멜론 꽃을 바꾸는 DNA, AI가 2,494개 후보에서 골랐다

멜론의 암꽃을 암수 생식기관이 함께 있는 꽃으로 바꾸는 DNA 차이가 있다. Living Models는 Gemma4와 식물 DNA 모델 BOTANIC-1을 연결해, 이미 원인으로 알려진 이 변이를2,494개의 후보 중 단독1위로 골랐다. Google AI가10월6일 소개한 것은 AI가 새 멜론을 길러 낸 성과가 아니라, 수많은 DNA 차이 가운데 실제로 시험할 위치를 좁히는 구체적인 실험 결과다.

같은 점수를 받은 두 후보에서, 원인 하나를 골라냈다

연구 사례의 대상은 멜론 꽃의 성질에 관여하는 CmEIN3 유전자의 변이다. 연구진은 먼저 유전체의 차이4만7,492개를 특정 염색체 구간의3,061개로 좁혔다. 기존 분석 도구를 결합한 전문가 방식에서는 마지막 두 후보가 같은 점수를 받았다. 하나는 이미 검증된 원인이고 다른 하나는 이 특성과 무관한 후보였다.

BOTANIC-1을 붙인 경로는 삽입·삭제와 재배열 후보567개를 제외하고, DNA의 글자 하나가 바뀐2,494개SNP를 비교했다. 그 결과 알려진 원인 변이가 동점 없이 맨 위에 올랐다. 무작정 모든 DNA 변화의 원인을 맞힌 것이 아니라, 검증된 사례에서 후보의 우선순위를 얼마나 잘 정하는지 시험한 것이다.

대화형 AI는 진행을 맡고, 식물 모델은 DNA를 평가했다

Gemma4는 연구 도구를 호출하고 분석 단계를 이어 가는 역할을 맡았다. BOTANIC-1은320종 식물의 자료로 사전 학습한 모델로, 주변 DNA 맥락을 이용해 변이 후보를 평가했다. 같은 사례를20번 실행했을 때 정답을1위로 올린 비율은 BOTANIC 경로90%, 전문가 지시를 준 기존 도구 경로15%였다. 이 수치는 해당 실험의 결과이지 모든 식물이나 질병에서90%를 맞힌다는 보장이 아니다.

새 작물이 나온 것이 아니라, 실험의 출발점이 달라졌다

꽃의 특성은 수분과 열매 맺기에 연결되므로, 어떤 DNA 위치를 실제로 시험해야 하는지 좁히는 작업은 품종 연구의 중요한 단계다. 다만 AI가 높게 평가한 후보는 실험으로 검증해야 한다. 이번 사례에서는 기존에 알려진 원인을 다시 찾아내 성능을 비교했으며, 가뭄에 강한 품종이나 새로운 식량을 이미 개발했다는 결과는 아니다.

Google DeepMind의 공식 소개에는 모델 자료와 실행 예시가 연결돼 있다. 연결된 원 연구 사전공개본의 날짜는9월4일이고 Google AI의 이번 소개 게시물은10월6일이다. 오래된 연구를 오늘 처음 발견한 속보로 바꾸기보다, 실제 식물 연구에서 대화형 AI와 전문 DNA 모델이 맡는 일을 보여 주는 사례로 읽을 수 있다.