현재 전 세계에 57 million 명의 치매 환자가 있습니다. 이들을 돕기 위해 노력하는 연구자들에게 장애물은 노력 부족이 아닙니다 — 너무 많은 데이터, 이를 종합할 전문가의 부족, 그리고 질병의 진행을 따라잡지 못하는 발견의 속도가 장애물입니다.
신경퇴행성질환 바이오메디컬 연구 및 AI 컨소시엄(The Consortium for Biomedical Research and AI in Neurodegeneration, C-BRAIN)은 NVIDIA와 협력하여 AI를 활용해 이 상황을 바꾸고 있습니다.
알츠하이머병은 오늘날 주요 글로벌 보건 과제 중 하나로, 매년 10 million 건이 넘는 새로운 치매 사례가 진단되고 있습니다. 지난 15년 동안 미국 국립보건원(National Institutes of Health) 자금이 7배 증가하여 연간 3.9 billion 달러에 도달했음에도 불구하고, 아직 이 질병을 멈추거나 예방하거나 되돌릴 수 있는 치료법은 발견되지 않았습니다.
병목 현상의 원인은 충분한 고임팩트 과학적 발견의 부족, 기관 사일로에 고립된 방대한 데이터, 그리고 발간되는 연구를 따라잡기엔 너무 느린 종합 속도입니다.
Dr. Randall Bateman이 이끄는 C-BRAIN은 학계, 재단, 제약 및 연구 조직에 걸친 18개 회원 기관의 컨소시엄으로, 2025년 11월에 출범하여 새로운 치료법을 가능하게 하는 연구를 가속화함으로써 과학자들이 더 좋고 빠른 발견을 하도록 돕고 있습니다.
"우리는 인공지능을 통해 지금까지와는 근본적으로 다른 방식으로 연구를 수행하고, 발견을 가속화하여 환자를 돕는 기회의 창을 가지고 있습니다"라고 세인트루이스 워싱턴대학교 의과대학의 Charles F. and Joanne Knight 신경학 석좌교수이자 C-BRAIN의 설립자이자 디렉터인 Bateman이 말했습니다. 그는 이들의 작업을 "과학자가 과학자를 위해 만든 AI 도구"라고 묘사했습니다.
이 컨소시엄은 기존에 활용되지 않았던 알츠하이머 연구 데이터를 활용하여 과학자들의 연구를 지원하는 시스템을 구축하고 있습니다.
연구 속도를 수 주에서 수 시간으로 단축
알츠하이머 연구의 핵심 자산은 AI 도구나 인간 연구자가 공개적으로 접근한 적 없는 데이터셋입니다. 여기에는 미공개 발견, 음성 결과, 그리고 회원 기관들의 관리되는 독점 데이터가 포함됩니다.
"생명과학 데이터 상당수가 프론티어 모델에 반영되지 못합니다"라고 C-BRAIN의 최고기술책임자인 Dr. Ade Ojewole이 말했습니다. "그 결과로 우리는 많은 지능을 활용하지 못하고 있습니다."
C-BRAIN은 이를 "다크 데이터(dark data)"라고 부르며, 이것이 알츠하이머 연구를 늦추고 있습니다.
일부 다크 데이터는 AI 도구가 접근할 수 있도록 보안 컴퓨터 시스템에 직접 저장됩니다. 환자 프라이버시나 기관 거버넌스를 훼손하지 않고 이 데이터를 사용하기 위해, C-BRAIN은 중앙집중식과 연합 방식을 결합한 하이브리드 접근법을 사용합니다 — 즉, AI 모델이 각 기관의 데이터로부터 학습하되 그 데이터는 절대 기관 외부로 나가지 않는 방식입니다. 이러한 인프라는 구축과 확장에 기술적으로 높은 요구 수준이 필요하며, 이것이 NVIDIA가 이 협력에 기여하는 부분 중 하나입니다.
C-BRAIN은 현재 64개의 NVIDIA 데이터센터 GPU 를 온프레미스에서 운영하며 Microsoft Azure의 클라우드 기반 노드와 함께 사용하고 있고, 컨소시엄의 야망이 커짐에 따라 NVIDIA Blackwell 시스템을 포함한 추가 NVIDIA GPU 용량도 계획되어 있습니다.
AI와 가속 컴퓨팅이 기술적 요구를 해결하면서 알츠하이머 연구를 어떻게 발전시킬 수 있는지 탐구하기 위해, C-BRAIN은 NVIDIA와 협력하여 NVIDIA BioNeMo 오픈 개발자 플랫폼과 C-BRAIN의 연구 파이프라인을 위한 MONAI 프레임워크를 포함한 기술들을 도입하고 있습니다.
"NVIDIA와의 C-BRAIN 협력은 그 모델들이 상당히 영향력 있고 중요한 성과를 낼 수 있도록 잠재력을 발휘하는 것을 목표로 합니다"라고 Bateman이 말했습니다.
"오늘날 공간 오믹스 머신러닝 아키텍처가 모델링할 수 있는 한계를 넓혀가는 과정에서 상당한 최적화가 필요할 것입니다. NVIDIA 소프트웨어가 확실히 그 역할을 하게 될 것입니다"라고 Ojewole이 말했습니다.
C-BRAIN의 연구자들은 이미 두 가지 도구를 구축했습니다: 연구 과학자 Justin Reese가 이끄는 노력으로 Lawrence Berkeley National Laboratory와 함께 구축한 OpenScientist, 그리고 387 Labs와 함께 구축한 InsightEngine입니다.
OpenScientist는 과학자의 연구 질문과 데이터셋을 입력받아 반자율적으로 가설을 생성하고, 분석을 수행하며, 검증 가능하고 감사 가능한 인사이트를 산출하는 오픈 소스 에이전틱 AI 코사이언티스트(co-scientist)입니다. InsightEngine은 에이전틱 AI를 사용해 과학 문헌을 대상으로 가설을 검증하는 오픈 소스 연구 플랫폼으로, 사용자가 제공한 데이터셋을 분석하고 바이오메디컬 지식 그래프를 탐색하며, 연구자가 비용이 많이 드는 실험에 착수하기 전에 환각(hallucination)을 잡아내기 위해 모든 주장을 근거와 대조합니다.
공개된 사례 연구에서 OpenScientist는 도메인 과학자들이 몇 주에서 몇 달이 걸릴 것으로 추정했던 분석을 몇 분 만에 완료했으며, 실행당 비용은 $10 미만이었습니다. 현재 200개가 넘는 연구 그룹에 도달해 있는 C-BRAIN의 규모에서 이러한 역량은 상당한 연구 역량을 해방시킬 수 있으며, 규모화될 경우 연간 백만 시간을 초과할 잠재력이 있습니다.
상관관계에서 원인으로
앞으로 C-BRAIN은 신경영상, 멀티오믹스, 체액 바이오마커 및 종단적 임상 측정값 등 보유한 전체 데이터를 기반으로 훈련된 멀티모달 생물학적 파운데이션 모델을 구축하는 것을 목표로 하고 있습니다.
3년차까지는 이용 가능한 연구와 데이터의 전 범위를 활용하여 검증 가능한 과학적 원리로 나아가며, 뇌 노화와 알츠하이머병의 새로운 인과 메커니즘을 발견하는 것을 목표로 하고 있습니다.
Bateman는 “생각하고 추론할 수 있는 AI는 전체 인구를 위한 강력하고 실행 가능한 예방법과 치료법으로 이어지는 발견을 가속화할 잠재력을 가지고 있다”라고 말했다.