Amazon Bio Discovery 실습: AI 항체 설계부터 Wet Lab까지

Amazon Bio Discovery는 AI 모델을 활용해 항체 후보를 설계하고 평가하는 AWS의 바이오 연구 애플리케이션이다. 올해 4월 GA되었으며, 현재 us-east-1(버지니아) 리전에서만 제공된다. 이 플랫폼은 AI 설계, 실제 실험, 결과 피드백을 반복하는 Lab-in-the-Loop 환경을 지원한다.

주요 기능과 개념

플랫폼은 40개 이상의 AI 모델을 제공하며, 이를 조합해 연구 목적에 맞는 Recipe(워크플로)를 구성할 수 있다. 설계된 후보는 Ginkgo Bioworks, Twist Bioscience 등 파트너와 연계해 실제 Wet Lab 실험까지 진행할 수 있다. 또한 사용자가 직접 만든 AI 모델을 가져오거나 자사 데이터로 학습하는 기능(Beta)도 지원한다.

핵심 개념은 다음과 같다:

• Project: Experiment, 파일, 결과 등을 관리하는 작업 공간
• Module: Recipe를 구성하는 개별 AI 모델이나 분석 기능
• Recipe: 여러 Module을 조합해 만든 Workflow
• Experiment: Recipe에 데이터를 적용해 실행하고 결과를 확인하는 과정

실습 과정: HER2 타겟 항체 설계

실습에서는 HER2 단백질(PDB 파일)을 타겟으로 항체 후보를 생성했다. Antibody generation Recipe를 선택하고 Design 및 Binding Affinity 평가 Module을 구성한 후, HER2 구조 파일과 항체 골격 파일을 업로드해 Experiment를 실행했다. 약 10개의 항체 후보 생성에 예상 비용 1 EU(Experiment Unit), 소요 시간 2~4시간이 소요되었으며, 실제 실행은 약 2시간 만에 완료되었다.

결과 화면에서는 후보들의 결합력, 구조 형성 가능성 등을 분석하고 Functional Clustering을 통해 후보군의 다양성을 확인할 수 있다. 이후 Send to Web Lab 기능을 통해 실제 실험으로 연결할 수 있다.

가격 및 특징

비용은 EU(Experiment Unit) 단위로 책정된다. 신규 사용자는 첫 달 5 EU가 무료이며, 실행에 실패한 Experiment는 EU가 차감되지 않는다. Wet Lab 실험 비용은 EU와 별도로 부과된다. 현재 Early Access 할인이 적용되어 정가 대비 50% 할인된 가격으로 이용 가능하다(2026년 10월 15일까지).

장점으로는 다양한 AI 모델의 통합 사용, GUI 기반의 쉬운 접근성, Wet Lab 연동 등을 꼽을 수 있다. 반면 아쉬운 점으로는 Project, Recipe 등 고유 개념에 대한 초기 학습 필요성, 컴퓨팅 리소스 사양 확인의 어려움, 세션 자동 종료 등이 있다. 이 서비스는 유전체 데이터 분석 중심인 AWS HealthOmics와 달리 단백질 및 항체 후보 설계에 특화되어 있다.