엔비디아 NIM, 신약 개발과 디지털 헬스 지원 위해 AWS와 통합

NIM은 엔비디아 AI 엔터프라이즈(AI Enterprise) 소프트웨어 플랫폼의 일부로 AWS 마켓플레이스(Marketplace)에서 제공되고 있다. NIM을 통해 개발자는 업계 표준 애플리케이션 프로그래밍 인터페이스(API)를 사용해 점차 증가하는 AI 모델 라이브러리에 액세스할 수 있다. 이 라이브러리에는 신약 개발, 의료 이미징, 유전체학 등을 위한 파운데이션 모델이 포함되며, 엔터프라이즈급 보안과 지원이 제공된다.

엔비디아 NIM은 아마존 세이지메이커(SageMaker)와 AWS 패러렐클러스터(ParallelCluster)를 통해 사용할 수 있다. 아마존 세이지메이커는 데이터를 준비하고 머신 러닝 모델을 구축, 학습, 배포할 수 있는 완전 관리형 서비스이다. 또한, AWS 패러렐클러스터는 AWS에서 고성능 컴퓨팅 클러스터를 배포하고 관리하는 오픈 소스 툴이다. 아울러 생물학적 데이터 분석을 위해 특별히 설계된 서비스인 AWS 헬스오믹스(HealthOmics)를 사용해 NIM을 조정할 수도 있다.

이미 AWS를 사용하고 있는 수천 개의 헬스케어와 생명 과학 기업들은 NIM에 쉽게 액세스해 복잡한 모델 개발과 프로덕션용 패키징 없이 생성형 AI를 더 빠르게 배포할 수 있다. 또한 개발자가 아미노산 서열, MRI 이미지, 문서로 작성된 환자 건강 기록 등 다양한 양식에 걸쳐 AI 모델을 결합하는 워크플로우를 구축할 수 있도록 지원할 계획이다.

보스턴에서 열린 AWS 생명과학 리더 심포지엄(Life Sciences Leader Symposium)에서 AWS상에서 엔비디아 클라라(Clara) 가속 헬스케어 소프트웨어와 서비스의 가용성이 확장된다는 소식이 발표됐다. 여기에는 신약 개발을 위한 엔비디아 바이오네모(BioNeMo), 의료 이미징 워크플로우를 위한 엔비디아 모나이(MONAI), 가속 유전체학을 위한 엔비디아 파라브릭스(Parabricks)의 빠르고 배포하기 쉬운 NIM이 포함된다.

바이오네모는 파운데이션 모델, 트레이닝 프레임워크, 도메인별 데이터 로더, 최적화된 훈련 레시피로 구성된 생성형 AI 플랫폼이다. 이는 독점 데이터에 대한 생물과 화학 모델의 훈련과 미세 조정을 지원한다. 현재 전 세계 100개 이상의 조직에서 이를 사용하고 있다.

세계적인 생명공학 기업 중 하나인 암젠(Amgen)은 단백질 설계를 위한 생성형 모델을 훈련하는 데 바이오네모 프레임워크를 사용해 왔다. 또한 AWS와 함께 바이오네모의 잠재적 활용 가능성을 연구하고 있다.

단백질 구조 예측, 생성 화학, 분자 도킹 예측을 위한 바이오네모 모델은 NIM 마이크로서비스로 제공된다. 이는 모든 엔비디아 GPU 또는 GPU 클러스터에서 실행되도록 사전 훈련과 최적화 과정을 거쳤다. 이러한 모델을 결합하면 전체적인 AI 가속 신약 개발 워크플로우를 지원할 수 있다.

생명공학 회사인 에이알파 바이오(A-Alpha Bio)는 합성 생물학과 AI를 활용해 단백질 간 상호작용을 측정, 예측, 설계한다. 이 회사의 연구원들은 일반 버전의 ESM-2 단백질 언어 모델에서 AWS상의 엔비디아 H100 텐서 코어(H100 Tensor Core) GPU에 실행되는 엔비디아 최적화 버전으로 전환한 후 즉시 10배 이상의 속도 향상을 경험했다. 이를 통해 이들은 다른 방법보다 훨씬 더 광범위한 단백질 후보군을 샘플링할 수 있었다.

자체 실험 데이터로 이러한 모델을 보강하려는 조직의 경우, 개발자는 NIM을 사용해 검색 증강 생성(retrieval-augmented generation, RAG)으로 모델을 강화할 수 있다. 이는 랩 인 더 루프(Lab-in-the-loop) 설계라고도 불린다.

엔비디아 NIM에는 엔비디아 파라브릭스의 유전체학 모델이 포함된다. 이는 고객이 사전 구축된 파이프라인을 배포할 수 있는 레디투런(Ready2Run) 워크플로우로 AWS 헬스오믹스에서도 사용할 수 있다.

생명과학 기업 애질런트(Agilent)는 엔비디아 GPU 기반 아마존 EC2(Elastic Compute Cloud) 인스턴스에서 실행되는 파라브릭스 유전체학 분석 도구를 사용했다. 이를 통해 자사의 클라우드 네이티브 알리사 리포터(Alissa Reporter) 소프트웨어에서 변이 검출 워크플로우의 처리 속도를 크게 개선할 수 있었다. 연구원들은 파라브릭스와 알리사 보조 분석 파이프라인을 통합해 안전한 클라우드 환경에서 신속한 데이터 분석에 액세스할 수 있다.

NIM 마이크로서비스는 단백질과 염기 서열을 해독할 수 있는 모델 외에도 대화형 AI에 최적화된 거대 언어 모델(large language model, LLM)과 아바타와 디지털 휴먼을 위한 시각 생성형 AI 모델을 제공한다.

AI 기반 디지털 비서는 환자의 질문에 답하고 의료진의 물류 업무를 지원함으로써 의료 서비스를 향상시킬 수 있다. RAG를 사용해 의료 기관별 데이터에 대해 훈련한 디지털 비서는 관련 내부 데이터 소스에 연결해 연구를 종합하고 인사이트를 도출하며 생산성을 향상시킬 수 있다.

생성형 AI 스타트업 히포크라틱 AI(Hippocratic AI)는 웰니스 코칭, 수술 전 지원, 퇴원 후 후속 조치 등 다양한 업무에 초점을 맞춘 AI 기반 헬스케어 에이전트를 테스트하는 막바지 단계에 있다.

AWS를 통해 엔비디아 GPU를 사용하는 이 회사는 디지털 헬스를 위한 생성형 AI 에이전트를 구동하기 위해 엔비디아 NIM과 엔비디아 ACE 마이크로서비스를 도입하고 있다.

이들은 헬스케어 비서 아바타의 대화를 강화하기 위해 엔비디아 오디오투페이스(Audio2Face) 페이셜 애니메이션 기술과 엔비디아 리바(Riva) 자동 음성 인식, 텍스트-음성 변환 기능 등을 사용했다.