Anthropic은 2026년 9월 23일, AI ‘Claude’로 DNA 서열을 분석해 박테리아를 감염시키는 바이러스인 박테리오파지에서 지금까지 보고되지 않은 효소 시스템 ‘ART(array-associated reverse transcriptases)’를 발견했다고 발표했습니다. ART에는 유전체 편집에 쓰이는 CRISPR와 비슷한 반복 DNA 서열이 있지만, 생물학적 기능이나 유전체 편집에 활용될 가능성은 확인되지 않았습니다.

연구팀은 RNA 정보를 DNA로 옮기는 역전사효소(RT)와 관련된 새로운 유전자를 찾도록 Claude에 지시했습니다. 공개된 기술 보고서에 따르면 Claude Mythos 5를 이용한 여러 Claude Code 에이전트가 작업과 결과 검토를 나눠 맡았습니다. 조사 결과에 따라 추가 분석을 시작하고 계획과 결과를 공유했으며, 탐색은 사람의 개입 없이 21.5시간 이어졌습니다. 총 949회 에이전트 세션에서 2억 1,560만 토큰을 사용했습니다.

에이전트들은 RT 유전자 주변의 DNA를 읽고 반복 서열의 개수와 간격을 조사한 뒤, 기존 시스템 및 문헌과 비교해 사람이 검토할 후보를 보고했습니다. 연구팀이 같은 탐색을 추가로 10회 진행했을 때는 ART의 특징인 반복 서열이 발견되지 않았습니다. 기술 보고서는 탐색 범위가 넓고 실행할 때마다 조사 경로가 달라지는 점을 이유로 들었습니다.

ART의 특징은 역전사효소, 인접 유전자가 만드는 보조 단백질, 규칙적으로 배열된 DNA 반복 서열의 조합입니다. 대형 파지의 역전사효소 자체는 과거에도 보고됐습니다. Anthropic이 새롭다고 밝힌 부분은 주변의 단백질 비암호화 DNA 서열과 기능을 알 수 없는 보조 단백질을 시스템의 일부로 본 점입니다. 실험에서는 ART 서열에서 서로 다른 짧은 RNA가 여러 종류 생성되는 것을 확인했지만, 구체적인 작동 방식은 밝혀지지 않았습니다.

기술 보고서는 역전사효소가 실제로 활성을 지니는지, 반복 서열에서 유래한 RNA를 반응에 사용하는지, 보조 단백질과 어떻게 상호작용하는지, 파지 안에서 어떤 역할을 하는지는 제시하지 않았습니다. Anthropic은 2026년 봄 생명과학 연구 그룹을 설립하고 미국 베이 지역에 실험 시설을 마련했습니다. 이번 연구에서 Claude는 데이터 분석과 후보 발견을 맡았고, 실험은 연구자들이 수행했습니다. 성과는 프리프린트로 공개됐으며 연구팀은 ART의 기능을 알아보는 실험을 이어가고 있습니다.

Anthropic 최고경영자(CEO) 다리오 아모데이(Dario Amodei)는 X 게시물에서 기초 생물학의 발견을 가속하면 신약과 치료법 개발로 이어질 후보를 늘릴 수 있다고 밝혔습니다. 다만 기초 연구가 빨라지는 것만으로 임상시험에 필요한 기간이 단축되는 것은 아니라고 설명했습니다. 아모데이는 2024년 논고 ‘Machines of Loving Grace’에서 제시한 ‘5~10년 안에 대부분의 질병을 치료한다’는 전망도 언급했습니다. 고도화된 AI가 등장한 뒤 기초 연구부터 신약 개발, 임상시험, 환자 진료까지 각 단계에 AI를 적용할 수 있다면 실현될 수 있다는 견해입니다. 이번 발견으로 질병 치료나 유전체 편집에 활용할 수 있다는 점이 입증된 것은 아닙니다.

Anthropic은 2026년 9월 23일, AI ‘Claude’로 DNA 서열을 분석해 박테리아를 감염시키는 바이러스인 박테리오파지에서 지금까지 보고되지 않은 효소 시스템 ‘ART(array-associated reverse transcriptases)’를 발견했다고 발표했습니다. ART에는 유전체 편집에 쓰이는 CRISPR와 비슷한 반복 DNA 서열이 있지만, 생물학적 기능이나 유전체 편집에 활용될 가능성은 확인되지 않았습니다.

연구팀은 RNA 정보를 DNA로 옮기는 역전사효소(RT)와 관련된 새로운 유전자를 찾도록 Claude에 지시했습니다. 공개된 기술 보고서에 따르면 Claude Mythos 5를 이용한 여러 Claude Code 에이전트가 작업과 결과 검토를 나눠 맡았습니다. 조사 결과에 따라 추가 분석을 시작하고 계획과 결과를 공유했으며, 탐색은 사람의 개입 없이 21.5시간 이어졌습니다. 총 949회 에이전트 세션에서 2억 1,560만 토큰을 사용했습니다.

에이전트들은 RT 유전자 주변의 DNA를 읽고 반복 서열의 개수와 간격을 조사한 뒤, 기존 시스템 및 문헌과 비교해 사람이 검토할 후보를 보고했습니다. 연구팀이 같은 탐색을 추가로 10회 진행했을 때는 ART의 특징인 반복 서열이 발견되지 않았습니다. 기술 보고서는 탐색 범위가 넓고 실행할 때마다 조사 경로가 달라지는 점을 이유로 들었습니다.

ART의 특징은 역전사효소, 인접 유전자가 만드는 보조 단백질, 규칙적으로 배열된 DNA 반복 서열의 조합입니다. 대형 파지의 역전사효소 자체는 과거에도 보고됐습니다. Anthropic이 새롭다고 밝힌 부분은 주변의 단백질 비암호화 DNA 서열과 기능을 알 수 없는 보조 단백질을 시스템의 일부로 본 점입니다. 실험에서는 ART 서열에서 서로 다른 짧은 RNA가 여러 종류 생성되는 것을 확인했지만, 구체적인 작동 방식은 밝혀지지 않았습니다.

기술 보고서는 역전사효소가 실제로 활성을 지니는지, 반복 서열에서 유래한 RNA를 반응에 사용하는지, 보조 단백질과 어떻게 상호작용하는지, 파지 안에서 어떤 역할을 하는지는 제시하지 않았습니다. Anthropic은 2026년 봄 생명과학 연구 그룹을 설립하고 미국 베이 지역에 실험 시설을 마련했습니다. 이번 연구에서 Claude는 데이터 분석과 후보 발견을 맡았고, 실험은 연구자들이 수행했습니다. 성과는 프리프린트로 공개됐으며 연구팀은 ART의 기능을 알아보는 실험을 이어가고 있습니다.

Anthropic 최고경영자(CEO) 다리오 아모데이(Dario Amodei)는 X 게시물에서 기초 생물학의 발견을 가속하면 신약과 치료법 개발로 이어질 후보를 늘릴 수 있다고 밝혔습니다. 다만 기초 연구가 빨라지는 것만으로 임상시험에 필요한 기간이 단축되는 것은 아니라고 설명했습니다. 아모데이는 2024년 논고 ‘Machines of Loving Grace’에서 제시한 ‘5~10년 안에 대부분의 질병을 치료한다’는 전망도 언급했습니다. 고도화된 AI가 등장한 뒤 기초 연구부터 신약 개발, 임상시험, 환자 진료까지 각 단계에 AI를 적용할 수 있다면 실현될 수 있다는 견해입니다. 이번 발견으로 질병 치료나 유전체 편집에 활용할 수 있다는 점이 입증된 것은 아닙니다.