무슨 일이 있었나요
Anthropic이 자사 AI 모델 Claude가 지금까지 학계에 보고되지 않았던 새로운 효소 시스템을 찾아냈다고 발표했어요. 그냥 새로운 효소가 아니라, 유전자 가위로 유명한 CRISPR과 비슷한 '반복 서열(repeats)' 구조를 옆에 달고 있는 시스템이라는 점이 핵심이에요. 생물학이 낯설어도 괜찮아요. 왜 이게 개발자 커뮤니티에서 이야기할 만한 주제인지 차근차근 풀어볼게요.
한 줄로 먼저 말씀드리면, 이건 'AI가 논문을 잘 요약해줬다' 수준의 이야기가 아니에요. 사람이 아직 들여다보지 못한 유전체 데이터 더미 속에서 모델이 패턴을 짚어내고, 그게 실제 과학적 발견으로 이어졌다는 사례거든요. 소프트웨어를 만드는 우리 입장에서는 'LLM 에이전트가 진짜 연구 도구로 쓰일 수 있나'라는 질문에 대한 하나의 답이기도 해요.
이게 뭐냐면: CRISPR과 반복 서열
CRISPR은 Clustered Regularly Interspaced Short Palindromic Repeats의 약자인데요, 이름이 길어서 그렇지 구조 자체는 단순해요. 세균의 DNA를 쭉 읽다 보면 똑같은 짧은 문장이 일정한 간격으로 계속 반복되는 구간이 나와요. 그리고 그 반복 문장 사이사이에는 매번 다른 문장이 끼어 있어요. 이 사이사이 문장들의 정체는 예전에 그 세균을 공격했던 바이러스의 DNA 조각이었어요. 세균이 침입자의 얼굴을 잘라서 보관해 둔 '블랙리스트'인 셈이죠.
블랙리스트만 있으면 소용이 없으니까, 그 옆에는 Cas라고 부르는 효소(실제로 일을 하는 단백질)가 붙어 있어요. 같은 바이러스가 다시 들어오면 블랙리스트와 대조해서 그 DNA를 찾아가 잘라버리는 역할이에요. 이 '원하는 서열을 찾아가서 자른다'는 능력을 사람이 빌려 쓴 게 바로 유전자 편집 기술이고요. 그래서 생물학자들은 오래전부터 유전체 데이터베이스에서 '반복 서열 + 그 옆에 붙은 정체불명의 효소' 조합을 찾아다녔어요. 이 조합이 나오면 새로운 편집 도구가 될 가능성이 높거든요. Cas9 다음에 나온 Cas12, Cas13, 그리고 몇 년 전 진핵생물에서 발견된 Fanzor 같은 시스템도 이런 데이터 마이닝에서 출발했어요.
Claude는 어떻게 찾았을까
이번 발표의 포인트는 Claude가 방대한 서열 데이터를 분석하다가 기존 분류에 들어맞지 않는 효소 시스템을 짚어냈고, 그 곁에 CRISPR을 닮은 반복 구조가 있다는 걸 알아챘다는 거예요. '패턴 매칭 스크립트를 돌린 것과 뭐가 다르냐'고 물으실 수 있는데요, 차이는 누가 가설을 세우고 다음 단계를 정하느냐에 있어요.
이런 연구는 보통 이렇게 흘러가요. 먼저 공개 유전체나 메타게놈 데이터(바닷물이나 흙 같은 환경 샘플에서 통째로 읽어낸 DNA)에서 반복 서열이 나타나는 구간을 찾아요. 그다음 그 근처 유전자가 알려진 Cas 계열과 얼마나 닮았는지, 아니면 아예 다른 계통인지 비교하고요. AlphaFold 같은 단백질 구조 예측 도구로 3차원 모양을 그려서 'DNA를 자를 수 있는 부위가 있나'를 따져봐요. 사람 연구자라면 문헌 조사, 도구 실행, 결과 해석을 며칠에 걸쳐 오가야 하는 이 루프를, 모델이 도구를 직접 호출하면서 반복하는 게 요즘 말하는 에이전트형 연구예요. 코딩 에이전트가 테스트를 돌리고 실패 로그를 읽고 코드를 고치는 루프와 구조가 똑같아요. 대상이 코드가 아니라 염기서열일 뿐이죠.
물론 컴퓨터 안에서 '이거 수상하다'고 짚은 것과 실험실에서 '진짜 효소로 작동한다'를 확인하는 건 다른 단계예요. 원문을 읽으실 때 어떤 실험 검증을 거쳤는지, 어디까지가 모델의 기여이고 어디부터가 사람 연구자의 몫이었는지 구분해서 보시길 권해요. 이 경계가 이런 발표의 진짜 무게를 결정하거든요.
업계 맥락: 'AI 과학자' 경쟁
AI와 CRISPR의 만남이 처음은 아니에요. Arc Institute의 Evo라는 DNA 언어 모델은 아예 새로운 Cas 단백질 서열을 '생성'해서 실험실에서 작동을 확인한 적이 있어요. 반면 이번 Claude 사례는 자연에 이미 존재하지만 아무도 주목하지 않던 시스템을 '발견'한 쪽이에요. 둘은 상호보완적이에요. 자연에서 찾은 새 시스템은 생성 모델의 학습 재료가 되고, 생성 모델은 발견된 시스템의 변형을 빠르게 만들어내니까요.
범용 LLM을 연구 에이전트로 쓰는 흐름도 뜨거워요. Google DeepMind는 AI co-scientist라는 이름으로 가설 생성과 검토를 여러 에이전트가 나눠 맡는 시스템을 공개했고, FutureHouse는 문헌 검색부터 실험 설계까지 이어지는 에이전트를 만들고 있어요. Sakana AI는 논문 작성까지 자동화하는 AI Scientist를 실험했고요. 이번 발표는 이 흐름에서 벤치마크 점수가 아니라 '생물학적으로 의미 있는 새 시스템'이라는 실물을 내놓았다는 데 의미가 있어요.
한국 개발자에게 주는 시사점
첫째, 바이오인포매틱스가 갑자기 가까워졌어요. 서열 데이터베이스, BLAST 같은 정렬 도구, 구조 예측 모델은 전부 API나 CLI로 호출할 수 있어요. 이걸 MCP나 툴 호출로 엮어서 에이전트에게 쥐여주는 건 결국 소프트웨어 엔지니어링이에요. 국내에도 유전자 가위 원천 기술을 가진 기업과 바이오 스타트업이 꽤 있는데, 이런 곳에서 에이전트 파이프라인을 짤 줄 아는 개발자의 수요가 늘어날 거예요.
둘째, 도메인 지식이 완벽하지 않아도 시작할 수 있어요. 모델이 도메인 지식을 상당 부분 채워주니까, 개발자는 데이터 접근, 도구 연결, 검증 루프 설계에 집중하면 돼요. 다만 마지막 검증은 반드시 사람 전문가와 실험이 필요해요. 코드도 테스트 없이 머지하지 않잖아요.
셋째, 우리가 매일 쓰는 코딩 에이전트의 설계 패턴이 그대로 다른 분야로 확장된다는 점이에요. 관찰하고, 가설 세우고, 도구 돌리고, 결과 읽고, 가설을 고치는 루프를 잘 짜는 능력은 이제 어느 도메인에서든 통해요.
마무리
정리하면, LLM 에이전트가 유전체 데이터 속에서 사람이 놓친 CRISPR 닮은꼴 효소 시스템을 찾아냈고, 이건 AI가 '조수'에서 '공동 연구자'로 넘어가는 신호 중 하나예요.
여러분 생각은 어떠세요? AI가 찾아낸 발견의 공로는 누구에게 돌아가야 할까요? 그리고 여러분이 일하는 도메인에서 이런 발견 루프를 돌린다면 어떤 데이터에 먼저 붙여보고 싶으신가요?
🔗 출처: Hacker News