사진=책임 저자 Regina Barzilay (왼쪽)와 제1 저자 Wenxian Shi[출처: MIT Newes] MIT 연구진이 개발한 AI 시스템 ‘VaxSeer’가 계절성 독감 백신의 비용 효과성과 정확성을 크게 향상시킬 수 있다는 연구 결과가 발표됐다.

매년 전 세계 보건 당국은 계절성 독감 백신에 포함될 바이러스 변종을 수개월 전에 예측해 선정해야 하는 ‘치명적 도박’을 떠안고 있다. 예측이 빗나갈 경우, 백신의 효과는 크게 떨어지며 의료 시스템에 큰 부담을 줄 수 있다.

MIT 컴퓨터 과학 및 인공지능 연구소(CSAIL)와 Jameel Clinic for Machine Learning in Health의 연구팀은 이 문제를 해결하기 위해 딥러닝 기반 AI, ‘VaxSeer’를 개발했다. 이 시스템은 수십 년 간 축적된 바이러스 유전자 서열과 실험실 검사 데이터를 학습해, 어떤 독감 바이러스가 우세해질지를 예측하고 가장 보호 효과가 높은 백신 후보를 추천한다.

VaxSeer는 두 가지 엔진으로 구성된다:

1. 지배력 예측 엔진 – 어떤 변종이 확산될 가능성이 높은지를 판단

2. 항원성 예측 엔진 – 백신이 해당 변종을 얼마나 효과적으로 중화할지를 평가
   이들의 통합 결과는 예측 커버리지 점수로 제시되며, 점수가 0에 가까울수록 항원성 매치도가 높음을 의미한다.

3. 
   

10년간의 과거 데이터를 바탕으로 VaxSeer의 추천을 WHO의 선택과 비교한 결과:

• A/H3N2 변종의 경우 10시즌 중 9시즌에서 VaxSeer가 더 우수한 백신 후보를 선정.

• A/H1N1 변종은 10시즌 중 6시즌에서 동일하거나 우수한 결과 도출.

• 
  

• 
  특히 2016년에는 WHO보다 1년 먼저 발견된 변종을 VaxSeer가 추천하기도 했다.

• 
  

VaxSeer의 예측 커버리지 점수는 CDC, 캐나다 Sentinel, 유럽 I‑MOVE 프로그램의 실제 백신 효과 지표와도 높은 상관성을 보였다.

MIT의 Regina Barzilay 교수는 “빠르게 진화하는 바이러스에 인간이 뒤처지는 상황을 바로잡기 위한 시도”라며, “데이터가 부족한 상황에서도 바이러스 진화를 예측할 수 있도록 추가 연구 중”이라고 밝혔다.

VaxSeer는 단순한 도구가 아니라, 미래 전염병 대응을 위한 전략적 예측 시스템으로 자리 잡을 잠재력이 있다. 향후 다른 바이러스나 항생제 내성 세균, 암과 같은 빠르게 진화하는 위협까지도 사전 대응할 수 있는 예측 AI 기반 의료의 미래가 열리고 있다.[보도출처=MIT News. 2025. 8. 28.]