Benchling, Claude in Amazon Bedrock으로 과학적 발견 속도를 혁신적으로 향상
산업:
과학적 연구
회사 규모:
중소기업
제품:
Claude Developer Platform
위치:
북아메리카
2주 단축
Data Entry Assistant로 복잡한 데이터 변환 시간 절약
시간 단위에서 초 단위로
SQL Assistant를 통해 과학적 질문에 대한 답변 속도 향상
The problem
The solution
생명공학 분야의 선도적인 R&D 플랫폼인 Benchling은 Claude inAmazon Bedrock을 활용해 AI 에이전트를 과학 워크플로우에 직접 통합함으로써, 지루한 작업을 자동화하고 복잡한 생물학 데이터를 다루는 연구원들의 혁신 속도를 높이고 있습니다.
Claude를 도입한 Benchling의 주요 성과:
- Data Entry Assistant로 복잡한 데이터를 변환하는 데 걸리는 시간을 최대 2주까지 단축
- Notebook Check를 통해 데이터 품질과 실험 재현성 향상
- SQL Assistan로 과학적 질문에 대한 응답 시간을 몇 시간에서 몇 초로 단축
일상적인 과학 업무에 AI 도입
생명 과학 분야에서 효과적인 AI를 구축하는 것은 특히 어렵습니다. 생물학적 데이터는 단편적이고, 고도로 전문화되어 있으며, 그 구조와 특성이 매우 복잡합니다. 과학적 워크플로우는 정교하며, 기계가 이해하기 어려운 경우가 많습니다. 지적 재산권(IP) 문제도 크게 부담이 됩니다. 그러나 AI 모델의 잠재력은 매우 큽니다. 과학 데이터를 분석하거나, 규제 관련 서류를 작성하거나, 새로운 연구 방향을 제시하기 위한 새로운 가설을 생성할 수 있기 때문입니다.
Benchling은 바로 이런 환경을 위해 구축되었습니다. 생명공학 분야의 R&D 플랫폼인 Benchling은 데이터 관리, 실험 문서화, 분석 실행, 협업 지원과 같은 과학자들의 일상 업무에 깊이 자리 잡고 있습니다. 이제 Benchling은 Claude in Amazon Bedrock을 활용하여, AI 에이전트를 이러한 워크플로우에 직접 통합해 반복 작업을 자동화하고, 혁신 속도를 높이며, 과학 분야에서 AI의 새로운 기준을 제시하고 있습니다.
Benchling의 공동 창립자인 Ashu Singhal은 “과학자들은 업무 시간 중 최대 25%를 데이터를 수집하고 집계하는 데 사용하고 있습니다”라고 말합니다. "본래 과학 자체에 써야 할 시간인데 말이죠." 대학이든, 첨단 바이오 제약 기업이든, 연구원들은 여전히 결과를 손으로 직접 기록하고, 스프레드시트로 데이터를 집계하며, 분석 결과를 한 줄씩 세심하게 확인합니다. 모두 적절한 AI 솔루션이 있다면 자동화할 수 있는 작업들입니다.
Benchling이 Claude in Amazon Bedrock을 선택한 이유
Benchling은 실제 과학 데이터와 워크플로우를 기반으로 한 도메인별 벤치마크로 엄격한 평가를 거친 후, Claude in Amazon Bedrock를 선택했습니다. Claude 3.7 Sonnet은 정확성, 유연성, 과학적 콘텐츠 이해력 면에서 다른 모델들보다 지속적으로 우수했습니다.
"복잡한 과학 문서에서 다양한 모델을 테스트했을 때 Claude 3.7 Sonnet은 복잡한 파일 형식의 데이터를 이해하고 추출할 수 있었습니다. 이 시스템은 다른 모델에서는 불가능했던 복잡한 변환을 처리했습니다."라고 Singhal은 말합니다.
보안 역시 Benchling의 고객에게 매우 중요한 요소였습니다. 생명과학 기업들은 분자 정보와 그와 관련된 데이터처럼 가장 가치 있는 지적 재산을 Benchling을 신뢰하고 맡깁니다. Benchling은 Amazon Web Services(AWS) 인프라를 기반으로 구축되었기 때문에, Claude in Amazon Bedrock을 사용하면 AI가 AWS 보안 환경 내에서 작동하게 되어 중요한 보안 이점을 누릴 수 있었습니다.
Singhal은 "AWS 클라우드 내에서만 작동하고, 우리 제품 전체와 동일한 방식으로 보안이 유지되는 모델을 사용할 수 있다는 점은 고객이 AI를 신뢰하고 도입하는 데 큰 영향을 미칩니다."라고 설명합니다. 이러한 일관된 보안 접근 방식은 생명과학 기업들이 민감한 데이터를 이유로 새로운 AI 서비스 도입을 주저하게 만들었던 데이터 보호 관련 우려를 해소합니다.
Claude는 과학적 워크플로우를 어떻게 변화시키는가?
Benchling은 Claude로 구동되는 세 가지 AI 어시스턴트를 출시했으며, 각 어시스턴트는 과학 연구의 핵심 과제를 해결하도록 설계되었습니다.
- Data Entry Assistant: 연구 보고서나 장비 파일의 비정형 데이터를 구조화된 검색 가능 기록으로 변환합니다. 이를 통해 연구당 소요되는 시간을 절약하고, 전사 오류를 줄이며, 흩어져 있던 문서들을 실제 활용 가능한 데이터로 전환합니다. Singhal은 “이러한 외부 연구 데이터를 전사하는 과정에서 거의 항상 오류가 발생합니다.”라고 설명합니다. Benchling은 Claude로 이 프로세스를 자동화함으로써 이러한 오류를 크게 줄였습니다.
- Notebook Check: 과학 문서의 초기 검토 프로세스를 자동화하여, 사람이 검토하기 전에 오류와 누락된 데이터를 식별합니다. 100개 이상의 조직에서 이 기능을 활용해 검토 속도를 높이는 동시에, 놓치기 쉬운 실수들을 포착하고 있습니다.
- SQL Assistant: 과학자들이 영어 문장만으로도 데이터베이스 쿼리와 대시보드를 생성할 수 있도록 지원합니다. 덕분에 기술적 전문성이 부족한 팀도 데이터에 숨겨져 있던 인사이트를 쉽게 찾아낼 수 있습니다.
연구 품질 향상 및 발견 가속화
Benchling의 Claude 기반 어시스턴트는 과학 연구 방식 자체를 변화시키고 있습니다. 이러한 도구는 단순히 시간을 절약하는 것을 넘어, 오류를 줄이고 데이터를 표준화함으로써 연구 품질을 근본적으로 향상시킵니다. 예를 들어, 오류가 빈번하게 발생하는 수동 데이터 전사 작업을 자동화함으로써, Data Entry Assistant는 연구 전반에 연쇄적으로 영향을 줄 수 있는 실수를 사전에 방지합니다.
“과학의 상당 부분은 데이터를 기반으로 질문에 답하는 것입니다.”라고 Singhal은 말합니다. 정보가 표준화된 형식으로 자동 정리되면, 연구원은 이전에는 문서가 분산되어 있어 보지 못했던 관계까지 탐색할 수 있습니다. 예를 들어, 여러 연구를 통해 약물 제형과 효과 간의 정확한 상관관계를 파악할 수 있습니다.
그 영향은 연구자 개인을 넘어 조직 전체로 확장됩니다. 표준화된 데이터 형식, 정돈된 문서화, 자동화된 품질 검사를 통해 팀은 보다 효과적으로 협업하고 서로의 작업을 신뢰하며 이어갈 수 있습니다. 그 결과 복합적인 효과가 나타나, 개별 실험이 더 빨라질 뿐만 아니라 조직의 집단적 지식도 더 빠르고 안정적으로 축적됩니다.
Benchling과 Claude는 수작업 워크플로우와 분산된 데이터에서 비롯되는 불필요한 번거로움과 방해 요소를 제거해, 연구팀이 본연의 역할인 과학적 발견을 앞당기는 일에 집중할 수 있도록 지원하고 있습니다.
AI로 과학적 혁신을 앞당기는 미래 구축
Benchling은 AI가 과학의 작동 방식을 근본적으로 바꾸는 미래를 상상합니다. 이들의 비전은 단순한 반복 업무 자동화를 넘어, 실험을 설계하고, 데이터 수집을 안내하며, 프로토콜을 실시간으로 최적화할 수 있는 AI 시스템을 구축하는 데까지 확장됩니다.
Singhal은 “과학 분야의 사용 사례는 AI 모델을 독특한 방식으로 발전시키게 될 것입니다. 이는 현존하는 가장 어려운 추론 문제 중 일부이며, 이 문제를 해결하는 것이 차세대 AI의 기준을 세우게 될 것입니다."라고 설명합니다.
Benchling은 Anthropic 및 AWS와 협력하여 과학적 과정을 진정으로 이해하고 연구에 의미 있게 기여할 수 있는 AI 시스템을 구축하는 것을 목표로 하고 있습니다. 목표는 과학자를 대체하는 것이 아니라 과학자의 역량을 강화하여, 방대한 데이터셋에서 연결점을 찾고, 새로운 가설을 세우며, 궁극적으로 발견의 속도를 높이는 데 있습니다.
Benchling의 사명은 과학 발전이 지닌 절박함을 반영합니다. 연구자들이 데이터와 상호 작용하는 방식을 혁신하고 과학적 의사결정을 강화함으로써, Benchling과 Claude는 더 많은 생명을 구하는 치료법이 가장 필요한 환자들에게 도달하도록 돕는 것을 목표로 하고 있습니다.
Video caption
Video caption
Video caption