혈액 속 단백질로 노화 속도를 예측할 수 있을까?｜프로테오믹 노화시계의 원리

root 2026년 10월 14일 읽는 시간 약 14분

사람의 실제 나이는 주민등록상 나이와 항상 같을까요?

같은 60세라도 어떤 사람은 신체기능이 매우 건강하고, 어떤 사람은 여러 만성질환과 노쇠를 겪을 수 있습니다.

그래서 과학자들은 단순한 연대기적 나이보다 몸이 실제로 얼마나 늙었는지를 나타내는 생물학적 나이를 측정하려고 합니다.

최근에는 혈액 속 여러 단백질의 패턴을 분석해 생물학적 나이를 추정하는 프로테오믹 노화시계(proteomic aging clock) 연구가 빠르게 발전하고 있습니다.

프로테오믹 노화시계란?

프로테오믹 노화시계는 혈액 속 수백~수천 개 단백질의 양을 분석한 뒤 머신러닝 모델을 이용해 나이와 노화 상태를 추정하는 기술입니다.

우리 몸의 단백질은

면역반응
염증
호르몬
신경기능
조직 재생
대사
세포외기질

등 다양한 생리작용에 관여합니다.

나이가 들면서 이 단백질들의 패턴도 달라집니다.

연구자들은 이 변화에서 노화의 흔적을 찾아내는 것입니다.

실제로 혈액 단백질로 나이를 맞힐 수 있을까?

가능성은 상당히 높습니다.

2024년 Nature Medicine에 발표된 대규모 연구에서는 영국 바이오뱅크 참가자 약 4만5천명의 혈장에서 2,897개 단백질을 분석했습니다.

연구진은 이 가운데 204개 단백질을 이용해 나이를 예측하는 모델을 만들었고, 실제 연령과 예측 연령의 상관계수는 약 0.94였습니다.

또 이 모델은 중국과 핀란드 집단에서도 비슷한 정확도를 보였습니다.

단순히 나이만 맞히는 기술일까?

아닙니다.

연구자들이 더 관심을 갖는 것은 예측된 생물학적 나이가 실제 건강상태와 연결되는가입니다.

같은 연구에서 단백질 기반 노화가 빠른 사람은

심장질환
간질환
신장질환
폐질환
당뇨병
신경퇴행성 질환
암

등 여러 만성질환 위험과 연관됐습니다.

또 다질환 상태와 전체 사망위험, 노쇠지수, 반응속도 등과도 관계가 확인됐습니다.

생물학적 나이가 실제 나이보다 많으면?

연구에서는 흔히

단백질 예측 나이 – 실제 나이

를 계산합니다.

이를 proteomic age gap, 즉 단백질 나이 격차라고 합니다.

예를 들어 실제 나이는 60세인데 혈액 단백질 패턴이 평균적인 67세와 비슷하다면

+7년

의 나이 격차가 있는 셈입니다.

반대로 60세인데 단백질 패턴은 55세 수준이라면

-5년

입니다.

연구에서는 이런 격차가 질병 위험과 건강상태를 비교하는 지표로 활용되고 있습니다.

2026년에는 무엇이 새롭게 밝혀졌을까?

2026년 Nature Health에는 약 1,300명을 최대 20년 동안 추적한 장기 연구가 발표됐습니다.

연구진은 네 시점에서 1만776개의 단백질 지표를 측정해 시간이 지나도 개인별 수준이 안정적으로 유지되는 단백질과 크게 변하는 단백질을 구분했습니다.

그 결과 일부 안정적인 단백질 조합을 이용하면 생물학적 나이 예측을 개선할 수 있었고, 개인의 평소 단백질 기준값에서 크게 벗어나는 변화는 사망위험과도 독립적으로 연관됐습니다.

왜 장기 추적이 중요할까?

한 번의 혈액검사만으로는 그 수치가

원래 개인 특성인지

아니면

일시적인 변화인지

구분하기 어렵습니다.

감염이나 스트레스, 운동, 수면, 음식, 약물 등에 따라 단백질 수치는 달라질 수 있기 때문입니다.

그래서 20년 동안 반복 측정한 연구는 어떤 단백질이 개인의 장기적인 생물학적 특징을 나타내는지 파악하는 데 의미가 있습니다.

단백질마다 안정성이 다르다

2026년 연구에서는 혈액 속 단백질들이 모두 같은 방식으로 변하지 않는다는 점도 확인됐습니다.

일부 단백질은 오랜 시간 개인별 수준을 비교적 안정적으로 유지했고,

일부는 노화나 환경 변화에 따라 크게 달라졌습니다.

특히 안정적인 단백질들은 면역조절이나 혈액순환 등 기본적인 생리기능과 관련된 경우가 많았습니다.

장기적인 ‘개인 기준값’도 만들 수 있을까?

가능성이 있습니다.

일반 혈액검사는 대개 전체 인구의 정상범위와 비교합니다.

하지만 앞으로는

“내가 평소 어느 수준이었는가”

를 기준으로 변화를 보는 방식이 발전할 수 있습니다.

2026년 Nature Health 연구에서는 개인별 장기 기준값을 정의하는 데 활용할 수 있는 21개 단백질도 제시했습니다.

장기적으로 갑자기 변하면 의미가 있을까?

연구진은 개인의 평소 단백질 패턴에서 벗어난 변화가

대사
면역
조직 재형성

과 관련된 항상성 붕괴를 반영할 수 있다고 봤습니다.

이런 변화는 전체 사망위험과도 연관됐습니다.

즉 단순한 “몇 살처럼 보이는가”보다

“평소 내 몸의 단백질 균형이 얼마나 흔들렸는가”

가 더 중요한 지표가 될 가능성도 있습니다.

장기적으로 노화 속도를 측정할 수도 있을까?

연구자들이 궁극적으로 원하는 것도 바로 이것입니다.

한 번 측정해서

“당신의 생물학적 나이는 58세입니다.”

라고 말하는 것보다

몇 년 간격으로 검사해

“3년 동안 생물학적 나이는 1년만 증가했다.”

또는

“최근 2년간 노화 관련 단백질 변화가 빨라졌다.”

처럼 노화 속도를 추적하는 것이 더 유용할 수 있습니다.

다만 현재는 이런 장기 변화의 해석이 아직 연구 단계입니다.

장기 연구가 아직 부족한 이유

현재까지 대부분의 노화시계 연구는 한 시점의 혈액을 측정한 뒤 이후 질병이나 사망위험과 비교하는 방식이 많았습니다.

2026년 Nature Aging 리뷰도 프로테오믹 노화시계가 빠르게 발전하고 있지만

측정 플랫폼
연구대상 인구
머신러닝 방식
단백질 패널

이 연구마다 달라 일반화에 한계가 있다고 지적합니다.

장기적으로는 장기별 나이도 측정할 수 있다

더 흥미로운 연구도 있습니다.

혈액 단백질을 이용해

심장

뇌

간

신장

폐

등 각각의 장기가 얼마나 노화됐는지 추정하는 연구입니다.

2026년 Nature Aging 연구에서는 4만3천명 이상의 혈장 단백질 데이터를 이용해 전체 몸과 10개 장기별 노화시계를 만들었습니다.

장기 노화가 빠른 사람은 해당 장기 관련 질병과 사망위험이 더 높은 경향을 보였습니다.

뇌만 빨리 늙을 수도 있을까?

가능성이 있습니다.

같은 사람이더라도 모든 장기가 같은 속도로 늙는 것은 아닐 수 있습니다.

예를 들어

뇌 나이는 실제 나이보다 높고

간 나이는 실제 나이와 비슷하며

심장 나이는 더 젊게

측정될 수 있습니다.

2026년 연구에서는 특히 뇌의 빠른 노화가 사망위험과 강하게 연관됐습니다.

16개 장기·시스템까지 확장됐다

2026년 9월 Nature Communications 연구에서는 UK Biobank 참가자 약 5만3천명의 혈장 단백질 데이터를 이용해 16개 장기와 생리시스템의 노화시계를 구축했습니다.

연구진은 이 노화 지표와 1천개가 넘는 질병 사이에서 수천 개의 연관성을 확인했습니다.

이런 연구는 앞으로

몸 전체 나이 하나

보다

어느 장기가 먼저 늙고 있는지

를 살펴보는 방향으로 발전할 가능성을 보여줍니다.

동아시아인에서도 적용될까?

이것도 중요한 문제입니다.

노화시계가 유럽계 인구에서만 잘 작동하면 전 세계적으로 활용하기 어렵습니다.

2026년 eBioMedicine 연구에서는 약 4천명의 중국인 데이터를 이용해 18개 장기별 단백질 노화지표를 분석했습니다.

이는 동아시아 인구에서도 단백질 기반 장기 노화 연구가 확대되고 있음을 보여줍니다.

세포 노화도 혈액에서 찾을 수 있을까?

최근에는 단순히 나이와 관련된 단백질뿐 아니라 **세포 노화(senescence)**와 관련된 혈액 단백질 패턴도 연구되고 있습니다.

2026년 Nature Medicine에는 세포 노화와 관련된 혈장 단백질 서명이 인간 질병위험과 연결된다는 연구도 발표됐습니다.

세포 노화는 나이가 들면서 분열을 멈춘 세포가 축적되고 주변 조직에 염증성 신호를 보내는 현상과 관련됩니다.

DNA 노화시계와 무엇이 다를까?

생물학적 나이를 측정하는 대표적 기술 중 하나는 DNA 메틸화 노화시계입니다.

DNA의 특정 부위에 나타나는 화학적 변화를 이용해 나이를 추정합니다.

반면 단백질 노화시계는 실제 혈액 속에서 작동하고 있는 단백질 상태를 봅니다.

따라서 단백질은

면역
염증
장기 기능
대사

같은 현재의 생리상태를 더 직접적으로 반영할 가능성이 있습니다.

혈액 단백질 검사가 노화 원인까지 알려줄까?

일부는 가능성이 있지만 아직 조심해야 합니다.

특정 단백질이 노화와 함께 증가한다고 해서 그 단백질이 노화를 일으킨 원인이라는 의미는 아닙니다.

단지 노화의 결과로 변했을 수도 있습니다.

따라서

상관관계

와

원인

을 구분해야 합니다.

단백질 14개만으로도 가능한 연구가 있다

2026년 Aging Cell에는 세포외기질과 관련된 혈액 단백질 14개로 만든 노화시계 연구도 발표됐습니다.

이 모델은 연대기적 나이를 비교적 잘 예측했고 건강한 상태와 질병 상태를 구분하는 데도 가능성을 보였습니다.

앞으로 수천 개 단백질을 검사하지 않고도 비교적 적은 단백질 패널로 실용적인 검사가 개발될 가능성도 있습니다.

노화 속도를 늦추는 치료 효과도 확인할 수 있을까?

이론적으로는 가능합니다.

만약 운동이나 식단, 약물 같은 개입 전후에 단백질 기반 생물학적 나이를 측정한다면

노화 관련 변화가 줄었는지

살펴볼 수 있습니다.

이 때문에 연구자들은 프로테오믹 노화시계를 향후 노화 치료나 건강수명 연장 연구의 반응 바이오마커로 활용할 가능성도 검토하고 있습니다.

그런데 ‘생물학적 나이가 5년 젊어졌다’고 바로 믿어도 될까?

아직은 주의해야 합니다.

노화시계마다 사용하는 단백질과 알고리즘이 다릅니다.

한 검사에서는 55세로 나오고 다른 검사에서는 62세로 나올 수도 있습니다.

따라서 현재의 연구용 노화시계를

정확한 실제 나이 측정기

처럼 받아들이는 것은 무리입니다.

사람마다 단백질 수치가 다른 이유

단백질 패턴에는 나이 외에도 많은 요인이 영향을 줍니다.

유전
성별
체중
운동
식습관
흡연
음주
약물
감염
만성질환

등입니다.

따라서 단백질 기반 노화지표는 여러 건강정보와 함께 해석해야 합니다.

한 번의 검사로 남은 수명을 알 수 있을까?

아닙니다.

현재 연구는

위험이 높다

또는

평균보다 노화 관련 패턴이 빠르다

는 통계적 관계를 보여주는 것입니다.

개인의 정확한 사망 시점이나 남은 수명을 알려주는 검사는 아닙니다.

현재 병원에서 일반적으로 사용하는 검사일까?

아직 대부분 연구 단계입니다.

혈액 단백질 기반 노화시계는 대규모 연구에서 강한 가능성을 보여주고 있지만, 일반 건강검진의 표준검사로 널리 사용되는 단계는 아닙니다.

Nature Aging 리뷰도 임상 활용을 위해서는

표준화

다양한 인구집단 검증

장기 추적

해석 가능한 모델

등이 더 필요하다고 지적합니다.

앞으로 어떻게 활용될까?

기술이 충분히 검증된다면 활용분야는 매우 다양할 수 있습니다.

1. 건강검진

실제 나이와 생물학적 나이 차이를 확인

2. 질병 위험 예측

심혈관질환이나 치매 등 고위험군 선별

3. 장기별 노화 확인

어느 장기가 상대적으로 빨리 늙는지 분석

4. 치료 효과 평가

운동·식단·약물 개입 전후 변화 확인

5. 개인 맞춤형 예방

개인의 장기 단백질 패턴을 기준으로 이상변화 조기 발견

혈액 단백질 노화 연구 핵심 정리

혈액 속 단백질 패턴을 이용해 생물학적 나이를 추정하는 프로테오믹 노화시계는 실제로 활발하게 연구되고 있습니다.

대규모 연구에서는 수백 개 단백질 조합으로 실제 나이를 높은 정확도로 추정했고, 단백질 기반 노화가 빠른 사람은 여러 만성질환과 사망위험이 높게 나타났습니다.

2026년에는 20년 동안 반복 측정한 혈액 단백질 데이터를 이용해 장기적으로 안정적인 단백질을 선별하고 개인별 기준값을 만드는 연구도 발표됐습니다.

또 심장·뇌·간·신장처럼 장기별 생물학적 나이를 추정하는 연구도 빠르게 확대되고 있습니다.

다만 현재 단계에서 혈액검사 한 번으로

정확한 노화 속도

또는

남은 수명

을 확정할 수 있는 것은 아닙니다.

연구마다 검사방법과 알고리즘이 다르고 개인별 생활습관과 질병상태도 큰 영향을 주기 때문입니다.

따라서 현재는 미래의 개인 맞춤형 건강관리와 노화 연구에 활용될 가능성이 매우 큰 바이오마커 기술로 보는 것이 가장 정확합니다.