Claude가 CRISPR 닮은 반복서열을 가진 새 효소 시스템을 발견했다

TL;DR Highlight

에이전트 950개를 21시간 돌렸더니 CRISPR 닮은 새 효소 시스템 후보가 나왔다

Who Should Read

수많은 에이전트를 병렬로 돌려 대용량 데이터에서 이상 패턴을 찾는 파이프라인을 설계하려는 백엔드·에이전트 개발자

Core Mechanics

고수준 프롬프트만 주고 에이전트를 병렬로 돌렸다
- DNA 서열 DB에서 새로운 RT(역전사효소, RNA를 DNA로 복사하는 효소)를 찾으라는 프롬프트만 줬다.
- 과학자는 처음 프롬프트와 실험실 작업만 맡았다고 한다.
21시간, 에이전트 약 950개, 토큰 2.1억 개
에이전트 하나가 이상하게 생긴 RT 유전자 옆에서 반복되는 DNA 패턴을 발견했다.
- 이후 분석과 실험으로 이 패턴이 아직 규명되지 않은 효소 시스템이라고 판단했다.
후보를 단계별로 좁혔다
- RT 20만 개 이상을 모아 새 후보 시스템 3,500개를 골랐다.
- 그중 가장 유력한 20개만 사람이 읽을 수 있는 보고서로 분석했다.
에이전트가 사람 과학자처럼 검증 절차를 밟았다
- 반복 횟수와 간격을 세고, 알려진 RT 시스템과 구조를 비교하고, 기존 문헌도 검색했다.
- 확신이 들자 사람 검토용 보고서를 올렸다.
새 시스템 ART는 RT, 옆 유전자, 긴 반복 배열 세 부분으로 이뤄진다
- 주로 박테리오파지(세균을 감염시키는 바이러스)에서 발견된다.
- 첫 실험에서 반복 배열이 서로 다른 짧은 RNA들로 발현됨을 확인했다.

Community Reactions

RT 자체는 이미 알려진 것이라는 반론
- 이미 알려진 retron 계열 RT 주변의 새 유전체 배열을 찾은 것이라 "새 시스템 발견"은 과장이라는 의견이 있었다.
- 돈만 있으면 누구나 같은 결과를 냈을 것이라는 의견도 있었다.
"Claude가 찾았다"는 표현에 대한 비판
- 사람 과학자의 기여가 본문에서 가려진다는 의견이 여러 개 있었다.
- 하단 링크의 기술 보고서에는 참여한 사람들이 나온다는 지적이 있었다.
하니스(여러 세션을 조율하는 틀)와 사람의 판단이 핵심이라는 의견
- 연구 데이터 접근, 결과 선별 능력이 더 중요하고 다른 모델과 자체 하니스로도 가능할 것이라는 의견이 있었다.
- 저자들도 자체 하니스를 쓴다고 인정한 점을 근거로 들었다.
필터링 편향에 대한 우려
- 20만 개에서 3,500개, 20개, 1개로 좁히는 과정에서 기존 지식과 다른 진짜 새 후보가 걸러질 수 있다는 의견이 있었다.
- 이미 알려진 시스템과 비슷할 때만 흥미롭다고 판단하는 편향이 생길 수 있다는 지적이었다.
엄밀성 부족이라는 지적
- 방법과 공개 정보가 부족하다고 비판한 신약 개발 팀 관리자의 댓글이 있었다.
- 실제로 쓴 프롬프트를 공개하면 다른 모델로 재현할 수 있겠다는 의견도 있었다.

How to Apply

후보를 보고서로 만들고 다음 단계에서 반박시키기
- 오늘 로그나 문서 묶음 하나에서 이상 후보를 뽑아 근거와 제안 원인을 담은 짧은 보고서를 쓰게 하라.
- 별도 세션에서 그 근거를 비판적으로 검토시켜 후보를 줄여라.
에이전트를 병렬로 나누고 단계별 깔때기 만들기
- 대량 데이터는 에이전트별로 분할해 조사시키고 후보 수를 단계마다 줄이는 구조로 설계하라.
- 단계별 후보 수를 로그로 남겨 어디서 걸러지는지 확인하라.
사람이 채택·기각한 후보를 지시문에 반영하기
- 어떤 후보를 채택했고 기각했는지 이유와 함께 기록하라.
- 그 기준을 다음 실행의 지시문에 넣어라.
걸러진 후보 일부를 무작위로 재검토하기
- 초기 단계에서 탈락한 후보를 일부 뽑아 사람이 직접 확인하라.
- 기존 패턴과 다르다는 이유로 버려진 건 없는지 점검하라.

Try It

복사해서 바로 해보기

# Claude 또는 ChatGPT에 붙여넣기 (논문 방법의 간이 버전: 후보 발굴 → 보고서 → 비판적 검토)

너는 데이터 탐색 에이전트다. 아래 데이터에서 기존에 설명되지 않은 이상 패턴을 찾아라.

[데이터]
{{로그/문서/데이터}}

[단계]
1. 먼저 알려진 패턴을 데이터에서 재현해 네 분석 방법이 맞는지 확인하라.
2. 알려진 어떤 패턴에도 맞지 않는 후보를 최대 5개 뽑아라.
3. 각 후보마다 짧은 보고서를 써라: 제안하는 원인, 뒷받침하는 근거, 반증 가능성.
4. 그다음 비판적 검토자 역할로 각 보고서의 근거를 반박하고, 살아남은 후보만 남겨라.
5. 후보가 하나도 없으면 없다고 말하라.

이어서 해 볼 것: 탈락한 후보와 탈락 이유도 따로 출력시켜 사람이 확인하라.

Terminology

역전사효소(RT)RNA를 읽어 DNA로 복사하는 효소다. 복사기가 문서를 다른 형식으로 옮겨 적는 것과 비슷하다.

CRISPR세균의 면역 체계에서 발견된 반복 서열 구조로, 지금은 유전자 편집 도구의 기반이 됐다. 서로 다른 RNA 조각을 모아둔 목록 덕에 원하는 위치를 겨냥할 수 있다.

박테리오파지세균을 감염시키는 바이러스다.

게놈 마이닝서열 데이터베이스에서 아직 규명되지 않은 유전자를 찾아 특이한 것을 골라내는 방식이다. 코드베이스에서 이상한 함수를 grep으로 찾는 것과 비슷하다.

하니스여러 모델 세션을 병렬로 조율하고 관리하는 실행 틀이다.