브리스톨 마이어스 스퀴브, 엔비디아 베라 루빈 기반 AI 인프라 구축
브리스톨 마이어스 스퀴브가 신약 개발 효율을 높이기 위해 엔비디아의 차세대 AI 시스템인 베라 루빈을 도입합니다. 연구원들은 고성능 컴퓨팅 자원을 활용해 복잡한 생물학적 예측과 데이터 분석을 수행할 예정입니다. 이번 인프라 확장을 통해 전 세계 연구 데이터를 통합하고 연구 속도를 가속화합니다.
주장브리스톨 마이어스 스퀴브는 신약 개발의 효율성을 극대화하기 위해 엔비디아의 차세대 인공지능(AI) 인프라인 베라 루빈 시스템을 도입합니다. 연구원들이 자원 제약 없이 AI 모델을 학습시키고 복잡한 예측을 수행할 수 있는 환경을 조성하려는 전략입니다.
팩트이번에 도입하는 시스템은 8개의 DGX 베라 루빈 NVL72 시스템으로 구성된 DGX 슈퍼팟입니다. 기존 인프라 대비 메가와트당 최대 10배의 성능 향상을 제공하며 생명과학 분야에서 가장 강력하고 에너지 효율적인 AI 클러스터로 자리 잡습니다.
팩트브리스톨 마이어스 스퀴브는 3년 전부터 DGX 슈퍼팟을 운영하며 암 치료제 개발 등에서 실질적인 성과를 거두었습니다. 특히 AI를 활용한 표적 식별 기술은 연구원들의 수작업 시간을 수주 단위로 단축하는 효과를 보였습니다.
주장이번 인프라 확장은 단순히 컴퓨팅 성능을 높이는 것을 넘어 전 세계 연구원들이 하나의 통합된 AI 플랫폼을 공유하는 것을 목표로 합니다. 지역별로 분산되었던 연구 데이터와 학습 결과는 조직 전체의 지능형 프레임워크로 축적됩니다.
교차검증AI 도입이 연구원들의 직관을 완전히 대체하지는 않습니다. 인간 연구원은 여전히 AI의 예측 결과를 검증하고 모델에 지식을 학습시키며 과학적 의사결정의 최종 판단자로서 핵심적인 역할을 수행합니다.
팩트연구원들은 엔비디아 바이오니모 에이전트 툴킷을 활용하여 생물학적 AI 모델을 구축하고 에이전트 기반 워크플로우를 실행합니다. 또한 엔비디아 미션 컨트롤을 통해 복잡한 예측 작업을 일상적인 영어 명령어로 시작합니다.
주장신약 개발 과정에서 에이전트 기반 워크플로우를 도입하는 것은 게임 체인저가 됩니다. 서로 다른 프로젝트와 부서 간의 사일로를 허물고 과거의 모든 실험과 임상 데이터를 통합하여 더 높은 확신을 가진 과학적 결정을 내릴 수 있기 때문입니다.
팩트에린 데이비스 부사장은 이번 시스템을 슈퍼두퍼팟이라 명명하며 모든 연구원이 제한 없이 컴퓨팅 자원을 사용하는 환경을 제공하겠다고 밝혔습니다. 연구원들이 자원 확보를 위한 물류적 고민 대신 오직 과학적 연구에만 집중하게 하려는 의도입니다.
교차검증대규모 AI 인프라 구축은 막대한 비용과 전력 소모를 동반하는 도전적인 과제입니다. 그럼에도 브리스톨 마이어스 스퀴브는 신약 개발의 속도와 성공 확률을 높이는 것이 장기적으로 더 큰 가치를 창출한다고 판단합니다.
주장고성능 컴퓨팅 자원의 보편적 제공은 연구 조직의 생산성을 근본적으로 변화시킵니다. 데이터 중심의 연구 환경은 신약 후보 물질의 발굴 기간을 획기적으로 줄이는 동력이 됩니다.
주장기술적 인프라와 인간의 통찰력이 결합할 때 신약 개발의 복잡성은 해결 가능해집니다. 이번 투자는 제약 산업이 디지털 전환을 통해 어떻게 혁신을 가속화할 수 있는지를 보여주는 사례입니다.
출처브리스톨 마이어스 스퀴브의 엔비디아 베라 루빈 기반 AI 인프라 구축 소식은 엔비디아 공식 블로그(https://blogs.nvidia.com/blog/bristol-myers-squibb-building-life-science-industrys-most-advanced-ai-factory-on-nvidia-vera-rubin/)를 통해 교차 검증했습니다.
본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.
