코로나19의 확산 속도를 예측하고 K-방역 정책 뒤에는 통계의 과학이 있었다. 아직 치료제가 나오지 않은 상황에서 2차 대유행의 대비에도 이러한 과학이 적극 활용돼야 한다는 전문가의 의견이 나왔다.
신현영 국회의원 주최로 ‘코로나19, 2차 유행 어떻게 대비해야 하나?’ 정책토론회가 3일 오후 2시 국회도서관 대강당에서 열렸다.
신현영 의원은 개회사를 통해 “코로나19의 가을 팬데믹 2차 대유행이 예고되고 있는 가운데, 선제적 대비를 위해 방역사항을 점검하고 보완해야 하는 시기”라며 “이번 토론회를 통해 감염병 현장에서 도출된 학계의 과제들에 대해 지속 가능한 정책적 뒷받침을 적극 추진하겠다”고 전했다.
이어 ‘코로나19 2차 대유행에 대비한 방역 대응방안’에 대한 주제로 통계개발원 전영일 원장이 발표했다. 전 원장은 K-방역 정책을 뒷받침한 한국 감염병 예측 모델링 연구회의 할동 및 IDEA 예측모델링에 대해 설명했다.
우선 그는 “증거기반의 정책이 2004년 한국에서 공식화되기 시작했으며, 미국에서는 2014년에 들어서 관련법이 만들어졌다”며 “한국은 미국보다 빠르게 제도화를 준비하고 과학에 기반한 정책이 발전해온 것”이라고 소개했다.
이어 ‘데이터기반 감염병 확산예측 모델링’에 대해 설명했다.
이에 따르면 감염병 사태시 중요한 ‘감염 재생산지수’는 R=F(P, C, D)로 계산한다. R은 감염재상산지수이고, P는 감염률(개임방역), C는 접촉률(사회적 거리두기), D는 감염전파기간(검진, 추적, 치료)를 말한다.
“감염 재생산지수가 1보다 많으면 다른 감염자들을 감염시키게 된다”며 “대구 집단 발생시에는 6.5에서 7까지 높아졌으며, 이는 1명이 감염되면 6, 7명까지 감염시키는 것”이라며 “현재는 2.5에서 3정도 사이로 생각 된다”고 전했다.
그러나 이러한 추세는 계속 변화하며, 이를 대응하기 위한 종합적 방역 체계는 3가지가 큰 축이 된다. 첫 째는 그 동안 다 같이 해왔던 마스크와 세정제를 통한 개인 방역이고 두 번째는 접촉율을 줄이기 위한 사회적 거리두기, 그리고 마지막으로 질본을 중심으로 빠른 속도록 검진하고 접촉자 추적하고 자가격리 및 치료를 하는 것이다.
전 원장은 “정부의 이런 조치들이 재생산지수를 낮추고 코로나19에 가장 잘 대응하는 선도적 나라가 된 것”이라고 전했다.
이러한 방역 정책의 근거가 된 통계방법이 ‘IDEA 예측모델링’이다. 이 방법은 감염되는 그룹을 통해 그날그날 생긴 확진자 숫자만 가지고도 구체적인 모델링할 수 있는 방법이다.
“현재 6차례 정기적 모델링 작업을 했고, 이를 통해 3월초 감염 정점기->4월초 안정기 돌입->5월말까지 1만 1천명의 확진자를 예측했다”며 “3월 초 이런 예측 결과들을 주요 부처에 공유하고 정책 선제적 대응할 수 있었다”고 전 원장은 설명했다.
특히 “재상산지수가 언제 1 이하로 떨어질 수 있을 것인가가 중요하다”며 “모델링에 따르면 3월 중순 이미 재생산지수가 1을 지나갔으며, 기하급수적으로 안정돼가는 시기라는 보여주고 있다”면서 실례를 설명했다.
그렇다면 정부의 사회 방역 조치가 없었을 경우에는 어떻게 됐을까. “모델링 결과 종합적 방역 없었다면 340만 명 확진자가 생겼을 것이며, 감염의 정점은 5월말까지 이어졌을 것”이라고 덧붙였다.
그렇다면 생활속 거리두기로 사회적 거리두기를 완화시킨다면 감염률은 다시 늘어날까?.
당연히 접촉율이 커지면 재감염 지수는 높아질 가능성이 있다. 5월 25일 6차 모델링에 따르면, 완화된 거리두기, 즉 국제적 표현인 ‘다이너믹 거리두기’를 하면 감염 확률은 올라가는 것으로 나타났다. 그러나 다시 사회적 거리두기를 하면 다시 감소된다.
실제 이런 반복 패턴은 국제적으로도 예측하는 부분으로, 캐나다 연구진 발표에 의하면 다이나믹 거리두기 할 때 실제 감염율 올라가게 되지만, 다시 사회적 거리두기 하면 다시 떨어지고, 또 다시 완화하면 다시 올라가고 반복된다는 것은 시뮬레이션 통해 확인된 부분이다.
중요한 것은 “이러한 반복 조치를 취하지 않을 경우 전체적으로 감염률이 계속 올라가지만, 개인방역이 잘 자리 잡고 있으므로, 상황에 따라 사회적 거리두기의 강화와 완화를 반복하게 되면 심지어 백신이 없어도 대확산의 염려는 줄어들 것”이라는 것.
이는 실제 주요 국가 신규 확진자 추이를 보아도 알 수 있다. 중국, 프랑스, 이탈리아 등은 감염률이 현재 하강 곡선을 보이고 있지만, 사회적 거리두기 시스템이 어려운 영국이나 미국은 계속 확산 추세에 있다.
이를 종합해 향후과제에 대해서는 ‘데이터 기반 역학/임상 AI모델링’의 필요성을 제시했다.
첫 째는 ‘데이터/과학 기반의 예견적 보건정책’으로 항체조사 Serological Survey, 치료제 백신 개발 등이 해당된다.
두 번째는 여러 종류의 데이터를 질본과 협력해 고품질 데이터 정제, 관리, 활용이 중요하다는 것.
마지막은 ‘AI/Data Science 기반 예측 모델링’으로, 임상데이터 기반의 예후 예측, N차 펜데믹 준비, AI 기반 보건, 교육, 디지털 경제 등이 해당된다.
전 원장은 마지막으로 “딥러닝이나 AI 모델링을 사용하면 실제 코로나19 환자의 회복 시간을 줄이거나 사망자 줄이는 것이 가능하다”며 “실제 그런 작업을 진행하고 있다”고 전했다.
