클로드가 현미경 초점을 직접 맞춥니다 — 앤스로픽 MHS 공개와 3배 빨라진 실험실
AI 뉴스 SVIL 앤스로픽 MHS 클로드 모델 하드웨어 표준 피지컬 AI

클로드가 현미경 초점을 직접 맞춥니다 — 앤스로픽 MHS 공개와 3배 빨라진 실험실

SVIL - Singularity Visual Intelligence Lab 19 min read

AI 에이전트가 코드를 쓰고 문서를 정리하는 일은 이제 낯설지 않습니다. 그런데 8월 27일 앤스로픽이 공개한 것은 방향이 다릅니다. 에이전트가 현미경의 초점을 맞추고, 로봇팔을 움직이고, 액체 핸들러의 흡입 속도를 조절합니다. 화면 속이 아니라 실험대 위에서 벌어지는 일입니다.

이름은 모델 하드웨어 표준(Model Hardware Standard), 줄여서 MHS입니다. AI 에이전트가 물리 기기를 안전하게 조작하기 위한 공유 사양이고, 지금은 소수의 연구기관과 첨단 제조업체를 대상으로 한 연구 프리뷰 단계입니다.

숫자가 인상적입니다. 카네기멜런대는 수 주가 걸리던 장비 통합을 8시간에 끝냈고, 실험 속도는 3배가 됐습니다. 양자컴퓨팅 기업 쿠에라는 레이저 복구 성공률이 58%에서 99.3%로 올랐습니다. 무엇이 달라진 것인지 처음부터 짚어 보겠습니다.

하나의 청록빛 선이 여러 갈래로 갈라져 넓은 호를 이룬 매끄러운 정육면체들에 순서대로 닿는 모습 — 하나의 표준이 여러 기기를 잇는 구조를 표현한 개념 이미지

클로드가 현미경 초점을 직접 맞춥니다

MHS의 연구 프리뷰에는 이미 여러 기관이 참여하고 있습니다. HHMI 재닐리아 연구캠퍼스는 현미경 시스템을, 제넨텍은 단백질 정량 절차를, 카네기멜런대는 용량-반응 실험을 각각 맡았습니다.

공통점은 하나입니다. 사람이 매번 손으로 이어 붙이던 기기들을 에이전트가 직접 다룬다는 것입니다. 여러 대를 동시에, 그리고 병렬로 다룹니다.

앤스로픽이 강조하는 대상은 생명공학, 로봇공학, 양자컴퓨팅, 첨단 제조 네 분야입니다. 실험 장비가 많고 통합 비용이 큰 곳들입니다.

MHS가 무엇인가 — 한 줄로 정리하면

MHS는 AI 에이전트가 물리 기기를 안전하게 작동하기 위한 공유 사양입니다. 기기마다 다른 명령 체계를 표준화된 형태로 감싸서, 에이전트가 처음 보는 장비도 다룰 수 있게 만듭니다.

프로그래밍 인터페이스가 있는 기기라면 원칙적으로 대상이 됩니다. 현미경, 액체 핸들러, 로봇팔, 플레이트 리더, 레이저 제어기 같은 것들입니다.

핵심 가치는 통합 시간입니다. 앤스로픽은 수 주에서 수 개월 걸리던 작업을 수 시간에서 수 분으로 줄인다고 설명합니다.

어둠 속에 떠 있는 큰 청록빛 프리즘에서 가는 선들이 열두 개의 작은 구체로 뻗어 나가는 모습 — 표준 사양과 그에 연결된 개별 장비를 표현한 개념 이미지

발표 시점과 형태: 연구 프리뷰로 열렸다

공개는 2026년 8월 27일이었고, 형태는 정식 출시가 아니라 연구 프리뷰의 첫 단계입니다. 관심 있는 기관이 신청해 참여하는 방식입니다.

앤스로픽은 프리뷰가 끝나면 MHS를 공개할 뜻을 밝혔지만, 구체적인 날짜는 약속하지 않았습니다. 안전 평가와 모범 사례가 먼저 정리되어야 한다는 것이 이유입니다.

이런 단계적 개방은 앤스로픽이 MCP를 내놓을 때와 비슷한 경로입니다. 사양을 먼저 검증하고 생태계를 붙인 뒤 공개하는 방식입니다.

왜 지금인가 — 소프트웨어에서 물리 세계로

지난 2년 동안 AI 에이전트의 무대는 대부분 화면 안이었습니다. 코드 저장소, 브라우저, 문서, API가 전부였습니다.

물리 세계는 달랐습니다. 실패의 대가가 크고, 되돌리기 어렵고, 안전 요구가 훨씬 엄격합니다. 시약을 잘못 흘리면 파일처럼 되돌릴 수 없습니다.

MHS는 그 경계를 넘겠다는 선언에 가깝습니다. 앤스로픽이 물리 AI 영역에 내놓은 첫 번째 본격적인 사양이기도 합니다.

밝은 고리를 통과해 들어가는 청록빛 구체들과 바깥에서 흐릿하게 기다리는 구체들 — 소수 기관에만 열린 연구 프리뷰 단계를 표현한 개념 이미지

실험실 장비 통합이 왜 그렇게 어려웠나

실험실에는 제조사가 제각각인 장비가 섞여 있습니다. 통신 방식도, 명령 체계도, 오류 처리 방식도 통일되어 있지 않습니다.

그래서 대부분의 연구실은 전담 인력이 장비마다 맞춤 연동 코드를 씁니다. 장비 한 대가 바뀌면 그 코드를 다시 손봐야 합니다.

결과적으로 자동화의 병목은 알고리즘이 아니라 배선이었습니다. 무엇을 실험할지보다 어떻게 기기를 잇는지가 더 오래 걸렸습니다.

수주에서 수분으로 — 통합 시간의 붕괴

MHS가 겨냥하는 지점이 정확히 여기입니다. 표준화된 드라이버 계층을 두면 개별 연동을 매번 새로 짤 필요가 없습니다.

카네기멜런대 사례가 구체적입니다. 액체 핸들러, 플레이트 리더, 로봇팔, 감시 카메라를 묶는 작업이 8시간에 끝났습니다.

워싱턴대 베이커 연구실은 기기 6대를 일주일 안에 연결했습니다. 종전 기준으로는 몇 달이 걸릴 규모입니다.

한쪽의 청록빛 와이어프레임 윤곽이 반대쪽에서 매끄러운 실체 덩어리로 바뀌는 모습 — 소프트웨어에서 물리 세계로 넘어가는 전환을 표현한 개념 이미지

3계층 구조: 에이전트·드라이버·기기

MHS의 구조는 세 층으로 나뉩니다. 맨 위에 실험을 계획하는 AI 에이전트가 있고, 가운데에 MHS 드라이버가 있으며, 아래에 실제 기기가 있습니다.

에이전트는 높은 수준의 의도를 말합니다. 드라이버는 그것을 읽기와 쓰기 같은 기본 명령으로 번역합니다. 기기는 그 명령을 실행합니다.

이 분리가 중요한 이유는 교체 가능성 때문입니다. 기기가 바뀌어도 드라이버만 갈면 되고, 에이전트가 바뀌어도 드라이버는 그대로입니다.

드라이버가 하는 일 — 발견·문서화·안전 한계값

MHS 드라이버는 단순한 번역기가 아닙니다. 연결된 기기를 스스로 찾아내고, 그 기기의 특성을 자연어 태그로 문서화합니다.

안전 한계값도 자동으로 만들어 둡니다. 레이저 출력의 상한처럼, 넘으면 안 되는 선을 드라이버 수준에서 강제합니다.

덕분에 에이전트는 처음 보는 기기도 다룰 수 있습니다. 무엇을 할 수 있고 무엇이 금지되는지가 기기 쪽에 적혀 있기 때문입니다.

중앙에 빽빽하게 엉킨 청록빛 실들이 각기 다른 작은 형태로 끝나는 모습 — 제조사마다 제각각인 장비 연동의 복잡함을 표현한 개념 이미지

MCP와 MHS는 무엇이 다른가

이름이 비슷해 헷갈리기 쉽습니다. MCP는 에이전트가 외부 도구나 데이터에 접근하는 통신 규약이고, MHS는 물리 기기를 다루기 위한 사양입니다.

둘은 경쟁 관계가 아닙니다. 에이전트는 MCP를 통해 MHS 드라이버에 접근할 수 있습니다. 명령줄 인터페이스나 코드 파일로도 접근이 가능합니다.

즉 MCP가 통로라면 MHS는 그 통로 끝에 놓인 기기 쪽 규격에 가깝습니다.

모델 비종속 설계 — 클로드 전용이 아니다

앤스로픽은 MHS가 모델에 종속되지 않는다고 명시했습니다. 어떤 에이전트 하네스든 표준 프로토콜로 접근할 수 있습니다.

MCP가 그랬듯 사양을 열어 두어야 생태계가 붙는다는 판단으로 보입니다. 표준은 혼자 쓰면 표준이 아닙니다.

다만 현재 프리뷰의 검증 사례는 대부분 클로드로 수행됐습니다. 다른 모델에서의 실측치는 아직 공개되지 않았습니다.

길고 흐릿한 청록빛 궤적이 안으로 접히며 짧고 강렬한 섬광이 되는 모습 — 수 주에서 수 시간으로 줄어든 통합 시간을 표현한 개념 이미지

제넨텍 사례: BCA 단백질 정량 자동화

제넨텍은 BCA 단백질 정량을 개념 검증 대상으로 삼았습니다. 시료의 총 단백질 농도를 재는 표준 절차입니다.

이 절차는 액체 핸들러, 로봇팔, 플레이트 리더를 함께 움직여야 합니다. 하나라도 어긋나면 결과가 흔들립니다.

MHS 위에서 에이전트가 세 기기를 조율하며 절차를 수행했고, 오차를 줄이는 방향으로 스스로 조건을 조정했습니다.

클로드가 스스로 찾아낸 액체별 흐름 속도

이 사례에서 눈에 띄는 대목이 있습니다. 클로드가 액체 종류에 따라 최적 흐름 속도를 스스로 찾아냈다는 점입니다.

물은 초당 140마이크로리터, 소혈청알부민 용액은 초당 10마이크로리터였습니다. 점성이 다르니 같은 속도로 다루면 안 된다는 것을 실험으로 알아낸 셈입니다.

사람이 조건을 미리 다 적어 주지 않아도 된다는 뜻이고, 이것이 단순 자동화와 에이전트 방식의 차이입니다.

간격을 두고 겹쳐진 세 겹의 반투명 청록 층을 수직 광선이 관통하는 모습 — 에이전트·드라이버·기기의 3계층 구조를 표현한 개념 이미지

카네기멜런 사례: 3배 빨라진 용량-반응 실험

카네기멜런대 연구진은 연속 희석 용량-반응 실험을 MHS로 돌렸습니다. 약물 후보의 농도를 단계적으로 낮추며 반응을 보는 절차입니다.

에이전트가 액체 핸들러와 플레이트 리더, 로봇팔, 감시 카메라를 함께 지휘했고, 종전보다 약 3배 빠르게 진행됐습니다.

신약 탐색에서 이 절차는 대량으로 반복됩니다. 배수로 빨라지는 것이 곧 후보 물질을 더 많이 걸러 본다는 의미가 됩니다.

8시간 만에 끝난 장비 통합

같은 연구진이 보고한 통합 시간이 8시간입니다. 기존에는 수 주가 걸리던 작업이었습니다.

이 숫자가 중요한 이유는 실험 자체의 속도보다 진입 장벽에 있습니다. 통합에 몇 주가 필요하면 작은 연구실은 시도조차 못 합니다.

하루 안에 끝나는 일이 되면, 자동화는 대형 시설의 특권에서 일반적인 선택지로 내려옵니다.

매끄러운 청록빛 육각 코어에서 여덟 개의 연결부가 방사형으로 뻗어 각기 다른 쐐기 형태에 닿는 모습 — 여러 장비를 감싸는 드라이버 계층을 표현한 개념 이미지

쿠에라 사례: 양자컴퓨터 레이저 안정화

양자컴퓨팅 기업 쿠에라는 조금 다른 문제를 들고 왔습니다. 레이저 정렬이 틀어졌을 때 이를 되돌리는 작업입니다.

이 작업은 숙련된 사람이 계기를 보며 조정해야 하는 종류였고, 실패하면 장비가 멈춥니다.

MHS 위에서 에이전트가 조정을 맡았고, 결과는 뒤에서 볼 수치처럼 상당한 폭으로 개선됐습니다.

58%에서 99.3%로 — 복구 성공률이 뜻하는 것

쿠에라의 레이저 복구 성공률은 기존 58%에서 99.3%로 올랐습니다. 복구에 걸리는 시간도 150초에서 6초로 줄었습니다.

PID 튜닝에서는 노이즈가 15.7밀리볼트에서 1.55밀리볼트로 약 10분의 1이 됐습니다.

절반 가까이 실패하던 작업이 사실상 항상 성공하는 작업이 됐다는 뜻입니다. 운영 관점에서는 성격이 다른 장비가 된 것과 같습니다.

나란히 흐르는 두 갈래 청록빛 통로에 각진 조각과 둥근 조각이 따로 실려 가는 모습 — MCP와 MHS의 역할 차이를 표현한 개념 이미지

워싱턴대 베이커 연구실: 6개 기기를 일주일에

단백질 설계로 잘 알려진 워싱턴대 베이커 연구실도 참여했습니다. 이곳은 기기 6대를 일주일 안에 MHS로 연결했습니다.

단백질 설계는 설계와 합성, 검증이 빠르게 순환할수록 좋은 분야입니다. 순환 한 바퀴의 시간이 곧 연구 속도입니다.

장비 연결이 빨라지면 그 순환이 짧아집니다. 통합 시간의 단축이 연구 성과로 이어지는 경로가 여기입니다.

데쓰완 사이언티픽: 9,143개 분산 테스트

데쓰완 사이언티픽은 qPCR 오염 분석을 맡았습니다. 유전자 증폭 과정에서 오염을 잡아내는 작업입니다.

규모가 큽니다. 1,508개 조건에 걸쳐 9,143개의 분산을 검사했습니다.

사람이 손으로 하기에는 비현실적인 양이고, 이런 대량 반복이야말로 에이전트 자동화가 가장 확실하게 이기는 영역입니다.

중앙의 청록빛 고리에 네 개의 서로 다른 매끄러운 덩어리가 동등하게 연결된 모습 — 특정 모델에 종속되지 않는 설계를 표현한 개념 이미지

안전 장치 하나: 기기 수준 한계값 강제

MHS의 안전 설계에서 첫 번째 축은 한계값을 기기 쪽에 두는 것입니다. 에이전트가 무엇을 요청하든 드라이버가 선을 넘지 못하게 막습니다.

레이저 출력 상한이 대표적인 예입니다. 에이전트가 판단을 잘못해도 물리적으로 위험한 명령은 통과하지 못합니다.

앤스로픽은 여섯 가지 유형의 실패 조건을 놓고 시험했다고 밝혔습니다. 충돌 가능성 검지도 여기에 포함됩니다.

안전 장치 둘: 고위험 결정은 사람이 승인한다

두 번째 축은 사람의 승인입니다. 위험도가 높은 결정에는 사람의 확인을 요구합니다.

완전 자율이 아니라 감독 있는 자동화라는 뜻이고, 물리 세계를 다루는 시스템에서는 합리적인 선택입니다.

다만 승인 지점이 너무 많으면 자동화의 이점이 사라집니다. 어디에 선을 그을지가 실제 운영에서 계속 조정될 부분입니다.

작은 청록빛 구체들이 모여 대칭적인 덩어리를 이루고 접점마다 옅게 빛나는 모습 — 단백질 정량 절차의 자동화를 표현한 개념 이미지

앤스로픽이 스스로 인정한 한계 — 물리적 직관의 부재

앤스로픽은 클로드가 물리와 화학의 제약을 충분히 이해하지 못한다고 명시적으로 적었습니다.

예를 들어 액체를 너무 빠르게 다루면 거품이 생긴다는 것 같은 감각은 사람이 몸으로 배운 직관에 가깝습니다. 모델은 그런 것을 잘 모릅니다.

그래서 물리 안전 로드맵을 별도로 개발 중이라고 밝혔습니다. 성능보다 이 부분이 공개 시점을 결정할 가능성이 큽니다.

하드웨어 생태계가 붙고 있다

표준의 성패는 기기 제조사가 따라오는지에 달려 있습니다. 이 점에서 초기 명단은 나쁘지 않습니다.

테칸, 퀴아젠 같은 실험 장비 기업과 두산로보틱스, 유니버설 로봇 같은 로봇 기업이 통합을 진행 중입니다.

AWS와 허깅페이스도 이름을 올렸습니다. 장비 쪽과 소프트웨어 쪽이 함께 붙고 있다는 신호입니다.

청록빛 액체 방울들이 두 무리로 나뉘어 눈에 띄게 다른 속도로 내려오는 모습 — 액체 종류마다 다른 최적 흐름 속도를 표현한 개념 이미지

오픈소스 공개 계획과 남은 조건

앤스로픽의 로드맵은 네 갈래입니다. 프로그래밍 인터페이스가 없는 기기까지 지원을 넓히고, 안전 평가와 모범 사례를 정리하며, 물리 안전 로드맵을 강화하고, 기기 생태계를 넓히는 것입니다.

이 중 두 번째가 끝나야 오픈소스 공개가 이뤄집니다. 순서가 분명히 정해져 있는 셈입니다.

표준을 서둘러 여는 대신 안전 검증을 앞에 두겠다는 판단이고, 물리 기기를 다루는 사양이라는 점을 감안하면 납득할 만한 순서입니다.

이 표준이 실제로 바꾸는 것 — 연구실의 속도

정리하면 MHS가 바꾸는 것은 모델의 지능이 아니라 연구실의 배선입니다.

장비를 잇는 데 쓰던 시간이 실험을 설계하는 시간으로 옮겨 갑니다. 3배 빠른 실험, 8시간 통합, 99.3% 복구율이 모두 같은 이야기를 다르게 말한 것입니다.

물리 AI 경쟁이 로봇 본체 중심으로 흘러온 가운데, 앤스로픽은 그 사이를 잇는 규격 쪽에 자리를 잡았습니다. MCP가 그랬듯 표준을 쥐는 쪽이 오래 남는 자리일 수 있습니다.

세 개의 똑같은 청록빛 호가 차례로 완성되는 동안 흐릿한 호 하나가 한참 뒤처져 있는 모습 — 3배 빨라진 실험 속도를 표현한 개념 이미지

핵심 정리

앤스로픽이 8월 27일 모델 하드웨어 표준(MHS)의 연구 프리뷰를 열었습니다. AI 에이전트가 실험실과 제조 현장의 물리 기기를 안전하게 다루기 위한 공유 사양입니다.

에이전트, 드라이버, 기기의 3계층 구조이고, 드라이버가 기기 발견과 문서화, 안전 한계값 강제를 맡습니다. MCP를 포함한 표준 프로토콜로 접근하며 모델에 종속되지 않습니다.

카네기멜런 8시간 통합과 3배 속도, 쿠에라 복구율 58%에서 99.3%, 워싱턴대 6개 기기 일주일, 데쓰완 9,143개 분산 검사 등이 초기 성과로 제시됐습니다.

안전은 기기 수준 한계값과 사람의 승인 두 축입니다. 앤스로픽은 모델이 물리적 직관이 부족하다는 점을 인정했고, 안전 평가가 끝난 뒤 오픈소스로 공개할 계획입니다.

참고하실 만한 것

연구 프리뷰 참여는 모델 하드웨어 표준 공식 페이지에서 관심을 등록하는 방식입니다. 대상은 생명공학, 로봇공학, 양자컴퓨팅, 첨단 제조 분야의 연구실과 제조업체입니다.

현재 지원 범위는 프로그래밍 인터페이스가 이미 있는 기기입니다. 수동 조작만 가능한 장비는 다음 단계 과제로 남아 있습니다.

MCP를 이미 쓰고 있다면 MHS는 그 위에 얹히는 층으로 이해하시면 편합니다. 통신 규약을 새로 배우기보다 기기 쪽 사양이 하나 늘어난다고 보시면 됩니다.

출처

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/