한국 입국할 코로나 확진자 수?… AI와 빅데이터는 알고 있다

코로나19 해외유입 확진자 수 예측 방법의 모식도 [사진 KAIST]

전 세계 신종 코로나바이러스 감염증(코로나19) 확진자 수가 2000만명을 넘어선 가운데, 국내 연구진이 해외에서 입국하는 확진자 수를 예측할 수 있는 기술을 개발했다.

한국과학기술원(KAIST) 이재길 산업 및 시스템공학과 교수 연구팀은 "코로나19 해외 유입 확진자 수를 예측하는 빅데이터‧인공지능(AI) 모델인 `하이 코비드넷(Hi-COVIDNet)'을 개발했다"고 19일 밝혔다. 이 기술은 빅데이터에 AI 기술을 적용해 향후 2주간의 해외 유입 확진자 수를 예측하는 모델이다. 해외 각국의 확진자 수와 사망자 수, 코로나19 관련 키워드 검색 빈도와 한국으로의 일일 항공편 수, 국내에 입국하는 로밍 고객의 숫자 등을 빅데이터로 활용한다.

해외 유입 확진자 수는 일반적으로 해외 각국에서의 코로나19 위험도와 비례한다. 각 나라에서 한국으로 입국하는 숫자와도 비례한다. 이를 실시간으로 모니터링하면 보다 효과적인 방역이 가능하지만, 여러 제약이 따르는 게 현실이다.

연구팀에서 개발한 AI 모델의 신경망 구조 [사진 KAIST]

이에 연구진은 비교적 쉽게 구할 수 있는 종류의 빅데이터를 사용하는 AI 모델을 구축했다. 일단 해외 각국의 코로나19 위험도를 산출할 때, 보고된 확진자 수와 사망자 수뿐 아니라 코로나19 관련 키워드 검색 빈도를 활용했다. 이와 함께 국내에 도착하는 항공편 수와 로밍 고객 입국자 수를 통해 실시간 입국자 수를 유추해냈다. 정확하게 집계된 실시간 입국자 수는 기밀정보라 외부에 공개되지 않는다.

Hi-COVIDNet은 국가 간 지리적 연관성도 학습한 상태다. 국가별 해외 유입 확진자 수에는 국가 간의 지리적 연관성이 영향을 끼친다. 연관성이 높은 국가의 코로나19 발병이 이웃 국가로 더 쉽게 전파되며, 국가 간의 교류도 거리에 따라 영향을 받기 때문이다.

연구팀이 Hi-COVIDNet을 통해 향후 2주간의 해외 유입 확진자 수를 예측한 결과, 이 모델이 기존의 시계열 데이터 기반의 예측 기계학습이나 딥러닝 기반의 모델과 비교했을 때 최대 35% 높은 정확성을 보인다는 것을 확인했다. 논문의 제1 저자인 김민석 박사과정 학생은 "이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례ˮ 라고 밝혔다. 이번 연구는 국제 학술대회 `ACM KDD 2020'의 `AI for COVID-19' 세션에서 오는 24일 발표될 예정이다.
권유진 기자 kwen.yujin@joongang.co.kr