연구
< 산업및시스템공학과 이재길 교수(앞줄 오른쪽 두번째)와 연구팀 >
최근 전 세계적으로 코로나바이러스감염증-19(COVID-19) 확진자 수가 2,000만 명을 넘어선 가운데 최근 국내에서도 코로나19 확진자 수가 급증해 2차 대유행 조짐을 보이면서 정부는 8월 23일부터 전국 대상으로 사회적 거리두기 단계를 2단계로 격상해 시행 중이다.
중앙재난안전대책본부(중대본)에 따르면 국내 코로나 누적 확진자 수는 8월 23일 오전 0시 기준으로 총 1만7,399명이다. 이 중 해외유입 감염자 수는 2,716명(8월 22일 오전 0시 기준)으로 전체 확진자의 약 16%를 차지한다. 대륙별로 보면 아시아(중국 외), 미주, 유럽, 아프리카 순이다. 지난 14일 이후 국내 지역 발생 신규확진자 수가 급증하고 있지만 향후 해외유입 확진자 수의 확산추세 또한 결코 장담할 수 없는 상황이다.
이런 가운데 우리 연구진이 해외유입 확진자 수를 예측할 수 있는 관련 기술을 개발했다. 우리 대학 산업및시스템공학과 이재길 교수 연구팀이 코로나19 해외유입 확진자 수를 예측하는 빅데이터‧인공지능(AI) 기술을 개발했다고 19일 밝혔다.
이재길 교수 연구팀이 개발한 이 기술은 해외 각국의 확진자 수와 사망자 수, 해외 각국에서의 코로나19 관련 키워드 검색빈도와 한국으로의 일일 항공편 수, 그리고 해외 각국에서 한국으로의 로밍 고객 입국자 수 등 빅 데이터에 인공지능(AI) 기술을 적용해 향후 2주간의 해외유입 확진자 수를 예측한다.
코로나19 확진자 수가 급증할수록 해외유입에 의한 지역사회 확산의 위험성도 항상 뒤따르기 마련이다. 이에 따라 이재길 교수 연구팀이 개발한 정확한 해외유입 확진자 수 예측기술은 방역 시설 및 격리 시설 확충, 고위험 국가 입국자 관리 정책 등에 폭넓게 응용 및 적용될 수 있을 것으로 기대가 크다.
우리 대학 지식서비스공학대학원에 재학 중인 김민석 박사과정 학생이 제1 저자로, 강준혁, 김도영, 송환준, 민향숙, 남영은, 박동민 학생이 제2~제7 저자로 각각 참여한 이번 연구는 최고권위 국제 학술대회 'ACM KDD 2020'의 'AI for COVID-19' 세션에서 오는 24일 발표된다. (논문명 : Hi-COVIDNet: Deep Learning Approach to Predict Inbound COVID-19 Patients and Case Study in South Korea)
해외유입 확진자 수는 다양한 요인에 의해서 영향을 받는다. 일반적으로 해외 각국에서의 코로나19 위험도와 비례하며, 해외 각국에서 한국으로의 입국자 수와도 비례한다. 그러나 코로나19 위험도와 입국자 수를 실시간으로 알아내기에는 많은 제약이 따르므로 연구진은 쉽게 구할 수 있는 종류의 빅데이터를 기반으로 하는 인공지능(AI) 모델을 구축하는 데 성공했다.
연구진은 기본적으로 해외 각국의 코로나19 위험도를 산출할 때, 보고된 확진자 수와 사망자 수를 활용했다. 그러나 이러한 수치는 진단검사 수에 좌우되기 때문에 코로나19 관련 키워드 검색빈도를 같이 입력 데이터로 활용해 해당 국가의 코로나19 위험도를 실시간으로 산출했다.
이와 함께 실시간 입국자 수는 기밀정보로서 외부에 공개되지 않기 때문에 매일 제공되는 한국에 도착하는 항공편수와 로밍 고객 입국자 수를 통해 이를 유추해냈다. 로밍 고객 입국자 수 데이터는 KT로부터 제공 받았지만 KT 고객 입국자만을 포함한다는 한계를 일일 항공편수를 함께 고려함으로써 이 문제를 해소했다.
이밖에 해외유입 확진자 수 예측을 위해서는 국가 간의 지리적 연관성도 매우 중요하게 고려해야 한다. 어느 특정 국가의 코로나19 발병이 이웃 국가로 더 쉽게 전파되며, 국가 간의 교류도 거리에 따라 영향을 받기 때문이다. 연구팀은 이러한 문제해결을 위해 지리적 연관성을 학습하도록 국가-대륙으로 구성되는 지리적 계층구조에 따라 우선 각 대륙으로부터의 해외유입 확진자 수를 정확히 예측함으로써 궁극적으로 전체 해외유입 확진자 수를 정확히 예측하도록 하는 인공지능(AI) 모델을 설계했다. 연구팀은 이 인공지능 모델을 'Hi-COVIDNet'라고 이름 붙였다.
< 코로나19 해외유입 확진자 수 예측 방법의 모식도 >
이후 연구팀은 약 한 달 반에 걸친 단기간의 훈련 데이터만으로 생성된 `Hi-COVIDNet'을 통해 향후 2주 동안의 해외유입 확진자 수를 예측한 결과, 이 모델이 기존의 시계열 데이터기반의 예측 기계학습이나 딥러닝 기반의 모델과 비교했을 때 최대 35% 더 높은 정확성을 지니고 있음을 확인했다.
제1 저자인 김민석 박사과정 학생은 "이번 연구는 최신 AI 기술을 코로나19 방역에 적용할 수 있음을 보여준 사례ˮ 라면서 "K-방역의 위상을 높이는데 기여할 것으로 기대한다ˮ 고 밝혔다.
이번 연구는 KAIST 글로벌전략연구소(소장 김정호)의 코로나19 AI 태스크포스팀의 지원을 받았고, KT(담당 변형균 상무)와 과학기술정보통신부(담당 김수정 서기관)의 '코로나19 확산예측 연구 얼라이언스'를 통해 로밍 데이터 세트를 지원받아 이뤄졌다.
-
연구 RNA 유전자 가위 기술로 코로나바이러스 싹둑
엔데믹(endemic)으로 지정된 코로나 19 바이러스(이하 SARS-CoV-2)는 변이가 매우 빈번하고 빠른 RNA 바이러스이다. 따라서 전 세계 연구자들은 신·변종 바이러스 출현에 따른 새로운 팬데믹에 대비하기 위해 범용 코로나 바이러스 감염병 치료제 개발에 몰두하고 있다. 우리 대학 생명과학과 허원도 교수 연구팀과 전북대 강상민 교수 연구팀이 공동연구를 통해 세계 최초로 RNA 유전자 가위 기술을 이용해 RNA 바이러스 유전체 내 슈도낫 부위를 타겟해 바이러스 증식을 강력하게 차단할 수 있는 핵심 타겟부위를 발견했고, 전북대학교 인수공통감염병 연구소와의 협업을 통해 동물모델에서 COVID-19 치료 효과를 입증했다고 1일 밝혔다. 우리 대학 자연과학연구소 유다슬이 연구조교수, 전북대학교 한희정 박사과정, KAIST 생명과학과 유정혜 박사과정, KAIST 생명과학과 김지혜 선임연구원이 공동 제 1저자로 수행한 이번 연구는 저명 국제 학술지 ‘몰레큘러
2023-05-02 -
연구 인공지능으로 코로나19 치료제 팍스로비드와 기존 약물간 반응 예측 고도화
우리 대학 생명화학공학과 이상엽 특훈교수 연구팀이 인공지능 기반 약물 상호작용 예측 기술을 고도화해, 코로나19 치료제로 사용되는 팍스로비드(PaxlovidTM) 성분과 기존 승인된 약물 간의 상호작용 분석 결과를 논문으로 발표했다고 16일 밝혔다. 이번 논문은 국제저명학술지인 「미국국립과학원회보 (PNAS)」誌’ 3월 13일자 온라인판에 게재됐다. ※ 논문명 : Computational prediction of interactions between Paxlovid and prescription drugs ※ 저자 정보 : 김예지(한국과학기술원, 공동 제1 저자), 류재용(덕성여자대학교, 공동 제1 저자), 김현욱(한국과학기술원, 공동 제1 저자), 이상엽(한국과학기술원, 교신저자) 포함 총 4명 연구팀은 이번 연구에서 2018년에 개발한 인공지능 기반의 약물 상호작용 예측 모델인 딥디디아이(DeepDDI)를 고도화한 딥디디아이2(DeepDDI2)를 개발했다
2023-03-16 -
연구 기저 질환이 없는 코로나19 환자의 중증 신규 유전적 위험 인자 규명
우리 대학 생명과학과 정인경 교수 연구팀이 서울대병원 강창경, 고영일, 분당서울대병원 송경호 교수, 경북대병원 문준호 교수, 국립중앙의료원 이지연 교수, 지놈오피니언 社로 이루어진 산·학·병 공동연구를 통해 기저 질환이 없는 저위험군의 신규 코로나19 중증 위험 인자를 발굴하고, 발굴된 인자의 과잉 염증반응에 대한 분자 메커니즘을 제시했다고 29일 밝혔다. 코로나19 바이러스(SARS-CoV2)는 지난 2년이 넘도록 확산하면서 전 세계적으로 6억 명 이상이 감염됐고, 이 중 6백만 명 이상이 사망했다. 이러한 심각성으로 인해 코로나19 바이러스의 병리에 관한 연구가 활발히 진행됐고, 단핵구(큰 크기의 백혈구, Monocyte)의 과잉 염증반응으로 인한 중증 진행 메커니즘 등이 밝혀졌다. 하지만 개별 코로나19 환자마다 면역 반응의 편차가 크게 나타나는 현상에 대해서는 앞서 찾은 연구 결과만으로는 전부 설명할 수 없다. 예를 들어 중증 코로나1
2022-09-29 -
연구 코로나19 바이러스의 높은 전파율은 위중증화 비율을 낮춘다는 연구 결과를 수리 모델로 입증
우리 대학 의과학대학원 신의철 교수, 수리과학과 김재경 교수 공동연구팀은 수학 모델 연구를 통해 ‘높은 바이러스 전파율은 궁극적으로 코로나19 위중증화 비율을 낮춘다’는 역설적인 연구결과를 발표했다. 2년 전부터 시작된 코로나19 팬데믹이 아직 종식되지 않은 가운데, 오미크론 변이주가 우세 종이 되면서 한국을 비롯한 세계 각국에서는 코로나19 환자 수가 급증하고 있다. 한편, 이러한 오미크론의 유행이 오히려 코로나19가 경증 호흡기 질환으로 토착화되는 것을 앞당기면서 코로나19 팬데믹의 종식을 가져올 수 있다는 조심스러운 전망들도 나오고 있다. 이와 동시에, 일부 유럽 국가들에서는 사회적 거리두기 등의 방역 대책을 완화하고 코로나19 이전의 일상생활로 돌아가는 정책을 취하기 시작하고 있다. 이렇게 코로나19 팬데믹의 미래가 아직 불분명하고 혼돈스러운 상황에서, 김재경 교수 및 홍혁표 석박사통합과정, 고려대 구로병원 감염내과 노지윤 교수, 신의철 교수
2022-02-14 -
연구 계산적 항체 디자인을 통한 범용성 코로나바이러스 중화항체 개발
우리 대학 생명과학과 오병하 교수 연구팀이 계산적 항체 디자인을 개발하고 이를 적용해 오미크론을 포함해 현재 유행 중인 모든 코로나19 변종 바이러스에 뛰어난 효과를 나타내는 중화항체*를 개발했다고 밝혔다. *병원체가 신체에 침투했을 때 생화학적으로 미치는 영향을 중화하여 세포를 방어하는 치료용 항체. 코로나19 감염을 유발하는 바이러스로 알려진 SARS-CoV-2 바이러스*는 스파이크 당단백질 부위에 있는 수용체 결합 부위(이하 항원)를 인간 세포막에 붙어있는 hACE2(human Angiotensin Converting Enzyme2) 수용체에 결합시켜 세포 내로 침입하는 기전을 보인다. 이러한 기전에 착안해 세계 유수의 제약회사들의 연구진은 수용체 결합 부위에 붙는 중화항체 에테세비맙(Etesevimab), 밤라니비맙(Bamlanivimab) 등을 개발했다. *현재 중증급성호흡기 증후군 팬데믹을 일으키고 있는 코로나바이러스. RNA 바이러스이며 바이러스 표면 스파
2022-02-04