AI, 제약업 일자리 재편…감원보다 ‘새 역할’ 만든다

제약산업의 인력 구조가 인공지능(AI)으로 인해 전면적인 감원보다는 직무 역할이 재편되는 방향으로 변화를 겪고 있다. 업계 경영진은 AI가 바이오파마 분야에서 대규모 일자리 감소로 이어질 것으로 보지 않는다고 말하며, AI로 인해 큰 폭의 인력 감축이 나타난 다른 산업의 흐름과는 대조적이라고 전했다.

제약·바이오 및 R&D 채용을 전문으로 하는 인재 영입 회사 EPM Scientific의 전무이사 Jae Yoo는 “AI가 반드시 일자리를 1대1로 대체한다고 보지는 않는다”고 말했다. 그는 “지금 유입되는 일자리의 유형을 다른 곳으로 옮기고(재배치) 재구성하고 있다”고 덧붙였다.

최근 업계 경영진을 대상으로 한 설문도 같은 취지의 결과를 보였다. 제약업 C-레벨 리더들은 AI가 대규모 일자리 감소를 초래하지는 않을 것으로 본다고 답했다. AI는 일자리를 대체하기보다는 새로운 역할을 만들고 기존 역할의 가치를 높이며, 향후에는 호기심, 창의성, 비판적 사고가 핵심 역량이 될 것이라는 평가다.

생명과학 기업에서 AI 인재 채용은 최우선 과제가 됐다. 설문에 응답한 바이오텍 임원 중 절반 이상이 향후 몇 년간 반드시 채워야 할 상위 3개 직무에 AI 전문가가 포함된다고 답했다. 생명과학 기업들이 투자와 함께 사내(in-house) AI 팀을 확대·구축하고 있어 AI 인재 확보의 중요성은 특히 커지고 있다.

Yoo는 “예전에는 많은 업무를 벤더(vendor)에 아웃소싱했지만, 최근에는 사내 분석(analytics) 조직을 더 많이 구축하는 흐름이 보인다”고 말했다. 그는 “벤더를 관리하는 사람 1명을 두는 대신, 그 팀을 내부에 만들게 된다”고 설명했다.

일부 기업은 AI 이니셔티브를 통해 상당한 규모의 일자리를 늘리기도 했다. Eli Lilly는 NVIDIA와 협력해 ‘drug discovery’를 위한 ‘AI factory’를 구축 중이라고 발표했으며, 이를 통해 수천 개의 제조(manufacturing)·건설(construction) 일자리뿐 아니라 엔지니어, 과학자, 운영 인력, 실험실 테크니션(lab technician) 등의 일자리도 창출될 것이라고 밝혔다.

Drug discovery는 생명과학 기업이 AI 기능뿐 아니라 일자리도 가장 크게 늘릴 분야로 꼽힌다. Yoo는 “AI는 과거에 비해 비용과 자원의 일부만으로도 기업이 치료법과 약물을 발견할 수 있게 해준다. 그래서 특히 디스커버리(discovery) 영역에서 AI 및 머신러닝 엔지니어링 인재 수요가 급증하고 있다”고 말했다.

제약업의 직무 명칭 역시 AI로 인해 재편되고 있다. 예를 들어 상업(커머셜) 분석(commercial analytics)과 시장 접근(market access)처럼 여러 기능과 역량을 결합한 하이브리드 역할이 만들어지고 있다. Yoo는 “AI는 많은 기업이 일부 역할을 전환해 생산성을 높이도록 돕는다. 규칙 기반의 루틴하고 반복적인 직무를 채용하는 것과는 대비된다”고 말했다. 이어 “우리 고객들은 한 영역의 기술 전문가보다 더 자주, 교차 기능(cross-functional) 역량을 요청한다”고 덧붙였다.

상업 분석 역할도 수요가 높다. 상업 데이터와 실제 근거(real-world evidence)를 분석할 수 있는 인력이 필요하기 때문이다. Yoo는 “시장 출시까지의 기간(time-to-market)과 규제(regulatory) 성공에 직접적으로 영향을 미치는 모든 직무와 부서는 계속 높은 수요를 유지할 것”이라며 “그 교차 기능적 요소가 정말 중요해질 것”이라고 말했다.

Yoo는 AI 역량을 추가한 뒤 부서를 통합해 직원들이 더 교차 기능적으로 일하도록 만든 한 회사를 사례로 들었다. 그는 “재구조화(restructuring)라고 부를 수도 있지만, 단 한 명의 직원도 일자리를 잃지 않았다”고 말했다.

제약산업이 매출 외의 더 넓은 목표에 초점을 맞추는 점은 다른 산업에서 사라지는 일자리를 제약업이 유지하는 데 도움이 될 수 있다. Yoo는 “Amazon 같은 기업이나 어떤 테크 기업에서는 우선순위를 둬야 하는 손익(bottom line)이 더 크다”며 “반면 제약업에서는 치료법, 약물, 환자가 우선순위가 된다”고 말했다.

헬스케어에서 기술의 역할이 커지고 있음을 강조하며, 우타르프라데시 주지사 과학자문이자 전 인도 Drugs Controller General인 GN Singh는 AI 기반 연구가 제약 분야에서 필수 요소가 됐다고 말했다. Singh는 “헬스케어와 의학에서 디지털 및 AI 도구가 빠르게 통합되면서, 제약산업이 스마트 기술에 맞춰 정렬하는 것이 불가피해졌다”고 말했다. 그는 또한 AI 기반 drug discovery, 규제 메커니즘(regulatory mechanisms) 개선, 제약 연구에서의 혁신 필요성도 강조했다.

인공지능은 방대한 데이터셋을 분석하고 잠재적 약물 후보를 식별하며 결과를 예측함으로써 drug discovery 과정을 가속한다. AI를 도입하는 제약사는 연구에 수반되는 시간과 비용을 줄이는 동시에 성공 가능성을 높인다. AI 기반 플랫폼은 화학 화합물 선택을 최적화하고 환자 반응을 예측하며 임상시험(clinical trial) 결과를 시뮬레이션할 수도 있어, 약물 개발 과정을 더 효율적이고 표적화된 방식으로 만든다.