공간 전사체학(Spatial Transcriptomics)이란 무엇인가요? 조직 속 세포 지도를 그리는 2026 정밀의학 최전선 정리

공간 전사체학은 조직을 갈아 평균값을 내는 대신, 세포가 원래 자리에 그대로 있는 상태에서 어떤 유전자가 켜져 있는지를 좌표와 함께 읽어내는 기술입니다. 단일세포 분석이 "세포 하나하나를 본다"면, 공간 전사체학은 "그 세포가 누구 옆에 있었는지까지 본다"는 점이 핵심인데요. 암 조직의 미세환경, 면역세포의 배치, 약물 저항이 생기는 위치를 직접 지도로 그릴 수 있어 정밀의학과 동반진단의 다음 단계로 주목받고 있습니다. 2026년 현재 비지움(Visium HD)·제니엄(Xenium)·스테레오시퀀싱(Stereo-seq) 같은 플랫폼이 상용화돼 임상 연구로 빠르게 넘어오고 있습니다.

조직을 갈아버리면 사라지는 정보
공간 전사체학이란 무엇인가요
단일세포 분석과 무엇이 다른가요
플랫폼 비교: 비지움 · 제니엄 · 스테레오시퀀싱
암 치료를 바꾸는 미세환경 지도
실전 가이드: 연구에서 임상까지 4단계
FAQ
같이 읽으면 좋은 것들

조직을 갈아버리면 사라지는 정보

제가 처음 단일세포 데이터와 공간 데이터를 나란히 놓고 본건 어느 대장암 샘플 분석을 옆에서 지켜볼 때였습니다. 기존 방식대로 조직을 통째로 갈아 RNA를 뽑으면, 종양세포와 면역세포와 혈관세포의 신호가 한 통에 섞여 평균값 하나로 나옵니다. 숫자는 깔끔한데, 정작 "그 면역세포가 종양 안쪽까지 들어가 있었나, 아니면 가장자리에서 막혀 있었나" 같은 질문에는 아무 답도 못 합니다. 그 자리를 잃어버린 데이터였던 거죠.

이게 오랫동안 암 연구의 구조적 한계였습니다. 종양은 균일한 세포 덩어리가 아니라, 서로 다른 성격의 세포들이 구역을 나눠 사는 일종의 생태계 입니다. 어떤 구역은 면역세포가 활발히 공격하고, 어떤 구역은 면역을 회피하는 신호로 둘러싸여 있습니다. 그런데 전통적인 벌크(bulk) 시퀀싱은 이 생태계를 믹서기에 넣고 갈아버린 뒤 "이 동네 평균 소득은 얼마"라고 말하는 셈입니다. 부자와 빈곤층이 섞여 중산층처럼 보이는 착시가 생깁니디.

단일세포 RNA 시퀀싱이 등장하면서 세포 하나하나의 정체는 구분할 수 있게 됐습니다. 하지만 그 과정에서 세포를 조직에서 떼어내 액체에 풀어버리기 때문에, 위치 정보가 또 날아갑니다. 세포의 신분증은 얻었는데 주소를 잃은 셈이죠. 면역항암제가 듣는 환자와 안 듣는 환자의 차이가 바로 이 "배치"에서 갈리는 경우가 많은데, 정작 그 배치를 볼 수 없었습니다. 공간 전사체학은 이 빈 칸을 메우려고 나온 기술입니다.

공간 전사체학이란 무엇인가요

한 줄로 정리하면, 공간 전사체학은 조직 절편 위에서 유전자 발현을 좌표와 함께 측정하는 기술입니다. 어떤 유전자가 "얼마나" 켜져 있는지뿐 아니라 "어디서" 켜져 있는지를 같이 읽습니다.

원리는 크게 두 갈래입니다. 하나는 시퀀싱 기반 방식인데요. 슬라이드 표면에 위치별로 고유한 바코드를 미리 깔아둡니다. 조직을 그 위에 올리면 각 지점의 세포에서 흘러나온 RNA가 바로 아래 바코드에 붙습니다. 나중에 시퀀싱하면 "이 RNA는 몇 번 좌표에서 왔다"는 정보가 따라오죠. 비지움(Visium)과 스테레오시퀀싱(Stereo-seq)이 이 방식입니다. 장점은 사전에 표적 유전자를 정하지 않고 전체 전사체를 폭넓게 훑을 수 있다는 점입니다.

다른 하나는 이미징 기반 방식입니다. 특정 유전자에 형광 표지가 붙은 프로브를 조직에 직접 넣고, 현미경으로 어느 세포의 어느 위치에서 그 유전자가 빛나는지 한 분자 단위까지 촬영합니다. 제니엄(Xenium)이나 코스MX(CosMx)가 여기 해당합니다. 미리 정한 수백~수천 개 유전자만 보지만, 단일세포를 넘어 세포 안쪽(subcellular) 해상도까지 또렷하게 잡아냅니다.

Cancer Cell에 실린 2025년 리뷰는 공간 오믹스가 이제 단순한 기술 시연 단계를 지나, 종양 미세환경을 정량적으로 해부하고 치료 표적을 찾는 분석 도구로 자리 잡았다고 정리합니다. 시장도 같은 방향입니다. 글로벌 공간 오믹스 시장은 2025년 약 8억 4천만 달러에서 2034년 약 33억 6천만 달러로 연평균 16% 넘게 성장할 것으로 전망됩니다. 그 안에서 공간 전사체학이 약 44%로 가장 큰 비중을 차지하고, 응용 분야로는 종양학이 절반 가까운 점유율을 보입니다.

단일세포 분석과 무엇이 다른가요

여기서 자주 헷갈리는 부분을 짚고 가겠습니다. 단일세포 분석과 공간 전사체학은 경쟁기술이 아니라 서로의 빈 칸을 채우는 짝입니다.

단일세포 RNA 시퀀싱은 세포의 정체를 구분하는 데 압도적으로 강합니다. 한 조직에서 수만 개 세포를 떼어내, 각각이 T세포인지 대식세포인지 종양세포인지, 또 같은 T세포라도 지친 상태인지 활성 상태인지까지 정교하게 나눕니다. 정밀의학 맥락에서 단일세포 분석은 질환의 이질성, 숨은 아세포(subclone), 약물 저항 신호를 찾아내는 핵심 도구로 쓰입니다. 다만 앞서 말했듯 위치를 버립니다.

공간 전사체학은 정반대입니다. 위치는 완벽하게 지키지만, 한 지점이 여러 세포에 걸쳐 있을 때(특히 시퀀싱 기반) 그 안의 세포 종류를 단번에 똑 떨어지게 구분하기는 어렵습니다. 그래서 실제 연구에서는 두 데이터를 합칩니다. 단일세포 데이터로 세포 유형 사전을 만든 다음, 그 사전을 공간 데이터 위에 입혀 "이 좌표에는 지친 T세포가 많다"는 식으로 해석하는 거죠. 이 통합 분석이 2026년 공간 생물학의 가장 뜨거운 흐름입니다.

비유하자면 단일세포 분석은 도시에 사는 사람들의 직업·나이·소득을 정밀하게 조사한 인구 명부이고, 공간 전사체학은 그 사람들이 실제로 어느 동네 어느 골목에 모여 사는지를 표시한 지도입니다. 명부만 있으면 누가 사는지는 알아도 동네 분위기를 모르고, 지도만 있으면 동네는 보여도 사람의 정체를 모릅니다. 둘을 겹쳐야 비로소 "면역세포가 종양을 포위하는 데 실패한 골목"이 눈에 들어옵니다.

플랫폼 비교: 비지움 · 제니엄 · 스테레오시퀀싱

상용 플랫폼마다 강점이 달라서, 연구 목적에 맞게 고르는 게 중요합니다. BMC Genomics에 실린 2025년 실용 가이드는 일곱 개 상용 옵션을 비교하면서, "모든 걸 다 잘하는 단일 플랫폼은 없다"는 점을 분명히 합니다.

플랫폼	방식	해상도	유전자 범위
비지움 HD(Visium HD)	시퀀싱 기반	2μm 격자, 단일세포급	전체 전사체 폭넓게
제니엄(Xenium)	이미징 기반	세포 내 단위	사전 지정 수백~수천 유전자
스테레오시퀀싱(Stereo-seq)	시퀀싱 기반	0.5μm 스폿	전체 전사체, 넓은 시야

대략의 선택기준은 이렇습니다. 무엇을 봐야 할지 아직 모르고 전체 전사체를 탐색하고 싶다면 시퀀싱 기반(비지움 HD·스테레오시퀀싱)이 유리합니다. 반대로 표적이 분명하고 세포 단위 정확도가 중요하면 이미징 기반(제니엄)이 강합니다. 비용 측면에서 비지움 HD는 스테레오시퀀싱보다 라이브러리 제작비가 두 배가량 비싸고, 이미징 계열 중에서는 제니엄이 비교적 합리적이라는 분석도 있습니다.

최근에는 3차원으로 넘어가려는 시도까지 나왔습니다. 스텔라로믹스(Stellaromics)가 공개한 픽사(Pyxa) 플랫폼은 최대 100μm 두께의 온전한 조직에서 다중 3D 공간 전사체를 측정한다고 발표했는데요. 지금까지의 얇은 절편 2D 분석을 넘어 조직의 입체 구조를 그대로 보겠다는 방향입니다. 다만 2026년 현재 대부분의 상용 플랫폼은 아직 RNA(전사체) 측정에 집중돼 있고, 단백질·후성유전 정보까지 한 슬라이드에서 동시에 읽는 진짜 공간 멀티오믹스는 빠르게 발전 중인 영역입니다.

암 치료를 바꾸는 미세환경 지도

공간 전사체학이 가장 먼저 임상적 가치를 보여준 무대는 종양 미세환경(TME)입니다.

기존 방식에서는 면역항암제(면역관문억제제)가 잘 들을 환자인지 가늠하기 위해 종양 안 면역세포의 양을 대략 셌습니다. 그런데 같은 양이라도 면역세포가 종양을 실제로 침투했는지, 아니면 경계에서 벽에 막혀 있는지에 따라 결과가 갈립니다. 공간 전사체학은 바로 이 "들어갔나, 막혔나"를 지도로 보여줍니다. 차가운 종양(cold tumor)과 뜨거운 종양(hot tumor)의 구분이 추상적 개념에서 눈으로 확인하는 그림으로 바뀐 셈입니다.

유방암 연구가 좋은 예입니다. 유방암 공간 전사체 연구는 같은 종양 안에서도 구역마다 발현 양상이 다르다는 점을 드러내, 종양 이질성을 이해하고 개인 맞춤 치료를 설계하는 데 기여하고 있습니다. 대장암에서는 비지움 HD를 활용해 종양을 돕는 특정 대식세포 아집단이 어디에 자리 잡는지 찾아냈고, 이는 표적 전략을 어디에 겨눠야 하는지에 대한 단서를 줍니다.

다만 현실적인 벽도 분명합니다. 한 환자 샘플을 돌리는 비용이 여전히 높고, 실험실마다 워크플로우가 제각각이라 표준화가 덜 됐으며, 일상 진단에 쓰려면 대규모 검증 연구가 더 필요합니다. 비뇨생식기암을 다룬 한 리뷰는 공간 전사체학이 진료 현장의 루틴 검사로 들어오려면 비용 절감, 절차 표준화, 충분한 검증이라는 세 가지 숙제를 먼저 풀어야 한다고 지적합니다. 즉 지금은 연구와 임상 사이의 다리를 건너는 중이라고 보는 게 정확합니다.

실전 가이드: 연구에서 임상까지 4단계

공간 전사체학 실험을 처음 설계한다면, 대략 다음 흐름을 떠올리면 됩니다. 초보 연구자도 큰 그림은 이렇게 잡을 수 있습니다.

1단계, 질문을 먼저 정합니다. "전체 전사체를 탐색할 것인가, 특정 표적의 위치를 정밀하게 볼 것인가"에 따라 플랫폼이 갈립니다. 탐색형이면 시퀀싱 기반, 표적형이면 이미징 기반 쪽이 자연스럽습니다.

2단계, 조직 보존 상태를 확인합니다. 신선 동결 조직과 포르말린 고정 파라핀 포매(FFPE) 조직은 호환되는 플랫폼이 다릅니다. 병원에 쌓인 보관 검체 대부분이 FFPE라, FFPE 호환 여부가 임상 연구에서는 사실상 결정적 변수입니다.

3단계, 단일세포 데이터와의 통합을 미리 계획합니다. 앞서 말한 대로 공간 데이터는 단일세포 사전과 합칠 때 해석력이 크게 올라갑니다. 같은 조직 혹은 같은 질환의 단일세포 데이터를 확보해 두면 분석이 훨씬 수월해집니다.

4단계, 분석·검증으로 넘어갑니다. 좌표별 발현 데이터는 양이 방대해서 딥러닝 기반 분석 도구의 도움을 많이 받습니다. 변분 오토인코더로 여러 오믹스 층을 공간 맥락과 함께 통합하는 방법들이 활발히 나오고 있습니다. 마지막으로 다른 환자군에서 같은 패턴이 재현되는지 검증해야 비로소 의미 있는 발견이 됩니다.

이 흐름에서 가장 흔한 실수는 "해상도가 높을수록 무조건 좋다"는 오해입니다. 시퀀싱 기반 플랫폼은 단일세포급 해상도로 데이터를 뽑으면 한 지점당 검출되는 유전자 수가 수백~천 개 수준으로 줄어드는 균형 관계가 있습니다. 그래서 해상도와 유전자 범위 사이에서 목적에 맞는 절충점을 찾는 게 실전의 핵심입니다. 더 자세한 진단 맥락은 아래 같이 읽으면 좋은 글에서 이어집니다.

FAQ

공간 전사체학은 단일세포 분석을 대체하나요?

아닙니다. 둘은 대체 관계가 아니라 보완 관계입니다. 단일세포 분석은 세포의 정체를 정밀하게 구분하지만 위치를 잃고, 공간 전사체학은 위치를 지키지만 세포 종류 구분이 상대적으로 약합니다. 실제 연구에서는 단일세포 데이터로 세포 유형 사전을 만들고 그것을 공간 데이터에 입히는 통합 분석을 많이 씁니다.

지금 병원에서 환자 진단에 바로 쓸 수 있나요?

2026년 현재는 대부분 연구 단계이며 일부 임상 연구로 넘어오는 중입니다. 일상 진단의 루틴 검사가 되려면 비용 절감, 워크플로우 표준화, 대규모 검증이라는 숙제가 남아 있습니다. 다만 종양 미세환경 분석처럼 임상적 가치가 또렷한 영역에서 빠르게 적용 범위가 넓어지고 있습니다.

플랫폼은 어떤 기준으로 고르나요?

크게 두 가지를 봅니다. 첫째, 탐색형이면 전체 전사체를 보는 시퀀싱 기반(비지움 HD·스테레오시퀀싱), 표적형이면 세포 단위 정밀도가 좋은 이미징 기반(제니엄)이 유리합니다. 둘째, 보유 조직이 신선 동결인지 FFPE인지에 따라 호환 플랫폼이 달라지므로 검체 형태를 먼저 확인해야 합니다.

해상도가 높으면 무조건 좋은 것 아닌가요?

꼭 그렇지는 않습니다. 시퀀싱 기반 플랫폼은 단일세포급 해상도로 데이터를 뽑을수록 한 지점에서 검출되는 유전자 수가 줄어드는 균형 관계가 있습니다. 그래서 해상도와 유전자 범위 중 무엇이 연구 목적에 더 중요한지에 따라 적절한 절충점을 잡는 것이 실전에서 더 중요합니다.

기존 벌크 시퀀싱과 비교하면 시간과 비용이 어떤가요?

벌크 시퀀싱보다 비용과 분석 시간이 더 듭니다. 데이터 양이 방대하고 좌표 정보까지 처리해야 하기 때문입니다. 대신 조직을 갈아 평균값을 내면서 사라지던 위치 정보를 살려내므로, 면역항암제 반응 예측처럼 위치가 결정적인 질문에서는 벌크가 줄 수 없는 답을 줍니다. 비용 대비 정보의 질이 다른 셈입니다.