감염병 예측의 과거, 현재, 그리고 미래

 

2003년 사스(SARS)를 시작으로 2009년 우리가 신종플루라고 일컬었던 신종 인플루엔자A(H1N1), 2015년 메르스(MERS)에 이어 현재는 코로나바이러스가 대유행이다. 이러한 감염병의 확산 방지를 위해 빅데이터를 활용한 감염병 예측 시스템이 개발되고 있다. 2008년 구글은 2003년부터 미국인들이 구글에서 검색한 독감 관련 질문들을 매주 수천만 개씩 수집 후 통계적인 모형을 사용하여 독감을 예측하는 구글플루(Google Flu)를 출시했다. 또 듀크대학은 매사추세츠 종합병원과 방글라데시 국제설사병연구소와의 협력을 통해 사람의 장 내 수천 종류의 박테리아를 분석해콜레라 감염을 예측하는 시스템을 개발했다. 이 외에도 데이터의 중요성이 부각되고 컴퓨터의 성능이 향상되면서, 다수의 기업들은 다양한 종류의 빅데이터를 수집하여 통계학, 컴퓨터 과학 등 새로운 학문들과의 융합을 통해 감염병을 예측할 수 있는 여러 방법들을 제시하고 있다.

 

빅데이터 기반의 예측 기술과 이를 통한 산업의 확장성은 무궁무진하다. 코로나바이러스로 인한 팬데믹은 인류에게 닥친 매우 불행한 재앙이지만 이 위기 극복을 위해 전 세계에서는 이 시각에도 무궁무진한 데이터를 쏟아내고 있다. 저자가 말한 ‘데이터’ 자원을 가지고 우리가 얼마나 미래를 대비할 수 있는지 이번 호 1부에서는 기계학습을 활용한 감염병 예측 기술 사례와 감염병의 경제적 영향력 예측을 위한 다양한 경제지표에 대해서 살펴본다. 데이터 기반의 정확한 예측을 통한 대응으로 감염병 예측 분야에서 선도국이 될 수 있기를 기대해본다.

 

포스트 코로나 시대 : 방역 로봇의 현재와 미래

 

차단으로 방역 효율을 향상시킬 수 있는 로봇을 의미한다. 사스(SARS), 메르스(MERS) 그리고 코로나바이러스 대유행을 겪으며 방역 로봇의 중요성을 인식한 해외 다른 나라들은 이미 방역 로봇 분야에서 선도적 위치를 차지하기 위해 노력하고 있다. 우리나라 역시, 보유하고 있는 세계 정상급 수준인 ICT 기술을 기반으로 기술력을 갖춘 방역 로봇 개발을 추진하고 있다. 최근 코로나바이러스 대유행으로 무인서비스 및 원격 교육 등 비대면 서비스가 확산됨에 따라 지난 8월 25일, 과학기술정보통신부는 디지털 뉴딜의 일환으로 인공지능, 자율방역 로봇 등 비대면 비즈니스 관련 ‘비대면 비즈니스 디지털혁신 기술개발’ 사업과제 40개를 선정하고, 총 370억 원을 지원한다고 발표했다. 하지만 이전에도, 이미 다수의 기업들은 로봇이 바이러스 대응에 유용하다는 점을 주목하고 방역 로봇을 개발해왔다. 자외선(UV) 기반 방역 로봇, 노즐 방식 분무기가 결합된 자율주행 형태의 살균 소독 로봇, 오존 수를 이용한 소독 로봇은 병원, 호텔, 공항, 터미널, 식당 등 사람들이 많이 모이는 곳에서 큰 역할을 수행하고 있다. 방역 로봇 관련 산업 분야는 코로나바이러스 대유행으로 수요가 급증하며 시장 규모도 점차 커지고 있다.

 

방역 로봇은 코로나바이러스 대유행 이후에도 있을 수 있는 감염병 대유행 상황 발생시 감염병의 선제적 예방 차원에서 꼭 필요한 도구가 될 것이다. 2부에는 방역 로봇의 국내외 기술 및 연구 개발 현황을 다루며, 우리나라가 방역 관리 효율을 높일 수 있는 방역 로봇을 개발함으로써 비대면 비즈니스에서 경쟁력을 확보하고 로봇산업에서 시장을 선점할 수 있기를 기대해 본다.