항공편 수와 통신사 로밍 고객 입국자 수 활용...기존 대비 정확성 35%↑

▲ 코로나19 해외유입 확진자 수 예측방법 모식도. 사진제공=KAIST
▲ 코로나19 해외유입 확진자 수 예측방법 모식도. 사진제공=KAIST
투데이코리아=이정민 기자 | 국내 연구진이 인공지능(AI)과 빅데이터를 기반으로 코로나19(신종 코로나바이러스 감염증, 일명 우한폐렴) 해외유입 확진자 수를 예측할 수 있는 기술을 개발해 사전에 대비할 수 있게 됐다.

지난 19일 한국과학기술원(KAIST)에 따르면 산업및시스템공학과 이재길 교수 연구팀이 최근 개발한 기술은 해외 각국의 확진자 수와 사망자 수, 코로나19 관련 키워드 검색 빈도와 한국으로의 일일 항공편 수, 한국으로의 로밍 고객 입국자 수 등의 빅데이터에 AI 기술을 접목해 향후 2주간의 해외유입 확진자 수를 예측할 수 있다.

코로나19 확진자 수가 급증할수록 해외유입에 의한 지역사회 확산의 위험성도 항상 뒤따르기 마련이다. 연구팀이 개발한 정확한 해외유입 확진자 수 예측기술은 방역 시설 및 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 응용 및 적용될 수 있을 것으로 기대된다.

연구진은 해외 각국의 코로나19 위험도를 산출할 때 우선적으로 보고된 확진자 수와 사망자 수를 활용했다. 이러한 수치는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색 빈도를 함께 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다.

연구진은 또 입국자 수에 대한 정보는 일반적으로 공개 되지 않고 실시간으로 파악하는데 많은 제약이 따르기 때문에 항공편 수와 로밍 고객 입국자 수 등 접근이 용이한 데이터를 기반으로 하는 AI 모델을 구축했다. 

로밍 고객 입국자 수 데이터는 KT로부터 제공 받았지만 KT 고객 입국자만을 포함한다는 한계를 일일 항공편수를 함께 고려함으로써 이 문제를 해소했다.

연구진은 국가 간의 지리적 연관성도 중요하게 고려했다. 특정 국가의 코로나19 발병이 더 쉽게 전파되는지, 국가 간의 교류와 거리 등 다양한 요인을 검토해 보다 정확한 해외유입 확진자 수 예측하기 위해서다. 이에 따라 각 대륙으로부터의 해외유입 확진자 수를 예측하는 AI 모델(Hi-COVIDNet)을 설계했다.

이후 연구진은 약 한 달 반에 걸쳐 해당 모델로 머신러닝을 수행해 향후 2주간 한국으로의 해외유입 확진자 수를 예측했다. 그 결과, 이 모델은 기존 시계열 데이터 예측 기계학습과 딥러닝 모델 대비 최대 35% 더 높은 정확도를 지니고 있음을 확인했다.

KAIST는 "코로나19 확진자 수가 급증할수록 해외유입에 의한 지역사회 확산의 위험성도 항상 뒤따르기 마련"이라며 "이재길 교수 연구팀이 개발한 해외유입 확진자 수 예측기술은 방역 시설과 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 응용·적용될 수 있을 것으로 보여 기대가 크다"고 밝혔다.

이번 연구성과는 오는 24일 열리는 국제 학술대회 ‘ACM KDD 2020’의 ‘AI for COVID-19’ 세션에서 발표될 예정이다.

관련기사

키워드

#인공지능 #AI #KAIST #빅데이터 #해외유입 #코로나19
저작권자 © 투데이코리아 무단전재 및 재배포 금지