NVIDIA BioNeMo 플랫폼, 생명과학 선도 기업들 채택하여 AI 기반 신약 개발 가속화

엔비디아, AI 신약 개발 플랫폼 'BioNeMo' 대폭 확장…릴리·써모피셔와 협력 강화 엔비디아(NVDA)가 인공지능(AI) 기반 신약 개발 플랫폼 'BioNeMo'를 대폭 확장하고, 글로벌 제약사 일라이 릴리(Lilly) 및 실험 장비 선도 기업 써모피셔 사이언티픽(Thermo Fisher Scientific)과의 협력을 강화한다고 발표했습니다. 이번 발표는 J.P. Morgan 헬스케어 컨퍼런스에서 이루어졌으며, AI를 활용한 생명 과학 및 신약 개발 분야의 혁신을 가속화하겠다는 엔비디아의 의지를 보여줍니다. BioNeMo는 방대한 과학 데이터를 처리하고, AI 모델을 훈련, 최적화, 배포하는 개방형 개발 플랫폼으로, 실험 데이터를 AI가 활용 가능한 지능으로 전환하여 신약 개발 성공 확률을 높이고 연구개발 비용을 절감하는 데 기여합니다. 연간 3000억 달러에 달하는 신약 개발 R&D 비용을 고려할 때, BioNeMo의 역할은 더욱 중요해질 전망입니다. 이번 확장을 통해 BioNeMo는 RNA 구조 예측을 위한 새로운 NVIDIA Clara™ 오픈 모델인 RNAPro와 AI 설계 신약의 실제 합성 가능성을 높이는 ReaSyn v2 모델을 포함하게 되었습니다. 또한, 생물학 기초 모델의 훈련, 맞춤화 및 배포를 가속화하는 BioNeMo Recipes와 GPU 가속 화학 정보학 도구인 nvMolKit과 같은 데이터 처리 라이브러리도 추가되었습니다. 엔비디아 헬스케어 부문 부사장인 Kimberly Powell은 "생물학과 신약 개발은 변혁의 순간을 맞이하고 있다"며, "BioNeMo는 실험 데이터를 AI가 활용 가능한 지능으로 전환하여 모든 실험이 다음 실험으로 이어지는 지속적인 학습 순환을 만들어낸다"고 강조했습니다. 일라이 릴리와의 협력은 신약 개발의 난제를 해결하기 위한 공동 혁신 연구소를 출범시키는 첫 사례입니다. 이 협력을 통해 엔비디아의 가속 컴퓨팅, AI, 로보틱스 전문성과 릴리의 신약 개발 역량이 결합되어, BioNeMo 플랫폼과 릴리의 에이전트 기반 실험실 지원을 통해 릴리 화학자 및 생물학자들의 연구를 지원할 예정입니다. 또한, 제조부터 상업 운영까지 릴리의 비즈니스 전반에 걸쳐 가속 컴퓨팅 및 고급 AI 적용 기회를 모색할 것입니다. 이 공동 혁신 연구소는 이미 구축된 릴리의 바이오 제약 업계 최고 수준의 NVIDIA DGX SuperPOD™ 및 AI 팩토리를 기반으로 하며, 향후 5년간 인재, 인프라, 컴퓨팅에 총 10억 달러 규모의 투자를 통해 차세대 엔비디아 아키텍처를 활용할 계획입니다. 써모피셔 사이언티픽과의 협력은 과학 장비를 지능화하고 실험실을 더욱 자동화하는 데 초점을 맞춥니다. NVIDIA DGX Spark™ 데스크톱 슈퍼컴퓨터를 활용하여 실험실 엣지부터 클라우드까지 끊김 없는 컴퓨팅 환경을 제공하고, NVIDIA NeMo™ 소프트웨어 스위트를 통해 인간의 지속적인 개입 없이 프로토콜을 생성하고 실험을 실행하며 실시간 품질 관리를 수행하는 에이전트 기반 워크플로우를 개발할 예정입니다. 또한, BioNeMo 도구를 통합하여 실험 장비 출력 결과를 실시간으로 자동 분석함으로써, 원시 데이터에서 실행 가능한 과학적 통찰력으로의 전환을 가속화할 것입니다. 엔비디아는 이 외에도 Basecamp Research, Boltz PBC, Chai Discovery, Natera 등 다양한 바이오테크 및 신약 개발 기업들과 협력하여 BioNeMo 플랫폼 기반의 AI 모델 개발을 지원하고 있습니다. 또한, Edison Scientific, Tetrascience, Owkin 등 AI 과학 기업들은 NVIDIA 오픈 모델과 NeMo 프레임워크를 활용하여 과학 연구를 위한 도메인 특화 에이전트를 개발하고 있습니다. Multiply Labs, Lila Sciences, HighRes Biosolutions, Opentrons Labworks 등 로보틱스 및 실험실 자동화 기업들과의 협력을 통해 시뮬레이션 및 물리적 AI 기술을 도입하여, 디지털 에이전트 시스템과 물리적 실험실을 연결함으로써 인실리코(in-silico) 실험과 실제 검증 간의 간극을 좁히고 있습니다.