기술 요약: 레거시 임상 보고 시스템을 현대화하기 위한 비파괴적 방법론적 프레임워크

1. 문제 제기

제약 산업은 레거시 임상 보고 파이프라인으로 인해 신약 개발 및 약물 안전성 감시 분야에서 치명적인 병목 현상에 직면해 있습니다. 대형 제약사들은 규제 제출용 표, 그림, 목록 (TFL) 을 생성하기 위해 수십 년에 걸쳐 개발된 수백 개의 구성 요소와 수만 줄의 코드를 포함하는 모놀리식 SAS 매크로 라이브러리에 의존하고 있습니다. 이러한 라이브러리들은 검증된 도메인 지식과 규제 준수 로직을 인코딩하고 있지만, 현대화에는 상당한 장애물이 존재합니다.

• 불투명한 출력: 이들은 기계 판독 가능한 중간 계층 없이 포맷된 출력물 (주로 RTF) 을 생성하여 AI 에이전트가 결과를 프로그래밍 방식으로 검사하는 것을 방해합니다.
• 통합 장벽: 데이터 준비, 통계 계산, 렌더링 로직이 긴밀하게 결합되어 있어 클라우드 마이그레이션과 AI 통합이 어렵습니다.
• 현대화 딜레마: 기존 접근 방식은 검증된 로직을 포기하고 막대한 재검증 비용을 치르는 완전한 재작성과 AI 접근에 대한 구조적 장벽을 유지하는 점진적 리팩토링 사이에서 선택을 강요합니다.

검증된 소스 코드를 수정하지 않고 체계적인 평가, AI 통합을 위한 아키텍처 재설계, 그리고 엄격한 동등성 검증을 모두 포괄하는 공개된 방법론은 부재합니다.

2. 방법론

본 논문은 기존 레거시 SAS 구성 요소를 수정하는 대신 이를 래핑 (wrapping) 함으로써 AI 준비 상태를 달성하는 비파괴적 방법론적 프레임워크를 제안합니다. 이 접근 방식은 5 단계 파이프라인과 메타데이터 기반 아키텍처를 중심으로 구성됩니다.

2.1 평가 프레임워크

현대화 전에 레거시 라이브러리는 체계적인 평가를 거치며, 이는 다음을 포함합니다.

• 구성 요소 분류 체계: 매크로를 데이터 준비, 통계 계산, 포맷팅/표시, 렌더링, 유틸리티/헬퍼, 오케스트레이션 등 6 가지 기능 유형으로 분류합니다.
• 의존성 분석: 호출 그래프를 추출하여 클러스터, 고립된 구성 요소, 순환 의존성 및 허브 매크로를 식별합니다.
• 복잡도 지표: 리팩토링 대상 식별을 위해 코드 줄 수 (LOC), 매개변수 수, 중첩 깊이, 이fferent 결합 (efferent coupling), 그리고 응집도를 측정합니다.
• 커버리지 평가: 매크로를 보고서 유형에 매핑하여 중복성과 기능적 격차를 정량화합니다.

2.2 아키텍처 설계

핵심 혁신은 **중간 표현 (IR)**을 통해 계산과 렌더링을 분리하는 계층화되고 메타데이터 기반의 파이프라인입니다.

• 5 단계 파이프라인:
  1. ADaM 도출: (선택 사항) SDTM 에서 ADaM 데이터셋을 생성합니다.
  2. 데이터 준비: 데이터를 분석 준비가 된 형태로 변환합니다.
  3. 계산: 통계 분석을 실행하고 결과를 표준 스키마로 출력합니다.
  4. IR 변환: 표준 스키마 출력을 **중간 표현 (IR)**으로 변환합니다.
  5. 렌더링: IR 을 읽어서 최종 출력물 (RTF, PDF, HTML, JSON) 을 생성합니다.
• 중간 표현 (IR): 두 개의 데이터셋으로 구성된 핵심 아키텍처 요소입니다.
  • ir_cells: 원시 숫자 값, 포맷된 문자열, 그리고 셀 유형에 대한 제어된 어휘 (예: INTEGER, PVALUE, PERCENTAGE, HEADER) 를 포함하는 타입 지정 셀 그리드입니다.
  • ir_structure: 행/열 차원, 레이블, 레이아웃 속성을 정의합니다.
• 비파괴적 채택 패턴:
  • 브리지 맵: 레거시 매크로 호출을 현대 파이프라인 구성에 매핑하는 메타데이터 레지스트리 (YAML/JSON) 입니다.
  • 공존 모드: 레거시 라이브러리는 변경 없이 실행되며, 프레임워크는 이를 래핑하고 출력을 캡처하여 IR 로 변환합니다. 이는 소스 수정 없이 "Day-0" AI 준비 상태를 제공합니다.
  • 통합 모드 (선택 사항): 선택된 레거시 매크로는 YAML 을 통해 구성되는 매개변수화된 핵심 매크로로 대체되지만, 동일한 메타데이터 계층과 IR 계약은 유지됩니다.

2.3 마이그레이션 및 동등성 검증

레거시 및 현대화된 출력 간의 동등성을 보장하는 게이트 기반 검증 워크플로우가 있습니다.

• 브리지 맵: 레거시 및 현대 타겟 간의 일대일 대응을 확립합니다.
• 동등성 하네스: 동일한 입력에 대해 두 파이프라인을 실행하는 듀얼 드라이버 엔진 (LegacyDriver 대 NativeDriver) 입니다.
• 셀 단위 비교: 수치 값에 대한 엡실론 허용 오차와 텍스트 정규화를 허용하면서 출력물을 셀 단위로 비교합니다.
• 트라이지: 실패는 (인프라, 매개변수, 의미론, 내용) 으로 분류되어 프레임워크 계층에서 해결됩니다.

3. 주요 기여

본 논문은 다음과 같은 6 가지 구체적인 기여를 합니다.

1. 체계적인 평가 방법론: 레거시 SAS 매크로 라이브러리를 평가하기 위한 분류 체계 및 지표 세트를 제공합니다.
2. 비파괴적 채택 패턴: 검증된 소스 코드를 수정하지 않고 레거시 출력을 구조화된 JSON 으로 노출시키기 위해 브리지 맵과 IR 을 사용하는 패턴입니다.
3. 폴리글롯 계층화 아키텍처: YAML 구성이 하드코딩된 매개변수를 대체하며 공존 및 통합 모드를 지원하는 5 단계 파이프라인입니다.
4. AI 협력 인터페이스: LLM 을 위한 JSON 내보내기, SAP 파싱, 구성 생성 등을 포함하여 IR 에 구축된 인터페이스입니다.
5. 동등성 검증 방법론: 규제적 동등성을 보장하기 위한 셀 단위 비교 및 오류 분류를 위한 하네스입니다.
6. 실증 사례 연구: 558 개 구성 요소로 이루어진 산업용 라이브러리에 프레임워크를 적용한 사례입니다.

4. 결과

본 프레임워크는 558 개 구성 요소로 이루어진 산업용 SAS 라이브러리 (373,000 줄의 코드) 에서 검증되었습니다.

4.1 정량적 지표

• 코드 축소: 선택 사항인 통합 경로를 실행했을 때, 현대 코어는 SAS 코드 줄 수를 92% 감소시켰으며 (~373k 에서 ~28k 로), 파일 수도 72% 감소시켰습니다 (558 개 구성 요소에서 158 개 파일로).
• 구성: 147 개의 YAML 파일이 39 가지 보고서 유형의 하드코딩된 매개변수를 대체했습니다.
• AI 준비 상태: 코드 축소 없이 공존 모드에서 즉시 달성되었습니다.

4.2 동등성 검증

• 내부 실제 데이터 (PROT008-SR1): 14 가지 보고서 유형이 테스트되었습니다. 14 개 보고서 중 11 개가 80% 이상의 셀 단위 동등성을 달성했습니다 (평균 82.7%, 최상 99.2%). 기준 미만의 세 가지 보고서는 계산 오류가 아닌 구조적 레이아웃 차이 (예: 전치된 표) 로 귀결되었습니다.
• 공개 벤치마크 (CDISC CDISCPilot01): 5 가지 보고서 유형이 4,764 개의 셀에서 불일치 없이 100% 셀 단위 동등성을 달성했습니다.

4.3 AI 준비 상태 시연

타입 지정 IR(공존 모드에서도 생성됨) 을 사용하여 대규모 언어 모델 (LLM) 이 다음 작업을 성공적으로 수행했습니다.

• 표 요약: CSR 내러티브를 생성하기 위해 수치 값과 의미론적 유형 (예: p-값과 백분율 구분) 을 정확하게 추출합니다.
• 이상 탐지: 용량 - 반응 관계, 치료 불균형, 내부 일관성 위반을 식별합니다.
• 구성 생성: 자연어 통계 분석 계획 (SAP) 발췌문을 유효한 YAML 구성 파일로 변환합니다.

5. 중요성 및 주장

본 논문은 진행 중인 규제 제출을 중단하지 않고 신약 개발을 직접 가속화하는 규제 인식형 AI 통합 임상 시험 보고 경로를 제공한다고 주장합니다.

• 현대화로부터의 AI 분리: 주요 중요성은 AI 준비 상태가 "Day-0" 기능임을 입증한 점입니다. 조직은 레거시 시스템을 래핑함으로써 즉시 AI 워크플로우를 통합할 수 있으며, 소스 수준의 통합이라는 비용이 많이 들고 위험한 작업은 추후 선택적 단계로 미룰 수 있습니다.
• 검증된 로직 보존: 레거시 SAS 소스를 수정하지 않음으로써 프레임워크는 기존 검증된 구성 요소의 규제 지위를 보존하고 전체 재검증의 필요성을 피합니다.
• AI 를 위한 구조화된 데이터: 프레임워크는 LLM 이 임상 시험 결과를 구조적으로 추론할 수 있도록 하는 의미론적 다리 (IR) 를 제공하여 레거시 RTF 출력의 "불투명성"을 극복합니다.
• 확장 가능한 현대화: 프레임워크 수준의 수정이 여러 보고서에 걸친 불일치를 해결하는 "한 번 수정 / 여러 번 적용" 패턴은 점진적 리팩토링이 달성할 수 없는 확장 가능한 현대화 접근 방식을 제공합니다.

저자들은 이 프레임워크를 제품으로 제시하는 것이 아니라, 21 CFR Part 11 및 기타 규제 표준을 준수하면서 조직이 특정 레거시 시스템을 평가하고 현대화하기 위한 구조화된 프로세스로 위치시킵니다.