티스토리 뷰
“데이터가 틀렸다”가 아니라, “우리는 당신을 믿을 수 없다”
1. FDA Warning Letter는 왜 늘 비슷한 내용을 반복하는가
FDA Warning Letter를 여러 건 읽다 보면
놀라울 정도로 같은 유형의 지적이 반복된다.
- 데이터 무결성(Data Integrity)
- Method validation 부적합
- SOP 미준수
- 기록 불일치
- 부적절한 재분석
이걸 보면 이런 생각이 들기도 한다.
“이 정도면 다들 알 텐데, 왜 계속 같은 문제가 나올까?”
이유는 단순하다.
FDA가 문제 삼는 건 실수 자체가 아니라, 그 실수가 가능해진 구조이기 때문이다.
2. 가장 빈번한 지적 ① Data Integrity – “누가, 언제, 왜”가 사라진 데이터
2.1 Raw data 무결성 훼손
FDA Warning Letter에서 가장 자주 등장하는 문장은
대략 이런 형태다.
- “Raw data could not be reliably reconstructed”
- “Original records were not retained”
- “Audit trail review was inadequate”
여기서 중요한 점은
데이터가 조작되었다는 직접 증거가 없어도 지적이 나온다는 것이다.
FDA가 보는 핵심은 이것이다.
“이 데이터가 생성된 이후
어떤 일이 있었는지 설명할 수 있는가?”
- 파일 이름이 바뀌었는데 이유가 없음
- 재처리 파일이 있는데 승인 기록이 없음
- audit trail은 있지만 검토 흔적이 없음
이 순간, 데이터의 과학적 정확성과 무관하게
신뢰는 붕괴된다.
2.2 Shared account와 접근 통제 실패
의외로 자주 등장하는 지적이다.
- 여러 분석가가 동일 계정 사용
- 비밀번호 공유
- 계정 퇴사자 미정리
이건 단순한 IT 문제처럼 보이지만
FDA 입장에서는 매우 명확한 의미를 갖는다.
“Attributable하지 않은 데이터는
존재하지 않는 것과 같다.”
즉,
결과가 맞는지 아닌지는
그 다음 문제다.
3. 지적 사례 ② Method Validation – “했느냐”가 아니라 “이해했느냐”
3.1 Validation은 했지만, justification이 없는 경우
Warning Letter에서 자주 보이는 표현 중 하나는 이것이다.
- “The firm failed to adequately justify acceptance criteria”
- “The rationale for method performance was not provided”
많은 회사가 validation 실험은 수행했다.
- accuracy, precision 충족
- selectivity 평가
- stability 확인
그런데 문제는
왜 그 기준을 선택했는지 설명하지 못한다는 것이다.
FDA는 이렇게 묻는다.
“이 분석법이 실제 임상 샘플에 적합하다는
과학적 근거는 무엇인가?”
숫자만 있으면 충분하던 시대는
이미 끝났다.
3.2 Matrix effect / selectivity 과소평가
특히 LC-MS/MS 분석에서
반복적으로 지적되는 부분이다.
- 제한된 matrix lot 사용
- 실제 환자 샘플과 다른 matrix
- co-medication 고려 부족
FDA는 점점 더 명확히 말한다.
“Healthy matrix로 validation한 결과가
환자 샘플에도 그대로 적용된다는 보장은 없다.”
이건 기술 문제가 아니라
적용 범위 정의 실패다.
4. 지적 사례 ③ Incurred Sample Reanalysis (ISR) – 형식적 수행의 위험
ISR 관련 지적은
최근 Warning Letter에서 특히 자주 보인다.
4.1 ISR 실패의 해석 오류
많은 조직이 ISR 실패를 이렇게 처리한다.
- “일부 샘플만 문제”
- “통계적으로 허용 범위”
하지만 FDA는 다른 질문을 던진다.
“왜 그 샘플들에서만 실패했는가?”
- 특정 농도 구간인가
- 특정 환자군인가
- 특정 시점인가
이 질문에 답하지 못하면
ISR 실패는 곧 method robustness 문제로 확대된다.
4.2 ISR 결과를 validation과 분리해서 해석
Warning Letter에서 자주 등장하는 지적 중 하나는
- “ISR results were not adequately evaluated”
- “No corrective action was taken following ISR failure”
즉,
ISR은 했지만,
아무 일도 없었던 것처럼 넘어갔다는 지적이다.
FDA는 ISR을
“통과 의례”로 보지 않는다.
실제 샘플이 던지는 경고로 본다.
5. 지적 사례 ④ 재분석(Rerun, Reanalysis)의 남용
5.1 명확하지 않은 재분석 기준
Warning Letter에는 종종 이런 표현이 나온다.
- “Samples were reanalyzed without documented justification”
- “Repeat analysis was conducted until acceptable results were obtained”
이건 매우 치명적인 신호다.
FDA 입장에서 이 문장은
사실상 이렇게 읽힌다.
“원하는 결과가 나올 때까지 분석했다.”
재분석은 허용되지만,
사전에 정의된 기준과 문서화된 근거가 없으면
데이터 조작으로 간주될 수 있다.
5.2 실패 데이터를 ‘대체’하는 재분석
특히 문제가 되는 패턴은
- 최초 결과는 버리고
- 재분석 결과만 보고
하는 경우다.
FDA는 이렇게 묻는다.
“왜 최초 결과가 실패했는지
우리는 알 필요가 있다.”
원인을 설명하지 못하면
재분석 결과는 신뢰를 얻지 못한다.
6. 지적 사례 ⑤ SOP는 있는데, 아무도 그걸 따르지 않았다
놀랍게도 많은 Warning Letter에는
“절차가 없어서”가 아니라
“절차가 있는데 안 지켰다”는 지적이 등장한다.
- SOP와 실제 수행 불일치
- 임의적 예외 처리
- 기록 없는 편의적 판단
FDA는 SOP를
“문서”가 아니라 약속으로 본다.
SOP를 지키지 않았다는 것은
그 결과를 믿지 말아 달라는 요청과 같다.
7. FDA가 진짜로 보고 있는 것: 개별 오류가 아닌 ‘문화’
Warning Letter를 관통하는 하나의 메시지가 있다.
FDA는 묻는다.
- 이 조직은 문제를 숨기는가, 드러내는가
- 데이터가 아니라 결론을 보호하려 하는가
- 과학보다 일정과 비용을 우선하는가
그래서 지적은
단일 실수보다
반복 패턴에서 더 강해진다.
8. 많은 조직이 Warning Letter를 받기 전 공통적으로 보이는 신호
실제 사례들을 종합하면
Warning Letter 이전에 거의 항상 나타나는 징후가 있다.
- audit trail을 “보지 않음”
- deviation을 “문서화하지 않음”
- 애매한 결과를 “넘김”
- senior review가 형식적
이 단계에서는
아직 데이터는 “맞을 수 있다”.
하지만 FDA는 그걸 묻지 않는다.
“당신들이 스스로를 통제하고 있는가?”
9. FDA Warning Letter가 던지는 가장 중요한 메시지
많은 사람들이 Warning Letter를
“걸리면 안 되는 것”으로만 본다.
하지만 사실 Warning Letter는
FDA가 가장 솔직해지는 문서다.
그 핵심 메시지는 이것이다.
Bioanalysis에서 가장 큰 리스크는
기술 부족이 아니라,
설명할 수 없는 판단이다.
마무리하며
FDA Warning Letter에 등장하는 bioanalysis 지적들은
특별한 회사만의 이야기가 아니다.
- 너무 바빠서
- 다들 그렇게 해서
- 문제 된 적 없어서
이런 이유로 쌓인 선택들이
어느 순간 신뢰 붕괴로 이어진다.
FDA는 완벽함을 요구하지 않는다.
하지만 정직함과 설명 가능성은 요구한다.
그리고 그 기준은
해마다 조금씩, 그러나 분명하게
높아지고 있다.

'제약산업' 카테고리의 다른 글
| Sample prep robot 도입 시 KPI 설계 – 생산성, 오류율, 편차 기준 (0) | 2026.01.16 |
|---|---|
| ICH M10 가이드라인 시행 이후 Bioanalytical Validation의 변화 (0) | 2026.01.15 |
| AI 기반 Stability Predicting 모델과 실제 제약 데이터 적용 사례 (0) | 2026.01.14 |
| 분석팀을 위한 LIMS–ELN–CDMS 통합 전략 (0) | 2026.01.13 |
| Annotation confidence를 정량화하는 새로운 기준 (0) | 2026.01.13 |
| Metabolomics에서 annotation bottleneck 붕괴 시나리오 (0) | 2026.01.12 |
| 장비 vendor 로그 데이터의 한계와 활용 전략 (1) | 2026.01.11 |
| LC-MS 장비 예방 정비(PM) 스케줄링을 위한 predictive maintenance 모델 (0) | 2026.01.10 |
- Total
- Today
- Yesterday
- 임상시험
- 디지털헬스케어
- 분석
- 정밀의료
- 제약산업
- 머신러닝
- 바이오마커
- Toxicometabolomics
- 신약개발
- 항암제
- 약물분석
- 제약
- 팬데믹
- 미래산업
- 신약 개발
- 정량분석
- AI
- Targeted Metabolomics
- 데이터
- 대사체 분석
- lc-ms/ms
- 바이오의약품
- Spatial metabolomics
- 분석팀
- metabolomics
- bioanalysis
- Multi-omics
- LC-MS
- 약물개발
- 치료제
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
