감염병예측

3 Contents

수학으로 들여다 보는 생물학 Q&Aㅣ이승규(고려대학교)[토요과학강연 #19-3부]

수리생물학은 생명 현상을 수식으로 정의하고 이를 엄밀하게 수치화하는 학문입니다. 연구 과정에서 마주하게 되는 방대한 데이터와 예외적인 수치들은 환자 개개인의 특성을 반영하는 동시에 표준 모델과의 차이를 식별하는 중요한 단서가 됩니다. 저는 모든 환자에게 공통적으로 적용할 수 있는 표준 모델을 구축하고, 특정 환자가 지닌 구조적 차이를 마치 '틀린 그림 찾기'처럼 분석하여 질환의 원인을 파악하는 연구를 수행하고 있습니다. 이러한 방식은 복잡한 생체 구조를 보다 명확하게 이해하는 데 큰 도움을 줍니다. 서로 다른 학문이 만나는 융합 연구에서는 의사소통이 가장 큰 과제로 떠오릅니다. 수학자와 의학자는 동일한 개념을 두고도 서로 다른 용어를 사용하는 경우가 많아, 복잡한 수식을 배제하고 의미 위주로 연구 내용을 전달하는 노력이 필수적입니다. 연구자가 스스로 다양한 분야에 대한 이해도를 높여야만 타 분야 전문가와의 협업이 가능해지며, 이러한 의사소통 역량은 현대 과학 연구에서 점차 그 중요성이 커지고 있습니다. 서로의 언어를 이해하려는 노력은 연구의 깊이를 더해주는 핵심적인 과정이 됩니다. 연구에 필요한 시뮬레이션 프로그램은 대부분 직접 개발하여 사용합니다. 수식 자체를 새롭게 창조하는 과정이 연구의 핵심이기 때문에, 상용 프로그램으로는 독창적인 연구자의 필요를 모두 충족하기 어렵기 때문입니다. 주로 대규모 연산에 적합한 C 언어를 활용해 데이터를 생성하고, 이를 매트랩이나 파이썬과 같은 도구를 통해 시각화합니다. 이처럼 직접 코드를 작성하고 계산 인프라를 구축하는 과정은 수학적 모델의 엄밀성을 확보하는 필수적인 단계이며, 이를 통해 연구의 자율성과 정확도를 높일 수 있습니다. 수학적 모델링의 가치는 팬데믹과 같은 국가적 위기 상황에서도 빛을 발합니다. 확진자와 잠복기 환자, 그리고 비감염자 사이의 수치 변화를 미분방정식으로 구현하면 바이러스의 확산 경로를 효과적으로 예측할 수 있습니다. 이러한 수학적 분석 결과는 거리두기 단계 조정과 같은 실제 방역 정책의 근거로 활용되며, 질병관리청과의 협업을 통해 사회 전반에 실질적인 도움을 주는 중요한 이정표 역할을 수행하고 있습니다. 이는 수학이 단순히 이론에 머물지 않고 현실의 문제를 해결하는 강력한 도구임을 증명합니다. 수리생물학 연구는 단순히 수식을 푸는 데 그치지 않고, 그 도구를 다양한 생명 현상에 적용해 나가는 탐험의 과정입니다. 특정 주제에 국한되지 않고 근육이나 심장 등 여러 분야에 수학적 모델을 적용하며 새로운 가능성을 발견하는 일은 매우 고무적입니다. 수학이라는 학문에 대한 대중의 거부감을 줄이고, 많은 학생이 미래의 과학자로서 자신의 진로를 탐색하는 데 영감을 줄 수 있는 연구를 지속하고자 합니다. 학문적 보람과 사회적 기여가 맞물리는 지점에서 수학은 생명 과학의 새로운 지평을 열어가고 있습니다.

수학으로 들여다 보는 생물학 Q&Aㅣ이승규(고려대학교)[토요과학강연 #19-3부]
서울시립과학관[과학강연] 21년 토요과학강연
  • 생명과학
  • 수학
  • 융합

숫자로 보는 세상 (한국과학기술연구원 - 김찬수 박사) [멘토링의 제왕 유튜브 라이브 공개 강연 2회차 1부]

계산과학은 단순히 수식을 푸는 과정을 넘어 우리가 보지 못하는 세상의 이면을 드러내는 강력한 도구입니다. 제2차 세계대전 당시 전장에서 돌아온 전투기의 총탄 흔적을 분석했을 때, 단순히 구멍이 많은 곳이 아니라 오히려 흔적이 적은 엔진 부위를 보강해야 한다는 결론을 얻은 사례가 대표적입니다. 이는 데이터 뒤에 숨겨진 진실을 읽어내는 능력이 얼마나 중요한지를 잘 보여줍니다. 계산은 가시적인 현상을 넘어 보이지 않는 급소를 찾아내는 통찰력을 제공하며 세상을 바라보는 새로운 눈이 되어줍니다. 컴퓨터는 인간의 육체적 한계를 극복하기 위해 발명된 수많은 도구 중에서도 특히 생각하는 능력을 확대해 주는 역할을 수행합니다. 컴퓨터과학이 연산 장치와 회로 자체를 개선하고 효율적인 계산 방법을 연구하는 학문이라면, 계산과학은 이러한 기술적 기반 위에서 더욱 의미 있고 가치 있는 결과를 도출하여 인간의 사고 범위를 넓히는 데 집중합니다. 오늘날 우리는 일상의 모든 정보가 디지털화된 시대에서 컴퓨터를 통해 과학적 발견뿐만 아니라 기술적 진보의 핵심적인 동력을 얻고 있습니다. 거대한 계산을 수행하는 슈퍼컴퓨터의 원리는 마치 수많은 작은 물고기들이 떼를 지어 거대한 형상을 만들어내는 것과 비슷합니다. 하나의 거대한 프로세서가 모든 일을 단독으로 처리하는 것이 아니라, 수만 개의 CPU가 복잡하고 방대한 문제를 잘게 나누어 병렬적으로 계산하는 방식입니다. 예를 들어 감염병의 전국적 확산 경로를 예측할 때, 각 지역 단위의 데이터를 여러 대의 컴퓨터에 나누어 할당하고 이를 다시 통합함으로써 전체 사회의 변화 양상을 정교하고 신속하게 분석해낼 수 있는 것입니다. 사회적 현상을 깊이 있게 이해하기 위해서는 개별 주체들이 가진 작은 동기가 어떻게 거대한 집단적 행동으로 이어지는지를 세밀하게 살펴봐야 합니다. 개별 존재들이 가진 단순한 규칙이나 특징들이 서로 상호작용하면서 특정 지역의 거주지 분리 현상과 같은 예상치 못한 사회적 패턴을 형성하기도 합니다. 이러한 시뮬레이션 모델은 특정 정책이 시행되었을 때 발생할 수 있는 변화를 가상 세계에서 미리 검증하는 실험 장치가 되며, 이를 통해 사회적 부작용을 최소화하고 더 나은 공동체를 위한 대안을 모색할 수 있습니다. 코로나19와 같은 국가적 위기 상황에서도 계산과학은 사회적 거리두기의 효과를 과학적으로 검증하며 정책 결정의 중요한 근거를 제공했습니다. 개개인이 마스크를 착용하고 대면 접촉을 줄이는 미시적인 행동의 변화가 결국 전체 확진자 수의 곡선을 낮추는 거시적 성과를 만들어낸 것입니다. 각기 다른 색깔과 개성을 지닌 개인들이 모여 하나의 거대한 사회라는 군상을 이루듯, 계산과학은 서로 다른 존재들이 맺는 관계의 소중함을 데이터로 증명하며 우리 공동체가 나아갈 올바른 방향을 제시해 줍니다.

숫자로 보는 세상 (한국과학기술연구원 - 김찬수 박사) [멘토링의 제왕 유튜브 라이브 공개 강연 2회차 1부]
서울시립과학관[과학진로] 과학진로멘토링
  • 수학
  • 융합

[ENG 1-2] COVID-19_Nudging Data Science-Based Exit Policycrafting | 2세션 ③

현대 사회에서 정책 결정의 핵심은 객관적인 증거에 기반한 '증거 기반 정책'입니다. 이는 1997년 영국에서 처음 정립된 개념으로, 한국은 2007년부터 이를 도입하여 미국보다 앞서 체계적인 기틀을 마련해 왔습니다. 특히 감염병 확산과 같은 국가적 위기 상황에서 과학적 데이터에 근거한 의사결정은 불확실성을 해소하고 효율적인 대응 방안을 마련하는 데 필수적입니다. 통계적 방법론과 혁신적인 연구를 통해 미래를 예측하는 것은 단순한 수치 계산을 넘어 국가의 안녕을 지키는 중요한 토대가 됩니다. 감염병 확산을 이해하고 통제하기 위한 핵심 지표는 감염재생산지수(R)입니다. 이는 감염 확률(P), 접촉 빈도(C), 감염 지속 기간(D)의 곱으로 산출됩니다. 손 씻기와 마스크 착용은 감염 확률을 낮추고, 사회적 거리두기는 접촉 빈도를 줄이는 역할을 합니다. 또한 한국의 강점인 '3T 시스템'은 신속한 검사와 추적, 치료를 통해 감염 지속 기간을 단축하는 데 기여합니다. 이러한 요소들을 명확히 이해하고 측정하는 것은 방역 조치의 당위성을 확보하고 대중의 자발적인 참여를 이끌어내는 과학적 근거가 됩니다. 미래의 위기에 선제적으로 대응하기 위해 한국과 캐나다 연구진은 공동으로 감염병 예측 모델링을 수행해 왔습니다. 특히 IDEA 모델은 역학 기반의 SIR 모델 원리를 반영하여 감염의 기하급수적인 증가나 감소를 정밀하게 예측합니다. 감수성자, 감염자, 회복자의 관계를 분석함으로써 감염재생산지수가 1보다 큰지 작은지를 판단하고, 이를 통해 방역 정책의 효과를 시뮬레이션할 수 있습니다. 이러한 과학적 모델링은 단순한 추측이 아닌, 데이터에 기반한 정교한 분석을 통해 정책 입안자들이 최적의 봉쇄 완화 시점이나 강화 시점을 결정하도록 돕습니다. 실제 한국의 코로나19 대응 과정에서 예측 모델링의 정확도는 매우 높게 나타났습니다. 3월 초에 예측한 확진자 발생 추이와 정점 시기는 실제 결과와 상당히 유사했으며, 이는 선제적인 방역 조치가 얼마나 효과적이었는지를 증명합니다. 만약 아무런 대응이 없었다면 확진자 수가 수백만 명에 달했을 것이라는 시뮬레이션 결과는 과학적 대응의 중요성을 다시금 일깨워 줍니다. 또한 팬데믹은 한 국가만의 문제가 아니기에, 글로벌 확산 추세를 함께 고려하며 국지적인 소규모 확산에 대비하는 동적 사회적 거리두기 전략이 필요합니다. 데이터 과학과 인공지능 기반의 예측 모델링은 앞으로 다가올 새로운 위기 대응에 있어 더욱 중추적인 역할을 할 것입니다. 하지만 기술보다 더 중요한 것은 이를 설계하고 정책에 반영할 수 있는 '사람'입니다. 증거 기반 정책에 능숙한 전문가와 데이터를 정교하게 다루는 모델러, 그리고 정책 결정자 간의 긴밀한 협력이 이루어질 때 비로소 데이터 경제와 과학적 방역의 시너지가 발생합니다. 결국 미래의 위기를 극복하는 힘은 정밀한 데이터 분석 역량을 갖춘 인재를 양성하고 이들의 지혜를 모으는 데서 시작됩니다.

[ENG 1-2] COVID-19_Nudging Data Science-Based Exit Policycrafting

전영일

카오스재단코로나19 과학토크
  • 생명과학
  • 융합