앤트로픽이 자체 신약 개발 프로그램을 시작한다. 대상은 전통 제약·바이오 업계가 수익성이 낮다고 판단해 적극적으로 다루지 않았던 소외 질환이다. 회사는 초기 전임상 단계에서 치료 후보를 찾고, 그 과정을 통해 Claude Science 같은 과학용 AI 도구를 실제 연구 흐름 안에서 검증하겠다고 밝혔다.
흥미로운 점은 이 움직임이 단순한 ‘AI 의료 서비스’ 출시가 아니라는 데 있다. 앤트로픽은 모델을 팔기 전에, 모델이 실패하고 수정되는 연구 현장을 직접 만들고 있다. 즉 이번 뉴스의 핵심은 데모가 아니라 운영 파이프라인이다.
기사에서 나온 숫자는 꽤 선명하다. 노바티스 CEO 바스 나라심한은 신약 후보가 승인까지 가는 데 보통 12년이 걸리지만, AI가 정보 지연과 운영 지연을 줄이면 7~8년까지 단축될 수 있다고 본다. 성공률도 현재 약 8%에서 16%까지 오를 수 있다는 기대가 나온다. 다만 생물학적 지연, 동물실험, 세포 모델, 인간 임상 같은 구간은 쉽게 압축되지 않는다.
그래서 이 이야기는 낙관론만으로 읽기 어렵다. UCSF 연구자가 Claude Science로 1년 동안 놓친 바이러스 오염을 몇 분 만에 찾은 사례, 100개 희귀 유전질환을 1시간 안에 분석해 32개 후보를 추린 사례는 강력하다. 하지만 진단·치료·환자 의사결정으로 갈수록 검증과 책임의 무게는 훨씬 커진다.
관전 포인트는 누가 가장 화려한 발표를 하느냐가 아니다. 누가 실제 연구 파이프라인 안에서 반복 가능한 증거를 만들고, 실패한 가설까지 축적하며, 임상 권한과 책임의 경계를 견딜 수 있느냐다.