에너지효율이라는 개념은 자동차 설계나 전력망에서만 적용되는 것은 아닙니다. 모든 생명체의 미세한 세포에도 적용되는 계산법이죠.
모든 세포는 빛이나 포도당에서 에너지를 얻어 주어진 환경에서 생존하기 위해 24시간 내내 쉬지 않고 에너지를 얻습니다. 에너지가 효율적으로 전환될수록 세포의 생산성은 높아지는 것입니다.
미국 일리노이 대학교와 애리조나 주립대학교의 연구진은 광합성 유기체를 시뮬레이션 하여 이들이 에너지를 어떻게 흡수하고 어떻게 생산성을 높이는지 연구하고 있습니다.
농업에서는 이런 에너지 최적화는 곧 수확량 증가를 의미합니다. 의료 분야에서는 정밀 의료학의 항체나 펩티드 전달 효율성 향상 또는 세포의 수명 연장을 의미하기도 합니다. 에너지 산업에서는 바이오 연료의 효율성 증가를 의미할 수 있죠.
애브히쉑 싱하로이 애리조나 주립대 분자학 교수는 “식물은 어디에서나 생존하려고 하는 습성을 갖고 있습니다. 그래서 생존을 위해 근본 시스템을 최적화하게 됩니다. 우리는 과학자나 엔지니어로서 이런 식물의 습성을 이용해 생산성이 높은 식물을 생산해 인간에게 유용한 에너지를 더 많이 추출할 수 있도록 연구할 수 있습니다”라고 말했습니다.
싱하로이 교수팀은 오크리지 국립연구소의 서밋과 같은 엔비디아 GPU 기반 슈퍼컴퓨터를 사용하여 분자역학 시뮬레이션을 연구하고 있습니다. 이 연구 결과는 엔비디아 GTC 디지털의 150 여 개 온라인 강연중 한 개 강연에서 발표된 바 있습니다.
효율적인 광합성, 그 비밀의 실마리를 풀다
녹색 식물은 광합성을 통해 태양광을 영양분으로 바꿉니다. 하지만 수많은 유기체에서 흡수된 태양 에너지가 사용가능한 영양분으로 전환되는 비율은 10% 도 되지 않습니다. 그 이유를 규명하기 위해 연구팀은 GPU 가속 컴퓨팅 시뮬레이션을 이용해 자색세균(purple bacteria)의 광합성 기구를 연구했습니다.
원자 단위의 시뮬레이션은 슈퍼컴퓨터 서밋에서 1억 3600백만 개의 원자와 500나노세컨드 혹은 0.5 마이크로세컨드 동안 벌어지는 원자의 움직임을 모델링할 수 있습니다.
연구팀은 오크리지 국립연구소의 슈퍼컴퓨터 타이탄(Titan) 시스템에서 서밋으로 업그레이 한 뒤로 시뮬레이션에 소요되는 시간이 6배나 빨라진 것을 발견했는데요. 시뮬레이션을 실행하는 시스템에는 평균적으로 922개의 노드(node)가 사용됐습니다. 각 노드에는 여섯 개의 엔비디아 V100 텐서 코어(Tensor Core) GPU가 사용됐죠.
짐 필립스 일리노이 대학교의 상임 연구 프로그래머는 “현실적인 모델을 확실하게 구현하려면 원자단위의 해상도(atomic resolution)로 모든 것을 구축할 필요가 있습니다. 그 정도의 크기의 역동적인 모델을 충분히 빠르게 실행시키려면 GPU 병렬화가 필요합니다”라고 말했습니다.
한편, 광합성을 도중에 빛이 에너지로 변환되는 과정을 포착하기 위해 연구진은 시뮬레이션을 수 십 밀리세컨드로 늘여서 실행할 필요가 있었는데요. 이를 위해 각각의 원자를 개별적으로 시뮬레이션 하지 않고 근사치를 도입하여 해당 세포를 경직영역으로 단순화시켜 원자들을 30 밀리세컨드 단위로 시뮬레이션 했습니다.
연구진은 여기서부터 예측의 범위를 넓혀 다양한 조도의 조건에서 세포가 재생산할 때 소요되는 시간을 분석했습니다. 그리고 박테리아는 저조도에서 가장 활발하게 번식한다는 사실을 발견했습니다. 바로 박테리아가 진흙 물의 서식지에서 적응해온 결과였죠.
싱하로이 부교수는 “박테리아가 진흙물에 산다는 것은 알았지만 이젠 왜 그런 환경에서 살아야만 하는지를 밝혀냈습니다. 박테리아의 기저 구조가 빛이 많은 조건에서는 오히려 에너지를 더 생산해 낼 수 없게 설계되었던 것입니다. 그래서 빛이 상대적으로 적은 진흙물에서 서식하는 것”이라고 설명했습니다.
자색세균은 시작일 뿐입니다. 자색세균은 단순 유기체이기 때문에 시뮬레이션에 필요한 모든 단백질 구조 데이터가 알려져 있습니다. 그러나 시금치처럼 복잡한 광합성 유기체에 대한 데이터가 확보된다면, 시뮬레이션을 통해 이들의 더 높은 생산성 변수를 발견할 수 있을 것입니다.
연구진은 분자역학 대신 머신 러닝에 기반한 시뮬레이션 기법을 활용하여 신경세포를 훈련시켜 세포활동을 예측할 수 있는 단계까지 이르게 되기를 기대하고 있습니다.
이 연구에 대해 더 알고 싶다면 GTC 디지털에서 진행된 싱하로이 부교수와 필립의 강연을 시청하세요.