이번 코로나 바이러스와 관련해서 많은 소상공인, 그리고 대기업, 중소기업, 스타트업까지 모두 힘든 시기를 지내고있습니다. 저희 일루넥스또한 2년차 스타트업 기업으로 모든 직원들을 재택근무 시키고 힘든 시기를 보내고있습니다. (벌써 4주째 재택근무를 하고있습니다. )
이전에는 처음 코로나 사태가 이렇게 극단적으로 악화될지 모르고 코로나 관계망을 한번 그려보았을뿐입니다.
다만 저희는 그래프 이론을 통해 기존의 대학생들이 만들어놓은 코로나맵에서는 표현하고 분석할수없는 감염경로 분석에 대해서 집중하였습니다.
그리고 다음과 같은 테스트 결과를 얻게 되었습니다.
COVID-19 그래프 분석 결과
- 그래프 이론과 실제 관계망을 통해 확진자 이동동선을 빠르게 파악할수있었다.
- 실제 집중해야하는 전염환자에 대해서 그래프 분석을 적용하였고 시각적으로 즉시 파악할수있었다.
- 감염 차수를 확인하고 실제 슈퍼 전파자를 찾아내는데 효율적이라는 사실을확인하였습니다.
기업과 COVID-19 의 관계
(주)일루넥스의 이펙트몰 플랫폼은 기업을 분석하고 성장가능성을 예측합니다. 기업들의 재무정보뿐만 아니라 관련된 기업의성장가능성까지 파악하여 입체적인 기업의 성장지표를 수학적으로 도출하여 서비스를 합니다.물론 AI 분석(Deep Learning)을 통해 추후 정확도를 높이려는 시도또한 진행하고 있기도합니다.
이렇게 저희 일루넥스는 기업의 성장가능성에 많은 집중을 하는 팀으로서 이번 코로나 사태는 저희에게 기업의 성장 지표는 방역과도 밀접한 관련이있다는 것을 깨우처준 계기가 되었습니다.
기업의 성장과 virus의 영향에 대해서는 과거 메르스사태때도 크게 대두되지 않았었습니다. 역시나 재무정보에 의존하는 경향이 많았으며, 그나마 최근 AI 기술을 도입하여 뉴스의 긍정부정을 판단하는 감성지수를 포함하는게 전부 였습니다.
질병본부 Data 의 아쉬움
질병본부에서는 어느덧 확진자 공개 관련 데이터를 관내 지방 자치 단체의 자율적 공개에 넘김으로서 이전보다 데이터의 질과 정합성이 더욱더 떨어지고있습니다. 어떤 지방 단체는 이미지로 데이터를 공개하고있으며, 어떤 지방단체는 다른곳에서 제공하는 데이터를 제공하지 않고있기도합니다.
어떤 확진자는 공개하고 어떤 확진자는 데이터를공개하지 않고있으며, 이러한 데이터의 부정합으로 인해서 데이터를 정리하는데 더많은 시간이 소요가 되었으며, 더 정확한 정보를 전달하는데 어려움이 있습니다.
LH(한국토지주택공사) 의 시도
한국 토지 주택공사(LH)는 주택및 청약을 관리하는 국내 공사중 한곳으로서 지도 정보를 가장 많이 사용하는 기관중 한곳입니다. 사실 LH 는 이미 사업지구와 토지이용 계획까지 지도로 서비스를하고있습니다만,
그럼에도 LH 에서는 현재 택지정보, 사업지구가 COVID-19 와 어떤 관련이있을지 그리고 사업지구 근처에 얼마나 많은 확진자가 있는지를 보고싶어했습니다.
이번에 LH 에서 궁금한 사항에 대해서 그래프 관계분석 기법은 빠져있지만 기업의 비즈니스에 바이러스의 영향도를 파악하고 싶어하는 니즈를 확인할수있었습니다.
LH 는 일루넥스가 제공하는 COVID-19 이동 경로 정보를 질본 발표와 동시에 실시간으로 데이터를 받아볼수있으며, 해당 확진자가 LH 사업지구 어디와 연관이있는지를 바로 파악할수있게 됩니다.
물론 코로나 동선을 이렇게 파악한다고해서 비즈니스적으로 얼마만큼 좋아졌다를 판가름 할수는 없습니다만, 기업에서 코로나 바이러스를 심각하게 보고 비즈니스와의 연관성을 보는것에 관심을 기울이고 있다는 사실이 더 중요한것같습니다.
바이러스 조기 예측이 가능할까?
1달간의 COVID-19 관련 데이터를 직접 수집하고 정제하였으며, 실제 서비스까지 만들게 되었습니다.
국가에서는 기존 10조원 추경 예산보다 2배 많은 20조원을 COVID-19 대응에 쏟아붓기로 하였습니다.
그렇다면 조기에 바이러스 확산 위험을 알고 그에 대한 대응책을 고심할수는 없을까요?
조기 경보 체계가 있었더라면 예를 들어 항공편 제한 및 격리 시설 마련등 여러 가지를 준비할 수 있어, 확산 방지가 지금보다는 수월 했을 것 같습니다.
일루넥스에서도 이 부분에 대한 고민과 해결점에 대해서 생각해보게 되네요.