< 산업및시스템공학과 이재길 교수(앞줄 오른쪽 두번째)와 연구팀 >
최근 전 세계적으로 코로나바이러스감염증-19(COVID-19) 확진자 수가 2,000만 명을 넘어선 가운데 최근 국내에서도 코로나19 확진자 수가 급증해 2차 대유행 조짐을 보이면서 정부는 8월 23일부터 전국 대상으로 사회적 거리두기 단계를 2단계로 격상해 시행 중이다.
중앙재난안전대책본부(중대본)에 따르면 국내 코로나 누적 확진자 수는 8월 23일 오전 0시 기준으로 총 1만7,399명이다. 이 중 해외유입 감염자 수는 2,716명(8월 22일 오전 0시 기준)으로 전체 확진자의 약 16%를 차지한다. 대륙별로 보면 아시아(중국 외), 미주, 유럽, 아프리카 순이다. 지난 14일 이후 국내 지역 발생 신규확진자 수가 급증하고 있지만 향후 해외유입 확진자 수의 확산추세 또한 결코 장담할 수 없는 상황이다.
이런 가운데 우리 연구진이 해외유입 확진자 수를 예측할 수 있는 관련 기술을 개발했다. 우리 대학 산업및시스템공학과 이재길 교수 연구팀이 코로나19 해외유입 확진자 수를 예측하는 빅데이터‧인공지능(AI) 기술을 개발했다고 19일 밝혔다.
이재길 교수 연구팀이 개발한 이 기술은 해외 각국의 확진자 수와 사망자 수, 해외 각국에서의 코로나19 관련 키워드 검색빈도와 한국으로의 일일 항공편 수, 그리고 해외 각국에서 한국으로의 로밍 고객 입국자 수 등 빅 데이터에 인공지능(AI) 기술을 적용해 향후 2주간의 해외유입 확진자 수를 예측한다.
코로나19 확진자 수가 급증할수록 해외유입에 의한 지역사회 확산의 위험성도 항상 뒤따르기 마련이다. 이에 따라 이재길 교수 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 기대가 크다.
우리 대학 지식서비스공학대학원에 재학 중인 김민석 박사과정 학생이 제1 저자로, 강준혁, 김도영, 송환준, 민향숙, 남영은, 박동민 학생이 제2~제7 저자로 각각 참여한 이번 연구는 최고권위 국제 학술대회 'ACM KDD 2020'의 'AI for COVID-19' 세션에서 오는 24일 발표된다. (논문명 : Hi-COVIDNet: Deep Learning Approach to Predict Inbound COVID-19 Patients and Case Study in South Korea)
해외유입 확진자 수는 다양한 요인에 의해서 영향을 받는다. 일반적으로 해외 각국에서의 코로나19 위험도와 비례하며, 해외 각국에서 한국으로의 입국자 수와도 비례한다. 그러나 코로나19 위험도와 입국자 수를 실시간으로 알아내기에는 많은 제약이 따르므로 연구진은 쉽게 구할 수 있는 종류의 빅데이터를 기반으로 하는 인공지능(AI) 모델을 구축하는 데 성공했다.
연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때, 보고된 확진자 수와 사망자 수를 활용했다. 그러나 이러한 수치는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다.
이와 함께 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 받았지만 KT 고객 입국자만을 포함한다는 한계를 일일 항공편수를 함께 고려함으로써 이 문제를 해소했다.
이밖에 해외유입 확진자 수 예측을 위해서는 국가 간의 지리적 연관성도 매우 중요하게 고려해야 한다. 어느 특정 국가의 코로나19 발병이 이웃 국가로 더 쉽게 전파되며, 국가 간의 교류도 거리에 따라 영향을 받기 때문이다. 연구팀은 이러한 문제해결을 위해 지리적 연관성을 학습하도록 국가-대륙으로 구성되는 지리적 계층구조에 따라 우선 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측함으로써 궁극적으로 전체 해외유입 확진자 수를 정확히 예측하도록 하는 인공지능(AI) 모델을 설계했다. 연구팀은 이 인공지능 모델을 'Hi-COVIDNet'라고 이름 붙였다.
< 코로나19 해외유입 확진자 수 예측 방법의 모식도 >
이후 연구팀은 약 한 달 반에 걸친 단기간의 훈련 데이터만으로 생성된 `Hi-COVIDNet'을 통해 향후 2주 동안의 해외유입 확진자 수를 예측한 결과, 이 모델이 기존의 시계열 데이터기반의 예측 기계학습이나 딥러닝 기반의 모델과 비교했을 때 최대 35% 더 높은 정확성을 지니고 있음을 확인했다.
제1 저자인 김민석 박사과정 학생은 "이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례ˮ 라면서 "K-방역의 위상을 높이는데 기여할 것으로 기대한다ˮ 고 밝혔다.
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.
-
연구 코로나19 재난지원금은 지역경제를 활성화시켰는가?
코로나19 팬데믹으로 어려움을 겪고 있던 지역 소상공인들을 지원하기 위해 시행된 재난지원금이 실제로 지역 경제에 긍정적인 영향을 미쳤는지 우리 연구진이 분석했다. 분석 결과, 소상공인 매출 증가는 지역 내 소비 확산으로 이어져 지역 상권에도 긍정적인 영향을 주었음을 밝혀냈다. 우리 대학 기술경영학부의 김지희 교수팀이 코로나19 재난지원금이 소상공인 매출에 미친 영향을 실증적으로 분석했다고 16일 밝혔다. 연구진은 경기도와 인천이 서로 다른 정책을 추진했다는 점에 착안하여 연구를 진행했다. 경기도는 코로나19 초기인 2020년 4월부터 모든 주민에게 재난지원금을 지급했고, 해당 금액은 오직 지역 소상공인 가게에서만 사용할 수 있도록 제한됐다. 반면, 인천은 같은 시기에 재난지원금을 지급하지 않았다. 연구 결과, 인천과 비교하여 경기도에서는 소상공인 매출이 재난지원금 지급 후 첫 5주 동안 약 4.5% 증가했으며, 소상공인 총매출 증가분은 재난지원금으로 지급된 예산의 1.
2024-10-16 -
연구 기존보다 26배 효과적인 폐질환 흡입치료 가능
코로나19의 전 세계적 유행 이후, 폐 등 호흡기 질병에 대비하기 위한 mRNA 백신 및 치료제는 차세대 치료제로 주목받고 있다. 하지만 기존 mRNA 백신용 전달체가 가지고 있는 한계점을 극복하고 우리 대학 연구진이 호흡기 바이러스 및 난치성 폐질환의 mRNA 흡입 치료를 가능케 하며 유전자 폐 치료 연구의 근간이 될 연구에 성공했다. 우리 대학 바이오및뇌공학과 박지호 교수 연구팀이 유전자 폐 치료에 최적화된 나노 전달체를 개발했다고 7일 밝혔다. 연구팀은 기존 mRNA 전달을 위해 활용되던 지질나노입자(이하 lipid nanoparticle, LNP)의 에어로졸화 과정에서의 불안정성과 폐 미세환경에서의 낮은 전달 효율을 해결하기 위해 이온화성 지질나노복합체(ionizable lipocomplex, iLPX)를 개발했다. iLPX는 이온화성 리포좀의 외부에 mRNA를 결합한 형태로, 에어로졸화 과정에서 입자의 구조를 유지하기 때문에 흡입 전달에 용이하다. 또한, 폐 미
2024-10-10 -
연구 호흡기부터 강력 차단하는 코로나19 백신 개발
코로나바이러스감염증-19는 3년 4개월 만에 비상사태가 해제됐으나, 잦은 돌연변이로 인해 발생한 변이들이 계속해서 보고되고 있어 재유행이 시작될 가능성은 여전히 남아 있다. 이 변이들은 백신 접종이나 감염으로 인해 숙주가 획득한 기존의 면역반응을 회피하는 방향으로 진화하고 있다. 현재 시판되는 근육 접종 백신으로는 바이러스의 확산을 억제할 수 있는 점막 면역은 충분히 일으키기 어렵다는 한계가 있으므로 장기간 지속되는 강력한 점막 면역을 유도할 수 있는 백신의 필요성은 여전하다. 우리 대학 의과학대학원 이흥규 교수 연구팀과 한국화학연구원(원장 이영국)은 아데노바이러스 벡터 플랫폼의 비강 접종 코로나19 백신을 개발하고 마우스 모델을 이용해 이 백신이 장기간 지속되는 강력한 점막 면역을 유도함을 규명했다고 29일 밝혔다. 점막 면역이란 면역 체계를 구성하는 요소 중에서도 호흡기, 소화기, 생식기관 등을 구성하는 체내 상피 조직인 점막에서 작용하는 면역을 말한다. 이는 체내와
2023-07-01 -
연구 RNA 유전자 가위 기술로 코로나바이러스 싹둑
엔데믹(endemic)으로 지정된 코로나 19 바이러스(이하 SARS-CoV-2)는 변이가 매우 빈번하고 빠른 RNA 바이러스이다. 따라서 전 세계 연구자들은 신·변종 바이러스 출현에 따른 새로운 팬데믹에 대비하기 위해 범용 코로나 바이러스 감염병 치료제 개발에 몰두하고 있다. 우리 대학 생명과학과 허원도 교수 연구팀과 전북대 강상민 교수 연구팀이 공동연구를 통해 세계 최초로 RNA 유전자 가위 기술을 이용해 RNA 바이러스 유전체 내 슈도낫 부위를 타겟해 바이러스 증식을 강력하게 차단할 수 있는 핵심 타겟부위를 발견했고, 전북대학교 인수공통감염병 연구소와의 협업을 통해 동물모델에서 COVID-19 치료 효과를 입증했다고 1일 밝혔다. 우리 대학 자연과학연구소 유다슬이 연구조교수, 전북대학교 한희정 박사과정, KAIST 생명과학과 유정혜 박사과정, KAIST 생명과학과 김지혜 선임연구원이 공동 제 1저자로 수행한 이번 연구는 저명 국제 학술지 ‘몰레큘러
2023-05-02 -
연구 인공지능으로 코로나19 치료제 팍스로비드와 기존 약물간 반응 예측 고도화
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 인공지능 기반 약물 상호작용 예측 기술을 고도화해, 코로나19 치료제로 사용되는 팍스로비드(PaxlovidTM) 성분과 기존 승인된 약물 간의 상호작용 분석 결과를 논문으로 발표했다고 16일 밝혔다. 이번 논문은 국제저명학술지인 「미국국립과학원회보 (PNAS)」誌’ 3월 13일자 온라인판에 게재됐다. ※ 논문명 : Computational prediction of interactions between Paxlovid and prescription drugs ※ 저자 정보 : 김예지(한국과학기술원, 공동 제1 저자), 류재용(덕성여자대학교, 공동 제1 저자), 김현욱(한국과학기술원, 공동 제1 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 4명 연구팀은 이번 연구에서 2018년에 개발한 인공지능 기반의 약물 상호작용 예측 모델인 딥디디아이(DeepDDI)를 고도화한 딥디디아이2(DeepDDI2)를 개발했다
2023-03-16