제약 업계는 코로나19 사태 속에서 그 어느 업계보다 바쁜 시기를 보내고 있습니다. 관련해 업계가 공감하는 것이 하나 있습니다. 이제는 이룸(Eroom)의 법칙을 깨야 할 때란 것입니다.
이룸의 법칙은 ‘무어의 법칙(Moore’s Law)’에서 Moore를 거꾸로 쓴 것입니다. 마이크로 칩 용량이 매년 2배씩 늘어난다는 무어의 법칙에 빗대어 생명 공학 분야에서는 연구 성과가 나오는 데 걸리는 시간과 비용이 해가 갈수록 커지고 있다는 것을 은유적으로 표현한 것이죠.
신약 개발이 더딜 수밖에 없는 이유
신약 개발의 어려움은 상상 이상입니다. 평균 10년 이상 개발 기간이 걸린다고 합니다. 문제는 이 중 90%의 프로젝트가 실패로 끝난다는 것입니다. 반면에 비용은 나날이 늘고 있습니다. 통계를 보면 40년간 신약 물질을 만드는 데 필요한 연구개발 예산은 9년 단위로 2배씩 늘었습니다. 여러 이유가 있겠지만 업종의 특성상 개발도 어렵지만, 관련 임상 연구와 관련 당국의 승인을 받기까지 꽤 긴 절차와 비용이 수반되다 보니 어쩔 수 없이 시간과 비용이 많이 드는 것입니다.
코로나19는 더 이상 이룸의 법칙에 갇혀 있을 틈이 없다는 경각심을 불러일으켰습니다. 전 세계 경제가 얼어붙고, 일상이 멈춘 상태가 장기화 되면서 세계 각국은 전에 없던 혼란의 시기를 보내고 있습니다. 현재 할 수 있는 최선은 방역에 최선을 다하는 가운데 시급히 백신을 개발하는 것뿐입니다.
백신 개발을 앞당기는 AI 파워
이런 분위기 속에서 의료와 제약 업계는 인공 지능(AI)에서 이룸의 법칙을 깰 방법을 찾고 있습니다. 오랜 기간 생명 공학 부문에서 컴퓨팅은 큰 역할을 해왔습니다. 질병에 영향을 미치는 단백질의 생물학적 구조를 이해하고, 시간이 오래 걸리는 생체 테스트를 일일이 거치기 전에 시뮬레이션을 통해 후보 약물을 찾고, 약물 동태학 적인 측면에서 약물의 흡수, 분포, 대사, 배설 과정을 해석하고 예측하는 데 있어 컴퓨팅 파워는 매우 긴요하게 쓰입니다.
연구 개발 현장에 가보면 컴퓨팅 기술의 활약상이 펼쳐집니다. 질병을 일으키는 단백질 구조를 파악하기 위해 전자 현미경 사진을 3D로 재구성합니다. 빅 데이터 분석으로 10의 60승 개가 넘는 화합물 중 약물 후보를 선별합니다. 딥러닝을 적용해 알려진 화학 물질에서 새로운 화합물을 만듭니다. 분자 역할을 적용해 단백질의 물리 운동과 화학 물질 간의 상호 작용을 분석합니다. 방사선 이미지를 사용해 바이오 마커를 연구합니다. 자연어 처리 기술을 활용해 기존에 발간된 의료 관련 간행물과 건강 기록을 연구하여 다른 질병에 적용할 수 있는 화합물을 찾기도 합니다. 이 모든 것이 첨단 GPU와 AI 기술의 발전으로 이루어진 연구 개발 혁신의 현장 모습입니다.
신약 개발을 가속하는 도구 NVIDIA Clara Discovery
GTC 2020 키노트 중 의료와 제약을 주제로 한 연설에서 젠슨 황 NVIDIA CEO는 제약 부문에서 일어나고 있는 IT 기술 중심의 혁신 현장을 설명하고 뒤를 이어 NVIDIA Clara Discovery를 소개하였습니다.
NVIDIA Clara Discovery는 신약 개발 과정을 가속하기 위한 도구 세트입니다. AI와 HPC를 신약 연구에 적극적으로 적용하기 위해 프레임워크, 애플리케이션 그리고 AI 모델을 하나의 도구 세트로 제공합니다. 이를 통해 연구진은 유전체학, 단백질체학, 현미경 검사, 가상 탐색, 컴퓨터 화학, 시각화, 임상 이미징 등의 워크플로우를 가속할 수 있습니다. NVIDIA Clara Discovery는 가장 진보한 AI 시스템인 NVIDIA DGX A100에 최적화되었습니다. 이를 기반으로 연구진은 신약 개발 관련해 여러 문제를 신속히 해결할 수 있습니다. 참고로 NVIDIA Clara Discovery는 NGC 카탈로그를 통해 이용할 수 있습니다.
생명 과학 부문의 주요 조직과 협력 강화
NVIDIA는 헬스케어와 생명 공학 분야에서 여러 조직과 파트너십을 강화하고 있습니다. NVIDIA는 영국에서 가장 강력한 수퍼컴퓨터인 ‘Cambridge-1’ 구축에 나서고 있습니다. 이 수퍼컴퓨터는 헬스케어 부문의 AI 관련 연구 전용으로 쓰일 예정입니다. 이 수퍼컴퓨터는 NVIDIA DGX SuperPOD을 기반으로 하며 400FP 수준의 성능을 목표로 하고 있습니다. 참고로 이는 세계 수퍼컴퓨터 순위 30위 권 내에 드는 성능입니다. 영국 의료계와 제약계는 NVIDIA DGX SuperPOD 기반 수퍼커퓨터가 신약 개발의 새로운 지평을 열 것으로 기대하고 있습니다. 한편 NVIDIA는 최근 GSK와 AI 신약 개발 연구소 구축을 위한 파트너십도 체결했습니다. GSK의 경우 올 1분기 동안 모은 데이터가 GSK 300년 역사 동안 쌓은 데이터보다 많다고 합니다. 이렇게 많은 양의 데이터는 사람의 힘만으로 이해하기 어렵습니다. GSK는 GPU 기반 데이터센터에서 AI 기술을 힘을 빌려 신약 개발의 새로운 가능성을 열어갈 계획입니다.
해외 주요 헬스케어, 생명 공학 조직이 NVIDIA DGX SuperPOD을 활용해 신약 연구 개발을 위한 AI 데이터센터를 구축하는 이유는 간단합니다. 신약 개발 연구원과 소프트웨어 전문가를 위한 AI 인프라 구축과 운영에 대한 고민을 크게 덜어낼 수 있기 때문입니다. NVIDIA DGX SuperPOD은 대규모 클러스터를 구성하고, 소프트웨어를 설치하고, 운영하는 부담을 크게 줄일 사전에 최적화된 형태의 인프라입니다. 최소 20개의 DGX 시스템으로 구성하는 것부터 최대 140대까지 확장이 가능해 신약 연구 개발에 필요한 수퍼컴퓨터 구축을 효과적으로 할 수 있습니다.
이상으로 ‘질병과 싸우는 AI’라는 주제의 젠슨황 CEO 기조 연설의 주요 내용을 정리해 보았습니다. 키노트 원본 영상은 다음을 참조 바랍니다.