SIR모델

5 Contents

[강연] 미분방정식과 충격파? 그 충격적인 관계 1_by 배명진 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 2강 첫 번째 이야기 | 2강 ①

알베르트 아인슈타인은 세상이 특정한 시스템으로 이루어져 있으며, 이를 이해하기 위해 방정식을 사용한다고 말했습니다. 우리가 마주하는 현실은 끊임없이 변화하는 복잡한 요소들로 가득 차 있지만, 수학은 그 이면의 질서를 포착해내는 강력한 도구가 됩니다. 특히 세상을 이해하는 데 필수적인 도구로 꼽히는 미분 방정식은 단순한 수식을 넘어 사회 현상이나 물리적 변화를 설명하고 미래를 예측하는 데 중요한 역할을 수행합니다. 이는 현대 과학이 세상을 바라보는 가장 정교한 렌즈라고 할 수 있습니다. 미분 방정식의 기초가 되는 미적분은 본래 움직이는 세계를 이해하기 위해 탄생했습니다. 일주일 동안의 몸무게 변화를 예로 들면, 매 순간의 변화량을 따지는 것이 미분이고 그 변화량을 합산하여 전체적인 추이를 파악하는 것이 적분의 개념입니다. 인구 변화에서도 매달 늘어나는 인구수는 미분으로, 이를 바탕으로 연말의 총인구를 예측하는 것은 적분으로 이해할 수 있습니다. 이처럼 미적분은 우리 주변에서 일어나는 모든 동적인 변화를 수치화하고 분석할 수 있는 기본 틀을 제공합니다. 미분 방정식은 관찰된 현상을 수식화하여 미래를 예측하는 것을 궁극적인 목적으로 합니다. 하늘을 나는 글라이더의 매 순간 속도를 측정하여 앞으로의 궤적을 추적하는 과정이 대표적인 예시입니다. 현재의 데이터를 바탕으로 어떤 일이 벌어질지 미리 계산해내는 이 과정은 과학적 탐구의 핵심이라 할 수 있습니다. 단순한 현상 기록에 그치지 않고, 수립된 모델을 통해 아직 도달하지 않은 미래의 상태를 논리적으로 도출해낸다는 점에서 미분 방정식은 실용적인 가치와 학문적 깊이를 동시에 지닙니다. 미분 방정식은 포함된 변수의 개수에 따라 크게 상미분 방정식과 편미분 방정식으로 나뉩니다. 상미분 방정식은 함수가 시간과 같은 단 하나의 변수에만 의존하는 경우를 다루며, 비교적 단순한 시스템의 흐름을 설명할 때 주로 사용됩니다. 반면 편미분 방정식은 시간뿐만 아니라 3차원 공간의 위치처럼 여러 변수를 동시에 고려해야 하는 복잡한 현상을 설명하는 데 필수적입니다. 우리가 사는 세계는 다차원적이기 때문에, 분석하려는 현상의 특성에 맞춰 적절한 방정식을 선택하는 것이 연구의 시작이 됩니다. 감염병 확산 모델인 SIR 모델은 상미분 방정식의 대표적인 활용 사례입니다. 이는 인구 집단을 감염 가능 대상자, 감염자, 회복자의 세 그룹으로 나누어 시간에 따른 변화를 추적합니다. 감염자 수의 변화량은 현재 감염자와 감염 가능 대상자의 비율에 따라 결정되며, 이를 통해 팬데믹의 정점이나 종식 시점을 예측할 수 있습니다. 이러한 수학적 모델링은 실제 통계 자료와 결합하여 사회적 위기 상황에서 방역 정책을 수립하고 판단을 내리는 중요한 과학적 근거가 되어줍니다. 공간적 확산을 설명할 때는 편미분 방정식이 등장합니다. 물에 떨어진 잉크가 퍼져 나가는 현상을 관찰할 때, 특정 지점의 농도는 시간의 흐름뿐만 아니라 공간상의 위치에 따라서도 달라집니다. 이때 시간에 따른 농도 변화와 공간에 따른 확산 비율 사이의 관계를 물리 법칙으로 정립한 것이 바로 편미분 방정식입니다. 3차원 유체의 흐름이나 열의 전달처럼 시공간이 복잡하게 얽힌 물리 현상을 정확하게 묘사하기 위해서는 이러한 다변수 미분 구조에 대한 깊이 있는 이해가 반드시 필요합니다. 마지막으로 미분 방정식은 구조에 따라 선형과 비선형으로 구분됩니다. 선형 방정식은 입렧값의 합이 결괏값의 합과 일치하는 중첩의 원리가 적용되어 비교적 해를 구하기 쉽고 예측이 명확합니다. 하지만 실제 자연 현상의 많은 부분은 변수들이 복잡하게 얽힌 비선형 구조를 띠고 있습니다. 비선형 방정식은 작은 변화가 예상치 못한 큰 결과를 초래하기도 하여 분석이 매우 까다롭지만, 현실 세계의 역동성을 가장 정밀하게 담아낼 수 있다는 점에서 현대 수학과 과학의 핵심적인 연구 대상이 됩니다.

[강연] 미분방정식과 충격파? 그 충격적인 관계 1_by 배명진 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 2강 첫 번째 이야기

배명진

카오스재단카오스강연
  • 수학

[바이러스와의 찐한 만남] ‘바이러스를 이기는 과학’ 현장 강연

인류의 역사에서 전염병과의 싸움은 위생 관념의 변화와 함께 시작되었습니다. 과거 크림 전쟁 당시 나이팅게일은 단순히 환자를 돌보는 것을 넘어, 사망 원인을 통계적으로 분석하여 위생의 중요성을 증명했습니다. 당시 병사들은 전투 부상보다 콜레라나 이질 같은 질병으로 더 많이 사망했는데, 이를 시각화한 그래프는 영국 국회를 설득하는 강력한 도구가 되었습니다. 이러한 데이터 기반의 접근은 현대 공중보건의 기틀이 되었으며, 우리가 보이지 않는 적인 바이러스를 과학적으로 이해하려는 첫걸음이 되었습니다. 루이 파스퇴르는 백신 개발과 살균법을 통해 인류를 질병의 공포로부터 구원한 선구자입니다. 그는 닭 콜레라와 탄저병, 광견병 백신을 개발했을 뿐만 아니라, 우유 속 미생물을 제거하는 저온 살균법을 고안하여 일상적인 위생 수준을 획기적으로 높였습니다. 파스퇴르와 같은 과학자들은 합리적인 방법으로 현상을 해석하고 이해하려 노력했으며, 이러한 태도는 현대 과학이 바이러스의 변이와 확산을 예측하고 대응하는 데 핵심적인 역할을 하고 있습니다. 과학적 사고는 막연한 공포를 실질적인 해결책으로 바꾸는 힘을 지닙니다. 전염병의 확산은 선형적인 흐름이 아닌 지수적인 패턴을 따릅니다. 하루에 두 배씩 늘어나는 연꽃이 호수를 채우는 과정처럼, 바이러스 역시 초기에는 미미해 보이지만 임계점을 넘어서면 폭발적으로 증가합니다. 이를 수치화한 것이 기초 감염 재생산지수인 'R0'입니다. 한 명의 감염자가 완치될 때까지 평균적으로 몇 명을 감염시키는지를 나타내는 이 지표가 1보다 크면 대유행이 시작됩니다. 지수 법칙의 힘은 매우 강력하여, 작은 수치 차이만으로도 수백억 명의 감염자를 발생시킬 수 있는 잠재력을 지니고 있습니다. 현대 사회의 고도화된 연결성은 바이러스에게 최적의 활동 무대를 제공합니다. 비행기와 자동차를 이용한 활발한 이동은 사람 간의 접촉률을 극대화하며, 이는 자연스럽게 감염병의 R0 값을 높이는 결과를 초래합니다. 과거의 스페인 독감이나 사스에 비해 최근의 감염병들이 더 빠르게 확산되는 이유는 우리가 지나치게 긴밀하게 연결되어 있기 때문입니다. 바이러스의 입장에서 인간의 이동 수단은 자신들의 영토를 확장하는 효율적인 도구와 같습니다. 따라서 세계화 시대의 방역은 단순한 격리를 넘어 이동 패턴에 대한 과학적 분석이 필수적입니다. 우리가 일상적으로 착용하는 마스크 속에는 정교한 물리 법칙이 숨어 있습니다. 아주 작은 바이러스 입자는 공기 분자와 충돌하며 불규칙하게 움직이는 '브라운 운동'을 합니다. 이 무작위적인 움직임 덕분에 바이러스는 마스크 필터에 걸릴 확률이 높아집니다. 또한 마스크의 핵심인 MB 필터는 정전기를 가두는 '일렉트렛' 성질을 이용하여 바이러스를 전기적으로 끌어당겨 차단합니다. 마스크를 세척하면 이러한 전기적 특성이 사라져 방어력이 급격히 떨어지므로, 과학적 원리를 이해하고 올바르게 사용하는 것이 무엇보다 중요합니다. 전염병의 미래를 예측하기 위해 과학자들은 SIR 모델과 같은 수학적 모델링을 활용합니다. 취약자, 감염자, 회복자의 비율 변화를 미분방정식으로 풀어내면 감염병의 정점이 언제일지, 병상 확보는 얼마나 필요한지를 계산할 수 있습니다. 최근에는 코딩 기술의 발달로 누구나 변수를 조정하며 확산 경로를 시뮬레이션할 수 있게 되었습니다. 하지만 아무리 뛰어난 모델이라도 정확한 데이터가 입력되지 않으면 무용지물입니다. 투명한 정보 공개와 양질의 데이터 수집은 과학적 예측의 신뢰도를 결정짓는 가장 중요한 토대입니다. mRNA 백신 기술은 수십 년간 묵묵히 연구를 이어온 과학자들의 집념이 만들어낸 결실입니다. 카탈린 카리코와 같은 연구자들은 비인기 분야라는 냉대 속에서도 RNA 연구를 포기하지 않았고, 그 덕분에 인류는 유례없는 속도로 백신을 개발할 수 있었습니다. 이제 우리는 2세대, 3세대 백신을 통해 전 지구적인 백신 불평등을 해소하고 변이 바이러스에 대응해야 합니다. 넘쳐나는 정보 속에서 팩트를 가려내는 문해력을 갖추고 합리적으로 사고하는 태도야말로, 우리가 바이러스를 이기고 더 나은 미래로 나아가는 진정한 힘이 될 것입니다.

[바이러스와의 찐한 만남] ‘바이러스를 이기는 과학’ 현장 강연
국립과천과학관👉기획·특별전
  • 물리학
  • 생명과학
  • 수학
  • 융합

[COVID-19_talk_17] If We Didn’t Keep Social Distance…? _Byungnam Kahng | 17강

코로나19 확산에 대응하는 우리나라의 방역 체계는 테스팅, 트레이싱, 트리트먼트라는 3T 전략을 핵심으로 합니다. 빅데이터를 활용한 역학 조사를 통해 감염자의 주변 환경을 신속히 파악하고 국지적인 격리를 시행함으로써, 전면적인 봉쇄 없이도 경제 활동을 어느 정도 유지할 수 있었습니다. 이러한 방식은 감염 확산을 효과적으로 억제하면서도 사회적 비용을 최소화하는 독특한 모델로 평가받으며, 대규모 군중 모임으로 인한 폭발적 감염 상황에서도 시스템의 복원력을 증명해 왔습니다. 네트워크 과학의 관점에서 감염병 확산은 노드와 링크의 상호작용으로 설명됩니다. 노드는 개별 사람을, 링크는 사람 간의 접촉을 의미하며, 감염자가 비감염자와 접촉할 때 일정 확률로 바이러스가 전파됩니다. 기존의 수학적 모델과 달리 네트워크 접근법은 사람 간의 구체적인 연결 구조를 고려하므로, 특정 인물을 격리할 때 그 주변의 링크를 차단하는 국지적 격리 효과를 정밀하게 시뮬레이션할 수 있습니다. 이는 실제 사회에서 일어나는 복잡한 접촉 양상을 반영하는 데 매우 유리합니다. 우리가 살아가는 사회 연결망은 단순히 무작위적인 관계가 아니라, 집단 내부는 촘촘하고 집단 간은 드문드문 연결된 소셜 네트워크 구조를 가집니다. 특히 '6단계 분리' 이론에 따르면, 거대한 네트워크 내에서도 평균 6명만 거치면 누구와도 연결될 수 있습니다. 이는 n차 감염이 진행됨에 따라 누구나 감염 위험에 노출될 수 있음을 시사하며, 대규모 모임이 발생할 때 왜 폭발적인 감염 확산이 일어나는지를 수학적으로 뒷받침해 줍니다. 좁은 세상 안에서 감염의 고리는 생각보다 훨씬 가깝게 연결되어 있습니다. 시뮬레이션 결과에 따르면 격리 조치는 감염 전파 속도를 늦추는 데 결정적인 역할을 합니다. 격리가 없는 경우 짧은 기간 내에 대다수의 인구가 감염되지만, 격리를 시행하면 전파 기간이 길어지면서 의료 체계가 감당 가능한 수준을 유지하게 됩니다. 또한 격리 과정에서 확진자의 접촉자를 추적함으로써 스스로 감염 사실을 모르는 무증상 감염자를 찾아내 격리할 수 있다는 점이 기술적 성과입니다. 이러한 선제적 조치는 무증상 감염자로 인한 조용한 전파를 차단하여 전체 감염 규모를 줄이는 데 기여합니다. 전면적인 봉쇄 대신 국지적 격리를 선택한 것은 경제적 회복력을 고려한 결정입니다. 물리학의 '임계 감속' 개념처럼, 경제 활동이 일정 수준 이하로 마비되면 이를 다시 회복하는 데는 중단된 시간보다 훨씬 긴 시간이 소요됩니다. 국지적 격리는 경제가 완전히 멈추는 임계점에 도달하지 않도록 관리함으로써, 방역과 경제라는 두 마리 토끼를 잡으려는 전략적 선택이었습니다. 이는 단순히 수치상의 차이를 넘어 장기적인 국가 시스템의 안정성을 유지하는 데 매우 중요한 요소로 작용합니다. 향후 발생할 수 있는 2차 파동의 가장 위험한 시나리오는 계절 독감과 코로나19가 동시에 유행하는 동시 감염 상황입니다. 변종 바이러스의 출현이나 무증상 감염자의 누적도 위협적이지만, 겨울철 독감과의 결합은 방역 시스템에 막대한 부하를 줄 수 있습니다. 따라서 집단 감염의 고리를 끊기 위한 지속적인 주의가 필요하며, 특히 대규모 인파가 모이는 행사는 무증상 감염자와 결부되어 폭발적인 확산을 야기할 위험 요소입니다. 안정기에 접어들더라도 잠재적인 확산 가능성에 대해 철저한 대비가 필요합니다. 집단 면역에 도달하기 위해서는 이론적으로 인구의 60~67%가 면역력을 갖춰야 하지만, 네트워크 구조를 활용하면 더 효율적인 백신 전략을 세울 수 있습니다. 모든 사람에게 무작위로 백신을 투여하는 대신, 연결망이 넓은 이른바 허브 노드들을 우선적으로 보호함으로써 적은 양의 백신으로도 확산 차단 효과를 극대화할 수 있습니다. 이러한 과학적 접근은 한정된 자원을 효율적으로 배분하여 사회 전체의 안전을 도모하는 핵심적인 가이드라인이 되며, 미래의 또 다른 팬데믹에 대응하는 중요한 자산이 될 것입니다.

[COVID-19_talk_17] If We Didn’t Keep Social Distance…? _Byungnam Kahng

강병남

카오스재단코로나19 과학토크
  • 생명과학

[코로나TALK-17] 만약 사회적 격리를 하지 않았다면? _강병남 교수 | 17강

코로나19 팬데믹은 현대 사회의 복잡한 연결망을 통해 전례 없는 속도로 확산되었습니다. 이러한 감염병의 흐름을 정확히 파악하기 위해 물리학의 네트워크 과학이 중요한 도구로 활용됩니다. 네트워크 과학에서는 사람을 노드로, 접촉을 링크로 설정하여 바이러스의 전파 경로를 시뮬레이션합니다. 이를 통해 단순한 통계를 넘어 사회 구조적 특징이 감염 확산에 미치는 영향을 심도 있게 분석할 수 있으며, 향후 발생할 수 있는 확산 양상을 예측하는 과학적 토대를 마련합니다. 한국의 방역 체계인 K-방역은 검사, 추적, 치료라는 세 가지 단계로 요약됩니다. 특히 빅데이터를 활용한 신속한 역학 조사는 감염자의 주변 접촉자를 빠르게 격리함으로써 지역적 방역을 가능하게 했습니다. 이는 국가 전체를 봉쇄하는 전면적 봉쇄(락다운) 방식과 달리, 경제 활동을 어느 정도 유지하면서도 감염 확산을 억제하는 효율적인 전략입니다. 네트워크 관점에서 보면 이는 감염된 노드 주변의 링크를 국지적으로 차단하여 전체 네트워크로의 전파를 막는 정교한 제어 방식이라 할 수 있습니다. 감염병 확산에서 네트워크의 구조는 결정적인 역할을 합니다. 무작위적인 연결보다 특정 인물에게 연결이 집중된 스케일 프리 네트워크나, 집단 내 결속력이 강한 소셜 네트워크에서는 전파 양상이 다르게 나타납니다. 특히 사회적 연결망은 '좁은 세상'의 특성을 지니고 있어, 소수의 접촉만으로도 전체 네트워크에 바이러스가 퍼질 수 있는 구조를 갖추고 있습니다. 따라서 사회적 거리두기는 이러한 네트워크의 연결성을 의도적으로 약화시켜 전파 속도를 늦추는 필수적인 조치입니다. 정교한 시뮬레이션을 위해 기존의 SIR 모델에 격리 상태와 무증상 감염 상태를 추가한 확장 모델이 사용됩니다. 코로나19의 특징인 잠복기와 무증상 전파를 반영하여, 유증상자와 무증상자가 각각 격리되거나 전파를 지속하는 과정을 수치화합니다. 기초 재생산 지수($R_0$)가 1보다 크면 팬데믹으로 발전하는데, 전염 비율과 접촉자 수, 노출 기간을 조절함으로써 방역 정책의 효과를 검증할 수 있습니다. 이러한 수학적 모형은 실제 대규모 감염 사례의 확산 수치와도 높은 일치율을 보입니다. 시뮬레이션 결과에 따르면 격리 조치는 감염 확산 속도를 늦출 뿐만 아니라 최종 감염자 수에도 큰 차이를 만듭니다. 격리가 없는 경우 짧은 기간 내에 거의 모든 인구가 감염되는 파국적 상황에 직면하지만, 격리를 시행하면 감염되지 않은 건강한 인구를 상당 부분 보존할 수 있습니다. 또한 격리 과정에서 접촉자 조사를 병행하면 숨겨진 무증상 감염자를 찾아내어 추가 전파를 차단하는 부수적인 효과도 얻게 됩니다. 이는 의료 체계의 붕괴를 막고 방역의 지속 가능성을 확보하는 핵심적인 기제입니다. 2차 파동의 위험은 여전히 존재하며, 그 원인은 해외 유입, 소규모 집단 감염, 바이러스 변이, 그리고 무증상 감염자의 누적 등 다양합니다. 특히 가장 우려되는 시나리오는 계절 독감과 코로나19가 동시에 유행하는 상황입니다. 두 바이러스가 결합하여 폭발적인 감염을 일으킬 경우 방역 시스템에 가해지는 부하는 상상을 초월할 수 있습니다. 따라서 겨울철 독감 예방 접종과 철저한 개인위생 관리는 코로나19의 재확산을 막기 위한 전략적 방어선으로서 매우 중요한 의미를 지닙니다. 집단 면역에 도달하기 위해서는 인구의 일정 비율 이상이 면역력을 갖춰야 하며, 이를 위해 백신 보급 전략이 중요합니다. 네트워크 과학에 따르면 무작위 접종보다 연결성이 높은 노드에게 우선적으로 백신을 투여할 때 훨씬 적은 양으로도 확산을 효과적으로 억제할 수 있습니다. 또한 국지적 격리 방식은 경제가 마비되는 임계점을 피하게 함으로써 경기 회복 시간을 단축하는 경제적 이점도 제공합니다. 과학적 모델링에 기반한 정교한 방역은 생명 보호와 경제 유지라는 두 마리 토끼를 잡는 길입니다.

[코로나TALK-17] 만약 사회적 격리를 하지 않았다면? _강병남 교수

강병남

카오스재단코로나19 과학토크
  • 생명과학

[코로나TALK-1] 코로나19 확산 모형, 김범준 교수 연구발표 | 1강

데이터 사이언스 분야에는 '데이터를 아주 오래 고문하면 데이터가 자백한다'는 흥미로운 격언이 있습니다. 이는 방대한 데이터를 끈기 있게 분석하고 이해하려 노력하다 보면 그 속에 숨겨진 진실과 패턴을 찾아낼 수 있다는 긍정적인 의미를 담고 있습니다. 감염병 확산 역시 개별적인 사례에 매몰되기보다 국가별로 축적된 방대한 데이터를 기반으로 접근할 때 비로소 전체적인 흐름을 파악할 수 있습니다. 다만 데이터가 들려주는 모든 이야기가 진실이라고 맹신하기보다, 데이터에 담긴 맥락을 세심하게 살피는 태도가 무엇보다 중요합니다. 모든 감염병 확산 데이터는 전형적인 알파벳 S자 모양의 곡선을 그리는 경향이 있습니다. 초기에는 환자 수가 급격하게 늘어나며 아래로 볼록한 형태를 띠지만, 확산이 진정세에 접어들면 곡선의 기울기가 변하며 위로 볼록한 형태로 바뀌게 됩니다. 이 과정에서 곡률이 변하는 변곡점이 존재하게 되며, 이를 통해 확산의 정점과 종료 시점을 직관적으로 이해할 수 있습니다. 국가마다 곡선의 구체적인 모양에는 차이가 있지만, 이러한 S자 곡선의 특성을 파악하는 것은 현재의 방역 상황을 진단하고 미래를 예측하는 데 핵심적인 지표가 됩니다. 감염병의 확산 양상을 시각화하는 방법 중 하나인 카토그램은 확진자 수에 비례하여 국가의 면적을 왜곡해 보여줍니다. 이를 통해 관찰한 코로나19의 초기 확산은 주로 동서 방향의 축을 따라 진행되었습니다. 중국에서 시작된 바이러스가 한국을 거쳐 유럽과 미국으로 번져나가는 과정은 지리적 거리보다 항공망 연결성이 더 큰 영향을 미쳤음을 시사합니다. 이후 4월 중순을 기점으로 확산의 축은 남북 방향으로 이동하여 러시아, 인도, 남미 국가들의 면적이 급격히 커지는 양상을 보였으며, 이는 전 지구적인 경계가 필요함을 일깨워 줍니다. 과학자들은 감염병 확산을 이해하기 위해 '구획 모형'이라는 이론적 틀을 사용합니다. 가장 대표적인 SIR 모형은 전체 인구를 미감염자(S), 감염자(I), 격리 및 회복자(R)의 세 그룹으로 나누어 이들 사이의 상호작용을 미분방정식으로 기술합니다. 이 모형은 지리적 요소를 배제한 단순한 가정을 바탕으로 하지만, 감염병 확산의 본질적인 역학을 파악하는 데 매우 유용합니다. 특히 확진 판정을 받고 격리되는 과정을 포함하는 SIR 모형은 현실의 방역 시스템이 감염 확산을 억제하는 원리를 수학적으로 명확하게 보여주는 도구가 됩니다. 한국의 확진자 발생 패턴을 분석해 보면 단일한 S자 곡선이 아닌, 여러 개의 곡선이 중첩된 형태임을 알 수 있습니다. 초기 해외 유입 사례와 대구·경북 지역의 대규모 확산, 그리고 이후 수도권을 중심으로 나타난 산발적 감염이 각각 독립적인 곡선을 형성한 것입니다. 주목할 점은 후속 곡선으로 갈수록 곡선의 기울기가 완만해졌다는 사실입니다. 이는 보건당국의 적극적인 진단과 방역 노력, 그리고 시민들의 사회적 거리두기가 실질적으로 감염 확산 속도를 늦추는 데 기여했음을 데이터로 증명하는 결과라고 볼 수 있습니다. 메타포퓰레이션 모형은 국가 간 이동 데이터를 결합하여 감염병의 전 지구적 확산을 시뮬레이션합니다. 연구 결과에 따르면, 국가 간 이동을 물리적으로 제한하는 것보다 지역 내에서의 감염 확률을 낮추는 것이 최종 확산 규모를 줄이는 데 훨씬 효과적입니다. 항공망을 통한 이동 제한은 확산 시점을 늦추어 대비할 시간을 벌어줄 뿐, 근본적인 해결책이 되기는 어렵기 때문입니다. 따라서 마스크 착용이나 사회적 거리두기와 같은 개인의 방역 수칙 준수가 전체 공동체의 안전을 지키는 데 있어 가장 강력하고 실질적인 수단이 됩니다. 감염병 대응의 핵심 지표인 재생산 지수는 한 명의 환자가 전염시키는 평균 인원수를 의미하며, 이는 감염 확률, 접촉 횟수, 격리 전 활동 기간의 곱으로 결정됩니다. 미래에 닥칠 또 다른 감염병인 '질병 X'에 대비하기 위해서는 이러한 물리적 변수뿐만 아니라 사회·경제적 비용까지 고려한 확장된 모형이 필요합니다. 이번 사태를 통해 얻은 데이터와 과학적 통찰을 바탕으로 국가 간 공조 체계를 강화하고 투명한 정보 공유 시스템을 구축한다면, 인류는 다음 팬데믹 위기 앞에서 더욱 지혜롭고 신속하게 대응할 수 있을 것입니다.

[코로나TALK-1] 코로나19 확산 모형, 김범준 교수 연구발표

김범준

카오스재단코로나19 과학토크
  • 물리학
  • 생명과학