생명 과학 산업에서 Gen AI 확장

[힘힘]

생명 과학 산업에서 Gen AI 확장

2025년 1월 10일| 기사

에 의해차이타냐 아다발라 비스와 , 단디 주 , 델핀 주르키야, 그리고 요아킴 블레이스

공유하다

인쇄

다운로드

구하다

Gen AI 파일럿 프로젝트는 긍정적인 결과를 보였지만, 이 기술이 생명과학 산업에 획기적인 비즈니스 가치를 제공하려면 조직에서 이를 확장하는 방법을 다시 생각해야 합니다.

오디오

다운로드

기사(10페이지)

2023년 7월, McKinsey Global Institute의 연구원들은 Gen AI가 제약 및 의료 제품 산업에 연간 600억 달러에서 1,100억 달러의 경제적 가치를 창출하여 새로운 치료법을 발견하는 방법부터 의사가 치료법을 마케팅하고 투여하는 방법까지 산업의 가치 사슬 전반에 걸쳐 생산성과 혁신을 촉진할 수 있다고 추정했습니다. 6개월 후, McKinsey 전문가들은 그 숫자를 더 깊이 파헤쳐 단기적으로 가장 큰 영향을 미칠 수 있는 20개 이상의 사용 사례를 발견했습니다.

이제 Gen AI 사용 사례가 비즈니스 커뮤니티 전반에 확산됨에 따라, 우리는 생명 과학 조직이 이 가치를 포착하는 데 얼마나 많은 진전을 이루었는지 알아보기로 했습니다. 2024년 늦여름에 우리는 조직의 Gen AI 노력을 주도하는 100명 이상의 제약 및 의료 기술 리더를 조사했습니다. 모든 응답자는 Gen AI를 실험했다고 보고했으며, 32%는 이 기술을 확장하기 위한 조치를 취했다고 말했습니다. 하지만 Gen AI를 일관되고 상당한 재정적 가치를 창출하는 경쟁적 차별화 요소로 깨달았다고 말하는 사람은 5%에 불과했습니다(표 1). 그럼에도 불구하고, 기업들은 Gen AI에 대해 낙관적이며, 응답자의 3분의 2 이상이 이 기술에 대한 투자를 크게 늘릴 계획이라고 말했습니다(표 2).

증거물 1

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

증거물 2

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

왜 많은 생명 과학 조직이 Gen AI 배포에서 결과를 실현하는 데 어려움을 겪고 있을까요? 그리고 소수의 최고 성과자는 무엇을 다르게 하고 있을까요? 이 기사에서는 생명 과학 회사가 직면하는 가장 흔한 함정을 밝히고 조직이 시범 연옥에서 규모에 따라 실제 비즈니스 가치를 추진하는 데 도움이 되는 솔루션을 제공합니다.

생명 과학 분야에서 Gen AI 확장의 주요 과제

설문 조사와 경험을 바탕으로, 우리는 생명과학 기업이 Gen AI로부터 회사 전체의 가치를 실현하고자 할 때 직면하는 핵심 과제 5가지를 파악했습니다. 그 과제는 Gen AI 전략, 인재 계획, 운영 모델 및 거버넌스 구조, 변화 관리, 위험입니다(표 3).

증거물 3

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

과제 1: 모호하고, 근시안적이거나, 존재하지 않는 기업 세대 AI 전략

이 기사가 당신에게 얼마나 관련성이 있고 유용한가요?

가장 인기 있는 통찰력

1. 직장에서의 슈퍼에이전시: 사람들이 AI의 잠재력을 최대한 발휘할 수 있도록 지원
2. 엘리트 운동선수로서의 CEO: 기업 리더들이 현대 스포츠로부터 배울 수 있는 것
3. 맥킨지 분기별: 60주년 기념호
4. 특별 에피소드: 다보스 2025 디브리핑
5. 사무실의 미래

응답자의 약 75%는 조직에 Gen AI에 대한 포괄적인 비전이나 비즈니스 우선순위와 연결된 명확하게 정의된 성공 척도가 포함된 의도적으로 설계된 전략적 로드맵이 없다고 말합니다. 대신, 그들은 분산된 방식으로, 사용 사례별로 진행하는 경향이 있습니다. 실험을 통해 단기적 가치를 포착하려는 이러한 본능과 많은 생명 과학 조직의 연합/기능 중심 구조가 결합되어 조직이 확장과 관련하여 직면하는 많은 과제를 설명합니다.

McKinsey 연구에 따르면 C-suite 리더가 비즈니스 중심 로드맵에 맞춰 정렬되지 않는 한 디지털 혁신이 성공하는 경우가 드뭅니다. Gen AI에 대한 의도적인 전략적 자세가 없다면(상향식 명령이든 우수성 센터가 주도하는 조정된 엔터프라이즈 로드맵이든) 개별 사업부는 끊임없이 진화하는 기술 환경을 스스로 탐색하고, 아무리 매력적이더라도 종종 실제 가치를 제공하는 전략으로 이어지지 않는 수많은 새로운 사용 사례 아이디어를 추구해야 합니다.

과제 2: 인재 계획 및 업스킬링 부족

대부분 생명 과학 회사에서 기존 기술 인재 풀은 IT, 데이터 과학 및 제품 개발을 위한 전통적인 툴킷을 제공합니다. 안타깝게도 기술 인재에 대한 기존 접근 방식은 에이전트 기반 아키텍처, 모델 검증, 대규모 언어 모델(LLM) 운영 및 모델 미세 조정과 같이 Gen AI에 필요한 엔터프라이즈급 솔루션의 품질과 성능을 제공할 수 없습니다. 그러나 설문 응답자의 6%만이 Gen AI 우선순위를 고려하는 인재 전략으로 인재 전략을 발전시키는 방법을 결정하기 위해 기술 기반 인재 평가를 수행했다고 보고했습니다.

신속한 엔지니어링은 특히 더 복잡한 Gen AI 애플리케이션의 경우 핵심 갭으로 부상했습니다. 예를 들어, 한 생명 과학 회사는 Gen AI를 사용하여 규제 문서를 초안하려고 시도했지만, 신속한 엔지니어는 제출 가능한 출력을 생성하는 확장 가능한 프롬프트를 작성하기 위해 규제 도메인 지식과 엔지니어링 엄격성의 고유한 조합이 필요하다는 것을 알게 되었습니다. 이는 전문적인 필수 요소로 인해 이 역할을 채우기가 특히 어려웠습니다.

과제 3: 느슨하게 정의된 운영 모델 및 거버넌스

리더들이 직면하는 일반적인 과제 중 하나는 Gen AI 혁신을 위한 올바른 운영 모델을 만드는 것이며, 종종 두 가지 극단 중 하나를 선택합니다. 스펙트럼의 한쪽 끝에는 조직이 여러 사용 사례 파일럿을 동시에 시작하는 매우 분산된 접근 방식이 있습니다. 이를 통해 회사는 빠르게 움직일 수 있지만 품질, 비용 및 지속 가능성 문제로 이어지고 지식 공유와 비용 시너지 효과를 포착하는 능력을 저해하는 운영 사일로가 생성됩니다. 반대쪽에는 중앙 집중식 의사 결정과 사용 사례의 단계적 출시가 있는 탑다운 접근 방식이 있습니다. 이 접근 방식은 느리고 종종 좌절스러워서 추진력을 파괴할 수 있습니다.

한 회사가 두 가지 사이에서 흔들렸습니다. 1,500개의 다양한 사용 사례를 출시하여 gen AI 노력을 시작했습니다. 그것이 다루기 힘들다는 것이 증명되자 회사 리더들은 상향식 거버넌스 구조를 부과했고, 이는 다른 일련의 문제로 이어졌으며, 약 2~3개월이 걸리는 힘든 승인 절차가 필요한 프로젝트로 혁신 파이프라인을 제한했습니다.

과제 4: 규모를 확대하기 위해 필요한 프로세스 재배선을 과소평가함

Gen AI에서 성공하려면 기업은 복잡한 워크플로우에서 기술을 통합하여 채택과 영향을 촉진해야 합니다. 이는 효과적인 변화 관리의 필요성을 강조하는 현실입니다. McKinsey는 디지털 전환의 70%가  기술적 문제가 아니라 리더가 변화 관리의 중요성을 무시했기 때문에 실패한다는 것을 발견했습니다. 사실, 기술에 1달러를 지출할 때마다 변화 관리가 시간이 지남에 따라 역량 구축, 채택, 참여 및 가치 포착을 성공적으로 추진하는 데 5달러가 필요합니다.

한 회사는 다양한 사용 사례에 대한 광범위한 Gen AI 플랫폼을 시작하기 위해 우수성 센터 기능을 시작했지만 이러한 이니셔티브를 수반하는 설득력 있는 변화 스토리를 전달하는 데 실패했습니다. 이러한 실패와 전체적인 엔드투엔드 계획 및 사고의 부족으로 인해 거의 아무도 사용하지 않는 Gen AI 도구 모음이 생겨났습니다.

과제 5: 위험에 대한 이해 부족

Gen AI는 환각과 정확성에서 편향과 지적 재산권 보호에 이르기까지 고유한 위험을 초래합니다. 그러나 설문 응답자의 35%는 위험 담당자와 함께 보내는 시간이 10시간 미만이라고 보고하여 이러한 중요한 기능과의 협업 수준이 제한됩니다. 이러한 역동성은 Gen AI를 확장하기 위해 진화해야 합니다. 성공적인 확장을 위해서는 비즈니스 리더, 기술 팀 및 위험 관리 전문가가 처음부터 소통해야 합니다. 이러한 협업이 없으면 나중에 문제가 제기되어 해결하기가 훨씬 더 어렵거나 조직에서 신뢰를 구축하는 데 중요한 위험 및 규정 준수 가드레일을 준수하지 못할 수 있습니다.

예를 들어, 한 회사는 외부를 대상으로 하는 Gen AI 솔루션을 개발하는 데 몇 달을 보냈지만, 디지털, 의료 및 법률 팀과의 조율이 맞지 않아 출시를 철회해야 했습니다. 이는 도구가 개발된 후 상당한 위험 문제를 야기했습니다. 이로 인해 Gen AI 팀의 의제, 사기 및 추진력이 심각하게 후퇴했습니다.

해결책: Gen AI의 가치를 실현하기 위한 5가지 계획

Gen AI를 성공적으로 확장하고 가치 잠재력을 포착하려면 단순한 기술적 전개 이상이 필요합니다. 효과적인 Gen AI 전략은 기존 기술 프로젝트와 근본적으로 다릅니다. 혁신의 빠른 속도를 감안할 때 Gen AI 전략은 역동적이고 시나리오 중심적이며 더 광범위한 생태계와 교류하는 방법에 초점을 맞춰야 합니다. Gen AI를 확장하려면 전략, 인재, 거버넌스, 위험 관리를 포함한 조직 전체의 포괄적인 변화가 필요합니다.

우리의 경험에 근거하여, 우리는 Gen AI 사용 사례에서 전사적 채택으로 전환하기 위한 5가지 핵심 전략을 파악했습니다. 이러한 조치는 조직이 기술을 실험할 뿐만 아니라 측정 가능한 비즈니스 가치를 창출하기 위해 운영에 완전히 통합할 수 있도록 보장합니다.

• 도메인 중심 접근 방식을 채택하세요. 성공적인 AI 전략은 종종 단편적인 노력과 놓친 기회로 이어지는, 연결되지 않은 사용 사례의 연속에 기반할 수 없습니다. 대신, 도메인 중심 변환으로 초점을 옮겨야 합니다. 여기서 Gen AI는 상업, 의료 또는 R&D 도메인과 같은 비즈니스의 중요한 영역을 근본적으로 재편하는 데 적용됩니다. 설문 조사에 참여한 생명 과학 조직의 38%는 Gen AI 여정에서 연구를 주요 전략적 우선순위로 꼽았고, 그 다음으로 상업 도메인이 28%로 뒤를 이었습니다(표 4).

  이 도메인 중심 접근 방식은 Gen AI가 단순한 기술 솔루션이 아니라 비즈니스 혁신의 핵심 원동력이 되도록 보장합니다. 기술 자체를 위한 기술에 집중하기보다는 도메인 혁신을 우선시하는 조직이 AI의 전체 가치를 포착하는 데 더 나은 위치에 있습니다. 중요한 점은 단독 Gen AI 전략이라는 것이 없다는 것입니다. 진정한 초점은 Gen AI를 배포하여 더 광범위한 비즈니스 목표를 지원하고, 전략적 목표를 추진하고, 시장에서 차별화를 이루는 데 두어야 합니다. 기술을 비즈니스 우선 관점에서 보는 조직은 AI 이니셔티브를 확장하는 데 더 큰 성공을 거두었습니다.

증거물 4

저희는 장애인이 저희 웹사이트에 동등하게 접근할 수 있도록 노력합니다. 이 콘텐츠에 대한 정보가 필요하시면 기꺼이 도와드리겠습니다. 다음 주소로 이메일을 보내주세요: McKinsey_Website_Accessibility@mckinsey.com

• AI 혁신은 기술 그 이상을 포괄합니다. Gen AI를 확장하는 것은 단순히 새로운 기술을 구현하는 문제가 아닙니다. 조직의 운영 모델과 문화를 재구성하여 새로운 AI 기반 작업 방식을 지원하는 것입니다. 이는 인재 전략으로 확장됩니다. 인력은 기존 IT 데이터 과학 역할을 넘어 AI 엔지니어링, 대규모 언어 모델 미세 조정, 비즈니스 변환과 같은 새로운 기술을 포함하여 기술 실행과 비즈니스 가치 포착 간의 격차를 메워야 합니다. 포괄적인 인재 재조정 없이는 조직이 Gen AI 노력을 확장하는 데 덜 성공할 것입니다. 또한 Gen AI 구현은 측정 가능한 가치를 이끌어야 합니다. 이를 위해서는 출시 시간 단축, 생산성 증가 또는 성공 가능성 개선을 통해 가치를 포착하는 방법에 대한 명확한 사전 합의가 필요합니다.

  예를 들어, 한 생명 과학 회사는 비즈니스 및 기술 역할에 대한 타겟 이니셔티브를 통해 엔터프라이즈 인재 업스킬링 및 계획 프로그램을 시작했습니다. 이 프로그램은 또한 중요한 기능에 전담 gen-AI 중심 리더십 역할을 도입하여 지속적인 조직 변화를 추진했습니다. 적절한 인재와 리더십이 배치되면서 회사의 gen AI 이니셔티브는 그렇지 않았을 때보다 훨씬 더 순조롭게 진행되었습니다.

• 생태계 접근 방식을 채택하세요. 빠르게 진화하는 AI 생태계에서 외부 중심 파트너십 전략은 매우 중요합니다. AI 기술과 방법론이 발전하는 속도를 감안할 때, 생명 과학 조직은 저비용, 높은 선택성 파트너십 네트워크를 구축하는 것을 고려해야 합니다. 이러한 파트너십은 유연성을 제공하고 조직이 기회가 생기면 빠르게 방향을 바꾸고 잡을 수 있는 능력을 제공할 수 있습니다. 조직은 또한 탐색적 파트너십에서 더 큰 전략적 투자로 이동할 시기를 나타내는 명확한 "트리거"를 설정해야 합니다. 이를 통해 비즈니스가 민첩하게 유지되고 실시간 통찰력과 시장 움직임에 따라 AI 투자를 확장하거나 전환할 수 있습니다.

  학계, 기술, 벤처 캐피털을 포함한 더 광범위한 생태계와 교류하는 것도 최신 개발 사항을 파악하는 데 필수적입니다. 내부 역량에만 의존하는 것은 더 이상 AI에서 경쟁력을 유지하기에 충분하지 않습니다. 역동적이고 외부에 초점을 맞춘 렌즈를 통해 회사는 곡선을 앞서 나가고 Gen AI 혁신의 전체 가치를 포착할 수 있습니다.

• 처음부터 플랫폼 중심 접근 방식을 구축합니다. 플랫폼 중심 접근 방식은 Gen AI 이니셔티브가 다양한 비즈니스 도메인에서 확장 가능하고 지속 가능하며 재사용 가능하도록 하는 데 중요합니다. 확장 가능한 AI 플랫폼을 사용하면 조직에서 인프라, 데이터 파이프라인 및 개발 프로세스를 표준화하여 각 새로운 사용 사례가 이전 사용 사례를 기반으로 구축되도록 할 수 있습니다. 이를 통해 노력 중복을 줄이고, 사업부 간 협업을 장려하고, 조직 전체에서 AI 성과의 일관성을 촉진하는 데 도움이 될 수도 있습니다. 또한 플랫폼 중심 접근 방식은 AI 모델이 고립되어 개발되지 않고 통합 프레임워크에 통합되어 다양한 비즈니스 도메인에서 적용 및 재사용될 수 있도록 합니다. 이를 통해 비용을 절감할 뿐만 아니라 한 도메인의 통찰력을 다른 도메인에 적용할 수 있으므로 가치 실현 시간도 단축됩니다.

  한 생명 과학 회사는 "속도를 늦추면 속도가 빨라진다"는 만트라를 고수함으로써 성공을 거두었습니다. 이 회사는 통찰력과 문서 플랫폼에 대한 자세한 청사진을 정의하는 데 3개월을 보냈습니다. 이를 통해 각 플랫폼 내의 구성 요소를 재사용하여 사용 사례 전반에 걸쳐 빠르게 확장할 수 있었습니다.

• 전체 제품 개발 수명 주기에 위험 관리를 포함시킵니다. 조직이 Gen AI에서 저지르는 일반적인 실수 중 하나는 위험 관리를 사후 고려 사항이나 혁신에 대한 장애물로 취급하는 것입니다. 사실, 위험 관리가 전체 AI 제품 수명 주기에 걸쳐 포함되어야 합니다. Gen AI는 환각, 편견, 데이터 보안 및 지적 재산권 문제와 같은 고유한 위험을 초래하며, 이는 신중한 감독이 필요합니다.

이러한 위험이 효과적으로 관리되도록 하려면 비즈니스 리더와 위험 및 규정 준수 기능이 정기적으로 협력해야 합니다. 조직은 일찍부터 명확한 거버넌스 프레임워크를 수립하고 AI 공정성, 투명성 및 책임에 대한 우려를 해결하기 위한 윤리적 지침이 마련되어 있는지 확인해야 합니다.

생명 과학 분야의 높은 규제 요건을 감안할 때, 조직은 위험 관리에 더 많은 중점을 두어야 합니다. 한 조직은 진화하는 규정(예: EU AI 법)과 기술적 한계(예: 모델의 확률적 특성)를 해결하는 데 필요한 보호책을 사전에 파악했습니다. 이 조직은 의무적 관찰 가능성, 검증 프로토콜, 인간 참여 가이드라인을 포함하여 명확하고 책임 있는 AI 요건을 수립했으며, 이는 제품 개발을 시작하기 전에 정의되었습니다.

전체적인 변형은 어떤 모습일까

성공적인 Gen AI 이니셔티브는 어떤 모습일까요? Gen AI 기회를 일찍 인식하고 도메인 전반에 걸쳐 전체적인 전환을 시작한 한 생명 과학 회사를 생각해 보세요. 회사 리더들은 전반적인 Gen AI 전략을 지휘하기 위해 C 레벨 태스크포스를 소집하고, R&D, 상업, 의료 및 운영 도메인 전반에 걸쳐 거버넌스 기구를 설립했으며, 각 도메인에 C 레벨 후원을 위한 높은 가치 잠재력이 있는 하나의 사용 사례를 우선시하도록 요청했습니다.

그런 다음 회사는 확장을 염두에 두고 개념 증명을 실행하여 초기 경험을 활용하여 재사용 가능한 구성 요소를 도메인별 플랫폼으로 구성했습니다. 기술 및 비즈니스 팀은 처음부터 협력하여 모든 세대 AI 솔루션이 우선적인 비즈니스 요구 사항을 해결하고 채택을 촉진하고 가치를 제공하는 데 필요한 프로세스 변경을 추진하도록 했습니다.

그 사이에 회사는 생명 과학 산업 전반과 그 외 분야에서 얻은 지식과 자산을 가져오기 위해 생태계 파트너와 협력했으며, 치료 분야와 지역 전반에서 확장 가능한 파트너 솔루션에 리소스를 집중하기 위한 단계 게이트를 구축했습니다.

리더들은 Gen AI 솔루션이 직원을 대체하기보다는 증강하도록 의도된 방식에 초점을 맞춘 설득력 있는 변화 스토리를 형성했습니다. 예를 들어, 증가하는 업무량을 처리하도록 돕고, 변화 관리 팀을 사용하여 성공적인 출시를 추진했습니다. 그들은 초기 사용자에게 화이트글러브 지원을 제공하고 이러한 얼리 어답터를 변화 홍보대사로 배치하여 하향식 모멘텀을 구축했습니다. 영향 지표는 정기적인 거버넌스 회의에서 정의, 추적 및 검토하여 Gen AI 이니셔티브가 확장되고 비즈니스 영향을 제공하는 데 도움이 되도록 했습니다.

이런 종류의 경험은 이상치일 필요가 없습니다. 생명 과학 조직의 리더는 Gen AI의 잠재적으로 변혁적인 가치를 포착하려면 실험과 개별 사용 사례 배포 이상이 필요하다는 것을 이해해야 합니다. 조직 구조에 전략적으로 통합해야 합니다. Gen AI 스토리의 다음 장에서 조직은 비즈니스 전략, 확장성 및 지속 가능성과의 일치를 추진하기 위해 의도적인 접근 방식을 취해야 합니다. 이 중요한 순간은 생명 과학 리더가 약물 발견과 환자 치료에 혁명을 일으키고 의미 있는 최종 결과를 추진하는 변혁적 변화를 주도할 수 있는 기회입니다.

이 기사가 당신에게 얼마나 관련성이 있고 유용한가요?

저자에 관하여

차이타냐 아다발라 비스와 는 맥킨지 보스턴 사무소의 파트너이고, 델핀 주르키야는  수석 파트너입니다. 단디 주는 뉴욕 사무소의 파트너입니다. 그리고 요아킴 블레이스 는 캐롤라이나 사무소의 수석 파트너입니다.

저자는 이 논문에 기여해 주신 Abhi Mukherjee, Lionel Jin, Natalia Dorogi, Nitisha Sharma, Vasu Macherla에게 감사드리고 싶습니다.