AI 기업 CEO들이 합성 DNA 주문 심사를 의무화하자고 나선 이유

병원체 설계 우려 속 주문 단계 통제가 새로운 생물보안 쟁점으로 부상

OpenAI, Anthropic, Google DeepMind 등 인공지능 기업의 최고경영자들이 미국 의회에 합성 DNA와 RNA 주문 심사를 의무화해 달라고 요구했다. 이번 요구는 인공지능 기술 자체보다 생물학 공급망의 안전장치에 초점이 맞춰져 있다. 인공지능이 연구 생산성을 높이는 도구로 빠르게 확산되는 가운데 위험한 생물학 정보가 실제 물질 생산으로 연결되는 과정을 어떻게 관리할 것인지가 정책 논쟁의 중심에 섰다.

최근 인공지능 모델은 논문 검색, 유전자 기능 분석, 생물학 데이터 정리 같은 작업을 빠르게 수행할 수 있다. 연구자에게는 시간과 비용을 줄여주는 수단이지만 악의적 사용자가 접근할 경우 위험한 정보의 탐색 속도 역시 빨라질 수 있다. 이런 이유로 정책 입안자들은 인공지능의 답변 자체보다 실제 실험 재료가 생산되는 지점을 중요한 통제 대상로 보고 있다.

합성 DNA와 RNA는 의약품 개발, 백신 연구, 질병 진단, 농업 연구에 널리 사용된다. 연구자는 필요한 유전자 서열을 공급업체에 제출하고 업체는 이를 합성해 제공한다. 이 과정은 생명과학 연구를 빠르게 진행할 수 있게 만들었다. 반면 같은 체계가 악용될 경우 병원체와 관련된 서열이나 독성 물질 생산에 활용될 가능성도 제기된다.

현재 일부 대형 업체는 주문된 유전자 서열을 분석해 위험 여부를 확인하고 고객 신원을 검증하는 절차를 운영하고 있다. 국제 유전자 합성 컨소시엄 같은 단체도 회원사들에게 주문 심사 기준을 적용하도록 권고해 왔다. 그러나 모든 기업이 동일한 수준의 검증 체계를 갖춘 것은 아니다. 시장 전체를 대상으로 하는 강제 규정이 없기 때문에 업체마다 기준 차이가 존재한다.

이번 법제화 요구는 이런 빈틈을 줄이기 위한 시도다. 인공지능 기업 경영진들은 위험한 서열이 실제로 제조되기 전에 확인 절차를 거쳐야 한다고 주장한다. 고객 신원 확인 역시 필수 요소로 거론된다. 주문자가 누구인지 파악할 수 있어야 의심스러운 거래를 조기에 발견할 수 있기 때문이다.

미국 의회도 관련 논의를 확대하고 있다. 초당적 법안은 합성 DNA 판매 과정에서 주문 내용과 고객 정보를 검토하는 기준을 마련하도록 하는 내용을 담고 있다. 이는 지금까지 자율 규범 중심으로 운영되던 체계를 연방 차원의 규제 틀 안으로 편입하려는 움직임으로 해석된다.

주문 심사 의무화가 가진 장점은 분명하다. 가장 먼저 위험 서열이 생산 단계에 진입하기 전에 차단할 수 있다. 위험 물질은 실제 제조가 이뤄지기 전까지는 잠재적 위협에 머무르지만 합성이 시작되는 순간 현실적 위험으로 전환될 수 있다. 따라서 주문 단계는 개입 효과가 큰 지점으로 평가된다.

또 다른 장점은 추적 가능성이다. 고객 검증 절차가 존재하면 주문 기록을 통해 거래 과정을 확인할 수 있다. 문제가 발생했을 때 관련 기관이 조사에 나설 수 있는 정보도 확보된다. 익명 주문이나 허위 신원 사용을 어렵게 만드는 효과도 기대된다.

업체 간 기준 통일 역시 중요한 의미를 가진다. 현재는 일부 기업만 강력한 심사를 시행하는 경우가 있다. 이 경우 규제가 느슨한 업체로 위험 주문이 이동하는 문제가 발생할 수 있다. 의무 규정이 마련되면 공급업체 전체에 공통 기준이 적용돼 이런 우회 가능성을 줄일 수 있다.

그러나 주문 심사만으로 모든 위험을 제거할 수 있는 것은 아니다. 위험 서열의 정의부터 논란이 존재한다. 특정 유전자 서열은 병원체 연구에 사용될 수 있지만 동시에 백신 개발이나 질병 대응 연구에도 필요할 수 있다. 같은 정보가 연구 목적에 따라 위험 요소가 되기도 하고 공익적 목적에 활용되기도 하는 것이다.

기술적 한계도 존재한다. 일부 사용자는 긴 서열을 여러 개의 짧은 조각으로 나눠 주문할 수 있다. 해외 업체를 활용하거나 자체 장비를 사용할 가능성도 있다. 규제가 적용되는 범위를 벗어난 영역에서는 감시가 쉽지 않다. 따라서 전문가들은 주문 심사가 중요한 수단이지만 단독 해법은 아니라고 평가한다.

연구 현장의 부담도 쟁점이다. 대학 연구실과 바이오 스타트업은 추가 서류 제출이나 연구 목적 확인 절차를 거쳐야 할 수 있다. 심사 과정이 길어지면 연구 일정에도 영향을 줄 수 있다. 대형 기업은 전담 인력을 확보할 수 있지만 소규모 업체는 비용 부담이 상대적으로 커질 수 있다.

이 때문에 정책 설계에서는 균형이 중요하다. 위험 주문을 효과적으로 차단하면서도 정상적인 연구 활동을 과도하게 방해하지 않아야 한다. 생명과학 연구는 신약 개발과 질병 대응에 직접 연결되기 때문에 지나치게 엄격한 규제는 연구 경쟁력 저하로 이어질 수 있다.

인공지능 기업들이 직접 법제화를 요구한 점도 주목받고 있다. 이는 인공지능 규제를 회피하려는 움직임이라기보다 위험이 실제 행동으로 이어지는 경로를 관리해야 한다는 문제 제기에 가깝다. 인공지능이 제공하는 정보와 생물학 실험, 유전자 합성 공급망은 서로 연결돼 있기 때문이다. 하나의 영역만 관리해서는 전체 위험을 통제하기 어렵다는 인식이 반영된 것이다.

이번 논쟁은 인공지능 시대의 생물보안 정책이 어떤 방향으로 발전할 것인지를 보여주는 사례이기도 하다. 과거에는 정보 접근 자체를 제한하는 방식이 논의됐다면 이제는 정보가 현실 세계의 물질과 만나 실행되는 지점을 관리하는 방식이 강조되고 있다. 합성 DNA와 RNA 주문 심사는 그런 접근법을 대표하는 사례로 평가된다.

생명공학 산업은 앞으로 의료와 산업 분야에서 더 큰 역할을 맡을 가능성이 높다. 인공지능 역시 신약 탐색, 단백질 설계, 질병 연구 속도를 높이는 도구로 활용 범위를 넓히고 있다. 두 기술의 결합은 많은 기회를 제공하지만 동시에 새로운 보안 과제도 만들어낸다. 이번 논의는 기술 발전을 멈추기 위한 시도가 아니라 위험이 현실화되는 경로를 찾아 관리하려는 정책 실험으로 볼 수 있다.