Anthropic, 과학자를 위한 AI 워크벤치 Claude Science 출시 (feat. NVIDIA BioNeMo)

9bow · 7월 2, 2026, 9:30오후

Claude Science 소개

AI는 과학적 발견의 속도와 새로운 치료법(healthcare intervention) 개발을 극적으로 앞당길 잠재력을 지니고 있습니다. Anthropic은 지난 가을 생명과학 분야에 대한 노력을 시작한 이래 모델 성능을 끌어올리고 MCP와 스킬로 과학 생태계에 연결하며 파트너십을 맺어 왔는데, 이번에 그 노력을 가장 크게 확장한 결과물로 과학 연구를 위한 통합 작업 환경 Claude Science를 공개했습니다. Claude Science는 연구자가 가장 자주 쓰는 도구와 패키지를 하나의 앱 안으로 모아, 문헌 분석부터 다단계 실험 실행, 도표와 원고 작성까지 연구의 모든 단계를 한자리에서 진행할 수 있게 하는 AI 연구 워크벤치(AI Workbench) 입니다.

과학 연구는 지루한 반복 작업으로 가득합니다. 연구자는 저마다 스키마가 다른 수십 개의 데이터베이스를 오가야 하고, 전용 데이터 파이프라인과 뷰어가 필요한 파일 포맷과 씨름하며, PubMed, Jupyter, R, 클러스터 터미널 같은 여러 도구 사이를 끊임없이 이동해야 합니다. Claude Science는 이렇게 파편화된 도구들을 하나의 연구 환경으로 모으고, 모든 결과물이 어떻게 만들어졌는지 감사 가능한 이력(auditable history)을 함께 남깁니다. 덕분에 몇 달이 지난 뒤에도 결과를 검증하고 재현할 수 있습니다.

사용자는 60개가 넘는 큐레이션된 스킬과 커넥터에 접근할 수 있는 범용 조율 에이전트(coordinating agent) 와 대화합니다. 이 에이전트들은 다른 에이전트를 새로 띄우거나 사용자가 만든 전문 에이전트와 협업할 수 있고, 별도의 리뷰어 에이전트(reviewer agent) 가 인용과 계산을 점검해 오류를 표시하고 바로잡습니다. Claude Science는 오늘부터 Claude Pro, Max, Team, Enterprise 사용자를 대상으로 베타로 공개되며, macOS와 Linux에서 사용할 수 있습니다. Jupyter Notebook처럼 여러분이 이미 일하는 환경(로컬 노트북, Linux 머신, 또는 SSH나 HPC 로그인 노드를 통한 원격 클러스터)에서 그대로 실행됩니다.

흩어진 연구 도구를 하나로 모으는 통합 작업 환경

기존 연구 워크플로우의 가장 큰 문제는 도구의 파편화였습니다. 유전체 데이터는 한 데이터베이스에, 단백질 구조는 다른 곳에, 분석 코드는 로컬 노트북에, 실제 연산은 클러스터에 흩어져 있어 연구자는 도구를 옮겨 다니는 데만 상당한 시간을 씁니다. Claude Science는 이 모든 단계를 하나의 세션 안으로 가져오고, 각 단계가 어떻게 수행되었는지 추적 가능한 형태로 기록합니다.

핵심 차별점은 세 가지로 요약할 수 있습니다.

재현 가능한 아티팩트: 도표와 원고를 그것을 만든 코드, 실행 환경, 전체 대화 이력과 함께 생성해 언제든 검증하고 재현할 수 있습니다.
온디맨드 컴퓨팅 관리: 노트북에서 클러스터, 수백 개의 GPU까지 필요에 따라 연산 자원을 자동으로 확장하되, 새로운 자원에 접근하기 전에 반드시 사용자에게 확인합니다.
첫날부터 준비된 도메인 전문성: 유전체학, 단일세포, 프로테오믹스, 구조생물학, 화학정보학 등에 맞춰 60개 이상의 과학 데이터베이스와 사전 연결되어 있습니다.

핵심 기능

코드와 함께 만들어지는, 재현 가능한 과학 아티팩트

과학 연구는 본질적으로 시각적입니다. 그래서 Claude Science는 도표와 원고를 그것을 만들어낸 코드와 나란히 생성합니다. 3차원 단백질 구조, 유전체 브라우저 트랙, 화학 구조식 같은 풍부한 과학 아티팩트를 네이티브로 렌더링하며, 에이전트와 대화하면서 도표나 원고에 인라인으로 주석을 달아 "출판 가능한 수준"으로 다듬어 갈 수 있습니다. 위 히어로 이미지에서 보이는 것처럼, 실제 화면에서는 좌측에 프로젝트와 세션 목록, 가운데에 생성된 도표, 우측에 그 도표를 만든 코드와 실행 로그, 리뷰(Review) 탭이 함께 놓입니다.

특히 도표를 생성할 때 Claude Science는 그 도표를 만든 정확한 코드와 실행 환경, 생성 과정을 설명하는 자연어 설명, 그리고 전체 메시지 이력을 함께 담아 둡니다. 덕분에 입력이 무엇이었는지 이해할 수 있고, 몇 달이 지난 뒤에도 검증과 재현이 쉬워집니다. "격자선을 없애 줘"나 "축을 로그 스케일로 바꿔 줘"처럼 자연어로 수정을 요청하면, 에이전트가 자신이 작성한 코드를 직접 고쳐 도표를 다시 그립니다.

컴퓨팅을 대신 관리하고 온디맨드로 확장

단백질 폴딩이나 대규모 데이터셋에 대한 유전체 파이프라인처럼 큰 분석은, 연구자가 정작 연구가 아니라 연산 작업을 세팅하고, 클러스터에 제출한 뒤 기다리고, 성공 여부를 확인하고, 결과를 다시 가져오는 데 집중하게 만듭니다. Claude Science는 이 과정을 대신 처리합니다. 계획을 초안으로 작성하고, 새로운 자원에 접근하기 전에 사용자에게 물어보며, 여러분의 연구실이 이미 쓰는 컴퓨팅 자원(SSH로 연결된 자체 HPC 클러스터, 또는 온디맨드 연산을 위한 Modal 계정)에 작업을 작성해 제출하기 전에 어떤 결정이든 검토하거나 취소할 수 있게 합니다. 분석 규모는 GPU 하나에서 수백 개까지 필요에 따라 확장됩니다.

에이전트가 컨텍스트를 메모리에 유지하는 실행 세션 안에서 동작하기 때문에, 거대한 데이터셋도 한 번만 로드하면 됩니다. Claude Science는 여러분 연구실의 인프라(노트북, Linux 박스, HPC 로그인 노드)에서 직접 실행되므로, 크거나 민감한 데이터셋이 원래 있던 시스템을 떠날 필요가 없고 각 분석 단계에 필요한 컨텍스트만 Claude로 전송됩니다. 파이프라인이 도는 동안 리뷰어 에이전트가 출력물을 검사해 잘못된 인용, 추적 불가능한 수치, 코드와 일치하지 않는 도표를 표시하고 스스로 수정해 나갑니다. 또한 언제든 세션을 분기(fork)해 원래 흐름을 잃지 않고 두 가지 접근을 비교할 수 있습니다.

첫날부터 준비된 도메인 전문성

과학 지식은 수백 개의 전문 자료에 흩어져 있습니다. 예를 들어 생물학에서는 UniProt, PDB, Ensembl, Reactome, ClinVar, ChEMBL, GEO처럼 저마다 스키마와 질의 언어가 다른 자료뿐 아니라 학술지, 프리프린트 서버, 도메인 특화 오픈 모델에 관련 데이터가 흩어져 있습니다. Claude Science에 자연어로 질문하면 전문 에이전트들이 이 모든 자료를 대신 질의하고 종합해 줍니다.

Claude Science는 NVIDIA BioNeMo Agent Toolkit의 스킬을 사용해 BioNeMo의 생명과학 모델과 라이브러리(Evo 2, Boltz-2, OpenFold3 등)에 네이티브로 연결됩니다. 이미 신뢰하는 모델, 데이터셋, 파이프라인이 있는 연구자라면 그것들도 함께 연결할 수 있습니다. 어떤 파이프라인이든 재사용 가능한 스킬로 저장하거나 커넥터로 연구실이 선호하는 도구에 접근할 수 있고, 이후 세션은 이를 자동으로 상속합니다. 이 커스터마이징 덕분에 Claude, 여러분의 독점 데이터, 이미 의존하는 검증된 도구를 하나의 대화 안에서 모두 활용할 수 있습니다.

연구 현장에서 Claude Science가 만들어낸 변화

지난 몇 달간 연구자들은 단일세포 RNA 시퀀싱 분석, CRISPR 스크린 설계, 단백질 구조 예측, 화학정보학 등 다양한 작업에 Claude Science 베타를 활용해 왔습니다.

조직 표적 의약품(특정 장기나 세포 유형으로 찾아가 필요한 곳에서만 작용하고 나머지는 건드리지 않는 약)을 설계하는 Manifold Bio는 수백 개의 표적에 대응하는 수백만 개의 후보 결합체(binder)가 살아 있는 몸 안에서 어떻게 분포하는지를 한꺼번에 시험합니다. Manifold는 최신 실험의 표적을 지명하는 데 Claude Science를 사용했습니다. 각 조직과 표적에 대해 표면 발현, 트래피킹, 안전성을 평가하고, Manifold가 자체 독점 데이터로 학습한 기준에 따라 후보들을 순위 매겼습니다. Manifold는 일반 코딩 어시스턴트와 달랐던 점으로, 올바른 데이터를 수집하고 과거 프로그램의 맥락을 반영해 올바른 판단을 적용하는 이 과정을 처음부터 끝까지(end-to-end) 수행할 수 있었다는 점을 꼽았습니다.

Allen Institute의 신경과학자 Jérôme Lecoq는 장문 리뷰 작성에 특화된 약 20개의 커스텀 스킬로 구성된 다중 에이전트 "계산 리뷰 템플릿"을 Claude Science로 구축했습니다. 하위 에이전트들이 수천 편의 논문을 읽어 핵심 주장과 정량적 발견을 뽑아 근거 데이터베이스에 저장하고, 파이프라인이 서사 구조를 짠 뒤 섹션별로 나눠 각각을 전담 하위 에이전트에 위임합니다. 각 섹션 안에서는 전담 에이전트가 근거 데이터베이스로부터 직접 정량적 교차 연구 도표를 생성합니다. 이 워크플로우의 핵심은 액터-크리틱 쌍(actor-critic pairs), 즉 한 에이전트가 내용을 만들면 별도의 리뷰어 에이전트가 정확성과 인용 충실도를 평가하는 구조입니다. Lecoq 팀은 지금도 도메인 전문가들과 함께 이 AI 기반 크리틱 에이전트를 더 정교하게 다듬고 있습니다.

Claude Science 이전에는 Lecoq 팀이 이런 리뷰 한 편을 쓰는 데 최대 2년이 걸렸습니다. 지금은 100페이지가 넘는 리뷰를 포함해 약 10편의 리뷰를 갖고 있으며, 인용은 모두 리뷰어 에이전트가 검토했습니다.

UCSF 뇌종양 센터의 부교수이자 역학자인 Stephen Francis는 뇌의 신경교세포에서 시작되는 원발성 종양인 신경교종(glioma)의 분자 역학 연구에 Claude Science를 활용했습니다. 그의 연구실은 수천 개의 작은 효과를 가진 생식세포 변이가 어떻게 결합해 개인의 감수성을 형성하는지를 탐구하는데, Claude Science 덕분에 여러 접근에 걸친 종합적인 생식세포 분석을 이전의 약 10분의 1 시간에 수행할 수 있게 되었다고 말했습니다. 그의 그룹은 Claude Science의 결과를 독립적으로 검증해, 빠르면서도 견고한 분석을 만들어낼 수 있음을 확인했습니다.

연구실을 위한 할인 Team 플랜

Anthropic은 Claude Science 공개와 함께, 학술 기관과 비영리 연구 조직의 활성 과학 연구실을 위한 할인 Team 플랜(Claude Team plan for research labs)도 선보였습니다. 이 플랜에서 Claude는 코드를 작성하고, 문헌을 읽고, 팀과 함께 실험을 추론하는 사고 파트너로 동작합니다. PubMed, Benchling 같은 커넥터에서 직접 자료를 끌어와 검증 가능한 참고문헌에 근거해 답하고, 출처를 인용하고 작업 과정을 보여주며 불확실성을 표시합니다. 무엇보다 연구 데이터는 여러분의 것으로 남습니다. Claude는 대화, 업로드한 파일, 연구 데이터로 학습하지 않으며, 미발표 연구 결과와 연구비 신청서 초안, 독점 데이터셋은 비공개로 유지됩니다. 관리자는 팀에 맞는 데이터 보존 정책을 직접 설정할 수 있습니다.

Claude Code와 Cowork로 연구자가 하는 일

Team 플랜은 Claude Science 앱뿐 아니라 Claude Code, Cowork, Research, 그리고 연구 데이터베이스 커넥터를 함께 제공합니다. 연구 현장에서 이들이 실제로 하는 일은 다음과 같습니다.

아이디어를 동작하는 코드로: Claude Code가 터미널에서 분석용 스크립트를 작성하고 디버그하고 실행합니다. 저장소를 잘 아는 동료를 기다리지 않고도 파이프라인을 구축하고 방법론을 프로토타이핑하며 데이터 품질 점검(QC)을 수행할 수 있습니다.
데이터셋에서 도표까지, 내 데스크톱에서: Cowork에 데이터셋과 질문을 건네면, 여러분의 파일과 환경을 그대로 사용해 로컬에서 모델을 피팅하고 통계를 돌리며 출판 가능한 도표를 만듭니다.
하루 만에 한 분야 전체를 훑기: PubMed와 bioRxiv에서 자료를 끌어와 논문 사이의 모순을 찾아내고, 직접 확인할 수 있는 실제 인용과 함께 검증 가능한 가설을 제시합니다.
계산으로 가설 검증: 대규모 수치 실험을 돌려 그 결과를 이론적 예측과 비교하고, 출판 가능한 도표를 기존보다 훨씬 짧은 시간에 생성합니다.

이 모든 작업은 여러분의 문헌 데이터베이스, 실험실 플랫폼, 생산성 도구를 한곳에서 연결해 이뤄집니다. 기본 제공되는 커넥터에는 PubMed, bioRxiv, Benchling, 10x Genomics, ChEMBL, Open Targets, BioRender, Synapse, Google Scholar 등이 포함됩니다.

흩어진 개인 구독을 하나의 Team 플랜으로 대체할 수 있고, 연구실 구성원 전원이 저렴한 요금으로 동일한 접근 권한을 갖습니다. 요금제는 두 가지입니다.

항목	Standard	Premium
요금	사용자당 월 $15	사용자당 월 $75
주요 구성	Claude Code와 Cowork, 생명과학 커넥터 및 스킬, 공유 프로젝트와 파일 생성, Research 접근, 중앙 청구 및 관리, SSO	Standard의 모든 기능
사용량	기본	5배 더 많은 사용량, 장시간 분석을 위한 상향된 한도
최소 좌석	2석	2석

이 할인 플랜은 학술 기관과 비영리 연구 조직의 활성 과학 연구실을 위한 것으로, 생의학과 기초과학 연구실을 우선하며 화학, 수학, 컴퓨터 과학, 물리학 같은 정밀과학도 포함합니다. 자격은 연구실의 책임연구자(PI)를 통해 검증되며, 구성원이 75명 미만인 연구실은 연구실 상태를 인증해 바로 시작할 수 있고 더 큰 규모의 연구실은 영업팀에 문의하면 됩니다. 영리 기업이나 위탁연구기관(CRO), 산업 R&D 팀이라면 표준 요금의 Claude Team 및 Enterprise 플랜을 이용할 수 있습니다.

여기에 더해 Anthropic은 AI for Science 프로젝트를 최대 50개까지 지원하며, 프로젝트당 최대 $30,000의 크레딧을 제공합니다. Modal도 선정된 프로젝트에 최대 $2,000의 컴퓨팅 자원을 제공합니다. 생물학과 생의학 연구를 초기 중심으로, 여러 도메인에 걸쳐 과학의 경계를 탐구하는 프로젝트를 찾고 있습니다. 지원은 2026년 7월 15일까지 열려 있고 선정 통보는 7월 31일까지 발송되며, 프로젝트는 2026년 9월 1일부터 12월 1일까지 진행됩니다.

여러 분야 연구자들의 평가

Claude를 연구에 활용하는 흐름은 생명과학에 국한되지 않습니다. 물리학, 컴퓨터 과학, 임상 연구에 이르기까지 여러 분야의 연구자들이 Claude와 Claude Code를 일상적인 연구 도구로 쓰고 있습니다.

이론 입자물리학을 연구하는 위스콘신 대학교 매디슨의 Kyle Cranmer 교수는 Claude의 폭넓은 지식으로 멀리 떨어진 분야들을 연결했다고 말합니다.

"저는 Claude의 폭넓은 지식을 활용해 이론 입자물리학의 연구 문제를 산업 시스템 공학과 정수론에서 개발된 기법과 연결할 수 있었습니다. Claude Code 덕분에 잘 개발된 라이브러리를 우리의 틈새 문제 상황에 통합하고, 고급 추론 능력을 활용하는 맞춤형 해법을 탐구할 수 있었습니다. 이 연구 프로젝트의 속도와 야망을 극적으로 바꿔 놓았습니다."

"I've been able to take advantage of Claude's broad knowledge to connect a research problem in theoretical particle physics to techniques developed for industrial systems engineering and number theory. Claude Code has allowed me to identify and integrate well developed libraries into our niche problem setting and explore bespoke solutions that leverage advanced reasoning capabilities. It has dramatically changed the pace and ambition of this research project." (Kyle Cranmer, 위스콘신 대학교 매디슨 데이터과학연구소 교수 겸 소장)

Whitehead Institute의 Iain Cheeseman 교수는 Claude가 과학을 하는 방식 자체를 바꿨다고 표현합니다.

"Claude는 제가 과학을 하는 방식을 바꿔 놓았습니다. 문헌을 탐색하고 새로운 가설을 브레인스토밍하는 방식부터, 대규모 데이터셋을 분석하고 다른 방법으로는 이루기 어려운 규모로 다양한 정보 소스를 통합하는 능력까지 말입니다. 제 작업을 가속했을 뿐 아니라, 검증 가능한 아이디어를 만들고 과학을 근본적으로 새로운 방식으로 사고하게 해 주었습니다. Claude는 과학적 '삭제 테스트(deletion test)'를 통과합니다. 우리 작업에 없어서는 안 될 도구가 되었습니다."

"Claude has changed the way that I do science... Claude passes the scientific 'deletion test' - it has become an essential tool for our work." (Iain Cheeseman, Whitehead Institute 생물학 석좌교수)

UCSF의 MD-PhD 과정 학생 Maia Madison은 아이디어 검증부터 실험대 작업, 코드 자동화까지 아우르는 다재다능함을 강조합니다.

"저는 Opus를 지적 파트너로 삼아, 실험에 자원을 투입하기 전에 제 아이디어의 허점을 찾습니다. 실험대에서는 프로토콜을 만들고 실시간으로 문제를 해결하며, Claude Code로는 데이터 변환을 자동화하고 분석 파이프라인을 구축합니다. 수업과 실험, 분석, 협업, 논문 작성을 병행하는 MD-PhD 학생에게 이렇게 다재다능한 도구는 판을 바꾸는 존재였습니다."

"I use Opus as an intellectual partner to find holes in my ideas before I commit resources to experiments. At the bench, I generate protocols and troubleshoot logistics in real time. With Claude Code, I automate data transformations and build analysis pipelines... having a tool this versatile has been transformative." (Maia Madison, UCSF MD-PhD 과정 학생)

시작하기와 접근성

Claude Science 앱은 Pro, Max, Team, Enterprise 플랜에서 macOS와 Linux용 베타로 제공됩니다. Anthropic은 과학자들이 실제 문제에 곧바로 써 보고 개선 방향을 알려줄 수 있도록 초기 단계에서 앱을 공개했습니다. Team과 Enterprise 사용자는 관리자가 Claude Science를 활성화해야 사용할 수 있습니다. 제품 소식을 받아보고 피드백을 남기며 다른 연구자에게 배우고 싶다면 AI for Science Discourse 커뮤니티에 참여할 수 있고, 생명과학 관련 가이드와 문서는 claude.com/lifesciences에서 확인할 수 있습니다.

Claude Science는 파편화된 과학 도구를 하나로 모으고 모든 결과에 재현 가능한 이력을 붙인다는 점에서, Biomni 같은 범용 바이오메디컬 에이전트나 OpenFold3 같은 오픈 구조 예측 모델과 함께 AI가 과학 연구의 실무 도구로 자리 잡아 가는 흐름을 잘 보여줍니다. 결과의 검증과 재현을 처음부터 설계에 넣었다는 점이, 단순한 코딩 어시스턴트와 구분되는 핵심입니다.

Claude Science 소개 블로그

Claude Science 홈페이지

연구실을 위한 Claude Team 플랜 안내

더 읽어보기

이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다.

파이토치 한국 사용자 모임이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일로 보내드립니다! 텔레그램(Telegram)이나 Slack/Discord/Teams/Dooray/GoogleChat 등으로도 새 글 알림을 받으실 수 있습니다.

아래쪽에 좋아요를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~