목 차

1. 서론: 희귀질환의 보건학적 특성과 진단 패러다임의 변화
2. NGS 기반 희귀질환 진단 로드맵 및 분석 플랫폼 기술 비교
3. 희귀질환 진단 및 치료의 기술 동향
  3.1. 태어나자마자 유전체 지도 확인: NGS 기반 신생아 선별검사(gNBS)의 대중화
  3.2. 암흑 물질을 밝히다: 비암호화 영역(Non-coding region) 분석의 도약
  3.3. 구조적 변이의 해결사: 롱리드 시퀀싱(Long-read Sequencing)이 유전적 난제에 답하다
  3.4. 진단율의 한계를 넘다: 인과 사슬을 완성하는 멀티오믹스(Multi-omics) 통합 분석
  3.5. AI가 예견하는 질병의 미래: 인공지능 기반 변이 병원성 예측 알고리즘
  3.6. 단 한 명을 위한 맞춤형 치료제: NGS 데이터 기반 주문형 유전자 치료(N-of-1)의 도래
  3.7. 액체 생검(Liquid Biopsy), 희귀질환 실시간 모니터링 영역으로의 비상(飛上)
  3.8. 잠자고 있는 데이터의 재발견: 유전체 데이터 재해석(Re-analysis)의 힘
  3.9. 환자가 주도하는 연구: 블록체인 기반 유전체 데이터 주권과 공유
  3.10. 세포 해상도의 정밀의학: 단일세포 유전체학과 공간 전사체학이 그리는 희귀질환 지도
  3.11. 유전적 패러다임을 넘어선 두 번째 게놈: 희귀질환과 마이크로바이옴의 상호작용
4. 국내외 임상 및 산업계 주요 적용 실례와 다학제 협력 모델
  4.1. 해외 주요 거점 병원, 연구소 및 글로벌 컨소시엄
  4.2. 국내 거점 의료기관의 대규모 임상 성과 및 국가 바이오 빅데이터 사업
  4.3. 시공간적 이질성 추적 및 주기적 데이터 업데이트의 최신 임상 사례
5. 생명과학 전문가와 환자 대중이 바라보는 NGS
6. 결론 및 향후 전망
7. 참고문헌


1. 서론: 희귀질환의 특성과 진단 패러다임의 변화

희귀질환은 개별 질환의 발생 빈도는 극히 낮으나, 전 세계적으로 약 7,000~8,000종 이상의 질환이 보고되어 있으며 누적 환자 수는 약 2억 6,300만 명에서 4억 4,600만 명에 달하는 중대한 보건학적 과제이다 [1, 2]. 희귀질환의 정의는 국가마다 법적으로 조금씩 상이한 기준을 따르는데, 대한민국의 경우 [희귀질환관리법] 제2조에 의거하여 유병(有病)인구가 2만 명 이하이거나 진단이 어려워 환자 수를 알 수 없는 질환을 의미한다. 반면 미국은 환자 수가 20만 명 미만인 질환으로, 유럽은 인구 2,000명당 1명 미만으로 발생하는 질환을 기준으로 설정하고 있다 [2]. 이들 질환의 약 80%는 유전적 요인에 의해 발생하며, 단백질을 암호화하는 서열의 돌연변이나 염색체 구조적 이상 등이 부모로부터 유전되거나 혹은 수정 및 발달 과정에서 De novo 형태로 발생한다 [1, 2]. 더욱이 유전적 원인에 기인하는 희귀질환의 절반 이상이 소아기에 첫 증상을 나타내며, 대다수의 질환이 치명적인 전신 진행성 양상을 보인다 [1, 2].

과거 희귀질환 환자들은 비특이적이고 복잡한 증상으로 인해 확진을 받기까지 여러 병원을 전전하며 평균 5년에서 7년 이상의 긴 시간과 막대한 경제적 비용을 소모하는 이른바 ‘진단 방랑(Diagnostic Odyssey)’을 겪어 왔다 [2, 3]. 이는 기존의 진단 체계가 개별 유전자를 하나씩 확인하는 단일 유전자 시퀀싱(Sanger sequencing)이나 생화학적 대사산물 측정에 머물러 있었기 때문이다. 이러한 상황에서 차세대 염기서열 분석(Next-Generation Sequencing, NGS) 기술의 등장은 진단 체계를 근본적으로 혁신하며 임상 유전학의 패러다임 전환을 이끌어냈다 [3]. 초기 NGS 기술이 특정 표현형과 관련된 소량의 유전자 군만을 묶어 분석하는 표적 유전자 패널 분석에 주력했다면, 현재의 유전자 진단 생태계는 단백질 코딩 영역 전체를 분석하는 전장 엑솜 분석(Whole Exome Sequencing, WES)을 넘어 세포 내 모든 DNA 서열을 해독하는 전장 유전체 분석(Whole Genome Sequencing, WGS)으로 이동하였다 [3-5].

나아가 기술의 발전은 단순한 염기서열 해독에 그치지 않고, 유전체의 98%를 차지하는 비암호화 조절 영역의 해석, 분자 구조적 변이를 완벽하게 규명하는 긴 서열 분석(Long-read Sequencing), 유전체 데이터와 전사체·단백질체·대사체를 결합하는 멀티오믹스(Multi-omics) 통합 분석, 그리고 인간의 한계를 뛰어넘는 인공지능(AI) 기반 변이 병원성 예측으로 정밀도를 극대화하고 있다 [3-5]. 이제 NGS는 원인 불명 질환의 이름을 찾아주는 단순한 사후 진단 도구의 역할을 넘어, 환자 고유의 변이를 타깃으로 삼는 ‘단 한 명’을 위한 맞춤형 치료제(N-of-1)의 설계도 역할을 수행함과 동시에 액체 생검을 통한 실시간 질병 모니터링을 가능하게 하는 정밀 의료의 핵심 인프라로 자리매김하고 있다 [3, 4, 5]. 본 보고서에서는 NGS 기반 유전체 분석 기술이 희귀질환의 진단, 치료, 관리 영역에서 보여주는 최근 동향을 알아보고, 보건의료 체계가 맞이한 구조적 변화와 미래 비전을 조망하고자 하였다 (그림 1).

그림 1. NGS 기반 유전체 분석을 통한 희귀질환 진단과 치료 동향 개요 
(AI 생성 이미지, 제미나이 3.5)

2. NGS 기반 희귀질환 진단 로드맵 및 분석 플랫폼 기술 비교

임상 현장에서 NGS를 활용하여 희귀질환을 규명하는 과정은 고도의 기술적 정확성을 요구하는 연속적 파이프라인으로 구성된다 (그림 2). 이 로드맵은 실험실에서 수행되는 습식 실험(Wet-lab)과 컴퓨터 프로그래밍 및 알고리즘을 통해 데이터를 처리하는 건식 분석(Dry-lab)의 조화로운 통합과정을 통해 이루어진다 [5].

그림 2. NGS 기반 희귀질환 검사 로드맵 및 워크플로우 개요 [5]
(AI 생성 이미지, 제미나이 3.5)

첫 번째 단계는 '검체 채취 및 트리오(Trio) 구성'이다 [5]. 환자의 말초혈액이나 타액으로부터 고순도의 유전체를 추출하는 과정으로, 임상적으로는 환자 단독 분석(Singleton)보다 친부모의 검체를 함께 채취하여 비교 분석하는 트리오 시퀀싱 파이프라인이 강력히 권장된다. 부모의 유전자 서열을 대조군으로 결합할 경우, 질병과 직접적인 연관성이 없는 단순 인구통계학적 다형성(Polymorphism)이나 양성 변이를 90% 이상 효율적으로 필터링할 수 있어, 변이 판독의 정확도와 속도를 획기적으로 향상시키기 때문이다. 두 번째 단계인 '유전체 추출 및 라이브러리 제작(Library Preparation)'에서는 추출된 이중가닥 DNA를 물리적·효소적 방법으로 일정한 크기로 파편화한 뒤, 분석 장비의 플로우 셀(Flow cell)에 결합할 수 있도록 양 끝단에 고유의 어댑터(Adapter) 및 샘플 식별용 인덱스 바코드(Index barcode)를 접합하여 라이브러리를 완성한다. 세 번째 단계는 '시퀀싱(Sequencing)'으로, 준비된 라이브러리를 일루미나(Illumina) 등의 고처리량 고속 병렬 시퀀싱 장비에 탑재하여 수억 개의 단편화된 서열을 동시에 디지털 신호로 읽어낸다. 네 번째 단계인 '생명정보분석(Bioinformatics Pipeline)'은 대규모 시퀀싱 데이터(FastQ 포맷)를 표준 인간 유전체 지도(Reference Genome, 예: hg38)에 정렬(Alignment)하여 BAM 파일을 생성하고, 표준 지도와 비교하여 염기서열상의 차이점을 찾아내는 변이 검출(Variant Calling) 과정을 거쳐 VCF 파일을 도출한다. 이 과정에서는 GATK (Genome Analysis Toolkit) Best Practices 파이프라인이 글로벌 표준 소프트웨어 가이드라인으로 활용된다. 다섯 번째 단계는 가장 핵심적인 '변이 해석 및 임상 판독' 단계이다. 수천 개에 달하는 검출 변이 중 환자의 임상 표현형을 유도한 원인 변이를 찾기 위해, 미국임상유전학회 및 분자병리학회(ACMG/AMP) 가이드라인에 따라 변이를 병원성(Pathogenic), 병원성 가능성(Likely Pathogenic), 의미 불명 변이(variant of uncertain significance, VUS), 양성 가능성(Likely Benign), 양성(Benign)의 5단계로 등급을 부여한다. 마지막 '최종 진단 및 리포트 발행' 단계에서는 확인된 유전 변이와 환자의 실제 신경학적·신체적 증상 간의 상호 일치성을 다학제적으로 검증한 후, 의료진이 즉각적인 치료적 개입이나 유전 상담을 수행할 수 있도록 전문적인 임상 보고서를 최종 발급한다 [5]. 희귀질환 진단에 활용되는 NGS 접근법은 분석 영역과 목적에 따라 표적 유전자 패널, 전장 엑솜 시퀀싱(WES), 전장 유전체 시퀀싱(WGS)의 세 가지 플랫폼으로 분류되며, 각 기술적 특성은 몇 가지 장단점을 지닌다 [5] (표 1).

표 1. NGS 분석 방법별 상세 비교(표적 패널 vs WES vs WGS) [5]

3. 희귀질환 진단 및 치료의 기술 동향

3.1. 태어나자마자 유전체 지도 확인: NGS 기반 신생아 선별검사(gNBS)의 대중화

기존의 신생아 선별검사(Newborn Screening, NBS)는 질량 분석기(MS/MS)를 활용하여 대사산물의 비정상적 농도 변화를 측정하는 방식에 전적으로 의존해 왔다 [6]. 그러나 이 방식은 검출 가능한 질환의 수가 수십 종에 불과하며, 대사물질의 수치 변화가 유도되기 전인 초기 단계나 대사산물 변화가 뚜렷하지 않은 질환의 경우 포착하기 어렵다는 한계가 있다 [6]. 최근에는 NGS 기술을 선제적 보건의료에 접목한 유전체 기반 신생아 선별검사(genomic NBS, gNBS)가 급부상하면서, 증상이 나타나기 전 수백 가지의 소아기 발병 희귀 유전 질환을 단 한 번의 검사로 조기 선별하는 시대가 열리고 있다 [6, 7].

현재 글로벌 주요 선진국을 중심으로 gNBS의 임상적 유용성과 보건경제학적 비용 효율성을 대규모로 검증하기 위한 파일럿 프로젝트가 활발히 전개되고 있다. 예를 들면, 미국의 대표적인 이니셔티브인 래디 어린이 연구소(Rady Children's Institute, RCIGM)의 'BeginNGS' 프로젝트는 412종의 중증 소아 희귀질환과 관련된 53,575개의 변이를 타깃으로 초고속 시퀀싱을 수행하여, 유효한 조기 치료법 및 중재 반응과 즉각 연결되는 선제적 의료 모델을 성공적으로 가동하고 있다 [6, 7]. 다음으로 영국 Genomics England와 국가보건서비스(NHS)가 주도하는 'Generation Study'는 신생아 10만 명을 대상으로 WGS 분석을 대규모로 집행하여 조기 치료 및 관리가 가능한 200여 종의 유전 질환을 선별하고 평생 유전체 관리 인프라를 구축하는 성과를 내고 있다 [8]. 아울러 컬럼비아 대학교와 GeneDx가 협력한 'GUARDIAN' 프로젝트는 뉴욕 내 신생아 10만 명 분석을 목표로 초기 4,000명의 영아 분석 결과 표준 대사 NBS 검사로는 완벽히 누락되는 희귀 유전 질환 보유 환아 120명을 성공적으로 찾아내며 gNBS가 독립적인 일차 선별 도구로서 기능할 수 있음을 보여주었다 [9].

그럼에도 불구하고 gNBS의 전면적인 대중화를 위해서는 임상 현장에서 '의미 불명 변이(VUS)'를 마주했을 때 발생하는 부모의 불필요한 불안감과 임상적 난제를 해결해야 하며, 현재 글로벌 유전체 데이터베이스가 유럽계 인구에 치우쳐 있어 비-유럽 인종에서의 해석 정확도가 낮아지는 기술적 형평성 문제를 극복해야 한다 [6]. 이에 대응하여 최신 연구들은 연합 학습(Federated Learning) 모델과 고도화된 변이 정제 알고리즘(Purifying Hyperselection)을 활용하여 다양한 인종 변이 판독 정밀도를 지속적으로 향상시키고 있다 [6, 7].

3.2. 암흑 물질을 밝히다: 비암호화 영역(Non-coding region) 분석의 도약

인간 전체 유전체의 약 98%에 달하는 비암호화 영역은 오랜 기간 생물학적 기능이 없는 '쓰레기 DNA (Junk DNA)'로 간주되어 왔으나, 실제로는 유전자의 발현 시기, 조직 특이성, 발현 강도를 정밀하게 제어하는 인핸서(Enhancer), 프로모터(Promoter), 인트론(Intron), 사일런서(Silencer) 등의 핵심 조절 요소를 포함하는 ‘유전체 암흑 물질(Dark Matter)’임이 규명되었다 [10]. 기존의 WES 검사에서 원인을 찾지 못한 미진단 희귀질환 환자의 상당수가 이 비암호화 영역의 변이로 인해 발달 및 대사 유전자 조절 네트워크가 붕괴되어 질병이 발생한다는 증거가 축적되면서, 비암호화 변이 해석이 NGS 분석의 새로운 지평을 열고 있다 [10, 11]. 비암호화 영역의 변이는 단백질의 1차 구조적 아미노산 서열을 직접 변경하지 않기 때문에 기존의 선형적 알고리즘으로는 병원성(pathogenetic) 유무를 평가하기가 불가능에 가깝다. 최근 이 난제를 해결하기 위해 '게놈 딥러닝(Genomic Deep Learning)' 모델이 전격 도입되었다 [10, 11]. 게놈 딥러닝은 세포 맥락 의존적 해석(Context-Specificity)과 서열-활성 모델(Sequence-to-activity models)이라는 두 가지 축으로 발전하고 있다 [10]. 전자의 경우 단일 세포 수준의 염색질 접근성 데이터(scATAC-seq)를 컴퓨터 신경망에 학습시켜 132가지 이상의 세포 맥락 및 발달 단계에서 미세 변이가 염색질 구조 변화에 미치는 영향을 예측한다 [10]. 후자의 경우 'ChromBPNet' 및 'FLARE'와 같은 첨단 딥러닝 프레임워크를 기반으로 DNA 염기서열 자체로부터 유전자 발현량과 후성유전학적 상태 변화를 직접 연산해 낸다 [10]. 이러한 기술적 도약은 전사 인자 결합 모티프의 정교한 분자 문법을 인공지능이 자율적으로 학습하게 함으로써, 자폐 스펙트럼 장애(ASD)나 선천성 심장 질환 등 복합 신경발달 희귀질환의 원인이 되는 비암호화 변이를 정밀하게 식별하는 데 기여하고 있다 [10, 11].

3.3. 구조적 변이의 해결: 긴 서열 분석(Long-read Sequencing)이 유전적 난제에 답하다

일루미나(illumina)로 대표되는 기존의 단편 서열 분석(Short-read Sequencing, SRS) 기술은 약 150bp 내외의 짧은 DNA 단편을 Q30(99.9% 정확도) 이상으로 정밀하게 읽어내는 데는 탁월한 것으로 알려져 있으나, 인간 유전체 전반에 걸쳐 존재하는 고도로 반복된 서열(Repeated sequence), 복잡한 삽입 및 결실, 대규모 역위 및 전좌를 포함하는 구조적 변이(Structural Variants, SV), 그리고 유사한 서열을 지닌 흔히 가짜유전자라고도 부르는 위유전자(Pseudogene) 영역을 정확히 정렬하고 구별하는 데 태생적인 한계를 보였다 [12, 13].

반면 단일 가닥의 긴 DNA 분자를 절단 없이 10kb에서 수백 kb까지 한 번에 해독하는 긴 서열 분석(Long-read Sequencing, LRS) 기술은 유전체의 대표적인 ‘해독 불가능 영역(Unmappable region)’을 완전히 제거하며 희귀질환 진단 수율의 한계를 극복하는 게임 체인저로 등극했다 [12, 13]. Oxford Nanopore Technologies (ONT)의 나노포어 시퀀싱과 PacBio의 고정확도 하이파이(HiFi) 시퀀싱으로 양분되는 LRS 기술은 대규모 SV의 중단점(Breakpoint)을 단일 리드로 관통하여 정확히 검출할 뿐 아니라, 뇌신경계 희귀질환의 주된 병인인 탠덤 반복 서열 확장(Tandem Repeat Expansion) 변이를 증폭 오류 없이 원형 그대로 판독해 낸다 [12, 13]. 최근 임상 연구들에 따르면, 기존의 표준 짧은 서열 분석 WES/WGS 검사에서 음성으로 판명된 미진단 희귀질환 환자들을 대상으로 긴 서열 분석 전장 유전체 시퀀싱(lrGS)을 적용한 결과, 약 10%에서 25%에 달하는 추가 진단 수율(Diagnostic yield) 향상이 관찰되었다 [12, 13]. 특히 LRS는 부모의 데이터 없이도 단일 샘플만으로 모계와 부계의 유전형 가닥을 분리하는 'Haplotype Phasing' 기능과 DNA 메틸화(Epigenetic methylation) 상태를 서열 분석과 동시에 직접 탐지하는 기능을 제공하여, 각인 이상 질환(Imprinting disorder) 진단에서도 압도적인 기술적 우위를 증명하며 희귀질환의 일차 진단 도구(First-tier test)로 빠르게 영역을 확장하고 있다 [12, 13].

3.4. 진단율의 한계를 넘어: 인과 사슬을 완성하는 멀티오믹스(Multi-omics) 통합 분석

WGS 분석 기술을 통해 유전체 전체의 변이를 정밀하게 검출하더라도, 발견된 수많은 변이 중 VUS가 실제 세포 내에서 어떠한 유해한 기능적 변형을 유도하는지 유전체 데이터 자체만으로는 최종 확증하기 어려운 경우가 많다 [14]. 이러한 진단적 교착 상태를 극복하고 변이의 생물학적 병원성을 세포 수준에서 입증하기 위해, 유전체(DNA) 분석을 중심축으로 두고 전사체(RNA-seq), 단백질체(Proteomics), 대사체(Metabolomics) 데이터를 결합하는 멀티오믹스(Multi-omics) 통합적 분석 기법이 필수적인 임상 패러다임으로 자리 잡았다 [1, 14].

멀티오믹스 통합 분석은 분절된 단일 오믹스 정보를 유기적으로 연결하여 질병의 최종 '분자적 인과 사슬'을 완성한다 [14]. 한 가지 예로 유전체 분석에서 발견된 스플라이싱 (Splicing) 부위의 VUS를 환자 유래 세포의 RNA-seq 데이터와 결합하면, 해당 변이가 실제 비정상적인 엑손 스킵핑(Exon skipping)이나 인트론(intron) 보존을 유발하여 비기능성 mRNA를 생성하는지 직접 눈으로 확인할 수 있으며, 이를 통해 ACMG 가이드라인의 강력한 병원성 근거를 확보하게 된다 [14]. 나아가 단백질체 및 질량분석 기반 대사체 분석은 유전자 결함이 미토콘드리아 질환이나 선천성 대사 이상 질환에서 최종 단백질 복합체의 기능 상실과 특정 대사 경로의 차단을 유도하는지 실시간으로 추적한다 [1, 14]. 최근에는 소규모 희귀질환 환자 코호트 데이터 내에서 상이한 오믹스 계층 간의 복잡한 비선형적 상호작용을 자율 학습하는 그래프 신경망(GNN) 기반의 'MOGONET' 및 'MOGAD' 인공지능 프레임워크가 개발되어 바이오마커 발굴 성능을 극대화하고 있으며, 전 세계에 분산된 오믹스 사일로 데이터를 동형 암호화 상태로 연결 분석하는 'Trusted TargetID' 플랫폼 등이 정밀의료를 구현하고 있다 [14, 15].

3.5. AI가 예견하는 질병의 미래: 인공지능 기반 변이 병원성 예측 알고리즘

유전체 빅데이터 분석 파이프라인에서 발생하는 가장 거대한 병목 현상은 시퀀싱 장비가 쏟아내는 수천, 수만 개의 희귀 변이 중 어떤 변이가 환자의 질병을 유도한 진정한 ‘스모킹 건(Smoking gun)’으로 작용하는 것인지 임상 유전학자가 수작업으로 가려내는 판독 과정이다 [16]. 최근 인공지능 기술, 특히 대규모 유전체 진화 정보와 아미노산 서열 문법을 자율 학습한 '단백질 언어 모델(Protein Language Model, PLM)'과 3차원 입체 구조 예측 모델의 융합은 이러한 고난도의 변이 해석 과정을 자동화하고 예측 정밀도를 향상시켰다 [16, 17].

구글 딥마인드가 공개한 'AlphaMissense' 모델은 인간 프로테옴 전반의 7,100만 개 미스센스(missense) 변이의 구조적 안정성 변화를 연산하여 32%를 병원성으로, 57%를 양성으로 분류한 대규모 예측 지도를 제시하며 학계에 큰 파장을 불러일으켰다 [16, 17]. 또한 최근의 임상 검증 벤치마크에서는 단순 구조 정보를 넘어 단백질 언어 모델(ESM2, Ankh 등)이 학습한 복잡한 진화적 문맥 주석과 다중 오믹스 특징 벡터를 통합한 차세대 AI 모델인 'PATHOS'가 등장하여 AlphaMissense의 위양성 및 위음성 한계를 보완하고 있다 [17]. PATHOS 모델은 심혈관 및 신경계 희귀질환 유전자(예: KCNQ1 변이 등) 분석에서 높은 예측 정확도(MCC 0.836)를 보여 주었다 [17]. 현재 유전체 임상 실무에서는 MetaRNN과 같이 수십 개의 독립적인 인실리코(in silico) 예측 알고리즘 스코어를 앙상블 딥러닝으로 통합 제어하는 프레임워크가 가장 선호되고 있으며, 변이 검토 시간을 수 주에서 수 분으로 단축시키며 VUS의 늪에 빠진 희귀질환 판독의 핵심 구원투수로 활약하고 있다 [16, 17].

3.6. 단 한 명을 위한 맞춤형 치료제: NGS 데이터 기반 주문형 유전자 치료(N-of-1)의 도래

과거의 NGS 기술이 질병의 원인을 찾아내는 단순한 진단 도구에 고착되어 있었다면, 현대의 정밀 유전학은 NGS 데이터를 설계도로 삼아 환자 고유의 돌연변이를 직접 교정하는 약물을 즉각적으로 합성해 내는 ‘치료 연계형 플랫폼’으로 전면 진화했다 [18]. 특히 전 세계에서 오직 ‘단 한 명’ 혹은 극소수의 환자만이 보유한 초희귀 돌연변이를 타깃으로 삼는 'N-of-1' 초개인화 맞춤 치료 모델은 유전체 데이터 분석과 동시에 크리스퍼(CRISPR) 유전자 가위 및 안티센스 올리고뉴클레오타이드(ASO)를 디자인하는 주문형 유전자 치료가 가능하다는 것을 보여 주었다 [18, 19].

이 분야의 역사적 이정표가 된 초고속 맞춤형 유전자 치료 사례는 생후 5개월 된 신생아 'KJ'의 임상 실증이다 [18]. KJ는 체내 암모니아 배출이 차단되어 뇌손상을 유발하는 치명적인 선천성 대사 이상 질환인 요로회로 장애(CPS1 결핍증) 환아로, 혁신 유전학 연구소(IGI) 연구팀은 환아의 위독한 상태를 고려해 단 하루 만에 초고속 WGS 분석 및 생명정보 파이프라인을 가동하여 환아 고유의 단일 염기 점돌연변이를 찾아냈다 [18]. 연구진은 DNA 이중가닥 절단(DSB)에 따른 유전독성 부작용을 원천 차단하기 위해 단일 염기만을 정밀 전환하는 크리스퍼 염기 편집(Base Editing) 기술을 선택했으며, KJ의 서열 데이터에 100% 일치하는 맞춤형 가이드 RNA와 염기편집기를 바로 설계하고 이를 지질나노입자(LNP)에 탑재하여 간세포로 표적 전달하는 치료제를 구축하였다 [18]. 세포 추출 및 진단 단계부터 FDA 긴급 임상 승인 및 실제 환아 투여까지 걸린 총시간은 단 6개월에 불과했으며, 투여 후 환아의 대사 기능이 정상화되어 단백질 섭취가 가능해지는 극적인 호전을 보였다 [18] (그림 3). 이처럼 NGS와 유전자 편집 기술의 결합은 통상 10년 이상이 소요되던 전통적 신약 개발 프로세스를 넘어 초희귀 유전 질환의 새로운 모델이 되고 있다 [18, 19].

그림 3. 'N-of-1' 초개인화 맞춤 치료 모델 예: NGS 분석기반 진단에서 치료까지
(AI 생성 이미지, 제미나이 3.5)

3.7. 액체 생검(Liquid Biopsy), 희귀질환 실시간 모니터링 영역으로 비상(飛上)

혈액, 뇌척수액(CSF), 타액 등 체액 내에 존재하는 유리 세포 DNA (cell-free DNA, cfDNA)를 초고감도 NGS 기술로 추적하는 액체 생검(Liquid Biopsy)은 종래에 종양학(Oncology) 영역의 전유물로 여겨졌으나, 최근 기술적 민감도의 비약적 상승에 힘입어 희귀질환의 비침습적 조기 산전 진단 및 만성 진행성 합병증 모니터링의 핵심 도구로 그 영역을 확장하고 있다 [20].

임상 희귀질환 학계에서 액체 생검은 세 가지 혁신적인 시나리오를 구체화하고 있다. 첫째는 비침습적 산전 검사(NIPT)의 심화 및 고도화이다 [21]. 초기 NIPT 기술이 다운 증후군과 같은 대규모 염색체 이배체성(Aneuploidy) 선별에 한정되어 있었다면, 최신 조각 분석(Fragmentomics) 기반 NGS 파이프라인은 임산부의 혈액 내에 미량 존재하는 태아 유리 DNA (cell-free fetal DNA, cffDNA)를 정밀 분석하여 22q11.2 미세 결실 증후군이나 선천성 연골무형성증과 같은 단일 유전자 유래 희귀 질환까지 태아 유전체 손상 없이 안전하게 스크리닝해 낸다 [21]. 둘째는 중추신경계 희귀 퇴행성 질환 및 희귀 뇌종양의 뇌척수액(CSF) 기반 실시간 추적이다 [20]. 뇌척수액 내 cfDNA 분석은 유전적 변이 신호와 미세 메틸화 패턴을 민감하게 포착하여 환자의 개두술 기반 생검 부작용을 배제하고 질병의 진행 단계 및 치료에 따른 가성 진행(Pseudo-progression) 유무를 정확히 감별해 낸다 [20]. 셋째는 고형장기 이식 후 발생하는 희귀 면역 거부 반응의 조기 탐지이다 [21]. 이식 환자의 혈액 내에서 공여 유래 유리 DNA (donor-derived cfDNA, dd-cfDNA)의 상대적 농도 변화를 NGS 기반으로 모니터링하면, 조직 생검 이전에 이식 장비의 미세 손상 및 희귀 거부 반응 유무를 분자 수준에서 선제적으로 인지할 수 있다 [21]. 글로벌 액체 생검 시장은 연평균 14.5%의 고성장을 지속하여 2035년 약 274억 달러 규모에 이를 것으로 전망된다 [22].

3.8. 잠자고 있는 데이터의 재발견: 유전체 데이터 재해석(Re-analysis)의 힘

WES나 WGS 분석을 수행했으나 명확한 병인 변이를 찾지 못해 '음성(Negative)' 혹은 '미진단'으로 분류된 데이터는 컴퓨터 서버 내에 묻히는 일회성 소모품이 아니다 [9, 23]. 글로벌 임상 유전학계는 매달 수십 개의 새로운 유전자-질병 연관성(Gene-disease association) 논문을 발표하고 있으며, ACMG (American Medical College of Medical Genetics and Genomics) 변이 데이터베이스 역시 실시간으로 업데이트된다 [9, 23]. 이에 따라 진단되지 않은 환자의 원본 시퀀싱 데이터를 폐기하지 않고 최신 학술 지식을 기반으로 정기적으로 다시 가동하는 '유전체 데이터 재해석(Re-analysis)' 파이프라인이 살아있는 데이터(Living data) 관리 시스템의 표준으로 공고히 자리 잡았다 [9, 23].

글로벌 유전체 진단 선도 기관인 GeneDx의 실증 데이터에 따르면, 초기 분석에서 유의미한 변이를 찾지 못했던 미진단 환자 코호트를 대상으로 1~2년의 주기적 간격을 두고 자동화된 데이터 재해석을 적용한 결과, 최소 10%에서 최대 20%에 달하는 누적 추가 진단율 향상이 실증되었다 [9, 23].

희귀 질환 진단에서 주기적인 유전 데이터 재분석의 결정적인 역할을 보여주는 사례도 있다. 발달 지연, 난치성 간질, 선천성 심장 결손을 가진 환자에게서 초기에 임상적 의미가 낮게 평가되었던 NOTCH1 변이가 연례 재분석을 통해 '병원성 가능성'으로 재분류되었다. 2024년 이후 발표된 최신 문헌들이 해당 변이의 증상 범위를 심장 질환에서 신경 및 골격계 증상까지 확장했기 때문이다. 이로 인해 환자는 뒤늦게 확진을 받고 맞춤형 치료와 유전 상담이 가능해졌다 [24]. 이러한 데이터 재해석은 환자에게 새로운 진단명을 부여하여 불필요하고 고통스러운 추가 검사를 중단시킬 뿐 아니라, 정확한 분자 진단 명시를 통해 환자 1인당 평균 80,000달러에 달하는 평생 의료비 절감 효과를 유도하는 것으로 보고되었다 [9]. 또한 글로벌 웹 네트워크 플랫폼인 'GeneMatcher' 등과 연동되어 전 세계 연구자들이 보유한 유사 VUS 변이 환자들의 표현형을 실시간으로 상호 매칭함으로써, 과거 유전학 지식의 한계로 잠들어 있던 빅데이터 속에서 새로운 희귀질환 원인 유전자를 발굴하는 강력한 엔진 역할을 수행하고 있다 [9, 23].

3.9. 환자가 주도하는 연구: 블록체인 기반 유전체 데이터의 주권과 공유

개인의 전장 유전체 데이터(WGS)는 도용 시 대체가 불가능한 인류 최고 수준의 민감한 프라이버시 정보인 동시에, 희귀질환의 미충족 의료 수요(Unmet needs)를 해결하고 신약 개발을 이루기 위해 전 세계 연구자가 반드시 공유해야 하는 필수적 의료 공공재라는 상충된 특성을 지닌다. 이러한 프라이버시 보호와 연구용 공유라는 해소하기 어려운 모순을 해소하기 위해 분산원장 기술인 블록체인(Blockchain)과 대체불가토큰(NFT) 메커니즘이 전격 통합되고 있다 [25, 26].

Nebula Genomics 및 Genomes.io 등의 웹 3 기반 유전체 플랫폼은 환자가 자신의 WGS 데이터를 암호화된 개인 데이터 볼트(Vault)에 저장하고, 데이터의 고유 소유권을 NFT 형태로 발행하여 명확한 '유전체 데이터 주권(Data Sovereignty)'을 환자에게 귀속시킨다 [25, 26]. 외부 제약사나 대학교 연구소가 특정 희귀질환 코호트 연구를 위해 데이터 접근을 요청할 경우, 환자가 직접 승인한 스마트 계약(Smart Contract) 조건을 만족해야만 접근 권한이 활성화된다 [25, 26]. 특히 원본 유전체 데이터의 외부 유출을 원천 차단하기 위해, 데이터를 암호화된 상태 그대로 연산하는 '완전 동형 암호화(Full Homomorphic Encryption, FHE)' 기술과 '보안 다자간 계산(Secure Multi-party Computation, MPC)' 프레임워크가 결합되었다 [25, 26]. 이를 통해 연구자는 환자의 민감한 서열 정보를 직접 열람하지 않고도 연구에 필요한 통계적 유전체 변이 값 만을 안전하게 도출할 수 있으며, 환자는 자신의 데이터를 공유한 대가로 직접적인 경제적 보상을 획득하여 연구 참여 인센티브를 부여 받는다 [25, 26]. 블록체인 기반 유전체 시장은 2034년까지 약 19.5억 달러 규모로 급성장하여 의료 데이터 사일로 문제를 타파하는 핵심 생태계가 될 것으로 보인다 [26].

3.10. 세포 해상도의 정밀의학: 단일세포 유전체학과 공간 전사체학이 그리는 희귀질환 지도

기존의 전통적인 유전체 및 전사체 분석은 수백만 개의 세포가 혼재된 조직 조각을 통째로 갈아서 분석하는 '벌크(Bulk)' 방식에 의존해 왔기 때문에, 조직 내에 존재하는 수많은 세포들의 평균 유전자 발현값만을 확인할 수 있었다 [27]. 그러나 대다수 희귀질환의 병리적 기전은 조직 전체의 이상이 아니라, 특정 분화 단계에 있는 극소수의 튀는 세포인 ‘아웃라이어 세포(Outlier cell)’나 희귀 세포군의 미세한 유전적 변형 및 유전자 발현 붕괴에서 비롯된다 [27]. 이를 분자 해상도 수준에서 포착하기 위해 단일세포 리보핵산 시퀀싱(scRNA-seq) 및 공간 전사체학(Spatial Transcriptomics) 기술이 희귀질환 연구의 필수 도구가 될 것이다 [27, 28]. 단일세포 유전체학 기술은 발달 장애나 선천성 면역계 희귀질환 환자의 조직 내에서 세포 하나하나의 유전체 서열과 전사체 상태를 독립적으로 스크리닝 하여 비정상적으로 분화가 정지되거나 기능이 변질된 희귀 세포 유형을 정밀하게 탐지한다 [27]. 한 걸음 더 나아가, 유전자 발현 정보에 해당 세포의 실제 조직 내 물리적 좌표 구조를 결합하는 공간 전사체학(Spatial Transcriptomics) 기술은 질병의 진행에 따라 미세 환경 내에서 주변 세포들 간의 리간드-수용체(lgand-receptor)의 세포 내 상호작용(Intercellular communication)이 어떻게 왜곡되고 파괴되는지 단백질 발현 층위와 함께 복합적으로 시각화해 준다. 이러한 세포 해상도의 정밀 분석은 특히 생검이 극도로 어려운 뇌신경계 희귀질환 모델(환자 유래 iPSC 기반 오가노이드 등)에서 약물 스크리닝 및 세포 특이적 표적 치료 타깃을 발굴하는 데 탁월한 성능을 발휘하며, 유전체 설계도를 넘어 실제 질병이 수행되는 실행 세포 단위의 분자 지도를 구축하고 있다 [27, 28].

3.11. 유전적 패러다임을 넘어선 두 번째 게놈: 희귀질환과 마이크로바이옴의 상호작용

과거 고정된 유전적 결함으로만 치부되었던 희귀질환 영역에서 인체 미생물 생태계인 마이크로바이옴(Microbiome)은 질병의 표현형 발현 정도, 전신 진행 속도, 임상 치료 반응을 결정짓는 두 번째 게놈이자 정밀 의료의 핵심 축으로 부상하고 있다. 희귀질환과 마이크로바이옴의 연관성은 크게 세 가지 분자 기전으로 설명되는데, 숙주의 효소 결핍으로 축적된 중간 대사체를 미생물이 처리하는 과정에서의 대사산물 변화, 미생물 불균형(Dysbiosis)에 의한 면역 체계 교란, 그리고 미생물 유래 신경전달물질이 뇌 기능에 영향을 미치는 장-뇌 축(Gut-Brain Axis)이 그것이다. 특히 최근 규명된 마이크로바이옴 대사 재프로그래밍(Metabolic Reprogramming) 현상은 장내 미생물이 숙주의 결함을 우회하여 대사 경로를 재설계하거나 증상 발현 전 독성 대사산물을 선제적으로 생성할 수 있음을 보여주어, 초정밀 조기 진단 마커로서의 잠재적인 임상적 토대를 제공한다 [29].

이러한 숙주-미생물(host-microbes) 간의 역동적 상호작용은 다양한 희귀질환 코호트에서 실증적으로 증명되고 있다. 비피도박테리움 등의 유익균 붕괴가 신경학적 퇴행을 가속화하는 레트 증후군 [30] (그림 4), 기도 내 미생물 다양성 감소가 폐 기능 저하 속도와 직결되는 낭성 섬유증 [31], 특수 식이요법이 역설적으로 독특한 미생물 프로파일과 2차 대사 장벽을 형성하는 페닐케톤뇨증(Phenylketonuria, PKU)이 대표적 사례이다 [32]. 나아가 케르만시아 뮤시니필라(Akkermansia muciniphila)와 같은 종의 관여로 인한 장내 미생물 불균형과 니코틴아미드와 같은 신경 보호 대사 물질의 수치 저하는 루게릭병으로 잘 알려진 퇴행성 신경질환인 근위축성 측삭 경화증(Amyotrophic lateral sclerosis, ALS)의 경과에 영향을 미칠 수 있음을 보고하였다 [33]. 최근 UC 산타바바라 연구팀이 임신기부터 만 2세까지의 장내 미생물이 자폐 등 신경발달에 미치는 인과관계를 규명하고자, 인공 '미니 장(mini-gut)' 시스템과 AI 분석으로 환경 요인에 따른 미생물 변화를 추적하며 신경다양성의 생물학적 메커니즘을 이해하려는 시도는 이 점에서 의미가 있다 [34]. 2025년 연구에서는 초기 다발성 경화증(MS) 환자는 장내 미생물의 IgA 결합이 급격히 감소하고 균총 구성이 변하는 등 면역-미생물 상호작용의 이상을 보였으나 B세포 고갈 치료 후, 아커만시아 무시니필라(Akkermansia muciniphila)를 비롯한 주요 미생물의 IgA 결합 패턴이 정상 대조군 수준으로 회복되었음을 보여주었다. 이는 전신 면역 치료가 장내 미생물과 호스트 면역계의 인터페이스를 정상화할 수 있음을 의미한다 [35]. 2026년 2월, Microbiotica의 궤양성 대장염(대장 점막에 만성적인 염증과 궤양이 발생하는 원인 불명의 염증성 장 질환, Ulcerative colitis, UC) 치료제 'MB310'의 1b상 임상시험 결과, 위약 대비 뛰어난 임상적 관해율(63.2% vs 30.0%)과 안전성을 보여주었으며 [36], 앞으로 이러한 접근법이 다양한 희귀질환으로 확장될 것으로 보인다.

그림 4. 레트 증후군과 장내미생물 [30]
(AI 생성 이미지, 제미나이 3.5)

4. 국내외 임상 및 산업계 주요 적용 실례와 다학제 협력 모델

NGS 기반 유전체 분석 기술은 연구실의 이론적 단계를 넘어 국내외 주요 거점 병원 및 혁신 바이오 기업들을 통해 진단 방랑을 실질적으로 종식하고 맞춤형 치료를 실현하는 구체적인 임상 실증 데이터를 축적하고 있다.

4.1. 해외 주요 거점 병원, 연구소 및 글로벌 컨소시엄

영국 Great Ormond Street Hospital (GOSH) 
세계 최대 규모의 소아 유전·세포 치료 시설인 Zayed Centre를 가동 중인 소아 희귀질환의 핵심 메카이다. 최근 영국 전역의 소아 네트워크 데이터를 클라우드로 통합하는 'KidsRare' 이니셔티브를 통해, 원인 불명의 뇌전증 및 발달 장애를 겪는 소아 환자들에게 초고속 게놈 시퀀싱(rGS) 파이프라인을 적용하여 일차 검사만으로 43%에 달하는 고효율 진단율을 기록하며 영국 표준 보건의료 체계를 선도하고 있다.

미국 Mayo Clinic (Center for Individualized Medicine)
희귀 및 미진단 질환 프로그램인 'Program for Rare and Undiagnosed Diseases (PraUD)'를 구축하여 모든 세부 전문 임상 진료과(Subspecialty)에 유전체학 검사를 완전히 내재화했다. 단순 진단을 넘어 확진된 희귀질환 환자의 42.7%가 NGS 분석 결과에 기반하여 기존 처방 약물을 변경하거나 표적 유전자 대사 치료제로 전격 전환하는 등 임상 현장에서의 실질적인 중재 성공률을 보여주고 있다.

프랑스 Institut Imagine 
유럽 최대 규모의 희귀질환 연구소로, 31개의 국가 지정 희귀질환 참조 센터를 단일 생태계로 묶어 운영한다. 환자의 NGS 유전체 데이터와 디지털 트윈(Digital Twin) 컴퓨터 시뮬레이션 기술을 융합하여, 환자 고유의 변이가 유도하는 병리 표현형을 컴퓨터 상에서 재현하고 가상 약물 스크리닝을 통해 맞춤형 치료제를 초고속으로 발굴하는 혁신 연구를 주도하고 있다.

미국 GeneDx 
소아 및 희귀질환 진단에 특화된 미국의 선도적인 유전체학 기업으로 주로 전장 엑솜 및 게놈 시퀀싱을 통해 질병을 유발하는 유전자 변이를 찾고, 85만 건 이상의 엑솜 및 게놈 데이터베이스를 활용해 임상적 해석의 정확도를 극대화하며, 전 세계적으로 가장 많은 희귀질환을 진단하는 것으로 알려져 있다. 100만 건 이상의 압도적인 글로벌 임상 엑솜 및 게놈 데이터베이스를 통합 관리하는 'GeneDx Infinity' 플랫폼을 가동하고 있다.

글로벌 GREGoR 컨소시엄 
전 세계 인구 20명 중 1명이 희귀질환의 영향을 책임지고 있음에도 불구하고 여전히 절반 이상의 환자가 원인 불명으로 남겨진 유전적 장벽을 깨기 위해 미국 국립보건원(NIH) 주도로 결성된 대규모 국제 연구 연합체이다 [37]. 기존의 표준 WES 검사로 해결되지 않은 3,000가구 이상의 난치성 극희귀 질환 가계를 대상으로 전장 WGS 및 긴 서열 분석, 멀티오믹스 원천 데이터를 총체적으로 생성하고 있다. 모든 오믹스 데이터는 미국 국립인간유전체연구소(NHGRI)의 빅데이터 플랫폼인 'AnVIL' 클라우드를 통해 전 세계 도메인 전문가들에게 보안 유출 없이 신속히 공유되며, 미진단 희귀질환의 신규 원인 유전자 규명과 글로벌 판독 알고리즘 표준화를 위한 핵심 유전체 자산으로 기능하고 있다.

4.2. 국내 거점 의료기관의 대규모 임상 성과 및 국가 바이오 빅데이터 사업

서울대학교병원(SNUH) 희귀질환센터
국내 유전체 정밀의료의 핵심 거점 기관으로, 임상 유전학에 특화된 107개의 NGS 전용 진단 패널을 독자 구축하여 상시 가동하고 있다. 최근 미진단 희귀질환 환자 1,452 가구를 대상으로 전장 유전체 분석(WGS)을 대규모로 전개한 결과, 기존의 일반적인 유전자 검사 및 패널 분석으로 완벽히 놓쳤던 미세 변이와 구조적 이상을 포함하여 전체 환자의 46.2%라는 고효율의 원인 유전자 규명 성과를 달성했다. 이는 즉각적으로 환자 가족들의 유전 의학적 예방 검사와 맞춤형 유전자 치료 접근으로 이어지는 국내 정밀의료의 기념비적 데이터로 평가받는다.

서울아산병원(AMC) 
임상 전문의, 생명정보학자, 분자생물학자가 실시간으로 협력하는 WGS 기반 '다학제 진단 파이프라인' 모델을 성공적으로 정착시켰다. 이를 통해 과거 수년이 소요되던 복잡한 미진단 환자의 진단 소요 시간(Turnaround Time, TAT)을 평균 2개월 이내로 단축시키며 27%의 조기 확진율을 달성했다. 특히 진단된 환자의 40.7%는 전 세계 기존 문헌에 단 한 번도 보고되지 않았던 신규 변이(Novel variant)였으며, 확진된 환자 중 150명 이상의 가계에 표적 약물 특수 처방, 유전 결함 우회 장기 이식, 정밀 가족계획 상담 등 실질적인 임상적 개입을 직접 제공하는 성과를 거두었다.

삼성서울병원(SMC)
과거 국가 연구 시범사업을 통해 축적된 로우(Raw) 시퀀싱 빅데이터를 최신 변이 판독 알고리즘을 적용해 전면 재분석하는 자체 데이터 재해석 프로젝트를 수행했다. 이를 통해 초기 분석 단계에서 원인을 찾지 못했던 미진단 환자군의 진단율을 상향시키며 데이터 재해석의 유용성을 국내 임상 현장에서 보여주고 있다.

쓰리빌리언(3billion)
인공지능 기반 희귀질환 유전체 진단 전문 혁신 기업으로, 전 세계 60개국 이상으로부터 수집된 75,000건 이상의 누적 희귀질환 유전체 대규모 샘플 데이터베이스를 보유하고 있다. 자체 개발한 유전체 자동 재분석 인공지능 시스템인 '3ASC' 플랫폼을 가동하여 유전학 지식 성장에 맞춰 기존 음성 데이터를 매일 자동으로 재연산하고 있다. 최근 서울대학교병원 희귀질환센터와 초개인화 정밀의료 기술 협력을 위한 전략적 MOU를 체결하고, 국내 유전체 분석 인프라와 AI 판독 엔진을 결합하여 글로벌 정밀의료 시장에서의 영향력을 확대하고 있다.

국가 통합 바이오 빅데이터 프로젝트
보건복지부, 과학기술정보통신부, 질병관리청 등이 공동 주도하는 대한민국 역사상 최대 규모의 국책 유전체 인프라 사업이다. 한국인 특이적 희귀질환 유전체 지도를 완성하고 정밀의료 주권을 확보하기 위해 마크로젠, 디엔에이링크, 테라젠바이오 등 국내 대표 유전체 분석 기업들이 컨소시엄을 구성하여 대규모 시퀀싱 및 데이터 에코시스템 구축에 참여하고 있다. 본 사업은 1단계로 2028년까지 77.2만 명의 전장 유전체 데이터를 완비하고, 최종적으로 2032년까지 100만 명 규모의 고품질 임상-유전체 통합 바이오 빅데이터 구축을 목표로 하고 있다.

질병관리청(KDCA) 희귀질환 진단지원 사업
국가 차원의 미진단 희귀질환 구제 프로그램으로, WGS 분석 기법을 전면 도입하여 진단 사각지대에 놓인 환자들을 지원하고 있다. 실증 데이터에 따르면, 분석 지원을 받은 의심 환자 중 31.5%의 환자가 유전학적 원인을 명확히 찾으며 확진 판정을 받았다. 특히 국내 의료 체계 내에서 최소 10년 이상 어떠한 병명도 찾지 못한 채 진단 방랑을 지속하던 장기 미진단 환자 27명이 본 프로그램을 통해 극적으로 최종 확진을 받았으며, 전체 확진자의 80.6%가 소아청소년층으로 구성되어 있어 발달 손상이 진행되기 전 조기 대사 치료 및 유전자 중재의 기회를 제공하는 등 국가 보건의료의 실질적 안전망 역할을 수행하고 있다.

4.3. 시공간적 이질성 추적 및 주기적 데이터 업데이트의 임상 사례

최신 유전체 의학 저널들을 통해 보고된 임상 증례들은 NGS 분석 기술이 환자의 질병 진행과 유전적 진화(Genetic evolution)를 실시간으로 추적하고, 주기적 데이터 재해석을 통해 진단명을 도출하는 데 얼마나 결정적인 기여를 하고 있는지 보여준다.

첫 번째는 ALK (Anaplastic lymphoma kinase) 유전자 융합 양성 진행성 폐선암 환자가 표적치료제인 크리조티닙(Crizotinib)과 콘텔티닙(Conteltinib)을 순차적으로 투여받은 후 유전적 내성이 발생한 임상 사례이다 [38]. 연구진이 치료 내성이 발현된 시점에 환자의 종양 조직을 재수집하여 NGS 기반 전장 유전체 분석을 단행한 결과, 치료 전에는 존재하지 않았던 새로운 EGFR L858R 점돌연변이와 ALK F1174L 내성 변이가 시공간적 선택적 압력(Selective pressure)에 의해 종양 내에 새롭게 출현했음이 규명되었다. 의료진은 NGS 리포트를 바탕으로 치료 전략을 즉각 수정하여 3세대 EGFR 표적치료제인 알모너티닙(Almonertinib)으로 전환 투여함으로써 환자의 생명을 연장시키는 데 성공했다. 이는 희귀 표적 변이를 지닌 환자의 치료 과정에서 종양의 시공간적 이질성 변화를 NGS를 통해 실시간으로 추적하는 것이 정밀 치료 전략 수립에 필수적임을 보여 준다.

두 번째 예로 극히 희귀한 ROS1 유전자 융합 변이를 동반한 진행성 폐편평세포암 환자의 장기 생존 사례가 있다 [39]. 폐 편평세포암은 통상적으로 표적 변이가 거의 없는 난치성 질환으로 분류되나, 본 환자는 초기 NGS 스크리닝을 통해 ROS1 융합 변이가 확인되었다. 이에 기반하여 ALK 및 ROS1 유전자 표적치료제를 적시에 순차 투여한 결과, 예측 생존 기간을 뛰어넘는 42개월의 장기 생존 기간을 안정적으로 확보했다. 치료 과정 중 주기적으로 수행된 NGS 분석은 종양 유전체의 진화 궤적을 추적하는 핵심 나침반 역할을 수행했으며, 동시에 면역 형광 분석을 결합하여 종양 미세환경 내 CD8+ T세포 침윤의 역동적 증가 양상을 증명해 냄으로써 폐편평세포암 영역에서도 NGS 기반 정밀의료가 환자의 생존율을 제고할 수 있음을 보여 준다.

세 번째는 발달 지연, 난치성 간질, 선천성 심장 결손 표현형을 복합적으로 가진 소아 환자 가계의 연례 유전 데이터 재해석 사례이다 [40]. 환자는 초기에 수행된 WES 분석에서 NOTCH1 유전자의 신규 변이가 검출되었으나, 당시의 유전학 지식 기준으로는 해당 변이와 심장 질환 외의 신경계 표현형 간의 인과관계가 명확히 입증되지 않아 임상적 의미 불명 변이(VUS)로 분류되어 확진을 받지 못했다. 그러나 의료진이 포기하지 않고 연례 데이터 재해석 알고리즘을 가동하던 중, 최신 국제 학술지에 NOTCH1 변이의 임상적 스펙트럼이 기존 심장 질환을 넘어 소아 신경 골격계 증상 전반으로 확장된다는 기능 연구 논문들이 대거 등재되었음을 확인했다. 이에 따라 해당 변이는 VUS에서 '병원성 가능성(Likely Pathogenic)' 변이로 전격 재분류되었으며, 환자는 뒤늦게 확진 판정을 받고 정확한 약물 중재와 차기 자녀 계획을 위한 가족 유전 상담을 안정적으로 제공받았다. 이는 유전학 지식의 진화에 맞춘 지속적인 데이터 업데이트가 미진단 희귀질환 해결의 필수 조건임을 시사한다.

네 번째 예로 원인 불명의 중증 난치성 뇌전증을 앓는 영아 환자 176명을 대상으로 진행된 포괄적 유전체 데이터 재분석 연구가 있다 [41]. 초기 숏리드 전장 유전체 분석(Short-read GS) 단계에서 아무런 원인 변이를 찾지 못했던 이들 미진단 가계를 대상으로, 1~2년의 시간 경과 후 고도화된 구조적 변이(SV) 알고리즘 및 모자이크 변이(Mosaic variant) 검출 파이프라인을 결합하여 종합적인 재분석을 실시했다. 그 결과 전체 코호트에서 5.1%에 달하는 추가 진단율 향상이 관찰되었으며, 전체 최종 진단 수율은 43.6%에서 46.5%로 증가했다. 새롭게 식별된 변이들은 초기 분석 기법이 놓쳤던 복잡한 유전체 재배열 및 미세 모자이시즘(Low-level mosaicism) 변이였으며, 발견된 모든 유전학적 확진 결과는 환아들의 실제 항-뇌전증 약물 선택 및 대사 치료 방향을 결정하는 데 유의미하게 임상에 반영되었다. 이 연구는 초기 GS 검사에서 진단명을 찾지 못하더라도 주기적인 데이터 재분석을 시행하는 것이 미진단 희귀 질환 해결과 임상 정밀의료 실현에 필수적인 표준 프로토콜임을 보여 준다.

5. 생명과학 전문가와 일반인 및 환자와 가족이 바라보는 NGS

차세대 염기서열 분석(NGS) 기술이 이룩한 눈부신 기술적 성취를 바라보는 생명과학 연구 현장의 전문가 그룹과 임상 현장의 환자 및 가족의 시각은 마치 ‘초고해상도 분자 현미경’과 ‘미래를 바꾸는 마법의 지도’라는 서로 다른 기대감과 의학적 요구 사항을 반영하며 공존하고 있다 (표 2).

표 2. 전문가와 일반인 및 환자와 가족이 바라보는 NGS 기술

연구자 등 전문가 그룹은 유전체 분석 기술의 ‘진단율의 벽(Diagnostic Ceiling)’에 집중한다 [5]. WGS 분석을 전면 가동했음에도 불구하고 여전히 절반 이상의 환자가 왜 미진단 상태로 남겨지는지 의문을 제기하며, 이를 해결하기 위해 비암호화 조절 영역의 변이를 솎아낼 정교한 딥러닝 알고리즘과 숏리드가 놓치는 위유전자 영역을 완벽하게 재조립할 긴 서열 분석 파이프라인 개발에 집중한다 [5, 10, 12]. 또한 VUS의 늪에서 탈출하기 위해 컴퓨터 예측 모델의 정확도를 검증하고 고속 대량 기능 검증(High-throughput functional assay) 실험 체계를 구축하는 데 학문적 역량을 발휘한다 [5, 14, 16].

반면, 임상 현장의 단상에 서 있는 일반인 환자와 가족들에게 NGS는 우리 아이의 평생을 좌우할 실질적인 구원책인가가 유일한 관심사이다 [3]. 이들은 유전체 분석을 통해 질병의 원인 유전자명을 찾았더라도 당장 투여할 수 있는 승인된 치료제가 존재하지 않는 유전학적 격차(Diagnostic-therapeutic gap)의 잔인한 현실을 마주하며 좌절하곤 한다 [3, 18]. 또한 유전체 분석 비용이 과거에 비해 수백 달러 수준으로 급격히 하락했다고 하더라도, WGS 및 가족 트리오 분석과 비급여 오믹스 검사를 병행할 때 발생하는 비용 부담과 건강보험 급여 급구 한계에 부딪힌다 [2, 5]. 나아가 내 아이의 가장 은밀한 유전 설계도가 보험사나 외부 기관에 유출되어 사회적 차별이나 불이익으로 돌아오지 않을까 하는 심각한 프라이버시 불안감을 호소하며, 검사 결과 '이상 없음'이라는 음성 리포트를 받았을 때 왜 아이는 여전히 아픈 것인지 고통스러워하며 계속해서 의문을 가진다 [5, 9, 25]. 이 지점에서 전문가들이 지향하는 기술적 재분석과 멀티오믹스 통합의 가치가 환자 대중의 현실적 의문과 만나게 된다 [14, 23]. 두 집단 모두 궁극적으로 지향하는 종착지는 ‘나만을 위한 초개인화된 정밀 의료의 실현’이기 때문이다 [18].

연구자에게 대용량 NGS 데이터 분석이란 "도서관에 쌓인 수십억 개의 책장 퍼즐 조각 중 인쇄 오타로 인해 색깔이 분자 한 픽셀만큼 살짝 다르게 인쇄된 조각 하나를 밤새 찾아 헤매는 고독한 노동"과 같을지도 모른다 (그림 5). 그러나 모니터 화면을 보며 찾아낸 지극히 미세한 오타 조각 하나는, 병명을 몰라 수 년째 눈물 흘리던 희귀질환 환자와 가족에게 평생의 의문을 풀어내고 삶의 방향을 잡아주는 유일한 치유의 열쇠가 될 것이다.

그림 5. 수십억 개의 그림 조각에서 변이를 찾아
(AI 생성 이미지, 제미나이 3.5)

6. 결론 및 향후 전망

차세대 염기서열 분석(NGS) 기반 유전체 분석 기술은 지난 10년 동안 인류 유전학의 기술적 한계를 허물며 희귀질환의 진단 수율을 향상시켰을 뿐 아니라, 이제는 사후 진단의 영역을 넘어 ‘선제적 치료’와 ‘평생 관리’의 영역으로 보건의료의 축이 이동하고 있다. 긴 서열 분석과 게놈 딥러닝 기반의 비암호화 영역 해석으로 인간 유전체의 마지막 남은 암흑 물질 영역을 규명하고 있으며, 인공지능 예측 모델과 멀티오믹스의 결합을 통하여 VUS의 기능적 영향을 실시간으로 확증하며 임상 판독의 정확성을 극대화하고 있다. 나아가 혁신적인 신생아 'KJ' 임상 사례가 전 세계에 보여주었던 것처럼, 진단과 동시에 유전체 데이터를 설계도로 활용하여 크리스퍼 염기 편집 치료제를 즉각적으로 디자인하고 투여하는 ‘초개인화 주문형 정밀의료’ 시대가 이미 우리 곁에 현실로 성큼 다가왔다. 국내에서도 서울대학교병원, 서울아산병원 등 주요 거점 의료기관의 다학제 파이프라인과 질병관리청의 국가 진단지원 사업을 통해 희귀질환 진단 수율이 30~46% 선까지 비약적으로 향상되며 선진국형 정밀의료의 탄탄한 기틀을 다지고 있다.

이러한 기술적 전진에도 불구하고, NGS 정밀의료 생태계가 완전히 보편화되기 위해 해결해야 할 시스템적 장벽이 여전히 존재한다. 먼저, 기술적 한계 측면에서 여전히 판독 결과의 상당 부분을 차지하는 VUS 문제를 종식하기 위해 컴퓨터 인실리코(in silico) 모델의 고도화와 대규모 고속 대량 기능 유전체학(Functional Genomics) 연구의 전폭적인 투자가 병행되어야 한다. 다음으로, 데이터 인프라 측면에서 전 세계에 분절된 상태로 격리되어 있는 ‘데이터 사일로(Data Silo)’ 현상을 극복하기 위해 블록체인 기반의 환자 데이터 주권 생태계를 마련하여 완전 동형 암호화 기반의 연합 학습 클라우드 표준화 네트워크를 국제적으로 가동해야 한다. 마지막으로, 보건경제학적 및 윤리적 장벽 측면에서 gNBS의 보편적 도입과 N-of-1 맞춤형 유전자 치료제의 높은 제조 비용 문제를 해결할 수 있는 국가 차원의 혁신적 유전의학 보험 급여 체계 마련과 함께, 개인 유전 정보 오용을 봉쇄할 법적 규제 장치의 고도화가 뒷받침되어야 한다.

앞으로 증상이 발현된 후 원인을 찾아 병원을 헤매는 ‘사후약방문 식 진단 방랑의 시대’가 아닌 출생 전후 단계에서 전장 유전체를 ‘선제적으로 해독’하고 인공지능, 긴 서열 분석, 블록체인, 그리고 단일세포 공간 오믹스 등 관련 최신 기술들의 경계 없는 융합을 발판으로 잠재적 위험을 통제하고 관리하는 '평생 건강 가이드형 디지털 유전체'의 시대가 도래할 것이다.

[AI 도구 활용 내역] 본 보고서는 구글 제미나이 3.5(2026)를 활용하여 문헌 검색, 오탈자 수정, 문장 재구성, 이미지, 표 생성 지원을 받았습니다. 모든 내용은 저자가 확인 및 검토 후 수정하였습니다.

7. 참고문헌

==>첨부파일(PDF) 참조

저자 임창임((주)마크로젠)   약력    서울대학교 생화학 박사(2007)   주 연구 분야    (1) 생화학분〮자생물학/암줄기세포    (2) 나노포어 시퀀싱    (3) 마이크로바이옴 (유튜브, 링크드인)