Anthropic·Enveda, 신약 제조 문서의 AI 검수 사례 공개

제조 기록에는 한 묶음의 약을 실제로 만들며 남긴 작업 내용과 결과가 담깁니다. 검수자는 승인된 절차·기준과 실제 기록을 대조합니다. 쉬운 가상 예로, 작업 지침에는 점검 서명이 필요하지만 완료 기록의 해당 칸이 비어 있다면 이유를 조사해야 합니다. 이는 문서 비교의 구조를 설명하는 예이며 이번 연구의 실제 지적 항목은 아닙니다.

Enveda의 CDP는 이런 기록을 검토하는 시스템 이름입니다. Claude는 그 안에서 문서 내용을 읽는 AI 모델로 쓰입니다. 이 시스템은 Enveda가 내부용으로 만들었으며 판매 제품이 아닙니다. 규제 품질관리 시스템으로 검증을 마친 도구가 아니라 보조 의견을 제공하는 용도로 설명했습니다. 보고서는 관련 기준 문서와 기록을 연결하고, 빠뜨린 페이지가 있으면 표시하며, 지적에는 근거 페이지를 붙인다고 설명합니다. 긴 파일을 넣고 요약 한 문장을 받는 작업보다 확인할 경로가 구체적입니다.

%% 문서 지적에서 사람의 판단까지 · Enveda CDP 보고서의 역할을 단순화
flowchart TD
  A["승인된 기준·제조 기록"] --> B["AI가 비교하고<br/>지적과 근거 페이지 제시"]
  B --> C["사람이 해당 원문·누락 범위 확인"]
  C --> D["품질 담당자가 조치·출하 판단"]

연구팀은 사람이 제기한 조치 필요 사항 11종을 기준으로 AI의 지적을 비교했습니다. 모든 11종이 AI 실행들 중 적어도 한 번에는 나왔다는 결과입니다. 한 번 실행하면 언제나 11종을 모두 찾는다는 의미로 바꾸면 평가 조건이 사라집니다. 11종 중 9종은 직접 일치했고, 2종은 추가 설명을 거쳐 판정자가 대응하는 지적으로 분류했습니다. Claude Opus 4.7을 쓴 단일 실행에서는 사람이 제기하지 않은 조치 필요 의견 7건도 나왔다고 보고했습니다.

보고서는 오독을 따로 분류한 두 실행에서 기존 기록을 잘못 읽은 사례도 각각 하나씩 기록했습니다. 원문에 없는 내용을 인용했는지와, 실제 있는 글자를 정확히 읽었는지는 서로 다른 평가 항목입니다. 사람이 놓친 지적을 찾았다는 성과를 인정하면서도 읽기 오류를 별도로 살펴야 하는 이유입니다.

시간 비교에서 수동 경로 1553분은 25시간 53분, CDP 경로 166분은 2시간 46분입니다. 후자는 AI 처리와 그 의견을 본 내부 검토자의 확인을 합친 시간입니다. 약 검증 전체나 신약 개발 기간이 이만큼 줄었다는 수치가 아닙니다.

계산은 (1553−166)÷1553입니다. 보고서는 이 시간을 약 9.4배 차이로 표현합니다. 두 표현은 같은 관측의 다른 표기이며, 모든 품질 업무의 작업량이나 인건비가 89% 줄었다는 보장은 아닙니다. 이 시간 기록은 Opus 4.7 기반 경로의 값입니다. 보고서의 Opus 5.5 후속 실행은 검토 시간을 기록하지 않았습니다.

제조 기록을 잘 검토하는 일은 약의 품질을 관리하는 일부입니다. 환자에게 안전하고 효과가 있는지는 별도의 연구가 필요합니다. 미국 식품의약국 FDA는 비임상 연구에서 독성 등 기초 정보를 조사하고, 임상 연구에서 사람에게 어떤 영향을 주는지 시험한다고 설명합니다. 비임상 연구 · 임상 연구

Anthropic 협력 전체가 대부분 비임상이라는 설명과, Enveda가 임상 개발 프로그램의 제조 기록을 검토했다는 설명은 서로 다른 연구 대상을 가리킵니다. 모든 프로그램이 같은 단계에 있다고 묶지 말아야 합니다.