논문 브리핑
RNA의 숨겨진 언어, AI가 풀어낸다: NucleicBERT, 생체 데이터 해석의 새 지평 열어
글 · 한경모
생명공학 분야에서 인공지능의 활약이 날로 커지는 가운데, RNA 연구의 오랜 난제를 해결할 혁신적인 모델이 등장했습니다. 2026년 9월 3일 '네이처 머신 인텔리전스(Nature Machine Intelligence)'에 게재된 Upadhyay 외 연구진의 논문에 따르면, 이들이 개발한 NucleicBERT는 방대한 RNA 서열 데이터에서 생물학적으로 의미 있는 패턴을 찾아내는 자기지도 학습(self-supervised learning) 기반의 언어 모델입니다. 이는 주석이 부족해 그동안 접근하기 어려웠던 RNA의 기능과 구조를 해석하는 데 새로운 지평을 열 것으로 기대됩니다.
RNA는 DNA의 유전 정보 발현을 돕고, 단백질 생성에 관여하는 등 생명 현상에 필수적인 역할을 합니다. 그러나 세포 내 RNA는 그 종류와 기능이 매우 다양하고 복잡하며, 서열 데이터는 넘쳐나지만 각 서열에 대한 기능적 주석(annotation)은 턱없이 부족한 실정입니다. 이 때문에 신약 개발이나 질병 진단 등 RNA를 활용한 응용 연구는 항상 데이터 해석의 병목 현상에 부딪혀 왔습니다.
NucleicBERT는 이 문제를 풀기 위해 인공지능 분야에서 성공적으로 활용된 BERT(Bidirectional Encoder Representations from Transformers)와 같은 언어 모델의 원리를 RNA 서열에 적용했습니다. 마치 LLM이 방대한 텍스트 데이터에서 단어와 문맥의 관계를 스스로 학습하듯, NucleicBERT는 주석이 없는 대규모 RNA 서열 데이터를 학습하여 서열 내의 미묘한 상관관계와 패턴을 파악합니다. 이를 통해 단순히 염기서열을 나열하는 것을 넘어, 숨겨진 생물학적 '문법'을 이해하고 RNA의 기능을 추론하는 능력을 갖추게 된 것입니다.
이 모델의 핵심 강점은 기존 방식이 가진 한계를 극복한다는 점에 있습니다. 전통적인 RNA 분석 방법은 종종 제한된 주석 데이터에 크게 의존하기 때문에 새로운 RNA 유형이나 복잡한 상호작용을 발견하는 데 어려움이 많았습니다. NucleicBERT는 이러한 인력 기반의 주석 작업 없이도 학습이 가능하므로, 훨씬 더 광범위하고 다양한 RNA 데이터를 효율적으로 탐색할 수 있습니다. 이는 RNA 연구의 확장성을 획기적으로 증대시킬 잠재력을 가집니다.
- 데이터 효율성: 주석이 없는 대규모 RNA 서열 데이터에서 학습하여 정보 활용도를 극대화합니다.
- 패턴 인식 능력: 서열 내 숨겨진 생물학적 상관관계를 스스로 발견하여 복잡한 RNA 기능을 예측합니다.
- 연구 확장성: 기존 방법론으로는 분석이 어려웠던 미지의 RNA 영역 탐색에 새로운 도구를 제공합니다.
인사이트
주석 부족으로 난항을 겪던 RNA 연구에 자기지도 학습 기반의 AI 언어 모델 NucleicBERT가 새로운 활로를 열었습니다. 이는 인공지능이 생체 서열 데이터를 해석하는 능력을 한 단계 높여 생명과학과 의학 분야의 혁신을 가속화할 잠재력을 보여줍니다.
자주 묻는 질문
- RNA 서열 분석이 왜 그렇게 어려웠던 건가요?
- RNA 서열 데이터 자체는 많지만, 각 서열이 어떤 특정 기능이나 구조를 가졌는지에 대한 '주석(annotation)' 정보가 턱없이 부족했기 때문입니다. 주석 작업은 주로 사람의 수작업에 의존해 시간과 비용이 많이 들고, 새로운 RNA의 기능은 미지에 남아있는 경우가 많았습니다.
- NucleicBERT가 기존의 인공지능 모델들과 다른 점은 무엇인가요?
- 가장 큰 차이는 '자기지도 학습(self-supervised learning)' 방식입니다. NucleicBERT는 라벨링된 주석 데이터 없이도 방대한 RNA 서열 데이터를 스스로 학습하여 패턴을 파악합니다. 이는 기존의 지도 학습(supervised learning) 모델들이 충분한 라벨링 데이터를 필요로 했던 한계를 넘어선 것입니다.
- 이 기술이 실제로 어떤 분야에서 활용될 수 있을까요?
- 신약 개발 과정에서 질병 관련 RNA 타겟을 효율적으로 발굴하고, 환자 맞춤형 정밀 진단을 가능하게 합니다. 또한, 원하는 기능을 가진 RNA를 설계하는 합성 생물학 분야나 RNA의 근본적인 생물학적 역할을 이해하는 기초 연구에도 핵심적인 도구로 활용될 수 있습니다.
이 기사 어땠어요?
피드백을 남겨주시면 더 나은 맞춤 추천을 만듭니다.