[가이드/안내] AI/ML 의료기기의 GMP 심사 대응 전략([별표 4] 중심)
AI가 포함된 디지털 의료기기라면 이번 글을 주목해 주세요! AI 의료기기 GMP 심사의 핵심은 [별표 4] AI/ML 제어 조치 기준입니다. 통과 전략은 세 가지로 요약됩니다. 데이터 거버넌스, 형상관리, 그리고 재학습·변경 관리입니다.
안녕하세요. 와이즈컴퍼니(주)는 변화하는 규제 요구사항에 대한 대응을 도와드리고 있습니다.
지난 디지털 의료기기 GMP 안내 포스팅은 잘 읽어보셨나요? 이번 글은 AI 의료기기 GMP 심사 대응 전략입니다. 제출 문서 중 [별표 4] 심사 기준을 중심으로 살펴봅니다. 보완 없이 단번에 통과하기 위한 전략을 알아보겠습니다.
국내 심사 기준인 식약처 고시 [별표 4]를 중심으로 정리했습니다. 심사 통과를 위해 체크해야 할 핵심 대응 전략 3가지입니다.
1. 학습·검증 데이터의 관리 및 편향성 통제 (Data Governance)
AI 알고리즘의 성능과 안전성은 어디서 결정될까요? "어떤 데이터를 학습했는가"에서 결정됩니다. GMP 심사도 마찬가지입니다. 데이터 수집부터 주석(Labeling), 관리 과정을 집중 검토합니다.
데이터 출처 및 대표성 확보.
특정 연령, 성별, 장비에 치우치면 안 됩니다. CT, MRI, X-ray 등 특정 병원 장비도 마찬가지죠. 다기관 데이터 모음이 구축되어 있어야 합니다.
라벨링 및 라벨러 표준화.
라벨링 담당 전문의 수를 문서화합니다. 라벨링 기준(Protocol)도 필요하죠. 다수결·합의 방식 등의 검증 절차서가 필수입니다. 데이터 이력 관리도 함께 요구됩니다.
데이터 분할의 엄격성.
훈련(Training), 튜닝(Validation), 외부 검증(Test) 데이터가 있습니다. 서로 겹치면 안 되죠. 독립적으로 분리·관리됨을 증명해야 합니다.
2. IEC 62304 기반의 소프트웨어 수명주기 및 형상관리
AI 의료기기는 개발 과정 전체가 기록으로 남아야 합니다. 추적성(Traceability)이 핵심이죠. [별표 4] 심사는 단계별 문서화와 형상관리의 정밀함을 요구합니다.
형상관리 (Configuration Management).
사용된 데이터 셋 버전부터 추적합니다. AI 아키텍처 모델(예: U-Net 등) 버전도 관리하죠. 하이퍼 파라미터 설정값도 대상입니다. 학습 알고리즘 라이브러리까지 명확히 추적·통제되어야 합니다.
소프트웨어 위험관리 (ISO 14971).
AI 모델 특유의 위험 요소가 있습니다. 위양성/위음성으로 인한 오진 위험. 불명확한 블랙박스 모델, 성능 드리프트 등이죠. 이에 대한 위험 분석과 통제 방안이 필요합니다. 위험관리 파일에 반영되어 있어야 합니다.
V&V (검증 및 타당성 확인).
모듈 단위 테스트부터 시작합니다. 통합 테스트, 시스템 테스트까지 이어지죠. 전 주기 성능 평가 보고서를 구비해야 합니다. AUROC, Dice coefficient, Sensitivity, Specificity 등입니다.
3. 알고리즘 변경 및 재학습 관리 전략 (PCCP / Drift 통제)
AI/ML 의료기기의 가장 큰 특성은 무엇일까요? 시판 후에도 지속적으로 변경될 수 있다는 점입니다. 성능 개선이나 데이터 추가 때문이죠. 그래서 심사 기관이 중점적으로 보는 것이 있습니다. 배포 후 버전·알고리즘 변경을 통제할 체계입니다.
재학습 및 변경 관리 절차서.
시판 후 데이터로 모델을 재학습시킬 때가 있습니다. 이때의 변경 기준과 재검증(Re-validation) 절차가 필요하죠. 내부 SOP에 정의되어 있어야 합니다.
성능 드리프트 (Performance Drift) 모니터링.
배포된 AI 모델의 성능 저하를 모니터링합니다. 실제 의료 현장 기준이죠. 이상 발생 시 대응 체계도 필요합니다. CAPA(시정 및 예방조치)로 연결되어야 합니다.
투명성 및 사용자 제공 정보.
사용자(의료진)의 오남용·과신을 막아야 합니다. 그래서 명확한 정보 전달이 필요하죠. 사용 목적, 성능 한계, 데이터 범위 등입니다. UI 또는 라벨링(Model Card 등)으로 전달되도록 설계합니다.
AI 의료기기 GMP, 어떻게 준비해야 할까?
AI 의료기기 GMP 준비는 서류 작업이 아닙니다. 개발 프로세스에 규제 기준(SOP)을 이식하는 과정입니다. 초기부터 데이터 거버넌스가 정립되어야 합니다. 소프트웨어 형상관리도 마찬가지죠. 그래야 보완 없이 신속한 인허가가 가능합니다.
AI/ML 의료기기 GMP 구축이 어려우신가요? [별표 4] 심사 대응도 마찬가지입니다. 전문성을 갖춘 와이즈컴퍼니와 함께 대비해 보시기 바랍니다.
AI 의료기기 GMP 심사가 더 궁금하신가요? 아래 연락처 또는 문의하기로 문의해 주세요. 성심성의껏 답변하고 도움드리겠습니다.
핵심 요약
- AI 의료기기 GMP 심사의 핵심은 [별표 4] AI/ML 제어 조치 기준입니다.
- 학습 데이터 편향성 통제, 형상관리, 재학습 관리가 3대 전략입니다.
- 개발 초기부터 SOP에 규제 기준을 반영해야 보완 없이 통과할 수 있습니다.
자주 묻는 질문
AI 기능을 나중에 추가하면 심사를 다시 받아야 하나요?
네, 받아야 합니다. AI·머신러닝 기능의 최초 추가는 변경 심사 대상입니다. 이때 [별표 4] 기준이 새로 적용되죠. 데이터 관리와 형상관리 체계를 미리 준비하세요.
[별표 4]는 기존 GMP 심사와 무엇이 다른가요?
AI/ML 고유 요소를 본다는 점이 다릅니다. 학습 데이터의 출처와 편향성을 확인합니다. 모델 버전과 하이퍼 파라미터 추적도 보죠. 재학습·드리프트 통제 체계까지 요구됩니다. 기존 품질시스템([별표 2])에 더해 적용됩니다.
![[가이드/안내] 디지털 의료기기 GMP 가이드라인 한눈에 이해하기](/uploads/2026/10/00c1ccb1d9e40e37.png)

