[딥테크] 식욕 조절 기술의 급진적 진화, 정책 판단 기준 흔들

다중 경로 치료 등장, 식욕 조절 구조 변화
감량률 중심 평가 기준 재검토 필요성 확대
약물·운동·영양 결합한 보장 모델 재설계 압박

본 기사는 스위스 인공지능연구소(SIAI)의 SIAI Business Review 시리즈 기고문을 한국 시장 상황에 맞춰 재구성한 글입니다. 본 시리즈는 최신 기술·경제·정책 이슈에 대해 연구자의 시각을 담아, 일반 독자들에게도 이해하기 쉽게 전달하는 것을 목표로 합니다. 기사에 담긴 견해는 집필자의 개인적 의견이며, SIAI 또는 그 소속 기관의 공식 입장과 일치하지 않을 수 있습니다.

비만 치료제 시장이 전환 국면에 진입했다. 최근 3상 임상시험에서 삼중 수용체 작용제가 약 1년 반 동안 평균 29% 체중 감량을 기록하면서 이러한 변화가 구체적인 성과로 확인됐다. 이는 과거 위 절제 등 외과적 개입 이후에나 기대할 수 있었던 수치다.

주목할 지점은 효과의 크기보다 작용 범위의 확장에 있다. 2023년 국제 의학 권위지 New England Journal of Medicine(NEJM)에 발표된 연구에 따르면, GLP-1(식욕 억제·인슐린 촉진 호르몬)·GIP(인슐린 분비를 돕는 장 호르몬)·글루카곤(간의 포도당 생성을 자극하는 호르몬)을 동시에 자극하는 이 약물은 식욕 억제를 넘어 간·근육·지방 조직의 에너지 처리 방식과 휴식 시 에너지 소비에까지 영향을 미친다. 약물이 체중이라는 결과 지표를 조정하는 수준에서 벗어나 전신 대사 균형 자체를 재편하기 시작한 것이다. 이는 비만 치료의 접근 경로가 근본적으로 달라지고 있음을 보여준다. 과거 '섭취 감소'라는 단일 경로 중심이었다면, 이제는 '에너지 균형 재설계'라는 다층 개입 구조로 중심축이 이동했다.

문제는 이러한 전환을 의료 현장이 어떻게 수용할 것인가다. 치료 효과의 확대는 임상 가이드라인, 보험 보장 기준, 장기 재정 추계 방식 전반에 걸친 재검토를 요구한다. 결국 핵심 과제는 신약의 등장 여부에 있지 않다. 그 효과를 제도적으로 어떻게 흡수하고 배분할 것인가에 있다.

다중 경로 치료 확산과 교육 압박

이번 변화의 본질은 약물의 강도 확대가 아니라 작동 구조의 전환에 있다. 덴마크 노보노디스크(Novo Nordisk)가 개발한 GLP-1 계열 세마글루타이드(semaglutide)는 장 호르몬을 활용한 주 1회 투여 방식으로 평균 10%대 중반의 체중 감량을 기록하며 치료 기준선을 끌어올렸다. 이어 미국 일라이릴리(Eli Lilly)의 이중 작용제 티르제파타이드(tirzepatide)는 GIP를 결합해 감량 폭을 추가 확대했고, 최근에는 삼중 작용제가 일부 집단에서 평균 20%대 중반에서 최대 29% 감량을 기록했다. 수용체 조합이 확대될수록 감량 효과가 비선형적으로 증가하는 흐름이 확인됐다.

국제 학술지 영국의학저널(British Medical Journal)은 다중 경로 약물이 식욕 억제를 넘어 인슐린 분비, 간의 포도당 생산, 지방 조직의 에너지 동원, 휴식 시 대사율까지 복합적으로 변화시킬 수 있다고 분석했다. 약물이 대사 경로 전반에 개입하기 시작했다는 의미다. 작용 범위가 넓어질수록 부작용 관리 기준과 모니터링 프로토콜의 정교화가 요구된다.

이 같은 구조 변화는 시장과 교육 체계를 동시에 압박한다. 감량 폭이 확대되면 보험 적용 범위와 약가 협상 전략이 재조정되고, 제약사 간 경쟁 역시 수용체 조합 중심으로 재편된다. 그러나 의과대학과 수련 과정이 기존의 ‘섭취 감소’ 중심 모델에 머물 경우, 임상 현장에서 호르몬 상호작용과 대사 반응을 통합적으로 해석하는 역량은 축적되기 어렵다. 이러한 역량 공백을 메우기 위해서는 다중 경로 치료 환경에 맞춘 교육 체계 개편과 임상 훈련 기준 정비가 병행돼야 한다.

체중 지표 중심 정책의 한계

감량 폭의 확대는 정책 판단 구조까지 흔들고 있다. GLP-1 수용체 작용제는 메타분석에서 혈당 개선과 수면 무호흡 사건 감소 효과를 확인했다. 체중 감소가 당뇨병 관리와 호흡기 질환 개선으로 이어질 수 있다는 근거가 축적되면서, 일부 정책 결정은 감량률 자체를 핵심 성과 지표로 삼는 경향을 보인다.

문제는 체중 수치가 건강 결과를 충분히 설명하지 못한다는 점이다. 급격한 감량은 근육 손실을 동반할 수 있고, 약물 종류에 따라 제지방 감소 비율도 달라진다는 보고가 이어지고 있다. 근육은 노년기 낙상 위험, 질병 이후 회복 속도, 일상 기능 유지와 직결되는 생리적 자산이다. 체중 감소의 양과 질을 구분하지 않은 채 수치 중심으로 성과를 판단할 경우, 장기 건강 비용은 정책 계산 밖으로 밀려날 수 있다.

이중 에너지 X선 흡수계측법(DXA)과 악력·보행 속도 같은 현장 지표를 병행해야 한다는 요구는 이러한 맥락에서 나온다. 단순 체중 감소율은 정책 판단의 출발점일 수 있으나, 건강 유지의 충분조건은 아니다. 결국 감량 효과의 ‘지속 가능성’과 ‘구성 변화’를 함께 검증하지 않으면 평가 체계는 불완전하다.

중단 이후 재정 리스크 부상

이 같은 평가 구조의 한계는 감량 효과의 지속성 문제로 곧바로 연결된다. 약물 중단 이후 체중이 다시 증가하는 사례가 적지 않기 때문이다. 일부 환자는 치료 종료 직후 체중이 빠르게 회복되는 양상을 보였다. 이는 약물이 에너지 균형을 일정 기간 조정했을 뿐, 대사 체계 자체를 영구적으로 전환한 것은 아닐 가능성을 시사한다.

감량 효과가 유지되지 않는다면 장기 복용이 전제가 된다. 분석에 따르면 비만 약물 접근 확대는 당뇨병·심혈관 질환 등 관련 질환을 줄일 수 있으나, 동시에 10년에 걸쳐 상당한 재정 비용이 발생할 수 있다. 이처럼 단기 의료비 절감 효과와 장기 약제비 지출이 교차하면서 정책 판단은 복잡해진다.

2024년 미국의학협회(AMA)가 발간하는 외과학 학술지 JAMA Surgery 연구는 비만 수술이 비용 대비 장기 효과 측면에서 경쟁력을 유지할 수 있다고 분석했다. 체중 유지 기간과 재발률을 종합하면 외과적 치료가 일정 조건에서 더 안정적일 수 있다는 평가다. 이는 치료 방식의 우열을 넘어 자원 배분 기준 재검토를 요구한다.

통합 관리 모델로의 제도 재편

따라서 정책의 초점은 단기 감량 수치가 아니라 장기 유지율, 근육 감소, 기능 저하, 골절과 심혈관 결과까지 포함한 종합 지표로 이동해야 한다. 약물 확산과 재정 건전성을 동시에 관리하려면 장기 추적 체계와 등록 기반 데이터 축적이 필수 조건으로 자리 잡아야 할 것으로 보인다.

또한 보장 구조는 단순 약제 지원을 넘어 치료 전 과정 관리로 확장될 필요가 있다. 현재는 약물 혁신 속도에 비해 1차 진료 현장의 신체 구성 평가 역량과 근육 보존 전략 교육이 충분치 않다. 특히 처방 경험은 빠르게 축적되고 있지만, 체지방과 제지방 변화를 함께 해석하고 기능 저하 위험을 예측하는 훈련은 체계화되지 않은 경우가 많다. 이에 사례 기반 단기 교육, 표준화된 모니터링 프로토콜, 다학제 협진 체계 구축이 대안으로 거론된다.

미국 국립보건원(NIH)이 운영하는 임상시험 등록 데이터베이스(Clinical Trials Registry)는 약물 처방과 운동·영양·정기 건강 평가를 병행하는 모델을 제시하고 있다. 감량 효과를 유지하려면 근육 보존과 대사 안정성을 동시에 관리해야 한다는 취지다. 처방 이후 관리 체계가 부재할 경우 치료 성과는 단기 체중 수치에 머물 가능성이 크다.

보험 구조 역시 같은 방향으로 조정돼야 한다. 약물 비용만 보장하고 운동 처방과 영양 상담, 정기적 신체 구성 평가를 제외하면 위험은 개인에게 전가된다. 반대로 약물과 지원 서비스를 묶는 보장 체계는 장기 기능 유지와 부작용 관리까지 포함하는 질적 관리 장치로 작동할 수 있다.

장기 데이터 공개와 등록 기반 추적 체계는 이러한 전환의 전제 조건이다. 감량 유지율과 근육 감소 비율, 기능 저하 발생률을 장기간 축적·공개하지 않으면 정책 효과를 객관적으로 평가하기 어렵다. 약물 확산과 공공 책임을 동시에 관리하기 위해서는 통합 관리 모델과 투명한 데이터 체계가 구조적으로 결합돼야 한다.

본 연구 기사의 원문은 Rewiring Appetite: How Multi-Pathway Obesity Drugs Redefine Clinical and Educational Priorities를 참고해 주시기 바랍니다. 본 기사의 저작권은 스위스 인공지능연구소(SIAI)에 있습니다.