'변이바이러스 연달아 출현' 백신 효과있나…"중증 예방능력 충분"

KAIST 신의철 교수 "델타, 람다 지나가도 백신접종 정책 유지해야"
한국과총·과기한림원·의학한림원, '변이코로나19 감염과 대책' 공동포럼

 신종 코로나바이러스 감염증(코로나19) 팬더믹 이후 변이 바이러스가 연달아 출현하면서 변이 바이러스가 코로나 백신 접종 효과를 떨어뜨리는 게 아니냐는 우려가 나오고 있다.

 이에 대해 국내 전문가들은 현재 국내 접종에 사용중인 코로나 백신은 변이 바이러스에 감염됐다고 하더라도 중증도를 예방하는 능력이 충분하고, 향후 추가 변이가 나오더라도 백신 접종 정책을 유지해야 한다고 입을 모았다.

 또 이른 시일 내 코로나19 감염에 취약한 면역저하자 등을 대상으로 한 2차 접종 이후 추가 접종(부스터샷) 계획을 세워야 한다는 조언도 내놨다.

 한국과학기술원(KAIST) 의과대학 신의철 교수는 2일 한국과학기술단체총연합회, 한국과학기술한림원, 대한민국의학한림원이 공동 주최한 '변이형 코로나19 감염과 대책' 포럼에서 "변이 출현으로 감염을 막는 백신의 효능은 다소 떨어지고 있지만 중증을 예방하는 백신 능력은 거의 손상되지 않았다는 게 중요한 교훈"이라고 강조했다.

 한국바이러스기초연구소 연구센터장이기도 한 신 교수는 그동안 코로나19 연구에서 지나치게 중화항체의 기능만을 따져봤다며 델타, 람다형 변이 바이러스가 지나간 뒤에 나타날 새로운 코로나19 변이에 대응하려면 백신 접종은 꼭 필요하다고 말했다.

 신 교수의 설명에 따르면 코로나19 감염 후 회복되거나 백신을 맞으면 방어 면역인 중화항체와 기억T세포가 형성되는데, 중화항체는 시간이 지나면서 감소하지만 기억T세포는 계속 살아남아 중증 진행을 막는 역할을 한다.

 신 교수는 "단기적으로는 현재 백신 프로그램을 유지해 중증도를 약화하는 현실적인 목표를 달성해야하고, 부스터샷을 통해 변이 바이러스를 커버할 능력을 키워야한다"고 제안했다.

 아울러 "당장의 문제는 아니지만 일부 미국 제약사들이 준비 중인 특정 변이에 대응하는 백신 개발, 모든 코로나 바이러스를 광범위하게 커버하는 백신의 개발도 진행될 수 있을 것"이라고 그는 말했다.

 이날 포럼의 또 다른 발표자인 고려대학교 의과대학 송준영 교수는 앞으로 부스터샷의 중요성이 강조될 것으로 예측했다.

 송 교수는 "지금까지 연구 결과를 봤을 때 백신을 맞은 일반인의 경우 최종 접종 후 6개월∼12개월 시기에 부스터샷을 맞는 게 효과적"이라며 "면역저하자, 얀센 백신과 같이 1회 백신 접종을 마 친 사람들은 6개월 이내 부스터샷 조기 접종을 고려해야 할 것"이라고 말했다.



학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만

메디칼산업

더보기