존 점퍼가 Anthropic에 합류합니다
2026년 6월 19일, 존 점퍼(John Jumper)가 Google DeepMind를 떠나 Anthropic에 합류한다고 밝혔습니다. AlphaFold2를 이끌어 2024년 노벨 화학상을 공동 수상한 연구자가, 노벨상 수상 이후 약 1년 반 만에 안전 중심 AI 연구소를 다음 무대로 택한 것입니다.
존 점퍼는 누구인가
물리학과 수학을 전공하고, 응집 물질 물리학 석사를 마쳤습니다. 이후 단백질 분자 동역학을 연구하다 이론 화학 박사 학위를 받았습니다. 논문 제목은 단백질 접힘과 동역학을 위한 머신러닝 방법론이었습니다.
같은 해 Google DeepMind에 합류해 단백질 구조 예측 팀에 배속되었고, CASP13 참가 이후 AlphaFold2 프로젝트의 연구 책임자로 올라서며 아키텍처 전체를 다시 설계했습니다. 2021년 Nature에 발표된 AlphaFold2 논문은 현재까지 3만 2천 건이 넘는 인용을 기록한, 과학사상 가장 많이 인용된 논문 중 하나입니다.
AlphaFold2가 해결한 것
단백질 접힘 문제는 아미노산 서열(1차원)만으로 단백질의 3D 구조를 예측하는 것입니다. 1962년 안핀센의 실험 이후 60년 가까이 생물학의 난제로 남아 있던 문제입니다. 구조를 알아야 기능을 알 수 있고, 기능을 알아야 신약을 설계할 수 있기 때문에, 이 문제의 해결은 제약·생명과학 전반에 영향을 미칩니다.
점퍼가 이끈 AlphaFold2는 두 핵심 모듈로 구성됩니다. Evoformer는 트랜스포머 블록 48개로 이루어진 구조로, 연관 단백질 수백 종의 진화 정보(다중 서열 정렬)와 아미노산 쌍 간의 공간 관계를 동시에 처리합니다. 삼각 부등식을 강제하는 연산(triangle update)이 핵심으로, 거리 관계의 기하학적 일관성을 학습합니다. Structure Module은 Evoformer의 출력을 받아 실제 3D 좌표로 변환하는 SE(3)-등변 신경망입니다.
2020년 CASP14에서 AlphaFold2는 2위 팀 점수 90.8점 대비 244.0점을 기록하며 경쟁 자체를 종결지었습니다. 원자 하나 지름(약 1옹스트롬) 이하의 오차로 구조를 맞혔고, 테스트된 단백질 3분의 2에서 GDT 90점 이상을 달성했습니다. 이후 AlphaFold 단백질 구조 데이터베이스는 2억 1,400만 개의 구조 예측을 190개국 200만 명 이상의 연구자에게 무료로 제공하고 있습니다.
2024년 노벨 화학상
2024년 10월 9일, 스웨덴 왕립과학원은 점퍼와 데미스 하사비스에게 "단백질 구조 예측"으로, 데이비드 베이커(David Baker)에게 "컴퓨터 기반 단백질 설계"로 노벨 화학상을 수여했습니다. 노벨상 발표 당시 점퍼의 나이는 39세로, 70년 이상 만에 가장 젊은 노벨 화학상 수상자였습니다.
수상 소감에서 그는 "AlphaFold는 계산 생물학의 약속을 실현했다"고 말했습니다. 이전에도 캐나다 가이드너 국제상(2023), 앨버트 라스커 기초의학연구상(2023), 브레이크스루상 생명과학 부문(2023) 등을 수상하며 노벨상을 예고한 바 있었습니다.
Anthropic이 점퍼를 원하는 이유
Anthropic은 2026년 들어 AI-for-science 인프라를 의도적으로 쌓아 왔습니다. 자체 습식 실험실(wet lab) 개소, Allen 뇌과학 연구소 및 하워드 휴스 의학 연구소(HHMI)와의 파트너십, 에이전트 기반 생물학 연구 논문 발표가 줄줄이 이어졌습니다. 점퍼 영입은 이 전략의 인사적 완성처럼 읽힙니다.
기술적 정합성도 있습니다. AlphaFold2의 Evoformer는 트랜스포머와 같은 계통입니다. 점퍼는 제한된 데이터를 최대한 활용하는 방식, 불확실성을 수치로 표현하고 예측 실패를 명시하는 설계 철학을 쌓아 왔는데, 이는 Anthropic이 언어 모델에서 중요하게 다루는 해석 가능성 및 신뢰도 정량화와 겹칩니다.
점퍼 본인은 DeepMind 팀에 감사를 전하면서 "다음 커리어 단계를 시작하기 전에 잠시 쉬고 재충전하겠다"고 밝혔습니다.
Anthropic에서의 구체적인 역할은 공개되지 않았습니다. 그가 단백질 구조 예측의 경험을 언어 모델 연구에 접목할지, 아니면 독립적인 생물학 AI 프로젝트를 이끌지는 아직 알 수 없습니다.
하지만 한 가지는 분명합니다. 노벨상 수상자가 OpenAI나 Meta가 아닌 Anthropic을 택했다는 사실은, 적어도 특정 부류의 과학자들에게 "안전을 먼저 생각하는 AI 연구"가 설득력 있는 선택지라는 신호입니다.