바이오의약품과 그 데이터 그림자

📍 현재 위치: 1부, 1장 — 서문에서 바이오 제조의 두 가지 산물(분자와 그 데이터)을 만나보았으니, 이제 그 두 번째 산물을 자세히 들여다봅니다. 모든 배치(batch)가 드리우는 데이터 그림자입니다.

서문 — 같은 약을 두 번 만들기 — 에서 우리는 거의 철학적으로 들리는 주장을 했습니다. 바이오의약품(biologic)은 두 번 제조된다는 것입니다. 한 번은 살아있는 세포 안에서 길러지는 분자로서, 또 한 번은 그 분자가 우리가 말하는 바로 그것임을 증명하는 데이터의 집합으로서 말입니다. 이 장에서는 그 주장을 구체화합니다. 우리는 단 하나의 의약품 배치를 따라가며 그 그림자를 헤아려 볼 것입니다.

"그림자"라는 단어는 의도적입니다. 그림자는 사물 그 자체는 아니지만, 사물이 드리우는 것이며, 어디든 따라다니고, 그 형태에 관해 많은 것을 알려줍니다. 한 배치의 데이터 그림자(data shadow) 는 그 배치가 만들어지고 시험되는 동안 생성된 모든 숫자, 기록, 서명, 그리고 센서 트레이스(sensor trace)입니다. 이 장이 끝날 무렵이면 여러분은 그 그림자가 마지막에 덧붙여지는 선택적 서류 작업이 아님을 알게 될 것입니다. 그것은 규제적·과학적으로 실재하는 의미에서 제품의 일부입니다.

쉽게 말하면

값비싼 와인 한 병을 떠올려 보세요. 잔에 담긴 와인이 제품입니다. 하지만 진지한 수집가는 그 출처(provenance) 도 원합니다. 포도가 어디서 자랐는지, 그해 날씨는 어땠는지, 누가 병입했는지, 어떻게 보관되었는지, 그리고 병이 한 번도 훼손되지 않았다는 증거 말입니다. 와인에게 그 서류 기록은 있으면 좋은 것입니다. 그러나 인체에 들어가는 바이오의약품에게 그 서류 기록은 법이며, 그 양은 어마어마합니다. 이 책은 바로 그 서류 기록에 관한 것입니다. 다만 이제 그것은 거의 종이가 아닙니다.

이 장에서 다루는 내용

• 바이오의약품의 복잡성이 왜 데이터를 이야기의 중심으로 밀어 올리는가
• 단 하나의 배치가 만들어내는 여러 종류의 데이터와, 대략 그 양은 얼마인가
• "문서화되지 않았다면 일어나지 않은 것이다"라는 법적 원칙
• 우리가 거듭 돌아올 네 가지 데이터 계열(family)
• 이 책 제목의 동사 — 관리하다(manage) — 가 왜 어려운 부분인가

만들어지는 방식으로 정의되는 분자

빠른 복습입니다. 나머지 모든 것이 여기서 따라 나오기 때문입니다. 바이오의약품(biologic) 은 크고 연약한 단백질 의약품 — 수천 개의 원자로 이루어진 분자 기계 — 으로, 일반적인 화학이 아니라 오직 살아있는 세포만이 만들어낼 수 있습니다. 우리가 거듭 사용할 예시는 단일클론항체(monoclonal antibody, mAb) 입니다. 이는 암 신호와 같이 체내의 특정한 하나의 표적에 들러붙도록 설계된 Y자 모양의 단백질입니다. (자매 가이드인 Biologic Drug Manufacturing 은 그 생물학을 깊이 있게 다룹니다. 여기서는 그것이 데이터에 미치는 결과에 관심을 둡니다.)

아스피린 같은 저분자 의약품(small-molecule drug)은 정확한 화학식으로 쓸 수 있습니다. 바이오의약품은 그럴 수 없습니다. 너무 크고, 너무 유연하며, 세포가 길러내면서 붙이는 작은 당사슬(sugar chain)로 장식되어 있기 때문입니다. 같은 유전자를 가졌으나 배양 조건(pH, 온도, 영양분 수준)이 다른 두 공장은 미묘하게 다른 분자를 만들어낼 수 있습니다. 살아있는 세포가 단백질을 만든 뒤에 그것에 가하는 화학적 편집, 즉 번역 후 변형(post-translational modification, PTM) — 이를테면 세포의 상태에 따라 달라지는 당화(glycosylation)(당사슬을 붙이는 일) — 을 수행하기 때문입니다. 이것이 바로 업계가 "제품이 곧 공정이다(the product is the process)" 라는 문구를 반복하는 이유입니다. 제조 공정은 단순히 의약품을 만드는 데 그치지 않고, 그 의약품이 무엇인지를 정의하는 데 일조합니다 [1].

바로 그 한 가지 사실이, 데이터가 바이오 제조의 가장자리가 아니라 중심에 자리하는 이유입니다. 공정이 제품을 정의한다면, 공정의 기록이야말로 제품이 실제로 무엇인지에 대한 유일한 증거입니다. 현대의 규제적 사고는 이를 공식화했습니다. 품질 설계 기반(Quality by Design, QbD) — 품질을 사후에 시험으로 확인하는 것이 아니라 의도적으로 처음부터 구축하는 개발 철학 — 아래에서, 여러분은 어떤 공정 설정과 어떤 제품 속성이 진정으로 중요한지를 식별하고, 그것들이 서로 어떻게 관련되는지를 이해해야 합니다 [1]. 국제 가이드라인 ICH Q8(R2) — 여기서 ICH는 미국·EU·일본의 의약품 규제를 정렬하는 기구인 국제의약품규제조화위원회(International Council for Harmonisation)입니다 — 는 이를 기대 사항으로 전환했습니다. 제품이 무엇을 해야 하는지를 정의하고, 그 핵심 품질 속성(critical quality attributes)(한계 내에 머물러야 하는 소수의 제품 속성으로, 뒤에서 CQA로 공식화됩니다)을 식별하며, 제품이 그 속성들을 신뢰성 있게 충족하는 공정 조건의 입증된 범위인 설계 공간(design space)을 그려내라는 것입니다 [2]. 이 단어들 하나하나가 실제로는 데이터에 대한 요구입니다.

단일 배치의 데이터 그림자

이제 하나의 배치 — 공장을 한 번 통과하며, 정제된 항체 수 킬로그램(이것이 원료의약품(drug substance) 입니다 — 바이알에 충전되기 전의 벌크 항체)을 생산하고, 충전/마감(fill/finish) 을 거쳐 완성된 완제의약품(drug product) 수만 바이알이 되는 — 를 그려 봅시다. 그것이 떨어뜨리는 데이터를 지켜보세요.

무엇이 포착되는가: 여섯 가지 데이터 출처

하나의 런은 한 종류의 데이터가 아니라 여섯 종류를 떨어뜨리며, 각각은 서로 다른 물리적 단계에서 태어납니다. 서문에서는 이미 같은 그림자를 각 기록이 어떻게 행동하는가에 따라 여섯 출처로 분류했습니다(연속적인 센서 측정값, at-line과 off-line 실험실 결과, 상태 전이 이벤트, 배치 마스터 기록, 공정 이벤트, 그리고 서명이 담긴 감사 추적). 여기서는 그 그림자를 두 번째의, 상호 보완적인 방식으로 — 각 기록을 만들어내는 물리적 스테이션(physical station) 에 따라 — 잘라 봅니다. 이는 서문의 상태 전이 이벤트와 공정 이벤트를 제어 시스템의 알람과 이벤트 로그로 접어 넣고, 그 배치 마스터 기록을 EBR 로 유지하며, 서문이 맥락 속에 묶어 두었던 두 스테이션 — 환경 모니터링 과 물질 계보 — 을 드러냅니다. 같은 그림자, 두 가지 단면일 뿐 다른 기록 집합이 아닙니다 — 센서 시계열, 알람과 이벤트, EBR, 분석 결과, 환경 모니터링, 그리고 물질 계보입니다. 앞의 세 가지는 제조 현장에서 — 생산 바이오리액터와 수확 및 청징(harvest and clarification) 단계에서 — 태어나고, 뒤의 세 가지는 QC 실험실, 청정실, 창고에서 태어납니다. 차례로 만나봅시다.

센서의 시계열 데이터(time-series). 바이오리액터(bioreactor)(세포가 자라는 대형 용기 — 예를 들어 Cytiva Xcellerex XDR 또는 Thermo Fisher HyPerforma 같은 2,000리터급 교반 탱크 일회용 바이오리액터) 내부에서, 프로브(probe)는 온도, pH(산성도), 용존산소, 교반 속도 등을 측정합니다. 흔히 몇 초마다, 1주에서 3주에 걸쳐서 말입니다. 이 연속적인 흐름은 배치의 심장박동입니다. 업계가 이러한 핵심 품질 및 성능 속성을 공정 진행 중에(실시간으로, 또는 신속한 at-line 측정으로) 측정하도록 밀어붙인 프레임워크가 FDA의 공정 분석 기술(Process Analytical Technology, PAT) 이니셔티브입니다 [3]. 그 숫자는 큽니다: 10–20개의 프로브를 약 0.5Hz로 1주에서 3주에 걸쳐 샘플링하면, 배치당 천만 개를 어렵지 않게 넘어섭니다. 이는 원시 취득 속도(raw acquisition rate)입니다. 히스토리언은 모든 샘플을 저장하는 일이 드뭅니다. 공간을 아끼기 위해, 값이 작게 설정된 양 이상으로 변할 때만 측정값을 기록합니다 — 기록할 가치가 없을 만큼 변화의 폭이 작은 구간을 데드밴드(deadband) 라고 부릅니다 — 그래서 평탄하고 안정적인 신호는 수천 개가 아니라 한 줌의 점으로 보관됩니다. (의미 있는 변화만 저장하는 이 기법을 예외 보고(exception reporting), 즉 압축(compression) 이라고 하며, AVEVA PI System의 스윙잉 도어(swinging-door) 알고리즘이 잘 알려진 예입니다.) 따라서 저장되는 점의 수는 취득 속도보다 훨씬 적으며, 이는 그 자체로 뒤에서 다시 다룰 데이터 무결성 설계 선택입니다. 각 점은 타임스탬프(timestamp)가 찍힌 태그(tag) — BR101.Temp.PV, BR101.pH.PV(.PV 접미사는 공정 값(process value), 즉 실시간으로 측정된 판독값을 뜻합니다) — 로 도착하여, AVEVA PI System(예전 OSIsoft PI) 이나 Rockwell FactoryTalk 같은 공정 히스토리언(Historian) 데이터베이스에 쌓입니다. 몇 개의 행은 다음과 같습니다.

timestamp,tag,value,unit,quality
2026-06-13T14:03:00Z,BR101.Temp.PV,37.0,degC,Good
2026-06-13T14:03:00Z,BR101.pH.PV,7.05,pH,Good
2026-06-13T14:03:00Z,BR101.DO.PV,42.3,%sat,Good
2026-06-13T14:03:02Z,BR101.Temp.PV,37.0,degC,Good
2026-06-13T14:03:02Z,BR101.pH.PV,7.04,pH,Good

알람과 이벤트. 값이 범위를 벗어나거나, 작업자가 밸브를 열거나, 펌프가 작동할 때마다 제어 시스템은 그것을 기록합니다 — 무슨 일이, 언제, 그리고 흔히 누가 그것을 일으켰는지까지.

전자 배치 기록(electronic batch record, EBR). 이것은 배치의 마스터 서사입니다. 따랐던 단계별 레시피, 첨가된 물질, 확인된 파라미터, 그리고 각 단계에서의 사람의 서명입니다. 이는 제조 실행 시스템(Manufacturing Execution System, MES) 안에 존재하며, 상용 예로는 Körber PAS-X, Siemens Opcenter Execution Pharma, Rockwell PharmaSuite 등이 있습니다. 이는 뒤의 장들에서 제대로 만나게 될 것입니다. 지금은 나머지 데이터가 매달리는 척추라는 점만 알아두면 됩니다.

분석 결과. 물질이 수확되고, 단위 조작들로 이루어진 하나의 하류 트레인(downstream train) 전체를 거쳐 — Protein A 컬럼에서의 캡처 크로마토그래피(capture chromatography), 저-pH 바이러스 불활화(low-pH viral inactivation)(외피 보유 바이러스를 죽이는 산 처리 유지 단계), 잔류 응집체와 숙주세포 단백질을 제거하는 양이온·음이온 교환 컬럼에서의 폴리싱 크로마토그래피(polishing chromatography), 사용 후 막 완전성 시험을 동반하는 바이러스 여과(viral-filtration) 단계, 그리고 항체를 농축하고 완충액을 교환하여 원료의약품으로 만드는 마지막 UF/DF(한외여과/투석여과, ultrafiltration/diafiltration) — 정제되면, 품질관리(Quality Control, QC) 실험실이 그것을 시험합니다 — 동일성, 순도, 역가(potency), 안전성에 대해서요. 이 결과들이 결국 QC와 출하(QC and release)를 좌우합니다. 그 각 단계는 저마다의 데이터를 드리웁니다: 컬럼의 용출 크로마토그램과 풀 분획, 유지 단계의 pH·온도 트레이스와 검증된 로그 감소값(log-reduction value, LRV)(바이러스 제거 단계가 바이러스 수를 줄이는 배수), 필터 완전성 시험의 합격/불합격, 투석여과의 투석 부피(diavolume) 횟수와 최종 농도가 그것입니다. 그 결과는 실험실 정보 관리 시스템(Laboratory Information Management System, LIMS) — QC 실험실의 기록 시스템(system of record) — 에 적재됩니다. 각 시험은 결과를 만들어내고, 각 결과 뒤에는 원시 기기 파일(raw instrument file) 이 자리합니다. 이는 크로마토그래프(chromatograph)나 질량분석기(mass spectrometer)의 원본 출력물로, 흔히 크고 독점적인 디지털 파일입니다 — 예를 들어 단 한 번의 고성능 액체 크로마토그래피(high-performance liquid chromatography, HPLC) 런은 흔히 5–100MB 크기의, 벤더별 .ch 파일이나 .d 디렉터리로 저장됩니다.

환경 모니터링(environmental monitoring, EM). 청정실(cleanroom)은 끊임없이 감시됩니다 — 공기 중 입자, 미생물 시료, 온도, 습도 — 배치가 열려 있는 동안 주변이 청결하게 유지되었음을 증명하기 위해서요.

물질 계보(material genealogy). 모든 원자재, 배양 배지, 필터, 그리고 일회용(single-use) 플라스틱 백은 로트 번호(lot number), 공급업체, 그리고 증명서를 지니고 있습니다. 완성된 바이알을, 그것에 닿았던 모든 성분과 소모품까지 거슬러 연결하는 실타래가 그 계보(genealogy), 즉 혈통입니다.

한 배치의 데이터 그림자를 이루는 여섯 가지 출처 — 서로 매우 다른 종류의 데이터지만, 모두 같은 런(run)을 묘사합니다:

데이터 출처	무엇을 담는가	대표 시스템 또는 형식
센서 시계열	온도, pH, 용존 산소(O₂) 추적선	히스토리언; 배치당 약 1,000만 건의 측정값
알람과 이벤트	범위 이탈 드리프트, 밸브·펌프 동작, 조치한 사람	제어 시스템 이벤트 로그
전자 배치 기록(EBR)	따른 레시피, 투입된 재료, 파라미터, 서명	MES(PAS-X, Opcenter, PharmaSuite)
분석 결과	동일성, 순도, 역가, 안전성 — 그리고 원시 기기 파일	LIMS; .ch / .d 파일, 5–100 MB
환경 모니터링	공기 중 입자, 미생물 수, 온도, 습도	EM 시스템
물질 계보	모든 투입물의 로트 번호, 공급업체, 증명서	계보/혈통 기록

단일 배치의 데이터 그림자: 여섯 가지 출처가 모두 하나의 공유 s88.batch 신원에 앵커링됩니다. 저자가 AI의 도움을 받아 직접 제작한 그림입니다.

양뿐만 아니라 다양성에 주목하세요. 깔끔한 숫자 흐름이 큰 바이너리 기기 파일 옆에, 사람이 서명한 양식 옆에, 공급업체 증명서 옆에 나란히 놓입니다. 그것들은 서로 다른 시스템에, 서로 다른 형식으로 존재하며, 그것들을 연결하는 것이 이 책의 고된 작업입니다. 그 연결을 가능하게 하기 위해 공유 표준이 존재합니다 — ISA-88(ANSI/ISA-88 로도 발행된, 레시피·절차·장비 계층을 정의하는 배치 제어 모델)은 배치에 공통 구조를 부여하고, OPC UA(Open Platform Communications Unified Architecture)는 기기와 히스토리언이 이러한 태그 측정값을 벤더 간에 주고받게 하는 현대적 프로토콜입니다 — 다만 뒤의 장들에서 보이듯, 포유류 세포 바이오리액터를 위한 표준화된 정보 모델(OPC UA Companion Specification)은 아직 존재하지 않으므로 그 의미론(semantics)은 여전히 공장마다 다릅니다 — 그리고 이를 시설 전체에 적용하는 것이 진짜 고된 노동입니다.

데이터 그림자의 해부: 한 배치의 여섯 출처 기록

여섯 출처를 목록이 아니라 하나의 기록으로 보면 도움이 됩니다. 단일 배치 — BATCH-2026-001 이라 부릅시다 — 를 해부해 보면, 모든 출처가 같은 신원 카드로 귀결됩니다. 각 출처는 역할(무엇을 담는가), 형식, 그리고 본거지 시스템을 가지지만, 그들 모두는 하나의 앵커를 공유합니다: 배치의 신원입니다. 그 앵커가 바로 ISA-88 배치 엔티티(batch entity) 입니다 — 관계형 저장소에서는 batch_id, recipe_id, unit_id, product_id, status, 그리고 출하된 lot 을 담는 단 하나의 s88.batch 행입니다. 모든 센서 태그, 모든 QC 결과, 소비된 모든 물질 로트가 그 하나의 행을 다시 가리킵니다. 앵커를 떼어내면 단절된 여섯 개의 섬이 남고, 앵커를 유지하면 자신의 이야기 전체를 들려줄 수 있는 하나의 배치가 됩니다.

해부된 하나의 배치: 이질적인 여섯 출처가 각각 역할과 본거지 시스템을 가지며, 모두 단일 s88.batch 엔티티에 앵커링되고 계보 엣지로 연결됩니다. 저자가 AI의 도움을 받아 직접 제작한 그림입니다.

이 s88.batch 행은 도해를 위해 우리가 지어낸 추상화가 아닙니다 — 그것은 자매 구현 가이드가 실제로 구축하는 산물 바로 그것입니다. Open-Source Bioprocess Data Systems 는 배치 및 장비 모델 장에서 구체적인 스키마를 보여줍니다: 모든 출처를 그 배치에 꿰매는 s88.batch 테이블과 s88.genealogy 엣지는 실제 SQL 이며, 그것을 채우는 첫 센서 흐름은 상류 바이오리액터 장에서 연결됩니다. 위의 카드는 다리입니다: 물리적 단계(생산 바이오리액터 런)가 데이터 점을 드리우고, 그 점은 s88.batch 의 한 행이 되며, 그 행이 바로 감사관 — 또는 다음 배치의 분석 — 이 실제로 조회하는 대상입니다.

같은 앵커를 그래프로 적기

관계형 s88.batch 행은 앵커를 표현하는 한 가지 방법이며, 지식 그래프(knowledge graph) 는 또 다른 방법입니다. 그것을 지금 명명해 두면 자매서 Ontologies for Biopharmaceutical Manufacturing 이 바로 그 동일한 신원을 어떻게 다루는지를 미리 엿볼 수 있습니다. 그래프에서는 각 사실이 하나의 트리플(triple) — 주어, 술어, 목적어 — 이며, 연결 키는 조인해야 하는 외래 키(foreign key)가 아니라 따라 걸어갈 수 있는 엣지(edge)가 됩니다. 배치의 계보와 거기에 매달린 센서 측정값은 다음과 같이 읽힙니다(Turtle, 즉 RDF의 텍스트 구문으로 적은 것이며, a 는 "~이다(is a)"를 뜻하고, bp: 는 어휘 네임스페이스(namespace)에 대한 짧은 별칭일 뿐입니다).

bp:BATCH-2026-001  a               bp:Batch ;
                   bp:derivedFrom  bp:SEED-001 ;        # 그것이 자라난 종균 배양
                   bp:occursIn     bp:BR-101 .          # 별개의 노드로 유지된 용기
bp:BR101-Temp-001  a               bp:SensorReading ;
                   bp:ofBatch      bp:BATCH-2026-001 ;  # SQL 행이 지니는 것과 같은 앵커
                   bp:value        "37.0"^^xsd:float ;
                   bp:unit         unit:DEG_C .

그 몇 줄 안의 두 가지 설계 선택이 4권으로 이어지는 다리 전체입니다. 첫째, bp:derivedFrom 은 전이적(transitive) 속성으로 선언되어, 임의의 깊이까지의 계보 — 바이알에서 세포 은행까지 거슬러 — 가 직접 부모 엣지만으로 추론되며 결코 손으로 일일이 단언되지 않습니다. 그 단일 관계가 바로 온톨로지의 계보 장이 세워지는 척추입니다. 둘째, 배치(지속체(continuant) — 시간 속에서 지속하며 질을 지니는 것)는 그것을 만든 런(발생체(occurrent) — 일어났다가 끝나는 공정)과, 그리고 용기 BR-101 과 다른 노드로 유지됩니다. "배치"를 "바이오리액터"로 뭉뜽그리면, 한 해에 수백 개의 배치를 처리하는 용기가 한 배치의 출하 사실을 물려받게 되고, 그것을 통과하는 모든 계보 추적이 깨집니다.

그 그래프는 또한 필수 데이터가 반드시 존재해야 한다는 규칙의 자연스러운 본거지입니다. 관계형 NOT NULL 제약은 값이 존재할 것을 요구할 수 있지만, 그래프에서 그에 해당하는 것은 출하를 통제하는 SHACL(형상 제약 언어, Shapes Constraint Language) 형상(shape) 입니다 — "출하되는 모든 로트는 범위 안의 단량체 순도 결과 정확히 하나와 귀속 가능한 서명을 지녀야 하며, 그렇지 않으면 불합격이다." 그리고 이 장이 거듭 던지는 질문 — 어떤 로트들이 불합격 배치의 세포 은행 조상을 공유하는가? — 은 derivedFrom 척추를 거슬러 올라가는 한 줄짜리 SPARQL(RDF를 위한 질의 언어) 순회가 되며, 이는 모델이 답하도록 만들어진 역량 질문(competency question) 입니다. 출하 게이트, SHACL 형상, 그리고 그 질의들은 온톨로지의 출하 게이트와 SHACL 장에서 처음부터 끝까지 다루어집니다. 여기서의 요점은 단지 s88.batch 앵커와 그래프의 배치 노드가 두 가지 옷을 입은 같은 신원이라는 것입니다 — SQL 에서는 외래 키, RDF 에서는 따라 걸어갈 수 있는 IRI 인 것입니다.

관리 파이프라인: 포착, 맥락화, 보호, 연결, 보유

여섯 출처를 가지고 있다는 것과 그것들을 관리한다는 것은 같지 않습니다. 잘 관리된 데이터 그림자는 다섯 개의 동사로 이루어진 파이프라인을 따라 흐릅니다: 생성되는 순간에 포착(capture), 메타데이터를 결합해 맥락화(contextualize), 무엇도 조용히 변경될 수 없도록 보호(protect), 조각들을 담고 있는 시스템들에 걸쳐 연결(connect), 그리고 법이 요구하는 수년 동안 보유(retain) 하는 것입니다. 공유되는 s88.batch 앵커는 여섯 출처가 모이는 곳이며, 파이프라인은 그 기록 더미를 감사관이 신뢰하고 엔지니어가 배울 수 있는 무언가로 바꾸는 것입니다.

각 동사는 뒤에서 깊이 다룹니다 — 포착과 맥락화는 데이터 한 점의 생애주기 와 데이터는 어디서 태어나는가 에서, 보호는 데이터 무결성과 ALCOA+ 에서, 연결은 의미적 상호운용성 과 디지털 스레드 에서요. 여기서의 요점은 "관리"가 단일 행위가 아니라 파이프라인이라는 것입니다.

문서화되지 않았다면 일어나지 않은 것이다

평범한 업무에서는 일을 하고 나서 서류 작업이 뒤따르는 귀찮은 일입니다. 의약품 제조에서는 이 규칙이 뒤집힙니다. 기록은 일이 올바르게 수행되었다는 증거 그 자체이며, 기록이 없으면 그 일은 마치 일어나지 않은 것처럼 취급됩니다. 이것이 cGMP — 현행 우수 제조 관리 기준(current Good Manufacturing Practice), 즉 의약품이 어떻게 만들어지는지를 규율하는 규제 체계 — 의 핵심입니다.

미국에서는 21 CFR Part 211 — 미국 연방 규정집(Code of Federal Regulations)의 Title 21, 즉 성문화된 미국 연방 규칙 체계 — 이 이를 명시합니다. 이는 마스터 생산 기록(master production record)(승인된 레시피), 모든 배치에 대한 배치 생산 및 관리 기록(batch production and control record)(실제 수행된 내역), 시험 결과의 기록, 그리고 백업 데이터의 보호를 요구합니다 — 이 모두는 배치가 출하된 후 수년간 보관됩니다 [4]. 데이터 그림자는 호의가 아닙니다. 그것은 배치마다의 법적 의무입니다.

기록은 또한 신뢰할 수 있어야 하며, 이는 단지 존재하는 것과는 별개의 문제입니다. 데이터 무결성(data integrity) 에 관한 FDA의 가이던스는 신뢰할 수 있는 기록이 갖추어야 할 자질들을 설명하며, 이는 흔히 ALCOA 라는 약어로 요약됩니다 — 귀속 가능성(Attributable), 가독성(Legible), 동시성(Contemporaneous), 원본성(Original), 정확성(Accurate) — 이는 누가 무엇을 언제 바꾸었는지를 포착하는 감사 추적(audit trail) 으로 뒷받침됩니다 [5]. 규제 당국은 이제 이 다섯 가지를 ALCOA+ 로 확장하여 네 가지 자질(완전성(Complete), 일관성(Consistent), 영속성(Enduring), 가용성(Available))을 덧붙입니다. 그 전체 집합은 데이터 무결성과 ALCOA+ 에서 다시 다룹니다. 여기서 가장 중요한 단어는 동시성(Contemporaneous) 입니다. 행위를 일어나는 그 순간에 기록해야 하며, 나중에 기억으로 재구성해서는 안 됩니다. 한 시간 뒤에 적은 측정값은, 규제 당국의 눈에는 다르고 더 약한 종류의 증거입니다.

주의

"동시성"이야말로 오늘날 바이오 제조의 상당 부분이 노트가 아니라 검증된 컴퓨터 시스템을 통해 이루어지는 이유입니다. 측정값을 얻는 그 즉시 스스로 타임스탬프를 찍는 센서는 가능한 한 가장 강력한 증인입니다. 그 숫자를 나중에 사람이 로그북에 옮겨 적는 것은 가장 약한 증인입니다. 현대 데이터 관리의 상당 부분은 기록을 그것이 태어나는 순간 가까이에 두기 위해 존재합니다.

이러한 기록 대부분이 이제 전자적이기 때문에, 두 번째 규칙이 적용됩니다. 21 CFR Part 11 은 전자 기록과 전자 서명(electronic records and electronic signatures) 이 종이와 잉크와 법적으로 동등하게 인정받는 조건을 규정합니다 [6]. 작업자가 배치 기록 시스템에서 "승인"을 클릭할 때, 그 클릭을 구속력 있게 만드는 것이 바로 Part 11 입니다. 같은 기대 사항이 미국 밖에도 존재합니다. 유럽연합에서는 EU GMP Annex 11 이 전산화 시스템(computerised system)을 규율하며, 이는 Part 11 과 매우 가까운 대응물입니다(그리고 현재 현대화가 진행 중입니다 — 네트워크로 연결된 다중 시스템의 데이터 무결성을 다루기 위해 2025년에 개정 Annex 11 초안이 발행되었습니다). 따라서 대서양 양안에서 판매되는 제품은 둘 다를 충족해야 합니다.

그러나 클릭이 구속력을 가지는 것은 그 아래의 시스템 이 제대로 작동함이 입증된 경우뿐이며, 이는 기록과는 별개의 의무입니다. 히스토리언, LIMS, 또는 MES 가 GMP 기록을 보유할 수 있으려면, 그에 앞서 그것이 검증(validated)되어야 합니다 — 의도된 일을 하고 해서는 안 될 일은 하지 않는다는 것을 문서화된 증거로 입증해야 합니다. 그 전통적인 분야가 전산화 시스템 검증(Computerized System Validation, CSV)으로, 고전적으로는 V-모델의 세 가지 적격성 평가 단계 — IQ/OQ/PQ(설치·운영·성능 적격성 평가, Installation, Operational, Performance Qualification: 시스템이 제대로 설치되었고, 제대로 작동하며, 실제 작업 부하에서 제대로 성능을 낸다는 증거) — 로 구조화됩니다. 20년에 걸쳐 CSV 는 모든 것을 스크린샷으로 남기는 서류 작업으로 굳어버렸기에, FDA 의 컴퓨터 소프트웨어 보증(Computer Software Assurance, CSA) 으로의 재구성은 이제 노력을 비판적 사고와 위험 쪽으로 밀어붙입니다: 로트를 자동으로 출하하는 시스템은 라벨 프린터보다 훨씬 더 엄격하게 검증하라는 것입니다. 전체 V-모델, GAMP 5 소프트웨어 범주, 그리고 CSV 에서 CSA 로의 전환은 전산화 시스템 검증하기(Validating Computerized Systems)에서 별도로 다룹니다. 여기서의 요점은 데이터 그림자가 신뢰할 수 있으려면 그것을 드리우는 시스템들 자체가 적격성을 갖추어야 한다는 것입니다.

네 가지 데이터 계열

그림자는 거대하지만, 형체가 없는 것은 아닙니다. 이 책 전반에 걸쳐 우리는 데이터를 네 가지 계열(family)로 분류할 것입니다. 지금 간단히 만나보세요. 각각은 뒤에서 별도로 다루어집니다.

• 공정 데이터 — CPP. 핵심 공정 파라미터(Critical Process Parameter, CPP) 는 너무 많이 변하면 제품을 바꿔버리는 설정입니다 — 바이오리액터 온도, pH, 공급 속도(feed rate). 이것들은 "우리가 어떻게 만들었는가"의 숫자이며, 대부분 위의 센서 시계열 데이터입니다. 어떤 파라미터가 진정으로 핵심적인지를 식별하는 것이 바로 ICH Q8 이 요구하는 QbD 작업입니다 [2].

• 품질 데이터 — CQA. 핵심 품질 속성(Critical Quality Attribute, CQA) 은 의약품을 안전하고 효과적으로 유지하기 위해 한계 내에 머물러야 하는 제품 자체의 속성입니다 — 순도, 역가, 항체에 붙은 당 장식의 패턴. 이것들은 QC 실험실에서 나오는 "우리가 무엇을 만들었는가"의 숫자입니다 — 그리고 이를 만들어내는 분석 절차는 이제 자체적인 QbD 가이드라인인 ICH Q14(Analytical Procedure Development, 분석 절차 개발) [11] 를 갖추고 있으며, 이는 방법 검증(method validation) 가이드라인인 ICH Q2(R2) 의 동반 문서로, ICH는 이를 2023년에 Q14와 함께 채택했습니다 [12]. A-Mab 사례 연구 — QbD가 실제로 작동하는 모습을 보여주기 위해 업계 컨소시엄이 작성하여 자유롭게 공개한 가상 항체 예제 — 는 여러 팀이 항체의 CQA와 CPP를 체계적으로 순위 매기는 작업을 다룬 실제 예시입니다 [9].

• 메타데이터(metadata). 데이터 에 관한 데이터입니다: 단위, 타임스탬프, 기기, 작업자, 교정(calibration) 상태. 헐벗은 숫자 — "37" — 은 무의미합니다. 섭씨 37도, 프로브 TT-101로 측정, 지난 화요일에 교정, 14:03 에 라는 것은 정보입니다. (프로브 태그는 장비별 명명 체계를 따릅니다 — BR-01-TT-01 은 바이오리액터 유닛 01, 온도 전송기(temperature transmitter) 01 을 뜻할 수 있습니다 — 그리고 정확한 규약은 모든 시스템이 같은 이름을 같은 방식으로 읽도록 시설의 데이터 사전(data dictionary) 에 고정되어 있어야 합니다.) 메타데이터와, 그것을 보호하는 감사 추적은 위의 무결성 규칙과, GAMP 5 — 규제 산업에서 전산화 시스템을 검증하기 위한 표준 가이드 — 에 기술된 위험 기반(risk-based) 시스템 통제의 핵심입니다 [10].

• 마스터 데이터(master data). 배치마다 바뀌지 않는 안정적인 참조 정보입니다: 승인된 레시피, 제품 규격, 물질 목록, 장비 등록부. 공정 데이터와 품질 데이터가 한 배치의 이야기라면, 마스터 데이터는 모든 배치가 공유하는 변치 않는 등장인물입니다.

지금은 이 네 가지를 느슨하게 쥐고 계세요. 요점은 단지 그림자에 구조가 있다는 것, 그리고 그 부분들에 이름을 붙이는 것이 그것을 관리하는 첫걸음이라는 것입니다.

여러 섬에서 하나의 이야기로: 열쇠가 되는 배치 계보

구조는 필요하지만 충분하지는 않습니다. 더 깊은 문제는 네 가지 계열과 여섯 출처가 서로 다른 시스템 에 산다는 것입니다 — 히스토리언, MES, LIMS, EM 플랫폼, 계보 원장 — 각각은 자기만의 데이터베이스, 자기만의 식별자, 그리고 "배치"가 무엇인지에 대한 자기만의 생각을 가지고 있습니다. LIMS 의 순도 결과와 히스토리언의 온도 추적선은 같은 런을 묘사하지만, 무언가가 의도적으로 그것들을 잇지 않는 한 어느 시스템에서도 그렇다고 말해주지 않습니다.

그 연결 키가 바로 배치 계보(batch genealogy) 입니다. 모든 기록 — 센서 태그, QC 결과, 소비된 로트, 청정실 시료 — 이 같은 배치 신원(위의 s88.batch 앵커)을 지닌다면, 흩어진 섬들은 하나의 연결된 이야기가 됩니다: 이 바이알은 이 원료의약품 로트에서 왔고, 그것은 이 바이오리액터 런에서 만들어졌으며, 이 배지 로트들로 공급되었고, 이 방법들로 시험되었으며, 이 청정실 조건에서였다는 식으로요. 그 하나의 실타래가 바로 규제 당국이 완성된 바이알을 그것을 빚어낸 모든 성분과 조건까지 거슬러 추적하게 해주는 것이며, 자매 가이드가 배치 및 장비 모델에서 s88.batch 테이블 위의 s88.genealogy 엣지로 구현하는 것입니다. 그 실타래를 구축하고 유지하는 것 — 맥락화(contextualization)의 작업 — 이 이 책의 중심적인 공학적 행위입니다.

시스템 통합이 여전히 미해결인 이유

표준이 이미 연결 문제를 풀었다고 말할 수 있으면 위안이 될 것입니다. 그렇지 않습니다. 이것이 이 데이터 흐름에서 진정으로 어렵고 아직 열려 있는 부분이며, 분명히 짚어둘 가치가 있습니다.

표준은 존재합니다 — 배치 구조에는 ISA-88, 공장 정보 계층에는 ISA-95, 벤더 중립 교환에는 OPC UA — 그러나 실제로 데이터를 보유한 시스템들은 대부분 그 표준들이 보편화되기 전에 만들어졌거나, 상호운용에 별 동기가 없는 벤더들이 만든 것입니다. 벤더 히스토리언, LIMS, EBR/MES, 그리고 크로마토그래피 데이터 시스템(CDS) 은 흔히 ISA-88 이나 OPC UA 를 네이티브로 말하지 않습니다. 그들은 독점 API 를 노출하고, 제각각인 파일 형식을 내보내며, 배치를 어떻게 명명하는지처럼 기본적인 것조차 서로 어긋납니다. 따라서 그것들을 하나의 계보로 꿰매는 일은, 대부분의 시설에서 여전히 수작업이거나 맞춤 코딩(custom-coded) 된 노력입니다 — 시스템이 업그레이드될 때마다 깨지는, 일대일 통합과 대사 스프레드시트의 취약한 거미줄이지요. ISPE 의 GAMP 5 는 인터페이스와 시스템 통합에 관한 논의를 바로 이 위험에 할애합니다: 두 전산화 시스템 사이의 경계를 넘나드는 데이터야말로 계보가 가장 쉽게 유실되는 지점이며, 검증 노력이 집중되어야 하는 곳입니다 [10]. 하나의 연결되고 조회 가능한 배치 이야기라는 이 책의 지향은 실재하지만, 다중 벤더 공장 전반에서 그것에 도달하는 일은 완성된 문제가 아니라 여전히 미해결의, 노동 집약적인 문제로 남아 있습니다.

왜 "관리"가 핵심 단어인가

우리는 이 책을 바이오 제조에서 데이터 기록하기 라고 부를 수도 있었습니다. 그러지 않았는데, 기록은 쉬운 부분이기 때문입니다. 어려운 부분은 동사 관리하다(manage) 가 함의하는 모든 것입니다.

데이터는 생성되는 순간에 충실하게, 그리고 동시적으로 포착(captured) 되어야 합니다. 그것은 맥락화(contextualized) 되어야 합니다 — 숫자를 사실로 바꾸는 메타데이터와 결합되어서요. 그것은 조용히 변경되거나 손실될 수 없도록 보호(protected) 되어, 위의 무결성 및 전자 기록 규칙을 충족해야 합니다 [5][6]. 그것은 자신의 조각들을 담고 있는 여러 시스템에 걸쳐 연결(connected) 되어, 바이알의 계보가 실제로 추적될 수 있어야 합니다. 그리고 그것은 보유(retained) 되어야 합니다 — 21 CFR Part 211 의 규제상 최소 보관 기간은 배치 유효기한 이후 1년이지만 [4], 실제로 기업들은 흔히 10년 이상 보관합니다. 안전성 문제는 의약품이 출하된 지 한참 후에 떠오를 수 있기 때문입니다.

이는 벅찬 과제이며, 업계는 점점 더 공정 데이터를 규제적 부담이 아니라 진정한 자산으로 — 분석, 공정 이해, 그리고 이 분야를 재편하고 있는 예측 모델(model) 의 연료로 — 다루고 있습니다 [7][8]. 잘 관리된 데이터 그림자는 감사에서 배치를 방어하는 데 그치지 않습니다. 그것은 다음 배치를 더 잘 만드는 법을 여러분에게 가르쳐 줍니다 — 우리가 데이터에서 지식으로: SPC, 다변량 분석, 그리고 지속적 공정 검증 과 머신러닝, 소프트 센서, 그리고 하이브리드 모델 에서 전개하는 분석과 예측 모델이 그것입니다.

배치 앵커가 곧 모델링 규율인 이유

감사관이 바이알을 추적하게 해 주는 바로 그 s88.batch 신원이, 모델을 정직하게 유지해 주는 것입니다. 그 이유를 미리 짚어 둘 가치가 있는데, 데이터의 두 가지 쓰임이 깊이 얽혀 있기 때문입니다. 순진한 분석가는 모든 배치에 걸친 센서 행을 한데 모아 섞은 뒤, 그 더미를 학습 집합과 시험 집합으로 나누고 — 그 결과에 흡족해합니다. 그 흡족함이 바로 데이터 누수(data leakage) 입니다: 한 배치의 행들이 양쪽 절반에 모두 들어가므로, 모델은 사실상 이미 본 데이터로 시험받는 셈이고, 그 점수는 환상입니다. 해법은 배치 앵커 단위로 나누는 것 — 그룹화된, 배치 하나 빼기 교차 검증(grouped, leave-one-batch-out cross-validation)(개별 행이 아니라 배치 전체 를 떼어 두어 시험 배치가 진정으로 새것이 되게 하는 검증 방식) — 이며, 이는 모든 행이 이미 자신의 s88.batch 키를 지니고 있어야만 가능합니다. 따라서 좋은 데이터 관리는 신뢰할 수 있는 ML 의 전제 조건이지 별개의 관심사가 아닙니다. 자매서 Machine Learning & AI for Biomanufacturing 은 바로 이것을 데이터를 나누는 방식과 모델을 검증하는 방식의 토대로 삼습니다.

데이터 그림자가 씨앗을 뿌리는 두 가지 발상이 더 있으며, 둘 다 그 책에서 전개됩니다. 적용 영역(applicability domain) 은 모델이 실제로 학습한 입력 영역입니다. 그 밖에서 내려진 예측 — 모델이 한 번도 본 적 없는 공급 속도나 온도 — 은 외삽이며, 각 배치의 운전 범위(operating window)를 기록하는 메타데이터야말로 모델이 "나는 내가 학습한 어떤 배치와도 다른 배치에 관해 질문받고 있다"고 표시할 수 있게 해 주는 바로 그것입니다. 그리고 모델 드리프트(model drift) — 살아 있는 공정과 그 하드웨어가 움직이면서(프로브가 오염되고, 배지 로트가 바뀌고, 세포주가 계대를 거치며 적응함) 모델이 조용히 낡아 가는 것 — 는 진짜 공정 드리프트(process drift) 와 구별되어야 합니다. 그 둘을 가려내려면 맥락화되고 타임스탬프가 찍힌 그림자가 기준으로 필요하며, 이것이 MLOps 생애주기 장의 핵심입니다. 결정적으로, 의약품을 만드는 데 일조하는 모델은 그 자체로 나머지 그림자와 같은 규칙 아래 놓인 하나의 기록입니다: GMP 아래에서 그것은 잠긴(locked) 상태 — 동결되고 버전 고정되어, 결코 조용히 재학습하지 않음 — 로 유지되며 오직 정식 변경 관리 아래에서만 변경됩니다. 이는 이 장이 다른 모든 기록에 요구하는 바로 그 동시적이고 귀속 가능한 규율과 똑같습니다.

왜 중요한가

이 장에서 단 하나의 생각을 가져간다면, 이것을 가져가세요: 데이터 그림자는 분자만큼이나 제품에 필수적이다. 분자를 잃으면 한 배치를 잃습니다. 데이터를 잃거나 — 또는 그것을 신뢰할 수 있게 만들지 못하면 — 어떤 배치도 여러분이 주장하는 그것임을 더 이상 증명할 수 없게 되고, 이는 제품 전체를 멈춰 세울 수 있습니다. 규제 당국은 의약품을 맛보게 해달라고 요청하지 않습니다. 그들은 그 기록을 보여달라고 요청합니다 [4][5]. 그림자는 바이오의약품이 자기 자신임을 증명하는 방식입니다.

실제 현장에서

충전된 완제의약품 바이알. 모든 바이알 뒤에는, 그것이 어떻게 만들어지고 시험되었는지를 증명하는 훨씬 더 방대한 양의 데이터가 서 있습니다.

바이알. 이미지: CSIRO, https://commons.wikimedia.org/wiki/File:CSIRO_ScienceImage_11474_Vials.jpg, CC BY 3.0(https://creativecommons.org/licenses/by/3.0/), Wikimedia Commons.

데이터 그림자는 업계가 현대화함에 따라 더욱 커집니다. 이 분야는 연속·집약형(continuous and intensified) 공정을 향해 나아가고 있습니다. 여기서 세포는 단일 유가식(fed-batch) 탱크 — 채워서 한 번 끝까지 운전한 뒤 비우는 용기 — 에서가 아니라 끊임없이 생산합니다. 연속 공정은 곧 연속적인 데이터를 의미합니다 — 깔끔한 "배치의 끝" 순간이 없으므로, 센서 흐름은 결코 멈추지 않으며, 실시간 PAT 측정과 실시간 무결성에 대한 필요가 절실해집니다 [3]. 실제 현장(plant floor)에서 이 데이터는 잘 다져진 경로를 따라갑니다. 바이오리액터의 프로브가 제어 시스템에 공급됩니다 — 대형 공장에서는 DCS(분산 제어 시스템, Distributed Control System, 이를테면 Emerson DeltaV 나 Siemens SIMATIC PCS 7), 또는 더 작은 이동식 장비 유닛(스키드(skid) — 현장에 굴려 들여오는, 사전 조립된 자기 완결형 유닛)에서는 SCADA(감시 제어 및 데이터 수집, Supervisory Control and Data Acquisition) 소프트웨어(이를테면 작업자가 지켜보며 런을 조종하는 화면인 Siemens WinCC)와 짝지어진 PLC(프로그래머블 로직 컨트롤러, Programmable Logic Controller)입니다. 이 제어 시스템 계층은 자동화 및 공정 제어 데이터(Automation and Process Control Data) 장에서 다룹니다. 그 제어 시스템은 태그 측정값을 히스토리언(AVEVA PI System, 예전 OSIsoft PI)으로 흘려보내며 MES 배치 기록(Körber PAS-X, Siemens Opcenter)에 표시합니다. 한편 QC 실험실의 크로마토그래프와 질량분석기는 그 원시 파일을 Waters Empower 나 Thermo Chromeleon 같은 크로마토그래피 데이터 시스템(chromatography data system, CDS)에 적재합니다. 동시에, GAMP 5 같은 프레임워크는 이 모든 데이터를 포착하는 바로 그 컴퓨터 시스템에 대해 위험 기반의 수명주기(lifecycle) 관점을 향해 이 분야를 밀어붙입니다 [10]. 그림자는 줄어들고 있지 않습니다. 그것을 잘 관리하는 것이 현대 바이오 제조를 정의하는 공학적 과제가 되어가고 있습니다. 자매 구현 가이드는 바로 이 경로 — 센서에서 히스토리언으로, MES 로, LIMS 로 — 를 하나의 오픈소스 레퍼런스 아키텍처(reference architecture)로 조립하여, 데이터 그림자 전체가 작동하는 코드로 엮여 있는 모습을 보여줍니다.

핵심 용어

• 데이터 그림자(data shadow) — 배치가 생성하는 기록의 전체 집합: 센서 트레이스, 배치 기록, 시험 결과, 서명; 분자만큼이나 제품에 필수적이다.
• 바이오의약품(biologic) — 화학만으로가 아니라 살아있는 세포가 만드는 크고 복잡한 단백질 의약품.
• 단일클론항체(monoclonal antibody, mAb) — 모든 사본이 동일하며, 특정한 하나의 표적에 들러붙도록 설계된 Y자 모양의 단백질.
• 원료의약품(drug substance) — 바이알에 충전되기 전의 정제된 벌크 항체.
• 완제의약품(drug product) — 충전/마감 단계에서 원료의약품으로부터 생산된, 완성되어 충전된 의약품 바이알.
• 제품이 곧 공정이다(the product is the process) — 바이오의약품이 만들어지는 방식이 그것이 무엇인지를 정의하는 데 일조한다는 원칙.
• 품질 설계 기반(Quality by Design, QbD) — 어떤 파라미터와 속성이 중요한지를 이해함으로써 공정에 품질을 의도적으로 구축하는 것.
• 바이오리액터(bioreactor) — 제품을 만들기 위해 살아있는 세포를 기르는 용기.
• 유가식(fed-batch) — 바이오리액터를 채워서 한 번 끝까지 운전한 뒤 비우는 전통적인 배치 방식(연속 공정과 대비됨).
• 전자 배치 기록(electronic batch record, EBR) — 한 배치가 어떻게 만들어졌는지에 대한, 실제로 수행된 디지털 내역으로, 제조 실행 시스템(Manufacturing Execution System, MES) 안에 보관된다.
• 히스토리언(Historian) — 기기와 제어 시스템에서 나오는, 타임스탬프가 찍힌 공정 측정값(태그)의 흐름을 저장하도록 만들어진 데이터베이스.
• LIMS(Laboratory Information Management System, 실험실 정보 관리 시스템) — QC 시료 등록, 시험 결과, 규격을 보관하는 데이터베이스.
• 환경 모니터링(environmental monitoring, EM) — 배치가 열려 있는 동안 주변이 청결하게 유지되었음을 증명하는, 청정실 조건(공기 중 입자, 미생물 수, 온도, 습도)에 대한 끊임없는 감시.
• 번역 후 변형(post-translational modification, PTM) — 살아있는 세포가 단백질을 만든 뒤에 그것에 가하는 화학적 편집; 당사슬을 붙이는 당화(glycosylation)가 항체의 대표적인 예이다.
• PAT(Process Analytical Technology, 공정 분석 기술) — 핵심 품질 및 공정 속성을 제조 후에만 측정하는 것이 아니라 제조 중에 측정하기 위한 FDA 프레임워크.
• cGMP(current Good Manufacturing Practice, 현행 우수 제조 관리 기준) — 의약품이 어떻게 제조되어야 하는지를 규율하는 규제.
• ALCOA — 기록이 갖추어야 할 다섯 가지 데이터 무결성 자질: 귀속 가능성(Attributable), 가독성(Legible), 동시성(Contemporaneous), 원본성(Original), 정확성(Accurate). 규제 당국은 이제 이를 ALCOA+ 로 확장하여 네 가지 자질(완전성(Complete), 일관성(Consistent), 영속성(Enduring), 가용성(Available))을 더한다. 전체 내용은 데이터 무결성과 ALCOA+ 에서 다룬다.
• 감사 추적(audit trail) — 누가 어떤 데이터를 언제 바꾸었는지에 대한 보안 로그.
• 핵심 공정 파라미터(Critical Process Parameter, CPP) — 너무 많이 변하면 제품을 바꾸는 공정 설정.
• 핵심 품질 속성(Critical Quality Attribute, CQA) — 제품이 안전하고 효과적이기 위해 한계 내에 머물러야 하는 제품의 속성.
• 메타데이터(metadata) — 데이터에 관한 데이터: 단위, 타임스탬프, 기기, 작업자; 헐벗은 숫자를 사실로 바꾸는 것.
• 마스터 데이터(master data) — 배치 간에 공유되는 안정적인 참조 정보: 레시피, 규격, 장비 등록부.
• 물질 계보(material genealogy) — 완성된 바이알을 그것에 닿았던 모든 성분과 소모품까지 거슬러 연결하는 추적 가능한 혈통.
• 관리 파이프라인(포착, 맥락화, 보호, 연결, 보유) — 기록 더미를 신뢰할 수 있고 연결된 데이터 그림자로 바꾸는 다섯 개의 동사; 각각은 뒤의 장에서 전개된다.
• ISA-88 배치 엔티티(s88.batch) — 배치의 신원(batch_id, recipe_id, unit_id, product_id, status, lot)을 앵커링하는 단일 기록으로, 모든 데이터 출처가 연결 키로 지니는 것; 자매 가이드에서는 실제 데이터베이스 테이블이다.
• 시스템 통합(system integration) — 분리된 전산화 시스템들(히스토리언, MES, LIMS, CDS)에 걸쳐 기록을 잇는 작업; 두 시스템 사이의 경계는 데이터 계보가 가장 쉽게 유실되는 지점이며, 데이터 흐름에서 여전히 끈질기게 수작업이거나 맞춤 코딩되는 부분이다.
• 로그 감소값(log-reduction value, LRV) — 하류 바이러스 제거 단계(저-pH 유지, 바이러스 필터)가 바이러스 수를 줄이는 배수; 각 제거 단계가 데이터로 드리우는, 검증된 수치이다.
• 지식 그래프 / 트리플(knowledge graph / triple) — 관계형 행의 대안으로, 각 사실이 주어–술어–목적어 트리플 이 되고 s88.batch 연결 키가 따라 걸어갈 수 있는 엣지가 되는 형태; 4권이 같은 배치 신원에 사용하는 형식이다.
• SHACL(형상 제약 언어, Shapes Constraint Language) — 필수 구조 규칙("출하되는 모든 로트는 범위 안의 단량체 결과 하나와 서명을 지녀야 하며, 그렇지 않으면 불합격이다")으로 그래프 데이터를 통제하는 방법; 데이터베이스 제약의 그래프 대응물이다.
• SPARQL — RDF 그래프를 위한 질의 언어; 계보 질문("어떤 로트들이 불합격 배치의 세포 은행 조상을 공유하는가?")이 계보 척추를 거슬러 올라가는 한 줄짜리 순회가 되는 방식이다.
• 그룹화된(배치 하나 빼기) 교차 검증(grouped, leave-one-batch-out cross-validation) — 모델 학습과 시험을 개별 행이 아니라 배치 앵커 단위로 나누어, 모델이 자신이 학습한 배치의 데이터로 결코 시험받지 않게 하는 것; 데이터 누수를 막는 장치이며, 배치 키가 감사뿐 아니라 분석에도 중요한 이유이다.
• 적용 영역(applicability domain) — 모델이 실제로 학습한 입력 영역; 그 밖에서의 예측은 외삽이며, 각 배치의 운전 범위가 메타데이터로 기록되어야만 표시할 수 있다.
• 모델 드리프트(model drift) — 살아 있는 공정과 그 하드웨어가 움직이면서 예측 모델이 조용히 낡아 가는 것; 진짜 공정 드리프트와 구별되며, 맥락화되고 타임스탬프가 찍힌 데이터 그림자에 비추어서만 탐지할 수 있다.
• 잠긴 모델(locked model) — 동결되고 버전 고정되어 결코 조용히 재학습하지 않으며, 오직 정식 변경 관리 아래에서만 변경되는, 배포된 모델; 다른 모든 GMP 기록과 똑같은 동시적이고 귀속 가능한 규율을 모델에 적용한 것이다.
• 전산화 시스템 검증(Computerized System Validation, CSV) / 컴퓨터 소프트웨어 보증(Computer Software Assurance, CSA) — 데이터 시스템이 마땅히 해야 할 일을 한다는 것을 문서화된 증거로 입증하는 분야(V-모델의 IQ/OQ/PQ 단계)와, 빠짐없는 서류 작업보다 위험 기반 비판적 사고를 앞세우는 FDA 주도의 전환이다.

이 다음은

우리는 그림자를 위에서 내려다보며 그 규모, 다양성, 법적 무게를 보았습니다. 그러나 그림자는 개별 점들로 이루어져 있으며, 데이터 관리를 진정으로 이해하는 유일한 방법은 그중 하나를 따라가는 것입니다. 다음 장 데이터 한 점의 생애주기(The Lifecycle of a Data Point) 에서 우리는 끝까지 확대해 들어갑니다. 센서나 분석가가 단일 측정값을 만들어내는 순간부터 — 포착, 처리, 맥락화, 검토 및 사용, 보고, 보유, 그리고 폐기(disposal)를 거치며 — 그것을 추적할 것입니다. 그 과정에서 우리는 원시 데이터(raw data) 와 메타데이터(metadata) 사이에 선을 긋고, 이후의 모든 것의 핵심에 있는 개념과 마주할 것입니다: 맥락 없는 데이터는 그저 잡음일 뿐이다.