오픈AI, 생명과학 특화 모델 'GPT-로잘린드' 업데이트…GPT-5.5 에이전트 역량 결합

제약 및 생명과학 연구에서 가장 까다로운 작업은 수많은 화합물 중에서 후보 물질을 추려내는 일과, 습식 실험이 실패했을 때 정확한 원인을 찾아내는 일입니다.

OpenAI가 엔터프라이즈 생명과학 연구에 특화된 모델 시리즈인 GPT-Rosalind의 업데이트를 공개했습니다. GPT-5.5의 에이전트 기반 코딩 및 도구 호출 기능을 바탕으로 의약화학, 유전체학 등 신약 개발 핵심 분야의 전문성을 결합한 것이 특징입니다.

이 모델은 안전성 검증을 거친 전 세계 적격 기관을 대상으로 신뢰 기반 접근 방식을 통해 제공됩니다. 추가 안내에 따르면 9월 11일 연구 프리뷰를 종료했으며, 10월 5일부터 공식 책정 가격이 적용됩니다. 글로벌 제약사 노보 노디스크도 이미 도입해 연구 데이터 분석과 가설 검증 속도를 높이는 데 활용하고 있습니다.

실험실 오류 추적 성능 개선과 토큰 절감

OpenAI는 실제 연구 현장과의 정합성을 입증하기 위해 몇 가지 전문 벤치마크 결과를 제시했습니다.

대표적인 평가가 실제 습식 실험 프로토콜의 문제 해결 능력을 측정하는 LabWorkBench입니다. 실험 조건의 변화가 결과에 미치는 영향을 추적하는 평가로, 오염되지 않은 비공개 데이터를 사용했습니다. 이 평가에서 GPT-Rosalind는 63.2%의 점수를 기록해 GPT-5.5의 55.8%를 앞섰으며, 토큰 사용량도 5.3% 줄였습니다.

약물 후보 물질 최적화와 흡수, 대사, 독성 등을 평가하는 MedChemBench에서는 GPT-5.5의 25.1%보다 높은 27.5%를 기록하면서 토큰을 7.2% 적게 썼습니다.

장기 유전체 분석 과제를 평가하는 GeneBench에서는 정확도가 20.4%에서 21.6%로 올랐고, 토큰 소모량은 31%나 줄어들었습니다. 또한 연구 전주기 6개 영역을 평가하는 LifeSciBench에서도 GPT-Rosalind는 GPT-5.5와 Grok을 모두 넘어섰습니다.

Codex에 네이티브 생물학 뷰어 탑재

연구자들이 모델을 실제 업무에 쉽게 쓰도록 실행 도구도 함께 정비했습니다.

OpenAI는 Codex 내에 생명과학 연구 및 차세대 염기서열 분석을 위한 플러그인 2종을 출시했습니다. 일반 사용자도 Codex에서 해당 플러그인을 쓸 수 있으며, 적격 기업 사용자는 이를 GPT-Rosalind와 연동해 구동할 수 있습니다.

여기에 염기서열, 정렬 결과, 분자 구조를 바로 확인할 수 있는 대화형 뷰어가 Codex에 기본 내장되었습니다. 별도 소프트웨어로 창을 옮겨 다닐 필요 없이 열려 있는 뷰어의 맥락을 유지한 채 모델에 후속 질문을 던질 수 있습니다. 엔터프라이즈 계정이 없는 적격 연구 기관을 위해 매니지드 워크스페이스 옵션도 제공됩니다.

왜 중요한가

생명과학은 범용 거대언어모델이 그럴듯한 거짓말을 가장 많이 만들어내는 까다로운 영역입니다. 화학 합성 경로를 조금만 잘못 짚거나 유전체 데이터 처리에서 오류를 내도 실제 실험에서는 막대한 손실로 이어집니다.

우리는 OpenAI가 GPT-5.5의 자율 도구 실행 능력을 생물학 실무 파이프라인에 직접 결합한 방식이 매우 실용적이라고 평가합니다. 연구팀 입장에서는 과학자를 완전히 대체하는 것이 아니라, 문헌 조사부터 스크립트 작성, 서열 분석 및 뷰어 확인에 이르는 반복 작업을 한자리에서 매끄럽게 잇는 데 즉각적인 도움이 됩니다.

다만 문턱은 분명합니다. 생물학적 안전과 오남용 방지 기준 때문에 철저한 검증을 통과한 기관에만 제한적으로 열려 있어, 일반 개발자나 독립 연구자가 가볍게 써보기는 어렵습니다.

업계 관점에서 보면, 생명과학 AI의 주도권 경쟁이 단순한 단백질 구조 예측 단계를 넘어 복잡한 실험 프로토콜의 오류를 잡아내고 다단계 분석을 수행하는 에이전트 역량으로 빠르게 옮겨가고 있음을 보여줍니다.