[데일리팜=황병우 기자] 제약바이오업계에 인공지능(AI) 기술 활용도가 높아지면서 연구개발(R&D) 외에도 회사 업무 전반에 영향력을 확대하고 있다. 핵심은 업무의 효율화다. 복잡한 규제환경과 시장에 대응하고, 고객관리 측면에서도 혁신적인 변화를 가져오고 있다. 아직 초기단계이지만 규제와 조화를 이루면 장기적으로 약물감시, 품질관리 등 업계에 AI 접목 사례가 늘어날 것이라는 전망이다. "AI 활용, 반복적인 업무 줄이고 효율은 높이고" 제약업계에서 AI가 가장 활발하게 활용되는 분야는 신약개발이지만 마케팅 영역과 시판 후 조사, 규제 등 역할이 늘어나고 있다. 여기에 생성형 AI라는 개념이 등장하면서 업계에서 활용하는 방대한 데이터를 효율적으로 검토하는 것은 물론 유통단계의 수요 예측까지 활용범위가 커지고 있다. 가장 큰 이유는 제약바이오업계가 가진 환경이 더욱 복잡해지고 있기 때문이다. 글로벌 빅파마뿐만 아니라 국내제약바이오 기업 역시 세계 시장에서 존재감을 드러내는 것을 목표로 하고 있다. 이 때문에 각 국가의 규제기관의 구체적인 요구사항에 대응해야 하지만 반대로 규정의 양과 복잡성이 늘어나 한정된 인력 풀에서 이를 대응하는 데 어려움을 겪을 수밖에 없다. 특히 이 과정에서 규정 준수에 걸리는 시간은 늘어나지만, 규제 당국은 보고 시간을 단축하는 등 문제를 해결하기 위한 기술적인 해결책으로 AI가 각광받고 있다. 아이큐비아 보고서에 따르면, 현재 40~50%의 제약회사들이 AI를 활용 중으로 3분의 2의 기업들이 IT 투자를 확대할 계획을 세우고 있는 상태다. 아이큐비아 관계자는 "제약산업에서 AI 활용이 증가하는 것은 여러 구조적 변화와 밀접하게 연관되어 있다. 매년 8000개 이상의 새로운 규제와 참고 문서가 발표되는 복잡한 규제 환경에 대응하기 위한 것으로, AI는 이러한 복잡성을 효과적으로 관리할 수 있는 핵심 도구가 되고 있다"고 설명했다. 고객관리부터 규제, 품질까지 제약업계 영역 확장 이 같은 이유로 생명공학 분야에서 AI 시장은 오는 2029년까지 연구 및 임상(연평균 20.3% 성장) 외에도 ▲제조 및 공급망 19.7% ▲출시 및 상업화 18% ▲시판후 조사 및 환자지원 17.4% ▲기업 16.2% ▲규제 준수 18.7% 등의 분야에서 높은 성장률이 예상된다. 연구개발 외 분야에서 두드러지는 분야는 고객관리다. AI는 고객과의 대화 데이터를 실시간으로 분석해 핵심 패턴을 추출하고, 이를 통해 더 전략적인 의사결정이 가능하게 하는 것을 목적으로 하고 있다. AI 기반 영업 지원 시스템은 영업 활동 전후의 정보를 효과적으로 관리하고 필요한 콘텐츠를 자동으로 생성함으로써 영업 효율성을 크게 향상할 수 있다는 판단이다. 다국적제약사 관계자는 "AI 기반의 고객 인게이지먼트 플랫폼은 부서 간의 협업을 강화하고 고객 맞춤형 접근을 가능하게 해 전반적인 고객관리의 품질을 한 단계 높일 수 있다"며 "AI 도구는 단순 반복적인 정보 검색과 보고 업무에 걸리는 시간을 대폭 줄여줘, 보다 전략적이고 가치 있는 업무에 집중할 수 있게 해준다"고 밝혔다. 실제로 GSK, 화이자, 로슈 등의 기업이 고객과의 접점을 위해 챗봇을 구현해서 운영하고 있으며 활용도를 넓히고 있다. 지난 2019년 미국 소비자들의 산업별 챗봇 활용도를 조사한 자료에 의하면 헬스케어 분야는 22%로 소매업(40%) 다음으로 높은 이용률을 보였다. 또 전자건강기록(EHR), 환자 생성 데이터, 웨어러블 기기 데이터 등 다양한 소스에서 발생하는 실제 임상 데이터의 폭발적인 증가가 AI 활용의 필요성을 더욱 높일 것이라는 게 업계의 판단이다. 제약업계 관계자는 "AI는 약물감시 분야에서 실시간 안전성 데이터 분석과 위험 예측에 활용되고 있다"며 "품질관리 영역에서는 자동화된 모니터링과 문서 관리 시스템을 통해 효율성을 제고하고 있다"고 설명했다. 결국 큰 틀에서 ▲규제 준수 및 품질관리 자동화의 고도화 ▲실시간 데이터 분석을 통한 의사결정 지원 시스템이 보편화 ▲고객 경험 개선을 위한 개인화된 서비스가 확대 ▲문서 관리 및 규제 대응의 효율화 등 4가지 항목에서 AI 도구가 발전될 것으로 전망된다. "AI 기술 활용 비용절감 목표 아닌 근본적인 변화 이끌 것" 다만 국내 상황으로 한정했을 때 제약분야에서 AI 활용은 몇 가지 도전과제가 존재하고 있다. 먼저 신약개발과 마찬가지로 데이터 및 인력확보의 문제가 존재한다. AI 기술의 정확성은 데이터에 절대적으로 의존하는데, 현재 국내 제약사들이 보유한 데이터는 상당히 부족하고, 표준화와 품질관리에도 어려움이 있다는 게 업계의 시각이다. 특히 개별 기관들이 고유한 형식으로 데이터를 생성하고 있어, 이를 AI 학습에 활용하기 위해서는 추가적인 정형화 작업이 필요하다고 지적했다. 또 헬스케어산업의 특성상 엄격한 규제와 복잡한 산업 구조로 인해 AI를 비롯한 첨단기술의 도입이 다른 산업에 비해 지속적으로 뒤쳐지고 있다고 판단된다. 이에 대해 솔루션 기업 관계자는 "우선적으로는 문서 관리, 품질관리 등 비교적 도입이 용이하고 효과를 빠르게 볼 수 있는 영역부터 단계적으로 접근할 필요가 있다. 장기적으로는 정부의 지원과 기업 간 협력을 통해 데이터 공유 및 표준화, 전문 인력 양성, 규제 개선 등의 근본적인 과제들을 해결해 나가는 것이 바람직해 보인다"고 밝혔다. 그러나 제약업계의 AI 활용 증가가 현시점에서는 인력 재배치나 구조조정과는 무관하다고 바라보고 있다. 단순히 인력감축이나 비용절감이 아닌 근본적인 변화에 가깝다는 의미다. 아이큐비아 관계자는 "반복적이고 시간 소모적인 업무를 AI가 처리함으로써, 인력이 더 전략적이고 가치 있는 업무에 집중할 수 있게 되는 것"이라며 " 반복적인 작업을 자동화하는 것을 넘어서, 임상 설계나 등 복잡한 의사결정을 지원하는 도구로 발전하면서 기업의 자원을 보다 전략적인 영역에 집중할 수 있게 해줄 것으로 본다"고 말했다. 그는 이어 "단순히 기존 시스템 위에 챗봇을 얹거나 자연어 인터페이스를 추가하는 수준을 넘어, 업무 프로세스 전반을 재설계하는 수준의 혁신이 요구될 것으로 본다"며 "이를 위해서는 조직의 모든 부서와 계층에서 AI 기술에 대한 깊은 이해가 선행되어야 하며, 부서 간 협업과 데이터 공유가 원활히 이루어질 수 있는 시스템 구축이 필수적이다"고 덧붙였다.