배경

신종 감염병이나 변이 바이러스가 유행할 때 유전체 염기서열 데이터는 전파 경로와 변이 속도를 파악하는 핵심 자원이다. 보건 당국은 바이러스의 진화 이력을 계통수로 재구성해 언제, 어디서 바이러스가 유입되어 어떻게 퍼졌는지 추정한다. 이 과정에서 가장 정확한 통계적 프레임워크로 인정받는 기법이 바로 베이즈 계통역학(Bayesian phylogenetics)이다. 불확실성을 체계적으로 반영하면서 진화 속도와 감염 재생산지수 등 핵심 역학 지표를 함께 추정할 수 있기 때문이다.

문제는 연산량이다. 기존 베이즈 계통분석 도구는 마르코프 연쇄 몬테카를로(MCMC, Markov Chain Monte Carlo) 알고리즘을 사용한다. 표본 수가 수백 개를 넘어서면 연산 시간이 기하급수적으로 늘어나 분석 완료까지 수일에서 수주가 소요되곤 했다. 팬데믹 상황에서 수만, 수십만 건의 전장 유전체 데이터가 쏟아져 들어올 때 기존 기법은 실시간 방역 의사결정에 제때 기여하기 어려웠다. 고성능 컴퓨팅 인프라를 갖추지 못한 저개발국이나 지역 보건 기관은 최신 계통분석 결과를 방역 현장에 직접 적용할 엄두조차 내지 못하는 실정이었다.

핵심 발견

연구팀은 누적되는 대규모 바이러스 유전체 데이터를 실시간에 가깝게 처리할 수 있는 새로운 계산 프레임워크 델피(Delphy)를 공개했다. 델피의 핵심은 새 데이터가 들어올 때마다 전체 계통수를 바닥부터 다시 계산하지 않고, 기존에 학습된 계통수 사후 확률 분포에 신규 염기서열을 유기적으로 결합하는 온라인 베이즈 업데이트 구조다.

알고리즘 최적화 덕분에 델피는 표본이 누적 증가하는 상황에서도 연산 복잡도를 획기적으로 낮췄다. 수천 건의 염기서열을 처리할 때 기존 도구가 고성능 클러스터에서 수십 시간을 소모했던 반면, 델피는 일반 워크스테이션급 컴퓨터에서도 수십 분 이내에 베이즈 분석을 마쳤다. 속도를 끌어올리면서도 통계적 정확도는 최고 수준을 유지했다. 모의실험 및 실제 감염병 유전체 데이터셋 검증 결과, 분기 시간 추정치와 계통수 위상 구조의 사후 확률 분포는 전통적인 전수 MCMC 방식과 일치하는 정확성을 입증했다. 자원이 제한된 환경에서도 최소한의 계산 비용으로 최고 수준의 계통역학 분석을 수행할 수 있게 된 셈이다.

의미와 전망

델피의 등장은 유전체 감시 체계의 패러다임을 중앙 집중형 사후 분석에서 지역 분산형 실시간 감시로 전환하는 전환점이다. 데이터가 생성되는 즉시 현지 연구소에서 계통 분석을 직접 수행하고 결과를 방역 현장에 즉각 환류할 수 있어서다. 세계 각국의 공중보건 기관이 자체 데이터 주권을 유지하면서 표준화된 베이즈 정밀 분석을 자립적으로 운영할 수 있는 토대가 마련됐다.

과제도 남아 있다. 재조합(recombination) 빈도가 높거나 삽입·결손 변이가 복잡하게 얽힌 병원체에서는 단순 점돌연변이 모델보다 추가적인 계통 모델링 작업이 필요하다. 신규 데이터의 품질 편차나 시퀀싱 오류가 누적될 경우 장기 업데이트 과정에서 편향이 발생할 위험도 배제할 수 없다. 후속 연구에서는 다양한 변이 메커니즘을 유연하게 수용하고, 데이터 정제 과정을 자동화하는 파이프라인 확장이 요구된다.