MEDI:GATE NEWS 카이스트, 코로나19 해외유입 확진자 수 예측 기술 개발

기사입력시간 20.08.19 14:38최종 업데이트 20.08.19 14:38

카이스트(KAIST)는 산업 및 시스템공학과 이재길 교수 연구팀이 신종코로나바이러스감염증(코로나19) 해외유입 확진자 수를 예측하는 빅데이터‧인공지능(AI) 기술 모델인 '하이-코비드넷(Hi-COVIDNet)'을 개발했다고 19일 밝혔다. 해당 기술은 해외 각국의 확진자 수와 사망자 수, 해외 각국에서의 코로나19 관련 키워드 검색 빈도를 비롯, 한국으로의 일일 항공편 수, 해외 각국에서 한국으로의 로밍 고객 입국자 수 등 빅데이터에 인공지능(AI) 기술을 적용해 향후 2주간의 해외유입 확진자 수를 예측하는 방식이다. 해외유입 확진자 수는 해외 각국에서의 코로나19 위험도와 한국으로의 입국자 수 등과 비례하나, 이를 실시간으로 알아내기에는 많은 제약이 따른다. 이 같은 한계를 해결하기 위해 연구진은 쉽게 구할 수 있는 종류의 빅데이터를 기반으로 하는 인공지능(AI) 모델을 구축했다. 연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때, 보고된 확진자 수와 사망자 수를 활용했다. 이는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다. 또한 실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국에 도착하는 항공편수와 로밍 고객 입국자 수를 통해 이를 유추했다. 로밍 고객 입국자 수 데이터는 KT로부터 제공받아 일부에 한정되는 한계를 해소하기 위해 일일 항공편수를 함께 고려했다. 이외에도 보다 정확한 예측도를 위해 인공지능 모델에 국가 간의 지리적 연관성을 학습시키도록 했다. 코로나19 감염은 국가 간의 교류와 거리에 따라 영향을 받기 때문이다. 연구팀은 약 한 달 반에 걸친 단기간의 훈련 데이터만으로 생성된 `Hi-COVIDNet'을 통해 향후 2주 동안의 해외유입 확진자 수를 예측한 결과, 기존의 시계열 데이터기반의 예측 기계학습이나 딥러닝 기반의 모델 대비 최대 35% 더 높은 정확도를 확인했다. 제1저자인 김민석 박사과정 학생은 "이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례"라며 "K-방역의 위상을 높이는 데 기여할 것"이라고 밝혔다. 코로나19 확진자 수가 급증할수록 해외유입에 의한 지역사회 확산의 위험성도 뒤따르기 때문에 이 교수 연구팀이 개발한 해외유입 확진자 수 예측기술은 방역 시설과 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 응용 및 적용될 전망이다. 한편 이번 연구는 KAIST 글로벌전략연구소(소장 김정호)의 코로나19 AI 태스크포스팀의 지원을 받았고, KT(담당 변형균 상무)와 과학기술정보통신부(담당 김수정 서기관)의 `코로나19 확산예측 연구 얼라이언스'를 통해 로밍 데이터 세트를 지원받아 이뤄졌다. KAIST 지식서비스공학대학원에 재학 중인 김민석 박사과정 학생이 제1저자로, 강준혁, 김도영, 송환준, 민향숙, 남영은, 박동민 학생이 제2~제7저자로 각각 참여했으며, 최고권위 국제 학술대회 `ACM KDD 2020'의 `AI for COVID-19' 세션에서 오는 24일 발표될 예정이다.(논문명 : Hi-COVIDNet: Deep Learning Approach to Predict Inbound COVID-19 Patients and Case Study in South Korea)

제보 공유

카이스트, 코로나19 해외유입 확진자 수 예측 기술 개발

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

해외유입 확진자 수는 해외 각국에서의 코로나19 위험도와 한국으로의 입국자 수 등과 비례하나, 이를 실시간으로 알아내기에는 많은 제약이 따른다. 이 같은 한계를 해결하기 위해 연구진은 쉽게 구할 수 있는 종류의 빅데이터를 기반으로 하는 인공지능(AI) 모델을 구축했다.

연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때, 보고된 확진자 수와 사망자 수를 활용했다. 이는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다.

또한 실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국에 도착하는 항공편수와 로밍 고객 입국자 수를 통해 이를 유추했다. 로밍 고객 입국자 수 데이터는 KT로부터 제공받아 일부에 한정되는 한계를 해소하기 위해 일일 항공편수를 함께 고려했다.

이외에도 보다 정확한 예측도를 위해 인공지능 모델에 국가 간의 지리적 연관성을 학습시키도록 했다. 코로나19 감염은 국가 간의 교류와 거리에 따라 영향을 받기 때문이다.

연구팀은 약 한 달 반에 걸친 단기간의 훈련 데이터만으로 생성된 `Hi-COVIDNet'을 통해 향후 2주 동안의 해외유입 확진자 수를 예측한 결과, 기존의 시계열 데이터기반의 예측 기계학습이나 딥러닝 기반의 모델 대비 최대 35% 더 높은 정확도를 확인했다.

제1저자인 김민석 박사과정 학생은 "이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례"라며 "K-방역의 위상을 높이는 데 기여할 것"이라고 밝혔다.

코로나19 확진자 수가 급증할수록 해외유입에 의한 지역사회 확산의 위험성도 뒤따르기 때문에 이 교수 연구팀이 개발한 해외유입 확진자 수 예측기술은 방역 시설과 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 응용 및 적용될 전망이다.

한편 이번 연구는 KAIST 글로벌전략연구소(소장 김정호)의 코로나19 AI 태스크포스팀의 지원을 받았고, KT(담당 변형균 상무)와 과학기술정보통신부(담당 김수정 서기관)의 `코로나19 확산예측 연구 얼라이언스'를 통해 로밍 데이터 세트를 지원받아 이뤄졌다.

KAIST 지식서비스공학대학원에 재학 중인 김민석 박사과정 학생이 제1저자로, 강준혁, 김도영, 송환준, 민향숙, 남영은, 박동민 학생이 제2~제7저자로 각각 참여했으며, 최고권위 국제 학술대회 `ACM KDD 2020'의 `AI for COVID-19' 세션에서 오는 24일 발표될 예정이다.(논문명 : Hi-COVIDNet: Deep Learning Approach to Predict Inbound COVID-19 Patients and Case Study in South Korea)

오탈자 신고 스크랩 인쇄 제보 공유

서민지 기자 (mjseo@medigatenews.com)

이 기자의 다른 기사 보기

댓글보기(0)