과학적 방법

연구 방법론을 변화시키는 신 기술

윌리엄 J. 홀스타인(William J. Holstein)
17 October 2014

컴퓨터 시뮬레이션에서부터 빅 데이터 마이닝에 이르는 신 기술은 과학적 발견이 이루어지는 방법을 재창조할 가능성을 열어준다.

여러모로 생각해 볼 때 전 세계 과 학계에게는 지금이 최악의 시기 일 것이다. 그러나 최고의 시기 가 될 가능성도 전혀 없는 것은 아니다. 이 같은 이중성이 발생하는 이유는 무엇일 까? 한편으로는 제약, 생명기술, 소재, 그 밖 의 다른 과학 분야 연구자들은 연구 및 개 발에 수백억 달러를 투자하고도 보잘것없는 결과물이 도출되는 현실에 실망하고 있다.

매사추세츠주 프레이밍햄에 위치한 IDC Health Insights에 의하면 주요 제약회사 들은 신제품 출시에 보통 8년에서 12년의 시간을 소요하고 12억 달러에서 18억 달 러의 금액을 투자한다.

광범위하게 퍼져 있는 질병을 정복하는 것 처럼 따기 쉬운 열매를 거둬들이던 시대는 가고 알츠하이머, 비교적 소수의 인구가 앓고 있는 다발성 경화증(MS), 루게릭병, 류머티스성 관절염 같은 훨씬 까다로운 질 병에 직면하는 도전적인 시대가 찾아왔다.

인간 게놈, 심장 및 뇌 같은 복잡한 장기 의 가장 깊은 작동방식 분석 또는 개인 맞춤형 장치에서 수집된 데이터 분석을 활용하기 시작한 연구자들이 직면한 복잡 성은 연구자들을 압도하는 어마어마한 데 이터로 인해 더욱 복잡해지고 있다.

세계에서 사용되고 있는 사실상 모든 제품 을 다루는 소재 연구 분야 과학자들도 나 노 수준 또는 원자 이하 수준의 물질 분석 방법을 파악하려고 애쓰는 과정에서 폭발 적으로 증가하는 복잡성 및 데이터와 씨름 하고 있다. 미국 뉴욕주 코닝에 위치한 코 닝의 유리 연구 그룹 매니저인 존 마우로 (John Mauro)는 "우리는 제약산업에 종사 하는 동료 연구자들이 직면한 문제와 동일 한 문제를 겪고 있습니다."라고 말한다.

Technology is radically changing the way researchers experiment with molecules, heralding a new era in scientific innovation.Image © Photographe : François Chevalier-3D: Timothée Vigouroux

새로운 세계 질서

그러나 모든 도전 과제들에 대해 생각해보 면 기술과 과학적 혁신의 결합을 통해 흥 미로운 기회가 열릴 가능성도 있다. 예를 들어 생명과학에서는 웨어러블 컴퓨팅 도 구가 환자가 관찰할 수 있는 데이터뿐 아 니라 관찰할 수 없는 데이터까지 수집하고 컴퓨팅 도구가 수집하는 데이터는 인간이 저지를 수 있는 오류가 왜곡에서 자유롭다.

그러나 데이터가 방대해짐에 따라(56페이 지 빅 데이터 기사 및 58페이지 경험에서 들려주는 이야기 참고) 분석가들은 과학 자들이 보다 깊은 통찰력을 얻을 수 있도 록 도움을 제공하고 있다. 정확성이 높아 지면서 과학자들은 개별 분자가 인간의 세포에 영향을 미치는 방법 또는 다양한 기압과 온도에 노출된 흑연 탄소가 제트 기 안에서 견디는 방식 등을 모델링, 시뮬 레이션 및 예측을 시도할 수 있어 솔루션 발견 속도가 빨라지고 있다.(52페이지 시 뮬레이션 및 모델링 기사 참고)

미국 펜실베이니아주 앨런타운에 위치한 퍼포먼스 소재 제조업체인 에어 프로덕츠 사(Air Products)의 컴퓨터 모델링 책임자 샌제이 메타(Sanjay Mehta)는 이렇게 설 명한다. "세상을 바꾸는 가장 큰 요인은 고성능 컴퓨팅 능력입니다. 수천, 수백만 가지 시나리오를 시뮬레이션할 수 있는 능력을 지니고 있기 때문입니다. 연구실 에 파묻혀 모든 실험을 다 수행할 필요가 없어졌습니다. 어차피 모든 연구를 다 해 볼 수도 없는 노릇 아닙니까?"

맞춤형 소재 설계 능력은 가히 혁명적인 것이다.(54페이지 소재 기사 참고) 예를 들어 코닝은 데이터 기반 모델링을 활용 하고 유리의 핵심 속성에 대한 최신 이해 와 예측을 바탕으로 깨지는 대신 에너지 를 흡수하는 3세대 고릴라 글라스(Gorilla Glass)를 개발했다. 코닝의 등록 상표인 고릴라 글라스는 대다수 휴대폰 및 장치 에 적용되고 있다.

전통적으로 생명과학은 다른 산업에 비해 상업화가 더디게 진행되어 왔다. 그렇게 된 데에는 의약품 발견에서 의약품 개발, 제조, 임상 시험, 실험실 테스트, 궁극적으로는 정 부의 규제 검토에 이르는 전체 프로세스를 연결하는데 결부된 어려움도 한몫 했다.

“우리의 세계는 좀더 가상화된 네트워크를 향해 가고 있다.”

폴 맥켄지
수석 부사장 얀센 제약 제조 및 기술 운영 담당

미국 뉴저지주에 본사를 두고 있는 Johnson & Johnson(J&J)의 Janssen Pharmaceuticals의 제조 및 기술 운영 담당 수석 부사장 폴 맥켄지(Paul McKenzie)는 "연구실로부터 출발하여 소 비자 제품 또는 의약품 또는 의료 장비에 이르는 영역에서 보다 완벽한 관리적 방 법으로 소비자 또는 환자들을 대할 수 있 는 방법을 찾아내려는 것은 모든 업계가 공통적으로 추구하고자 하는 주제임에 틀 림없습니다."라고 말한다.

연구 모델 변화

새로운 시대에 극적으로 개선된 혁신을 이룩하기 위해 과학 발견과 상업화의 기 본 모델은 급격한 변화를 경험하고 있다.

수십 년 동안 과학 연구계, 특히 생명과학 계는 간단히 말해 고립된 사일로에서 고 독하게 연구하는 개별 연구자 또는 소규 모 연구자 집단으로 대변되어 왔다. 성공 은 공유되지만 실패는 잊혀져 다른 연구 자들을 똑 같은 운명에 빠지게 하곤 했다. 특정 과학자 그룹이 유용한 화합물을 규 명하면 그 정보가 개발 팀으로 전달되고, 다시 제조부문으로 넘겨진다. 그러는 사 이 다른 팀은 여전히 임상 시험을 관리하 고 규제 기관의 승인을 받기 위해 노력한 다. 각 그룹은 이전 그룹이 수행한 작업의 완전한 맥락을 이해하려고 노력하는 사이 특정 절차가 반복되고 그러는 사이에 지 적 재산은 사라지게 된다.(60페이지 기술 이전 기사 참고)

30여 년을 미국 인디애나주 인디애나폴리 스에 위치한 Eli Lilly에 몸담았고 지금은 캘리포니아주 산타 모니카에 위치한 Milken Institute의 FasterCures 센터에서 선임 펠로우를 지내고 있는 버나드 무노 스(Bernard Munos)는 이러한 과정에 대 하여 "제대로 기능한다고 보기 어려운 모 델"이라고 말한다.

새롭게 개선된 모델을 사용하면 과학자들 은 성공한 결과물이든 실패한 결과물이든 관계 없이 모든 결과물을 전자 연구 노트 (electronic laboratory notebooks, ELN) 에 기록할 수 있고, 해당 데이터는 중앙에 저장되어 다른 프로젝트를 수행하는 연구 자들이나 다른 지역에 위치한 연구자들이 벤치마크할 수 있는 자료로 제공되며 심 지어는 다른 기업과 공유할 수도 있다. 영 국 소재 리서치 전문 기업 Ovum의 제약 산업 분석가인 앤드류 브로스넌(Andrew Brosnan)은 이렇게 말한다. "한 때 제약기 업은 매우 수직적으로 통합되어 있었습니 다. 하지만 지금은 그러한 수직적 문화가 조금씩 흐트러지고 있습니다."

무너지기 시작한 장벽

오늘날 단일 연구소 또는 단일 조직에서 연구에 성공하는 일은 드물어지고 대신 많은 과학자와 개발자들의 협업이 연구의 성공을 이끌고 있다.

미국 펜실베이니아 호셤에서 근무하고 있 는 Janssen의 폴 맥켄지는 이렇게 말했 다. "우리가 살아가는 세계는 현재 가상으 로 통합된 네트워크를 향해 나아가고 있 습니다. 내부에서는 A 단계, B 단계, C 단 계를 거치고 있는 의약품이라도 외부에서 는 D 단계, E 단계, F 단계를 거치고 있을 수 있습니다."

항생제 내성을 보이는 수퍼 결핵균의 활 동 재개를 막기 위해 인도 과학 및 산업 연구 위원회(Council for Scientific and Industrial Research, CSIR)가 기울인 노 력은 발견 과정이 진행되어야 하는 방법 에 관련된 새로운 모델을 제공할 수 있 다. 오픈 소스 R&D 모델을 채택한 CSIR 은 전세계 과학자들에게 각자의 전문성을 바탕으로 연구에 기여해달라고 요청했다. 결과적으로 830명의 과학자가 자발적으 로 참여해 불과 4개월 만에 이 질병과 맞 서 싸울 수 있는 무기 개발에 괄목할만한 진전을 이뤄냈다.

버나드 무노스는 "그와 같은 도전 과제 해 결을 위해 830명의 연구인력을 투입했다 면 성공은 물론이고 매우 신속하게 성과 를 거둘 수 있습니다. 혼자 작업했다면 300년이 걸릴 일이었습니다. 이와 같이 해결될 프로젝트를 평생을 두고 연구하려 고 할 과학자는 없을 것입니다. 결과를 볼 수도 없을 것이고 그로 인한 인정도 받지 못할 것이기 때문입니다."라고 말한다.

합의된 표준

결핵 프로젝트는 인도적인 차원에서 긴급 한 과제였기 때문에 이에 호응하는 과학 자들이 많았지만, 기업의 세계에서는 기 업 외부에서 상업 파트너와 학술 파트너 또는 심지어 경쟁 조직과 광범위한 협업 을 지원하는 시스템을 창조하는 일이 훨 씬 더 어렵다. 핵심 쟁점은 지적 재산권을 누가 소유할 것인가 하는 것인데, 공동 표 준 및 공동 프로토콜을 제정해 단 한 번 도 의사소통해 본 적 없는 행위자들이 편 안한 마음으로 의사소통에 나설 수 있도 록 분위기를 조성할 필요성이 대두되고 있다.

다양한 과학 분야에 종사하는 기업은 각 자의 연구 데이터를 상이하게 규정하기 때문에 결과를 비교하기가 불가능하다. 영 국에 위치한 Pfizer의 기술 및 혁신 담당 수석 이사인 게하르트 뇔켄(Gerhard Noelken)은 "모두가 데이터를 전혀 다르게 정의합니다. 분석 결과를 묘사하는 방법이 나 정의하는 방법을 규정한 표준은 전혀 없는 상태입니다. 데이터에 대한 적절한 정의, 기업 간 및 파트너 간 데이터 및 정 보 교환에 대한 동의가 이뤄진다면 일은 훨씬 더 쉽게 풀릴 것입니다. "라고 말한다.

표준을 정해야 하는 주체에 대해 합의점 을 이끌어내는 일 역시 도전적인 과제이 기는 마찬가지이다. J&J 같은 유수의 최 종 사용업체들은 기술 공급업체들로 하여 금 그들이 제공하는 IT 기술이 '플랫폼에 무관하도록' 만들어 줄 것을 요구하고 있 다. 하지만 공급업체들이 그렇게 할 수 없 거나 또는 할 의지가 없을 경우 제약산업 은 새로운 각자의 바벨탑을 쌓아 올리게 되고, 해당 기업의 폐쇄적인 장벽 바깥으 로부터 절대로 접근할 수 없는 '무가치한 데이터'로 가득한 섬을 더 많이 만들어내 는 위험에 빠지게 될 것이다.

Janssen의 폴 맥켄지는 "수 많은 기업이 각자 기술을 보유하고 있습니다. 하지만 서로 다른 시스템이 서로 간에 액세스할 수 있는 진정한 파트너십을 구현하려는 접근법을 품고 있는 이러한 이상을 완벽 하게 실행에 옮기는 기업은 아직 보지 못 했습니다. 저는 공급업체들이 표준과 관련 한 협업에 나섬으로써 성공할 수 있기를 진심으로 바라고 있습니다."라고 말한다.

새로 개발된 요거트나 치즈에 들어 있는 박테리아가 발효되는 과정은 매우 복잡한 과정이다. 과학자들은 인간 게놈 지도 제작에서부터 폭발적으로 증가하는 빅 데이터에 이르는 요인이 유발한 유례 없는 복잡성에 직면하고 있다.(이미지 제공 © Chr. Hansen)

연구실에서 창고까지

연구에 대한 새로운 비전은 연구실에서부 터 시작되고 있다. 많은 기업의 경우 ELN 구축이 쉽지 않았다. 일부 과학자들이 그 로 인해 준비하고 있는 아이디어가 세상에 노출될 것을 우려했기 때문이다.(62페이지 기사 참고) 초기에는 소프트웨어와 지원 데이터베이스가 그리 강력하지도 않았다. IDC Health Insights의 연구 이사인 앨런 S 루이(Alan S. Louie)는 "초기에 기울인 노 력 대부분은 사람들이 기대한 만큼의 가치 를 유발하지 못했습니다."라고 말한다.

그러나 이 문제는 컴퓨팅 성능의 개선으 로 해결의 도움을 받았다. 미국 코네티컷 주 그로턴에 위치한 Pfizer의 연구 펠로우 인 로버트 웨이드(Robert Wade)는 Pfizer 내에서 상용화 이전 개발을 담당하는 세 부문은 ELN을 통해 연결되어 있다고 말 했다. Pfizer는 당시 230여명이 사용했던 ELN 시스템이 연간 200만 달러의 비용을 절감했다고 평가한다. 오늘날에는 900명 이 이 ELN 시스템을 사용하고 있다.

로버트 웨이드는 "일단 데이터를 활용할 수 있게 되어 쉽게 공유할 수 있게 되면 시스템 사용에 대한 공포는 순식간에 사 라집니다. 모든 사람이 유사한 프로젝트 를 수행하고 있는 다른 과학자의 데이터 에 접근하고 싶어합니다."라고 말한다. Pfizer처럼 생명 과학 산업 전체는 ELN 및 그 밖의 IT 시스템을 모든 이해관계자에게 확대할 경우 얻을 수 있는 이익을 이해하 고 있다. 예를 들어 얀센의 폴 맥켄지는T I 시스템을 활용해 미 식품의약국(FDA) 및 글로벌 규제 기관에서 제품의 규제 준수 여부 및 제품에 사용된 물질이 임상 시험 에 사용된 물질과 일치하는지 여부를 직접 시연할 수 있는 가능성을 연구하고 있다.

폴 맥켄지는 "산더미 같은 종이 문서와 검 토자료를 쌓아두고 사람들이 문서와 씨름 하는 대신 버튼을 한 번 누르는 것만으로 이 모든 일을 할 수 있어야 한다고 생각 합니다. 이를 통해 효율성이 크게 개선될 것으로 내다보고 있습니다."라고 말했다.

출처: Battalle, R&D 매거진

개인화된 의약품

기술은 빠르게 진보해 가까운 미래에는 암 환자가 자신의 게놈을 해독하고 자기가 앓 고 있는 암의 특정 변종을 분석해 부작용 이 가장 적은 화합물, 화합물군, 또는 DNA 배열을 결정할 수 있게 될 것으로 보인다. 소재 분야에 종사하는 과학자들은 사실상 모든 제품을 생산하는 방법을 개선할 수 있는 가능성이 열릴 것으로 내다본다.

도전 과제가 많이 있음에도 주요한 진전 이 이루어지고 있고 이를 통해 전 세계 과학계가 최고의 시대로 진입할 수 있는 큰 발걸음을 내디딜 가능성이 높아지고 있다. ◆

윌리엄 홀스타인(William J. Holstein)은 뉴욕 주재의 비즈니스 저널리스트 겸 작 가이다. 최근 <차세대 미국 경제: 진짜 발 견을 위한 청사진>을 발간한 바 있다. williamjholstein.com에서 홀스타인의 저 서에 대한 자세한 정보를 얻을 수 있다.

Related resources

Subscribe

Register here to receive a monthly update on our newest content.