티스토리 뷰
– 숫자의 합격이 아닌, 판단의 책임으로
ICH M10 이전에도 bioanalytical validation은 까다로웠다.
Accuracy ±15%, precision CV ≤15%, LLOQ ±20%.
분명한 숫자 기준이 있었고,
그 기준을 만족하면 우리는 익숙하게 이렇게 말해왔다.
“Validation 결과, acceptable 합니다.”
하지만 ICH M10이 시행된 이후,
이 문장은 더 이상 안전하지 않다.
같은 결과를 두고도 이제 규제기관은 이렇게 되묻는다.
“왜 acceptable하다고 판단했습니까?”
이 질문에 답하지 못하는 순간,
그 데이터는 더 이상 regulatory acceptable이 아니다.
1️⃣ ICH M10 이전의 ‘Acceptable’은 결과 중심이었다
과거 bioanalysis validation의 사고방식은 비교적 단순했다.
- 정해진 실험 항목 수행
- 정해진 acceptance criteria 충족
- 표에 ✓ 표시
- 최종 결론: Acceptable
이 구조에서 ‘Acceptable’은
👉 숫자의 문제였고
👉 체크리스트의 끝이었다.
분석팀은 기준을 “맞추는 것”에 집중했고,
그 기준이 왜 그런지까지 설명할 필요는 거의 없었다.
2️⃣ ICH M10 이후, ‘Acceptable’은 판단의 결과가 되었다
ICH M10의 가장 큰 변화는
새로운 숫자 기준을 추가한 것이 아니다.
진짜 변화는 이것이다.
Acceptance criteria를 “기계적으로 적용하지 말라”
ICH M10은 문서 전반에서 반복해서 강조한다.
- scientific justification
- method-specific rationale
- intended use of the method
즉,
👉 같은 ±15%라도
👉 어떤 method에서는 acceptable
👉 어떤 method에서는 unacceptable
일 수 있다는 것이다.
3️⃣ “기준을 만족했는데 왜 문제인가?”라는 질문의 등장
M10 이후 audit 현장에서 실제로 벌어지는 장면은 이렇다.
- QC 결과는 기준 충족
- Validation table도 문제 없음
- 그런데 reviewer가 묻는다
“This QC failure pattern appears systematic.
Why did you still consider the method acceptable?”
여기서 분석팀이
“기준을 만족했기 때문입니다”라고 답하면,
대화는 그 즉시 막힌다.
M10 이후의 acceptable은
👉 ‘숫자 충족’이 아니라
👉 ‘위험을 인지한 상태에서의 판단’이기 때문이다.
4️⃣ ICH M10이 바꾼 ‘허용 오차’의 해석 방식
과거에는 이렇게 생각했다.
- ±15% 안이면 문제 없음
- ±15% 밖이면 fail
하지만 M10 이후에는 질문이 바뀐다.
- ±14%가 항상 acceptable한가?
- ±10%라도 trend가 있다면 acceptable한가?
- LLOQ에서 반복적으로 bias가 나타나면 acceptable한가?
이제 허용 오차는
👉 품질의 보증이 아니라,
👉 위험 평가의 출발점이다.
5️⃣ Batch acceptance에서도 바뀐 ‘Acceptable’
Batch acceptance는 M10 이후 가장 민감해진 영역 중 하나다.
과거:
- QC 2/3 pass → batch accept
현재:
- QC 위치별 성능
- 반복되는 borderline QC
- batch 간 drift
- assay lifecycle 상의 위치
이 모든 맥락을 고려하지 않고
단순히 “규정 충족”만으로 accept하면,
FDA는 이렇게 판단한다.
“Batch acceptance decision is not scientifically justified.”
즉,
👉 Acceptable = 규정 충족
이 공식은 더 이상 성립하지 않는다.
6️⃣ ICH M10이 analyst에게 요구하는 새로운 역할
M10 이후 analyst는
단순한 실험 수행자가 아니다.
- 결과를 해석해야 하고
- 이상 패턴을 인지해야 하며
- accept / reject 판단의 근거를 설명해야 한다
이건 부담이지만, 동시에 중요한 변화다.
이제 analyst의 말 한마디는
👉 데이터의 규제적 운명을 바꿀 수 있다.
7️⃣ “Acceptable”을 SOP에 어떻게 남길 것인가
ICH M10 이후 SOP에서 바뀌어야 할 가장 중요한 문장은 이것이다.
❌ “If criteria are met, results are acceptable.”
⭕ “Results are considered acceptable based on predefined criteria and scientific assessment of method performance.”
즉,
- 기준
- 판단 요소
- 예외 처리
- review 책임자
이 모든 것이 SOP에 구조적으로 반영돼야 한다.
8️⃣ Acceptable의 기준은 ‘숫자’가 아니라 ‘설명 가능성’
M10 이후 규제기관이 진짜로 보는 것은 하나다.
“당신의 판단은
같은 상황에서
다른 사람도 재현할 수 있는가?”
- 문서로 남아 있는가
- 논리적으로 설명 가능한가
- 경험이 아닌 시스템에 기반하는가
이 질문에 YES라고 답할 수 있을 때만,
그 결과는 Acceptable이 된다.
마무리하며
ICH M10 이후,
‘Acceptable’은 더 이상 편한 단어가 아니다.
그것은
👉 분석팀의 과학적 판단
👉 조직의 품질 성숙도
👉 데이터에 대한 책임감
을 모두 포함하는 단어가 되었다.
이제 bioanalysis에서 가장 위험한 문장은 이것일지도 모른다.
“예전에도 이렇게 했는데요?”
ICH M10 이후의 세계에서,
Acceptable은 과거 관행이 아니라
현재의 설명 가능성으로 결정된다.

'제약산업' 카테고리의 다른 글
| FDA Warning Letter에 반복 등장하는 LC-MS/MS 데이터 무결성 실패 패턴 (0) | 2026.02.10 |
|---|---|
| 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 |
- Total
- Today
- Yesterday
- 머신러닝
- Spatial metabolomics
- matrix effect
- 신약 개발
- 치료제
- Targeted Metabolomics
- 디지털헬스케어
- 제약
- 정밀의료
- 분석팀
- 약물개발
- ich m10
- 신약개발
- 제약산업
- 미래산업
- LC-MS
- AI
- 임상시험
- 정량분석
- 시스템
- audit
- 약물분석
- 데이터
- Multi-omics
- bioanalysis
- 바이오마커
- 분석
- lc-ms/ms
- 대사체 분석
- 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 |
