티스토리 뷰

기술 문제가 아니라 ‘시스템 사고’의 실패
FDA Warning Letter를 여러 건 읽다 보면 묘한 기시감이 든다.
지적 사항은 회사도 다르고, 국가도 다르고, 제품도 다른데
LC-MS/MS 관련 코멘트의 구조는 놀라울 정도로 반복된다.
그리고 그 반복의 핵심에는 언제나 같은 단어가 등장한다.
“Data Integrity could not be assured.”
중요한 점은,
FDA가 문제 삼는 대부분의 사례가 기술적으로 분석을 못 해서가 아니라,
👉 “분석 결과를 신뢰할 수 없게 만든 운영 방식”이라는 것이다.
1️⃣ Raw data는 있는데, “신뢰 가능한 raw data”는 없는 경우
FDA가 실제로 보는 관점
많은 분석팀이 이렇게 생각한다.
“raw data 파일은 다 남아 있는데요?”
하지만 FDA의 질문은 다르다.
“이 raw data가 변경되지 않았다는 걸 어떻게 증명합니까?”
반복되는 실패 패턴
- LC-MS vendor software에서
- integration 재조정 기록 없음
- reprocessing log 비활성화
- analyst 개인 PC에만 raw data 저장
- 파일 복사·이동 기록 추적 불가
- 원본과 재분석본 구분 불명확
이때 FDA는 “raw data 부재”라고 표현하지 않는다.
대신 이렇게 말한다.
“Original raw data could not be reliably reconstructed.”
즉, 데이터가 없다는 게 아니라, “신뢰 가능한 형태로 존재하지 않는다”는 판단이다.
2️⃣ 재분석(Reprocessing)은 했지만, “과정의 흔적”이 없는 경우
LC-MS/MS 분석에서는 재분석 자체가 문제는 아니다.
문제는 재분석이 ‘왜, 어떻게’ 이루어졌는지 설명할 수 없을 때다.
Warning Letter에 반복되는 문장 구조
- “Integration parameters were changed without justification”
- “Reprocessing was performed without documented rationale”
- “No audit trail review was conducted”
현장에서 자주 벌어지는 상황은 이렇다.
- 피크 모양이 애매함
- analyst가 “조금만” integration 수정
- 결과는 좋아짐
- 이유는 문서화 안 됨
이 순간부터 FDA 관점에서는
👉 “데이터 조작 가능성”이 열린다.
3️⃣ Batch acceptance 기준이 ‘사람 판단’에 의존하는 구조
가장 위험한 패턴 중 하나
- QC fail → analyst 판단으로 재분석
- QC borderline → “경험상 괜찮다”로 accept
- 기준은 SOP에 있지만, 해석은 사람마다 다름
FDA가 문제 삼는 건 결과값 자체가 아니다.
문제는 이 질문에 답하지 못할 때다.
“이 batch를 accept한 객관적 기준은 무엇입니까?”
많은 Warning Letter에서 이런 문장이 등장한다.
“Batch acceptance decisions were not scientifically justified.”
이는 곧
👉 분석 결과의 신뢰성 붕괴를 의미한다.
4️⃣ Audit trail은 존재하지만, ‘검토되지 않는’ 경우
놀랍게도 요즘 FDA 지적 중 상당수는
audit trail이 없는 경우가 아니라, ‘있는데 안 본 경우’다.
전형적인 지적 흐름
- System에는 audit trail 기능이 있음
- 그러나
- 누가
- 언제
- 어떤 기준으로
- audit trail을 review했는지 기록 없음
FDA는 여기서 이렇게 판단한다.
“Audit trail is not part of your quality system.”
즉,
👉 기능이 있다고 해서 관리되고 있다고 보지 않는다.
5️⃣ Analyst 개인 역량에 의존하는 분석 구조
많은 LC-MS/MS 분석팀은
“이 사람만 있으면 된다”는 구조를 가지고 있다.
하지만 FDA는 이런 구조를 가장 위험하게 본다.
- 특정 analyst만 아는 reprocessing 기준
- 특정 analyst만 이해하는 이상치 판단
- SOP는 있으나 실제 분석은 암묵지 의존
Warning Letter에서 자주 등장하는 표현은 다음과 같다.
“Your procedures do not ensure consistent execution across analysts.”
이는 단순한 교육 문제가 아니라
👉 시스템 실패(systemic failure)로 해석된다.
6️⃣ Excel 기반 결과 정리의 구조적 한계
아직도 많은 기관에서:
- LC-MS 결과 → Excel copy & paste
- 수식 수정 기록 없음
- version 관리 없음
- reviewer 확인 불가
FDA는 Excel 자체를 문제 삼지 않는다.
다만 이렇게 묻는다.
“누가, 언제, 무엇을 바꿨는지 설명할 수 있습니까?”
설명하지 못하는 순간,
Excel은 데이터 무결성 리스크의 중심이 된다.
7️⃣ 가장 본질적인 문제: Data Integrity를 ‘IT 문제’로 오해함
FDA Warning Letter를 관통하는 공통 메시지는 하나다.
Data Integrity는 소프트웨어 문제가 아니다.
조직의 사고방식 문제다.
- SOP는 있는데, 실제로는 안 지켜짐
- 기준은 있는데, 해석은 사람마다 다름
- 기록은 있는데, review는 없음
이런 환경에서는
아무리 최신 LC-MS/MS 장비를 써도
👉 결과는 “regulatory unreliable”이 된다.
8️⃣ FDA가 진짜 원하는 것은 무엇인가
FDA는 완벽한 데이터를 요구하지 않는다.
FDA가 원하는 것은 단 하나다.
“이 결과를 믿어도 되는가?”
그 질문에 대해
- 시스템으로
- 문서로
- 재현 가능한 방식으로
답할 수 있어야 한다.
마무리하며
FDA Warning Letter에 반복 등장하는 LC-MS/MS 데이터 무결성 실패는
특정 회사의 문제도, 특정 국가의 문제도 아니다.
그것은
👉 “분석을 기술로만 이해한 조직”이
👉 “품질 시스템으로 전환하지 못했을 때”
반드시 겪게 되는 결과다.
이제 LC-MS/MS 분석팀이 해야 할 질문은 이것이다.
“우리는 분석을 하고 있는가,
아니면 신뢰 가능한 데이터를 생산하고 있는가?”
'제약산업' 카테고리의 다른 글
| Method validation 이후에 진짜 시작되는 ‘method maintenance’ (0) | 2026.02.09 |
|---|---|
| Carryover 문제를 QA 언어로 설명하는 법 (0) | 2026.02.08 |
| Low LLOQ 분석에서 재현성이 무너지는 순간들 (0) | 2026.02.07 |
| Calibration curve는 왜 매번 다른가 (0) | 2026.02.06 |
| Internal Standard 실패 케이스 분석 (0) | 2026.02.05 |
| Matrix effect를 ‘측정값’이 아닌 ‘시스템 특성’으로 관리하는 전략 (0) | 2026.02.04 |
| LC-MS/MS에서 ‘좋은 피크’의 정의는 어떻게 만들어지는가 (0) | 2026.02.03 |
| R 기반 자동화 결과를 SOP로 전환하는 방법 (0) | 2026.02.02 |
- Total
- Today
- Yesterday
- matrix effect
- 약물분석
- lc-ms/ms
- 대사체 분석
- 분석
- audit
- Multi-omics
- 분석팀
- bioanalysis
- 치료제
- 제약산업
- 신약개발
- LC-MS
- 데이터
- 시스템
- 미래산업
- 정량분석
- ich m10
- 제약
- metabolomics
- 디지털헬스케어
- 신약 개발
- 바이오마커
- 머신러닝
- Spatial metabolomics
- 임상시험
- 약물개발
- AI
- 정밀의료
- Targeted Metabolomics
| 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 |
