AI 에이전트와 물리 시뮬레이션의 융합으로 약물 발견의 새로운 장을 열다

생물의약품 연구에서 정확도와 규모의 병목은 여전히 큰 도전이다. 물리 기반 시뮬레이션과 AI 에이전트를 결합한 엔드투엔드 자동화가 이 격차를 줄일 수 있으며, Schrödinger와 NVIDIA의 협력은 이를 실현하는 구체적 진전을 보여준다.

Bunsen이라는 AI 코-사이언티스트는 복잡한 계산 시뮬레이션의 설정과 모니터링을 자동화하고, 다단계 워크플로우를 스스로 구성해 연구자들의 수동 개입을 대폭 줄인다. 예를 들어 3D 구조를 바탕으로 변형 위치를 제안하고 De Novo Design Workflow로 아이디어를 생성·랭킹하며, FEP+로 potency를 예측하고 RetroSynth로 합성 가능성을 평가한다. 또한 LiveDesign과 과거 실험 데이터를 연계하고, 오케스트레이션 도중 문제가 생겨도 재설정·재실행하는 안정성을 갖춘다.

이 접근 방식의 실제 효과는 연구 속도와 효율의 비약적 증가에 있다. RTX PRO 6000 Blackwell Server Edition을 이용한 벤치마크에서 계산량이 약 10배 증가했고, 엔드투엔드 설계로의 확장은 고품질 예측의 비용과 시간 감소로 이어진다. 향후 Nemotron 계열 모델과 BioNeMo Agent Toolkit의 통합은 더욱 고도화된 추론과 산업 환경의 채택을 촉진할 것으로 보인다.