개요

Anthropic이 합성·계산·분석 화학자들과 함께 Claude의 화학 능력을 다듬는 작업을 시작했다. 초기 연구는 사내 화학자 David Kamber가 주도했고, 평가 대상은 NMR(핵자기공명) 스펙트럼이다. 발표문이 그대로 옮긴 표현대로, NMR은 “화학자가 가장 자주 보는 분석 입력"이다.

결론은 침착하다. 화학 특화 파인튜닝을 거치지 않은 범용 모델 Opus 4.7이, 정방향 NMR 예측에서 ChemDraw·MestReNova와 평균적으로 동등하거나 더 정확했고, 스펙트럼에서 분자 구조를 거꾸로 추론하는 역방향 문제도 의미 있는 비율로 풀었다.

핵심 요약

  • 정방향 예측: Opus 4.7이 수소 피크에서 평균 ±0.079 ppm 오차, 탄소 피크에서 ±1.37 ppm. ChemDraw·MestReNova와 사실상 동률.
  • 분리 패턴: 세부 피크 간격을 0.5Hz 이내로 맞춘 비율이 Claude 3개 모델 모두 약 80%. ChemDraw·MestReNova는 26~35%.
  • 역방향(구조 유추): 단순 구조 8건 전부 정답. 복잡 구조 7건 중 4건은 3회 시도 모두 정답.
  • 특이점: 전용 구조 해명 소프트웨어가 요구하는 2D NMR 없이, 1D 피크 리스트만으로 처리.

본문

화학자가 매일 갈아 끼우는 표현 사이의 번역 문제

화학자는 같은 분자를 손그림, 기기 출력, 데이터베이스 표기, 특허 명세 같은 여러 표현으로 다룬다. 카페인을 한 번에 스케치하면 아데노신과의 유사성이 한눈에 보이지만, 그 스케치만으로는 거의 동일한 분자들을 구분하지 못한다. 동일한 원자 배열에서 결합 위치만 달라져도 포도당이 과당으로, 거울상이 바뀌면 진정제가 기형 유발 물질(thalidomide)로 변한다. 표현 사이의 번역이 곧 사고의 비용이다.

화학초록서비스(CAS)에 등록된 물질은 2억 9천만 개를 넘어섰고, 매일 약 1만 5천 개씩 늘어난다. 과거 AI 접근이 잘 작동하지 않았던 이유는 데이터가 산재하고, 음성 결과가 거의 기록되지 않으며, 형식이 불일치하고, 상당수는 유료 장벽 뒤에 있었기 때문이다.

Anthropic이 강조하는 차이는 두 가지다. 멀티모달로 그림과 표를 그대로 읽을 수 있다는 점, 그리고 추론 과정을 단계별로 노출해 화학자가 감사(audit)할 수 있다는 점이다.

정방향 평가 — Opus 4.7 vs ChemDraw vs MestReNova

연구진은 학습 컷오프 이후 ChemRxiv에 올라온 20개 화합물을 골라 선택 편향을 최소화했다. 모든 도구에 SMILES 표기를 주고, 수소(±0.20 ppm)와 탄소(±1.0 ppm) 피크 위치를 예측하게 했다.

평균 절대 오차를 보면, Opus 4.7이 수소 ±0.079 ppm으로 가장 정확했고, 탄소에서는 Opus 4.7(±1.37 ppm)과 MestReNova(±1.48 ppm)가 사실상 동률이었다. 가장 까다로운 케이스였던 chloropyridazine의 NH 양성자(6.87.9 ppm)에서 Opus 4.7은 일관된 추정치를 냈고, Sonnet 4.6은 1013 ppm으로 완전히 어긋났다. 모델 간 격차가 그대로 드러난 대목이다.

세부 피크 분리 패턴에서는 차이가 더 분명했다. 분리 간격을 0.5Hz 이내로 맞춘 비율이 Claude 3개 모델 모두 약 80%인 데 비해, ChemDraw와 MestReNova는 26~35%에 머물렀다.

역방향 평가 — 스펙트럼에서 구조를 거꾸로 짚는다

분자 구조에서 스펙트럼을 예측하는 일은 길이 있지만, 그 반대인 구조 해명(structure elucidation) 은 더 어렵다. 기존 소프트웨어는 이 단계를 화학자에게 통째로 맡긴다. 연구진은 Opus 4.7에 15개 문제를 풀게 했다.

단순 구조 8개에는 고분해능 질량 분광에서 얻은 분자식과 NMR 스펙트럼만 줬다. 결과는 3회 시도 모두 8개 모두 정답. 복잡한 융합환·스피로 구조 7개에는 출발 물질 정보를 힌트로 추가했고, 그중 4개는 3회 모두 정답, 나머지는 3회 중 2회 정답이었다.

같은 작업을 전용 소프트웨어로 하려면 보통 2D NMR(COSY·HSQC·HMBC 같은 2축 등고선 맵)과 전문 학습, 라이선스 도구가 필요하다. Claude는 화학자가 대화창에 붙여넣을 수 있는 형태의 1D 피크 리스트만으로 이 결과를 냈다.

한계

연구진이 스스로 명시한 한계는 분명하다. 평가 규모가 작다(정방향 20개·역방향 15개), slow-exchange NH 헤테로방향족이 chloropyridazine 한 가지 계열에만 한정됐고, 2D 실험과 입체화학은 설계상 제외됐다. 용매도 DMSO-d₆·CDCl₃·D₂O 세 종류로 한정됐다. 출발 물질 정보 없이 복잡 구조를 추론하면 모델이 결론에 도달하지 못하고 추론 루프를 도는 경우도 관찰됐다.

이상적인 평가는 20~30개 골격 계열에 걸쳐 수백 개 화합물을 포함하지만, 이번 데이터는 “정확한 수치라기보다 방향성을 보여준다"는 위치에 있다.

실무자가 볼 핵심 포인트

  1. 범용 모델이 전문 소프트웨어와 맞먹는 지점이 시작됐다 — 화학 도메인 파인튜닝 없이 일반 Opus 4.7이 ChemDraw·MestReNova의 정확도를 따라잡았다. 도구 채택 의사결정에서 “전용 솔루션이 더 정확하다"는 전제를 다시 검증해야 한다.
  2. 2D NMR 없이 푼 역방향 문제가 진짜 차별점이다 — 1D 피크 리스트만으로 구조 해명까지 도달하는 워크플로는 기존 소프트웨어 라이선스 모델을 우회한다. 분석 화학 부서 비용 구조에 영향이 크다.
  3. 추론 과정 가시화는 단순 정확도보다 가치가 크다 — Claude의 step-by-step 추론은 화학자가 결과를 즉시 감사할 수 있게 한다. “맞는 답"보다 “왜 맞는지 보이는 답"이 실무 도입 결정의 기준이 된다.
  4. 다음 영역은 retrosynthesis와 메커니즘 설명 — Anthropic이 명시한 다음 우선순위는 합성 경로 제안, 부산물 예측, 전자 화살표 기반 메커니즘 설명, 특허·SI 문서에서 정보 추출이다. AI for Science 협업 창구는 scienceblog@anthropic.com.

원문: Making Claude a Chemist (Anthropic, 2026-06-05)