샌드박스AQ, 약물 발견 모델을 클라우드에 제공 — 컴퓨터 공학 박사가 필요 없음

SandboxAQ는 Alphabet에서 분사한 AI 신약 개발 기업으로, 양자역학 기반 분자 시뮬레이션 모델을 보유하고 있다. 이번 발표의 핵심은 자사의 거대 정량적 모델(LQM, Large Quantitative Model)을 Anthropic의 Claude에 통합하여 MCP(Model Context Protocol) 형태로 노출했다는 점이다. 기존에 단백질 구조 예측(AlphaFold, Chai-1, Isomorphic Labs의 모델 등)이 학계와 제약 R&D 조직 내부의 전문가용 파이프라인에 갇혀 있던 반면, SandboxAQ는 Claude를 자연어 인터페이스 겸 오케스트레이터로 활용해 분자 결합 친화도(binding affinity), ADMET 특성, 단백질-리간드 도킹 같은 계산을 대화창에서 호출 가능하게 만들었다. 즉 모델 자체의 성능 경쟁(Chai Discovery, Isomorphic Labs)이 아니라 "접근성"이 진짜 병목이라는 가설에 베팅한 셈이다.

개발자/엔지니어 관점에서 이 변화의 의미는 두 가지다. 첫째, 도메인 특화 과학 계산 모델이 LLM 툴체인(MCP, function calling)의 표준 인터페이스로 들어오기 시작했다는 신호다. 지금까지는 PyMOL, RDKit, AutoDock 같은 CLI/Python 라이브러리를 직접 조합해야 했고, GPU 클러스터 위에서 양자화학 계산을 돌리려면 별도 인프라가 필요했다. 이제는 Claude의 도구 호출 메커니즘을 통해 백엔드 GPU 워크로드를 추상화한 채 결과만 받아볼 수 있다. 둘째, 이는 "전문가 SaaS의 MCP 래핑"이라는 패턴이 신약 개발을 넘어 EDA, FEA, 유체역학, 금융 리스크 모델 등 다른 수직 도메인으로 확산될 전조다. 한국 SW 엔지니어 입장에서는 자사 도메인 자산(시뮬레이터, 사내 DSL, 계산엔진)을 MCP 서버로 노출하는 설계 패턴을 미리 검토해 둘 가치가 있다.

실무적으로 확인해야 할 포인트는 명확하다. SandboxAQ가 제공하는 도구는 Claude의 Connectors/MCP 카탈로그를 통해 활성화되며, 호출 시 자체 인프라에서 계산이 이뤄지므로 토큰 비용 외에 별도 API 라이선스·쿼터 정책이 붙을 가능성이 높다. 약물 설계 같은 규제 산업에서는 결과의 재현성(seed, 모델 버전 핀)과 감사 로그가 필수이므로, MCP 호출 트레이스를 어떻게 보관할지 사전에 설계해야 한다. 또한 Chai-1, Boltz-1, AlphaFold 3 등 오픈웨이트 대안과 비교해 SandboxAQ 모델이 "어떤 태스크에서" 우위인지 벤치마크(PoseBusters, CASP 등)를 직접 확인한 뒤 의존 여부를 결정하는 것이 안전하다.

마지막으로 한국 개발자가 지금 당장 취할 수 있는 액션은 세 가지다. (1) Claude의 MCP/Connectors 문서를 다시 점검해 외부 과학 계산 도구를 호출하는 표준 흐름을 익혀 두기, (2) 사내에 보유한 도메인 계산 자산이 있다면 MCP 서버로 래핑하는 PoC를 1~2주 스프린트로 돌려보기, (3) "LLM은 오케스트레이터, 실제 계산은 특화 모델"이라는 분업 구조를 전제로 사내 AI 플랫폼 로드맵을 재정렬하기. SandboxAQ 사례는 LLM이 범용 추론기로서 도메인 모델을 호출하는 시대가 신약 개발이라는 매우 보수적인 영역에서도 현실화되고 있음을 보여주는 첫 사례에 가깝다.