밍키넷: 해외 성인 사이트와 국내 법적 이슈 밍키넷 사이트

박영용 제이앤피메디 최고기술책임자(CTO)가 서울 강남구 조선 팰리스에서 진행된 '제이앤피메디 커넥트 2025'에서 임상시험에서의 AI 전환 전략을 주제로 발표를 하고 있다. 2025. 10. 24/뉴스1 황진중


(서울=뉴스1) 황진중 기자

"거대언어모델(LLM)이 비정형 데이터인 문서를 이해하면서 인공지능(AI) 전환에 속도가 붙었지만, 임상시험이라는 엄격한 규제 산업 내에서는 한계가 있습니다."


박영용 제이앤피메디 최고기술책임자(CTO)는 24일 서울 강남구 조선 팰리스에서 열린 '제이앤피메디 커넥트 2025'에서 임상시험에서의 AI 전환 전략 발 소액저금리대출 표를 통해 이같이 말했다.

박영용 CTO는 임상시험 분야의 AI 전환이 어려운 이유로 규제 기관의 가이드라인 등을 지목하면서 확률에 기반한 생성형 AI의 본질적 한계를 극복할 '최적의 조합'을 찾는 것이 중요하다고 강조했다.
임상시험, 죽은 데이터 생성…"디지털 자산으로 만들어야"
박 할부회선 CTO는 현재 임상시험 산업이 가진 근본적인 비효율성부터 지적했다. 그는 "임상시험에서 생성되는 산출물 대부분은 PDF와 같은 문서 형태"라면서 "시스템 관점에서 이는 죽은 데이터다"라고 말했다.
예를 들어 두 PDF 문서 간의 맥락적 연결고리를 찾으려면 사람이 직접 개입해 문서를 이해하고 분석하는 것이 필요하다. 또 인적오류를 줄이기 저축은행대출금리 위해 담당자를 이중으로 배정하는 등의 운영 전략이 필요하다. 이는 시스템 관점에서 비효율적일 수 있다.
박 CTO는 이에 대한 해결책으로 '머신 리더블 포맷', 즉 기계가 읽을 수 있는 형태로 데이터를 변환하는 작업이 필수라고 설명했다.
그는 "문서를 머신 리더블 포맷으로 변환하는 것은 로보틱 프로세스 오토메이션(RPA) 예식장 의 시작점"이라면서 "이렇게 데이터를 '디지털 자산화'해야만 스폰서 관점에서 과거 데이터를 기반으로 한 인사이트를 얻을 수 있다"고 말했다.
이같은 변환은 규제 기관 관점에서도 이점이 될 수 있다. 박 CTO는 "심사 리뷰 관점에서 불필요한 서식이나 양식이 심사 과정의 방해 요소가 될 수 있다"면서 "머신 리더블 포맷화는 규제 기관이 좀 대전무지개론 더 과학적 본질에 집중하게 만들어, 더 빠르고 정확한 신약 허가 심사 프로세스를 구축하게 도울 것"이라고 전망했다.
"단순 AI 활용 한계 뚜렷…'최적의 조화' 찾아야"
임상시험은 대표적인 규제 산업이다. 박 CTO는 "최근 유럽연합(EU) 의약품제조및품질관리기준(GMP) 관련 어넥스 22 AI 가이드라인을 보면, 중요 영역에 대해서는 오직 정적이고 결정론적인 모델만 사용하도록 규정하고 있다"고 고 설명했다.
이는 사실상 LLM과 같은 생성형 AI를 핵심적인 작업에 활용하지 말라는 취지인 것으로 풀이된다.
임상시험의 모든 데이터와 결과물은 100% 재현할 수 있고 추적할 수 있어야 한다. 그는 "생성형 AI 모델은 본질적으로 확률에 기반한다"면서 "이 때문에 100%의 재현 가능성이나 정확도를 담보하지 못하는 한계점이 명확하다"고 지적했다.
박 CTO는 이를 해결하기 위한 제이앤피메디의 전략으로 '최적의 조합'을 찾는 현실적인 접근법을 제시했다. 단 하나의 '만능 AI'가 모든 것을 책임지는 것이 아니라 역할별 AI를 조율하는 '3-레이어 아키텍처'를 제시했다.
박 CTO는 레이어 3의 활용법과 관련해 '휴먼 인 더 루프' 개념을 강조했다. 그는 "AI가 생성한 결과물을 그대로 사용하는 것이 아니라, 최종 검토와 결정은 반드시 인간이 개입해서 컨펌하는 개념"이라고 설명했다.
두 번째 전략은 '양방향 접근법'이다. 이는 LLM의 한계를 인정하고, 이를 잘 활용하는 전략과 극복하는 전략을 동시에 구사하는 방안이다. 제이앤피메디는 자체 개발 솔루션인 '메이븐 컨버터'에 이 전략들을 적용하고 있다.
박 CTO는 "문서에서 디지털 자산으로의 패러다임 전환이 필요하다"면서 "임상시험에서의 성공적인 AI 전환은 만능 AI를 찾는 것이 아니라, LLM의 한계를 극복하기 위해 최적으로 AI를 조합하는 데 달려있다"고 말했다.
[email protected]