NVIDIA, UW Medicine과 오픈 단백질 설계 모델 RFD4-Proteina 공개

NVIDIA는 2026년 10월 21일 GTC Berlin에서 의료 및 생명과학 분야 협업 계획을 발표했다. 발표의 핵심은 UW Medicine Institute for Protein Design과 공동 개발한 오픈 단백질 설계 모델 RFD4-Proteina의 공개와 Siemens Healthineers와의 새로운 적응형 방사선 치료 협력이었다.

NVIDIA는 이번 발표가 업계가 직면한 두 가지 과제와 맞닿아 있다고 설명했다. 생명과학 연구자들은 방대한 생물학적 설계 공간을 탐색하고 계산 설계와 실험실 테스트 사이의 주기를 단축해야 한다. 한편 암 치료팀은 복잡한 영상 및 치료 데이터를 각 환자에게 맞는 정밀한 계획으로 전환해야 한다. NVIDIA의 의료 부문 부사장인 Kimberly Powell은 에이전트형 AI와 피지컬 AI가 단백질 설계, 자율 실험실, 보다 개인화된 암 치료 등 의료 전반에 새로운 가능성을 열고 있다고 말했다.

RFD4-Proteina는 프로그래밍 가능한 단백질 설계에 검색 기능을 결합한 NVIDIA BioNeMo 오픈 모델이다. 이 모델은 특정 목표에 맞춘 단백질 설계를 생성해 과학자와 에이전트가 분자 입력값, 제약 조건, 점수화 목표를 활용해 후보를 검색하고 개선할 수 있도록 한다. NVIDIA는 질병 과정을 방해하거나 진단 검사에서 질병 징후를 감지하도록 설계된 단백질 등을 잠재적 활용 사례로 제시했다.

NVIDIA는 연구 초안에 기술된 테스트에서 RFD4-Proteina가 단백질 결합, 소분자 결합, 효소 스캐폴딩, DNA 결합의 네 가지 벤치마크 모음 전반에서 평가 대상 기준 모델보다 계산 기반 설계 성공률과 생성 처리량이 높았다고 보고했다. 회사는 이 모델이 연구자들의 후보 탐색 및 실험실 테스트 우선순위 설정을 돕는다고 밝혔다. 설계의 성능은 테스트 조건에서 실험을 통해 확인된다.

2024년 노벨 화학상 수상자이자 University of Washington 산하 Institute for Protein Design 소장인 David Baker는 이번 연구가 자연이 만들어 낸 단백질을 발견하는 단계에서 완전히 새로운 단백질을 설계하는 단계로의 전환을 보여 준다고 설명했다. 그는 “RFD4-Proteina는 신약 개발을 진전시킬 수 있는 단백질부터 살충제를 분해하는 효소까지 과학자들이 만들어 낼 수 있는 범위를 넓혀 준다”며, 모델을 공개하면 전 세계 연구자들이 이를 바탕으로 연구를 발전시킬 수 있다고 덧붙였다.

NVIDIA에 따르면 이 모델은 Amazon Bio Discovery, Anthropic의 Claude Science, Benchling, Databricks, Google Cloud, Hugging Face, Nebius, OpenAI, Tamarind Bio를 비롯한 파트너를 통해 이용할 수 있다. 이를 통해 연구자와 개발자는 모델을 에이전트, 클라우드, 과학 컴퓨팅 워크플로에 통합할 수 있다.

모델 아키텍처, 라이선스 및 이용 가능 여부

Institute for Protein Design의 Baker Lab과 NVIDIA GenAIR가 Hugging Face에 게시한 모델 카드는 RFD4-Proteina를 생체분자 설계를 위한 플로 매칭 모델로 설명한다. 이 모델은 사용자가 보존하려는 분자 맥락, 즉 결합 표적, 효소 모티프, 리간드 또는 선택한 구조적 특징을 조건으로 단백질 서열과 모든 원자를 포함한 구조를 함께 생성한다. 공개된 가중치에는 매개변수 4억 3,560만 개가 포함되어 있으며, FP32 형식으로 저장된 크기는 1.74 GB이고 BSD 3-Clause 라이선스에 따라 BF16으로 실행된다.

모델 카드에 따르면 가중치는 2026년 10월 19일 공개됐으며, 해당 가중치에 대한 지원은 2026년 10월 20일 Diffusers 라이브러리에 병합됐다. PD-L1 단백질 결합체, HER2 항체 재설계, 효소 촉매 모티프, 소분자 결합 포켓을 포함한 실행 예제는 조건 설정 워크플로를 보여 준다. 모델 카드는 이 예제들이 실험으로 확인된 결합 또는 촉매 활성 결과는 아니라고 명시한다. 모델 카드에 따르면 NVIDIA H200 한 대에서 250토큰 설계를 생성하는 데 BF16 기준 5.0초가 걸리며, 리전 컴파일을 거치면 2.8초가 소요된다.

NVIDIA NIM 배포용 모델 카드는 RFD4-Proteina를 NVIDIA의 생성형 AI 팀과 Institute for Protein Design의 David Baker Lab이 만든 통합 생성 모델로 설명하며, 생성, 모티프 스캐폴딩, 효소 설계, 소분자 결합체 설계, 항체 설계, 부분 확산, 역접힘의 일곱 가지 설계 작업을 지원한다고 밝힌다. 이 배포판은 확산 궤적에 보상 기반 빔 탐색을 적용하므로, 요청에 따라 순위를 매기지 않은 샘플 하나를 반환하는 데 그치지 않고 로컬에서 계산 가능한 지표를 기준으로 최적화할 수 있다. 모델 카드는 GTC Berlin에서 10월 20일 build.nvidia.com과 NGC에 공개됐다고 기재한다. 또한 가중치는 Institute for Protein Design이 학습시켰으며 학습 데이터 구성은 공개되지 않았다고 밝히고, 상업적 또는 비상업적 용도로 사용할 수 있는 상태라고 표시한다.

Siemens Healthineers의 적응형 방사선 치료 협력

Siemens Healthineers와 NVIDIA는 영상 및 종양학 전문성에 가속 컴퓨팅과 시뮬레이션을 결합해 에이전트형·로봇 지능을 활용한 차세대 적응형 방사선 치료를 개발하고 있다. NVIDIA의 Nemotron 오픈 기반 모델을 에이전트형 공동 계획에 활용하는 방안을 검토 중이며, 이를 통해 종양 전문의가 개인별 치료 전략을 평가하고 개선하도록 지원하는 것이 목표다. 발표 자료에 따르면 이후 이 모델을 CUDA 가속 선량 계산 및 실시간 센서 데이터를 AI와 시뮬레이션에 연결해 적응형 치료를 지원하는 NVIDIA Holoscan 플랫폼과 결합할 수 있다.

보도자료에 따르면, 2050년에는 전 세계에서 매년 약 3,500만 명이 암 진단을 받을 것으로 예상되며, 의료진은 제한된 전문 인력으로 정밀하고 개인 맞춤화된 치료를 제공해야 하는 부담이 커지고 있다. Siemens Healthineers의 암 치료 사업 부문인 Varian의 책임자 Arthur Kaindl은 “적응형 방사선 치료는 한 가지 원칙에 기반합니다. 치료가 환자에게 맞춰져야지, 환자가 치료에 맞춰져서는 안 됩니다”라고 말했다. 그는 정밀성과 적응성을 높인 회사의 최신 성과로 Accela 시스템 출시를 꼽았다.

과학 연구 에이전트와 병원 운영

보도자료는 전 세계 과학 연구개발(R&D) 규모를 3조 8천억 달러로 제시하고, 제약 업계의 연간 예산은 3천억 달러에 육박한다고 밝혔다. 또한 설계, 실험, 학습을 지속적인 순환 과정으로 연결하는 방안으로 과학 연구 에이전트와 자율 실험실을 소개했다.

연구 및 실험실 기술 기업들은 AI 기반 생물학 연구와 신약 개발을 위한 개방형 개발 플랫폼인 NVIDIA BioNeMo를 Nemotron 및 다른 NVIDIA 기술과 함께 활용해, 신약 설계와 과학 데이터, 실험실 워크플로를 연결하는 과학 연구 에이전트와 특화 모델 및 도구를 개발하고 있다. Benchling은 에이전트가 실험 데이터, 연구 맥락, 연계된 과학 워크플로를 바탕으로 작동하도록 하고 있으며, Biolevate는 신약 발굴과 개발 전반에서 생물학 데이터, 특화 도구, 에이전트 기반 추론을 연결하고 있다. Boltz는 에이전트가 분자 구조를 예측하고 후보 물질을 설계·평가하는 데 사용할 수 있는 특화 모델을 개발하고 있으며, 워크플로를 계획하고 결과를 해석하는 과학 연구 에이전트도 미리 선보이고 있다. Automata는 과학 연구 에이전트를 자동화된 실험실 인프라와 연결해 에이전트가 실험을 시작하고 구조화된 맥락 정보를 포함한 결과를 수집할 수 있도록 하고 있다.

Genedata의 AI 공동 연구 과학자는 Danaher의 자율 실험실 내 단백질 설계 파운드리에서 단백질 설계와 검증을 조율한다. 이 워크플로에는 RFD4-Proteina가 포함되어 실험 결과가 다음 설계 단계에 반영된다. Hologen은 자사의 대규모 의약품 모델을 NVIDIA Nemotron과 결합해 영상 및 임상 데이터를 환자 결과에 관한 인사이트로 전환하고 임상시험 설계에 반영하는 AI 임상 연구 과학자를 개발하고 있다. Therna Biosciences는 대규모 언어 모델의 추론 능력을 활용해 실험 근거와 RNA 의약품 설계를 연결하고 있다.

임상 운영과 관련해 보도자료는 유럽 전역의 의료 시스템이 의료진의 행정 업무 부담을 줄이는 동시에 전문 진료에 대한 접근성을 확대하고자 노력하고 있다고 밝혔다. Avelios, Corti, Dedalus, Dawn Health, Sword는 NVIDIA Nemotron을 기반으로 다양한 애플리케이션을 개발하고 있다. 여기에는 AI 의료 기록 작성 도구와 AI 지원 임상 진료부터 개인 맞춤형 환자 지원 서비스까지 포함된다. PolyAI는 의료 소프트웨어 제공업체 Corilus와 함께 다국어 대화형 서비스를 구축하면서 NVIDIA Agent Toolkit을 활용하고 있다. Corilus의 네트워크에는 벨기에와 프랑스 전역의 의료 전문가 7만 명 이상이 속해 있다. Apian과 VitVio는 NVIDIA Cosmos 월드 모델과 NVIDIA Omniverse 라이브러리를 활용해 병원 운영을 모니터링하고 개선하는 디지털 트윈을 구축하고 있다.