C-BRAIN·NVIDIA, 알츠하이머 연구 가속

생의학·신경퇴행 연구 및 AI 컨소시엄인 C-BRAIN은 알츠하이머 연구에 AI를 활용하기 위해 NVIDIA와 협력하고 있습니다. 전 세계 치매 환자 5,700만 명을 위해 과학자들이 연구를 더 빠르게 종합하도록 돕는 것이 목표입니다. 연구 데이터 과부하와 전문가 부족, 질병 진행 속도를 따라가지 못한 연구 속도에 대응하는 노력입니다. 매년 치매 신규 진단은 1,000만 건을 넘습니다. 미국 국립보건원 지원금이 지난 15년 동안 7배 늘어 연간 39억 달러에 이르렀지만, 알츠하이머병을 멈추거나 예방하거나 되돌리는 치료법은 아직 발견되지 않았습니다.

랜달 베이트먼(Randall Bateman) 박사가 이끄는 C-BRAIN은 2025년 11월 출범했으며, 학계·자선단체·제약업계·연구기관 등 18곳이 참여합니다. 미발표 연구 결과와 부정적 결과, 기관별 관리 규칙이 적용되는 독점 데이터도 연구에 포함하며, C-BRAIN은 활용되지 않는 이런 정보를 ‘다크 데이터’라고 부릅니다. 중앙 집중식과 연합형 방식을 결합한 시스템에서 AI 모델은 각 기관에 보관된 데이터로 학습하지만 데이터 자체는 기관 시스템 밖으로 나가지 않습니다. 이 방식은 환자 개인정보와 데이터 관리 규칙을 보호합니다. C-BRAIN은 자체 시설에서 NVIDIA 데이터센터 GPU 64개를 운영하고 Microsoft Azure의 클라우드 노드도 사용하며, NVIDIA Blackwell 시스템을 포함해 GPU 용량을 더 늘리는 방안을 검토하고 있습니다. 연구 파이프라인에는 NVIDIA BioNeMo와 MONAI 프레임워크도 들어갈 예정입니다.

C-BRAIN은 오픈소스 도구 두 가지를 개발했습니다. 로런스 버클리 국립연구소와 함께 개발한 OpenScientist는 연구 질문과 데이터셋을 받아 가설을 세우고 분석을 수행한 뒤 검증·감사가 가능한 통찰을 반자동으로 생성합니다. 연구 과학자 저스틴 리스(Justin Reese)가 개발을 이끌었습니다. 387 Labs와 만든 InsightEngine은 과학 문헌으로 가설을 검증하고, 제공된 데이터셋을 분석하며, 생의학 지식 그래프를 탐색합니다. 연구자가 비용이 많이 드는 실험에 착수하기 전 주장과 근거를 대조해 환각을 찾아내는 기능도 갖췄습니다. 공개된 사례 연구에서 OpenScientist는 분야별 과학자들이 수주에서 수개월이 걸릴 것으로 예상한 분석을 수분 만에 마쳤고, 실행 1회 비용은 10달러 미만이었습니다. 현재 C-BRAIN은 연구 그룹 200곳 이상에 도달했으며, 사업을 확대하면 매년 연구 시간 100만 시간 이상을 확보할 수 있습니다.

C-BRAIN은 뇌 영상, 다중 오믹스, 체액 바이오마커, 시간에 따른 임상 측정 자료로 학습하는 다중모달 생물학 기반 모델을 구축하려 합니다. 3년 차까지 뇌 노화와 알츠하이머병의 인과 메커니즘을 발견하고, 이를 검증 가능한 과학 원리로 발전시키는 것이 목표입니다. 베이트먼은 사고하고 추론할 수 있는 AI가 전 인구를 위한 예방과 치료로 이어질 발견을 앞당길 수 있다고 말했습니다.

생의학·신경퇴행 연구 및 AI 컨소시엄인 C-BRAIN은 알츠하이머 연구에 AI를 활용하기 위해 NVIDIA와 협력하고 있습니다. 전 세계 치매 환자 5,700만 명을 위해 과학자들이 연구를 더 빠르게 종합하도록 돕는 것이 목표입니다. 연구 데이터 과부하와 전문가 부족, 질병 진행 속도를 따라가지 못한 연구 속도에 대응하는 노력입니다. 매년 치매 신규 진단은 1,000만 건을 넘습니다. 미국 국립보건원 지원금이 지난 15년 동안 7배 늘어 연간 39억 달러에 이르렀지만, 알츠하이머병을 멈추거나 예방하거나 되돌리는 치료법은 아직 발견되지 않았습니다.

랜달 베이트먼(Randall Bateman) 박사가 이끄는 C-BRAIN은 2025년 11월 출범했으며, 학계·자선단체·제약업계·연구기관 등 18곳이 참여합니다. 미발표 연구 결과와 부정적 결과, 기관별 관리 규칙이 적용되는 독점 데이터도 연구에 포함하며, C-BRAIN은 활용되지 않는 이런 정보를 ‘다크 데이터’라고 부릅니다. 중앙 집중식과 연합형 방식을 결합한 시스템에서 AI 모델은 각 기관에 보관된 데이터로 학습하지만 데이터 자체는 기관 시스템 밖으로 나가지 않습니다. 이 방식은 환자 개인정보와 데이터 관리 규칙을 보호합니다. C-BRAIN은 자체 시설에서 NVIDIA 데이터센터 GPU 64개를 운영하고 Microsoft Azure의 클라우드 노드도 사용하며, NVIDIA Blackwell 시스템을 포함해 GPU 용량을 더 늘리는 방안을 검토하고 있습니다. 연구 파이프라인에는 NVIDIA BioNeMo와 MONAI 프레임워크도 들어갈 예정입니다.

C-BRAIN은 오픈소스 도구 두 가지를 개발했습니다. 로런스 버클리 국립연구소와 함께 개발한 OpenScientist는 연구 질문과 데이터셋을 받아 가설을 세우고 분석을 수행한 뒤 검증·감사가 가능한 통찰을 반자동으로 생성합니다. 연구 과학자 저스틴 리스(Justin Reese)가 개발을 이끌었습니다. 387 Labs와 만든 InsightEngine은 과학 문헌으로 가설을 검증하고, 제공된 데이터셋을 분석하며, 생의학 지식 그래프를 탐색합니다. 연구자가 비용이 많이 드는 실험에 착수하기 전 주장과 근거를 대조해 환각을 찾아내는 기능도 갖췄습니다. 공개된 사례 연구에서 OpenScientist는 분야별 과학자들이 수주에서 수개월이 걸릴 것으로 예상한 분석을 수분 만에 마쳤고, 실행 1회 비용은 10달러 미만이었습니다. 현재 C-BRAIN은 연구 그룹 200곳 이상에 도달했으며, 사업을 확대하면 매년 연구 시간 100만 시간 이상을 확보할 수 있습니다.

C-BRAIN은 뇌 영상, 다중 오믹스, 체액 바이오마커, 시간에 따른 임상 측정 자료로 학습하는 다중모달 생물학 기반 모델을 구축하려 합니다. 3년 차까지 뇌 노화와 알츠하이머병의 인과 메커니즘을 발견하고, 이를 검증 가능한 과학 원리로 발전시키는 것이 목표입니다. 베이트먼은 사고하고 추론할 수 있는 AI가 전 인구를 위한 예방과 치료로 이어질 발견을 앞당길 수 있다고 말했습니다.