과학

Bristol Myers Squibb가 8대 DGX Vera Rubin NVL72 기반 두 번째 DGX SuperPOD를 도입해 전 세계 연구자가 쓰는 단일 AI 환경을 만든다. 기존 AI cluster에서 target identification 시간을 몇 주 줄인 뒤, drug discovery 전 과정으로 compute를 확대하는 결정이다.

프런티어 AI의 생물학적 오용 위험과 방어 활용이 동시에 커지고 있다. Google DeepMind와 Isomorphic Labs는 지난 12개월 동안 15개 이상 파트너십을 진전시켰다고 밝혔다.

AI가 만든 영상으로 특정 시각 뇌 영역의 반응을 최대화한다는 연구에 관심과 불안이 동시에 붙었다. NEvo는 뇌의 “digital twin”을 보상 함수처럼 쓰며, 연구 도구와 superstimulus 사이의 경계를 드러낸다.

1조 분 넘는 Fitbit·Pixel Watch 센서 데이터가 하나의 건강 foundation model로 묶였다. Google Research의 SensorFM은 35개 건강 예측 과제 중 34개에서 기존 특징공학 baseline을 앞서며, 웨어러블 AI가 단일 질환 모델을 넘어설 수 있는지를 시험한다.

Claude Science는 연구자용 작업대에서 끝나지 않는다. Anthropic은 소외 질환 치료제 후보를 직접 찾겠다고 밝혔고, AI 모델 회사가 제약사의 도구 공급자를 넘어 경쟁자가 될 수 있는지라는 질문을 던졌다.

최대 $600M 규모 계약의 초점은 AI가 만든 후보물질을 누가 임상까지 끌고 갈 수 있느냐다. Insilico는 Pharma.AI로 초기 분자 발굴을 맡고, Takeda는 선택된 후보의 임상 검증과 글로벌 개발을 담당한다.

연구용 AI가 채팅창이 아니라 재현 가능한 작업 환경으로 이동한다. Claude Science는 60개 이상 과학 skill·connector, reviewer agent, HPC/SSH/Modal 연동을 묶고 최대 50개 프로젝트에 $30,000 크레딧을 지원한다.

생물학용 AI 에이전트 평가는 단순 Q&A에서 실제 연구 판단 재현으로 이동하고 있다. OpenAI의 GeneBench-Pro는 129개 계산생물학 문제를 제시하며, GPT-5.6 Sol도 최고 추론 설정에서 28.7%, Pro mode에서 31.5%에 그쳤다.

뇌 수술 없이 MEG 신호만으로 문장을 실시간에 가깝게 복원하는 정확도가 61%까지 올라왔다. Meta는 9명에게서 수집한 약 22,000문장 데이터로 Brain2Qwerty v2를 학습했고, 최고 참가자에서는 78% word accuracy를 기록했다.

Microsoft Research와 UC Berkeley, UCSF, Columbia 연구진은 generative causal testing으로 언어 예측 모델을 짧은 설명으로 바꾸고 fMRI에서 검증했다. food preparation, location names 같은 설명이 실제 피질 반응으로 확인됐다.

Midjourney Medical에 관심이 몰린 이유는 이미지 생성 회사가 의료 영상의 비용 구조를 건드렸기 때문이다. 댓글의 의사와 엔지니어들은 가능성과 한계를 동시에 짚었다.

매주 2억3000만 명이 건강 질문에 쓰는 ChatGPT에서 사실성 문제가 크게 줄었다. GPT-5.5 Instant는 HealthBench Professional 등 의사 주도 평가에서 frontier Thinking 모델에 가까운 성능을 보였고, 무료 사용자에게도 제공된다.