# Claude Science 공개 베타 > Clean Markdown view of GeekNews topic #30999. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=30999](https://news.hada.io/topic?id=30999) - GeekNews Markdown: [https://news.hada.io/topic/30999.md](https://news.hada.io/topic/30999.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2026-07-01T14:38:23+09:00 - Updated: 2026-07-01T14:38:23+09:00 - Original source: [claude.com](https://claude.com/product/claude-science) - Points: 1 - Comments: 1 ## Topic Body - **Claude Science**는 생명과학 연구자가 분석 실행, 데이터베이스 검색, 데이터 전처리, 결과 작성까지 한 워크벤치에서 이어가도록 만든 공개 베타 앱임 - 그림·표·노트북은 **생성 코드**, 실행 환경, 대화 기록을 함께 남겨 나중에 재현·수정·검증할 수 있음 - 로컬 노트북, Linux 장비, HPC 로그인 노드, 클라우드 VM에서 실행되며 **SSH**, Slurm, Modal을 통해 작업 제출과 관리를 지원함 - 유전체학, 단일세포, 프로테오믹스, 구조생물학, 화학정보학을 대상으로 하며 **60개 이상 과학 데이터베이스**와 NVIDIA BioNeMo 도구에 연결 가능함 - macOS와 Linux에서 Pro, Max, Team, Enterprise 플랜으로 사용할 수 있지만, 베타 앱이므로 조직 배포 전 문서 검토와 관리자 설정이 필요함 --- ### 과학 연구용 Claude 워크벤치 - Claude Science는 **새 모델이 아니라 공개 베타 앱**이며, 사용자의 플랜에 포함된 기존 Claude 모델을 사용함 - 새로 더해진 부분은 Claude 주변의 과학 도구, 데이터베이스 연결, 컴퓨트 통합으로, 사용자의 인프라에서 전체 분석을 실행할 수 있게 함 - macOS와 Linux용으로 제공되며, 페이지에서 각 운영체제용 다운로드를 안내함 - 목표는 과학 데이터베이스, 연구 도구, ELN, 단백질·구조 모델, HPC를 하나의 **연구 워크벤치**로 묶는 것임 ### 재현 가능한 결과물과 검토 흐름 - Claude Science는 단백질, 구조, 분자 등을 네이티브로 볼 수 있게 하며, 결과를 **생성 코드까지 추적**할 수 있음 - 그림, 표, 노트북에는 다음 정보가 함께 저장됨 - 결과를 만든 정확한 코드 - 실행 환경 - 결과를 만든 대화 - 저장된 결과물은 몇 달 뒤에도 재현, 편집, 방어할 수 있음 - 단백질, 정렬, 유전체 트랙, 화학 구조, PDF를 추가 설치 없이 네이티브 형식으로 확인할 수 있음 - **백그라운드 리뷰어**는 잘못된 인용, 추적 불가능한 수치, 기반 코드와 일치하지 않는 그림을 표시함 - 사용자는 그림에 주석을 달아 수정이나 질문을 요청할 수 있고, 에이전트는 해당 그림을 만든 코드를 읽어 직접 수정함 - 분석 결과 작성은 렌더링된 Markdown과 LaTeX 미리보기를 보면서 진행할 수 있음 ### 컴퓨트와 실행 환경 - 각 분석에 필요한 **실행 환경**을 관리하며, 실행 위치는 노트북, Linux 장비, HPC 로그인 노드가 될 수 있음 - 배치 스크립트를 작성한 뒤 사용자의 머신이나 HPC 클러스터에 SSH로 제출·관리하거나 Modal 계정으로 작업을 실행함 - 설치 위치는 데이터가 있는 곳에 맞출 수 있음 - 노트북 - 연구실 Linux 장비 - HPC 로그인 노드 - 클라우드 VM - 브라우저에서 연결해 사용할 수 있음 - 작업은 로컬 커널, SSH를 통한 Slurm 클러스터, Modal 계정에서 실행됨 - 변수, 데이터프레임, 로드된 모델은 분석 전체에서 메모리에 유지되어 반복 작업을 빠르게 진행할 수 있음 ### 생명과학 도메인별 작업 - Claude Science는 유전체학, 단일세포, 프로테오믹스, 구조생물학, 화학정보학 등을 지원하며, 문헌을 읽고 **60개 이상 과학 데이터베이스**를 질의할 수 있음 - 주요 활용 예시는 다음과 같음 - **Single-cell RNA-seq 분석**: 조직 전체의 수백만 개 세포를 클러스터링·주석 처리하고, 표면 마커 유전자를 찾으며, 각 그림을 생성 코드까지 추적함 - **계통발생·진화 분석**: ortholog 정렬, 최대가능도 트리 추론, 기능성 잔기의 계통발생 매핑을 하나의 재현 가능한 세션에서 수행함 - **단백질 구조와 언어 모델 작업**: 예측 구조를 가져오고 도메인과 임상 변이를 얹은 뒤 3D에서 대화형으로 탐색함 - **화학정보학과 분자 설계**: 생물활성 데이터를 검색하고, 속성·유사도를 계산하며, 2D 스케처에서 구조를 그리거나 다듬음 - 파이프라인은 재사용 가능한 skill로 저장할 수 있고, 연구실 선호 도구는 connector로 연결해 이후 세션에서 자동으로 사용할 수 있음 - 완전히 출처가 붙은 indication dossier를 제공하며, 각 프로그램의 근거를 구성하는 skill 세트를 확장 중임 ### 기존 연구실 스택과의 연결 - Connector는 내부 API, ELN, 맞춤형 파이프라인을 워크플로에 가져와 Claude Science가 연구실의 기존 도구와 함께 작동하게 함 - 기존 Python, R, shell 워크플로는 처음부터 다시 만들 필요 없이 읽고, 실행하고, 확장할 수 있음 - 과학 도구, 플랫폼, 도메인 특화 오픈 모델은 skill 또는 connector로 플러그인될 수 있음 - Claude Science는 특정 도구를 대체하기보다 전문 도구들이 함께 작동하는 **통합 워크벤치** 역할을 함 ### 모델·도구·데이터 연결 - 일반 AI 어시스턴트가 생물학을 논의하는 수준을 넘어, Claude Science는 파이프라인 실행, 과학 데이터베이스 탐색, 클러스터 작업 오케스트레이션, 이전 세션 기록 추적을 지원함 - 앱에는 유전체학, 단일세포, 프로테오믹스, 구조생물학, 화학정보학 등을 위한 분석 specialist가 포함됨 - 도메인 특화 오픈 모델과 60개 이상 과학 데이터베이스에 네이티브로 연결할 수 있음 - NVIDIA의 [BioNeMo Agent Toolkit](https://nvidianews.nvidia.com/news/nvidia-launches-bionemo-agent-toolkit-giving-ai-agents-the-tools-to-accelerate-scientific-discovery) skill을 사용해 [BioNeMo](https://github.com/NVIDIA-BioNeMo)의 생명과학 모델과 라이브러리에 연결함 - 포함 예시는 Evo 2, Boltz-2, OpenFold3임 ### 데이터 위치와 검증 - Claude Science 앱은 사용자의 인프라에서 실행되며, **원시 데이터셋과 컴퓨트는 로컬**에 남음 - 프롬프트와 모델 응답에 포함된 콘텐츠는 Anthropic의 표준 보존 정책에 따라 처리됨 - 팀별 요구사항은 영업 문의를 통해 논의할 수 있음 - 모든 산출물은 다음 정보를 포함함 - 생성에 사용된 정확한 코드 - 실행 환경 - 수행 작업의 평문 설명 - 결과로 이어진 대화 - 백그라운드 리뷰어는 결과가 표시되기 전에 증거로 추적할 수 없는 주장을 표시함 ### 플랜, 연구실 할인, 엔터프라이즈 배포 - Claude Science는 macOS와 Linux에서 Pro, Max, Team, Enterprise 플랜으로 제공되는 **베타 앱**임 - Team과 Enterprise 사용자는 관리자가 먼저 활성화해야 함 - 연구실용 할인 [Claude Team plan for research labs](https://claude.com/programs/claude-team-plan-for-research-labs)는 Claude Science 앱 접근을 포함함 - 대상은 학술 기관과 비영리 연구기관의 활동 중인 과학 연구실임 - 생의학·기초과학 연구실과 화학, 수학, 컴퓨터과학, 물리학 등 hard sciences가 우선순위에 포함됨 - 자격은 연구실 책임자를 통해 검증됨 - 영리 기업, 계약 연구기관, 산업 R&D 팀은 [Team and Enterprise plans](https://claude.com/pricing#team-&-enterprise)를 참고해야 함 - Enterprise 플랜은 SSO, SCIM 프로비저닝, 커스텀 역할, 사용량 분석을 제공함 - 베타 상태이므로 관리자는 배포 전 [문서](http://claude.com/docs/claude-science)를 검토해야 함 - [문서](http://claude.com/docs/claude-science)는 설치, 도구·컴퓨트 연결, Team·Enterprise 관리자 설정을 다룸 ## Comments ### Comment 60945 - Author: neo - Created: 2026-07-01T14:38:24+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=48735770) - 이번 출시물에 포함된 연결 도구 중 하나인 **Biomni HPC**를 만들었고, 이 문제에 꽤 오래 매달려 왔음. Anthropic에서도 일했지만 이 제품을 맡은 건 아님 다른 댓글들처럼 이건 데이터 과학용이지만, 그래프를 만들고 논문을 쓰는 것보다 더 많은 일을 할 수 있음. 연구자의 기관 클러스터를 포함해 여러 데이터베이스와 계산 도구에 통합됨 이것만으로도 가치가 큼. 바이오 스타트업에서 이 문제로 고생하다가 스타트업을 창업했는데, 이런 도구와 데이터베이스 통합은 어렵고 시간이 많이 듦. 이 제품의 결과가 LLM용 훌륭한 API 구축뿐이라 해도 큰 긍정적 영향이 될 것임. 계산 유전체학에서 쓰는 많은 데이터베이스는 아직도 FTP로만 접근 가능함 LLM은 이런 도구와 데이터베이스를 탐색하는 데 특히 잘 맞음. 매우 전문적이지만 맥락 안에서 배운 기술로 처리하기 좋은 단순 작업이 많음. 예전 고객이던 생물정보학자들이 LLM으로 이 문제를 푸는 초기 모습을 보고 2024년에 Anthropic에 합류하게 됨 또 이 패턴은 본질적으로 데이터 과학에만 묶이지 않음. 일부 과학 분야에서는 습식 실험실이나 CRO와도 통합할 수 있고, 지금은 여기에 시간을 쓰고 있음 이런 방식의 과학이 모든 것을 해결하진 않지만 특정 영역에서는 유용함. 예를 들어 많은 희귀질환 연구는 근본적 돌파구보다 **연구자 관심의 병목** 때문에 진전이 느림 [https://x.com/phylo_bio/article/2029233694775624096]() 비교하자면 OpenAI의 과학 제품인 **Prism**은 사실상 Crixet 인수로 얻은 LaTeX 편집기에 가까웠음 - 이게 여러 **에이전트 기술**을 포함하거나 설정하는 것과 무엇이 다른지 궁금함. 아니면 유용한 기본값을 많이 조합한 것이 이 제품의 핵심인지 알고 싶음 - AI를 데이터 소스에 직접 연결하는 방식은, 로컬에서 직접 실행할 코드를 받는 것보다 훨씬 복잡해질 수 있음 기관 정책, 적용 법규, NIH 데이터 저장소 같은 데이터 접근·저장 요건을 맞춰야 하고, 기관과 AI 제공업체 사이의 법적 계약도 필요할 수 있음. 적어도 아직은 손대기 어려움 - 이런 작업에서 LLM의 **허구 생성**을 걸러내려면 어떻게 검증하는지 궁금함 - 언젠가 Claude Science에서 훨씬 나은 **시각화**를 보고 싶음. 단순 그래프나 단백질·화학 구조를 넘어서, 교육용 느낌의 threejs와 셰이더 기반 장면이면 좋겠음. 문헌 검토의 많은 논문에 이런 기능이 붙으면 멋질 듯함 - 이전에 Biomni를 지능형 작업공간에 통합해 봤음: [https://blog.codesolvent.com/2025/07/ai-assistant-with-biome...]() 흥미가 있으면 이야기해도 좋음 - 여기서 가장 흥미로운 점은 **Claude Science**가 로컬 서버와, 브라우저에서 그 서버에 연결하는 웹 기반 UI를 실행한다는 것임 Claude Code나 Cowork처럼 UI가 호스트 머신에 더 강하게 결합돼 컴퓨터 사용 같은 기능이 가능해지는 구조와는 꽤 다름 전략은 알아볼 수 있을 것 같음. 흥미로운 데이터에 연결된 대부분의 제약 환경은 매우 강하게 잠겨 있어서, MacBook을 소스 데이터에 그냥 연결할 수 없음 마찬가지로 UK Biobank나 NIH All of Us 같은 대규모 유전체 바이오뱅크 데이터셋 접근은 Trusted Research Environment(TRE)라는 원격 데이터 분석 플랫폼을 통해서만 허용되고, 보통 인터넷 접근도 제한됨. 데스크톱 앱 실행은 쉽지 않지만, 이런 환경은 대개 JupyterLab이나 VS Code를 실행하고 UI를 최종 사용자에게 터널링하는 방식은 지원함. All of Us TRE를 만든 팀을 전에 이끌었음 Claude Science는 모든 걸 다 하는 Claude 메가 앱이라기보다, 이런 **제약된 데이터 환경** 안에서 서버를 띄우고 UI만 사용자 브라우저로 프록시하는 형태로 상상하기 쉬움. 제약 연구개발 환경에서 채택되려면 이 점이 중요할 것임 다만 RStudio, JupyterLab, VS Code를 매일 쓰는 중간 수준 계산 과학자들에게 Claude Science는 꽤 낯선 형태의 제품일 수 있음. 기존 데이터 과학 작업대 도구를 대체할지, 함께 쓰일지, 아니면 결국 감싸는 형태가 될지 궁금함 - 업무에서 계산 과학 성격의 작업을 많이 하는 입장에서, **Claude Code**와 표준 Python 데이터 라이브러리를 조합하면 매우 강력했고 작업 흐름이 크게 빨라졌음 지질 회사의 데이터 분석가로 흥미로운 센서 데이터를 다루는데, 빠른 분석이나 시각화가 필요할 때 Claude가 내가 한 시간쯤 걸려 정리할 코드를 몇 분 만에 써줌. 관련 라이브러리를 충분히 알아서 코드를 읽고 검증할 수 있다는 점이, 블랙박스 AI를 맹목적으로 쓰는 것과 중요한 차이임 다만 지금 Claude Code와 VS Code의 Jupyter는 잘 맞지 않음. Claude가 수정할 때마다 노트북 전체를 처음부터 다시 실행하게 만듦. 그래서 노트북에서 한발 물러나 Claude가 독립 스크립트를 쓰게 하고, 나중에 그걸 예쁜 노트북으로 다시 합치는 데 시간을 쓰고 있음 - 흥미로운 아키텍처라는 데는 동의하지만, **강하게 통제된 서버**에서 어떻게 작동할지는 잘 모르겠음 Mac에서 연결할 수 없다면, 서버에서 에이전트가 요청을 보내는 것도 허용하지 않을 가능성이 큼 - 내 분야인 **RNAi 기반 생물농약의 계산 설계**에서 어떻게 되는지 시험해 봤음 서부 옥수수 뿌리벌레의 DvSnf7 전사체를 표적으로 하는 설계를 한 번에 만들게 했고, 접근은 꽤 순진했음. 박사 1년 차가 할 법한 방식이었지만 작업 자체는 해냈음 포유류 설계 규칙을 사용했다거나 오프타깃 검사가 제한적이라는 식의 한계도 함께 짚었음. 아주 나쁘진 않지만 훌륭하지도 않음. 결함을 지적하자 AI는 더 잘 알고 접근할 수 있었다고 판단했음. 그 다음 **Opus 4.8 안전 시스템**이 세션을 플래그 처리함 - 이걸 실제로 긍정적 영향에 쓸 수 있다고 생각한다면, 본인이나 소속 기관·회사가 OpenAI와 Anthropic의 **바이오 프로그램**에 지원하는 게 좋음 - 요즘은 농담이 저절로 만들어지는 수준임 이 주제의 핵심 논문 10편과 일반 분야 교과서 10권을 모아서 OCR이나 텍스트 추출로 일반 텍스트로 바꾼 뒤, omp.sh 같은 더 나은 에이전트 하네스로 같은 작업을 해보는 걸 권함 `/goal set create biopesticide targeting the DvSnf7 transcript of western corn rootworm` 실수하지 말 것 - “Science”라고 했을 때 **데이터 과학**을 뜻한다고는 생각하지 않았는데, pandas 코드와 그래프로 가득한 UI는 그렇게 보임 과학 분야에 초점을 둔다 해도 Jupyter Notebook 2.0처럼 보인다는 점까지 고려하면, 발표에서 덜 가치 있는 부분일 가능성이 큼 데이터 시각화를 이미지로 이해하는 사용 사례는 그동안 무시돼 왔고, 최신 LLM은 제대로 된 탐색적 데이터 분석도 점점 잘하고 있음. 그래도 이력서를 업데이트해야 할지도 모르겠음 - 많은 자연과학·사회과학 분야가 결과와 시각화를 만들기 위해 허술한 **matplotlib 코드**를 쓰지만, 꼭 데이터 과학이라고 부르지는 않음 내가 본 것만 놓고 보면 수학·물리·생물·언어학 사람들이 쓴 코드보다 Claude가 생성한 코드를 언제든 택하겠음. Claude가 데이터 분석 중 엄청 큰 실수를 하는 것도 봤지만, 이미 코딩하는 대부분의 학자보다 더 신뢰할 만할 가능성이 큼 - 영상 기준으로는 **생물정보학**을 더 염두에 둔 것 같음. 용어 정의에 따라 데이터 과학 우산 아래 들어갈 수는 있지만, 일반적으로 그렇게 부르지는 않음 어떤 과학인지는 도구 체인이 아니라 다루는 내용이 결정함 - 단백질과 화학 구조 시각화 같은 것도 언급하긴 함 - 이런 새 제품들이 전부 **소련 우주 프로그램 선전물**처럼 보이기 시작함. 정말 새로운 게 있긴 한지 모르겠음 - LLM 이전에는 내가 팔로우하던 기술 그룹들이 어떤 주제를 언제 무엇에 써야 하는지 활발히 토론했고, 그런 토론이 “괜찮은 아이디어 같으니 구현해도 손해는 없겠다”는 식으로 많은 프레임워크와 도구를 낳았다고 봄 안타깝게도 요즘은 모든 것이 LLM을 중심으로 돌고, 어떤 식으로든 LLM을 작동시키는 법만 이야기함. 애초에 그 그룹들이 논의하려고 만들어진 주제 자체는 거의 다루지 않음 과학도 곧 같은 일을 겪을까 두려움. 실제로 논의돼야 할 주제 대신 **LLM 이야기**가 자리를 차지하게 될 수 있음 - LLM에는 이미 수천억 달러가 들어갔음 기존 자산을 어떻게든 활용하지 못하면 **투하자본수익률**이 좋아 보일 리 없음 찬성 논리는 아니고, 결국 경영진은 그런 수익률 지표를 보는 주주들에게 답해야 한다는 뜻임 - LLM은 대체로 쓸모가 별로 없고, 사람들이 그걸 깨닫고 있음 - 이 발표 덕분에 **Linux용 Claude Desktop**이 열린 것 같음: [https://code.claude.com/docs/en/desktop-linux]() - 아쉽게도 Arch 기반 배포판은 지원하지 않음. 왜 Flatpak으로 패키징하지 않았는지 궁금함 - 비슷한 도구들을 써봤는데 인상적이긴 해도, LLM이 너무 자주 **가짜지만 그럴듯한 데이터**를 만들어 놓고 진짜인 척함 올바른 곳에서 데이터를 가져오는 것처럼 보이도록 모의 데이터베이스 커넥터까지 세팅하지만, 실제로는 합성 데이터를 쓰는 꽤 깊은 수준의 조작도 포함됨 이 제품은 그걸 어떻게 막는지 궁금함 - 바이오과학 쪽으로 가면 LLM을 **타락한 모델**처럼 만들던 회사가 여기 아니었나? - 과학용 **Claude Cowork** 같은 건가, 즉 기술에 덜 익숙한 사용자를 위한 제품인지 궁금함 코딩 배경이 있는 과학자라면 그냥 Claude Code를 일반적으로 쓰고 자신이 고른 스택과 통합하는 걸 선호할 것 같지만, Claude Science의 편안함과 사용성이 결국 이길 수도 있음 - lebovic이 답했지만, 이건 단순히 Claude Cowork가 아니고 특히 **HPC 클러스터** 관련 연결과 기능이 있음 예전에 있던 국립연구소 팀이 이걸 시스템에 통합하고 Claude Code 사용을 아예 포기하는 모습은 충분히 상상됨 - 이름을 **Claude-bio-big-bucks**라고 불러야 할 것 같음 지구과학, 물리학, 공학은 어떻게 되는 건가? 커넥터와 기술이 전부 생물학과 제약 쪽뿐임 - 돈 버는 데 집중하는 회사들이 생명과학만 겨냥하지 않길 바란다면, 생명과학에 쏟아붓는 돈과 비슷한 규모로 다른 모든 분야에도 자금을 대면 됨 트럼프 이전 기준 NSF 연간 예산은 약 60억~80억 달러였고, NIH 연간 예산은 약 500억 달러였음. 바로 그 차이임