25일부터 서울대학교 시흥캠퍼스와 온라인에서 진행되는 '의약품 제조품질관리와 AI' 1기 교육은 그간 신약개발에만 함몰됐던 AI의 또다른 기능인 제조혁신을 열 네차례에 걸쳐 다루는, 업계에서 찾아보기 어려운 프로그램이다. 세계적으로 인공지능을 이용한 의약품 품질 관리는 대세로 자리잡고 있지만 우리나라의 경우 일부 회사를 제외하고 말조차 꺼내지 않는 상황이다.

AI신약개발 시대에 이번 프로그램은 무엇을 말하려 하는 것일까? 시흥SNU인재개발센터 정진현 센터장과 강사로 나선 김화종 K-멜로디 단장을 최근 한국제약바이오협회에서 만나 교육의 의의와 무엇을 배우고 알릴 것인지 직접 들어봤다. 두 인사의 발언 내용을 최대한 살렸다.

먼저 저희 센터는 재직자 교육 중심입니다. 경기도와 시흥시, 학교 자금을 받아 경기도 내 초·중견기업들을 위한, 그러다 보니 자연스럽게 재직자 위주가 됐죠. 현실적으로 모든 수강생이 매번 현장에 올 수 없으니, 지방이나 서울 외 기업인은 줌 등 비대면 병행 교육을 진행합니다. 이번 교육도 단위로 끊어서 1기, 2기를 계속 배출할 예정입니다.

저희가 인공지능을 본격적으로 생각하게 된 배경은 실제로 기업에 수요 조사를 해보면 "(제조 관리에) AI를 도입하겠다"는 곳이 거의 없다는 점에서였습니다.삼성바이오로직스가 AI 전공자를 12명 뽑았고, 셀트리온도 최근에 뽑았죠.

2018년부터 미국 FDA가 GMP(의약품 제조 및 품질관리 기준) 규정에 메이저 바카라 사이트 기능을 도입하겠다고 논의하면서 국제적으로 조율이 이뤄지고 있거든요. 어느 날 갑자기 글로벌 기준이 떨어지면 우리나라는 늘 '발등에 불'이 떨어져서 허둥지둥 대응하게 됩니다. 그래서 선제적으로 인재를 양성해야 한다고 판단했습니다.

제약바이오에서 메이저 바카라 사이트가 쓰이는 분야는 크게 세 가지입니다. 첫째, 후보물질 도출(신약 개발 초기), 둘째, 제조공정 품질관리, 셋째, 임상 데이터 분석 및 임상 디자인입니다. 임상 쪽은 병원에서 자체적으로 많이들 하고 있지만, 제조 품질관리는 시작하는 곳이 거의 없습니다. 그래서 '제로부터' 사람을 배출해야 한다고 생각했죠.

사실 기업에 메이저 바카라 사이트 도입 의향을 물어보면, 아직은 적극적으로 나서는 곳이 많지 않습니다. 삼성바이오로직스, 셀트리온 정도가 메이저 바카라 사이트 전공자를 채용했고, 대부분은 아직 준비가 미흡합니다. 하지만 미국 FDA는 2018년부터 GMP(의약품 제조 및 품질관리 기준)에 메이저 바카라 사이트 요소를 반영하는 논의를 시작했고, 글로벌 기준이 갑자기 강화되면 국내 기업들은 큰 어려움을 겪을 수밖에 없습니다. 선제적으로 인재를 양성해야 하는 이유입니다.

저는 PDA(Parenteral Drug Association) 한국 회장으로 있으면서 미국과 유럽이 메이저 바카라 사이트를 어디에 적용할지, 어떤 기준을 만들지 이미 구체적으로 논의하는 걸 봤습니다. 우리나라는 아직 그런 준비가 거의 없습니다. 선진국 기준을 무조건 따르는 게 답이 아니라 우리 환경에 맞게 규정을 설계하고 설득할 수 있어야 합니다. 규제의 초안이 외국에서 나오면, 우리는 그걸 이해하고, 필요하면 이의제기를 하고, 우리 실정에 맞는 대안을 제시할 수 있어야 합니다. 규제 조항을 우리가 선제적으로 만들기는 어렵지만, 초안이 나왔을 때 능동적으로 대응할 수 있는 인재가 필요합니다.

메이저 바카라 사이트라는 단어와 범위가 굉장히 넓습니다. 흔히 챗GPT 같은 언어모델만 떠올리는데, 그건 만들어진 파운데이션 모델을 그냥 사용하는 거예요. 그 능력만으로는 현장의 문제를 풀 수 없습니다. 챗GPT는 언어를 듣고 인지하고 말하는 능력을 시뮬레이션한 생성모델의 일종이지만, 메이저 바카라 사이트의 극히 일부일 뿐입니다.

AI는 품질관리, 고장예측, 생산성 향상 등 이미 다양한 현장에 쓰이고 있습니다. 그런데 우리가 배워야 할 AI는 챗GPT 사용법이 아니라, 마치 ‘버스를 타는 것’이 아니라 ‘운전법’을 익히는 것과 같습니다. 즉, 코딩(특히 파이썬)부터 실제 예측모델 구현까지 전 과정을 직접 다뤄야 합니다. 파이썬은 머신러닝과 대화하고, 모델을 구동할 수 있는 ‘영어’ 같은 역할을 하죠.

메이저 바카라 사이트 모델은 크게 예측모델과 생성모델로 나뉩니다. 우리는 현장에서 예측모델을 훨씬 더 많이 씁니다. 예를 들어 사진을 보고 남자냐 여자냐, 나이가 얼마냐, 이런 걸 추정하는 게 예측모델입니다. 이걸 파이썬 코드로 직접 구현할 수 있어야 합니다. 운전법을 배우면 차종이 달라도 운전할 수 있듯, 메이저 바카라 사이트 구동법도 기본 원리를 익히면 현장에 적용할 수 있습니다. 인풋 데이터 준비, 전처리, 모델 구현, 학습, 성능 평가(밸리데이션)까지 전 과정을 실습 중심으로 14주에 압축해 커리큘럼을 짰습니다.

실제로 교육을 하다 보면, 파이썬 문법을 다 배우는 게 중요한 게 아니라, 예제에 나오는 것만 빨리 배우면 되거든요. 최소한의 문법만 익혀도 충분히 현장 적용이 가능합니다. 여러 명이 나눠서 강의하면 연결성이 떨어지니, 한 명이 처음부터 끝까지 책임지고 진행하는 것도 중요합니다. 예제 중심, 실전 중심으로, 대학에서 2년 배울 분량을 실무자 맞춤으로 녹였습니다.

규제의 패러다임이 바뀌고 있습니다. 기존에는 '불순물 3개 이상이면 불량'처럼 사람이 룰을 정했지만, AI 시대에는 데이터가 기준이 됩니다. 예를 들어 용광로 품질관리를 한다고 할 때, 과거엔 온도·습도 등 특정 기준을 사람이 정했지만, AI는 센서 데이터를 분석해 문제가 생기기 전에 미리 예측하고, 제어 변수까지 추천합니다. 즉, 데이터 기반으로 '이럴 때는 산소를 더 공급해라' 같은 결정을 내리는 거죠.

이런 변화에서 중요한 건, 어떤 평가 기준을 논리나 경험이 아니라 '데이터'로 결정한다는 점입니다. 예를 들어, 학생 평가도 전통적으로는 수학 90점, 국어 90점 이런 기준을 정하지만, 메이저 바카라 사이트는 데이터를 쌓아보니 아침에 일찍 일어나고, 밥을 잘 먹는 학생이 더 성과가 좋더라 이런 식으로 새로운 기준을 찾아냅니다. FDA나 식약처도 앞으로는 벤치마크 데이터셋에 모델을 넣어보고 100번 중 95번 맞으면 '이건 합격'이라고 판단하게 될 겁니다.

AI 세계에서는 모델의 밸리데이션 데이터가 핵심입니다. 누가 좋은 밸리데이션 데이터를 갖고 오느냐가 주도권을 쥐게 됩니다. 한국이 이런 데이터셋을 만들면 글로벌 표준을 선도할 수도 있습니다. 결국 “논할 수 있는 사람”이 필요합니다. 새로운 기준이 나왔을 때, 문제점이나 보완점을 논의하고, 우리 실정에 맞는 테스트 방식을 제안할 수 있는 인재가 미래를 만듭니다.

저는 이런 교육을 시키는 이유는 2018년도부터 벌써 7년 동안 준비해 와서(실제 정 센터장은 K-NIBRT 등의 교육과정을 정착시킨 이다) 이제 각 요소가 보여요. 그랬을 때 우리가 그거를 담당자 아니라 책임자가 적어도 이해를 할 수 있는 수준까지는 만들어내야 되지 않겠냐는 거지. 규제 조항을 우리가 먼저 선제적으로 만든다의 관점도 있지만 그건 아직 우리가 어린 걸음마를 배워야 되는데 뜀뛰게 하는 것과 마찬가지예요.

인공지능의 요소를 가진 GMP 규정이 나왔는데 이해 못해서 그때 파악 못하면 그냥 끌려가는 거예요. 적어도 이게 선진국 주도형으로 갈 수밖에 없는 거니까 이들이 초안을 던졌을 때 우리가 대응할 능력은 갖고 있어야 된다는 겁니다. 그런 차원에서 그들이 이런 요소를 비주얼 인스펙션에 빅데이터를 이렇게 쓸 겁니다.

한편 서울대 시흥캠퍼스는 오는 6월 26일 제약바이오업계 재직자를 대상으로 마켓 엑세스(Market Access) 의 업무 이해 및 최신 움직임을 담은 'Market Access 그것이 알고 싶다' 프로그램을 진행할 예정이다.