쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 10월 30일 (금)까지 3636건
6건 · "생명과학"조건 지우기 ×
001 12:11 ▲ 153 · 댓글 133 클로드, 신약 개발 6개 기관과 현장 연구로 확장 Anthropic의 생명과학팀이 Claude를 이용해 신약 개발을 가속화하기 위해 BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines, The Column Group과 파트너십을 체결했다. AI · 머신러닝 · Early progress on accelerating drug development with Claude
Key Point 신약 개발의 여러 단계(분자 설계, 최적화, 규제 문서, 임상 시험 계획)에서 Claude의 구체적 효과가 입증되었으며, 대형 제약사부터 스타트업까지 실제 프로그램과 연계한 생명과학 AI 활용이 본격화되는 시점이다.
핵심 요약
Anthropic의 생명과학팀이 Claude를 이용해 신약 개발을 가속화하기 위해 BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines, The Column Group과 파트너십을 체결했다. Generate Biomedicines는 Claude Code로 CAR T-cell 치료법의 유전자 지시를 70% 단축했으며, 랩 테스트에서 암세포 퇴치는 효율적이고 면역세포의 수용체 생성은 약 10배 증가했다. Divergence Labs는 Claude가 약 1개월간 약 35,000개의 항체 설계를 자동 생성하도록 해 식품 알레르기 치료법 개발을 진행했으며, 초기 테스트에서 IgE에 결합할 3개, 분리할 20개 설계를 발견했다. 전체 요약 12문장 읽기 → 002 15:11 ▲ 14 · 댓글 2 AI가 과학 가설을 반복 학습으로 발견하는 DiscoveryRSI 과학 발견에서 검증 가능한 가설을 개발하는 과정을 자동화하기 위해 DiscoveryRSI 프레임워크를 제안했다. AI · 머신러닝 · DiscoveryRSI: Recursively Learning to Discover Valuable Hypotheses
Key Point 과학적 가설의 품질 평가와 선택을 AI가 자동으로 수행하면서 연구자들의 발견 과정이 어떻게 달라질 수 있는지 보여주는 구체적 시도이다.
핵심 요약
과학 발견에서 검증 가능한 가설을 개발하는 과정을 자동화하기 위해 DiscoveryRSI 프레임워크를 제안했다. 가설은 근거 있는 주장, 실행 가능한 조사 방법, 판정 기준, 대안적 설명으로 정의되며, 다중 에이전트 진화 탐색으로 가설 트리를 구축한다. 세 가지 재귀적 학습 메커니즘으로 동작한다: 가설 신용 최적화는 연구 기여도를 평가하고, 학습 리플레이는 생산적 전략과 실패 패턴을 식별하며, 재발견은 개선 사항을 새로운 조사에 적용한다. 전체 요약 7문장 읽기 → 003 06:11 ▲ 10 · 댓글 2 생명과학 LLM이 실제로 생물학 데이터를 활용하지 않는다 DNA, 단백질, 단일세포 작업을 다루는 6개의 생명과학 추론 모델을 검증한 결과, 벤치마크 성능이 높아도 실제로는 생물학적 입력을 거의 활용하지 않는 것으로 나타났다. AI · 머신러닝 · When Do Biological Reasoning Models Use Their Biological Inputs?
Key Point 생명과학 분야의 AI 모델들이 높은 벤치마크 성능을 보이고 있지만, 실제로는 생물학적 데이터를 무시하고 텍스트 정보에만 의존하는 것으로 밝혀져 이들 모델의 신뢰성과 해석 가능성에 근본적인 의문을 제기한다.
핵심 요약
DNA, 단백질, 단일세포 작업을 다루는 6개의 생명과학 추론 모델을 검증한 결과, 벤치마크 성능이 높아도 실제로는 생물학적 입력을 거의 활용하지 않는 것으로 나타났다. BioReason과 BioReason-Pro의 경우 Evo2와 ESM3 같은 생물학 기초 모델의 기여도가 미미했으며, DNA 서열을 무작위로 섞어도 질병 예측 정확도가 거의 변하지 않았다. 두 모델이 텍스트 정보가 아닌 생물학적 입력에 충돌이 있을 때 텍스트를 따르는 비율이 97.9%와 99.7%에 달했다. 전체 요약 8문장 읽기 → 004 22:29 ▲ 278 · 댓글 277 Claude가 CRISPR 같은 반복 패턴의 신규 효소계 발견 Anthropic은 Claude를 활용한 생명과학 연구팀과 실험실을 신설하고, DNA 데이터셋에서 미분류 단백질 계열을 찾고 가설을 생성한 후 실험으로 검증하는 업무를 시작했다. AI · 머신러닝 · Claude discovers a novel enzyme system with CRISPR-like repeats
Key Point 일반 AI 모델이 기초 생물학 발견의 첫 사례를 만든 것으로, DNA 서열 분석이 어떻게 자동화·가속화될 수 있는지 보여주는 동시에 AI 기반 과학 연구의 한계와 가능성을 구체적으로 드러낸다.
핵심 요약
Anthropic은 Claude를 활용한 생명과학 연구팀과 실험실을 신설하고, DNA 데이터셋에서 미분류 단백질 계열을 찾고 가설을 생성한 후 실험으로 검증하는 업무를 시작했다. Claude는 고수준의 지시만으로 CRISPR 유사 특징을 가진 신규 효소계를 자율적으로 발견했으며, 이는 제한효소, Taq 중합효소처럼 생물학을 혁신해온 발견들의 계승이다. 연구팀은 Claude에게 역전사효소(RT)를 찾기 위해 거대 DNA 서열 데이터베이스를 검색하도록 지시했고, 약 950개 에이전트가 21시간에 걸쳐 2억 1천만 토큰을 사용해 200,000개 이상의 RT를 수집했다. 전체 요약 11문장 읽기 → 005 09:11 새 버전 OpenAI Python SDK v3.19.0 출시, GCP 스토리지·GPT-Rosalind 모델 추가 OpenAI Python 라이브러리 v3.19.0이 릴리스됐습니다. AI · 머신러닝 · openai/openai-python@v3.19.0
Key Point Python으로 OpenAI API를 사용하는 개발자라면 GCP 통합과 새 모델 지원으로 인한 기능 확장을 바로 적용할 수 있고, 버그 수정으로 프로덕션 환경의 안정성이 높아집니다.
핵심 요약
OpenAI Python 라이브러리 v3.19.0이 릴리스됐습니다. Google Cloud Platform 외부 스토리지 지원이 새로 추가되어 클라우드 환경에서 데이터 저장이 용이해졌습니다. GPT-Rosalind 연구 모델이 추가되어 생명과학 관련 작업에 활용할 수 있습니다. 전체 요약 5문장 읽기 → 006 09:10 ▲ 100 · 댓글 7 90억 DNA 변이 분석하는 AI 지도 공개 Google DeepMind의 AlphaGenome 모델이 인간 게놈의 모든 90억 개 단일 문자 변이에 대한 예측을 미리 계산해 'AlphaGenome Atlas'라는 온라인 저장소로 공개했다. AI · 머신러닝 · AlphaGenome maps 9B DNA variants
Key Point DNA 변이가 유전자 조절에 미치는 영향을 대규모로 분석할 수 있게 되어 기초 생물학 연구와 질병 치료 개발을 크게 가속할 수 있다.
핵심 요약
Google DeepMind의 AlphaGenome 모델이 인간 게놈의 모든 90억 개 단일 문자 변이에 대한 예측을 미리 계산해 'AlphaGenome Atlas'라는 온라인 저장소로 공개했다. 이 아틀라스는 DNA 변이가 유전자 발현과 조절 활동에 미치는 영향을 예측하며, 과학자들이 코드를 작성하거나 모델을 직접 실행할 필요 없이 웹 인터페이스에서 조회할 수 있다. 팀은 모델 증류, GPU 커널 최적화, 중복 계산 제거 등으로 계산 속도를 80배 개선해 1페타바이트 규모의 데이터셋을 완성했다. 전체 요약 6문장 읽기 → 
