데이터브릭스, 신약 개발용 멀티 에이전트 AiChemy 공개

주장데이터브릭스가 공개한 AiChemy는 신약 개발 과정에서 발생하는 다학제적 연구의 복잡성을 해결하기 위해 설계되었습니다. 이 시스템은 여러 인공지능 에이전트가 자율적으로 협업하여 방대한 데이터를 분석하고 추적 가능한 증거를 제시함으로써 연구 효율성을 극대화합니다.

팩트AiChemy는 모델 컨텍스트 프로토콜(MCP)을 활용하여 오픈타겟(OpenTargets), 펍켐(PubChem), 펍메드(PubMed) 등 외부 지식 베이스를 데이터브릭스 내부의 구조화·비구조화 데이터와 통합합니다. 이를 통해 질병 타겟 식별부터 약물 후보 평가, 화학적 특성 검색 및 안전성 평가까지 수행합니다.

팩트시스템은 징크15(ZINC15) 데이터베이스에 포함된 25만 개의 상업용 분자 데이터를 벡터 검색으로 처리합니다. 1024비트의 확장 연결성 지문(ECFP) 분자 임베딩을 사용하여 엘라세스트란트와 구조적으로 유사한 약물 후보를 효율적으로 선별합니다.

팩트AiChemy의 핵심 구성 요소는 5개의 워커(Worker)로, 외부 MCP 서버와 데이터브릭스 내의 지니 스페이스(Genie Space), 벡터 검색으로 이루어집니다. 사용자는 노코드 방식의 에이전트 브릭스나 노트북을 활용한 코딩 방식 중 하나를 선택하여 시스템을 구축합니다.

주장이번 기술은 신약 개발의 초기 단계인 질병 메커니즘 이해부터 타겟 발굴, 약물 후보군 생성까지의 워크플로우를 자동화합니다. 특히 문헌 검증 단계를 에이전트가 직접 수행함으로써 연구자가 수동으로 데이터를 검토하는 시간을 대폭 단축합니다.

팩트모든 에이전트 호출은 오픈텔레메트리(OpenTelemetry) 표준을 따르는 엠엘플로우(MLflow) 실험에 자동으로 기록됩니다. 연구자는 추론 단계, 도구 호출, 검색된 문서, 지연 시간 및 토큰 사용량을 상세히 파악하여 시스템을 디버깅하고 최적화합니다.

팩트배포된 멀티 에이전트 시스템은 인공지능 게이트웨이를 통해 중앙 집중식 거버넌스와 내장된 안전 장치를 제공합니다. 이는 기업 환경에서 요구되는 보안 및 규제 준수 요건을 충족하며 프로덕션 환경에서의 즉각적인 활용을 가능하게 합니다.

교차검증멀티 에이전트 시스템은 데이터 통합의 효율성을 높이지만, 에이전트 간 협업 과정에서 발생하는 추론 오류나 데이터 편향성 문제를 방지하기 위한 지속적인 모니터링이 필요합니다. 데이터브릭스는 엠엘플로우를 통한 자동 로깅과 추적 기능을 제공하여 응답의 신뢰성을 검증합니다.

교차검증이 시스템은 특정 질병 타겟이나 화학적 유사성에 기반한 후보군 도출에는 탁월하지만, 임상 시험 단계의 복잡한 생물학적 변수를 모두 예측하는 데에는 한계가 존재합니다. 따라서 연구자의 최종 판단과 추가적인 실험적 검증이 반드시 병행되어야 합니다.

출처데이터브릭스 공식 블로그의 AiChemy 관련 기술 문서를 교차 검증했습니다.