'AI 특화 파운데이션 모델' 프로젝트 수행팀 선정
다음 달부터 GPU 지원 착수…데이터 지원도 검토
루닛, 의과학 전주기 기반 특화 모델 개발 목표
KAIST, 물리·화학적 상호작용 인과 학습 모델 제시
다음 달부터 GPU 지원 착수…데이터 지원도 검토
루닛, 의과학 전주기 기반 특화 모델 개발 목표
KAIST, 물리·화학적 상호작용 인과 학습 모델 제시
|
과학기술정보통신부는 'AI 특화 파운데이션 모델' 프로젝트 수행팀으로 루닛 컨소시엄과 KAIST 컨소시엄을 선정했다고 31일 밝혔다. 루닛은 전주기 의과학 AI 파운데이션 모델을, KAIST는 바이오 AI 파운데이션 모델 개발을 목표로 제시했다.
본 프로젝트 참여팀 공모에 총 18개의 컨소시엄이 접수, 10:1에 육박하는 경쟁률을 기록했다. 이후 서면평가, 발표평가 등을 거쳐 루닛 컨소시엄과 KAIST 컨소시엄이 최종 선정, 다음 달부터 첨단 그래픽 처리장치(GPU) 지원을 착수한다.
◇루닛, 의과학 전주기 지식 담는다…"국민 건강권 효용 체감"
루닛 컨소시엄에는 루닛과 함께 7개 기업, 6개 대학 연구실, 9개 의료기관 등 총 22개의 국내 기관이 참여했다.
이들은 분자 - 경로 - 의약품 / 안전성 - 임상시험 / 가이드라인 - 실세계 임상 등 의과학 전주기를 아우르는 증거사슬(Chain of Evidence) 기반의 의과학 특화 AI 파운데이션 모델과 멀티 에이전트 서비스를 구축·실증할 계획을 내놨다. 이를 통해 △임상 의사결정의 정확성·안전성 △연구개발 생산성 △국민 건강권 체감 효용을 동시에 제고하겠다는 목표를 제시했다.
컨소시엄에서는 자체 기술력을 바탕으로 글로벌 SOTA(최고수준) 모델을 뛰어넘는 최대 32B급 의과학 특화 AI 파운데이션 모델을 처음부터 개발해 순차 확보하겠다는 목표 아래 화합물·단백질 도메인 재특화 모델 등 3종의 도메인 재특화 모델과 에이전틱 시스템으로 확장한다는 계획이다.
또 세계 최초로 의과학분야 전주기 지식을 담은 특화 파운데이션 모델을 오픈소스로 공개하는 한편, 국산 신경망 처리장치(NPU)를 적용해 추론 비용 절감도 추진한다.
◇KAIST, '예측 가능' 실용 모델 확보…"기술 접근성 극대화"
KAIST 컨소시엄에는 KAIST와 함께 유관 기업과 협회 등 총 5개의 국내 유수 기관이 참여했다.
이들은 통계적 경향성에 의존이 큰 기존 글로벌 유사모델 방식에서 탈피한 물리·화학적 상호작용의 인과구조를 학습한 바이오 특화 AI 파운데이션 모델을 개발한다. 이를 위해 단백질의 동적·다중 상태와 정량적 결합력을 예측 가능하면서도, 빠른 추론 속도의 실용적 AI 파운데이션 모델을 확보하겠다는 목표를 제시했다.
해당 컨소시엄은 개발된 바이오 AI 파운데이션 모델을 오픈소스로 공개하고 7B급 메인 AI모델에 더해, 2B급 경량 AI모델도 개발해 국내 생태계 참여자들의 기술 접근성 극대화를 도모한다는 방침이다.
글로벌 신약발굴 플랫폼인 '디지털 케미스트리 솔루션'과의 연계로 글로벌 시장으로 확산을 추진하는 한편, 한국제약바이오협회 등 국내 협회와의 연계로 AI 서비스 활용 확산과 AI·바이오 인력 교육·양성 강화에도 주력하겠다는 계획이다.
이번 선정으로 과기부는 우리나라가 강점을 갖는 의과학·바이오 분야에 AI 기술을 접목, 산업 혁신을 가속화하는 전략적 프로젝트를 추진하게 됐다.
특히 AI 전문부처가 중심이 돼 AI 중심의 패러다임 전환을 이끌고, AI로 의과학·바이오 산업의 혁신과, 글로벌 경쟁력 제고를 도모할 수 있는 기반을 마련한다는 점에서 의미가 있다는 설명이다.
개발된 특화 AI 파운데이션 모델은 내년 내 글로벌 최상위 수준으로 구축돼 오픈소스(상업용 오픈소스) 형태로 즉시 활용 가능토록 공개한다는 목표다.
과기부 관계자는 "AI 고속도로 구축·확장과 이를 통한 대한민국 AI 대전환, AI 강국 도약 등을 적극 추진하고 있다"며 "앞으로도 AI컴퓨팅 인프라 등을 기반으로 국내 산업 전반의 혁신을 가속화할 계획이다. 이번 프로젝트는 AI 고속도로 위에서 달리는 실질적 성과를 만드는 출발점이 될 것으로 기대된다"고 말했다.
과기부는 본 프로젝트의 성과 확장 등을 지원하기 위해 데이터 스페이스 등 데이터 지원 사업 연계도 검토, 이를 통해 의료 등 분야의 데이터 활용 촉진 도모에도 노력할 계획이다.
