소셜미디어(SNS)와 인터넷의 발전으로 ‘스마트 혁명’과 함께 세계적으로 정보의 양이 기하급수적으로 증가하고 있다. 이에 발맞춰 최근 국내에는 ‘빅데이터(Big Data)’가 핵심 이슈로 부각되면서 급성장하고 있다.
사전적으로 ‘빅데이터(Big Data)’란 데이터의 양, 주기, 형식 등이 기존 데이터에 비해 매우 방대하기 때문에 기존의 방법으로는 수집·저장·검색·분석이 어려운 데이터로 정의하며, 정부 역시 2013년 6월20일 ‘정부 3.0비전 선포식’을 개최함으로써 빅데이터 기반의 공공정보 개방 등을 혁신 추진과제로 삼았다.
| 투명한 정부 1. 공공정보 적극 공개로 국민의 알권리 충족 2. 공공데이터의 민간 활용 활성화 3. 민,관, 협치 강화 유능한 정부 7. 수요자 맞춤형 서비스 통합 제공 8. 창업 및 기업활동 원스톱 지원 강화 9. 정보 취약계층의 서비스 접근성 제고 10. 새로운 정보기술을 활용한 맞춤형 서비스 창출 |
이로써 많은 양의 정보들은 국민 중심으로 그 주체가 변화돼가며, 공공기관간의 공유는 물론 기업과 국민이 다양하게 활용할 수 있게 돼 많은 일자리를 창출 및 다양한 산업발전에 기여 할 수 있는 계기가 됐다.
특히 국내 제약산업의 경우 ‘혁신적인 신약 개발’에 초점을 맞춰 R&D 투자를 확대하며 성장하고 있다. 따라서 최근 임상시험의 수가 매년 가파르게 증가하고 있다<표 1>. 그러나 임상시험을 통한 데이터는 비용이 많이 들 뿐만 아니라 여러 가지 비뚤림(Bias)으로 인한 결과의 신뢰도 및 비용 대비 효율성도 떨어질 수 있다.
| 구분 | 제약사 임상 | 연구자 임상 | 전체 임상 | ||
| 계 | 국내 | 다국가 | |||
| 2010년 | 340 | 140 | 200 | 99 | 439 |
| 2011년 | 398 | 209 | 189 | 105 | 503 |
| 2012년 | 498 | 208 | 290 | 172 | 670 |
| 2013년 | 475 (▽4.6%) | 227 | 248 (▽14.5%) | 132 (▽23.3%) | 607 (▽9.4%) |
*출처: 식품의약품안전처, 2014년 2월11일 보도자료
반면에 보건의료 빅데이터의 경우 제한이 없는 일반환자를 대상으로 한 데이터이기 때문에 저비용이며 일반화될 수 있다. 하지만 지금까지는 제약산업에서 ‘제대로’ 활용할 수 있는 수집된 데이터 및 분석할 수 있는 인력, 인프라가 갖춰지지 않았다. ‘정부 3.0비전 선포식’을 시작으로 비로소 국내 보건의료 분야의 빅데이터를 이용할 수 있게 됐으며, 국민건강보험공단 및 건강보험심사평가원, 국립암센터 등을 주축으로 막대한 데이터가 공개되고 있다. 또한 EMR 등과 같은 의료기관의 정보 역시 고수준이므로 빅데이터의 질 또한 강점으로 작용하고 있다.
건강보험심사평가원에서는 지난해 4월 개소한 ‘의료정보지원센터’의 명칭을 8월1일부터 ‘보건의료빅데이터센터’로 변경하면서 요양기관정보, 청구명세서 등에 관련된 데이터를 공개하고 있다. 또한 지난해 5월16일부터 국민건강보험공단에서는 ‘국민건강 주의 알람서비스’를 제공하고 있다. 2008년부터 2012년까지의 진료데이터를 분석해 빈도가 잦은 상병에 대한 월평균 등락률과 SNS빈도수를 근거로 건강주의 예측에 적합한 질병 4종(인플루엔자, 눈병, 식중독, 알레르기성 피부염)을 선정했다. 이 알람서비스는 질병별로 지역과 연령을 구분해 관심, 주의, 경계, 위험 4단계로 위험도를 표시하고, 각 단계별로 생활 속에서 주의해야 할 사항을 알려주고 있다.
이는 특히, 국내에서 빅데이터 분석을 바탕으로 SNS데이터와 진료데이터를 통합해 예측할 수 있는 모델을 개발한 후, 이에 알맞게 활용한 사례로 볼 수 있다.국민건강 주의 알람서비스 개념도
국내 제약회사에는 동데이터를 이용해 국내 제약산업에 대한 성분별 시장 분석 및 자사품목의 사용현황에 대해 확인할 수 있으며, 성분 및 제품별 예상 매출에 대한 모델링과 약가 등재를 위한 근거자료로 활용하고 있다. 뿐만 아니라 시장 상황을 확인하기 위한 Survey를 대체함으로써, 신약연구 개발을 위한 신뢰도 높은 데이터로 이용해 비효율적인 비용을 절감할 수 있게 됐다. 향후 신규 병·의원의 매출 분석 및 위험도 분석을 통해 ‘신규지역 예측 모델’을 개발할 수도 있다.
특히 한국의약품안전관리원에서 보관하고 있는 의약품 부작용 데이터와 심평원의 청구데이터가 통합된다면, 맞춤형 의약품 개발 및 의약품 부작용으로 인한 사회적인 비용의 절감 등 제약산업 및 보건의료 산업이 발전하는데 큰 자료로 활용될 것으로 보인다.유유제약의 ‘베노플러스겔’의 경우 국민보건 공공데이터 뿐만 아니라 SNS를 이용한 빅데이터 활용 성공사례로 잘 알려져 있다. 18억 건의 블로그 및 트위터의 SNS 데이터를 분석해 자사제품인 ’베노플러스겔’의 현재 시장분석에 활용했고, 정확한 시장분석에 따라 맞춤 마케팅전략을 세워 매출액이 50% 이상 상승할 수 있는 결과를 만들었다.
이처럼 빅데이터의 활용은 기존에 현장 중심의 마케팅보다는 정확한 분석과 예측·검증·데이터 관리 및 분석을 할 수 있는 인력의 역량을 필요로 하며 제약산업계에 고용양상의 구도를 변화시킬 것으로 보인다.하지만 현재 제약회사를 대상으로 공개되고 있는 보건의료 빅데이터의 경우 데이터들 간의 표준화가 미흡하고 의료기관 및 공공기관 간의 데이터를 연계할 수 있는 기회가 부족하다. 뿐만 아니라 연구용으로 활용 가능한 공개데이터의 범위와 제약회사에서 접근할 수 있는 데이터의 범위가 다르며, 개인정보 유출 위험에 따른 공공기관의 보수적인 규정들, 빅데이터 도입 및 활용에 소극적인 의료기관들은 앞으로 국내 제약사가 풀어가야 할 숙제로 보인다.
예를 들어 심평원의 정보분석실을 이용해 데이터를 활용하고자 하는 경우, 타사의 제품에 대한 자료를 열람 및 반출하기 위해 타사의 위임장을 확보해야 하며, 데이터를 이용하기 위해서는 2주일 전에 미리 반출해야 할 데이터와 이용자 현황을 확인해야 한다. 또한 반출을 위해서는 일주일에 10MB 이하의 파일 10개까지(한시적)만 이용이 가능하고, 반출 신청 후 실제로 반출심사가 완료될 때까지는 약 한달~두달 정도의 시간이 걸린다. 성분별로 데이터를 분석할 경우, 최대 10개까지의 주성분코드나 최대 3개까지의 약효분류코드 또는 ATC코드의 데이터를 이용할 수 있다. 하지만 실질적으로 한 성분에 여러 개의 주성분코드를 포함하고 있어 의미 있는 데이터 분석에 어려움이 있는 것이 사실이다.특히 연구자들에게는 모든 데이터가 공개되는 반면 제약회사에서 이용할 수 있는 자료는 행위수가코드를 포함해 많은 변수들이 제한돼 있다.
물론 국내 보건의료 빅데이터 공개에 따라 미시적으로는 자사의 정보가 타사에 공개돼 회사의 이익에 영향을 끼칠 수도 있으며, 거시적인 면에서는 자국민의 개인정보가 해외로 유출될 수도 있다. 따라서 보건의료 빅데이터의 활용을 촉진할 수 있도록 현재의 문제점을 보완할 수 있는 법과 제도가 기반이 돼야 할 것이다.반면에 제약회사의 경우 단순히 데이터를 수집하는 것에 그치지 않고 분석 및 활용하는 방안을 구체적으로 만들어야 할 것이다. 이에 따라 데이터 분석을 중심으로 조직을 개편할 필요성이 있으며, 빅데이터 정보 수집과 분석을 위한 대용량 데이터 처리 기술과 솔루션을 중심으로 이 시장을 준비해야 할 것이다.
전 세계적으로 건강한 삶을 누리고하자 하는 인류의 욕구가 증가하고 있다. 이에 따라 제약산업은 데이터를 기반으로 하는 개인맞춤형 의료서비스를 필요로 하고 있으며, 질병에 대한 치료보다는 예방 중심으로의 데이터의 역할이 강화되고 있다. 또한 국내의 경우, 정부 3.0 구축에 따른 보건의료 공공정보 공개도 촉진되어 점차 근거 중심의 산업으로 진화되고 있는 것으로 보인다.
향후 정부의 공공 정보 및 빅데이터가 제약산업 발전을 위한 새로운 원동력이 될 수 있을 것이며, 특히 데이터의 공유는 물론 제약산업 발전에 효과적인 정책이 마련되어 기업과 국민이 활용할 수 있게 되기를 기대해 본다.
