• HOME
  • PRODUCT
  • DEVELOP
  • NEWS
  • CONSULTING
No Result
View All Result
illunex Blog
  • HOME
  • PRODUCT
  • DEVELOP
  • NEWS
  • CONSULTING
No Result
View All Result
일루넥스 블로그
No Result
View All Result

대한민국 COVID-19 감염확산과 경로 그래프 분석

박 진혁 by 박 진혁
2020년 2월 17일
in PRODUCT, 기타 DEMO

전세계적으로 코로나 바이러스의 피해가 날로 심해지고 있는 상황입니다.
2020년 02월 13일 현제 감염자수는 60,373명이 되었습니다. 특히나 모두 아시다시피 중국이 발원지라고 의심을 받는 만큼 피해가 큰 지역또한 중국입니다.

중국 당국의 조사에도 불구하고 하루에도 몇백명이 숨지고 있다고 비공식 채널에서는 말합니다.
사실 방역에 대한 평소우리의 생각은 어떤가요? 평소에는 이런일이 일어날지 몰라 사실은 방관하고 살아옵니다.

하지만 막상 방역 비상시에는 우리는 국가적으로든 개인적 천문학적인 손실을 입게 됩니다.

그래서 (주) 일루넥스에서는 평소 고민했던 문제들과 오늘날의 코로나 바이러스 사태를 보고
비전문가의 자격으로 어떻게 하면 더 체계적인 방역이 될 수 있을지 아이디어를 내어보았고
데모 프로젝트를 빠르게  구현해보았습니다.

1. 용어정리 !! 방역이란?

(주)일루넥스는 방역 전문 업체는 아닙니다. 그래서 사실은 방역에 대한 정확한 정의는 이번 프로젝트를 진행하면서 조사를 하고 알게 되었습니다.

방역이란 감염병의 유행을 막고 그 침입을 예방하는 실무와 대책까지 포함한 공중 보건학적 용어이다. 최근에 수산 양식 분야에 있어 방역의 개념이 주목을 받으면서 국내에서 이루어지는 방역과 국가와 국가 사이, 즉 국경에서 이루어지는 검역을 업무적으로 구분하는 경우도 있지만 외국에서 발생한 감염병이 국내에 들어오지 못하도록 하는 검역도 방역의 한 부분이라고 볼 수있다. 

2. 방역의 중요성

이번 코로나 바이러스의 무서운 점은 다른 사람에게 전이가 무척 빠르다는것입니다.
그렇기 때문에 국가적 차원의 방제는 더욱 더 철저해야하고 방심할 틈이 없습니다.

국가는 빠른 확산을 막기 위해 감염된 환자를 치료하는 것 뿐만 아니라
최초 감염원을 찾아내어 더 많은 접촉자를 색출하고 치료및 격리 하는 것이 너무도 중요하다고 할 수 있습니다.

3. 방역을 위한 Graph Network 의 필요성

이번 코로나 사건으로 고려대생들의 코로나 맵서비스는 그래도 많은 국민적 관심을 얻었습니다.
이래적으로 정부에서 바이러스 환자의 이동 경로를 공개하였고 이를 통해 발빠르게 젊은 대학생들이 만든 서비스입니다.

국가 위기(?)상황에서 서비스를 빠르게 개발하고 무료로 국민들이 이용할수있도록 배포하였다는점에 큰 의미가 있는 서비스입니다. 그리고 이러한 좋은 취지를 인정하였는지 몇 백만명이 하루 방문하여 서버비 부담이 가중되었을텐데 기업들이 앞다퉈 지원을 해주었다고하니 다행이다라는 생각 을하게 되었습니다.

이번 우한 바이러스는 감염력이 너무나 빠르게 진행이 되 기때문에 초기 바이러스 확산을 진압하는 것이 매우 중요합니다. 그렇기 때문에 국내 확진자들(현재 28명)이 접축한 사람의 수를 정확히 파악하고 그들간의 복잡한 상관관계를 분석하여 핵심 바이러스 감염원을 지속적으로 찾아내고 바이러스를 박멸하는것은 너무도 중요한 활동입니다.

국내 28명의 확진자들의 접촉자수는 공개된 수치로는 오늘 (2020.02.16 기준) 1785 명 입니다.

이들의 이동 경로와 이들이 만난 또다른 이들의 관리를 어떻게 정부에서 하는지는 모르나, 복잡한 접촉자들의 관계를 Graph 이론을 적용하여 핵심 감염원과 상위 감염자를 빠르게 찾아낼 수 있습니다.

그래프 이론은 다음과 같이 설명할 수 있습니다.

Graph Theory? 유한개의 점으로 이루어진 집합과 점들 사이의 관계를 연구하는 학문이다. 수학과 컴퓨터 과학의 한분야로, 특정 집단내 대상들 간의 관계를 그래프로 나타내어 연구한다.

Graph Theory : 그래프 이론은 상세히 들어가면갈수록 수학적 개념이 많아 매우 어렵기때문에 여기서 그래프 이론을 설명하지는 않습니다. 추후 일루넥스 블로그를 통해서 점차적으로 소개할 예정입니다.

4. 확진자 관계망 구현

일루넥스는 질병관리본부에서 코로나 바이러스 확진자 정보와 경로 데이터를 통해 다음과 같은 기능을 집중적으로 관계망을 그려보았습니다.

  • • 확진자 감염경로 관계망
  • • 핵심 감염원 그래프 분석
  • • 접촉자 수 그래프 분석
  • • 핵심 발병원 그래프 분석
  • • 감염 발병 시뮬레이션 (TimeLine)
  • • 필터 정보 (감염경로, 감염구분, 환자상태, 장소, 나이)
  • • 확진자 이동 경로
  • • 등등..

4.1 감염관계망

감염관계망을 그리기 위해서는 먼저 노드를 정해야 합니다.
그래서 분석 노드로는 국가(중국, 일본 등), 남자, 여자, 격리소 로 정하였고 각 노드간 관계는 다음과 같이 정하였습니다.

  • • 1차 감염
  • • 2차 감염
  • • 3차 감염
  • • 격리 치료(격리소)
  • • 국가 방문

아래 이미지는 위 노드 와 관계를 그래프 네트워크로 시각화한 화면 입니다.
그래프 망을 통해 직관적으로 우한(중국)으로부터 확진자들이 생기는 것을 바로 관찰할 수 있으며
1차, 2차, 3차 감염경로또한 노드간 관계를 통해 바로 확인할 수 있습니다.

지금은 28명의 노드(확진자)밖에 없어 Graph 이론을 통한 네트워크 분석이 딱히 필요 없을 수 도 있습니다.

하지만 만약 100명의 노드(확진자)라면 어떨까요? 아니 중국과 같이 10,000여명의 확진자 노드가 있다면 복잡한 노드 관계가 형성이 됩니다.
이럴 때는 기존의 RDBMS 쿼리를 통해 분석하는것은 한계가 있습니다.

물론 RDBMS는 원하는 질의에 대한 해답을 찾는 방법에는 굉장히 유용합니다.
하지만 수천~수만명의 사람들의 이동경로, 접촉자 수와 같은 수많은 관계 선이 연결된 네트워크망에서 빠르게 인사이트를 찾기 위해서는 그래프 분석 방법이 최선의 선택이라고 말할 수 있습니다.

아래 이미지는 그래프망을 원하는 필터조건을 통해 원하는 노드를 동적으로 추출하여 시각화한 화면입니다.

4.2 감염자 이동 경로

확진자들의 이동 경로와, 진료소 정보를 확인할 수 있다.
현재는 WEB 만 제공하고 있으나, 추후 APP 서비스로 제공할 예정이며, 추후 특정 지역에 어떤 감염원들이 있는 지를 검색할 수 있는 기능을 추가 할 생각입니다.
또한 GPS 정보에 동의한 사용자에게 현재 내가 감염 경로에 해당하는 지역에 있다면 Alert 기능을 통해 위엄을 알 수 있도록 기능을 추가하려고 합니다.
(물론 이 또한 시간이 된다면 이라는 가정하에)

4.3 접촉자 관리 (중요!!!!)

아직은 접촉자 DB를 공개하지 않아 관계망을 그릴 수는 없었습니다.
민감한 개인정보이기 때문에 당연히 공개할 수는 없을 것이며, 추후 질병관리부나 다른 기관의 요청이 있을때 관계 그래프를 제공할 수 있을 것입니다.

5. 최종 데모 서비스

아래 영상은 Graph 이론을 통해 대한민국 Corona 확산과 감염경로를 분석하였던 데모 프로젝트를 시연합니다.
해당 영상을 통해 관계망이 어떻게 동작하는지와 복잡하게 얽힌 관계 선 사이에서 어떤 숨겨진 인사이트와 놓치고있던 팩트를 사용자에게 제공할 수 있는지를 시연합니다.

아래 영상에서는 접촉자 데이터를 받을 수 없어 접촉자와 관련된 분석 관계망을 그려볼수는 없었습니다.
질본부나 다른 기관과 협업이 된다면 해당 정보를 통해 빠르게 분석 관계망을 제공할 수 있을 것입니다.

※ 데모웹사이트 : http://www.coronawho.com/

6. 기업 분석 & 바이러스 분석 융합

일루넥스는 3년 전부터 AI 기술과 Graph 분석 기법을 통해 기업과 기업이 맺고있는 관계(매출처, MOU, 경쟁사, 지주회사)를 분석하여 기업의 성장성과 신뢰성을 분석하고있습니다.

이때 사용하는 분석 파라메터는 매출, 관계 기업의 성장성, 부채, 감성지수(뉴스)등 에 대해 특정 가중치를 주고 자체 수학적 기법을 활용하여 분석하고 있습니다. 올 하반기까지는 자체 학습 알고리즘을 통해서 기업의 성장성과 신뢰성을 측정하는데 더욱 정확한 측정이 가능하도록 딥러닝 알고리즘을 개선하고자 합니다

우리는 이번 우한 코로나 바이러스 사태가 국가적 파장에 큰 영향을 끼친다는 것을 알게 되었습니다. 
기업활동은 크게 위축되고 경제적 지표 까지 영향을 미치게 됩니다. 

때문에 이번 데모 프로젝트는 한번의 프로젝트로 끝나는것이 아니라,  기존의 기업 분석 기법에 바이러스 확산에 대한 영향도 분석을 융합하게 되면 새로운 지표와 분석이 가능할 것 같습니다.

결론 : 아직은 많은 수의 감염자 분석을 해볼 순 없었지만 접촉자들과 확진자들 간의 네트워크 분석을 통해 정밀한 감염발병지와 확산 경로를 파악할 수 있을 것으로 사료됩니다.
이러한 가설 논리를 통해 빠른 시간 안에 Zika 바이러스와 같은 다른 바이러스에 대한 그래프 분석을 시연해 볼 예정입니다.

Tags: coronaCOVID-19코로나코로나 분석
ShareTweet
Previous Post

충북 TP 온프레미스 구축

Next Post

마이크로서비스(MSA) 구축 계획

  • Copyright © 2020 illunex., Inc., All Rights Reserved.
  • 개인정보보호정책
No Result
View All Result
  • HOME
  • PRODUCT
  • DEVELOP
  • NEWS
  • CONSULTING