연구 결과, 의학정보학 분야 세계적 국제학술지 Journal of Medical Internet Research (IF 8.2, 관련 분야 상위 4%) 게재

인공지능 기반 약물이상반응 인과성 평가 기술 개발… 약물감시 업무 효율화 가능성 제시

△ (왼쪽부터) 하영미 박사과정 학생, 김명규 교수님

약학과 김명규 교수 연구팀이 대규모 언어모델(LLM)을 활용해 약물이상반응의 인과성을 평가하는 새로운 연구 결과를 발표하며, 인공지능 기반 약물감시(Pharmacovigilance)의 활용 가능성을 제시했다.

약물이상반응 인과성 평가는 특정 약물이 실제 이상반응의 원인인지 판단하는 과정으로, 의약품 안전관리와 신약 개발에서 핵심적인 역할을 한다. 현재 세계보건기구-웁살라 모니터링센터(WHO-UMC) 인과성 평가 기준이 국제적으로 널리 사용되고 있으나, 평가 과정이 많은 시간과 전문성을 요구하고 평가자 간 주관적 차이가 발생할 수 있다는 한계가 있다.

김명규 교수 연구팀은 미국 식품의약국(FDA) 이상사례 보고 데이터베이스를 기반으로 실제 약물이상반응 사례를 선별하고, 전문가들이 독립적으로 평가한 결과를 기준으로 다양한 LLM 모델의 인과성 평가 성능을 비교·분석했다.

연구팀은 최신 대규모 언어모델에 다양한 프롬프팅 기법을 적용해 성능을 평가한 결과, 일부 모델은 전문가 판단과 중등도에서 높은 수준의 일치도를 보였으며, 동일 사례를 반복 평가하는 과정에서도 높은 일관성을 유지하는 것을 확인했다. 특히 단계적 추론과 자기일관성을 적용한 모델은 가장 우수한 성능을 보였으며, 생성형 인공지능이 전문가를 완전히 대체하기는 어렵지만 약물감시 업무에서 초기 사례 분류와 검토를 지원하는 보조 도구로 활용될 가능성을 제시했다.

이번 연구는 생성형 인공지능의 약물감시 분야 적용 가능성을 체계적으로 검증한 연구로, 향후 의약품 안전성 평가의 효율성을 높이고 의료 전문가의 업무 부담을 줄이는 데 기여할 것으로 기대된다. 또한 보다 다양한 실제 임상자료를 활용한 후속 연구를 통해 인공지능 기반 약물감시 시스템 개발의 기반을 마련할 것으로 전망된다.

이번 연구에는 하영미 박사과정 학생(제1저자), 김민정 석·박사통합과정 학생, 방영인 학부생이 공동으로 참여했으며, 연구 결과는 의학정보학 분야 세계적 국제학술지인 Journal of Medical Internet Research(Impact Factor 8.2, JCR 상위 4%, https://www.jmir.org/2026/1/e93237)에 게재됐다.