아마존웹서비스(Amazon Web Services, 이하 AWS)는 과학자들이 신약을 더 빠르고 체계적으로 설계•검증할 수 있도록 지원하는 AI 기반 애플리케이션 아마존 바이오 디스커버리(Amazon Bio Discovery)를 출시했다.
아마존 바이오 디스커버리는 방대한 생물학적 데이터셋을 학습한 전문화된 AI 모델인 생물학 파운데이션 모델(Biological Foundation Models, bioFMs) 카탈로그에 과학자들이 직접 접근할 수 있도록 지원한다. 이 모델들은 신약 후보 물질을 생성하고 평가하며, 신약 발굴 초기 단계에서 항체 치료제 연구를 가속화한다.
아마존 바이오 디스커버리의 AI 에이전트를 통해 과학자들은 자연어로 연구 목표에 맞는 모델을 선택하고, 입력 변수를 최적화하며, 후보 물질을 평가할 수 있다. 또한 기존 실험 데이터를 기반으로 모델을 추가 학습시켜 예측 정확도를 높일 수 있다. 후보 물질은 물리적 실험실로 전송되어 합성 및 테스트가 진행되며, 결과는 애플리케이션으로 다시 전달되어 신속한 반복 실험이 가능한 '실험실 연계(lab-in-the-loop)' 구조를 형성한다.
신약 발굴 분야의 AI 도입 장벽 해소
최근 몇 년간 생성형 AI의 발전으로 다양한 머신러닝 모델이 급증했지만, 코딩 역량과 컴퓨팅 인프라 관리 능력이 요구되고 수십 개에 달하는 모델의 성능을 비교•평가하기도 쉽지 않아 많은 과학자들이 AI 모델을 독자적으로 활용하기 어려운 상황이며, 이를 지원할 수 있는 전산 생물학자(Computational Biologist)도 수요에 비해 부족하다. 후보 물질을 물리적 합성 단계로 이전하는 과정에서도 데이터는 분산된 시스템에 흩어져 있고, 여러 실험실 파트너의 일정과 비용을 수동으로 조율해야 한다.
아마존 바이오 디스커버리는 이러한 문제를 해결하기 AI 모델과 분석 패키지를 비교•평가할 수 있는 벤치마크 라이브러리, 연구자의 실험 설계를 지원하는 AI 에이전트, 그리고 유망한 항체 후보 물질의 테스트와 결과 회신을 지원하는 통합 실험실 파트너 네트워크를 제공한다. 이러한 피드백 루프는 다음 설계 단계를 개선하는 기반이 된다.
라지브 초프라(Rajiv Chopra) AWS 헬스케어 AI 및 생명과학 부문 부사장은 "AI 에이전트는 컴퓨팅 전문 지식이 없는 연구자들도 고도화된 과학 역량을 활용할 수 있도록 한다"라며 "AI 시스템은 과학자들이 약물 분자를 설계하고, 테스트를 조율하며, 결과로부터 학습하고, 실험이 반복될수록 더욱 정교해지도록 지원한다. 이러한 첨단 AI와 AWS가 규제 산업을 위해 구축한 견고하고 안전한 인프라의 결합은 이전에는 불가능했던 방식으로 항체 발굴을 가속화할 수 있게 한다"라고 말했다.
아마존 바이오 디스커버리는 제약, 바이오테크, 학술 연구기관 전반에 걸쳐 엔터프라이즈급 확장성, 성능, 데이터 보호 및 보안을 제공한다. 또한 완전한 데이터 격리를 지원하며, 모든 독점 데이터와 지식재산에 대한 소유권은 고객이 보유한다.
손쉽고 안정적인 AI 연구 환경 지원
아마존 바이오 디스커버리는 신약 발굴을 위한 광범위한 생물학 특화 AI 모델 카탈로그를 제공한다. 아페리스(Apheris), 볼츠(Boltz) 등 파트너사의 오픈소스 및 상업용 모델이 포함되며, 바이오허브(Biohub)와 프로플루언트(Profluent)도 곧 추가될 예정이다.
AI 에이전트는 실험 설계부터 실험실 테스트를 위한 후보 물질 선정까지 전 과정을 지원한다. 과학자들은 코딩이 아닌 자연어를 사용해 여러 모델과 분석을 결합한 단계별 실험 워크플로우를 구성할 수 있으며, 연구 목적에 최적화된 모델을 벤치마크할 수 있다. 또한 제조 용이성, 온도 안정성, 생물학적 특성 등 항체 후보 물질의 다양한 특성을 평가하는 항체 벤치마크 데이터셋이 제공돼 적합한 모델 선택을 지원한다.
메모리얼 슬론 케터링 암센터와의 신규 항체 설계 사례
MSK와의 협업을 통해 아마존 바이오 디스커버리 팀은 메모리얼 슬론 케터링 암센터(Memorial Sloan Kettering Cancer Center, MSK)의 에니드 A. 하우프트 소아 종양학 석좌교수 나이콩 청(Nai-Kong Cheung) 박사와 함께 AI 에이전트를 활용해 여러 모델을 조율하며 약 30만 개의 신규 항체 분자를 설계했다. 이어 상위 10만 개의 후보 물질을 트위스트바이오사이언스에 테스트를 의뢰했다. 기존 설계 방식으로는 최대 1년이 걸리던 작업이 후보 물질 설계부터 실험실 테스트까지 수주 만에 완료됐다.
MSK 외에도 바이엘(Bayer), 브로드 인스티튜트(Broad Institute), 프레드허치 암센터(Fred Hutch Cancer Center), 보이저 테라퓨틱스(Voyager Therapeutics) 등이 아마존 바이오 디스커버리의 초기 도입 기관으로 참여하고 있다.
[영상] 비싼 메모리 시대에 램버스 실패로 알아보는, AI 시대 메모리 확보 전쟁의 끝은? [PC흥망사 17-2] 
