Claude가 미지의 효소 시스템을 스스로 발견했다 — 950개 에이전트, 21시간, 생물학의 변곡점

보통 새로운 효소 시스템의 발견은 이런 식으로 이뤄진다. 연구자 한 명이 논문 수십 편을 읽으며 패턴을 찾고, 가설을 세우고, 실험실에서 수개월을 보낸다. 운이 좋으면 발견이 나오고, 그 과정이 다시 논문이 된다.

9월 23일, 그 과정이 조금 달리 진행됐다.

Anthropic이 생명과학 연구 그룹 출범을 발표하면서 함께 공개한 내용이 있었다. Claude가 기존에 특성이 알려지지 않은 박테리오파지 효소 시스템을 자율적으로 발견했다는 것이다. 이름은 배열 연관 역전사효소(Array-associated Reverse Transcriptases, ART). CRISPR와 유사한 메커니즘을 가진 시스템이다.

숫자를 보면 규모가 와닿는다. 950개의 Claude 에이전트가 21시간 동안 쉬지 않고 작동했다. 총 사용 토큰은 2억 1천만 개. 이 과정에서 스캔한 역전사효소 서열이 20만 개였고, 후보를 3,500개로 줄인 다음, 최종적으로 20개의 유력한 시스템을 특정했다.

이게 왜 중요한가

생물학 연구에서 도구는 언제나 발견의 경계를 결정해왔다. 현미경이 세포를 보여줬고, DNA 시퀀싱이 유전자를 읽게 해줬다. 이번 발견은 AI 에이전트가 생물학 연구의 도구로 진입했다는 신호다.

CRISPR 기반 유전자 편집 기술이 노벨상을 받은 건 2020년이다. 그 이후로 CRISPR-Cas 시스템의 변종을 찾는 연구가 이어져왔다. 새로운 시스템을 찾으면 유전자 편집 도구의 정밀도를 높이거나 적용 범위를 넓힐 수 있기 때문이다.

이번에 Claude가 발견한 ART 시스템은 박테리오파지(세균을 감염시키는 바이러스)에서 나왔다. 이 종류의 효소는 자연에 엄청난 수가 있지만 대부분 아직 특성이 파악되지 않은 채로 있다. 모든 걸 실험실에서 하나씩 확인하는 게 불가능하기 때문이다. Claude 에이전트들이 한 일이 정확히 그 부분이었다.

950개 에이전트가 21시간 동안 한 일

이 실험의 구조를 이해하면 더 흥미롭다.

연구팀은 먼저 Claude에게 역전사효소 서열 데이터베이스에 접근하게 했다. 에이전트들은 각자 서열의 일부분을 맡아서 구조적 특성, 진화적 연관성, 관련 논문 내용을 교차 분석했다. 한 에이전트가 패턴을 발견하면 그 정보가 다른 에이전트들의 분석에 반영됐다.

이건 단순한 검색이 아니었다. 에이전트들은 "이 서열이 왜 흥미로운가"를 추론하고, 그 추론을 다음 에이전트에게 넘겼다. 21시간 동안 2억 1천만 개의 토큰이 이 추론 과정에 쓰였다.

3,500개 후보에서 20개를 가려내는 과정도 에이전트가 했다. 구조 예측, 기능 유사성, 실험 검증 가능성을 기준으로 우선순위를 매겼다. 연구자들이 최종적으로 한 일은 그 20개 목록을 받아서 실험실 검증 계획을 수립하는 것이었다.

Anthropic이 생명과학 연구 그룹을 만든 배경

이번 발표와 함께 Anthropic은 공식적인 생명과학 연구 그룹 설립도 알렸다. 전용 웻 랩(wet lab)도 구축한다고 했다. 웻 랩은 실제 생물학 실험이 이뤄지는 물리적 실험실이다. AI 회사가 실험실을 직접 운영한다는 건 다른 의미가 있다.

지금까지 AI 회사들의 과학 협업은 주로 데이터 제공이나 계산 지원이었다. Anthropic이 자체 웻 랩을 갖는다는 건 발견에서 검증까지 직접 관여하겠다는 뜻이다. "AI가 발견하고 생물학자가 확인한다"에서 "AI 회사가 발견과 확인을 모두 한다"로 바뀌는 것이다.

DeepMind가 AlphaFold로 단백질 구조 예측을 바꿔놓은 것처럼, Anthropic은 에이전트 기반 생물학 연구로 어떤 변화를 만들 수 있는지 직접 보여주려는 것으로 보인다.

생물학 연구자가 지금 이 소식을 어떻게 읽어야 하는가

AI가 내 일자리를 빼앗는다는 뜻이 아니다. 오히려 가능한 연구의 범위가 넓어진다는 뜻에 가깝다.

지금까지 연구자들이 데이터 규모 때문에 다루지 못했던 질문들이 있다. 20만 개의 서열을 분석하는 건 사람이 할 수 없는 규모였다. 에이전트가 그 규모를 처리해주면, 연구자는 20개 유력 후보를 놓고 창의적인 가설을 세우는 데 집중할 수 있다.

이번 ART 발견이 실험실 검증을 거쳐 실제 기능이 확인되고 논문으로 나오면, AI 에이전트를 생물학 연구 파트너로 쓰는 사례가 빠르게 늘어날 것이다.

한눈에 보기 — 핵심 요약