바이오인

[BioINglobal No.77]

생명과학 분야에서 생성형 AI의 상업적 활용

작성자 : 김지예 (국가생명공학정책연구센터)

출처: McKinsey & Company. 2024. 05

※ 본 원고는 원본 원고의 내용을 중개하여 각색한 내용을 포함하고 있습니다.

   (원제 : Early adoption of generative AI in commercial life sciences),

https://www.mckinsey.com/industries/life-sciences/our-insights/early-adoption-of-generative-ai-in-commercial-life-sciences

【요약】

• ○ 생성형 AI는 생명과학(Life Science, LS) 산업의 모든 측면에서 변화를 야기

• ○본 보고서는 제약, 생명공학 및 의료기기 기업 리더를 대상으로 생성형 AI의 상업적 응용과 관련된 활동에 대한 설문조사 실시 후 정보 공유

• ○인사이트 생성 및 요약, 컨텐츠 생성, HCP 및 환자 상호 작용의 세 가지 주요 영역에서 생성형 AI 활용 가능성을 확인

• ○생성형 AI에 대한 전략과 전용 예산을 갖춘 기업은 매출 증가, HCP 인식 개선, 환자 인식 개선, 효율성 향상과 같은 비즈니스 영역의 영향력이 2배 증가

• ○기업의 약 2/3은 외부 기술 지원 없이 생성형 AI 애플리케이션을 시범 운영 중이며 파트너십 체결을 통한 운영도 존재

• ○McKinsey & Company는 본 보고서를 통해 생성형 AI의 상업적 활용성을 분석

◈ 목차

• 1.생명과학 분야 AI 활용성

• 2.생성형 AI의 상업적 응용

• 3.생성형 AI 활용 동향

◈본문

• 1.생명과학 분야 AI 활용성

• ○생성형 AI는 생명과학(Life Science, LS) 산업의 모든 측면에서 변화를 야기

• −︎맥킨지 글로벌 연구소는 생성형 AI가 제약 및 의료 기술 회사에 매년 600억 ~1,100억 달러의 경제적 가치 창출 가능성이 있다고 전망

• −︎그 중 생명과학 분야 중 상업적 가치는 180억~300억 달러로 추정

• ○바이오제약 상업 분야 리더들은 경쟁 심화, 판매 모델의 효율성 저하, 환자 기대치의 진화, 시장 접근 및 가격 책정의 복잡성 증가 등에 직면

• −︎맞춤형 텍스트, 이미지, 비디오 생성 기능을 가진 AI는 마케팅 및 영업에 잠재적으로 파괴적인 힘이 될 것으로 전망

• −︎자동화된 챗봇, 가상 어시스턴트를 통해 소비자 인사이트 창출, 타겟 마케팅 자료 생성, 의료 서비스 혁신 기대

• ○본 보고서는 2023년 말, 100명 이상의 제약·생명과학 및 의료기기 기업 리더를 대상으로 생성형 AI의 상업적 응용과 관련된 활동에 대한 설문조사 실시 후 정보 공유가 목적

• 2.생성형 AI의 상업적 응용

• ○본 보고서에서는 생성형 AI의 상업적 응용 관련 설문조사의 결과로 4가지 예측을 제시

• (1)대규모 도입은 여전히 제한적

• −︎대부분 상업적 생명과학 조직(74%)은 5종류 이하의 생성형 AI 사용 사례를 실험함

• (2)초기 효과는 유망할 것으로 기대

• −︎생성형 AI를 인사이트 생성, 컨텐츠 개인화에 적용하면 환자 및 의료 인력(Healthcare professionals, HCP) 참여도와 만족도 점수가 평균 약 30% 향상

• (3)목적에 맞는 우선순위 지정이 주요 차별화 요소로 작용

• −︎생성형 AI 전략과 전용 예산을 가진 리더는 그렇지 않은 리더보다 수익 증가, 의료 인력 만족도 증가, 환자 피드백 증가, 효율성 향상과 같은 의미 있는 결과를 얻을 가능성이 2배 더 증가

• (4)기업은 자체 생성형 AI 솔루션을 구축할 계획

• −︎현재 대부분의 기업들이 기성 제품을 사용하고 있지만, 79%는 고유한 요구 사항에 맞춘 자체 생성형 AI 솔루션을 개발할 계획

• ○ 설문조사는 맞춤형 솔루션의 장점에 초점을 맞춰 생성형 AI가 얼마나 광범위하게 사용되고 있는지, 어떤 유형의 애플리케이션에 적용할 수 있는지, 기술의 영향력은 무엇인지 알아보기 위해 고안

• −︎조사 결과에 따르면 13%는 해당 조직이 생성형 AI 실험을 시작하지 않았다고 보고한 반면, 61%는 5개 이하의 사용 사례를 테스트하는 초기 단계에 있다고 답함

• −︎일반적인 생성형 AI 애플리케이션을 뒷받침하는 모델들이 계속해서 개선되고 있다는 점을 감안할 때, 일부는 해당 기술을 대규모로 구현하는 것을 주저

• −︎주저하는 이유로는 “환각(Hallucination) 가능성에 의한 진실 왜곡”, “이해가 어렵고 너무 복잡하다”는 인식

• ○생성형 AI 활용 사례 유형 및 영향을 살펴보면 인사이트 생성 및 요약, 컨텐츠 생성, 의료 인력 및 환자 상호 작용의 세 가지 주요 영역에서 생성형 AI 활용 가능성을 확인(참조 : 그림 1. 생성형 AI 활용 사례 유형 및 영향력)

• −︎인사이트 생성 및 요약: 의료인력 및 환자를 더 잘 이해할 수 있도록 함으로써 치료 및 진단을 향상시키는 것을 목표로 함

• −︎컨텐츠 생성: 참고 자료를 자동화 및 개인화에 중점을 둠

• −︎의료인력 및 환자 상호 작용: 고급 챗봇과 자동화 시스템을 통해 개선점 모색

• −︎인사이트 생성 및 요약에 활용한 경우는 70%, 컨텐츠 생성은 50%, 의료인력 및 환자 상호 작용 영역에 활용한 경우는 약 36%에 불과

• −︎생성형 AI의 영향력이 낮은 기업은 주로 컨텐츠 생성에 초점을 맞춘 사용사례에 생성형 AI를 활용

• −︎생성형 AI의 영향력이 높은 기업은 환자 및 HCP 상호 작용을 포함하여 다양한 사용사례에 생성형 AI를 활용

그림 1. 생성형 AI 활용 사례 유형 및 영향력

출처 : McKinsey & Company, Early adoption of generative AI in commercial life sciences, 2024. 5 / 국가생명공학정책연구센터 재구성

• ○생성형 AI 도입 영향력을 살펴보면 효율성 증대가 가장 일반적이며 의료인력 참여 만족도, 브랜드 및 제품 감정이 그 뒤를 이었으며 환자에게 도달한 영향력은 낮은 것으로 보고됨(참조 : 그림 2. 상업적 활용 분야별 생성형 AI 영향력)

• −︎인사이트 생성 및 요약, 개인화된 컨텐츠를 생성하기 위해 생성형 AI 구현 시 의료 인력의 만족도가 30% 이상 증가

• −︎환자 지원을 위해 생성형 AI 도입 시 환자 만족도가 거의 30% 증가

• −︎영향력이 가장 낮은 기업은 주로 컨텐츠 및 인사이트 생성에 집중하고 있었으며, 기성 솔루션을 사용하는 경우가 많음

• −︎영향력이 가장 높은 기업은 상호 작용 사용 사례에 초점을 맞추고 있으며 효과를 극대화하기 위해 시장 진출 가치 사슬 전반에 생성형 AI를 내장

그림 2. 상업적 활용 분야별 생성형 AI 영향력

출처 : McKinsey & Company, Early adoption of generative AI in commercial life sciences, 2024. 5 / 국가생명공학정책연구센터 재구성

• ○솔루션 종류에 따른 영향력을 비교하면 맞춤형 AI 솔루션을 사용하는 조직은 ChatGPT 또는 LLaMa와 같은 기성 옵션을 사용하는 조직보다 영향력이 두 배 더 높다고 보고됨

• −︎기업의 64%가 기성 솔루션에 의존하고 있으며 36%만 맞춤형 개발을 진행 중

• −︎기성 솔루션 채택률이 상대적으로 높은 이유는 기업 중 8%만 생성형 AI를 위해 500만 달러 이상을 할당했다는 관찰 결과와 연관성 있음

• −︎그러나 향후에는 변화될 양상이 관찰되고 있음

• −︎기업의 79%는 고유한 요구 사항에 맞는 생성형 AI 솔루션을 개발할 계획이며, 21%만 기성 솔루션을 계속 사용할 계획

• 3.생성형 AI 활용 동향

• ○생성형 AI에 대한 전략과 전용 예산을 갖춘 기업은 기업 규모에 관계 없이 매출 증가, 의료인력 및 환자 인식 개선, 효율성 향상과 같은 비즈니스에 실질적인 영향을 미칠 가능성이 2배 증가

• −︎57%가 조직의 우선순위로 생성형 AI 전략의 주요성을 인식하고 있지만, 45%만이 “조직이 명확한 전략을 가지고 있다”고 답함

• −︎생성형 AI 관련 예산이 100만 달러를 넘는 기업은 적은 예산을 가진 기업에 비해 기술 영향력이 거의 2배(약 1.7배) 높음

• −︎소규모 생명과학 기업과 대규모 제약 회사 사이의 도입 격차도 주목할 만함

• −︎소규모 생명과학 회사(매출 10억 달러 미만)의 28%가 생성형 AI 전략을 갖춘 반면, 대형 제약 회사의 58%는 생성형 AI 전략을 갖춤

• ○기업의 약 2/3은 외부 기술 지원 없이 생성형 AI 애플리케이션을 시범 운영 중

• −︎대부분의 기업은 데이터와 분석에 있어 진보했다고 보도하지만, 응답자의 약 40%가 생성형 AI와 대규모 언어 모델에 대한 제한된 기술 지식을 가지고 있다고 인정

• ○파트너십을 모색하는 기업 중 다수는 기술회사(28%) 또는 생성형 AI 기능에 투자하는 마케팅 대행사(16%)와 파트너십 체결

• −︎특정 상황이나 규제 요구 사항에 맞게 솔루션을 조정하고 신뢰성과 정확성을 보장하며 솔루션을 새로운 워크플로우에 통합하는 능력을 기반으로 파트너십을 평가

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.