Arc 연구소와 엔비디아, 9조 개 염기 학습한 유전체 AI 모델 'Evo 2' 공개

지금까지 생체 분자를 새로 설계하는 일은 수많은 실패와 오랜 수작업을 거쳐야 하는 불확실한 영역이었습니다.

비영리 연구기관 아크 연구소(Arc Institute)와 스탠퍼드 대학교는 엔비디아와 협력해 생명체의 전 영역 유전 코드를 학습한 대형 AI 파운데이션 모델 '에보 2(Evo 2)'를 공개했습니다. 공개된 게놈 데이터 AI 모델 중 역대 최대 규모입니다.

현재 전 세계 개발자와 연구진은 엔비디아 바이오네모(BioNeMo) 플랫폼을 통해 에보 2를 이용할 수 있으며, NIM 마이크로서비스 형태의 배포는 물론 자체 데이터셋을 활용한 파인튜닝도 지원됩니다.

9조 개 염기 학습과 100만 토큰 컨텍스트

에보 2는 식물, 동물, 박테리아 등 생명 전반에 걸친 약 9조 개의 염기(DNA 및 RNA 구성 단위) 데이터를 기반으로 학습되었습니다.

이를 위해 엔비디아는 AWS 기반의 DGX 클라우드를 통해 2,000개의 H100 GPU 클러스터를 제공하고, 연구진과 함께 대규모 AI 최적화 작업을 진행했습니다.

가장 눈에 띄는 기술적 차별점은 최대 100만 토큰에 달하는 긴 유전 시퀀스를 한 번에 처리할 수 있다는 점입니다.

단일 인간 유전자만 해도 수천 개의 염기로 이루어져 있어, 유전자 내 멀리 떨어진 위치 간의 상호작용을 파악하려면 광범위한 시야가 필수적입니다.

실제로 유방암 관련 유전자인 BRCA1을 대상으로 진행한 테스트에서, 에보 2는 이전에 보고되지 않았던 돌연변이가 유전자 기능에 영향을 미칠지 여부를 90%의 정확도로 예측해 냈습니다.

왜 중요한가

우리는 에보 2가 생명공학 연구를 '무작위 탐색'에서 '정밀한 설계'로 바꾸는 중요한 발판이 될 것으로 봅니다.

신약 개발자나 농업 생명공학 연구자 입장에서, 100만 토큰에 이르는 방대한 서열 정보를 바탕으로 질병 변이를 사전에 걸러낼 수 있다는 것은 실험 비용과 기간을 대폭 줄여줍니다. 또한 복잡한 인프라 구축 없이 바이오네모 NIM 마이크로서비스로 바로 도입할 수 있어 진입 장벽이 낮습니다.

산업적으로는 엔비디아가 LLM에 이어 바이오테크 분야까지 자사 인프라 생태계로 깊숙이 끌어들이고 있음을 보여줍니다. DGX 클라우드로 대규모 연구를 지원하고 바이오네모로 배포 경로를 장악하는 구조가 견고하게 작동하고 있습니다.

다만 AI가 90%의 높은 정확도를 기록했다고 해서 곧바로 치료제가 완성되는 것은 아닙니다. 디지털 환경에서의 예측이 실제 실험실의 검증과 기나긴 임상 시험 관문을 얼마나 효율적으로 단축시킬 수 있을지가 상용화의 핵심 열쇠가 될 것입니다.