대학저널

머신러닝 기반, 순방향-역방향 추정 알고리즘 제시

숭실대 안수진(왼쪽) 석사과정생, 권민혜 교수. 사진=숭실대 제공,

[대학저널 오혜민 기자]숭실대학교는 전자정보공학부 권민혜 교수 연구팀이 감염병 장기화에 적합한 감염병 확산 지표를 개발했다고 20일 밝혔다.

 

기존 신종 코로나바이러스 감염증(SARS-CoV-2; COVID-19)의 확산 정도를 측정하는 지표인 감염재생산지수는 감염병 발생 초기, 대부분 사람들이 감염병에 대한 면역력이 형성되지 않을 때 적합한 측정지표다.
 

하지만 현재와 같이 감염병이 장기간 이어져 백신접종 수나 감염 후 회복 수가 많아져 면역력이 형성되지 않은 사람의 수가 적은 상황에는 효과적이지 않다. 연구팀은 이러한 한계점을 극복하는 새로운 감염병 확산 지표인 감염재생산계수를 개발했다.
 

숭실대에 따르면 연구팀이 개발한 감염재생산계수는 마르코프 체인 기반의 수리모형을 활용해 인구 상태를 구분하고 면역력이 형성되지 않는 인구 비율을 확진자 데이터셋에 기반한 머신러닝 방식으로 추정했다.
 

이 과정에서 숨은 감염자 수와 같이 데이터로 집계되기 어려운 통계적 정보 추정을 위해 순방향-역방향 추정 알고리즘을 제시했다. 이를 통해 잠복기 상태의 감염자 수 등을 추정할 수 있어 감염병 관련 방역정책을 세우는데 유용한 근거가 될 수 있다. 연구팀은 한국, 독일, 이탈리아, 미국 캘리포니아 COVID-19 데이터셋을 활용해 제안한 감염재생산계수의 우수성을 입증했다.
 

이 기술은 안수진 석사과정생이 1저자, 권민혜 교수가 교신저자로, ‘IEEE 저널 오브 바이오메디컬 앤 헬스 인포매틱스’에 10월 게재됐다. 또한 우리나라와 미국 특허출원을 완료해 등록심사 중에 있다.
 

안 씨는 “현 상황에 꼭 필요한 감염병 확산지표를 개발하게 돼 기쁘다”며 “이번 연구결과가 우리나라의 선진 과학방역에 유용한 근거가 되기를 바란다”고 말했다.

 

[저작권자ⓒ 대학저널. 무단전재-재배포 금지]