유전체 기반 정밀 진단 솔루션 기업, 지놈케어
지놈케어는 유전체 분석 기술과 AI를 결합하여 정밀 진단 솔루션을 제공하는 바이오 기업입니다. 2012년 설립 이후, 생물정보학 기술을 기반으로 산전 진단 분야에서 다양한 유전체 기반 검사 서비스를 개발해왔습니다.
대표 서비스로는 산모의 혈액만으로 태아의 염색체 이상 여부를 분석하는 비침습 산전 검사 서비스 '프리시젼 제노맘(Precision Genomom)'과 착상 전 배아 유전체 검사 서비스 '지노브로(GenoBro)'가 있습니다.
연구와 서비스, 사내 GPU 자원 활용의 한계
유전체 분석은 사람의 유전 정보를 대량으로 읽어낸 뒤 질병과 관련된 패턴을 찾아내는 작업입니다. 데이터의 양이 방대한 만큼, 이를 빠르고 정확하게 처리하려면 고성능 연산 장치인 GPU가 필수적입니다. 최근에는 유전체 분석뿐 아니라 AI 챗봇이나 업무 자동화 같은 서비스를 개발·운영하는 데에도 GPU가 필요해지면서, GPU 자원에 대한 수요가 빠르게 늘고 있습니다.
지놈케어 역시 유전체 데이터 분석, AI 모델 학습, AI 기반 서비스 개발을 동시에 수행하는 환경에서 같은 어려움을 겪고 있었습니다. 기존에는 사내에 직접 구축한 서버를 역할별로 나누어 운영했지만, 서버와 GPU 수가 한정되어 있다 보니 여러 작업이 동시에 몰리면 자원을 적절히 배분하기 어려웠습니다.
예를 들어 대량의 유전체 데이터를 분석하는 동안에는 서버의 자원이 대다수 점유되어, 같은 시간에 진행해야 하는 다른 서비스 운영 작업이 지연되는 일이 반복되었습니다.
"연구 및 서비스 수요에 따라 자원을 유연하게 확장하기 어려운 점이 한계로 작용하면서 보다 효율적이며 경제적으로 자원을 활용할 수 있는 환경에 대한 필요성을 느끼고 있었습니다." — 지놈케어 R&D본부 황창회 책임연구원
고성능 GPU, 비용 효율성, 보안 기준을 동시에 충족한 엘리스클라우드
지놈케어가 엘리스클라우드를 선택한 가장 큰 이유는 고성능 GPU 인프라입니다. AI 모델 학습뿐 아니라 LLM 기반 서비스 운영, AI 에이전트(특정 목적에 맞게 자율적으로 작업을 수행하는 AI 시스템) 개발까지 다양한 작업을 안정적으로 처리하려면, 여러 워크로드를 동시에 감당할 수 있는 GPU 환경이 필수적이었습니다.
비용 효율성도 중요한 판단 기준이었습니다. 대규모 유전체 데이터 분석과 LLM 연구개발을 병행하는 환경에서는 GPU 사용 비용이 운영 전반에 직접적인 영향을 미칩니다. 엘리스클라우드는 해외 주요 클라우드 대비 최대 80% 수준까지 비용 절감이 가능하여, 같은 예산으로 더 많은 연구 자원을 확보할 수 있다는 점이 매력적이었습니다.
아울러 유전체 데이터는 개인정보와 밀접하게 연관되어 있어, 클라우드의 보안 수준 역시 도입 여부를 결정짓는 핵심 요소였습니다. 엘리스클라우드는 ISO, CSAP 등 국내·국제 보안 인증 기준을 충족하고 있어, 민감한 데이터를 다루는 연구개발 환경에서도 안전하게 운영할 수 있다는 점이 도입 결정에 힘을 실었습니다.
LLM 챗봇 서비스부터 AI 에이전트 기반 업무 자동화까지
현재 지놈케어는 엘리스클라우드를 유전체 데이터 기반 AI 모델 연구는 물론, LLM을 활용한 고객 서비스와 AI 에이전트를 통한 업무 자동화에까지 활용하고 있습니다.
가장 대표적인 활용 사례는 태아 유전체 검사와 관련된 고객 문의에 자동으로 응답하는 챗봇 '지노챗(GenoChat)'입니다. 지노챗은 엘리스클라우드의 GPU 기반 서버 환경에서 배포·운영되며, 사용자의 질문에 실시간으로 답변하는 구조로 구성되어 있습니다. 빠르고 안정적인 응답 성능이 요구되는 서비스 특성상, 고성능 GPU 인프라가 뒷받침되는 환경이 필수적이었습니다.
▲ 지노챗 샘플 화면
업무 자동화를 위한 AI 에이전트 시스템 역시 엘리스클라우드 위에서 운영됩니다. 엘리스클라우드에서 제공하는 n8n, Dify 같은 워크플로우 자동화 도구와 서버리스 API(별도 서버 관리 없이 필요할 때만 실행되는 방식의 API)를 결합하여, 업계 뉴스 모니터링 및 동향 분석, 검사 데이터 조회 및 요약, 정기 업무 보고서 자동 작성 등 반복적인 업무를 자동화하고 있습니다. 이를 통해 연구 인력이 본연의 분석과 개발에 집중할 수 있는 환경을 만들어가고 있습니다.
▲ 실제 지놈케어의 업계 뉴스 모니터링 시스템 예시
연구·서비스 환경 분리로 처리 병목 해소, 운영 효율 개선
엘리스클라우드 도입 이후 지놈케어에서 가장 크게 달라진 점은 연구 환경과 서비스 운영 환경을 명확하게 분리할 수 있게 되었다는 것입니다. 실제 서비스에 사용되는 유전체 분석 전용 서버는 기존 자체 서버 환경으로 유지하면서, AI 모델 학습과 LLM 기반 서비스 배포는 엘리스클라우드로 이관하여 필요에 따라 자원을 유연하게 늘리거나 줄일 수 있는 구조를 갖추었습니다.
그 결과, 연산량이 높은 연구 프로젝트를 진행하면서 동시에 대량의 유전체 분석 서비스를 안정적으로 운영하는 것이 가능해졌습니다. 기존에 특정 서버에 부하가 몰려 발생하던 처리 병목이 해소되면서 작업 지연이 크게 줄었고, 전체적인 운영 효율과 처리 성능이 개선되었습니다.
바이오 AI 기업을 위한 GPU 클라우드, 엘리스클라우드
지놈케어는 앞으로도 엘리스클라우드를 기반으로 유전체 분석 AI 모델 고도화와 LLM 기반 서비스 확장을 이어갈 계획입니다.
"엘리스클라우드는 서비스 운영과 연구개발을 병행하는 바이오·AI 기업에 있어, 연구 생산성과 인프라 운영 효율을 동시에 개선할 수 있는 실질적인 선택지입니다." — 지놈케어 R&D본부 황창회 책임연구원
유전체 분석과 AI 연구를 병행하면서 GPU 인프라 확보에 어려움을 겪고 있다면 지놈케어의 엘리스클라우드 전환 사례를 확인해보세요.
