노보 노디스크, 클로드로 신약개발 시험…AI가 바꿀 수 있는 범위는 어디까지

노보 노디스크가 앤트로픽(Anthropic)과 손잡고 생성형 AI 모델 ‘클로드(Claude)’를 신약 연구개발에 시험 적용한다. 이번 협력의 본질은 문서 작성이나 코딩 속도를 높이는 데 그치지 않고, 복잡한 과학 문제를 다루는 연구자 중심의 업무 과정에서 AI가 실제로 유용한지를 검증하는 데 있다.

양사는 2026년 9월 16일 협력을 발표했다. 노보 노디스크의 과학자와 계산과학팀이 찾아낸 핵심 신약 발굴 과제를 함께 다루고, 생물학적 추론을 지원할 특정 과학 과제 및 업무 흐름에 맞춘 해법을 개발한다는 계획이다. 노보는 우선 연구개발(R&D)의 일부 업무에서 ‘Claude Science’를 시험한다.1

AI가 신약 후보를 독자적으로 고른다는 뜻은 아니다

발표 내용은 클로드가 연구자를 대체하거나 신약 후보를 독자 결정한다는 선언과는 거리가 있다. 핵심은 연구자가 정한 문제와 업무 흐름 안에서 가설, 근거, AI의 결과물을 사람이 검토할 수 있도록 하면서 AI의 실용성을 평가하는 것이다.

신약 연구는 논문, 유전체·단백질 데이터, 실험 결과 등 매우 크고 이질적인 정보를 함께 해석해야 한다. 충분한 성능을 갖춘 모델이라면 정보를 정리하고, 가능한 설명을 비교하며, 연구 주기를 더 반복적으로 운영하는 데 도움을 줄 가능성이 있다. 노보와 앤트로픽이 내세운 목표도 전사적 범용 챗봇 배포가 아니라 특정 문제에서의 생물학적 추론 지원이다.1

다만 정보 종합이 빨라지거나 가설이 많이 나온다고 해서 곧바로 치료 가능한 의약품이 탄생하는 것은 아니다. 협력의 성패는 실험으로 뒷받침되고 재현 가능한 연구 결과를 내는지, 그리고 개발 업무에 지속적인 개선을 가져오는지로 판단해야 한다.

‘에이전틱 소프트웨어 엔지니어링’도 협력 범위

이번 협력은 과학 분석에만 국한되지 않는다. 노보는 앤트로픽의 최첨단 모델을 에이전틱 소프트웨어 엔지니어링에도 활용할 예정이다. 이는 AI가 소프트웨어를 개발·개선하는 작업을 보조하는 방식을 말한다.1

현대 신약 R&D는 내부 데이터 시스템, 분석 파이프라인, 전문 연구 애플리케이션에 크게 의존한다. AI가 이런 도구의 개발과 유지보수를 효율화한다면, 한 가지 연구 과제의 성과를 넘어 여러 업무 전반에 효과가 누적될 수 있다.

이미 확인된 활용 사례는 임상 문서 자동화

노보와 앤트로픽의 관계는 이번 R&D 확대 이전부터 이어져 왔다. 앤트로픽은 노보가 클로드 기반 도구로 임상시험 결과보고서 작성과 관련 문서 업무를 자동화해 왔다고 밝혔다.

앤트로픽의 사례 연구에 따르면, 한 업무 흐름에서 임상 연구 문서 작성 시간은 10주 이상에서 10분으로 줄었고, 의료기기 검증 프로토콜 작성에 필요한 자원은 95% 감소했다.10

수치 자체는 상당히 크지만 해석에는 주의가 필요하다. 이는 앤트로픽이 제시한 문서 업무의 효율 지표이지, 규제 승인 기간 단축이나 임상 결과 개선, 신약 후보의 성공률 향상을 입증하는 수치는 아니다. 이번 협력의 의미는 행정·문서 및 소프트웨어 업무에서 검증해 온 활용을 선별된 과학 R&D 문제로 확장한다는 데 있다.

제약업계 전반으로 번지는 AI 도입

노보의 결정은 제약업계의 더 큰 흐름과 맞닿아 있다. 제약사들은 표적 발굴, 분자 설계, 임상시험 계획을 개선하고 비용과 시간을 줄이기 위해 모델링 도구와 자동화 실험실에 AI를 적용하고 있다.33

그러나 제약 분야에서 AI의 기준은 자연스러운 문장 생성이나 빠른 코드 작성보다 훨씬 높다. 과학자가 검증할 수 있는 엄밀한 영역별 업무에서 성과를 입증해야 하며, 결국 실험과 임상, 규제 검토의 문턱을 통과해야 한다.

최첨단 AI의 속도를 둘러싼 논쟁도 계속된다

이번 협력은 AI 모델의 고도화를 얼마나 빠르게 추진해야 하는지를 두고 논쟁이 커지는 시점에 나왔다. 로이터에 따르면, 앤트로픽의 다리오 아모데이 CEO와 오픈AI의 샘 올트먼 CEO, 일론 머스크는 고성능 AI 개발 속도의 조율된 완화를 지지해 왔다. 반면 메타의 마크 저커버그 CEO는 시장 주도의 안전장치를 선호한다.34

노보와 앤트로픽의 협업은 이 논쟁이 단순하지 않은 이유를 보여준다. 최첨단 AI는 의약품 연구개발의 효율을 높이는 실질적 기회를 제공할 수 있다. 동시에 의료·과학처럼 결과의 정확성과 책임이 중요한 분야에서는 신뢰할 수 있는 평가, 인간의 감독, 강한 거버넌스가 필수다.

앞으로 확인할 지표

현재 확인된 사실은 대형 제약사가 연구자들이 정의한 신약 발굴 업무에서 최첨단 AI를 평가하기 시작했다는 점이다. 클로드의 노보 내 역할은 임상 문서 자동화와 소프트웨어 개발에서 R&D로 넓어지고 있지만, AI가 이미 새 의약품의 출시를 앞당겼다는 증거는 아직 없다.110

앞으로 주목할 것은 구체적이고 검증 가능한 결과다. 어떤 업무가 개선됐는지, 연구자들이 AI 결과를 어떤 기준으로 평가했는지, 그리고 기존 자동화 지표를 넘어 실험으로 확인된 과학적 성과가 나왔는지가 진짜 시험대가 될 전망이다.