생성형 AI 구현: 과제와 기회

생성형 AI는 거의 모든 산업에 놀라운 잠재력을 가지고 있습니다. 하지만 새로운 기술 발전이 모두 그렇듯이 생성형 AI에도 과제와 기회가 동시에 존재합니다. 라이프사이언스 업계의 경우, 데이터의 민감한 특성과 기술 도입의 확산으로 인해 특히 큰 위험이 따릅니다. 진화하는 환경을 헤쳐 나가야 하는 라이프사이언스 조직이라면 이러한 과제와 기회를 반드시 이해해야 할 것입니다.

생성형 AI 구현의 주요 과제

생성형 AI 기술을 임상시험 환경에 구현할 때 가장 눈에 띄는 몇 가지 어려움은 다음과 같습니다.

• 데이터 공유와 관련된 장애물(특히 보호 건강 정보[PHI]): 생성형 AI 알고리즘과 그 출력물(예: 합성 데이터세트)에 보호 장치와 개인정보보호 기능이 내장되어 있지만 환자와 조직들은 여전히 회의적인 입장을 보이고 있는데, 여기에는 생성형 AI가 신기술이라는 이유도 한몫 합니다. 환자와 임상시험 참여자는 자신의 건강 정보가 유출되거나 알고리즘에 부적절하게 사용될 가능성을 우려하여 정보 공개를 꺼릴 수 있습니다. 마찬가지로 조직도 환자의 중요 데이터가 부주의하게 오용될 가능성을 크게 우려하여 생성형 AI 기술 구현을 망설일 수 있습니다.
• 아웃풋의 잠재적 부정확성:  여느 기술과 마찬가지로 생성형 AI도 항상 절대적으로 정확한 것은 아닙니다. 하지만 이러한 위험은 완화할 수 있으며, 이는 정확성이 생명인 임상 개발 환경에서 특히 중요합니다. 이러한 문제를 극복하려면 어느 한쪽에 의존하기보다는 인간의 전문지식과 생성형 AI의 기능을 조화롭게 활용할 수 있는 환경을 조성해야 합니다(Harvard Business Review, 2023).
• 기초 데이터의 정확성, 완전성 및 “신뢰성” 보장: 이는 특히 민감하고 복잡한 환자 레벨 데이터를 사용하는 제약 산업의 생성형 AI 모델에 매우 중요합니다. 낮은 데이터 품질은 인사이트의 품질 저하로 이어져 임상시험과 같은 중요 프로세스를 저해할 수 있습니다. 생성형 AI 솔루션은 정확하고 실행 가능한 아웃풋을 제공할 수 있는 익명화된 고품질의 데이터를 활용해 이러한 문제를 해결하여 AI 기반 의사결정의 신뢰와 안정성을 보장해야 합니다.

생성형 AI가 제공하는 유망한 기회

의료 및 제약 분야에서 생성형 AI를 구현할 때 발생하는 기존의 어려움에도 불구하고 다음과 같이 여러 유망한 기회가 이미 나타나고 있습니다.

• 시험계획서 설계 개선: 시험계획서 설계는 일반적으로 많은 시간과 비용이 소요되는 프로세스로, 임상시험 프로그램 초기 단계에서 예상치 못한 방해 요소가 될 수 있습니다. 과거 임상시험 데이터에서 생성된 고충실도 합성 데이터에 기반한 새로운 인사이트는 초기에 흔히 발생하는 문제를 예측 및 완화하고, 시험계획서 변경과 기타 지연 및 비용을 줄이는 데 도움을 줍니다.
• 데이터 강화 및 환자 데이터 개인정보보호 및 안전성 유지: 생성형 AI를 이용하는 기업은 기존 데이터 세트나 조사 결과를 보강하는 데이터를 생성하여 과거에는 얻을 수 없었던 새로운 인사이트를 확보할 수 있습니다.
• 데이터 개인정보보호 관련 우려 해소: 임상시험 및 의료 환경에서 건강 데이터 공유를 꺼리는 현상은 새로운 일이 아닙니다. 하지만 생성형 AI는 이 고질적 문제를 해결할 수 있는 새로운 방법을 제시합니다. 생성형 AI 알고리즘으로 생성한 합성 데이터 세트는 환자 데이터의 익명성과 비식별성을 보장하는 동시에 임상 개발자의 증거 생성에 필요한 데이터 세트의 활용성을 보장하므로 이러한 개인정보보호 우려를 완화할 수 있습니다.

향후 전망

생성형 AI는 아직 도입 초기 단계에 있지만 의료 및 라이프사이언스 분야에 미치는 잠재적 영향력은 그 누구도 부인할 수 없습니다. 생성형 AI의 이점을 활용하기 위해 기업은 다음을 수행해야 합니다.

• AI와 관련된 과제와 기회를 모두 파악하기 위한 투자
• 생성형 AI의 보호 장치와 가치에 대한 이해관계자(환자 및 경영진 포함) 대상 교육
• AI의 기능과 인간의 전문지식을 결합하는 협업적 접근법 구현

생성형 AI가 성숙 단계로 접어들수록 임상 연구 및 의료 분야를 혁신하는 그 역할은 더욱 커질 것이며, 현재 당면한 복잡성을 선제적으로 해결하는 조직이 미래를 앞장서서 선도할 것입니다.