Claude는 신약을 만든 것일까? 단백질 설계 실험이 보여준 성과와 한계

검증에는 두 외부 기업이 참여했다. Adaptyv Bio는 Claude의 설계를 익명으로 전달받아 DNA를 합성하고 단백질을 발현한 뒤, 표면 플라스몬 공명(surface plasmon resonance) 방식으로 결합 여부를 측정했다. 반복 실험과 품질 관리 절차도 적용했다. Twist Bioscience 역시 설계 단백질을 독립적으로 제작하고 시험했다.

이는 컴퓨터상 구조 예측이나 벤치마크 점수만 제시한 것보다 한 단계 강한 검증이다. 하지만 확인된 것은 어디까지나 표적에 결합하는지 여부다. 실제 치료제가 되려면 표적 선택성, 세포 안에서의 기능, 단백질 안정성, 체내 전달, 약동학, 면역원성, 독성, 제조 가능성, 임상 효능을 차례로 확인해야 한다.

Claude는 어떤 방식으로 단백질을 설계했나

실험에는 인간 단백질 설계 전문가가 작성한 약 3만 토큰 분량의 초기 프롬프트가 사용됐다. 이후 인간의 개입은 최소화됐다. Claude는 표적 단백질을 조사하고, 결합 부위를 고르고, 공개적으로 이용 가능한 구조 예측 및 단백질 설계 도구를 호출·조합했으며, 후보를 생성한 뒤 결과를 필터링하고 순위를 매겼다.

대상에는 기존에 널리 활용되는 벤치마크 표적이 포함됐다. 동시에 이미 알려진 사례를 단순히 재현했을 가능성을 낮추기 위해 비교적 새로운 대회 표적 두 개도 포함했다. 따라서 이번 실험의 핵심은 Claude가 새로운 단백질을 설계했다는 사실뿐 아니라, 여러 전문 도구와 분석 단계를 연결해 하나의 작업 흐름으로 운영했다는 데 있다.

일부 결과는 기존 전문가 기록을 웃돌아

Anthropic은 최소 6개 표적에서 높은 친화도의 결합체가 나왔고, 최소 4개 표적에서는 과거에 보고된 결합력을 따라잡거나 넘어섰다고 밝혔다. 일부 최상위 설계는 이전에 발표된 최고 결과보다 몇 배 더 강하게 결합한 것으로 보고됐다.

RBX1 표적의 경우 Claude가 보고한 적중률은 약 40%였다. 이는 기존 대회 참가자들의 3.7%보다 높은 수치이며, 과거 우승 설계보다도 나은 결과였다고 Anthropic은 설명했다.

그렇다고 해서 Claude가 인간 단백질 설계자를 전면적으로 대체했다는 의미는 아니다. 실험 설계에는 전문가가 만든 초기 프롬프트가 필요했고, 후보물질의 실제 제작과 검증에는 전문 실험실이 참여했다. 이번 결과가 보여준 것은 인간과 실험실을 완전히 배제한 자동 신약 개발이라기보다, AI가 기존 전문 도구를 자율적으로 오케스트레이션해 탐색 속도와 규모를 높일 가능성이다.

'결합체 설계'와 '신약 개발' 사이의 거리

단백질 결합체는 표적에 붙는다는 점에서 유용한 출발점이다. 하지만 잘 붙는다는 사실만으로 약물이 되는 것은 아니다. 결합체가 실제로 원하는 생물학적 작용을 일으키는지, 다른 표적에는 잘못 붙지 않는지, 체내에서 안정적인지, 필요한 조직과 세포에 도달하는지, 독성이나 면역 반응을 일으키지 않는지를 별도로 검증해야 한다.

Martin Shkreli는 이번 결과에 대해 보고된 결합력이 제약 분야에서 기대하는 수준에 미치지 못하는 경우가 많고, 실험이 세포 외 표적에 집중됐다고 비판했다. 세포 안의 단백질을 겨냥하는 것은 더 어렵고, 단백질 결합체가 세포 내부로 들어가 작동하도록 만드는 문제도 남아 있다는 주장이다. 이는 중요한 한계 지적이지만, 동시에 다수의 설계 단백질이 실제 실험에서 표적에 결합했다는 측정 결과 자체를 무효화하지는 않는다.

Anthropic도 이번 작업을 완성된 신약 발견 시스템이 아니라 신약 개발 초기 단계에 해당하는 연구로 설명한다. 회사가 말하는 더 큰 목표는 단백질 결합체 설계와 화학 데이터 분석을 비롯한 여러 기능을 하나의 전 과정·다중 양식 신약 개발 체계로 연결해 연구 시간을 줄이는 것이다. Anthropic은 앞으로 남은 장벽 상당수가 단순한 모델 성능뿐 아니라 운영 방식과 정책에 있다고 보고 있다.

현재 생명과학 분야에서 가장 강력한 기능은 제한적으로 제공되고 있다. Anthropic은 검증된 과학자와 기업을 대상으로 한 접근 프로그램을 만들겠다고 밝혔으며, 일반적으로 이용 가능한 모델 가운데서는 Opus 5가 생명과학 작업에 가장 강력한 모델이라고 설명했다.

성능 향상만큼 커지는 안전성 문제

자율적으로 단백질을 설계하고 전문 도구를 연결하는 능력은 치료제 개발을 가속할 수 있다. 그러나 같은 작업 흐름이 유해한 생물학 연구에 필요한 시간과 전문 지식도 줄일 수 있다. 병원체 공학, 독소 관련 연구, 기타 이중용도 생물학 연구가 대표적이다.

이 때문에 Anthropic은 고급 생물학 연구 기능을 가장 강력한 모델에서 제한하고, 누구에게나 공개하는 방식보다는 통제되거나 검증된 이용자에게 제공하는 방향을 내세우고 있다. 핵심 과제는 정당한 치료제 연구에는 충분한 도구를 제공하면서도 위험한 생물학적 설계와 실행을 돕는 지원은 차단하는 것이다.

결론: '자율 신약 개발'이 아니라 강력한 초기 탐색 자동화

이번 실험은 Claude가 기존 단백질 설계 도구를 자율적으로 조사·호출·조합하고, 실제 실험에서 기준선보다 높은 결합 적중률을 달성할 수 있음을 보여줬다. Mythos Preview와 Opus 4.8이 15개 표적 중 14개에 대해 결합체를 설계했고, 외부 실험실 검증에서 1,320개 중 354개가 결합했다는 점은 분명한 성과다.

하지만 이 결과는 Claude가 신약을 만들었다는 뜻이 아니다. 세포 내부 표적 문제를 해결한 것도 아니며, 결합체 하나가 의약품이 되기까지 필요한 긴 실험·제조·규제 절차를 없앤 것도 아니다. 현재 가장 정확한 해석은 Claude가 신약 개발의 초기 후보 탐색을 크게 자동화할 가능성을 입증했다는 것이다.