과학 연구의 새로운 파트너: 앤트로픽 클로드 사이언스 워크플로우 심층 분석

※ 고지: 이 글에는 제휴 마케팅 링크가 없다. 본문의 모든 링크는 원출처(제조사 공식 발표·언론 보도·공식 요금 페이지)로 직접 연결되며, 클릭으로 필자가 얻는 수익은 없다.

※ 기준 시점: 이 글의 가격·지원 정책·지원 OS는 모두 2026년 8월 31일 확인 기준이다. 특히 요금은 변동이 잦으므로 결제 전 공식 요금 페이지에서 다시 확인하기 바란다.

AI 회사가 신제품을 발표하면서 “새 모델은 아닙니다"라고 먼저 말하는 경우는 드물다. 2026년 6월 30일, 앤트로픽은 정확히 그렇게 했다. 제약사 임원과 바이오텍 창업자들을 모아놓은 자리에서 공개한 클로드 사이언스(Claude Science) 는 벤치마크 점수표를 들고 나오지 않았다. 대신 “과학자를 위한 작업대(AI workbench)“라는, 어딘가 김빠지는 표현을 내걸었다(Anthropic, 2026-06-30).

김빠진 표현이 아니다. 이건 과학계에서 AI가 계속 미끄러졌던 이유를 정면으로 겨냥한 문장이다.

문제는 지능이 아니라 흔적이었다

박사후연구원의 화요일을 상상해보자. 단일세포 RNA 시퀀싱 데이터가 나왔다. 그는 터미널에서 QC 스크립트를 돌리고, 브라우저 탭으로 넘어가 UniProt에서 유전자를 확인하고, 주피터 노트북으로 돌아와 클러스터링을 다시 하고, PubMed에서 논문 세 편을 찾아 읽고, 슬랙으로 동료에게 “이 클러스터 뭐 같아?“라고 묻는다. 그림 한 장을 만드는 데 도구 대여섯 개를 오간다.

여기까지는 그냥 번거로울 뿐이다. 진짜 문제는 여섯 달 뒤에 온다. 논문 리뷰어가 묻는다. “Figure 3C의 그 컷오프 값, 어떻게 정했습니까?” 그리고 그는 기억나지 않는다. 노트북 셀은 스무 번 덮어써졌고, 환경은 패키지 업데이트로 바뀌었으며, 그 결정을 내리던 대화는 슬랙 로그 어딘가에 묻혔다.

과학의 병목은 오래전부터 똑똑함이 아니었다. 흔적이었다. 그런데 지금까지의 AI 도구는 정확히 반대 방향으로 갔다. 챗봇에게 코드를 짜달라고 하면 코드는 나오지만, 그 코드가 왜 그렇게 생겼는지는 창을 닫는 순간 증발한다. AI는 도구 갈아타기를 하나 더 늘렸을 뿐이다.

앤트로픽이 판 것: 두뇌가 아니라 작업대

클로드 사이언스는 새 모델이 아니다. 앤트로픽이 이미 서비스하는 클로드 모델들을 그대로 쓰되, 그것을 연구 워크플로우 환경 안에서 오케스트레이션한다(Anthropic, 2026-06-30). 즉 파는 것은 지능이 아니라 지능이 앉는 자리다.

여기에 큐레이션된 스킬과 커넥터가 다수 딸려 오고, 유전체학·단일세포 분석·프로테오믹스·구조생물학·케모인포매틱스는 아예 사전 구성되어 있다. 발표 당시 언급된 스킬 개수는 60여 개 수준으로 알려졌으나, 이 숫자는 필자가 공식 문서에서 독립적으로 재확인하지 못했다. 스킬 카탈로그는 갱신되는 성격이라 시점에 따라 달라질 수 있으니, 특정 분석 파이프라인이 포함되는지가 도입 판단의 핵심이라면 공식 발표 페이지에서 직접 목록을 확인하는 편이 안전하다.

물리적 배치도 흥미롭다. macOS와 리눅스에서 돌아가는데, 노트북 위에서도, 리눅스 박스에서도, HPC 로그인 노드 위에서도 돌아간다. SSH로 연구실 자기 클러스터에 작업을 던질 수 있고, Modal 연동을 통해 GPU 하나에서 수백 개까지 온디맨드로 늘릴 수 있다. 엔비디아 BioNeMo 에이전트 툴킷에 연결되어 Evo 2, Boltz-2, OpenFold3 같은 모델에 네이티브로 접근한다(Anthropic, 2026-06-30).

단백질 3차 구조, 유전체 트랙, 화학 구조가 대화창 안에서 그대로 렌더링된다. 인용과 계산을 점검하는 리뷰어 에이전트도 들어 있다.

하지만 이 기능 목록은 진짜 상품이 아니다. 진짜는 이거다.

클로드 사이언스에서 만들어진 그림·표·노트북·원고는 그것을 만든 코드, 환경, 대화 이력을 달고 다닌다.

테크크런치는 이 출처(provenance)·재현성 주장을 “핵심 차별점"으로 짚었다(TechCrunch, 2026-06-30). 앞의 박사후연구원 이야기로 돌아가면 의미가 분명해진다. 여섯 달 뒤 리뷰어의 질문에, 그림 자체가 답한다. 컷오프를 정하던 그 대화까지 붙어서.

이건 모델 성능 경쟁을 우회하는 영리한 수다. AlphaFold를 가진 구글 딥마인드와 정면으로 붙는 대신, 아무도 안 챙기던 감사 가능성이라는 자리를 먼저 차지하는 것이다. 과학자가 정말 아쉬웠던 건 두 배 똑똑한 조수가 아니라, 자기가 한 일을 증명해주는 장부였으니까.

그런데 여기서 자기모순이 나온다

가장 크게 걸리는 지점부터 말하겠다. 내장된 팩트체크·리뷰어 에이전트는, 자기 출력을 자기가 검사하는 같은 모델이다. 독립적인 진실의 출처가 아니다(TechCrunch, 2026-06-30).

이건 사소한 흠이 아니다. 제품의 세일즈 포인트가 “믿을 수 있는 흔적"인데, 그 흔적의 검증자가 피검증자와 동일 인물인 셈이다. 인용이 실재하는지, 계산이 맞는지 걸러주는 필터로는 쓸모가 있겠지만, “리뷰어 에이전트가 통과시켰으니 맞다"고 읽는 순간 위험해진다. 자동 검사의 초록불은 안전의 증거가 아니다.

나머지 한계도 정직하게 적어둔다.

• 아직 베타이고 OS를 탄다. macOS와 리눅스만 지원하며, 출시 시점에 윈도우 클라이언트가 없다(Anthropic, 2026-06-30). 윈도우 워크스테이션을 쓰는 연구실이 적지 않다는 걸 생각하면 작지 않은 벽이다. WSL2 우회가 가능한지는 공식 문서에 명시가 없어 미확인이다.
• 도메인이 좁다. 설계도 마케팅도 분자·세포생물학과 신약개발에 맞춰져 있다. 다른 과학 분야에서의 적용 가능성은 훨씬 얇다(MIT Technology Review, 2026-06-30). 천체물리나 재료과학 하는 사람이 “과학 AI"라는 이름만 보고 들어오면 실망할 확률이 높다.
• 능력에 천장이 있다 — 단, 어느 모델의 천장인지 구분해야 한다. 한 물리학자는 앤트로픽 모델이 과학 프로젝트를 수행하는 능력을 대학원 2년차 정도라고 평가했는데, 이 평가의 대상은 Opus 4.5였다(MIT Technology Review, 2026-06-30). 클로드 사이언스가 오케스트레이션하는 모델은 그 이후 세대까지 포함하므로, “대학원 2년차"는 현재의 상한이 아니라 확인된 하한에 가깝다. 그렇다 해도 자율과는 거리가 멀다. 이 비유가 좋은 이유는 눈금이 정확해서다. 대학원 2년차는 시키면 잘하고, 안 시킨 건 안 하고, 가끔 자신 있게 틀린다.
• 프라이버시는 공짜가 아니다. 데이터를 앤트로픽 서버에 올리지 않으려면 연구실 자체 인프라나 HPC 클러스터에서 돌려야 하는데, 그 설치와 운영 부담은 고스란히 연구실 몫이다(TechCrunch, 2026-06-30).
• 경쟁사는 자산을 갖고 있다. 구글 딥마인드는 AlphaFold와 AlphaGenome을 소유하고, OpenAI의 GPT-Rosalind는 특화 파인튜닝을 제공한다. 앤트로픽은 이것들에 외부 도구로만 닿을 수 있다(TechCrunch, 2026-06-30). 워크플로우로 무기를 삼는다는 건, 모델 자산 경쟁에서 밀린다는 뜻이기도 하다.

곁다리로 딸려오는 것들에도 값이 붙어 있다

발표 자료에서 Modal, 엔비디아 BioNeMo, Evo 2·Boltz-2·OpenFold3는 “연결된다"는 사실만 나열된다. 연결된다는 말이 공짜라는 뜻은 아니다.

Modal. 온디맨드 GPU를 붙여주는 서버리스 컴퓨트다. 장점은 명확하다 — 클러스터 대기열 없이 즉시 GPU를 잡는다. 대가도 명확하다. 완전 종량제라 상한이 없다. 잘못 짠 스윕 하나가 밤새 돌면 청구서로 돌아온다. 아래에서 다룰 크레딧이 소진된 뒤부터는 전액 사용자 부담이다. 예산 알람과 상한 설정을 쓰기 전에 걸어두는 게 순서다.

엔비디아 BioNeMo. 생명과학 모델을 묶어놓은 툴킷인데, 이름에서 짐작되듯 엔비디아 GPU 생태계에 묶인다. CUDA가 전제이고, 사내/교내 클러스터가 다른 가속기를 쓰면 그림이 달라진다. 컨테이너 이미지가 크고 GPU 메모리 요구가 높은 것도 실무 부담이다.

Evo 2 · Boltz-2 · OpenFold3. 오픈 가중치 계열 모델들이라 “무료"로 읽히기 쉽지만, 모델마다 라이선스 조건이 다르다. 특히 상업적 사용이나 파생 모델 배포에 제한이 걸리는 경우가 있으므로, 산업체 소속이거나 산학과제라면 각 모델 저장소의 라이선스 원문을 직접 읽어야 한다. 여기서 “네이티브 접근"은 기술적 접근을 말하는 것이지 법적 허용을 보장하는 말이 아니다. 필자는 각 모델의 현재 라이선스 조항을 이 글에서 개별 확인하지 않았으므로 반드시 원문 확인을 권한다.

요약하면, 클로드 사이언스 본체의 한계는 앤트로픽이 비교적 정직하게 밝혔지만 주변 스택의 비용과 조건은 독자가 직접 세어야 한다.

돈은 얼마나 드나

아래 금액은 2026년 8월 31일 확인 기준이다. 원화는 편의상 1달러 = 1,400원으로 환산한 추정치이며, 실제 청구액은 결제일 환율과 카드사 수수료(보통 1~2%)에 따라 달라진다.

클로드 사이언스에는 별도 요금제가 없다. 독립 SKU 없이 유료 구독에 포함된다(Anthropic, 2026-06-30).

(출처: Claude 공식 요금 페이지, 2026-08-31 확인)

Team의 경우 좌석을 샀다고 바로 쓸 수 있는 게 아니라 관리자가 기능을 활성화해줘야 한다. 연구실 단위 도입이라면 이 절차가 첫 병목이 되는 경우가 많다.

단, 여기에 안 잡히는 비용이 있다. 크레딧을 넘어가는 GPU 연산은 사용자 부담이다 — 자기 HPC 클러스터를 쓰거나 Modal에 돈을 내야 한다. 무거운 워크로드를 돌리는 연구실이라면 구독료는 청구서의 서두일 뿐이다.

지원 프로그램 숫자: 이건 출처를 못 찾았다

발표 직후 여러 곳에서 “앤트로픽이 최대 50개 프로젝트에 최대 $30,000(약 4,200만 원)의 크레딧을, Modal이 프로젝트당 최대 $2,000(약 280만 원)의 컴퓨트를 지원하며, 접수는 2026년 7월 15일 마감"이라는 수치가 돌았다.

필자는 이 네 숫자의 1차 출처를 확인하지 못했다. 앤트로픽 공식 발표 페이지에서도, 위에 인용한 두 기사에서도 이 조건을 명시한 문장을 찾지 못했다. 그래서 이 문단은 확인된 사실이 아니라 확인 실패로 표시한다.

실무적으로 중요한 부분은 이렇다. 이 글이 나온 2026년 8월 31일 시점에서 위 마감일(7월 15일)은 이미 지났다. 따라서 첫 회차 지원을 노리는 판단은 어차피 무의미하고, 후속 회차나 기관 단위 크레딧 프로그램이 열려 있는지가 실제로 필요한 정보다. 그건 이 글이 아니라 앤트로픽 공식 발표 채널에서 확인해야 한다. 마감일처럼 행동을 바꾸는 정보는, 출처가 붙지 않으면 믿지 않는 편이 낫다 — 이 글에 적힌 숫자를 포함해서.

어떻게 시작하나

제품 논평만 읽고 나가면 정작 “그래서 뭘 누르나"가 남는다. 순서대로 정리한다. 단계별로 확인된 것과 확인 못 한 것을 구분해 표시했다.

1단계 — 계정 확인. 클로드 사이언스는 별도 상품이 아니라 유료 구독에 포함된다. 즉 무료 플랜으로는 시작할 수 없고, Pro·Max·Team·Enterprise 중 하나가 있어야 한다(Anthropic, 2026-06-30). 개인 연구자라면 Pro 월간($20)으로 한 달 써보고 판단하는 게 합리적이다. 연간 선결제는 검증 뒤에 해도 늦지 않다.

2단계 — Team이라면 관리자부터. Team 스탠다드는 관리자 콘솔에서 기능을 켜야 구성원에게 노출된다. 연구실에서 PI나 행정 담당이 관리자 계정을 쥐고 있다면, 개인이 아무리 눌러도 메뉴가 안 보인다. 안 보이면 자기 계정을 의심하지 말고 관리자에게 활성화를 요청하는 게 먼저다.

3단계 — 클라이언트 설치. macOS 또는 리눅스에 클라이언트를 설치한다. 윈도우는 지원되지 않는다. 윈도우만 있는 환경이라면 리눅스 서버나 맥 한 대를 확보하는 것이 사실상 선행 조건이다. 구체적인 설치 명령과 최소 요구 사양은 버전에 따라 바뀌므로 공식 문서를 따라야 한다 — 필자는 이 글에서 특정 설치 명령을 검증하지 않았고, 검증하지 않은 명령을 적지 않는다.

4단계 — 실행 위치 결정. 이게 실제로 가장 중요한 결정이다. 세 가지 중 하나를 고른다.

• 노트북 로컬: 가장 쉽다. 대신 데이터가 로컬에 있어야 하고, 무거운 연산은 못 돌린다.
• 연구실 리눅스 서버 / HPC 로그인 노드: 데이터가 기관 밖으로 안 나간다. 대신 설치·운영은 연구실 몫이다.
• Modal 연동: GPU를 즉시 확보한다. 대신 과금과 데이터 반출을 감수한다.

민감 데이터(환자 유래 검체, 임상 정보)를 다룬다면 실질적으로 두 번째 외에는 선택지가 없다.

5단계 — 대기열 여부. 이 제품은 발표 시점 베타였다. 가입 즉시 사용 가능한지, 별도 신청·대기열이 있는지는 필자가 확인하지 못했다. 계정에서 메뉴가 보이지 않는데 관리자 활성화 문제도 아니라면 대기 상태일 가능성을 염두에 두고 공식 채널에 문의하는 것이 빠르다.

한국 연구실이 시작 전에 확인해야 할 네 가지

이 제품은 미국 시장을 보고 설계됐다. 국내에서 쓰려면 발표 자료에 안 나오는 항목들이 먼저 걸린다. 아래는 필자가 국내 연구 환경의 일반적 관행을 근거로 정리한 점검 항목이며, 기관마다 규정이 다르므로 각자 확인이 필요하다.

첫째, 결제 수단. 앤트로픽 구독은 해외 결제다. 원화 청구가 아니라 달러 청구 후 환산이며, 카드사 해외 이용 수수료가 붙는다. 국내 대학·출연연의 법인카드는 해외 결제가 막혀 있거나 사전 승인이 필요한 경우가 흔하다. 개인 카드로 결제하고 사후 정산하려 하면 환율 변동분 때문에 영수증 금액과 청구 금액이 안 맞는 문제가 매달 생긴다. 도입을 결정하기 전에 행정실에 “해외 SaaS 월 구독을 어느 카드로, 어떤 증빙으로 처리하는가"를 먼저 묻는 편이 낫다.

둘째, 연구비 집행 가능 여부. 국가 R&D 과제에서 소프트웨어 구독료는 대개 연구활동비 또는 연구재료비 항목으로 처리되지만, 구독형(SaaS) 해외 결제는 기관 규정에 따라 인정 범위가 갈린다. 특히 Modal 같은 종량제 컴퓨트는 월별 금액이 매번 달라져서, 예산 계획서에 고정액으로 잡아두는 방식과 충돌한다. 상한을 걸어 예측 가능한 금액으로 만들어두면 행정 처리가 훨씬 수월해진다.

셋째, 국내 HPC 연동. “HPC 로그인 노드 위에서 돌아간다"는 설명은 매력적이지만, KISTI 누리온을 비롯한 국내 대형 슈퍼컴퓨팅 자원은 대체로 외부 인터넷 접속이 제한되고, 사용자가 임의로 상용 클라이언트를 설치하기 어려운 정책을 갖고 있다. 클로드 사이언스는 클라우드의 모델을 호출해야 동작하므로, 아웃바운드 네트워크가 막힌 노드에서는 근본적으로 성립하지 않는다. 필자는 특정 센터의 현재 방화벽·설치 정책을 개별 확인하지 않았다. 도입을 검토한다면 해당 센터 운영팀에 ①로그인 노드의 아웃바운드 HTTPS 허용 여부 ②사용자 영역 바이너리 설치 허용 여부, 이 두 가지를 먼저 문의해야 한다. 이 둘 중 하나라도 막히면 나머지 논의는 의미가 없다. 현실적으로는 연구실 자체 GPU 서버가 더 빠른 출발점인 경우가 많다.

넷째, 한국어. 클로드 모델 자체는 한국어 대화가 자연스럽다. 다만 이 제품의 실질적 언어는 한국어가 아니다. 스킬 이름, 커넥터 설정, 오류 메시지, 공식 문서, 그리고 무엇보다 결과물로 나오는 노트북의 주석과 원고 초안은 영어를 전제로 만들어져 있다. 국문 보고서를 그대로 뽑는 용도라기보다, 영문 논문 파이프라인을 돌리는 도구로 보는 편이 기대가 어긋나지 않는다. 한국어 인터페이스 지원 여부는 공식 발표에 언급이 없어 미확인이다.

그래서, 누가 써야 하나

명확하다. 분자·세포생물학 파이프라인을 매일 돌리면서, macOS나 리눅스를 쓰고, 재현성 압박이 실재하는 연구실. 여기에 해당하면 지금 만져볼 가치가 충분하다. 파이프라인을 재사용 가능한 스킬로 저장하고 연구실이 쓰던 도구를 커넥터로 붙일 수 있다는 점만으로도, 사람이 반복하던 절차가 자산으로 바뀐다.

“재현성 압박이 실재한다"는 조건은 특히 중요하다. 리뷰어가 방법론을 파고드는 저널에 내는 랩, 규제 문서를 남겨야 하는 임상·신약 쪽, 인력 교체가 잦아서 떠난 사람의 코드를 남은 사람이 해독해야 하는 랩 — 이런 곳에서 “그림에 이력이 붙어 있다"는 가치는 즉시 체감된다. 반대로 혼자 작업하고 결과만 쓰면 되는 환경이라면, 이 제품이 파는 것의 절반은 필요 없는 기능이다.

반대로, 다른 분야이거나 윈도우 환경이거나 “AI가 논문을 대신 써주길” 기대하는 쪽이라면 지금은 아니다. 대학원 2년차는 논문을 대신 써주지 않는다.

내가 이 제품에서 가장 흥미롭게 보는 건 기능이 아니라 베팅의 방향이다. 모두가 모델을 더 키우는 쪽으로 달릴 때, 앤트로픽은 “우리 출력물을 나중에 검증할 수 있게 만들겠다"는 쪽에 걸었다. 만약 이 베팅이 맞다면 — 그러니까 과학계가 정말 원했던 게 더 똑똑한 답이 아니라 추적 가능한 답이었다면 — 다음 몇 년간 AI 도구를 평가하는 기준 자체가 바뀔 것이다.

다만 그 기준을 먼저 통과해야 할 건 클로드 사이언스 자신이다. 자기가 자기를 채점하는 리뷰어 에이전트를 그대로 둔 채로는, 그 기준을 세운 자격을 스스로 깎아먹는다.

그리고 같은 잣대는 이 글에도 적용된다. 위에서 두 번, 확인하지 못한 숫자를 “확인하지 못했다"고 적었다. 추적 가능성을 파는 제품을 다루면서 출처 없는 숫자를 단정으로 적는 건, 정확히 그 제품이 비판받는 자기채점과 같은 일이다.

이 글의 출처

• Anthropic, “Claude Science: an AI workbench for scientists” (2026-06-30) — 원문
• Anthropic, “Claude for Life Sciences” — 원문
• TechCrunch, “Anthropic’s Claude Science bets on workflow, not a new model, to win over scientists” (2026-06-30) — 원문
• MIT Technology Review, “Claude Science is Anthropic’s newest flagship product” (2026-06-30) — 원문
• Claude 공식 요금 페이지 (2026-08-31 확인) — 원문

출처를 확인하지 못해 본문에 ‘미확인’으로 표기한 항목: 스킬 개수(60여 개), 지원 프로그램 4개 수치(50개 프로젝트·$30,000·프로젝트당 $2,000·2026-07-15 마감), 베타 대기열 유무, 한국어 인터페이스 지원 여부, Evo 2/Boltz-2/OpenFold3 개별 라이선스 조항, 국내 HPC 센터별 설치·네트워크 정책.