국내 연구팀이 해외에서 신종 코로나바이러스 감염증(코로나19) 확진자가 앞으로 얼마나 유입될지를 예측하는 기술을 개발했다. 기존 예측모델보다 정확도를 35%나 높여 방역시설과 격리시설 확충, 고위험국가 입국자 관리 정책 등에 적용되며 K방역의 우수성을 다시 한번 입증하는 계기가 될 것으로 기대된다.
이재길 한국과학기술원(KAIST·총장 신성철) 산업 및 시스템공학과 교수 연구팀이 개발한 이 기술은 해외 각국의 확진자와 사망자, 코로나19 키워드 검색빈도, 한국으로의 일일 항공편과 로밍 고객 입국자 등의 빅데이터에 인공지능(AI) 기술을 적용해 앞으로 2주간의 해외유입 확진자 수를 예측한다.
연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때 보고된 확진자 수와 사망자 수를 활용했다. 하지만 이러한 수치는 진단검사 수에 좌우되는 점을 고려해 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다.
실시간 입국자 수는 기밀정보로 외부에 공개되지 않기 때문에 매일 제공되는 한국 도착 항공편수와 로밍 고객 입국자 수로 이를 유추해냈다. 로밍 고객 입국자 수 데이터는 KT로부터 제공받아 KT 고객 입국자만 포함된다는 한계가 있었지만 일일 항공편수를 함께 고려하면서 이를 해결했다.
국가 간 지리적 연관성도 매우 중요하게 여겼다. 지리적 연관성을 학습하도록 국가-대륙으로 구성되는 지리적 계층구조에 따라 우선 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측해 궁극적으로 전체 해외유입 확진자 수를 예측하도록 하는 AI 모델(Hi-COVIDNet)을 설계했다.
연구팀은 약 45일에 걸친 훈련 데이터만으로 생성된 AI 모델을 통해 앞으로 2주간의 해외유입 확진자 수를 예측한 결과 기존 시계열 데이터 기반의 예측 기계학습이나 딥러닝 기반의 모델보다 최대 35% 더 높은 정확성을 지닌다는 것을 확인했다. 이번 연구는 KAIST 글로벌전략연구소(소장 김정호)의 코로나19 AI 태스크포스팀의 지원을 받았고, KT·과학기술정보통신부의 ‘코로나19 확산예측 연구 얼라이언스’를 통해 로밍 데이터 세트를 지원받아 이뤄졌다. KAIST 지식서비스공학대학원에 재학 중인 김민석 박사과정 학생이 제1 저자로, 강준혁·김도영·송환준·민향숙·남영은·박동민 학생이 제2~7 저자로 각각 참여했으며 오는 24일 국제학술대회 ‘ACM KDD 2020’의 ‘AI for COVID-19’ 세션에서 공개된다. 제1 저자인 김민석 박사과정생은“K방역의 위상을 높이는 데 기여할 것”이라고 기대했다. /고광본선임기자 kbgo@sedaily.com
< 저작권자 ⓒ 서울경제, 무단 전재 및 재배포 금지 >
kbgo@sedaily.com
