클로드, 64시간 만에 전갈 신경독 결합 단백질 17종 자율 설계

신약 개발 경험이 전혀 없는 금융 분석가들이 대형 언어 모델만으로 전갈 해독제를 만들어낼 수 있을까요?

결론부터 말하자면 절반의 놀라운 성과와 절반의 엄혹한 현실을 동시에 보여줬습니다.

Anthropic은 미공개 Claude 연구 모델을 활용해 전갈 신경독에 결합하는 소형 단백질 바인더를 자율 설계한 실험 결과를 발표했습니다. 투자 리서치 기관 Citrini Research와 협력하여 진행된 이번 실험에서 Claude는 64시간 동안 31만 개 이상의 후보 물질을 설계했으며, 실제 습식 실험실 테스트를 통해 17개의 유효 결합 단백질을 확보했습니다.

5명의 분석가, 35페이지 프롬프트, 20만 달러의 예산

전갈에 쏘이는 사고는 매년 전 세계에서 120만 건 이상 발생하며, 주로 의료 접근성이 낮은 지역의 어린이를 포함해 3,250명 이상이 사망합니다. 전통적인 해독제는 말에게 독을 주입해 항체를 얻는 방식으로, 수개월이 걸리고 비용이 많이 들어 소외 열대 질환으로 방치되어 왔습니다.

Citrini의 팀원 5명은 비전문가도 AI를 통해 실제 보건 문제를 해결할 수 있는지 시험해보고자 했습니다. 하지만 자체 컴퓨터에서는 Claude의 생물학 보안 가드레일에 가로막혔고, 결국 Anthropic 본사를 방문해 내부 연구 모델을 사용하는 방식으로 협력하게 되었습니다. 약 5만 달러에 달하는 연산 비용은 Anthropic이 지원했습니다.

Anthropic 팀과 함께 다듬은 35페이지 분량의 초기 프롬프트를 바탕으로 Claude는 12개의 전문 단백질 도구와 약 1만 GPU 시간을 동원해 자율 설계에 착수했습니다. 생성된 318,484개의 후보군 중 Claude가 180개를 골라냈고, 인간과의 상호작용을 통해 31개가 추가되어 총 211개의 후보 물질이 외부 연구소로 전송되었습니다.

스위스 Adaptyv Bio와 미국 Twist Bioscience에서 진행된 합성 및 결합 테스트에는 약 15만 달러의 비용과 약 2달의 시간이 소요되었습니다. 그 결과 멕시코, 브라질, 북아프리카, 중동 지역의 4가지 치명적 전갈 독소에 결합하는 17개 후보 물질이 기준을 통과했습니다.

결합이 곧 치료제는 아니다

하지만 이것이 곧 해독제 완성을 의미하는 것은 결코 아닙니다.

우선 연구진이 야심 차게 시도했던 범용 해독제 설계는 완전히 실패했습니다. 여러 전갈 독소에 동시에 결합하는 다중 독소 바인더를 노렸지만, 최종 통과한 17개 분자 모두 단 하나의 독소에만 결합하는 데 그쳤습니다.

더 중요한 점은 시험관 내 결합이 실제 체내 중화 작용을 보장하지 않는다는 사실입니다. 덴마크 공과대학교 연구진은 독소에 잘 달라붙는 물질을 설계하는 것은 오늘날 AI 기술로 비교적 수월해진 단계이며, 이를 인체에서 안전하고 안정적으로 작동하는 약물로 전환하는 과정이 진짜 난제라고 지적했습니다. Anthropic 역시 세포 환경에서 독소를 무력화하는지 검증하지 않았으므로 해독제를 발명했다고 주장하지 않는다고 분명히 밝혔습니다.

Anthropic은 이번에 시험된 211개 디자인과 실험 데이터를 CC BY 4.0 라이선스로 학계에 전면 공개했습니다.

왜 중요한가

우리는 이 프로젝트의 핵심 가치가 생물학적 발견 자체보다 키보드를 잡은 주체에 있다고 봅니다. 신약 개발 비전문가인 금융 분석가들이 정교한 프롬프트만으로 복잡한 전문 도구를 조율하고 실제 물리적 실험 검증까지 프로젝트를 완주해 냈습니다. 이는 에이전트 기반 AI가 비전문가의 가설을 실제 과학 연구 파이프라인으로 연결하는 촉매가 될 수 있음을 증명합니다.

하지만 이를 누구나 방구석에서 신약을 만들 수 있는 시대가 왔다는 신호로 해석해서는 안 됩니다. Citrini의 성과는 Anthropic이 보안 규제를 수동으로 해제해 주고, 미공개 최신 모델과 5만 달러의 연산 자원, 전문 연구원의 지도를 제공했기에 가능했습니다. 일반 개발자에게는 Anthropic의 생명과학 검증 프로그램을 통한 엄격한 심사가 적용되므로 재현에 뚜렷한 한계가 있습니다.

또한 이번 사례는 AI 바이오 연구의 진짜 병목이 어디에 있는지를 명확히 보여줍니다. Claude가 후보 물질을 설계하는 데는 64시간과 5만 달러가 들었지만, 이를 물리적으로 검증하는 데는 15만 달러와 두 달의 세월이 걸렸습니다. AI가 분자 설계를 아무리 가속하더라도, 최종 승부는 여전히 물리적 실험실 인프라와 자금력에서 갈릴 수밖에 없다는 점을 시사합니다.