구글, 신약 개발 특화 오픈 모델 ‘TxGemma’ 공개

TxGemma는 구글이 공개한 신약 개발 및 바이오 연구 특화 오픈 언어 모델 컬렉션입니다. 치료 표적 발굴부터 분자의 독성 예측, 임상 시험 결과 예측에 이르기까지 신약 개발 전 주기의 데이터 분석을 돕도록 설계되었습니다.

이 모델군은 구글 딥마인드의 경량 오픈 모델 Gemma 2를 기반으로 개발되었으며, 700만 개의 도메인 전문 학습 데이터를 사용해 미세조정되었습니다. 구글이 작년 10월 선보였던 범용 신약 모델 Tx-LLM의 오픈 후속작으로, 연구자들이 직접 내려받아 자체 데이터에 맞게 최적화할 수 있는 실용적 크기로 제작되었습니다.

어떤 도구인가

TxGemma는 2B, 9B, 27B의 세 가지 파라미터 크기로 제공되어 로컬 환경부터 연구용 GPU 서버까지 목적에 맞춰 선택할 수 있습니다.

각 크기마다 예측 특화 버전인 predict가 기본 탑재됩니다. Therapeutic Data Commons 기반의 세부 과제에 맞춰 튜닝되어 특정 분자가 독성을 가지는지 여부 등을 빠르고 정확하게 짚어냅니다.

9B와 27B 모델에는 설명 능력을 갖춘 대화형 버전 chat도 함께 제공됩니다. 범용 지시어 튜닝 데이터를 추가해 연구자가 특정 분자가 왜 독성으로 판단되었는지 묻고 분자 구조에 근거한 추론 설명을 들을 수 있습니다. 다만 이러한 대화 능력을 얻는 과정에서 순수 예측 성능은 predict 버전에 비해 소폭 하락합니다.

모델 구성과 성능 비교

성능 면에서는 가장 큰 27B predict 모델의 결과가 돋보입니다. 벤치마크 평가 대상인 66개 과제 중 64개에서 이전 모델인 Tx-LLM을 넘어서거나 대등한 성적을 냈으며, 45개 과제에서는 성능을 직접적으로 앞질렀습니다.

단일 작업만을 수행하도록 개발된 전용 모델들과의 대결에서도 50개 과제에서 대등 이상의 수준을 기록했고, 26개 과제에서는 전용 모델들을 꺾었습니다.

단순 단일 예측을 넘어 에이전트 시스템과의 연동도 선보였습니다. Gemini 2.0 Pro를 기반으로 18개 도구를 결합한 Agentic-Tx 시스템을 구축해 ChemBench와 Humanity's Last Exam 같은 복잡한 화학·생물학 추론 벤치마크에서 최고 수준의 성과를 기록했습니다.

이용 방법과 튜닝

TxGemma의 모델 가중치는 현재 Hugging Face와 Vertex AI Model Garden에서 바로 내려받을 수 있습니다.

구글은 추론과 에이전트 구동은 물론, TrialBench 데이터셋을 사용해 임상 시험 부작용을 예측하도록 직접 파인튜닝해 볼 수 있는 예제 Colab 노트북도 함께 공개했습니다.

왜 중요한가

신약 개발은 1상 임상시험 진입 후에도 90% 이상이 실패할 만큼 불확실성이 크고 막대한 비용이 소모되는 분야입니다. TxGemma의 가장 큰 가치는 폐쇄형 API에 의존할 필요 없이, 외부로 유출할 수 없는 자체 후보 물질이나 임상 데이터를 보유한 바이오 스타트업과 학계 연구실이 9B나 27B 모델을 로컬 환경에 구축하고 직접 미세조정할 수 있게 했다는 점입니다.

물론 거대언어모델의 예측이 실제 실험실의 검증이나 계산 화학 도구를 완전히 대체할 수는 없으며, 1차 스크리닝과 가설 생성 도구로서 기능하는 한계는 분명합니다. 그럼에도 고성능 도메인 특화 모델을 자유롭게 수정 가능한 오픈 가중치 형태로 누구나 쓸 수 있게 배포했다는 점은 AI 기반 신약 개발의 진입 장벽을 낮추는 확실한 계기가 될 것입니다.