구글 Gemma 4와 식물 게놈 AI 'BOTANIC-1', 멜론 유전 변이 2,494개 중 1위 규명

구글 딥마인드(Google DeepMind)와 프랑스 파리 기반의 AI 생물학 연구소 리빙 모델스(Living Models)가 2026년 10월 7일, 오픈 가중치 언어 모델 Gemma 4 E4B와 식물 게놈 특화 파운데이션 모델 BOTANIC-1을 결합한 작물 유전체 분석 에이전트 파이프라인을 공식 발표했습니다. 기존에 수년 이상의 교배와 온실 스크리닝이 요구되던 기후 적응형 작물의 원인 유전 변이 탐색을 수 분 안팎의 컴퓨터 연산으로 압축하는 실증 성과를 제시했습니다.

기후 변화로 인한 가뭄과 병충해가 전 세계 식량 공급망을 위협하는 가운데, 가뭄 저항성이나 다수확 형질을 지닌 작물을 신속하게 육종하는 기술은 현대 농업 생명공학의 핵심 과제입니다. 양사는 범용 코드 생성과 비정형 데이터 정제에 능한 소형 LLM과 대규모 식물 게놈 데이터로 사전학습된 특화 게놈 언어 모델(gLM)을 역할 분담 방식으로 결합하여 유전체 내 수천 개의 변이 중 실제 목표 형질을 결정짓는 핵심 돌연변이를 신속하게 분리해냈습니다.

Gemma 4 E4B와 BOTANIC-1의 역할 분담: 에이전트형 유전체 파이프라인

이번 연구의 핵심 기술은 범용 모델과 도메인 특화 모델을 연결한 2단계 에이전트 파이프라인 구조입니다.

전통적인 작물 육종학에서 특정 형질에 관여하는 염색체 영역을 좁히더라도, 해당 영역 내부에는 거대한 DNA 블록이 한 덩어리로 유전되는 연쇄 불평형 현상으로 인해 실제 표현형 변화를 일으킨 '원인 변이(causal mutation)'와 무관한 단순 '배경 변이'를 구분해내기 어려웠습니다. 연구진은 이 병목을 해결하기 위해 Gemma 4 E4B와 BOTANIC-1을 다음과 같이 유기적으로 연결했습니다.

• Gemma 4 E4B (프로젝트 매니저 역할): 경량 오픈 모델인 Gemma 4 E4B는 비정형 생물학 문헌과 유전체 시퀀스 데이터를 전처리하고, 분석용 스크립트 작성 및 불필요한 노이즈를 사전에 걸러내는 데이터 파이프라인 오케스트레이션을 담당합니다.
• BOTANIC-1 (게놈 도메인 전문가 역할): 필터링된 후보 유전자 서열을 전달받아 진화적 보존도와 염기 치환에 따른 기능적 영향도를 정밀하게 채점(scoring)하고, 형질 발현에 결정적 영향을 미치는 원인 돌연변이의 순위를 매깁니다.

BOTANIC-1은 102개 과 48개 목에 걸친 320종의 유배식물(embryophyte) 유전체, 총 3,146억 개 단일 염기 토큰을 바탕으로 사전학습된 양방향 맘바-2(BiMamba2) 인코더 아키텍처 기반의 모델군입니다. 8,192 토큰 길이의 긴 컨텍스트 윈도우를 지원하며, 연구 목적에 따라 300M부터 2B 파라미터까지 총 3개 모델 규격으로 제공됩니다.

멜론 2,494개 후보 변이 중 1위 식별: 수년의 교배 검증을 4분 연산으로 단축

연구진이 공개한 실증 벤치마크에서는 멜론(Melon)의 상업적 수확량 및 꽃 구조 변화를 유발하는 표적 유전 변이를 식별하는 실험이 수행되었습니다.

기존 농업 생명공학 현장에서 특정 줄기가 가뭄에 견디거나 다수확 특성을 나타내는 이유를 밝히려면 수천 포기의 작물을 여러 재배 시즌에 걸쳐 직접 교배하고 온실에서 재배하는 막대한 시간과 비용이 소요되었습니다.

Gemma 4 E4B와 BOTANIC-1 파이프라인은 2,494개의 유전 변이 후보군이 뒤섞인 데이터셋에서 단 약 4분의 컴퓨팅 연산만으로 실제 상업적 수확량을 좌우하는 핵심 인과 돌연변이를 정확히 1위(#1)로 특정해냈습니다. 복잡한 유전적 노이즈 속에서 진화적 맥락에 기반한 변이 영향도를 신속하게 순위화할 수 있음을 입증한 사례입니다.

사후 검증(Retrospective)의 성격과 실제 포장 시험의 필수성

이번 성과가 식물 유전체 연구에 큰 시사점을 던져주지만, 기술적 적용 범위와 한계도 명확히 구분해야 합니다.

가장 중요한 점은 이번 실험이 이미 기존 분자생물학 연구를 통해 정답이 규명되어 있던 멜론 유전 데이터를 대상으로 한 사후(retrospective) 검증 실험이라는 점입니다. AI 모델이 과거 과학자들이 수년에 걸쳐 입증한 유전적 인과관계를 신속하게 역추적할 수 있음을 입증한 것이며, 당장 완전히 새로운 신품종 작물이 실험실 밖에서 완성된 것은 아닙니다.

또한 AI가 유전 변이의 영향도를 고정밀로 예측하더라도, 이를 실제 종자로 구현해 포장(field trial) 및 온실 환경에서 재배하고 기후 저항성과 수확량 발현 여부를 확인하는 물리적 검증 과정은 여전히 필수적입니다. 연구진 역시 AI 파이프라인의 목적이 육종 과정을 완전히 대체하는 것이 아니라, 수만 개의 변이 중 현장 검증 가치가 가장 높은 최우선 후보군을 압축해 연구 기간을 대폭 단축하는 데 있다고 밝혔습니다.

오픈 가중치 배포 및 연구용 데모 공개

리빙 모델스와 구글 딥마인드는 이번 연구 성과를 글로벌 농업 생명공학 연구자들이 재현하고 활용할 수 있도록 주요 모델과 리소스를 공개했습니다.

• BOTANIC-1 모델 가중치: 허깅페이스(Hugging Face)를 통해 연구용으로 사전학습된 Botanic1 모델 가중치(300M~2B 파라미터)가 배포되었습니다.
• 인터랙티브 데모: 허깅페이스 스페이스(Spaces)에 Gemma 4와 BOTANIC-1 협업 파이프라인을 직접 체험해볼 수 있는 웹 데모가 개설되었습니다.
• 연구 논문: 320종 식물 유전체 학습 데이터셋 구축과 BiMamba2 기반 gLM 설계 및 검증 방법론을 다룬 학술 논문 프리프린트가 bioRxiv에 등록되었습니다.

출처

• Google DeepMind Gemmaverse: Living Models pairs Gemma 4 with BOTANIC-1 to help decode plant DNA
• Google Gemma 공식 X (@googlegemma): Gemma 4 E4B + BOTANIC-1 발표
• Living Models 공식 Substack: Introducing BOTANIC-1, a New State-of-the-Art Plant Genomic Language Model
• bioRxiv 프리프린트: BOTANIC-1: a series of long-context plant genomic foundation models in the agentic era
• Hugging Face Space 데모: living-models/gemma-botanic
• Hugging Face 모델 저장소: living-models/Botanic1-M