빅데이터·AI·첨단 센서, COVID-19 팬데믹 대응의 판도를 바꾸다

COVID-19 위기에 직면한 정부, 의료 전문가, 산업계가 이제 세 가지 강력한 아군, 대규모 데이터 분석, 인공지능, 열 센서 네트워크로 눈을 돌리고 있습니다. 이 기술들은 공중 보건 피해를 줄이고 세계 경제를 안정시키는 데 기여하고 있습니다.

COVID-19는 SARS와 감기를 일으킨 같은 바이러스 계열에 속합니다. 신종 병원체로서 세계를 미준비 상태로 만들었고, 초기 검사가 부실해 지역별 감염자 수를 알 수 없고 대응 방법도 불확실했습니다. 몇 주 만에 AI와 데이터 과학 전문가들은 역학자와 위기 관리 팀을 지원하기 위해 계산 도구를 활용할 명확한 기회를 포착했습니다.

데이터 과학은 오랫동안 공중 보건 개입의 기반이었습니다. 최초의 기록된 데이터 기반 발병 대응은 1852년 John Snow가 런던 콜레라 사망자를 매핑해 오염된 수원을 특정했을 때로 거슬러 올라갑니다. 현대 알고리즘은 그 유산을 확장해 바이러스 확산과 통제 조치에 대한 실시간 통찰을 제공합니다.

데이터 평가하기

고전적인 SIR 프레임워크 같은 수학적 모델은 시간이 지남에 따라 감수성 있는 사람(S), 감염된 사람(I), 회복된 사람(R)이 몇 명인지 추정합니다. Kermack-McKendrick 모델은 기초적 변형으로, 2020년 3월 Ettore Mariotti의 이탈리아 발병 연구에 최근 적용되었습니다¹. COVID-19 맥락에서는 "노출됨" 구획(E)을 추가해 증상 전에도 감염력이 있는 개인을 고려하는 확장된 SEIR 모델이 필요합니다. 아래 다이어그램이 이 구조를 보여줍니다.

이 모델들은 바이러스의 생물학적 특성과 인간 상호작용 패턴이라는 두 가지 중요한 역학을 포착합니다. 여기서 기본 재생산 수 R₀가 도출되는데, 완전히 감수성 있는 인구에서 단일 감염자가 일으킬 2차 감염 수를 추정합니다.

예를 들어 R₀=2라면 한 감염자가 2명에게 전파하고, 그들이 다시 각각 2명씩 감염시키는 식으로 곱셈적 전파 특성을 보여줍니다. R₀는 세 시나리오로 시각화됩니다: (1) <1 → 질병 소멸; (2) =1 → 정상 상태; (3) >1 → 유행성 증가 (그림 2 참조).

봉쇄, 학교 폐쇄, 공공장소 제한은 사회적 접촉을 줄여 R₀를 낮춥니다. R₀<1 달성이 필수적이며, 그렇지 않으면 질병이 계속 확산됩니다. R₀는 평균 지표(독감 R₀ 약 1.3)지만 슈퍼 전파자에 의해 왜곡될 수 있습니다. 이들을 식별하고 격리하는 것이 발병 억제의 핵심 전략입니다.

R₀가 동적이기 때문에 당국은 모바일 기기 GPS 데이터를 통합한 AI 기반 모델에 의존해 핫스팟을 예측하고 개입 우선순위를 정합니다.

빅데이터, AI, 센서

유행병 중 임상 데이터는 거짓 양성과 일관성 없는 보고로 노이즈가 많을 수 있습니다. 빅데이터 분석과 머신러닝 알고리즘은 데이터셋을 정제하고, 격리 준수를 강제하며, 신약 개발을 가속화합니다.

아시아의 대응은 다양한 디지털 도구를 보여줍니다. 고해상도 스캐너를 장착한 드론이 격리 준수를 모니터링하고 체온을 스캔합니다. 중국과 대만은 마스크를 착용해도 발열을 감지하는 지능형 카메라를 활용합니다.

홍콩 SenseTime은 베이징, 상하이, 선전 교통 허브와 공공 건물에 비접촉 체온 감지 플랫폼을 배치했습니다. 이 시스템은 마스크 층을 투과해 안면 열 신호를 읽을 수 있습니다.

Alibaba의 AI 진단 시스템은 흉부 CT 스캔을 최대 96% 정확도로 분석해 COVID-19 사례를 신속히 식별합니다. 한편 Graphen은 Columbia University와 협력해 Ardi AI 플랫폼으로 바이러스 게놈 변이를 매핑해 연구자들에게 돌연변이 패턴과 역학 데이터를 시각화하는 도구를 제공합니다.

빅데이터는 강화된 감시도 뒷받침합니다. 기술통계, 예측, 처방, 자동화 4가지 분석 방법론이 과거 트렌드 이해부터 자율 대응 실행까지 의사결정을 안내합니다.

• 기술통계 분석: 시각적 대시보드로 현재와 과거 성과 요약.
• 예측 분석: 회귀와 예측 모델로 미래 결과 예상.
• 처방 분석: 예측 인사이트 기반 최적 전략 식별.
• 자동화 분석: 분석 결과에 따라 실시간 자율 행동 트리거.

Alibaba의 Alipay Health Code는 중국 의료 데이터를 활용해 공공장소 접근을 게이팅하고 위험 프로파일 기반 색상 코드 권한을 부여합니다.

토론토 기반 AI 스타트업 BlueDot은 공식 인정 전 2019년 코로나바이러스 위협을 조기 경고한 시스템을 개발했습니다. 자연어 처리 기반 플랫폼이 글로벌 뉴스 피드를 지속 스캔해 질병 확산을 예측합니다.

메릴랜드 Insilico Medicine은 딥러닝으로 신약 개발을 가속화합니다. 그들의 AI는 수백만 분자를 항바이러스 잠재력 관점에서 스크리닝하고 백신 개발 데이터베이스를 큐레이션하고 있습니다.

경제적 영향 연구

건강 효과 외에도 COVID-19는 세계 경제를 심각하게 교란했습니다. 위성 이미지와 AI로 산업 활동 신속 평가가 가능합니다. WeBank 연구자들은 중국 제철소 추적: 1월 29일 생산량이 용량의 29%로 떨어졌다가 2월 9일 76%로 회복했습니다(그림 3).

대형 주차장 차량 수 카운팅으로 다른 섹터도 모니터링했는데, 상하이 Tesla 생산은 2월 10일 완전히 회복된 반면 상하이 디즈니랜드 같은 관광 명소는 폐쇄된 상태였습니다.

GPS 위성 데이터로 통근 패턴도 정량화해 2019년과 2020년 춘절 교통량을 비교했습니다. 2019년은 휴일 전 볼륨으로 복귀했지만 2020년은 회복되지 않아 지속적 교란을 시사했습니다.

3월 10일까지 인력의 75%가 업무에 복귀했고, 우한 제외 대부분 중국 직원이 3월 말까지 복귀할 것으로 예측되었습니다.

이 사례 연구들은 공중 보건 위기 중 AI와 빅데이터의 결정적 역할을 보여주며, 미래 회복력을 위한 표준 도구로서의 잠재력을 시사합니다.

---

참고문헌

1 Mariotti, E. (2020, March 6). Modelling the Covid-19 Outbreak in Italy.

---

>> 이 기사는 자매 사이트 EE Times Europe에 원문 게재되었습니다.