Mike King, 수석 이사, 제품 및 전략, IQVIA- 인터뷰 시리즈

Mike King, IQVIA 수석 이사, 제품 및 전략, 은(는) 제품 전략, 규제 업무, 품질 보증, 운영 및 비즈니스 변혁에 걸친 20년 이상의 경력을 가진 의료 및 생명 과학 분야의 경험 많은 임원이다. 2022년 IQVIA에 합류하기 전, King은 Dentsply Sirona와 GE Healthcare에서 고위 리더십 역할을 맡아 유럽, 러시아, 독립국가연합(CIS), 이스라엘, 중동, 아프리카 및 아시아 등 복잡한 국제 시장에서 규제 업무를 총괄했다. 경력 초기에 Bio‑Rad Laboratories, Stryker, Accenture에서 품질, 규제, 운영 및 비즈니스 역할을 수행하며 의료 기술, 규제 준수 및 상업 전략의 교차점을 폭넓게 경험했다.

IQVIA는 전 세계적인 임상 연구 서비스, 상업 인사이트 및 의료 정보 제공업체로, 생명 과학 및 의료 산업에 서비스를 제공한다. 이 회사는 방대한 규모의 의료 데이터를 고급 분석, 기술, 도메인 전문성 및 헬스케어 등급 AI 기능과 결합하여 제약, 바이오테크, 의료기기 및 기타 의료 조직이 신약 개발, 임상 연구, 상업화 및 증거 생성 등을 지원하도록 돕는다. IQVIA의 Connected Intelligence 접근 방식을 통해 복잡한 의료 데이터를 실행 가능한 인사이트로 전환하여 혁신을 가속화하고 의료 생태계 전반의 의사결정을 개선하는 것을 목표로 한다.

귀하의 경력은 Accenture에서의 컨설팅부터 Stryker, Dentsply Sirona 및 GE Healthcare에서의 품질 보증 및 규제 리더십 역할을 거쳐 현재 IQVIA의 제품 전략으로 이어졌습니다. 이러한 경력 진행이 생명 과학 기업이 인공지능과 관련해 장기적인 기술 결정을 내리는 방식에 어떤 영향을 미쳤다고 보십니까?

저의 경력은 컨설팅, 제조, 품질, 글로벌 규제 업무 및 의료 기술을 아우르며, 다양한 이해관계자의 관점에서 기술 결정을 바라볼 수 있는 기회를 제공했습니다. 각 역할을 통해 가장 성공적인 투자는 운영 및 상업 성과를 환자 결과와 연결하는 것임을 발견했습니다. 이는 생명 과학 분야의 AI에도 특히 적용됩니다. 효율성 향상도 중요하지만, 장기적인 가장 큰 가치는 AI를 활용해 품질, 규제 준수, 의사결정을 강화하고 궁극적으로 전 세계 시장에서 안전하고 효과적인 의료 솔루션을 제공하는 데서 비롯됩니다.

AI가 전통적인 5~7년 기술 교체 주기를 종식시킬 수 있다고 주장하셨습니다. AI를 도입하면 품질 또는 규제 플랫폼이 더 영구적으로 유지되는 이유는 무엇이며, 교체를 가속화하지는 않는가요?

전통적으로 기업은 더 나은 기능이 제공되거나 기존 공급업체 계약이 종료될 때 시스템을 교체했습니다. AI는 기술 혁신 속도를 가속화함으로써 이 계산을 변화시킵니다. 가치는 더 이상 애플리케이션 자체에만 국한되지 않고, 수년간 사용하면서 축적된 데이터, 워크플로, 거버넌스 및 조직 지식에 존재합니다. Good Practices 또는 “GxP” 생명 과학 애플리케이션의 맥락에서, 조직이 검증된 비즈니스 프로세스에 AI를 층층이 적용하고 자격을 갖춘 인간 전문가의 감독 하에 지속적으로 결과를 개선하면, 복제하기 어려운 지능 자산을 만들게 됩니다. 이러한 환경에서는 플랫폼 교체가 단순한 기술 결정이 아니라 수년간 축적된 조직 지식을 재구축하는 결정이 됩니다.

조직의 데이터 아키텍처와 워크플로 인프라의 품질이 AI 구현이 의미 있는 가치를 제공하는지, 아니면 기존 비효율성을 강화하는지 어떻게 결정합니까?

AI는 배치되는 환경을 증폭시킵니다. 데이터가 파편화되고 프로세스가 일관되지 않으며 거버넌스가 약하면 AI는 단순히 이러한 비효율성을 자동화하고 악화시킬 뿐입니다. 반면 표준화된 워크플로, 신뢰할 수 있는 데이터 및 명확한 소유권·거버넌스를 갖춘 조직은 AI를 활용해 효율성, 일관성, 규정 준수 및 의사결정을 개선할 수 있습니다. 디지털화와 데이터 준비는 성공적인 AI 도입을 위한 전제 조건이며, 지속적인 데이터 거버넌스와 AI 거버넌스는 배포 이후에도 가치, 규정 준수 및 신뢰를 보장하는 데 필수적입니다.

조직이 수년간의 독점적인 품질, 임상 또는 규제 데이터를 기반으로 AI 시스템을 훈련시킬 때 발생하는 조달 패러독스는 무엇입니까?

패러독스는 AI 활용에 성공할수록 그 성공을 가능하게 한 플랫폼을 떠나기 어려워진다는 점입니다. 품질, 규제 및 임상 데이터가 AI와 결합되면 중요한 경쟁 자산이 되지만, 동시에 전환 비용을 높일 수 있습니다. 해결책은 AI 기반 가치 창출을 회피하는 것이 아니라, 초기 조달 단계부터 데이터 소유권, 상호 운용성 및 이식성을 보장하도록 하는 것입니다.

귀하는 2025년 또는 2026년에 내린 플랫폼 결정이 2035년 이후까지 기술 전략에 영향을 미칠 수 있다고 제시했습니다. 대부분의 컴플라이언스, IT 및 재무 리더들은 이러한 장기적인 약속을 충분히 고려하고 있습니까?

규제 대상인 생명 과학 기업은 장기 투자를 익숙하게 수행합니다. 전사적 자원 관리(ERP), 제조, 품질, 임상 및 규제 시스템과 관련된 결정은 검증, 변경 관리 및 운영 영향을 고려해 항상 다년간의 계획 수립이 필요했습니다. AI는 이러한 고려 사항 중 일부를 확대할 수 있지만, 많은 고위 리더들은 이미 장기 기술 위험, 규제 의무 및 비즈니스 가치를 균형 있게 관리하는 경험이 있습니다. 차이점은 AI가 데이터와 거버넌스의 전략적 중요성을 높인다는 점이며, 이는 장기 계획의 필요성을 근본적으로 바꾸지는 않습니다.

생명 과학 기업은 누적된 데이터와 인텔리전스가 경쟁 우위를 창출하는 ‘좋은 락인’과 유연성, 상호 운용성 또는 협상력을 제한하는 ‘해로운 락인’을 어떻게 구분해야 합니까?

좋은 락인은 플랫폼을 떠날 수 없다는 것이 아니라, 플랫폼이 지속적으로 진화하고 독점 지식을 보호하며 새로운 AI 기능 및 에이전트 기반 워크플로를 기술 성숙에 따라 채택할 수 있기 때문에 떠나고 싶지 않은 상황을 의미합니다. 반면 나쁜 락인은 기존 공급업체의 솔루션 혁신이 정체되고, 상호 운용성이 제한되며, 수년간 축적된 지식이 쉽게 적응하거나 교체될 수 없는 시스템에 갇히게 될 때 발생합니다. 목표는 데이터와 조직 인텔리전스의 소유권을 유지하면서 차세대 AI를 활용할 수 있는 유연성을 유지하는 것입니다.

AI, 예측 유지보수 및 자동화에 더 많은 자본이 할당됨에 따라, 조직이 노후된 핵심 시스템 교체를 미룰 경우 어떤 위험이 발생합니까?

가장 큰 위험은 노후된 플랫폼이 AI 도입의 병목이 되는 것입니다. 레거시 시스템은 종종 파편화된 데이터, 수동 또는 고도로 맞춤화된 워크플로, 고립된 프로세스를 포함하고 있어 즉각적인 자동화 기회를 제한합니다. 조직은 AI 파일럿, 예측 분석 및 지능형 에이전트에 투자하더라도 핵심 인프라가 대규모 배포를 지원하지 못한다는 사실을 발견할 수 있습니다.

또한 더 넓은 비즈니스 위험도 존재합니다. 기술이 노후화되면 공급업체 지원이 감소하고, 전문 인력을 찾기 어려워지며, 유지보수 비용이 상승합니다. 동시에 현재 상태와 차세대 AI 플랫폼 간의 격차가 확대되어 향후 현대화 작업이 더 복잡하고 비용이 많이 들게 됩니다. 조직은 프로세스 성과, 제품 품질, 환자 결과, 규정 준수 또는 상업적 효율성을 실질적으로 개선하지 못하고 현 상태를 유지하는 데만 투자하게 될 수 있습니다. 많은 경우 현대화와 AI 준비는 별개의 이니셔티브가 아니라 함께 진행되어야 합니다.

기업이 나중에 공급업체를 변경할 경우 데이터 이식성, 모델 이식성 및 조직 지식에 대한 접근성을 보장하기 위해 어떤 기술적·계약적 보호 조치를 마련해야 할까요?

조직은 정보의 소유권 및 접근성을 유지하는 계약적·기술적 보호에 중점을 두어야 합니다. 여기에는 명확히 정의된 데이터 내보내기 기능, 개방형 통합 프레임워크, 문서화된 API, 데이터 계보, 마이그레이션 권리 및 독점 모델이 기업 정보와 어떻게 연계되는지에 대한 투명성이 포함됩니다. 조직 지식은 기업의 가장 가치 있는 자산 중 하나가 될 수 있으며, 이식 가능하고 안전하며 통제 가능한 상태를 유지해야 합니다.

제약 및 의료기기 환경에서 AI 기반 시스템을 업그레이드, 재학습 또는 교체하는 결정에 규제 검증 및 변경 관리 요구사항은 어떻게 반영되어야 합니까?

GxP 환경에서는 AI가 책임 소재를 바꾸지 않습니다. 품질 및 규제 전문가가 시스템과 프로세스의 거버넌스, 무결성 및 규정 준수를 지속적으로 책임집니다. 따라서 AI 기반 기술은 강력한 거버넌스, 위험 기반 검증, 문서화된 변경 관리 및 규제 심사를 견딜 수 있는 충분한 설명 가능성을 갖추어야 합니다. 자격을 갖춘 전문 인력이 여전히 GxP AI의 핵심 거버넌스 요소로 남아 있습니다.

생명 과학 기업이 오늘날 AI 기반 플랫폼이 향후 10년 동안 안전하고, 규정을 준수하며, 적응 가능하고, 경제적으로 지속 가능하도록 보장하기 위해 우선 고려해야 할 공급업체 선정 기준은 무엇입니까?

헬스케어 GxP AI 솔루션 시대에 조직은 단순히 소프트웨어를 구매하는 것이 아니라 협업 파트너를 선택해야 합니다. 규정 준수 기능은 필수이며, 동시에 공급업체가 기술 발전에 따라 솔루션을 진화시키면서 기업 데이터, 독점 지식 및 규제 의무를 보호할 수 있는 능력도 중요합니다. 승리하는 플랫폼은 깊은 생명 과학 전문성을 유연한 아키텍처, 강력한 거버넌스와 결합하고, 비즈니스 운영을 방해하거나 전 세계 규정 준수를 위협하지 않으며, 환자 안전에 긍정적인 영향을 주면서 미래 AI 및 에이전트 기반 기능을 채택할 명확한 로드맵을 제공하는 플랫폼입니다.

훌륭한 인터뷰에 감사드립니다. 더 자세히 알고 싶은 독자분들은 IQVIA를 방문하십시오.