요약:
비즈니스인사이더에 따르면 AI 기업 허깅페이스(Hugging Face)는 과학자들이 DNA를 보다 쉽게 연구하고 새로운 유전자 치료법을 개발하는 데 도움이 될 것으로 기대되는 새로운 AI 모델인 카본-X(Carbon-X)를 출시했다고 목요일 발표했다. Hugging Face는 Carbon-X가 DNA 이해 및 생성을 위한 140억 개의 매개변수를 갖춘 개방형 모델이라고 말했습니다.
껴안는 얼굴
Carbon-X는 DNA 서열과 자연어를 동일한 모델에 통합합니다. 연구자는 특정 DNA 서열에 대해 질문하고, 돌연변이의 영향을 예측하고, 새로운 DNA 서열을 생성할 수 있습니다. 또한 다른 모델이 스스로 이해하기 어려운 DNA 서열을 해독하는 데 도움을 주는 전문 하위 에이전트 역할을 할 수도 있습니다.
Qianwen 대형 모델에 의존
Hugging Face의 수석 연구 과학자인 Lewis Tunstall은 Carbon-X가 DNA 분석 및 생성 기능을 자연어와 결합한 최초의 제품으로, 연구자들이 DNA 서열에 대해 질문하고 본질적으로 "DNA와 대화"할 수 있도록 해준다고 말했습니다.
Hugging Face는 이탈리아 및 중국의 연구소와 협력하여 오픈소스 모델인 Carbon-X를 개발했습니다. Hugging Face는 기존 언어 모델인 Qwen3-14B를 게놈 서열과 자연어를 활용하여 학습시켜 Carbon-X를 개발했습니다. 이 모델은 인간, 기타 포유류, 식물 및 곰팡이의 DNA 서열을 사용하여 훈련되었습니다.
Hugging Face는 5개의 DNA 이해 및 생성 벤치마크에서 Carbon-X가 회사가 평가한 다른 모든 오픈 소스 모델보다 뛰어났으며 평균 점수는 GPT-6.1 Sol에 가깝지만 질문당 추론 비용은 1/1800에 불과하다고 말했습니다. Qwen3-14B와 비교하여 Carbon-X의 점수는 27점 증가했는데, 이는 DNA 데이터를 훈련에 직접 활용하면 개방형 언어 모델의 성능을 향상시킬 수 있음을 나타냅니다.
Carbon-X의 실행 점수는 GPT-6.1 Sol에 가깝습니다
Carbon-X의 적용 시나리오에 관해 Tunstall은 연구자들이 모델에 DNA 서열을 제공하고 특정 돌연변이가 사람의 질병 위험을 증가시키는지 여부를 물을 수 있다는 예를 들었습니다. 그런 다음 모델은 예측과 설명을 제공합니다. 또한 새로운 DNA 서열을 생성하여 연구자들이 새로운 유전자 치료법을 개발하는 데 도움을 줄 수 있습니다.
대기업에 대한 과도한 의존 방지
Tunstall은 Hugging Face가 Carbon-X를 개발하게 된 동기 중 하나가 생물학 연구자들이 대규모 AI 연구소에 의존하는 것을 방지하는 것이라고 말했습니다. 그는 AI가 수학 분야에 파괴적인 영향을 미쳤다고 지적했습니다.
“수학 연구의 한계를 정말로 뛰어넘고 싶다면 아마도 OpenAI나 Anthropic과 같은 AI 연구실에서 일해야 할 것입니다. 왜냐하면 최고의 수학적 모델을 갖추고 있기 때문입니다.” 턴스톨이 말했다. 그는 비슷한 상황이 다른 과학 분야에서도 발생할 수 있다고 믿습니다.
그는 다음과 같이 덧붙였습니다. "우리는 개방형 연구 커뮤니티에 도구를 제공하여 그들이 하나의 외부 공급업체에 전적으로 의존할 필요가 없도록 하고 싶습니다."
연구원은 민감한 환자 데이터를 외부 AI 회사와 공유하지 않고도 자신의 컴퓨터에서 Carbon-X를 실행할 수 있습니다. Tunstall은 또한 올해 7월 OpenAI 에이전트가 Hugging Face에 침입한 유명한 사건에서 노출된 문제와 같이 대형 모델에서 관찰된 일부 행동 부정확성이 더 작고 전문적인 모델에서는 아직 나타나지 않았다고 말했습니다.
또한 일반 챗봇은 때때로 연구자들의 정당한 생물학적 질문에 대답하기를 거부한다고 Tunstall은 말했습니다. 왜냐하면 그들은 자신들이 "생물학적 무기를 설계"하려고 한다고 잘못 믿기 때문입니다. 모델 남용을 방지하기 위해 Carbon-X의 훈련 데이터에서는 바이러스 관련 데이터를 명시적으로 제외한다고 그는 말했습니다.
Carbon-X는 주로 연구자들이 사용할 가능성이 높지만 Tunstall은 이 모델이 AI가 보다 개인화된 의료 서비스를 제공하는 데 도움이 될 것으로 예상되는 미래를 향한 작은 발걸음이라고 말했습니다.
“궁극적인 목표는 우리 각자가 자신의 의료 기록과 게놈 데이터를 사용하여 궁극적으로 자신에게 맞는 치료 계획을 찾고 설계할 수 있는 맞춤형 의학을 달성하는 것이라고 생각합니다.”라고 그는 말했습니다.
댓글