NVIDIA BioNeMo NIM, 클로드 사이언스에 연동돼 단백질 구조 예측 지원

ai.euno.news 자동 뉴스 요약

NVIDIA가 BioNeMo NIM 마이크로서비스를 앤트로픽(Anthropic)의 과학 연구용 워크벤치인 클로드 사이언스(Claude Science)에 연동해, 다중 단백질 접힘 모델을 이용한 단백질 구조 예측 워크플로를 지원한다고 밝혔다. NVIDIA 테크니컬 블로그에 따르면 이번 통합은 NVIDIA와 앤트로픽이 공동으로 작업한 결과로, 에이전트가 BioNeMo NIM 마이크로서비스를 직접 찾아내고 실행하고 호출할 수 있게 하는 것이 핵심이다.

이번 연동의 바탕에는 NVIDIA BioNeMo 에이전트 툴킷(BioNeMo Agent Toolkit)이 있다. 이 툴킷은 10년 넘게 쌓아온 NVIDIA BioNeMo의 생명과학 모델, 라이브러리, 워크플로를 생물학·화학·유전체학·신약 개발 분야에서 에이전트가 호출할 수 있는 ‘스킬’ 형태로 패키징한 것이다. NVIDIA는 범용 에이전트가 어떤 작업에 단백질 접힘이나 분자 도킹이 필요하다는 것은 인식하더라도, 정작 어떤 모델을 어떤 파라미터로 어떻게 호출해야 하는지는 알지 못하는 문제를 이 툴킷이 메운다고 설명했다. 특정 프레임워크에 종속되지 않고 어떤 에이전트 프레임워크와도 함께 쓸 수 있도록 만들어졌으며, NVIDIA의 내부 벤치마크에서는 이 스킬을 적용했을 때 작업 정확도가 60%에서 100%로 오르고 토큰 효율은 대략 두 배로 개선됐다고 밝혔다.

실제 구동에는 GPU가 필요하다. 클로드 사이언스는 GPU 위치와 보안 요구 사항에 따라 여러 방식으로 실행할 수 있는데, 이번 튜토리얼은 GPU가 장착된 머신에서 직접 구동하는 방식을 다룬다. 노트북에서 SSH나 HPC, 또는 Modal 클라우드를 통해 원격 GPU에 접속하는 방식도 가능하다고 안내했다. 이 워크플로를 실행하려면 NVIDIA L40S 또는 H100 GPU가 달린 워크스테이션이나 클라우드 머신, 그리고 약 700GB의 저장 공간이 필요하다. 이 중 대부분은 서열 정렬(MSA, multiple-sequence alignment)을 담당하는 msa-search NIM의 UniRef30 데이터베이스가 차지하는데, 전체 1.4TB 세트 대신 UniRef30 단독 프로필만 받으면 약 490GB로 줄일 수 있다. 여기에 구조 예측 모델인 Boltz-2와 OpenFold3 컨테이너가 30~40GB 정도 추가된다.

클로드 사이언스는 기본적으로 샌드박스 환경에서 동작하기 때문에, 로컬이나 원격 GPU 자원을 노출하는 컴퓨트 엔드포인트를 별도로 연결해야 한다. 사용자는 클로드 사이언스에서 ‘Customize > Compute > NVIDIA BioNeMo NIM > Connect’ 메뉴를 거쳐 GitHub에서 BioNeMo 에이전트 툴킷 스킬을 불러오고, NVIDIA API 키를 등록한 뒤 호스트 GPU를 사용하는 도커 컨테이너 형태의 로컬 엔드포인트에 연결한다. 이 과정을 마치면 프로젝트와 세션을 새로 시작해 클로드에게 msa-search, openfold3, boltz2 세 마이크로서비스용 NIM 컨테이너를 내려받아 구동하도록 지시하고, 각 서비스에 대해 상태 확인(smoke test)을 거친다. 컨테이너를 내려받는 단계에서는 사용자가 직접 엔드포인트 승인(Approve endpoint) 버튼을 눌러야 한다.

세 개의 NIM 엔드포인트가 모두 가동되면 클로드 사이언스가 구조 예측 파이프라인 전체를 조율(orchestrate)한다. NVIDIA는 이 과정을 구체적으로 보여주기 위해 파라콕시디오이데스 루치이(Paracoccidioides lutzii, 파라콕시디오이도미코시스를 일으키는 곰팡이)에서 얻은 Seh1 단백질과 예측된 Mio 계열 파트너 단백질을 예시로 들었다. 이 사례는 Han, Tsenkov, Venanzi 등이 발표한 논문 “AlphaFold Database expands to proteome-scale quaternary structu(…)”의 Figure 4e에서 착안했다고 밝혔는데, 해당 논문의 구체적인 출처나 게재 매체는 제공된 자료에 나와 있지 않다. 자료가 이 지점에서 끊겨 있어 실제 예측 결과나 여러 접힘 모델 간 비교 수치는 확인할 수 없다.

읽기 목록은 이 브라우저에 저장됩니다.