임상시험은 오래도록 '조각의 총합'이었다. 데이터는 데이터대로, 문서는 문서대로, 규제 정보와 운영 업무는 또 다른 시스템·담당 조직에 흩어져 있었고, 연구 규모가 커지고 동시 진행 국가가 늘수록 자료를 검토하고 기준에 맞는지 확인하는 과정만 복잡해졌다1. 개별 업무에 AI 도구를 하나씩 얹는 방식으로는 데이터와 의사결정, 규제 대응이 하나의 흐름으로 이어지지 않았다1. 제이앤피메디가 그 흐름 자체를 Clinical OS 로 다시 짜겠다고 했고, 중소벤처기업부가 여기에 정부지원금 50억원과 2030년 6월까지 4년을 걸었다1.
왜 '도구'가 아니라 '운영체제'였나
임상시험 영역에 AI 가 처음 들어온 것은 아니다. 개별 업무 단위로 AI 도구를 붙이는 시도는 이미 흔하고, 그 자체로 효율은 오른다. 문제는 그 방식의 천장이 낮다는 점이다. 제이앤피메디가 이번 과제에서 겨눈 지점도 정확히 거기다. 기존 임상시험 시스템에 여러 AI 기능을 각각 추가하는 방식보다, 임상 전반의 데이터와 업무 흐름을 AI 중심으로 연결하는 데 초점을 맞췄다는 것이다1.
임상은 규모가 커질수록 난이도가 산술적으로 늘지 않는다. 연구 규모가 커지고 여러 국가에서 동시에 임상을 진행할수록, 자료를 검토하고 기준에 맞는지 확인하는 과정 자체가 복잡해진다1. 병목은 개별 업무의 속도가 아니라 업무와 업무 사이의 이음매에 있다. 연구자가 데이터를 보고 내린 판단이 문서 작성으로, 문서가 규제 검토로, 규제 검토가 후속 운영 업무로 넘어가는 구간마다 사람이 형식을 맞추고 맥락을 다시 설명한다. 도구를 열 개 붙여도 이음매가 열 개 남으면 총 소요 시간은 좀처럼 줄지 않는다.
임상이 소프트웨어가 들어가기 까다로운 영역인 이유도 여기에 있다. 이 산업의 최종 산출물은 화면이나 리포트가 아니라 규제 기관이 받아들이는 문서다. 중간 단계에서 아무리 빠르게 처리해도, 그 결과가 규제 요건과 어긋나면 되돌아온다. 그래서 임상 소프트웨어는 '빠른 도구'보다 '틀리지 않는 흐름'을 요구받는다. 흐름을 관리하려면 기능이 아니라 계층이 필요하다.
'OS' 라는 단어를 고른 배경이 여기서 드러난다. 운영체제는 기능의 모음이 아니라 자원과 흐름을 관리하는 층이다. 제이앤피메디가 개발하는 AI 기반 Clinical OS 는 임상시험에서 생성되는 데이터와 문서, 글로벌 규제 정보, 운영 업무를 하나의 환경에 연결하는 통합 운영체계로 정의된다1. 데이터 분석과 임상 의사결정 지원, 규제 대응, 반복 업무 자동화가 각각의 부가 기능이 아니라 같은 층 위에서 돌아가는 구조다1.
이번 선정의 성격도 짚어야 한다. 글로벌 팁스 일반형은 민간투자를 통해 성장성과 해외 사업화 가능성을 인정받은 중소벤처기업의 기술 개발과 글로벌 시장 진출을 지원하는 사업이다1. 정부가 먼저 고른 것이 아니라, 민간이 이미 베팅한 곳을 정부가 4년치 예산으로 재확인한 구조다. 제이앤피메디는 앞서 중기부 DIPS 와 유니콘브릿지에도 선정되며 AI 임상 플랫폼 경쟁력을 확인받은 이력이 있고4, 유니콘브릿지는 중기부가 잠재 유니콘 50개사를 선정해 2년간 최대 216억원을 지원하는 프로그램이다5.
전통 임상 운영 vs Clinical OS — 이음매는 어디서 사라지는가
Clinical OS 에는 임상 데이터와 문서, 글로벌 규제 가이드라인을 통합하고 표준화하는 기술이 적용된다1. 서로 다른 형식으로 생성되는 임상 정보를 AI 가 처리하고, 문서 이해와 이상징후 분석, 규제 검증을 하나의 임상 흐름으로 잇는 것이 설계의 축이다1. 지금의 운영 방식과 나란히 놓으면 무엇이 바뀌는지가 선명해진다.
| 영역 | 전통적 임상 운영 | Clinical OS |
|---|---|---|
| 데이터·문서 | 여러 시스템과 담당 조직에 분산 저장1 | 하나의 환경에 통합·표준화1 |
| 형식 처리 | 서로 다른 형식을 사람이 맞춰 정리 | AI 가 문서를 이해해 정규화1 |
| 이상 징후 | 사후 검토와 별도 모니터링에 의존 | 이상징후 분석을 흐름 안에서 수행1 |
| 규제 대응 | 국가별 가이드라인을 건건이 확인1 | 글로벌 규제 가이드라인 통합·검증1 |
| 반복 운영 업무 | 담당자 수작업으로 후속 처리 | AI 자동화, 판단 결과가 다음 단계로 연결1 |
표의 오른쪽 열은 아직 '완성된 제품'이 아니라 '4년짜리 개발 계획'이다. 그 점은 분명히 해야 한다. 다만 계획의 방향은 명확하다. 기능을 늘리는 경쟁이 아니라, 이음매를 없애는 경쟁으로 판을 옮기겠다는 것이다. 앞의 싸움은 후발주자도 따라붙을 수 있지만, 뒤의 싸움은 흐름 전체를 쥔 쪽이 유리하다.
Clinical OS 를 세 층으로 뜯어보면
- 통합·표준화 층 임상 데이터와 문서, 글로벌 규제 가이드라인을 하나의 형식으로 모은다. 서로 다른 형식으로 생성되는 임상 정보를 AI 가 받아 정리하는 것이 출발점이다1. 이 층이 얕으면 위의 모든 자동화가 예외 처리에 잡아먹힌다. 임상 소프트웨어의 실제 난이도는 대체로 여기에 몰려 있다.
- 판단 지원 층 문서 이해, 이상징후 분석, 규제 검증을 하나의 임상 흐름으로 잇는다1. 데이터 분석과 임상 의사결정 지원, 규제 대응이 서로 다른 화면이 아니라 같은 맥락 위에서 이어지는 구조다1. 연구자가 AI 의 판단 근거를 추적할 수 있어야 규제 문서로 넘어갈 수 있다는 점에서, 이 층의 설계는 성능보다 설명 가능성 문제에 가깝다.
- 실행·자동화 층 연구자가 자료를 확인하고 판단한 결과가 문서 작성과 규제 검토, 후속 운영 업무까지 이어지도록 시스템 구조를 설계한다1. 반복 업무 자동화가 별도 매크로가 아니라 흐름의 마지막 마디로 붙는다1. 사람의 손이 다시 들어가야 하는 지점이 몇 개 남는지가, 이 프로젝트가 'OS' 라는 이름값을 하는지의 실질 기준이 된다.
The Bet — 4년 뒤에 남는 것
베팅의 핵심은 AI 성능이 아니라 연결의 소유권이다. 데이터·문서·규제·운영 중 하나만 잘하는 도구는 언제든 더 나은 모델로 대체되지만, 넷이 하나의 흐름으로 붙은 환경은 한번 들어오면 빼내기 어렵다. 제이앤피메디는 그 환경 자체를 표준으로 만들고, 해외 제약·바이오 기업 및 CRO 와의 실증으로 검증 범위를 넓히겠다는 계획을 내걸었다1. 성공하면 임상 소프트웨어를 파는 회사가 아니라 임상을 운영하는 방식을 파는 회사가 된다. 반대로 실증이 국내에 머물면, 50억원은 잘 쓴 R&D 예산이었을 뿐 글로벌 팁스가 전제한 해외 사업화의 증명은 2030년 이후로 미뤄진다1. 4년은 임상 산업의 도입 주기를 감안하면 넉넉하지 않은 시간이다.
다음 12개월에 지켜볼 지표 3개
- 해외 실증 파트너의 실명 해외 제약·바이오 기업 및 CRO 와 실증을 확대하겠다는 계획1이 몇 곳의 실제 계약으로 바뀌는지가 첫 관문이다. 협약 발표가 아니라 유상 실증인지, 파일럿이 본계약으로 이어지는지를 봐야 한다.
- 규제 검증의 커버리지 글로벌 규제 가이드라인을 통합·표준화한다고 했을 때1, 실제로 몇 개 규제 체계를 덮는지가 제품 가치의 실측치다. 국가가 늘어날수록 복잡해지는 것이 원래의 문제였으니1, 커버 범위 확장 속도가 곧 해자의 두께다.
- 과제 밖의 매출 총 62억원 규모의 사업비는 2030년 6월에 종료된다1. 자체 매출과 수익 구조는 이번 발표에서 공개되지 않았다. 과제 기간 안에 Clinical OS 가 유료 제품으로 얼마나 팔리는지가, 정부 검증을 시장 검증으로 바꾸는 유일한 경로다.
정부가 4년을 걸었으니, 남은 질문은 해외 임상 현장이 같은 베팅을 하느냐다.
