[뉴스스페이스=김희선 기자] 연속혈당측정기(CGM) 데이터의 미세한 패턴을 분석한 AI 파운데이션 모델 'GluFormer'가 당뇨병 발병과 심혈관 사망 위험을 최대 12년 전에 예측하는 획기적인 성능을 입증했다.

Nature 저널에 2026년 1월 13일 게재된 연구에 따르면, 이 모델은 기존 HbA1c 수치나 혈당관리지표(GMI) 같은 임상 표준을 압도하며, 최고 위험군에서 당뇨 신규 발병자의 66%, 심혈관 사망자의 69%를 포착했다.
​

nature, mbzuai.ac, github, aiflowreview, news-medical, pna.gov에 따르면, 와이즈만 과학연구소, 엔비디아, 모하메드 빈 자이드 인공지능대학(MBZUAI), 스타트업 Pheno.AI 연구진은 Human Phenotype Project(HPP) 코호트의 비당뇨 참가자 1만812명으로부터 수집된 1000만건 이상의 혈당 데이터를 자가지도학습으로 훈련시켰다.

단기 CGM 데이터(약 1주)를 입력으로 580명 성인을 대상으로 한 12년 추적 관찰(AEGIS 코호트)에서 GluFormer는 최고 위험 4분위군에서 당뇨 발병 66%, 심혈관 사망 69%를 예측했으며, 최저 위험군에서는 심사 사망 사례가 0%였다. 이는 HbA1c 기준으로는 불가능한 정밀도다.

Eran Segal MBZUAI 컴퓨테이셔널 바이올로지 교수(와이즈만 연구소 겸임)는 "HbA1c가 높은 전당뇨 환자가 반드시 당뇨로 진행하는 게 아니라는 통념을 깨는 결과"라고 평가했다.
​

모델의 우수성은 5개국 19개 외부 코호트(제1·2형 당뇨, 임신성 당뇨, 비만 등 다양한 상태, 8종 CGM 기기 적용)에서 재확인됐다. GluFormer는 공복혈당, 내장지방(VAT), 간 지방 축적, 신장 지표, 지질 수치 등 다중 대사 지표를 4년 앞서 예측하며 GMI를 능가했다.

다중계층 퍼셉트론(MLP)이나 합성곱신경망(CNN) 같은 기존 AI 모델도 HbA1c 예측에서 GluFormer에 뒤처졌다. Guy Lutsker 엔비디아 AI 과학자(와이즈만 박사 과정)는 "언어 모델이 언어를 학습하듯, GluFormer는 혈당 역학의 본질을 포착했다"고 밝혔다.
​

GluFormer는 트랜스포머 아키텍처를 기반으로 다음 토큰 예측 방식으로 학습, 현실적 혈당 궤적 생성까지 가능하다. 다중모달 확장 버전은 식이 데이터 입력 시 식사 후 혈당 반응을 정밀 예측하며, 시간·날짜 정보를 더하면 일일 변동 패턴까지 재현한다. Gal Chechik 엔비디아 AI 연구 선임이사는 "환자 데이터 규모에서 임상 통찰을 추출하는 미래를 열었다"고 강조했다.
​

전 세계 당뇨 환자는 현재 약 5억명(인구 10%)에 달하며, 2050년 13억명 돌파와 2030년 2.5조 달러 경제 부담이 예견된다. Pheno.AI는 기술 상용화 권리를 확보, 의료기관 도입을 추진 중이다. 이 모델은 예방 중심 정밀 대사 의학의 새 지평을 여는 '혈당 빅데이터 혁명'으로 평가받는다.