article detail
Claude는 대규모 단백질 서열로 학습됐다
2026. 11. 19. 오전 8:34
AI 요약
연구에서 Claude Fable 5.2는 실제 단백질 서열에서 다음 아미노산 정답률이 54%였고 순서를 섞은 대조군에서는 9%로 뚜렷한 서열 예측 능력을 보였으며 이는 상당한 규모의 단백질 서열 학습을 뒷받침하는 근거로 제시되었습니다. GPT, Gemini와 시험한 오픈웨이트 모델 7종은 실제 서열과 대조군의 정답률 차이가 거의 없었고 Opus 5.5는 ProtGPT3-10B와 유사한 수준으로 ProGen3-3B보다는 낮았으며 Fable 5.2는 앞부분만 제공한 비교에서도 모든 공개 단백질 언어 모델을 앞섰습니다. 주 실험은 문헌 지식이나 응답 시 추론만으로는 결과를 설명하기 어렵다고 결론지은 가운데 Pfam 167개 계열의 세균·고세균 단백질 668개(총 3,340개 절단점)를 대상으로 수행되었고 계열 규모가 클수록 성능이 높아졌으며 단백질 구조 예측이나 변이 효과 평가로의 확장성은 아직 확인되지 않았습니다.