MATTHEW ARNOLD
수석분석가
클래리베이트
약 1년전, OpenAI의 GPT-4가 공개적으로 출시되었습니다. GPT-4가 공개된 이후 인공지능과 머신러닝은 우리가 살고 일하는 방식을 바꿀 수 있는 잠재력에 대한 불안과 기쁨의 원천으로 언급되며 수많은 언론보도와 분석의 대상이 되었습니다.
생명과학 산업에서, 이런 기술들은 약물발굴에서 출시 후 모니터링에 이르기까지 혁신 주기 전반에 걸쳐 잠재적인(그리고 실제적인) 애플리케이션을 가지고 있습니다. 인공지능 및 머신러닝 기술에 관해 과장된 부분을 살펴보고 실제적인 잠재력을 확인하고자 클래리베이트는 “데이터와 인공지능의 실제를 알아봅시다. ” 라는 제목의 패널토의를 개최했습니다. 이번 행사의 주요 사항은 다음과 같습니다.
- 인공지능과 머신러닝은 의약품 개발의 모든 단계와 측면에 걸쳐 애플리케이션에 적용될 것이며 이전에는 도달할 수 없었던 의학의 경계를 열 것입니다.
바이오텍 정책 그룹의 회장인 Anne Marie Finely는 “인공지능은 희귀병이나 유전적 차이를 연구하는 것과 같은, 과거에는 난이도 때문에 회피했던 분야로 우리를 이끌 것입니다.” 라면서 “지금은 희귀병의 약 95%가 치료법이 전혀 없으며 솔직히 말해 희망이 없다고도 말할 수 있는 상태입니다. 그러나 이런 도구들을 활용하게 될 경우 이런 상황이 근본적으로 바뀔 것이라 생각합니다. 이 도구들이 미래 환자들의 고통을 경감시켜주는 것은 물론 전혀 희망이 없었던 분야에서 향후 10년 또는 20년내에 진전을 보일 것이라 생각합니다.”고 말했습니다.
- 인공지능과 머신러닝의 발전속도는 규제범위를 넘어서고 있습니다. 기관들은 이를 따라잡기 위해 서두르고 있으며, 산업계는 세이프하버가 없는 상황에서 이런 기술을 발전시키기 위해 고군분투하고 있습니다. 보험사와 같은 지불자 또한 인공지능 및 머신러닝이 가져올 의학계의 발전에 의해 도전을 받게 될 것입니다.
클래리베이트 생명과학 컨설팅 서비스의 글로벌 책임자인 Darrin Baines는 “놀라운 발전 속도와 학습속도로 인해, 정부는 [이 기술들이 생산하는 모든 치료제에 지불할 충분한 돈을 가지고 있지 않을 것입니다.].”라면서 “제약 회사의 경우 가치를 입증하고 우선순위를 입증하도록 보다 큰 압박이 있을 것입니다. 인공지능의 발전은 모든 범위의 의약품을 쓸모없게 만들 수도 있으며, 새로운 의약품은 매우 고가일 것입니다. 따라서 우리는 정부가 우선순위를 설정하는 방법과 업계가 로비하고 증거를 제공하는 방식 모두에 관한 여러가지 문제들을 해결해야 할 것입니다.”
클래리베이트에서는 파트너들이 EU의 인공지능법, 미국 FDA의 U.S. FDA’s Good Machine Learning Practice principles 와 같은 새로운 규제 프레임워크에 앞서 나갈 수 있도록 사전예방적 접근법을 활용하고 있습니다. 일례로 클래리베이트는 이미 확립된 허용 및 비허용 사용 사례를 통해 솔루션을 공식적으로 분류하고 이런 규정의 범위 내 측면에 대한 규정준수를 어떻게 수행할 것인지 입증하기 위해 철저한 위험 평가 및 분류 문서를 개발했습니다.
- 인공지능과 머신러닝 기술은 전문인력에 의해 데이터가 공급되고 운영되는 한,다양성 부족으로 인해 발생하는 사각지대로 문제를 겪을 것입니다.
클래리베이트 생명과학 컨설팅 책임자인 Dee Chaudhary는 “이것들은 기계입니다.” 라면서 “기계이기에 윤리가 없는 것이죠. 기계는 데이터를 수집하는 데 있어 그 성능이 매우 좋지만, 윤리가 없습니다. 이런 분야에서 일한 사람들이 이에 대한 지침과 윤리적 기준을 수립하고 다양한 인구를 포함하는 방식으로 이런 결과물들을 선별할 수 있어야 합니다. 머신러닝은 이를 스스로 할 수 없습니다.”고 말했습니다.
- 기술과 생명과학 분야 종사자들 사이의 문화적, 경험적 차이는 이런 도구들을 보다 발전시키는데 있어 장애물이 됩니다. 두 그룹 모두 환자 경험을 이해하는 것의 가치와 제품 디자인에 있어 UX의 중요성을 잘 인식하고 있지 못할 수 있습니다.
Dario Health 의 CEO인 Omar Manjewala, “우리가 고객의 문제를 이해하고 해결할 수 있다고 확신하는 기술적 오만함이 존재합니다.” 라면서 “저는 수많은 기업들이 문제의 본질을 이해하지 못해 실패하는 모습을 목도했습니다. 이들은 의료 생태계에서 시장의 비효율성을 창출하도록 설계된 고착화된 힘, 즉 일종의 직관에 반하는 힘을 제대로 이해하지 않고도 의료 분야의 문제를 간단한 해결책으로 해소할 수 있다고 생각합니다.” 고 말했습니다.
전체 토론 내용을 시청하고 싶으신 분들은 이곳을 눌러 살펴봐주십시오. 클래리베이트가 고객이 중요한 결정을 내리고, 장애물을 탐색하며, 인공지능 및 머신러닝을 활용해 잠재력을 최대한 발휘할 수 있도록 지원하는 방법에 대해 알고 싶으시다면 이곳을 방문해주시기 바랍니다.