AWS, OpenFold3-preview를 SageMaker JumpStart에서 비동기 추론 엔드포인트로 배포하는 방법 공개
OpenFold3 on Amazon SageMaker JumpStart: Predict biomolecular structures
AWS 머신러닝 블로그는 OpenFold Consortium과 Columbia University의 AlQuraishi Lab이 개발한 오픈소스 생체분자 구조 예측 모델 OpenFold3-preview를 Amazon SageMaker JumpStart에서 몇 줄의 코드로 AWS 계정에 배포할 수 있다고 소개했다. 단백질, DNA, RNA, 소분자 리간드와 이들이 이루는 복합체의 3D 구조를 예측할 수 있다. 배포된 엔드포인트는 SageMaker 비동기 추론(Asynchronous Inference) 방식으로 동작하며, 요청 처리 시간이 길어도 최대 1시간의 호출 타임아웃을 허용한다. 요청은 Amazon S3에 업로드한 뒤 InvokeEndpointAsync로 호출하고, 결과는 지정한 S3 위치에 기록되거나 Amazon SNS로 알림을 받을 수 있다. 기본 인스턴스는 ml.g6.4xlarge이며 ml.g6.2xlarge와 ml.g6.12xlarge도 지원하고, 큐가 비면 인스턴스를 0으로 줄여 유휴 비용을 낮출 수 있다. 엔드포인트는 네트워크 격리로 실행되어 시퀀스를 AWS 계정 안에 두도록 설계되었다. 기사는 OpenFold3-preview가 연구용 프리뷰이며 코드와 모델 가중치가 Apache 2.0 라이선스로 공개되었다고 밝혔다. 모델 버전은 OpenFold3 0.4.1, 체크포인트는 of3-p2-155k이며, 사용자는 자체 다중 서열 정렬(MSA)을 제공해 예측 정확도를 높일 수 있다.
ml.g6.4xlarge 기본 인스턴스와 InvokeEndpointAsync 기반 비동기 엔드포인트를 쓰면 GPU·CUDA·PyTorch 환경과 대형 체크포인트를 직접 관리하지 않고 대량 구조 예측 작업을 큐로 처리할 수 있다.
원문 출처
AWS Machine Learning Blog