안녕하세요, 만년랩장입니다. 다들 연말은 어떻게 보내셨나요? 연말이란 과제 마무리와 보고서, 실험, 개인적인 약속과 실험실 이벤트까지 겹치며 행복하면서도 유난히 바쁘고 정신없는 시기인 것 같습니다. 오랜만에 인사를 드리는 만큼, 그동안 저에게도 참 많은 일들이 있었습니다. 여러 사건(?)들 중 이번 연재 주제와 맞닿아 있는, ‘후배’와 관련된 일들도 많았습니다. 약 한 달 동안 휘몰아치듯 지나간 실험실의 여러 사건들을 겪으며 마음이 많이 내려앉았고, 이 이야기들을 이번 회차에 어떻게 담아야 할지 많은 고민을 했습니다. 그래서 이번 회차에서는 특정 일화를 소개하기보다는, 여러 상황을 겪으며 공통적으로 중요하다고 느꼈던 생각의 방향들을 중심으로 글을 써보았습니다. 아마 어떤 실험실이든, 다양한 사람들과 부딪히며 갈등을 전혀 겪지 않고 지나온 분은 드물 거라고 생각합니다. 그 대상은 선배일 수도, 동기나 후배일 수도 있고, 때로는 교수님이거나 외부 인력일 수도 있겠지요. 어떤 날은 정말 엉엉 울고 싶을 만큼 스트레스를 받을 때도 있고, 담배 한 갑을 연달아 피워도 화가 가라앉지 않을 때도 있을 겁니다. 하지만 시간이 지나고 나면, 대부분은 “그땐 그랬지” 하고 넘길 수 있는 일들이 되곤 합니다. 그럼에도 분명한 사실은, 그 당시의 당사자에게는 그 일이 인생에서 가장 큰 스트레스이자 이슈라는 점입니다. 다양한 상황과 관계 속에서 제 이야기가 모두를 대변할 수는 없겠지만, 지금 어딘가에서 누군가와 갈등을 겪고 있는 분들께, 이 글이 공감과 methods reference 정도로 가벼운 참고가 되었으면 하는 마음입니다. 글을 시작하기에 앞서, 한 가지 꼭 전하고 싶은 말이 있습니다. 지난 회차에서도 강조했던 문구인데요. “사람 때문에 힘든 연구실을 만들지 말자. 그리고, 그 사람이 내가 되지 말자.” 후배도, 선배도, 그리고 자기 자신도 이 문장을 마음속에 새기고 행동한다면, 조금이나마 더 평안한 실험실 생활이 되지 않을까 생각합니다. 저는 지난 8년 동안 12명의 후배를 맞이했고, 스쳐 지나간 학부생들까지 포함하면 약 20명 남짓이 될 것 같습니다. 솔직히 말해, 단 한 명과도 갈등이 전혀 없었던 적은 없었습니다. 물론 그 원인 중 일부는 저에게도 있었겠지만, 사람 관계라는 것이 한쪽의 마음만으로 이루어질 수는 없다고 생각합니다. 좋은 추억이 있으면 서운함도 있고, 도움이 되었던 사람이 어느 순간 가장 화를 나게 하는 존재가 되기도 합니다. 저 역시 평정심을 유지하기가 쉽지는 않습니다. 다만 제가 중요하게 생각하는 것은, 일어난 일과 감정이 너무 오래 마음 한가운데를 차지하도록 두지 않는 것이라고 생각합니다. 해결할 수 있는 문제라면 해결하고, 부딪혀도 해결이 어렵다면 피하는 것도 하나의 방법입니다. 이미 벌어진 일에 지나치게 에너지를 쏟아 우리의 학위 과정에 누가 되지 않도록, 스스로를 지키는 선택도 필요하다고 생각합니다. 아래는 제가 직접 겪었거나, 주변에서 들었던 사례들 중 제가 생각하는 ‘실험실 속 나쁜 예’들입니다. (제 기준, 저의 생각입니다.) 매일 불평불만을 늘어놓는 사람 출근하자마자 퇴근하고 싶다고 분위기를 흐리는 사람 이유 없이 특정 사람을 싫어하고 비난하는 사람 일하는 과정에서 성차별(?)을 생각하거나/만드는 사람 (내가 남자/여자라서 이걸 시키나? 또는 나는 안 해야겠다) 실험실에서 베스트프렌드를 찾으려는 사람 경쟁심 속에서 상대를 질투하고 늘 조급해하는 사람 질문에 “모른다”라고 말하지 않고, 알려주지 않거나 화내는 사람 (자신의 이익을 위해) 동료를 등지고 교수님의 첩자(?)가 된 사람 노력하지 않는 사람 노력하는 사람을 비난하거나 비웃는 사람 학벌로 사람을 가르는 사람 아무런 열정 없이 그냥 대학원에 진학한 사람 모르면서도 묻지 않고 공부도 안 하는 사람, 그리고 실험을 망치는 사람 실험실 인원을 과도하게 통제하려는 사람 분노를 표출하는 사람 (본인은 표출하는 줄도 모르는…) 외부 인원이 있을 때 실험실 동료를 공개적으로 비난하는 사람 자기 자신만 잘났다고 생각하는 사람 후배는 무조건 선배 말에 복종해야 한다고 생각하는 사람 반대로, 선배의 조언을 전혀 듣지 않고 제멋대로 행동하는 사람 그리고… 잘 씻지 않는 사람 (정말 냄새날 정도로) 석사나 박사 과정을 마치고 학계나 회사로 진출하더라도, 같은 전공 안에 있다면 우리는 대학원에 들어온 순간부터 꽤 오랜 시간, 필요에 의해 협업하며 인연을 이어가게 됩니다. 그렇지만 동시에, 학위 과정에서 보내는 2년, 혹은 5년 이상의 시간일지라도 끝이 있는 시간이며, 그 자체로 인생의 전부는 아닙니다. 어떤 이유로 대학원에 진학했든, 결국 우리의 공통된 목표는 하나일 것입니다. “다음 과정을 위해 학위를 얻자.” 우리는 질과 양의 차이는 있을지언정, 모두 학위를 얻고 나간다는 동일한 목표를 가지고 있습니다. 그렇다면 이 제한된 기간 동안, 교수님의 지도 아래 인생에서 가장 치열하게 노력해 하나의 반짝임을 달고 나갈지, 더욱 빛날 수 있도록 여러 개의 반짝임을 달고 나갈지는 결국 각자의 선택과 노력에 달려 있다고 생각합니다. 그 과정에서 과연 위에 나열한 감정과 태도들이 우리에게 어떤 도움이 될까요? 더 중요한 점은, 이 글을 읽는 사람 중에 “아, 이거 나다. 노력하는 사람을 비난하는 사람? 그게 나네.” 라고 스스로 인정하는 경우는 극히 드물 거라는 사실입니다. 각자 나름의 이유와 변명이 있기 마련이니까요. 그래서 저는 우리가 메타인지를 할 줄 아는 사람이 되어야 한다고 생각합니다. 또, 저런 사람들 때문에 큰 스트레스를 받고 계신 분들도 분명 있을 겁니다. 더럽다고 혼자 피하면 안 묻을까요? 냄새는 막을 도리가 없습니다. 그럴 땐 부딪히는 것도 필요합니다. 당사자와 직접 이야기하거나, 교수님께서 해결해 주실 수 있는 분이라면 도움을 요청하세요. 포닥박사님이나 실장 선배에게 가는 방법도 있을 겁니다. 하지만 만약 모두가 제 살길 찾아 개인플레이를 하는 실험실이라면, 저라면 무시를 선택하겠습니다. 후배라서 힘든 선배의 도움이 꼭 필요한 상황이라면, 그 도움을 받으세요. 그리고 그 도움이 필요 없어질 날이 빨리 오도록 더 많이, 부지런히 준비하면 됩니다. 도움을 주고받는 것은 인간 사회에서 피할 수 없는 일이니까요. 이럴 땐 그냥 내가 더 크게 넘기는 선택을 해야 할 때도 있는 것 같습니다. 저는 지난 8년 동안 실험실의 가장 오래된 맏이로서, 대화를 통해 이유를 듣고 이해하려 노력했고, 모두에게 조금이라도 더 나은 방법을 찾으려 애썼습니다. 필요하다면 교수님의 도움을 받기도 했고, 때로는 사람들을 분리하며 관계 회복 혹은 현상 유지를 위해 나름 최선을 다해왔습니다. 하지만 열 명이 훨씬 넘는 관계를 경험한 지금, 최근의 새로운 그룹 관계에서는 저 역시 지쳤는지 ‘포기와 개인플레이’라는 선택을 하게 되었습니다. 이 선택이 모두에게 좋은 선택이 아닌 것 같지만, 지금의 저는 제 학위 과정을 지키기 위한 선택을 했습니다. 다만, 어떤 선택을 하더라도 실험실 분위기는 최소한 표면적으로라도 좋아야 한다고 믿습니다. 누군가가 싫다고 해서, 무작정 배척하고 분위기를 무너뜨릴 권리는 그 누구에게도 없다고 생각합니다. 일로 인해 혼나거나, 혼낸 날이었더라도, 환기 후에는 “연말엔 뭐 해?” “좋은 연말 보내. 메리 크리스마스!” 이 정도의 말은 건넬 수 있는 분위기를, 우리 모두가 지켜갔으면 합니다. 그래야 뒤에서 험담하고, 스트레스 풀고, 다음 날 다시 힘내서 실험을 할 수 있으니까요^^. 오늘은 글이 조금 두서없었던 것 같습니다. 연재라는 공간을 빌려, 마음속 잔소리를 털어놓은 것 같기도 하고요. 이 글이 또 다른 스트레스가 되기보다는, “하…” 하고 한숨 한 번 내쉬고 넘길 수 있는 글이었기를 바랍니다. 긴 글 읽어주셔서 감사합니다. 모두 새해 복 많이 받으시고, 하시는 일마다 잘 풀리는 행운 가득한 2026년이 되시길 진심으로 바랍니다. 감사합니다.

대학원생이 후배를 맞이할 때

저는 본래 기초 의학을 전공하였으며, 현재까지 해당 분야에서 연구 업을 이어오고 있습니다. 최근 의료 AI 연구에 입문한 지는 그리 오래되지 않았으나, 현재 주력하고 있는 주요 연구 테마는 당뇨발(DFU) 및 당뇨 저항성 관련 이식 수술입니다. 제가 연구 분야를 먼저 언급한 이유는 'LLM(거대언어모델) 구축을 위한 환자의 로데이터(raw data) 확보가 실무적으로 용이한가?'라는 질문에 답하기 위해서입니다. 수년 전 임상 관련 파일럿 연구(pilot study)를 기획할 당시, 유관 기관의 협조 확보 여부가 최대의 관건이었습니다. 특히 제가 수행 중인 연구는 국내 연구 저변이 극히 희소한 분야라 기존 데이터가 전무했으며, 존재하더라도 연구 목적에 부합하지 않아 결국 기초 데이터셋(data set) 구축 단계부터 직접 수행해야 했습니다. 간혹 주변에서 "지인들을 대상으로 임상 데이터를 수집하면 되지 않느냐"는 의문을 제기하시기도 합니다. 저 역시 기초 단계에서는 '스몰 그룹 로 스터디(small group raw study)'를 통해 연구진 및 해당 질환군을 대상으로 예비 테스트를 진행한 바 있습니다. 그러나 이는 학회 초록 수준의 기초 자료일 뿐, 실제 연구 데이터로 공인받는 것은 전혀 다른 문제입니다. 즉, 대규모 임상으로 이행하기 위한 가능성을 타진하는 수준일 뿐, 단순 지원자의 동의만으로는 정식 연구 데이터에 산입할 수 없기 때문입니다. 인간 대상의 임상을 수행하기 위해서는 반드시 기관생명윤리위원회(IRB)의 승인이 필수적이며, 이를 득하지 못한 임상 데이터는 일절 인정되지 않습니다. 이러한 IRB 승인 대상에는 대중 매체에서 흔히 접하는 특효약(당뇨, 암, 고혈압 등)에 대한 경구 투여, 주사제, 체내 흡수·삽입형 제제 및 기기뿐만 아니라, 단순 설문 조사까지 광범위하게 포함됩니다. 제 경우처럼 체외에서 생체 데이터를 수집하는 비교적 비침습적인 임상일지라도, 반드시 규정에 따른 IRB 절차를 준수해야 합니다. IRB 승인은 단순 서류 작업이 아닙니다. 국가 과제 연구 계획서에 준하는 상세한 기획이 필요하며, 여기에는 통계적 유의성을 확보하기 위한 최소 표본 수 설정부터 임상 프로토콜, 환자 수송 및 보상 대책, 지정 기관 협조, 환자 동의서 양식, 모집 공고에 이르기까지 방대한 준비가 수반됩니다. 체외 데이터 수집조차 이 정도의 절차가 요구되는데, 체내 침습형 임상의 경우 부작용 대응을 위한 전문 의료진이 상주하는 병원급 시설이 필수적이며, 막대한 비용이 소요되는 임상 시험 배상 책임 보험 가입 또한 의무 사항입니다. 이처럼 연구자의 자산이나 기관의 막대한 예산(100명 기준 수억 원 규모)이 투입되어 구축된 데이터는 해당 기관의 학술적·상업적 독점 자산이 되므로 대외 공유가 극히 어렵습니다. 혹자는 국가 과제로 수행된 데이터라면 공유가 가능하지 않겠느냐고 반문하시겠지만, 연구 과제는 각기 다른 테마로 진행되기에 타 기관에서 동일 목적의 연구를 수행하지 않는 이상 공유 유인이 부족합니다. 무엇보다 임상 동의서 자체가 해당 특정 연구 목적으로만 IRB 승인을 받은 것이기에, 제도적 보완 없이는 데이터의 다목적 활용이 원천적으로 제한됩니다. 지금까지는 제도적 장벽과 이해관계로 인한 데이터 공유의 어려움을 말씀드렸습니다. 이는 연구자가 독자적인 AI 학습 데이터를 보유하고 있을 때 이를 쉽게 개방하지 못하는 배경이 됩니다. 그렇다면 기존 병원이 축적한 환자 데이터(예: 골절 X-ray 데이터)가 공유되지 않는 이유는 무엇일까요? 영국의 경우 국영 의료 체계(NHS) 하에서 국가가 병원을 관리하므로 전 국민 데이터 공유가 가능합니다. 덕분에 질환 연구가 활발히 진행되며, 바이오뱅크(Biobank)를 통해 오픈 소스 형태로 해외와도 활발히 교류합니다. (다만 승인 과정에서 영상 교육 및 시험 패스가 필수적일 만큼 엄격합니다.) 이러한 선례를 보고 한국도 가능할 것이라 낙관하기에는 국내 의료 환경의 특수성이 존재합니다. 국내 병원은 대부분 대기업이나 특정 개인 재단 소속인 사립 병원입니다. 이들이 생성한 임상 데이터는 사유 자산적 성격이 강해 국가가 강제 공유를 명령하기 어렵습니다. 또한, 이를 상업적으로 활용하려 해도 병원이 독자 법인 형태를 취하지 않는 한 의료 장비나 기법 판매를 통한 직접적인 이익 창출이 제한됩니다. 이러한 구조적 한계로 인해 데이터 활용의 동력이 상실되는 '병목 현상'이 발생하게 됩니다. 한 병원 내부에서도 이러한데, 국내 전체 병원의 데이터를 통합 공유한다는 것은 더욱 난망한 일입니다. 반면 상업 의료가 고도로 발달한 미국의 경우, 기업들이 특정 질환 연구를 위해 한국과는 비교할 수 없는 규모의 기부금을 투입합니다. 이러한 자본력을 바탕으로 대규모 의료 데이터 구축 프로젝트가 추진되기에 추격이 쉽지 않습니다. 국내 연구자(저를 포함한)들이 병원 내부의 한정된 데이터만으로 논문을 작성하는 것과는 체급 자체가 다른 것입니다. 그나마 국내에서는 가톨릭 재단 산하 병원들이 방대한 네트워크를 기반으로 데이터 확보 및 의료 AI 적용에서 선두에 서 있는 형국입니다. 마지막으로, 한국 의료 데이터는 내부 공유는 지극히 어려우면서도 해외 유출에는 매우 취약한 구조적 모순을 안고 있습니다. 이는 국내에 글로벌 경쟁력을 갖춘 의료 장비 기업이 부재하기 때문입니다. 기저 질환자들이 사용하는 주요 의료 장비는 대부분 글로벌 기업의 제품입니다. 대표적인 예가 연속혈당측정기(Continuous Glucose Monitoring: CGM)입니다. 현재 1형 당뇨 환자에게 보험 수가가 적용되고 향후 2형 당뇨까지 확대될 예정인 이 기기들은 당뇨 환자의 삶의 질을 획기적으로 개선하고 있습니다. 그러나 문제는 데이터의 귀속처입니다. 국내에서도 많은 환자가 CGM을 사용 중이나, 해당 기기의 알고리즘 분석과 보정 작업을 수행하는 덱스콤(DEXCOM) 같은 글로벌 기업으로 데이터가 집결됩니다. 국내 제조사 관계자와 소통해 본 결과 한국 서버에도 데이터가 확보된다고는 하지만, 실질적으로는 앱 설치 시의 약관 동의 절차를 통해 국내 환자의 혈당 데이터가 미국이나 향후 중국의 서버로 아주 손쉽게 전송되고 있습니다. 한국은 초기 임상 단계에서는 엄격한 서류 절차로 규제하지만, 정작 데이터가 글로벌 기업의 자본력에 의해 해외로 집중되는 상황에 대해서는 제도적 대응이 미비합니다. 결과적으로 국내 연구자들 사이에서는 공유되지 않는 데이터가 해외 기업에는 무상으로 제공되는 셈입니다. 이러한 제약과 시장 규모의 한계로 인해 향후 전망 또한 낙관하기 어렵습니다. 요약하자면, 갈수록 강화되는 IRB 난이도(향후 체외 부착 기기에도 독성 평가 기반 안정성이 요구될 예정입니다), 병원 간 폐쇄적 구조, 예산 부족, 그리고 글로벌 기업의 시장 잠식이라는 복합적 요인으로 인해 이 문제가 조기에 해결되기는 매우 어렵다고 판단됩니다. 사견으로는 국가 주도의 강력한 통합 방식이나 국내 의료 AI 글로벌 기업의 탄생 없이는 돌파구를 찾기 힘들 것으로 보입니다. 그러나 현재로서는 국내 기업이 미국 등지에 법인을 세워 우회하지 않는 한, 이러한 구조적 한계를 극복하기는 불가능에 가까워 보입니다. * 본문에 첨부된 이미지는 생성성 AI인 구글 제미나이를 만들어졌음을 알림니다.

연구만 하다 창업에 뛰어든 고군분투기