지금까지 AI 기업들은 더 똑똑한 모델을 만드는 경쟁을 벌였습니다. Claude Science는 그 무대가 모델에서 작업환경으로 옮겨가고 있다는 신호입니다.
Anthropic이 과학자를 위한 전용 AI 워크스페이스, Claude Science를 공개했습니다. 유전체학, 단백질 구조, 화학 등 연구 전 과정을 하나의 환경에서 처리하도록 설계됐는데, 흥미로운 지점은 따로 있습니다. 새로운 모델을 내놓은 게 아니라, 기존 Claude 모델을 그대로 쓴다는 것입니다.
출처: Claude Science, an AI workbench for scientists – Anthropic
과학자의 책상을 그대로 옮겨온 구조
연구자들은 원래 PubMed에서 논문을 찾고, Jupyter로 분석하고, R로 통계를 돌리고, 클러스터 터미널로 대규모 연산을 넘기는 식으로 여러 도구를 오가며 일합니다. Claude Science는 이 흩어진 작업을 한 세션 안으로 모읍니다.
작동 방식은 이렇습니다. 하나의 조정자 에이전트가 UniProt, PDB, ClinVar 같은 60여 개 데이터베이스와 유전체학·단백질 구조·화학 분야에 특화된 스킬을 붙잡고 있다가, 필요하면 하위 에이전트를 만들어 작업을 나눕니다. 결과물이 나오면 별도의 리뷰어 에이전트가 인용과 계산을 다시 점검하고, 틀린 부분을 스스로 고칩니다. 대규모 연산이 필요하면 노트북 한 대에서 시작해 랩이 보유한 HPC 클러스터나 온디맨드 GPU로 작업을 확장하는데, 데이터 자체는 랩의 인프라를 벗어나지 않고 필요한 맥락만 모델로 전달됩니다.
새 모델이 아니라 워크플로우에 건 베팅
Anthropic은 이 제품이 새 모델도, 생물학에 더 특화된 모델도 아니라고 스스로 못 박습니다. Opus 4.8을 포함해 누구나 쓸 수 있는 동일한 Claude 모델이 돌아갈 뿐입니다. 대신 그 모델을 특정 직군의 작업 흐름에 맞춰 감싸는 데 힘을 쏟았습니다.
이 방식은 낯설지 않습니다. Claude Code가 개발자에게 코드 편집기와 터미널, 버전관리를 하나로 묶어주면서 개발자의 표준 작업환경으로 자리잡았던 흐름과 같은 궤도에 있습니다. 모델 성능만으로는 특정 직군을 완전히 붙잡기 어렵다는 판단이 있었을 겁니다. 그래서 그 직군이 매일 쓰는 도구 전체를 자사 생태계 안으로 흡수하는 쪽을 택한 겁니다.
세 회사, 세 갈래 길
같은 문제를 놓고 경쟁사들의 답은 각기 다릅니다. Anthropic은 Pro, Max, Team, Enterprise 구독자라면 누구나 베타로 Claude Science를 쓸 수 있게 열어뒀습니다. 반면 OpenAI는 지난 4월 생물학 추론에 특화해 별도로 미세조정한 모델 GPT-Rosalind를 내놓았는데, 이쪽은 미국 내 자격을 갖춘 기업 고객으로 접근이 제한된 연구 프리뷰입니다. Google DeepMind는 아예 다른 층위에서 움직입니다. AlphaFold나 AlphaGenome처럼 다른 두 회사는 도구로 불러다 쓸 수밖에 없는 기반 과학 모델 자체를 보유하고 있고, 이를 30여 개 생명과학 데이터베이스와 함께 Gemini for Science라는 하나의 스킬셋으로 묶었습니다.
넓게 열어 구독자 전체를 끌어들이는 전략, 좁게 걸어 잠그고 검증된 기업만 들이는 전략, 아예 남이 못 가진 기반 모델을 무기로 쓰는 전략. 세 회사가 같은 시장을 서로 다른 방식으로 겨냥하고 있는 셈입니다.
이 구도가 과학 분야에만 머물 이유는 없습니다. Claude Code가 개발이라는 직군의 작업환경을 흡수했듯, Claude Science가 연구라는 직군을 흡수하려는 시도라면, 다음은 법률이든 금융이든 또 다른 전문 직군의 작업환경을 두고 같은 싸움이 벌어질 가능성이 있습니다. AI 기업들의 경쟁이 모델 성능표에서 각 직군의 책상 위로 옮겨가고 있다는 것, 그 자체가 지금 눈여겨볼 지점입니다.
참고자료:
답글 남기기