에볼라 때 진가 발휘한 '감염병 수리모델' 코로나19 잡는 '레이다' 될까

2020.05.22 07:00
게티이미지뱅크
게티이미지뱅크

에볼라는 지구상에 유행하는 가장 치명적인 바이러스성 감염병 중 하나다. 발열과 전신성 출혈 증상이 발생하며 일단 걸리면 4명 중 3명이 목숨을 잃는다. 1976년 아프리카 콩고민주공화국의 에볼라 강에서 처음 발견된 후 아프리카에서 자주 발생하는 풍토병이 됐다. 


매년 서아프리카에서 유행하던 에볼라도 확산이 잠시 중단된 적이 있다. 지난 2014년 3월 기니에서 시작된 에볼라는 서아프리카를 넘어 미국, 영국, 이탈리아, 스페인으로 건너가 1만1315명의 목숨을 앗아가며 맹위를 떨쳤다. 사망자 숫자와 확산 범위에서 역사상 가장 큰 에볼라 유행이었다. 하지만 세계보건기구(WHO)는 2년뒤인 2016년 시에라리온, 기니, 라이베이라 서아프리카 3개국에서의 에볼라 확산이 잠정 종식됐다고 선언했다.

 

좀처럼 수그러들 기세가 보이지 않던 에볼라 유행을 막은 건 방역전문가와 수학자들이 만든 '감염병 수리모델'이다. 감염병 수리모델이란 감염병이 퍼져 나가는 상태를 나타내는 수학식을 만들어 전파 상황을 분석하고 향후 전개될 양상을 예측하는데 활용되는 분석 모델이다. 오늘날 WHO와 각국의 방역당국은 대부분 각국의 현실에 맞는 수리모델을 개발하고 그 결과를 바탕으로 방역조치를 내놓고 있다. 

 

당시 WHO는 환자와 접촉한 사람의 경우 3주간 출국을 금지할 것을 권고했다. 수리모델 분석 결과 에볼라의 잠복기간인 3주간 접촉자의 이동을 적극적으로 막은 결과 환자 발생이 크게 줄었다는 점을 고려했다. 전문가들은 감염병 사태에 있어 확산 예측이 매우 중요하다고 강조한다.  감염병 수리모델 전문가인 이효정 국가수리과학연구소 선임연구원은 “방역 정책에 따라 추가로 발생하는 환자의 숫자에는 크게 차이가 있다”며 “감염병 수리모델은 그런 정책의 방향을 설정하는데 도움을 준다”고 설명했다.

 

이번 신종 코로나바이러스 감염증(코로나19) 사태 때도 국내 방역당국 회의에서 감염병 수리모델은 빠지지 않고 활용되고 있다. 이 선임연구원은 “감염병 수리모델을 통한 코로나19 예측결과들은 과학기술정보통신부와 중앙방역대책본부 회의, 대통령 주재회의에서 과학적 판단의 근거로 활용되고 있다”고 말했다. 국내에서는 기모란 국립암센터 암관리학과 교수와 김찬수 한국과학기술연구원(KIST) 계산과학연구센터 연구원팀을 포함해 여러 연구팀이 감염병 수리모델을 개발하고 있다. 기 교수 연구팀이 개발한 수리모델에 따르면 국내에서는 코로나19 방역조치가 1주일이 늦으면 환자가 이후로 25일간 지속해서 발생하는 것으로 나타났다. 

 

감염 가능성과 시간 흐름 통해 확산 예측 

 

 

중국 시안자오퉁-리버풀대 연구팀은 코로나-19 일일 감염자 수 데이터를 이용해 앞으로의 변화를 예측하는 수리모델을 개발했다. 그리고 앞으로 신규 감염자 수가 크게 늘지 않으며, 23일에는 0에 가깝게 거의 늘지 않을 것이라는 결과를 얻어 11일 학교 홈페이지(www.xjtlu.edu.cn)에 공개했다. 중국 시안자오퉁-리버풀대 제공
중국 시안자오퉁-리버풀대 연구팀은 코로나-19 일일 감염자 수 데이터를 이용해 앞으로의 변화를 예측하는 수리모델을 개발했다. 그리고 앞으로 신규 감염자 수가 크게 늘지 않으며, 23일에는 0에 가깝게 거의 늘지 않을 것이라는 결과를 얻어 11일 학교 홈페이지(www.xjtlu.edu.cn)에 공개했다. 중국 시안자오퉁-리버풀대 제공

감염병 예측에 사용되는 수리모델에는 주로 ‘SEIR’가 사용된다. SEIR는 감염 의심(Suspectible), 노출(Exposed), 감염(Infectious), 회복(Removed)이라는 의미의 영어 단어 앞 글자를 따온 말이다. 감염 가능성이 있는 사람을 네 단계로 대상을 나누고 시간 흐름에 따라 환자 발생 상황을 예측한다. 모델 속 네 가지 단계에 속하는 사람의 수에 따라 감염병 전파 양상을 시간 흐름대로 볼 수 있다.

 

하지만 감염병 수리모델이라고 해서 쪽집게는 아니다. 확산 상황이 예측과는 엉뚱한 방향으로 흘러가거나 양상이 달라지는 일이 다반사로 일어난다. 실제 이번 코로나19 사태 초기 수 많은 감염병 수리모델 예측결과들이 쏟아져 나왔지만 정확한 예측을 내놓은 경우는 거의 없었던 것으로 나타났다.

 

다비드 파란다 프랑스 국립과학연구센터(CNRS) 연구원팀은 영국 런던수학연구소와 임페리얼칼리지런던대, 일본 홋카이도대 연구팀은 이처럼 감염병 수리모델의 예측 정확도가 떨어지는 이유를 분석했다. 감염병 수리모델을 실제 사용하며 분석한 결과를 국제학술지 ‘카오스’ 에 이달 19일 공개했다.

 

수리모델, 높은 질 데이터 확보 어려워

전세계 코로나19 환자 현황. 국가마다 집계 방식과 기준이 다르다. 존스홉킨스대 제공.
전세계 코로나19 환자 현황. 국가마다 집계 방식과 기준이 다르다. 존스홉킨스대 제공.

연구팀은 기존에 사용하는 감염병 수리모델이 몇 가지 가정에만 의존하고 있다는 점을 한계로 들었다. 예를 들어 수리모델에서는 코로나19에 노출된 환자는 사람을 통해서만 전염이 된다고 가정하고 있다. 하지만 실제 상황에서는 사람이 아닌 손잡이나 책상에 뭍어있는 바이러스를 통해 감염되기도 한다. 또 코로나19에 걸렸다가 회복한 환자나 사망자들은 영원히 면역력을 가진다고 가정한다. 하지만 코로나19에 걸린 환자의 면역력이 얼마나 지속되는 지 언제 면역이 생성되는 지는 사실 아직까지 밝혀진 것이 없다. 

 

연구팀은 예측 모델에 들어가는 데이터의 질도 떨어진다는 점을 지적했다. 예를 들어 이탈리아에서는 환자와 접촉했더라도 증상이 나타나지 않으면 진단 검사를 하지 않았고 보고가 늦어지는 사례가 빈번했다. 초기 발원지로 지목된 중국도 전체 환자 통계에 무증상 환자를 넣었다뺐다를 반복하고 있으며, 아프리카 국가들은 정확한 환자 수가 집계되지 않고 있다. 반면 한국은 접촉차를 포함해 매일 1만5000~2만명을 검사하고 있다고 실시간 보고되고 있다. 나라마다 수집하는 데이터의 기준과 보고 시점이 다른 것도 정확한 예측 모델을 만드는데 한계가 되고 있다는 지적이다. 연구팀은 “환자 수 집계가 20%만 달라도 이는 전체 감염 환자 추정치를 수천명에서 수백만명으로 바꿔버린다”고 말했다.

 

감염병의 역학적 특성이 예측불허로 바뀌는 것도 수리모델의 정확성을 떨어뜨리는 요인으로 작용한다. 연구팀은 “초기 확산 단계에서는 외부 영향에 극히 민감하다”고 말했다. 이런 이유로 도시 봉쇄 등 방역조치를 결정할 때는 감염병 수리모델에 들어가는 데이터 선택에 고심을 해야 한다는 게 연구팀의 설명이다.

 

김찬수 연구원은 "감염병이 많이 퍼진다고 예측해 조심하라는 신호를 준 결과 사람들이 바깥으로 나가지 않는다면 결국 결과도 맞지 않게 된다"며 "예측 결과가 맞지 않게 유도하는 게 모델 연구자들의 숙명일지도 모른다"고 말했다.

메일로 더 많은 기사를 받아보세요!

댓글 0

작성하기

    의견쓰기 폼
    0/150