프로 플랜 30% 할인신청
Medical AI Background

BioGPT

Microsoft의 고급 생물의학 언어 모델

Dr7.ai가 제공하는 의료 AI 채팅

BioGPT의 강력한 성능을 경험해 보세요. 의료 텍스트 처리, 문헌 분석, 포괄적인 생물의학 자연어 처리(NLP) 작업을 위해 설계된 Microsoft의 최첨단 생물의학 언어 모델입니다.

🧬
BioGPT
생물의학 텍스트 생성 모델
347M
파라미터 (BioGPT-Large: 1.5B)
Microsoft Research
오픈 가중치 · MIT 라이선스

BioGPT 대화형 데모 체험하기

의료 텍스트 처리와 분석을 위한 Microsoft의 고급 생물의학 언어 모델을 경험해 보세요

BioGPT 데모

생물의학 AI 체험

0/3 개 메시지

검사 결과지, X-ray, 피부 사진이 있으신가요? AI 정밀 분석을 받아 보세요.

이미지 업로드

생물의학 분석 시작하기

생물의학 개념을 질문하거나, 의학 문헌을 분석하거나, 의료 텍스트를 처리해 보세요

BioGPT의 잠재력을 모두 활용하세요

향상된 기능, 우선 지원, 포괄적인 생물의학 텍스트 처리 역량을 갖춘 Microsoft의 고급 생물의학 언어 모델을 무제한으로 이용하세요.

10+
고급 모델
24/7
전문가 지원
∞
무제한 이용

BioGPT란?

BioGPT 는 Microsoft Research가 개발한 생물의학 텍스트용 생성형 사전 학습 Transformer입니다(Luo 외, Briefings in Bioinformatics, 2022). GPT-2 medium 아키텍처(24개 레이어, 은닉 크기 1024, 어텐션 헤드 16개)를 사용하며, 파라미터는 3억 4,700만 개(347M)이고 생물의학 텍스트에서 학습한 자체 어휘를 갖추고 있습니다. Bio GPT, BioGPT AI, Microsoft BioGPT라고 표기되기도 하며, 더 큰 버전으로 BioGPT-Large가 있습니다.

BioGPT는 생물의학 텍스트 생성, 질의응답, 문헌 분석 작업에서 탁월한 성능을 발휘합니다. 수백만 편의 생물의학 논문과 임상 텍스트로 학습하여 의학 용어와 개념을 이해합니다.

규모를 키운 BioGPT-Large(15억 파라미터, GPT-2 XL 아키텍처)는 미세 조정 후 PubMedQA에서 81.0%의 정확도를 기록했습니다. 코드와 가중치는 MIT 라이선스이며, 공식 GitHub 저장소의 스타 수는 약 4.5k(2026년 10월 기준)입니다. 모델은 Hugging Face에 microsoft/biogpt, microsoft/BioGPT-Large, microsoft/BioGPT-Large-PubMedQA로 공개되어 있습니다.

🚀

출시 및 현황

2022년 10월 Microsoft Research 공개 (arXiv 2210.10341)

≈4.5k
GitHub 스타 (2026년 10월)

Hugging Face 가중치는 2023년 2월에 마지막으로 업데이트되었으며, 이후 공식 저장소에 새로운 BioGPT 버전은 공개되지 않았습니다.

주요 기능

모델의 설계 목적과 평가 작업

핵심 기능

  • ✓생물의학 텍스트 생성(예: 약물, 유전자, 질병에 대한 자연스러운 설명)
  • ✓엔드투엔드 관계 추출: 화학물질–질병, 약물–표적, 약물–약물 상호작용
  • ✓PubMed 초록 기반 질의응답(PubMedQA)
  • ✓생물의학 문서 분류(Hallmarks of Cancer, 암의 특징)
  • ✓PubMed 텍스트에서 학습한 도메인 어휘
  • ✓새로운 생물의학 텍스트 작업에 맞게 미세 조정 가능

성능 벤치마크

Microsoft가 BioGPT 논문(Luo 외, 2022)에서 보고한 미세 조정 결과입니다(Dr7.ai가 측정한 값이 아님)

BC5CDR
화학물질–질병 관계 추출(엔드투엔드 F1)
44.98
KD-DTI
약물–표적 상호작용 추출(F1)
38.42
DDI
약물–약물 상호작용 추출(F1)
40.76
PubMedQA
생물의학 질의응답(정확도)
78.2%
PubMedQA · BioGPT-Large
같은 작업, 1.5B 모델 사용(정확도)
81.0%
HoC
암의 특징(Hallmarks of Cancer) 문서 분류(F1)
85.12

활용 사례

🔬

생물의학 연구

생물의학 용어에 대해 문헌 스타일의 설명을 생성하고, PubMed 초록에서 개체와 그 관계를 추출합니다.

🏥

생물의학 QA 연구

연구 초록에 대한 질의응답(PubMedQA)에 맞게 미세 조정할 수 있습니다. 연구용 모델이며 임상 의사결정 지원 도구가 아닙니다.

💊

신약 개발

출판된 문헌에서 약물–표적 및 약물–약물 상호작용을 추출해 데이터 큐레이션과 가설 수립을 돕습니다.

BioGPT 사용 방법

Hugging Face 또는 로컬에서 Microsoft BioGPT를 실행하거나 Dr7 자체 생물의학 AI 채팅을 이용해 보세요.

1

BioGPT 이용하기

Microsoft 공식 README에 링크된 Hugging Face 데모 Space(BioGPT-Large 텍스트 생성, PubMedQA 질의응답)는 2026년 10월 20일 확인 당시 모두 런타임 오류(Runtime error) 상태였기 때문에, 현재 사용할 수 있는 공식 온라인 데모는 없습니다. 이 페이지의 생물의학 채팅(Dr7.ai 자체 어시스턴트이며 원본 체크포인트가 아님)을 이용하거나, 아래 방법으로 모델을 직접 실행해 보세요.

2

Hugging Face (transformers)

BioGPT는 Hugging Face transformers 라이브러리에 내장되어 있습니다. transformers, torch, sacremoses(BioGptTokenizer에 필요)를 설치한 뒤 모델을 불러오세요:

# pip install transformers torch sacremoses
from transformers import BioGptTokenizer, BioGptForCausalLM, pipeline

tokenizer = BioGptTokenizer.from_pretrained("microsoft/biogpt")
model = BioGptForCausalLM.from_pretrained("microsoft/biogpt")
generator = pipeline("text-generation", model=model, tokenizer=tokenizer)
print(generator("COVID-19 is", max_new_tokens=40)[0]["generated_text"])

•microsoft/biogpt — 기본 모델, 3억 4,700만 파라미터

•microsoft/BioGPT-Large — 15억 파라미터(fp32 가중치 약 6.3 GB)

•microsoft/BioGPT-Large-PubMedQA — PubMedQA용 미세 조정 모델

•코드의 모델 ID만 바꾸면 더 큰 체크포인트를 사용할 수 있습니다

3

원본 코드로 로컬 실행

Microsoft의 GitHub 저장소(microsoft/BioGPT)는 fairseq 기반 원본 구현과 다운로드 가능한 체크포인트를 제공하며, 논문의 각 작업에 맞게 미세 조정된 모델도 포함되어 있습니다.

•BC5CDR, KD-DTI, DDI, HoC, PubMedQA용 미세 조정 체크포인트

•원본 환경은 PyTorch 1.12, Python 3.10, fairseq 0.12로 고정

•토큰화에 Moses와 fastBPE 필요

•GPU 권장(특히 BioGPT-Large)

BioGPT는 진단 챗봇이 아닙니다

BioGPT는 생물의학 텍스트 생성 및 마이닝 모델입니다. 문헌 스타일의 텍스트를 이어 쓰고, 작업별 미세 조정 후에 좋은 성능을 보이지만, 대화를 나누거나 증상·검사 결과·영상을 해석하도록 학습되지는 않았습니다. 증상, 검사 결과지, 의료 영상에 대한 구조화된 AI 리포트가 필요하다면 Dr7.ai의 AI 의료 진단 도구를 이용하세요.

AI 의료 진단 열기

중요 고려 사항

전문 지식 필요

BioGPT의 출력은 특히 임상 또는 연구에 활용할 때 해당 분야 전문가의 검증을 받아야 합니다.

작업별 미세 조정

최적의 성능을 위해 사용하려는 생물의학 분야나 작업에 맞게 BioGPT를 미세 조정하는 것을 고려하세요.

BioGPT와 다른 생물의학 언어 모델 비교

BioGPT, BioGPT-Large, BioMedLM, PubMedBERT, PMC-LLaMA 한눈에 보기

모델파라미터학습 코퍼스라이선스PubMedQA (정확도)
BioGPT347MPubMed 제목 + 초록 1,500만 건MIT78.2%
BioGPT-Large1.5BPubMedMIT81.0%
BioMedLM2.7BPubMed 초록 + 전문 논문(The Pile에서 추출)BigScience BLOOM RAIL 1.074.4%
PubMedBERT~110M (BERT-base)PubMed 초록(일부 버전은 PubMed Central 전문 추가)MIT55.8%
PMC-LLaMA 13B13BLLaMA-13B + 생물의학 논문 480만 편 + 의학 교과서 3만 권OpenRAIL(Hugging Face 모델 카드), LLaMA 기반77.9%

점수는 각 모델의 자체 논문(PubMedBERT는 BioGPT 논문의 비교표)에서 가져온 것으로, 실험 설정(미세 조정 vs 지시 튜닝)이 서로 다릅니다. 동일 조건의 직접 비교가 아닌 참고용으로 봐 주세요.

자주 묻는 질문

BioGPT에 관해 자주 묻는 질문

BioGPT는 무료인가요?

네. Microsoft는 BioGPT의 코드와 모델 가중치를 MIT 라이선스로 공개했으며, 이 라이선스는 사전 학습 모델에도 적용됩니다. 따라서 BioGPT와 BioGPT-Large는 상업적 용도를 포함해 무료로 다운로드하고 실행할 수 있습니다. 직접 실행할 때 드는 비용은 본인의 컴퓨팅 자원뿐입니다.

BioGPT를 온라인으로 사용할 수 있나요?

공식 온라인 서비스는 없습니다. Microsoft는 호스팅형 BioGPT 앱을 제공하지 않으며, README에 링크된 Hugging Face 데모 Space는 2026년 10월 20일 확인 당시 런타임 오류 상태였습니다. Hugging Face에서 모델을 직접 실행하거나 이 페이지의 생물의학 채팅을 이용해 볼 수 있지만, 이 채팅은 Dr7.ai의 자체 어시스턴트이며 원본 BioGPT 체크포인트가 아닙니다.

생물의학 텍스트에는 BioGPT와 ChatGPT 중 무엇이 더 좋은가요?

두 모델은 역할이 다릅니다. BioGPT는 작은 모델(347M, BioGPT-Large는 1.5B)로 PubMed 초록만으로 사전 학습되었고, 관계 추출, PubMedQA, 문서 분류 같은 특정 작업에 맞게 미세 조정해 쓰도록 만들어졌습니다. 자체 하드웨어에서 실행할 수 있지만 채팅용 지시 튜닝은 되어 있지 않습니다. ChatGPT는 범용 대화형 어시스턴트로 지시를 따르고 설명하는 능력이 훨씬 뛰어나지만, BioGPT처럼 특화되어 있거나 로컬에서 미세 조정할 수 있는 모델은 아닙니다.

Hugging Face에서 BioGPT를 실행하려면 어떻게 하나요?

transformers, torch, sacremoses를 설치한 다음 "microsoft/biogpt"(또는 "microsoft/BioGPT-Large")에서 BioGptTokenizer와 BioGptForCausalLM을 불러와 텍스트를 생성하면 됩니다. 예를 들어 transformers의 text-generation 파이프라인을 사용할 수 있습니다. 최소 예제 코드는 위 'BioGPT 사용 방법' 섹션에 있습니다.

BioGPT-Large란 무엇인가요?

BioGPT-Large는 GPT-2 XL 아키텍처 기반의 15억 파라미터 규모로 확장한 BioGPT입니다. 미세 조정 후 PubMedQA에서 81.0%의 정확도를 기록했으며(3억 4,700만 파라미터 BioGPT는 78.2%), 이 미세 조정 모델은 microsoft/BioGPT-Large-PubMedQA로 공개되어 있습니다. 두 모델 모두 MIT 라이선스로 Hugging Face에 공개되어 있습니다.

생물의학 벤치마크에서 BioGPT의 정확도는 어느 정도인가요?

BioGPT 논문에서 미세 조정된 BioGPT는 엔드투엔드 관계 추출 작업인 BC5CDR, KD-DTI, DDI에서 각각 F1 44.98%, 38.42%, 40.76%를 기록했고, PubMedQA 정확도 78.2%, HoC 문서 분류 F1 85.12%를 달성했습니다. 이는 작업별로 미세 조정한 결과이며, 출력은 여전히 분야 전문가의 확인이 필요합니다.

BioGPT를 임상에 활용할 수 있나요?

BioGPT는 임상 기록이 아닌 출판된 문헌으로 학습한 연구용 모델이며, 환자 진료에 대한 검증을 거치지 않았습니다. 문헌 마이닝 같은 연구 워크플로를 지원할 수는 있지만, 임상적 판단을 대체하거나 임상 의사결정을 자율적으로 내리는 데 사용해서는 안 됩니다.