클러스터칩: GPU 가속 웹 기반 대규모 옴믹스 데이터 시각화와 자연어 인터페이스

초록

ClusterChirp는 GPU를 이용한 실시간 히트맵 렌더링과 다중 CPU 코어를 활용한 병렬 계층적 클러스터링을 결합한 웹 서버이다. 대규모 옴믹스 매트릭스를 다운샘플링 없이 탐색할 수 있으며, GPT‑4o‑mini 기반 자연어 챗봇을 통해 비전문가도 복잡한 분석 명령을 대화식으로 수행한다. 선택된 클러스터에 대한 2D·3D 상관 네트워크 시각화와 Enrichr 연동 기능을 제공하고, FAIR4S 원칙에 따라 코드와 데이터가 공개되어 있다.

상세 분석

ClusterChirp는 현대 옴믹스 연구에서 발생하는 수십만에서 수백만 셀, 수만 개 유전자(또는 단백질) 수준의 초대형 매트릭스를 실시간으로 탐색할 수 있도록 설계되었다. 핵심 기술은 WebGL 기반 deck.gl을 이용한 GPU 가속 히트맵 렌더링이다. 행·열 데이터를 Float32 배열로 GPU 버퍼에 직접 전송하고, 뷰포트 기반 culling을 적용해 화면에 보이는 영역만 그리므로 1백만 포인트 수준에서도 60 fps를 유지한다. 클러스터링 연산은 서버 측에서 수행되며, 기존의 O(n²) 거리 계산을 joblib과 Numba JIT 컴파일을 활용해 다중 코어에 분산한다. 이를 통해 10 000개의 피처에 대한 계층적 클러스터링이 수시간이 아닌 수분 내에 완료된다. 거리 측정은 Euclidean, Manhattan, Pearson 등 다중 옵션을 제공하고, linkage 방식도 complete, average, single을 선택 가능하다.

사용자 인터페이스는 React와 TypeScript로 구현된 고도화된 컨트롤 패널, 실시간 검색·하이라이트, 드래그·줌 등 풍부한 인터랙션을 제공한다. 특히 자연어 인터페이스는 OpenAI GPT‑4o‑mini 모델을 호출해 사용자의 대화형 명령을 파싱하고, 현재 세션 상태(필터, 정렬, 클러스터링 파라미터)를 포함한 동적 프롬프트를 생성한다. LLM은 표준화된 JSON 액션 객체를 반환하고, 서버는 이를 검증 후 즉시 실행한다. 모델 응답 시간은 평균 2 초 이하이며, 95 % 이상의 성공률을 기록한다. 모델 장애 시에는 규칙 기반 파서가 백업 역할을 수행한다.

클러스터 선택 후 제공되는 상관 네트워크 시각화는 Pearson 상관계수를 기반으로 하며, 결측값 20 % 초과 피처를 제거하고 변동성이 높은 상위 75 % 피처만 사용한다. 계산은 joblib과 Numba로 병렬화하고, 결과는 Float32 형식의 JSON으로 전송한다. 2D 네트워크는 Sigma.js와 ForceAtlas2 레이아웃을, 3D 네트워크는 Three.js와 Leiden 클러스터링을 이용해 실시간 인터랙션을 지원한다. 대규모 네트워크(>1 000노드)는 Web Worker에서 처리해 UI 차단을 방지한다.

생물학적 해석을 위해 Enrichr API와 연동해 선택된 클러스터의 유전자 집합을 자동으로 표준화(HUGO Symbol)하고, 즉시 웹 탭에 풍부한 기능적 풍부도 결과를 표시한다.

프로젝트는 FAIR4S 원칙을 준수한다. 코드베이스는 GitHub에 프론트엔드와 백엔드 각각 공개돼 있으며, APGL‑3.0 라이선스로 자유롭게 재사용 가능하다. 데이터 포맷은 TSV/CSV를 지원하고, 결과물은 PDF와 TSV로 내보낼 수 있다.

사용자 중심 설계 단계에서는 10명의 도메인 전문가와 10회의 반복 평가를 거쳐 UI·UX를 최적화했으며, 최종 베타 테스트는 추가 5명의 연구자에게서 긍정적인 피드백을 얻었다. 전체 시스템은 Mount Sinai HIPAA‑준수 서버에서 Django 기반 세션 관리와 암호화된 임시 저장소를 사용해 데이터 보안을 유지한다.

이러한 기술적 결합은 기존 도구가 겪는 다운샘플링·긴 대기시간·전문가 의존성 문제를 근본적으로 해소하고, 대규모 옴믹스 데이터를 실시간으로 탐색·분석·해석할 수 있는 새로운 패러다임을 제시한다.