국내 연구진이 인공지능(AI)ㆍ빅데이터를 활용해 코로나19 해외 유입 확진자 수를 예측할 수 있는 기술을 개발했다.
한국과학기술원(KAISTㆍ총장 신성철)은 이재길 산업및시스템공학과 교수 연구팀이 코로나19 관련 데이터를 AI 기술에 적용한 해외 유입 확진자 수 예측 기술을 개발, 기존 예측 모델보다 35% 높은 정확도를 보였다고 19일 밝혔다.
연구팀이 개발한 기술은 해외 각국의 확진자ㆍ사망자 수, 전 세계의 코로나19 관련 키워드 검색 빈도, 한국 행 일일 항공편 수 등 다양한 빅데이터에 인공지능(AI) 기술을 적용해 향후 2주간 해외 유입 확진자 수를 예측한다.
KAIST는 코로나19 확진자 수가 급증할수록 해외 유입에 따른 지역사회 확산 위험성도 높아질 것이라며 이 교수 연구팀이 개발한 예측 기술을 방역ㆍ격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 응용할 수 있을 것으로 기대했다.
중앙재난안전대책본부에 따르면, 국내 코로나19 누적 확진자 수는 18일 기준 총 1만5761명이다. 이 중 해외유입 감염자 수는 2662명으로 전체 확진자의 16.9%를 차지한다.
해외 유입 확진자 수는 다양한 요인에 영향을 받지만, 대부분 '해외 각국의 코로나19 위험도' '해외에서 국내로 입국하는 사람 수'와 비례한다. 하지만 코로나19 위험도와 입국자 수를 실시간 파악하는 데 물리적 한계가 있다. 이에 이 교수 연구팀은 비교적 쉽게 구할 수 있는 종류의 빅데이터를 활용한 AI 예측 모델을 구축했다.
연구진은 기존에 보고된 확진자ㆍ사망자 수를 바탕으로 해외 각국의 코로나19 위험도를 산출했다. 하지만 이 수치는 진단검사량에 따라 달라질 수 있어 코로나19 관련 키워드 검색 빈도를 함께 입력 데이터로 활용, 해당 국가의 코로나19 위험도를 실시간 확인했다.
실시간 입국자 수의 경우 기밀정보로 외부 공개가 불가해 한국 행 항공편 수와 로밍 고객 입국자 수를 활용해 유추했다. 로밍 고객 입국자 수 데이터는 KT에게 제공 받았으나 KT 고객 입국자에 한하기 때문에 일일 항공편 수를 함께 고려했다.
연구팀은 국가 간 지리적 연관성도 고려했다. 특정 국가의 코로나19 발병 시 이웃 국가로 바이러스를 더 쉽게 전파할 수 있기 때문이다.
연구팀은 국가-대륙으로 구성한 지리적 계층 구조에 따라 각 대륙으로부터 유입한 확진자 수를 예측할 수 있도록 AI 모델 'Hi-COVIDNet'을 개발했다.
연구팀은 약 두 달간 훈련 데이터를 생성한 Hi-COVIDNet을 이용해 향후 2주간 해외 유입 확진자 수를 예측했다. 그 결과, 기존 시계열 데이터 바탕의 머신러닝이나 딥러닝 예측 모델과 비교했을 때 최대 35% 더 높은 정확성을 보였다.
이번 연구 논문의 제1 저자인 김민석 박사과정은 "이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례다"라며 "K-방역의 위상을 높이는데 기여할 것으로 기대한다"고 말했다.
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com