미국헬스케어·바이오2025 – 진행 중메타지노미
AWS Inferentia에서 단백질 언어 모델로 후보 CRISPR 효소를 생성한 사업
메타지노미는 단백질 모델을 AWS Inferentia로 옮겨 후보 효소 100만 개 이상을 2,613달러에 생성했다
문제
메타지노미는 CRISPR 효소 기반 유전자 편집 치료제를 개발한다. 자체 효소 데이터로 단백질 언어 모델을 미세 조정하며, 후보 서열을 매우 많이 생성해야 한다. Nvidia L40S GPU에서 이 작업을 돌리면 비용이 많이 들었다.
접근 방식
메타지노미는 ProGen2 모델을 자사 독자 효소 데이터로 미세 조정했다. AWS와 함께 모델을 Inferentia2용으로 변환하고, 스팟 인스턴스에서 배치 작업으로 서열을 생성했다. 생성된 서열은 ESMFold, mmseqs, hmmsearch 등의 도구로 걸러 냈다.
주요 수치
최대 56%긴 서열 기준으로 Nvidia L40S 스팟 인스턴스에서 같은 모델을 돌릴 때보다 낮은 비용, AWS와 메타지노미 기준
2,613달러스팟 재시도 비용을 포함해 효소 100만 개를 훨씬 넘게 생성하는 데 든 총 컴퓨팅 비용, AWS와 메타지노미 기준
시사점
긴 생성 작업에서는 추론 하드웨어에 따라 후보를 가려내는 비용이 크게 달라졌다. 메타지노미는 결과물을 여전히 걸러 내야 했고, 생성된 효소 중 일부만 기준을 통과했다.
분류
출처
출처 요약
[1]AWS Machine Learning Blog2025년 10월 22일
AWS 필자들이 메타지노미와 함께 쓴 글이다. 미세 조정한 ProGen2 모델을 Inferentia2 스팟 인스턴스에서 돌린 과정을 설명하며, 긴 서열에서 L40S GPU보다 비용이 최대 56% 낮았다고 밝혔다. 규모 시험에서는 효소 100만 개를 훨씬 넘게 2,613달러에 생성했고, 수십만 개가 필터를 통과했다고 설명했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 3일 · 수정일 2026년 11월 3일