클로드가 실험실에서 단백질 후보를 만들었다…‘AI 신약’ 과장 없이 보는 법

앤트로픽이 2026년 8월 18일 클로드를 단백질 설계와 화학 분석에 투입한 실험 결과를 공개했다. 회사 설명에 따르면 클로드는 15개의 표적 단백질 가운데 14개에 달라붙는 소형 단백질 후보를 설계했고, 실제 실험실 검사에서 개별 설계의 22~35%가 결합에 성공했다. 또 일반에 제공되는 Claude Opus 5는 계약 실험실의 원시 화학 분석 파일을 받아 약 20분 안에 결과를 정리했으며, 순도 수치가 실험실 분석과 거의 같았다.

숫자만 보면 ‘AI가 신약을 만들었다’고 오해하기 쉽다. 실제 의미는 그보다 좁고, 그래도 충분히 중요하다. 이번에 확인된 것은 신약 완성이 아니라 초기 후보를 찾고 실험 데이터를 해석하는 일부 과정이다. 단백질 후보가 표적에 붙었다고 해서 곧바로 안전하고 효과적인 약이 되는 것은 아니다. 독성, 체내 지속시간, 제조 가능성, 동물실험, 임상시험과 규제 심사처럼 훨씬 긴 절차가 남는다.

그럼에도 주목할 이유가 있다. 지금까지 생성형 AI는 글이나 코드처럼 결과를 빠르게 확인할 수 있는 분야에서 주로 평가됐다. 이번 실험은 물질을 직접 만들어 실험실에서 검사해야 하는 생명과학으로 평가 범위가 이동했다. ‘답이 그럴듯한가’가 아니라 ‘설계한 단백질이 실제로 붙는가’, ‘원시 데이터에서 계산한 순도가 실험실 결과와 맞는가’를 물었다는 점이 다르다.

단백질에 달라붙는 ‘미니바인더’가 무엇인가

앤트로픽이 설계한 것은 미니바인더라고 불리는 작은 단백질이다. 특정 표적 단백질에 단단히 붙도록 만든 분자라고 이해하면 된다. 많은 의약품은 몸속의 특정 단백질에 붙어 그 작용을 막거나 켜거나, 필요한 물질을 전달하는 방식으로 작동한다. 따라서 원하는 표적에 잘 붙는 후보를 찾는 일은 신약 연구의 중요한 출발점이다.

전통적으로 새 결합 단백질을 설계하려면 전문 연구자가 구조 설계, 아미노산 배열 생성, 접힘 예측, 후보 선별을 여러 도구로 반복한다. 계산만으로 끝나지 않는다. 실제 DNA를 주문하고 단백질을 발현시킨 뒤 물리적인 실험을 해야 한다. 어떤 후보가 잘 만들어지는지, 물에 녹아 안정적으로 존재하는지, 표적과 얼마나 강하게 결합하는지 확인하는 데 시간이 든다.

이번 실험에서 클로드는 모든 생물학 계산을 혼자 새로 해낸 것이 아니다. 연구 현장에서 이미 쓰는 전문 단백질 설계·구조 예측 프로그램들을 골라 연결하고, 결과를 비교하고, 다음 설계 방향을 결정하는 역할을 맡았다. 쉽게 말해 계산기 자체가 아니라 여러 전문 도구를 운용하는 연구 조정자에 가까웠다.

이 구분은 중요하다. ‘범용 챗봇이 자연어만으로 단백질을 발명했다’고 말하면 과장이다. 반대로 전문가가 일일이 실행하던 여러 도구를 AI가 장시간 조율하고, 실제 실험을 통과한 후보를 냈다는 사실까지 사소하게 볼 필요도 없다. 연구 생산성에 영향을 주는 것은 단일 계산의 최고 기록뿐 아니라 복잡한 작업을 얼마나 안정적으로 이어가느냐이기 때문이다.

15개 표적 중 14개에서 결합 후보가 나왔다

앤트로픽은 Claude Opus 4.8과 아직 제한적으로 다루는 Mythos Preview를 이용해 15개 표적에 대한 결합 단백질을 설계했다. 외부 평가 기관인 Adaptyv Bio와 Twist Bioscience가 후보를 실제로 만들고 실험실에서 검사했다. 그 결과 15개 표적 중 14개에서 적어도 하나 이상의 결합 후보가 확인됐다고 회사는 밝혔다.

모든 표적을 한 번에 다루는 48시간 세션에서는 Mythos Preview의 전체 적중률이 26.7%, Opus 4.8은 22.6%였다. 여기서 적중률은 설계 후보 가운데 실제로 표적에 결합한 비율이다. 앤트로픽은 현재 단백질 설계 캠페인의 일반적인 적중률을 10~15%로 제시했다. 표적 하나씩 따로 맡긴 여러 24시간 세션에서는 Mythos Preview의 적중률이 35.1%로 올라갔다.

이 수치를 읽을 때 평균만 보면 안 된다. 표적별 성과는 0%에서 90%까지 크게 달랐다. 즉 어떤 표적에서는 매우 잘 작동했지만, 한 표적에서는 결합 후보를 만들지 못했다. ‘어떤 단백질에도 통하는 자동 설계기’가 아니라 문제에 따라 성공 편차가 큰 연구 도구라는 뜻이다.

전체적으로는 1,320개 설계에서 14개 표적을 겨냥한 결합 후보 354개가 나왔다. 일부는 기존 공개 결과와 비슷하거나 더 강하게 붙었다고 보고됐다. 특히 RBX1이라는 표적에서는 단일 표적 모드의 Mythos Preview가 40% 적중률을 기록했고, 비교 대상으로 제시된 설계 대회의 참가자 전체 적중률은 3.7%였다. 면역 반응과 염증에 관련된 TNFα처럼 전문가 집단도 어려움을 겪었던 표적에서는 Opus 4.8이 성공하고 Mythos Preview가 성공하지 못한 사례도 있었다.

이 차이는 더 큰 모델이나 최신 모델이 언제나 모든 과학 문제에서 우월하지 않다는 점을 보여준다. 연구자는 결과를 모델 이름만으로 신뢰하지 말고 표적별 실험 결과와 실패 사례를 봐야 한다.

‘사람이 거의 개입하지 않았다’는 말의 정확한 뜻

앤트로픽은 초기 지시 이후 과학적·기술적 안내가 거의 없었다고 설명한다. 클로드는 표적에서 어느 부위를 겨냥할지 고르고, 여러 공개 전문 모델을 조합하고, 후보 구조와 배열을 만들고, 반복적으로 최적화하고, 새롭고 다양하면서도 잘 발현되고 잘 녹을 가능성이 있는 후보를 선별했다.

하지만 실험 전체에 사람이 없었던 것은 아니다. 연구진은 표적과 과제, 시간, 계산 자원, 사용 가능한 도구를 정했다. 네트워크 접근 같은 승인을 내리고 시스템이 제대로 돌아가는지 지켜봤다. 외부 회사는 후보를 실제로 제작하고 실험했다. 무엇을 성공으로 볼지, 어떤 비교군을 쓸지, 결과를 어떻게 해석할지도 사람이 설계했다.

또 사용 자원은 일반 이용자가 챗봇 창에서 재현할 수 있는 수준이 아니다. 다중 표적 실험은 최대 48시간과 1만2,500 H100 GPU 시간, 단일 표적 실험은 표적마다 최대 24시간과 2,500 H100 GPU 시간을 허용했다. 토큰과 하위 에이전트 예산도 제한하지 않았고 빠른 모드를 사용했다. 따라서 ‘클로드에 한 문장 물었더니 몇 분 만에 신약 후보가 나왔다’는 식의 해석은 틀리다.

이번 성과의 가치는 계산 비용이 없다는 데 있지 않다. 전문 연구자가 여러 도구를 직접 연결하며 보내던 시간을 줄이고, 더 많은 후보와 전략을 병렬로 탐색할 가능성을 보여줬다는 데 있다. 실제 도입을 판단하려면 AI 사용료뿐 아니라 GPU, 실험 제작, 품질 관리, 데이터 관리 비용까지 합쳐야 한다.

화학 분석은 20분 안팎, 실험실 결과와 거의 같았다

두 번째 실험은 신약 후보 설계보다 일상적인 연구 업무에 가깝다. 화학자는 합성한 물질이 원하는 물질인지, 불순물이 얼마나 섞였는지 확인하기 위해 NMR과 LC-MS 같은 분석 장비의 데이터를 본다. NMR은 원자 주변 환경을 통해 분자 구조를 파악하는 방법이고, LC-MS는 혼합물을 분리한 뒤 질량을 측정해 성분과 순도를 확인하는 방법이다.

앤트로픽은 Claude Opus 5에 계약 실험실의 원시 파일과 두 문장짜리 지시를 줬다고 밝혔다. 클로드는 NMR 분석을 23분, LC-MS 분석을 19분 만에 마쳤다. 수소 원자 수에 대한 판단은 실험실 분석과 일치했고, 순도는 클로드 96.4%, 계약 실험실 96.33%로 거의 같았다.

이 사례가 보여주는 것은 AI가 실험 장비를 대체한다는 뜻이 아니다. 원시 데이터는 여전히 장비와 실험실에서 나왔다. 클로드가 줄인 것은 사람이 파일을 열고 신호를 해석하고 결과표로 정리하는 시간이다. 반복적이고 형식이 정해진 분석 업무를 빠르게 처리해 연구자가 이상한 신호나 중요한 판단에 더 집중하도록 할 가능성이 있다.

그러나 하나의 사례에서 수치가 맞았다고 모든 화합물과 모든 장비 데이터에 통한다고 볼 수 없다. 신호가 겹치거나 시료가 오염됐거나 장비 보정이 어긋난 경우처럼 어려운 상황에서의 오류율이 더 중요하다. 약물 개발과 품질 관리에서는 작은 오류도 후속 실험과 규제 문서에 큰 영향을 줄 수 있다. AI 결과를 최종 판정으로 쓰기 전에는 사람이 원자료와 계산을 검토하는 절차가 필요하다.

신약 개발 시간이 바로 줄어드는 것은 아니다

단백질 결합 후보를 찾는 초기 단계가 빨라져도 환자가 약을 받기까지의 전체 시간은 같은 비율로 줄지 않는다. 후보가 실제 치료제가 되려면 다음과 같은 질문을 통과해야 한다.

• 원하는 표적에만 붙고 다른 단백질에는 과도하게 붙지 않는가.
• 체내에서 너무 빨리 분해되거나 면역 반응을 일으키지 않는가.
• 필요한 양을 안정적이고 경제적으로 생산할 수 있는가.
• 세포와 동물에서 원하는 효과를 보이는가.
• 사람을 대상으로 안전성과 효과가 확인되는가.
• 규제기관이 실험 설계와 제조 과정을 신뢰할 수 있는가.

앤트로픽도 약물 개발에는 과학 모델 성능 외에 정책과 운영상의 병목이 많다고 인정한다. 실험실의 대기 시간, 시료 제작, 연구 계약, 데이터 표준, 임상시험 참가자 모집, 규제 심사가 대표적이다. AI가 후보를 열 배 많이 만든다고 실험실 처리 능력과 임상시험 속도가 자동으로 열 배 늘지는 않는다.

오히려 새로운 병목이 생길 수도 있다. 후보가 너무 많이 나오면 무엇을 먼저 만들고 시험할지 결정하는 일이 어려워진다. 실패 후보를 걸러내는 계산 기준이 편향돼 있으면 같은 종류의 오류를 대량으로 반복할 수 있다. 연구 조직은 ‘더 많이 생성하는 능력’과 함께 ‘적은 수의 좋은 후보를 고르는 능력’을 평가해야 한다.

일반 환자와 바이오 기업에는 무엇이 달라지나

환자 입장에서 당장 처방전이 달라지는 발표는 아니다. 이번에 설계한 후보가 특정 질병 치료제로 승인됐다는 내용도 아니다. 가까운 변화는 연구소와 바이오 기업의 초기 탐색 방식에 나타날 가능성이 크다.

작은 바이오 회사는 모든 전문 계산 분야의 인력을 내부에 두기 어렵다. 범용 AI가 여러 공개 도구의 사용 순서를 계획하고 결과를 요약한다면 전문가가 더 적은 시간에 더 많은 가설을 시험할 수 있다. 대형 제약사는 여러 표적을 동시에 검토하고, 실패 가능성이 높은 후보를 일찍 제외하는 데 활용할 수 있다. 계약 실험실은 반복적인 원시 데이터 정리를 자동화해 보고서 시간을 줄일 수 있다.

반면 경쟁력의 핵심이 단순히 모델 구독권이 되지는 않는다. 어떤 질병 표적을 고를지, 좋은 실험 데이터를 얼마나 축적했는지, AI의 제안을 빠르게 실험할 시설이 있는지, 오류를 잡아낼 전문가가 있는지가 더 중요해진다. 같은 모델을 써도 데이터와 실험 능력의 차이가 결과를 가를 수 있다.

연구자의 역할도 사라진다기보다 이동할 가능성이 크다. 도구 실행과 보고서 초안 작성에 쓰던 시간은 줄고, 질문 설정, 실험 설계, 이상 결과 해석, 재현성 확인, 안전 판단의 비중은 커진다. AI가 낸 후보를 이해하지 못한 채 실험하는 조직은 빠르지만 위험한 조직이 될 수 있다.

회사 발표와 독립적으로 확인된 사실을 나눠 봐야 한다

이번 결과의 주된 출처는 앤트로픽 자체 발표와 회사가 공개한 기술 보고서다. 후보를 실제로 제작하고 검사한 Adaptyv Bio와 Twist Bioscience가 참여해 순수한 컴퓨터 모의실험보다는 검증 강도가 높다. 15-PGDH와 GDF-8처럼 최근 대회에서 쓰인 새로운 표적도 포함해 훈련 데이터에서 이미 알려진 답을 되풀이할 가능성을 줄이려 했다.

그럼에도 연구 설계와 결과 서술을 주도한 주체가 모델을 판매하는 회사라는 점은 남는다. 동료 심사를 거친 독립 논문, 다른 연구소의 재현 실험, 더 다양한 표적과 실패 조건에서의 비교가 뒤따라야 한다. ‘일반적 캠페인의 적중률 10~15%’라는 비교 역시 과제 난이도, 후보 수, 비용, 계산 자원에 따라 달라질 수 있으므로 동일 조건의 직접 비교로 받아들이면 안 된다.

또 가장 강한 생명과학용 능력을 보인 Mythos 계열은 일반인이 바로 이용할 수 있는 모델이 아니다. 앤트로픽은 가장 능력 있는 모델에서 생명과학 연구 과제를 현재 제한하고 있으며, 과학자를 위한 접근 프로그램을 준비한다고 밝혔다. 일반 제공 모델인 Opus 5는 화학 분석 사례에 사용됐지만, 단백질 설계 캠페인의 모든 조건을 누구나 그대로 실행할 수 있다는 의미는 아니다.

이 제한은 생명과학 AI의 양면성을 반영한다. 치료제와 연구 생산성을 높일 수 있지만, 생물학적 시스템을 설계하는 능력은 오용 위험도 갖는다. 누가 어떤 과제에 접근할 수 있는지, 결과가 얼마나 기록되고 검토되는지가 모델 성능만큼 중요한 제품 조건이 된다.

앞으로 볼 변화

첫 번째 확인 지점은 재현성이다. 다른 연구팀이 같은 표적과 조건에서 비슷한 적중률을 얻는지, 새로운 표적에서도 성과가 유지되는지가 중요하다.

두 번째는 총비용과 시간이다. AI가 계산 단계의 노동을 줄여도 GPU와 후보 제작 비용이 늘 수 있다. 사람 연구자 기준과 비교한 전체 캠페인 비용, 후보 하나를 얻는 데 든 비용이 공개돼야 기업이 도입 가치를 판단할 수 있다.

세 번째는 실패의 성격이다. 어느 표적에서 왜 0%가 나왔는지, AI가 과도하게 확신한 잘못된 설계를 사람이 어떻게 발견했는지에 대한 정보가 필요하다. 성공 사례보다 실패 패턴이 안전한 실무 도입에 더 유용할 수 있다.

네 번째는 접근 통제다. 앤트로픽이 예고한 과학자 접근 프로그램이 어떤 자격과 감사를 요구하는지, 일반 모델과 제한 모델의 경계를 어떻게 정하는지 살펴봐야 한다.

핵심 정리

클로드가 이번에 보여준 것은 신약 완성이 아니라 초기 연구 작업의 자동화 가능성이다. 15개 표적 중 14개에서 실제로 결합하는 단백질 후보가 나왔고, 개별 설계 적중률은 조건에 따라 22~35%였다. 화학 원시 데이터 분석은 약 20분 만에 끝났고 계약 실험실의 결과와 가까웠다. 컴퓨터 화면 속 답을 넘어 실제 실험으로 일부 결과를 확인했다는 점이 핵심이다.

동시에 결과는 대규모 계산 자원과 전문 도구, 외부 실험실, 사람이 설계한 평가 절차 위에서 나왔다. 치료 효과와 안전성은 입증되지 않았고 독립적인 재현도 더 필요하다. 따라서 이번 발표를 ‘AI가 약을 만들었다’고 요약하기보다 ‘AI가 여러 과학 도구를 조율해 초기 후보 탐색과 분석 시간을 줄일 수 있다는 실험실 증거가 나왔다’고 이해하는 편이 정확하다.

출처: Anthropic 공식 발표, 단백질 설계 기술 보고서, 화학 분석 기술 보고서, Adaptyv Bio BenchBB