클로드가 오픈소스 생물분자 모델 30여 개를 4주 만에 평균 4배로 가속했다

앤스로픽(Anthropic)은 2026년 9월 17일 클로드가 과학자들이 쓰는 오픈소스 생물분자 모델 30개 이상을 4주가 채 안 되는 기간에 평균 약 4배 빠르게 만들었다고 공개했다. 정밀도 손실을 거의 없앤 조건에서 평균 4배, 출력이 완전히 동일한 조건에서 약 2배가 나왔고, 클로드가 만든 저메모리 Big 모드는 엔비디아 GPU 노드 한 대에서 1만 토큰이 넘는 생물분자 시스템을 정확히 예측하게 만들었다. 같은 발표에는 엔비디아 H200 한 장과 24시간으로 표적 16개의 단백질 결합체를 설계해 GPU 시간을 약 100분의 1로 줄인 결과와, 어댑티브 바이오(Adaptyv Bio)와 공동 주최하는 단백질 설계 대회가 함께 실렸다. ASAP은 이 발표에서 가속 배수보다 먼저 읽어야 할 조건이 무엇인지 갈라서 정리한다.

삼각 연산 두 개가 구조 예측 비용의 대부분을 차지한다

알파폴드3(AlphaFold3)와 오픈폴드3(OpenFold3), 볼츠-2(Boltz-2)가 실행 시간과 메모리의 상당 부분을 쓰는 곳은 삼각 어텐션과 삼각 곱셈이며, 두 연산은 시스템 크기를 2배로 키우면 비용을 8배로, 3배로 키우면 27배로 늘린다. 두 연산은 토큰 세 개씩의 조합 위에서 작동하며, 생물분자 시스템의 기하 구조를 모델링할 수 있게 해 주는 대신 실행 시간과 메모리가 모두 세제곱으로 불어난다. 앤스로픽이 말하는 토큰은 아미노산과 뉴클레오타이드, 그리고 저분자와 이온에서 온 원자를 가리킨다.

이 비용 구조 때문에 두 연산은 이미 전용 커널 개발의 표적이었다. 엔비디아의 쿠이퀴바리언스(cuEquivariance)가 먼저 있었고, 최근에는 엔비디아 바이오네모 추론 런타임(BioNeMo-IR)이 나왔다. 커널은 GPU 같은 가속 하드웨어를 위한 저수준 소프트웨어 번역 계층이며, 비용이 큰 연산을 하드웨어 특성에 맞춰 다시 쓰는 작업이다.

앤스로픽이 이번에 클로드와 함께 만든 것은 이 계층에 들어가는 새 커널 묶음이다. 표적은 최신 구조 예측 모델의 바탕이 되는 페어포머(Pairformer) 아키텍처의 핵심 구성 요소이고, 비교 기준은 사람이 손으로 다듬어 온 현장 표준이다.

플래시페어포머는 엔비디아 커널을 기준선으로 삼았다

앤스로픽이 클로드와 함께 만든 커스텀 커널 플래시페어포머(FlashPairformer)는 삼각 어텐션에서 현장 표준 대비 평균 2.7~2.9배, 삼각 곱셈에서 1.7~3.2배 빠르며, 수치 범위는 모델 구성에 따라 갈린다. 앤스로픽은 이 결과를 새로운 최고 기록으로 표기했다. 비교 대상이 공개된 다른 연구팀의 커널이 아니라 엔비디아가 직접 만든 전용 커널이라는 점이 이 수치의 성격을 정한다.

전용 커널 외에 모델별 개별 최적화도 함께 들어갔다. 앤스로픽은 중복 재계산을 캐싱하고 죽은 분기를 상수 출력으로 단순화하는 식의 변경을 예로 들었다. 두 갈래를 합쳐 구조 예측 모델은 평균 4배 빨라졌고, 앤스로픽은 모델마다 가속 버전이 구조 예측 같은 하위 작업의 성능에 영향을 주지 않았음을 확인했다고 밝혔다.

수치를 인용할 때 조건을 갈라야 하는 지점이 여기다. 전체 30여 개 모델에 대한 평균 약 4배는 정밀도를 최소한으로 희생한 조건의 값이고, 출력이 완전히 동일한 조건에서는 약 2배다. 구조 예측 모델로 범위를 좁히면 각각 약 4배와 약 1.6배다. 앤스로픽은 콜랩폴드(ColabFold) 1.6.3이 같은 시기에 내놓은 선택적 고속 커널은 아직 벤치마크에 포함되지 않았다는 단서도 함께 적었다.

Big 모드가 연 것은 속도가 아니라 크기다

클로드가 만든 저메모리 Big 모드는 엔비디아 GPU 노드 한 대에서 1만 토큰이 넘는 생물분자 시스템을 정확히 예측하게 만들었고, 앤스로픽은 이 모드로 접은 분자 기계 4개를 공개했다. 사람 미토콘드리아 복합체 I와 TRiC 샤페론 복합체, 프로테아좀, 세균 리보솜이며, 각각 실험으로 결정된 구조에 가깝게 맞았다. 앤스로픽은 복합체 I와 70S 리보솜이 각각 1만 토큰이 넘는다는 점을 들어 알파폴드3가 정확히 예측한 40S 리보솜의 7,663토큰과 대비했다.

정확도의 기준선도 함께 제시됐다. 예측된 계면은 DockQ 점수가 0.23을 넘으면 허용 가능한 것으로 본다. 앤스로픽은 구조 예측에서 만든 고속 모드가 생물분자 계면을 모아 놓은 집합 전체에서 기본 설정과 통계적으로 구분되지 않는다고 적었다.

세포 안의 일은 상당 부분 이런 큰 분자 기계가 한다. 단백질을 만드는 리보솜, 세포에 에너지를 공급하는 호흡 복합체, 다른 단백질이 접히도록 돕는 샤페론이 모두 수십 개의 부품으로 조립되고, 기능은 부품들이 어떻게 맞물리는지에 달려 있다. 지금까지 이 규모의 구조 예측은 여러 GPU 노드에 추론을 분산해야 했고, 그래서 대다수 분자생물학자에게 닿지 않는 작업이었다.

4배보다 4주와 두 사람이라는 조건이 앞선다

앤스로픽은 커널 엔지니어링 경험이 없는 기술 스태프 2명이 클로드를 감독해 4주가 채 안 되는 기간에 모델 30개 이상을 가속했다고 적었다. 두 사람은 생물분자 모델링에는 익숙하지만 추론 최적화와 커널 작성은 해 본 적이 없다. 앤스로픽 스스로 밝힌 대로 이런 최적화는 보통 숙련된 엔지니어 팀이 모델 하나마다 몇 주씩 붙어야 하고, 그 작업은 대체로 다른 모델로 옮겨 가지 않는다.

가속 배수만 놓고 보면 이 결과는 인상적이되 낯설지는 않다. 커널 최적화는 이미 여러 팀이 성과를 내 온 분야이고, 2.7배나 4배라는 숫자 자체는 사람이 충분한 시간을 들여도 도달 가능한 범위에 있다. 정작 바뀐 항목은 그 숫자에 도달하는 데 필요한 인력 구성이다. 도메인 지식은 있으나 저수준 성능 엔지니어링 경험은 없는 연구자 두 명이 감독자 역할만 맡아 4주 안에 30개 모델을 처리했다는 구성이, 배수보다 재현하기 어렵고 그래서 더 중요한 부분이다.

실무적으로 이 구분은 도입 판단의 방향을 바꾼다. 커널 작성은 그동안 전담 인력을 뽑거나 외주를 주는 항목이었고, 모델 하나를 위해 그 비용을 쓸 가치가 있는지가 늘 쟁점이었다. 감독자 두 명 체제가 성립한다면 판단의 단위가 모델 하나가 아니라 팀이 쓰는 모델 전체로 옮겨 간다. 다만 앤스로픽이 공개한 것은 자사 내부 범용 연구 모델로 얻은 한 사례이며, 같은 구성이 다른 코드베이스와 다른 도메인에서 반복된다는 근거는 이 발표에 들어 있지 않다.

붕괴한 캡시드 예측이 경계선을 그대로 보여준다

클로드는 엔비디아 B300 GPU 8개짜리 노드 한 대로 3만 1천 토큰에서 7만 토큰이 넘는 바이러스 캡시드와 단백질 구획까지 추론을 돌렸지만, 앤스로픽은 이 구조들이 정확히 예측되지 않았고 붕괴했다고 밝혔다. 이들 시스템은 구조 예측 모델의 학습 컨텍스트보다 거의 두 자릿수 크며, 앤스로픽은 이를 일반화의 실패로 적었다. 능력 확인용 실행은 리사이클 없이 트렁크를 한 번만 통과시키는 개념 증명 조건으로 돌렸다.

실패를 지운 발표가 아니라는 점이 이 대목의 가치다. Big 모드가 연 것은 두 가지 서로 다른 성취이며, 하나만 인용하면 사실이 아니게 된다. 1만 토큰대에서는 정확한 예측이 되고, 7만 토큰대에서는 메모리가 감당은 하되 결과가 무너진다. 즉 이번에 풀린 것은 계산 자원의 문턱이고, 풀리지 않은 것은 모델 자체의 일반화 한계다.

이 구분은 다음 병목이 어디인지를 지목한다. 모델 가중치와 학습 데이터가 그대로인 상태에서 메모리 제약만 걷어내자, 성능 곡선이 끊기는 지점이 하드웨어에서 학습 컨텍스트로 이동했다. 앤스로픽이 학습 컨텍스트의 약 1.5자릿수 바깥까지는 일반화가 됐다고 적은 것과, 거의 두 자릿수 바깥에서는 붕괴했다고 적은 것을 함께 읽으면 경계가 어디쯤인지 짐작할 근거가 생긴다. 큰 분자 기계를 다루려는 팀에게 실질적인 다음 질문은 노드를 더 붙일지가 아니라, 더 긴 컨텍스트로 학습된 구조 예측 모델이 언제 나오는지가 된다.

GPU 시간 100분의 1이 바꾸는 것은 참가자 수다

클로드 모델 세 종이 엔비디아 H200 한 장과 24시간으로 표적 16개의 결합체를 설계해, GPU와 토큰을 합쳐 약 150달러로 이전 캠페인의 인실리코 성능에 맞먹는 결과를 냈다. 앞선 연구에서 앤스로픽은 클로드에게 약 1만 6천 단어짜리 프롬프트를 주고 서브 에이전트를 쓰게 했으며 표적 하나당 모달(Modal)에서 최대 1만 달러, 대략 엔비디아 H100 2,500시간을 24시간 안에 쓰도록 허용했다. 이번에는 단일 클로드 모델에 약 1,100단어 프롬프트와 사전 설치된 도구 참조 시트만 주고, 서브 에이전트도 설계를 조종하는 사람도 없이 돌렸다.

평가에 쓴 지표는 웻랩 결합을 예측하는 것으로 알려진 인실리코 점수 ipSAE다. 표적 16개 평균에서, 평가된 클로드 모델 세 종 모두의 중앙값 설계와 최고 점수 설계가 이전 미토스 5.1 캠페인과 거의 같은 ipSAE 값에 도달했다. 세 모델은 미토스 5.1(Mythos 5.1)과 미토스 5, 오푸스 5다.

여기서 조심해야 할 단어는 인실리코다. 맞먹었다고 적힌 대상은 앞선 캠페인의 계산상 점수이며, 웻랩에서 실제로 결합하는 비율을 이번에 다시 측정했다는 서술은 발표에 없다. ipSAE가 결합을 예측하는 지표라는 설명이 붙어 있어도, 지표 위에서의 동률과 실험실에서의 동률은 다른 주장이다.

그 단서를 붙이고 나서도 남는 함의는 분명하다. 표적 하나에 1만 달러를 써야 하던 작업이 약 150달러로 내려오면, 이 연구를 할 수 있는 집단의 크기가 달라진다. 앞선 발표에서 앤스로픽 스스로 밝혔듯 이전 방식은 대다수 단백질 설계자가 감당할 수 있는 수준이 아니었다. GPU 한 장과 하루면 되는 조건은 국내 대학 연구실과 소규모 바이오 스타트업이 자체 표적으로 같은 실험을 돌려 볼 수 있는 범위에 들어온다. 오픈소스로 공개된 최적화 코드가 이 문턱을 실제로 낮추는지는 외부 재현이 붙어야 확인된다.

대회와 검증 프로그램은 결과를 밖에서 다시 재게 만든다

앤스로픽은 어댑티브 바이오와 함께 단백질 설계 대회를 열고 클로드 크레딧 최대 100만 달러와 모달 컴퓨트 크레딧 25만 달러, 설계 5,000건 이상의 웻랩 검증을 건다. DNA는 트위스트 바이오사이언스(Twist Bioscience)가 제공한다. 두 팀이 함께 고른 문제는 다섯 개이며, 종간 교차 반응성과 pH 민감성, 펩타이드-MHC 특이성 같은 과제와 GPCR 같은 까다로운 표적이 들어 있다.

이 대회 설계가 앞 절의 단서와 맞물린다. 인실리코 점수로 동률을 주장한 결과에 대해, 외부 참가자들의 설계를 5,000건 넘게 실제로 합성하고 측정하는 절차가 붙는 구조이기 때문이다. 앤스로픽은 이와 별개로 생명과학 검증 프로그램(Life Sciences Verification Program)의 첫 기관 그룹을 등록했고 같은 날 공개 베타를 열었다고 밝혔다.

한국의 연구 그룹이 이 발표에서 당장 쓸 수 있는 부분은 대회보다 코드 쪽이다. 최적화된 모델 코드가 공개됐고 기술 보고서가 함께 나왔으므로, 같은 커널을 자기 파이프라인에 붙여 가속 배수를 스스로 재 보는 일은 대회 참가 여부와 무관하게 오늘 시작할 수 있다. 벤치마크를 인용하기 전에 자기 장비와 자기 표적에서 숫자를 다시 뽑아 보는 순서가, 발표된 평균 4배를 자기 환경의 기대치로 옮겨 적는 것보다 안전하다.

출처: How Claude is uplifting biomolecular modeling (앤스로픽, 2026년 9월 17일)