앤트로픽 클로드, 단백질 설계 적중률 35% 달성… 업계 평균의 2배

신약 개발 초기에 표적 단백질에 정확하게 달라붙는 인공 단백질을 설계하는 일은 계산생물학 전문가들도 몇 달씩 매달려야 하는 고난도 작업입니다.

Anthropic이 범용 AI 모델인 Claude를 활용해 이 과정을 자율적으로 수행한 연구 결과를 발표했습니다. Claude Mythos Preview와 Opus 4.8을 투입해 15개 표적을 대상으로 단백질 결합체 설계를 진행한 결과, 14개 표적에서 실제 결합에 성공했습니다.

이번 결과는 단순 시뮬레이션에 그치지 않고, 전문 연구기관인 Adaptyv Bio와 Twist Bioscience의 실험실에서 직접 분자를 합성하고 검증을 거쳤습니다.

기존 업계 성공률을 두 배 이상 뛰어넘은 성과

새로운 단백질을 처음부터 설계할 때 실험실에서 실제로 결합이 확인되는 성공률은 보통 10%에서 15% 안팎에 불과합니다.

반면 Claude는 여러 표적을 동시 설계했을 때 22.6%에서 26.7%를 기록했고, 한 번에 한 표적에만 집중했을 때는 성공률이 35.1%까지 치솟았습니다.

전체 1,320개 후보 중 354개의 유효 결합체를 확보했으며, 최소 6개 표적에서 강한 결합 친화도를 나타냈습니다. 이 중 4개 표적에서는 기존 학계 최고 기록과 대등하거나 이를 뛰어넘는 수치를 보였습니다.

분석 화학 영역에서도 역량을 입증했습니다. Claude Opus 5에 두 문장짜리 지시문과 원시 계측 데이터를 입력하자, 25분도 안 되어 순도 96.4%라는 분석 결과를 내놓았습니다. 이는 전문 분석 기관이 며칠에 걸쳐 도출한 96.33%와 거의 일치하는 수치입니다.

도구를 지휘하는 자율형 연구 에이전트

이번 실험에서 가장 두드러진 점은 연구원의 개입이 거의 없었다는 사실입니다.

연구진은 초기 프롬프트와 인터넷 접근 권한, 논문 검색 및 저장소 연동만 제공했습니다. 이후 결합 부위 선정, 외부 전문 폴딩 모델 호출, 반복 최적화, 용해성과 신규성 검토에 이르는 전 과정을 Claude가 스스로 도구를 조합하며 완수했습니다.

물론 상당한 컴퓨팅 자원이 투입되었습니다. 다중 표적 세션에는 최대 12,500시간, 단일 표적 세션에는 표적당 최대 2,500시간의 엔비디아 H100 GPU 구동 시간이 소요되었습니다.

Anthropic은 현재 안전상의 이유로 최상위 모델의 생명과학 연구 기능을 차단해 둔 상태지만, 조만간 공인된 연구자들을 위한 전용 접근 프로그램을 시작할 계획입니다.

왜 중요한가

바이오 및 제약 업계 관점에서는 신약 발굴 초기 단계의 병목 현상을 획기적으로 줄일 수 있는 가능성이 열렸습니다.

그동안 고비용의 전문 인력과 복잡한 계산 파이프라인에 의존해야 했던 작업을 범용 AI가 대신 조율해 준다면, 스타트업이나 소규모 연구팀도 후보 물질 발굴 기간을 몇 달에서 며칠로 단축할 수 있습니다.

AI 산업 측면에서도 특화 모델을 새로 만드는 대신, 뛰어난 추론 능력을 갖춘 범용 모델이 오픈소스 생물학 도구들을 총괄 지휘하는 방식이 충분히 경쟁력 있음을 증명했습니다.

Anthropic의 이러한 접근은 매우 실용적이라고 평가할 수 있습니다. 다만 수천 시간의 H100 GPU 비용을 감당해야 한다는 점과, 생물학적 안전성 문제로 인해 일반 공개까지 엄격한 검증 관문을 거쳐야 한다는 점은 상용화의 분명한 걸림돌로 남아 있습니다.