# 구글 딥마인드, AI 설계 단백질에 워터마크 넣는다

> SynthID Bio는 단백질 서열과 구조에 식별 신호를 넣는 기술이다. 실제 합성 단백질에서도 신호를 찾았지만, 악의적인 제거를 막는 일은 과제로 남았다.

Oossa · 2026-10-03 · https://oossa.com/ko/ai-359429

구글 딥마인드가 AI가 설계한 단백질의 출처를 추적하는 워터마킹 기술 ‘SynthID Bio’를 공개했다. 워터마크는 단백질의 아미노산 서열이나 3차원 구조에 넣는, 눈에 보이지 않는 식별 신호다. 회사는 신호를 삽입해도 단백질이 본래 기능을 유지하도록 설계했다고 밝혔다.

연구진은 단백질 설계 모델 AlphaProteo와 서열 생성 모델 ProteinMPNN에 이 기술을 적용했다. VEGF-A, 코로나19 스파이크 단백질의 수용체 결합 영역(RBD), PD-L1을 대상으로 결합체 1,300개 이상을 합성해 시험했다. 구글 딥마인드에 따르면 워터마크를 넣은 단백질과 넣지 않은 단백질 사이에서 결합 성공률, 결합 친화도, 자연 서열 다양성의 유의미한 차이는 나타나지 않았다. 질량분석기 등으로 실제 분자 표본의 신호도 확인했다고 회사는 설명했다.

## 단백질 구조에도 표시할 수 있다

SynthID Bio는 단백질의 3차원 구조를 예측하는 AlphaFold 3에도 적용됐다. 구글 딥마인드는 모델 일부를 미세조정해 예측된 원자 좌표에 식별 신호가 들어가도록 했다고 밝혔다. 구조 예측 정확도 손실은 1% 미만이었고, 서열이 변형되거나 데이터에 잡음이 생겨도 워터마크를 99% 넘는 정확도로 탐지했다고 회사는 전했다.

이런 표시가 자리 잡으면 DNA 합성업체가 위험성이나 출처를 더 검토할 주문을 가려내거나, PDB·UniProt·GenBank 같은 데이터베이스가 AI 생성 데이터를 별도로 표시하는 데 쓰일 수 있다. 다만 이는 활용 가능성이지, 해당 업체나 데이터베이스가 이미 SynthID Bio를 도입했다는 뜻은 아니다.

## 워터마크 제거는 남은 과제

구글 딥마인드는 워터마크를 일부러 훼손하거나 제거하려는 공격을 막도록 기술을 더 튼튼하게 만드는 일이 남았다고 밝혔다. 출처 정보를 연결하는 메타데이터나 AI 생성 생물학 데이터를 관리하는 중앙 저장소와 함께 쓰는 방안도 연구 중이다. Stanford University, Arc Institute, UC Berkeley와 생물보안 연구를 진행하고 있으며, 유전체 설계 모델 Evo 2가 만든 박테리오파지 유전체에도 워터마크를 적용해 초기 배양 실험에서 기능이 유지됐다고 설명했다. 연구 논문과 코드, 실험 데이터, 연구용 모델 가중치는 공개했다고 밝혔다.

## 팩트

- SynthID Bio는 단백질의 아미노산 서열이나 3차원 구조에 식별 신호를 넣는다.
- VEGF-A, 코로나19 스파이크 단백질 RBD, PD-L1을 대상으로 1,300개 이상의 단백질 결합체를 합성해 실험했다.
- 구글 딥마인드는 구조 예측 정확도 손실이 1% 미만이고, 변형·잡음이 있는 데이터에서도 탐지 정확도가 99%를 넘었다고 밝혔다.
- 회사는 논문과 코드, 실험 데이터, 연구용 모델 가중치를 공개했다고 밝혔다.

## 왜 중요한가

DNA 합성업체와 생물학 데이터베이스 운영자는 AI가 만든 설계를 식별해 추가 검토하거나 별도 표시하는 데 이 기술을 활용할 수 있다. 다만 실제 업체나 데이터베이스의 도입은 확인되지 않았고, 워터마크를 의도적으로 지우는 행위를 막는 것도 아직 과제다.

## 출처 및 참고 자료

1. [구글 딥마인드, AI가 만든 단백질·유전체 추적하는 워터마크 기술 공개](https://www.aitimes.com/news/articleView.html?idxno=215902) – AI Times, 2026-10-02

최종 업데이트: 2026-10-03