1/ Google DeepMind는 2026-11-03 업데이트에서 Google Antigravity와 새로운 Cheminformatics Skills를 활용한 ‘agentic cheminformatics’를 소개했다.
2/ 이 방식은 약물 탐색 워크플로를 가속하도록 설계됐으며, 수천 개 화합물 검색, matched molecular pair analysis, 새로운 macrocycle 제안 같은 작업을 한 시간 안에 수행했다고 밝혔다.
3/ 이번 발표는 AI 에이전트가 단순 질의응답을 넘어 과학 작업의 실제 반복 단계를 묶어 처리하는 방향으로 진화하고 있음을 보여준다.
4/ 화학정보학과 약물발굴에서 탐색·비교·가설 제안을 하나의 흐름으로 연결하는 점이 핵심이다. [1]
시사하는 바
5/ 재료와 과학 연구자에게는 복잡한 탐색형 업무가 점점 자동화되는 흐름을 의미한다.
6/ 분자 후보 탐색, 구조-성질 관계 비교, 후보 설계 제안 같은 작업이 더 짧은 시간에 반복될 수 있어 초기 스크리닝과 아이디어 생성 속도가 빨라질 가능성이 있다.
7/ 동시에 결과 해석, 데이터 품질, 검증 책임은 더 중요해진다.
8/ 이런 도구가 널리 쓰일수록 사람은 실험적 검증, 목적 함수 설정, 도메인 제약 반영에 더 집중하게 될 가능성이 크다. [1]