엔비디아가 전문 의료 AI 협력사 C-BRAIN(신경변성질환 생의학 연구·AI 컨소시엄)과 함께 알츠하이머병 연구를 가속화하는 개방형 AI 도구를 배포했다. 현재 전 세계 5,700만 명이 치매로 고생하고 있는 가운데, 연구 속도의 병목을 AI로 타파하려는 시도다.

15년간 5조 6,000억 원 투자해도 치료법 없다

알츠하이머병은 전 세계 주요 보건 과제다. 미국 국립보건원(NIH)이 지난 15년간 지원금을 7배 늘려 연 39억 달러(약 5조 6,000억 원)를 투자했음에도 질병 진행을 멈추거나 역행시킬 치료법은 아직 없다. 문제는 자금 부족이 아니었다. 연구팀이 지적한 병목은 세 가지였다. 1) 고영향 과학 발견 부족 2) 여러 기관의 데이터 사일로 3) 논문 발표 속도에 미치지 못하는 종합 속도.

이를 해결하기 위해 워싱턴대학교 의료원의 랜달 베이트먼(Randall Bateman) 신경과 교수가 2025년 11월 C-BRAIN을 설립했다. 학계, 제약, 자선단체 등 18개 회원사가 참여한 컨소시엄이다. 베이트먼은 "AI는 이전과 근본적으로 다른 방식으로 연구를 가능하게 하며, 환자를 도울 발견을 가속화한다"고 밝혔다.

분석 비용 $10 미만, 시간은 99% 단축

C-BRAIN이 개발한 두 가지 AI 도구가 그 성과를 보여준다. 첫째, **오픈사이언티스트(OpenScientist)**는 로런스 버클리 국립연구소와 협력해 만든 개방형 '에이전트 AI 공동 연구자'다. 과학자가 연구 질문과 데이터를 입력하면 반자동으로 가설을 생성하고, 분석을 실행하며, 검증 가능한 통찰을 도출한다. 발표 사례에 따르면 도메인 전문자가 수주~수개월이 걸릴 분석을 분 단위에 완료했으며, 1회 분석 비용은 10달러(약 1만 4,300원) 미만이다.

둘째, **인사이트엔진(InsightEngine)**은 387 Labs와 함께 만들었다. 과학자의 가설을 수천 편의 과학 논문과 검증하고, 사용자 데이터를 생의학 지식 그래프와 대조하며, 모든 주장을 근거와 비교해 AI 환각(hallucination) 현상을 사전에 차단한다. 연구자가 비용 많은 실험에 돌입하기 전에 잘못된 방향을 미리 걸러낸다는 뜻이다.

'어두운 데이터'가 알츠하이머 연구의 키

산업용 LLM(대규모언어모델)이 충분히 활용하지 못하는 데이터가 있다. 미발표 연구, 부정적 결과, 기관별 사유 데이터다. C-BRAIN의 최고기술담당자 아데 오제울레는 이를 "암흑 데이터(dark data)"라 부르며 "이 지능을 버리고 있다"고 설명했다.

이런 데이터를 AI에 접근하게 하면서 환자 프라이버시와 기관 거버넌스를 지키는 방법이 하이브리드 연합학습(federated learning)이다. 데이터가 기관 벽을 넘지 않은 채 AI 모델이 각 기관의 정보에서 학습하는 방식이다. 기술적으로 복잡하고 확장성이 까다로워, 엔비디아가 인프라 역할을 맡았다.

C-BRAIN은 현재 온프레미스에서 64개 엔비디아 데이터센터 GPU와 마이크로소프트 애저 클라우드 노드를 운영 중이다. 향후 엔비디아 블랙웰(Blackwell) 등 추가 GPU를 확대할 계획이다.

3년 내 멀티모달 생물학 기초 모델로 인과 메커니즘 규명

기술적으로는 엔비디아의 BioNeMo 오픈 개발 플랫폼과 의료용 AI 프레임워크 MONAI를 적용한다. 베이트먼은 "이번 협력이 모델을 실질적이고 중요한 방식으로 활용하도록 한다"고 했다.

향후 목표는 야심차다. 3년 내에 신경영상·다중오믹스·체액 바이오마커·종단 임상 데이터를 모두 학습한 '멀티모달 생물학 기초 모델'을 완성하고, 뇌 노화와 알츠하이머 발병의 새로운 인과 메커니즘을 발견하는 것이다.

현재 200개 연구팀이 C-BRAIN 기술을 사용 중이다. 분석 시간 단축이 대규모로 확산되면 연간 100만 시간 이상의 연구 역량이 해방될 수 있다는 추정이다. 베이트먼은 "사고하고 추론할 수 있는 AI는 전 인구를 위한 강력하고 실행 가능한 예방법과 치료법 발견을 가속화할 잠재력을 지닌다"고 덧붙였다.