Snowflake와 Veeva가 새로운 협업을 통해 Snowflake 헬스케어 및 라이프사이언스 AI 데이터 클라우드와 Veeva Vault 플랫폼을 연결합니다. 이를 바탕으로 라이프사이언스 가치 사슬 전반에서 새로운 비즈니스 가치 창출과 혁신을 가속할 수 있게 되었습니다.
고객에게 제공되는 가치: Snowflake Openflow Connector for Veeva Vault를 활용하는 조직은 읽기 전용 방식으로 Veeva 데이터를 연결하여, 복잡한 엔지니어링 작업 없이 Snowflake 내에서 엔드투엔드 분석과 AI를 실행할 수 있으며, 이를 통해 임상, 안전성, 규제, 품질 및 상용 데이터 전반에 걸쳐 다양한 업무를 지원할 수 있습니다. 주요 이점은 다음과 같습니다.
더 빠른 부서 간 인사이트 확보: 프로세스 실행 환경과 엔터프라이즈 분석 환경 간의 데이터 사일로를 해소하여 보다 중요한 비즈니스 질문에 답하고, 더 빠르게 인사이트를 얻을 수 있습니다.
통합 데이터 기반의 에이전틱 AI: 데이터 검색 에이전트와 비즈니스 프로세스 로직에 매핑된 운영 중심의 에이전틱 워크플로우를 활용해 품질, 임상 및 상업 부문의 보고 체계를 고도화하고 대화형 인사이트를 제공할 수 있습니다.
중앙 집중식 규정 준수 프로세스: 데이터 파이프라인을 중앙에서 통합 및 자동화하여 상시 감사 대응이 가능한 대시보드와 실행 가능한 인사이트를 제공함으로써 규제 준수를 지원합니다.
안전하고 거버넌스가 적용된 통합: 읽기 전용 데이터 흐름을 통해 검증된 Veeva 문서와 데이터를 변경 없이 유지하면서 Snowflake의 안전한 환경으로 직접 로드할 수 있습니다. 또한 내장형 거버넌스 기능, 액세스 제어 및 완전한 데이터 계보를 통해 규정 준수 프로세스를 크게 간소화할 수 있습니다.
"Veeva는 개방적이고 통합된 생태계를 지향합니다. Veeva Vault를 Snowflake AI 데이터 클라우드와 연결함으로써 양사의 공동 고객은 기존의 복잡한 엔지니어링 부담 없이 더 빠르게 부서 간 인사이트를 확보할 수 있습니다. 이러한 원활하고 안전한 데이터 흐름은 기업이 제품 수명 주기 전반에 걸쳐 더욱 정확한 의사 결정을 내릴 수 있도록 지원합니다."라고 Veeva 개발 부문 클라우드 전략 담당 선임 이사인 Jared Katz는 설명합니다.
라이프사이언스 업계의 고질적인 과제 해결
라이프사이언스 조직의 핵심은 프로세스와 데이터에 있습니다. 연구실에서 환자에 이르기까지의 여정에서는 다양한 데이터가 생성되며 여기에는 구조화된 운영 및 품질 데이터, 비정형 규제 문서, 그리고 임상 프로토콜에 따라 생성되는 풍부한 임상시험 워크플로우 데이터가 포함됩니다. Veeva Vault Platform은 임상 시험, 안전성, 규제, 품질 및 상업 활동 전반에 걸쳐 데이터, 콘텐츠 및 AI 에이전트를 관리하는 기록 시스템의 역할을 수행합니다.
한편 Snowflake의 통합 플랫폼은 엔터프라이즈급 보안 및 거버넌스 요구 사항을 충족하면서 데이터에 대한 분석 기능, 업계 최고 수준의 대규모 언어 모델(LLM), 그리고 AI 기능을 제공합니다. Veeva와의 이번 파트너십을 통해 Snowflake 고객은 R&D, 제조, 상업 부문 및 공급망 전반에 걸친 인사이트를 연결하고 활용할 수 있게 됩니다.
작동 방식과 주요 이점
Snowflake Openflow를 활용하는 사용자 지정 커넥터는 Apache NiFi를 기반으로 구축된 관리형 통합 서비스로, Veeva Vault Direct Data API와 직접 연동되어 임상 시험 운영, 환자 안전성, 규제 제출, 품질 및 규정 준수, 상업 운영을 포괄하는 원활하고 확장 가능한 데이터 파이프라인을 생성합니다. 대부분의 Vault 애플리케이션은 Veeva Vault Direct Data API를 사용하며, 복잡한 임상 데이터의 경우, 앞으로 Veeva Study File Format을 활용한 통합이 적용될 것입니다.
그 결과, 많은 엔지니어링 리소스를 투입하지 않고도 Veeva Vault의 오브젝트 데이터를 Snowflake의 통합 데이터 및 AI 플랫폼으로 안전하게 연결할 수 있습니다.
“라이프사이언스 분야에서 에이전틱 전환을 가로막는 가장 큰 장애물은 기술이 아니라, 기업이 비즈니스를 운영하는 방식과 시스템이 데이터를 인식하는 방식 간의 격차입니다. Snowflake Openflow Connector for Veeva Vault는 이러한 간극을 해소합니다. 비즈니스 핵심 프로세스 워크플로우를 엔터프라이즈 데이터와 통합함으로써, 규제 준수를 유지하면서도 업무 속도에 맞춰 움직일 수 있는 신뢰할 수 있는 AI 에이전트를 구축하는 데 필요한 ‘지도’를 제공합니다.” - Jesse Cugliotta, Snowflake 헬스케어 및 라이프사이언스 부문 글로벌 총괄
사용 사례 예시: 품질 관리
Veeva QMS는 변경 관리, CAPA, 감사, 불만 관리, 리스크 관리 및 공급업체 품질 관리를 포함한 우수관리기준 기반의 품질 프로세스를 관리하는 대표적인 솔루션입니다. 커넥터가 없는 경우 품질 관리 책임자는 미해결 CAPA 현황은 확인할 수 있지만, 대부분 Snowflake에 저장되어 있는 센서, 재고 또는 규정 준수 데이터에 쉽게 연결할 수 없습니다.
하지만 이 Openflow 커넥터를 활용하면 기업은 다음과 같은 이점을 얻을 수 있습니다.
생산 수율, 공급망 중단 정보, 시장 출시 후 감시 데이터를 QMS 데이터와 통합하여 통합 품질 인텔리전스 허브를 구축할 수 있습니다.
대화형 인터페이스인 Snowflake Intelligence를 통해 비즈니스 인사이트를 도출할 수 있습니다.
Snowflake Cortex를 활용해 엔터프라이즈급 에이전트 및 애플리케이션 개발을 간소화하고, Veeva Vault의 비즈니스 로직을 기반으로 모든 에이전트가 비즈니스 크리티컬 컨텍스트를 반영하도록 지원할 수 있습니다.
Snowflake Marketplace를 통해 공급업체 지표나 규제 제출 문서와 같은 서드 파티 데이터를 직접 구독함으로써 품질 신호를 연결하고, 품질 리스크에 대한 종합적인 시각을 확보할 수 있습니다.
라이프사이언스 수명 주기 전반에 걸친 활용 가치
품질 관리는 하나의 예시에 불과합니다. 사용 사례는 다음과 같이 라이프사이언스 수명 주기 전반을 아우릅니다.
임상 운영(ClinOps): 연구 운영 관리를 통합 관제 체계로 전환할 수 있습니다. Veeva CTMS의 사이트 기록 지표(성능, 모니터링, 마일스톤)를 ERP 공급망 데이터와 통합하면 Cortex Agents가 '사이트 상태(site pulse)' 알림을 제공합니다. 이 에이전트는 등록 환자 증가 속도를 재고 수준 및 제조 일정에 직접 연결하여 운영 차질 위험이 있는 사이트를 자동으로 식별합니다.
시나리오 예시: 에이전트가 특정 사이트의 환자 등록 속도 증가와 지역 배송 지연을 동시에 감지할 경우, 단순히 알림만 전송하는 것이 아니라 환자 방문이 재고 부족 없이 진행되도록 자동화된 시설 우회 프로토콜을 트리거합니다.
상업 부문: 의료 전문가(HCP)와의 상호작용을 지원하는 현장 영업 담당자 에이전트를 통해 폐쇄형 의사결정 인텔리전스를 강화할 수 있습니다. 또한 리더십 분석을 고도화하고, 현장 영업 활동에서 수집된 대화를 효과적인 반로 대응 전략 매핑, 코칭 효과 및 규제 대상 프로모션 콘텐츠에 대한 규정 준수 신호를 측정 가능한 지표로 전환할 수 있습니다.
Veeva의 Data Lakehouse for Vault CRM와 Snowflake의 Openflow 기반 Veeva PromoMats 연결은 여러 플랫폼에 걸쳐 높은 가치의 에이전틱 인사이트를 제공합니다.
이번 협업은 업무 프로세스 실행과 엔터프라이즈 규모의 인텔리전스 사이의 간극을 해소하고, 라이프사이언스 기업이 핵심 비즈니스 인사이트를 확보하고 에이전트 기반의 의사 결정과 실행을 수행할 수 있도록 지원합니다.
Snowflake 내에서 Veeva Vault 데이터를 더욱 효과적으로 활용할 준비가 되셨나요?
지금 바로 Snowflake Openflow Connector for Veeva Vault를 시작해 보세요. 상업 부문 담당자분들은 5월에 열리는 Veeva Commercial Summit에서 Snowflake를 만나보실 수 있습니다.
또는 Snowflake 계정 담당자에게 연락해 자세한 내용을 확인해 보시기 바랍니다.
