정밀의료 = 소프트웨어 산업

정밀 의료는 소프트웨어 산업이다. 개인용 컴퓨터 = 게놈해독기로 본다면, 각종 소프트웨어 = 정밀의료 분석 소프트웨어가 된다.  게놈을 통한 정밀 진단은 그 목적에 맞는 알고리즘, IT 인프라, 컨텐츠, GUI 가 필요하다. 

단순히 NGS 장비를 구비해 놓는 것으로 정밀의료가 완성되는 것이 아니고, 사업화 경쟁력이 생기는 것이 아니다. 이미 NGS 실험은 아웃소싱이 매우 낮은 단가. 굳이 NGS 실험의 internalize 를 위해 큰 돈을 들일 필요가 없다.

그 노력을 소프트웨어 파워 증진에 투입하는 것이 월등히 현명하다. 

제대로 하고 싶다면 남들이 하는 수준으로 서비스 하면 ok 가 아니라, 소프트웨어 혁신을 꾸준히 해 앞서나갈 경쟁을 생각해야 한다. 현재 국내의 player들은 이를 위한 대비를 충실히 잘 해내고 있는가? 그렇지 않아 보인다. 

1. 인식 부재

정밀의료를 대비하는 기관들의 결정권자/경영진들이 이에 대한 인식이 부족한 경우가 많다. 그럴 수밖에 없는 이유가 게놈 산업은 전통적으로 wet lab 전문가들이 득세한 곳이고 현재 결정권자들의 대부분 역시 web lab 기반으로 성장한 분들이 대부분이기 때문. 

'직접해보지 않은 일'은 간단하고 쉬워 보인다. 특히나 wet lab work 들에 비해 깔끔하게 해결되고 제품 개발도 완료되는 것 처럼 보이는 소프트웨어는 이런 wet lab 전문가들에게 상대적으로 매우 쉬워 보일 수 있다. 해보지 않은 일은 쉬워 보이고, 쉬워 보이면 '중요하지 않아' 보인다. 

자연히 상대적으로 익숙한 wet lab 투자에 총력을 기울이고, 정작 가장 중요한 소프트웨어 투자에는 둔감하다. 개인적으로 국내 major 게놈 기관/회사들의 소프트웨어 수준은 A레벨 2-3명이 모인 스타트업에 비해서도 뒤지는 수준이라고 본다. 

2. 인력 수준

현재 국내 정밀의료 소프트웨어에 관한 일을 하는 사람들 특히 생명정보학(Bioinformatics) 인력으로 채용되어 일하는 분들의 대다수의 소프트웨어 개발 능력은 매우 낮은 수준에 머물러 있는 경우가 대부분이다. 

학교에서 내내 연구를 위한 1회용 프로그래밍만 하다가 졸업 한 후에도 마찬가지로 계속 그런 정도의 일을 하고 있기 때문. 

제일 큰 문제는 리더 역할을 하는 사람들의 수준이 이런 정도에 머물러 있는 경우, 소프트웨어를 통한 효율화, 혁신을 '가능한지도 모르기 때문에' 못하고, 계속 인력을 투입해 노가다 형태로 일을 해나가는 경우. 

다들 만들어진 소프트웨어를 연결한 pipeline 을 구축하는 것에 급급한데, 정작 자신이 사용하는 소프트웨어들의 근간은 모른다.  BWA 를 쓰지만, 정작 genome alignment 알고리즘에 대한 기본도 모르는 경우가 대부분이고, GAKT 로 base calling 을 하지만, 어떤 방식으로 각 base 들을 scoring 하고 평가하는지 모른다. 

기본이 되는 알고리즘을 모르니, 당연히 더 나은 알고리즘을 개발하는 것이 불가능하고, 아니 아예 그럴 시도 자체를 떠올리지도 못한다.  

데이터가 내부에 많이 쌓여도 정작 이걸 활용할 insight 가 부족하다. 다양한 머신러닝을 활용해 knolwedge extraction을 해 내지 못한다.  쌓인 데이터로 정밀의료 제품의 sensitivity를 어떻게 높일 수 있을지 개념도 없다. 그저 남들이 쓰는 DB를 가져다 쓰는 것 외에는. 

내 생각엔 '리더' 역할을 하는 위치에 제대로된 A 레벨 소프트웨어 능력이 있는 사람들을 배치하는 것이 중요하다고 본다. 리더의 수준이 높으면 팀의 수준이 높아지고, 전체 기관/회사의 수준이 향상될 수 있다.