▲ 마인드워크 로고 [출처=마인드워크]

미국 마인드워크 홀딩스(MindWalk Holdings Corp.)에 따르면 2026년 10월22일 자사 LensAI™ 면역원성(immunogenicity) 스크리닝이 공개 항체 데이터베이스 전체인 89만634개 서열을 4시간 41분 만에 처리했다.

동일 코드를 실행한 인텔 기반 구성 대비 서열당 비용을 최대 43% 절감했다는 내용의 백서를 공개했다. 해당 연산은 5세대 AMD EPYC™ 프로세서를 탑재한 아마존 EC2 Hpc8a(Amazon EC2 Hpc8a) 인스턴스에서 수행됐다.

인체가 치료용 항체를 외래 물질로 인식하면 항약물항체(anti-drug antibodies, ADA)가 생성된다. ADA는 약효를 떨어뜨리고 체내 분포를 변화시키며 안전성 우려를 야기할 수 있다.

위험을 개발 후기 단계에서 발견할 경우 수년간의 투자 끝에 프로그램이 지연되거나 중단될 수 있다. 규제당국은 이 위험을 디스커버리 초기 단계에서 평가할 것을 점점 더 강하게 요구하고 있다.

걸림돌은 물량이었다. 현대 AI 설계 기법은 수천 개의 후보물질을 생성하며, 항체 중쇄(heavy chain) 하나만 해도 통상적인 단일 점 돌연변이 스캔에서 2420개 변이체로 확장된다. 이를 전부 검증하는 작업은 일상 업무로 삼기에는 너무 느리고 비용이 컸다.

백서는 코드 변경 없이 세 가지 클라우드 구성에서 LensAI 면역원성 스크리닝을 5회 반복 실행해 평균한 결과를 담고 있다.

동일 워크로드에서 아마존 EC2 Hpc8a 인스턴스는 인텔 제온(Intel® Xeon®) 프로세서 기반 아마존 EC2 C8i 인스턴스 대비 37% 빠른 성능과 약 43% 낮은 서열당 비용을 기록했다.

연산 최적화 구성인 아마존 EC2 C8a는 35% 빠른 성능과 약 29% 낮은 서열당 비용을 나타냈다.

전체 규모 실행에서 LensAI는 아마존 EC2 Hpc8a를 사용해 중쇄·경쇄 서열 89만 634개로 구성된 FLAb(Fitness Landscape for Antibodies) 데이터베이스를 4시간 41분 만, 34만 8550개 서열의 PLAbDab(Patent and Literature Antibody Database)을 2시간 12분 만에 각각 스크리닝했다.

이 결과는 평가된 특정 구성에 한정되며 모든 워크로드를 대표하지 않는다.

LensAI는 HYFT 기반 인간유사성(humanness) 점수화, MHC II 결합 예측, 집단 대립유전자(allele) 빈도 가중이라는 세 가지 입력으로 복합 면역 위험 점수를 산출한다.

인간유사성 평가 단계에서 마인드워크의 데이터 레이어가 작동한다. 기존 방식은 신규 서열마다 전체 참조 라이브러리와 대조하기 때문에 후보군과 참조군의 규모가 커질수록 비교 비용이 함께 증가한다.

반면 LensAI는 한 번 인덱싱한 뒤 재사용하는 HYFT® 패턴에 서열을 대조하는 방식으로 비교 작업을 조회(lookup)로 전환하며 모든 항체를 개별 파일이 아니라 공유된 생물학적 맥락에 비춰 평가한다. 공개된 연구에서 이 단계는 64코어 단일 머신에서 6220개 서열을 약 1분 만에 처리했다.

이러한 설계에는 두 번째 효과가 있다. 나머지 연산이 상태를 공유하지 않는 독립 단위로 분할되기 때문에 파이프라인은 가용한 모든 코어를 활용하도록 확장된다. 높은 코어 수가 곧바로 결과물로 전환되는 이유다.

벤치마크에 사용된 아마존 EC2 Hpc8a 인스턴스는 2개 소켓에 최대 192개 물리 코어를 제공하며, 동시 멀티스레딩(SMT)이 비활성화돼 모든 가상 코어가 물리 코어와 1대1로 대응한다.

여기에 실행 시간의 대부분을 차지하는 MHC II 결합 모델을 가속하는 AVX-512, VNNI, bfloat16 명령어가 더해진다. AMD EPYC 프로세서는 세대가 바뀔 때마다 동일한 LensAI 코드에서 두 자릿수 성능 향상을 제공해왔다.

이번에 공개된 연구는 AMD Instinct™ GPU와 AMD EPYC 서버 프로세서에 걸친 마인드워크의 기존 AMD 기술 활용 실적을 기반으로 한다.

2026년 7월 ReefIQ™가 AMD Advancing AI 2026에서 처음 공개됐다. 이후 AMD는 마인드워크의 대규모 항체 스크리닝에 쓰인 AMD Instinct MI300X GPU 활용 사례 연구(case study)를 공개했다.

2026년 9월 마인드워크는 AMD Enterprise AI Reference 스택을 사용해 오픈소스 모델 OpenFold3를 프로덕션에 도입했으며, 해당 환경은 AMD Instinct MI325X GPU를 탑재한 Vultr Kubernetes Engine에서 구동됐다.

마인드워크는 이들 협력 과정에서 멀티 GPU 실행, 추론 제어, 배포 워크플로에 관한 분석 결과를 AMD 및 클라우드 파트너사에 전달했다.

이번 벤치마크는 마인드워크의 AMD 기술 활용 범위를 AMD EPYC 서버 프로세서로 확장한 것이다.

면역원성 스크리닝은 마인드워크의 생물학적 컨텍스트 레이어(biological context layer)인 ReefIQ™ 위에서 구동되는 여러 LensAI 워크플로 중 하나다.

이번 결과를 만들어낸 특성, 즉 인덱싱된 HYFT 패턴과 임의의 머신 수로 분할 가능한 파이프라인은 이 워크플로 하나가 아니라 공유 레이어에 속하며, 그 위에 구축되는 다른 워크플로로 이어지도록 설계됐다.

한 프로그램을 위해 ReefIQ에 추가된 데이터 강화는 이미 플랫폼에 올라와 있는 프로그램에도 적용된다.

마인드워크 입장에서 상업적 의미는 서비스 제공 비용에 있다. 엔터프라이즈 플랫폼 계약이 회사를 계약 기반 반복(recurring) 매출 구조로 이동시키면서, 기반 워크플로의 운영 비용은 마진에 직접 반영되는 요소가 된다.

소프트웨어 변경 없이 카탈로그 내 가장 부하가 큰 워크플로 중 하나에서 그 비용을 최대 43% 절감한 것은 컴퓨팅 비용의 비례적 증가 없이 추가 물량을 소화하기 위한 것이다.

속도와 비용 수준의 스크리닝을 통해 연구팀은 합성 이전 단계에서 고위험 서열을 선별하고, 수천 개 후보물질을 집단 수준의 면역 위험 기준으로 수 주가 아닌 수 시간 내에 순위화·분류할 수 있다.

또한 항체 중쇄 전반의 모든 단일 아미노산 치환을 스캔하는 등 전수(全數) 인실리코(in silico) 엔지니어링도 수행할 수 있다. 과거 최종 후보 소수에만 적용되던 작업이 설계 공간 전체로 확대되는 것이다.

백서가 인용한 치료용 항체 217종 연구에서 LensAI는 217종 중 197종, 약 91%를 항약물항체 발생 위험 30% 초과로 분류했다.

LensAI™ 면역원성 스크리닝은 마인드워크를 통해 상업적으로 이용 가능하다. AMD EPYC™ 프로세서를 탑재한 아마존 EC2 C8a 및 Hpc8a 인스턴스는 아마존웹서비스(Amazon Web Services)를 통해 제공된다.

백서 ‘Built to Inherit the Curve’는 www.mindwalkai.com에서 확인할 수 있다.