폐쇄적으로 운영되는 공공·임상 바이오 데이터를 신약개발 과정에 개방하고, 추후 수익을 국민에게 배당하는 제도가 필요하다는 의견이 제기됐다. 한국의 우수한 의료데이터 통합 관리 역량을 신약개발에 활용해 바이오 선도국으로 도약하기 위해서다.
김화종 K멜로디사업단장은 11일 온라인 간담회를 갖고 국민신약배당 정책을 새 정부에 제안했다. 국민신약배당 정책은 건강보험 청구, 의약품 부작용·이상 사례, 약물 반응 등 공공·임상 데이터를 연합학습 기반 신약개발에 활용하는 것이 골자다. 공공데이터를 활용한 만큼 신약개발에 따른 수익은 국민과 공유하게 된다.
김 단장이 공공데이터 개방이라는 화두를 꺼낸 것은 바이오산업 후발 주자인 한국이 선진국을 따라잡기 위해서는 과감한 혁신 전략이 필요하다는 판단에서다. 예로 든 연합학습은 인공지능(AI) 모델을 먼저 개발하고, 목적에 필요한 데이터에 모델에 활용하는 방식이다. 데이터 개방이 쉽지 않은 병원·기관이 자체 데이터를 학습한 후 가중치(파라미터)만 전달하고, 모아진 데이터를 다시 학습해 정밀도를 향상하는 것이 장점이다. 데이터를 확보한 후 AI 모델을 만드는 기존 방식과는 차이가 있다.
해외에서는 여러 병원이 보유한 뇌종양 자기공명영상(MRI)을 연합학습으로 분석해 예측 정확도를 높인 사례가 있다. 우리나라도 지난해부터 한국제약바이오협회 주관으로 제약기업, 병원, 대학, 연구소 등 33개 기관이 참여한 연합학습 기반 신약개발 가속화 프로젝트를 개시했다. 독성·약동학 예측모델 개발과 데이터 기반 개방형 혁신(오픈이노베이션) 실현이 목표다.
김 단장은 여기에 데이터 공유 범위를 기존 공개 데이터 외에 공공·임상 데이터까지 넓히는 개념을 제시했다. 국민건강보험공단, 건강보험심사평가원 등 공공이 보유한 고정밀 데이터로 활용 폭을 넓히고, 데이터 주인인 국민과 신약개발 성과를 공유하는 것이 핵심이다. 연합학습은 원본 데이터가 아닌 학습된 파라미터를 주고받는 만큼 보안 유출 우려가 상대적으로 적다.
다만 국민신약배당 정책이 현실화하기까지는 데이터 공유 범위, 배당 기준 등 논의해야 할 사안이 산적하다. 김 단장은 “정책 아이디어 제안 수준일뿐 아직 구체적으로 정부 부처와 협의한 것은 없다”고 밝혔다.
무엇보다 정책 추진을 위해선 국민 동의가 필수다. 김 단장은 “원천 데이터 제공자인 국민의 참여 유인을 위해 합당한 보상이 필요하다”면서 “한국의 강점인 AI와 데이터 역량을 활용한 바이오산업 발전 방안을 고민할 때”라고 말했다.
송윤섭 기자 sys@etnews.com
