LightNobel: 긴 아미노산 서열을 가진 단백질 구조 예측의 한계 극복

한승희, 최송유, 김주영 연구팀이 개발한 LightNobel 가속기는 혁신적인 소프트웨어 및 하드웨어 기술을 통해 긴 아미노산 서열을 가진 단백질 구조 예측의 확장성 문제를 해결했습니다. 기존 GPU 대비 압도적인 속도 및 전력 효율 향상을 달성하여 생물학 및 제약 분야에 큰 영향을 미칠 것으로 기대됩니다.

혁신적인 단백질 구조 예측 가속기, LightNobel 등장!

최근 AlphaFold2와 ESMFold와 같은 단백질 구조 예측 모델(PPM)의 발전은 컴퓨터 생물학 분야에 혁명을 일으켰습니다. 하지만 이러한 모델들은 긴 아미노산 서열(예: 1,000개 이상)을 가진 단백질을 처리할 때 확장성 문제에 직면합니다. 활성화 크기의 기하급수적인 증가로 인해 메모리 및 계산 요구량이 급증하기 때문입니다. 이러한 한계는 대규모 단백질이나 복합 다량체 분석과 같은 실제 응용 분야에 적용하는 데 어려움을 야기했습니다.

한승희, 최송유, 김주영 연구원이 이끄는 연구팀은 이 문제를 해결하기 위해 LightNobel, 하드웨어-소프트웨어 공동 설계 가속기를 개발했습니다. LightNobel은 소프트웨어적으로는 토큰 기반 적응형 활성화 양자화(AAQ) 기법을 도입하여 정확도 저하 없이 미세한 양자화를 가능하게 했습니다. AAQ는 PPM 활성화의 특징인 거리 그램 패턴을 활용한 것이 특징입니다.

하드웨어적으로는 다중 정밀도 재구성 가능 매트릭스 처리 장치(RMPU)와 다용도 벡터 처리 장치(VVPU)를 통합하여 AAQ의 효율적인 실행을 지원합니다. 이러한 혁신적인 접근 방식을 통해 LightNobel은 최신 NVIDIA A100 및 H100 GPU 대비 최대 8.44배의 속도 향상과 37.29배의 전력 효율 향상을 달성했으며, 정확도 손실은 무시할 수준입니다. 또한, PPM에서 최대 120.05배의 피크 메모리 요구량 감소를 달성하여 긴 서열을 가진 단백질의 확장 가능한 처리를 가능하게 했습니다.

LightNobel은 단백질 구조 예측의 스케일 확장성 문제를 극복하는데 중요한 발걸음을 내딛었습니다. 이는 생물학 및 제약 분야에서 대규모 단백질 분석 및 신약 개발에 획기적인 영향을 미칠 것으로 기대됩니다. 앞으로 LightNobel을 기반으로 더욱 정교하고 효율적인 단백질 구조 예측 기술이 개발될 것으로 예상됩니다.