영국의 산업별 연구 발전을 위해 설계한 가장 강력한 인공지능(AI) 슈퍼컴퓨터 캠브리지-1(Cambridge-1)이 가동을 시작했다.

엔비디아는 7일, 외부 연구용으로 설계 및 제작한 최초의 슈퍼컴퓨터인 캠브리지-1을 가동한다고 밝혔다.

캠브리지-1 슈퍼컴퓨터 / 엔비디아 제공
캠브리지-1 슈퍼컴퓨터 / 엔비디아 제공
캠브리지-1은 아스트라제네카, 글락소스미스클라인, 옥스퍼드 나노포어 등이 치매와 같은 뇌질환에 대한 연구와 AI를 통한 신약 설계, 인간 게놈에서 질병을 유발하는 변이를 찾는 정확도를 개선하는데 활용할 예정이다.

엔비디아가 1억 달러(한화 약 1120억원)를 투자해 구축한 캠브리지-1은 엔비디아 A100 GPU, 블루필드-2 DPU 및 엔비디아 HDR 인피니밴드(InfiniBand) 네트워킹을 통합한 80개의 DGX A100 시스템을 갖췄다. 슈퍼컴퓨팅 클러스터인 엔비디아 DGX 슈퍼 POD인 캠브리지-1은 세계에서 가장 빠른 50대 컴퓨터 중 하나이며, 재생에너지로 100% 구동된다. 400페타플롭(PF) 이상의 AI 성능과 8PF의 린팩(Linpack) 성능을 제공한다. 이 시스템은 엔비디아 파트너인 카오 데이터가 운영하는 시설에 위치해 있다.

엔비디아는 영국 캠브리지에 보다 다양한 산업을 지원할 새로운 Arm 기반의 슈퍼컴퓨터를 갖춘 AI 센터도 설립할 계획이다.

젠슨 황(Jensen Huang) 엔비디아 창립자 겸 CEO는 "캠브리지-1을 통한 연구는 영국 내에서 진행되지만, 전세계 수백만 명에게 혜택을 줄 것으로 기대된다"고 소감을 밝혔다.

경제 컨설팅 회사인 프론티어 이코노믹스(Frontier Economics)에 따르면, 캠브리지-1은 향후 10년간 6억 파운드(한화 약 9400억원)의 가치를 창출할 수 있는 잠재력을 갖는다.

이윤정 기자 ityoon@chosunbiz.com

#엔비디아 #슈퍼컴퓨터 #인공지능 #AI #캠브리지-1


AI를 통한 약물 발견의 혁신을 이룬 아스트라제네카
엔비디아는 아스트라제네카와 협력해 화학 구조용 트랜스포머 기반 생성(generative) AI 모델을 개발함으로써 의약품 개발 가속화를 지원하고 있다. 최근 몇 년 사이에 사용되는 트랜스포머 기반 신경 네트워크 아키텍처는 자기지도형 훈련법을 통해 대규모 데이터셋을 활용할 수 있도록 하므로, 사전학습 중에 수동으로 라벨링된 데이터의 필요성을 제거할 수 있다.

메가몰바트(MegaMolBART) 약물 발견 모델은 반응 예측, 분자 최적화 및 신약 생성에 사용되고 있으며 약물 개발 과정을 최적화할 것으로 예상된다. 이는 아스트라제네카의 몰바트(MolBart) 트랜스포머 모델을 기반으로 하고 있으며, 엔비디아의 메가트론(Megatron) 프레임워크를 사용하여 슈퍼컴퓨팅 인프라에 대한 대규모 교육을 가능하게 하는 아연 화합물 데이터베이스에 대해 훈련 중이다. 연구원 및 개발자들은 해당 오픈소스 모델을 엔비디아 NGC 소프트웨어 카탈로그에서 사용할 수 있다.

엔비디아와 아스트라제네카는 캠브리지-1에서 AI를 디지털 병리학에 활용하는 별도 프로젝트를 진행하고 있다. 디지털 병리학에서는 새로운 통찰력을 찾기 위해 조직 샘플의 슬라이드 이미지에 주석을 다는 데 상당한 시간과 비용이 소요된다. 수천 개의 영상에 대해 훈련된 자율 AI 알고리즘을 사용하면 주석 달기 과정을 제거하는 동시에 약물 반응과 상관관계가 있는 잠재적 영상촬영 기능을 찾을 수 있다.

린지 에드워즈(Lindsay Edwards) 아스트라제네카 바이오제약 R&D 부사장은 "이미지 크기 때문에 전체 슬라이드에 AI 알고리즘을 교육하는 것이 쉽지 않다. 엔비디아와의 협력을 통해 캠브리지-1에서 현재 작업을 확장하고 디지털 병리학에서 AI를 사용하는 새로운 방법론을 개발할 수 있다"고 말했다.

GSK, 캠브리지-1 통해 신약 발견 프로세스에 최첨단 AI 기술 적용
GSK의 연구개발(R&D) 접근방식은 유전적으로 검증된 표적에 초점을 두고 있다. 이 표적은 의약품이 될 가능성이 두배가 되며, 현재 연구 파이프라인의 70% 이상을 차지한다. 이러한 통찰력의 잠재력을 극대화하기 위해 GSK는 인간 유전학, 기능 유전체학, AI 및 머신러닝(ML)이 교차하는 지점에 최첨단 기능을 구축했다.

GSK의 AI 및 ML 담당 글로벌 총괄 겸 수석 부사장 킴 브랜슨(Kim Branson) 박사는 "첨단 기술은 GSK의 R&D 접근방식의 핵심으로, 새로운 수준의 속도, 정밀도 및 확장성을 갖춘 예측 모델링을 통해 크고 복잡한 데이터의 잠재력을 실현하는 데 중요한 역할을 한다. 엔비디아와 협력하여 GSK의 의약품 발견에 대한 헌신을 보여주고, 영국 생명과학 생태계에 기여할 수 있는 기회를 갖게 되어 기쁘다. 이 두 가지 목표의 중심에는 모두 환자의 혜택 개선이 있다"고 설명했다.

유전학, 유전체학 및 AI/ML 분야에 대한 최첨단 기술을 보유한 파트너와의 협력을 통해, GSK는 궁극적으로 인간 건강에 대한 예측을 확대하고, 치료의 성공 가능성을 두 배 높일 수 있는 의약품과 환자에게 더 많은 혜택을 주는 승인된 치료법을 개발한다는 방침이다. 캠브리지-1에 대한 액세스를 통해 GSK는 신약 발견 프로세스에 추가적인 계산 능력과 최첨단 AI 기술을 적용하게 된다.

킹스칼리지런던과 가이스&세인트 토마스 영국국가보건서비스(NHS) 파운데이션 트러스트, 캠브리지-1로 합성 뇌 이미지 만드는 AI 모델 훈련
킹스칼리지런던(King’s College London)과 가이스&세인트 토마스 영국국가보건서비스(NHS) 파운데이션 트러스트(Guy’s and St Thomas’ NHS Foundation Trust)는 캠브리지-1을 활용해 다양한 연령과 질병에 걸친 수만 건의 MRI 뇌 스캔을 통해 합성 뇌 이미지를 만드는 AI 모델을 훈련시키고 있다. 양 기관은 이 합성 데이터 모델을 사용하여 치매, 뇌졸중, 뇌암 및 다발성 경화증과 같은 질병에 대한 이해도를 높이고, 조기 진단 및 치료를 가능케 한다는 방침이다.

킹스칼리지런던의 생명공학 및 이미징 과학 대학 학장은 "해당 파트너십을 통해 우리는 의료 연구에서 전례없는 규모의 계산 능력을 활용할 수 있게 될 것이다. 이는 환자의 건강과 치료를 위한 중요한 변화를 가져올 것"이라고 말했다.

이 연구는 전 세계에서 가장 풍부한 바이오메디컬 데이터베이스 중 하나인 영국국가보건서비스(NHS) 및 UK 바이오뱅크(UK Biobank)와의 긴밀한 협업을 통해 영국의 세계 선도적인 의료 리소스를 활용한다. 킹스컬리지런던은 이 합성 데이터 모델을 대규모 연구 및 스타트업 커뮤니티와 공유할 예정이다.

가이스&세인트 토마스 영국국가보건서비스(NHS) 파운데이션 트러스트의 CEO 이안 애브스(Ian Abbs)는 "의료 분야에서 AI는 환자의 진단 속도를 높이고 유방암 검진과 같은 서비스를 개선하며 임상적 필요에 따라 환자를 평가하고 우선순위를 정하는데 상당한 역할을 할 것"이라며, "캠브리지-1 데이터센터에 참여함으로써 이러한 새로운 AI 기능들을 가장 먼저 사용할 수 있게 되어 기쁘다. 최신 기술을 사용하여 환자에게 혜택을 주고 귀중한 리소스를 보다 효율적으로 관리할 수 있을 것"이라고 말했다.

옥스포드 나노포어, 캠브리지-1 활용해 유전자 분석 알고리즘 개발중
옥스포드 나노포어 테크놀로지(Oxford Nanopore Technologies)의 장기 판독 시퀀싱 기술은 100개 이상의 국가에서 인간 및 식물 건강부터 환경 모니터링 및 항균 저항에 이르는 광범위한 연구에 대한 게놈 통찰력을 얻기 위해 사용되고 있다.

옥스포드 나노포어는 엔비디아 기술을 다양한 유전자 염기서열 플랫폼에 배치해 유전자 분석의 속도와 정확성을 높이는 AI 도구를 개발하고 있다. 캠브리지-1에 액세스 함으로써, ONT는 며칠이 아닌 몇 시간 만에 알고리즘 개선에 관한 업무를 수행할 수 있게 된다. 이렇게 개선된 알고리즘은 게놈 정확도의 향상을 보장해 더 많은 통찰력을 제공할 뿐 아니라, 과학자 손에서의 처리시간을 단축시킨다.

옥스포드 나노포어의 제품 및 프로그램 관리 담당 부사장 로즈메리 싱클레어 도코스(Rosemary Sinclair Dokos)는 "캠브리지-1의 성능을 활용하면 강력하고 정확한 유전자 분석을 지원하는 알고리즘 개발 속도를 더욱 높일 수 있을 것이다. 이를 통해 현장에서 당사의 기술을 사용하는 과학자들이 그 어느 때보다 광범위한 연구 영역에서 더 많은 통찰력을 얻을 수 있게 될 것"이라고 설명했다.