기본 콘텐츠로 건너뛰기

연구자의 마음가짐과 규제기관의 마음가짐

제약회사 문서의 핵심 규칙 하나

“오해의 가능성이 0이 아닌 문장은 지적 대상이다.”

'맞냐/틀리냐'보다 '다른 해석이 가능한가?'가 기준이다.

연구자는 “무엇이 새로운가, 무엇이 사실인가”를 밀어붙이는 사람에 가깝고, 규제기관은 “이걸 사회에 적용해도 안전한가, 이 불확실성을 감수해도 되는가”를 책임지고 판단하는 사람

신약 개발자 vs 규제 심사자: 실무 관점 비교표

실무 장면신약 개발자 관점규제 심사자 관점실무적으로 부딪히는 포인트
일의 출발점“이 후보물질/기전이 환자에게 의미 있는 가치를 줄 수 있는가?”“이 제품을 시장에 내보내도 공중보건상 감당 가능한가?”개발자는 가능성을 키우고, 심사자는 허용 가능성을 판정함
최우선 목표개발 성공, 임상적 차별화, 빠른 진입안전성·유효성·품질 입증, 공중보건 보호같은 데이터라도 개발은 전진, 심사는 검증
핵심 질문“효과가 있나?” “차별점이 있나?”“그 효과가 충분히 입증됐나?” “위험보다 편익이 큰가?”effect 존재와 approval 가능성은 다름
데이터가 좋을 때“Go decision” “가속 개발 가능”“어떤 환자군에, 어떤 라벨로, 어떤 제한 하에 가능한가?”긍정 데이터도 바로 허가로 이어지지 않음
데이터가 애매할 때“추가 분석하면 설명 가능할 것”“주요 불확실성이 해소되지 않았다”post-hoc 해석에 대한 시각차가 큼
불확실성에 대한 태도serious disease/unmet need면 어느 정도 감수 가능하다고 봄질환 중증도, 대체치료 유무에 따라 불확실성 허용 범위를 조정함심사자는 ‘불확실성 자체’를 관리 대상으로 봄
임상시험 설계성공 확률을 높이는 디자인을 고민해석 가능하고 일반화 가능한 디자인인지 봄enrichment design, single-arm, surrogate endpoint에서 충돌 잦음
1차 평가변수민감하고 빠르게 효과를 보여줄 수 있는 변수 선호임상적으로 의미 있고 검증 가능한 변수인지 중시“statistically significant”와 “regulatorily meaningful”는 다름
대조군 선택현실적 수행 가능성, 개발 속도, 비용 고려현재 표준치료 대비 해석 가능성, 윤리성, 비교 적절성 중시placebo 가능 여부, active control 적절성 논쟁
하위군 분석반응이 잘 나오는 subgroup을 찾고 싶어함사전계획 여부, multiplicity, 재현 가능성을 먼저 봄“이 subgroup은 좋다”만으로는 약함
안전성 시그널관리 가능성, class effect, monitoring plan으로 설명 시도빈도, 중증도, 가역성, 예측 가능성, 실제 진료현장 관리 가능성 평가“manageable”의 기준이 다를 수 있음
benefit-risk 해석효능이 강하면 어느 정도 위험은 수용 가능질환 특성, 환자군, 대안 치료, risk mitigation까지 포함해 총체적으로 판단심사자는 항상 “누구에게 허용 가능한가”를 따짐
CMC/품질허가 타이밍에 맞춰 품질 이슈를 정리하려 함일관 제조 가능성, specification 타당성, comparability 확보 여부를 엄격히 봄개발자는 임상에 집중, 심사자는 품질도 동등하게 중요시
제조변경/스케일업“상업화 위해 불가피한 변경”으로 접근“변경 후에도 같은 제품인가?”를 증명해야 함comparability 자료의 무게가 큼
환자 관점 활용unmet need, PRO, patient preference를 개발 논리로 활용환자 경험자료가 의사결정에 어떻게 구조적으로 반영될지 검토좋은 스토리보다 측정 가능성과 해석 가능성이 중요
허가자료 작성장점을 선명하게 구조화하고 약점을 보완 설명누락, 불일치, 데이터 공백, 해석 비약을 찾음reviewer는 “무엇이 빠졌는가”를 본다
당국 미팅 준비개발 전략에 대한 공감과 유연성 확보를 원함질문에 대한 명확성, 논리 일관성, 의사결정에 필요한 정보 충분성을 봄meeting은 설득의 장이면서도 검증의 장
적응증 설정최대한 넓게 받고 싶어함근거가 직접적으로 지지하는 범위까지만 허용하려 함broad label vs evidence-based narrow label
가속승인/조건부 허가빠른 진입과 조기 환자 접근을 기회로 봄남아 있는 불확실성을 사후 확증으로 관리 가능한지 봄confirmatory study 실패 시 리스크 큼
시판 후 요구사항“허가 후 보완 가능”이라고 생각하기 쉬움“허가 전 반드시 필요한 것”과 “허가 후 추적 가능한 것”을 구분함모든 공백이 postmarketing으로 넘어가진 않음
문서에서 강조하는 것혁신성, 차별성, unmet need, 속도근거의 질, 일관성, 재현성, auditability, risk control개발 문서는 persuasive, 심사 문서는 defensible해야 함
내부 의사결정포트폴리오, 경쟁, 일정, 자본시장 압박도 고려법규, 가이드라인, 선례, 공중보건 책임을 고려같은 판단도 조직적 책임 구조가 다름
“Yes”의 의미개발 계속, 투자 확대, 가치 상승허가 가능, 단 조건/제한/감시 포함 가능규제기관의 Yes는 종종 조건부 Yes
“No”의 의미전략 수정, 추가시험, 적응증 축소현 상태 근거로는 승인 불가개발자에게는 지연, 심사자에게는 보호 조치
가장 흔한 개발 측 오해“유의하면 된다”실제로는 임상적 의미, 데이터 완결성, 환자군 정의까지 봄
가장 흔한 심사 측 우려“개발사가 좋은 데이터만 강조하고 불확실성을 과소평가한다”양측의 신뢰는 약점 공개 수준에서 갈림
가장 좋은 협업 자세약점을 먼저 인정하고 보완계획을 제시핵심 우려를 명확히 말하고 예측 가능하게 피드백좋은 허가 전략은 ‘방어 가능한 개발’에서 나옴

실무에서 바로 써먹는 표현 차이

개발자 표현심사자 표현
유망하다아직 불확실성이 크다
효과가 보인다효과가 일관되고 해석 가능하게 입증되었는가
관리 가능한 안전성이다실제 진료현장에서 충분히 관리 가능한가
unmet need가 크다unmet need가 크더라도 근거 수준은 별도로 봐야 한다
postmarketing으로 보완 가능하다허가 전 필수 정보와 허가 후 추적 정보는 구분해야 한다
폭넓은 환자군에 적용 가능하다근거가 직접 지지하는 환자군으로 제한해야 한다

실무 팁: 개발자가 심사자 관점으로 자료를 바꾸려면

가장 효과적인 방식은 장점 강조보다 불확실성 구조화입니다.

핵심 원칙: “불확실하게”가 아니라 “불확실성을 명확하게”

규제 문서에서 좋은 문장은 대체로 이런 구조를 가집니다.
사실이 무엇인지 말하고, 그 사실의 한계를 밝히고, 그 한계가 의사결정에 어떤 영향을 주는지 설명하고, 필요하면 어떻게 관리할지 제시하는 방식입니다.

실무적으로는 이렇게 생각하시면 됩니다

질문이렇게 쓰면 안 좋음이렇게 쓰는 게 좋음
효과가 좋을 때“매우 유망하며 우수한 효능을 입증했다”“사전 정의된 1차 평가변수에서 통계적 유의성을 달성했으며, 효과 크기는 X였다. 다만 추적기간은 Y로 제한적이다.”
결과가 애매할 때“전반적으로 긍정적 경향을 보였다”“1차 평가변수는 유의성에 도달하지 못했다. 다만 사전 정의된 2차 변수에서 일관된 개선이 관찰되었다. 본 결과는 확증적 근거로 해석하기 어렵다.”
하위군 결과가 좋을 때“특정 환자군에서 탁월한 효과를 보였다”“하위군 X에서 효과가 관찰되었으나, 해당 분석은 탐색적이며 다중성 보정이 적용되지 않았다. 독립적 확증이 필요하다.”
안전성 이슈가 있을 때“안전성은 전반적으로 양호했다”“이상반응 A의 발생률은 대조군 대비 높았으나, 대부분 grade 1–2였고 중단률은 X%였다. 임상현장에서의 모니터링 전략은 다음과 같다.”
자료가 부족할 때“큰 문제는 없어 보인다”“장기 안전성 자료는 현재 12개월까지 확보되었으며, 24개월 이상 정보는 없다. 따라서 장기 노출 관련 불확실성이 남아 있다.”
CMC 변경이 있을 때“제조변경은 제품에 영향이 없을 것으로 판단된다”“제조변경 후 comparability는 분석법 A, B, C로 평가되었다. 다만 임상 노출과 직접 연결되는 데이터는 제한적이므로 이 부분은 잔여 불확실성으로 남는다.”

이 표의 핵심은 하나입니다. 막연한 긍정 표현을 버리고, 확인된 사실과 그 한계를 분리해서 쓰는 것

가장 중요한 문장 원칙 4가지

1) 확실한 것은 분명하게 쓰세요

2) 불확실한 것은 모호하게 쓰지 말고, 정확히 한정해서 쓰세요

3) 약점은 먼저 인정하고, 그 다음 관리방안을 쓰세요

4) 결론의 강도는 증거의 강도와 맞춰야 합니다


한마디로 정리하면

규제 문서는 불확실하게 쓰는 문서가 아니라, 불확실성을 숨기지 않고 통제된 언어로 쓰는 문서입니다.
좋은 문장은 대개 이렇게 생겼습니다.

무엇이 확인되었는지 → 무엇이 아직 제한적인지 → 그래서 결론을 어디까지 말할 수 있는지 → 남은 위험을 어떻게 관리할 것인지

댓글

이 블로그의 인기 게시물

PyMOL 명령어 정리: 논문·발표용 이미지 스크립트까지 한 번에

PyMOL 명령어 정리: 논문·발표용 이미지 스크립트까지 한 번에 지난 PyMOL 설치·마우스 조작 글에 대한 반응이 예상보다 컸습니다. 설치는 끝냈고 화면도 어느 정도 돌려봤는데, 그다음이 막막하다는 분들이 많았습니다. 커맨드 라인에 뭘 쳐야 할지 몰라 결국 캡처 화면만 들고 보고서를 쓰거나, 어디서 복사해온 스크립트를 그대로 붙여 넣었다가 에러 메시지만 보고 포기하는 경우입니다. 이번 글은 그 다음 단계, 즉 실제로 자주 쓰는 명령어와 논문·발표용 이미지를 뽑아내는 스크립트를 정리합니다. 다만 인터넷에 떠도는 PyMOL 스크립트 중에는 예전 버전 문법이거나, 애초에 존재하지 않는 세팅 이름이 섞여 있는 경우가 적지 않습니다. 그래서 이 글에 실린 모든 명령어는 PyMOL 공식 문서와 PyMOL Wiki를 기준으로 하나씩 확인한 뒤 실었습니다. 확인 과정에서 실제로 동작하지 않는 표현 3곳을 발견해 수정했고, 어떤 부분이 왜 틀렸는지는 별도로 짚어두었습니다. 1. 화면 제어 및 구조 불러오기 커맨드 라인은 화면 하단에 있습니다. 아래 명령어들은 세션을 시작할 때 거의 매번 쓰게 되는 기본기입니다. PDB 구조 불러오기 : fetch 1tup — 인터넷에서 해당 PDB ID의 구조를 바로 내려받아 표시합니다. 배경색 변경 : bg_color white — 논문·발표 자료는 흰 배경이 기본입니다. 화면 정렬/초기화 : orient — 구조 전체가 화면에 꽉 차도록 각도와 확대 비율을 자동으로 맞춥니다. zoom 은 현재 각도를 유지한 채 확대 비율만 조정한다는 점에서 차이가 있습니다. 특정 부위로 확대 : zoom resi 150 — 150번 잔기를 중심으로 확대합니다. 도킹 부위나 특정 변이 위치를 자세히 볼 때 유용합니다. 2. 표시 방식과 컬러링 리본형(2차 구조 강조) : show cartoon 막대형(원자·결합 강조) : show sticks 공간 채움형 : show spheres 표면형 : show ...

PyMOL 설치 방법부터 마우스 사용법까지 — AI 신약개발 시대 분자 시각화 입문 가이드

"AI가 신약을 설계해준다"는 말은 이제 뉴스 헤드라인이 아니라 실험실의 일상이 되었습니다. 알파폴드 같은 단백질 구조 예측 모델이 구조 데이터를 쏟아내면서, 그 결과물을 사람이 눈으로 확인하고 해석하는 능력은 오히려 더 중요해졌습니다. 그 확인 작업의 표준 도구가 바로 PyMOL입니다. 그런데 막상 PyMOL을 처음 켜본 분들의 반응은 대체로 비슷합니다. 마우스를 드래그했는데 분자가 움직이는 줄 알았더니 사실은 화면(카메라)이 돌아간 것이고, 어떤 때는 또 분자 자체가 진짜로 움직여서 구조가 깨진 것처럼 보이기도 합니다. 단축키를 몰라서 우왕좌왕하다가 그냥 캡처 화면만 들고 보고서를 쓰는 경우도 많습니다. 이 글에서는 컴퓨터 비전공자도 따라 할 수 있도록 PyMOL 설치부터, 가장 많이 헷갈리는 마우스 동작의 원리, 실전 사용법까지 순서대로 정리합니다. PyMOL이 AI 신약개발 시대에 필수가 된 이유 PyMOL은 단백질, 핵산, 저분자 화합물 같은 생체분자의 3차원 구조를 시각화하는 프로그램입니다. 단순히 "예쁜 그림"을 만드는 도구가 아니라, 결합 부위의 형태를 확인하고 화합물이 들어갈 공간을 가늠하고 변이가 일어난 자리를 짚어내는 분석 도구입니다. 요즘 AI 신약개발 파이프라인은 보통 이런 흐름을 따릅니다. AI 모델이 단백질 구조를 예측하거나 결합 후보 화합물을 제안하면, 연구자가 그 결과를 분자 시각화 프로그램으로 열어 타당성을 검토합니다. 예측이 그럴듯해 보이는지, 입체 장애는 없는지, 알려진 결합 부위와 일치하는지를 눈으로 확인하는 단계가 빠지지 않습니다. 그 검증 단계에 PyMOL이 사실상 업계 표준으로 쓰이고 있어서, 생물학이나 제약 전공자라면 코딩 경험이 없어도 PyMOL 사용법 정도는 익혀두는 편이 유리합니다. PyMOL 설치, 두 가지 무료 경로 중 나에게 맞는 것 고르기 PyMOL은 신기하게도 "무료"라는 말이 두 가지 다른 의미로 쓰입니다. 어떤 경로로 받느냐에 따...

CQA(Critical Quality Attribute)란 무엇인가: 바이오의약품 CMC에서 "관리해야 할 것"을 정하는 방식

CQA(Critical Quality Attribute)란 무엇인가: 바이오의약품 CMC에서 "관리해야 할 것"을 정하는 방식 시험 목록을 보다 보면 이런 의문이 듭니다. "이 시험은 왜 하는 거지?" SEC-HPLC로 Aggregation을 보고, CEX로 Charge Variant를 보고, ELISA로 HCP를 보는데, 정작 "왜 이 항목들을 관리해야 하는가"에 대한 답은 문서 어디에도 명확히 적혀 있지 않은 경우가 많습니다. 이 질문에 답하는 개념이 바로 CQA, Critical Quality Attribute입니다. 이전 글 RACI Matrix: 바이오·제약 CMC 조직에서 의사결정이 꼬이는 진짜 원인 에서는 "누가 결정하는가"를 다뤘다면, 이번 글은 그 결정의 대상, 즉 "무엇을 관리해야 하는가"를 다룹니다. CQA는 시험 항목을 나열한 표가 아니라, 제품 품질과 환자 안전을 연결하는 과학적 의사결정 체계입니다. CQA란 무엇인가 ICH Q8(R2)에서는 CQA를 이렇게 정의합니다. "제품이 요구되는 품질, 안전성, 유효성을 확보하기 위해 적절한 한계, 범위 또는 분포 내에서 관리되어야 하는 물리적, 화학적, 생물학적 또는 미생물학적 특성 또는 성질" 풀어 말하면 이렇습니다. CQA = 제품의 품질 특성 중, 변화가 생겼을 때 환자에게 미치는 영향을 고려해 반드시 관리해야 하는 핵심 특성 항체(mAb) 제품을 예로 들면, 하나의 분자 안에도 관리 가능한 특성이 수십 가지 존재합니다. 품질 특성 대표 시험 Primary structure Peptide mapping Aggregation SEC-HPLC Charge variant CEX-HPLC Glycosylation LC-MS Potency Cell-based assay Host Cell Protei...