노보 노디스크·앤트로픽 협력, 신약 개발에 ‘클로드’를 어디까지 쓰나

노보 노디스크의 앤트로픽 협력은 클로드(Claude)를 문서 작성과 소프트웨어 업무에 쓰던 단계에서, 과학 연구개발(R&D)로 활용 범위를 넓히는 움직임이다. 핵심은 대형 제약사가 생성형 AI를 단순 행정 자동화 도구가 아니라, 초기 신약 발굴 과정에서 복잡한 생물학적 판단을 보조할 수 있는 도구로 시험한다는 데 있다. 1

초기 적용: AI에 연구를 맡기는 것이 아니라, 연구 과제를 함께 푸는 방식

노보 노디스크는 자사 연구진과 컴퓨팅 팀이 선정한 R&D 과제에 앤트로픽의 클로드 모델과 Claude Science를 우선 시험 적용할 계획이다. 초점은 신약 발굴·개발에서 필요한 과학적 추론과 생물학적 이해다. 즉, AI가 연구 의사결정을 통째로 대신하는 것이 아니라 연구자들이 정의한 문제를 분석하고 검토하는 데 보조적으로 쓰겠다는 구상이다. 1

기대되는 과학적 이점과 분명한 한계

원칙적으로 이런 모델은 서로 형식이 다른 방대한 생의학 자료를 종합하고, 여러 가설을 만들고 비교하며, 약물 표적·생물학적 경로·실험 결과 사이의 연관성을 찾아내는 데 도움을 줄 수 있다. R&D의 반복 속도와 생산성을 높일 가능성도 있다. 1

하지만 이는 어디까지나 잠재적 이점이다. AI가 스스로 안전하고 효과적인 신약을 발견했다는 뜻은 아니다. 모델이 낸 결과는 실험 재현, 임상시험, 규제 기준에 맞춘 검토를 반드시 통과해야 한다. 신약 개발에서 중요한 평가는 AI가 만든 텍스트나 가설의 양이 아니라, 그 가설이 실험으로 재현되고 유효한 후보물질로 이어지는지에 달려 있다. 1

내부 R&D 소프트웨어 개발도 협력 대상

협력에는 이른바 ‘에이전트형’ 소프트웨어 엔지니어링도 포함된다. 클로드 모델이 노보 노디스크 내부의 R&D 소프트웨어와 데이터 업무 흐름을 구축·유지·개선하는 데 쓰일 수 있다는 의미다. 검증된 도구를 더 빨리 개발할 수 있다면, 특정 연구 과제 하나의 효율을 넘어 조직 전체의 연구 역량을 높이는 효과를 낼 수 있다. 1

기존 문서 자동화 성과는 무엇을 보여주나

노보 노디스크는 이미 클로드 기반 시스템을 임상시험 보고서 작성 자동화에 사용해 왔다. 앤트로픽 측은 한 업무 흐름에서 임상시험 문서 준비 시간이 10주 이상에서 약 10분으로 줄었고, 기기 검증 프로토콜에 필요한 자원도 95% 감소했다고 밝혔다. 10

다만 이 수치는 기업이 제시한 운영 효율 지표다. 규제 승인까지 걸리는 시간이 실제로 단축됐는지, 또는 임상 결과가 더 좋아졌는지를 보여주는 근거로 해석해서는 안 된다. 10

제약업계의 AI 경쟁, 그리고 안전성 논쟁

이번 계약은 제약업계가 표적 발굴, 분자 설계, 임상시험 계획 등에 AI 모델과 특화 과학 도구, 자동화 실험실을 더 적극적으로 도입하는 흐름과 맞닿아 있다. 업계는 R&D 비용과 기간을 줄일 수 있을 것으로 기대하지만, 진짜 시험대는 실험으로 검증 가능한 후보물질과 재현 가능한 성과를 낼 수 있느냐다. 6

동시에 첨단 AI의 개발 속도를 놓고는 업계 내부에서도 견해가 갈린다. 앤트로픽의 다리오 아모데이, 오픈AI의 샘 올트먼, 일론 머스크는 더 강력해지는 시스템의 개발 속도를 조율해 늦추거나 안전장치를 강화해야 한다는 입장인 반면, 메타의 마크 저커버그는 시장 중심의 안전장치를 선호해 왔다. 7

노보 노디스크와 앤트로픽의 협력은 이 긴장을 잘 보여준다. 첨단 AI는 의학과 과학 분야에서 의미 있는 효용을 낼 수 있지만, 성능이 높아질수록 오남용, 신뢰성, 보안, 거버넌스 문제도 함께 커진다. 17

결론적으로 이번 협력은 첨단 AI가 실제 제약 R&D에서 어떤 가치를 만들 수 있는지 가늠하는 중요한 현장 시험이다. 다만 의료적 의미가 입증되려면 자동화 시간 절감만이 아니라, 검증된 과학적 결과와 지속적인 개발 기간 단축 효과를 보여줘야 한다.