IBM는 스위스에 오랜 시간 투자한 중요 해외 투자처입니다. 연구소 설립에 스위스가 적절한 장소인 이유는 무엇일까요?
IBM 스위스 지사는 1927년에 설립되었으며 저희 리서치 랩(Research Lab)은 1956년 취리히 지역에 세워졌습니다. 스위스의 안정적인 사업 여건, 높은 교육 수준, 전세계 인재들이 선호하는 곳이라는 점 이외에도 유럽의 중심에 위치하고 있다는 점 때문에 미국이 아닌 타 지역에 리서치 랩을 건립하는 첫번째 장소로 스위스를 선택하였습니다.
오늘날 전 세계 19곳에 IBM 연구소가 있지만 뤼슐리콘 (Rueschlikon) 연구소 만큼 많은 노벨상 수상자를 배출한 IBM 랩은 없었습니다. 게오르그 베드노르츠(Georg Bednorz), 게어드 비니히(Gerd Binnig), 칼 알렉산더 뮐러(Karl Alexander Müller), 하인리히 로러(Heinrich Rohrer)는 IBM과의 협력으로 연구 발명한 개별 원자 이미지를 제공할 수 있는 주사 터널 현미경 및 에너지를 더욱 신중하게 사용할 수 있는 고온초전도로 노벨상을 받았습니다. 스위스의 탄탄한 인프라 및 다양한 장점은 이와 같은 성과를 이루는데 확실히 도움이 되었습니다.
스위스의 어떠한 가치가 IBM이 최근 떠오르는 기술을 위한 장소가 될 수 있도록 했나요?
4명의 노벨상 수상자를 배출해 낸 것 외에도 저희 뤼슐리콘(Rueschlikon) 랩은 보안, 블록체인, 사물인터넷과 관련된 본사의 연구 활동을 국제적으로 조정하는 주체적인 역할을 했습니다. 또한 ETH와 EPFL과 같이 명성 있는 대학들과 긴밀하게 협동합니다.
스위스는 세계적인 바이오 제약 회사뿐만 아니라 세계적인 은행, 보험, 기술 조립 및 영양 회사와의 긴밀한 협력을 가능하게하기 때문에 저희에게 특히 흥미 롭습니다. 새로운 기술을 고객사와 협력하고 학계와 긴밀한 협조를 통해 함께 개발할 수 있기에 스위스는 흥미로운 활동 지역입니다.
스위스의 인공 지능과 생명 과학 분야의 트렌드는 무엇이라고 생각하시나요?
스위스의 법률 및 상식 중심의 관리 프로세스를 통해 새로운 기술을 사용하여 시범 케이스를 신속하게 설정할 수 있습니다. “원거리 상담”을 제공하는 “앱 닥터”인 메드게이트(Medgate)라는 앱을 예로 들어볼까요.
메드게이트(Medgate)는 이곳 스위스에서 개발되었으며 현재 디지털 기술로 실현이 가능해진 원격 건강 서비스를 제공하는 선두 업체로 세계적으로 인정받는 유명한 회사입니다.
메드게이트(Medgate)와 같은 혁신 기업과의 지역 내 접근성을 통해 저희는 더 빠르게 새로운 기술을 개발할 수 있습니다. 메드게이트(Medgate)와 IBM은 의학적으로 위태로운 상황을 원격으로 확인할 수 있는 증강 지능 기반 알고리즘을 공동으로 개발했습니다.
거시적 관점에서 봤을 때 스위스의 생명 과학 및 의료 서비스 분야에서 저희가 관찰한 가장 큰 트렌드는 고품질의 의료 서비스를 보다 저렴하게 제공하려는 노력입니다. 이는 종종 인공 지능, 블록 체인 및 로봇과 같은 새로운 기술의 장점들을 수용하는 세계적인 추세로 저희가 다른 나라에서 보는 상황과 크게 다르지 않습니다. 저희는 이것이 의료 서비스 분야의 변화와 잠재적 기술로 지원 장애를 이끌어 낼 주요 원동력 중 하나라고 생각합니다.
IBM, 알파벳, 애플, 삼성, 아마존과 같은 거대 첨단 기술 회사들이 의료 서비스 분야에 진입하고 있으며 노바르티스(Novartis), 로슈 (Roche)와 같은 기존의 제약 회사들은 첨단 기술 역량을 습득하고 있는 중입니다. 디지털 시대에는 산업 간의 경계가 모호해집니다. 대표님의 회사가 의료 서비스 분야에 방해자라고 생각하시나요?
저희는 저희를 조력자라고 생각하고 있습니다. 물론 저희의 기술을 배치하면서 혼란을 야기시키는 경우가 가끔 있습니다. 그러나 IBM은 B2B, 즉 기업 대 기업 형태의 관계에 초점을 맞추고 있기 때문에 혼란의 정도는 보통 저희 고객사들에 의해 야기됩니다. 또한 진정한 혼란은 보통 이해 당사자 간의 협업으로 의한 결과물인 경우가 종종 있습니다.
의료 서비스 및 생명 과학 분야에서 현재 저희는 보통 돈을 지불하는 측에 의해 개시되는 이해 당사자 간의 협업 규모에서 초기 모델만을 보게 됩니다. 예를 들어 전자 의료 기록 포털인 독일의 “테크니커 크랑켄카세(Techniker Krankenkasse 혹은 Tk)”를 살펴볼까요. Tk는 처음 본 모델을 개시하여 환자들이 응급 사항일 경우 혹은 새로운 의료 서비스 제공자를 만나게 되는 경우에 자신들의 의료 기록에 더 빠르게 접속할 수 있도록 했습니다.
Tk의 접근 방식은 환자들에게 재빠르게 수용되어 처음 서비스 시작한지 1년밖에 되지 않았지만 이미 많은 수의 사람들이 자동으로 자신의 데이터를 본 포털에 제공하고 있습니다. 이와 같은 사례는 의료 서비스 산업 분야의 진정한 혼란을 불러일으키는 유발점이 될 수 있습니다.
IBM에서 현재 진행 중인 프로젝트와 바이오테크 활용 사례에 대해 이야기해 주실 수 있으신가요?
현재 저희가 독자적으로 혹은 파트너사와의 협력을 통해 진행하고 있는 몇가지 사항들을 말씀드리자면 가격 모형, 동반 진단, 임상 시험 프로토콜 설계 및 임상 시험 매칭이 있습니다.
임상 시험자 모집의 어려움과 프로토콜 수정 사항들로 인하여 연구가 지연되거나 실패하기도 합니다. 이와 같은 사항은 보통 연구 설계에 기인하는 경우가 있습니다. IBM 스터디 어드밴스 (Study Advance)는 이러한 문제점을 극복할 수 있도록 도와줍니다. 이는 프로토콜 개발 과정을 최적화할 수 있도록 제작되었으며 적절한 결정을 내릴 수 있는 데이터 통찰력 및 효율성을 향상시키는 협업 플랫폼을 제공합니다.
임상 시험 매칭은 오랜 제약 개발 기간을 단축시킬 수 있습니다. 저희는 임상의가 환자에게 적합한 임상 시험 목록을 확인할 수 있어 능률적인 조사를 가능케 하는도구를 이미 개발한 상태입니다.
가격의 경우 저희는 스마트 알고리즘을 개발하여 제약사와 바이오테크 회사가 신제품 출시할 때의 영향 혹은 독점권 상실시 발생하는 영향을 모형으로 제시했습니다.
마지막으로 위의 사항들과 마찬가지로 중요한 동반 진단에 대해 짚고 넘어가고 싶네요. 예를 들어 당뇨병 분야에서 저희는 제약사, 바이오테크 회사 및 진단 회사와 긴밀하게 협업하여 환자의 혈당 레벨에 따른 인슐린 투여량의 영향을 더 정확히 파악할 수 있도록 하고 있습니다.이는 중단기 합병증을 줄이고 환자 삶의 질을 향상시키기 위한 노력입니다.
IBM이 인공 지능을 적용한 의료 서비스 분야에 초점을 맞추게 한 요인 및 그 이유는 무엇인가요?
의료 서비스 환경은 복잡합니다. 이는 단순히 질병의 복잡성 때문만이 아니라 고도로 규제된 환경 내에서 다양한 이해 당사자들 사이의 잘 짜여진 협업을 필요로 하기 때문이죠.
인공 지능을 세가지 단계로 나누면 좁은 인공 지능, 광범위한 인공 지능, 혁명적인 인공 지능으로 나눌 수 있는데 현재 저희는 좁은 인공 지능 단계에 있습니다. 이것이 시사하는 바는 저희가 현재 소수의 이해 당사자들만이 얽혀있는 가장 전망이 밝은 분야에 조첨을 맞추고 있다는 점입니다.
이와 관련된 예로는 저희와 의료 이미징 협업을 진행하고 있는 프랑스 회사 게르베(Guerbet)로 스위스 취리히에 계열사를 두고 있으며 MRI와 CT 이미징을 활용하여 간암 진단 및 치료를 지원하는 회사입니다. 또다른 예로는 미국 회사인 메드 트로닉(Medtronic)으로 스위스 보*Vaud)에 유럽 지사를 두고 있으며 저희사의 인지 컴퓨팅 도구를 이용하여 당뇨병 환자들이 좀 더 편안하게 살 수 있도록 하고 있습니다.
마지막으로 저희는 책임, 가치 분매, ‘설명 가능성’, 공평함 및 사용자 데이터 권리와 같은 주제에 대해 다루기 위해서 인공 지능의 윤리에 대해서도 연구하고 있습니다.
IBM 왓슨 의료 플랫폼에 대해 이야기 해볼까요: 본 사업의 미래는 어디에 있다고 생각하시나요? IBM에서는 단백질 유전 정보학, 대사체학, 전사체학과 같은 다른 생화학 혹은 유전학 분야를 위한 인공 지능 활용 시스템을 개발할 계획이 있나요?
사실, 맞춤형 종양 치료를 위해 사용하는 제노믹스® 솔루션에 저희 IBM 왓슨을 활용하는 제네바 대학 병원과 협업 중입니다. 이와 관련해서 저희가 아직도 겪고있는 어려움에 대해 언급하고 싶네요.아직 데이터 제공자, 지급인, 환자들 사이에서 자동으로 충분히 데이터가 교환되지 않을 뿐더러 어떤 경우에는 익명의 데이터 혹은 ‘가명’을 사용하는 데이터가 교환되기도 합니다.
이는 저희가 겪는 가장 주요 애로 사항으로 저희의 오픈 헬스 플랫폼 (Open Health Platform)을 통해 해결하려고 하는 사안입니다. 본 플랫폼에서는 산업 전반에 걸쳐 있는 다양한 이해 당사자들이 규제 및 보안 적용되는 환경에서 데이터를 보관, 교환 및 작업할 수 있습니다. 이는 의료 서비스 분야 내에서 좁은 수준의 인공 지능으로 부터 광범위한 수준 인공 지능 그리고 혁명적인 인공 지능으로 옮겨 가기 전에 거쳐야 될 단계로 저희는 보고 있습니다.
IBM의 경험에 비춰봤을 때, 의학 분야에서 리얼 월드 데이터 (Real World Data 혹은 RWD) 사용의 발전 수준은 어느 정도이며 RWD와 함께 작업할 때 IBM의 역할은 무엇인가요?
이 분야는 수요가 매우 높은 분야입니다. 제약사 및 바이오 테크 회사는 환자의 경로를 더 올바르게 이해하여 RWD 기반 혁신을 이끌어내는데 큰 관심을 가지고 있습니다. 다른 예로는 좀 더 신속한 결정 과정을 이끌어 낼 수 있는 RWD 데이터 활용 임상 시험 데이터의 사용입니다. 로슈(Roche)와 IBM이 작년에 네이처 메디신(Nature Medicine)에 발표한 공동 논문을 예로 들고 싶네요. (25회, 2019년 1월, 57-59) 해당 논문은 리얼 월드 데이터를 활용하여 당뇨병 환자에서 만성 신장병의 초기 위험 요소 예측에 대해 설명하고 있습니다.
본 인터뷰의 진행자는 S-GE의 투자유치팀 이사인 시르파 치말(Sirpa Tsimal)이며 본 인터뷰는 스위스 바이오테크 보고서 2020 «생명 과학 분야의 인공지능: 외부 방해자의 역할»에 처음 실렸었습니다.
