
외부 AI 모델이 비임상 연구 결과를 예측해 준다면, 연구팀은 다음 회의에서 무엇을 다르게 결정할 수 있을까요? 후보의 실험 순서를 바꾸는 것과 예측만 보고 후보를 탈락시키는 것은 결과가 다릅니다. 둘을 구분하지 않고 성능표부터 비교하면 우리 팀이 감수할 수 있는 오류가 무엇인지 놓치게 됩니다.
모델 공개 이후 연구팀이 판단할 것
insitro의 2026년 10월 6일 발표에 따르면 Lilly와 공동 개발한 저분자 비임상 약동학(PK) 예측 모델이 같은 날 TuneLab에서 이용 가능해졌습니다. 발표 범위는 네 동물종의 비임상 예측입니다. insitro는 자체 평가에서 구조가 비슷한 화합물이 학습·시험 양쪽에 섞이지 않도록 데이터를 나눴다고 설명했고, 새로운 화학 계열에서는 성능이 달라질 수 있다고 밝혔습니다. 플랫폼 제공과 개발사 내부 평가는 확인되지만, 다른 기업의 도입 성과나 임상 예측 성능을 확인한 것은 아닙니다.
외부 모델을 비교할 때는 공급자 성능표보다 먼저 우리 팀이 바꾸려는 결정을 적습니다. 실험 순서를 정하는 회의에서 참고 근거를 하나 더 얻는 것이 목적이라면, 그 모델이 후보를 제외해도 되는지는 별개로 판단해야 합니다.
기존 판단을 비교 기준으로 남긴다
가상의 연구팀이 다음 실험에 올릴 저분자 후보의 검토 순서를 정한다고 가정해 보겠습니다. 도입 담당자는 AI 없이 결정할 때 팀이 참조하는 자료와 순위를 먼저 남깁니다. 과거 회의를 재현할 때는 그 당시 가용했던 정보만 사용합니다. 실험 후에 확보된 정보까지 모델에 제공하면 실제 도입 시점보다 유리한 비교가 됩니다.
평가 자료는 시험 설계를 다듬는 자료와 최종 비교용 자료로 나눕니다. 예를 들어 최종 비교용으로 다른 연구 시기나 화학 계열을 남기고, 그 결과를 본 뒤 같은 자료로 기준을 다시 조정하지 않습니다. 중요한 후보 유형의 표본이 너무 적다면 전체 평균이 높더라도 해당 유형은 판단 보류로 표시합니다.
| 확인할 질문 | 남길 근거 | 보류 신호 |
|---|---|---|
| 기존 검토에 무엇을 더하는가 | 기존 순위와 AI 참고 순위, 달라진 판단과 이유 | 순위가 바뀌었지만 추가 검토의 근거를 찾을 수 없음 |
| 어느 후보에서 틀리는가 | 계열·대상 종·입력 조건별 오류와 누락 | 중요한 후보 유형의 표본이 없거나 누락이 한쪽에 집중됨 |
| 잘못된 추천을 되돌릴 수 있는가 | 담당자의 수정·보류 기록과 원래 절차 | 예측만으로 후보가 제외되거나 기존 검토를 복원할 수 없음 |
| 평가 조건을 확인할 수 있는가 | 모델 버전, 입력 범위, 실행일, 비교 결과 | 버전이 불명확하거나 결과를 검토 기록에 남길 수 없음 |
데이터를 조회에 쓰는 것과 학습에 제공하는 것을 구분한다
Lilly TuneLab 공개 FAQ는 연합학습을 사용하는 모델에서 참여사의 원시 학습 데이터는 참여 노드에 두고, 모델 업데이트를 중앙 서버로 보내 집계하는 구조를 설명합니다. 이 설명만으로 예측 조회에 입력한 자료와 결과의 저장·접근·삭제 조건까지 확인된 것은 아닙니다. 도입팀은 예측 조회와 학습 참여를 나눠 각각 어떤 정보가 어디로 이동하는지 공급자에게 물어야 합니다.
비공개 화합물 구조를 업로드하기 전에 제출 가능한 자료 범위를 정하고, 입력·결과·운영 로그의 접근자와 보존 조건을 확인합니다. 외부 공유가 승인되지 않았다면 공개 또는 사용 승인된 자료로만 흐름을 점검하고, 이를 자사 데이터에서 성능을 검증한 것으로 기록하지 않습니다.
첫 적용은 기존 판단과 나란히 운영한다
과거 자료로 비교 기준을 정했다면 새로운 검토 건에서 기존 절차와 AI 추천을 병행합니다. 연구자가 AI 추천에서 빠진 후보를 우선 검토 대상으로 유지했다면, 입력 조건이 범위 밖이었는지, 기존 실험 결과와 충돌했는지, 두 판단의 목표가 달랐는지 기록합니다. 초기 적용에서는 이 차이를 확인하는 데 집중하고, 예측만으로 후보를 자동 탈락시키지 않습니다.
다음 회의 한 건을 골라 대상 후보, 판단에 쓰는 자료, 추천이 틀렸을 때의 처리 방법을 한 장에 적어 보세요. 연구 책임자가 결과를 해석·수정할 수 있고 기존 기준과 비교할 수 있다면 검토 보조부터 시작할 수 있습니다. 평가 데이터나 기록 책임이 불명확하면 도입을 보류하고 AI 활용 데이터 준비와 프로세스 리디자인의 기준으로 먼저 정리합니다.
출처와 적용 범위
- insitro 공동 개발 모델 발표: 2026-10-06 발표 및 TuneLab 제공, 2026-11-09 확인. 개발사의 내부 평가이며 독립 검증·규제 승인·실험 대체 근거로 사용하지 않았습니다.
- Lilly TuneLab 공개 FAQ: 2026-11-09 확인. 페이지 전체 갱신일은 확인하지 못했으며, 연합학습 구조의 공개 설명 범위에서 사용했습니다.
- 미국 FDA 의약품·바이오의약품 AI 가이던스 초안: 2025년 1월 공개, 2026-11-09 확인. 규제 의사결정에 쓰일 정보·데이터를 생성하는 AI에 관한 비구속적 초안이며 시행용이 아닙니다. 신약 탐색 자체는 범위에서 제외되므로 이 글의 후보 선정 절차를 미국 규제 요건으로 제시하지 않습니다.
비교표와 병행 검토는 연구 운영 설계 제안입니다. 규제 제출의 근거로 목적을 바꾸는 경우에는 적용 관할과 근거 요건을 별도로 검토해야 합니다.