editoy logo

구글 딥마인드, AI 모델로 암 치료의 새로운 지평 열다

10/18/2025

토킹 포인트

  • 구글 딥마인드의 C2S-Scale 27B AI 모델을 통한 세포 행동 이해 및 새로운 생물학적 통찰력 발견.
  • 실미타서티브와 저용량 인터페론 병용 시 '차가운 종양'을 '뜨거운 종양'으로 전환시켜 면역 반응을 촉진하는 새로운 암 치료 경로 제시.
  • 인공지능 예측의 실제 세포 실험을 통한 성공적인 검증과 임상 적용 가능성 확인.
  • AI 기반의 가상 스크리닝 및 가설 생성으로 기존 시행착오 방식에서 벗어나 과학적 발견 속도 가속화.

시황 포커스

주요 시장 반응에서 도출된 인사이트는 다음과 같음.

  • Google DeepMind의 AI 모델, 암 치료 분야 잠재적 돌파구 제시: Google DeepMind와 예일대가 개발한 C2S-Scale 27B AI 모델(Gemma 기반)이 '냉성 종양'을 면역 치료에 반응하는 '열성 종양'으로 전환하는 약물 조합(실미타서팁 + 저용량 인터페론) 발견함.
  • 과학적 유효성 검증 완료: 해당 AI가 제시한 가설은 생체 외(in vitro) 실험을 통해 유효성이 확인되었으며, 항원 발현율을 50%까지 증가시킬 수 있음을 입증함.
  • 연구 커뮤니티로의 확산 가능성: 관련 AI 모델 및 자원(C2S-Scale 27B)이 HuggingFace와 GitHub를 통해 연구 커뮤니티에 공개되어, 추가적인 과학적 발견 가속화에 기여할 것으로 기대함.
  • AI의 실질적 가치 부각: 이번 연구 결과는 AI가 단순한 대화형 모델을 넘어 의학 및 생명 과학 분야에서 실제적인 연구 가설을 생성하고 검증하는 핵심 도구로 기능할 수 있음을 강력히 시사함.
  • 시장 내 AI 기대감 고조: AI 기술의 즉각적인 수익성 논란을 넘어, 난치병 치료와 같은 인류의 근본적인 문제 해결에 기여할 수 있는 잠재력에 대한 기대감이 높아지는 양상 보임.

트렌드 키워드

  • 기초 모델 (Foundation Model):

    방대한 양의 데이터로 사전 학습되어 다양한 하위 작업에 적용할 수 있는 대규모 인공지능 모델. 특정 분야의 "언어"를 이해하고 복잡한 문제 해결에 활용되며, 기존 AI 모델의 한계를 뛰어넘는 새로운 능력을 보여주기도 합니다

    새로운 기초 모델인 C2S-Scale 27B는 세포 행동을 연구하기 위해 개발된 가장 크고 정교한 AI 시스템 중 하나입니다.
  • 냉온 종양 (Cold/Hot Tumors):

    '차가운 종양'은 면역 세포에 의해 잘 인식되지 않아 기존 면역 치료에 반응하지 않는 암을 의미하며, '뜨거운 종양'은 면역 세포의 침윤이 많아 면역 세포가 암세포를 공격할 가능성이 높아 면역 치료에 반응할 가능성이 높은 암을 지칭. 차가운 종양을 뜨거운 종양으로 전환시키는 것은 면역 항암 치료의 주요 목표 중 하나로, 면역 회피 기전을 극복하여 치료 효과를 높이는 전략입니다

    AI 모델은 특정 치료가 어려운 '차가운 종양'을 신체 면역 체계에 '보이게' 하는 방법을 밝혀냈습니다.냉온 종양
  • 항원 제시 (Antigen Presentation):

    세포가 자신의 표면에 항원 단편을 전시하여 면역계의 T 세포에게 특정 항원의 존재를 알리는 과정. 이 과정이 원활하게 이루어져야 면역 세포가 암세포를 비정상적인 것으로 인식하고 공격을 시작할 수 있습니다. 암 치료에서는 종양 세포의 항원 제시 능력을 강화하여 면역 반응을 유도함으로써 암세포를 면역 체계에 더 잘 노출시키는 것이 중요합니다

    모델은 면역 세포가 암을 인식하도록 돕는 항원 제시를 증폭시킬 수 있는 약물을 식별하는 것을 목표로 했습니다.
  • 조건부 추론 (Conditional Reasoning):

    주어진 특정 조건이나 맥락에 따라 가장 적절한 결론이나 행동을 추론하는 인공지능의 능력. 단순히 데이터를 처리하는 것을 넘어, 상황 변화에 따른 복잡한 상호작용을 이해하고 예측하는 데 필수적이며, 이는 단순한 패턴 인식 이상의 고차원적 문제 해결을 가능하게 합니다

    이는 조건부 추론 능력을 필요로 했으며, 우리의 더 작은 모델들은 이 맥락 의존적 효과를 해결할 수 없었습니다.
  • 이중 맥락 가상 스크리닝 (Dual-context Virtual Screen):

    인공지능이 두 가지 다른 환경 또는 조건(맥락)에서 약물이나 화합물의 효과를 동시에 시뮬레이션하고 분석하는 방법. 이를 통해 특정 환경에서만 유효한 시너지 효과나 조건부 반응을 식별하는 데 매우 효과적이며, 실제 실험 전 방대한 약물 후보군을 효율적으로 선별하는 데 활용됩니다

    이를 위해 AI는 연구자들이 '이중 맥락 가상 스크린'이라고 부르는 것을 사용하여, 환자 종양 샘플과 분리된 세포 데이터를 포함한 4,000개 이상의 약물을 분석했습니다.이중 맥락 가상 스크리닝