Early progress on drug development: 신약 개발사 6곳이 Claude로 제조 문서 검토·규제 초안을 줄인 중간 결과

기업 업무로 바로 옮길 만한 결과는 분자 설계보다 제조 문서 검토와 규제 문서 초안에서 나왔습니다. Enveda는 사람이 찾은 문제를 기준선으로 놓고 Claude의 결과를 대조해 검토 시간을 89% 줄였고 사람 검토 절차는 그대로 두었습니다. 따라 하려면 모델보다 먼저 과거 검토 결과로 만든 정답지와 검토 시간 기록이 있어야 합니다.

요약

Anthropic 생명과학팀은 2026년 10월 27일 신약 개발사 6곳과 진행 중인 연구 협업의 중간 결과를 공개했습니다. 출발점은 신약 개발의 병목이 분자 설계 한곳에 몰려 있지 않다는 판단입니다. 타깃 선정, 후보 설계와 최적화, 제조, 규제 문서, 임상 계획에 병목이 흩어져 있다고 보고 실제 신약 프로그램 안에 Claude를 넣어 단계마다 써 봤습니다. 목표는 셋입니다. 업무마다 모델이 어디서 강하고 어디서 약한지 배우고 다른 회사가 참고할 사례를 남기고 가능하면 실제 약을 만드는 것입니다. 협업사는 Generate Biomedicines, Divergence Labs, BigHat Biosciences, Enveda, The Column Group, Bristol Myers Squibb(BMS)이고 Anthropic이 인수한 1인 회사 Mithril Medicine의 사례가 더해졌습니다.

기업 AX 관점에서 가장 읽을 만한 결과는 Enveda입니다. 이 회사 제조 화학자는 시간의 최대 75%를 서류 작업에 썼습니다. Enveda가 제조 문서를 Claude에 연결하자 Claude는 품질 문제로 보이는 곳을 표시했습니다. 1,061쪽 문서에서 사람 검토자가 찾은 문제 11건을 모두 잡았고 사람이 놓친 7건을 더 찾았습니다. 사람 검토 시간은 25시간 넘게에서 3시간 미만으로 89% 줄었습니다. 규제 문서 두 건의 초안도 Claude가 썼는데 한 건은 팀 추정으로 손으로 약 3개월 걸릴 일을 4시간에 끝냈습니다. 다른 한 건은 평소대로 사람이 검토해 경미한 오류 1건을 찾았습니다. BigHat은 실험 데이터 시스템과 Claude를 연결해 약 10주 동안 변이 약 1,010개를 만들고 시험했습니다. 그 과정에서 표준 지표가 오해를 낳을 수 있다는 의심이 생겨 원자료를 다시 분석하고 지표와 절차를 바꿨습니다. 결과는 대부분 전임상 단계이고 표본도 작습니다. 아래에서는 이 사례들이 보여 주는 작동 방식과, 제조 문서 검토와 규제 초안을 회사 안에서 돌릴 때 필요한 디테일을 정리합니다.

핵심 메커니즘

Document review with human baseline: 사람이 찾은 목록을 기준선으로 쓰는 문서 검토

무엇인가. AI가 문서에서 문제 후보를 표시하고 같은 문서를 사람이 검토한 결과와 대조해 성능을 재는 방식입니다. 작동 방식은 이렇습니다. 제조 문서를 AI에 연결하면 AI가 품질 문제로 보이는 곳을 위치와 함께 내놓습니다. 이 목록을 사람이 이미 찾은 문제 목록과 맞춰 봅니다. 사람 목록을 모두 다시 찾았는지가 첫 기준이고 사람이 놓친 것을 더 찾았는지가 두 번째 기준입니다. 최종 판정은 사람이 표시된 곳을 확인해 내립니다. 문서 양이 많고 검토 기준이 정해져 있는 업무에 맞고 기준이 사람마다 다른 판단 업무에는 덜 맞습니다. 원문의 예는 Enveda의 1,061쪽 검토입니다. 작은 예시(가상): 배터리 셀 공장의 공정 변경 기록 300쪽을 지난 분기 QA 감사 결과와 대조해, 감사에서 지적된 12건을 AI가 다시 찾는지부터 봅니다.

First draft + standard review: 초안은 AI가, 검토 절차는 그대로

무엇인가. 규제 문서처럼 형식이 정해진 긴 문서의 첫 판을 AI가 쓰고 사람 검토는 평소 절차를 그대로 거치게 하는 방식입니다. 근거가 되는 제조·시험 기록을 넣으면 AI가 정해진 목차에 맞춰 초안을 씁니다. 사람은 처음부터 쓰는 대신 고치고 승인합니다. 시간이 가장 많이 줄어드는 곳은 자료를 모아 문장으로 옮기는 단계입니다. 검토 절차를 줄이면 안 되는 이유도 원문에 있습니다. Enveda의 두 번째 초안에서 표준 사람 검토가 경미한 오류 1건을 찾았습니다. 초안이 빨라져도 검토 단계를 줄이지 않은 이유가 여기서 드러납니다. 작은 예시(가상): 의료기기 회사가 변경 신고서 초안을 AI로 쓰고 RA(인허가) 담당자 검토는 기존 체크리스트대로 받습니다.

Lab data loop with metric check: 실험 데이터에 연결하고 지표도 의심하기

무엇인가. AI를 회사의 실험 데이터 시스템에 연결해 다음 실험안을 제안하게 하되, 최적화하는 지표 자체가 맞는지도 함께 점검하는 방식입니다. BigHat은 실험 데이터 시스템 Reccy에 Claude를 연결했고 Claude가 항체 조각 후보 두 개의 결합력, 안정성, 응집(덩어리지는 성질)을 개선할 변이를 제안했습니다. Anthropic 연구자 한 명과 BigHat 과학자들이 함께 일했습니다. 중간에 팀은 표준 열 안정성 지표와 응집 지표가 오해를 낳는다고 의심했습니다. Claude와 연구자가 원자료를 다시 분석해 새 지표와 실험 절차 변경을 제안했고 BigHat 과학자들이 다듬어 실행했습니다. 지표를 바꾼 뒤에도 주요 예측은 유지됐습니다. 제조업이라면 공정 수율 지표나 불량률 정의가 실제 품질을 대변하는지 원자료로 다시 보는 일에 해당합니다.

Reusable skill: 평가 절차를 묶어 반복해 쓰기

무엇인가. 한 번 묻고 끝내는 질문 대신, 평가 절차를 Claude “skill”(재사용할 수 있게 묶은 작업 절차와 지침)로 만들어 같은 기준으로 반복 적용하는 방식입니다. The Column Group은 작은 팀이 보통보다 많고 복잡한 신약 프로그램을 돌리도록 새 회사 Pleiades를 세우고 있습니다. 과학 업무와 관리 업무의 부담을 Claude가 맡는 구조입니다. 첫 skill은 신약 타깃이 추진할 가치가 있는지 평가하는 일이고 타깃-질환 쌍 45개로 시험했습니다. BMS는 초기 임상 단계 약의 계획을 Claude가 평가하고 성공 가능성을 추정하게 했습니다. BMS 임원 Michael Pourdehnad는 원래 며칠 걸릴 초기 분석을 프롬프트 하나로 얻었고 민감한 데이터도 안전하게 지켜졌다고 평가했습니다. BMS는 2027년에 이 협업을 넓힐 계획입니다.

Large-scale generation: 사람이 고를 후보를 대량으로 만들기

무엇인가. 목표를 설계 계획으로 바꾼 뒤 후보를 사람 손으로는 불가능한 양만큼 만들고 실험으로 걸러 내는 방식입니다. Divergence Labs는 면역세포에서 IgE(알레르기를 일으키는 항체)를 떼어 내는 두 부분짜리 식품 알레르기 치료 분자를 만들고 있습니다. Claude가 목표를 상세 설계 계획으로 바꾸고 약 한 달 동안 대부분 자율로 항체 설계안 약 35,000개를 만들었습니다. 초기 시험에서 결합하는 설계 3개와 떼어 내는 설계 20개가 나왔고 20개 가운데 3개는 기존 약보다 IgE를 잘 떼어 냈습니다. 다음 단계는 두 부분을 합치는 일입니다. Generate Biomedicines에서는 과학자 6명이 Claude Code로 CAR-T 치료제 유전 지시문의 한 부품을 새로 설계했습니다. 표준보다 약 70% 짧은 설계가 나왔고 실험에서 암을 알아보는 수용체가 약 10배 많았습니다.

통념과 다른 주장

저자가 든 사례

Enveda: 제조 문서 검토와 규제 문서 초안

구분	내용
상황	제조 화학자가 시간의 최대 75%를 서류 작업에 씀
한 일	제조 문서를 Claude에 연결해 품질 문제 후보를 표시하게 함. 중요한 규제 문서 2건의 첫 초안을 Claude가 작성
결과	1,061쪽에서 사람이 찾은 문제 11건 모두 + 사람이 놓친 7건. 사람 검토 시간 25시간 넘게 → 3시간 미만(89% 단축). 규제 초안 1건은 4시간(손으로 약 3개월, 팀 추정). 다른 1건은 표준 사람 검토에서 경미한 오류 1건 발견
연결	Document review with human baseline, First draft + standard review

BigHat Biosciences: 실험 데이터 연결과 지표 재검토

구분	내용
상황	항체 조각 후보 2개의 결합력, 안정성, 응집을 함께 개선해야 함
한 일	실험 데이터 시스템 Reccy에 Claude를 연결해 변이를 제안. 중간에 표준 지표를 의심해 원자료를 재분석하고 새 지표와 절차 변경을 도입
결과	약 10주에 변이 약 1,010개 제작·시험. 가장 좋은 변이의 결합력 10배 넘게 강화, 암 표적 후보는 18°C 높은 온도에서도 용액 상태 유지, 오래 가는 후보의 응집 100배 넘게 느려짐
연결	Lab data loop with metric check

그 밖의 사례

협업사	단계	원문이 밝힌 결과
Generate Biomedicines	후보 설계(CAR-T)	과학자 6명이 Claude Code 사용, 부품 약 70% 단축, 암 인식 수용체 약 10배, 종양세포 제거 효율과 면역세포 활동 지속 개선
Divergence Labs	후보 발굴	약 한 달에 설계안 약 35,000개, 결합 설계 3개·제거 설계 20개, 그중 3개는 기존 약보다 나음
The Column Group	타깃 평가	새 회사 Pleiades 설립 중, 첫 skill을 타깃-질환 쌍 45개로 시험
Bristol Myers Squibb	임상 계획	초기 임상 약 계획 평가와 성공 가능성 추정, 2027년 확대
Mithril Medicine	전 과정	Anthropic이 인수한 1인 회사, 외부 연구소 11곳의 계약·물류·실험 조율, 18개월 안에 쥐 실험에서 유망한 결과, 이르면 2028년 말 사람 대상 시험 가능

기술 디테일: 제조 문서 검토와 규제 초안을 돌리려면

원문은 Enveda가 어떤 연결 방식과 설정을 썼는지 밝히지 않습니다. 아래는 같은 일을 회사 안에서 처음 돌릴 때 필요한 것을 새로 정리한 내용이며 필드명과 숫자는 가상 예시입니다.

제조 문서 검토(Document review with human baseline)를 돌리려면 먼저 문서를 절이나 쪽 단위로 나누고 쪽 번호를 그대로 붙여 둡니다. 1,061쪽을 한 번에 넣기보다 배치 기록 한 건, 시험 성적서 한 건처럼 논리 단위로 나눠 호출하면 근거 위치가 흐려지지 않습니다. 출력은 자유 문장이 아니라 아래 같은 JSON으로 받습니다. 근거 쪽과 근거 문구가 없는 항목은 버리게 하면 그럴듯하지만 근거 없는 지적을 걸러 낼 수 있습니다.

{
  "doc_id": "BR-2026-0412",
  "page": 37,
  "section": "공정 중 시험",
  "issue_type": "기록 누락 | 규격 이탈 | 서명·일자 불일치 | 계산 오류 | 문서 간 불일치",
  "evidence": "해당 쪽의 근거 문구",
  "rule_ref": "내부 SOP 번호 또는 점검 항목",
  "severity": "높음 | 중간 | 낮음",
  "confidence": 0.0
}

모델 출력은 호출마다 조금씩 달라지므로 같은 입력을 3번 돌리고 2번 이상 나온 지적만 채택하는 식으로 편차를 줄입니다. temperature는 낮게(0~0.2) 둡니다. 채점은 사람 정답지와 대조해 두 숫자로 봅니다. 사람이 찾은 문제를 AI가 다시 찾은 비율(재현율)과, AI만 찾은 지적 가운데 QA가 실제 문제로 인정한 비율입니다. Enveda 사례에서 앞의 숫자는 11건 중 11건이었습니다.

규제 문서 초안(First draft + standard review)을 돌리려면 목차 틀과 근거 문서 묶음을 먼저 고정합니다. 문단마다 어느 근거 문서의 몇 쪽에서 왔는지 출처를 달게 하고 출처가 없는 문장은 표시해 두게 합니다. 검토자는 출처 표시를 따라가며 사실을 확인하면 됩니다. 검토 단계에서 나온 오류는 종류별로 기록합니다. Enveda의 경미한 오류 1건처럼 오류가 어떤 종류였는지 쌓여야 다음 초안의 지침을 고칠 수 있습니다.

실험 데이터 연결(Lab data loop with metric check)을 돌리려면 데이터 시스템에는 읽기 권한부터 줍니다. 제안은 AI가 하고 실험 실행 결정은 과학자가 내립니다. 지표 점검은 주기를 정해 두고 파생 지표와 원자료 곡선을 나란히 놓고 어긋나는 후보를 뽑게 합니다. 지표를 바꾸면 바꾸기 전과 뒤의 순위가 얼마나 같은지 확인합니다. BigHat처럼 주요 예측이 유지되는지가 기준입니다.

실패하는 경우와 대응. 스캔 문서의 손글씨 서명과 날짜는 인식이 흔들리므로 그 항목만 사람 확인으로 돌립니다. 문서 간 불일치는 한 문서만 보는 호출로는 잡히지 않으므로 관련 문서를 함께 넣는 호출을 따로 둡니다. 정답지에 없는 지적이 너무 많으면 검토자가 지치므로, 첫 달에는 severity가 높음인 지적만 보여 줍니다.

현업 실행 디테일: 누가, 언제, 무엇을

아래 역할과 일정, 판정 기준은 원문에 없는 내용으로, 제조 문서 검토와 규제 초안을 한 공장 또는 한 제품군에서 시작할 때의 예시입니다.

역할	맡는 일
제조 QA 리드	검토 대상 문서 선정, 정답지 승인, 추가 발견 최종 판정
문서 담당 엔지니어·화학자	과거 검토 결과 정리, AI 지적 확인, 검토 시간 기록
RA(인허가) 담당	규제 문서 목차 틀 제공, 초안 표준 검토
AX 추진·데이터 엔지니어	문서 분할, 호출과 JSON 스키마, 대조 리포트
보안·IT	문서 접근 권한, 데이터 반출 통제, 로그 보관

시작 전 준비물은 셋입니다. 이미 사람 검토가 끝난 문서 묶음(최근 분기분), 그 검토에서 나온 지적 목록, 같은 묶음을 검토하는 데 걸린 시간 기록입니다. 정답지와 시간 기록이 없으면 Enveda처럼 “모두 찾았다”, “89% 줄었다”를 말할 수 없습니다.

기간	할 일	산출물
1주	문서 묶음 선정, 과거 지적 목록을 정답지로 정리, 검토 시간 기록 확인	정답지, 기준 시간
2주	같은 묶음에 AI 검토 실행, 정답지와 대조	재현율, 추가 지적 목록
3주	추가 지적을 QA 리드가 판정, AI 지적을 보며 다시 검토한 시간 측정	실제 문제 비율, 단축 시간
4주	규제 문서 1건 초안 작성, 표준 검토 그대로 진행, 오류 기록	초안, 오류 유형 기록

확인 질문은 다음과 같습니다. 과거 검토 결과가 문서 단위로 남아 있는가. 검토 기준(SOP, 점검 항목)이 글로 정리돼 있는가. AI가 놓친 지적이 하나라도 있으면 어떤 종류였는가. 추가 지적을 판정할 권한은 누구에게 있는가. 규제 문서 초안의 최종 서명자는 누구인가.

진행 판정 기준(예시)은 이렇게 둡니다. 정답지의 높음 등급 지적을 모두 다시 찾을 것, 추가 지적 가운데 실제 문제로 인정된 것이 30% 이상일 것, 사람 검토 시간이 절반 이하로 줄 것. 하나라도 못 미치면 확대하지 않고 문서 분할과 지침을 고쳐 2주를 더 돌립니다.

AX 적용 제언. 국내 제조사라면 제약·바이오에 한정할 이유가 없습니다. 배치 기록, 시험 성적서, 공정 변경 기록, 인증·인허가 서류처럼 양이 많고 검토 기준이 정해진 문서가 있는 곳이면 같은 틀이 맞습니다. 순서는 문서 검토, 규제 초안, 실험·공정 데이터 연결 순이 무난합니다. 문서 검토는 과거 검토 결과로 바로 채점할 수 있어 성과를 숫자로 보여 주기 쉽기 때문입니다. 성과 지표를 인력 절감으로 걸기보다 재현율, 추가 발견, 검토 시간, 검토 단계의 오류 기록을 함께 거는 편이 원문 사례에 가깝습니다. BigHat 사례처럼 공정 지표가 실제 품질을 대변하는지 원자료로 다시 보는 일도 AI 도입과 함께 일정에 넣을 만합니다.

원문 사례

항목	내용
출처	Anthropic 연구 블로그, 2026.10.27, Anthropic 생명과학팀
협업 구조	신약 개발사 6곳과 깊은 연구 협업 + Anthropic 자체 프로그램(Mithril Medicine)
목표	업무별 모델의 강점과 약점 파악, 사례 공유, 가능하면 실제 신약
Enveda	제조 문서 1,061쪽, 사람 발견 11건 모두 + 7건 추가, 검토 시간 89% 단축(25시간 넘게 → 3시간 미만), 규제 초안 1건 4시간(약 3개월 대비, 팀 추정), 다른 1건 경미한 오류 1건
BigHat	Reccy 연결, 약 10주 변이 약 1,010개, 결합력 10배 넘게, 18°C 높은 온도에서 용액 유지, 응집 100배 넘게 느려짐, 지표 변경 뒤 주요 예측 유지
Divergence Labs	약 한 달 설계안 약 35,000개, 결합 3개·제거 20개, 3개가 기존 약보다 나음
Generate Biomedicines	과학자 6명, Claude Code, 부품 약 70% 단축, 수용체 약 10배
The Column Group	Pleiades 설립, 타깃 평가 skill, 타깃-질환 쌍 45개
BMS	초기 임상 계획 평가와 성공 가능성 추정, 2027년 확대
Mithril Medicine	1인 회사 인수, 외부 연구소 11곳, 18개월 안에 쥐 실험 결과, 이르면 2028년 말 사람 대상 시험
단서	초기 결과, 대부분 전임상, 표본 작음
다음 계획	임상시험 단계로 확대, 임상 단계 기관과 협업, Claude Science workbench, Claude 크레딧, Life Sciences Verification Program, 외부 연구자 공모

핵심 개념

전임상(preclinical)

사람 대상 임상시험 전에 세포와 동물로 효과와 안전성을 보는 단계입니다. 이 글의 결과 대부분이 여기에 속합니다.

CAR-T

환자의 면역세포에 암을 알아보는 수용체를 달아 다시 넣는 치료법입니다. Generate는 고형암에 쓰려고 유전 지시문 일부를 줄였습니다.

IgE

알레르기 반응을 일으키는 항체입니다. Divergence는 이를 면역세포에서 떼어 내는 분자를 설계했습니다.

lead optimization

후보 물질 최적화. 이미 고른 후보의 결합력, 안정성 같은 성질을 고쳐 나가는 단계입니다.

skill

Claude가 특정 작업을 같은 방식으로 반복하도록 묶어 둔 절차와 지침입니다.

Life Sciences Verification Program

Anthropic이 다음 계획으로 밝힌 생명과학 분야 프로그램의 이름입니다.

내 메모

TODO: 내 생각 추가

원문은 Anthropic 연구 블로그의 「Early progress on accelerating drug development with Claude」(2026.10.27, Anthropic 생명과학팀)입니다. 요약, 핵심 메커니즘의 원문 예, 통념과 다른 주장, 저자가 든 사례, 원문 사례 표는 원문 내용을 AX Review가 다시 정리했고 수치와 효과는 Anthropic과 협업사의 설명입니다. 메커니즘의 작은 예시(배터리 셀 공장, 의료기기 변경 신고), 기술·현업 실행 디테일, JSON 예시, 반복 실행과 채점 방식, 역할·일정·판정 기준, 인포그래픽은 원문에 없는 내용으로 새로 작성했으며 그 안의 필드명과 숫자는 가상 예시입니다. 원문 전체는 Anthropic 연구 블로그에서 볼 수 있습니다.