앤트로픽, 생체분자 모델 최적화 코드 공개…평균 4배 가속 보고

앤트로픽은 공식 연구 발표를 통해 클로드로 생체분자 구조 예측·단백질 설계 등에 쓰이는 오픈소스 모델 30여 개를 최적화하고 관련 코드를 공개했다고 밝혔다. 회사는 작은 수치 차이를 허용하는 조건에서 평균 약 4배, 출력을 동일하게 유지하는 조건에서는 약 2배의 속도 향상을 얻었다고 설명했다.

이번 작업은 추론 최적화나 GPU 커널 개발 경험이 없는 생체분자 모델링 분야 기술진 2명이 감독했다. 내부 범용 연구 모델이 4주가 채 안 되는 기간에 최적화를 수행했다는 것이 회사의 설명이다. 공개 저장소에는 단백질·유전체 분야 도구를 위한 최적화 키트 36개가 담겼다.

핵심은 구조 예측 모델의 계산 부담을 줄이는 데 있다. 앤트로픽은 삼각 어텐션과 삼각 곱셈 연산을 가속하는 맞춤형 GPU 커널 묶음인 ‘FlashPairformer’를 개발하고, 모델별로 반복 계산을 캐싱하는 등의 개선을 적용했다. 구조 예측 모델에 한정하면 평균 약 4배, 동일 출력 조건에서는 약 1.6배의 속도 향상을 보고했다. 이는 회사가 정한 모델과 실행 조건에서 측정한 결과다.

메모리 사용량을 낮춘 ‘Big’ 모드도 포함됐다. 회사는 단일 엔비디아 GPU 노드에서 아미노산·핵산·소분자 원자 등을 세는 단위인 토큰이 1만 개를 넘는 일부 생체분자 시스템의 구조를 정확하게 예측했다고 밝혔다. 여기서 노드는 GPU 한 장을 뜻하지 않는다. 더 큰 시스템을 시험한 실험에는 B300 GPU 8개로 구성된 노드가 쓰였다.

처리 가능한 크기와 예측 정확도는 구분해야 한다. 회사는 약 3만1000~7만 개 이상의 토큰으로 구성된 바이러스 캡시드 등의 추론도 실행했지만, 이들 구조는 올바르게 예측되지 않았다고 명시했다. 큰 입력을 계산할 수 있게 됐다는 결과가 곧 정확한 구조 예측을 의미하지는 않는다.

단백질 결합체 설계 실험에서는 이전 연구보다 GPU 사용 시간을 약 100분의 1로 줄이면서 비슷한 컴퓨터 시뮬레이션상 결합 점수를 얻었다고 보고했다. 이 점수 비교는 실험실에서 실제 결합 성능이나 신약 효능을 입증한 결과와는 별개다.

개발자가 도입할 때는 배포 범위도 살펴야 한다. 공식 저장소는 이번 코드를 연구 발표에 딸린 참조용 공개본으로 설명하며, 추가 유지보수와 풀 리퀘스트 접수를 계획하지 않는다고 밝혔다. 자체 작성 코드는 아파치 2.0 라이선스를 적용하지만, 포함된 원본 프로젝트에는 각 프로젝트의 라이선스가 적용된다.

출처: Anthropic 공식 연구 발표 https://www.anthropic.com/research/claude-uplifts-biomolecular-modeling
Anthropic 공식 GitHub 저장소 https://github.com/anthropics/uplifting-biomolecular-modeling