임상시험의 복잡성이 증가함에 따라 AI의 잠재력은 그 어느 때보다 중요해졌습니다. 하지만 많은 조직이 AI의 가치를 초기 파일럿 프로젝트에 국한하고 있으며, 기업 전체로 확장하는 데 어려움을 겪고 있습니다.
생명 과학 산업은 현재 전환점에 서 있습니다. 더 빠른 연구 구축, 스마트한 자동화, 데이터 품질 개선과 같은 이점을 실현하려면 AI를 실험 단계에서 검증된 생산 단계로 옮기기 위한 기본 토대를 마련해야 합니다.
AbbVie와 Everest Group의 리더들이 참여한 메디데이터의 웨비나 AI Everywhere: Architecting the Future of Clinical Trials에서 논의된 주요 내용을 통해 임상시험에서 AI 확장을 위한 필수요소에 대해 알아봅니다.
전략적 전환: 복잡성의 단순화
AI 도입이 가속화되고 있지만, 생명 과학 분야는 환자의 안전과 엄격한 검증 체계 때문에 신중한 속도를 유지합니다. 혁신을 가속화하려면 응집력 있는 생태계 접근 방식으로 전환해야 합니다. 성공의 열쇠는 협력과 개방성을 수용하는 파트너를 찾는 데 있습니다. 상호 운용성을 확보하고 파트너십 생태계를 구축해 온 기업들이 현재 성공을 거두고 있습니다.
“상호 운용성을 위해 노력해 온 기업들, 파트너십 생태계를 구축해 온 기업들, 핵심 자산에 투자하면서도 내부 역량을 강화하기 위해 외부와 파트너십을 맺어온 기업들이 바로 성공하고 있는 기업들입니다.”
– 마누 아가왈(Manu Aggarwal), Everest Group 파트너
프로세스의 중요성: 기능보다 토대가 먼저
:성공적인 AI 도입을 위해서는 필수적인 기초 작업으로서 엄격한 '프로세스 정제'가 필요합니다. 조직은 AI 도구를 통합하기 전에 내부 워크플로우를 최적화해야 합니다. 그렇지 않으면 단순히 '비효율을 자동화'하는 결과만 초래할 뿐입니다. 이러한 전략적 집중은 기업 전체의 가치를 창출하지 못하고 고립된 파일럿 프로젝트로 끝나는 흔한 함정을 방지합니다.
“우리가 흔히 간과하는 장벽 중 하나는 실제 프로세스이며, AI를 적용하기 전에 기존 프로세스를 개선하는 과정이 필요합니다.. 그렇지 않으면 수많은 POC(개념 증명)만 반복하다가 끝나는 'POC의 늪'에 빠질 수 있습니다.”
– 브룩스 파울러(Brooks Fowler), AbbVie 임상 데이터 전략 및 운영 부사장(VP of Clinical Data Strategy and Operations)
궁극적으로 전사적 교육을 포함한 조직 차원의 준비가 뒷받침되어야, 팀원들이 AI 기반의 새로운 업무 프로세스에 원활하게 적응할 수 있는 역량을 갖춰야 합니다.
실험실에서 핵심 업무로: 일상적 워크플로우에 AI 내재화
AI를 실험 단계에서 생산 단계로 옮기려면 확장이 가능한 전용 아키텍처와 엔드 투 엔드(End-to-End) 데이터가 필요합니다. 이를 통해 AI는 특수 애플리케이션을 넘어 일상적인 업무(프로토콜 설계 최적화, 등록 예측, 데이터 이상 징후 식별 등)에 통합됩니다.
최신 설문 조사 “The State of AI in Clinical Trials: Today and Tomorrow”에 따르면 응답자의 87%가 AI가 프로토콜 설계 및 최적화를 개선하고 있다고 답했으며, 70%는 데이터 정확도가 향상되었다고 보고했습니다. 61%는 데이터 수집 단계가 더욱 간소화되었다고 응답했습니다.
궁극적인 목표는 에딧 체크(edit checks)나 스터디 빌드(study builds)와 같은 수동 프로세스를 혁신하여, 사용자가 더 높은 가치를 창출하는 활동에 전념할 수 있도록 하는 것입니다.
이중 과제: 속도와 경험의 조화
장기적인 기술 투자에는 두 가지 과제가 따릅니다. 즉, 속도 및 품질과 더불어 시험기관 및 환자를 위한 우수한 사용자 경험 사이의 균형을 맞추는 것입니다. Abbvie가 데이터 관리 및 환자 경험 도구(Medidata Rave 및 eCOA) 전반에 걸쳐 메디데이터와 장기적인 파트너십을 공고히 하기로 결정한 것은 미래에 대한 철학이 일치했기 때문입니다. 메디데이터의 혁신적인 비전은 임상시험 설정과 배포에 소요되는 시간을 가속화하는 핵심 요소였습니다.
“메디데이터가 플랫폼 전반에 AI를 도입하며 보여준 적극적인 행보는 이번 결정의 핵심적인 이유 중 하나였습니다. 우리는 우리만큼이나 강력한 추진력을 가진 파트너를 찾고 있었습니다.”
– 브룩스 파울러(Brooks Fowler), AbbVie 임상 데이터 전략 및 운영 부사장(VP of Clinical Data Strategy and Operations)
진화하는 인간의 역할
AI 에이전트가 일상적인 업무를 처리함에 따라 인간 운영자의 역할은 진화합니다. 비판적 사고는 덜 중요해지는 것이 아니라 오히려 더 중요해집니다. 초점은 작업을 실행하는 것에서 엄격한 감독으로 옮겨가며, AI 에이전트의 결과물이 정확하고 프로토콜의 과학적 의도에 부합하는지 확인해야 합니다. 이러한 필수적인 파트너십은 사용자 신뢰를 구축하는 투명한 AI 시스템에 의존하며, 이를 통해 인력은 '실행 모델(doing model)'에서 '사고 모델(thinking model)'로 전환할 수 있습니다.
"아이디어를 내는 사람은 훨씬 더 많아지고, 단순 실행 인력은 줄어들 수 있습니다... 근본적으로 우리 사회와 인력은 지난 2~30년 동안 우리의 생계 수단이었던 '실행 모델'에서 벗어나 '사고 모델'로 이동하고 있다고 봅니다.”
– 마누 아가왈(Manu Aggarwal), Everest Group 파트너
결론
혁신은 신뢰의 속도로 움직이며, 가장 성공적인 AI 전략은 강력한 기술, 공격적인 파트너십, 그리고 핵심 프로세스를 개선하려는 확고한 의지를 결합합니다. 성공 지표를 전통적인 KPI에서 구체적인 성과(outcomes)로 전환함으로써, 조직은 지루한 파일럿 단계를 넘어 AI 도입에 따른 실제 수익을 거두고 있습니다. 이러한 헌신은 업계가 복잡성을 단순화하고 생산성을 높이며 더 나은 환자 결과를 달성하도록 도와 임상 시험의 미래를 정의하고 있습니다.
Webinar 다시보기
Contact Us
