Claude는 오픈소스 생물분자 모델의 속도를 4배로 가속하고 단일 GPU에서 10,000자 이상의 예측을 가능하게 함

TL;DR

Anthropic는 30개 이상의 오픈소스 생물분자 모델을 약 4배 가속하는 Claude 기반 최적화 기술을 공개했으며, 메모리 사용량을 줄여 단일 NVIDIA GPU에서 10,000자 이상의 구조 예측이 가능하게 했고, Adaptyv Bio와 공동 주최하는 100만 달러 규모의 단백질 설계 대회를 발표했다.

Claude 기반 추론 가속화

주요 성과: Claude는 구조 예측, 단백질 설계, 단백질 언어 모델링, 유전체학 등 다양한 분야의 30개 이상의 딥러닝 모델을 가속화하여 평균적으로 약 4배의 속도 향상을 달성했으며, 정밀도 손실은 최소화(정확도 동일한 출력 시 약 1.6배 가속)했다. 이 작업은 일반적으로 각 모델당 수주간의 엔지니어링이 필요한 작업을 4주 미만으로 완료했다.

  • Claude는 도메인 전문 지식을 가진 Anthropic 직원 두 명의 지도 하에 일반 목적의 연구 모델로 작동했으며, 사전에 커널 엔지니어링 경험이 없었다.
  • 최적화에는 삼각형 어텐션과 곱셈을 위한 커스텀 커널(FlashPairformer), 중복 작업 캐싱, 죽은 코드 경로 제거가 포함되었다.
  • 가속화된 모델은 단백질 구조 예측과 같은 후속 작업에서 동일한 성능을 유지했다.

"Claude는 10개 이상의 생물분자 구조 예측 모델을 가속화하여 평균적으로 약 4배의 속도 향상을 달성했으며, 정밀도 손실은 최소화되었고, 출력이 동일한 경우 약 1.6배의 속도 향상을 달성했습니다." – Anthropic 블로그 포스트

FlashPairformer: 삼각형 연산을 위한 커스텀 커널

주요 성과: Claude가 생성한 FlashPairformer 커널은 모델 구성에 따라 삼각형 어텐션에서 2.7–2.9배, 삼각형 곱셈에서 1.7–3.2배까지 cuEquivariance 표준 구현보다 뛰어난 성능을 보였다.

  • 삼각형 어텐션과 곱셈은 토큰 수에 따라 입방률로 증가하기 때문에 AlphaFold 유사 모델에서 실행 시간과 메모리 사용량을 주도한다.
  • 이러한 커널을 재작성함으로써 Claude는 핵심 Pairformer 아키텍처에서 최첨단 성능을 달성했다.

Claude의 FlashPairformer 커널이 cuEquivariance 대비 성능 향상

대규모 생물분자 시스템을 위한 저메모리 'Big' 모드

주요 성과: Claude는 단일 NVIDIA GPU 노드에서 10,000자 이상의 시스템에 대해 정확한 추론을 가능하게 하는 저메모리 'Big' 모드를 도입했으며, B300 노드 하나에서 최대 70,000자까지의 시스템에 대해 성공적인 추론을 수행했다.

  • 인간 미토콘드리아 복합체 I, TRiC 챔페론, 프로테아좀, 박테리아 리보솜(각각 10,000자 이상)에 대해 정확한 예측을 수행했다.
  • AlphaFold 3의 7,663자 40S 리보솜 예측 대비, Claude의 Big 모드는 크기 경계를 약 1.5개 주기만큼 확장했다.
  • 31,000–70,000자 범위의 바이러스 캡시드와 단백질 구획에 대해 예측이 붕괴된 것은 훈련 범위를 크게 벗어난 일반화 부족을 시사하지만, 계산적 장벽은 극적으로 낮아졌다.

Claude의 Big 모드로 접힌 대규모 분자 복합체

효율적인 신규 단백질 결합체 설계

주요 성과: Anthropic는 단일 NVIDIA H200 GPU에서 24시간 동안 단일 Claude 모델을 사용해 이전 Mythos 5.1 캠페인의 시뮬레이션 결합 점수를 재현했으며, GPU 시간은 약 100분의 1로 줄였고, 총 GPU + 토큰 비용은 약 150달러에 그쳤다.

  • 16개 타겟에 대해 세 가지 Claude 버전(Mythos 5.1, Mythos 5, Opus 5)을 평가했다.
  • 중앙값 및 최상위 ipSAE 점수는 이전 다중 에이전트, 타겟당 1만 달러 투자 실험과 동일했다.
  • 이는 Claude의 가속화된 생물분자 스택이 훨씬 낮은 컴퓨팅 예산으로도 동등한 설계 품질을 제공할 수 있음을 보여준다.

Claude의 ipSAE 성능 대비 GPU 비용

오픈소스 공개 및 커뮤니티 대회

  • 30개 이상의 모델에 대한 최적화된 코드는 https://github.com/anthropics/uplifting-biomolecular-modeling 에 공개되어 있다.
  • 자세한 기술 보고서(PDF)는 벤치마킹 방법론과 전체 결과를 제공한다.
  • Anthropic와 Adaptyv Bio는 총 100만 달러의 Claude 크레딧, 25만 달러의 Modal 컴퓨팅 크레딧, 5,000개 이상의 설계에 대한 실험실 검증을 제공하는 단백질 설계 대회를 공동 주최한다. 대회는 교차 종 반응성, pH 민감성, 펩타이드-MHC 특이성, GPCR 설계와 같은 도전적인 문제를 대상으로 한다.

"우리는 최대 100만 달러의 Claude 크레딧과 25만 달러의 Modal 컴퓨팅 크레딧을 제공하며, 5,000개 이상의 설계에 대해 실험실 검증을 수행할 것입니다." – Anthropic 발표

생명과학 커뮤니티에 미치는 영향

  1. 고성능 모델링의 민주화 – 연구자들은 이제 대규모 컴퓨팅 클러스터 없이도 단일 GPU에서 최첨단 구조 예측 및 설계 파이프라인을 실행할 수 있게 되어 연구소의 진입 장벽이 낮아졌다.
  2. 발견 주기의 가속화 – 더 빠른 추론과 GPU 비용 감소로 인해 프로젝트당 설계 반복 횟수가 증가하여, 시뮬레이션 개념에서 실험 검증까지의 시간이 단축될 수 있다.
  3. 오픈사이언스 협업 촉진 – 오픈소스 공개와 대회는 재현 가능하고 높은 영향력을 가진 단백질 공학을 위한 공통 벤치마크와 인센티브 구조를 제공해 커뮤니티의 노력을 통합할 수 있다.

추가 자료

이 기사는 사실 내용을 추가하거나 변경하지 않고, 2026년 9월 Anthropic의 연구 발표를 충실하게 요약한 것입니다.

Sources