[비즈트리뷴] 엔비디아가 국립암연구소, 미국 에너지부(DOE, U.S. Department of Energy) 및 여러 국립 연구소들과 협력해 암 관련 연구 가속을 위해 지원한다고 18일 밝혔다.

버락 오바마 미 대통령이 2016년 국정연설에서 발표하고 조셉 바이든 부통령이 이끄는 ‘캔서 문샷(Cancer Moonshot)’ 계획은 10년이 걸릴 암 예방, 진단 및 치료의 발전을 5년 내에 이루는 것을 목표로 하고 있다.

이번 연구는 캔들(CANDLE, Cancer Distributed Learning Environment)이라고 불리는 AI 프레임워크를 구축하는데 중점을 둔다.

이를 통해 암을 연구하는데 AI의 탁월한 기술을 구현할 수 있는 공용 디스커버리 플랫폼을 제공할 예정이다.

 

캔들은 암을 이해하는 방식을 바꾸기 위해 설계된 최초의 AI 프레임워크로, 전세계 데이터 과학자들에게 암을 연구할 수 있는 강력한 툴을 제공한다.

국립암연구소(NCI), 프레데릭 국립 암 리서치 연구소, 미국 에너지부, 아르곤, 오크리지, 리버모어, 로스 앨러모스, 국립 연구소들이 캔들을 위해 협력하고 있다.

 
엔비디아는 "암 연구원들의 생산성을 매년 10배 향상시키는 것을 목표로 최신 슈퍼컴퓨팅 인프라에 최적화 된 AI 소프트웨어 플랫폼을 공동으로 개발하는데 기여할 것"이라고 기대했다.

아르곤 국립 연구소의 컴퓨팅, 환경, 생명 부문 어소시에이트 디렉터인 릭 스티븐(Rick Stevens)은 “AI는 캔서 문샷의 목적을 달성하는데 필수적이다”며, “새로운 컴퓨팅 아키텍처는 불과 3년만에 뉴럴 네트워크 트레이닝을 50배 가속화했으며, 앞으로 더 극적인 결과가 기대된다”고 전했다.

엔비디아의 공동 설립자 겸 CEO 젠슨 황(Jen-Hsun Huang)은 “GPU  딥 러닝은 지금까지 가장 강력한 슈퍼컴퓨터로도 복잡했던 큰 문제를 해결하는 새로운 툴이 돼줬다”며,  “암 연구를 위한 AI 슈퍼컴퓨팅 플랫폼 개발 협력은 우리가 진행해온 암과의 싸움에서 큰 약진의 계기가 될 것”이라고 말했다.

 
미 에너지부와 국립암연구소의 ‘캔서 문샷’ 전략적 컴퓨팅 파트너십은 정밀 종양학 발전을 가속화하며 ▲암이 어떻게 진행하는지 이해하고 ▲현재의 치료법보다 더 효과적이고 유해성이 덜한 치료법을 찾고 ▲임상실험 환경 밖에서 유효성을 이해하는 등 3가지 정밀 의학 파일럿 프로젝트가 포함돼있다.

딥 러닝 기술은 이러한 프로젝트들을 수행하는데 있어 필수적이라는 게 엔비디아 측의 설명이다.

캔들은 국립암연구소의 유전 데이터베이스에서 추출한 대량의 분자 데이터로부터 치료 반응이 예측되는 일반적인 암의 DNA 및 RNA의 근본적인 유전적 특성을 규명하는데 이용된다.

또 주요 단백질 상호 작용의 분자역학 시뮬레이션을 가속화해, 암 발생 조건을 만드는 근본적인 생물학적 매커니즘을 이해하는 데 도움을 준다.

준 지도학습(Semi-supervised learning)을 통해 캔들은 정보 추출과 수백만명 환자의 기록 분석을 자동화해, 질병의 전이와 재발에 대한 포괄적인 암 감시 데이터베이스를 구축할 예정이다.

로렌스 리버모어 국립연구소의 제임스 M. 브레이즈(James M. Brase)는 “대량의 데이터 분석, 특히 딥 러닝은 정밀 의학에서 핵의 확산 방지까지 우리 연구소의 미션을 달성하는 데 중요한 역할을 한다”고 말했다.

그는 또 “엔비디아의 새로운 코랄(CORAL)/시에라(Sierra) 아키텍처는 확장 가능한 딥 러닝 알고리즘의 차세대 버전을 개발하는데 중요하며, NVLink(NV링크)를 구현하는 파스칼™(Pascal™) GPU 아키텍처를 결합하면 대규모 뉴럴 네트워크의 트레이닝을 가속화할 수 있을 것”이라고 설명했다.

오크 리지 국립 연구소(Oak Ridge National Laboratory) 산하 헬스 데이터 과학연구소 디렉터인 조지아 투어라시(Georgia Tourassi)는 “오늘날의 암 감시 시스템은 암의 진행 및 결과에 대한 중요한 생물지표를 추출하기 위해 임상 보고서를 수작업으로 분석하는 것에 의존하고 있다”며 “엔비디아의 DGX-1™과 같은 확장 가능한 솔루션에 HPC와 AI를 적용함으로써, 우리는 중요한 임상 정보를 보다 쉽게 추출하고 이 과정을 자동화해 암에 대한 이해를 크게 향상시킬 수 있을 것”이라고 강조했다.

[비즈트리뷴 권안나 기자 kany872@biztribune.co.kr]