 사베코바이러스 유전체를 죄다 머신러닝 모델에 학습시킨 다음, 이 바이러스 가족 전체에 교차 반응이 가장 잘 일어나는 단백질 구조를 찾아내라고 시켰어요. 바이러스가 자기 기능을 잃지 않고서는 바꿀 수 없는 부위를 노린 거죠.

연구를 이끈 Cambridge Lab of Viral Zoonotics의 Jonathan Heeney 교수는 이렇게 말했어요. "우리는 백신 개발을 사후 대응에서 미래 대비로 바꿔 놨다." 이게 핵심 베팅이에요. 바이러스가 앞으로 어떻게 변이해도 빠져나갈 수 없을 만큼 깊은 보존 영역을 설계가 잡아냈다는 거죠. 물론 이번 시험으로 그게 증명된 건 아니에요. 후보 물질이 안전하고, 모델이 예측한 광범위한 면역 반응을 실제로 일으킨다는 정도까지 보여 준 거예요.

University of Cambridge Lab of Viral Zoonotics 소속 Jonathan Heeney 교수가 임상 공간에서 설명하고 있어요. — 출처: University of Cambridge

왜 중요한가요

범 사베코 백신이 실제로 통하면, 다음 인수공통 바이러스가 인간에게 옮겨오기 전에 보건당국이 단일 제품을 미리 비축해 둘 수 있게 돼요. 비교 삼아 얘기하자면, 코로나19 때는 SARS-CoV-2 유전체가 2020년 1월에 공개되고 그해 12월에 첫 Pfizer 백신이 팔에 들어가기까지 11개월 가까이 걸렸거든요. 사전 검증된 플랫폼 백신은 이 시간을 거의 0에 가깝게 줄일 수 있고, 영국 정부 R&D 기관이자 이번 연구의 주요 자금원인 Innovate UK가 수표를 끊는 이유도 바로 그거예요.

회의적으로 보는 시각도 짚어 둘게요. 이번 시험은 39명짜리 1상이라 용량 제한 독성과 기초 면역원성을 확인하는 게 목적이고, 효능을 본 건 아니에요. 실험실 검사에서 항체가 결합한다고 해서 실제 감염을 막아준다는 보장은 없거든요. 보편 독감이나 HIV 백신 역사에는 실험실에서 그림 같은 데이터를 뽑았다가 챌린지 시험에서 무너진 플랫폼이 수두룩하고요. 컴퓨터 기반 설계는 신뢰도 측면에서도 부담이 있어요. 최근 AI 설계 단백질 중에 시험관에서는 잘 되다가 생체에서는 망하는 사례가 적잖이 나왔거든요.

앞으로 지켜볼 것

다음 신호는 2상 용량 결정 시험 데이터예요. 인구 구성을 더 다양하게 잡고, 항체 결합 말고 진짜 중화 항체 수치를 봐야 하거든요. 그다음 관전 포인트는 DIOSynVax가 같은 슈퍼 항원 설계를 인플루엔자, 헤니파바이러스, 에볼라 같은 다른 바이러스 가족에까지 끌고 갈 수 있느냐예요. 그 결과에 따라 "AI 설계 범용 백신"이 하나의 제품 카테고리가 될지, 코로나 한 종에만 통하는 이야기로 남을지가 갈리거든요.

출처