Analytical Centralization of Health Expenditure at the National Administrator of Health System Resources: Architecture, Data Quality, and Operational Performance of the ADRES Health System Analytics Platform, Colombia

기술 요약: ADRES의 보건 지출 분석 중앙 집중화

문제 정의
2024년에서 2025년 사이, 콜롬비아의 일반 사회보장 건강 시스템(SGSSS)은 심각한 역량 결핍에 직면했습니다. 보건부는 전자 건강 송장(FEV-RIPS가 내장된 형태)을 데이터 교환의 표준으로 보편화할 것을 명령했으나, 국가 자원 관리 기관인 ADRES는 이 데이터를 대규모로 처리할 수 있는 인프라가 부족했습니다. 이 시스템은 서로 다른 형식을 가진 55,000개 이상의 이질적인 의료 제공자(관계형 데이터베이스, 플랫 파일, XML 등)가 데이터를 생성하는 구조였습니다. 2023년 이전의 ADRES는 수동 업로드와 확장 불가능한 계산 자원에 의존했으며, 이로 인해 데이터 가용성까지 수개월의 지연이 발생했고, 실시간으로 청구 이상 징후를 탐지할 수 없었으며, 시스템 분석을 위해 제3자에게 의존해야 했습니다. 핵심 과제는 단순히 데이터의 양이 아니라, 중진국 내 공공 기관의 제약 조건 속에서 구조적으로 호환되지 않는 소스, 일관되지 않은 코딩 표준, 그리고 기술 문서의 부재를 통합하는 것이었습니다.

방법론
본 연구는 2024년과 2025년 사이에 ADRES가 구축한 새로운 분석 인프라의 설계, 구현 및 운영 성능을 기록한 기술-기술 보고서입니다. 방법론은 Microsoft Azure 및 Databricks에서 호스팅되는 운영 환경(2025년 1월~11월)의 운영 지표에 기반합니다.

기술 아키텍처는 메달리온 데이터 레이크 패턴(Bronze/Silver/Gold)을 채택합니다:

• Bronze Layer (브론즈 계층): 변환 없이 원시 데이터(XML, 관계형 테이블, 플랫 파일)를 그대로 수집하여 잔여적인 이질성을 수용합니다.
• Silver Layer (실버 계층): 정제, 동질화 및 정규화를 적용합니다. 여기에는 가변 깊이의 XML 구조를 위한 Python/PySpark 파서, 호환되지 않는 지방자치단체 코드에 대한 등가 테이블, 그리고 Null 표현으로 사용되는 극단적인 날짜(예: 1900-01-01)를 대체하는 루틴이 포함됩니다.
• Gold Layer (골드 계층): 검증된 키를 통해 소스를 결합하여 분석 준비가 된 통합 및 비정규화된 데이터를 포함합니다.

주요 기술적 개입 사항은 다음과 같습니다:

• 연결성: 온프레미스 소스를 위한 보안 VPN 게이트웨이 및 보건부 데이터와의 직접적인 Microsoft Fabric OneLake 연결.
• 오케스트레이션: Azure Data Factory (ADF) 및 Databricks를 통한 자동화된 파이프라인 구축으로 수동 업로드 제거.
• 거버넌스: 역할 기반 액세스 제어(RBAC)를 위한 Unity Catalog 및 실시간 모니터링을 위한 데이터 거버넌스 대시보드(DGD).
• 표준화: Tuva Health 공통 데이터 모델을 콜롬비아 FEV-RIPS 표준에 맞게 적응.

주요 결과
플랫폼은 2025년 11월 기준 다음과 같은 운영 지표를 달el했습니다:

• 규모: 21개의 운영 카탈로그, 1,183개의 테이블, 약 1,106억 개의 저장된 레코드를 관리하며, 누적 처리량은 1조 건을 초과했습니다.
• 성능: 클러스터가 최대 32 TB RAM 및 4,096 vCPU까지 확장됨에 따라 약 10초 만에 1,000억 개의 레코드에 대한 쿼리를 실행합니다. 정상 조건 하에서 3시간 내에 2억 2,000만 건의 전자 송장을 처리했습니다.
• 동시성: 2025년 10월, 플랫폼은 11개 기관 기능 그룹에 분산된 월간 78,028건의 피크 쿼리를 처리했습니다.
• 데이터 품질 해결: 팀은 다음과 같은 특정 통합 과제를 성공적으로 해결했습니다:
  • 다양한 복잡성을 가진 제공자 간의 가변적인 XML 노드 깊이 문제.
  • FEV-RIPS의 선택적 필드에 대한 일관되지 않은 데이터 입력 문제.
  • 기존 "클래식 RIPS"(2024년 이전)와 새로운 FEV-RIPS 간의 구조적 불일치(예: 금융 필드 누락, ICD-9에서 ICD-10으로의 이행).
  • 기술 문서 부재로 인한 데이터 구조의 역공학(Reverse Engineering) 필요성.
• 운영 산출물: 해당 인프라는 다음과 같이 이전에는 불가능했던 분석 실행을 가능하게 했습니다:
  • 사망일 이후 서비스가 청구된 471,480명의 개인 식별(2018~2023년), 총액 2.3조 콜롬비아 페소(COP).
  • 인당 지급 단위(UPC) 지출에 대한 계량 경제 분석.
  • 재무 대조 및 정보 품질에 관한 헌법재판소 명령에 대한 대응.
  • 공공 인터랙티브 대시보드 및 비기술 사용자를 위한 대화형 AI(Genie, Copilot) 통합.

의의 및 주장
본 논문은 중진국 사회보장 의료 시스템 내에서 이질적인 데이터 소스를 통합하는 데 수반되는 체계적인 기술적 과제를 최초로 공개 문서화했다고 주장합니다. 그 의의는 세 가지 차원에 있습니다:

1. 기술적 구체성: 일반적인 거버넌스 프레임워크를 넘어, 코드 간 불일치 및 문서 부재로 인한 역공학 요구와 같은 구체적인 문제를 기록함으로써 운영의 실체를 상세히 다룹니다.
2. 실현 가능성 입증: 개별 소스의 완벽함을 기다리기보다 내부 기술 역량을 통해 교차 소스 표준화 문제를 해결한다면, 국가 규모의 행정 기관이 보건 시스템 정보를 중앙 집중화하는 것이 기술적으로 가능하다는 것을 증명합니다.
3. 전이 가능한 교훈: 저자들은 다른 라틴 아메리카 행정 기관들을 위해 네 가지 가설을 제안합니다:
   • H1: 원시 데이터 수집과 분석 계층을 분리하는 것(메달리온 패턴)은 분석 결과의 오염 없이 노이즈를 관리하는 데 필수적입니다.
   • H2: 데이터 거버넌스는 생산을 가로막는 전제 조건이 아니라, 인프라와 병행하여 진행되는 점진적 개발 요소여야 합니다.
   • H3: 개별 소스의 완벽함을 기다리는 것보다 다중 소스 처리 역량을 우선시하는 것이 더 중요합니다. 왜냐하면 교차 소스 표준화는 종종 더 긴 시간의 기관 간 조율을 필요로 하기 때문입니다.
   • H4: 대화형 AI 도구는 견고한 인프라가 데이터 품질과 보안을 보장할 때만 데이터 접근을 민주화할 수 있습니다.

논문은 인프라가 가동 중이지만, 데이터 거버넌스의 공식화와 고급 분석(예측 모델링)의 확장이 여전히 지속적인 우선 과제로 남아 있다고 결론짓습니다. 보고된 운영 비용(약 2025년 5월~2026년 4월 기준 미화 167,743달러)은 공공 조달 조건을 반영하며, 지역 내 국가 규모의 보건 데이터 플랫폼에 대한 드문 벤치마크 역할을 합니다.