AI와 Automation이 도입되는 바이오 시장

안녕하세요. 바이오길라잡이 입니다

그간 참 오랜기간 티스토리 글을 못쓰고 있었는데 다시 좀 정신 차려보려고 합니다

요새 경기가 안좋다보이 업무가 이래저래 많이 처리를 해야되는 상황이라 너무 소홀했던 것 같습니다

 

오늘 다시 글을 적는 첫번째 주제는 바로 'AI 그리고 Automation' 입니다 

이미 AI는 ChatGPT의 등장으로 인해서 많이들 익숙하실 것이며, 이와 관련된 Automation 역시 익숙하시리라 생각됩니다.

이제는 위 2가지 단어는 일상생활부터 전 분야에 걸쳐서 빼놓을 수 없을만큼 깊숙히 들어와 있는 상황이며, 산업에까지도 적용범위를 넓여 도입하려는 움직임이 시작되었습니다

 

오늘은 이런 AI와 Automation에 관련된 것들이 적용되는 바이오업계 특히 최근에는 Cell Therapy 분야에서 이런 움직임들이 활발히 진행되고 있는데 이 사례와 더불어 이런 변화가 바이오시장에 어떤 직무적인 변화를 가져올 것이며, 어떤 부분들이 힘든 부분으로 작용하는지에 대해 설명해보겠습니다

 

 

Integrating Automation and AI 

대부분 사람들은 세포 치료제가 아직 초기 단계에 있다고 생각하고 있습니다. 성공적으로 제조되어 상업화가 된 세포 치료제의 경우 차세대 바이오 의약품으로의 발전을 의미하는 것이라고 할수 있지만, 세포 치료제의 제조 공정은 여전히 최적화되지 않은 상태입니다. 비용이 많이 들고 수작업이 많이 필요한 과정으로 배치의 실패 발생 혹은 강건한 프로세스를 유지하는 것이 쉬운 상황은 아닙니다. 이러한 문제를 해결하고자 최근에 많은 투자와 다양한 방법들이 개발되고 있는상황입니다. 그 중에 하나는, 시설 설계에서부터 인공지능(AI)과 향상된 분석 테스트와 같은 새로운 장비 및 기술의 개발에 대한 컨셉과 더불어 실제 적용하기 위한 많은 기술적인 부분들에 대한개발이 진행된다고 할 수 있습니다. 

 

[직무 요구사항의 변화]

그리고 사람은 여전히 첨단 치료제 제조에 중요한 역할을 할 것이라고 생각합니다. 앞으로 기술이 발전하고 제조가 더욱 자동화됨에따라, 직무 교육과 요구 사항이 생물학 배경에서 프로그래밍과 컴퓨터 과학에 더 중점을 두는 쪽으로 이동할 것이라고 말합니다. CDMO와 자체 제조를 하는 치료제 회사들에서 기술적 관점에서 이러한 변화가 나타나기 시작할 것 이라고 시장에서는 예측하고 있습니다.

 근로자의 배경이나 생물제조 공정의 자동화 수준과 상관없이, 가장 큰 도전 과제는 새로운 세포를 활용한 제조와 그로 인해 발생하는 변동성입니다. 이러한 변동성, 즉 세포치료제 제조에서 흔히 발생하는 예기치 않은 변수들이 진짜 control되어야 하는 부분입니다. 특히 AI나 자동화와 같은 솔루션을 도입한다고 하여 지금까지 발생한 문제들이 해결되는 것은 아니며, 결과적으로 작업자가 이러한 문제들을 처리하여 생산된 제품의 Lot을 온전히 사용할 수 있도록 하는 것이 중요한 point라고 할 수 있습니다.

 

[공정 분석의 자동화 도입]

현재 세포 치료제 분야에서 특정 작업들이 비교적 자동화되었지만, 이러한 작업들을 연결하여 전체 프로세스를 만드는 것은 여전히 많은 개발이 필요하다는 의견이 지배적입니다. 최근에는 이러한 자동화의 개별 단위 작업들을 하나의 프로세스로 연결하는 데 있어 중요한 측면은 시스템에 실시간 분석을 통합할 필요가 있다는 것입니다. 제조 현장과 QC실험실 간에 상당한 양의 업무가 오가고 있기 때문에 제조 과정에 실시간 분석을 통합할 수 있다면 생산의 소요 시간을 단축하는 데 도움이 됩니다. 결국 제조와 분석 결과를 실시간으로연결할 수 없다면, 아무리 빨리 제조할 수 있더라도 분석 결과를 기다리면서 생기는 병목현상에대한 부분은 피할 수 없을 것입니다.

 

[자동화와 완전한 Closed System의 적용]

결국 분석시스템의 내재화를 통한 실시간 분석이 가능하면서 Closed concept의 자동화된 제조시스템의 개발은 세포 치료제 분야에 있어서 가장 기대하고 있는 부분 중에 하나라고 할 수 있습니다. 세포 치료제의 closed system으로 전환하는 것은 여러 가지 이점이 있습니다.

 

1. 개별 suite가 아니라 여러 작업대가 있는 suite로 구성된 구조로 전환이 가능하게 됩니다.

 

2. 이런 구성은 현장의 유연성을 높일 뿐만 아니라, 건물 유지 관리가 더 쉬워지고, 유지 관리를 위해 사용하는 장비의 운영 비용도 훨씬 저렴해진다고 할 수 있습니다.

 

그리고 이러한 완전 closed system의 경우에는 완전 자동화를 기반으로 이뤄지기 때문에 혹시나생기는 문제에 대해서 작업자가 개입하는데 많은 제한이 있다는 단점도 있습니다. 즉, 작업자의공정 관여의 제한은 결국에는 최종 환자에게 상당한 위험을 초래할 수 있다는 위험성도 가지고있습니다. 예를 들어 의도치 않은 의약품 제조에 사용되는 저장 플라스틱 재질의 bag이 어떠한 연유로 leakage가 발생되는 문제가 생긴다면, 작업자가 개입하지 않고 현재상황에서는 문제를 해결할 수 있는 방안이 없으므로, 결과적으로 생산 전반적인 부분의 실패와 바로 직결될 수 있는 부분이기도 합니다.

 

[자동화 공정 적용의 시기]

새롭게 등장하는 기술들이 많은 가능성을 가지고 있지만, 프로세스를 자동화하는 데 서두르지 않는 것이 중요합니다. 결국 프로세스의 완전 자동화는 단순히 장비를 갖추는 것만이 아니라, 그 장비를 프로세스에 적용할 수 있는 방법에 대한 개발이 필요합니다. 특히 프로세스가 아직 최적화되지 않고 많은 변수가 있는 초기 단계에서는, 너무 많은 변화가 일어나고 있기 때문에 자동화에 적합하지 않다고 할 수 있습니다. 상업화 과정에서 자동화에 집중할 만한 적절한 시점을 찾아서 적용하는 것이 좋을 것이라는 전문가들은 이야기 합니다. 여기서 적절한 시기라고 하면, 보통 변동성이 예측 가능하고프로세스의 대부분이 통제되는 시점이며, 전체 프로세스 관점에서 볼 때 보통 후반의 임상 3상단계 혹은 임상 2단계에서 가장 중요하고 기반을 결정하는 주요한 시점이라고 할 수 있습니다.

이렇게 도입된 자동화는 결국 제조 첫해에 자동화를 목표로 하는 것 입니다.

 

 

오늘 다시 적는 바이오업계의 트렌드에서는 AI와 자동화에 대한 글을 적어보았습니다. 저도 일을 하다보면 요새는 거의 필수적으로 물어보시는 부분들이 공정자동화, 실험 자동화와 같은 부분들에 대한 문의를 많이 받고 있습니다. 그리고 기업들에서는 AI를 통한 고객대응 프로토콜과 같이 인공지능을 이용한 고객 대응 절차들을 만들어내는 등 실제로 업무에 많은 부분들을 AI가 도움을 주고 있습니다. 당장 바이오의약품을 만드는 글로벌 기업들의 행보를 보더라도 새로운 의약품을 개발하는데 일정 부분의 아이디어와 컨셉을 AI를 활용하는 사례가 최근에 엄청나게 급증하고 있는 것으로 보이고 있으며, 예전에 TV에서만 보던 로봇팔을 이용한 자동화 장비와 공정 적용은 이제 실사례로 나오고 있는 만큼 산업에  많이 적용되고 있습니다.

 

위에 제가 언급하였듯이, 이제는 단순히 바이오전공이 아닌 컴퓨터 그리고 자동화 엔지니어링 측면의 직무요구사항이 점점 바이오에서도 증가할 수 있다는 것을 보여주고 있습니다. 바이오 관련 취업이나 이 업계에서 일을 하고 계시는 분이라면 이런 자동화와 AI 적용점에 대한 부분도 유심히 살펴보시면 또 다른 흥미로운 점을 찾을 수 있지 않을까 생각됩니다!

 

즐거운 주말 마무리 잘 하시고 저는 또 좋은 내용으로

다음시간에 글 적어 올리겠습니다

 

감사합니다!!