KAIST, 코로나19 해외유입 확진자 수 예측 기술 개발

[뉴스토마토 이지은 기자] 국내 연구진이 해외유입 확진자 수를 예측할 수 있는 기술을 개발했다. 방역 시설 및 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 적용될 전망이다. 

 

카이스트(KAIST)는 산업및시스템공학과 이재길 교수 연구팀이 코로나19 해외유입 확진자 수를 예측하는 빅데이터·인공지능(AI) 기술 'Hi-COVIDNet'을 개발했다고 19일 밝혔다.

 

이 기술은 해외 각국의 확진자 수와 사망자 수, 해외 각국에서의 코로나19 관련 키워드 검색빈도와 한국으로의 일일 항공편 수, 그리고 해외 각국에서 한국으로의 로밍 고객 입국자 수 등 빅 데이터에 AI 기술을 적용해 향후 2주간의 해외유입 확진자 수를 예측한다. 

 

코로나19 해외유입 확진자 수 예측 방법의 모식도: 해외 각국에서의 발병 건수, 관련 키워드 검색 횟수, 한국으로의 입국 항공편수, 입국 로밍 고객 수 등의 빅데이터와 과거 해외유입 확진자 수 동향으로 인공지능 모델을 훈련하여 향후 2주의 해외유입 확진자 수를 예측한다. 사진/카이스트

 

연구진은 빅데이터 기반 AI 모델 구축을 위해 기본적으로 해외 각국의 코로나19 위험도를 산출할 때 보고된 확진자 수와 사망자 수를 활용했다. 이 수치는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다. 

 

아울러 실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국에 도착하는 항공편수와 로밍 고객 입국자 수를 통해 이를 유추해냈다. 로밍 고객 입국자 수 데이터는 KT로부터 제공 받았지만 KT 고객 입국자만을 포함한다는 한계를 일일 항공편수를 함께 고려함으로써 이 문제를 해소했다.

 

해외유입 확진자 수 예측을 위해서는 국가 간의 지리적 연관성도 매우 중요하게 고려해야 한다. 어느 특정 국가의 코로나19 발병이 이웃 국가로 더 쉽게 전파되며, 국가 간의 교류도 거리에 따라 영향을 받기 때문이다. 연구팀은 이러한 문제해결을 위해 지리적 연관성을 학습하도록 국가-대륙으로 구성되는 지리적 계층구조에 따라 우선 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측했다. 

 

연구진은 약 한 달 반에 걸친 단기간의 훈련 데이터만으로 생성된 Hi-COVIDNet을 통해 향후 2주 동안의 해외유입 확진자 수를 예측한 결과, 이 모델이 기존의 시계열 데이터기반의 예측 기계학습이나 딥러닝 기반의 모델과 비교했을 때 최대 35% 더 높은 정확성을 지니고 있음을 확인했다고 밝혔다. 

 

한편 이번 연구는 최고권위 국제 학술대회 ACM KDD 2020의 AI for COVID-19 세션에서 오는 24일 발표된다. 

 

이지은 기자 [e-mail]