GPT-Rosalind, 50개+ science tools로 drug discovery workflow에 들어갔다

OpenAI가 biology, drug discovery, translational medicine을 겨냥한 reasoning model인 GPT-Rosalind로 과학 연구 workflow에 더 깊이 들어갔다. 이번 출시는 일반 소비자용 기능 확대가 아니다. GPT-Rosalind는 trusted access program을 통과한 qualified customers에게 ChatGPT, Codex, API의 research preview 형태로 제공된다. 목표도 단순 질의응답이 아니다. OpenAI가 겨냥한 영역은 evidence synthesis, hypothesis generation, experimental planning, data analysis처럼 실험실의 시간과 비용이 직접 걸린 다단계 연구 작업이다.

4월 16일 공개된 원문에서 가장 실용적인 변화는 Codex용 Life Sciences research plugin이다. OpenAI는 이 plugin이 50개가 넘는 public multi-omics databases, literature sources, biology tools, repeatable skills를 연결한다고 설명한다. Plugin 자체는 더 넓게 사용할 수 있지만, GPT-Rosalind model은 우선 U.S. qualified Enterprise customers에게 eligibility, governance, security review를 거쳐 제공된다. Research preview 기간에는 abuse guardrails 조건 아래 기존 credits나 tokens를 쓰지 않는다고도 밝혔다.

이 기사가 단순한 vertical AI 제품 소식보다 무게를 갖는 이유는 benchmark claim 때문이다. OpenAI에 따르면 GPT-Rosalind는 BixBench에서 published scores가 있는 models 중 leading performance를 냈고, LABBench2에서는 11개 tasks 중 6개에서 GPT-5.4를 앞섰다. 특히 큰 개선은 molecular cloning protocols를 위해 DNA와 enzyme reagents를 end-to-end로 설계하는 CloningQA에서 나왔다. Dyno Therapeutics와의 별도 evaluation에서는 unpublished RNA sequence data를 사용했고, best-of-ten model submissions가 prediction task에서 57개 historical human expert scores의 95th percentile을 넘었으며 sequence generation task에서는 약 84th percentile에 올랐다.

초기 고객과 파트너 목록도 방향을 보여준다. OpenAI는 Amgen, Moderna, Thermo Fisher Scientific, Allen Institute, Novo Nordisk, NVIDIA, Benchling, UCSF School of Pharmacy, Oracle Health and Life Sciences를 launch material에 올렸다. Los Alamos National Laboratory와는 AI-guided protein and catalyst design을 탐색하고 있다고 덧붙였다.

다만 GPT-Rosalind의 진짜 평가는 논문식 점수가 아니라 내부 연구 조직에서의 재현성으로 갈린다. Biology model은 안전과 misuse risk 때문에 일반 productivity software보다 훨씬 엄격한 access control이 필요하다. 연구자들이 더 빠르게 문헌을 훑고, 더 나은 hypothesis를 만들고, 실험 계획을 줄일 수 있다면 drug discovery에서 frontier model은 chatbot이 아니라 governed research infrastructure로 팔리기 시작할 수 있다.