핵심 내용
Anthropic은 9월 23일 자사 생명과학 연구팀에서 Claude가 CRISPR와 비슷한 반복서열 특징을 가진 새로운 효소 시스템을 찾아냈다고 발표했다. 회사가 array-associated reverse transcriptases(ART)라고 부르는 이 시스템은 bacteriophage에서 주로 발견되며, reverse transcriptase와 주변 유전자, 규칙적으로 반복되는 DNA 배열로 구성된다. 기존 연구에서 underlying reverse transcriptase 자체는 알려져 있었지만, Anthropic은 Claude가 비암호화 반복 배열과 추가 accessory protein을 함께 하나의 시스템으로 인식한 첫 사례로 보인다고 설명했다.
연구에서는 약 950개의 Claude Agent가 21시간 동안 2억1천만 토큰을 사용해 20만 개가 넘는 reverse transcriptase를 수집하고 약 3,500개의 새로운 후보 시스템을 걸러낸 뒤, 최종적으로 가장 유망한 20개를 집중 분석했다. 이후 사람이 실험실에서 검증했고, 초기 실험에서는 ART의 반복 배열이 서로 구분되는 짧은 RNA들로 발현되는 현상을 확인했다.
가장 중요한 불확실성은 ART의 실제 생물학적 기능이 아직 밝혀지지 않았다는 점이다. CRISPR처럼 programmable gene-editing tool로 쓸 수 있다는 것이 증명된 것도 아니다. Anthropic 역시 후속 실험이 필요하다고 명시했고, 모든 wet-lab 작업은 인간 연구자가 BSL-1/BSL-2 환경에서 수행했으며 인간 감염성 병원체는 다루지 않았다고 밝혔다.
배경
Anthropic은 최근 베이 지역에 자체 생명과학 연구실을 구축하고, 수천 개의 후보를 AI Agent가 탐색한 뒤 사람이 물리 실험으로 검증하는 폐쇄루프 연구방식을 실험하고 있다. 기존 과학 AI가 논문요약이나 구조예측처럼 사람이 지정한 문제를 푸는 데 집중했다면, 이번 사례는 대규모 생물정보 데이터에서 ‘이상한 패턴’을 스스로 찾고 연구후보를 제안하는 역할로 확장된 사례다.
산업·시장에 미치는 영향
AI 과학도구의 가치가 단순한 연구보조에서 후보물질·새 효소·가설을 대량 생성하고 우선순위를 정하는 단계로 이동할 수 있다. 이 방식이 재현되면 제약·합성생물학·재료과학에서 탐색공간을 훨씬 넓게 훑을 수 있지만, 실제 실험검증 비용과 false positive를 얼마나 줄일 수 있는지가 경제성을 결정한다. 또한 dual-use 생물학 분야에서는 높은 capability에 대한 접근통제와 연구 provenance가 더 중요해질 가능성이 높다.
실무에서 바로 활용할 수 있는 시사점
연구 Agent를 설계할 때 one-shot 답변보다 대규모 탐색 → 후보 점수화 → 비판적 재검토 → 사람 검토 → 실험 검증 구조가 적합하다. Agent가 생성한 가설 수, 탈락 이유, 참고 데이터와 최종 실험결과를 연결해 저장해야 어떤 탐색 패턴이 실제 발견으로 이어지는지 학습할 수 있다. 물리 실험은 모델과 분리된 안전 controller와 사람 승인 아래 두는 것이 기본이다.