배경

신약 개발 과정에서 임상시험 대상자의 신체 지표를 실시간으로 추적하려는 시도가 빠르게 늘고 있다. 과거 연구진은 주기적인 병원 방문 시점에 환자의 혈압이나 심전도, 보행 상태를 단편적으로 측정하는 방식에 의존했다. 이러한 간헐적 검사는 일상생활 속 증상 변동이나 수면 중 발생하는 미세한 생체 신호 변화를 포착하기 어렵다는 한계를 드러냈다.

이에 따라 스마트워치, 패치형 연속 혈당 측정기, 센서 내장형 의류 같은 디지털 웨어러블 기기가 대안으로 부상했다. 병원을 직접 찾지 않고도 일상에서 연속적인 생체 데이터를 수집하는 분산형 임상시험(Decentralized Clinical Trials, DCT) 모델이 주목받으면서 웨어러블의 도입 속도는 한층 가속화됐다.

그러나 임상 연구 현장에서는 수집된 데이터의 과학적 엄밀성을 두고 의문이 지속적으로 제기된다. 상용 전자기기 제조사가 제공하는 알고리즘은 대개 블랙박스 형태로 비공개 상태인 경우가 많아, 동일한 신체 움직임을 측정하더라도 기기 제조사나 소프트웨어 버전에 따라 상이한 결과가 도출되기도 한다. 규제 기관이 요구하는 높은 수준의 데이터 무결성과 재현성을 담보하지 못하면, 막대한 비용을 들여 수집한 연속 측정값도 신약 허가 근거로 인정받지 못할 위험에 직면하게 된다.

핵심 발견

최근 학계와 산업계에서는 디지털 건강 기술(Digital Health Technologies, DHT)을 임상 평가지표로 활용할 때 발생하는 과학적 타당성과 측정 오차에 관한 실증 분석을 본격화하고 있다. 연구진은 가속도계 기반의 신체 활동량 측정이나 광용적맥파(Photoplethysmography, PPG) 기반 심박수 모니터링이 일상 환경의 다양한 변수에 취약하다는 사실을 확인했다.

대표적으로 착용 위치의 미세한 변화, 피부 톤, 주변 온도, 배터리 잔량에 따른 센서 감도 저하가 원시 신호의 노이즈를 유발한다. 실제 환자군을 대상으로 한 비교 연구를 살펴보면, 병원용 표준 유선 장비와 상용 웨어러블 기기 사이의 측정 일치도는 정적인 상태에서 90% 이상을 유지하지만, 격렬한 움직임이나 불규칙한 생활 패턴 속에서는 일치도가 70% 이하로 급감하기도 한다.

측정 기술 자체의 문제를 넘어 환자 순응도 역시 데이터 품질을 좌우하는 결정적 요인으로 꼽힌다. 임상 참가자가 충전을 잊거나 불편함을 이유로 기기 착용을 중단할 때 발생하는 결측값은 특정 시간대에 집중되는 편향을 낳는다. 연구진은 이러한 결측 데이터가 무작위로 소실되는 것이 아니므로, 단순 통계 보정만으로는 질환 진행 경과를 왜곡 없이 복원하는 데 기술적 한계가 따른다고 지적한다. 규제 기관 제출을 위한 유효 평가지표로 정착하려면 원시 데이터 처리 알고리즘의 투명한 검증과 표준화 프로토콜 확립이 선행돼야 한다는 결론에 도달했다.

의미와 전망

임상 연구에서 디지털 바이오마커가 온전히 자리 잡으려면 기술적 완성도와 규제 수용성을 동시에 끌어올려야 한다. 미국 식품의약국(FDA)과 유럽 의약품청(EMA)은 웨어러블 기반 데이터 활용 지침을 잇달아 정비하며, 임상적 검증(Clinical Validation)과 분석적 타당성(Analytical Validation)을 엄격히 분리해 증명하도록 요구하는 추세다.

향후 과제는 다기관 연구에서도 흔들리지 않는 공통 데이터 표준을 수립하는 일에 집중된다. 기기 교체나 소프트웨어 펌웨어 업데이트가 진행되더라도 데이터 연속성이 깨지지 않도록 하는 센서 보정 기술, 결측 패턴을 정밀하게 보정하는 특화 기계학습 모델 개발이 활발히 이어지고 있다.

이러한 난제들이 순차적으로 해결된다면 희귀 난치성 질환이나 중추신경계 질환처럼 미세한 증상 완화를 장기간 추적해야 하는 분야에서 신약 개발 효율성이 획기적으로 개선될 전망이다. 단기적 열풍에 기대기보다는 과학적 검증 틀을 얼마나 정교하게 구축하느냐가 웨어러블의 차세대 임상 표준 진입 여부를 가를 것이다.