임상시험 사이트 자동화 선정의 새로운 기준 Kitsa와 AWS Quick Automate 사례

임상시험 사이트 선정, 이제는 자동화의 시대 – Kitsa와 AWS Quick Automate 사례

서론

임상시험 산업은 신약, 치료법, 의료기기 등의 안전성과 효능을 검증하기 위한 핵심 단계로, 의학 혁신의 기반을 형성합니다. 그러나 이 산업은 여전히 한 가지 큰 병목현상에 직면해 있습니다. 바로 ‘적절한 임상시험 사이트 선정’입니다. 수많은 연구기관이 존재함에도 불구하고, 아직도 후보 사이트 선정은 제한된 정보, 수작업 분석, 개인 인맥 등에 의존하고 있어 효과적인 결정이 어렵습니다.

헬스테크 기업 Kitsa는 Amazon Web Services(AWS)의 Amazon Quick Automate 기술을 활용하여 이러한 병목을 타개하고, 객관적인 데이터 기반의 자동화된 사이트 선정 솔루션을 구현하였습니다. 본 포스트에서는 Kitsa의 사례를 통해 Quick Automate 기술이 어떻게 임상시험 최적화에 활용되었는지를 소개합니다.

본문

1. 임상시험 사이트 선정의 주요 문제점

수천 개의 사이트 중 단 몇 곳만 실제로 검토되는 이유는 다음과 같습니다.

• 분산된 데이터: 사이트 성과, 운영 데이터가 여러 시스템과 비정형 데이터로 나뉘어 존재
• 수작업 분석의 한계: 사이트 검토 수 자체가 매우 제한적
• 과도한 전문가 네트워크 의존: 객관적 기준보다 인맥과 주관적 판단에 좌우
• 역량은 있으나 기회가 없는 사이트 다수 존재
• 데이터 독점: 일부 조직은 데이터를 공개하지 않음

2. Kitsa의 해결 방안 – AWS Quick Automate 활용

Kitsa는 자동화, 인공지능, 데이터 엔지니어링을 활용해 다양한 출처의 데이터를 통합 분석하는 ‘Site Finder Agent’를 개발했습니다. 이를 통해 다음과 같은 복잡한 자동화 파이프라인을 구축하였습니다.

AWS Quick Automate는 다음 기능을 기반으로 동작합니다:

• 자연어 기반 UI 에이전트를 통한 웹사이트 정보 추출
• API 통합, 유저 인터페이스 자동화, 워크플로 오케스트레이션 통합
• 사용량 기반 청구로 비용 최적화
• 신뢰도 낮은 결과는 자동으로 휴먼 리뷰로 연결되는 Human-In-The-Loop(HITL) 구성

이 워크플로는 다음 단계를 포함합니다:

• 케이스 초기화 및 병렬 처리: 대량의 URL 병렬 추출
• AI 기반 정보 추출: 50개 이상의 데이터 포인트를 자연어 기반으로 구조화한 결과 제공
• 데이터 저장: 결과를 Excel에 저장하고 Amazon S3에 업로드
• 예외 처리: 사이트 접근 불가 등 오류 상황에 대한 자동 대응

3. 성과 및 효과

Kitsa는 Quick Automate를 통해 다음과 같은 획기적인 결과를 얻었습니다.

• 운영 비용 91% 절감
• 데이터 수집 속도 96% 향상 – 수개월 → 수일 내 처리
• 추출 데이터 범위 96% 커버 – 수작업 대비 효율성 향상
• 규제 완전 준수 – 의료 데이터 보안, 감사 기준 충족

Kitsa의 자동화된 Site Finder Agent는 이제 수천 개의 후보 사이트를 객관적 지표로 점수화하고, 스폰서가 가시적인 데이터 기반에서 최적의 사이트를 선택할 수 있도록 합니다. 사이트 입장에서는 역량을 데이터 기반으로 투명하게 보여줄 수 있는 기회를 얻은 셈입니다.

결론

임상시험 사이트 선정에서의 자동화는 더 이상 선택이 아닌 필수 트렌드로 자리잡고 있습니다. Kitsa는 AWS Quick Automate 기능을 기반으로 구축한 자동화 워크플로를 통해 과거 수작업과 망분산 정보에 의존했던 프로세스를 데이터 기반의 객관적인 시스템으로 전환하였습니다.

이러한 접근 방식은 임상시험 산업에서의 시간, 비용, 품질 문제를 동시에 해결하며, 향후 다른 분야의 자동화 도입에도 중요한 준거 사례가 되고 있습니다. AWS Quick Suite 및 Quick Automate는 특히 대규모 데이터를 다루는 의료 및 생명과학 산업에서 그 활용성과 확장성이 뛰어난 솔루션임을 증명한 셈입니다.

Kitsa의 사례는 “어떻게(clinical trial automation how)”와 “비교(comparison)” 관점에서 자동화 기술 도입 효과를 명확히 보여주는 대표적 적용 사례로 평가받고 있습니다.

https://aws.amazon.com/blogs/machine-learning/kitsa-transforms-clinical-trial-site-selection-with-amazon-quick-automate/