Anthropic 연구팀이 Claude와 함께 세균 속 볼트 입자 구조를 처음 밝히며 사흘 걸리던 분리 작업을 90분으로 줄였습니다 | DAKER 커뮤니티

Anthropic 생물학 연구팀이 Claude와 함께 세균 쪽 생명체에서 만들어지는 볼트(vault) 입자의 3D 구조를 처음으로 밝혔다고 11월 4일(미국 기준) 공개했습니다. 기존 방식으로 사흘쯤 걸리던 입자 분리 과정을 약 90분으로 줄였고, 첫 구조 모델은 그로부터 34시간 만에 나왔습니다. 연구 에이전트를 실험실 업무에 붙여 보려는 팀이라면 어떤 단계를 AI에 맡기고 어떤 판단을 사람이 쥐었는지가 이 발표의 핵심입니다.

볼트 입자는 무엇이고 왜 40년째 수수께끼인가

볼트는 세포 안에 있는 속이 빈 거대한 단백질 껍데기입니다. 1986년 Leonard Rome과 Nancy Kedersha가 처음 발견했고, 전자현미경으로 본 모양이 성당의 아치형 천장(vault)을 닮아 이름이 붙었습니다. 질량은 리보솜의 약 세 배로, 진핵생물에서 알려진 가장 큰 분자 복합체 가운데 하나입니다. 포유류의 볼트는 주요 볼트 단백질 78개가 두 개의 같은 반쪽으로 모여 만들어집니다.

그런데 기능은 아직 확정되지 않았습니다. 핵과 세포질 사이 물질 운반, 항암제 같은 독성 물질로부터의 보호, 선천 면역 지원 등 여러 가설이 있었지만 결정적으로 확인된 것은 없습니다. 볼트가 없는 생쥐도 정상적으로 자란다는 연구도 있어, 특정 환경에서만 필요한 구조일 가능성도 거론됩니다. 효모·초파리·선충처럼 유전학 실험에 많이 쓰는 생물에는 볼트가 없다는 점도 연구를 어렵게 만든 이유입니다.

세균과 파지에서도 볼트가 조립된다는 사실

이번 연구의 발견은 세균과 고균, 그리고 세균을 감염시키는 바이러스(박테리오파지)에 있는 볼트 단백질 친척들도 실제로 완전한 볼트 모양 입자로 조립된다는 것입니다. 이런 단백질이 원핵생물 유전체에 있다는 사실은 알려져 있었지만, 실제로 볼트를 이룬다는 것을 보인 사례는 없었다고 Anthropic은 설명합니다.

팀이 자세히 분석한 파지 단백질 L05의 볼트는 단백질 96개(반쪽당 48개)로 이뤄지고 전체 질량은 약 9.5메가달톤입니다. 길이 약 54나노미터, 폭 약 45나노미터로 포유류 볼트(67×40나노미터)보다 짧고 넓지만, 더 둥근 모양이라 내부 부피는 약 25% 큽니다. 벽을 이루는 반복 구간을 7개에서 9개로 늘린 변형 단백질은 더 큰 볼트로 조립돼 내부 부피가 약 20% 늘었습니다. 연구팀은 이 결과가 효소 전달용 나노캡슐 같은 생명공학 활용으로도 이어질 수 있다고 봅니다.

Claude가 맡은 단계와 사람이 내린 결정

공개된 과정을 보면 Claude는 연구 전 과정에 걸쳐 쓰였습니다. Claude Science로 약 150억 개의 예측 단백질 데이터베이스에서 볼트 단백질 친척을 찾았고, 세균 29개 문과 고균 4개 문에 드물게 퍼져 있다는 분포를 확인했습니다. 후보 44개는 사람이 골랐고, Claude는 각 단백질 서열을 숙주 세포에 맞는 DNA 설계로 바꾸고 주문 준비까지 했습니다. 대장균에서는 24개 가운데 15개가 수용성 단백질을 만들었고, 그중 7개가 볼트 모양 입자를 이뤘습니다.

Claude는 처음에 크기 배제 크로마토그래피 방식에 반대했지만, 연구팀이 시도를 결정하자 컬럼 선택과 확인 방법을 제안해 분리 시간을 약 90분으로 줄였습니다.

흥미로운 대목은 의견이 엇갈린 순간입니다. Claude는 잘못 접힌 단백질 덩어리가 같은 분획으로 나온다는 이유로 이 방법에 처음엔 반대했습니다. 반대로 깨뜨린 세포 내용물을 정제 없이 바로 컬럼에 올리자는 Claude의 제안에는 연구팀이 컬럼 비용과 오염 위험 때문에 주저했지만 결국 시험해 성공했습니다. Anthropic은 Claude가 중간에 단순한 실수도 했고, 머신러닝 연구자와 협업해 이를 바로잡았다고 함께 밝혔습니다.

연구 에이전트를 도입하려는 팀이 볼 지점

이 사례는 AI가 실험을 대신했다기보다 탐색·설계·데이터 처리처럼 반복이 많은 단계를 빠르게 돌리고, 후보 선택과 위험 감수 같은 결정은 사람이 내린 구조로 읽힙니다. 국내 바이오·소재 연구실이나 데이터 분석 팀도 비슷한 방식으로 업무를 나눠 볼 수 있습니다. 어떤 단계에서 AI 제안을 따르지 않았는지, 실수를 어떻게 발견했는지를 기록해 두는 습관이 결과의 신뢰도를 좌우합니다.

Anthropic은 프리프린트를 bioRxiv에 제출했고 구조 데이터와 추가 자료도 곧 공개하겠다고 했습니다. 원문은 Anthropic 연구 글에서 확인할 수 있습니다. 여러분의 팀이라면 연구 과정 중 어느 단계를 가장 먼저 AI에 맡겨 보고 싶으신가요?