UPDATED. 2020-10-20 19:53 (화)
KAIST, 코로나19 해외 유입 확진자 수 예측 기술 개발
KAIST, 코로나19 해외 유입 확진자 수 예측 기술 개발
  • 김현수
  • 승인 2020.08.19 14:16
  • 댓글 0
이 기사를 공유합니다

항공편 수와 통신사 로밍 고객 입국자 수 활용

신종 코로나바이러스 감염증(코로나19)이 전 세계적으로 걷잡을 수 없이 번지고 있는 가운데 국내 연구진이 해외 유입 확진자 수를 예측할 수 있는 관련 기술을 개발했다.

KAIST는 산업및시스템공학과 이재길 교수 연구팀(사진)이 코로나19 해외 유입 확진자 수를 예측하는 빅데이터‧인공지능(AI) 기술을 개발했다고 밝혔다.

이 교수 연구팀이 개발한 이 기술은 해외 각국의 확진자 수와 사망자 수, 해외 각국의 코로나19 관련 키워드 검색 빈도와 한국으로의 일일 항공편 수, 그리고 해외 각국에서 한국으로의 로밍 고객 입국자 수 등 빅데이터에 인공지능(AI) 기술을 적용해 향후 2주간의 해외 유입 확진자 수를 예측한다. 

코로나19 확진자 수가 급증할수록 해외 유입에 의한 지역사회 확산 위험성도 뒤따르기 마련이다. 이에 이 교수 연구팀이 개발한 정확한 해외 유입 확진자 수 예측 기술은 방역 시설 및 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 응용될 수 있을 것으로 기대된다.

해외 유입 확진자 수는 다양한 요인에 의해 영향을 받는다. 일반적으로 해외 각국에서의 코로나19 위험도와 비례하며, 해외 각국에서 한국으로의 입국자 수와도 비례한다. 그러나 코로나19 위험도와 입국자 수를 실시간으로 알아내기에는 많은 제약이 따르므로 연구진은 쉽게 구할 수 있는 종류의 빅데이터를 기반으로 하는 인공지능(AI) 모델을 구축하는 데 성공했다.

연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때 보고된 확진자 수와 사망자 수를 활용했다. 그러나 이러한 수치는 진단 검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색 빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다.

이와 함께 실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국에 도착하는 항공편 수와 로밍 고객 입국자 수를 통해 이를 유추해냈다. 로밍 고객 입국자 수 데이터는 KT로부터 제공받았지만 KT 고객 입국자만을 포함한다는 한계를 해소하기 위해 일일 항공편 수를 함께 고려했다.

이 밖에 해외 유입 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 문제 해결을 위해 지리적 연관성을 학습하도록 국가-대륙으로 구성되는 지리적 계층구조에 따라 우선 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측함으로써 궁극적으로 전체 해외 유입 확진자 수를 정확히 예측하도록 하는 인공지능(AI) 모델을 설계했다. 연구팀은 이 인공지능 모델을 `Hi-COVIDNet'라고 이름 붙였다. 

이후 연구팀은 약 한 달 반에 걸친 단기간의 훈련 데이터만으로 생성된 `Hi-COVIDNet'을 통해 향후 2주 동안의 해외 유입 확진자 수를 예측한 결과, 이 모델이 기존의 시계열 데이터 기반의 예측 기계학습이나 딥러닝 기반의 모델과 비교했을 때 최대 35% 더 높은 정확성을 지니고 있음을 확인했다. 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.