-
기후 변화가 뎅기열 확산 가속한다
뎅기열이 전 세계적으로 역대 최고 확산세를 기록하고 있는 가운데, 기후 변화가 뎅기열 확산을 가속한다는 분석이 나왔다. 우리 대학 수리과학과 김재경 교수 연구팀이 자체 개발한 수학 모델로 기후 변화가 뎅기열 발병에 미치는 영향을 분석한 결과, 필리핀의 기온 상승과 강우 패턴 변화가 뎅기열 발생 증가와 밀접한 관련이 있음을 밝혀냈다.
뎅기열은 모기를 통해 전파되는 바이러스성 감염병이다. 세계보건기구(WHO)에 보고된 감염 사례만 2000년 50만 명에서 2019년 520만 명으로 20년 만에 10배가량 가까이 증가했다. 급격한 증가의 주요 원인으로는 기후 변화가 지목된다. 이상 고온 현상과 극단 강우 현상이 모기 번식에 유리한 환경을 조성하기 때문이다.
하지만 기후 요인과 뎅기열 발병 사이의 복잡한 상호작용에 대한 이해는 아직 제한적이다. 특히, 강우량의 영향에 대해서는 학계의 오랜 논쟁이 있어 왔다. 높은 강우량이 뎅기열 발병을 유발한다는 결과와 억제한다는 결과가 비슷한 숫자로 존재하기 때문이다.
제1 저자인 올리비아 카위딩 연구원은 “이런 모순된 결과는 기존 연구가 기후와 뎅기열 간의 상호작용을 단순히 상관관계나 선형 회귀 모델에 기반해 분석했기 때문”이라며 “우리 연구진은 기존 방식을 넘어 비선형적이고 복합적인 기후 요인의 영향이 정확히 예측할 수 있는 도구를 활용해 연구를 진행했다”고 설명했다.
연구진은 자체 개발한 인과관계 추정 방법론인 ‘GOBI(General ODE-Based Inference)’를 활용해 2015~2019년 필리핀 16개 지역의 기후 및 뎅기열 데이터를 분석했다. 분석 결과, 모든 지역에서 기온 상승이 뎅기열 발병을 증가시키는 주요 요인으로 작용했다.
반면, 강우량의 경우 지역에 따라 서로 다른 영향을 미쳤다. 동부 지역에서는 강우량 증가가 뎅기열 발병을 증가시키는 경향을 보였으나, 서부 지역에서는 감소시키는 경향이 나타났다.
이어 연구진은 강우의 효과가 지역별로 달라지는 원인도 찾아냈다. ‘건기의 규칙성’이 강우와 뎅기열 발병 간의 관계를 결정짓는 중요한 요인이었다. 건기가 규칙적으로 유지되는 지역(서부)에서는 강우가 뎅기열 발병을 억제했지만, 규칙성이 약화된 지역(동부)에서는 강우가 뎅기열 발병을 촉진했다.
건기가 규칙적인 지역에서는 건기 동안 물이 고여 있는 모기 서식지가 강우에 의해 쉽게 제거돼 뎅기열 발생을 억제하는 ‘플러싱 효과(Flushing Effect)’가 강하게 나타난다. 이와 달리 건기가 불규칙적인 지역에서는 강우가 산발적으로 발생해 플러싱 효과가 약화되고, 오히려 모기 번식지를 형성해 뎅기열 발생을 촉진한다는 것이다.
이번 연구는 기후 변화가 뎅기열 발병에 미치는 복잡한 영향을 이해하고, 지역별 특성을 고려한 맞춤형 공중보건 전략을 설계하는 데 중요한 과학적 근거를 제공했다는 의미가 있다. 연구진은 필리핀 외의 지역으로 확장해 푸에르토리코 등 다른 지역에서도 유사한 패턴이 나타남을 확인했다. 다양한 기후 환경에 적용 가능한 일반성을 지닌다는 의미다.
연구를 이끈 김재경 교수는 “‘건기의 규칙성’은 기존 연구에서 간과된 부분으로 우리 연구는 뎅기열 발병에 대한 새로운 해석을 제공했다는 의미가 높다”며 “기후 변화가 뎅기열, 말라리아, 독감, 지카 등 기후 민감 질병에 미치는 영향을 이해하는 데 중요한 전환점을 제시한 것으로, 향후 자원 배분 및 예방 전략 수립을 위한 핵심 정보로 사용되길 바란다”고 말했다.
연구결과는 2월 13일(목) 04시(한국시간) 국제학술지 ‘사이언스 어드밴시스(Science Advances)’온라인판에 실렸다.
2025.02.13
조회수 1279
-
인과관계 추정 정확도 높인 새로운 방법론 개발
우리 대학 수리과학과 김재경 교수 연구팀이 수학 모델을 기반으로 시계열 데이터의 인과관계를 추정하는 새로운 방법론을 개발했다. 복잡한 계산 과정을 없애 기존보다 빠른 속도로 추론이 가능하면서도, 정확도는 획기적으로 높였다.
매 순간 다양한 데이터가 기록되고 있다. 그중 시간의 흐름을 기준으로 기록된 ‘시계열 데이터’는 일기 예보와 경제 분야뿐만 아니라 의학 분야에서도 가치 있게 쓰인다. 입원 환자의 심전도 측정을 통해 심장 발작의 직접적인 요인을 찾는 것과 같이 인과관계를 추정하는 것이 대표적이다. 최근에는 스마트 워치 등 웨어러블 기기를 통해 일상에서 건강 데이터를 쉽게 수집할 수 있게 되면서, 의학 분야에서 시계열 데이터 분석의 중요성이 더 커지고 있다.
시계열 데이터에서 인과관계를 추정하는 대표적인 방법으로는 2003년 노벨 경제학상을 수상한 클라이브 그레인저 미국 샌디에이고캘리포니아대(UC샌디에이고) 교수가 제시한 ‘그레인저 인과관계 검정(Granger causality test)’이 있다. 이는 미래 경제지표 예측, 질병 요인분석, 지구온난화의 원인 등 수많은 분야에 걸쳐 응용됐다. 그레인저 인과관계 검정을 개선한 정보 이론 기반의 다양한 인과관계 추정 방법이 개발됐지만, 일련의 방법들은 시계열 데이터가 비슷한 주기로 변화하는 동시성을 가지기만 하면, 인과관계가 있다고 잘못 예측하는 경우가 많았다. 또한, 직접적인 인과관계와 간접적인 인과관계를 구별하지 못한다는 한계도 있었다.
이러한 한계를 극복하기 위해 최근 수리 모델을 기반으로 하는 방법론들이 등장했다. 수리 모델로 주어진 시계열 데이터를 잘 맞출 수 있는지 확인하는 방법을 통해 인과관계를 예측한다. 수리 모델이 정확하기만 하면 기존 그레인저 인과관계 검정의 한계인 동시성과 간접적인 영향을 인과관계와 혼동하지 않는다는 장점이 있다. 그러나 정확한 수리 모델을 알기 힘들고, 현재까지 제시된 수리 모델 기반 방법론들은 복잡한 계산이 필요해 추정 시간이 많이 걸린다는 단점이 있다.
이러한 상황에서 연구팀은 기존 방법론들의 한계를 모두 해결한 새로운 방법론 ‘GOBI(General ODE-Based Inference)’를 개발했다. 우선, 연구팀은 시계열 데이터가 일반적인 수학 모델로 표현될 수 있는지 확인하는 수학 이론을 만들었다. 그리고 이 이론을 바탕으로 정확한 수리 모델이나 복잡한 계산 없이도 시계열 데이터로부터 인과관계를 추정하는 방법론을 개발했다.
개발한 방법론을 인과관계 분석에 적용해 본 결과 세포 내 분자들의 상호작용, 생태계 네트워크, 기상 시스템 등 다양한 분야의 데이터에서 기존 방법론에 비해 월등한 성능을 보여줬다. 특히, 동시성 및 간접적인 영향을 가지는 시계열 데이터에서도 인과관계를 성공적으로 추론했다. 연구진은 GOBI를 통해서 여러 오염 물질 중 이산화질소와 호흡기로 유입되는 부유 미립자(직경 10㎛ 이하의 입자)가 심혈관계 질환에 영향을 미친다는 것을 확인할 수 있었다.
김재경 교수는 “수학과 통계를 결합하여 정확하면서도 다양한 시스템에 유연하게 적용할 수 있는 새로운 인과관계 추정 방법론을 개발했다”며 “사회 및 자연과학 분야에 걸쳐 두루 사용되는 인과관계 추정 연구에 새로운 패러다임을 제시할 것으로 예상된다”고 말했다.
연구결과는 7월 24일 국제학술지 ‘네이처 커뮤니케이션즈(Nature Communications, IF 17.694)’ 온라인판에 실렸으며, 우리 대학 박세호 학사과정(제1저자)과 하석민 학사과정(제2저자)이 참여했다.
2023.07.26
조회수 6829