LG CNS가 최근 종근당의 '연간 품질평가 보고서' 작성 업무에 '에이전틱 AI'를 투입했다. LG CNS AI클라우드사업부장 김태훈 부사장(왼쪽 5번째), 화학전지사업부장 장민용 상무(왼쪽 6번째)와 종근당 관계자들(2026년 1월 21일, LG CNS 제공)

데이터는 '21세기의 원유'로 불리지만 개인정보 보호라는 강력한 금고 속에 갇혀 있었다. 이는 의료 분야에서도 마찬가지다. 병원 밖으로 나가는 순간 법적 제재와 유출 위험이라는 지뢰밭을 마주해야 했기 때문이다. 

LG CNS가 이 난제를 푸는 열쇠, '연합학습(Federated Learning)' 기술을 들고나왔다. 데이터는 금고 속에 그대로 둔 채, AI의 지능만 키우는 전략이다.

데이터는 '회사'에, AI가 '출장' 간다

기존의 데이터 분석 방식은 '중앙 집중형 클라우드'였다. A 병원, B 연구소의 데이터를 중앙 서버 한 곳으로 모두 모아 AI를 학습시키는 방식이다. 

효율적이지만 위험하다. 데이터가 이동하는 동안 해킹되거나 유출될 가능성이 크다. 각 기관이 민감한 환자 정보를 내놓기를 꺼리는 이유다. 그래서 의료 데이터는 각 기관에 고립되는 '데이터 사일로(Silo)' 현상에 갇혀 있었다.

LG CNS가 보건복지부 과제에 적용하는 '연합학습'은 이 흐름을 완전히 뒤집는다. 데이터가 중앙으로 오는 게 아니라 AI 모델이 각 현장(병원·연구소 등)으로 출장을 간다.

먼저 중앙 서버에서 기본 AI 모델을 각 병원(로컬)으로 보내면 이를 받은 현장에서는 내부 데이터를 이용해 AI를 학습시킨다. 

중앙 서버는 학습으로 똑똑해진 가중치(Weight)나 매개변수(Parameter) 값만 받아 각 병원에서 온 결과값을 합쳐 더 똑똑해진 '글로벌 모델'을 만드는 것이다.

현신균 LG CNS 대표

371억 국가과제 사업 주도…단절된 신약개발 잇는다

LG CNS는 이 기술을 무기로 보건복지부의 'K-AI 신약개발 전임상·임상 모델개발사업'을 주도한다. 4년 3개월간 371억 원이 투입되는 이 사업의 핵심은 '연결'이다. 신약 개발 과정에서 전임상(동물 실험)과 임상(사람 대상) 단계는 데이터 공유가 어려워 단절돼 있었다.

LG CNS는 연합학습을 통해 서로 다른 기관에 흩어진 전임상과 임상 데이터를 안전하게 연결한다. AI가 전임상 단계의 데이터를 학습하고 그 지능을 그대로 임상 단계로 가져와 예측 정확도를 높인다.

데이터 반출 없이도 수많은 기관의 연구 결과가 실시간으로 공유되는 효과를 낳는다. 이는 평균 10년 이상 걸리는 신약 개발 기간을 획기적으로 단축할 속도전의 기반이 된다.

'에이전틱 AI', 종근당의 업무 풍경을 바꾸다

기술은 현장에서 증명되고 있다. LG CNS가 최근 종근당의 '연간 품질평가 보고서(APQR)' 작성 업무에 자체 개발한 '에이전틱 AI(Agentic AI)'를 투입했다.

연구원들이 수많은 데이터를 일일이 수집하고 정리하던 보고서를 '에이전틱웍스' 플랫폼을 통해 AI 에이전트들이 알아서 데이터를 수집, 분석, 검증하고 초안까지 완성한다. 

그 결과 보고서 1건당 작성 시간이 90% 이상 줄었다. 단순 반복 업무는 AI에게 맡기고 사람은 고차원적인 신약 연구에 집중하는 '업무의 재정의'가 이루어진 셈이다.

현신균 사장은 7일 'CES 2026'(미국 라스베이거스)에서 "AI 도입은 비즈니스 구조를 다시 설계하는 것이다. LG CNS는 컨설팅, 플랫폼, 실행 역량을 모두 갖춘 구조를 통해 AX를 성과로 연결하겠다"고 밝힌 바 있다.  

김태훈 LG CNS 부사장은 "정부와 제약사 모두에게 인정받은 것은 LG CNS의 기술이 단순한 이론이 아니라 실질적인 해결책임을 증명한 것이다. 연합학습과 에이전틱 AI를 양 날개로 K-바이오의 글로벌 경쟁력을 높이겠다"고 자신했다.