유산균, 환자에게는 독이 될 수 있다 — 마이크로바이옴 연구의 최전선
📺 원본 영상: (2부) 유산균 함부로 먹지 마세요, 환자에겐 독입니다 🎙️ 채널: 언더스탠딩 : 세상의 모든 지식 🎓 강연자: 임신혁 교수 (포스텍, POSTECH 생명과학과) 📅 정리 일자: 2026-03-02 ⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료(차트, 슬라이드, 논문 그림 등)는 포함되지 않을 수 있습니다.
개요
포스텍(POSTECH) 생명과학과 임신혁 교수는 마이크로바이옴(microbiome) 분야를 20년 이상 연구해온 학자다. 이 강연의 2부에서는 프로바이오틱스(probiotics)가 암 환자에게 오히려 해가 될 수 있다는 역설적 사실을 시작으로, 김치에서 발견한 항암 세균, 자폐 스펙트럼 장애(ASD)와 장내 세균의 충격적인 연관성, 그리고 AI를 활용한 맞춤형 장내 미생물 진단 시스템까지 폭넓은 최신 연구 성과를 공유한다. 강연 전반에 흐르는 핵심 메시지는 단순하다. “내가 무엇을 먹느냐가 현재의 나를 규정하고, 미래의 나를 결정한다.”
프로바이오틱스의 두 얼굴 — 건강한 사람의 식품, 환자에게는 처방이 달라진다
암 환자의 70% 이상이 프로바이오틱스를 복용한다는 사실은 얼핏 놀랍지 않다. 많은 사람들이 장 건강에 좋다고 알려진 유산균이 몸이 좋지 않을 때 더 도움이 될 것이라 직관적으로 믿기 때문이다. 그러나 임신혁 교수의 설명은 이 상식에 정면으로 도전한다.
실제 연구 결과를 보면, 현재 가장 강력한 항암 치료법 중 하나인 면역 항암제(immune checkpoint inhibitor)를 투여받는 환자군을 대상으로 조사했을 때, 프로바이오틱스를 복용한 환자가 복용하지 않은 환자보다 치료 성과가 더 나쁘다는 데이터가 존재한다. 면역 항암제는 면역계의 브레이크를 제거해 면역 반응이 과활성화되도록 유도하는 방식인데, 이 상태에서 특정 프로바이오틱스 균이 면역 반응에 간섭하면 치료 효과가 떨어질 수 있다는 것이다.
물론 반대 결과를 보고한 논문도 존재한다. 특정 프로바이오틱스가 면역 항암제의 효능을 오히려 증강시킨다는 연구도 있다. 이 상반된 결과들이 의미하는 바가 중요하다. 임 교수는 이것이 “프로바이오틱스는 일반적으로 좋다 혹은 나쁘다”의 문제가 아니라고 강조한다. 어떤 균을 어떤 환자에게 투여하느냐에 따라 결과가 완전히 달라질 수 있기 때문이다.
이 맥락에서 임 교수가 제시하는 개념적 구분이 핵심이다. 프로바이오틱스는 건강한 사람을 대상으로 하는 식품이지, 환자를 위한 치료제가 아니다. 그러나 프로바이오틱스에 사용되는 것과 동일한 계통의 균이라도, 환자를 대상으로 임상적 근거를 갖추고 개발되면 그것은 **생균 치료제(living biotherapeutics)**라는 완전히 다른 카테고리의 약이 된다. 얼마만큼 먹어야 하는지, 언제 먹어야 하는지, 어떤 균을 써야 하는지 — 모든 변수가 달라지는 것이다.
김치에서 찾은 항암 무기 — 식물 유래 균의 역설적 강점
임신혁 교수 연구팀은 2024년 면역학 분야 최고 권위의 저널인 Nature Immunology에 주목할 만한 논문을 발표했다. 김치에서 분리한 특정 균이 암세포를 공격할 수 있다는 사실을 밝히고, 그 작용 기전까지 규명한 것이다. 균을 찾는 것을 넘어, 그 균이 만들어내는 특정 다당체(polysaccharide) — 세포 표면에 존재하는 물질 — 를 분리하고 구조까지 규명하는 데 약 10년이 걸렸다.
이 연구의 핵심은 종양 미세환경(tumor microenvironment)의 변화다. 암세포는 면역세포가 자신을 공격하러 오면 특정 물질을 분비해 면역세포를 자기편으로 끌어들이는 전략을 구사한다. 암세포에 포섭된 면역세포는 암을 보호하는 쪽으로 ‘변절’해버린다. 임 교수 팀이 김치에서 발견한 균의 다당체는 바로 이 변절 과정을 차단하고, 면역세포가 암세포를 계속 공격하도록 종양 주변 환경을 바꾼다.
💡 [영상 참조] 강연자는 이 시점에서 해당 논문의 연구 메커니즘을 설명하는 그림을 화면으로 보여주며, 면역세포가 암세포의 유인에 넘어가는 과정과 이를 차단하는 균의 역할을 시각적으로 제시합니다. 📺 상세 내용은 원본 영상을 확인하세요.
왜 하필 김치였을까? 기존의 프로바이오틱스 연구는 대부분 모유, 영아 분변, 소의 유즙 등 동물 유래 균에 집중돼 있었다. 인간의 면역세포 역시 동물 세포이기 때문에, 동물 유래 균은 면역계 입장에서 ‘이미 익숙한 존재’라 강한 반응을 이끌어내기 어렵다. 반면 식물에서 유래한 균은 구조적으로 완전히 다른 분자적 특성을 지닌다. 임 교수는 “식물 유래 균에는 우리 면역세포가 눈을 번쩍 뜨게 만드는 물질이 있을 것”이라는 가설을 세웠고, 그것이 김치 연구로 이어졌다고 설명했다.
다만 한 가지 중요한 주의사항이 있다. 김치에서 발견한 균이라고 해서 김치를 많이 먹으면 자동으로 그 효과를 얻을 수 있는 것은 아니다. 임 교수는 이름이 같아도 사람이 다르듯, 같은 ‘김치균’처럼 보여도 균마다 미세하게 다르며 그 차이가 엄청난 기능적 차이를 만들어낸다고 강조했다. 이 연구에서 발견된 것은 특정 균주이며, 논문과 특허를 통해 이미 보호받고 있다.
자폐 스펙트럼 장애와 장내 세균 — “뇌가 문제”라는 통념을 뒤집는 데이터
자폐 스펙트럼 장애(ASD)는 현재 전 세계적으로 심각한 문제가 되고 있다. 임 교수에 따르면 한국은 싱가포르, 일본과 함께 자폐 발병률이 가장 높은 국가군에 속하며, 국내에서 약 30명 중 1명 정도가 자폐 스펙트럼 장애를 가지고 있을 수 있다는 추정치가 제시되고 있다. 주목해야 할 점은 지금까지 1,000개 이상의 자폐 연관 유전자가 보고됐음에도 불구하고, 지난 20년간 인간의 유전자 자체는 변하지 않았는데 자폐 발병률은 가파르게 증가하고 있다는 사실이다. 이는 유전적 요인만으로는 설명되지 않는 다른 원인이 있음을 강력히 시사한다.
임 교수는 유전적 요인 외에 가장 중요한 환경적 요인으로 산모의 임신 환경을 지목한다. 특히 태아의 뇌가 발달하는 특정 시기에 산모가 바이러스 감염이나 다른 원인으로 면역세포가 과활성화되는 현상, 즉 **산모 면역 활성화(maternal immune activation)**가 일어나면 태아의 자폐 관련 유전자가 활성화될 수 있다는 가설이 주목받고 있다. 우리 조상들이 임신 중에 감기도 조심하고 스트레스를 피하라고 당부하던 경험적 지혜가, 현대 면역학의 언어로 재해석되는 순간이다.
그러나 이 강연에서 가장 충격적인 부분은 그 다음이다. 임 교수 팀은 자폐 동물 모델(자폐 생쥐)에서 장내 세균을 완전히 제거했을 때 자폐 증상이 전반적으로 개선됨을 확인했다. 뇌의 과활성화가 정상화되었고, 반복 행동이 줄었으며, 사회성도 개선되었다. 반대로 정상 생쥐의 장내 균총을 무균 자폐 생쥐에 이식하면 상태가 다시 좋아졌다. 뇌 질환이라고 여겨졌던 자폐가, 장내 세균의 상태와 직결되어 있었던 것이다.
이 결과는 더 큰 그림의 일부다. 임 교수는 자폐증뿐 아니라 파킨슨병, 알츠하이머 치매 등 주요 신경계 질환 역시 뇌 내 염증 반응이 수반된다는 점에서 공통점을 가진다고 설명했다. 장에서 비정상적인 미생물이 만들어내는 독성 물질이나 염증 신호가 혈관-뇌 장벽(Blood-Brain Barrier, BBB)을 약화시키고 뇌로 침투하면서 뇌 염증을 일으키고, 이것이 신경세포를 손상시킨다는 경로가 점점 더 구체적으로 밝혀지고 있다. 장에서 시작해 뇌로 가고, 뇌에서 다시 장으로 영향을 미치는 **양방향(bidirectional) 장뇌축(gut-brain axis)**이 핵심 개념이다.
자폐 환자의 80% 이상이 장 트러블을 함께 가지고 있다는 사실도 이 맥락에서 이해된다. 더 나아가 자폐 아동들이 특정 음식에 심한 편식을 보이는 현상도, 단순한 행동 특성이 아니라 이미 특정 균들에 점령당한 장내 환경이 그 음식을 계속 ‘원하도록’ 아이를 이끌고 있기 때문일 수 있다는 가설도 제기되고 있다.
나쁜 균을 찾아내는 여정 — 하나씩, 하나씩
이론적 연관성을 넘어, 임 교수 팀은 실제로 자폐와 관련된 ‘나쁜 균’과 ‘좋은 균’을 구별하는 작업에 착수했다. 방법은 정밀하고 지난한 과정이었다. 그람양성균을 제거하는 항생제, 그람음성균을 제거하는 항생제, 모든 균을 제거하는 항생제를 각각 처리하면서 어떤 세균군이 없어졌을 때 자폐 증상이 좋아지고 나빠지는지를 관찰했다. 그런 다음 장내균총 전체의 지도를 그리고, 어떤 균이 존재할 때 증상이 개선되는지, 나빠지는지의 패턴을 분석했다.
분석 결과, 뇌를 과활성화시키는 물질을 만들어내는 특정 균들이 있음이 확인되었다. 문제는 이 나쁜 균만 선별적으로 제거하는 방법이었다. 수조 개의 미생물이 섞여 사는 장내 환경에서 특정 균만 표적으로 삼는 것은 극도로 복잡한 과제다. 임 교수 팀은 이 복잡성을 돌파하기 위해 인공지능 기반 예측 모델을 개발했다. 전체 장내 균총의 네트워크 지도를 그리고, 잘못된 대사 경로가 어디서 어떻게 흐르는지, 가장 핵심적인 교차점(key node)이 어디인지를 찾아내어, 그 지점에서 작동할 수 있는 균을 인위적으로 투입하는 방식이다.
현재 임 교수 팀은 세 가지 균의 조합을 개발하고 있다. 각각은 뇌를 과활성화시키는 물질을 무력화하고, 뇌 염증을 억제하며, 서로 경쟁하지 않고 상호보완적으로 작용해야 한다는 조건을 충족해야 한다. 마지막 조건이 생각보다 까다롭다. 여러 좋은 균을 함께 투여한다고 해서 효과가 단순히 합산되지 않는다. 1 더하기 1이 2가 아니라 때로는 서로 죽여버리는 결과를 낳기도 한다는 것이다. 균 조합을 설계하는 일이 왜 이토록 복잡한 프로젝트인지, 이 한 마디가 잘 설명해준다.
AI가 읽어내는 마이크로바이옴의 언어 — 자연어 처리 모델과 대사체의 만남
임 교수 팀이 개발한 AI 모델의 핵심 아이디어는 독특하다. 우리가 사용하는 언어가 단어와 문법 규칙의 조합으로 이루어지듯, 장내 미생물이 만들어내는 **대사체(metabolite)**들을 ‘단어’로 치환하고, 그 조합 패턴을 자연어 처리(NLP) 방식으로 분석한다는 것이다. 즉, 미생물이 생산하는 수천 종의 대사체를 마치 문장 속 단어처럼 다루어, 어떤 대사체의 조합이 특정 질병과 연관되는지를 학습시킨다.
이 모델은 약 3만 명 분량의 장내 미생물 균총 데이터로 훈련되었다. 자폐 환자, 대장암 환자 등 특정 질환 환자의 데이터를 레이블링해 학습시키면, 모델은 어떤 대사체 경로가 그 질병과 연결되는지의 패턴을 스스로 파악한다. 의사에게 “왜 대장암 가능성이 80%라고 판단했나?”라고 묻듯 모델에게 근거를 물으면, 어떤 경로를 어떻게 추적했는지를 설명해주는 해석 가능성(explainability)도 갖추고 있다.
현재 성능을 보면, 데이터가 충분히 축적된 대장암과 염증성 장질환(IBD) 분야에서는 90% 이상의 정확도를 보인다. 반면 데이터가 부족한 신경계 질환 분야는 아직 정확도가 낮다. 그러나 이 모델은 데이터가 쌓일수록 자동으로 업그레이드된다는 구조적 강점이 있다.
임 교수는 기존의 장내 균총 분석 서비스가 “어떤 균이 많다, 적다”의 분포 정보만 제공하는 데 그친다는 한계를 지적했다. 단순한 분포 정보로는 그것이 어떤 질병 경로와 연결되는지를 파악하기 어렵다. 반면 그의 AI 모델은 표면적으로는 비슷해 보이는 균총에서도 특정 질병과 연관된 경로를 선택적으로 추적해 차이를 발견해낸다는 점에서 질적으로 다른 접근이라고 강조했다.
이를 기반으로 현재 론칭을 준비 중인 서비스는 분변 샘플을 분석해 개인의 ‘건강 지수(health index)‘를 0에서 100 사이의 수치로 제시하고, 어떤 경로에 문제가 있는지를 파악해 맞춤형 프로바이오틱스 균 또는 기능성 식품을 제안하는 형태다. 이후 일정 기간이 지나 상태가 개선됐는지 다시 분석해 다음 솔루션을 업데이트하는 순환적 구조를 목표로 한다.
생균 치료제의 현재와 미래 — 과학이 먼저여야 한다
현재 전 세계에서 승인받은 생균 치료제(living biotherapeutics)는 극소수다. 임 교수에 따르면 현재 두 종이 존재하며, 모두 Clostridioides difficile 감염으로 인한 만성 설사 치료를 적응증으로 한다. 장기 이식 거부반응 억제, 조산아에서 발생하는 괴사성 장염 예방을 위한 미생물 조합 등이 임상 후기 단계에 있다고 알려져 있다.
한때 글로벌 대형 제약사들이 이 분야에 막대한 자금을 투자했다가 대부분 철수한 것은 흥미로운 역사다. 임 교수는 그 실패의 원인을 명확히 짚었다. 과학적 근거가 충분히 쌓이지 않은 상태에서 임상만 먼저 진행했기 때문이다. 기존 합성 신약은 단일 물질이 명확한 표적에 작용해 예측 가능한 효과를 낸다. 그러나 살아있는 미생물 전체를 투여하는 생균 치료제는 그 미생물이 수천 가지 물질을 생산하며, 환자마다 장내 환경이 천차만별이어서 같은 균을 줘도 다른 결과가 나올 수 있다. 이 복잡성을 이해하지 못한 채 ‘줬더니 좋더라’는 수준의 근거로 임상에 뛰어든 것이 실패의 근본 원인이라는 것이다.
임 교수는 그럼에도 생균 치료제가 미래의 약이 될 것이라는 확신을 가지고 있다. 다만 이를 위해서는 세 가지가 선행돼야 한다. 어떤 균이 어떤 영향을 미치는지 알아야 하고, 환자의 현재 장내 상태가 정확히 어떤지 알아야 하며, 그 두 가지를 결합했을 때 어떤 결과가 나오는지를 예측할 수 있어야 한다. 이 세 가지 퍼즐이 맞춰질 때 비로소 생균 치료제의 시대가 열릴 것이라고 그는 전망한다.
지금 당장 할 수 있는 것 — 실용적 조언
임 교수의 연구가 아무리 정교하더라도, 오늘 저녁 밥상 앞에 앉은 사람에게 실질적으로 의미 있는 조언은 무엇인가. 강연에서 임 교수가 직접 언급한 내용을 기반으로 정리하면 다음과 같다.
건강한 사람이라면 먹는 음식을 최대한 다양하게 하는 것이 현재로서는 가장 효과적인 전략이다. 다양한 음식을 먹는다는 것은 단순히 영양소를 골고루 섭취한다는 의미를 넘어, 장내 미생물의 먹이(프리바이오틱스)를 다양하게 공급하고, 김치·된장·청국장·낫토 같은 발효식품을 통해 다양한 미생물 자체를 직접 섭취하는 행위이기도 하다. 장내 생태계도 사회의 생태계와 같아서, 소수의 균이 과도하게 우점하는 상태보다 다양한 균들이 균형을 이루는 상태가 건강하다는 것이다.
만성 질환을 가진 환자들에게는 훨씬 더 주의가 필요하다. 특히 외식을 자제하고, 인공 첨가물이 많이 들어간 가공식품을 피하라는 조언은 단순한 건강 상식이 아니라 장내 미생물 군집에 치명적인 영향을 줄 수 있다는 과학적 근거가 있다. 아무리 몸에 좋다고 알려진 음식이라도 특정 음식만 편식하면 장내 미생물의 다양성이 떨어지고 특정 균이 과도하게 번성하는 문제가 생긴다는 점도 중요하다.
현재 시판 중인 프로바이오틱스 제품에 대해서는, 임 교수는 큰 해는 없지만 큰 효과를 기대하기도 어렵다는 솔직한 입장을 밝혔다. 현재 식약처(식품의약품안전처)에서 허가된 균들은 기능보다는 안전성을 중심으로 선별된 것이기 때문이다. 자신에게 맞는 제품을 찾으려면 직접 여러 제품을 사용해보면서 본인의 반응을 관찰하는 것이 현실적인 방법이라고 그는 조언했다.
마무리 — 히포크라테스의 귀환
강연 말미에 임 교수는 히포크라테스의 말을 인용했다. “음식을 당신의 약으로, 약을 당신의 음식으로 삼으라(Let food be thy medicine and medicine be thy food).” 수천 년 전의 이 경험적 통찰이, 21세기 최첨단 분자생물학과 인공지능이 교차하는 지점에서 다시 과학적 진실로 부활하고 있다.
임신혁 교수의 연구가 우리에게 던지는 메시지는 단순히 “뭘 먹어야 하는가”를 넘어선다. 내가 지금까지 먹어온 것들이 나의 장내 미생물 생태계를 구성해왔고, 그 생태계가 내 면역과 뇌와 심리 상태까지 영향을 미쳐왔다는 것. 그리고 앞으로 무엇을 먹느냐가 미래의 나를 어느 정도 결정한다는 것. 이것은 숙명론이 아니라 오히려 능동적인 개입의 가능성을 열어주는 메시지다.
임 교수 팀은 향후 10년 안에 개인의 장내 미생물 분석을 기반으로 맞춤형 식단과 균 조합을 AI가 설계해주는 시대가 올 것이라 내다봤다. 분변 한 번의 검사로 대장암 위험도부터 자폐 관련 장내 상태까지 진단하고, 그에 맞는 솔루션을 제시하는 것이 목표다. 지금 우리가 있는 곳은 그 여정의 초입이다. 그리고 그 복잡한 여정의 끝에서도, 시작은 결국 오늘 저녁 무엇을 먹느냐에서 출발한다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | (2부) 유산균 함부로 먹지 마세요, 환자에겐 독입니다 |
| 채널 | 언더스탠딩 : 세상의 모든 지식 |
| 강연자 | 임신혁 교수 (포스텍, POSTECH 생명과학과) |
| 리포트 작성 | 2026-03-02 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. STT 변환 과정에서 일부 표현이 교정되었을 수 있으며, 정확한 내용은 원본 영상을 참조해 주세요.