상위 제약사 리더들이 전하는 데이터 기반 구축에 관한 인사이트 5가지
제약 산업의 AI 도입이 실험 단계를 넘어 실행 단계로 접어들면서, 그 야심찬 규모는 누구도 부정할 수 없게 되었습니다. 최근 발표된 제약 바이오 커머셜 분야의 데이터, 분석 및 AI 현황 보고서에 따르면, 리더의 86%가 AI를 통해 5% 이상의 매출 증대를 기대하고 있습니다. 하지만 데이터 기반이 지속 가능한 성장에 필요한 무결성과 연결성을 갖추지 못한 탓에, 리더의 89%는 추진 중인 AI 이니셔티브의 절반 이상을 확장하는 데 어려움을 겪고 있습니다.
이처럼 포부와 현실 사이의 간극은 점차 벌어지고 있습니다. 이러한 간극을 좁히기 위해 리더들은 데이터 품질을 단순히 부수적인 유지보수 작업 정도로 취급하는 것을 멈추고, 전략적 핵심 과제로 다루기 시작해야 합니다.
Bayer, Boehringer Ingelheim, GSK, Orion Pharma의 데이터 리더들이 제약 업계의 AI에 대한 기대치를 현실로 바꾸기 위한 로드맵을 제시합니다. 이들은 단순히 파일럿 프로젝트에 머물지 않고, 실제 운영 시스템으로 구축하고 있습니다.
확장 가능한 AI를 위한 기반 구축에 대해 이들이 전하는 다섯 가지 전략적 인사이트는 다음과 같습니다.
1. 데이터에 대한 관점을 ‘비용’에서 ‘가치’로 전환하십시오
오랫동안 레퍼런스 데이터와 마스터 데이터 관리(MDM)는 반드시 필요하지만 전략적이지는 않은 부수적인 비용으로만 여겨져 왔습니다. 이러한 인식은 투자의 걸림돌이 되었습니다. 실제로 리더의 53%가 예산 제약을 낮은 데이터 품질의 주요 원인으로 꼽고 있으며, 이러한 데이터 격차는 AI 이니셔티브가 확장되는 것을 가로막고 있습니다.
Orion Pharma의 전 글로벌 고객 인게이지먼트 책임자인 라파엘레 토르티(Raffaele Torti)는 데이터가 AI와 같은 비즈니스 우선순위를 실현하는 전략적 조력자가 될 것임을 확신했습니다. 전사적인 공감을 얻기 위해 그는 데이터 거버넌스 대신, 탄탄하게 구축된 데이터 기반이 어떻게 시장의 도달 범위를 넓히고 타겟팅 잠재력을 직접적으로 확장하여 조직에 이익을 주는지 입증하는 데 집중했습니다.
“핵심은 모든 잠재 리드를 완벽하게 파악했을 때 얻을 수 있는 효과를 직접 입증하는 것이었습니다. 이를 통해 타겟 리스트를 확장함으로써, 최소 10% 이상의 매출 증대 효과를 기대할 수 있게 되었습니다.”
2. 데이터 시스템을 재점검하고 적절하게 조정하십시오
데이터 전략을 재평가하고, 차세대 CRM을 선정하며, AI를 전 세계적으로 확장해야 하는 지금이 바로 기존 시스템을 근본적으로 재검토할 최적의 시기입니다.
지난해 Boehringer Ingelheim은 전사적인 OpenData도입을 발표했습니다. 플랫폼 및 데이터 부문 총괄인 알렉산더 울리히(Alexander Ullrich)는 Vault CRM으로의 이전과 같은 대규모 인프라 전환 시 발생할 수 있는 리스크를 줄이기 위해서는 통합된 데이터 전략이 필수적이라고 강조합니다.
“우리에게 핵심 동력은 곧 다가올 CRM 마이그레이션을 간소화하는 것이었습니다. 우리는 고객 MDM을 먼저 제대로 구축해야 한다는 점을 알고 있었습니다. 따라서 Vault 마이그레이션 이전에 단일 데이터 제공업체를 선정해 도입하는 것이 프로젝트의 리스크를 줄이기 위한 최우선 과제였습니다.”
3. 속도와 정확성으로 필드 팀의 신뢰를 확보하십시오
글로벌 데이터 전략의 성공 여부는 각 지역 시장에서 얼마나 잘 수용되는지에 달려 있습니다. 설문 조사 결과에 따르면, 필드 팀이 데이터를 신뢰하지 못할 경우 Vault CRM보다는 본인의 직관에 더 의존하는 것으로 나타났습니다.
GSK, Bayer, 그리고 Boehringer Ingelheim의 리더들은 성공의 진정한 척도가 로컬 팀의 신뢰라고 입증합니다. GSK Nordics의 에리카 휴징(Erika Husing)이 소속된 팀의 경우, 데이터 정확도와 최신성을 보장하는 중요한 요소로 데이터 변경 요청(DCRs) 처리 시간을 꼽았습니다. 이는 과거의 레거시 시스템으로 인해 겪었던 불만을 해소하고 현장의 신뢰를 회복하는 데 큰 도움이 됩니다.
“우리 팀이 거둔 성공은 DCR 처리 시간을 획기적으로 단축했다는 점입니다. 스웨덴의 경우 처리 시간이 약 2시간 정도인데, 필드 팀이 이전의 레거시 데이터를 사용할 때 겪었던 상황과 비교하면 놀라울 정도로 개선된 수치라고 생각합니다.”
4. 화려한 AI 도입에 앞서, 탄탄한 데이터 기반을 먼저 마련하십시오
업계가 앞다투어 AI 파일럿 프로젝트를 쏟아내고 있는 가운데, Bayer의 비즈니스 케이퍼빌리티 리드인 하리 크리슈나 이예르(Hari Krishna Iyer)는 정반대의 행보가 성공의 열쇠였다고 밝힙니다. 바로 소위 “지루한” 기초 작업에 우선순위를 두는 것입니다.
Bayer는 현재의 AI 전략을 수립하기 훨씬 전인 수년 전부터, 오로지 “기본을 바로 세우기 위해” 데이터 여정을 시작했습니다. 고급 분석 단계로 곧장 뛰어넘고 싶은 유혹을 뿌리치고 글로벌 표준화에 집중한 결과, 현재는 혁신을 위한 고속 발판 역할을 하는 신뢰할 수 있는 환경을 구축했습니다. 여기서 얻을 수 있는 교훈은 명확합니다. 미래에 AI의 ‘속도’를 원한다면, 지금 데이터의 ‘안정성’을 확보해야 한다는 것입니다.
“우리는 기본을 바로 세우기 위해 이미 2~3년 전부터 이 여정을 시작했습니다. AI 전략은 그보다 훨씬 나중에 수립되었죠. 하지만 결과적으로 그것이 큰 도움이 되었습니다. 데이터야말로 AI를 지탱하는 핵심 근간이기 때문입니다.”
5. 데이터 품질을 객관적으로 평가하십시오
레퍼런스 데이터는 지난 몇 년간 비약적으로 발전하며, 전사적 차원의 AI 확장에 필수적인 고품질의 기초 데이터를 제공해 왔습니다. 정기적인 데이터 평가를 실시하면, 핵심 비즈니스 성과 달성을 가로막는 데이터 상의 병목 현상을 명확히 파악할 수 있습니다.
Boehringer Ingelheim의 안드레아스 해클(Andreas Hackl)이 언급했듯, 데이터 평가는 팀이 보유한 현재 데이터와 벤더사의 기술적 발전 수준을 함께 검토할 수 있는 기회를 제공합니다. 그 후 팀은 이러한 개선이 비즈니스 요구사항에 어떻게 부합하는지 평가할 수 있습니다. 예를 들어, OpenData는 AI에 즉시 활용 가능한 수준의 데이터 품질, 커버리지, 일관성을 보장하기 위해 에이전틱 데이터 큐레이션(agentic data curation)과 같은 기술에 지속적으로 투자해 왔습니다.
“우리는 5년 전 OpenData를 통해 데이터 평가를 진행했었고, 당시에는 품질이 충분하지 않다는 결과가 나왔습니다. 하지만 이번에 다시 평가해 보니, 데이터 품질이 정말 훌륭해졌다는 것을 확인할 수 있었습니다.”
데이터 기반을 갖춘 기업만이 미래의 기회를 누릴 것입니다
이제 ‘적당히 쓸 만한’ 데이터의 시대는 끝났습니다. 부실한 데이터 기반은 단순히 기술적인 장애물이 아니라, 야심찬 AI 포부를 가로막는 전략적 부채입니다. 2026년을 지나며 선두 기업과 뒤처진 기업을 가르는 결정적 기준은 바로 데이터 무결성이 될 것입니다. 내일의 혁신을 주도하고 싶다면, 바로 오늘 데이터 표준화에 집중하십시오.
GSK, Bayer, 그리고 Boehringer Ingelheim의 리더들이 제시한 로드맵은 명확합니다. 과거의 오류를 수정하는 데 급급하기보다, 데이터가 전략을 뒷받침하는 수준을 넘어 전략을 가속화하는 미래를 설계하십시오.
우리는 이러한 선구적인 팀들과 파트너로서 함께하게 된 것을 자랑스럽게 생각합니다. 업계 전반에서 목격하고 있는 실질적인 진전은 바이오 제약 분야에 걸맞은 신뢰도 높은 고품질 데이터를 제공하기 위해 우리가 계속해서 정진할 수 있는 원동력이 됩니다.
OpenData가 바이오 제약 리더들이 AI를 위한 더 깨끗하고 빠른 기반을 구축하는 데 어떻게 지원하고 있는지 확인해 보십시오.
귀사의 데이터 품질을 벤치마킹할 준비가 되셨다면, 무료 데이터 평가를 통해 구체적인 개선 기회를 확인해 보시기 바랍니다.