연구실의 정적인 분위기 대신 산업적 속도와 대규모 연산을 생물학에 도입했던 J. 크레이그 벤터(J. Craig Venter)가 79세의 나이로 별세했다. 1946년 솔트레이크시티에서 태어난 그는 생명 현상을 신비로운 영역이 아닌, 해독하고 재설계해야 할 거대한 데이터셋으로 규정하며 과학계의 관행을 뒤흔들었다.

데이터 중심의 생물학으로 전환한 벤터의 궤적

1990년대 공공 주도의 인간 게놈 프로젝트(Human Genome Project)가 신중한 학술적 접근을 취할 때, 벤터는 셀레라 지노믹스(Celera Genomics, 유전체 분석 기업)를 통해 산업적 속도를 강제했다. 그는 전장 유전체 샷건 시퀀싱(Whole-genome shotgun sequencing, 유전체 전체를 조각내어 분석한 뒤 재조립하는 기술)과 대규모 컴퓨팅 자원을 결합해 유전체 해독의 타임라인을 획기적으로 단축했다. 2007년에는 자신의 유전체를 직접 공개하며 최초의 완전한 이배체 인간 서열을 완성했고, 이는 보편적 참조 서열에서 개인 맞춤형 의학(Personalized medicine, 개인의 유전적 특성에 맞춘 치료) 시대로의 전환을 알리는 신호탄이 되었다. 또한 소서러 II(Sorcerer II, 전 세계 바다의 미생물 유전자를 수집한 탐사 프로젝트)를 통해 해양 생태계를 거대한 유전자 라이브러리로 탈바꿈시켰으며, 신시아(Synthia, 세계 최초의 합성 박테리아 세포)를 제작해 생물학의 영역을 읽기에서 쓰기로 확장했다.

전통적 학계와 차별화된 산업적 접근

예전에는 생물학적 연구가 유전자 하나하나를 개별적으로 분석하는 느린 과정에 머물러 있었다. 이제는 벤터가 도입한 대규모 데이터 처리 방식이 표준으로 자리 잡았다. 그는 휴먼 론제비티(Human Longevity Inc, 유전체학·영상 의학·머신러닝을 결합해 노화와 질병을 연구하는 기업)를 설립해 유전체학, 표현체학(Phenomics, 생물체의 물리적·화학적 특성을 연구하는 학문), 그리고 머신러닝을 통합하는 시도를 이어갔다. 이는 질병을 사후에 치료하는 방식에서 벗어나, 데이터를 통해 노화를 예측하고 관리하려는 예방 의학의 초기 모델을 제시했다는 평가를 받는다. 그의 방법론은 비용과 임상적 유용성에 대한 논란을 낳기도 했으나, 생물학을 디지털 시대의 확장 가능한 과학으로 변모시켰다는 점은 부정할 수 없는 사실이다.

과학계에 남긴 유산과 영향력

개발자가 체감하는 생물학의 변화는 바로 이 데이터의 규모와 접근성에서 기인한다. 벤터는 생물학을 단순히 관찰하는 학문에서 엔지니어링의 문제로 치환함으로써, 오늘날의 인실리코 메디신(Insilico Medicine, AI를 활용해 신약을 개발하는 기업)과 같은 데이터 기반 생명공학 기업들이 활동할 수 있는 토양을 마련했다. 그가 남긴 유산은 유전체학을 넘어 과학적 속도, 데이터 소유권, 그리고 인간의 한계를 어디까지 확장할 것인가에 대한 근본적인 질문을 던진다. 그의 별세 소식에 구글 딥마인드(Google DeepMind, 구글의 AI 연구 조직)의 단백질 설계자 마이클 르바인(Michael LeVine)을 비롯한 수많은 과학자는 그를 미래가 오기를 기다리지 않고 스스로 미래를 앞당긴 개척자로 추모했다. 벤터가 생물학의 디지털 전환을 이끌며 증명한 것은, 불가능해 보이는 생명 현상조차 충분한 데이터와 공학적 의지가 있다면 해결 가능한 문제라는 사실이다.