19일 인천국제공항에서 입국객들이 해외 입국자 안내를 받고 있다. 중앙방역대책본부에 따르면 전날 0시 기준 해외유입 확진자는 총2,032명으로, 전체 누적 확진자의 14.8%를 차지하고 있으며, 이중 이달 5일부터 전날0시까지 확진 판정을 받은 683명 가운데 해외유입 사례는 총384명(56.2%)으로 최근 2주간 국내 코로나19 확진자 10명 중 5~6명은 해외유입 사례이다. 2020.7.19/뉴스1 © News1 이승배 기자
이 기술은 해외 각국의 확진자 수와 사망자 수, 해외 각국에서의 코로나19 관련 키워드 검색빈도 및 한국으로의 로밍 고객 입국자 수, 한국으로의 일일 항공편 수 등의 빅데이터를 AI 모델로 분석,향후 2주간의 해외유입 확진자 수를 예측한다.
코로나19 해외유입 확진자 수 예측 방법의 모식도/자료=KAIST
연구진에 따르면 우선 해외 각국의 코로나19 위험도는 보고된 확진자 수·사망자 수를 활용했다. 그러나 이 같은 수치는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색빈도를 같이 입력해 실시간으로 해당 국가의 코로나19 위험도를 산출했다.
실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국 도착 항공편수와 로밍 고객 입국자 수를 통해 유추해냈다. 다만, 로밍 고객 입국자 수 데이터는 한국 국적의 입국자만을 주로 포함하기 때문에, 일일 항공편수를 함께 넣는 방식으로 이 문제를 해소했다.
이 시각 인기 뉴스
또 연구팀은 국가 간의 지리적 연관성도 중요하게 고려했다. 특정 국가의 코로나19 발병은 이웃 국가로 쉽게 전파되며, 국가 간 교류도 거리에 따라 영향을 받기 때문이다. 이에 따라 연구팀은 AI가 지리적 연관성을 학습하도록 국가-대륙으로 구성된 지리적 계층구조를 입력했고, 이 데이터에 따라 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측할 수 있도록 설계했다.
이후 연구팀은 약 한 달 반 동안 훈련 데이터로 생성된 Hi-COVIDNet을 통해 향후 2주간 한국으로의 해외유입 확진자 수를 예측한 결과, 일정 시간을 주기로 생성되는 시계열 데이터 예측 머신러닝(기계학습) 접근법 또는 기존 딥러닝(심층학습) AI 모델 보다 예측 정확도가 최대 35% 더 높다는 것을 확인했다.
이 교수는 “해외유입 확진자 수 예측결과는 검역관, 진단키트 등의 검역자원 배치, 입국자 자가격리시설 확보, 정부의 입국검역 강화와 특별 입국절차 제정에 대한 근거로 활용할 수 있을 것”이라고 말했다.
KAIST 산업및시스템공학과 이재길 교수(앞열 왼쪽 세번째)와 연구팀/사진=KAIST