해외유입 코로나확진자 예측하는 AI 나왔다

이재길 KAIST교수 '하이-코비드넷'개발

빅데이터 활용해 2주간 유입자수 예상

기존 딥러닝 AI 등보다 정확도 35% 높아

이재길 KAIST교수팀이 개발한 코로나19 해외유입 확진자 수 예측 방법의 모식도/자료제공=KAIST

해외에서 국내 유입하는 신종코로나바이러스감염증(코로나19) 확진자수를 예측할 수 있는 기술이 개발됐다.

한국과학기술원(KAIST)은 본원의 이재길 산업및시스템공학과 교수 연구팀이 2주간의 해외유입 확진자수를 예측하는 인공지능(AI) 모델인 ‘하이-코비드넷(Hi-COVIDNet)’을 개발했다고 19일 밝혔다. 또한 하이-코비드넷을 통해 향후 2주 동안의 해외유입 확진자 수를 예측한 결과, 기존의 딥러닝이나 시계열데이터기반의 AI모델보다 향후 2주간의 해외 유입 확진자수를 35% 더 높은 정확도로 예측했다고 설명했다.

코로나19 해외유입 확진자수를 예측하는 AI의 신경망 구조/자료제공=KAIST

이번 확진자 유입 예측에는 빅데이터가 활용된다. 해당 빅데이터는 해외 각국의 확진자 수와 사망자 수, 해외 각국에서의 코로나19 관련 키워드 검색빈도, 한국으로의 일일 항공편 수, 해외 각국에서 한국으로의 로밍 고객 입국자 수 등이다. 연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때 보고된 확진자 수와 사망자 수를 활용했다. 다만 해당 수치는 진단검사 수에 좌우된다. 이를 보완하기 위해 이 교수팀은 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다. 아울러 실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국에 도착하는 항공편수와 로밍 고객 입국자 수를 통해 이를 유추해냈다. 로밍 고객 입국자 수 데이터는 KT로부터 제공 받았다. 해당 데이터는 KT 고객 입국자만을 포함한다는 한계를 안고 있지만 여기에 더해 일일 항공편수를 함께 고려함으로써 문제를 해결했다.

이 교수팀은 국가 간의 지리적 연관성도 이번 AI모델에 적용했다. 국가-대륙으로 구성되는 지리적 계층구조에 따라 우선 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측함으로써 궁극적으로 전체 해외유입 확진자 수를 정확히 예측하도록 하는AI 모델을 설계했다고 KAIST는 설명했다.

코로나19 해외유입 확진자수 예측 기술을 개발한 이재길(앞줄 오른쪽 두번째) KAIST 교수팀/사진제공=KAIST

이번 연구결과는 오는 24일 세계적 국제학술대회 ‘ ACM KDD 2020’‘에서 ’AI for COVID-19’ 세션을 통해 발표된다. 이번 연구에는 KAIST 지식서비스공학대학원에 재학 중인 김민석 박사과정 학생이 제1 저자로, 강준혁·김도영·송환준·민향숙·남영은·박동민 학생이 제2~7 저자로 참여했다. 논문명은 ‘ Hi-COVIDNet: Deep Learning Approach to Predict Inbound COVID-19 Patients and Case Study in South Korea’다. 김민석 박사과정 학생은 “이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례” 라며 “K-방역의 위상을 높이는데 기여할 것으로 기대한다”고 밝혔다.

이번 연구는 KAIST 글로벌전략연구소 산하 코로나19 AI 태스크포스팀의 지원을 받았다. 아울러 KT와 과학기술정보통신부의 ‘코로나19 확산예측 연구 얼라이언스’를 통해 로밍 데이터 세트를 지원받았다. /민병권기자 [e-mail]