댓글 0
기사입력 : 2026.01.15 08:09
- 응급실 데이터 분석 결과…소아 환자에서 ‘조기 경보’ 성능 가장 뛰어나
- 코로나19 오미크론 대유행 때 민감도 1.6%로 급락…‘정상성’ 가정 붕괴
- 연구진 “신종 감염병 대비 위해 머신러닝 기반 동적 예측 필요”
[현대건강신문] 국립중앙의료원이 국내 응급실 데이터를 활용해 호흡기 감염병 예측 모델의 효과성을 분석한 결과, 기존 예측 시스템이 평상시 계절성 유행을 감지하는 데는 유효하지만 코로나19와 같은 대규모 팬데믹 상황에서는 사실상 작동하지 않는 것으로 나타났다.
국립중앙의료원은 2017년부터 2022년까지 국가응급진료정보망에 등록된 전국 응급실 내원 환자 약 3,100만 명의 발열·호흡기 증상 데이터를 분석했다. 연구진은 시계열 예측 기법인 ARIMA(자기회귀 누적 이동평균) 모델을 적용해 호흡기 감염병 조기 경보 시스템의 성능을 평가했으며, 연구 결과는 국제학술지 감염 및 공중보건 저널(Journal of Infection and Public Health) 최신호에 게재됐다.
분석 결과, 코로나19 이전인 2019년에는 0~4세 영유아 집단에서 호흡기 감염병 유행을 가장 효과적으로 조기에 탐지한 것으로 확인됐다. 특히 3일 또는 7일 연속 경보 기준을 적용했을 때 민감도가 100%에 달해, 소아 환자의 응급실 방문 증가가 지역사회 호흡기 바이러스 유행을 가장 빠르게 반영하는 ‘조기 레이더’ 역할을 수행한 것으로 분석됐다.
그러나 2022년 오미크론 변이 대유행 시기에는 상황이 완전히 달라졌다. 기존 예측 모델의 경보 성능은 급격히 저하됐고, 가장 성능이 우수했던 0~4세 집단에서도 유행 탐지 민감도가 1.6%에 불과했다. 성인과 노인 집단 역시 의미 있는 경보 신호를 제공하지 못했다.
연구진은 이러한 실패의 원인으로 시계열 예측 모델이 전제로 삼는 ‘정상성(stationarity)’ 가정의 붕괴를 지목했다. 오미크론 유행처럼 환자 수가 단기간에 폭발적으로 증가하면 기준선 자체가 급격히 상승하면서, 과거 데이터를 바탕으로 설정된 고정 임계값 방식이 더 이상 ‘신호’와 ‘잡음’을 구분하지 못하게 된다는 설명이다.
데이터 분석을 주도한 이경신 주임연구원(공동 교신저자)은 “대규모 유행 상황에서는 기존 예측 모델의 기준선 자체가 무너진다”며 “실시간으로 변화하는 패턴을 학습하고 기준을 조정할 수 있는 머신러닝 기반의 동적 예측 모델 도입이 필요하다”고 강조했다.
연구를 총괄한 성호경 전문의(공동 교신저자)도 “정적인 감시 체계는 평상시 계절성 유행에는 효과적이지만, 국가적 재난 수준의 감염병 위기에는 취약하다는 점을 이번 연구가 실증했다”며 “미래의 신종 감염병에 대응하기 위해서는 즉각적인 판단과 조정이 가능한 동적 대응 시스템 구축이 무엇보다 중요하다”고 밝혔다.
한편 이번 연구는 ‘감염병 극복 연구 역량 강화 사업’의 지원을 받아 수행됐다.
