Claude가 단백질 서열로 학습됐다는 증거: 아무도 연구하지 않은 단백질도 맞힌다
Claude was trained on protein sequences at scale

Claude Opus 5.5와 Fable 5.2에 잘 알려지지 않은 박테리아 단백질의 앞부분을 주면 다음 아미노산을 예측한다. 같은 서열을 섞으면 못 맞힌다. 논문도 구조도 없는 167개 Pfam 패밀리, 668개 단백질로 시험한 결과 Fable 5.2는 실제 서열에서 54%, 섞은 서열에서 9%의 정확도를 보였고, GPT·Gemini·7개 오픈 모델은 거의 0에 머물렀다. 저자들은 이를 두고 Claude가 단백질 서열 데이터를 대규모로 학습했다는 증거라고 본다. DNA 예측은 코딩 서열에만 국한돼 게놈이 아닌 단백질을 배웠음을 시사한다.
최신 Claude 모델은 거의 아무도 연구하지 않은 단백질 패밀리를 안다. 그건 몇 가지 예시가 아니라 방대한 서열 데이터를 요구한다. 단백질 서열은 이들의 학습에서 상당한 비중을 차지했다.
HN 토론
67- eddiewithzato
Claude는 이 분야에서는 그냥 다 막혀요. 제 DNA 가지고 작업하는 것조차 opus 5.5가 50% 확률로 걸려요
- consumer451
https://wallhop.io/http://xinmingtu.cn/blog/2026/claude-opus...
- zodwick
이게 가치 있는 능력인가요? 죄송해요, 좀 초보적인 질문인 것 같은데요, 근데 요즘 단백질 서열 전반에 대해 이야기가 많이 들려서요
- HackerThemAll
의심할 여지 없이, 아마 Gemini를 빼면, 그들 모두 SciHub와 토렌트 및 기타 소스에서 다운로드할 수 있었던 모든 책과 데이터로 학습됐을 겁니다. 거기에는 어디서든, 어쩌면 다크넷에서까지 유출된 개인 데이터와 독점 저작권 자료도 포함될 수 있죠. 거기에 공개 특허 등록부와 이루어지는 도서 매입 및 스캔 캠페인도 더해야 하고요.
이 회사들 모두 찾을 수 있는 모든 것을 저장하고 백업해서 뺏기지 않게 해뒀다고 확신합니다.
- octoberfranklin
궁금한데요: "섞인" 단백질의 다음 원소에 대해 어떻게 정답 예측이 존재할 수 있나요? 섞인 단백질은 실생활에 존재하지 않는데, 무엇이 한 답을 정답이고 다른 답을 오답으로 만드는 거죠?