LC-MS/MS에서 ‘좋은 피크’의 정의는 어떻게 만들어지는가

– Peak shape, S/N, tailing을 SOP로 고정하는 방법

1. “이 피크, 좀 별로인데…”는 언제나 말로만 끝난다

LC-MS/MS 분석실에서 가장 자주 오가는 말 중 하나는 이것이다.

“이 피크, 좀 별로죠?”

하지만 이상하게도
이 말은 늘 공기 중에 흩어지고,
어디에도 기록되지 않는다.

• QC는 pass
• 수치는 기준 충족
• 결과는 reportable

그런데도
분석가는 찜찜하다.

이 ‘찜찜함’이
LC-MS 분석에서 가장 위험한 영역이다.

2. ‘좋은 피크’는 왜 정의되지 않은 채 사용되는가

아이러니하게도
LC-MS/MS 분석에서
가장 중요한 요소 중 하나인 peak quality는
대부분의 SOP에서 이렇게 한 줄로 끝난다.

“적절한 peak shape를 확인한다.”

문제는 여기서 “적절한”이라는 단어다.

• 누구에게 적절한가?
• 언제까지 적절한가?
• 어느 정도면 적절하지 않은가?

이 질문에
문서로 답할 수 없는 순간,
분석 품질은 사람에게 귀속된다.

3. ‘좋은 피크’는 기술 용어가 아니라 판단 언어다

많은 분석가가
peak shape, S/N, tailing을
기술적 파라미터로만 생각한다.

하지만 실제로 이 요소들은
판단 언어에 가깝다.

• 이 피크를 믿을 것인가
• 이 결과를 reportable로 볼 것인가
• 이 batch를 accept할 것인가

즉,
‘좋은 피크’의 정의 = 조직의 신뢰 기준이다.

4. 개인 감각에서 조직 기준으로: 정의가 필요한 이유

단일 분석가, 단일 장비 환경에서는
‘좋은 피크’가 암묵지로 작동한다.

하지만 다음 상황에서는 반드시 문제가 발생한다.

• 분석가가 늘어날 때
• 장비가 여러 대일 때
• multi-site CRO 운영 시
• R 자동화, AI 모델 도입 시
• audit에서 “왜 accept했는지” 설명해야 할 때

이때
“경험적으로 괜찮아 보였다”는
아무 힘도 갖지 못한다.

5. Peak shape: 가장 많이 오해되는 요소

5-1. Peak shape는 왜 감각의 영역이 되었는가

Peak shape는
숫자 하나로 정의되기 어렵다.

• symmetry
• tailing
• fronting
• shoulder
• split

이 모든 요소가 섞여
분석가는 “눈으로 판단”한다.

문제는
이 판단 기준이
사람마다 다르다는 점이다.

5-2. SOP로 옮길 때의 핵심 관점

Peak shape를 SOP로 옮길 때
중요한 건
“완벽한 정의”가 아니다.

👉 “허용 가능한 범위”를 정하는 것이다.

예를 들면,

“Peak는 단일 최대값을 가지며,
인접 peak와 명확히 분리되어야 한다.”

이 문장은
수학적이지 않지만
판단 기준으로는 충분히 강력하다.

6. Tailing factor: 숫자를 쓸 것인가, 쓰지 말 것인가

Tailing factor는
SOP에 가장 많이 등장하는 수치 중 하나다.

하지만 현실에서는

• 장비
• column
• matrix
• 농도

에 따라
tailing factor가 의미를 잃는 경우가 많다.

그래서 많은 조직이
이 두 극단 중 하나로 간다.

• 너무 엄격한 숫자 → 현장 붕괴
• 아예 숫자 없음 → audit 리스크

가장 현실적인 접근

• SOP에는 원칙
• 기준값은 method-specific document

예:

“Peak tailing은 분석 결과 해석에 영향을 주지 않는 수준이어야 하며,
허용 범위는 해당 분석법의 validation 결과를 기반으로 설정한다.”

이 문장은
QA와 현장 모두를 만족시키는
현실적인 타협점이다.

7. Signal-to-noise (S/N): 가장 오해받는 지표

S/N는
가장 과학적인 것처럼 보이지만,
실제로는 가장 많이 오해된다.

흔한 착각

• S/N ≥ 10이면 무조건 괜찮다
• S/N ≥ 3이면 LOD다

하지만 분석가는 알고 있다.

• noise 정의가 다르고
• baseline이 다르고
• integration 방식이 다르면

같은 S/N도 전혀 다른 의미를 가진다.

8. S/N를 SOP로 고정할 때의 핵심 포인트

S/N를 SOP에 넣을 때
중요한 건 숫자보다 맥락이다.

예:

“Low concentration 영역에서는 S/N를 참고 지표로 활용하며,
peak shape 및 재현성과 함께 종합적으로 판단한다.”

이 문장은

• S/N의 중요성을 인정하면서도
• S/N 단독 판단의 위험을 차단한다

9. ‘좋은 피크’ 정의의 핵심: 단일 지표 금지

조직 차원에서
가장 중요한 원칙은 이것이다.

‘좋은 피크’는 단일 지표로 정의하지 않는다

• peak shape만 좋다고 끝이 아니다
• S/N만 높다고 안전하지 않다
• tailing이 조금 있다고 무조건 reject도 아니다

SOP에는 반드시
복합 판단 구조가 들어가야 한다.

10. SOP 문장으로 완성된 ‘좋은 피크’ 정의 예시

아래는 실제 현업에서
가장 잘 작동하는 형태의 문장 구조다.

“정량에 사용되는 peak는 명확한 단일 최대값을 가지며,
인접 peak와 충분히 분리되어야 한다.
Peak shape, signal-to-noise ratio, tailing 특성은
분석 결과 해석에 영향을 미치지 않는 범위 내에서
종합적으로 검토한다.”

이 문장의 강점은

• 너무 구체적이지 않지만
• 해석의 자유도는 제한하고
• audit 대응이 가능하다는 점이다.

11. ‘좋은 피크’ 정의가 자동화로 이어지는 순간

이 정의가
R 기반 자동화나 AI로 넘어갈 때
비로소 진짜 힘을 발휘한다.

• peak shape → flag 조건
• S/N → 참고 지표
• tailing → 경고 신호

즉,

SOP에 정의된 ‘좋은 피크’ = 자동화 로직의 윤곽

이 정의 없이 자동화를 시도하면
AI는 결국
사람의 감각을 흉내 내지 못한다.

12. Audit에서 ‘좋은 피크’를 설명하는 방식의 변화

이 정의가 없는 조직의 audit 대응:

“경험상 이 정도면 괜찮습니다.”

이 정의가 있는 조직의 audit 대응:

“본 분석에서는 peak shape, S/N, tailing을
사전 정의된 기준에 따라 종합적으로 평가하고 있습니다.”

감사관이 듣고 싶은 건
숫자가 아니라
일관된 판단 구조다.

13. 왜 이 정의는 시간이 지나야 완성되는가

중요한 사실 하나.

‘좋은 피크’의 정의는
처음부터 완벽할 수 없다.

• sample matrix가 바뀌고
• 농도 범위가 넓어지고
• 장비가 노후화되면서

이 정의는
운영 데이터에 의해 다듬어진다.

그래서 SOP는
정적인 문서가 아니라
진화하는 기준이어야 한다.

14. 정리하며: ‘좋은 피크’는 감각이 아니라 합의다

LC-MS/MS에서
‘좋은 피크’는

• 장비 성능의 문제가 아니고
• 분석가 실력의 문제가 아니라

👉 조직이 어디까지를 신뢰할 것인가에 대한 합의다.

이 합의가 문서로 남는 순간,

• 재현성은 사람을 떠나고
• 자동화는 현실이 되고
• audit은 방어가 아닌 설명이 된다.

LC-MS/MS에서 ‘좋은 피크’의 정의는 어떻게 만들어지는가