전염병을 미리 예측하는 방법은?

서아프리카에 에볼라가 빠르게 번지기 시작하던 작년 9월, 미국국립보건원 병원균모델연구팀(NIH MIDAS)은 심각한 시뮬레이션 결과를 내놨다. 

현 수준으로 방역을 하다간 한 달 만에 감염자가 1만 명 이상 늘어날지 모른다는 것. 에볼라 대유행에 대비해야한다는 경고의 의미였다. 그런데 이런 시뮬레이션은 어떻게 한 걸까?

전염병 확산모델을 처음 만든 사람은 스위스 수학자 다니엘 베르누이다. 1766년 베르누이는 천연두 예방접종을 실시할 경우 사람들의 기대수명이 26년 7개월에서 29년 9개월로 늘어난다고 예측했다. 당시는 백신에 대한 개념이 없던 때라, 천연두 균을 일부러 몸 안에 넣는다는 사실에 반발하는 사람이 많았다. 베르누이는 전염병이 확산되는 과정과, 그때의 기대수명을 수학적으로 보여줘 예방접종이 필요하다는 주장에 힘을 실었다.

소프트웨어로 재탄생한 전염병 확산모델 

지난 100년 사이 인구와 교통량이 크게 늘었다. 대도시로 사람이 몰리고, 세계 곳곳이 거미줄처럼 연결되면서 전염병 모델도 복잡해졌다. 사람 손으로 계산할 수 없는 수준에 다다른 것이다. ‘SEIR 모델’ 같은 전염병 확산모델은 빅데이터를 다룰 수 있는 소프트웨어로 재탄생했다. 질병에 따라 전염 특성이 다르다는 사실이 밝혀지면서 종류도 다양해졌다. 예를 들어 홍역이나 볼거리, 풍진처럼 어릴 때 한 번 앓으면 영원히 면역력을 얻을 수 있는 질병과, 계절마다 변이가 일어나는 인플루엔자는 다르다.

인플루엔자 확산을 예측하는 소프트웨어로는 플루트(FluTE)가 대표적이다. 플루트에는 미국의 지역별 인구정보(인구밀도, 주거형태, 가구구성 등)가 상세히 들어있다. 이동패턴에 따른 사람들 사이의 접촉확률과 전염확률, 과거 인플루엔자 바이러스가 대중에 퍼진 경로와 시간에 대한 정보도 입력돼 있다. 과학자들은 새로운 인플루엔자가 나타나도 플루트를 이용해 언제 어떤 경로로 퍼질지 예측할 수 있다. 황교상 KAIST 산업 및 시스템공학과 연구원(박사과정)은 작년 4월 플루트를 토대로 우리나라 인플루엔자 확산모델을 만들었다. 황 연구원은 “인구구조와 이동행태에 따라 피해도 달라지기 때문에 우리나라 통계청에서 발표한 인구주택총조사자료를 바탕으로 시뮬레이션 모델을 새로 만들었다”고 말했다.

자율성과 상호작용까지 포함한 모델

최근에는 좀 더 발달한 전염병 확산예측 프로그램이 쏟아져 나오고 있다. 프레드(FRED)는 사람들이 자율성을 가지고 서 로 상호작용을 하며 움직인다는 점에 주목해 만든 소프트웨어 다. 이렇게 실제 현실에 맞는 정보를 반영한 모델을 ‘행위자 기 반모델’이라고 한다. 글림(GLEAM)은 한 지역을 넘어서 전 지 구적으로 전염병이 퍼지는 상황을 예측할 수 있다. 질병이 비행 기나 배를 타고 대도시에서 대도시로 퍼진 뒤, 다시 시골 구석 구석까지 차례로 퍼지는 과정을 한 눈에 볼 수 있게 그래프로 시각화했다. 이런 질병 확산 소프트웨어는 아직 현실을 완벽하게 예측하 진 못한다. 특히 지역마다 다른 사람들의 문화를 종종 놓치곤 한다. 서아프리카에서는 죽은 사람에게 키스를 하는 장례문화 가 에볼라 바이러스 확산에 큰 변수로 작용하는 점을 계산에 넣 지 못했다. 이런 현실적인 요소를 수학적으로 보다 정교한 알고 리듬으로 만들어 소프트웨어에 반영할수록, 전염병의 피해를 정확하게 예측해 방역대책을 세울 수 있다.