본문 바로가기
NanumSpace
← 인사이트

발표

AI 도구를 만드는 것보다, 운영하며 정착시키는 것이 더 어려웠습니다

2026 산학관 통계 컨퍼런스에서 Protocol, DM, SAP, TLF에 AI Agent를 적용하며 얻은 운영 경험을 공유했습니다.

나눔스페이스는 2026년 11월 5일 산학관 통계 컨퍼런스에서 ‘AI 활용 Protocol, DM, SAP, TLF 운영 경험’을 발표했습니다. 만든 이야기보다 운영하며 정착시킨 이야기를 중심으로, 앞으로 보완할 과제까지 함께 정리했습니다.

임상 데이터 업무의 방식을 새롭게 정의합니다

AI는 문서 초안 작성, 근거 대조, 코드 생성, 자체 점검을 맡습니다. 분석 방법의 결정, Spec 확정, 실데이터 실행, QC와 승인은 사람이 합니다. 조직과 책임 체계를 바꾸지 않았다는 점이 AI를 정착시키는 데 중요했습니다.

무엇을 자동화할지 고른 세 가지 기준

대상자 자료 처리, 쿼리 판단, 결과 해석, DB Lock과 승인은 처음부터 자동화 대상에서 제외했습니다.

시행착오가 업무 절차를 바꾸었습니다

성과를 측정하는 체계를 갖춰 갑니다

나눔스페이스는 AI의 효과를 인력 감축이 아니라 같은 인력으로 처리할 수 있는 과제의 ‘용량’으로 바라봅니다. 앞으로 업무별 소요 시간, 사람이 고친 비율, AI가 멈춘 횟수와 이유, QC에서 발견된 오류를 측정해 나갈 계획입니다.

모델은 바뀌지만, Skill과 규칙, 검증 세트는 조직에 남습니다.

정착을 위한 네 가지 제언

더 신뢰할 수 있는 임상 데이터,
나눔스페이스와 함께 만듭니다

나눔스페이스는 과제를 시작하기 전에 어떤 업무에 AI를 쓰고 어떤 자료를 입력할지 의뢰사와 먼저 협의합니다.